CN114336730A - 一种考虑辅助服务优选的电力系统低碳优化调度方法 - Google Patents

Abstract

本发明公开了一种考虑辅助服务优选的电力系统低碳优化调度方法，包括日前计划编制阶段和日内滚动修正阶段；日前计划编制阶段，通过收集日前基础数据，以系统次日碳排放总量最小为优化目标，综合考虑机组发电碳排、启动碳排、停机碳排和调频碳排，同时引入机组爬坡约束、最小启停时间约束、功率平衡约束以及旋转备用约束，采用分支定界算法进行求解计算，获得各机组的日前调度计划；日内滚动修正阶段，根据日内短期预测信息和日前调度计划，以系统未来24小时的碳排放和计划偏差最小为目标，构造日内计划修正模型，采用分支定界算法进行求解计算，获得各机组的日内修正计划。本发明提出的低碳优化调度方法，可为电力系统的节能降碳提供辅助决策，具有良好的实用价值。

Description

一种考虑辅助服务优选的电力系统低碳优化调度方法

技术领域

本发明涉及电力系统低碳优化领域，尤其涉及一种考虑辅助服务优选的电力系统低碳优化调度方法。

背景技术

电力系统是我国二氧化碳排放的主要来源。减少电力系统的碳排放，促进电力低碳发展，是实现“碳达峰”、“碳中和”目标的重要保障。目前，电力系统的调度方式仍以经济调度为主，通过优化系统内各机组的开停方式及出力计划，实现电网的安全和经济运行。然而，经济调度的方式未能考虑各类机组碳排放特性的差异，导致系统的二氧化碳排放水平难以控制，无法适应当前节能降碳的趋势和要求。

发明内容

为解决现有技术中存在的不足，本发明的目的在于，提供一种考虑辅助服务优选的电力系统低碳优化调度方法。

为实现本发明的目的，本发明所采用的技术方案是：

一种考虑辅助服务优选的电力系统低碳优化调度方法，包括日前计划编制阶段和日内滚动修正阶段；

日前计划编制阶段，通过收集日前基础数据，以系统次日碳排放总量最小为优化目标，综合考虑机组发电碳排、启动碳排、停机碳排和调频碳排，同时引入机组爬坡约束、最小启停时间约束、功率平衡约束以及旋转备用约束，采用分支定界算法进行求解计算，获得各机组的日前调度计划；

日内滚动修正阶段，根据日内短期预测信息和日前调度计划，以系统未来24小时的碳排放和计划偏差最小为目标，构造日内计划修正模型，采用分支定界算法进行求解计算，获得各机组的日内修正计划。

进一步地，包括具体步骤：

(1)获取系统次日逐时负荷预测结果、新能源厂站出力预测结果、受电计划以及机组相关技术参数；

(2)构造日前低碳优化调度模型，采用分支定界算法进行求解计算，获得各机组的日前调度计划(u_n,t,P_n,t)；

(3)从调度系统中每15分钟获取一次未来24小时最新的负荷预测、新能源出力预测以及受电计划数据；同时，从设备库中获取各类机组的最新运行状态和出力信息；

(4)基于步骤(2)日前计划和步骤(3)最新数据，构造日内计划修正模型，采用分支定界算法进行求解计算，获得各机组的日内修正计划

(5)判断当前时段是否已进入下一日，若是则进入步骤(6)，否则进入下一个调度时段，即t₀＝t₀+1，返回步骤(3)。

(6)判断是否结束程序，若是则终止当前程序，否则返回步骤(1)，重新制定新的日前调度计划。

进一步地，步骤(2)中，日前低碳优化调度模型，包括目标函数和约束条件；以系统次日碳排放总量最小为目标函数，约束条件包括机组发电碳排放约束、机组启动碳排放约束、机组停机碳排放约束、机组调频碳排放约束、系统旋转备用约束、机组有功爬坡约束、最小启停时间约束、系统功率平衡约束。

进一步地，以系统次日碳排放总量为最小的目标函数可描述为：

式中，

分别为日前优化阶段火电机组n在t时段的发电碳排、启动碳排、停机碳排和调频碳排；T为调度周期，取T＝24小时，时间分辨率为1小时；N为火电机组台数。

进一步地，步骤(3)中，日内计划修正模型，包括目标函数和约束条件；以系统碳排放总量和计划修正偏差最小为目标函数，约束条件包括发电碳排放约束、机组启停变化约束、机组出力变化约束、机组有功爬坡约束、最小启停时间约束、系统功率平衡约束。

进一步地，以系统碳排放总量和计划修正偏差为最小的目标函数可描述为：

式中，t₀为修正的开始时段，时间分辨率为15分钟，T为优化时段，取T为24小时，即96时段；

为火电机组n在日内第t时段的发电碳排；α_n,t为机组n在第t时段日内修正状态与日前计划状态之间的偏差量；ε_n,t为机组n在第t时段日内修正出力与日前计划出力之间的偏差量；λ₁、λ₂、λ₃分别为

α_n,t、β_n,t的权重，权重λ₂的取值应大于λ₁和λ₃。

本发明的有益效果在于，与现有技术相比，本发明提出的低碳优化调度方法，可为电力系统的节能降碳提供辅助决策，具有良好的实用价值。

附图说明

图1是机组电量碳排放分段线性函数；

图2是本发明电力系统低碳优化调度方法流程图。

具体实施方式

下面结合附图和实施例对本发明的技术方案作进一步的说明。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本申请的保护范围。

本发明提出的考虑辅助服务优选的电力系统低碳优化调度方法，包括日前基础数据收集、日前低碳优化计算、日内数据滚动更新以及日内计划滚动修正四个部分，其中，日前基础数据收集和日前低碳优化计算为日前计划编制阶段，日内数据滚动更新和日内计划滚动修正则为日内滚动修正阶段。

日前计划编制阶段，通过收集日前基础数据，以系统次日碳排放总量最小为优化目标，综合考虑机组发电碳排、启动碳排、停机碳排和调频碳排，同时引入机组爬坡约束、最小启停时间约束、功率平衡约束以及旋转备用约束，在降低系统碳排放总量的同时，实现电力系统调度计划的优化编制以及二次调频、旋转备用等辅助服务的优选。

日内滚动修正阶段，根据日内短期预测信息和日前调度计划，以系统未来24小时的碳排放和计划偏差最小为目标，通过时序滚动的方式不断对系统内各机组的出力大小和启停状态进行优化调整，从而满足系统实时负荷和运行安全要求。

如图2所示，本发明所述的考虑辅助服务优选的电力系统低碳优化调度方法，包括步骤：

(1)日前基础数据收集；

从调度系统中获取系统次日逐时负荷预测结果、新能源厂站(如风电场、光伏电站)出力预测结果以及受电计划；根据次日负荷预测结果和系统安全稳定运行要求，确定次日系统的二次调频容量需求和上下旋转备用需求；从设备库中获取发电机组的类型、容量、碳排放特性(包括单次启停碳排放、不同负载率下的碳排放)等参数。

(2)日前低碳优化计算；

根据步骤(1)提供的基础数据，建立日前低碳优化调度模型，模型包括目标函数和约束条件，具体如下：

目标函数：

以系统次日碳排放总量为最小的目标函数可描述为：

式中，

分别为日前优化阶段火电机组n在t时段的发电(电量)碳排、启动碳排、停机碳排和调频碳排；T为调度周期，取T＝24小时，时间分辨率为1小时；N为火电机组台数。

约束条件：

①机组发电碳排放约束

如图1所示，电量碳排

可用分段线性函数表示，即：

v_n,t,1(P_n,1-P_n,0)≤P_n,t,1≤u_n,t(P_n,1-P_n,0) (4)

v_n,t,l(P_n,l-P_n,l-1)≤P_n,t,l≤v_n,t,l-1(P_n,l-P_n,l-1) (5)

式中：l为火电机组的有功出力区间分段序号；L为火电机组出力区间分段数；P_n,t,l为火电机组n在第t时段第l分段的出力变量；P_n,l为第l段出力上限(即区间端点)，其中P_n,0＝P _n，

u_u,t为火电机组n在第t时段的运行状态变量，分别用值1和0表示运行和停机状态；v_n,t,l为0-1变量，当火电机组n在第t时段的有功超过第l分段时取1，否则取0；P_n,t、P _n和

分别为机组n在第t时段的有功出力及其下限和上限；ρ_n,l为火电机组n在第l分段的碳排放斜率。

②机组启动碳排放约束

式中，

为火电机组n单次启动所产生的碳排放。

③机组停机碳排放约束

式中，

为火电机组n单次停机所产生的碳排放。

④机组调频碳排放约束

u_n,t P _n≤P_n,t-A_n,t (12)

式中：K_n为1h内机组n的预期调频次数；

为火电机组n的调频额外碳排放因子；A_n,t为火电机组n在t时段提供的调频容量(若调频机组按一整天投标而不是分时投标，则A_n,t应改为A_n)；

为机组n的最大调频容量；A为系统的最低调频容量需求。

⑤系统旋转备用约束

式中：

和

分别为机组n在t时段提供的向上和向下旋转备用容量；

和

分别为机组n的最大向上和向下旋转备用容量；B ⁺和B ^-为系统的最低向上和向下旋转备用容量需求。

⑥机组有功爬坡约束

式中，

和

分别为机组n的上升和下降速率限制。

⑦最小启停时间约束

式中，

和

分别为机组n允许的最小连续运行和停机时间，其值由锅炉和汽轮机本身的技术条件决定。

考虑到调度计划的连续性，若机组n在前一日有启停操作并且最小启停时段跨越次日，为了保证机组n满足运行要求，应强制其在次日满足剩余时段的启停状态要求。例如机组n的最小停机时间为8小时，且机组n在前一日第22时段停机，则次日1-5时段机组n也应处于停机状态，即u_n,1＝…＝u_n,5＝0。

⑧系统功率平衡约束

根据次日负荷预测结果和受电计划，系统应满足实时功率平衡，即：

P_n,t+P_buy,t+P_pv,t+P_wt,t+P_hydro,t+P_nuclear,t＝P_load,t (24)

式中。P_buy,t、P_pv,t、P_wt,t、P_hydro,t、P_nuclear,t和P_load,t分别为t时段的受电、光伏、风电、水电、核电功率以及负荷需求。

(3)日内数据滚动更新；

从调度系统中每15分钟获取一次未来24小时最新的负荷预测、新能源出力预测以及受电计划数据；同时，从设备库中获取各类机组的最新运行状态和出力信息。

(4)日内调度计划修正；

日内计划修正通过求解如下模型实现：

目标函数：

以系统碳排放总量和计划修正偏差为最小的目标函数可描述为：

式中，t₀为修正的开始时段，时间分辨率为15分钟，T为优化时段，取T为24小时，即96时段；

为火电机组n在日内第t时段的发电碳排；α_n,t为机组n在第t时段日内修正状态与日前计划状态之间的偏差量；ε_n,t为机组n在第t时段日内修正出力与日前计划出力之间的偏差量；λ₁、λ₂、λ₃分别为

α_n,t、β_n,t的权重，为了尽可能避免机组在日内启停，权重λ₂的取值应大于λ₁和λ₃。

约束条件：

①发电碳排放约束

日内电量碳排

可用分段线性函数表示，即：

式中：l为火电机组的有功出力区间分段序号；L为火电机组出力区间分段数；

为火电机组n在日内第t时段第l分段的出力变量；P_n,l为第l段出力上限(即区间端点)，其中P_n,0＝P _n，

为火电机组n在日内第t时段的运行状态变量，分别用值1和0表示运行和停机状态；

为0-1变量，当火电机组n在日内第t时段的有功超过第l分段时取1，否则取0；

P _n和

分别为机组n在日内第t时段的有功出力及其下限和上限；ρ_n,l为火电机组n在第l分段的碳排放斜率。

②机组启停变化约束

式(30)-(31)中u_n,t为日前计划中机组n在t时段的开停状态(已知值)，

为日内修正阶段机组n在t时段的启停变量。

③机组出力变化约束

式(32)-(33)中P_n,t为日前计划中机组n在t时段的有功出力(已知值)，

为日内修正阶段机组n在t时段的有功出力变量。

系统的调频和备用需求由日前计划保障，并且调频机组按照日前计划方式运行，日内优化阶段不考虑调频和备用容量的重新分配。

④机组有功爬坡约束

⑤最小启停时间约束

除满足约束(35)-(36)外，还需考虑机组临时启停需要的最小准备时间，即

⑥系统功率平衡约束

根据次日负荷预测结果和受电计划，系统应满足实时功率平衡，即：

式中，

和

分别为日内t时段的受电、光伏、风电、水电、核电功率以及负荷需求。

如图2所示，本发明提出的电力系统低碳优化调度方法流程如下：

(1)获取系统次日逐时负荷预测结果、新能源厂站(如风电场、光伏电站)出力预测结果、受电计划以及机组相关技术参数；

(2)构造日前低碳优化调度模型(1)-(24)，采用分支定界算法进行求解计算，获得各机组的日前调度计划(u_n,t,P_n,t)；

(3)从调度系统中每15分钟获取一次未来24小时最新的负荷预测、新能源出力预测以及受电计划数据；同时，从设备库中获取各类机组的最新运行状态和出力信息；

(4)基于步骤(2)日前计划和步骤(3)最新数据，构造日内计划修正模型(25)-(37)，采用分支定界算法进行求解计算，获得各机组的日内修正计划

(5)判断当前时段是否已进入下一日，若是则进入步骤(6)，否则进入下一个调度时段，即t₀＝t₀+1，返回步骤(3)。

(6)判断是否结束程序，若是则终止当前程序，否则返回步骤(1)，重新制定新的日前调度计划。

本发明的有益效果在于，与现有技术相比，本发明提出的低碳优化调度方法，可为电力系统的节能降碳提供辅助决策，具有良好的实用价值。

本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。

Claims (6)

1.一种考虑辅助服务优选的电力系统低碳优化调度方法，其特征在于，包括日前计划编制阶段和日内滚动修正阶段；

日前计划编制阶段，通过收集日前基础数据，以系统次日碳排放总量最小为优化目标，综合考虑机组发电碳排、启动碳排、停机碳排和调频碳排，同时引入机组爬坡约束、最小启停时间约束、功率平衡约束以及旋转备用约束，采用分支定界算法进行求解计算，获得各机组的日前调度计划；

日内滚动修正阶段，根据日内短期预测信息和日前调度计划，以系统未来24小时的碳排放和计划偏差最小为目标，构造日内计划修正模型，采用分支定界算法进行求解计算，获得各机组的日内修正计划。

2.根据权利要求1所述的考虑辅助服务优选的电力系统低碳优化调度方法，其特征在于，包括具体步骤：

(1)获取系统次日逐时负荷预测结果、新能源厂站出力预测结果、受电计划以及机组相关技术参数；

(2)构造日前低碳优化调度模型，采用分支定界算法进行求解计算，获得各机组的日前调度计划(u_n,t,P_n,t)；

(3)从调度系统中每15分钟获取一次未来24小时最新的负荷预测、新能源出力预测以及受电计划数据；同时，从设备库中获取各类机组的最新运行状态和出力信息；

(4)基于步骤(2)日前计划和步骤(3)最新数据，构造日内计划修正模型，采用分支定界算法进行求解计算，获得各机组的日内修正计划

(5)判断当前时段是否已进入下一日，若是则进入步骤(6)，否则进入下一个调度时段，即t₀＝t₀+1，返回步骤(3)；

(6)判断是否结束程序，若是则终止当前程序，否则返回步骤(1)，重新制定新的日前调度计划。

3.根据权利要求2所述的考虑辅助服务优选的电力系统低碳优化调度方法，其特征在于，步骤(2)中，日前低碳优化调度模型，包括目标函数和约束条件；以系统次日碳排放总量最小为目标函数，约束条件包括机组发电碳排放约束、机组启动碳排放约束、机组停机碳排放约束、机组调频碳排放约束、系统旋转备用约束、机组有功爬坡约束、最小启停时间约束、系统功率平衡约束。

4.根据权利要求3所述的考虑辅助服务优选的电力系统低碳优化调度方法，其特征在于，

以系统次日碳排放总量为最小的目标函数可描述为：

式中，

分别为日前优化阶段火电机组n在t时段的发电碳排、启动碳排、停机碳排和调频碳排；T为调度周期，取T＝24小时，时间分辨率为1小时；N为火电机组台数。

5.根据权利要求2所述的考虑辅助服务优选的电力系统低碳优化调度方法，其特征在于，步骤(3)中，日内计划修正模型，包括目标函数和约束条件；以系统碳排放总量和计划修正偏差最小为目标函数，约束条件包括发电碳排放约束、机组启停变化约束、机组出力变化约束、机组有功爬坡约束、最小启停时间约束、系统功率平衡约束。

6.根据权利要求5所述的考虑辅助服务优选的电力系统低碳优化调度方法，其特征在于，

以系统碳排放总量和计划修正偏差为最小的目标函数可描述为：

式中，t₀为修正的开始时段，时间分辨率为15分钟，T为优化时段，取T为24小时，即96时段；

为火电机组n在日内第t时段的发电碳排；α_n,t为机组n在第t时段日内修正状态与日前计划状态之间的偏差量；ε_n,t为机组n在第t时段日内修正出力与日前计划出力之间的偏差量；λ₁、λ₂、λ₃分别为

α_n,t、β_n,t的权重，权重λ₂的取值应大于λ₁和λ₃。

Images