CN114153142B - 一种含高比例风光电力系统中抽蓄电站的优化控制方法 - Google Patents
一种含高比例风光电力系统中抽蓄电站的优化控制方法 Download PDFInfo
- Publication number
- CN114153142B CN114153142B CN202111189436.6A CN202111189436A CN114153142B CN 114153142 B CN114153142 B CN 114153142B CN 202111189436 A CN202111189436 A CN 202111189436A CN 114153142 B CN114153142 B CN 114153142B
- Authority
- CN
- China
- Prior art keywords
- pumping
- power
- unit
- water
- accumulating
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000003860 storage Methods 0.000 title claims description 69
- 238000000605 extraction Methods 0.000 title claims description 8
- 238000005086 pumping Methods 0.000 claims abstract description 248
- 238000005457 optimization Methods 0.000 claims abstract description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 93
- 238000010248 power generation Methods 0.000 claims description 32
- 230000005611 electricity Effects 0.000 claims description 30
- 238000006243 chemical reaction Methods 0.000 claims description 18
- 238000011217 control strategy Methods 0.000 claims description 13
- 238000004146 energy storage Methods 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000003203 everyday effect Effects 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 239000006185 dispersion Substances 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000000452 restraining effect Effects 0.000 claims description 2
- 230000008859 change Effects 0.000 abstract description 10
- 230000000694 effects Effects 0.000 description 11
- 238000009826 distribution Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- 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
-
- 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
-
- 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
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Abstract
本发明一种含高比例风光电力系统中抽蓄电站的优化控制方法,综合考虑系统网架、电力电量平衡和抽蓄机组运行约束等相关约束,以抽蓄系统运行效率最大化为目标,顾及风电、光伏等可再生能源出力的随机性和波动性,建立双层优化模型,各时段均会选出最适合启动的机组,以及分配给该机组的功率大小,使得各时段各机组均处在效率较高的状态,参与的抽蓄机组个数变化与总抽水/发电功率变化保持一致,从而让抽蓄系统整体效率接近于理想工作效率,有效的降低了机组启停成本和对机组寿命的危害。
Description
技术领域
本发明涉及抽水蓄能技术领域,特别是涉及一种含高比例风光电力系统中抽蓄电站的优化控制方法。
背景技术
风电、光伏是应用最为广泛、发展最快的两种新能源发电技术,发展风电、光伏是我国深入推进能源生产和消费革命的重要手段,然而由于风电和光伏具有出力不确定性和强波动性特点,给电力系统的稳定运行带来极大困难。抽蓄电站具有机组启动速度快、反应速度快和调峰能力强的特点,抽水蓄能技术作为当今最为成熟的储能技术,在新能源发电应用方面潜力巨大,可以有效缓解电网面对大规模新能源接入时的压力。由于不同机组之间的效率,以及抽水/发电不同工况和不同库容水位下的效率存在较大的差异。在现有技术中,抽蓄电站的厂级机组运行方式比较简单,在整体运行效率方面,尚未有提升抽蓄系统的优化控制方法。
发明内容
本发明针对现有技术中存在的问题,综合考虑系统网架、电力电量平衡和抽蓄机组运行约束等相关约束,以抽蓄系统运行效率最大化为目标,顾及风电、光伏等可再生能源出力的随机性和波动性,建立双层优化模型,构思了一种含高比例风光电力系统中抽蓄电站的优化控制方法,研究抽蓄电站的优化调度运行策略以及解决机组间的负荷分配问题。
实现本发明的技术方案是:一种含高比例风光电力系统中抽蓄电站的优化控制方法,其特征是,它包括以下步骤:
1)建立抽蓄机组效率-功率模型:
抽蓄机组储能效率分为:抽水工况运行效率和发电工况运行效率,公式如下:
式中,ηP为储能机组抽水工况运行效率;ηG为储能机组发电工况运行效率;HP为抽水扬程;HG为发电水头;V0和VT分别为抽水或发电周期内水库库容的初始值和终止值;PP为抽蓄机组的抽水功率;PG为抽蓄机组的发电功率;Ru为单位换算系数;
结合水轮机特性曲线的实验数据,通过最小二乘法拟合,得到水泵效率关于轴功率的关系式和水轮机效率关于水轮机出力的关系式:
式中,ρ为水密度;g为重力加速度;PP_turbine为电动机转递给水泵轴端的功率即轴功率;PG_turbine为水轮机的出力;
2)抽蓄机组运行约束:
①抽蓄电站库容约束:
对于任意时段τ∈T,有以下约束:
式中,W0为抽蓄电站上水库初始水量;Wmax和Wmin分别为抽蓄电站上水库最大和最小水量;为时段t抽蓄电站的发电功率;PS为抽蓄水泵的额定功率;/>为时段t抽蓄电站抽水机组的数量;CW为抽水或发电时的平均水量/电量转换系数;
②抽蓄电站发电出力约束:
式中:为时段t抽蓄电站发电机组的数量;Ph为抽蓄发电机组额定功率;PG,min为抽蓄电站发电机组的出力下限;
③抽蓄机组启停次数约束:
每日、每台机组的启停次数如下,
式中:不等号左边项表示一日内机组启停的台次;Ktotal为抽蓄电站总的机组台数;为时段t抽蓄电站抽水机组的数量减1;/>为时段t抽蓄电站发电机组的数量减1;MPS为每台机组每天启停次数限制;
3)抽蓄系统的上层控制采用恒功率模式或变功率模式:
①恒功率模式:恒功率抽水、发电模式运行步骤如下:
a.抽水工况参考值及发电工况参考值Plow、Phigh初值设置:
Plow设置为等效负荷的最小值,便于向上迭代,Phigh设置为等效负荷的峰值,便于向下迭代;
式中,Peq_load(t)为时段t的等效负荷,Pload(t)为时段t的负荷功率,Pwp(t)为时段t的风电和光伏的累加功率;
b.抽水、发电功率计算:
确定当前Plow、Phigh值后,计算该参考值下抽蓄系统的抽水、发电功率如下:
式中,PPSS(t)为时刻t的抽蓄系统功率;PPSS_time(t)为时刻t的抽蓄系统额定功率;
c.抽蓄系统电量计算:
式中,ηPSS_P为抽蓄系统抽水工况总效率;ηPSS_G为抽蓄系统发电工况总效率;EPSS_P为抽蓄系统抽水期间抽水电量;EPSS_G为抽蓄系统发电期间发电电量;
②变功率模式:变功率抽水、发电模式运行步骤如下:
a.抽水工况参考值及发电工况参考值Plow、Phigh初值设置:
Plow设置为等效负荷的最小值,便于向上迭代,Phigh设置为等效负荷的峰值,便于向下迭代;
式中,Peq_load(t)为时段t的等效负荷,Pload(t)为时段t的负荷功率,Pwp(t)为时段t的风电和光伏的累加功率;
b.变功率抽水、发电模式通过迭代计算的方法求取Plow、Phigh:
确定当前Plow、Phigh值后,计算抽蓄系统的抽水、发电功率如下:
c.抽蓄系统电量计算:
式中,ηPSS_P为抽蓄系统抽水工况总效率;ηPSS_G为抽蓄系统发电工况总效率;EPSS_P为抽蓄系统抽水期间抽水电量;EPSS_G为抽蓄系统发电期间发电电量;
4)抽蓄系统下层各机组间优化运行:
①机组抽蓄系统总效率公式如下:
式中,Ppump.i为各机组抽水功率;Pgen.i为各机组发电功率;
②机组的控制策略采用均分控制或差异性控制:
a.采取均分控制,则各采样时刻机组个数和机组功率求取如下式:
式中,k(t)为时刻t的抽蓄机组个数;Ppump,i(t)为时刻t各机组抽水功率;Pgen,i(t)为时刻t各机组发电功率;
b.采取差异性控制,则各采样时刻机组个数和机组功率求取如下式:
式中,k(t)为时刻t的抽蓄机组个数;Ppump,i(t)为时刻t各机组抽水功率;Pgen,i(t)为时刻t各机组发电功率;
各机组功率将分别依据轴功率-水泵效率特性曲线和水轮机出力-水轮机效率特性曲线进行分配;
5)抽蓄系统参与调峰评价指标:
①绝对峰谷差ΔP
ΔP=max{Peq_load(t)}-min{Peq_load(t)} (17)
绝对峰谷差ΔP反映了等效负荷在一天尺度内最大绝对偏差;
②抽蓄系统峰谷调节系数γ
式中ΔP为原始等效负荷峰谷差;ΔP'为调峰后的等效负荷峰谷差;PPSS_N为抽蓄系统额定功率;
③等效负荷变化标准差D
式中K为总采样点数;Peq_ave为一天内等效负荷的平均值;
D越小,表示数据的离散程度越小,即负荷波动越小;
④抽蓄系统耗水量Qwc
式中Cw1为机组1抽水发电时的水量/电量转换系数;Cw2为机组2抽水发电时的水量/电量转换系数;Cw3为机组3抽水发电时的水量/电量转换系数;Cw4为机组4抽水发电时的水量/电量转换系数。
本发明一种含高比例风光电力系统中抽蓄电站的优化控制方法的有益效果体现在:
1、采用一种含高比例风光电力系统中抽蓄电站的优化控制方法,各时段均会选出最适合启动的机组,以及分配给该机组的功率大小,使得各时段各机组均处在效率较高的状态,机组工作状态较为稳定,未出现短时间内多次启停的不合理现象,从而让抽蓄系统整体效率接近于理想工作效率,有效的降低了机组启停成本和对机组寿命的危害;
2、一种含高比例风光电力系统中抽蓄电站的优化控制方法,参与的抽蓄机组个数变化与总抽水/发电功率变化保持一致,在功率未达到抽蓄系统额定功率时,抽蓄系统采用的机组个数均小于总个数,避免了过多机组参与引起的抽蓄系统效率过低。
附图说明
图1是抽蓄系统参与下电网结构示意图;
图2是在实施例中,恒功率模式下调峰前后对比图;
图3是在实施例中,恒功率模式下抽蓄系统出力示意图;
图4是在实施例中,变功率模式下调峰前后对比图;
图5是在实施例中,变功率模式下抽蓄系统出力示意图;
图6是在实施例中,一周内恒功率模式下调峰对比图;
图7是在实施例中,一周内变功率模式下调峰对比图;
图8是在实施例中,2020全年变功率模式下调峰前后对比图;
图9是在实施例中,2020全年变功率模式下抽蓄系统出力示意图;
图10是在实施例中,均分控制下各机组出力示意图;
图11是在实施例中,差异性控制下各机组出力示意图;
图12是在实施例中,差异性控制下各机组启停情况示意图。
具体实施方式
以下结合附图1-12和具体实施方式对本发明作进一步详细说明,此处所描述的具体实施方式仅用以解释本发明,并不用于限定本发明。
调峰控制将等效负荷作为削峰填谷对象,负荷高峰时,抽蓄系统作为电源放电抵消一部分负荷减轻火电机组压力,负荷低谷时,抽蓄系统作为负载吸收功率,提高风电和光伏的接纳空间。如附图1所示,调峰场景下,电力系统运行主电路主要包括五个组成部分,风电厂、光伏电站、储能系统、负荷、以及火电机组,系统功率平衡关系式如下:
Pwp+Pth+PPSS=Pload (21)
式中,Pwp为风电和光伏的累加功率;Pload为负荷功率;Pth为火电机组出力;PPSS为抽蓄系统输出功率。
风电厂和光伏电站向电力系统供电,将风电和光伏功率作为负的负荷加入原有负荷中,定为等效负荷,等效负荷计算如下。
Peq_load=Pload-Pwp (22)
一种含高比例风光电力系统中抽蓄电站的优化控制方法,它包括以下内容:
一、建立抽蓄机组效率-功率模型
抽蓄机组在实际工况中受水头损失、抽水扬程损失和水轮发电机组效率等因素影响,在抽水和发电过程中都有损耗,抽蓄机组的储能效率分为抽水工况运行效率和发电工况运行效率,其公式如下:
式中,ηP为储能机组抽水工况运行效率;ηG为储能机组发电工况运行效率;HP为抽水扬程;HG为发电水头;V0和VT分别为抽水或发电周期内水库库容的初始值和终止值;PP为抽蓄机组的抽水功率;PG为抽蓄机组的发电功率;Ru为单位换算系数。
结合水轮机特性曲线的实验数据,通过最小二乘法拟合得到水泵效率关于轴功率的关系式和水轮机效率关于水轮机出力的关系式:
式中,ρ为水密度;g为重力加速度;PP_turbine为电动机转递给水泵轴端的功率即轴功率;PG_turbine为水轮机的出力。
二、抽蓄机组运行约束
1)抽蓄电站库容约束
对于任意时段τ∈T,有以下约束:
式中,W0为抽蓄电站上水库初始水量;Wmax和Wmin分别为抽蓄电站上水库最大和最小水量;为时段t抽蓄电站的发电功率;PS为抽蓄水泵的额定功率;/>为时段t抽蓄电站抽水机组的数量;CW为抽水或发电时的平均水量/电量转换系数。
2)抽蓄电站发电出力约束
抽蓄电站发电出力不能出现有的机组抽水、有的机组发电的情况;
式中:为时段t抽蓄电站发电机组的数量;Ph为抽蓄发电机组额定功率;PG,min为抽蓄电站发电机组的出力下限。
3)抽蓄机组启停次数约束
由于过于频繁启停会对抽蓄机组造成损害,因此需要对每日每台机组的启停次数进行限制;
式中:不等号左边项表示一日内机组启停的台次;Ktotal为抽蓄电站总的机组台数;为时段t抽蓄电站抽水机组的数量减1;/>为时段t抽蓄电站发电机组的数量减1;MPS为每台机组每天启停次数限制。
三、抽蓄系统的上层控制
(1)恒功率模式
恒功率抽水/发电模式运行步骤如下:
a.抽水工况参考值及发电工况参考值Plow、Phigh初值设置
Plow设置为等效负荷的最小值,便于向上迭代,Phigh设置为等效负荷的峰值,便于向下迭代。
式中,Peq_load(t)为时段t的等效负荷,Pload(t)为时段t的负荷功率,Pwp(t)为时段t的风电和光伏的累加功率。
b.抽水/发电功率计算
确定当前Plow、Phigh值后,计算该参考值下抽蓄系统的抽水/发电功率如下。
式中,PPSS(t)为时刻t的抽蓄系统功率;PPSS_time(t)为时刻t的抽蓄系统额定功率。
c.抽蓄系统电量计算
式中,ηPSS_P为抽蓄系统抽水工况总效率;ηPSS_G为抽蓄系统发电工况总效率;EPSS_P为抽蓄系统抽水期间抽水电量;EPSS_G为抽蓄系统发电期间发电电量。
(2)变功率模式
变功率抽水/发电模式通过迭代计算的方法求取Plow、Phigh的方法在步骤b与恒功率抽水/发电模式不同,其余步骤一致。
确定当前Plow、Phigh值后,计算该参考值下抽蓄系统的抽水/发电功率如下。
最终迭代完成后输出Plow、Phigh值。
四、抽蓄系统下层各机组间优化运行
本文采取以机组启停成本决定机组启停顺序,以机组功率-效率的关系决定机组间的功率分配,其抽蓄系统总效率公式如下:
式中,Ppump.i为各机组抽水功率;Pgen.i为各机组发电功率。
两种机组的控制策略,分别为均分控制和差异性控制。选取满足功率需求条件下,最少需要使用的机组个数k,再将系统功率分配给k个机组。若机组间负荷分配采取均分控制,则各采样时刻机组个数和机组功率求取如下式:
式中,k(t)为时刻t的抽蓄机组个数;Ppump,i(t)为时刻t各机组抽水功率;Pgen,i(t)为时刻t各机组发电功率。
若机组间采取差异性控制,各采样时刻机组个数的计算公式与上式相同,各机组功率将分别依据轴功率-水泵效率特性曲线和水轮机出力-水轮机效率特性曲线进行分配。
五、抽蓄系统参与调峰评价指标
(1)绝对峰谷差ΔP
ΔP=max{Peq_load(t)}-min{Peq_load(t)} (36)
该指标反映了等效负荷在一天尺度内最大绝对偏差。
(2)抽蓄系统峰谷调节系数γ
式中ΔP为原始等效负荷峰谷差;ΔP'为调峰后的等效负荷峰谷差;PPSS_N为抽蓄系统额定功率。
(3)等效负荷变化标准差D
式中K为总采样点数;Peq_ave为一天内等效负荷的平均值,D越小,表示数据的离散程度越小,即负荷波动越小。
(4)抽蓄系统耗水量Qwc
式中Cw1为机组1抽水发电时的水量/电量转换系数;Cw2为机组2抽水发电时的水量/电量转换系数;Cw3为机组3抽水发电时的水量/电量转换系数;Cw4为机组4抽水发电时的水量/电量转换系数。
实施例:
取某电网2020年风电、光伏和负荷数据为算例,对抽蓄电站参与下的调峰场景进行分析。抽水蓄能电站总装机容量1200MW,日抽水小时数为7h,日发电小时数为7h(其中满负荷发电5h);采用4台300MW可逆式抽蓄机组,每台机组在发电状态下的功率连续可调。
其余参数如下表1和表2。
表1抽水蓄能电站爬坡速度参数
表2抽水蓄能电站工况系数
(1)选取7月22日的等效负荷曲线进行削峰填谷:
如附图2所示,恒功率抽水/发电模式下调峰前后等效负荷变化,调峰后的曲线分别有2处明显的“凹陷”和“凸起”,引起原始等效负荷曲线“变形”的主要原因是抽蓄系统不能根据等效负荷的需求动态改变出力大小,恒定的抽蓄系统出力引起了调节的反效果。
如附图3所示,为抽蓄系统一天内响应需求运行的功率变化,可以看出抽水/发电功率维持在1200MW恒定,由于抽水工况运行效率和发电工况运行效率的影响,抽水时间略长于发电时间。
如附图4所示,变功率模式控制下调峰前后等效负荷变化,看出变功率模式下抽蓄在峰谷时段都起到了很好的削峰填谷作用,采用动态功率的方法有效避免了由于恒功率调节模式下的过调节情况。
如附图5所示,为抽蓄系统一天内抽水/发电功率变化,可以看出抽水/发电功率在各个时刻都随等效负荷的变化而变化。
两种控制策略调峰效果评价指标如表3所示,由表中数据可以看出,总体上抽蓄系统在变功率模式控制下的调峰效果更好。
表3不同上层控制下抽蓄调峰指标
(2)长时间尺度下调峰效果分析:
如附图6及附图7所示,为了验证变功率模式下抽蓄系统调峰效果的优越性,通过抽蓄系统针对一周内的等效负荷进行削峰填谷,统计一周内每一天在不同上层控制策略下的调峰效果及抽蓄出力情况。
恒功率模式控制下,一周内调峰后的等效负荷功率变化范围在18000MW至28000MW之间,等效负荷功率变化幅度较大,且对比调峰前的等效负荷改善效果不佳,负荷曲线依然存在着明显的“凹陷”和“凸起”现象,抽蓄系统出力方面可以看出总体发电时间要长于抽水时间,抽水/发电功率基本维持在1200MW恒定,其恒定的运行模式使得原始负荷曲线频繁出现反调节现象。
而如附图7所示,在变功率模式控制下,其等效负荷功率变化幅度更小,调峰后的负荷曲线在调峰处功率基本恒定,维持在稳定状态。
附图8和附图9分别为全年变功率模式下调峰前后对比图和抽蓄系统出力情况;在变功率模式控制下,全年内的等效负荷绝对峰谷差由28973.32MW下降至28817.90MW,总体下降了0.54%。全年的负荷变化标准差为4379.9。
综合上述分析中可以看出,在不同时间尺度上,变功率模式控制下的抽蓄系统对于调节常规负荷的波动性,缓解电网调峰压力上都具有相当的作用,并且通过对比恒功率控制调峰前后的等效负荷曲线,其调峰效果也更为明显,但对于比较极端的负荷波动效果有限。
在上层控制策略给出抽蓄系统指令后,对4台机组进行负荷分配,其结果如附图10和附图11所示。
如附图10所示,显示了均分控制下的负荷分配情况,包括了各机组的出力大小、出力顺序以及整个抽蓄系统的总出力。参与的抽蓄机组个数变化与总抽水/发电功率变化保持一致,在功率未达到抽蓄系统额定功率时,抽蓄系统采用的机组个数均小于总个数,避免了过多机组参与引起的抽蓄系统效率过低。
如附图11所示,显示了差异性控制下的负荷分配情况。可以看出,由于差异性控制是以机组功率-效率耦合关系曲线决定机组间的功率分配,所以启停顺序和机组各时段的出力均与均分控制不同。图中在12:00-13:00区间出现1200MW的抽水需求,抽蓄系统内部机组此时必须全部投入且满功率抽水,在该时段均分控制和差异性控制分配结果一致。同样,在20:00-21:00区间调峰需求出现1200MW的功率缺额,抽蓄机组全部满功率发电,两种控制策略的负荷分配结果相同。除此之外的时段,两种控制策略对负荷的分配均有差别。
与均分控制对比可以发现均分控制各机组启停状态基本保持一致,且功率相同,这会导致只有个别机组效率较高,而其他机组运行在效率较低处,使得抽蓄系统整体效率达不到最优。而在差异性控制下,各时段均会选出此时刻最适合启动的机组以及分配给该机组的功率大小,使得各时段各机组均处在效率较高的状态,从而让抽蓄系统整体效率接近于理想工作效率。
根据差异性控制下4台机组一天内的运行结果,如附图12所示,差异性控制下各个机组各时段的启停情况,可以看出,机组关闭状态多处于0:00-11:00时段,而在12:00-24:00机组多处于启动状态。同时每台机组在启动或关闭状态的时长均基本达1小时以上,工作状态较为稳定,并未出现短时间内多次启停的不合理现象,有效的降低了机组启停成本和对机组寿命的危害。
通过抽蓄系统对等效负荷进行削峰填谷,这里统计了传统控制、均分控制以及差异性控制下的抽蓄系统效率及耗水量的运行结果,如下表4。
表4不同控制策略下抽蓄系统性能对比
结合上层控制策略中的恒功率模式和变功率模式,分别对多种不同情况进行了求解,可以看出,在抽蓄系统整体效率方面,变功率模式下的抽蓄系统效率要高于恒功率模式。在恒功率模式下,所提出的均分控制和差异性控制结果一致,这是由于恒功率模式抽蓄系统始终工作在额定功率下,因此各台机组的功率也始终维持在额定功率,而使得两种下层控制策略效率相同。而在变功率模式下,两种下层控制策略中的差异性控制效率最高,效果显著。在抽蓄系统耗水量方面,变功率较恒功率的提升不大,但下层控制策略上,由于差异性控制会优先选择耗水率更低的机组,因此相较均分控制的提升明显。
以上所述仅是本发明的优选方式,应当指出的是,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应该视为本发明的保护范围。
Claims (1)
1.一种含高比例风光电力系统中抽蓄电站的优化控制方法,其特征是,它包括以下步骤:
1)建立抽蓄机组效率-功率模型:
抽蓄机组储能效率分为:抽水工况运行效率和发电工况运行效率,公式如下:
式中,ηP为储能机组抽水工况运行效率;ηG为储能机组发电工况运行效率;HP为抽水扬程;HG为发电水头;V0和VT分别为抽水或发电周期内水库库容的初始值和终止值;PP为抽蓄机组的抽水功率;PG为抽蓄机组的发电功率;Ru为单位换算系数;
结合水轮机特性曲线的实验数据,通过最小二乘法拟合,得到水泵效率关于轴功率的关系式和水轮机效率关于水轮机出力的关系式:
式中,ρ为水密度;g为重力加速度;PP_turbine为电动机转递给水泵轴端的功率即轴功率;PG_turbine为水轮机的出力;
2)抽蓄机组运行约束:
①抽蓄电站库容约束:
对于任意时段τ∈T,有以下约束:
式中,W0为抽蓄电站上水库初始水量;Wmax和Wmin分别为抽蓄电站上水库最大和最小水量;为时段t抽蓄电站的发电功率;PS为抽蓄水泵的额定功率;/>为时段t抽蓄电站抽水机组的数量;CW为抽水或发电时的平均水量/电量转换系数;
②抽蓄电站发电出力约束:
式中:为时段t抽蓄电站发电机组的数量;Ph为抽蓄发电机组额定功率;PG,min为抽蓄电站发电机组的出力下限;
③抽蓄机组启停次数约束:
每日、每台机组的启停次数如下:
式中:不等号左边项表示一日内机组启停的台次;Ktotal为抽蓄电站总的机组台数;为时段t抽蓄电站抽水机组的数量减1;/>为时段t抽蓄电站发电机组的数量减1;MPS为每台机组每天启停次数限制;
3)抽蓄系统的上层控制采用恒功率模式或变功率模式:
①恒功率模式:恒功率抽水、发电模式运行步骤如下:
a.抽水工况参考值及发电工况参考值Plow、Phigh初值设置:
Plow设置为等效负荷的最小值,便于向上迭代,Phigh设置为等效负荷的峰值,便于向下迭代;
式中,Peq_load(t)为时段t的等效负荷,Pload(t)为时段t的负荷功率,Pwp(t)为时段t的风电和光伏的累加功率;
b.抽水、发电功率计算:
确定当前Plow、Phigh值后,计算该参考值下抽蓄系统的抽水、发电功率如下:
式中,PPSS(t)为时刻t的抽蓄系统功率;PPSS_time(t)为时刻t的抽蓄系统额定功率;
c.抽蓄系统电量计算:
式中,ηPSS_P为抽蓄系统抽水工况总效率;ηPSS_G为抽蓄系统发电工况总效率;EPSS_P为抽蓄系统抽水期间抽水电量;EPSS_G为抽蓄系统发电期间发电电量;
②变功率模式:变功率抽水、发电模式运行步骤如下:
a.抽水工况参考值及发电工况参考值Plow、Phigh初值设置:
Plow设置为等效负荷的最小值,便于向上迭代,Phigh设置为等效负荷的峰值,便于向下迭代;
式中,Peq_load(t)为时段t的等效负荷,Pload(t)为时段t的负荷功率,Pwp(t)为时段t的风电和光伏的累加功率;
b.变功率抽水、发电模式通过迭代计算的方法求取Plow、Phigh:
确定当前Plow、Phigh值后,计算抽蓄系统的抽水、发电功率如下:
c.抽蓄系统电量计算:
式中,ηPSS_P为抽蓄系统抽水工况总效率;ηPSS_G为抽蓄系统发电工况总效率;EPSS_P为抽蓄系统抽水期间抽水电量;EPSS_G为抽蓄系统发电期间发电电量;
4)抽蓄系统下层各机组间优化运行:
①机组抽蓄系统总效率公式如下:
式中,Ppump.i为各机组抽水功率;Pgen.i为各机组发电功率;
②机组的控制策略采用均分控制或差异性控制:
a.采取均分控制,则各采样时刻机组个数和机组功率求取如下式:
式中,k(t)为时刻t的抽蓄机组个数;Ppump,i(t)为时刻t各机组抽水功率;Pgen,i(t)为时刻t各机组发电功率;
b.采取差异性控制,则各采样时刻机组个数和机组功率求取如下式:
式中,k(t)为时刻t的抽蓄机组个数;Ppump,i(t)为时刻t各机组抽水功率;Pgen,i(t)为时刻t各机组发电功率;
各机组功率将分别依据轴功率-水泵效率特性曲线和水轮机出力-水轮机效率特性曲线进行分配;
5)抽蓄系统参与调峰评价指标:
①绝对峰谷差ΔP
ΔP=max{Peq_load(t)}-min{Peq_load(t)} (17)
绝对峰谷差ΔP反映了等效负荷在一天尺度内最大绝对偏差;
②抽蓄系统峰谷调节系数γ
式中ΔP为原始等效负荷峰谷差;ΔP'为调峰后的等效负荷峰谷差;PPSS_N为抽蓄系统额定功率;
③等效负荷变化标准差D
式中K为总采样点数;Peq_ave为一天内等效负荷的平均值;
D越小,表示数据的离散程度越小,即负荷波动越小;
④抽蓄系统耗水量Qwc
式中Cw1为机组1抽水发电时的水量/电量转换系数;Cw2为机组2抽水发电时的水量/电量转换系数;Cw3为机组3抽水发电时的水量/电量转换系数;Cw4为机组4抽水发电时的水量/电量转换系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111189436.6A CN114153142B (zh) | 2021-10-12 | 2021-10-12 | 一种含高比例风光电力系统中抽蓄电站的优化控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111189436.6A CN114153142B (zh) | 2021-10-12 | 2021-10-12 | 一种含高比例风光电力系统中抽蓄电站的优化控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114153142A CN114153142A (zh) | 2022-03-08 |
CN114153142B true CN114153142B (zh) | 2023-11-17 |
Family
ID=80462413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111189436.6A Active CN114153142B (zh) | 2021-10-12 | 2021-10-12 | 一种含高比例风光电力系统中抽蓄电站的优化控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114153142B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116865253B (zh) * | 2023-07-07 | 2024-03-29 | 沈阳工程学院 | 一种基于风功率预测的风电接纳能力分析与评估方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104795846A (zh) * | 2015-04-24 | 2015-07-22 | 清华大学 | 一种抽水蓄能电站与风电的联合系统的优化运行方法 |
CN107046298A (zh) * | 2017-04-20 | 2017-08-15 | 国家电网公司 | 一种含风电电力系统的抽水蓄能电站容量配置方法 |
CN107204632A (zh) * | 2017-07-15 | 2017-09-26 | 东北电力大学 | 一种提升风电消纳的柔性负荷优化调度方法 |
CN107910883A (zh) * | 2017-12-01 | 2018-04-13 | 中国南方电网有限责任公司电网技术研究中心 | 基于抽水蓄能电站修正时序负荷曲线的随机生产模拟方法 |
CN110661301A (zh) * | 2019-08-20 | 2020-01-07 | 四川大学 | 一种水光蓄多能互补发电系统的容量配置优化方法 |
-
2021
- 2021-10-12 CN CN202111189436.6A patent/CN114153142B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104795846A (zh) * | 2015-04-24 | 2015-07-22 | 清华大学 | 一种抽水蓄能电站与风电的联合系统的优化运行方法 |
CN107046298A (zh) * | 2017-04-20 | 2017-08-15 | 国家电网公司 | 一种含风电电力系统的抽水蓄能电站容量配置方法 |
CN107204632A (zh) * | 2017-07-15 | 2017-09-26 | 东北电力大学 | 一种提升风电消纳的柔性负荷优化调度方法 |
CN107910883A (zh) * | 2017-12-01 | 2018-04-13 | 中国南方电网有限责任公司电网技术研究中心 | 基于抽水蓄能电站修正时序负荷曲线的随机生产模拟方法 |
CN110661301A (zh) * | 2019-08-20 | 2020-01-07 | 四川大学 | 一种水光蓄多能互补发电系统的容量配置优化方法 |
Non-Patent Citations (6)
Title |
---|
Coordination Scheduling Model of Multi-Type Flexible Load for Increasing Wind Power Utilization;Junhui Li 等;IEEE Access;全文 * |
Game Analysis of Wind Storage Joint Ventures Participation in Power Market Based on a Double-Layer Stochastic Optimization Model;Ma Bin 等;Processes;全文 * |
Optimization and Mechanism of the Wicket Gate Closing Law for High-Head Pumped Storage Power Stations;Chang Liu 等;IEEE Access;全文 * |
Review on Pumped Storage Power Station in High Proportion Renewable Energy Power System;Bingxin Sun 等;2020 IEEE 3rd Student Conference on Electrical Machines and Systems;全文 * |
储能辅助火电机组深度调峰的分层优化调度;李军徽 等;电网技术;全文 * |
基于抽水蓄能的风光互补发电系统优化运行研究;戴嘉彤;中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114153142A (zh) | 2022-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109256799B (zh) | 一种基于样本熵的新能源电力系统优化调度方法 | |
CN107732949B (zh) | 一种综合风电全年多季节特性的储能布点定容方法 | |
CN110365013B (zh) | 一种光热-光伏-风电联合发电系统的容量优化方法 | |
CN111525627B (zh) | 含抽蓄与新能源发电的柔性直流输电系统日前调度方法 | |
CN110796373B (zh) | 面向风电消纳的多阶段场景生成电热系统优化调度方法 | |
CN112886645B (zh) | 一种基于氢能超高比例的新能源电力系统运行模拟方法 | |
CN112865084B (zh) | 一种考虑火电机组深度调峰的发电厂储能方式设置方法 | |
CN115173453A (zh) | 一种储能辅助电网调峰的优化配置方法 | |
CN114153142B (zh) | 一种含高比例风光电力系统中抽蓄电站的优化控制方法 | |
CN115940207A (zh) | 基于平抑风光波动的抽水蓄能容量优化配置方法 | |
CN117081175B (zh) | 一种水风光储一体化基地电力生产模拟方法 | |
CN110571868B (zh) | 微电网的优化配置方法 | |
CN112769156A (zh) | 一种计及大规模海上风电并网的源网荷储协调运行方法 | |
CN116979578A (zh) | 一种风光水火储的电气热三联产优化调度方法和系统 | |
CN116131303A (zh) | 基于蓄能-储能-光伏电池的综合能源系统协同优化方法 | |
Ma et al. | Two-stage optimal dispatching based on wind-photovoltaic-pumped storage-thermal power combined power generation system | |
CN114400652A (zh) | 一种计及核电主动参与调峰的多能源发电优化调度方法 | |
CN112311018A (zh) | 一种配套调峰电源调节和多源协调调峰方法 | |
CN112801816A (zh) | 一种风光水互补系统总效益的资源优化调度方法 | |
CN108199419B (zh) | 一种储能系统出力控制方法及系统 | |
CN116316740B (zh) | 一种考虑新能源影响的储能代替火电容量效率计算方法 | |
CN116885752A (zh) | 一种基于特斯拉阀新型储热罐的火电机组调峰能力提升方法 | |
CN117595327A (zh) | 考虑多类型储能参与新型电力系统控制方法、装置、可读存储介质 | |
CN117200345A (zh) | 考虑虚拟电厂的新能源电力系统容量调度模型的构建方法 | |
CN117277373A (zh) | 一种考虑调节资源需求差异的变时段源荷储优化调度方法 |
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 |