CN114899879A - 一种考虑供需双侧灵活性资源的电力系统优化调度方法 - Google Patents

一种考虑供需双侧灵活性资源的电力系统优化调度方法 Download PDF

Info

Publication number
CN114899879A
CN114899879A CN202210430241.4A CN202210430241A CN114899879A CN 114899879 A CN114899879 A CN 114899879A CN 202210430241 A CN202210430241 A CN 202210430241A CN 114899879 A CN114899879 A CN 114899879A
Authority
CN
China
Prior art keywords
demand response
thermal power
time period
generating unit
load
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
CN202210430241.4A
Other languages
English (en)
Inventor
凌煦
刘兵
余晓伟
赵雄光
田圆
刘颖杰
陈红坤
高鹏
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.)
Wuhan University WHU
Central China Grid Co Ltd
Original Assignee
Wuhan University WHU
Central China Grid 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 Wuhan University WHU, Central China Grid Co Ltd filed Critical Wuhan University WHU
Priority to CN202210430241.4A priority Critical patent/CN114899879A/zh
Publication of CN114899879A publication Critical patent/CN114899879A/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
    • H02J3/38—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
    • 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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • 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
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Power Engineering (AREA)
  • Economics (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

一种考虑供需双侧灵活性资源的电力系统优化调度方法，该方法先建立需求响应模型，再基于日前一段时间的新能源出力和负荷功率预测值、参与调度的火电机组和新能源机组的各项参数、弃风补偿系数以及需求响应模型构建以火电机组运行成本、新能源弃电补偿成本、激励型需求响应补偿成本之和最小为目标函数的优化调度模型，随后采用混合整数线性规划算法对优化调度模型进行求解，得到灵活性资源出力结果。本设计通过充分调用供、需侧的灵活性资源，在保证经济性的同时有效增加了系统的灵活性，有利于高比例新能源的消纳、改善负荷特性，减轻系统调峰压力。

Description

一种考虑供需双侧灵活性资源的电力系统优化调度方法
技术领域
本发明属于电力系统优化调度领域，具体涉及一种考虑供需双侧灵活性资源的电力系统优化调度方法。
背景技术
大力发展可再生能源是破解化石能源危机、维护可持续发展的重要举措。以风电、光伏为主的可再生能源，具有波动性和间歇性，不确定程度高，其高比例接入势必会带来电网灵活性的供需平衡问题，而灵活性问题也将成为制约可再生能源大力发展的瓶颈。目前针对风电、光伏等新能源高比例接入带来的电网灵活性问题，国内外诸多学者都进行了大量研究。随着新能源发电的迅猛发展，一味地通过供给侧常规机组的协调优化来适应新能源全额并网已经产生了局限，且经济性欠佳。
发明内容
本发明的目的是针对现有技术存在的上述问题，提供一种能够在保证经济性的同时有效整合供需双侧灵活性资源的电力系统优化调度方法。
为实现以上目的，本发明的技术方案如下：
一种考虑供需双侧灵活性资源的电力系统优化调度方法，依次包括以下步骤：
步骤A、建立需求响应模型；
步骤B、基于日前一段时间的新能源出力和负荷功率预测值、参与调度的火电机组和新能源机组的各项参数、弃风补偿系数以及需求响应模型构建考虑供需双侧灵活性资源的优化调度模型，该模型以火电机组运行成本、新能源弃电补偿成本、激励型需求响应补偿成本之和最小为目标函数；
步骤C、采用混合整数线性规划算法对步骤B构建的优化调度模型进行求解，得到灵活性资源出力结果。
步骤B中，所述优化调度模型的目标函数z为：
Figure BDA0003609971670000011
Figure BDA0003609971670000021
Figure BDA0003609971670000022
上式中，Cg,i,t为火电机组i在时段t的运行成本，
Figure BDA0003609971670000023
为火电机组i在时段t的启动成本、关停成本，cw为弃风补偿系数，ΔPw,t为时段t的风电弃电量，cIL为可中断负荷补偿系数，ΔPIL,t为时段t的可中断负荷切负荷量，T为总时段数，N为火电机组数量，Pg,i,t为火电机组i在时段t的出力，ai、bi、c分别为火电机组运行成本函数的二次项、一次项和常数项系数，Hi、Ji分别为火电机组i单次启动、关停成本，ui,t为表征火电机组i在时段t启停状态的0-1变量。
步骤B中，所述优化调度模型的约束条件包括：
火电机组出力约束：
Figure BDA0003609971670000024
上式中，
Figure BDA0003609971670000025
分别为火电机组i的出力下限、上限；
火电机组爬坡约束：
Figure BDA0003609971670000026
上式中，
Figure BDA0003609971670000027
分别为火电机组i的最大向上爬坡率、最大向下爬坡率，Δt为时段t与时段t-1的时间间隔；
热备用约束：
Figure BDA0003609971670000028
上式中，
Figure BDA0003609971670000029
为火电机组i的最大出力，ρ为火电机组的热备用系数，PL,t为时段t的用户负荷功率值；
机组启停时间约束：
Figure BDA0003609971670000031
上式中，TS、TO分别为最小关停时间、最小开机时间；
风电机组消纳量约束：
0≤Pwb,t≤Pw,t
上式中，Pwb,t为风电在时段t被消纳的功率值，Pw,t为日前风电机组在时段t的出力预测值；
可中断负荷比例约束：
0≤PIL,t≤PL,tRIL
上式中，RIL为可中断负荷比例；
功率平衡约束：
Figure BDA0003609971670000032
电价约束：
prt min≤Δprt+pr0,t≤prt max
上式中，Δprt为时段t的电价变化量，pr0,t为时段t的初始电价，prt min、prt max分别为电价下限、上限；
用户电价满意度约束：
Figure BDA0003609971670000033
上式中，nsat为用户对电价的满意度系数；
价格型需求响应实施后负荷用电总量不变约束：
Figure BDA0003609971670000034
上式中，ΔPL,t为价格型需求响应实施前、后的负荷变化量。
步骤A中，所述需求响应模型包括价格型需求响应模型、激励型需求响应模型，所述价格型需求响应模型为：
Figure BDA0003609971670000041
PDR1,t＝PL,t-ΔPL,t
Figure BDA0003609971670000042
Figure BDA0003609971670000043
Figure BDA0003609971670000044
上式中，P为各时段的负荷功率，ΔP为各时段的负荷功率变化量，pr为各时段的电价，Δpr为电价变化量，E为弹性矩阵，PL,t为时段t价格型需求响应实施前的用户负荷功率值，ΔPL,t为时段t价格型需求响应实施前、后的用户负荷功率变化量，PDR1,t为时段t价格型需求响应实施后的用户负荷功率值，εii为自弹性系数，εij为互弹性系数；
所述激励型需求响应模型为：
PDR2,t＝PL,t-utPIL,t
上式中，PDR2,t为时段t激励型需求响应实施后的用户负荷功率值，PL,t为时段t激励型需求响应实施前的用户负荷功率值，PIL,t为时段t激励型需求响应可中断负荷量。
所述灵活性资源出力结果包括火电机组出力、风电消纳量、价格型需求响应、激励型需求响应量。
与现有技术相比，本发明的有益效果为：
本发明一种考虑供需双侧灵活性资源的电力系统优化调度方法先建立需求响应模型，再基于日前一段时间的新能源出力和负荷功率预测值、参与调度的火电机组和新能源机组的各项参数、弃风补偿系数以及需求响应模型构建以火电机组运行成本、新能源弃电补偿成本、激励型需求响应补偿成本之和最小为目标函数的优化调度模型，随后采用混合整数线性规划算法对优化调度模型进行求解，得到灵活性资源出力结果，该方法除了将常规火电机组备用和调峰作为灵活性资源，还充分调用了供给侧新能源和需求侧资源的灵活性，为高比例新能源的消纳提供有益作用，有利于改善负荷特性、减轻电网调峰压力。因此，本发明通过充分调用供、需侧的灵活性资源，在保证经济性的同时有效增加了系统的灵活性，有利于高比例新能源的消纳、改善负荷特性，减轻系统调峰压力。
附图说明
图1为本发明的流程图。
图2为实施例1中模型输入的风功率标准化曲线。
图3为实施例1所述方法实施前后的负荷曲线对比图。
具体实施方式
下面结合具体实施方式以及附图对本发明作进一步详细的说明。
本发明提供了一种考虑供需双侧灵活性资源的电力系统优化调度方法，该方法在常规火电机组备用和调峰的基础上，充分调用了供给侧新能源和需求侧资源的灵活性，供给侧新能源具有更快的调节响应能力，通过小幅度弃风来实现下调灵活性，且其高比例并网也间接地增加了传统火电机组的灵活性，需求侧灵活性资源则采用价格型和激励型需求响应两种方式，最终实现供、需双侧灵活性资源的优化调度。
弃风补偿成本：当新能源机组出力占比较高时，由于系统灵活性不足会造成弃风，对应的弃风电量乘以弃风补偿系数即为弃风补偿成本。
实施例1：
本实施例以修改后的IEEE标准30节点系统作为研究电力系统，该系统共6台火电机组，装机总量335MW，新能源机组为风电机组。风机替换火电机组时按照节点原发电机容量等量替换，风功率按照输入风功率曲线等比例计算，输入的风功率标准化曲线如图2所示，替换火电机组的台数依次增加，风电渗透率逐渐提高。设置两种风电渗透率情况：①风机替换火电机组G6，装机容量40MW，风电渗透率11.94％；②风机替换火电机组G5、G6，装机容量共70MW，风电渗透率20.89％。
参见图1，一种考虑供需双侧灵活性资源的电力系统优化调度方法，依次按照以下步骤进行：
1、建立价格型需求响应模型、激励型需求响应模型，其中，所述价格型需求响应模型为：
Figure BDA0003609971670000061
PDR1,t＝PL,t-ΔPL,t
Figure BDA0003609971670000062
Figure BDA0003609971670000063
Figure BDA0003609971670000064
上式中，P为各时段的负荷功率，ΔP为各时段的负荷功率变化量，pr为各时段的电价，Δpr为电价变化量，E为弹性矩阵，PL,t为时段t价格型需求响应实施前的用户负荷功率值，ΔPL,t为时段t价格型需求响应实施前、后的用户负荷功率变化量，PDR1,t为时段t价格型需求响应实施后的用户负荷功率值，εii为自弹性系数，本实施例取-0.2，εij为互弹性系数，本实施例取0.033；
所述激励型需求响应模型为：
PDR2,t＝PL,t-utPIL,t
上式中，PDR2,t为时段t激励型需求响应实施后的用户负荷功率值，PL,t为时段t激励型需求响应实施前的用户负荷功率值，PIL,t为时段t激励型需求响应可中断负荷量；
2、基于日前24h的新能源出力和负荷功率预测值(时间尺度为1h)、参与调度的火电机组和新能源机组的各项参数、弃风补偿系数(设定为50元/MW)价格型需求响应模型、激励型需求响应模型(激励型需求响应补偿系数为1500元/MW)构建考虑供需双侧灵活性资源的优化调度模型，该模型的目标函数z为：
Figure BDA0003609971670000071
Figure BDA0003609971670000072
Figure BDA0003609971670000073
上式中，Cg,i,t为火电机组i在时段t的运行成本，
Figure BDA0003609971670000074
为火电机组i在时段t的启动成本、关停成本，cw为弃风补偿系数，ΔPw,t为时段t的风电弃电量，cIL为可中断负荷补偿系数，ΔPIL,t为时段t的可中断负荷切负荷量，T为总时段数，N为火电机组数量，Pg,i,t为火电机组i在时段t的出力，ai、bi、c分别为火电机组运行成本函数的二次项、一次项和常数项系数，Hi、Ji分别为火电机组i单次启动、关停成本，ui,t为表征火电机组i在时段t启停状态的0-1变量；
约束条件包括：
火电机组出力约束：
Figure BDA0003609971670000075
上式中，
Figure BDA0003609971670000076
分别为火电机组i的出力下限、上限；
火电机组爬坡约束：
Figure BDA0003609971670000077
上式中，
Figure BDA0003609971670000078
分别为火电机组i的最大向上爬坡率、最大向下爬坡率，Δt为时段t与时段t-1的时间间隔；
热备用约束：
Figure BDA0003609971670000079
上式中，
Figure BDA0003609971670000081
为火电机组i的最大出力，ρ为火电机组的热备用系数，PL,t为时段t的用户负荷功率值；
机组启停时间约束：
Figure BDA0003609971670000082
上式中，TS、TO分别为最小关停时间、最小开机时间；
风电机组消纳量约束：
0≤Pwb,t≤Pw,t
上式中，Pwb,t为风电在时段t被消纳的功率值，Pw,t为日前风电机组在时段t的出力预测值；
可中断负荷比例约束：
0≤PIL,t≤PL,tRIL
上式中，RIL为可中断负荷比例；
功率平衡约束：
Figure BDA0003609971670000083
电价约束：
prt min≤Δprt+pr0,t≤prt max
上式中，Δprt为时段t的电价变化量，pr0,t为时段t的初始电价，prt min、prt max分别为电价下限、上限；
用户电价满意度约束：
Figure BDA0003609971670000084
上式中，nsat为用户对电价的满意度系数；
价格型需求响应实施后负荷用电总量不变约束：
Figure BDA0003609971670000091
上式中，ΔPL,t为价格型需求响应实施前、后的负荷变化量；
3、采用混合整数线性规划算法对构建的优化调度模型进行求解，得到火电机组出力、风电消纳量、价格型需求响应、激励型需求响应量。
本实施例得到的系统在不同风电渗透率情况下的综合成本参见表1：
表1不同场景下系统调度综合成本对比
Figure BDA0003609971670000092
通过对比场景一和场景二可以得出，风电作为一种低碳清洁能源，在一定范围内，风电并网渗透率的提高将有效减少系统综合成本，保证了高比例新能源并网调度的经济性。通过对比场景二和场景三可以得出，考虑负荷侧灵活性资源，将其纳入电网调度，对系统综合成本的减小有益。
本实施例所述方法实施前、后的负荷曲线对比图如图3所示。从图3可以看出，考虑需求响应后，在负荷高峰期10点-15点以及18点-19点，负荷均有所减小，而在负荷低谷期15-17点及夜间，负荷有所上升，说明由于电价型和激励型需求响应的引导和激励，用户有意愿将部分用电提前或推后，有效实现了削峰填谷。表明负荷侧灵活性资源在参与优化调度中的有益作用。
综上，本发明能够在减小系统调度综合成本，保证经济性的同时，有效整合负荷侧灵活性资源，增加系统灵活性，减轻系统调峰压力，改善负荷特性。

Claims (5)

1.一种考虑供需双侧灵活性资源的电力系统优化调度方法，其特征在于：
所述调度方法依次包括以下步骤：
步骤A、建立需求响应模型；
步骤B、基于日前一段时间的新能源出力和负荷功率预测值、参与调度的火电机组和新能源机组的各项参数、弃风补偿系数以及需求响应模型构建考虑供需双侧灵活性资源的优化调度模型，该模型以火电机组运行成本、新能源弃电补偿成本、激励型需求响应补偿成本之和最小为目标函数；
步骤C、采用混合整数线性规划算法对步骤B构建的优化调度模型进行求解，得到灵活性资源出力结果。
2.根据权利要求1所述的一种考虑供需双侧灵活性资源的电力系统优化调度方法，其特征在于：
步骤B中，所述优化调度模型的目标函数z为：
Figure FDA0003609971660000011
Figure FDA0003609971660000012
Figure FDA0003609971660000013
上式中，Cg,i,t为火电机组i在时段t的运行成本，
Figure FDA0003609971660000014
为火电机组i在时段t的启动成本、关停成本，cw为弃风补偿系数，ΔPw,t为时段t的风电弃电量，cIL为可中断负荷补偿系数，ΔPIL,t为时段t的可中断负荷切负荷量，T为总时段数，N为火电机组数量，Pg,i,t为火电机组i在时段t的出力，ai、bi、c分别为火电机组运行成本函数的二次项、一次项和常数项系数，Hi、Ji分别为火电机组i单次启动、关停成本，ui,t为表征火电机组i在时段t启停状态的0-1变量。
3.根据权利要求2所述的一种考虑供需双侧灵活性资源的电力系统优化调度方法，其特征在于：
步骤B中，所述优化调度模型的约束条件包括：
火电机组出力约束：
Figure FDA0003609971660000021
上式中，
Figure FDA0003609971660000022
分别为火电机组i的出力下限、上限；
火电机组爬坡约束：
Figure FDA0003609971660000023
上式中，
Figure FDA0003609971660000024
分别为火电机组i的最大向上爬坡率、最大向下爬坡率，Δt为时段t与时段t-1的时间间隔；
热备用约束：
Figure FDA0003609971660000025
上式中，
Figure FDA0003609971660000026
为火电机组i的最大出力，ρ为火电机组的热备用系数，PL,t为时段t的用户负荷功率值；
机组启停时间约束：
Figure FDA0003609971660000027
上式中，TS、TO分别为最小关停时间、最小开机时间；
风电机组消纳量约束：
0≤Pwb,t≤Pw,t
上式中，Pwb,t为风电在时段t被消纳的功率值，Pw,t为日前风电机组在时段t的出力预测值；
可中断负荷比例约束：
0≤PIL,t≤PL,tRIL
上式中，RIL为可中断负荷比例；
功率平衡约束：
Figure FDA0003609971660000031
电价约束：
prt min≤Δprt+pr0,t≤prt max
上式中，Δprt为时段t的电价变化量，pr0,t为时段t的初始电价，prt min、prt max分别为电价下限、上限；
用户电价满意度约束：
Figure FDA0003609971660000032
上式中，nsat为用户对电价的满意度系数；
价格型需求响应实施后负荷用电总量不变约束：
Figure FDA0003609971660000033
上式中，ΔPL,t为价格型需求响应实施前、后的负荷变化量。
4.根据权利要求1-3中任一项所述的一种考虑供需双侧灵活性资源的电力系统优化调度方法，其特征在于：
步骤A中，所述需求响应模型包括价格型需求响应模型、激励型需求响应模型，所述价格型需求响应模型为：
Figure FDA0003609971660000034
PDR1,t＝PL,t-ΔPL,t
Figure FDA0003609971660000041
Figure FDA0003609971660000042
Figure FDA0003609971660000043
上式中，P为各时段的负荷功率，ΔP为各时段的负荷功率变化量，pr为各时段的电价，Δpr为电价变化量，E为弹性矩阵，PL,t为时段t价格型需求响应实施前的用户负荷功率值，ΔPL,t为时段t价格型需求响应实施前、后的用户负荷功率变化量，PDR1,t为时段t价格型需求响应实施后的用户负荷功率值，εii为自弹性系数，εij为互弹性系数；
所述激励型需求响应模型为：
PDR2,t＝PL,t-utPIL,t
上式中，PDR2,t为时段t激励型需求响应实施后的用户负荷功率值，PL,t为时段t激励型需求响应实施前的用户负荷功率值，PIL,t为时段t激励型需求响应可中断负荷量。
5.根据权利要求4所述的一种考虑供需双侧灵活性资源的电力系统优化调度方法，其特征在于：
所述灵活性资源出力结果包括火电机组出力、风电消纳量、价格型需求响应、激励型需求响应量。
CN202210430241.4A 2022-04-22 2022-04-22 一种考虑供需双侧灵活性资源的电力系统优化调度方法 Pending CN114899879A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210430241.4A CN114899879A (zh) 2022-04-22 2022-04-22 一种考虑供需双侧灵活性资源的电力系统优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210430241.4A CN114899879A (zh) 2022-04-22 2022-04-22 一种考虑供需双侧灵活性资源的电力系统优化调度方法

Publications (1)

Publication Number Publication Date
CN114899879A true CN114899879A (zh) 2022-08-12

Family

ID=82717212

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210430241.4A Pending CN114899879A (zh) 2022-04-22 2022-04-22 一种考虑供需双侧灵活性资源的电力系统优化调度方法

Country Status (1)

Country Link
CN (1) CN114899879A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115360706A (zh) * 2022-09-23 2022-11-18 福州大学 考虑dr和灵活性供需平衡的源荷储联合调度方法及系统
CN116826867A (zh) * 2023-08-30 2023-09-29 国网湖北省电力有限公司经济技术研究院 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

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115360706A (zh) * 2022-09-23 2022-11-18 福州大学 考虑dr和灵活性供需平衡的源荷储联合调度方法及系统
CN116826867A (zh) * 2023-08-30 2023-09-29 国网湖北省电力有限公司经济技术研究院 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
CN116826867B (zh) * 2023-08-30 2023-12-15 国网湖北省电力有限公司经济技术研究院 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

Similar Documents

Publication Publication Date Title
CN112104007B (zh) 一种广义源储系统调度的集中控制方法
Wang et al. A near-optimal model-based control algorithm for households equipped with residential photovoltaic power generation and energy storage systems
CN110826815B (zh) 一种考虑综合需求响应的区域综合能源系统运行优化方法
CN114899879A (zh) 一种考虑供需双侧灵活性资源的电力系统优化调度方法
CN112395748B (zh) 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
CN105225022A (zh) 一种热电联产型微电网的经济性优化运行方法
CN110165715B (zh) 一种将电动汽车储能式充电站接入虚拟电厂的方法
CN110350512A (zh) 一种智能园区新能源发电站调度优化方法及系统
CN111327078A (zh) 户用能源调度方法、能源管理模块及户用能源系统
CN110991735A (zh) 一种考虑aa-caes的热电联供系统优化调度方法
CN114444785A (zh) 一种燃煤机组深度调峰的深度调度方法及系统
CN110783927B (zh) 多时间尺度交直流配电网调度方法及装置
CN108305001B (zh) 新能源电力系统中紧急调控域的调度方法
CN112564088B (zh) 考虑火电灵活性改造成本的可再生能源消纳能力提升方法
CN114021361A (zh) 一种含蓄热电锅炉负荷的多时间尺度优化调度方法及系统
CN117526440A (zh) 一种计及灵活性的煤-水-风-光协同发电系统优化运行方法
CN117151294A (zh) 一种城市区域综合能源系统优化方法及终端设备
CN114389262B (zh) 一种弹性环境下基于鲁棒优化的区域电网调度方法
CN116562554A (zh) 一种考虑灵活性供需平衡的长短期储能联合规划方法
CN114421486B (zh) 一种电动汽车智能充电控制方法
CN115600838A (zh) 一种水电站调节能力评价方法、设备和介质
CN114399162A (zh) 一种基于能源调度时间自适应变化的滚动优化调度方法
CN108596521B (zh) 一种区外来电对受端电网辅助服务影响的定量分析方法
CN113363978B (zh) 一种考虑区外来电的电力系统时序生产模拟方法
CN116316740B (zh) 一种考虑新能源影响的储能代替火电容量效率计算方法

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