CN114977235B - 一种基于变速抽水蓄能的多能源电力优化调度方法及系统 - Google Patents
一种基于变速抽水蓄能的多能源电力优化调度方法及系统 Download PDFInfo
- Publication number
- CN114977235B CN114977235B CN202210730222.3A CN202210730222A CN114977235B CN 114977235 B CN114977235 B CN 114977235B CN 202210730222 A CN202210730222 A CN 202210730222A CN 114977235 B CN114977235 B CN 114977235B
- Authority
- CN
- China
- Prior art keywords
- power
- variable
- power generation
- pumped storage
- wind
- 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.)
- Active
Links
- 238000003860 storage Methods 0.000 title claims abstract description 236
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000010248 power generation Methods 0.000 claims abstract description 214
- 230000005684 electric field Effects 0.000 claims abstract description 67
- 238000005457 optimization Methods 0.000 claims abstract description 23
- 238000005086 pumping Methods 0.000 claims description 74
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 62
- 238000004146 energy storage Methods 0.000 claims description 24
- 230000008859 change Effects 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 230000009471 action Effects 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 4
- 238000002347 injection Methods 0.000 claims description 4
- 239000007924 injection Substances 0.000 claims description 4
- 230000005855 radiation Effects 0.000 claims description 3
- 239000002699 waste material Substances 0.000 claims 2
- 238000005265 energy consumption Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 7
- 230000015654 memory Effects 0.000 description 6
- 230000005611 electricity Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 239000002028 Biomass Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
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
- H02J3/28—Arrangements for balancing of the load in a network by storage of 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected 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
- 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
- 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
Abstract
本发明公开了一种基于变速抽水蓄能的多能源电力优化调度方法及系统，方法包括：分别根据多种可再生能源机组的发电特性、变速抽水蓄能机组的功率特性、火电机组发电成本和出力特性，构建出可再生能源电场发电模型、变速抽水蓄能电站模型及火电站发电成本和出力模型；基于电网潮流约束条件，根据可再生能源发电模型、变速抽水蓄能电站模型及火电站发电成本和出力模型，构建得到以发电总成本最小为目标函数的优化调度模型；根据优化调度模型，得到可再生能源电场、变速抽水蓄能电站及火电站的调度方案。能够有效的缓解火电机组在面对可再生能源反调峰特性时的调峰压力，降低了发电成本，减少弃风及弃光现象，促进了可再生能源消纳。
Description
技术领域
本发明涉及电力系统领域，尤其涉及一种基于变速抽水蓄能的多能源电力优化调度方法及系统。
背景技术
近年来，风电、光伏等可再生能源发电技术发展迅速。可再生能源的不确定性与反调峰特性，对原有的火电电网造成了极大的影响，导致电力系统调峰压力增加。
伴随可再生能源渗透率不断提升，会导致火电电力系统的调峰压力越来越大，从而需要火电机组进入深度调峰状态，大大提升了电网整体的发电成本。
因此，现有的电力系统在面对可再生能源的调峰压力时，要么面临发电成本的提升，要么放弃风电及光伏可再生能源的接入，导致弃风及弃光现象。
发明内容
本发明提供了一种基于变速抽水蓄能的多能源电力优化调度方法及系统，解决了火电电力系统在面对可再生能源的调峰压力时，要么面临发电成本的提升，要么放弃风电及光伏可再生能源的接入，导致弃风及弃光现象的问题。
为了解决上述技术问题，本发明所采用的技术方案是：
第一方面，提供一种基于变速抽水蓄能的多能源电力优化调度方法，包括：
根据多种可再生能源机组的发电特性，构建得到对应的可再生能源电场发电模型；
根据变速抽水蓄能机组的功率特性，构建基于水头变化状态的变速抽水蓄能电站模型；
根据火电机组发电成本和出力特性，构建基于火电机组深度调峰状态的火电站发电成本和出力模型；
基于电网潮流约束条件，根据可再生能源发电模型、变速抽水蓄能电站模型及火电站发电成本和出力模型，构建得到以发电总成本最小为目标函数的优化调度模型；
根据优化调度模型，得到可再生能源电场、变速抽水蓄能电站及火电站的调度方案。
第二方面，提供一种基于变速抽水蓄能的多能源电力优化调度系统，包括
可再生能源建模模块，用于根据多种可再生能源机组的发电特性，构建得到对应的可再生能源电场发电模型；
水电建模模块，用于根据变速抽水蓄能机组的功率特性，构建基于水头变化状态的变速抽水蓄能电站模型；
火电建模模块，用于根据火电机组发电成本和出力特性，构建基于火电机组深度调峰状态的火电站发电成本和出力模型；
优化调度建模模块，用于基于电网潮流约束条件，根据可再生能源发电模型、变速抽水蓄能电站模型及火电站发电成本和出力模型，构建得到以发电总成本最小为目标函数的优化调度模型；
求解模块，用于根据优化调度模型，得到可再生能源电场、变速抽水蓄能电站及火电站的调度方案。
第三方面，提供一种存储一个或多个程序的计算机可读存储介质，一个或多个程序包括指令，指令当由计算设备执行时，使得计算设备执行第一方面中基于变速抽水蓄能的多能源电力优化调度方法。
第四方面，提供一种计算设备，包括一个或多个处理器、一个或多个存储器以及一个或多个程序，其中一个或多个程序存储在一个或多个存储器中并被配置为由一个或多个处理器执行，一个或多个程序包括用于执行第一方面中基于变速抽水蓄能的多能源电力优化调度方法的指令。
本发明所达到的有益效果：
分别根据多种可再生能源机组的发电特性、变速抽水蓄能机组的功率特性、火电机组发电成本和出力特性，构建出可再生能源电场发电模型、变速抽水蓄能电站模型及火电站发电成本和出力模型，在变速抽水蓄能电站模型构建时考虑了水头变化状态的影响，火电站发电成本和出力模型中考虑火电机组深度调峰状态的影响，通过各模型构建以发电总成本最小为目标函数的优化调度模型，通过求解优化调度模型获得可再生能源电场、变速抽水蓄能电站及火电站的调度方案。通过调节变速抽水蓄能机组的出力，能够有效的缓解火电机组在面对可再生能源反调峰特性时的调峰压力，降低了发电成本，减少弃风及弃光现象，促进了可再生能源消纳。
附图说明
图1为本发明基于变速抽水蓄能的多能源电力优化调度方法的流程图；
图2为构建可再生能源电场发电模型的过程示意图；
图3为多节点电力系统系统的接线图；
图4为系统负荷、变速抽水蓄能电站与可再生能源出力示意图；
图5为含变速抽水蓄能电站的电力系统中火电机组出力计划图；
图6为不含变速抽水蓄能电站的电力系统中火电机组出力计划图；
图7为含变速抽水蓄能电站的电力系统中火电机组运行状态图；
图8为不含变速抽水蓄能电站的电力系统中火电机组运行状态图；
图9为变速抽水蓄能电站中各抽水蓄能机组的出力序列示意图；
图10为本发明基于变速抽水蓄能的多能源电力优化调度系统的结构图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
如图1所示，一种基于变速抽水蓄能的多能源电力优化调度方法，包括以下步骤：
101，根据多种可再生能源机组的发电特性，构建得到对应的可再生能源电场发电模型；
其中，可再生能源表示的是风能、太阳能、生物质能等等非化石能源。利用可再生能源进行发电，就是通过机械、器件或者设备，将可再生能源转换为电能，例如，利用风力发电机组将风能转换为电能，或者，利用光伏发电单元(即太阳能板)将太阳能转换为电能。在本发明的实施例中，由于当前可再生能源中风能和太阳能是应用和投入较为成熟和广泛的，因此，主要是以风能和太阳能为例进行说明，但是并不排除生物质能或地热能等可再生能源的电场调度也可以使用该方法。
102，根据变速抽水蓄能机组的功率特性，构建基于水头变化状态的变速抽水蓄能电站模型；
其中，抽水蓄能电站是指：利用电力负荷低谷时的电能抽水至上水库，在电力负荷高峰期再放水至下水库发电的水电站，又称蓄能式水电站，可将电网负荷低时的多余电能，转变为电网高峰时期的高价值电能，还适于调频及调相，用于稳定电力系统的周波和电压。变速抽水蓄能机组在抽水时具有速度调节功能，根据变速抽水蓄能机组的功率特性，构建基于水头变化状态的变速抽水蓄能电站模型。
103，根据火电机组发电成本和出力特性，构建基于火电机组深度调峰状态的火电站发电成本和出力模型；
其中，火电站在建设和运营的过程中，对于常规调峰状态和深度调峰状态针对火电机组具有不同的发电成本和出力特性，在深度调峰状态对于发电成本有大大提升的影响，因此在建模时，需要重点考虑火电机组深度调峰状态，构建基于火电机组深度调峰状态的火电站发电成本和出力模型。
104，基于电网潮流约束条件，根据可再生能源发电模型、变速抽水蓄能电站模型及火电站发电成本和出力模型，构建得到以发电总成本最小为目标函数的优化调度模型；
其中，电网潮流约束条件是对于电网系统中不同节点之间传输的功率的约束条件，是由电网系统的自身特性所决定的，在基于电网潮流约束条件下，根据可再生能源发电模型、变速抽水蓄能电站模型及火电站发电成本和出力模型，构建得到以发电总成本最小为目标函数的优化调度模型。
105，根据优化调度模型，得到可再生能源电场、变速抽水蓄能电站及火电站的调度方案。
其中，在优化调度模型是以发电总成本最小为目标函数的限制下，通过计算求解得到可再生能源电场、变速抽水蓄能电站及火电站中各机组的出力和调度时长，从而缓解火电站的火电机组的调峰压力。
本发明实施例的实施原理为：
分别根据多种可再生能源机组的发电特性、变速抽水蓄能机组的功率特性、火电机组发电成本和出力特性，构建出可再生能源电场发电模型、变速抽水蓄能电站模型及火电站发电成本和出力模型，在变速抽水蓄能电站模型构建时考虑了水头变化状态的影响，火电站发电成本和出力模型中考虑火电机组深度调峰状态的影响，通过各模型构建以发电总成本最小为目标函数的优化调度模型，通过求解优化调度模型获得可再生能源电场、变速抽水蓄能电站及火电站的调度方案。通过调节变速抽水蓄能机组的出力，能够有效的缓解火电机组在面对可再生能源反调峰特性时的调峰压力，降低了发电成本，减少弃风及弃光现象，促进了可再生能源消纳。
在以上图1所示的步骤101中，可再生能源以风能和太阳能为例，多种可再生能源机组包括风力发电机组及光伏发电单元，构建可再生能源电场发电模型的过程如图2所示，具体步骤为：
201，获取风电场中风力发电机组的风电发电特性；
其中，风电发电特性包括风力发电机组数量、每一台风力发电机组的额定容量及额定风速。
202，根据风电发电特性及实时风速信息构建得到风电场发电模型；
其中，风电场发电模型的表达式为：
其中，Pt wind为t时刻风电场的风电出力，为第w台风力发电机组在t时刻的发电功率，W为风电场的风力发电机组数量，vt为t时刻风电场的风速，vin,w为第w台风力发电机组的切入风速，vout,w为第w台风力发电机组的切出风速，/>为第w台风力发电机组的额定容量，vrate,w为第w台风力发电机组的额定风速。
203，获取光伏电场中光伏发电单元的光伏发电特性；
其中，光伏发电特性包括光伏发电单元组数、每一组光伏发电单元的能量转换效率、额定容量、温度系数及标准工作温度；
204，根据光伏发电特性、实时太阳辐射信息及温度信息，构建得到光伏电场发电模型。
其中，光伏电场发电模型的表达式为：
其中，Pt pv为光伏电场在t时刻的光伏出力，S为光伏电场的光伏发电单元组数，为第s组光伏发电单元的能量转换效率，/>为第s组光伏发电单元的额定容量，At为t时刻光伏电场所受太阳辐照强度，/>为第s组光伏发电单元在标准温度下的标准太阳辐照强度，/>为第s组光伏发电单元的温度系数，Tt pv为第s组光伏发电单元的标准工作温度，/>为t时刻光伏电场的环境温度。
在以上图1所示的实施例中，步骤102中根据变速抽水蓄能机组的功率特性，构建基于水头变化状态的变速抽水蓄能电站模型，包括：
获取变速抽水蓄能机组的功率特性，功率特性包括变速抽水蓄能电站的库容约束条件、每一台变速抽水蓄能机组在流量约束条件、功率约束条件及启停约束条件下不同抽水工况的发电特性与负载特性；
根据功率特性构建基于水头变化状态的变速抽水蓄能电站模型，变速抽水蓄能电站模型表达式为：
其中，Vt ps为t时刻变速抽水蓄能电站的上水库库容，为变速抽水蓄能电站的上水库库容最小值，/>为变速抽水蓄能电站的上水库库容最大值，γt用以分离变速抽水蓄能电站的水头的0-1变量；
库容约束条件为：
其中，为t-1时刻变速抽水蓄能电站的上水库库容，N为变速抽水蓄能电站的变速抽水蓄能机组总数，/>为第n台变速抽水蓄能机组在t时刻抽水流量，/>为第n台变速抽水蓄能机组在t时刻发电流量，/>为水库库容调度末端控制目标，Δt表示调度单位时间；
流量约束条件为：
其中，用以表示第n台变速抽水蓄能机组t时刻是否处于发电状态的0-1变量，/>为第n台变速抽水蓄能机组低水头下发电流量最小值，/>为第n台变速抽水蓄能机组t时刻发电流量大于最小发电流量的部分，/>为第n台变速抽水蓄能机组低水头下发电流量最大值，/>为第n台变速抽水蓄能机组高水头下发电流量最小值，/>为第n台变速抽水蓄能机组高水头下发电流量最大值，/>用以表示第n台变速抽水蓄能机组t时刻是否处于抽水状态的0-1变量，/>为第n台变速抽水蓄能机组低水头下抽水流量最小值，/>为第n台变速抽水蓄能机组t时刻抽水流量大于最小抽水流量的部分，为第n台变速抽水蓄能机组低水头下抽水流量最大值，/>为第n台变速抽水蓄能机组高水头下抽水流量最小值，/>为第n台变速抽水蓄能机组高水头下抽水流量最大值；
功率约束条件为：
其中，为第n台变速抽水蓄能机组t时刻发电功率，/>为第n台变速抽水蓄能机组低水头下发电功率的最小值，/>为第n台变速抽水蓄能机组低水头下发电流量与发电功率转换效率，/>为第n台变速抽水蓄能机组低水头下发电功率的最大值，为第n台变速抽水蓄能机组高水头下发电功率的最小值，/>为第n台变速抽水蓄能机组高水头下发电流量与发电功率转换效率，/>为第n台变速抽水蓄能机组高水头下发电功率的最大值，/>为第n台变速抽水蓄能机组t时刻抽水功率，/>为第n台变速抽水蓄能机组低水头下抽水功率的最小值，/>为第n台变速抽水蓄能机组低水头下抽水流量与抽水功率转换效率，/>为第n台变速抽水蓄能机组低水头下抽水功率的最大值，/>为第n台变速抽水蓄能机组高水头下抽水功率的最小值，/>为第n台变速抽水蓄能机组高水头下抽水流量与抽水功率转换效率，/>为第n台变速抽水蓄能机组高水头下抽水功率的最大值；
启停约束条件为：
其中，用以表示第n台变速抽水蓄能机组t-1时刻是否处于发电状态的0-1变量，/>用以表示第n台变速抽水蓄能机组t-1时刻是否处于抽水状态的0-1变量，/>用以表示第n台变速抽水蓄能机组在t时刻发电工况下开机动作的0-1变量，/>用以表示第n台变速抽水蓄能机组在t时刻发电工况下停机动作的0-1变量，/>用以表示第n台变速抽水蓄能机组在t时刻抽水工况下开机动作的0-1变量，/>用以表示第n台变速抽水蓄能机组在t时刻抽水工况下停机动作的0-1变量，/>为调度时段内第n台变速抽水蓄能机组发电工况下最大启停次数，/>为调度时段内第n台变速抽水蓄能机组抽水工况下最大启停次数，T为总调度时长。
在以上图1所示的实施例中，步骤103中根据火电机组发电成本和出力特性，构建基于火电机组深度调峰状态的火电站发电成本和出力模型，包括：
获取火电机组在常规调峰状态及深度调峰状态下的发电成本和出力特性；
根据常规调峰状态与深度调峰状态的出力特性差异，对火电机组出力进行分段线性化处理，得到火电机组出力模型，出力模型表达式为：
其中，为第k台火电机组在t时刻的出力，/>为第k台火电机组在常规调峰状态下出力最小值，/>用以表示第k台火电机组在t时刻是否处于常规调峰状态下的0-1变量，/>为第k台火电机组在t时刻常规调峰状态下的出力，/>为第k台火电机组在常规调峰状态下出力最大值，/>为第k台火电机组在深度调峰状态下出力最小值，用以表示第k台火电机组在t时刻是否处于深度调峰状态下的0-1变量，/>为第k台火电机组在t时刻深度调峰状态下的出力，/>为第k台火电机组在深度调峰状态下出力最大值；
根据常规调峰状态与深度调峰状态的发电成本特性差异及火电机组出力模型，得到火电站发电成本和出力模型，火电站发电成本和出力模型表达式为：
其中，Ft th为火电站在t时刻发电总成本，K为火电站的火电机组台数，为第k台火电机组在深度调峰状态下最大出力所对应的发电成本，/>为第k台火电机组在深度调峰状态下最小出力所对应的发电成本，/>为第k台火电机组在常规调峰状态下最大出力所对应的发电成本，/>为第k台火电机组在常规调峰状态下最小出力所对应的发电成本。
结合以上的内容描述及图1所示实施例，步骤104基于电网潮流约束条件，根据可再生能源发电模型、变速抽水蓄能电站模型及火电站发电成本和出力模型，构建得到以发电总成本最小为目标函数的优化调度模型，包括：
获取电网潮流约束条件，电网潮流约束条件为：
其中，为i节点及j节点之间线路功率限制，Pij,t为t时刻从i节点流入j节点的功率，Pji,t为t时刻从j节点流入i节点的功率，θi,t为i节点在t时刻相角，θj,t为j节点在t时刻相角，xij为线路ij的支路电抗，/>为t时刻i节点中所有发电单元的注入功率，/>为t时刻i节点其他负荷功率，/>为t时刻i节点风电场注入功率，/>为t时刻i节点光伏电场注入功率，/>为t时刻i节点火电站注入功率，/>为t时刻i节点变速抽水蓄能电站注入功率，/>为t时刻i节点变速抽水蓄能电站负荷功率，/>为t时刻i节点风电场弃风功率，/>为t时刻i节点风电场发电功率，/>为t时刻i节点光伏电场弃风功率，/>为t时刻i节点光伏电场发电功率；
基于电网潮流约束条件，根据风电场发电模型、光伏电场发电模型、变速抽水蓄能电站模型及火电站发电成本和出力模型，构建得到以发电总成本最小为目标函数的优化调度模型，以发电总成本最小为目标函数的优化调度模型表达式为：
Ft wind＝Cwind·Pt wind,dep·Δt；
Ft pv＝Cpv·Pt pv,dep·Δt；
其中，F为发电总成本，T为总调度时长，Ft ps为t时刻变速抽水蓄能电站运行总成本，Ft wind为t时刻风电场弃风惩罚，Ft th为t时刻火电站发电总成本，Ft pv为t时刻光伏电场弃光惩罚，N为变速抽水蓄能电站的变速抽水蓄能机组总数，Cps为变速抽水蓄能电站单位抽水-发电成本，为第n台变速抽水蓄能机组t时刻发电功率，/>为第n台变速抽水蓄能机组t时刻抽水功率，Cwind为风电场单位弃风惩罚，Pt wind,dep为t时刻风电场弃风功率，Cpv为光伏电场单位弃光惩罚，Pt pv,dep为t时刻光伏电场弃光功率。
结合以上的内容描述及图1所示实施例，根据优化调度模型，得到可再生能源电场、变速抽水蓄能电站及火电站的调度方案，包括：
通过Gurobi求解器对优化调度模型进行计算，得到风电场、光伏电场、变速抽水蓄能电站及火电站的调度方案。
如图3所示的电力系统，其中包含1个接入到第10节点的600MW光伏电场、2个分别接入到第2和第14节点的1000MW风电场、1个接入到第14节点的6*300MW变速抽水蓄能电站，在图3中，光伏电场、风电场及变速抽水蓄能电站都是以G表示。
建立风电场发电模型和光伏电场发电模型，风电、光伏出力如下表1所示：
表1风电、光伏出力
其中，Ppv(t)表示光伏电场的日前预测出力；Pwind1(t)表示接入第2节点的风电场的日前预测出力；Pwind2(t)表示接入第14节点风电场的日前预测出力。
获取变速抽水蓄能电站的相关参数，变速抽水蓄能电站参数如下表2所示，建立基于水头变化状态的变速抽水蓄能电站模型。
表2变速抽水蓄能电站参数
获取火电站的相关参数，火电站参数如下表3所示，建立基于火电机组深度调峰的火电站发电成本和出力模型。
表3火电站参数
/>
构建以发电总成本最小为目标函数的优化调度模型，并求解，系统负荷、可再生能源出力与抽水蓄能电站出力如图4所示，从图4中可以看出，可再生能源出力具有明显的反调峰特性，利用变速抽水蓄能电站的调节特性，在系统负荷较低、可再生能源出力较高的时段，变速抽水蓄能电站运行在抽水状态下；在系统负荷较高、可在生能源出力较低的时段，变速抽水蓄能电站运行在发电状态下。通过变速抽水蓄能电站调节，对可再生能源在时间尺度上进行调节，提升可再生能源消纳，降低电网发电综合成本。
图5表示含变速抽水蓄能电站的电力系统中火电机组出力计划图；图6表示不含变速抽水蓄能电站的电力系统中火电机组出力计划图。从图6中可以看出，对于不含变速抽水蓄能电站的电力系统而言，调峰任务主要由火电机组承担，火电机组输出功率变化较大，从图5中可以看出，对于含变速抽水蓄能电站的电力系统而言，调峰任务主要由抽水蓄能电站承担，火电机组出力变化较为平缓。
图7表示含变速抽水蓄能电站的电力系统中火电机组运行状态图；图8表示不含变速抽水蓄能电站的电力系统中火电机组运行状态图；分析图7和图8可以看出，在含变速抽水蓄能电站时，火电机组#1的深度调峰时长是2个小时，火电机组#2的深度调峰时长是6个小时，火电机组#3的深度调峰时长是4个小时；而不含变速抽水蓄能电站时，火电机组#1的深度调峰时长是3个小时，火电机组#2的深度调峰时长是7个小时，火电机组#2的深度调峰时长是7个小时。由此可见，变速抽水蓄能电站的增加，明显缩短了火电机组在面对可再生能源的反调峰特性时候的深度调峰时长。
变速抽水蓄能电站中各抽水蓄能机组的出力序列如图9所示，给出了各个机组在不同时刻的运行工况与出力，例如，在第3个小时，6个机组全部进行抽水，消耗电能总量是800MW，因此，相对于电力系统而言，能够将多余的电能转换为变速抽水蓄能电站的上水库的水量；在第12个小时，6个机组全部发电，发电电能总量是400MW，即将上水库的水量转换为电能。对于系统内的变速抽水蓄能电站而言合理安排各机组的启停状态与出力可以有效改善系统内火电机组的深度调峰情况与可再生能源消纳。
在以上的描述中，对于基于变速抽水蓄能的多能源电力优化调度方法进行了详细说明，下面通过实施例对基于变速抽水蓄能的多能源电力优化调度系统进行说明，如图10所示：
可再生能源建模模块1001，用于根据多种可再生能源机组的发电特性，构建得到对应的可再生能源电场发电模型；
水电建模模块1002，用于根据变速抽水蓄能机组的功率特性，构建基于水头变化状态的变速抽水蓄能电站模型；
火电建模模块1003，用于根据火电机组发电成本和出力特性，构建基于火电机组深度调峰状态的火电站发电成本和出力模型；
优化调度建模模块1004，用于基于电网潮流约束条件，根据可再生能源发电模型、变速抽水蓄能电站模型及火电站发电成本和出力模型，构建得到以发电总成本最小为目标函数的优化调度模型；
求解模块1005，用于根据优化调度模型，得到可再生能源电场、变速抽水蓄能电站及火电站的调度方案。
本发明实施例的实施原理为：
可再生能源建模模块1001、水电建模模块1002及火电建模模块1003分别根据多种可再生能源机组的发电特性、变速抽水蓄能机组的功率特性、火电机组发电成本和出力特性，构建出可再生能源电场发电模型、变速抽水蓄能电站模型及火电站发电成本和出力模型，在变速抽水蓄能电站模型构建时考虑了水头变化状态的影响，火电站发电成本和出力模型中考虑火电机组深度调峰状态的影响，优化调度建模模块1004基于电网潮流约束条件根据各模型构建以发电总成本最小为目标函数的优化调度模型，求解模块1005通过求解优化调度模型获得可再生能源电场、变速抽水蓄能电站及火电站的调度方案。通过调节变速抽水蓄能机组的出力，能够有效的缓解火电机组在面对可再生能源反调峰特性时的调峰压力，降低了发电成本，减少弃风及弃光现象，促进了可再生能源消纳。
上述系统中各模块的数据处理流程与方法的一致，不重复进行描述。
基于相同的技术方案，本发明还公开了一种存储一个或多个程序的计算机可读存储介质，一个或多个程序包括指令，指令当由计算设备执行时，使得计算设备执行以上描述的基于变速抽水蓄能的多能源电力优化调度方法。
基于相同的技术方案，本发明还公开了一种计算设备，包括一个或多个处理器、一个或多个存储器以及一个或多个程序，其中一个或多个程序存储在一个或多个存储器中并被配置为由一个或多个处理器执行，一个或多个程序包括用于执行以上描述的基于变速抽水蓄能的多能源电力优化调度方法。
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发明实施例的方法、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 (9)
1.一种基于变速抽水蓄能的多能源电力优化调度方法，其特征在于，包括：
根据多种可再生能源机组的发电特性，构建得到对应的可再生能源电场发电模型；
根据变速抽水蓄能机组的功率特性，构建基于水头变化状态的变速抽水蓄能电站模型；
根据火电机组发电成本和出力特性，构建基于火电机组深度调峰状态的火电站发电成本和出力模型；
基于电网潮流约束条件，根据所述可再生能源电场发电模型、所述变速抽水蓄能电站模型及所述火电站发电成本和出力模型，构建得到以发电总成本最小为目标函数的优化调度模型；
根据所述优化调度模型，得到可再生能源电场、变速抽水蓄能电站及火电站的调度方案；
所述根据火电机组发电成本和出力特性，构建基于火电机组深度调峰状态的火电站发电成本和出力模型，包括：
获取火电机组在常规调峰状态及深度调峰状态下的发电成本和出力特性；
根据所述常规调峰状态与所述深度调峰状态的出力特性差异，对所述火电机组出力进行分段线性化处理，得到火电机组出力模型，所述出力模型表达式为：
其中，为第k台火电机组在t时刻的出力，/>为所述第k台火电机组在常规调峰状态下出力最小值，/>用以表示所述第k台火电机组在t时刻是否处于常规调峰状态下的0-1变量，/>为所述第k台火电机组在t时刻常规调峰状态下的出力，/>为所述第k台火电机组在常规调峰状态下出力最大值，/>为所述第k台火电机组在深度调峰状态下出力最小值，/>用以表示所述第k台火电机组在t时刻是否处于深度调峰状态下的0-1变量，/>为所述第k台火电机组在t时刻深度调峰状态下的出力，/>为所述第k台火电机组在深度调峰状态下出力最大值；
根据所述常规调峰状态与所述深度调峰状态的发电成本特性差异及所述火电机组出力模型，得到火电站发电成本和出力模型，所述火电站发电成本和出力模型表达式为：
其中，Ft th为火电站在t时刻发电总成本，K为所述火电站的火电机组台数，为所述第k台火电机组在深度调峰状态下最大出力所对应的发电成本，/>为所述第k台火电机组在深度调峰状态下最小出力所对应的发电成本，/>为所述第k台火电机组在常规调峰状态下最大出力所对应的发电成本，/>为所述第k台火电机组在常规调峰状态下最小出力所对应的发电成本。
2.根据权利要求1所述的基于变速抽水蓄能的多能源电力优化调度方法，其特征在于，所述多种可再生能源机组包括风力发电机组及光伏发电单元，
所述根据多种可再生能源的发电特性，构建得到对应的可再生能源电场发电模型，包括：
根据风力发电机组的风电发电特性，构建风电场发电模型；
根据光伏发电单元的光伏发电特性，构建光伏电场发电模型。
3.根据权利要求2所述的基于变速抽水蓄能的多能源电力优化调度方法，其特征在于，所述根据风力发电机组的风电发电特性，构建风电场发电模型，包括：
获取风电场中风力发电机组的风电发电特性，所述风电发电特性包括风力发电机组数量、每一台风力发电机组的额定容量及额定风速；
根据所述风电发电特性及实时风速信息构建得到风电场发电模型，所述风电场发电模型的表达式为：
其中，Pt wind为t时刻所述风电场的风电出力，为第w台风力发电机组在t时刻的发电功率，W为所述风电场的风力发电机组数量，vt为t时刻所述风电场的风速，vin,w为所述第w台风力发电机组的切入风速，vout,w为所述第w台风力发电机组的切出风速，/>为所述第w台风力发电机组的额定容量，vrate,w为所述第w台风力发电机组的额定风速。
4.根据权利要求2所述的基于变速抽水蓄能的多能源电力优化调度方法，其特征在于，所述根据光伏发电单元的光伏发电特性，构建光伏电场发电模型，包括：
获取光伏电场中光伏发电单元的光伏发电特性，所述光伏发电特性包括光伏发电单元组数、每一组光伏发电单元的能量转换效率、额定容量、温度系数及标准工作温度；
根据所述光伏发电特性、实时太阳辐射信息及温度信息，构建得到光伏电场发电模型，所述光伏电场发电模型的表达式为：
其中，Pt pv为所述光伏电场在t时刻的光伏出力，S为所述光伏电场的光伏发电单元组数，为第s组光伏发电单元的能量转换效率，/>为所述第s组光伏发电单元的额定容量，At为t时刻所述光伏电场所受太阳辐照强度，/>为所述第s组光伏发电单元在标准温度下的标准太阳辐照强度，/>为所述第s组光伏发电单元的温度系数，Tt pv为所述第s组光伏发电单元的标准工作温度，/>为t时刻所述光伏电场的环境温度。
5.根据权利要求2所述的基于变速抽水蓄能的多能源电力优化调度方法，其特征在于，所述根据变速抽水蓄能机组的功率特性，构建基于水头变化状态的变速抽水蓄能电站模型，包括：
获取变速抽水蓄能机组的功率特性，所述功率特性包括变速抽水蓄能电站的库容约束条件、每一台变速抽水蓄能机组在流量约束条件、功率约束条件及启停约束条件下不同抽水工况的发电特性与负载特性；
根据所述功率特性构建基于水头变化状态的变速抽水蓄能电站模型，所述变速抽水蓄能电站模型表达式为：
其中，Vt ps为t时刻变速抽水蓄能电站的上水库库容，为所述变速抽水蓄能电站的上水库库容最小值，/>为所述变速抽水蓄能电站的上水库库容最大值，γt为用以分离所述变速抽水蓄能电站的水头的0-1变量；
所述库容约束条件为：
其中，为一个调度周期末时刻的变速抽水蓄能电站上水库库容、/>为t-1时刻所述变速抽水蓄能电站的上水库库容，N为所述变速抽水蓄能电站的变速抽水蓄能机组总数，为第n台变速抽水蓄能机组在t时刻抽水流量，/>为所述第n台变速抽水蓄能机组在t时刻发电流量，/>为水库库容调度末端控制目标，△t表示调度单位时间；
所述流量约束条件为：
其中，用以表示所述第n台变速抽水蓄能机组t时刻是否处于发电状态的0-1变量，/>为所述第n台变速抽水蓄能机组低水头下发电流量最小值，/>为所述第n台变速抽水蓄能机组t时刻发电流量大于最小发电流量的部分，/>为所述第n台变速抽水蓄能机组低水头下发电流量最大值，/>为所述第n台变速抽水蓄能机组高水头下发电流量最小值，/>为所述第n台变速抽水蓄能机组高水头下发电流量最大值，/>用以表示所述第n台变速抽水蓄能机组t时刻是否处于抽水状态的0-1变量，/>为所述第n台变速抽水蓄能机组低水头下抽水流量最小值，/>为所述第n台变速抽水蓄能机组t时刻抽水流量大于最小抽水流量的部分，/>为所述第n台变速抽水蓄能机组低水头下抽水流量最大值，/>为所述第n台变速抽水蓄能机组高水头下抽水流量最小值，/>为所述第n台变速抽水蓄能机组高水头下抽水流量最大值；
所述功率约束条件为：
其中，为所述第n台变速抽水蓄能机组t时刻发电功率，/>为所述第n台变速抽水蓄能机组低水头下发电功率的最小值，/>为所述第n台变速抽水蓄能机组低水头下发电流量与发电功率转换效率，/>为所述第n台变速抽水蓄能机组低水头下发电功率的最大值，/>为所述第n台变速抽水蓄能机组高水头下发电功率的最小值，/>为所述第n台变速抽水蓄能机组高水头下发电流量与发电功率转换效率，/>为所述第n台变速抽水蓄能机组高水头下发电功率的最大值，/>为所述第n台变速抽水蓄能机组t时刻抽水功率，/>为所述第n台变速抽水蓄能机组低水头下抽水功率的最小值，/>为所述第n台变速抽水蓄能机组低水头下抽水流量与抽水功率转换效率，/>为所述第n台变速抽水蓄能机组低水头下抽水功率的最大值，/>为所述第n台变速抽水蓄能机组高水头下抽水功率的最小值，/>为所述第n台变速抽水蓄能机组高水头下抽水流量与抽水功率转换效率，/>为所述第n台变速抽水蓄能机组高水头下抽水功率的最大值；
所述启停约束条件为：
其中，用以表示所述第n台变速抽水蓄能机组t-1时刻是否处于发电状态的0-1变量，/>用以表示所述第n台变速抽水蓄能机组t-1时刻是否处于抽水状态的0-1变量，用以表示所述第n台变速抽水蓄能机组在t时刻发电工况下开机动作的0-1变量，用以表示第n台变速抽水蓄能机组在t时刻发电工况下停机动作的0-1变量，/>用以表示第n台变速抽水蓄能机组在t时刻抽水工况下开机动作的0-1变量，/>用以表示所述第n台变速抽水蓄能机组在t时刻抽水工况下停机动作的0-1变量，/>为调度时段内所述第n台变速抽水蓄能机组发电工况下最大启停次数，/>为调度时段内所述第n台变速抽水蓄能机组抽水工况下最大启停次数，T为总调度时长。
6.根据权利要求2所述的基于变速抽水蓄能的多能源电力优化调度方法，其特征在于，所述基于电网潮流约束条件，根据所述可再生能源电场发电模型、所述变速抽水蓄能电站模型及所述火电站发电成本和出力模型，构建得到以发电总成本最小为目标函数的优化调度模型，包括：
获取电网潮流约束条件，所述电网潮流约束条件为：
其中，为i节点及j节点之间线路功率限制，Pij,t为t时刻从所述i节点流入所述j节点的功率，Pji,t为t时刻从所述j节点流入所述i节点的功率，θi,t为所述i节点在t时刻相角，θj,t为所述j节点在t时刻相角，xij为线路ij的支路电抗，/>为t时刻所述i节点中所有发电单元的注入功率，/>为t时刻所述i节点其他负荷功率，/>为t时刻所述i节点所述风电场注入功率，/>为t时刻所述i节点光伏电场注入功率，/>为t时刻所述i节点所述火电站注入功率，/>为t时刻所述i节点所述变速抽水蓄能电站注入功率，/>为t时刻所述i节点所述变速抽水蓄能电站负荷功率，/>为t时刻所述i节点所述风电场弃风功率，/>为t时刻所述i节点所述风电场发电功率，/>为t时刻所述i节点所述光伏电场弃风功率，/>为t时刻所述i节点所述光伏电场发电功率；
基于所述电网潮流约束条件，根据所述风电场发电模型、所述光伏电场发电模型、所述变速抽水蓄能电站模型及所述火电站发电成本和出力模型，构建得到以发电总成本最小为目标函数的优化调度模型，所述以发电总成本最小为目标函数的优化调度模型表达式为：
Ft wind＝Cwind•Pt wind,dep•△t；
Ft pv＝Cpv•Pt pv,dep•△t；
其中，F为发电总成本，T为总调度时长，Ft ps为t时刻所述变速抽水蓄能电站运行总成本，Ft wind为t时刻所述风电场弃风惩罚，Ft th为t时刻所述火电站发电总成本，Ft pv为t时刻所述光伏电场弃光惩罚，N为所述变速抽水蓄能电站的变速抽水蓄能机组总数，Cps为所述变速抽水蓄能电站单位抽水-发电成本，为第n台变速抽水蓄能机组t时刻发电功率，/>为第n台变速抽水蓄能机组t时刻抽水功率，Cwind为所述风电场单位弃风惩罚，Pt wind,dep为t时刻所述风电场弃风功率，Cpv为所述光伏电场单位弃光惩罚，Pt pv,dep为t时刻所述光伏电场弃光功率，△t表示调度单位时间。
7.根据权利要求6所述的基于变速抽水蓄能的多能源电力优化调度方法，其特征在于，所述根据所述优化调度模型，得到可再生能源电场、变速抽水蓄能电站及火电站的调度方案，包括：
通过Gurobi求解器对所述优化调度模型进行计算，得到所述风电场、所述光伏电场、所述变速抽水蓄能电站及所述火电站的调度方案。
8.一种基于变速抽水蓄能的多能源电力优化调度系统，其特征在于，使用如权利要求2至7任一项所述的方法，包括：
可再生能源建模模块，用于根据多种可再生能源机组的发电特性，构建得到对应的可再生能源电场发电模型；
水电建模模块，用于根据变速抽水蓄能机组的功率特性，构建基于水头变化状态的变速抽水蓄能电站模型；
火电建模模块，用于根据火电机组发电成本和出力特性，构建基于火电机组深度调峰状态的火电站发电成本和出力模型；
优化调度建模模块，用于基于电网潮流约束条件，根据所述可再生能源电场发电模型、所述变速抽水蓄能电站模型及所述火电站发电成本和出力模型，构建得到以发电总成本最小为目标函数的优化调度模型；
求解模块，用于根据所述优化调度模型，得到可再生能源电场、变速抽水蓄能电站及火电站的调度方案。
9.根据权利要求8所述的基于变速抽水蓄能的多能源电力优化调度系统，其特征在于，
所述优化调度建模模块，具体用于获取电网潮流约束条件，所述电网潮流约束条件为：
其中，为i节点及j节点之间线路功率限制，Pij,t为t时刻从所述i节点流入所述j节点的功率，Pji,t为t时刻从所述j节点流入所述i节点的功率，θi,t为所述i节点在t时刻相角，θj,t为所述j节点在t时刻相角，xij为线路ij的支路电抗，/>为t时刻所述i节点中所有发电单元的注入功率，/>为t时刻所述i节点其他负荷功率，/>为t时刻所述i节点所述风电场注入功率，/>为t时刻所述i节点光伏电场注入功率，/>为t时刻所述i节点所述火电站注入功率，/>为t时刻所述i节点所述变速抽水蓄能电站注入功率，/>为t时刻所述i节点所述变速抽水蓄能电站负荷功率，/>为t时刻所述i节点所述风电场弃风功率，/>为t时刻所述i节点所述风电场发电功率，/>为t时刻所述i节点所述光伏电场弃风功率，/>为t时刻所述i节点所述光伏电场发电功率；
基于所述电网潮流约束条件，根据所述风电场发电模型、所述光伏电场发电模型、所述变速抽水蓄能电站模型及所述火电站发电成本和出力模型，构建得到以发电总成本最小为目标函数的优化调度模型，所述以发电总成本最小为目标函数的优化调度模型表达式为：
Ft wind＝Cwind•Pt wind,dep•△t；
Ft pv＝Cpv•Pt pv,dep•△t；
其中，F为发电总成本，T为总调度时长，Ft ps为t时刻所述变速抽水蓄能电站运行总成本，Ft wind为t时刻所述风电场弃风惩罚，Ft th为t时刻所述火电站发电总成本，Ft pv为t时刻所述光伏电场弃光惩罚，N为所述变速抽水蓄能电站的变速抽水蓄能机组总数，Cps为所述变速抽水蓄能电站单位抽水-发电成本，为第n台变速抽水蓄能机组t时刻发电功率，/>为第n台变速抽水蓄能机组t时刻抽水功率，Cwind为所述风电场单位弃风惩罚，Pt wind,dep为t时刻所述风电场弃风功率，Cpv为所述光伏电场单位弃光惩罚，Pt pv,dep为t时刻所述光伏电场弃光功率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210730222.3A CN114977235B (zh) | 2022-06-24 | 2022-06-24 | 一种基于变速抽水蓄能的多能源电力优化调度方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210730222.3A CN114977235B (zh) | 2022-06-24 | 2022-06-24 | 一种基于变速抽水蓄能的多能源电力优化调度方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114977235A CN114977235A (zh) | 2022-08-30 |
| CN114977235B true CN114977235B (zh) | 2023-11-03 |
Family
ID=82965462
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210730222.3A Active CN114977235B (zh) | 2022-06-24 | 2022-06-24 | 一种基于变速抽水蓄能的多能源电力优化调度方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114977235B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018059096A1 (zh) * | 2016-09-30 | 2018-04-05 | 国电南瑞科技股份有限公司 | 一种多类电源发电计划组合决策方法及存储介质 |
| CN110991733A (zh) * | 2019-11-29 | 2020-04-10 | 国网吉林省电力有限公司电力科学研究院 | 一种电力系统省间调峰需求和调峰能力评估分析方法 |
| AU2020101665A4 (en) * | 2020-08-04 | 2020-09-10 | Beijing Electric Power Trading Center Co., Ltd | A compensation cost allocation method for auxiliary service of peak load regulation |
| CN112072709A (zh) * | 2020-07-29 | 2020-12-11 | 国网甘肃省电力公司电力科学研究院 | 一种给定外送功率曲线下联合调峰系统协调优化方法 |
| CN112583051A (zh) * | 2019-09-29 | 2021-03-30 | 南京南瑞继保电气有限公司 | 变速抽水蓄能机组在区域电网中的优化调度模型构建方法 |
| CN112803479A (zh) * | 2021-01-06 | 2021-05-14 | 国网辽宁省电力有限公司 | 一种计及深度调峰的火电机组建模方法及模型 |
| CN112909932A (zh) * | 2021-01-31 | 2021-06-04 | 国网黑龙江省电力有限公司 | 一种调峰型虚拟电厂的优化方法及终端 |
| CN113036750A (zh) * | 2020-12-17 | 2021-06-25 | 国网青海省电力公司清洁能源发展研究院 | 一种含储能电站的电网调峰资源协调优化方法 |
| CN113824152A (zh) * | 2021-10-26 | 2021-12-21 | 国网新源控股有限公司 | 一种计及水头敏感的变速抽蓄协同风光发电调峰调度方法 |
-
2022
- 2022-06-24 CN CN202210730222.3A patent/CN114977235B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018059096A1 (zh) * | 2016-09-30 | 2018-04-05 | 国电南瑞科技股份有限公司 | 一种多类电源发电计划组合决策方法及存储介质 |
| CN112583051A (zh) * | 2019-09-29 | 2021-03-30 | 南京南瑞继保电气有限公司 | 变速抽水蓄能机组在区域电网中的优化调度模型构建方法 |
| CN110991733A (zh) * | 2019-11-29 | 2020-04-10 | 国网吉林省电力有限公司电力科学研究院 | 一种电力系统省间调峰需求和调峰能力评估分析方法 |
| CN112072709A (zh) * | 2020-07-29 | 2020-12-11 | 国网甘肃省电力公司电力科学研究院 | 一种给定外送功率曲线下联合调峰系统协调优化方法 |
| AU2020101665A4 (en) * | 2020-08-04 | 2020-09-10 | Beijing Electric Power Trading Center Co., Ltd | A compensation cost allocation method for auxiliary service of peak load regulation |
| CN113036750A (zh) * | 2020-12-17 | 2021-06-25 | 国网青海省电力公司清洁能源发展研究院 | 一种含储能电站的电网调峰资源协调优化方法 |
| CN112803479A (zh) * | 2021-01-06 | 2021-05-14 | 国网辽宁省电力有限公司 | 一种计及深度调峰的火电机组建模方法及模型 |
| CN112909932A (zh) * | 2021-01-31 | 2021-06-04 | 国网黑龙江省电力有限公司 | 一种调峰型虚拟电厂的优化方法及终端 |
| CN113824152A (zh) * | 2021-10-26 | 2021-12-21 | 国网新源控股有限公司 | 一种计及水头敏感的变速抽蓄协同风光发电调峰调度方法 |
Non-Patent Citations (1)
| Title |
|---|
| 风光火蓄联合发电系统日前优化调度研究;李雄威等;《水电与抽水蓄能》;第6卷(第3期);第22-28页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114977235A (zh) | 2022-08-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103151803B (zh) | 一种含风电系统机组及备用配置的优化方法 | |
| Qi et al. | A distributed control framework for smart grid development: Energy/water system optimal operation and electric grid integration | |
| CN107292766B (zh) | 面向风电消纳的电力系统调峰手段经济性评估方法与系统 | |
| CN113393054B (zh) | 一种风储联合系统的优化调度方法及优化调度系统 | |
| CN112583017B (zh) | 考虑储能运行约束的混合微电网能量分配方法及系统 | |
| CN104993523B (zh) | 使含风电电网系统优化运行的抽水蓄能电站特性精确模拟方法 | |
| CN110400056B (zh) | 基于风光时空特性的梯级水电日前优化调度方法及装置 | |
| CN110957717A (zh) | 一种多电源电力系统多目标日前优化调度方法 | |
| CN115018260A (zh) | 一种梯级水光互补发电系统的调峰优化调度方法 | |
| CN116937623B (zh) | 一种利用新能源预测的混合储能辅调频控制方法及系统 | |
| CN115425668A (zh) | 一种基于电力系统时序生产模拟的储能容量优化配置方法 | |
| CN116402210A (zh) | 一种综合能源系统多目标优化方法、系统、设备和介质 | |
| CN112134271A (zh) | 一种多能互补系统装机容量优化方法及系统 | |
| CN113363976A (zh) | 一种基于场景图的风光水互补发电系统中期优化调度方法 | |
| CN114977235B (zh) | 一种基于变速抽水蓄能的多能源电力优化调度方法及系统 | |
| CN116131358A (zh) | 分布式变速抽水蓄能与电网协同规划方法、系统及设备 | |
| CN114094609B (zh) | 电网储能系统的优化配置方法 | |
| CN106655282B (zh) | 采用0-1整数规划模型实现的电力系统经济调度方法 | |
| Ma et al. | Two-stage optimal dispatching based on wind-photovoltaic-pumped storage-thermal power combined power generation system | |
| CN110649592B (zh) | 含蓄热式电锅炉的电热互联能源系统多场景经济调度方法 | |
| CN113036817A (zh) | 一种基于槽式光热电站的电力系统优化调度方法及系统 | |
| US20230367280A1 (en) | Optimal scheduling method for peak regulation of cascade hydro-photovoltaic complementary power generation system | |
| CN117458488B (zh) | 梯级水光互补分布鲁棒优化调度方法、装置、设备及介质 | |
| CN108270245A (zh) | 一种新能源电力系统在正常调控域运行方式下的调度方法 | |
| CN117610801A (zh) | 一种综合能源供能的碳排放优化方法及系统 |
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 |