CN114792994A - 一种新能源与外送联络线时序生产模拟优化方法和系统 - Google Patents
一种新能源与外送联络线时序生产模拟优化方法和系统 Download PDFInfo
- Publication number
- CN114792994A CN114792994A CN202210151985.2A CN202210151985A CN114792994A CN 114792994 A CN114792994 A CN 114792994A CN 202210151985 A CN202210151985 A CN 202210151985A CN 114792994 A CN114792994 A CN 114792994A
- Authority
- CN
- China
- Prior art keywords
- optimization
- sub
- power
- new energy
- outgoing
- 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
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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种新能源与外送联络线时序生产模拟优化方法和系统,包括:将未来待优化时长划分为多个子优化周期,每个子优化周期包含多个优化时段,获取未来待优化周期各时段下的运行边界条件数据;基于获取到运行边界条件数据,计算联络线在未来年各子优化周期内的外送电量;基于预先建立的新能源生产模拟运行优化模型,利用获取到的运行边界条件数据和未来待优化时长各子优化周期内的外送电量,求解得到各个子优化周期对应的新能源消纳量结果;基于各个子优化周期对应的新能源消纳量,相加求和得到全年的新能源消纳量结果。本发明能够合理优化联络线在各时段的外送功率,更好的适应新能源出力的随机波动性,实现新能源的最大化消纳。
Description
技术领域
本发明属于新能源发电技术领域,具体涉及一种新能源与外送联络线时序生产模拟优化方法和系统。
背景技术
针对未来年的新能源消纳能力评估是制定电网和各类电源中长期运行方式,保证电网新能源消纳的重要的基础。基于时序生产模拟技术开展全年8760h的新能源生产模拟优化计算,是评估电网新能源消纳量的重要技术手段。在开展全年 8760h新能源生产模拟优化时,需要以常规电源最小和最大运行方式为边界条件,以未来年870h的风电、光伏、负荷、联络线功率序列为输入,通过机组组合优化确定火电与水电机组在全年各时段的开机方式和发电出力。
由于区域电网电源数量众多、电网结构复杂,开展全年8760h机组组合优化计算的难度极大。为满足新能源消纳能力评估的工程实用性要求,需要采用源- 网-荷简化建模和逐周期分解计算等技术手段。其中,逐周期分解计算是指将全年的优化周期按照一定时间长度(如:7天、14天、30天等)进行等分,将全年生产模拟优化问题分解为一系列子优化问题(如:当逐周分解时,全年优化问题分为52周子优化问题)。通过依次求解每个子优化问题,得到每个周期内的新能源消纳量结果,最后相加得到全年的新能源消纳量结果。在逐周期计算时,上一个周期最后一个时段的常规电源运行状态和出力水平需要作为下一个周期第一个时段的边界条件。由于子优化问题的时段长度较短,更加易于求解,因此在逐周期分解的计算框架下,能够有效实现全年新能源消纳量的快速评估。
以中国的“三北”地区电网为例,需要通过跨省跨区联络线进行新能源的大规模外送,年度外送电量通常由交易中心提前确定,在开展未来年新能源消纳能力评估时,需要将联络线的年度外送电量作为边界条件。已有的新能源消纳能力评估方法通常是基于历史8760h联络线外送功率数据,按照固定比例的缩放,计算新的8760h联络线外送功率,使其全年总外送电量与给定的未来年外送电量相等。由于负荷增长、新能源装机规模增长与电网结构变化等原因,基于历史外送联络线来确定未来年外送联络线的功率,会固定联络线在各时段的功率值,由于联络线外送功率没有了优化空间,会影响新能源消纳评估结果的准确性。
发明内容
为克服上述的技术问题,本发明提供了一种新能源与外送联络线时序生产模拟优化方法,包括:
将未来待优化时长划分为多个子优化周期,每个子优化周期包含多个优化时段,获取未来待优化周期各时段下的运行边界条件数据;
基于获取到运行边界条件数据,计算联络线在未来年各子优化周期内的外送电量;
基于预先建立的新能源生产模拟运行优化模型,利用获取到的运行边界条件数据和未来待优化时长各子优化周期内的外送电量,求解得到各个子优化周期对应的新能源消纳量结果;
基于各个子优化周期对应的新能源消纳量,相加求和得到全年的新能源消纳量结果。
优选的,所述运行边界条件数据,包括:常规电源最大和最小运行方式、新能源理论最大发电功率、负荷序列、系统备用需求、未来待优化时长的联络线外送电量、未来待优化时长的联络线总外电量和联络线历史外送功率序列。
优选的,基于获取到运行边界条件数据,计算联络线在未来年各子优化周期内的外送电量,包括:
基于联络线历史外送功率序列,计算得到全年历史总外送量和各子优化周期的历史总外送电量;
基于年历史总外送量和各子优化周期的历史总外送电量,计算得到联络线在历史内各子优化周期的外送电量占比;
基于联络线在历史内各子优化周期的外送电量占比,计算得到联络线在为来待优化时长各子优化周期的外送电量。
优选的,所述联络线在历史内各子优化周期的外送电量占比的计算式为:
式中,δk为第k个子优化周期的联络线外送电量占比,Ek为第k个子优化周期的联络线历史总外送电量,E0为联络线全年历史总外送电量,K为未来待优化时长子优化周期的数量。
优选的,所述联络线在未来年各子优化周期内的外送电量计算式为:
Bk=δk·B0,k=1,2,…,K
式中,Bk为未来年第k个子优化周期的联络线外送电量,δk为第k个子优化周期的联络线外送电量占比,B0为未来年联络线总外送电量,K为未来待优化时长子优化周期的数量。
优选的,所述基于预先建立的新能源生产模拟运行优化模型,利用获取到的运行边界条件数据和计算得到未来待优化时长各子优化周期内的外送电量,求解得到各个子优化周期对应的新能源消纳量结果,包括:
第一个子优化周期以第一个子优化周期的联络新外送电量、负荷、新能源理论发电能力、常规电源最小和最大运行方式为边条件;
从第二个子优化周期开始,除将联络新外送电量、负荷、新能源理论发电能力、常规电源最小和最大运行方式作为边界条件外,还将上一个周期最后一个时段的常规电源运行状态和出力水平作为下一个子优化周期第一时段的边界条件;
基于确立的边界条件和预先建立的新能源生产模拟运行优化模型,逐周期计算,得到各子优化周期对应的新能源消纳量结果。
优选的,新能源生产模拟运行优化模型的建立,包括:
基于全部优化时段内新能源总发电量最大发电功率得到目标函数,采用系统功率平衡约束、系统备用需求约束、新能源发电功率约束、联络线外送电量约束和联络线外送功率上下限约束为约束条件对目标函数进行约束得到新能源生产模拟运行优化模型。
优选的,所述目标函数计算式为;
max obj=∑t∑wpw(t)
式中,max obj为全部优化时段内新能源总发电量最大发电功率,pw(t) 为第w个新能源场站在第t个时段的新能源发电功率。
优选的,所述系统功率平衡约束计算式为:
∑wpw(t)+∑gpg(t)=pd(t)+∑fpf(t),t=1,2,…,T
式中,pw(t)为第w个新能源场站在第t个时段的新能源发电功率,pg(t)为第 g台常规机组在第t个时段的发电功率,pf(t)为第t个时段电网第f条外送联络线的输电功率,pd(t)为第t个时段的系统负荷,T为未来年优化时段总数。
优选的,所述系统备用需求约束计算式为:
式中,pr(t)表示第t个时段的系统正备用需求,表示第g台常规机组在第t个时段的最大技术出力,表示第w个新能源场站在第t个时段的最大发电能力,pf(t)为第t个时段电网第f条外送联络线的输电功率,pd(t)为第t个时段的系统负荷,T为未来年优化时段总数。
优选的,所述新能源发电功率约束计算式为:
优选的,所述联络线外送电量约束计算式为:
∑t∑fpf(t)=B
式中,B为所有外送联络线在全部优化时段内的总外送电量,pf(t)为第t个时段电网第f条外送联络线的输电功率。
优选的,所述联络线外送功率上下限约束计算式为:
基于同一发明构思,本发明还提供了一种新能源与外送联络线时序生产模拟优化系统,包括:数据模块、第一计算模块、第二计算模块和求和模块;
所述数据模块主要用于,将未来待优化时长划分为多个子优化周期,每个子优化周期包含多个优化时段,获取未来待优化周期各时段下的运行边界条件数据;
所述第一计算模块用于,基于获取到运行边界条件数据,计算联络线在未来年各子优化周期内的外送电量;
所述第二计算模块用于,基于预先建立的新能源生产模拟运行优化模型,利用获取到的运行边界条件数据和未来待优化时长各子优化周期内的外送电量,求解得到各个子优化周期对应的新能源消纳量结果;
所述求和模块用于,基于各个子优化周期对应的新能源消纳量,相加求和得到全年的新能源消纳量结果;
优选的,所述运行边界条件数据,包括:常规电源最大和最小运行方式、新能源理论最大发电功率、负荷序列、系统备用需求、未来待优化时长的联络线外送电量、未来待优化时长的联络线总外电量和联络线历史外送功率序列。
优选的,所述第一计算模块主要用于:
基于联络线历史外送功率序列,计算得到全年历史总外送量和各子优化周期的历史总外送电量;
基于年历史总外送量和各子优化周期的历史总外送电量,计算得到联络线在历史内各子优化周期的外送电量占比;
基于联络线在历史内各子优化周期的外送电量占比,计算得到联络线在为来待优化时长各子优化周期的外送电量。
优选的,所述第二计算模块主要用于:
第一个子优化周期以第一个子优化周期的联络新外送电量、负荷、新能源理论发电能力、常规电源最小和最大运行方式为边条件;
从第二个子优化周期开始,除将联络新外送电量、负荷、新能源理论发电能力、常规电源最小和最大运行方式作为边界条件外,还将上一个周期最后一个时段的常规电源运行状态和出力水平作为下一个子优化周期第一时段的边界条件;
基于确立的边界条件和预先建立的新能源生产模拟运行优化模型,逐周期计算,得到各子优化周期对应的新能源消纳量结果。
优选的,新能源生产模拟运行优化模型的建立,包括:
基于全部优化时段内新能源总发电量最大发电功率得到目标函数,采用系统功率平衡约束、系统备用需求约束、新能源发电功率约束、联络线外送电量约束和联络线外送功率上下限约束为约束条件对目标函数进行约束得到新能源生产模拟运行优化模型。
与现有技术相比,本发明的有益效果为:
本发明提供了一种新能源与外送联络线时序生产模拟优化方法和系统,包括:将未来待优化时长划分为多个子优化周期,每个子优化周期包含多个优化时段,获取未来待优化周期各时段下的运行边界条件数据;基于获取到运行边界条件数据,计算联络线在未来年各子优化周期内的外送电量;基于预先建立的新能源生产模拟运行优化模型,利用获取到的运行边界条件数据和未来待优化时长各子优化周期内的外送电量,求解得到各个子优化周期对应的新能源消纳量结果;基于各个子优化周期对应的新能源消纳量,相加求和得到全年的新能源消纳量结果。本发明专利方法能够合理优化联络线在各时段的外送功率,更好的适应新能源出力的随机波动性,实现新能源的最大化消纳,提高了消纳能力评估结果的准确性。
附图说明
图1为本发明提供的一种新能源与外送联络线时序生产模拟优化方法的流程框图;
图2为本发明提供的一种新能源与外送联络线时序生产模拟优化方法具体流程图;
图3为全年52周联络线外送电量及电量占比示意图;
图4为某一周的联络线功率和弃电功率结果示意图;
图5为本发明提供的一种新能源与外送联络线时序生产模拟优化系统结构示意图。
具体实施方式
本发明的目的在于设计一种新能源与外送联络线时序生产模拟优化方法和系统,合理优化联络线在各时段的外送功率,更好的适应新能源出力的随机波动性,实现新能源的最大化消纳,提高了消纳能力评估结果的准确性。
为达到上述目的,本发明提供如下技术方案:
实施例1:
本发明提供了一种新能源与外送联络线时序生产模拟优化方法,如图1所示包括:
步骤1:将未来待优化时长划分为多个子优化周期,每个子优化周期包含多个优化时段,获取未来待优化周期各时段下的运行边界条件数据;
步骤2:基于获取到运行边界条件数据,计算联络线在未来年各子优化周期内的外送电量;
步骤3:基于预先建立的新能源生产模拟运行优化模型,利用获取到的运行边界条件数据和未来待优化时长各子优化周期内的外送电量,求解得到各个子优化周期对应的新能源消纳量结果;
步骤4:基于各个子优化周期对应的新能源消纳量,相加求和得到全年的新能源消纳量结果。
下面以未来年为未来待优化时长为例,对本发明提供的方法进行具体说明。
本发明方法的实施流程如下:
步骤1:将未来待优化时长划分为多个子优化周期,设未来待优化时长总数为T,t=1,2,...,T表示第t个时段,将未来年划分为K个子优化周期,用 {Θ1,Θ2,...,,ΘK}进行表示,每个子优化周期包含多个优化时段,假设每个子优化周期一共包含τ个时段;
获取未来待优化周期各时段下的运行边界条件数据;
所述运行边界条件数据包括:未来待优化时段各时段下常规电源最大和最小运行方式、新能源理论最大发电功率、负荷序列、系统备用需求、未来待优化时段联络线外送电量以及联络线历史外送功率序列;
步骤2:基于联络线历史外送功率序列,计算未来待优化时段历史总外送电量E0和各子优化周期的历史总外送电量{E1,E2,...,EK}:
计算各优化周期内的外送电量占比:
式中:δk表示第k个子优化周期的联络线外送电量占比。
基于未来待优化时段联络线总外送电量B0,计算未来待优化时段各子优化周期内的联络线外送电量:
Bk=δk·B0,k=1,2,...,K (3)
式中:Bk表示未来年第k个子优化周期的联络线外送电量。
步骤3:针对未来年内的K个子优化周期,以每个子优化周期的联络线外送电量、负荷、新能源理论发电能力、常规机组最大和最小运行方式为边界条件,通过建立和逐个求解各子优化周期对应的新能源生产模拟优化模型,得到对应的新能源消纳量。其中,前一个子优化周期最后一个时段的常规机组运行状态和出力将作为后一个子优化周期第一个时段的边界条件。
建立考虑联络线外送电量约束的新能源生产模拟运行优化模型,模型的数学形式如下:
3-1目标函数
目标函数为全部优化时段内新能源总发电量最大:
式中,pw(t)为第w个新能源场站在第t个时段的新能源发电功率,为优化变量。
3-2约束条件
模型主要的约束条件如下:
3-2-1系统功率平衡约束
式中:pg(t)为第g台常规机组在t时刻的发电功率,为优化变量;pf(t)为t时刻电网第f条外送联络线的输电功率,为优化变量;pd(t)为t时刻的系统负荷,为已知量。
3-2-2系统备用需求约束
3-2-3新能源发电功率约束
该约束表示新能源场站的发电功率不大于其理论最大发电能力。
3-2-4联络线外送电量约束
式中:B为所有外送联络线在全部优化时段内的总外送电量,为已知量。
3-2-5联络线外送功率上下限约束
除上述约束外,本模型还包括常规机组的运行约束,本发明不再一一详述。
综上所述,上述优化目标和约束条件即组成了考虑联络线外送电量约束的新能源生产模拟运行优化模型,该模型为混合整数线性规划模型,可直接调用商业优化软件Cplex进行求解,得到对应的新能源消纳量结果。
步骤4:通过将所有优化子优化周期的新能源消纳量相加,得到全年的新能源消纳量结果;
上述步骤1到步骤4的详细流程如图2所示。
实施例2:
将全年时段划分为52周,获取未来年各时段下常规电源最大和最小运行方式、新能源理论最大发电功率、负荷序列、系统备用需求、全年联络线外送电量以及联络线历史外送功率序列;
基于联络线历史外送功率序列和未来年联络线外送电量,计算未来年各子优化周期内的联络线外送电量。
以联络线外送电量、常规电源最大和最小运行方式、新能源理论最大发电功率、负荷序列、系统备用需求等为输入数据,建立未来年52周新能源生产模拟优化模型,通过逐周求解得到52周的新能源消纳量,最终得到全年的新能源消纳量。
具体实施例如下:
以某省级电网为例开展全年新能源消纳能力评估测算。电网联络线全年外送电量为597.79亿千瓦时,将全年划分为52周开展逐周生产模拟计算。根据联络线历史外送功率数据,计算全年52周的外送电量及各周电量占比,结果如图3 所示。采用本发明专利方法开展全年生产模拟计算,经计算全年新能源量为809.9 亿千瓦时,新能源弃电率0.0088%。为对比测算效果,基于历史全年外送功率数据开展测算(全年外送电量仍为597.79亿千瓦时),此时全网新能源消纳量为 775.4亿千瓦时,新能源弃电率为4.3%。图4展示了两种场景下某一周的联络线外送功率和新能源弃电功率结果。图4中“联络线固定”曲线为历史固定联络线外送功率,“弃电功率”曲线为采用历史固定联络线外送功率得到的新能源弃电功率,“联络线优化”曲线为本发明方法优化后的联络线外送功率,其对应的新能源弃电功率为零。
实施例3:
本发明还提供了一种新能源与外送联络线时序生产模拟优化系统,如图5 所示,包括:数据模块、第一计算模块、第二计算模块和求和模块;
所述数据模块用于,将未来待优化时长划分为多个子优化周期,每个子优化周期包含多个优化时段,获取未来待优化周期各时段下的运行边界条件数据;
所述第一计算模块用于,基于获取到运行边界条件数据,计算联络线在未来年各子优化周期内的外送电量;
所述第二计算模块用于,基于预先建立的新能源生产模拟运行优化模型,利用获取到的运行边界条件数据和未来待优化时长各子优化周期内的外送电量,求解得到各个子优化周期对应的新能源消纳量结果;
所述求和模块用于,基于各个子优化周期对应的新能源消纳量,相加求和得到全年的新能源消纳量结果;
其中,所述运行边界条件数据,包括:常规电源最大和最小运行方式、新能源理论最大发电功率、负荷序列、系统备用需求、未来待优化时长的联络线外送电量、未来待优化时长的联络线总外电量和联络线历史外送功率序列。
其中,所述第一计算模块主要用于:
基于联络线历史外送功率序列,计算得到全年历史总外送量和各子优化周期的历史总外送电量;
基于年历史总外送量和各子优化周期的历史总外送电量,计算得到联络线在历史内各子优化周期的外送电量占比;
基于联络线在历史内各子优化周期的外送电量占比,计算得到联络线在为来待优化时长各子优化周期的外送电量。
其中,所述联络线在历史内各子优化周期的外送电量占比的计算式为:
式中,δk为第k个子优化周期的联络线外送电量占比,Ek为第k个子优化周期的联络线历史总外送电量,E0为联络线全年历史总外送电量,K为未来待优化时长子优化周期的数量。
其中,所述联络线在未来年各子优化周期内的外送电量计算式为:
Bk=δk·B0,k=1,2,…,K
式中,Bk为未来年第k个子优化周期的联络线外送电量,δk为第k个子优化周期的联络线外送电量占比,B0为未来年联络线总外送电量,K为未来待优化时长子优化周期的数量。
其中,所述第二计算模块主要用于:
第一个子优化周期以第一个子优化周期的联络新外送电量、负荷、新能源理论发电能力、常规电源最小和最大运行方式为边条件;
从第二个子优化周期开始,除将联络新外送电量、负荷、新能源理论发电能力、常规电源最小和最大运行方式作为边界条件外,还将上一个周期最后一个时段的常规电源运行状态和出力水平作为下一个子优化周期第一时段的边界条件;
基于确立的边界条件和预先建立的新能源生产模拟运行优化模型,逐周期计算,得到各子优化周期对应的新能源消纳量结果。
其中,新能源生产模拟运行优化模型的建立,包括:
基于全部优化时段内新能源总发电量最大发电功率得到目标函数,采用系统功率平衡约束、系统备用需求约束、新能源发电功率约束、联络线外送电量约束和联络线外送功率上下限约束为约束条件对目标函数进行约束得到新能源生产模拟运行优化模型。
其中,所述目标函数计算式为;
max obj=∑t∑wpw(t)
式中,max obj为全部优化时段内新能源总发电量最大发电功率,pw(t) 为第w个新能源场站在第t个时段的新能源发电功率。
其中,所述系统功率平衡约束计算式为:
∑wpw(t)+∑gpg(t)=pd(t)+∑fpf(t),t=1,2,…,T
式中,pw(t)为第w个新能源场站在第t个时段的新能源发电功率,pg(t)为第 g台常规机组在第t个时段的发电功率,pf(t)为第t个时段电网第f条外送联络线的输电功率,pd(t)为第t个时段的系统负荷,T为未来年优化时段总数。
其中,所述系统备用需求约束计算式为:
式中,pr(t)表示第t个时段的系统正备用需求,表示第g台常规机组在第t个时段的最大技术出力,表示第w个新能源场站在第t个时段的最大发电能力,pf(t)为第t个时段电网第f条外送联络线的输电功率,pd(t)为第t个时段的系统负荷,T为未来年优化时段总数。
其中,所述新能源发电功率约束计算式为:
其中,所述联络线外送电量约束计算式为:
∑t∑fpf(t)=B
式中,B为所有外送联络线在全部优化时段内的总外送电量,pf(t)为第t个时段电网第f条外送联络线的输电功率。
其中,所述联络线外送功率上下限约束计算式为:
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和 /或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。
Claims (18)
1.一种新能源与外送联络线时序生产模拟优化方法,其特征在于,包括:
将未来待优化时长划分为多个子优化周期,每个子优化周期包含多个优化时段,获取未来待优化周期各时段下的运行边界条件数据;
基于获取到运行边界条件数据,计算联络线在未来年各子优化周期内的外送电量;
基于预先建立的新能源生产模拟运行优化模型,利用获取到的运行边界条件数据和未来待优化时长各子优化周期内的外送电量,求解得到各个子优化周期对应的新能源消纳量结果;
基于各个子优化周期对应的新能源消纳量,相加求和得到全年的新能源消纳量结果。
2.如权利要求1所述的方法,其特征在于,所述运行边界条件数据,包括:常规电源最大和最小运行方式、新能源理论最大发电功率、负荷序列、系统备用需求、未来待优化时长的联络线外送电量、未来待优化时长的联络线总外电量和联络线历史外送功率序列。
3.如权利要求2所述的方法,其特征在于,所述基于获取到运行边界条件数据,计算联络线在未来年各子优化周期内的外送电量,包括:
基于联络线历史外送功率序列,计算得到全年历史总外送量和各子优化周期的历史总外送电量;
基于年历史总外送量和各子优化周期的历史总外送电量,计算得到联络线在历史内各子优化周期的外送电量占比;
基于联络线在历史内各子优化周期的外送电量占比,计算得到联络线在为来待优化时长各子优化周期的外送电量。
5.如权利要求3所述的方法,其特征在于,所述联络线在未来年各子优化周期内的外送电量计算式为:
Bk=δk.B0,k=1,2,…,K
式中,Bk为未来年第k个子优化周期的联络线外送电量,δk为第k个子优化周期的联络线外送电量占比,B0为未来年联络线总外送电量,K为未来待优化时长子优化周期的数量。
6.如权利要求2所述的方法,其特征在于,所述基于预先建立的新能源生产模拟运行优化模型,利用获取到的运行边界条件数据和计算得到未来待优化时长各子优化周期内的外送电量,求解得到各个子优化周期对应的新能源消纳量结果,包括:
第一个子优化周期以第一个子优化周期的联络新外送电量、负荷、新能源理论发电能力、常规电源最小和最大运行方式为边条件;
从第二个子优化周期开始,除将联络新外送电量、负荷、新能源理论发电能力、常规电源最小和最大运行方式作为边界条件外,还将上一个周期最后一个时段的常规电源运行状态和出力水平作为下一个子优化周期第一时段的边界条件;
基于确立的边界条件和预先建立的新能源生产模拟运行优化模型,逐周期计算,得到各子优化周期对应的新能源消纳量结果。
7.如权利要求1所述的方法,其特征在于,所述新能源生产模拟运行优化模型的建立,包括:
基于全部优化时段内新能源总发电量最大发电功率得到目标函数,采用系统功率平衡约束、系统备用需求约束、新能源发电功率约束、联络线外送电量约束和联络线外送功率上下限约束为约束条件对目标函数进行约束得到新能源生产模拟运行优化模型。
8.如权利要求7所述的方法,其特征在于,所述目标函数计算式为;
maxobj=∑t∑wpw(t)
式中,maxobj为全部优化时段内新能源总发电量最大发电功率,pw(t)为第w个新能源场站在第t个时段的新能源发电功率。
9.如权利要求7所述的方法,其特征在于,所述系统功率平衡约束计算式为:
∑wpw(t)+∑gpg(t)=pd(t)+∑fpf(t),t=1,2,…,T
式中,pw(t)为第w个新能源场站在第t个时段的新能源发电功率,pg(t)为第g台常规机组在第t个时段的发电功率,pf(t)为第t个时段电网第f条外送联络线的输电功率,pd(t)为第t个时段的系统负荷,T为未来年优化时段总数。
12.如权利要求7所述的方法,其特征在于,所述联络线外送电量约束计算式为:
∑t∑fpf(t)=B
式中,B为所有外送联络线在全部优化时段内的总外送电量,pf(t)为第t个时段电网第f条外送联络线的输电功率。
14.一种新能源与外送联络线时序生产模拟优化系统,其特征在于,包括:数据模块、第一计算模块、第二计算模块和求和模块;
所述数据模块用于,将未来待优化时长划分为多个子优化周期,每个子优化周期包含多个优化时段,获取未来待优化周期各时段下的运行边界条件数据;
所述第一计算模块用于,基于获取到运行边界条件数据,计算联络线在未来年各子优化周期内的外送电量;
所述第二计算模块用于,基于预先建立的新能源生产模拟运行优化模型,利用获取到的运行边界条件数据和未来待优化时长各子优化周期内的外送电量,求解得到各个子优化周期对应的新能源消纳量结果;
所述求和模块用于,基于各个子优化周期对应的新能源消纳量,相加求和得到全年的新能源消纳量结果。
15.如权利要求14所述的系统,其特征在于,所述运行边界条件数据,包括:常规电源最大和最小运行方式、新能源理论最大发电功率、负荷序列、系统备用需求、未来待优化时长的联络线外送电量、未来待优化时长的联络线总外电量和联络线历史外送功率序列。
16.如权利要求15所述的系统,其特征在于,所述第一计算模块主要用于:
基于联络线历史外送功率序列,计算得到全年历史总外送量和各子优化周期的历史总外送电量;
基于年历史总外送量和各子优化周期的历史总外送电量,计算得到联络线在历史内各子优化周期的外送电量占比;
基于联络线在历史内各子优化周期的外送电量占比,计算得到联络线在为来待优化时长各子优化周期的外送电量。
17.如权利要求15所述的系统,其特征在于,所述第二计算模块主要用于:
第一个子优化周期以第一个子优化周期的联络新外送电量、负荷、新能源理论发电能力、常规电源最小和最大运行方式为边条件;
从第二个子优化周期开始,除将联络新外送电量、负荷、新能源理论发电能力、常规电源最小和最大运行方式作为边界条件外,还将上一个周期最后一个时段的常规电源运行状态和出力水平作为下一个子优化周期第一时段的边界条件;
基于确立的边界条件和预先建立的新能源生产模拟运行优化模型,逐周期计算,得到各子优化周期对应的新能源消纳量结果。
18.如权利要求14所述的系统,其特征在于,所述新能源生产模拟运行优化模型的建立,包括:
基于全部优化时段内新能源总发电量最大发电功率得到目标函数,采用系统功率平衡约束、系统备用需求约束、新能源发电功率约束、联络线外送电量约束和联络线外送功率上下限约束为约束条件对目标函数进行约束得到新能源生产模拟运行优化模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210151985.2A CN114792994A (zh) | 2022-02-18 | 2022-02-18 | 一种新能源与外送联络线时序生产模拟优化方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210151985.2A CN114792994A (zh) | 2022-02-18 | 2022-02-18 | 一种新能源与外送联络线时序生产模拟优化方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114792994A true CN114792994A (zh) | 2022-07-26 |
Family
ID=82459389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210151985.2A Pending CN114792994A (zh) | 2022-02-18 | 2022-02-18 | 一种新能源与外送联络线时序生产模拟优化方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114792994A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115566680A (zh) * | 2022-12-05 | 2023-01-03 | 中国电力科学研究院有限公司 | 一种新能源电力系统时序生产模拟运行优化方法及装置 |
CN116629458A (zh) * | 2023-07-24 | 2023-08-22 | 深圳康普盾科技股份有限公司 | 一种基于数据分析的储能设备运行优化方法及系统 |
-
2022
- 2022-02-18 CN CN202210151985.2A patent/CN114792994A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115566680A (zh) * | 2022-12-05 | 2023-01-03 | 中国电力科学研究院有限公司 | 一种新能源电力系统时序生产模拟运行优化方法及装置 |
CN116629458A (zh) * | 2023-07-24 | 2023-08-22 | 深圳康普盾科技股份有限公司 | 一种基于数据分析的储能设备运行优化方法及系统 |
CN116629458B (zh) * | 2023-07-24 | 2024-01-12 | 深圳康普盾科技股份有限公司 | 一种基于数据分析的储能设备运行优化方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110490363B (zh) | 一种多日机组组合优化方法及系统 | |
CN111555281B (zh) | 一种电力系统灵活性资源配置仿真方法及装置 | |
CN107248751A (zh) | 一种实现配电网负荷功率削峰填谷的储能站调度控制方法 | |
CN114792994A (zh) | 一种新能源与外送联络线时序生产模拟优化方法和系统 | |
CN106886839B (zh) | 基于混合整数规划的水火电机组组合优化调度方法 | |
CN109286208A (zh) | 一种综合能源系统调度方法和系统 | |
CN114595868A (zh) | 一种综合能源系统源网荷储协同规划方法及系统 | |
CN113659627A (zh) | 一种含光伏发电和液态空气储能的微电网优化调度方法 | |
CN116111597A (zh) | 一种中长期调度计划的潮流断面场景集构建方法、系统、存储器及设备 | |
Yuan et al. | Optimal proportion of wind and PV capacity in provincial power systems based on bilevel optimization algorithm under low-carbon economy | |
CN117114281A (zh) | 一种灵活资源多阶段规划方案的确定方法 | |
CN111178618A (zh) | 一种智能电网负荷预测方法 | |
CN114844119A (zh) | 一种储能发电装机和容量优化配置方法及系统 | |
CN114844120A (zh) | 一种含多类型储能的新能源生产模拟运行优化方法和系统 | |
CN110717694B (zh) | 基于新能源消纳期望值的储能配置随机决策方法及装置 | |
Veselov et al. | Modeling price effects of upgrading strategies of thermal power plants on the basis of low carbon technologies in a competitive market | |
CN113629781A (zh) | 一种基于empc的多vpp日前日内协调优化方法及装置 | |
Tiwary | Peak load management with wheeling in a gas turbine station under availability based tariff | |
CN113364042A (zh) | 一种数据中心光储协同优化配置方法和系统 | |
CN111030088B (zh) | 一种电力外送输电通道容量预测方法和装置 | |
Zhang et al. | Equilibrium models of electricity market considering wind power producer and electric vehicle aggregator | |
CN110890767A (zh) | 一种多抽水蓄能电厂均衡调度方法 | |
CN117277444B (zh) | 一种新能源基地电源容量优化配置方法及装置 | |
CN110311424A (zh) | 一种基于双时间尺度净负荷预测的储能调峰控制方法 | |
Zhou et al. | A study on source-network-demand coordinated expansion planning of the sending power system considering DC transmission and hydro-solar complementary |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |