CN114400652A - 一种计及核电主动参与调峰的多能源发电优化调度方法 - Google Patents

一种计及核电主动参与调峰的多能源发电优化调度方法 Download PDF

Info

Publication number
CN114400652A
CN114400652A CN202111426936.7A CN202111426936A CN114400652A CN 114400652 A CN114400652 A CN 114400652A CN 202111426936 A CN202111426936 A CN 202111426936A CN 114400652 A CN114400652 A CN 114400652A
Authority
CN
China
Prior art keywords
power
power generation
cost
energy
scheduling
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.)
Pending
Application number
CN202111426936.7A
Other languages
English (en)
Inventor
唐俊刺
葛延峰
王洪哲
王明凯
姜狄
刘宇
崔岱
高梓济
李铁
姜枫
胡锦景
周志
贾依霖
韩秋
秦领
肖楠
金毅
崔嘉
司季超
杨俊友
郭海宇
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.)
Anshan Power Supply Co Of State Grid Liaoning Electric Power Co
State Grid Corp of China SGCC
Shenyang University of Technology
State Grid Liaoning Electric Power Co Ltd
Original Assignee
Anshan Power Supply Co Of State Grid Liaoning Electric Power Co
State Grid Corp of China SGCC
Shenyang University of Technology
State Grid Liaoning Electric Power Co Ltd
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 Anshan Power Supply Co Of State Grid Liaoning Electric Power Co, State Grid Corp of China SGCC, Shenyang University of Technology, State Grid Liaoning Electric Power Co Ltd filed Critical Anshan Power Supply Co Of State Grid Liaoning Electric Power Co
Priority to CN202111426936.7A priority Critical patent/CN114400652A/zh
Publication of CN114400652A publication Critical patent/CN114400652A/zh
Pending legal-status Critical Current

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
    • H02J3/007—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
    • H02J3/003—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
    • H02J3/008—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
    • H02J3/466—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
    • 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
    • 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
    • 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)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种计及核电主动参与调峰的多能源发电优化调度方法，包括：根据前一周的平均用电量和基于激励政策各主要用电部门汇报的预用电量获取负荷各时段的预用电量；根据预测手段获取风、光的预发电量；根据确定的日前预用电量和风、光的预发电量的关系对比确定调度方向，以发电的经济成本最优为目标，分配风光核火的预发电量；构造多维立体域，确定综合能源调度边界，在应对风光出力波动或者负荷波动时，及时调节核火的发电量，减少发电成本；应用构建的多维立体域对综合能源进行调度，获得成本最优发电场景。减少综合能源发电的整体成本，在新型电力系统中减少电网的调峰压力，实施调度运行时减少系统的计算时长，增强调度灵活性。

Description

一种计及核电主动参与调峰的多能源发电优化调度方法
技术领域
本发明涉及电力系统中发电端的调度技术领域，特别涉及一种计及核电主动参与调峰 的多能源发电优化调度方法。
背景技术
大规模风电并网导致系统灵活性需求剧增，部分常规电源被风电等可再生能源替代又 进一步减少了系统的灵活性电源。目前关于系统灵活性的研究大多以原理分析和定性评价 为主，对系统灵活性的供需关系以及源荷储等灵活性资源的协调优化考虑不足。高比例可 再生能源的接入使得电网的调峰能力必须得到提高。新能源发电占比的上升，加大了系统 等效负荷(新能源出力与负荷之和)的峰谷差，进而提高了电力系统的调峰需求；另一方 面，大规模新能源代替火电，导致系统调峰能力匮乏，严重制约了新能源的消纳。因此， 亟需在高比例新能源接入的电网中挖掘新的调峰电源。
综上所述，近年来，在政府的高度重视和社会各界的共同努力下，可再生能源发展迅 速，同时也存在诸多问题，要实现可再生能源的健康持续发展任重而道远。在此过程中，需要出台落实相关政策措施对可再生能源电力产业进行科学的引导。全面、合理地评估可再生能源发电的经济性是科学制定相关政策措施的基础。因此本文对高比例可再生能源(风、光能源)投入的新型电力系统的调峰能力，发电的经济性展开。
发明内容
为了解决背景技术提出的技术问题，本发明提供一种计及核电主动参与调峰的多能源 发电优化调度方法，旨在提出一种减少综合能源发电的整体成本，在国家倡导的新型电力 系统中减少电网的调峰压力，实施调度运行时减少系统的计算时长，增强调度的灵活性。
为了达到上述目的，本发明采用以下技术方案实现：
在高比例清洁能源即风、光供电的背景下，对调峰能力的要求是很高的，而为减轻碳 排放的压力，火电机组装机容量逐步在降低，所以引入核电主动参与调峰。本方法首次提 出了多维立体域约束，在多种供电场景下生成经济最优发电方案，实现电力系统供电的经 济运行并且提高电力系统的调度灵活性，缓解碳排放的压力。
一种计及核电主动参与调峰的多能源发电优化调度方法，包括如下步骤：
步骤一：根据前一周的平均用电量和基于激励政策各主要用电部门汇报的预用电量获 取负荷各时段的预用电量；
步骤二：根据预测手段获取风、光的预发电量；
步骤三：根据确定的日前预用电量和风、光的预发电量的关系对比确定调度方向，以 发电的经济成本最优为目标，分配风光核火的预发电量；
步骤四：构造多维立体域，确定综合能源调度边界，在应对风光出力波动或者负荷波 动时，及时调节核火的发电量，减少发电成本；
步骤五：应用步骤四构建的多维立体域对综合能源进行调度，获得成本最优发电场景。
进一步地，所述的步骤一中，综合能源调度优化方法确定预用电量，预用电量根据前 一周的用电量取平均值，再结合政策激励手段，各主要用电场所提供的预测用电量，确定 日前调度的预用电量：
Figure BDA0003378958750000021
此处取前七天的负荷用电量Wload平均值且占的比重α1与各主要用电部门汇报的用电 量Wreport且比重占α2的加和作为预用电量值Wforecast；此处的预用电量以小时为单位进行统 计，每天24个时间段进行实时调度，尽可能节约发电成本；
首先要满足：
Wforecast≤Ww+Wl+Wn+Wf (2)
其中Wforecast系统的预用电量，Ww为风电机组的预发电量，Wn为核电的预发电量，Wl为光电的预发电量，Wf为火电的预发电量。
对比预发电量和预用电量主要是为了保证对用户供电的可靠性，同时也为了根据用电 水平留出一定的发电裕量，其优势在于通过第一阶段的预调度，可以少第二次阶段调度的 调节量，减低下次调度的操作成本和燃料损失成本，尤其对核电而言，减少调节次数可以 增强其使用寿命。通过此处的对比可以规划好第一阶段的预发电量此裕量根据下面提出的 多维立体域约束计算出各机组的备用容量，同时做到整体发电经济最优，具体方法见步骤 三。
进一步地，所述的步骤二中，综合能源包括风电能源、光电能源、火电能源、核电能源，且核电主动参与调峰；
本方法中引入核电主动参与调峰：在核电主动参与调峰过程中，由于核电的调节次数 是由严格的要求，核电主动参与调峰，通过事先确定预用电量，再根据气象预报预测出的 风电和光电等清洁能源的预发电量，就可计算出核电的预发电量，可以减少核电在规定数 目内的调节次数，其次也可以减少燃料损失的费用，同时也增加了核电发电能源的安全性； 本方法调度共分为两个阶段；
第一阶段：风电和光电发电高峰恰好是互补的，光电的发电量在白天达到峰值，而风 电的发电量在夜晚达到峰值；现在的预测手段已经比较成熟，可预测出天风电加光电在各 时段的预发电量，第一阶段优先投入风光的发电量，余下的由核火承担，以发电成本最低 为目标分配核火的发电计划：
Figure BDA0003378958750000031
其中Wn+f,t为t时段内核电和火电承担的发电量，a为核电所承担核火总量的比重，b为 火电所承担核火总量的比重，Cw,n+f为核火承担发电量的成本，f(wn,t)为核电发电随时间变化的成本函数，f(wf,t)为火电发电随时间变化的成本函数；
第二阶段：本阶段的调度周期为一个小时，随着时间的缩短，预测值会更加精确，故 发电裕量在此阶段留出，为了经济运行可做进一步更加精确的计算；因为负荷量是随时变 化的，风电和光电的发电量是会变化的，就可以通过实时调节风光核火的发电量减少系统 的运行成本，具体步骤在步骤四中说明。
进一步地，所述的步骤四中，首次提出了多维立体域，具体方法如下：
本方法中提出的多维立体域是所运用的电力系统中影响供电因素和用电因素的约束 条件，根据发电要求和用电要求可以制定不同的约束域，约束的量越多需要制定的维数越 多。例如本方法中提及的综合能源为四种，在不考虑调度的时间因素是只需构造四维立体 域，即风电域、火电域、光电域、核电域。其立体域约束内容为各机组发电的约束条件即 可。
以多维立体域为约束调节电力系统，优势在于多个发电系统相互独立，在调节发电量 时只受自身发电特性的约束，与其他发电能源系统不发生关系，只在发电量上做调整，通 过分配各机组的发电量和减少调节成本达到经济最优发电；此外，运用多维立体域约束综 合能源调度，目的在于保证用户供电的同时实现发电经济最优，但电网的负荷是随时波动 的此时就需要对供电端进行调度以减少发电成本；
当用户端负荷量和发电端的发电量变化时，此时需要供电端调节发电量，应用多维立 体域只需考虑发电机组自身的约束限制，在调度速率上考虑机组的爬坡或滑坡速率，在调 度量上考虑机组自身的功率约束和发电成本而保证供电的可靠性和发电的经济性成本约 束保证：
Figure BDA0003378958750000041
其中λ为各机组的单位度电的成本，Ww为光电的发电量，Wl为光电的发电量，Wf为火电的发电量，Wn为核电的发电量，Cb为备用容量费用，Wb为备用容量，κ为个根据预 用电量确定备用容量的系数，γ为各能源备用容量的单位费用，Wb,*为个能源参与的备用 容量。
根据多维立体域约束，由于只考虑发电机组自身的约束，在计算时间上会较传统调度 方法有一定的优越性，通过计算很快能得到各发电机组的发电量λ。此时只是确定发电成 本已经最优，但在调节机组发电能量时会产生机组启停费用和燃料浪费，若要实现真正的 经济最优需进行深入的计算：
减少弃光弃风消纳量为：
Figure BDA0003378958750000051
其中ΔCw和ΔCl调节风光出力时产生的费用，cw为单位风电电价，
Figure BDA0003378958750000052
每台风电机组 减少的弃风量，cl为单位光电电价，
Figure BDA0003378958750000053
每台光电机组减少的弃光量。
调整火电和核电时产生的费用：
Figure BDA0003378958750000054
其中ΔCf为调整火电费用，ai、bi、ci分别为二次项、一次项和常数项的系数，
Figure BDA0003378958750000055
为 瞬时功率，Cpur为机组的购置成本，ΔN为机组的使用次数，Cgas为实时的油价，ΔZgas为参与调峰时的耗油量，Pmin为基础调峰阶段的下限，Pmax为基础调峰阶段的上限，Pa为深 度调峰的下限，Pb为投油调峰的下限，ΔCn为核电参与调峰时产生的费用，
Figure BDA0003378958750000056
机组损耗 费用，
Figure BDA0003378958750000057
为核燃料费用，
Figure BDA0003378958750000058
为人工处理费用。
进一步地，以多维立体域和公式(2)为约束，以电力系统多种场景下发电成本最低为目 标进行调度：
本方法中首次应用多维立体域约束；不符合公式(2)时，要增加系统的发电量，此时要 考虑多种发电能源，首先增加多种能源的发电量，在保证用户用电的基础上考虑增加发电 成本较低的发电量(风电、光电)的比重，然后投入火电和核电的备用容量；调度时需满 足：
Figure BDA0003378958750000059
式中max(ΔCf+ΔCn+ΔCw+ΔCl)，是指在调度过程中在减少各能源发电量时节约的发 电成本，记为正，ΔW＞0是指负荷量少余预发电量时减少的发电量， min(ΔCf+ΔCn+ΔCw+ΔCl)，是指在调度过程中在增加各能源发电量时多出的发电成本， ΔW＜0，是指负荷量多余预发电量时增加的发电量，Wshiji是实际的负荷量，ΔC节约成本 时为正，增加成本时为负，Cfj为附加费用，Crg调度时的人工费，Csh为机械损耗费用；
当发电量符合公式(2)时，此时已经可以保证用户的正常供电，但要压缩发电成本，就 要考虑增加清洁能源同时降低火电和核电的投入量以保证发电成本最低，此处要计算调节 发电量时产生的成本，负荷量增加时，必然要增加发电量发电成本也早增加，此时要分配 好各能源的发电量，保证调度时产生的总调节成本最低；负荷量少于发电量时，由于核火 的发电成本要高于风光的发电成本，此时调节风光核火的投入量也可以到达节约发电成本 的目的，但是要计算调度时产生的费用实际调度还考虑人工费用和机械损耗费用；
调度的原则：
(1)负荷量大于预发电量时需满足：
min(ΔCf+ΔCn+ΔCw+ΔCl+Cfj)，此时是为了满足以发电成本最低满足负荷的用电量；
(2)负荷量少于预发电量时需满足：
max(ΔCf+ΔCn+ΔCw+ΔCl-Cfj)＞0，此时是为了在满足负荷用电量时减少供电端的 发电成本，但调度节约的成本减去调度时的附加费用要为正才允许调度，否则参与调度时 会增加成本，即不允许调度执行。
与现有技术相比，本发明的有益效果是：
本方法提供了一种核电主动参与调峰的优化综合能源发电成本的调度方法，该方法对 当前新型电力系统高比例清洁能源投入背景下对综合能源调度方法进行创新，考虑了负荷 侧波动和发电端波动时的调度方案，优化了发电端的发电总成本。并且引入核定主动参与 调峰，减小了未来新型电力系统的调峰压力。本方法提出了多维立体域约束，只考虑发电 端自身的发电特性约束，增加生成发电成本最优的发电方案的速度。实现了综合能源发电 成本最优的快速调度。
附图说明
图1为本方法中参与的能源和影响发电的因素；
图2为本方法优化综合能源发电成本的计算流程图。
具体实施方式
以下结合附图对本发明提供的具体实施方式进行详细说明。
如图1所示，图1中涉及能源本方法参与能源但不仅限于图1中包含的能源，风电、光电、核电、火电。影响风力发电的因素：功率曲线、风电机组投切。影响光伏发电的因 素：光照强度、光电机组投切。影响核电发电的因素：调节调峰深度、机组寿命的影响。 影响火电发电的因素：控制机组投切、改变汽轮机转速。本方法中实施调度时就根据调整 以上手段(但不限于以上手段)改变机组的发电量。将以上量作加入本方法中提出的多维 立体域作为机组的运行条件，以公式(4)经济成本最优为目标生成调度方案。
Figure BDA0003378958750000071
图2为本方法优化综合能源发电成本的计算流程图，图2提供了本方法中生成发电成 本经济最优两阶段调度的计算流程。
本发明的一种核电主动参与调峰的优化综合能源发电成本的调度方法，首先根据公式 1获取预用电量，预用电量根据前一周的发电量取平均值，再结合政策激励手段，各主要 用电场所提供的预测用电量，确定日前调度的预用电量。
Figure BDA0003378958750000072
然后获取的预发电量需满足公式(2)：
Wforecast≤Ww+Wl+Wn+Wf (2)
光电的预发电量：根据气象信息的预报可获得光照信息在结合太阳能电池板的参数可 获取光电的预发电量。
风电的预发电量：根据气象信息的预报可获得风电场的风速和风向在结合风电机组的 发电参数可获得风电的预发电量。
核电的预发电量：核电的预发电量主要是确定“12-3-6-3”，即高功率水平的发电量 和低功率的发电水平，主要根据风电和光电的的缺额在结合火电预发电量以经济为约束可 获得核电的预发电量。
火电的预发电量：主要根据风电和光电对与用电量的缺额，再结合核电的预发电量， 以经济为约束可获得火电的预发电量。
核电主动参与调峰：在核电主动参与调峰过程中，由于核电的调节次数是由严格的要 求，核电主动参与调峰，通过事先确定预用电量，再根据气象预报预测出的风电和光电等 清洁能源的预发电量，就可计算出核电的预发电量，可以减少核电在规定数目内的调节次 数，其次也可以减少燃料损失的费用，同时也增加了核电发电能源的安全性。本方法调度 共分为两个阶段。
第一阶段：风电和光电发电高峰恰好是互补的，光电的发电量在白天达到峰值，而风 电的发电量在夜晚达到峰值。现在的预测手段已经比较成熟，可预测出天风电加光电在各 时段的预发电量，第一阶段优先投入风光的发电量，余下的由核火承担，以发电成本最低 为目标分配核火的发电计划：
Figure BDA0003378958750000081
第一阶段调度主要为满足用户的用电要求，其次增加风、光能源的使用效率，减少大 量的弃风弃光，而不是像传统方式采用被动的消纳方法去增加风、光的使用效率。最后检 测是否满足核、火的发电成本最低判断是否进入第二阶段的调度。若不满足用户的用电需 求或满足核、火预发电经济最优则对综合能源系统进行新一轮的调度安排，生成新的调度 计划。若同时满足用户的用电需求和满足核、火预发电经济最优则进入第二阶段调度。
第二阶段时要满足整体经济最优，但其约束条件受多维立体域约束。风电域包括：风 电机组出力约束、风电机组爬坡约束、风电预发电置信度约束。光电域包括：光电机组出力约束、光电机组爬坡约束，光电机组预发电置信度约束。火电域包括：火电机组功率约束、火电机组出力约束、火电机组爬坡约束，火电机组正负旋转备用约束、火电机组开启 停时间约束。核电域包括：核电机组周调节次数、核电机组调峰深度、核电机组功率约束、 核电机组高水平功率运行时间约束、核电机组低功率水平运行时间约束。
第二阶段的调度周期为一个小时，随着时间的缩短，预测值会更加精确，故发电裕量 在此阶段留出，为了经济运行可做进一步更加精确的计算。因为负荷量是随时变化的，风 电和光电的发电量是会变化的，就可以通过实时调节风光核火的发电量减少系统的运行成 本，具体步骤在下面说明。以多维立体域为约束调节电力系统，优势在于多个发电系统相 互独立，在调节发电量时只受自身发电特性的约束，与其他发电能源系统不发生关系，只 在发电量上做调整，通过分配各机组的发电量和减少调节成本达到经济最优发电。此外， 运用多维立体域约束综合能源调度，目的在于保证用户供电的同时实现发电经济最优，但 电网的负荷是随时波动的此时就需要对供电端进行调度以减少发电成本：
当用户端负荷量和发电端的发电量变化时，此时需要供电端调节发电量，应用多维立 体域只需考虑发电机组自身的约束限制，在调度速率上考虑机组的爬坡或滑坡速率，在调 度量上考虑机组自身的功率约束和发电成本而保证供电的可靠性和发电的经济性成本约 束保证：
Figure BDA0003378958750000091
根据多维立体域约束，由于只考虑发电机组自身的约束，在计算时间上会较传统调度 方法有一定的优越性，通过计算很快能得到各发电机组的发电量λ。此时只是确定发电成 本已经最优，但在调节机组发电能量时会产生机组启停费用和燃料浪费，若要实现真正的 经济最优需进行深入的计算：
减少弃光弃风消纳量为：
Figure BDA0003378958750000092
调整火电和核电时产生的费用：
Figure BDA0003378958750000093
当不符合公式(2)即不能满足用户的用电需求时，要增加系统的发电量，此时要考虑多种发电能源，首先增加多种能源的发电量，在保证用户用电的基础上考虑增加发电成本较低的发电量(风电、光电)的比重，然后投入火电和核电的备用容量。调度时需满足(7)：
Figure BDA0003378958750000101
此时为了在增加机组发电量时综合能源的总发电成本保证最低。
当发电量符合公式(2)时，此时已经可以保证用户的正常供电，但要压缩发电成本，就 要考虑增加清洁能源同时降低火电和核电的投入量以保证发电成本最低，此处要计算调节 发电量时产生的成本，负荷量增加时，必然要增加发电量发电成本也早增加，此时要分配 好各能源的发电量，保证调度时产生的总调节成本最低；负荷量少于发电量时，由于核火 的发电成本要高于风光的发电成本，此时调节风光核火的投入量也可以到达节约发电成本 的目的，但是要计算调度时产生的费用实际调度还考虑人工费用和机械损耗费用。
调度的原则：
(1)负荷量大于预发电量时需满足：
min(ΔCf+ΔCn+ΔCw+ΔCl+Cfj)，此时是为了满足以发电成本最低满足负荷的用电量；
(2)负荷量少于预发电量时需满足：
max(ΔCf+ΔCn+ΔCw+ΔCl-Cfj)＞0，此时是为了在满足负荷用电量时减少供电端的 发电成本，但调度节约的成本减去调度时的附加费用要为正才允许调度，否则参与调度时 会增加成本，即不允许调度执行。
第二阶段调度是为了在第一阶段调度的基础上继续优化综合能源的发电成本，但是不 能违背的前提就是满足用户的用电需求，然后对综合能源的总发电成本进一步优化。最后 对比是否满足综合能源总发电成本最低才决定是否执行调度计划。若不满足用户用电需求 或综合能源发电总成本最低，则进行新一轮综合能源调度规划，直至满足。若满足用户用 电需求和综合能源发电总成本最低，则执行综合能源经济最优调度计划。
本方法提供了一种核电主动参与调峰的优化综合能源发电成本的调度方法。该方法对 当前新型电力系统高比例清洁能源投入背景下对综合能源调度方法进行创新，考虑了负荷 侧波动和发电端波动时的调度方案，优化了发电端的发电总成本。并且引入核定主动参与 调峰，减小了未来新型电力系统的调峰压力。本方法提出了多维立体域约束，只考虑发电 端自身的发电特性约束，增加生成发电成本最优的发电方案的速度。实现了综合能源发电 成本最优的快速调度。
以上实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的 操作过程，但本发明的保护范围不限于上述的实施例。上述实施例中所用方法如无特别说 明均为常规方法。

Claims (5)

1.一种计及核电主动参与调峰的多能源发电优化调度方法，其特征在于，包括如下步骤：
步骤一：根据前一周的平均用电量和基于激励政策各主要用电部门汇报的预用电量获取负荷各时段的预用电量；
步骤二：根据预测手段获取风、光的预发电量；
步骤三：根据确定的日前预用电量和风、光的预发电量的关系对比确定调度方向，以发电的经济成本最优为目标，分配风光核火的预发电量；
步骤四：构造多维立体域，确定综合能源调度边界，在应对风光出力波动或者负荷波动时，及时调节核火的发电量，减少发电成本；
步骤五：应用步骤四构建的多维立体域对综合能源进行调度，获得成本最优发电场景。
2.根据权利要求1所述的一种计及核电主动参与调峰的多能源发电优化调度方法，其特征在于，所述的步骤一中，综合能源调度优化方法确定预用电量，预用电量根据前一周的用电量取平均值，再结合政策激励手段，各主要用电场所提供的预测用电量，确定日前调度的预用电量：
Figure FDA0003378958740000011
此处取前七天的负荷用电量Wload平均值且占的比重α1与各主要用电部门汇报的用电量Wreport且比重占α2的加和作为预用电量值Wforecast；此处的预用电量以小时为单位进行统计，每天24个时间段进行实时调度，尽可能节约发电成本；
首先要满足：
Wforecast≤Ww+Wl+Wn+Wf (2)
其中Wforecast系统的预用电量，Ww为风电机组的预发电量，Wn为核电的预发电量，Wl为光电的预发电量，Wf为火电的预发电量。
3.根据权利要求1所述的一种计及核电主动参与调峰的多能源发电优化调度方法，其特征在于，所述的步骤二中，综合能源包括风电能源、光电能源、火电能源、核电能源，且核电主动参与调峰；
本方法中引入核电主动参与调峰：在核电主动参与调峰过程中，由于核电的调节次数是由严格的要求，核电主动参与调峰，通过事先确定预用电量，再根据气象预报预测出的风电和光电等清洁能源的预发电量，就可计算出核电的预发电量，可以减少核电在规定数目内的调节次数，其次也可以减少燃料损失的费用，同时也增加了核电发电能源的安全性；本方法调度共分为两个阶段；
第一阶段：风电和光电发电高峰恰好是互补的，光电的发电量在白天达到峰值，而风电的发电量在夜晚达到峰值；现在的预测手段已经比较成熟，可预测出天风电加光电在各时段的预发电量，第一阶段优先投入风光的发电量，余下的由核火承担，以发电成本最低为目标分配核火的发电计划：
Figure FDA0003378958740000021
其中Wn+f,t为t时段内核电和火电承担的发电量，a为核电所承担核火总量的比重，b为火电所承担核火总量的比重，Cw,n+f为核火承担发电量的成本，f(wn,t)为核电发电随时间变化的成本函数，f(wf,t)为火电发电随时间变化的成本函数；
第二阶段：本阶段的调度周期为一个小时，随着时间的缩短，预测值会更加精确，故发电裕量在此阶段留出，为了经济运行可做进一步更加精确的计算；因为负荷量是随时变化的，风电和光电的发电量是会变化的，就可以通过实时调节风光核火的发电量减少系统的运行成本。
4.根据权利要求1所述的一种计及核电主动参与调峰的多能源发电优化调度方法，其特征在于，所述的步骤四中，首次提出了多维立体域，具体方法如下：
本方法中提出多维立体域是所运用的电力系统中影响供电因素和用电因素的约束条件，根据发电要求和用电要求可以制定不同的约束域，约束的量越多需要制定的维数越多；例如本方法中提及的综合能源为四种，在不考虑调度的时间因素是只需构造四维立体域，即风电域、火电域、光电域、核电域；其立体域约束内容为各机组发电的约束条件即可；
以多维立体域为约束调节电力系统，优势在于多个发电系统相互独立，在调节发电量时只受自身发电特性的约束，与其他发电能源系统不发生关系，只在发电量上做调整，通过分配各机组的发电量和减少调节成本达到经济最优发电；此外，运用多维立体域约束综合能源调度，目的在于保证用户供电的同时实现发电经济最优，但电网的负荷是随时波动的此时就需要对供电端进行调度以减少发电成本；
当用户端负荷量和发电端的发电量变化时，此时需要供电端调节发电量，应用多维立体域只需考虑发电机组自身的约束限制，在调度速率上考虑机组的爬坡或滑坡速率，在调度量上考虑机组自身的功率约束和发电成本而保证供电的可靠性和发电的经济性成本约束保证：
Figure FDA0003378958740000031
其中λ为各机组的单位度电的成本，Ww为光电的发电量，Wl为光电的发电量，Wf为火电的发电量，Wn为核电的发电量，Cb为备用容量费用，Wb为备用容量，κ为个根据预用电量确定备用容量的系数，γ为各能源备用容量的单位费用，
Figure FDA0003378958740000032
为个能源参与的备用容量；
根据多维立体域约束，由于只考虑发电机组自身的约束，在计算时间上会较传统调度方法有一定的优越性，通过计算很快能得到各发电机组的发电量λ；此时只是确定发电成本已经最优，但在调节机组发电能量时会产生机组启停费用和燃料浪费，若要实现真正的经济最优需进行深入的计算：
减少弃光弃风消纳量为：
Figure FDA0003378958740000033
其中ΔCw和ΔCl调节风光出力时产生的费用，cw为单位风电电价，
Figure FDA0003378958740000034
每台风电机组减少的弃风量，cl为单位光电电价，
Figure FDA0003378958740000035
每台光电机组减少的弃光量；
调整火电和核电时产生的费用：
Figure FDA0003378958740000041
其中ΔCf为调整火电费用，ai、bi、ci分别为二次项、一次项和常数项的系数，
Figure FDA0003378958740000042
为瞬时功率，Cpur为机组的购置成本，ΔN为机组的使用次数，Cgas为实时的油价，ΔZgas为参与调峰时的耗油量，Pmin为基础调峰阶段的下限，Pmax为基础调峰阶段的上限，Pa为深度调峰的下限，Pb为投油调峰的下限，ΔCn为核电参与调峰时产生的费用，
Figure FDA0003378958740000043
机组损耗费用，
Figure FDA0003378958740000044
为核燃料费用，
Figure FDA0003378958740000045
为人工处理费用。
5.根据权利要求2或4所述的一种计及核电主动参与调峰的多能源发电优化调度方法，其特征在于，以多维立体域和公式(2)为约束，以电力系统多种场景下发电成本最低为目标进行调度：
本方法中首次应用多维立体域约束；不符合公式(2)时，要增加系统的发电量，此时要考虑多种发电能源，首先增加多种能源的发电量，在保证用户用电的基础上考虑增加发电成本较低的发电量(风电、光电)的比重，然后投入火电和核电的备用容量；调度时需满足：
Figure FDA0003378958740000046
式中max(ΔCf+ΔCn+ΔCw+ΔCl)，是指在调度过程中在减少各能源发电量时节约的发电成本，记为正，ΔW＞0是指负荷量少余预发电量时减少的发电量，min(ΔCf+ΔCn+ΔCw+ΔCl)，是指在调度过程中在增加各能源发电量时多出的发电成本，ΔW＜0，是指负荷量多余预发电量时增加的发电量，Wshiji是实际的负荷量，ΔC节约成本时为正，增加成本时为负，Cfj为附加费用，Crg调度时的人工费，Csh为机械损耗费用；
当发电量符合公式(2)时，此时已经可以保证用户的正常供电，但要压缩发电成本，就要考虑增加清洁能源同时降低火电和核电的投入量以保证发电成本最低，此处要计算调节发电量时产生的成本，负荷量增加时，必然要增加发电量发电成本也早增加，此时要分配好各能源的发电量，保证调度时产生的总调节成本最低；负荷量少于发电量时，由于核火的发电成本要高于风光的发电成本，此时调节风光核火的投入量也可以到达节约发电成本的目的，但是要计算调度时产生的费用实际调度还考虑人工费用和机械损耗费用；
调度的原则：
(1)负荷量大于预发电量时需满足：
min(ΔCf+ΔCn+ΔCw+ΔCl+Cfj)，此时是为了满足以发电成本最低满足负荷的用电量；
(2)负荷量少于预发电量时需满足：
max(ΔCf+ΔCn+ΔCw+ΔCl-Cfj)＞0，此时是为了在满足负荷用电量时减少供电端的发电成本，但调度节约的成本减去调度时的附加费用要为正才允许调度，否则参与调度时会增加成本，即不允许调度执行。
CN202111426936.7A 2021-11-28 2021-11-28 一种计及核电主动参与调峰的多能源发电优化调度方法 Pending CN114400652A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111426936.7A CN114400652A (zh) 2021-11-28 2021-11-28 一种计及核电主动参与调峰的多能源发电优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111426936.7A CN114400652A (zh) 2021-11-28 2021-11-28 一种计及核电主动参与调峰的多能源发电优化调度方法

Publications (1)

Publication Number Publication Date
CN114400652A true CN114400652A (zh) 2022-04-26

Family

ID=81225581

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111426936.7A Pending CN114400652A (zh) 2021-11-28 2021-11-28 一种计及核电主动参与调峰的多能源发电优化调度方法

Country Status (1)

Country Link
CN (1) CN114400652A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116523278A (zh) * 2023-07-05 2023-08-01 北京观天执行科技股份有限公司 一种基于智慧能源管理平台的能源互补优化方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116523278A (zh) * 2023-07-05 2023-08-01 北京观天执行科技股份有限公司 一种基于智慧能源管理平台的能源互补优化方法及系统
CN116523278B (zh) * 2023-07-05 2023-10-13 北京观天执行科技股份有限公司 一种基于智慧能源管理平台的能源互补优化方法及系统

Similar Documents

Publication Publication Date Title
CN111277005B (zh) 考虑源-荷协调优化的多源电力系统多时间尺度调度方法
CN107039990B (zh) 一种提高风电消纳能力的多热源协调调度策略制定方法
CN109256799B (zh) 一种基于样本熵的新能源电力系统优化调度方法
CN112994115B (zh) 一种基于wgan场景模拟和时序生产模拟的新能源容量配置方法
CN114336702A (zh) 基于双层随机规划的风光储场站群功率分配协同优化方法
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
CN111768108A (zh) 一种含用热综合满意度的虚拟电厂热电联合经济调度方法
CN113592200A (zh) 一种含水源热泵的区域综合能源系统低碳优化运行方法
CN115689233A (zh) 计及调峰主动性的风光水火储系统互补协调优化调度方法
CN114936720A (zh) 一种源-荷-储协调的综合能源系统低碳经济调度方法
CN116207748A (zh) 一种面向大规模柔性负荷资源的调控系统
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
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
CN117649119A (zh) 基于vcg理论的清洁能源碳减排价值评估方法
CN117526446A (zh) 梯级水风光多能互补发电系统风光容量双层优化配置方法
CN117132057A (zh) 一种风力发电的煤电厂优化调度方法
CN116914733A (zh) 一种基于多类型需求响应与储热改造的电力系统低碳经济调度方法
CN117013522A (zh) 考虑分布式电源和气电协同的综合能源系统调度优化方法
CN116760025A (zh) 电力系统的风险调度优化方法和系统
CN114389262B (zh) 一种弹性环境下基于鲁棒优化的区域电网调度方法
CN115659666A (zh) 一种考虑综合需求响应的虚拟电厂风光联合优化调度方法
CN112821464B (zh) 经同一并网点的可再生能源与火力发电耦合系统调度模型
CN116050568A (zh) 基于改进免疫蚁群算法的多源互补优化调度方法
CN112801816A (zh) 一种风光水互补系统总效益的资源优化调度方法
Teng et al. A Two-stage Stochastic Dispatch for Power Systems Considering Renewable Energy Integrated into System Reserve

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