CN115204443B - 风光火储联合参与市场竞价最优出清调度方法 - Google Patents
风光火储联合参与市场竞价最优出清调度方法 Download PDFInfo
- Publication number
- CN115204443B CN115204443B CN202210520472.4A CN202210520472A CN115204443B CN 115204443 B CN115204443 B CN 115204443B CN 202210520472 A CN202210520472 A CN 202210520472A CN 115204443 B CN115204443 B CN 115204443B
- Authority
- CN
- China
- Prior art keywords
- constraint
- unit
- wind
- market
- output
- 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 26
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000004146 energy storage Methods 0.000 claims abstract description 69
- 230000008901 benefit Effects 0.000 claims abstract description 23
- 230000005611 electricity Effects 0.000 claims abstract description 6
- 238000009826 distribution Methods 0.000 claims description 22
- 230000009194 climbing Effects 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 3
- 238000010977 unit operation Methods 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 abstract description 3
- 238000010248 power generation Methods 0.000 description 8
- 230000033228 biological regulation Effects 0.000 description 5
- 230000001174 ascending effect Effects 0.000 description 3
- 238000007599 discharging Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000002222 downregulating effect Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000003828 downregulation Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000003827 upregulation Effects 0.000 description 1
Classifications
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/08—Auctions
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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]
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Biodiversity & Conservation Biology (AREA)
- Public Health (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种风光火储联合参与市场竞价最优出清调度方法，涉及新能源技术领域。模型以风光储电站电能量市场收益和调频市场收益最大化为目标函数，并考虑的约束条件包括：系统负荷平衡约束、系统正备用容量约束、系统负备用容量约束、系统旋转备用约束、机组约束、机组群约束、储能模型约束以及网络约束，目标函数的表达式为：式中，maxRi为最大化的风光储电站电能量市场收益和调频市场收益，表示时段t调频市场里程出清中标价格，表示时段t机组i响应的调频里程，C为出力对应的能量价格，表示机组在时段的出力，λi，t为时段t机组i的电价。该模型能够能够解决风光火储参与市场竞价决策问题以及风光火储参与市场竞价出力不确定性问题。
Description
技术领域
本发明涉及新能源技术领域，具体而言，涉及一种风光火储联合参与市场竞价最优策略模型。
背景技术
在非市场化调度管理模式下，对新能源并网进行短期功率预测、超短期功率预测、可用功率、AGC调节能力及投入率、AVC调节能力及投入率、网络安全及管理等考核。考核不达标时，需要按规则缴纳费用。储能需要结合调度运行方式分配容量，配合风光提高消纳利用水平，或配合系统调峰、调频，电站发电量按照批复电价政策结算，提供辅助服务按照现行辅助服务市场规则获得收益。市场化条件下，电力系统辅助服务需求由市场运营机构发布，通过市场竞价方式确定提供者，实现电力系统实时平衡。
风光等新能源出力具有随机性，单独参与全国统一电力市场面临被动接受市场价格以及出力考核等问题，可以通过与储能以及火电机组联合参与市场，通过平抑出力波动，合理安排出力以实现发电效益的最大化。风光火储电站参与电能量市场的基本策略是根据价格信号引导，通过储能在低谷时段充电，在高峰时段放电，获取利润。但要实现发电收益的最大化，需要合理安排储能的充放电策略。
储能在实际市场中，与市场各个部分耦合，在制定交易策略时需要解耦进行考虑，主要包括以下三方面：参与辅助服务市场、参与电能量市场以及降低预测精确度考核。风光火储联合参与市场竞价最优策略制定面临的技术问题是各个市场耦合紧密，风光新能源出力不确定以及市场风险高。并且在统一电力市场的建设背景下，风光火储参与市场竞价将高频报量报价，每次决策均需要依赖海量的市场交易边界数据，交易品种也较为繁多，存在较大的决策难度。
发明内容
本发明的目的包括提供了一种风光火储联合参与市场竞价最优策略模型，其能够解决风光火储参与市场竞价决策问题以及解决风光火储参与市场竞价出力不确定性问题。
本发明的实施例可以这样实现：
本发明提供一种风光火储联合参与市场竞价最优策略模型，模型以风光储电站电能量市场收益和调频市场收益最大化为目标函数，并考虑的约束条件包括：系统负荷平衡约束、系统正备用容量约束、系统负备用容量约束、系统旋转备用约束、机组约束、机组群约束、储能模型约束以及网
络约束，其中，目标函数的表达式为：
式中，maxRi为最大化的风光储电站电能量市场收益和调频市场收益，γi,t表示时段t调频市场里程出清中标价格，Mi,t表示时段t机组i响应的调频里程，C为出力对应的能量价格，Pi,t表示机组i在t时段的出力，λi，t为时段t机组i的电价。
在可选的实施例中，系统负荷平衡约束描述为：
其中，Tj,t表示联络线j在时段t的计划功率，NT为联络线总数，Dt为t时段的系统负荷。
在可选的实施例中，系统正备用容量约束描述为：
其中，αi,t表示机组i在t时段的启停状态，αi,t＝0，表示机组停机，αi,t＝1，表示机组开机；为机组i在t时段的最大出力；/>为t时段的系统正备用容量要求；
系统负备用容量约束描述为：
其中，为机组i在t时段的最小出力；/>为t时段的系统负备用容量要求。
在可选的实施例中，系统旋转备用约束描述为：
其中，为机组i最大上爬坡速率，ΔPi D为机组i最大下爬坡速率；/>分别是机组i在t时段的最大、最小出力；/>分别为t时段上调、下调旋转备用要求。
在可选的实施例中，机组约束包括机组出力上下限约束、机组爬坡约束、机组最小连续开停时间约束、机组最大启停次数约束和机组电量约束。
在可选的实施例中，机组群约束包括机组群出力上下限约束、机组群电量约束和新能源出力约束。
在可选的实施例中，储能模型约束包括储能功率上下限约束和储能电量上下限约束。
在可选的实施例中，网络约束包括线路潮流约束和断面潮流约束。
在可选的实施例中，线路潮流约束描述为：
其中，Pl max为线路l的潮流传输极限；Gl-i为机组i所在节点对线路l的发电机输出功率转移分布因子；NT为联络线总数，Gl-j为联络线j所在节点对线路l的发电机输出功率转移分布因子；Tj,t表示联络线j在时段t的计划功率；K为系统的节点数量；Gl-k为节点k对线路l的发电机输出功率转移分布因子；Dk,t为节点k在t时段的母线负荷值；分别为线路l的正、反向潮流松弛变量。
在可选的实施例中，断面潮流约束描述为：
其中，Ps min、Ps max分别为断面s的潮流传输极限；Gs-i为机组i所在节点对断面s的发电机输出功率转移分布因子；NT为联络线总数，Gs-j为联络线j所在节点对断面s的发电机输出功率转移分布因子；Tj,t表示联络线j在时段t的计划功率；K为系统的节点数量；Gs-k为节点k对断面s的发电机输出功率转移分布因子；Dk,t为节点k在t时段的母线负荷值；分别为断面s的正、反向潮流松弛变量。
本发明实施例提供的风光火储联合参与市场竞价最优策略模型的有益效果包括：
结合新能源高速发展的现状，考虑电力市场的发展背景，提出全国统一电力市场环境下风光火储联合参与市场竞价最优策略模型，能够解决风光火储参与市场竞价决策问题以及解决风光火储参与市场竞价出力不确定性问题。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。
因此，以下对本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，在不冲突的情况下，本发明的实施例中的特征可以相互结合。
本实施例提供一种风光火储联合参与市场竞价最优策略模型，基本思路如下：风光储联合调度的运行策略主要考虑风电和光伏出力具有随机性，受气象等外界条件约束，出力优化空间不大，优化重心在报价方式；储能具有灵活的充放电特性，合理安排储能充放电策略与光伏联合调度运行可获得更大收益，优化重心在储能出力曲线。
储能在实际市场中，与市场各个部分耦合，在制定交易策略时需要解耦进行考虑，主要包括以下三方面：
1.风光储电站参与辅助服务市场
风光储电站由于具有出力调节能力，因此，可以参加调频市场和调峰市场等辅助服务市场获得收益，需要根据具体的交易规则和市场情况制定报价策略。
2.风光储电站参与电能量市场
(1)储能作为发电资源联合报价
储能和风光作为联合体，在电力市场中按照相同的报价策略，在调度层面认为是一个发电资源。可以通过优化储能的充放电策略，实现在市场低价时购电或消纳风光剩余电力，然后在市场高价时多发电，以获取最大的市场收益。
(2)储能作为发电资源独立报价
储能和风光发电资源作为独立的市场主体在市场中进行报价，这种情况储能作为可为系统提供上下调服务的发电资源，需要在市场中进行上调报价和下调报价。
(3)储能作为负荷资源参与需求侧响应
储能作为一个负荷侧资源，在系统顶峰时参与需求侧响应，采取放电策略以降低系统负荷，减少系统运行压力，获得响应收益；或在系统低谷时采取充电策略，以促进新能源消纳或缓解调峰压力。
3.风光储电站出力预测精确度考核
新能源电站在实际调度运行时，对预测精度有要求，比如风光短期预测准确率不低于85％，超短期负荷预测精确度不低于90％。风光储电站可以通过储能系统的监控模块，根据平滑出力控制程序要求和风光联合出力情况，控制储能系统的电能充放量。当风光联合出力波动不满足相关要求时，通过储能系统出力来实现风光联合出力波动的平滑控制；当风光联合出力满足相关要求时，储能系统不动作。通过储能的充放电降低风光联合出力功率的波动性。从而，平抑风光出力波动，使风光储电站按照预测出力进行实时出力，减少考核费用。
本实施例以风光储电站电能量市场收益和调频市场收益最大化为目标，综合考虑各种市场约束，建立策略模型如下。
目标函数：风光储电站电能量市场收益和调频市场收益最大化。目标函数的表达式如下：
式中，γi,t表示时段t调频市场里程出清中标价格，Mi,t表示时段t机组i响应的调频里程，调频里程等于小时t内，发电机组响应AGC控制指令后结束时的实际出力值与响应指令时的出力值之差的绝对值之和，Pi,t表示机组i在t时段的出力。
预测准确率约束：为平抑风光出力波动，使风光出力预测误差率控制在考核要求以内，储能需要预留一部分容量，优化策略时以此作为约束条件考虑。在实际应用中，可将这部分作为目标函数考虑，进行多目标优化。
调频市场约束：考虑调频市场收益，需要一部分容量参加调频市场，以约束条件体现。具体模型如下：
1)约束条件
(1)系统负荷平衡约束
对于每个时段t，负荷平衡约束可以描述为：
其中，Pi,t表示机组i在t时段的出力，Tj,t表示联络线j在时段t的计划功率(送入为正、输出为负)，NT为联络线总数，Dt为t时段的系统负荷。
(2)系统正备用容量约束
在确保系统功率平衡的前提下，为了防止系统负荷预测偏差，以及各种实际运行事故带来的系统供需不平衡波动，一般整个系统需要留有一定的容量备用。需要保证每天总开机容量满足系统最小备用容量。系统正备用容量约束可以描述为：
其中，αi,t表示机组i在t时段的启停状态，αi,t＝0，表示机组停机，αi,t＝1，表示机组开机；为机组i在t时段的最大出力；/>为t时段的系统正备用容量要求。
(3)系统负备用容量约束
系统负备用容量约束可以描述为：
其中，为机组i在t时段的最小出力；/>为t时段的系统负备用容量要求。
(4)系统旋转备用约束
各个时段机组出力的上调能力总和与下调能力总和需满足实际运行的上调、下调旋转备用要求约束可以描述为：
其中，ΔPi U为机组i最大上爬坡速率，ΔPi D为机组i最大下爬坡速率；分别是机组i在t时段的最大、最小出力；/>分别为t时段上调、下调旋转备用要求。
2)机组约束
(1)机组出力上下限约束
机组的出力应该处于其最大与最小技术出力范围之内，其约束条件可以描述为：
若机组停机，αi,t＝0，通过该约束条件可以将机组出力限定为0；当机组开机时，αi,t＝1，该约束条件为常规的出力上下限约束。
(2)机组爬坡约束
机组上爬坡或下爬坡时，均应满足爬坡速率要求。爬坡约束可描述为：
其中，ΔPi U为机组i最大上爬坡速率，ΔPi D为机组i最大下爬坡速率。
机组升降出力约束由几方面因素决定：
当机组处于正常运行状态时，机组的升降出力范围由决定；
当机组处于开启时刻时，机组的升降出力范围由机组的允许开机速率(此处为)决定；
当机组处于关停时刻时，机组的升降出力范围由机组的允许停机速率(此处为)决定。
(3)机组最小连续开停时间约束
由于火电机组的物理属性及实际运行需要，要求火电机组满足最小连续开机与停机时间。最小连续开停时间约束可以描述为：
其中，αi,t为机组i在t时段的启停状态；TU、TD分别为机组的最小连续开机时间和最小连续停机时间；分别为机组i在t时段时已经连续开机的时间和连续停机的时间，可以用状态变量αi,t(i＝1～N,t＝1～T)来表示：
(4)机组最大启停次数约束
定义ηi,t为机组i在t时段是否切换到启动状态；定义γi,t表示机组i在t时段是否切换到停机状态，ηi,t、γi,t满足如下条件：
相应机组i的启停次数限制可表达如下：
其中，分别为机组i的最大启动和停机次数。
ηi,t、γi,t的解析表达式如下：
(5)机组电量约束
机组电量约束可以描述为：
其中，T表示所考虑的时段总数；T0为计划周期内一个时段的时间长度，若每天考虑96个时段，则每个时段为15分钟，即T0＝0.25(小时)； 分别为机组i的最大、最小电量。
(6)机组指定状态约束
可以考虑检修、指定开停机、指定出力等方面的约束。
3)机组群约束
(1)机组群出力上下限约束
机组群的出力应该处于其最大与最小出力范围之内，其约束条件可以描述为：
其中，分别为机组群j在时段t的最大、最小出力。
(2)机组群电量约束
部分受限于一次能源供应约束机组群，其在日前电能量市场的中标电量应满足该机组群电量上限约束。
其中，T0＝96为D日的总时段数，为机组群j在D日的电量上限。
(3)新能源出力约束
0≤Pi,t≤PiF,t(i∈E)
其中，E为新能源机组集合，PiF,t为新能源机组i在时段t的预测出力。即新能源机组日前市场出力应小于新能源机组出力预测值。
4)储能模型约束
储能建模分为两种情况：一种是单独建模，考虑储能功率上下限约束和电量上下限约束；一种是储能和新能源合并，不单独建模，市场主体在新能源参与市场报价时考虑储能实际情况。
(1)储能功率上下限约束
其中，和/>分别为储能装置b的充电功率上限和放电功率上限，/>为储能装置b在时段t的充电功率，/>为储能装置b在时段t的放电功率。/>为储能装置b在时段t的充电状态，/>为储能装置b在时段t的放电状态，两者均为0/1变量。
(2)储能电量上下限约束
其中，Eb,t为储能装置b在时段t的电量状态，为储能装置b的充电效率，/>为储能装置b放电效率，Eb 为储能装置b的电量下限，/>为储能装置b的电量下限。
5)网络约束
(1)线路潮流约束
线路潮流约束可以描述为：
其中，Pl max为线路l的潮流传输极限；Gl-i为机组i所在节点对线路l的发电机输出功率转移分布因子；Gl-j为联络线j所在节点对线路l的发电机输出功率转移分布因子；K为系统的节点数量；Gl-k为节点k对线路l的发电机输出功率转移分布因子；Dk,t为节点k在t时段的母线负荷值。分别为线路l的正、反向潮流松弛变量。
(2)断面潮流约束
考虑关键断面的潮流约束，该约束可以描述为：
其中，Ps min、Ps max分别为断面s的潮流传输极限；Gs-i为机组i所在节点对断面s的发电机输出功率转移分布因子；Gs-j为联络线j所在节点对断面s的发电机输出功率转移分布因子；Gs-k为节点k对断面s的发电机输出功率转移分布因子。分别为断面s的正、反向潮流松弛变量。
6)机组运行费用建模
(1)机组出力表达式
其中，M为机组报价总段数，Pi,t,m为机组i在t时段第m个出力区间中的中标电力，分别为机组i申报的第m个出力区间上、下界。
(2)机组运行费用表达式
其中，M为机组报价总段数，Ci,t,m为机组i在t时段申报的第m个出力分段对应的能量价格，其中包括最小技术出力报价。
(3)机组启动费用表达式
其中，为机组i的单次启动费用。
(4)风光储系统不确定性建模
风力发电机组输出不确定性取决于风速的随机特性，其通常可用Weibull分布进行描述。光伏发电机组输出不确定性取决于太阳辐射强度的随机特性，其通常可用Beta分布进行描述。储能通过高储低释，在能量有剩余时将能量存储起来，在能量不足时通过储能机组释放能量，以满足负荷侧能量需求，能够降低系统的用能成本。具体模型为：
式中：代表储能装置S在t+1时刻所储能量；λchar与λdis分别代表储能装置充电、放电效率；λs_loss代表储能的损失率；/>代表充能值；/>代表放能值。
风电发电功率Pwind与风速v的关系如下：
a＝Prνci/(νci-νr),b＝Pr/(νr-νci)
式中：νci为切入风速；νr为额定风速；νco为切出风速；Pr为额定输出功率；a与b为常数。
风速的分布一般用双参数分布来表述，其概率密度函数如下所示:
式中，k和c是常数。考虑到风速在大部分时间内处于νci和νr同时将Pwind与v近似成一次函数关系Pwind的概率密度函数，如下所示：
本实施例提供的风光火储联合参与市场竞价最优策略模型的有益效果包括：
结合新能源高速发展的现状，考虑电力市场的发展背景，提出全国统一电力市场环境下风光火储联合参与市场竞价最优策略模型，能够解决风光火储参与市场竞价决策问题以及解决风光火储参与市场竞价出力不确定性问题。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (9)
1.一种风光火储联合参与市场竞价最优出清调度方法，其特征在于，所述方法包括：
以风光储电站电能量市场收益和调频市场收益最大化为目标函数构建模型；
考虑约束条件对所述模型进行多目标优化；
基于优化后的所述模型，确定风光火储联合参与市场竞价最优策略；
其中，所述约束条件包括：系统负荷平衡约束、系统正备用容量约束、系统负备用容量约束、系统旋转备用约束、机组约束、机组群约束、储能模型约束以及网络约束，其中，所述网络约束包括线路潮流约束和断面潮流约束，所述目标函数的表达式为：
式中，maxRi为最大化的风光储电站电能量市场收益和调频市场收益，表示时段t调频市场里程出清中标价格，/>表示时段t机组i响应的调频里程，C为出力对应的能量价格，/>表示机组/>在/>时段的出力，λi，t为时段t机组i的电价；
其中，C()表示机组运行费用,机组运行费用表达式：
式中，为机组/>在/>时段对应的能量价格，/>表示机组/>在/>时段的出力，/>为机组报价总段数，/>为机组/>在/>时段第/>个出力区间中的中标电力。
2.根据权利要求1所述的风光火储联合参与市场竞价最优出清调度方法，其特征在于，所述系统负荷平衡约束描述为：
其中，表示联络线j在时段t的计划功率，/>为联络线总数，/>为/>时段的系统负荷。
3.根据权利要求2所述的风光火储联合参与市场竞价最优出清调度方法，其特征在于，所述系统正备用容量约束描述为：
其中，表示机组/>在/>时段的启停状态，/>，表示机组停机，/>，表示机组开机；/>为机组/>在/>时段的最大出力；/>为/>时段的系统正备用容量要求；
所述系统负备用容量约束描述为：
其中，为机组/>在/>时段的最小出力；/>为/>时段的系统负备用容量要求。
4.根据权利要求1所述的风光火储联合参与市场竞价最优出清调度方法，其特征在于，所述系统旋转备用约束描述为：
其中，为机组/>最大上爬坡速率，/>为机组/>最大下爬坡速率；/>、/>分别是机组/>在/>时段的最大、最小出力；/>、/>分别为/>时段上调、下调旋转备用要求。
5.根据权利要求1所述的风光火储联合参与市场竞价最优出清调度方法，其特征在于，所述机组约束包括机组出力上下限约束、机组爬坡约束、机组最小连续开停时间约束、机组最大启停次数约束和机组电量约束。
6.根据权利要求1所述的风光火储联合参与市场竞价最优出清调度方法，其特征在于，所述机组群约束包括机组群出力上下限约束、机组群电量约束和新能源出力约束。
7.根据权利要求1所述的风光火储联合参与市场竞价最优出清调度方法，其特征在于，所述储能模型约束包括储能功率上下限约束和储能电量上下限约束。
8.根据权利要求1所述的风光火储联合参与市场竞价最优出清调度方法，其特征在于，所述线路潮流约束描述为：
其中，为线路/>的潮流传输极限；/>为机组/>所在节点对线路/>的发电机输出功率转移分布因子；/>为联络线总数，/>为联络线/>所在节点对线路/>的发电机输出功率转移分布因子；/>表示联络线j在时段t的计划功率；/>为系统的节点数量；/>为节点对线路/>的发电机输出功率转移分布因子；/>为节点/>在/>时段的母线负荷值；/>、分别为线路/>的正、反向潮流松弛变量。
9.根据权利要求1所述的风光火储联合参与市场竞价最优出清调度方法，其特征在于，所述断面潮流约束描述为：
其中，、/>分别为断面/>的潮流传输极限；/>为机组/>所在节点对断面/>的发电机输出功率转移分布因子；/>为联络线总数，/>为联络线/>所在节点对断面/>的发电机输出功率转移分布因子；/>表示联络线j在时段t的计划功率；/>为系统的节点数量；为节点/>对断面/>的发电机输出功率转移分布因子；/>为节点/>在/>时段的母线负荷值；/>、/>分别为断面/>的正、反向潮流松弛变量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210520472.4A CN115204443B (zh) | 2022-05-12 | 2022-05-12 | 风光火储联合参与市场竞价最优出清调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210520472.4A CN115204443B (zh) | 2022-05-12 | 2022-05-12 | 风光火储联合参与市场竞价最优出清调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115204443A CN115204443A (zh) | 2022-10-18 |
| CN115204443B true CN115204443B (zh) | 2023-07-18 |
Family
ID=83574500
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210520472.4A Active CN115204443B (zh) | 2022-05-12 | 2022-05-12 | 风光火储联合参与市场竞价最优出清调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115204443B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115882452B (zh) * | 2023-01-04 | 2023-05-26 | 温州电力建设有限公司 | 一种考虑源荷不确定性的新能源消纳能力分析与评估方法 |
| CN116362828B (zh) * | 2023-03-06 | 2023-10-20 | 中能智新科技产业发展有限公司 | 基于相似性场景及粒子群算法的火电机组报价决策方法 |
| CN117422183B (zh) * | 2023-12-18 | 2024-03-19 | 国网四川省电力公司 | 机组检修优化方法、装置、设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111047114A (zh) * | 2019-12-28 | 2020-04-21 | 中国南方电网有限责任公司 | 抽水蓄能机组在日前电力现货市场的双层竞价优化方法 |
| CA3030723A1 (en) * | 2019-01-21 | 2020-07-21 | Mitchell B. Miller | A system and method for bidirectionally based electrical information storage, processing and communication |
| CN112001528A (zh) * | 2020-07-30 | 2020-11-27 | 中国电力科学研究院有限公司 | 一种风储联合参与能量-调频市场的最优竞价方法及系统 |
| CN112288491A (zh) * | 2020-11-04 | 2021-01-29 | 国网湖南省电力有限公司 | 一种电力现货市场下的水火电机组同台出清方法及系统 |
| CN112529622A (zh) * | 2020-12-08 | 2021-03-19 | 国网河南省电力公司经济技术研究院 | 基于虚拟电厂的多元小微主体参与现货市场的出清方法 |
| CN113610435A (zh) * | 2021-08-24 | 2021-11-05 | 内蒙古电力(集团)有限责任公司电力调度控制分公司 | 基于火电、自备电厂和储能的电力系统调峰方法及装置 |
-
2022
- 2022-05-12 CN CN202210520472.4A patent/CN115204443B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA3030723A1 (en) * | 2019-01-21 | 2020-07-21 | Mitchell B. Miller | A system and method for bidirectionally based electrical information storage, processing and communication |
| CN111047114A (zh) * | 2019-12-28 | 2020-04-21 | 中国南方电网有限责任公司 | 抽水蓄能机组在日前电力现货市场的双层竞价优化方法 |
| CN112001528A (zh) * | 2020-07-30 | 2020-11-27 | 中国电力科学研究院有限公司 | 一种风储联合参与能量-调频市场的最优竞价方法及系统 |
| CN112288491A (zh) * | 2020-11-04 | 2021-01-29 | 国网湖南省电力有限公司 | 一种电力现货市场下的水火电机组同台出清方法及系统 |
| CN112529622A (zh) * | 2020-12-08 | 2021-03-19 | 国网河南省电力公司经济技术研究院 | 基于虚拟电厂的多元小微主体参与现货市场的出清方法 |
| CN113610435A (zh) * | 2021-08-24 | 2021-11-05 | 内蒙古电力(集团)有限责任公司电力调度控制分公司 | 基于火电、自备电厂和储能的电力系统调峰方法及装置 |
Non-Patent Citations (3)
| Title |
|---|
| 基于风光荷储联合优化的虚拟电厂竞价策略;刘佳楠 等;电力工程技术;第36卷(第06期);32-37 * |
| 新能源参与电力市场稳步发展，仍需完善长效机制;周云，刘东冉;风能(第05期);8-13 * |
| 电力市场环境下风光储联合运行优化策略;刘佳楠;熊宁;朱文广;唐玮;杨德昌;;电力科学与技术学报(第01期);11-15 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115204443A (zh) | 2022-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115204443B (zh) | 风光火储联合参与市场竞价最优出清调度方法 | |
| CN109325608B (zh) | 考虑储能并计及光伏随机性的分布式电源优化配置方法 | |
| WO2022100091A1 (zh) | 一种广义源储系统调度的集中控制方法 | |
| CN113034205B (zh) | 一种考虑容载比动态调整的储能站与变电站联合规划方法 | |
| CN107959285B (zh) | 一种区域间日前发输电计划的优化方法、系统及装置 | |
| CN113708394B (zh) | 一种百兆瓦级储能参与调峰及频率响应辅助服务的联合调度方法 | |
| CN112383086B (zh) | 一种孤岛微电网日前能量-备用联合优化调度方法 | |
| CN114629139A (zh) | 一种考虑储能容量优化的风-储联合系统调频控制方法 | |
| CN116014797A (zh) | 一种配网新能源接纳能力提升的评估方法 | |
| CN108711887A (zh) | 一种考虑虚拟电厂渗透背景下的电力系统优化调度系统 | |
| CN114611957A (zh) | 一种用于供需预测偏差二次修正储能能量管理算法 | |
| 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 | |
| CN107622331B (zh) | 一种发电机组与电力用户直接交易方式的优化方法和装置 | |
| CN117557301A (zh) | 一种考虑储能介入的电力市场效益评估模型算法 | |
| CN116544991A (zh) | 一种考虑风电不确定性的风储联合优化调度方法 | |
| CN116316844A (zh) | 发电侧储能电站的建设与运行分层优化设计方法 | |
| CN115049431A (zh) | 一种水电在电力现货市场中的定价方法 | |
| CN112039057B (zh) | 一种基于两阶段调度的低电压治理方法 | |
| CN113255957A (zh) | 综合服务站不确定因素的定量优化分析方法及系统 | |
| Wang et al. | Bi-level Optimization Model for Coordinated Operation of Wind Power and Energy Storage System | |
| CN114662741B (zh) | 一种虚拟电厂中风力、光伏发电与储能聚合管理的方法 | |
| CN113555929B (zh) | 一种考虑风险的退役电池储能系统及其优化调度方法 | |
| Peng et al. | Optimal Allocation Strategy of Frequency Modulation Power for Multiple Energy Storage Systems Considering Dual Constraints of Frequency Modulation Cost and Frequency Modulation Capability | |
| CN114447930B (zh) | 一种计及电网安全约束的海上风电机组并网容量计算方法 | |
| Jadallah | Multi-object model for the hybrid wind-solar power generation with energy storage and inverter access capacity configuration |
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 |