CN115133548A - 一种考虑运行灵活性的含储协电力系统优化调度方法 - Google Patents
一种考虑运行灵活性的含储协电力系统优化调度方法 Download PDFInfo
- Publication number
- CN115133548A CN115133548A CN202210582995.1A CN202210582995A CN115133548A CN 115133548 A CN115133548 A CN 115133548A CN 202210582995 A CN202210582995 A CN 202210582995A CN 115133548 A CN115133548 A CN 115133548A
- Authority
- CN
- China
- Prior art keywords
- power
- flexibility
- energy storage
- respectively representing
- representing
- 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.)
- Withdrawn
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
- H02J3/24—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
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种考虑运行灵活性的含储协电力系统优化调度方法,包括建立含储能系统辅助火电机组深度调峰的系统运行成本模型;建立价格型需求响应模型;建立电力系统运行灵活性裕度指标及灵活性不足风险成本模型;以可再生能源弃能率和系统运行成本最小目标,建立多目标函数;建立约束条件;对由目标函数和约束条件构成的模型进行求解分析,得到最优日前调度计划。本发明能够有效提升系统调峰能力,消纳更多的可再生能源,增加系统运行灵活性,兼顾了系统运行经济性、灵活性和可靠性,使系统能够可再生能源发电出现反调峰现象的情况下,保证系统的运行安全,具有重要的现实意义。
Description
技术领域
本发明属于电力系统发电调度领域,具体涉及一种考虑运行灵活性的含储协电力系统优化调度方法。
背景技术
由于风力发电、光伏发电功率的间歇性、波动性和反调峰特性,加之传统火电产能过剩,导致电力系统调峰困难,对现役火电机组的灵活性以及深度调峰能力提出了更高的要求。对现役火电机进行灵活性改造升级,降低机组最小技术出力、提高负荷响应速度是缓解现状的有效途径,但是单纯依靠现有的快速调峰电源难以满足系统的调峰需求且付出的代价往往过高。因此,应尽可能广泛的利用电力系统各类调峰资源,削峰填谷,提高可再生能源的消纳水平;目前,已有不少学者从提升电源侧灵活性的角度对电网调峰运行问题展开了研究,将储能作为一种优质的调峰资源,平滑系统因可再生能源并网带来的功率波动并减小负荷峰谷差;也有学者从需求侧可调负荷的角度,利用中断负荷等灵活性资源促进系统削峰填谷,提高系统调峰灵活性。但以上提升电力系统灵活性的角度单一,缺乏对整个系统多类型电源协调运行的分析,存在进一步挖掘电源侧、负荷侧以及储能系统协同调峰潜力的空间,系统运行灵活性可进一步提高;可在考虑用户满意度前提下,利用需求响应充分发挥负荷调峰的灵活性优势。同时,储能设备大多单独设置来调节系统功率波动,这对储能设备的容量及使用寿命的要求较高,为兼顾储能设备的经济性与使用寿命,在火电厂侧配置储能,将其作为辅助调峰电源进行调控,与火电机组一起参与到深度调峰市场中;因此,亟需一种源荷储协同优化的日前调度方法,以提高电力系统调度的灵活性、可靠性和经济性。
发明内容
本发明提供了一种考虑运行灵活性的含储协电力系统优化调度方法,该方案解决了现有技术提升电力系统灵活性的角度单一,缺乏对整个系统多类型电源协调运行的分析的问题,能够有效提升系统调峰能力,消纳更多的可再生能源,增加系统运行灵活性,兼顾了系统运行经济性、灵活性和可靠性,使系统能够可再生能源发电出现反调峰现象的情况下,保证系统的运行安全,具有重要的现实意义。
为实现上述技术效果,本发明所采用的技术方案是:
一种考虑运行灵活性的含储协电力系统优化调度方法包括以下步骤:
S1:在电源侧建立含储能系统辅助火电机组深度调峰的系统运行成本模型,包括火电机组煤耗成本模型、火电机组深度调峰寿命损耗成本模型、火电机组助燃油投放成本模型、火电机组关停机成本模型、火电机组电量损失成本模型、可再生能源弃能惩罚成本模型和储能调峰成本模型;
进一步地,所述电源侧建立储能系统辅助火电机组深度调峰成本模型具体如下:
(1)火电机组煤耗成本模型:
通常情况下火电机组燃煤量可采用耗量特性表示,其运行煤耗成本为:
式中a、b、c为机组耗量特性函数的系数,其取值与机组类型、锅炉型号和煤质有关;为第i台机组在时刻t发出的有功功率;Ii,t为第i台机组在时刻t的运行状态(关机时为0,开机时为1);Ccoal为当季的单位煤炭价格;
(2)火电机组深度调峰寿命损耗成本模型:
火电机组在深度调峰的阶段,转子金属由于交变应力将产生低周疲劳损耗、高温导致蠕变损耗,影响机组寿命。机组的寿命损耗成本为:
(3)火电机组助燃油投放成本模型:
在投油深度调峰阶段,为维持锅炉稳定燃烧、机组低功率水平稳定可靠运行,需向锅炉投投油助燃;机组的投油成本为:
(4)火电机组关停机成本模型:
火电厂在深度调峰运行过程中可能会涉及到部分机组的启停,该过程会对机组产生较为严重的寿命损耗。火电机组的启停成本为:
(5)火电机组电量损失成本模型:
火电机组为消纳新增的可再生能源电量而运行在深度调峰阶段产生的电量损失成本为:
式中γg表示火电的标杆上网电价;ΔPt w、ΔPt v分别表示系统因火电机组深度调峰而增加的风电、光伏上网量;
(6)可再生能源弃能惩罚成本模型:
式中γw、γv别为第i台机组在t时段的弃风、弃光的惩罚费用;Pt w,aban、Pt v,aban表示在t 时刻风电场弃风功率、光伏电站弃光功率;
(7)储能调峰成本模型:
储能系统的运行成本模型,主要考虑储能系统的充放电成本:
式中γs表示储能系统充放电的运行成本单价;Pt C、Pt D分别表示储能系统t时刻的充电或放电功率;
S2:在负荷侧建立价格型需求响应模型,具体方法如下:
进一步地,考虑价格型需求响应,调度部门在制定日前调度计划时,通过制定1h时间尺度的分时电价来刺激消费者改变用电安排,起到削峰填谷的效果并为负荷低谷时期风电上网提供空间。利用消费者的心理学原理建模,采用负荷价格弹性矩阵描述电价型需求响应模型,引导用户响应电价的变化以调整用电需求。负荷价格弹性系数表示为:
式中ΔQ、Δc分别表示电量Q、电价c在单位时间内的变化量;
S202,其次建立对于T时段的用户电价响应行为模型:
S3:建立电力系统运行灵活性裕度指标及灵活性不足风险成本模型,方法如下:
S301,计算灵活性需求:
Pt DL,r=Pt l-Pt w,r-Pt v,r=Pt l-(Pt w-Pt w,aban+ξt w)-(Pt v-Pt v,aban+ξt v);
式中Ft D表示t时刻的系统灵活性需求大小,Ft D>0时,为上调灵活性需求,Ft D<0,为下调灵活性需求;Pt DL,r表示t时刻的净负荷实际值;Pt l,r、Pt w,r、Pt v,r分别表示t时刻实际的系统负荷、风电出力和光伏出力;Pt w、Pt v分别表示t时刻预测的风电出力和光伏出力;Pt w ,aban、 Pt v,aban分别表示t时刻弃风和弃光功率;ξt w、ξt v分别表示t时刻风电和光伏的预测误差;
S302,计算灵活性供给:
式中Ft S,up、Ft S,down分别表示t时刻的上、下灵活性供给大小;分别表示第i 台火电机组t时刻的上、下灵活性供给大小;Ft S,up,s、Ft S,down,s分别表示储能系统t时刻的上、下灵活性供给大小;
S303,构建灵活性裕度指标:
式中Ft up、Ft down分别表示t时刻系统上调和下调灵活性裕度值,当两者小于0时,即存在上调和下调灵活性缺额,即:
式中Ft up,va、Ft down,va分别表示t时刻系统上调和下调灵活性缺额;
S304,构建灵活性不足风险成本模型:
Crisk=γrisk,upFt up,va+γrisk,downFt down,va
式中γrisk,up、γrisk,down分别表示上调和下调灵活性不足风险成本系数;ΔFt up、ΔFt down分别表示上调和下调灵活性不足的缺额;
S4:以可再生能源弃能率和系统运行成本最小目标,建立多目标函数:
f2=min(Cth+Cre+Cs+Crisk)
式中p1、p2分别表示可再生能源弃能率和系统运行成本的权重系数,p1+p2=1;f1、f2分别表示可再生能源弃能率和系统运行成本函数;f10、f20分别表示两目标函数单独优化时最优值;
S5:建立约束条件:包括系统功率平衡约束、火电机组功率约束、可再生能源发电约束、储能剩余电量SOC约束、系统运行灵活性约束、系统备用约束、需求响应约束和用电方式满意度和用电费用支出满意度约束;
S6:对由目标函数和约束条件构成的模型进行求解分析,得到最优日前调度计划:将两个目标函数标幺化处理,采用线性加权的方法将两个不同量纲的函数转换得到一个目标函数,最终采用线形规划方法求解;对需求响应和储能系统参与调度计划调整后的系统运行灵活性进行对比,得到最优日前调度计划。
优选地,上述一种考虑运行灵活性的含储协电力系统优化调度方法的步骤S5中,所述约束条件如下:
(1)系统功率平衡约束:
式中Pt l表示系统负荷;
(2)火电机组功率约束:
式中Ri th,down、Ri th,up分别表示第i台火电机组的最大向下爬坡功率和最大向上爬坡功率;
(3)可再生能源发电约束:
(4)储能剩余电量SOC约束:
式中SOCt表示储能系统t时刻剩余电量百分比;SOCmin、SOCmax分别表示储能系统最大电量百分比和最小电量百分比;δ表示储能系统自放电率;ηc、ηd分别表示储能系统充电效率和放电效率;Pt s,c、Pt s,d分别表示储能系统t时刻充电效率和放电效率;Cca表示储能系统容量;Ps,c,min、Ps,c,max分别表示储能系统充电功率的最大值和最小值;Ps,d,mix、Ps,d,max分别表示储能系统放电功率的最大值和最小值;
(5)系统运行灵活性约束:
式中分别表示第i台火电机组的最大向下爬坡功率和最大向上爬坡功率;Pi th,max、 Pi th,b分别表示第i台火电机组的最大功率和投油深度调峰下限;第i台火电机组t时刻的出力;分别表示储能系统的最大向下爬坡功率和最大向上爬坡功率;Ps,max、Ps,min分别表示储能系统的最大出力和最小出力;Pt s表示储能系统t时刻的出力;
(6)系统备用约束:
式中PR表示系统的旋转备用容量;
(7)需求响应约束:
式中ΔQt表示需求响应后t时段内用电量与原用电量的差额;Pl,max、Pl,max分别表示一个调度周期内原始负荷的最大值和最小值;Pl,t表示t时刻的原始负荷大小;
(8)用电方式满意度和用电费用支出满意度约束:
本发明的有益效果为:
1、利用电力市场的经济手段价格型需求响应技术引导用户主动参与系统的功率调节,配合储能系统减小了负荷峰谷差,进而缓解火电的调峰压力;
2、考虑需求响应以系统运行成本最小优化负荷曲线,通过综合考虑可再生能源弃能率和系统运行成本最小两个目标函数,实现调度方案经济性和低碳环保性的权衡;
3、系统运行灵活性指标可以很直观看出系统运行的灵活性状况和改善情况,在极端反调峰现象出现的情况下,决策者还可以适当调节用户用电方式满意度和用电费用支出满意度最小值,以小部分用户进行计划用电来换取系统整体更加低碳环保、经济和安全的运行方式;
4、源-荷-储协同调峰的调度方式转移了负荷高峰时段的富裕的下调灵活性裕度,使负荷低谷时段的下调峰能力提高,优化了系统运行方式,提高了系统调度周期内整体的运行灵活性。该方法可广泛应用于可再生能源资源丰富、系统缺乏运行灵活性的电网中,为电网管理人员制定适应可再生能源高比例消纳的政策提供科学及时的决策依据,为电网运行人员制定考虑大规模新能源接入的日前调度计划提供帮助。
附图说明
图1为模型求解过程的流程图;
图2为实施例需求响应前后负荷曲线示意图;
图3为实施例未考虑需求响应且不含储协调火电深度调峰的电力系统优化调度结果的示意图;
图4为实施例考虑需求响应且含储协调火电深度调峰的电力系统优化调度结果的示意图;
图5为实施例本方法和一般方法下灵活性裕度;
具体实施方式
实施例1:
如图1~图5所示,一种考虑运行灵活性的含储协电力系统优化调度方法包括以下步骤:
S1:在电源侧建立含储能系统辅助火电机组深度调峰的系统运行成本模型,包括火电机组煤耗成本模型、火电机组深度调峰寿命损耗成本模型、火电机组助燃油投放成本模型、火电机组关停机成本模型、火电机组电量损失成本模型、可再生能源弃能惩罚成本模型和储能调峰成本模型;
进一步地,所述电源侧建立储能系统辅助火电机组深度调峰成本模型具体如下:
(1)火电机组煤耗成本模型:
通常情况下火电机组燃煤量可采用耗量特性表示,其运行煤耗成本为:
式中a、b、c为机组耗量特性函数的系数,其取值与机组类型、锅炉型号和煤质有关;为第i台机组在时刻t发出的有功功率;Ii,t为第i台机组在时刻t的运行状态(关机时为0,开机时为1);为当季的单位煤炭价格;
(2)火电机组深度调峰寿命损耗成本模型:
火电机组在深度调峰的阶段,转子金属由于交变应力将产生低周疲劳损耗、高温导致蠕变损耗,影响机组寿命。机组的寿命损耗成本为:
(3)火电机组助燃油投放成本模型:
在投油深度调峰阶段,为维持锅炉稳定燃烧、机组低功率水平稳定可靠运行,需向锅炉投投油助燃;机组的投油成本为:
(4)火电机组关停机成本模型:
火电厂在深度调峰运行过程中可能会涉及到部分机组的启停,该过程会对机组产生较为严重的寿命损耗。火电机组的启停成本为:
(5)火电机组电量损失成本模型:
火电机组为消纳新增的可再生能源电量而运行在深度调峰阶段产生的电量损失成本为:
式中γg表示火电的标杆上网电价;ΔPt w、ΔPt v分别表示系统因火电机组深度调峰而增加的风电、光伏上网量;
(6)可再生能源弃能惩罚成本模型:
式中γw、γv别为第i台机组在t时段的弃风、弃光的惩罚费用;Pt w,aban、Pt v,aban表示在t 时刻风电场弃风功率、光伏电站弃光功率;
(7)储能调峰成本模型:
储能系统的运行成本模型,主要考虑储能系统的充放电成本:
式中γs表示储能系统充放电的运行成本单价;Pt C、Pt D分别表示储能系统t时刻的充电或放电功率;
S2:在负荷侧建立价格型需求响应模型,具体方法如下:
进一步地,考虑价格型需求响应,调度部门在制定日前调度计划时,通过制定1h时间尺度的分时电价来刺激消费者改变用电安排,起到削峰填谷的效果并为负荷低谷时期风电上网提供空间。利用消费者的心理学原理建模,采用负荷价格弹性矩阵描述电价型需求响应模型,引导用户响应电价的变化以调整用电需求。负荷价格弹性系数表示为:
式中ΔQ、Δc分别表示电量Q、电价c在单位时间内的变化量;
S202,其次建立对于T时段的用户电价响应行为模型:
S3:建立电力系统运行灵活性裕度指标及灵活性不足风险成本模型,方法如下:
S301,计算灵活性需求:
Pt DL,r=Pt l-Pt w,r-Pt v,r=Pt l-(Pt w-Pt w,aban+ξt w)-(Pt v-Pt v,aban+ξt v);
式中Ft D表示t时刻的系统灵活性需求大小,Ft D>0时,为上调灵活性需求,Ft D<0,为下调灵活性需求;Pt DL,r表示t时刻的净负荷实际值;Pt l,r、Pt w,r、Pt v,r分别表示t时刻实际的系统负荷、风电出力和光伏出力;Pt w、Pt v分别表示t时刻预测的风电出力和光伏出力;Pt w ,aban、 Pt v,aban分别表示t时刻弃风和弃光功率;ξt w、ξt v分别表示t时刻风电和光伏的预测误差;
S302,计算灵活性供给:
式中Ft S,up、Ft S,down分别表示t时刻的上、下灵活性供给大小;分别表示第i 台火电机组t时刻的上、下灵活性供给大小;Ft S,up,s、Ft S,down,s分别表示储能系统t时刻的上、下灵活性供给大小;
S303,构建灵活性裕度指标:
式中Ft up、Ft down分别表示t时刻系统上调和下调灵活性裕度值,当两者小于0时,即存在上调和下调灵活性缺额,即:
式中Ft up,va、Ft down,va分别表示t时刻系统上调和下调灵活性缺额;
S304,构建灵活性不足风险成本模型:
Crisk=γrisk,upFt up,va+γrisk,downFt down,va
式中γrisk,up、γrisk,down分别表示上调和下调灵活性不足风险成本系数;ΔFt up、ΔFt down分别表示上调和下调灵活性不足的缺额;
S4:以可再生能源弃能率和系统运行成本最小目标,建立多目标函数:
f2=min(Cth+Cre+Cs+Crisk)
式中p1、p2分别表示可再生能源弃能率和系统运行成本的权重系数,p1+p2=1;f1、f2分别表示可再生能源弃能率和系统运行成本函数;f10、f20分别表示两目标函数单独优化时最优值;
S5:建立约束条件:包括系统功率平衡约束、火电机组功率约束、可再生能源发电约束、储能剩余电量SOC约束、系统运行灵活性约束、系统备用约束、需求响应约束和用电方式满意度和用电费用支出满意度约束;
S6:对由目标函数和约束条件构成的模型进行求解分析,得到最优日前调度计划:将两个目标函数标幺化处理,采用线性加权的方法将两个不同量纲的函数转换得到一个目标函数,最终采用线形规划方法求解;对需求响应和储能系统参与调度计划调整后的系统运行灵活性进行对比,得到最优日前调度计划。
优选地,上述一种考虑运行灵活性的含储协电力系统优化调度方法的步骤S5中,所述约束条件如下:
(1)系统功率平衡约束:
式中Pt l表示系统负荷;
(2)火电机组功率约束:
(3)可再生能源发电约束:
(4)储能剩余电量SOC约束:
式中SOCt表示储能系统t时刻剩余电量百分比;SOCmin、SOCmax分别表示储能系统最大电量百分比和最小电量百分比;δ表示储能系统自放电率;ηc、ηd分别表示储能系统充电效率和放电效率;Pt s,c、Pt s,d分别表示储能系统t时刻充电效率和放电效率;Cca表示储能系统容量;Ps,c,min、Ps,c,max分别表示储能系统充电功率的最大值和最小值;Ps,d,mix、Ps,d,max分别表示储能系统放电功率的最大值和最小值;
(5)系统运行灵活性约束:
式中分别表示第i台火电机组的最大向下爬坡功率和最大向上爬坡功率;Pi th,max、 Pi th,b分别表示第i台火电机组的最大功率和投油深度调峰下限;第i台火电机组t时刻的出力;Ri s,up、Ri s,down分别表示储能系统的最大向下爬坡功率和最大向上爬坡功率;Ps,max、Ps,min分别表示储能系统的最大出力和最小出力;Pt s表示储能系统t时刻的出力;
(6)系统备用约束:
式中PR表示系统的旋转备用容量;
(7)需求响应约束:
式中ΔQt表示需求响应后t时段内用电量与原用电量的差额;Pl,max、Pl,max分别表示一个调度周期内原始负荷的最大值和最小值;Pl,t表示t时刻的原始负荷大小;
(8)用电方式满意度和用电费用支出满意度约束:
实施例2:
采用北方某地电网数据进行仿真,电网由5台火电机组、1座400WM风电场、1座400WM光伏电站和1套储能系统构成,可再生能源发电装机容量比例达到了27%。设定目标优化时运行成本和弃风率的权重系数P1=P2=0.5;用户用电方式满意度和用电费用支出满意度最小值取0.98;火电机组均具有深度调峰能力,常规调峰/不投油深度调峰/投油深度调峰下限分别为0.5/0.4/0.3Pn;容量最大的600WM火电机组可工作在深度调峰状态,其余火电机组按照常规调峰出力;风电、光伏发电和负荷数据均采用比利时区域等比例缩小的风电场、光伏发电数据以及负荷数据;风电的相对预测误差服从均值为0.1164,标准差为0.4431的正态分布,光伏发电的相对预测误差服从均值为0.7447,标准差为10.64的正态分布;风电、光伏的弃能惩罚系数γw=γv=50元/MWh;储能类型选用应用广泛的磷酸铁锂电池,电池容量为400MWh,最大充放电功率为50MW,自放电率0.0005%,充/放电效率95/%,初始荷电状态0.5;
所建优化调度模型为混合整数线性规划模型,采用Matlab2019b平台调用Yalmip工具箱中IBM公司开发的商业求解器Cplex优化求解。
首先,采用本发明的系统运行成本最小为目标,利用负荷需求响应约束对负荷曲线进行优化,得到削峰填谷后的日负荷曲线,如图2所示实施例需求响应前后负荷曲线示意图;其次,使用本文所提系统运行成本最小和可再生能源弃能率最低为标函数分别优化,得到相应的单目标优化情况下的最有目标值。然后将单目标优化的最优值作为多目标函数的优化基准值,以多目标函数进行最后的优化调度求解,结果判断是否满足需求响应以及系统各项约束。最后分别采用本发明的考虑需求响应的含储协调的电力系统优化调度模型、未考虑需求响应和储能的电力系统优化调度模型进行求解,并将所得优化结果进行对比分析,可调整用户满意度,以达到理想的优化调度效果;
如下表1所示为两种工况下调度优化结果,可以看出,相比于一般未考虑需求响应和储能的电力系统优化调度,本文方法可再生能源消纳能力提高约4.27%,系统运行成本下降 5.37%;图3~5分别为未考虑需求响应且不含储协调火电深度调峰的电力系统优化调度结果、考虑需求响应且含储协调火电深度调峰的电力系统优化调度结果、两方案的灵活性裕度对比曲线图。由图3可知,在未考虑需求响应且不含储协调火电深度调峰的电力系统优化调度时, 0~8h负荷低谷,火电机组已经运行在投油深度调峰状态,受限于火电机组的下调能力和经济运行要求,出现了较严重的弃风现象,8h以后光伏开始出力,风电出力波动导致火电出力频繁调整,系统的下调灵活性波动较大;从图4、5可以看出,加入需求侧响应和储能系统后,随着负荷峰谷差的减小,系统上调灵活性裕度得到提高,0~8h负荷低谷处风电的消纳水平和系统的下调灵活性裕度也得到提高,8h以后火电出力更加平稳,火电机组出力更加平稳且在负荷高峰时段火电出力更少,因此碳排放量更少。虽然本方法系统调峰裕度在部分时刻有所下降,但均是处于负荷高峰时段,其下调灵活性原本就较高,相当于将负荷高峰时段的富裕的下调灵活性裕度转移到了下调灵活性相对匮乏的负荷低谷时段,提高了系统的运行灵活性。
表1
上述的实施例仅为本发明的优选技术方案,而不应视为对于本发明的限制,本申请中的实施例及实施例中的特征在不冲突的情况下,可以相互任意组合。本发明的保护范围应以权利要求记载的技术方案,包括权利要求记载的技术方案中技术特征的等同替换方案为保护范围。即在此范围内的等同替换改进,也在本发明的保护范围之内。
Claims (2)
1.一种考虑运行灵活性的含储协电力系统优化调度方法,其特征在于:包括以下步骤:
S1:在电源侧建立含储能系统辅助火电机组深度调峰的系统运行成本模型,包括火电机组煤耗成本模型、火电机组深度调峰寿命损耗成本模型、火电机组助燃油投放成本模型、火电机组关停机成本模型、火电机组电量损失成本模型、可再生能源弃能惩罚成本模型和储能调峰成本模型;
S2:在负荷侧建立价格型需求响应模型,具体方法如下:
S202,其次建立对于T时段的用户电价响应行为模型:
S3:建立电力系统运行灵活性裕度指标及灵活性不足风险成本模型,方法如下:
S301,计算灵活性需求:
式中Ft D表示t时刻的系统灵活性需求大小,Ft D>0时,为上调灵活性需求,Ft D<0,为下调灵活性需求;Pt DL,r表示t时刻的净负荷实际值;Pt l,r、Pt w,r、Pt v,r分别表示t时刻实际的系统负荷、风电出力和光伏出力;Pt w、Pt v分别表示t时刻预测的风电出力和光伏出力;Pt w,aban、Pt v ,aban分别表示t时刻弃风和弃光功率;分别表示t时刻风电和光伏的预测误差;
S302,计算灵活性供给:
式中Ft S,up、Ft S,down分别表示t时刻的上、下灵活性供给大小;分别表示第i台火电机组t时刻的上、下灵活性供给大小;Ft S,up,s、Ft S,down,s分别表示储能系统t时刻的上、下灵活性供给大小;
S303,构建灵活性裕度指标:
式中Ft up、Ft down分别表示t时刻系统上调和下调灵活性裕度值,当两者小于0时,即存在上调和下调灵活性缺额,即:
式中Ft up,va、Ft down,va分别表示t时刻系统上调和下调灵活性缺额;
S304,构建灵活性不足风险成本模型:
Crisk=γrisk,upFt up,va+γrisk,downFt down,va
式中γrisk,up、γrisk,down分别表示上调和下调灵活性不足风险成本系数;ΔFt up、ΔFt down分别表示上调和下调灵活性不足的缺额;
S4:以可再生能源弃能率和系统运行成本最小目标,建立多目标函数:
f2=min(Cth+Cre+Cs+Crisk)
式中p1、p2分别表示可再生能源弃能率和系统运行成本的权重系数,p1+p2=1;f1、f2分别表示可再生能源弃能率和系统运行成本函数;f10、f20分别表示两目标函数单独优化时最优值;
S5:建立约束条件:包括系统功率平衡约束、火电机组功率约束、可再生能源发电约束、储能剩余电量SOC约束、系统运行灵活性约束、系统备用约束、需求响应约束和用电方式满意度和用电费用支出满意度约束;
S6:对由目标函数和约束条件构成的模型进行求解分析,得到最优日前调度计划:将两个目标函数标幺化处理,采用线性加权的方法将两个不同量纲的函数转换得到一个目标函数,最终采用线形规划方法求解;对需求响应和储能系统参与调度计划调整后的系统运行灵活性进行对比,得到最优日前调度计划。
2.根据权利要求1所述的一种考虑运行灵活性的含储协电力系统优化调度方法,其特征在于:步骤S5中,所述约束条件如下:
(1)系统功率平衡约束:
式中pt 1表示系统负荷;
(2)火电机组功率约束:
(3)可再生能源发电约束:
(4)储能剩余电量SOC约束:
式中SOCt表示储能系统t时刻剩余电量百分比;SOCmin、SOCmax分别表示储能系统最大电量百分比和最小电量百分比;δ表示储能系统自放电率;ηc、ηd分别表示储能系统充电效率和放电效率;Pt s,c、Pt s,d分别表示储能系统t时刻充电效率和放电效率;Cca表示储能系统容量;Ps,c,min、Ps,c,max分别表示储能系统充电功率的最大值和最小值;Ps,d,mix、Ps,d,max分别表示储能系统放电功率的最大值和最小值;
(5)系统运行灵活性约束:
式中分别表示第i台火电机组的最大向下爬坡功率和最大向上爬坡功率;Pi th ,max、Pi th,b分别表示第i台火电机组的最大功率和投油深度调峰下限;第i台火电机组t时刻的出力;分别表示储能系统的最大向下爬坡功率和最大向上爬坡功率;Ps ,max、Ps,min分别表示储能系统的最大出力和最小出力;表示储能系统t时刻的出力;
(6)系统备用约束:
式中PR表示系统的旋转备用容量;
(7)需求响应约束:
式中ΔQt表示需求响应后t时段内用电量与原用电量的差额;Pl,max、Pl,max分别表示一个调度周期内原始负荷的最大值和最小值;Pl,t表示t时刻的原始负荷大小;
(8)用电方式满意度和用电费用支出满意度约束:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210582995.1A CN115133548A (zh) | 2022-05-26 | 2022-05-26 | 一种考虑运行灵活性的含储协电力系统优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210582995.1A CN115133548A (zh) | 2022-05-26 | 2022-05-26 | 一种考虑运行灵活性的含储协电力系统优化调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115133548A true CN115133548A (zh) | 2022-09-30 |
Family
ID=83376397
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210582995.1A Withdrawn CN115133548A (zh) | 2022-05-26 | 2022-05-26 | 一种考虑运行灵活性的含储协电力系统优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115133548A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116760025A (zh) * | 2023-06-25 | 2023-09-15 | 南京国电南自电网自动化有限公司 | 电力系统的风险调度优化方法和系统 |
CN117522082A (zh) * | 2024-01-04 | 2024-02-06 | 国网山西省电力公司经济技术研究院 | 基于备用成本测算的电力系统运行成本计算方法及系统 |
CN117952401A (zh) * | 2024-03-26 | 2024-04-30 | 国网山东省电力公司东营供电公司 | 基于灵活性分析的源网荷储协同优化调度方法及系统 |
-
2022
- 2022-05-26 CN CN202210582995.1A patent/CN115133548A/zh not_active Withdrawn
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116760025A (zh) * | 2023-06-25 | 2023-09-15 | 南京国电南自电网自动化有限公司 | 电力系统的风险调度优化方法和系统 |
CN116760025B (zh) * | 2023-06-25 | 2024-05-24 | 南京国电南自电网自动化有限公司 | 电力系统的风险调度优化方法和系统 |
CN117522082A (zh) * | 2024-01-04 | 2024-02-06 | 国网山西省电力公司经济技术研究院 | 基于备用成本测算的电力系统运行成本计算方法及系统 |
CN117522082B (zh) * | 2024-01-04 | 2024-03-22 | 国网山西省电力公司经济技术研究院 | 基于备用成本测算的电力系统运行成本计算方法及系统 |
CN117952401A (zh) * | 2024-03-26 | 2024-04-30 | 国网山东省电力公司东营供电公司 | 基于灵活性分析的源网荷储协同优化调度方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111738497B (zh) | 计及需求侧响应的虚拟电厂双层优化调度方法 | |
CN111628503B (zh) | 考虑广义储能与火电联合调峰的优化调度方法 | |
CN109301818B (zh) | 一种考虑调峰、调压需求的广域分布式储能系统调度方法 | |
CN115133548A (zh) | 一种考虑运行灵活性的含储协电力系统优化调度方法 | |
CN111786422B (zh) | 基于bp神经网络的微电网参与上层电网实时优化调度方法 | |
CN111293718B (zh) | 基于场景分析的交直流混合微网分区二层优化运行方法 | |
CN113839401A (zh) | 一种考虑电氢耦合的综合能源系统容量优化配置方法 | |
CN116780646A (zh) | 一种计及灵活性的电力系统资源优化调度方法及终端 | |
CN115936244A (zh) | 考虑可再生能源发电不确定性的虚拟电厂优化调度方法 | |
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 | |
CN115860413A (zh) | 基于负荷需求响应与双层可调鲁棒优化的并网冷热电联产微网系统经济调度方法 | |
CN113036750A (zh) | 一种含储能电站的电网调峰资源协调优化方法 | |
CN111030101A (zh) | 一种基于多元化大数据清洁能源消纳联动调控方法及系统 | |
CN114301081A (zh) | 一种考虑蓄电池储能寿命损耗与需求响应的微电网优化方法 | |
CN113742944A (zh) | 一种考虑电制氢系统的虚拟电厂建模方法 | |
CN112182915A (zh) | 一种协同促进风电消纳的优化调度方法及系统 | |
CN115986833A (zh) | 考虑两阶段需求响应的热电联供微网低碳经济调度方法 | |
Yang et al. | Collaborative optimization of wind-solar-storage configuration in county distribution network considering near-zero carbon emission | |
CN114465226A (zh) | 一种电力系统多级备用获取联合优化模型的建立方法 | |
Hongli et al. | Day-ahead optimal dispatch of regional power grid based on electric vehicle participation in peak shaving pricing strategy | |
Xue et al. | An Economic study of Power Secondary Frequency Regulation with Different Energy Storage Systems | |
Shao et al. | Optimal dispatch of grid-connected microgrid considering incentive-based demand response | |
Gu et al. | Energy storage planning and economic dispatch of microgrid considering power to gas | |
Wang et al. | Multi-Scale Optimal Dispatch of Power System with Pumped Storage Units Considering New Energy Uncertainty |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220930 |
|
WW01 | Invention patent application withdrawn after publication |