CN114389262A - 一种弹性环境下基于鲁棒优化的区域电网调度方法 - Google Patents
一种弹性环境下基于鲁棒优化的区域电网调度方法 Download PDFInfo
- Publication number
- CN114389262A CN114389262A CN202210071686.8A CN202210071686A CN114389262A CN 114389262 A CN114389262 A CN 114389262A CN 202210071686 A CN202210071686 A CN 202210071686A CN 114389262 A CN114389262 A CN 114389262A
- Authority
- CN
- China
- Prior art keywords
- load
- power
- constraint
- unit
- cost
- 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
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000010248 power generation Methods 0.000 claims abstract description 24
- 230000009467 reduction Effects 0.000 claims abstract description 12
- 238000013519 translation Methods 0.000 claims abstract description 11
- 230000009194 climbing Effects 0.000 claims description 17
- 239000000126 substance Substances 0.000 claims description 15
- 239000003245 coal Substances 0.000 claims description 10
- 239000000446 fuel Substances 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 9
- 230000001105 regulatory effect Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000012512 characterization method Methods 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 239000000243 solution Substances 0.000 description 13
- 230000002146 bilateral effect Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004091 panning Methods 0.000 description 3
- 239000007983 Tris buffer Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- 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
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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
-
- 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
- H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Power Engineering (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于电力系统调度优化技术领域,更具体地,涉及一种弹性环境下基于鲁棒优化的区域电网调度方法,其建立了考虑源荷双侧可调度资源调度潜力的鲁棒优化调度模型。首先,针对可再生能源发电出力不确定性,构造其不确定集;然后,分析源荷双侧可调度资源调度潜力,包括火电机组深度调峰、可削减负荷和可平移负荷;其次,结合电力系统调度的序贯决策特点,建立鲁棒优化调度模型;最后,对鲁棒优化模型进行求解。该方法可应用于含可再生能源发电的区域电网日前调度计划制定,有利于提高电力系统运行鲁棒性、灵活性和经济性。
Description
技术领域
本发明属于区域电网调度优化领域,更具体地,涉及一种弹性环境下基于鲁棒优化的区域电网调度方法。
背景技术
近年来,风力、光伏等可再生能源发电在世界范围内得到了迅猛发展,截至2020年底,我国累计并网风电装机容量达28153万千瓦,占全国电源总装机容量的12.8%。然而可再生能源发电具有明显的随机性与波动性,加剧了电网运行的不确定性。单纯依靠传统火电机组的调节能力难以满足调度需求,因此,有必要充分挖掘电力系统源荷双侧可调度潜力,进一步促进可再生能源的消纳。
电源侧方面,现阶段我国电力系统的电源结构仍以火电为主,深入挖掘火电机组的灵活运行能力,将能较大程度地提升电力系统的调节空间。对火电机组进行灵活性改造以降低机组的最低出力极限,利用火电机组进行深度调峰是有效的方法之一。负荷侧方面,随着智能电网的快速发展和应用,出现了能够根据激励或者电价调节自身的用电需求的柔性负荷。作为发电调度的补充,柔性负荷调度能够削峰填谷、平衡间歇式能源波动和提供辅助服务,有利于丰富电网调度运行的调节手段。然而目前的研究中,未能对源荷双侧可调度潜力进行充分挖掘。
目前,针对电力系统运行不确定性问题的解决方法主要包括随机规划法与鲁棒优化法。随机规划方法反映了不确定性参数的概率特性,可以得到数学期望意义下的最优调度,但存在生成场景数量多,计算量大、机会约束难以求解等问题。鲁棒优化方法由于不需要场景采样,避免了维数灾问题,并可保证满足所有随机场景的运行约束,提升系统运行的鲁棒性,因而得到了广泛应用。因此,对考虑源荷双侧弹性资源可调度潜力的鲁棒优化调度进行深入研究,具有重要的理论意义和应用价值。
发明内容
针对现有技术中存在的问题,本发明提出一种弹性环境下基于鲁棒优化的区域电网调度方法,该方法能够充分挖掘源荷双侧可调度资源调度潜力,提升电力系统运行鲁棒性与灵活性。
为实现上述目的,本发明采用如下技术方案:
一种弹性环境下基于鲁棒优化的区域电网调度方法,其特征在于,该方法包括如下步骤:
步骤1:根据预测数据,对区域电网内可再生能源发电出力构建不确定集;
步骤2:针对区域电网内深度调峰机组及柔性负荷建立模型;
步骤3:以最小化系统运行成本与调控风险成本为目标,以区域电网中的运行设备和负荷为约束,建立区域电网鲁棒优化调度模型;
步骤4:完成鲁棒优化调度模型求解,获得日前调度计划。
本技术方案进一步的优化,所述区域电网包含区域电网调度中心、常规火电机组、深度调峰机组、风力发电机组、光伏发电机组和用户负荷;所述用户负荷包括刚性负荷、可削减负荷和大工业可平移负荷;所述可削减负荷包括A类可削减负荷和B类可削减负荷;A类可削减负荷为响应速度较慢,提前通知时间较长的负荷,调度中心在日前对A类可削减负荷做出计划并下达指令;B类可削减负荷为调节周期较短、响应速度较快的负荷,调度中心在日内较短时间内对B类可削减负荷做出计划并下达指令,将B类可削减负荷作为负荷侧备用资源。
本技术方案进一步的优化,所述日前调度计划包括常规火电机组的启停状态、发电功率和上下备用容量,深度调峰机组的启停状态、发电功率和上下备用容量,可平移负荷开始时间,A类可削减负荷的负荷削减量,B类可削减负荷的负荷备用量,可平移负荷、A类可削减负荷和B类可削减负荷的补偿价格。
本技术方案进一步的优化,所述步骤1具体包括构建光伏发电出力不确定集和风力发电出力不确定集:
所述光伏发电出力不确定集表征,如下式所示:
所述风力发电出力不确定集表征,如下式所示:
本技术方案进一步的优化,所述步骤2具体包括,
步骤2.1:建立深度调峰机组成本模型:
深度调峰机组的运行成本包括燃料成本、附加煤耗成本、寿命损耗成本和机组启停成本,如下式所示:
步骤2.2:建立可削减负荷模型:
对于可削减负荷,区域电网调度中心在日前发布次日的补偿价格,可削减负荷聚合商根据发布的补偿价格申报次日各时段可削减负荷容量,区域电网调度中心根据聚合商申报的可削减负荷容量做出日前计划,并给予用户补偿,因此,可削减负荷模型可如下式所示:
其中,d∈{A,B}代表A/B类可削减负荷,为可削减负荷计划削减量,为t时刻可削减负荷容量上限即申报容量,为t时刻可削减负荷的补偿价格,分别指可被电力用户接受并使其有意愿改变自身用电方式的补偿价格和电力用户响应能力达到上限的可削减负荷补偿价格,αd为可削减负荷补偿价格系数,为t时刻可削减负荷最大弹性可调量;
步骤2.3:建立可平移负荷模型:
由于大工业可平移负荷的工作曲线较为固定,在日前,由区域电网调度中心发布可平移负荷补偿价格,用户根据补偿价格上报可平移负荷的可接受平移时段,区域电网调度中心根据用户上报可接受平移时段安排可平移负荷的错峰计划,并给予用户错峰时间补偿,根据消费者心理学原理,可平移负荷模型可以表示为:
本技术方案进一步的优化,所述步骤3建立了三层两阶段鲁棒优化模型,模型包括日前和调控两个阶段,具体包括以下步骤:
步骤3.1:建立鲁棒优化模型的目标函数:
其中,电网运行成本Cda包括常规火电机组燃料成本启停成本深度调峰机组成本A类可削减负荷补偿成本B类可削减负荷备用补偿成本和可平移负荷补偿成本Ctr,日前方案的调控风险成本Crt包括风电出力极端场景下由于系统调节能力不足所引起的弃风、弃光成本和切负荷成本T为整个调度周期的时段数,NG为常规火电机组数目;NGd为深度调峰机组数目,x为决策变量,即最终所需的日前调度方案,u为反映风电、光伏出力不确定性的变量,y包括火电机组上、下调控量、可削减负荷备用调用量及切负荷与弃风电量等;
步骤3.2:建立鲁棒优化模型日前阶段约束条件:
所述约束条件主要包括功率平衡约束、火电机组出力上下限约束、火电机组爬坡约束、线路潮流约束、系统备用约束,如下式所示:
所述功率平衡约束:
其中,Pg,t、Pi,t为分别为常规火电机组g和深度调峰机组i在t时段的发电功率,Pload,t为系统在t时段的预测负荷,Ptr,t为可平移负荷在t时段的功率;
所述火电机组出力上下限约束:
Pi min≤Pi,t≤Pi max
其中,Pi min和Pi max分别为火电机组i的最大、最小出力,对于常规火电机组,Pi min为常规最小技术出力,对于经灵活性改造后的深度调峰机组,Pi min为机组改造后的最大调峰深度;
所述火电机组爬坡约束:
-rd,iΔT≤Pi,t-Pi,t-1≤ru,iΔT
其中,rd,i和ru,i分别为火电机组i向下和向上爬坡的速率;ΔT为t-1到t时段的时间间隔;
所述机组启停约束:
其中,zi,t为0-1变量,代表机组启停状态,ton,i(t-1)和toff,i(t-1)分别为机组i在t时段时已连续开、关机的时间,Ton,i和Toff,i分别为机组i的最小开、关机时间;
所述线路潮流约束:
其中,Tl,g、Tl,i、Tl,j、Tl,k和Tl,b为功率传输分配系数,Pb,t为t时刻节点b的负荷,Fl max为线路l潮流上限;
所述系统备用约束:
步骤3.3:建立鲁棒优化模型调控阶段约束条件:
所述约束条件主要包括功率平衡约束、火电机组出力上下限约束、火电机组爬坡约束、线路潮流约束和B类可削减负荷约束,如下式所示:
所述功率平衡约束:
所述火电机组出力约束:
Pi min≤Pi,t+ΔPi,t≤Pi max
所述火电机组爬坡约束:
-rd,iΔT≤(Pi,t+ΔPi,t)-(Pi,t-1+ΔPi,t-1)≤ru,iΔT
线路传输容量约束:
所述B类可削减负荷备用调用约束:
0≤ΔPt B≤Pt B
本技术方案进一步的优化,所述步骤4具体包括以下步骤,
根据步骤3所建立的区域电网鲁棒优化调度模型,可将其表示为如下形式:
其中Hda(x)=0和Gda(x)≤0分别代表步骤3.2中的等式约束和不等式约束;Hrt(x,u,y)=0和Grt(x,u,y)≤0分别代表步骤3.3中的等式约束和不等式约束。
步骤4.1:采用分解思想将原模型解耦为主问题MP与子问题SP:
其中θ为新引入的辅助变量,用于代替子问题目标;
步骤4.2:给定主问题初始可行解x0,并将x0代入子问题求解初始恶劣场景u0,初始优化问题上界U0=+∞,L0=-∞,设置迭代次数k=1,收敛间隙为较小正数λ;
步骤4.3:将恶劣场景集ul代入主问题进行求解,获得最优解xk,将主问题求解所得目标设为新的下界Lk,其中l=0,1,2,…,;
步骤4.5:判断Uk-Lk≤λ是否成立,若成立,返回最优解;否则,令k=k+1,返回步骤4.3。
与现有技术相比,本发明有益效果主要表现在:
1.本发明对源荷双侧可调度资源的调度潜力进行了充分挖掘,分析了柔性负荷与补偿价格之间的关系,使得源荷双侧资源可以更加充分的参与到区域电网调度运行中,提升了区域电网运行经济性和灵活性。
2.本发明在考虑源荷双侧可调度资源调度潜力的情况下,采用鲁棒优化调度方法进行建模求解,增加了系统备用空间,从而增强了系统应对可再生能源出力不确定性的能力,提升了区域电网运行鲁棒性。
附图说明
图1为区域电网的架构示意图;
图2为区域电网鲁棒优化方法流程图;
图3为鲁棒模型求解算法流程图。
具体实施方式
为详细说明技术方案的技术内容、构造特征、所实现目的及效果,以下结合具体实施例并配合附图详予说明。
本发明公开了一种基于鲁棒优化的弹性环境下区域电网调度方法,所述区域电网包含光伏发电和风力发电,给电网运行带来了不确定性,故建立了基于鲁棒优化的调度模型。同时,充分挖掘区域电网中源荷双侧可调度资源调度潜力,使其参与电网调度运行。该方法可以提高电力系统运行灵活性、鲁棒性和经济性。
请参阅图1所示,区域电网的架构示意图。区域电网的电力系统包括:常规火电机组、深度调峰机组、风力发电机组、光伏发电机组、刚性负荷和柔性负荷,柔性负荷包括可削减负荷和可平移负荷。
参阅如图2所示,一种基于鲁棒优化的弹性环境下区域电网调度方法的流程示意图,包括如下步骤,
步骤1:根据预测数据,针对区域电网中的可再生能源发电出力构建不确定集:
包括光伏发电出力不确定集、风力发电出力不确定集:
所述光伏发电出力不确定集表征,如下式所示:
所述风力发电出力不确定集表征,如下式所示:
步骤2:针对区域电网内深度调峰机组及柔性负荷建立模型:
步骤2.1:建立深度调峰机组成本模型:
深度调峰机组的运行成本包括燃料成本、附加煤耗成本、寿命损耗成本和机组启停成本,如下式所示:
其中,和分别为深度调峰机组i在t时段的运行成本、燃料成本、附加煤耗成本、寿命损耗成本和机组启停成本;ai、bi、ci为机组i的燃料成本系数,Pi,t为机组i在t时段的出力,zi,t为0-1变量,用以表示机组开停状态;ud,it为0-1变量,表示深度调峰机组i在t时段是否工作在深度调峰状态,bun,i和br,min,i分别为机组i在深度调峰状态和常规最小技术出力状态下的煤耗率系数,δi为火电机组i在额定出力下的煤耗率,ΔT为t-1到t时段的时间间隔,Ccoal为单位煤炭价格;Nit为机组i的转子致裂循环周次,ω1为机组运行损耗系数,Cunit,i为机组i的购机成本;ξi为机组i每次启动/关闭的成本。
步骤2.2:建立可削减负荷模型:
所述可削减负荷包括A类可削减负荷和B类可削减负荷;A类可削减负荷为响应速度较慢,提前通知时间较长的负荷,调度中心在日前对A类可削减负荷做出计划并下达指令;B类可削减负荷为调节周期较短、响应速度较快的负荷,调度中心在日内较短时间内对B类可削减负荷做出计划并下达指令,将B类可削减负荷作为负荷侧备用资源。
对于可削减负荷,区域电网调度中心在日前发布次日的补偿价格,可削减负荷聚合商根据发布的补偿价格申报次日各时段可削减负荷容量,一般不同补偿价格下各时段的可削减负荷容量不同。区域电网调度中心根据聚合商申报的可削减负荷容量做出日前计划,并给予用户补偿。因此,可削减负荷模型可如下式所示:
其中,d∈{A,B}代表A/B类可削减负荷;Pt d为可削减负荷计划削减量;为t时刻可削减负荷容量上限即申报容量;为t时刻可削减负荷的补偿价格;分别指可被电力用户接受并使其有意愿改变自身用电方式的补偿价格和电力用户响应能力达到上限的可削减负荷补偿价格;αd为可削减负荷补偿价格系数;为t时刻可削减负荷最大弹性可调量。为t时刻可削减负荷补偿成本。
步骤2.3:建立可平移负荷模型:
由于大工业可平移负荷的工作曲线较为固定,在日前,由区域电网调度中心发布可平移负荷补偿价格,用户根据补偿价格上报可平移负荷的可接受平移时段。区域电网调度中心根据用户上报可接受平移时段安排可平移负荷的错峰计划,并给予用户错峰时间补偿。根据消费者心理学原理,可平移负荷模型可以表示为:
Ctr=ρtrQtr
其中,ttr为可平移负荷开始时间;ρtr为可平移负荷补偿价格;分别指可平移负荷可接受最早开始时间和最晚开始时间。用户可接受平移时段与补偿价格相关,补偿价格不同其可接受平移时段一般不同。Ctr为可平移负荷错峰成本,Qtr为可平移负荷电量。
步骤3:以最小化系统运行成本与调控风险成本为目标,以区域电网中的运行设备和负荷为约束,建立三层两阶段鲁棒优化模型,模型包括日前和调控两个阶段:
步骤3.1:建立鲁棒优化模型的目标函数:
其中,系统运行成本Cda包括常规火电机组燃料成本启停成本深度调峰机组成本A类可削减负荷补偿成本可平移负荷补偿成本Ctr和B类可削减负荷备用补偿成本日前方案的调控风险成本Crt包括风电出力极端场景下由于系统调节能力不足所引起的弃风、弃光成本和切负荷成本T为整个调度周期的时段数,λcw、λcpv和λcl分别为单位电量的弃风、弃光和切负荷惩罚价格,和Pcl,t分别为风电出力极端场景下t时段的弃风、弃光和切负荷功率;NG为常规火电机组数目;NGd为深度调峰机组数目;x为决策变量,即最终所需的日前调度方案,包括机组启停及出力计划、可削减负荷补偿价格、A类负荷削减计划、可平移负荷开始时间等等;u为反映风电、光伏出力不确定性的变量;y包括火电机组上、下调控量、可削减负荷备用调用量及切负荷与弃风电量等。
步骤3.2:建立鲁棒优化模型日前约束条件:
所述约束条件主要包括功率平衡约束、火电机组出力上下限约束、火电机组爬坡约束、线路潮流约束等,如下式所示:
所述功率平衡约束:
其中,Pg,t为常规火电机组g在t时刻的发电功率;Pload,t为系统在t时段的预测负荷;Ptr,t为可平移负荷在t时段的功率。
所述火电机组出力上下限约束:
Pi min≤Pi,t≤Pi max
其中,Pi min和Pi max分别为火电机组i的最大、最小出力。对于常规火电机组,Pi min为常规最小技术出力;对于经灵活性改造后的深度调峰机组,Pi min为机组改造后的最大调峰深度。
所述火电机组爬坡约束:
-rd,iΔT≤Pi,t-Pi,t-1≤ru,iΔT
其中,rd,i和ru,i分别为火电机组i向下和向上爬坡的速率。
所述机组启停约束:
其中,ton,i(t-1)和toff,i(t-1)分别为火电机组i在t时段时已连续开、关机的时间;Ton,i和Toff,i分别为火电机组i的最小开、关机时间。
所述线路潮流约束:
其中,Tl,g、Tl,i、Tl,j、Tl,k和Tl,b为功率传输分配系数;Pb,t为t时刻节点b的负荷;Fl max为线路l潮流上限。
所述系统备用约束:
步骤3.3:建立鲁棒优化模型调控阶段约束条件:
所述约束条件主要包括功率平衡约束、火电机组出力上下限约束、火电机组爬坡约束、线路潮流约束和B类可削减负荷约束,如下式所示:
所述功率平衡约束:
式中:ΔPg,t和ΔPi,t为风电出力极端场景下,常规火电机组g和深度调峰机组i在t时段的发电功率调控量;ΔPt B为B类可削减负荷备用调用量。
所述火电机组出力约束:
Pi min≤Pi,t+ΔPi,t≤Pi max
所述火电机组爬坡约束:
-rd,iΔT≤(Pi,t+ΔPi,t)-(Pi,t-1+ΔPi,t-1)≤ru,iΔT
线路传输容量约束:
所述B类可削减负荷备用调用约束:
0≤ΔPt B≤Pt B
步骤4:完成鲁棒优化模型求解,获得日前调度计划:
根据步骤3所建立的区域电网鲁棒优化调度模型,可将其表示为如下形式:
其中Hda(x)=0和Gda(x)≤0分别代表步骤3.2中的等式约束和不等式约束;Hrt(x,u,y)=0和Grt(x,u,y)≤0分别代表步骤3.3中的等式约束和不等式约束。
步骤4.1:采用分解思想将原模型解耦为主问题MP与子问题SP:
其中θ为新引入的辅助变量,用于代替子问题目标;
步骤4.2:给定主问题初始可行解x0,并将x0代入子问题求解初始恶劣场景u0。初始优化问题上界U0=+∞,L0=-∞;设置迭代次数k=1,收敛间隙为较小正数λ。
步骤4.3:将恶劣场景集ul代入主问题进行求解,获得最优解xk,将主问题求解所得目标设为新的下界Lk,其中l=0,1,2,…。
步骤4.5:判断Uk-Lk≤λ是否成立,若成立,返回最优解;否则,令k=k+1,返回步骤4.3。
本发明对源荷双侧可调度资源的调度潜力进行了充分挖掘,分析了柔性负荷与补偿价格之间的关系,使得源荷双侧资源可以更加充分的参与到区域电网调度运行中。同时,本发明在考虑源荷双侧可调度资源调度潜力的情况下,采用鲁棒优化调度方法进行建模求解,增加了系统备用空间,提升了区域电网运行鲁棒性、经济性和灵活性。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括……”或“包含……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的要素。此外,在本文中,“大于”、“小于”、“超过”等理解为不包括本数;“以上”、“以下”、“以内”等理解为包括本数。
尽管已经对上述各实施例进行了描述,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改,所以以上所述仅为本发明的实施例,并非因此限制本发明的专利保护范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围之内。
Claims (7)
1.一种弹性环境下基于鲁棒优化的区域电网调度方法,其特征在于,该方法包括如下步骤:
步骤1:根据预测数据,对区域电网内可再生能源发电出力构建不确定集;
步骤2:针对区域电网内深度调峰机组及柔性负荷建立模型;
步骤3:以最小化系统运行成本与调控风险成本为目标,以区域电网中的运行设备和负荷为约束,建立区域电网鲁棒优化调度模型;
步骤4:完成鲁棒优化调度模型求解,获得日前调度计划。
2.如权利要求1所述的弹性环境下基于鲁棒优化的区域电网调度方法,其特征在于,所述区域电网包含区域电网调度中心、常规火电机组、深度调峰机组、风力发电机组、光伏发电机组和用户负荷;所述用户负荷包括刚性负荷、可削减负荷和大工业可平移负荷;所述可削减负荷包括A类可削减负荷和B类可削减负荷;A类可削减负荷为响应速度较慢,提前通知时间较长的负荷,调度中心在日前对A类可削减负荷做出计划并下达指令;B类可削减负荷为调节周期较短、响应速度较快的负荷,调度中心在日内较短时间内对B类可削减负荷做出计划并下达指令,将B类可削减负荷作为负荷侧备用资源。
3.如权利要求1所述的弹性环境下基于鲁棒优化的区域电网调度方法,其特征在于,所述日前调度计划包括常规火电机组的启停状态、发电功率和上下备用容量,深度调峰机组的启停状态、发电功率和上下备用容量,可平移负荷开始时间,A类可削减负荷的负荷削减量,B类可削减负荷的负荷备用量,可平移负荷、A类可削减负荷和B类可削减负荷的补偿价格。
5.如权利要求1所述的弹性环境下基于鲁棒优化的区域电网调度方法,其特征在于,所述步骤2具体包括,
步骤2.1:建立深度调峰机组成本模型:
深度调峰机组的运行成本包括燃料成本、附加煤耗成本、寿命损耗成本和机组启停成本,如下式所示:
步骤2.2:建立可削减负荷模型:
对于可削减负荷,区域电网调度中心在日前发布次日的补偿价格,可削减负荷聚合商根据发布的补偿价格申报次日各时段可削减负荷容量,区域电网调度中心根据聚合商申报的可削减负荷容量做出日前计划,并给予用户补偿,因此,可削减负荷模型可如下式所示:
其中,d∈{A,B}代表A/B类可削减负荷,Pt d为可削减负荷计划削减量,为t时刻可削减负荷容量上限即申报容量,为t时刻可削减负荷的补偿价格,分别指可被电力用户接受并使其有意愿改变自身用电方式的补偿价格和电力用户响应能力达到上限的可削减负荷补偿价格,αd为可削减负荷补偿价格系数,为t时刻可削减负荷最大弹性可调量;
步骤2.3:建立可平移负荷模型:
由于大工业可平移负荷的工作曲线较为固定,在日前,由区域电网调度中心发布可平移负荷补偿价格,用户根据补偿价格上报可平移负荷的可接受平移时段,区域电网调度中心根据用户上报可接受平移时段安排可平移负荷的错峰计划,并给予用户错峰时间补偿,根据消费者心理学原理,可平移负荷模型可以表示为:
6.如权利要求1所述的弹性环境下基于鲁棒优化的区域电网调度方法,其特征在于,所述步骤3建立了三层两阶段鲁棒优化模型,模型包括日前和调控两个阶段,具体包括以下步骤:
步骤3.1:建立鲁棒优化模型的目标函数:
其中,电网运行成本Cda包括常规火电机组燃料成本启停成本深度调峰机组成本A类可削减负荷补偿成本B类可削减负荷备用补偿成本和可平移负荷补偿成本Ctr,日前方案的调控风险成本Crt包括风电出力极端场景下由于系统调节能力不足所引起的弃风、弃光成本和切负荷成本T为整个调度周期的时段数,NG为常规火电机组数目;NGd为深度调峰机组数目,x为决策变量,即最终所需的日前调度方案,u为反映风电、光伏出力不确定性的变量,y包括火电机组上、下调控量、可削减负荷备用调用量及切负荷与弃风电量等;
步骤3.2:建立鲁棒优化模型日前阶段约束条件:
所述约束条件主要包括功率平衡约束、火电机组出力上下限约束、火电机组爬坡约束、线路潮流约束、系统备用约束,如下式所示:
所述功率平衡约束:
其中,Pg,t、Pi,t为分别为常规火电机组g和深度调峰机组i在t时段的发电功率,Pload,t为系统在t时段的预测负荷,Ptr,t为可平移负荷在t时段的功率;
所述火电机组出力上下限约束:
Pi min≤Pi,t≤Pi max
其中,Pi min和Pi max分别为火电机组i的最大、最小出力,对于常规火电机组,Pi min为常规最小技术出力,对于经灵活性改造后的深度调峰机组,Pi min为机组改造后的最大调峰深度;
所述火电机组爬坡约束:
-rd,iΔT≤Pi,t-Pi,t-1≤ru,iΔT
其中,rd,i和ru,i分别为火电机组i向下和向上爬坡的速率,ΔT为t-1到t时段的时间间隔;
所述机组启停约束:
其中,zi,t为0-1变量,代表机组启停状态,ton,i(t-1)和toff,i(t-1)分别为机组i在t时段时已连续开、关机的时间,Ton,i和Toff,i分别为机组i的最小开、关机时间;
所述线路潮流约束:
其中,Tl,g、Tl,i、Tl,j、Tl,k和Tl,b为功率传输分配系数,Pb,t为t时刻节点b的负荷,Fl max为线路l潮流上限;
所述系统备用约束:
步骤3.3:建立鲁棒优化模型调控阶段约束条件:
所述约束条件主要包括功率平衡约束、火电机组出力上下限约束、火电机组爬坡约束、线路潮流约束和B类可削减负荷约束,如下式所示:
所述功率平衡约束:
所述火电机组出力约束:
Pi min≤Pi,t+ΔPi,t≤Pi max
所述火电机组爬坡约束:
-rd,iΔT≤(Pi,t+ΔPi,t)-(Pi,t-1+ΔPi,t-1)≤ru,iΔT
所述线路传输容量约束:
所述B类可削减负荷备用调用约束:
0≤ΔPt B≤Pt B。
7.如权利要求6所述的弹性环境下基于鲁棒优化的区域电网调度方法,其特征在于,所述步骤4具体包括以下步骤:
根据步骤3所建立的区域电网鲁棒优化调度模型,将其表示为如下形式:
其中Hda(x)=0和Gda(x)≤0分别代表步骤3.2中的等式约束和不等式约束;Hrt(x,u,y)=0和Grt(x,u,y)≤0分别代表步骤3.3中的等式约束和不等式约束;
步骤4.1:采用分解思想将原模型解耦为主问题MP与子问题SP:
其中θ为新引入的辅助变量,用于代替子问题目标;
步骤4.2:给定主问题初始可行解x0,并将x0代入子问题求解初始恶劣场景u0,初始优化问题上界U0=+∞,L0=-∞,设置迭代次数k=1,收敛间隙为较小正数λ;
步骤4.3:将恶劣场景集ul代入主问题进行求解,获得最优解xk,将主问题求解所得目标设为新的下界Lk,其中l=0,1,2,…,k-1;
步骤4.5:判断Uk-Lk≤λ是否成立,若成立,返回最优解;否则,令k=k+1,返回步骤4.3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210071686.8A CN114389262B (zh) | 2022-01-21 | 2022-01-21 | 一种弹性环境下基于鲁棒优化的区域电网调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210071686.8A CN114389262B (zh) | 2022-01-21 | 2022-01-21 | 一种弹性环境下基于鲁棒优化的区域电网调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114389262A true CN114389262A (zh) | 2022-04-22 |
CN114389262B CN114389262B (zh) | 2024-01-09 |
Family
ID=81203781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210071686.8A Active CN114389262B (zh) | 2022-01-21 | 2022-01-21 | 一种弹性环境下基于鲁棒优化的区域电网调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114389262B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116760025A (zh) * | 2023-06-25 | 2023-09-15 | 南京国电南自电网自动化有限公司 | 电力系统的风险调度优化方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109524958A (zh) * | 2018-11-08 | 2019-03-26 | 国网浙江省电力有限公司经济技术研究院 | 考虑深度调峰和需求响应的电力系统灵活性优化调度方法 |
AU2019101043A4 (en) * | 2019-09-11 | 2019-10-24 | Southeast University | A two-stage robust scheduling method for a hydrogen conpressed natural gas integrated energy system |
CN112395748A (zh) * | 2020-11-05 | 2021-02-23 | 国网四川省电力公司经济技术研究院 | 考虑供需双侧灵活性资源的电力系统旋转备用容量优化方法 |
CN113098073A (zh) * | 2021-04-06 | 2021-07-09 | 合肥工业大学 | 一种考虑源荷双侧弹性空间的日前调度优化方法 |
CN113852137A (zh) * | 2021-09-27 | 2021-12-28 | 国网新疆电力有限公司电力科学研究院 | 两阶段鲁棒优化的电力系统运行灵活性容量评估方法 |
-
2022
- 2022-01-21 CN CN202210071686.8A patent/CN114389262B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109524958A (zh) * | 2018-11-08 | 2019-03-26 | 国网浙江省电力有限公司经济技术研究院 | 考虑深度调峰和需求响应的电力系统灵活性优化调度方法 |
AU2019101043A4 (en) * | 2019-09-11 | 2019-10-24 | Southeast University | A two-stage robust scheduling method for a hydrogen conpressed natural gas integrated energy system |
CN112395748A (zh) * | 2020-11-05 | 2021-02-23 | 国网四川省电力公司经济技术研究院 | 考虑供需双侧灵活性资源的电力系统旋转备用容量优化方法 |
CN113098073A (zh) * | 2021-04-06 | 2021-07-09 | 合肥工业大学 | 一种考虑源荷双侧弹性空间的日前调度优化方法 |
CN113852137A (zh) * | 2021-09-27 | 2021-12-28 | 国网新疆电力有限公司电力科学研究院 | 两阶段鲁棒优化的电力系统运行灵活性容量评估方法 |
Non-Patent Citations (2)
Title |
---|
张军 等: "基于数据驱动的微电网双层鲁棒优化调度", 《电气传动》 * |
张军 等: "基于数据驱动的微电网双层鲁棒优化调度", 《电气传动》, 13 January 2021 (2021-01-13), pages 1 - 8 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116760025A (zh) * | 2023-06-25 | 2023-09-15 | 南京国电南自电网自动化有限公司 | 电力系统的风险调度优化方法和系统 |
CN116760025B (zh) * | 2023-06-25 | 2024-05-24 | 南京国电南自电网自动化有限公司 | 电力系统的风险调度优化方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114389262B (zh) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Bi-level optimization model for integrated energy system considering the thermal comfort of heat customers | |
CN103606967B (zh) | 一种实现电力系统鲁棒运行的调度方法 | |
Qiu et al. | Tri-level mixed-integer optimization for two-stage microgrid dispatch with multi-uncertainties | |
CN111738502A (zh) | 促进富余风电消纳的多能互补系统需求响应运行优化方法 | |
CN114498639B (zh) | 一种考虑需求响应的多微电网联合互济的日前调度方法 | |
CN109687532A (zh) | 一种基于合作博弈提高风电消纳的热电联合调度方法 | |
CN111293682B (zh) | 一种基于协同模型预测控制的多微网能量管理方法 | |
CN113193547A (zh) | 计及新能源及负荷区间不确定性的电力系统日前-日内协同调度方法与系统 | |
CN112381375B (zh) | 一种基于潮流分配矩阵的电网经济运行域快速生成方法 | |
CN109038532B (zh) | 一种基于直流潮流等值的分布式输配协同机组组合方法 | |
CN112383086B (zh) | 一种孤岛微电网日前能量-备用联合优化调度方法 | |
Nassourou et al. | Economic model predictive control for energy dispatch of a smart micro-grid system | |
CN108683188A (zh) | 考虑环境价值及调峰充裕度的多目标风电接纳水平优化 | |
CN117436773B (zh) | 一种含可中断负荷的独立微网资源规划方法和系统 | |
CN114389262B (zh) | 一种弹性环境下基于鲁棒优化的区域电网调度方法 | |
CN112510690B (zh) | 考虑风火储联合和需求响应奖惩的优化调度方法及系统 | |
CN116826867B (zh) | 提升源荷多元调峰主动性的优化调度及费用补偿分摊方法 | |
CN116760025B (zh) | 电力系统的风险调度优化方法和系统 | |
CN115719132A (zh) | 含多座抽蓄电站的省级电网日前计划分层递进优化方法 | |
CN112736950B (zh) | 一种面向微电网群的公共储能电站配置方法及系统 | |
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 | |
Ma et al. | Two-stage optimal dispatching based on wind-photovoltaic-pumped storage-thermal power combined power generation system | |
CN114465226A (zh) | 一种电力系统多级备用获取联合优化模型的建立方法 | |
CN117559438B (zh) | 基于ems-lmp耦合的源网荷储一体化可再生能源消纳方法及装置 | |
CN112927095B (zh) | 一种电热联合系统多时间尺度协调调度方法 |
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 |