CN114156950B - 一种电力系统电源容量分配方法及装置 - Google Patents

一种电力系统电源容量分配方法及装置 Download PDF

Info

Publication number
CN114156950B
CN114156950B CN202210119998.1A CN202210119998A CN114156950B CN 114156950 B CN114156950 B CN 114156950B CN 202210119998 A CN202210119998 A CN 202210119998A CN 114156950 B CN114156950 B CN 114156950B
Authority
CN
China
Prior art keywords
energy storage
capacity
confidence
model
constraint
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
Application number
CN202210119998.1A
Other languages
English (en)
Other versions
CN114156950A (zh
Inventor
朱涛
别佩
王宁
王浩浩
吴明兴
陈青
王宣定
赵唯嘉
卢恩
黄远明
罗锦庆
陈新宇
夏赞阳
张玉欣
文劲宇
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.)
Guangdong Electric Power Transaction Center Co ltd
Original Assignee
Guangdong Electric Power Transaction Center Co ltd
Huazhong University of Science and Technology
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 Guangdong Electric Power Transaction Center Co ltd, Huazhong University of Science and Technology filed Critical Guangdong Electric Power Transaction Center Co ltd
Priority to CN202210119998.1A priority Critical patent/CN114156950B/zh
Publication of CN114156950A publication Critical patent/CN114156950A/zh
Application granted granted Critical
Publication of CN114156950B publication Critical patent/CN114156950B/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
    • H02J3/46—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
    • 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
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种电力系统电源容量分配方法及装置，结合储能与需求响应资源的可靠性约束、基于快速机组组合模型的系统灵活性约束和可再生能源发电量最小占比约束，以使电力系统总成本最小为目标对储能系统的置信容量模型进行迭代计算，得到满足收敛条件时储能系统的置信容量模型对应的储能置信容量系数；根据所述储能置信容量系数，分配间断性可再生能源的装机容量和储能系统的装机容量。采用本发明实施例，综合考虑风、光、水、火电、储能等多种类型资源对电力系统可靠性和灵活性的影响，进而有效地分配间断性可再生能源的装机容量和储能系统的装机容量，保证电力系统供电可靠性和灵活性。

Description

一种电力系统电源容量分配方法及装置
技术领域
本发明涉及电力工程领域，尤其涉及一种电力系统电源容量分配方法及装置。
背景技术
随着越来越高比例的新能源并网，高比例可再生能源的新型电力系统成为未来发展的主要趋势。然而，新能源发电具有出电波动大且不确定的特点，这就给电力系统的安全稳定运行带来挑战。如何在电源规划时保障系统的可靠性和灵活性要求，是高比例可再生能源的新型电力系统亟需解决的问题。但是在传统电源规划时，对于系统可靠性和灵活性的要求并没有明确的指标进行量化评估，这就导致了在进行电源规划时对系统可靠性和灵活性设想不足，后续在电力系统按计划调配用电资源时发生电力停供等不稳定供电情况，会严重影响电力系统的供电可靠性和灵活性。
发明内容
本发明实施例提供一种电力系统电源容量分配方法及装置，综合考虑风、光、水、火电、储能等多种类型资源对电力系统可靠性和灵活性的影响，进而有效地分配间断性可再生能源的装机容量和储能系统的装机容量，保证电力系统供电可靠性和灵活性。
为实现上述目的，本申请实施例的第一方面提供了一种电力系统电源容量分配方法，所述方法包括：
建立间断性可再生能源的置信容量模型和储能系统的置信容量模型；
根据所述间断性可再生能源的置信容量模型、所述储能系统的置信容量模型和实际响应时需求侧要素，建立储能与需求响应资源的可靠性约束；
获取间断性可再生能源出力情况和储能系统的容量状态，建立基于快速机组组合模型的系统灵活性约束和可再生能源发电量最小占比约束；
结合所述储能与需求响应资源的可靠性约束、所述基于快速机组组合模型的系统灵活性约束和所述可再生能源发电量最小占比约束，以使电力系统总成本最小为目标对所述储能系统的置信容量模型进行迭代计算，得到满足收敛条件时所述储能系统的置信容量模型对应的储能置信容量系数；
根据所述储能置信容量系数，分配间断性可再生能源的装机容量和储能系统的装机容量。
在第一方面的一种可能的实现方式中，所述以使电力系统总成本最小为目标进行迭代计算，得到满足收敛条件时所述储能系统的置信容量模型对应的储能置信容量系数，具体包括：
以使电力系统总成本最小为目标进行迭代计算，若迭代计算结果满足收敛条件，输出目前储能置信容量系数；
若迭代计算结果不满足收敛条件，重新以使电力系统总成本最小为目标对所述储能系统的置信容量模型进行迭代计算，直至满足收敛条件。
在第一方面的一种可能的实现方式中，判断迭代计算结果是否满足所述收敛条件的具体过程为：
计算目前储能置信容量系数与上一状态储能置信容量系数的差值、目前储能置信容量系数与上一状态储能置信容量系数的和值；
判断所述差值与所述和值一半的比值是否小于或等于预设阈值；
若所述比值小于预设阈值，则迭代计算结果满足所述收敛条件。
在第一方面的一种可能的实现方式中，所述基于快速机组组合模型的系统灵活性约束，具体包括：火电机组的快速机组组合模型约束、风电出力模型约束、光伏出力模型约束、水电出力模型约束和需求侧响应资源出力模型约束。
在第一方面的一种可能的实现方式中，在所述间断性可再生能源的置信容量模型中，选择历年系统负荷最大时对应的时段范围，在时段范围计算间断性能源的平均出力与间断性可再生能源的装机容量之比作为所述间断性可再生能源的置信容量模型置信容量。
在第一方面的一种可能的实现方式中，所述储能系统置信容量模型对应的储能置信容量系数是关于可再生能源容量因数序列、可再生能源装机容量、储能系统负荷、储能电容量和储能功率的函数值。
本申请实施例的第二方面提供了一种电力系统电源容量分配装置，包括：
置信模型建立模块，用于建立间断性可再生能源的置信容量模型和储能系统的置信容量模型；
第一约束模块，用于根据所述间断性可再生能源的置信容量模型、所述储能系统的置信容量模型和实际响应时需求侧要素，建立储能与需求响应资源的可靠性约束；
第二约束模块，用于获取间断性可再生能源出力情况和储能系统的容量状态，建立基于快速机组组合模型的系统灵活性约束和可再生能源发电量最小占比约束；
迭代模块，用于结合所述储能与需求响应资源的可靠性约束、所述基于快速机组组合模型的系统灵活性约束和所述可再生能源发电量最小占比约束，以使电力系统总成本最小为目标对所述储能系统的置信容量模型进行迭代计算，得到满足收敛条件时所述储能系统的置信容量模型对应的储能置信容量系数；
分配模块，用于根据所述储能置信容量系数，分配间断性可再生能源的装机容量和储能系统的装机容量。
相比于现有技术，本发明实施例提供的一种电力系统电源容量分配方法及装置，分别建立计算间断性可再生能源和储能系统的置信容量模型，然后建立考虑储能与需求响应资源的可靠性约束、基于快速机组组合模型的系统灵活性约束、可再生能源发电量最小占比约束，以电力系统总成本最小为目标进行迭代求解，直至储能置信容量系数收敛，从而得到各类电源的装机容量规划结果。在规划过程中，综合考虑风、光、水、火电、储能等多种类型资源对系统可靠性和灵活性的影响，并转化为可量化的约束性条件，最后结合约束性条件求解，有效避免了现有规划中对于系统可靠性和灵活性的要求不清晰而导致的电力系统供电不稳定、不灵活的问题。
附图说明
图1是本发明一实施例提供的一种电力系统电源容量分配方法的流程示意图；
图2是本发明一实施例提供的一种对储能系统的置信容量模型进行迭代计算的流程示意图；
图3是本发明一实施中需求响应资源占峰值负荷比例为2.5%时各类型资源容量规划结果的分布图；其中，单位为GW；
图4是本发明一实施例中需求响应资源占峰值负荷比例为2.5%时各类型资源投资成本的分布图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参见图1，本发明一实施例提供了一种电力系统电源容量分配方法，所述方法包括：
S10、建立间断性可再生能源的置信容量模型和储能系统的置信容量模型。
S11、根据所述间断性可再生能源的置信容量模型、所述储能系统的置信容量模型和实际响应时需求侧要素，建立储能与需求响应资源的可靠性约束。
S12、获取间断性可再生能源出力情况和储能系统的容量状态，建立基于快速机组组合模型的系统灵活性约束和可再生能源发电量最小占比约束。
S13、结合所述储能与需求响应资源的可靠性约束、所述基于快速机组组合模型的系统灵活性约束和所述可再生能源发电量最小占比约束，以使电力系统总成本最小为目标对所述储能系统的置信容量模型进行迭代计算，得到满足收敛条件时所述储能系统的置信容量模型对应的储能置信容量系数。
S14、根据所述储能置信容量系数，分配间断性可再生能源的装机容量和储能系统的装机容量。
本发明实施例引入置信容量模型对电力系统能源可靠性提出要求，灵活性目标以可再生能源最低发电量占比的形式体现，建立了基于快速机组组合和快速储能置信容量算法的考虑需求响应资源和储能容量价值的新型电力系统规划模型，通过对电力系统总成本最小为目标对所述储能系统的置信容量模型进行迭代计算，使得储能置信容量系数能够满足对电力系统能源可靠性要求和灵活性要求。
示例性地，在所述间断性可再生能源的置信容量模型中，选择历年系统负荷最大时对应的时段范围，在时段范围计算间断性能源的平均出力与间断性可再生能源的装机容量之比作为所述间断性可再生能源的置信容量模型置信容量。
在本实施例中，选择历年系统负荷值前5%时段内间断性电源的平均出力与其装机容量之比作为其置信容量。
Figure 376845DEST_PATH_IMAGE001
（1）
式中r表示风电、光伏、水电三种可再生能源类型，r的取值对应分别为1、2、3，k为表示机组序号，CC为置信容量比例系数，CF为可再生能源容量因数序列，为逐时功率与额定功率之比，表示机组各时刻的出力水平。
示例性地，所述储能系统置信容量模型对应的储能置信容量系数是关于可再生能源容量因数序列、可再生能源装机容量、储能系统负荷、储能电容量和储能功率的函数值。
由于储能本身不产生能量，因此在高比例可再生能源电力系统中，储能主要是通过将低谷时段电量平移到尖峰时段来提高系统可靠性，相当于削减了峰荷，因此储能置信容量可用ELCC表示。显然，储能的置信容量与多种因素有关，其中主要因素包括储能系统净负荷大小与波动情况（即负荷减去可再生能源理论出力）、最大持续放电时间、储能渗透率，其中系统净负荷的大小又与波动情况与负荷、可再生能源装机容量、可再生能源容量因数序列有关。其函数关系可用下式表示，
Figure 496110DEST_PATH_IMAGE002
为储能置信容量系数，取值范围在[0,1]区间，
Figure 498833DEST_PATH_IMAGE003
为可再生能源容量因数序列，
Figure 336339DEST_PATH_IMAGE004
为可再生能源装机容量，D为系统负荷，
Figure 902449DEST_PATH_IMAGE005
为储能电容量，
Figure 889603DEST_PATH_IMAGE006
为储能功率。
Figure 187861DEST_PATH_IMAGE007
（2）
由于CF、D为系统固有属性，与规划无关，以下逐项分析
Figure 761930DEST_PATH_IMAGE008
与
Figure 69415DEST_PATH_IMAGE009
、
Figure 960010DEST_PATH_IMAGE010
、
Figure 445481DEST_PATH_IMAGE011
的关系。假设储能电容量、功率充足，当净负荷波动越大时，则储能可平移的峰谷电量越多，储能置信容量也越大，因此
Figure 992000DEST_PATH_IMAGE012
和
Figure 352443DEST_PATH_IMAGE009
正相关。而净负荷波动和
Figure 363124DEST_PATH_IMAGE011
一定时，
Figure 268763DEST_PATH_IMAGE013
越大，则储能可平移的峰谷电量越多，因此储能置信容量也越大，因此
Figure 50381DEST_PATH_IMAGE014
和
Figure 699668DEST_PATH_IMAGE015
正相关，即与储能最大持续放电时间正相关。当净负荷波动和
Figure 564856DEST_PATH_IMAGE016
一定时，
Figure 890664DEST_PATH_IMAGE011
从小变大的过程中，对系统的影响从小到大，当储能对系统影响不可忽略时，其对系统可靠性的边际效益递减，
Figure 411775DEST_PATH_IMAGE017
将随之减小。
在本实施例的能源规划中，电力系统可靠性是指在一定边界条件下系统可用容量不足以供应负荷的期望，因此对电力系统可靠性的约束可转化为对电力系统可用容量的约束，要求在一定置信率的情况下系统可用容量大于峰值负荷，即电力系统置信容量之和大于峰值负荷，如式（3）所示。其中j表示火电机组序号； r表示风电、光伏、水电三种类型 ，取值对应分别为1、2、3；k表示风电、光伏、水电、储能的机组序号。FOR为火电机组的强迫停运率，S为已有装机容量，I为规划新建容量，PL为系统峰值负荷，
Figure 661491DEST_PATH_IMAGE019
为系统安全边界，由系统可靠性要求确定，通常取值为10%~20%。火电机组作为常规能源，其出力最为可靠，可用容量只与其强迫停运率有关，通常使用（1-强迫停运率）作为其置信容量系数。对于需求侧响应资源，考虑到实际响应时由于通讯线路、用户参与度等因素，存在响应失败的可能，可设置需求侧响应可用系数pa。
Figure 335180DEST_PATH_IMAGE020
（3）
示例性地，所述基于快速机组组合模型的系统灵活性约束，具体包括：火电机组的快速机组组合模型约束、风电出力模型约束
考虑到基于快速机组组合模型的系统灵活性约束：
Figure 644939DEST_PATH_IMAGE021
(4)
Figure 653346DEST_PATH_IMAGE022
(5)
Figure 893703DEST_PATH_IMAGE023
(6)
Figure 671166DEST_PATH_IMAGE024
(7)
Figure 151826DEST_PATH_IMAGE025
(8)
Figure 153191DEST_PATH_IMAGE026
(9)
Figure 947971DEST_PATH_IMAGE027
(10)
Figure 642258DEST_PATH_IMAGE028
(11)
Figure 480770DEST_PATH_IMAGE029
(12)
Figure 463769DEST_PATH_IMAGE030
(13)
Figure 858979DEST_PATH_IMAGE031
(14)
Figure 96187DEST_PATH_IMAGE032
(15)
Figure 121912DEST_PATH_IMAGE033
(16)
Figure 388945DEST_PATH_IMAGE034
(17)
Figure 774796DEST_PATH_IMAGE035
(18)
Figure 178096DEST_PATH_IMAGE036
(19)
Figure 374722DEST_PATH_IMAGE037
(20)
Figure 814537DEST_PATH_IMAGE038
(21)
Figure 551549DEST_PATH_IMAGE039
(22)
Figure 12617DEST_PATH_IMAGE040
(23)
Figure 629412DEST_PATH_IMAGE041
(24)
Figure 605458DEST_PATH_IMAGE042
(25)
式（4）-（15）为火电机组的快速机组组合模型，其中SO、SU、SD分别为集群火电机组的在线、开机、停机容量，S、I分别表示其已有容量和新建容量，Pf表示火电实际出力，
Figure 83844DEST_PATH_IMAGE043
和
Figure 727315DEST_PATH_IMAGE044
表示最小、最大出力比例，下标j表示第j台集群火电机组。式（5）规定了集群火电机组在线、开机、停机容量之间的关系，式（6）表示集群机组出力的上下限约束，式（7）、（8）表示机组上、下爬坡约束，式（9）进一步约束了机组最大出力，式（10）-（15）表示机组最小启停时间约束。
式（16）-（18）为风电、光伏、水电出力模型，式中k为机组编号，t表示第t个时段，CF为机组容量因素，P为机组实际出力， S为装机容量，I为新建机组容量。式（19）为需求侧响应资源的出力模型，为简便起见，忽略需求侧响应资源其他运行约束，
Figure 750897DEST_PATH_IMAGE045
为需求侧响应资源最大容量。
储能模型如式（20）-（25）所示，S、I分别为储能已有容量和新建容量、下标k表示第k台储能机组，E为储能电量，
Figure 417502DEST_PATH_IMAGE046
、
Figure 496316DEST_PATH_IMAGE047
分别为储能充、放电功率，
Figure 181244DEST_PATH_IMAGE048
为储能最大持续放电时间，
Figure 624995DEST_PATH_IMAGE049
、
Figure 841213DEST_PATH_IMAGE050
、
Figure 409204DEST_PATH_IMAGE051
分别为储能充电效率、放电效率、自放电系数，R为储能提供的正旋转备用功率。式（21）-（23）分别为储能充放电功率上下限约束、电量上下限约束、电量平衡约束、初、末电量约束，式（24）、（25）为储能备用约束。
最后，还要考虑：
Figure 761688DEST_PATH_IMAGE052
(26)
Figure 828870DEST_PATH_IMAGE053
(27)
Figure 266805DEST_PATH_IMAGE054
(28)
Figure 625105DEST_PATH_IMAGE055
(29)
式（26）、（27）分别为负荷平衡约束、上旋转备用约束。其中
Figure 786090DEST_PATH_IMAGE056
为可再生能源理论出力预测误差，
Figure 633960DEST_PATH_IMAGE057
为负荷，
Figure 496874DEST_PATH_IMAGE058
为旋转备用要求。式（28）要求可再生能源发电量必须占总发电量一定比例，该比例由可再生能源占比RPS确定。式（29）为模型目标函数，其中
Figure 908133DEST_PATH_IMAGE059
为第j台火电机组边际发电成本，
Figure 235209DEST_PATH_IMAGE060
为启动成本，
Figure 457243DEST_PATH_IMAGE061
为投资成本，
Figure 492938DEST_PATH_IMAGE062
为储能度电运维成本，
Figure 255358DEST_PATH_IMAGE063
为考虑一定需求弹性的需求侧响应激励价格，
Figure 623891DEST_PATH_IMAGE064
为需求侧响应资源响应数量。
s由于整个的储能置信容量系数为系统可再生能源装机比例、储能装机规模等参数的函数，因此需要迭代求解。参见图2，求得规划模型结果后，计算系统储能置信容量系数，若满足收敛条件，则输出结果，否则更新模型中的储能置信容量系数，重新对线性规划模型进行求解，直至满足收敛条件。需要说明的是，这里的规划模型和图2中的线性规划模型，指的是储能系统置信容量模型。迭代求解的过程本质上是对储能系统置信容量模型对应的储能置信容量系数进行迭代求解，最后根据储能置信容量系数分配间断性可再生能源的装机容量和储能系统的装机容量。
示例性地，所述以使电力系统总成本最小为目标进行迭代计算，得到满足收敛条件时所述储能系统的置信容量模型对应的储能置信容量系数，具体包括：
以使电力系统总成本最小为目标进行迭代计算，若迭代计算结果满足收敛条件，输出目前储能置信容量系数；
若迭代计算结果不满足收敛条件，重新以使电力系统总成本最小为目标对所述储能系统的置信容量模型进行迭代计算，直至满足收敛条件。
示例性地，判断迭代计算结果是否满足所述收敛条件的具体过程为：
计算目前储能置信容量系数与上一状态储能置信容量系数的差值、目前储能置信容量系数与上一状态储能置信容量系数的和值；
判断所述差值与所述和值一半的比值是否小于或等于预设阈值；
若所述比值小于预设阈值，则迭代计算结果满足所述收敛条件。
实际应用中，可采用HRP-38作为测试系统，高比例可再生能源测试系统根据中国某区域电网简化而来，具有5个子区域，38个节点，143台火电机组，102条线路，系统总装机容量622.9GW，峰值负荷282.4GW。忽略网络约束，并分区域分类别聚合燃煤、燃气机组以应用快速机组组合模型，设置负荷增长率为5.5%，规划期为2050年。考虑4h和10h两种最大持续放电时间的电化学储能，年化投资成本分别为4644和9158元/千瓦。RPS约束设置为80%，仅考虑煤电、气电、风电、光伏、储能的规划。需求侧响应资源容量设置为峰值负荷的2.5%，需求侧响应激励价格设置为1500~4500元/兆瓦。
求解的各类型资源的规划结果如图3、图4所示。煤电、气电、光伏、风电、短时储能的新增容量分别为215.03GW、216.47GW、840.94GW、2721.06GW、15.18GW。新增投资成本分别为603.41亿元、456.52亿元、4890.11亿元、20869.43亿元、704.85亿元。需求侧响应费用为914.57元，燃煤机组、燃气机组对应燃料费用分别为493.44亿元、142.07亿元。
相比于现有技术，本发明实施例提供的一种电力系统电源容量分配方法及装置，分别建立计算间断性可再生能源和储能系统的置信容量模型，然后建立考虑储能与需求响应资源的可靠性约束、基于快速机组组合模型的系统灵活性约束、可再生能源发电量最小占比约束，以电力系统总成本最小为目标进行迭代求解，直至储能置信容量系数收敛，从而得到各类电源的装机容量规划结果。在规划过程中，综合考虑风、光、水、火电、储能等多种类型资源对系统可靠性和灵活性的影响，并转化为可量化的约束性条件，最后结合约束性条件求解，有效避免了现有规划中对于系统可靠性和灵活性的要求不清晰而导致的电力系统供电不稳定、不灵活的问题。
本申请一实施例提供了一种电力系统电源容量分配装置，包括：置信模型建立模块、第一约束模块、第二约束模块、迭代模块和分配模块。
置信模型建立模块，用于建立间断性可再生能源的置信容量模型和储能系统的置信容量模型。
第一约束模块，用于根据所述间断性可再生能源的置信容量模型、所述储能系统的置信容量模型和实际响应时需求侧要素，建立储能与需求响应资源的可靠性约束。
第二约束模块，用于获取间断性可再生能源出力情况和储能系统的容量状态，建立基于快速机组组合模型的系统灵活性约束和可再生能源发电量最小占比约束。
迭代模块，用于结合所述储能与需求响应资源的可靠性约束、所述基于快速机组组合模型的系统灵活性约束和所述可再生能源发电量最小占比约束，以使电力系统总成本最小为目标对所述储能系统的置信容量模型进行迭代计算，得到满足收敛条件时所述储能系统的置信容量模型对应的储能置信容量系数。
分配模块，用于根据所述储能置信容量系数，分配间断性可再生能源的装机容量和储能系统的装机容量。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赞述。
相比于现有技术，本发明实施例提供的一种电力系统电源容量分配装置，分别建立计算间断性可再生能源和储能系统的置信容量模型，然后建立考虑储能与需求响应资源的可靠性约束、基于快速机组组合模型的系统灵活性约束、可再生能源发电量最小占比约束，以电力系统总成本最小为目标进行迭代求解，直至储能置信容量系数收敛，从而得到各类电源的装机容量规划结果。在规划过程中，综合考虑风、光、水、火电、储能等多种类型资源对系统可靠性和灵活性的影响，并转化为可量化的约束性条件，最后结合约束性条件求解，有效避免了现有规划中对于系统可靠性和灵活性的要求不清晰而导致的电力系统供电不稳定、不灵活的问题。
以上所述是本发明的优选实施方式，应当指出，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，这些改进和润饰也视为本发明的保护范围。

Claims (5)

1.一种电力系统电源容量分配方法，其特征在于，包括：
建立间断性可再生能源的置信容量模型和储能系统的置信容量模型；在所述间断性可再生能源的置信容量模型中，选择历年系统负荷最大时对应的时段范围，在时段范围计算间断性能源的平均出力与间断性可再生能源的装机容量之比作为所述间断性可再生能源的置信容量模型置信容量；所述储能系统的置信容量模型对应的储能置信容量系数是关于可再生能源容量因数序列、可再生能源装机容量、储能系统负荷、储能电容量和储能功率的函数值；
根据所述间断性可再生能源的置信容量模型、所述储能系统的置信容量模型和实际响应时需求侧要素，建立储能与需求响应资源的可靠性约束；所述储能与需求响应资源的可靠性约束用下式表示：
Figure 417823DEST_PATH_IMAGE001
；
其中，j表示火电机组序号； r表示风电、光伏、水电三种类型 ，取值对应分别为1、2、3；k表示风电、光伏、水电、储能的机组序号；FOR为火电机组的强迫停运率，S为已有装机容量，I为规划新建容量，PL为系统峰值负荷，
Figure 977987DEST_PATH_IMAGE003
为系统安全边界，pa为需求侧响应可用系数；CC为置信容量比例系数，es表示储能系统；
获取间断性可再生能源出力情况和储能系统的容量状态，建立基于快速机组组合模型的系统灵活性约束和可再生能源发电量最小占比约束；
结合所述储能与需求响应资源的可靠性约束、所述基于快速机组组合模型的系统灵活性约束和所述可再生能源发电量最小占比约束，以使电力系统总成本最小为目标对所述储能系统的置信容量模型进行迭代计算，得到满足收敛条件时所述储能系统的置信容量模型对应的储能置信容量系数；
根据所述储能置信容量系数，分配间断性可再生能源的装机容量和储能系统的装机容量。
2.如权利要求1所述电力系统电源容量分配方法，其特征在于，所述以使电力系统总成本最小为目标进行迭代计算，得到满足收敛条件时所述储能系统的置信容量模型对应的储能置信容量系数，具体包括：
以使电力系统总成本最小为目标进行迭代计算，若迭代计算结果满足收敛条件，输出目前储能置信容量系数；
若迭代计算结果不满足收敛条件，重新以使电力系统总成本最小为目标对所述储能系统的置信容量模型进行迭代计算，直至满足收敛条件。
3.如权利要求2所述电力系统电源容量分配方法，其特征在于，判断迭代计算结果是否满足所述收敛条件的具体过程为：
计算目前储能置信容量系数与上一状态储能置信容量系数的差值、目前储能置信容量系数与上一状态储能置信容量系数的和值；
判断所述差值与所述和值一半的比值是否小于或等于预设阈值；
若所述比值小于预设阈值，则迭代计算结果满足所述收敛条件。
4.如权利要求1所述电力系统电源容量分配方法，其特征在于，所述基于快速机组组合模型的系统灵活性约束，具体包括：火电机组的快速机组组合模型约束、风电出力模型约束、光伏出力模型约束、水电出力模型约束和需求侧响应资源出力模型约束。
5.一种电力系统电源容量分配装置，其特征在于，包括：
置信模型建立模块，用于建立间断性可再生能源的置信容量模型和储能系统的置信容量模型；在所述间断性可再生能源的置信容量模型中，选择历年系统负荷最大时对应的时段范围，在时段范围计算间断性能源的平均出力与间断性可再生能源的装机容量之比作为所述间断性可再生能源的置信容量模型置信容量；所述储能系统的置信容量模型对应的储能置信容量系数是关于可再生能源容量因数序列、可再生能源装机容量、储能系统负荷、储能电容量和储能功率的函数值；
第一约束模块，用于根据所述间断性可再生能源的置信容量模型、所述储能系统的置信容量模型和实际响应时需求侧要素，建立储能与需求响应资源的可靠性约束；所述储能与需求响应资源的可靠性约束用下式表示：
Figure 169934DEST_PATH_IMAGE004
；
其中，j表示火电机组序号； r表示风电、光伏、水电三种类型 ，取值对应分别为1、2、3；k表示风电、光伏、水电、储能的机组序号；FOR为火电机组的强迫停运率，S为已有装机容量，I为规划新建容量，PL为系统峰值负荷，
Figure 718727DEST_PATH_IMAGE003
为系统安全边界，pa为需求侧响应可用系数；CC为置信容量比例系数，es表示储能系统；
第二约束模块，用于获取间断性可再生能源出力情况和储能系统的容量状态，建立基于快速机组组合模型的系统灵活性约束和可再生能源发电量最小占比约束；
迭代模块，用于结合所述储能与需求响应资源的可靠性约束、所述基于快速机组组合模型的系统灵活性约束和所述可再生能源发电量最小占比约束，以使电力系统总成本最小为目标对所述储能系统的置信容量模型进行迭代计算，得到满足收敛条件时所述储能系统的置信容量模型对应的储能置信容量系数；
分配模块，用于根据所述储能置信容量系数，分配间断性可再生能源的装机容量和储能系统的装机容量。
CN202210119998.1A 2022-02-09 2022-02-09 一种电力系统电源容量分配方法及装置 Active CN114156950B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210119998.1A CN114156950B (zh) 2022-02-09 2022-02-09 一种电力系统电源容量分配方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210119998.1A CN114156950B (zh) 2022-02-09 2022-02-09 一种电力系统电源容量分配方法及装置

Publications (2)

Publication Number Publication Date
CN114156950A CN114156950A (zh) 2022-03-08
CN114156950B true CN114156950B (zh) 2022-06-07

Family

ID=80450090

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210119998.1A Active CN114156950B (zh) 2022-02-09 2022-02-09 一种电力系统电源容量分配方法及装置

Country Status (1)

Country Link
CN (1) CN114156950B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105406509A (zh) * 2015-12-21 2016-03-16 国家电网公司 一种基于分布式电源置信容量的配电网供电能力评估方法
CN106096751A (zh) * 2016-05-15 2016-11-09 国电南瑞科技股份有限公司 考虑新能源接入与需求侧响应参与短期发电计划安排及备用优化配置方法
JP2017022975A (ja) * 2015-06-19 2017-01-26 株式会社日立製作所 風力発電所の運転制御装置、運転制御方法及び風力発電システム
CN108494015A (zh) * 2018-02-09 2018-09-04 中国科学院电工研究所 一种源-荷-储协调互动的综合能源系统设计方法
CN111555281A (zh) * 2020-05-29 2020-08-18 国网山东省电力公司经济技术研究院 一种电力系统灵活性资源配置仿真方法及装置
CN112615387A (zh) * 2020-12-21 2021-04-06 清华大学 储能容量配置方法、装置、计算机设备及可读存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104077664B (zh) * 2014-07-09 2017-01-25 东南大学 一种风电储能发电系统的置信容量评估方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017022975A (ja) * 2015-06-19 2017-01-26 株式会社日立製作所 風力発電所の運転制御装置、運転制御方法及び風力発電システム
CN105406509A (zh) * 2015-12-21 2016-03-16 国家电网公司 一种基于分布式电源置信容量的配电网供电能力评估方法
CN106096751A (zh) * 2016-05-15 2016-11-09 国电南瑞科技股份有限公司 考虑新能源接入与需求侧响应参与短期发电计划安排及备用优化配置方法
CN108494015A (zh) * 2018-02-09 2018-09-04 中国科学院电工研究所 一种源-荷-储协调互动的综合能源系统设计方法
CN111555281A (zh) * 2020-05-29 2020-08-18 国网山东省电力公司经济技术研究院 一种电力系统灵活性资源配置仿真方法及装置
CN112615387A (zh) * 2020-12-21 2021-04-06 清华大学 储能容量配置方法、装置、计算机设备及可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
光伏发电系统可靠性分析及其置信容量计算;王秀丽 等;《中国电机工程学报》;20140105;第34卷(第1期);第15-21页 *

Also Published As

Publication number Publication date
CN114156950A (zh) 2022-03-08

Similar Documents

Publication Publication Date Title
US11314304B2 (en) Datacenter power management using variable power sources
Lu et al. Probabilistic flexibility evaluation for power system planning considering its association with renewable power curtailment
Pierson et al. Datazero: Datacenter with zero emission and robust management using renewable energy
Strbac et al. Strategic assessment of the role and value of energy storage systems in the UK low carbon energy future
CN111555281B (zh) 一种电力系统灵活性资源配置仿真方法及装置
CN103956773B (zh) 含风电系统机组的备用配置优化方法
JP6699719B2 (ja) 制御装置、発電制御装置、制御方法、システム、及び、プログラム
Sun et al. Improving the restorability of bulk power systems with the implementation of a WF-BESS system
González-Garrido et al. Electricity and reserve market bidding strategy including sizing evaluation and a novel renewable complementarity-based centralized control for storage lifetime enhancement
CN110752598B (zh) 多点分布式储能系统灵活性评价方法和装置
CN110580538A (zh) 一种电力系统备用需求的预测方法及装置
Amelin et al. Taking credit
CN113541195B (zh) 一种未来电力系统中高比例可再生能源的消纳方法
CN105514988B (zh) 一种计及动态时空特征的微电网电源规划方案优选方法
Paktinat et al. Optimal resilient operation of hub energy system considering uncertain parameters
CN114156950B (zh) 一种电力系统电源容量分配方法及装置
CN112491080A (zh) 一种新能源装机布局规划方法和系统
Karanasios et al. A model for the estimation of the cost of use of Li-Ion batteries in residential storage applications integrated with PV panels
Li et al. Real-time scheduling of time-shiftable loads in smart grid with dynamic pricing and photovoltaic power generation
CN114583762A (zh) 一种考虑多分区火电均衡调度的日电力电量平衡分析方法
Crosara et al. Generation adequacy in the Nordic and Baltic area: The potential of flexible residential electric heating
Liu et al. Flexibility Evaluation of Flexible Resource Based on TOPSIS of CRITIC
CN113689033B (zh) 容量发电价核定方法、装置、计算机设备和存储介质
CN113704984B (zh) 电力系统年度检修计划制定方法、装置和计算机设备
CN117200261B (zh) 一种基于电网调频的储能设备控制方法、装置和存储介质

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220615

Address after: 510062 floor 12, Lifeng center, No. 761, Dongfeng East Road, Yuexiu District, Guangzhou, Guangdong

Patentee after: GUANGDONG ELECTRIC POWER TRANSACTION CENTER CO.,LTD.

Address before: 510062 floor 12, Lifeng center, No. 761, Dongfeng East Road, Yuexiu District, Guangzhou, Guangdong

Patentee before: GUANGDONG ELECTRIC POWER TRANSACTION CENTER CO.,LTD.

Patentee before: Huazhong University of Science and Technology