CN114069688A - 一种基于时序生产模拟的多电源容量布局规划方法 - Google Patents

一种基于时序生产模拟的多电源容量布局规划方法 Download PDF

Info

Publication number
CN114069688A
CN114069688A CN202010793033.1A CN202010793033A CN114069688A CN 114069688 A CN114069688 A CN 114069688A CN 202010793033 A CN202010793033 A CN 202010793033A CN 114069688 A CN114069688 A CN 114069688A
Authority
CN
China
Prior art keywords
power
unit
capacity
thermal
cluster
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010793033.1A
Other languages
English (en)
Other versions
CN114069688B (zh
Inventor
马燕峰
傅钰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Electric Power University
Original Assignee
North China Electric Power University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by North China Electric Power University filed Critical North China Electric Power University
Priority to CN202010793033.1A priority Critical patent/CN114069688B/zh
Publication of CN114069688A publication Critical patent/CN114069688A/zh
Application granted granted Critical
Publication of CN114069688B publication Critical patent/CN114069688B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Power Engineering (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Public Health (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Wind Motors (AREA)

Abstract

本发明属于电力系统规划领域，具体涉及一种基于时序生产模拟的多电源容量布局规划方法。该方法综合分析含有风电、光伏、水电、火电、光热及储能的多能源电力系统运行特性，通过机组聚合和连续化处理描述机组特性的离散变量，同时考虑系统的运行调度策略和对新能源的消纳能力，计及断面约束，基于时序生产模拟的线性规划模型，构建以经济性最优为目标的多电源容量布局规划模型。最后，基于某地区目前电源容量布局和网架结构，给出了未来多电源容量布局规划方案，验证求解结果的合理性和对提高新能源消纳的显著效果，以期为电源规划的实际建设工作和运行调度人员制定科学合理的调度运行策略提供参考。

Description

一种基于时序生产模拟的多电源容量布局规划方法
技术领域
本发明属于电力系统领域，具体涉及一种基于时序生产模拟的多电源容量布局规划方法。
背景技术
大力发展新能源发电是全球应对能源问题的重要手段。我国能源丰富但利用不充分，部分地区弃风、弃光现象严重，迫切需要提高电力系统对新能源的消纳。相比风光发电，光热发电的“以新能源消纳新能源”特性及储能机组投资运行成本的下降，有望成为支撑高比例新能源并网的重要基础。因此，合理布局多电源电力系统中各类电源的装机容量，将是现阶段推进新能源开发建设必不可少的环节。
近年来，针对含高比例可再生能源电力系统的电源容量布局规划问题，周明、白宏坤、王大玮等人发明了一种基于综合评价指标的调峰电源布局方法(专利号：CN201610015546.3)，以调峰电源布局规划方案的综合评价指标之和最小为目标，综合考虑调峰电源的经济指标和技术指标，给出最优布局规划方案；叶荣，唐雨晨，林章岁等人发明了一种考虑海上风电接入的多类型电源容量长期规划方法(专利号：CN201911041178.X)，考虑多类型电源的调峰能力约束和基于随机生产模拟的系统可靠性约束，以建设和运行经济性为目标，建立多类型电源容量优化模型，采用粒子群算法进行求解；宋晓凯，王忠强，王文豪等人发明了一种配电网供给侧调峰电源规划布局方法(专利号：CN201611053346.3)，通过研究地区配电网特点及高压来电后面临的调峰问题，确定调峰电源优化模型的目标函数，并以配电网规划参数为约束指标构建方案敏感性评估分析模型，最后对模型通过解析算法进行分析求解，建立地区远期电源布局的建设时序和推荐优化布局方案。但是上述方法存在电源类型考虑不全面、未分析自然资源分布情况以及断面约束考虑粗略等问题。
可以看出，目前针对多电源容量布局规划问题的研究仍有很多不足。基于此，本发明提供一种基于时序生产模拟的多电源容量布局规划方法，以期为电源规划的理论研究和实际建设工作提供参考。
发明内容
本发明正是基于上述问题，综合分析含有风电、光伏、水电、火电、光热及储能的多能源电力系统运行特性，通过机组聚合和连续化处理描述机组特性的离散变量，同时考虑系统的运行调度策略、对新能源的消纳能力和自然资源分布，计及网架约束，基于时序生产模拟的线性规划模型，构建以经济性最优为目标的多电源容量布局规划模型。最后，基于某地区目前电源容量布局和网架结构，给出了未来多电源容量布局规划方案，验证求解结果的合理性和对提高新能源消纳的显著效果，以期为电源规划的实际建设工作和运行调度人员制定科学合理的调度运行策略提供参考。
为了实现上述目的，本发明提供的技术方案如下：
步骤1：建立新能源出力模型；
步骤2，通过机组聚合和连续化处理描述机组特性的离散变量，同时考虑系统的运行调度策略、对新能源的消纳能力和自然资源分布，计及网架约束，基于时序生产模拟的线性规划模型，构建以经济性最优为目标的多电源容量布局规划模型；
步骤3，在Matlab的YALMIP工具包中调用优化软件Gurobi对该模型进行计算。
作为上述技术方案的补充，本发明所述步骤1中：
风电机组出力与风速大小密切相关，节点i中时刻t的风电机组输出功率
Figure BSA0000216329720000021
与风速vi，t的关系为：
Figure BSA0000216329720000022
式中：
Figure BSA0000216329720000023
为风电机组的额定功率；vci、vco、vN分别为风机的切入风速、切出风速和额定风速。
节点i中时刻t的光伏输出功率
Figure BSA0000216329720000024
与光照强度γi，t的关系为：
Figure BSA0000216329720000025
式中：
Figure BSA0000216329720000026
γN分别为光伏额定功率和额定光照强度。
节点i中时刻t的光热输出功率
Figure BSA0000216329720000027
与光照强度γi，t的关系为：
Figure BSA0000216329720000028
式中：
Figure BSA0000216329720000029
γN分别为光伏额定功率和额定光照强度，ηp，h、ηh，e分别为光热、热电转化效率。
本发明所述步骤2中：
步骤2.1，目标函数为综合成本最小，表示为：
min C＝Cg+Cm+Cp
式中：Cg、Cm、Cp分别为投资成本、运行维护成本及惩罚成本(弃风、弃光、弃水、弃热)。
(1)投资成本Cg
Figure BSA00002163297200000210
式中：Iwin、Ipho、Ihyd、Ithe、Ihea、Iene分别为单位容量风电机组、光伏机组、水电机组、火电机组、光热机组及储能机组的投资费用；
Figure BSA00002163297200000211
分别为节点i处已经并网的风电机组，光伏机组、水电机组、火电机组、光热机组及储能机组的容量；
Figure BSA00002163297200000212
Figure BSA00002163297200000213
分别为在节点i处风电机组、光伏机组及光热机组的总装机容量。
(2)运行维护成本Cm
Figure BSA00002163297200000214
式中：T为总时段个数；
Figure BSA00002163297200000215
分别为节点i中集群火电机组的运行成本、开机成本和停机成本；Mwin、Mpho、Mhyd、Mthe、Mhea、Mene分别为单位容量风电机组、光伏机组、水电机组、火电机组、光热机组及储能机组运行维护成本。
线性的集群火电机组的运行成本、启动成本和停机成本函数为：
Figure BSA0000216329720000031
式中：J表示聚类形成的集群火电机组数；开机容量连续变量
Figure BSA0000216329720000032
表示集群机组j在时刻t的并网容量；启动容量连续变量
Figure BSA0000216329720000033
表示集群机组在时刻t启动的容量；停机容量连续变量
Figure BSA0000216329720000034
表示集群机组在时刻t停机的容量；
Figure BSA0000216329720000035
表示集群机组j在时刻t的开机容量
Figure BSA0000216329720000036
最小技术出力所对应的煤耗；
Figure BSA0000216329720000037
为集群火电机组j在时刻t的输出功率；A j表示集群火电机组j的最小技术出力系数；Sj是集群机组j的总装机容量；Ij表示集群机组j中的机组数；
Figure BSA0000216329720000038
表示单位开机容量输出最小功率时的煤耗系数；
Figure BSA0000216329720000039
表示机组i以最小技术出力水平发电时的运行煤耗；
Figure BSA00002163297200000310
为线性发电成本函数的斜率，表示新增单位输出功率的运行煤耗；mi为线性煤耗系数；
Figure BSA00002163297200000311
表示机组i的最大输出功率；
Figure BSA00002163297200000312
分别表示集群机组j单位启动容量和单位停机容量的煤耗系数；
Figure BSA00002163297200000313
分别表示机组i单次启动和停机的煤耗系数。
(3)弃风、弃光、弃水、弃热的惩罚成本Cp
Figure BSA00002163297200000314
式中：R表示风电、光伏、水电和光热四种电源类型集合；
Figure BSA00002163297200000315
表示电源s在时刻t的最大可发出力；
Figure BSA00002163297200000316
表示场景k中节点i中电源s在时刻t的发电功率；
Figure BSA00002163297200000317
为节点i中电源s在时刻t无法并网消纳的出力；γs表示电源s限电出力的惩罚系数，即各电源单位容量上网电价。
步骤2.2，约束条件如下：
(1)潮流约束
为简化模型求解过程中的计算量，本文采用直流潮流计算方法：
P＝B′*θ
式中：P为节点注入有功功率列向量；B′的构成与P-Q解耦法有功迭代方程系数矩阵相同；θ为节点电压相角列向量。
(2)断面约束
Figure BSA0000216329720000041
式中：Pi，l为i节点断面中l线路传输功率；
Figure BSA0000216329720000042
为i节点断面最大传输功率。
(3)装机容量决策约束
Figure BSA0000216329720000043
式中：
Figure BSA0000216329720000044
分别为风电、光伏、水电、火电、光热和储能在节点i的最大可开发装机容量。
(4)新能源发电约束
Figure BSA0000216329720000045
式中：
Figure BSA0000216329720000046
分别表示节点i的风电机组、光伏机组和光热电站在时刻t输出的功率；
Figure BSA0000216329720000047
分表示节点i的风电机组和光伏机组在时刻t的最大发电功率；
Figure BSA0000216329720000048
A hea分别表示光热电站的最大和最小技术出力系数。
(5)时序功率平衡约束
Figure BSA0000216329720000049
式中：Li(t)为t时刻节点t的负荷功率。
(6)备用容量约束
Figure BSA00002163297200000410
式中：
Figure BSA00002163297200000411
为集群火电机组j的最大出力系数；其中δL、δs分别表示负荷功率和电源s最大可发出力的备用需求系数。
(7)水电机组运行约束
Figure BSA00002163297200000412
式中：
Figure BSA00002163297200000413
表示t时刻节点i的水电机组出力；
Figure BSA00002163297200000414
分别表示t时刻节点i的水电机组最大和最小发电功率。
(8)集群火电机组运行约束
运行状态约束：
Figure BSA0000216329720000051
式中：等式约束的两边均表示从时刻t-1到时刻t持续运行的机组容量。
输出功率
Figure BSA0000216329720000052
满足以下约束：
Figure BSA0000216329720000053
式中：A j、
Figure BSA0000216329720000054
分别为集群火电机组j的最小和最大技术出力系数；α i、
Figure BSA0000216329720000055
分别为机组i的最小与最大技术出力系数；
Figure BSA0000216329720000056
表示机组i的最大出力。
爬坡约束：
Figure BSA0000216329720000057
式中：
Figure BSA0000216329720000058
分别表示集群机组的上、下爬坡率；
Figure BSA0000216329720000059
分别表示机组i的向上和向下爬坡系数。
最小启、停机时间约束：
Figure BSA00002163297200000510
式中：
Figure BSA00002163297200000511
分别表示集群机组最小启动和最小停机时间；约束条件(a)和(d)用于限制初始时刻机组启停机容量的取值范围；(b)和(e)约束分别描述了在时刻2到时刻
Figure BSA00002163297200000512
内的机组启停机容量变量取值；(c)和(f)约束则描述了在剩余时段内的机组启停机容量变量取值。
(9)光热电站运行约束
光热电站的爬坡约束为：
Figure BSA0000216329720000061
式中：RU、RD分别为光热电站最大向上和向下爬坡能力。
光热电站储热系统的容量配置对电站的运行有十分重要的影响，系统的储热量约束为：
Figure BSA0000216329720000062
式中：
Figure BSA0000216329720000063
表示节点i处储热系统在t时刻的储热量；ρ表示储热系统的最大储热容量系数；Qmin、Qmax分别表示最小、最大储热容量。
储热系统充放热约束：
Figure BSA0000216329720000064
式中：
Figure BSA0000216329720000065
表示场景k中t时刻流向储热系统的热量；
Figure BSA0000216329720000066
表示场景k中t时刻由太阳能光场流向发电系统的热量；QFSmax、QFEmax为最大充电、放电功率。
为了避免光热电站因平抑其他新能源出力波动而产生大量弃光，加入最大可接受弃光率的约束，保证光热电站的出力，即：
Figure BSA0000216329720000067
式中：
Figure BSA0000216329720000068
表示场景k中t时刻系统弃热量；α表示最大可接受弃光率。
(10)储能机组出力约束
储能电池在t时刻的功率
Figure BSA0000216329720000069
既与t时刻的供求关系相关，也与其在上一时刻的能量状况相关，当系统功率充足时(Δ(t)≥0)，储能电池以效率ηsto充电；当系统功率不足时(Δ(t)≤0)，则会放电。于是可得储能电池在t时刻的功率为：
Figure BSA00002163297200000610
一般的储能机组的功率不能低于保证其正常工作的最低功率，即其t时刻的功率应满足：
Figure BSA00002163297200000611
步骤2.3中，以尽可能的消纳新能源为目标，设定如下运行调度策略：
首先安排集群火电机组最小技术出力容量带负荷，然后优先安排光伏及风电机组带负荷。依据光照强度及储热罐情况判断光热机组是否处于开机状态，若开机则按火电机组处理，否则继续储热。最后根据水文条件，安排水电机组带负荷。同时计算该时刻的源荷情况、以及火电机组启停容量，利用水电机组、光热机组、储能机组、火电机组进行调峰。如果当前状态需要降坡，则以调峰机组最小技术出力为下限减小其出力来保证源荷实时平衡。若此时电源出力仍大于当前负荷，则减少新能源机组出力，即出现弃风弃光现象。
与现有的技术方案相比，本发明的有益效果为：本发明设计的基于时序生产模拟的多电源容量布局规划方法，综合分析含有风电、光伏、水电、火电、光热及储能的多能源电力系统运行特性，通过机组聚合和连续化处理描述机组特性的离散变量，同时考虑系统的运行调度策略、对新能源的消纳能力和自然资源分布，计及网架约束，基于时序生产模拟的线性规划模型，构建以经济性最优为目标的多电源容量布局规划模型。对比传统电源容量配置方法，本发明所提出的容量布局规划方法能够获得更加合理的规划结果，可为电源规划的实际建设工作和运行调度人员制定科学合理的调度运行策略提供参考。
附图说明
图1为本发明实施例提供的多电源容量布局规划流程图；
图2为本发明实施例提供的电力系统结构示意图；
图3为本发明实施例提供的规划水平年夏季七日出力曲线图；
具体实施方式
为了更好理解本发明，现结合附图及实施例进一步阐述本发明的内容，但本发明的实施方式不限于此。
本发明设计的一种基于时序生产模拟的多电源容量布局规划方法，具体流程如图1所示，包括以下具体步骤：
步骤1：建立新能源出力模型；
步骤2，通过机组聚合和连续化处理描述机组特性的离散变量，同时考虑系统的运行调度策略、对新能源的消纳能力和自然资源分布，计及网架约束，基于时序生产模拟的线性规划模型，构建以经济性最优为目标的多电源容量布局规划模型；
步骤3，在Matlab的YALMIP工具包中调用优化软件Gurobi对该模型进行计算。
各步骤中的具体内容已在说明书中进行了详细的说明，这里不再一一具体说明。
本发明的关键在于步骤1中针对不同节点自然资源分布特性建立新能源出力模型，步骤2中集群机组的聚合和步骤3中电力系统输电线路断面的划分并对多电源布局规划模型进行求解。下面对该应用方法进行详细说明。
步骤1中，预测系统中新能源待规划节点处的风速、辐照度数据，并通过新能源出力模型转化为最大出力曲线。
步骤2中，本文在构建集群火电机组模型时，根据机组类型、容量级别和运行特性(运行煤耗参数、爬坡能力、调峰能力、最小启停机时间)对电力系统中的所有火电机组进行分类；再将运行特性相同或相近的火电机组视为一个整体，构建集群火电机组；最后忽略机组容量离散型，引入开机容量、停机容量和启动容量作为决策变量，来描述多台火电机组时序运行状态的聚合效果。
步骤3中，本文提出的多电源容量布局规划模型为线性规划模型，将全年分为8760个时段，在Matlab的YALMIP工具包中调用优化软件Gurobi对该模型进行计算。以我国某地区电力系统为例进行电源容量布局规化，系统网架结构如图2所示，节点类型如表1所示，系统实际运行时的功率受限断面如表2所示，规划前电源布局情况如表3所示。
表1 节点类型
Figure BSA0000216329720000081
表2 断面受限功率
Figure BSA0000216329720000082
表3 基准年电源容量布局
Figure BSA0000216329720000083
以当前该地区网架结构和电源装机情况为基础，根据规划水平年风速、辐照度和负荷预测结果进行电源容量布局规划。各节点电源的规划结果如表4所示。所对应的新能源并网运行情况如表5所示。
表4 规划水平年电源容量布局
Figure BSA0000216329720000084
Figure BSA0000216329720000091
表5 新能源发电并网运行结果
Figure BSA0000216329720000092
从以上结果可以看出，随着负荷需求的增大，6种电源容量均有所增加，规划水平年多电源容量布局方案通过大量新增光热装机容量和储能装机容量提升系统的调峰能力，进而对风电以及光伏两者进行互补作用实现弃风、弃光率的降低。对比基准年，风电、光伏装机比例较高，受限于当前电力系统的调峰能力，会导致大量弃风弃光。而规划水平年规划方案中，光热、储能等调峰机组容量显著增加，虽然投资提高，但降低了弃风弃光率，有效提高了系统的调峰能力和对新能源的消纳。
随机选取规划水平年规划方案中夏季七日出力曲线如图3所示，风电出力波动性较大，正午时刻出力较低，夜晚和凌晨出力较高。而光伏出力主要集中在白天。风电出力和光伏出力在时间上的互补性可以降低对于常规机组爬坡容量的需求。同时，含储热系统的光热电站具有‘能量时移特性’，可以实现出力在时间上的平移，从而实现削峰填谷，利用其稳定可控的出力和良好的调峰能力来平抑风光出力的波动，大大提高了系统的稳定性和对新能源的消纳。随着政策的支持以及技术的发展，光热机组和储能机组的投资运行成本和有较大的下降空间，这也为未来新能源的规划提供了强有力的指导。

Claims (2)

1.一种基于时序生产模拟的多电源容量布局规划方法，其特征在于，主要包括以下具体步骤：
步骤1：建立新能源出力模型；
步骤2，通过机组聚合和连续化处理描述机组特性的离散变量，同时考虑系统的运行调度策略、对新能源的消纳能力和自然资源分布，计及网架约束，基于时序生产模拟的线性规划模型，构建以经济性最优为目标的多电源容量布局规划模型；
步骤3，在Matlab的YALMIP工具包中调用优化软件Gurobi对该模型进行计算。
2.根据权利要求1所述的方法，其特征在于，步骤2构建过程如下：
目标函数为综合成本最小，表示为：
min C＝Cg+Cm+Cp
式中：Cg、Cm、Cp分别为投资成本、运行维护成本及惩罚成本(弃风、弃光、弃水、弃热)。
(1)投资成本Cg
Figure FSA0000216329710000011
式中：Iwin、Ipho、Ihyd、Ithe、Ihea分别为单位容量风电机组、光伏机组、水电机组、火电机组、光热机组及储能机组的投资费用；
Figure FSA0000216329710000012
分别为已经并网的风电机组，光伏机组、水电机组、火电机组、光热机组及储能机组的容量；
Figure FSA0000216329710000013
分别为在节点i中风电机组、光伏机组及光热机组的总装机容量。
(2)运行维护成本Cm
Figure FSA0000216329710000014
式中：T为总时段个数；Fi P(t)、Fi U(t)、Fi D(t)分别为节点i中集群火电机组的运行成本、开机成本和停机成本；Mwin、Mpho、Mhyd、Mthe、Mhea、Mene分别为单位容量风电机组、光伏机组、水电机组、火电机组、光热机组及储能机组运行维护成本。
在构建集群火电机组模型时，根据机组类型、容量级别和运行特性(运行煤耗参数、爬坡能力、调峰能力、最小启停机时间)对电力系统中的所有火电机组进行分类；再将运行特性相同或相近的火电机组视为一个整体，构建集群火电机组；最后忽略机组容量离散型，引入开机容量、停机容量和启动容量作为决策变量，来描述多台火电机组时序运行状态的聚合效果。
线性的集群火电机组的运行成本、启动成本和停机成本函数为：
Figure FSA0000216329710000021
式中：J表示聚类形成的集群火电机组数；开机容量连续变量
Figure FSA0000216329710000022
表示集群机组j在时刻t的并网容量；启动容量连续变量
Figure FSA0000216329710000023
表示集群机组在时刻t启动的容量；停机容量连续变量
Figure FSA0000216329710000024
表示集群机组在时刻t停机的容量；
Figure FSA0000216329710000025
表示集群机组j在时刻t的开机容量
Figure FSA0000216329710000026
最小技术出力所对应的煤耗；
Figure FSA0000216329710000027
为集群火电机组j在时刻t的输出功率；A j表示集群火电机组j的最小技术出力系数；Sj是集群机组j的总装机容量；Ij表示集群机组j中的机组数；
Figure FSA0000216329710000028
表示单位开机容量输出最小功率时的煤耗系数；fi min表示机组i以最小技术出力水平发电时的运行煤耗；
Figure FSA0000216329710000029
为线性发电成本函数的斜率，表示新增单位输出功率的运行煤耗；mi为线性煤耗系数；
Figure FSA00002163297100000210
表示机组i的最大输出功率；
Figure FSA00002163297100000211
分别表示集群机组j单位启动容量和单位停机容量的煤耗系数；
Figure FSA00002163297100000212
分别表示机组i单次启动和停机的煤耗系数。
(3)弃风、弃光、弃水、弃热的惩罚成本Cp
Figure FSA00002163297100000213
式中：R表示风电、光伏、水电和光热四种电源类型集合；
Figure FSA00002163297100000214
表示电源s在时刻t的最大可发出力；Pi s(t)表示场景k中节点i中电源s在时刻t的发电功率；
Figure FSA00002163297100000215
为节点i中电源s在时刻t无法并网消纳的出力；γs表示电源s限电出力的惩罚系数，即各电源单位容量上网电价。
约束条件包括潮流约束、断面约束、装机容量决策约束、新能源发电约束、时序功率平衡约束、备用容量约束、水电机组运行约束、集群火电机组运行约束、光热电站运行约束及储能机组出力约束。
潮流约束中，为简化模型求解过程中的计算量，本文采用直流潮流计算方法：
P＝B′*θ
式中：P为节点注入有功功率列向量；B′的构成与P-Q解耦法有功迭代方程系数矩阵相同；θ为节点电压相角列向量。
断面约束表示为：
Figure FSA00002163297100000216
式中：Pi，l为i节点断面中l线路传输功率；Pi limit为i节点断面最大传输功率。
本发明以尽可能的消纳新能源为目标，设定如下运行调度策略：
首先安排集群火电机组最小技术出力容量带负荷，然后优先安排光伏及风电机组带负荷。依据光照强度及储热罐情况判断光热机组是否处于开机状态，若开机则按火电机组处理，否则继续储热。最后根据水文条件，安排水电机组带负荷。同时计算该时刻的源荷情况、以及火电机组启停容量，利用水电机组、光热机组、储能机组、火电机组进行调峰。如果当前状态需要降坡，则以调峰机组最小技术出力为下限减小其出力来保证源荷实时平衡。若此时电源出力仍大于当前负荷，则减少新能源机组出力，即出现弃风弃光现象。
CN202010793033.1A 2020-08-07 2020-08-07 一种基于时序生产模拟的多电源容量布局规划方法 Active CN114069688B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010793033.1A CN114069688B (zh) 2020-08-07 2020-08-07 一种基于时序生产模拟的多电源容量布局规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010793033.1A CN114069688B (zh) 2020-08-07 2020-08-07 一种基于时序生产模拟的多电源容量布局规划方法

Publications (2)

Publication Number Publication Date
CN114069688A true CN114069688A (zh) 2022-02-18
CN114069688B CN114069688B (zh) 2023-12-12

Family

ID=80232869

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010793033.1A Active CN114069688B (zh) 2020-08-07 2020-08-07 一种基于时序生产模拟的多电源容量布局规划方法

Country Status (1)

Country Link
CN (1) CN114069688B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114400716A (zh) * 2022-03-29 2022-04-26 华中科技大学 一种水电站机组扩机的容量选取方法
CN114722615A (zh) * 2022-04-18 2022-07-08 国网浙江省电力有限公司经济技术研究院 一种基于生产运营模拟的储能容量优化配置方法
CN115879330A (zh) * 2023-02-28 2023-03-31 南方电网数字电网研究院有限公司 基于时序生产仿真的多能源电源多点布局确定方法和装置
CN115882452A (zh) * 2023-01-04 2023-03-31 温州电力建设有限公司 一种考虑源荷不确定性的新能源消纳能力分析与评估方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103138256A (zh) * 2011-11-30 2013-06-05 国网能源研究院 一种新能源电力消纳全景分析系统及方法
CN107732949A (zh) * 2017-10-17 2018-02-23 华中科技大学 一种综合风电全年多季节特性的储能布点定容方法
CN108847661A (zh) * 2018-06-11 2018-11-20 华中科技大学 一种区域电力系统全年生产模拟运行方法及系统
CN109449993A (zh) * 2018-12-26 2019-03-08 西安交通大学 一种面向多能互补电力系统的多时间尺度生产模拟方法
CN109599861A (zh) * 2018-11-30 2019-04-09 国家电网公司西南分部 考虑本地负荷调峰能力的送端电网电源结构规划方法
CN111130145A (zh) * 2019-12-06 2020-05-08 天津大学 一种基于合理弃风弃光的风光装机容量优化规划方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103138256A (zh) * 2011-11-30 2013-06-05 国网能源研究院 一种新能源电力消纳全景分析系统及方法
CN107732949A (zh) * 2017-10-17 2018-02-23 华中科技大学 一种综合风电全年多季节特性的储能布点定容方法
CN108847661A (zh) * 2018-06-11 2018-11-20 华中科技大学 一种区域电力系统全年生产模拟运行方法及系统
CN109599861A (zh) * 2018-11-30 2019-04-09 国家电网公司西南分部 考虑本地负荷调峰能力的送端电网电源结构规划方法
CN109449993A (zh) * 2018-12-26 2019-03-08 西安交通大学 一种面向多能互补电力系统的多时间尺度生产模拟方法
CN111130145A (zh) * 2019-12-06 2020-05-08 天津大学 一种基于合理弃风弃光的风光装机容量优化规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李健华 等: "含可再生能源的多能互补发电系统容量配置方法", 《电网技术》, pages 4387 - 4397 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114400716A (zh) * 2022-03-29 2022-04-26 华中科技大学 一种水电站机组扩机的容量选取方法
CN114722615A (zh) * 2022-04-18 2022-07-08 国网浙江省电力有限公司经济技术研究院 一种基于生产运营模拟的储能容量优化配置方法
CN114722615B (zh) * 2022-04-18 2024-05-31 国网浙江省电力有限公司经济技术研究院 一种基于生产运营模拟的储能容量优化配置方法
CN115882452A (zh) * 2023-01-04 2023-03-31 温州电力建设有限公司 一种考虑源荷不确定性的新能源消纳能力分析与评估方法
CN115882452B (zh) * 2023-01-04 2023-05-26 温州电力建设有限公司 一种考虑源荷不确定性的新能源消纳能力分析与评估方法
CN115879330A (zh) * 2023-02-28 2023-03-31 南方电网数字电网研究院有限公司 基于时序生产仿真的多能源电源多点布局确定方法和装置
CN115879330B (zh) * 2023-02-28 2023-12-12 南方电网数字电网研究院有限公司 基于时序生产仿真的多能源电源多点布局确定方法和装置

Also Published As

Publication number Publication date
CN114069688B (zh) 2023-12-12

Similar Documents

Publication Publication Date Title
CN114069688A (zh) 一种基于时序生产模拟的多电源容量布局规划方法
CN106451566B (zh) 一种海岛智能微电网多源协调控制方法
CN111144620B (zh) 一种考虑季节储氢的电氢综合能源系统及其鲁棒规划方法
CN109245169B (zh) 一种风光水储联合调度方法
CN104716644A (zh) 一种可再生能源冷热电微网系统及控制方法
CN109543889A (zh) 一种区域综合能源系统日前协同优化运行方法
CN110829408A (zh) 基于发电成本约束的计及储能电力系统的多域调度方法
CN106712033A (zh) 一种热电厂消纳弃风的方法
CN110808613A (zh) 一种利用混合储能提升风电利用率的方法
CN110620403A (zh) 计及可再生能源的能源系统协同运行日前调度方法及系统
CN112785065A (zh) 基于混合人工鱼群算法的综合能源系统规划方法及系统
CN110707756B (zh) 一种高比例风电接入电网的光热电站日前调峰优化控制方法
CN110224443B (zh) 一种发电机组与换热站联合启停控制决策方法
CN109861292B (zh) 一种基于多能源储能系统提高清洁能源消纳方法
CN204407890U (zh) 一种可再生能源冷热电微网系统
CN112653137A (zh) 计及碳交易的光热电站与风电系统、低碳调度方法及系统
CN110472364B (zh) 一种考虑可再生能源的离网式热电气联产系统的优化方法
Zhang et al. A planning scheme for energy storage power station based on multi-spatial scale model
CN112884191A (zh) 一种基于网源协调的热电日前调度模型及计算方法
CN116207779A (zh) 基于容配比的配电网分布式光伏可接入容量配置方法
CN110649592A (zh) 含蓄热式电锅炉的电热互联能源系统多场景经济调度方法
CN112767189B (zh) 一种计及风电并网下电网灵活性评估方法
Ma et al. Multi-Point Layout Planning of Multi-Energy Power Supplies Based on Time-series Production Simulation
Wang et al. Capacity Optimization of Island Integrated Energy System Considering Hydrogen Energy Access
CN110601264B (zh) 计及超大功率蓄热电锅炉消纳能力的多能源优化调度方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant