CN114897553A - 一种利用弃风供热的实时电价的制定方法 - Google Patents

一种利用弃风供热的实时电价的制定方法 Download PDF

Info

Publication number
CN114897553A
CN114897553A CN202210301078.1A CN202210301078A CN114897553A CN 114897553 A CN114897553 A CN 114897553A CN 202210301078 A CN202210301078 A CN 202210301078A CN 114897553 A CN114897553 A CN 114897553A
Authority
CN
China
Prior art keywords
wind
power
abandoned
price
real
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
CN202210301078.1A
Other languages
English (en)
Inventor
李强
黄正勇
肖寒
李琼林
张振安
刘阳
李朝晖
谷青发
杨海晶
滕卫军
孙鑫
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.)
Chongqing University
Electric Power Research Institute of State Grid Henan Electric Power Co Ltd
Original Assignee
Chongqing University
Electric Power Research Institute of State Grid Henan 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 Chongqing University, Electric Power Research Institute of State Grid Henan Electric Power Co Ltd filed Critical Chongqing University
Priority to CN202210301078.1A priority Critical patent/CN114897553A/zh
Publication of CN114897553A publication Critical patent/CN114897553A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283Price estimation or determination
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003Load forecast, e.g. methods or systems for forecasting future load demand
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/004Generation forecast, e.g. methods or systems for forecasting future energy generation
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20The dispersed energy generation being of renewable origin
    • H02J2300/28The renewable source being wind energy
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种利用弃风供热的实时电价的制定方法,涉及风电供热领域。一种利用弃风供热的实时电价的制定方法,包括以下步骤:S100,在每个调度日前,提供该调度日的风电功率预测曲线;S200,根据所述风电功率预测曲线,结合电负荷预测曲线得出该调度日的弃风功率预测曲线;S300,根据所述弃风功率预测曲线,制定该调度日每小时的弃风供热实时电价。本发明实施例中所提供的一种利用弃风供热的实时电价的制定方法,用电价去引导用户主动消纳风电,令其以自身负荷去响应风电出力,从而达到最大化消纳弃风的目的。

Description

一种利用弃风供热的实时电价的制定方法
技术领域
本申请涉及风电供热领域,尤其是涉及一种利用弃风供热的实时电价的制定方法。
背景技术
风能为一种清洁的可再生能源,大力发展风电既可以缓解用电的紧张、为经济的发展提供可持续的动力,也可以减少对传统的化石燃料的过度依赖,其对节能和环保都具有重要的意义。但是,风电具有随机性、波动性等特点,电源的调节能力直接关系到电网接纳风电的水平。中国“三北”地区火电机组特别是热电联产机组多,在冬季居民、工业采暖需求下,热电联产机组一般以“以热定电”模式运行,电源调峰能力显著降低,在负荷低谷时段为了保证供热和电网的有功平衡,不得不大量弃风,严重影响着风电的接纳。
随着新能源装机容量的快速增长,我国北方部分地区出现了风电限电情况,尤其是冬季供热期火电机组以热定电,电网调峰能力下降,风电风电限电情况进一步恶化。我国冬季供暖,煤炭等常规能源是供热产业的主要热源,部分地区采用分散小锅炉、小采暖炉灶等低效率小型采暖方式,加重了冬季供暖期空气污染物排放。因此,冬季供暖期采用弃风电供暖,是解决风电限电和提高节能减排的有效手段。
为响应能源计划:“扩大风电清洁供暖规模,积极推广采用蓄热式电锅炉的电采暖方式”,在理想情况下,要想最大化消纳弃风,蓄热电采暖就需采用跟踪弃风的运行方式。但实际情况中,因用户会凭供热成本的高低来选择供暖方式,所以当前所执行的峰谷电价,会影响用户冬季供暖方式的选择,进而影响弃风消纳效果。
发明内容
本发明实施例的目的在于提供一种利用弃风供热的实时电价的制定方法,用电价去引导用户主动消纳风电,令其以自身负荷去响应风电出力,从而达到最大化消纳弃风的目的。
为解决上述技术问题,本发明所采用的技术方案是:
一种利用弃风供热的实时电价的制定方法,包括以下步骤:S100,在每个调度日前,提供该调度日的风电功率预测曲线;S200,根据所述风电功率预测曲线,结合电负荷预测曲线得出该调度日的弃风功率预测曲线; S300,根据所述弃风功率预测曲线,制定该调度日每小时的弃风供热实时电价。
在一些实施例中,在步骤S200中,所述风电功率预测曲线由风电功率预测数据决定,所述负荷预测曲线由电负荷数据决定,所述弃风功率预测曲线由弃风功率数据决定,有:
Pqf(t)=Pwind.f(t)+Ph.min(t)-Pload(t) (1)
其中,Pqf表示弃风功率数据,Pwind.f表示风电功率预测数据,Ph.min表示火电机组最小出力,Pload表示电负荷数据。
在一些实施例中,在步骤S300中,包括以下步骤:根据弃风功率数据得出一日弃风电量总和,有:
Figure RE-GDA0003698499450000021
其中,i表示时刻,n表示一日弃风时段总数,Dall表示一日弃风电量总和。
在一些实施例中,在步骤S300中,还包括以下步骤:根据弃风电量得出某一时段的弃风电价,有:
Ci=C*×CB
Figure RE-GDA0003698499450000031
其中,Ci表示第i个时段的弃风电价,C*表示电价标幺值,CB表示电价基准值,Di表示第i个时段的弃风电量。
在一些实施例中,所述制定方法还包括以下步骤:建立目标函数;规定约束条件。
在一些实施例中,所述目标函数为一个调度日电供暖用户供热成本最小,有:
Figure RE-GDA0003698499450000032
其中,F表示目标函数,ΔDi表示第i个时段消纳弃风电量。
在一些实施例中,所述约束条件包括:供热需求,有:
Figure RE-GDA0003698499450000033
其中,Eh表示系统供热一日所需用电量,W表示采暖热负荷指标,Shot表示供暖面积,Th表示日供暖时间,η表示电热转化效率。
在一些实施例中,所述约束条件还包括:可消纳弃风电量的约束,有:
0≤ΔDi≤Eqf.i (6)
其中,Eqf.i表示第i时段的最大可消纳弃风电量。
在一些实施例中,所述约束条件还包括供电方约束:保证供电方即风电场单位收益大于零,有:
Gw=Ci-cw>0 (7)
其中,Gw表示每单位弃风电收益,cw表示风电场边际运行成本。
在一些实施例中,所述约束条件还包括用电方约束:实施弃风电价后,单位电量的电价平均值不提高,且经约束调整后的各时段电价都应在一定范围之内,有:
Figure RE-GDA0003698499450000041
Cimin≤Ci≤Cimax (9)
其中,
Figure RE-GDA0003698499450000042
表示调整前的平均电价,
Figure RE-GDA0003698499450000043
表示调整后的平均电价,D表示弃风电量,Ci max表示设定的弃风电价上限,Ci min表示设定的弃风电价下限。
本发明提供的一种利用弃风供热的实时电价的制定方法,依据弃风功率大小和时间分布建立了弃风实时电价决策模型,在此基础上,以供热成本最小为目标函数构建了优化模型,并进行了算例分析,验证了方法及模型的有效性,得到以下结论:
(1)采用本发明方法进行弃风电价制定在不同弃风时间分布情况下有不同结果。
(2)场景4下消纳弃风4261.2MW·h,两种情况的供热成本分别为 31.321和54.521万元,与常规供热相比分别低于其35%和高于13%,综合来看场景4的弃风消纳效果和供热成本最优。弃风实时电价对于峰谷电价来说更具有选择性、配适行和协调性,能引导用户主动选择风电供热的供热方式,以自身负荷去响应风电出力,从而达到最大化消纳弃风的目的。
未来用户自由选择供热方式,自由选择实时价格,自由选择接受电网负荷管理,都将成为现实。
附图说明
为了更清楚地说明本公开中的技术方案,下面将对本公开一些实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例的附图,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。此外,以下描述中的附图可以视作示意图,并非对本公开实施例所涉及的产品的实际尺寸、方法的实际流程等的限制。
图1为根据本公开一些实施例中的弃风电价与弃风电量之间的关系示意图;
图2至图5为根据本公开一些实施例中的典型日弃风功率曲线与弃风实时电价曲线;
图6至图7为根据本公开一些实施例中的蓄热式电锅炉消纳弃风效果图;
图8至图9为根据本公开一些实施例中的4个场景消纳弃风效果对比图。
具体实施方式
下面将结合附图,对本公开一些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公开一部分实施例,而不是全部的实施例。基于本公开所提供的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本公开保护的范围。
除非上下文另有要求,否则,在整个说明书和权利要求书中,术语“包括”被解释为开放、包含的意思,即为“包含,但不限于”。在说明书的描述中,术语“一个实施例”、“一些实施例”、“示例性实施例”、“示例”或“一些示例”等旨在表明与该实施例或示例相关的特定特征、结构、材料或特性包括在本公开的至少一个实施例或示例中。上述术语的示意性表示不一定是指同一实施例或示例。此外,所述的特定特征、结构、材料或特点可以以任何适当方式包括在任何一个或多个实施例或示例中。
本发明实施例提供一种利用弃风供热的实时电价的制定方法,包括: S100~S300。
S100,在每个调度日前,提供该调度日的风电功率预测曲线。
S200,根据风电功率预测曲线,结合电负荷预测曲线得出该调度日的弃风功率预测曲线。
S300,根据弃风功率预测曲线,制定该调度日每小时的弃风供热实时电价。
本发明提供的一种利用弃风供热的实时电价的制定方法,在每个调度日前,风电场将给电网提供该调度日的风电功率预测曲线,电网将结合电负荷预测曲线进而得出该调度日的弃风功率预测曲线,然后,电网即可根据弃风功率预测曲线和相关约束条件来制定该调度日每小时的弃风供热实时电价。在实际应用中,电网在每个调度日前发布电价,而后,用户可以根据自身供热需求,自行选择风电供热时间进行日前交易。
本发明提供的一种利用弃风供热的实时电价的制定方法,通过制定实时电价,来使用户主动做出响应,即风电出力高峰时多用电,低谷时少用电,同时结合一定数量的可控负荷,使用户的负荷曲线更加贴近风电出力曲线,从而平缓风电波动,减小峰谷差。
在一些实施例中,在步骤S200中,风电功率预测曲线由风电功率预测数据决定,负荷预测曲线由电负荷数据决定,弃风功率预测曲线由弃风功率数据决定,有:
Pqf(t)=Pwind.f(t)+Ph.min(t)-Pload(t) (1)
其中,Pqf表示弃风功率数据,Pwind.f表示风电功率预测数据,Ph.min表示火电机组最小出力,Pload表示电负荷数据。
在一些示例中,在步骤S300中,包括以下步骤:S310。
S310,根据弃风功率数据得出一日弃风电量总和,有:
Figure RE-GDA0003698499450000071
其中,i表示时刻,n表示一日弃风时段总数,Dall表示一日弃风电量总和。
此外,利用上式(2)还可以计算弃风率,以了解弃风量的多少。
在一些示例中,在步骤S300中,还包括以下步骤:S320。
S320,根据弃风电量得出某一时段的弃风电价,有:
Ci=C*×CB
Figure RE-GDA0003698499450000072
其中,Ci表示第i个时段的弃风电价,C*表示电价标幺值,CB表示电价基准值,Di表示第i个时段的弃风电量。
在电价、天气、国民经济等因素中,电价是影响用户用电负荷的可操作性最强的因素。商品的供求关系影响商品的价格,而电能有一般商品的共同属性,就是需求与价格之间呈现反比例关系,如图1所示,其中横坐标D为需求量,纵坐标C为价格(D0,C0为平衡点)。在本实施例中,横坐标D表示弃风电量,纵坐标C表示弃风电价。
每时段的弃风电价变化趋势仅与每时段的弃风电量多少有关,即弃风电量多时弃风电价低,弃风电量少时弃风电价高,无弃风时则不设定弃风电价,不进行交易。
在一些实施例中,所述制定方法还包括以下步骤:S400~S500。
S400,建立目标函数。
S500,规定约束条件。
这样,能够验证上述步骤所得到的弃风电价模型的有效性。
在一些示例中,目标函数为一个调度日电供暖用户供热成本最小,有:
Figure RE-GDA0003698499450000081
其中,F表示目标函数,ΔDi表示第i个时段消纳弃风电量。
在一些实施例中,约束条件包括:供热需求,即电供热所需用电量,有:
Figure RE-GDA0003698499450000082
其中,Eh表示系统供热一日所需用电量,即系统一日最大程度消纳弃风电量,W表示采暖热负荷指标,Shot表示供暖面积,Th表示日供暖时间,η表示电热转化效率。
在一些示例中,约束条件还包括:可消纳弃风电量的约束,有:
0≤ΔDi≤Eqf.i (6)
其中,Eqf.i表示第i时段的最大可消纳弃风电量。
在一些实施例中,约束条件还包括:弃风电价制定区间的约束,涉及供电方约束与用电方约束两方面。
在一些示例中,供电方约束:保证供电方单位收益大于零,有:
Gw=Ci-cw>0 (7)
其中,Gw表示每单位弃风电收益,cw表示风电场边际运行成本。
在实际应用中,对供电方即风电场来说,弃风不上网即为浪费,上网即为收益,本实施例假设弃风上网的生产成本只计算边际运行成本。
在一些示例中,用电方约束:实施弃风电价后,单位电量的电价平均值不提高,且经约束调整后的各时段电价都应在一定范围之内,有:
Figure RE-GDA0003698499450000083
Cimin≤Ci≤Cimax (9)
其中,
Figure RE-GDA0003698499450000091
表示调整前的平均电价,
Figure RE-GDA0003698499450000092
表示调整后的平均电价,D表示弃风电量,Ci max表示设定的弃风电价上限,Ci min表示设定的弃风电价下限。
上述约束条件还包括:输入输出功率约束,有:
0≤Peb.in(t)≤Pin.N
0≤Peb.out(t)≤Pout.max (10)
其中,Peb.in表示输入功率,Peb.out表示输出功率,Pin.N表示蓄热式电采暖的额定输电制热功率,Pout.max表示最大制热功率。
此外,还需计算常规供热成本,一般是按一个采暖季每m2(建筑面积) 来收费的,有:
Chot=CrShot (11)
其中,Chot表示常规供热成本,Cr表示常规供暖价格。
下面对本发明提出的一种利用弃风供热的实时电价的制定方法进行算例分析。
首先在算例第一部分,本发明选用4个弃风功率时间分布典型日 (2015.12.18、2016.01.21、2016.02.22、2016.04.03)来表现采用本发明方法进行弃风电价制定在不同弃风时间分布情况下的不同结果。
其次在算例第二部分,采用4个不同的供热场景并以弃风消纳效果和供热成本两方面作为对比项以验证本发明所提方法及模型的有效性。
场景1:常规供热;
场景2:弃风供热,采用峰谷电价,低谷时段运行模式;
场景3:弃风供热,采用峰谷电价,跟踪弃风运行模式;
场景4:弃风供热,采用本发明弃风实时电价,跟踪弃风运行模式。
为简便计算,将原一个典型日负荷曲线288个点简化成24个点,每个点代表该时段的平均负荷,弃风曲线亦是如此。
1.1算例条件
本发明以东北地区某省级风电预测数据和电负荷实际数据为例,以15 个20万m2的小区为供热对象。该省现行电供暖峰谷电价见表1,本发明所选用的单台蓄热式电采暖技术参数如表2所示。根据公式(5)可计算出,每个小区需配置11台技术参数如表2所示的蓄热式电锅炉,本发明一共需配置165台蓄热式电锅炉。
表1现行电供暖峰谷电价
Figure RE-GDA0003698499450000101
表2单台蓄热式电采暖技术参数
Figure RE-GDA0003698499450000102
表3供暖条件
Figure RE-GDA0003698499450000103
1.2算例结果
1.2.1弃风电价制定结果
图2至图5为供暖期弃风功率时间分布不同的典型日弃风功率曲线及相应的弃风供热电价计算结果,详细电价数据见表4。
表4弃风电价表(单位:元/kW·h)
Figure RE-GDA0003698499450000111
由图可知,一个供暖期的弃风不仅仅存在于负荷低谷时段,负荷平段、峰段也有出现;有时峰段弃风功率还高于谷段。若依照以往蓄热式电锅炉工作时间设定在负荷低谷时段的运行方式并不能达到最大化消纳弃风的目的,所以本发明采用蓄热式电锅炉随弃风时段运行的方式。
1.2.2弃风消纳效果和供热成本对比
本发明以风电出力最大的一天(2016.1.21)及(2016.2.22)两种不同情况为例,情况1:弃风主要集中于负荷低谷时段;情况2:弃风主要集中于峰平时段。
首先,利用CPLEX软件对蓄热式电锅炉运行方式进行优化,可得到(1) 在以供热成本最小为目标函数下的典型日蓄热式电锅炉运行时间及运行功率,如图6至图7所示;(2)对应的供热成本。
其次,对4个场景分别进行弃风消纳效果和供热成本计算,结果如图8 至图9和表5所示。
表5弃风消纳效果和供热成本结果表
Figure RE-GDA0003698499450000121
由上表可知,风电供热比常规供热多消纳4261.2MW·h,在情况2下,跟踪弃风运行模式比低谷时段运行模式多消纳2181MW·h;现行的峰谷电价导致电供热成本以倍数形式高于常规供热成本;而场景4的供热成本均接近于常规供热成本,在情况1下的成本低于常规供热成本35%,在情况2 下略高于常规供热成本13%,这是因为情况2无弃风时段较多,平摊到各弃风时段的电价就会高些。
总体来说,场景4的弃风消纳效果和供热成本在4个场景中最优。
另外,电网企业的过网费问题本发明也有考虑,因上网的风电代替了传统火力发电所消耗的化石能源,所以这部分被利用的风电会产生风电环境效益。风电场可将这部分收益与电网企业进行合理分配,相当于给予电网应当收取的过网费,保证了电网企业的正常运营,只不过收益将有所降低,但不让任何企业受损,实现风电场、电网企业、电供暖用户多方共赢的局面,证明了本发明方法的可行性。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,本领域普通技术人员对本发明的技术方案所做的其他修改或者等同替换,只要不脱离本发明技术方案的精神和范围,均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种利用弃风供热的实时电价的制定方法,其特征在于,包括以下步骤:
S100,在每个调度日前,提供该调度日的风电功率预测曲线;
S200,根据所述风电功率预测曲线,结合电负荷预测曲线得出该调度日的弃风功率预测曲线;
S300,根据所述弃风功率预测曲线,制定该调度日每小时的弃风供热实时电价。
2.如权利要求1所述的利用弃风供热的实时电价的制定方法,其特征在于,在步骤S200中,所述风电功率预测曲线由风电功率预测数据决定,所述负荷预测曲线由电负荷数据决定,所述弃风功率预测曲线由弃风功率数据决定,有:
Pqf(t)=Pwind.f(t)+Ph.min(t)-Pload(t) (1)
其中,Pqf表示弃风功率数据,Pwind.f表示风电功率预测数据,Ph.min表示火电机组最小出力,Pload表示电负荷数据。
3.如权利要求2所述的利用弃风供热的实时电价的制定方法,其特征在于,在步骤S300中,包括以下步骤:
根据弃风功率数据得出一日弃风电量总和,有:
Figure FDA0003562918860000011
其中,i表示时刻,n表示一日弃风时段总数,Dall表示一日弃风电量总和。
4.如权利要求3所述的利用弃风供热的实时电价的制定方法,其特征在于,在步骤S300中,还包括以下步骤:
根据弃风电量得出某一时段的弃风电价,有:
Ci=C*×CB
Figure FDA0003562918860000021
其中,Ci表示第i个时段的弃风电价,C*表示电价标幺值,CB表示电价基准值,Di表示第i个时段的弃风电量。
5.如权利要求1所述的利用弃风供热的实时电价的制定方法,其特征在于,所述制定方法还包括以下步骤:
建立目标函数;
规定约束条件。
6.如权利要求5所述的利用弃风供热的实时电价的制定方法,其特征在于,所述目标函数为一个调度日电供暖用户供热成本最小,有:
Figure FDA0003562918860000022
其中,F表示目标函数,ΔDi表示第i个时段消纳弃风电量。
7.如权利要求5所述的利用弃风供热的实时电价的制定方法,其特征在于,所述约束条件包括:供热需求,有:
Figure FDA0003562918860000023
其中,Eh表示系统供热一日所需用电量,W表示采暖热负荷指标,Shot表示供暖面积,Th表示日供暖时间,η表示电热转化效率。
8.如权利要求5所述的利用弃风供热的实时电价的制定方法,其特征在于,所述约束条件还包括:可消纳弃风电量的约束,有:
0≤ΔDi≤Eqf.i (6)其中,Eqf.i表示第i时段的最大可消纳弃风电量。
9.如权利要求5所述的利用弃风供热的实时电价的制定方法,其特征在于,所述约束条件还包括供电方约束:保证供电方即风电场单位收益大于零,有:
Gw=Ci-cw>0 (7)
其中,Gw表示每单位弃风电收益,cw表示风电场边际运行成本。
10.如权利要求5所述的利用弃风供热的实时电价的制定方法,其特征在于,所述约束条件还包括用电方约束:实施弃风电价后,单位电量的电价平均值不提高,且经约束调整后的各时段电价都应在一定范围之内,有:
Figure FDA0003562918860000031
Cimin≤Ci≤Cimax (9)
其中,
Figure FDA0003562918860000032
表示调整前的平均电价,
Figure FDA0003562918860000033
表示调整后的平均电价,D表示弃风电量,Cimax表示设定的弃风电价上限,Cimin表示设定的弃风电价下限。
CN202210301078.1A 2022-03-24 2022-03-24 一种利用弃风供热的实时电价的制定方法 Pending CN114897553A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210301078.1A CN114897553A (zh) 2022-03-24 2022-03-24 一种利用弃风供热的实时电价的制定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210301078.1A CN114897553A (zh) 2022-03-24 2022-03-24 一种利用弃风供热的实时电价的制定方法

Publications (1)

Publication Number Publication Date
CN114897553A true CN114897553A (zh) 2022-08-12

Family

ID=82715992

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210301078.1A Pending CN114897553A (zh) 2022-03-24 2022-03-24 一种利用弃风供热的实时电价的制定方法

Country Status (1)

Country Link
CN (1) CN114897553A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107330546A (zh) * 2017-06-14 2017-11-07 武汉大学 一种考虑风电出力和需求响应不确定性的优化调度方法
CN108009681A (zh) * 2017-12-01 2018-05-08 国网辽宁省电力有限公司 一种基于电网负荷尖峰时段曲线提高风电消纳方法
CN108460482A (zh) * 2018-01-31 2018-08-28 南京理工大学 考虑可中断负荷和日前小时电价的风电消纳方法
CN109687470A (zh) * 2018-12-03 2019-04-26 三峡大学 基于电价-负荷联动响应的热电联产系统风电消纳调度方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107330546A (zh) * 2017-06-14 2017-11-07 武汉大学 一种考虑风电出力和需求响应不确定性的优化调度方法
CN108009681A (zh) * 2017-12-01 2018-05-08 国网辽宁省电力有限公司 一种基于电网负荷尖峰时段曲线提高风电消纳方法
CN108460482A (zh) * 2018-01-31 2018-08-28 南京理工大学 考虑可中断负荷和日前小时电价的风电消纳方法
CN109687470A (zh) * 2018-12-03 2019-04-26 三峡大学 基于电价-负荷联动响应的热电联产系统风电消纳调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王尧等: "面向调峰弃风消纳的分时电价政策制定与评估", 《吉林电力》 *

Similar Documents

Publication Publication Date Title
CN109523052B (zh) 一种考虑需求响应和碳交易的虚拟电厂优化调度方法
CN108063453B (zh) 一种提高风电接纳能力的电网全时段多元优化调度方法
CN103151797A (zh) 基于多目标调度模型的并网运行方式下微网能量控制方法
Klein et al. Grid support coefficients for electricity-based heating and cooling and field data analysis of present-day installations in Germany
Zhang et al. Multi-objective particle swarm optimization (MOPSO) for a distributed energy system integrated with energy storage
CN108487994A (zh) 一种微能源网复合储能系统
Zhi et al. Scenario-based multi-objective optimization strategy for rural PV-battery systems
Dancker et al. Optimal design and operation of a CHP based district heating system including a heat storage and electrode boiler to increase self-consumption
Zhou et al. Optimal scheduling of integrated energy system for low carbon considering combined weights
Cui et al. Optimal operation of CCHP microgrids with multiple shiftable loads in different auxiliary heating source systems
Zec et al. Load management in an off-grid hybrid PV–wind–battery system using the power flow control algorithm and fuzzy logic controller
CN114897553A (zh) 一种利用弃风供热的实时电价的制定方法
Dong et al. A multi-timescale optimal operation strategy for an integrated energy system considering integrated demand response and equipment response time
CN110061499B (zh) 一种差异化电源电价下并网型微电网的运行方法
Wang et al. Energy management and economic operation optimization of microgrid under uncertainty
Chu et al. Capacity determination of renewable energy systems, electricity storage, and heat storage in grid-interactive buildings
CN112990541A (zh) 一种基于家庭综合能源需求响应的电力削峰决策方法
Julianto et al. Confronting the Duck Curve Problem Using Dynamic Economic Emission Dispatch with CAES.
Liu et al. Optimal allocation of battery energy storage in distribution network considering the co-operation of generalized demand side resources
Jinglin et al. Multi-objective Collaborative Planning Method for Micro-energy Systems Considering Thermoelectric Coupling Clusters
Sonawane et al. Rooftop solar installations for demand side management-a case study
Hu et al. Demand Response Optimization Strategy for Multi-Level Intelligent Regulation under the Power Internet of Things
Sun et al. Optimal Scheduling and Benefit Analysis of Solid Heat Storage Devices in Cold Regions
Li et al. A Bi-level Optimal Configuration of Combined Cooling, Heating, and Power System Considering Demand Side Management
Chen et al. Coordinated Control Policy of New Energy Power System Considering Demand Side Characteristics

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