CN115207906A - 一种考虑高载能负荷参与调控的多时间尺度调度方法 - Google Patents

一种考虑高载能负荷参与调控的多时间尺度调度方法 Download PDF

Info

Publication number
CN115207906A
CN115207906A CN202210829953.3A CN202210829953A CN115207906A CN 115207906 A CN115207906 A CN 115207906A CN 202210829953 A CN202210829953 A CN 202210829953A CN 115207906 A CN115207906 A CN 115207906A
Authority
CN
China
Prior art keywords
day
scheduling
load
ahead
regulation
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.)
Granted
Application number
CN202210829953.3A
Other languages
English (en)
Other versions
CN115207906B (zh
Inventor
陈海鹏
董硕
杨硕实
李扬
杨玉龙
蔡婷婷
钟铁
赵立权
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.)
Northeast Electric Power University
Original Assignee
Northeast Dianli University
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 Northeast Dianli University filed Critical Northeast Dianli University
Priority to CN202210829953.3A priority Critical patent/CN115207906B/zh
Publication of CN115207906A publication Critical patent/CN115207906A/zh
Application granted granted Critical
Publication of CN115207906B publication Critical patent/CN115207906B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • 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
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • 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
    • H02J2300/28—The renewable source being wind energy

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Power Engineering (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Educational Administration (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明属于新能源发电技术领域，具体为一种考虑高载能负荷参与调控的多时间尺度调度方法，包括以下步骤：步骤一：建立高载能负荷运行模型，针对电解铝和碳化硅负荷的可离散调节负荷的调节模型；步骤二：激励型需求响应机制研究，根据IDR响应调控的速度的不同，将IDR分为IDRA和IDRB；步骤三：多时间尺度调度框架，分为日前计划层和日内修正层；步骤四：多时间尺度调度模型建立，并通过CPLEX求解器对设计的多时间尺度调度模型进行求解，分别以系统弃风量最小和日前调度计划与日内风功率预测值之间的偏差最小为目标函数，求得使系统弃风量达到最低的解,通过修正日前风电计划值与日内风功率预测值之间的偏差，进一步提高系统风电消纳。

Description

一种考虑高载能负荷参与调控的多时间尺度调度方法
技术领域
本发明涉及新能源发电技术领域，具体为一种考虑高载能负荷参与调控的多时间尺度调度方法。
背景技术
虽然我国风能资源富裕，但是风能分布较为集中，大多为华北、东北、西北这些距离负荷中心偏远的区域。同时，考虑到风电的波动性、随机性与反调峰特性，使得风电大规模接入电网时要求系统具备相应的措施来保证可靠稳定运行。而我国电源结构仍以煤电为主，仅仅依靠传统的火电机组通常无法满足电网调峰需求，存在风电消纳受阻现象。因此，如何推动实现双碳目标、提高电力系统调度灵活性、促进风电消纳问题显得尤为重要。
目前针对利用消纳受阻风电的研究大多局限于仅利用常规负荷或仅利用高载能负荷参与调控，没有充分利用负荷侧的调峰能力；
利用多时间尺度调度策略可以根据更新的风功率数据对调度计划进行调整。但是目前针对多时间尺度调度模型的目标函数大多为系统总成本最小，可能会出现使系统运行成本达到最低的最优解并不能使系统弃风量达到最小的问题。
发明内容
本部分的目的在于概述本发明的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述和/或现有新能源发电中存在的问题，提出了本发明。
因此，本发明的目的是提供一种考虑高载能负荷参与调控的多时间尺度调度方法，通过考虑高载能负荷参与调控，提高风电消纳率，分析高载能负荷参与调控前后系统的调度结果，能够在一定程度上降低系统弃风率，本发明提出的多时间尺度调度策略相比于传统日前调度策略，可以利用B类IDR与可连续调节负荷的快速响应特性，综合考虑高载能负荷与常规负荷参与调控的多时间尺度调度策略，分别以系统弃风量最小和日前调度计划与日内风功率预测值之间的偏差最小为目标函数，求得使系统弃风量达到最低的解,通过修正日前风电计划值与日内风功率预测值之间的偏差，进一步提高系统风电消纳。
为解决上述技术问题，根据本发明的一个方面，本发明提供了如下技术方案：
一种考虑高载能负荷参与调控的多时间尺度调度方法，包括以下步骤：
步骤一：建立高载能负荷运行模型，针对电解铝和碳化硅负荷的可离散调节负荷的调节模型；
步骤二：激励型需求响应机制研究，根据IDR响应调控的速度的不同，将IDR分为IDRA和IDRB；
步骤三：多时间尺度调度框架，分为日前计划层和日内修正层；
步骤四：多时间尺度调度模型建立，并通过CPLEX求解器对设计的多时间尺度调度模型进行求解。
作为本发明所述的一种考虑高载能负荷参与调控的多时间尺度调度方法的一种优选方案，其中：所述步骤一中，由于电解铝和碳化硅负荷在生产过程中需要在一定时间内保持功率恒定，所以二者为典型的可离散调节负荷；铁合金负荷在生产时可灵活调节，属于可连续调节负荷。
作为本发明所述的一种考虑高载能负荷参与调控的多时间尺度调度方法的一种优选方案，其中：所述步骤二中，激励型需求响应(incentive demand response，IDR)是指用户与需求响应实施机构制定政策，使用户在系统稳定性受到威胁或电价高峰时快速响应，减少负荷使用。
作为本发明所述的一种考虑高载能负荷参与调控的多时间尺度调度方法的一种优选方案，其中：所述步骤二中，IDRA即A类IDR，需要在日前调度中确定IDRA的响应量；IDRB即B类IDR需要在日内调度中确定IDRB的响应量。
作为本发明所述的一种考虑高载能负荷参与调控的多时间尺度调度方法的一种优选方案，其中：所述步骤三中，在日前调度过程中，需要求得A类IDR负荷的用电量与可离散调节高载能负荷的用电量，确定火电机组启停计划；在日前调度中确定的决策量会作为日内调度中的已知量进行处理；在日内调度过程中，需要确定常规火电机组出力、风机出力、B类IDR负荷以及可连续调节负荷的用电计划。
作为本发明所述的一种考虑高载能负荷参与调控的多时间尺度调度方法的一种优选方案，其中：所述步骤三中，日前调度的分辨率为1h，每24h调度一次，对于可调资源的响应速度没有要求，采用日前风电预测数据；日内协调调度的分辨率为15min，每4h调度一次，对可调节资源的响应速度要求较高，采用日内风电预测数据。
作为本发明所述的一种考虑高载能负荷参与调控的多时间尺度调度方法的一种优选方案，其中：所述步骤四中，多时间尺度调度模型建立包括日前调度目标函数、日前调度约束条件、日内调度目标函数和日内调度约束条件。
作为本发明所述的一种考虑高载能负荷参与调控的多时间尺度调度方法的一种优选方案，其中：所述步骤四中，分别以系统弃风量最小和日前风电计划出力与日内风功率预测值之间的偏差最小作为多时间尺度调度模型的目标函数。
与现有技术相比：本发明通过考虑高载能负荷参与调控，提高风电消纳率，分析高载能负荷参与调控前后系统的调度结果，能够在一定程度上降低系统弃风率，本发明提出的多时间尺度调度策略相比于传统日前调度策略，可以利用B类IDR与可连续调节负荷的快速响应特性，综合考虑高载能负荷与常规负荷参与调控的多时间尺度调度策略，分别以系统弃风量最小和日前调度计划与日内风功率预测值之间的偏差最小为目标函数，求得使系统弃风量达到最低的解,通过修正日前风电计划值与日内风功率预测值之间的偏差，进一步提高系统风电消纳。
附图说明
为了更清楚地说明本发明实施方式的技术方案，下面将结合附图和详细实施方式对本发明进行详细说明，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明步骤流程示意图；
图2为本发明多时间尺度调度框架结构示意图；
图3为本发明多时间尺度模型求解流程结构示意图；
图4为本发明三种模式调度结果结构示意图；
图5为本发明高载能负荷不参与调控的日前协调优化各时段风电消纳受阻电量的表格示意图；
图6为本发明高载能负荷参与调控的日前协调优化各时段风电消纳受阻电量的表格示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施方式的限制。
其次，本发明结合示意图进行详细描述，在详述本发明实施方式时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。
本发明提供一种考虑高载能负荷参与调控的多时间尺度调度方法，通过考虑高载能负荷参与调控，提高风电消纳率，分析高载能负荷参与调控前后系统的调度结果，能够在一定程度上降低系统弃风率，本发明提出的多时间尺度调度策略相比于传统日前调度策略，可以利用B类IDR与可连续调节负荷的快速响应特性，综合考虑高载能负荷与常规负荷参与调控的多时间尺度调度策略，分别以系统弃风量最小和日前调度计划与日内风功率预测值之间的偏差最小为目标函数，求得使系统弃风量达到最低的解,通过修正日前风电计划值与日内风功率预测值之间的偏差，进一步提高系统风电消纳，请参阅图1-图6，包括以下步骤：
步骤一：建立高载能负荷运行模型，针对电解铝和碳化硅负荷的可离散调节负荷的调节模型；
步骤二：激励型需求响应机制研究，根据IDR响应调控的速度的不同，将IDR分为IDRA和IDRB；
步骤三：多时间尺度调度框架，分为日前计划层和日内修正层；
步骤四：多时间尺度调度模型建立，并通过CPLEX求解器对设计的多时间尺度调度模型进行求解。
步骤一中，由于电解铝和碳化硅负荷在生产过程中需要在一定时间内保持功率恒定，所以二者为典型的可离散调节负荷；铁合金负荷在生产时可灵活调节，属于可连续调节负荷。
步骤二中，激励型需求响应(incentive demand response，IDR)是指用户与需求响应实施机构制定政策，使用户在系统稳定性受到威胁或电价高峰时快速响应，减少负荷使用。
步骤二中，IDRA即A类IDR，需要在日前调度中确定IDRA的响应量；IDRB即B类IDR需要在日内调度中确定IDRB的响应量。
步骤三中，在日前调度过程中，需要求得A类IDR负荷的用电量与可离散调节高载能负荷的用电量，确定火电机组启停计划；在日前调度中确定的决策量会作为日内调度中的已知量进行处理；在日内调度过程中，需要确定常规火电机组出力、风机出力、B类IDR负荷以及可连续调节负荷的用电计划。
步骤三中，日前调度的分辨率为1h，每24h调度一次，对于可调资源的响应速度没有要求，采用日前风电预测数据；日内协调调度的分辨率为15min，每4h调度一次，对可调节资源的响应速度要求较高，采用日内风电预测数据。
步骤四中，多时间尺度调度模型建立包括日前调度目标函数、日前调度约束条件、日内调度目标函数和日内调度约束条件。
步骤四中，分别以系统弃风量最小和日前风电计划出力与日内风功率预测值之间的偏差最小作为多时间尺度调度模型的目标函数；
其中，激励型需求响应(incentive demand response，IDR)是指用户与需求响应实施机构制定政策，使用户在系统稳定性受到威胁或电价高峰时快速响应，减少负荷使用。根据需求响应资源的响应速度不同，将其划分为A类IDR和B类IDR；
分别以电解铝负荷、碳化硅负荷和铁合金负荷为例分析高载能负荷运行特性与模型，首先分析高载能负荷消纳受阻风电的原理。然后，根据以上三种负荷的生产工艺流程，分析其运行特性。最后，以三种负荷的调节特性不同为依据，将其划分为可离散调节负荷与可连续调节负荷，并分别建立其数学模型。可离散调节负荷模型主要包括机组爬坡约束、响应时间间隔约束、超额运行时间约束和调节次数约束；可连续调节负荷模型主要包括功率运行约束和机组爬坡约束；
多时间尺度模型框架图见图2，模型求解流程图见图3，为了减少风电弃风量，提出了考虑高载能负荷参与调控的日前-日内多时间尺度协调优化策略。日前调度以系统弃风量最小为目标函数，以日前风功率预测结果为依据，以满足运行约束为前提求得日前调度方案。在日前计划的基础上，日内调度以日前风电计划与日内风电预测偏差最小为目标函数，利用响应速度快的负荷资源对风电出力计划进行修正，逐步减少偏差，进一步提高风电消纳水平。并通过CPLEX求解器对设计的多时间尺度调度模型进行求解。
建立高载能负荷运行模型
由于电解铝和碳化硅负荷在生产过程中需要在一定时间内保持功率恒定，所以二者为典型的可离散调节负荷；铁合金负荷在生产时可灵活调节，属于可连续调节负荷。
可离散调节负荷的调节模型为：
PdisL，i(t)＝PdisL，i(t-1)+λdisL，i(t)ΔPdisL，i(t) (1)
式中PdisL，i(t))—第i个可离散调节高载能负荷在t时刻的负荷量(MW)；
ΔPdisL，i(t)—第i个可离散调节高载能负荷在t时刻的调节状态，数值为1时表示高载能负荷参与调节，数值为0时表示高载能负荷不参与调节。
可离散调节负荷的调节约束为：
(1)运行功率约束：
Figure BDA0003745414790000071
式中
Figure BDA0003745414790000072
—第i个可离散调节负荷的功率调节下限(MW)；
Figure BDA0003745414790000073
—第i个可离散调节负荷的功率调节上限(MW)。
(2)爬坡约束：
Figure BDA0003745414790000081
式中
Figure BDA0003745414790000082
—第i个可离散调节负荷的下爬坡速率(MW/min)；
Figure BDA0003745414790000083
—第i个可离散调节负荷的上爬坡速率(MW/min)。
(3)响应时间间隔约束：
Figure BDA0003745414790000084
式中
Figure BDA0003745414790000085
—第i个可离散调节负荷的最小响应时间间隔(min)。
(4)超额运行时间约束：
Figure BDA0003745414790000086
式中ΔPdisLN，i(t)—第i个可离散调节负荷的额定调节功率(MW)；
Figure BDA0003745414790000087
—第i个可离散调节负荷的最大超额运行时间(min)。
(5)调节次数约束：
Figure BDA0003745414790000088
式中MdisL,i—第i个可离散调节负荷的周期内最大可调次数。
可连续调节负荷的调节模型为：
Figure BDA0003745414790000089
式中PconL，j(t)—第j个可连续调节高载能负荷在t时刻的负荷量(MW)；
Figure BDA00037454147900000810
—第j个可连续调节高载能负荷的不可调功率(MW)；
λconL，j(t)—第j个可连续调节高载能负荷在t时刻的调节状态，数值为1时表示高载能负荷参与调节，数值为0时表示高载能负荷不参与调节。
可连续调节负荷的调节约束为：
(1)运行功率约束：
Figure BDA0003745414790000091
式中
Figure BDA0003745414790000092
—第j个可连续调节高载能负荷的功率调节下限(MW)；
Figure BDA0003745414790000093
—第j个可连续调节高载能负荷的功率调节上限(MW)。
(2)爬坡约束：
Figure BDA0003745414790000094
式中
Figure BDA0003745414790000095
—第j个可连续调节负荷的下爬坡速率(MW/min)；
Figure BDA0003745414790000096
—第j个可连续调节负荷的上爬坡速率(MW/min)。
激励型需求响应机制研究
不同种类的IDR响应调控的速度不同。依据响应电网调控信号的速度快慢，将IDR分为以下两类：
(1)IDRA：即A类IDR，该类需求响应负荷响应速度较慢，响应时间通常超过1h，如可中断负荷控制。所以需要在日前调度中确定IDRA的响应量。
(2)IDRB：即B类IDR，该类需求响应负荷响应速度较快，响应时间通常在5～15min，如直接负荷控制。所以需要在日内调度中确定IDRB的响应量。
3.多时间尺度调度框架
(1)日前计划层
在日前调度中，高载能负荷促进受阻风电消纳主要是利用其削峰填谷的作用，即在用电负荷高峰时段减少高载能负荷功率，在用电负荷低谷时段增加高载能负荷功率。由于风电出力的反调峰特性，用电低谷时期常常也是风电高发时期，所以在此时若增加高载能负荷功率，便能在一定程度上消纳受阻风电，降低系统弃风量。日前调度的分辨率为1h，每24h调度一次，对于可调资源的响应速度没有要求，且采用的是日前风电预测数据。在日前调度过程中，除了需要求得上文中提及的A类IDR负荷的用电量与可离散调节高载能负荷的用电量，还需确定火电机组启停计划。在日前调度中确定的决策量会作为日内调度中的已知量进行处理。
(2)日内修正层
风功率预测精度与预测的时间长短呈负相关，即预测时间越短预测精度就越高。日内协调调度是基于日前调度结果的进一步优化。日内协调优化主要是利用B类IDR与可连续调节高载能负荷的优良的灵活性，即若在短时间内出现常规机组调峰能力不足或日前风电计划出力与日内风电预测值出现较大偏差的问题时，二者均能迅速连续地做出反应，增加或削减负荷用电计划、响应风功率预测偏差，在促进风电消纳的同时增加系统调峰深度。日内协调调度的分辨率为15min，每4h调度一次，对可调节资源的响应速度要求较高，且采用的是日内风电预测数据。在日内调度过程中，需要确定常规火电机组出力、风机出力、B类IDR负荷以及可连续调节负荷的用电计划。
多时间尺度调度模型建立
日前调度目标函数：
Figure BDA0003745414790000101
式中EW—24h内总的受阻风电量(MW)；
ΔPW(t)—t时刻系统受阻风电量(MW)；
ΔPHL(t))—t时刻高载能负荷的可调节功率(MW)；
ΔPIDR(t)—t时刻IDR负荷的可调节功率(MW)。
日前调度约束条件：
(1)有功功率平衡约束：
Figure BDA0003745414790000111
式中PG,k(t)—第k个火电机组在t时刻的发电功率(MW)；
Nk—系统中火电机组数量；
ΔPIDRA(t)—t时刻A类IDR负荷的调节功率(MW)，数值为正时表示负荷转入，数值为负时表示负荷转出；
ΔPIDRB(t)—t时刻B类IDR负荷的调节功率(MW)，数值为正时表示负荷转入，数值为负时表示负荷转出。
(2)火电机组出力约束：
PG,kmin≤PG,k(t)≤PG,kmax (12)
式中PG,kmin—第k个火电机组的最小发电功率(MW)；
PG,kmax—第k个火电机组的最大发电功率(MW)。
(3)火电机组爬坡约束：
PG,k down≤PG,k(t)-PG,k(t-1)≤PG,k up (13)
式中PG,k down—第k个火电机组的下爬坡速率(MW/min)；
PG,k up—第k个火电机组的上爬坡速率(MW/min)。
(4)火电机组启停约束：
Figure BDA0003745414790000112
式中uG,K(t)—第k个火电机组在t时刻的启停状态变量，数值为1时表示机组启动，数值为0时表示机组停止；
MG，k—第k个火电机组在调度周期内的所允许的最大启停次数。
(5)风电出力约束：
Figure BDA0003745414790000121
式中
Figure BDA0003745414790000122
—t时刻风电预测功率。
(6)IDR资源调用量上下限约束：
Figure BDA0003745414790000123
Figure BDA0003745414790000124
式中
Figure BDA0003745414790000125
—t时刻A类IDR负荷的转入功率(MW)；
Figure BDA0003745414790000126
—t时刻A类IDR负荷所允许的最大转入功率(MW)；
Figure BDA0003745414790000127
—t时刻A类IDR负荷的转出功率(MW)；
Figure BDA0003745414790000128
—t时刻A类IDR负荷所允许的最大转出功率(MW)；
Figure BDA0003745414790000129
—t时刻B类IDR负荷的转入功率(MW)；
Figure BDA00037454147900001210
—t时刻B类IDR负荷所允许的最大转入功率(MW)；
Figure BDA00037454147900001211
—t时刻B类IDR负荷的转出功率(MW)；
Figure BDA00037454147900001212
—t时刻B类IDR负荷所允许的最大转出功率(MW)。
(7)可离散调节负荷约束：
具体约束以及变量含义已在式(2)至式(6)中给出。
(8)可连续调节负荷约束：
具体约束以及变量含义已在式(8)至式(9)中给出。
(9)联络线功率传输约束：
Figure BDA00037454147900001213
式中tPtie，t—t时刻电网联络线传输功率(MW)；
Figure BDA0003745414790000135
—电网允许的联络线传输功率最小值(MW)；
Figure BDA0003745414790000131
—电网允许的联络线传输功率最大值(MW)。
日内调度目标函数：
Figure BDA0003745414790000132
式中ΔPdev—日内优化后日前风电出力与日内风功率预测偏差(MW)；
ΔPdev(t)—t时刻日前风电出力与日内风功率预测偏差(MW)；
ΔPconL(t)—t时刻可连续调节负荷的日内调节功率(MW)；
ΔPIDRB(t)—t时刻B类IDR负荷的日内调节功率(MW)。
日内调度约束条件：
(1)有功功率平衡约束：
Figure BDA0003745414790000133
日内调度与日前调度的有功功率平衡约束表达式相同，式中变量含义也相同。需要注意的是，式(11)中的PdisL,i(t))与ΔPIDRA(t))为已知量，由日前优化调度求得。
(2)IDR资源调用量上下限约束：
Figure BDA0003745414790000134
可连续调节负荷约束、火电机组出力约束、爬坡约束、启停约束、风电机组出力约束与联络线传输功率约束均与日前优化中相同，所以此处不再赘述。
实施实例
为了证明本文所提调度方法有效性，以甘肃河西电网为例，设计以下三种场景进行对比分析，如图4所示：
模式1高载能负荷不参与调控的日前调度策略；
模式2高载能负荷参与调控的日前调度策略；
模式3高载能负荷参与调控的多时间尺度调度策略；
三种调控模式下系统调度结果图与风电出力曲线见图4；高载能负荷参与调控前后系统弃风量分别见图5和图6。由图4可以看出，高载能负荷参与调控后仍然存在弃风现象，并且弃风时段也是集中在2:00-8:00。但是对比图5和图6可知，由于高载能负荷的可调节特性，所以在其参与调控后，能够在风电出力高发时段增加负荷需求，为风电出力扩大空间，进而降低弃风量，提升系统的调峰能力。考虑高载能负荷参与调控的日前协调优化中，风电消纳量为63747.6MW·h，弃风量为6861.4MW·h，弃风率为10.760％。
通过对响应速度快且没有功率维持时间的B类IDR和连续型高载能负荷进行再次调节，令二者在允许的调节范围内下，在风功率日内预测值高于日前调度计划值时增加负荷需求量，风功率日内预测值低于日前调度计划值时减少负荷需求量，对日前的调度值进行修正，能够在很大程度上减少二者之间的偏差，进而提高风电消纳率，可以避免出现大规模风电消纳受阻现象。经日内修正后系统弃风率为3.352％。
虽然在上文中已经参考实施方式对本发明进行了描述，然而在不脱离本发明的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本发明所披露的实施方式中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本发明并不局限于文中公开的特定实施方式，而是包括落入权利要求的范围内的所有技术方案。

Claims (8)

1.一种考虑高载能负荷参与调控的多时间尺度调度方法，其特征在于，包括以下步骤：
步骤一：建立高载能负荷运行模型，针对电解铝和碳化硅负荷的可离散调节负荷的调节模型；
步骤二：激励型需求响应机制研究，根据IDR响应调控的速度的不同，将IDR分为IDRA和IDRB；
步骤三：多时间尺度调度框架，分为日前计划层和日内修正层；
步骤四：多时间尺度调度模型建立，并通过CPLEX求解器对设计的多时间尺度调度模型进行求解。
2.根据权利要求1所述的一种考虑高载能负荷参与调控的多时间尺度调度方法，其特征在于，所述步骤一中，由于电解铝和碳化硅负荷在生产过程中需要在一定时间内保持功率恒定，所以二者为典型的可离散调节负荷；铁合金负荷在生产时可灵活调节，属于可连续调节负荷。
3.根据权利要求1所述的一种考虑高载能负荷参与调控的多时间尺度调度方法，其特征在于，所述步骤二中，激励型需求响应(incentive demand response，IDR)是指用户与需求响应实施机构制定政策，使用户在系统稳定性受到威胁或电价高峰时快速响应，减少负荷使用。
4.根据权利要求1所述的一种考虑高载能负荷参与调控的多时间尺度调度方法，其特征在于，所述步骤二中，IDRA即A类IDR，需要在日前调度中确定IDRA的响应量；IDRB即B类IDR需要在日内调度中确定IDRB的响应量。
5.根据权利要求1所述的一种考虑高载能负荷参与调控的多时间尺度调度方法，其特征在于，所述步骤三中，在日前调度过程中，需要求得A类IDR负荷的用电量与可离散调节高载能负荷的用电量，确定火电机组启停计划；在日前调度中确定的决策量会作为日内调度中的已知量进行处理；在日内调度过程中，需要确定常规火电机组出力、风机出力、B类IDR负荷以及可连续调节负荷的用电计划。
6.根据权利要求1所述的一种考虑高载能负荷参与调控的多时间尺度调度方法，其特征在于，所述步骤三中，日前调度的分辨率为1h，每24h调度一次，对于可调资源的响应速度没有要求，采用日前风电预测数据；日内协调调度的分辨率为15min，每4h调度一次，对可调节资源的响应速度要求较高，采用日内风电预测数据。
7.根据权利要求1所述的一种考虑高载能负荷参与调控的多时间尺度调度方法，其特征在于，所述步骤四中，多时间尺度调度模型建立包括日前调度目标函数、日前调度约束条件、日内调度目标函数和日内调度约束条件。
8.根据权利要求1所述的一种考虑高载能负荷参与调控的多时间尺度调度方法，其特征在于，所述步骤四中，分别以系统弃风量最小和日前风电计划出力与日内风功率预测值之间的偏差最小作为多时间尺度调度模型的目标函数。
CN202210829953.3A 2022-07-14 2022-07-14 一种考虑高载能负荷参与调控的多时间尺度调度方法 Active CN115207906B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210829953.3A CN115207906B (zh) 2022-07-14 2022-07-14 一种考虑高载能负荷参与调控的多时间尺度调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210829953.3A CN115207906B (zh) 2022-07-14 2022-07-14 一种考虑高载能负荷参与调控的多时间尺度调度方法

Publications (2)

Publication Number Publication Date
CN115207906A true CN115207906A (zh) 2022-10-18
CN115207906B CN115207906B (zh) 2024-06-14

Family

ID=83581801

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210829953.3A Active CN115207906B (zh) 2022-07-14 2022-07-14 一种考虑高载能负荷参与调控的多时间尺度调度方法

Country Status (1)

Country Link
CN (1) CN115207906B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116191450A (zh) * 2023-04-28 2023-05-30 武汉大学 考虑辅助服务收益的电解铝负荷参与调峰控制方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107563676A (zh) * 2017-10-11 2018-01-09 华中科技大学 考虑多时间尺度多类型需求响应的源荷协调运行调度方法
CN112467730A (zh) * 2020-11-19 2021-03-09 国网四川省电力公司经济技术研究院 考虑风光出力预测误差和需求响应灵活性的电力系统优化调度方法
CN113765098A (zh) * 2021-08-19 2021-12-07 国网陕西省电力公司电力科学研究院 一种基于需求侧负荷响应的荷源互动调峰控制方法
CN114004476A (zh) * 2021-10-26 2022-02-01 华北电力大学 一种综合能源系统多时间尺度优化调度方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107563676A (zh) * 2017-10-11 2018-01-09 华中科技大学 考虑多时间尺度多类型需求响应的源荷协调运行调度方法
CN112467730A (zh) * 2020-11-19 2021-03-09 国网四川省电力公司经济技术研究院 考虑风光出力预测误差和需求响应灵活性的电力系统优化调度方法
CN113765098A (zh) * 2021-08-19 2021-12-07 国网陕西省电力公司电力科学研究院 一种基于需求侧负荷响应的荷源互动调峰控制方法
CN114004476A (zh) * 2021-10-26 2022-02-01 华北电力大学 一种综合能源系统多时间尺度优化调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
晋宏杨等: "考虑风险约束的高载能负荷—风电协调调度方法", 电力系统自动化, vol. 43, no. 16, 31 December 2019 (2019-12-31), pages 9 - 18 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116191450A (zh) * 2023-04-28 2023-05-30 武汉大学 考虑辅助服务收益的电解铝负荷参与调峰控制方法及系统

Also Published As

Publication number Publication date
CN115207906B (zh) 2024-06-14

Similar Documents

Publication Publication Date Title
CN106300336B (zh) 一种计及负荷侧和电源侧的虚拟电厂多目标优化调度方法
CN111277005B (zh) 考虑源-荷协调优化的多源电力系统多时间尺度调度方法
CN108092324B (zh) 一种风电参与调峰调频的agc控制系统和控制方法
CN103762620B (zh) 基于预测调节性能和安全约束的新能源并网功率控制方法
CN109256799B (zh) 一种基于样本熵的新能源电力系统优化调度方法
CN114336702B (zh) 基于双层随机规划的风光储场站群功率分配协同优化方法
CN106602613B (zh) 一种省地两级调度断面协调控制方法
CN111614087A (zh) 一种参与电网调峰的储能双层优化配置方法
CN110137952B (zh) 一种实现源-荷-储协调运行的优化模型与方法
CN107968443B (zh) 一种风光火打捆直流外送的agc控制方法
CN108092322B (zh) 一种基于调频市场环境的agc控制方法
CN104467030A (zh) 一种基于风电与火电联合发电的功率分配方法
CN111784055A (zh) 一种考虑电力需求侧响应特性的虚拟电厂优化调度模型
CN115207906A (zh) 一种考虑高载能负荷参与调控的多时间尺度调度方法
CN109066769B (zh) 风电全消纳下虚拟电厂内部资源调度控制方法
CN108336768A (zh) 一种风电场有功功率优化控制方法
CN117096957B (zh) 一种配电网多源协同优化方法及系统
CN106961119B (zh) 一种高载能负荷参与调节消纳受阻风电的控制方法
CN105811454A (zh) 一种考虑风电接入的直接负荷控制资源优化方法
CN117060499A (zh) 风光水多能互补运行的控制方法、装置、设备及存储介质
CN107025610A (zh) 一种数据中心成本优化方法
CN108718093B (zh) 一种高载能负荷参与风电消纳的有功-无功协调控制方法
CN112821464B (zh) 经同一并网点的可再生能源与火力发电耦合系统调度模型
CN109713715A (zh) 一种基于混合整数动态优化的蓄热电采暖负荷控制方法
CN106505618B (zh) 风电接入电网的单元控制降损方法

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
GR01 Patent grant
GR01 Patent grant