CN115276008B - 考虑调峰调频需求的电力系统新能源承载能力评估方法 - Google Patents

考虑调峰调频需求的电力系统新能源承载能力评估方法 Download PDF

Info

Publication number
CN115276008B
CN115276008B CN202211186132.9A CN202211186132A CN115276008B CN 115276008 B CN115276008 B CN 115276008B CN 202211186132 A CN202211186132 A CN 202211186132A CN 115276008 B CN115276008 B CN 115276008B
Authority
CN
China
Prior art keywords
power
cost
new energy
moment
unit
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
Application number
CN202211186132.9A
Other languages
English (en)
Other versions
CN115276008A (zh
Inventor
余轶
陈�峰
徐秋实
赵红生
曾杨
李彬贤
杨东俊
郑旭
王博
桑子夏
李佳勇
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.)
Hunan University
Economic and Technological Research Institute of State Grid Hubei Electric Power Co Ltd
Original Assignee
Hunan University
Economic and Technological Research Institute of State Grid Hubei Electric Power 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 Hunan University, Economic and Technological Research Institute of State Grid Hubei Electric Power Co Ltd filed Critical Hunan University
Priority to CN202211186132.9A priority Critical patent/CN115276008B/zh
Publication of CN115276008A publication Critical patent/CN115276008A/zh
Application granted granted Critical
Publication of CN115276008B publication Critical patent/CN115276008B/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
    • 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
    • H02J3/241—The oscillation concerning frequency
    • 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
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • 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
    • 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
    • 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
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously

Abstract

考虑调峰调频需求的电力系统新能源承载能力评估方法，该方法先构建包含电力系统调峰响应约束模型和调频响应约束模型、以系统总成本最低为优化目标的电力系统新能源承载能力优化模型，再基于系统新能源装机容量Cn求解该优化模型，得到其对应的系统总成本f(Cn)，并判断f(Cn)是否大于新能源装机容量为Cn‑1时的系统总成本f(Cn‑1)，若是，则以Cn‑1作为系统最优新能源装机容量，否则将新能源装机容量增加到Cn+1=Cn+ΔC后返回上一步计算其对应的系统总成本f(Cn+1)。本发明不仅实现了对电力系统新能源承载能力的量化评估，而且在保障电力系统稳定运行的同时能够有效提升系统的新能源承载能力。

Description

考虑调峰调频需求的电力系统新能源承载能力评估方法
技术领域
本发明属于电力系统新能源消纳领域，具体涉及考虑调峰调频需求的电力系统新能源承载能力评估方法。
背景技术
为推动我国能源绿色、清洁和可持续发展，助推“碳达峰、碳中和”目标落地，光伏、风机等新能源机组正密集接入电力系统，导致现代电力系统的结构和运行特性日益复杂。新能源出力具有很强波动性、间歇性，大量新能源并网增加了电网削峰填谷的难度，同时用电负荷变化加剧了电网峰谷差，多方面困难使得电力系统面临巨大的调峰压力。此外，高比例的新能源通过电力电子装置接入电力系统，导致电力系统惯量不断下降，使系统应对突发状况的能力削弱，给电力系统频率稳定带来严重威胁。
目前，我国部分地区新能源装机规模已经超出其电力系统承载能力，导致出现大规模的新能源弃电现象，风、光等新能源资源浪费严重。准确评估电力系统的新能源消纳能力，有助于提升电力系统对新能源的开发与利用，为新型电力系统的发展与规划提供重要指导与建议。
传统电力系统新能源承载能力评估主要以风电、光伏消纳量或者弃风、弃光量为指标来衡量系统新能源承载能力，缺乏对系统安全可靠运行需求的分析及对技术应用经济性的思考，同时模型精细化程度不足，难以对新能源承载力极限水平进行评估。
发明内容
本发明的目的是针对现有技术存在的上述问题，提供一种通过建立精细化模型对新型电力系统新能源承载能力进行量化评估的考虑调峰调频需求的电力系统新能源承载能力评估方法。
为实现以上目的，本发明的技术方案如下：
考虑调峰调频需求的电力系统新能源承载能力评估方法，依次包括以下步骤：
步骤A、构建电力系统新能源承载能力优化模型，其中，该优化模型的目标函数为：
Figure 855365DEST_PATH_IMAGE001
Figure 309480DEST_PATH_IMAGE002
Figure 415977DEST_PATH_IMAGE003
上式中，
Figure 893225DEST_PATH_IMAGE004
为系统总成本，
Figure 477791DEST_PATH_IMAGE005
为系统的运维成本，
Figure 973363DEST_PATH_IMAGE006
为系统弃风、弃光惩罚成本，
Figure 985181DEST_PATH_IMAGE007
为火电机组运行成本，
Figure 949726DEST_PATH_IMAGE008
为新能源运行成本，
Figure 806824DEST_PATH_IMAGE009
为电池储能电站运行成本，
Figure 156902DEST_PATH_IMAGE010
为抽水储能电站运行成本，T为调度时间，
Figure 870781DEST_PATH_IMAGE011
、
Figure 57042DEST_PATH_IMAGE012
分别为系统风电、光伏机组装机数量，
Figure 186672DEST_PATH_IMAGE013
、
Figure 532203DEST_PATH_IMAGE014
分别为系统的弃风、弃光惩罚因子，
Figure 276037DEST_PATH_IMAGE015
、
Figure 277491DEST_PATH_IMAGE016
分别为风电、光伏机组i在t时刻 的弃风、弃光功率，
Figure 273129DEST_PATH_IMAGE017
为调度时间间隙；
该优化模型的约束件为电力系统源网荷储全环节互动约束模型，所述电力系统源网荷储全环节互动约束模型包括电力系统调峰响应约束模型、电力系统调频响应约束模型；
步骤B、基于系统新能源装机容量Cn求解上述优化模型，得到其对应的系统总成本f(Cn)；
步骤C、判断f(Cn)是否大于新能源装机容量为Cn-1时的系统总成本f(Cn-1)，若是，则以Cn-1作为系统最优新能源装机容量，否则将新能源装机容量增加到Cn+1=Cn+ΔC后返回步骤B计算其对应的系统总成本f(Cn+1) ；
步骤D、循环重复步骤C，直至获得系统最优新能源装机容量，此时完成对系统新能源承载能力的评估。
步骤A中，所述电力系统调峰响应约束模型为：
Figure 676428DEST_PATH_IMAGE018
Figure 76317DEST_PATH_IMAGE019
Figure 627384DEST_PATH_IMAGE020
Figure 98817DEST_PATH_IMAGE021
上式中，
Figure 543573DEST_PATH_IMAGE022
、
Figure 504576DEST_PATH_IMAGE023
、
Figure 480622DEST_PATH_IMAGE024
分别为火电机组i在t时刻的运行成本、投油成本、附加环 境成本，
Figure 162271DEST_PATH_IMAGE025
、
Figure 602479DEST_PATH_IMAGE026
分别为火电机组i在t时刻考虑机组运行状态的煤耗成本、寿命损 耗成本，
Figure 672066DEST_PATH_IMAGE027
为火电机组i在t时刻的煤耗成本，
Figure 56780DEST_PATH_IMAGE028
、
Figure 932332DEST_PATH_IMAGE029
分别火电机组i的煤耗成 本下限和上限，
Figure 164730DEST_PATH_IMAGE030
为火电机组i在t时刻的运行状态0-1变量，
Figure 342902DEST_PATH_IMAGE031
为一个很大的数，
Figure 90278DEST_PATH_IMAGE032
、
Figure 707204DEST_PATH_IMAGE033
、
Figure 981060DEST_PATH_IMAGE034
分别为火电机组i在t时刻处于常规调峰阶段、不投油深度调峰阶段、投油深度 调峰阶段的0-1变量，
Figure 454766DEST_PATH_IMAGE035
、
Figure 627122DEST_PATH_IMAGE036
分别为火电机组i在t时刻的寿命损耗成本及其上限，
Figure 719843DEST_PATH_IMAGE037
为发电机组i考虑机组运行状态的寿命损耗成本下限。
步骤A中，所述电力系统调频响应约束模型包括频率变化速率约束、频率最低点约束、准稳态频率约束；
所述频率变化速率约束为：
Figure 926833DEST_PATH_IMAGE038
Figure 837020DEST_PATH_IMAGE039
Figure 418043DEST_PATH_IMAGE040
上式中，
Figure 376772DEST_PATH_IMAGE041
、
Figure 235007DEST_PATH_IMAGE042
分别为频率变化速率及其最大值，
Figure 925882DEST_PATH_IMAGE043
为发生 功率缺额时的初始频率变化速率，
Figure 72830DEST_PATH_IMAGE044
为系统频率偏差，
Figure 897566DEST_PATH_IMAGE045
为功率缺额，
Figure 813569DEST_PATH_IMAGE046
为系统基准 频率，
Figure 659035DEST_PATH_IMAGE047
为系统的惯性常数，
Figure 355595DEST_PATH_IMAGE048
为系统容量基准值，
Figure 328230DEST_PATH_IMAGE049
为发电机组数量，
Figure 364320DEST_PATH_IMAGE050
、
Figure 521631DEST_PATH_IMAGE051
为发电机组i的惯性常数、最大有功功率输出，
Figure 643171DEST_PATH_IMAGE052
为发电机组i在t时刻的运行状态 0-1变量；
所述频率最低点约束为：
Figure 934344DEST_PATH_IMAGE053
Figure 559360DEST_PATH_IMAGE054
Figure 887574DEST_PATH_IMAGE055
上式中，
Figure 168513DEST_PATH_IMAGE056
、
Figure 76427DEST_PATH_IMAGE057
、
Figure 618266DEST_PATH_IMAGE058
分别为系统发生频率偏移时的最低点、系统允许的频 率偏移下限和上限，
Figure 507594DEST_PATH_IMAGE059
、
Figure 338147DEST_PATH_IMAGE060
分别为发电机组i在t时刻所需预留的向上、向下备用容 量，
Figure 846488DEST_PATH_IMAGE061
为发电机组i的最大调速器斜坡率，
Figure 118201DEST_PATH_IMAGE062
为发电机组调速器死区；
所述准稳态频率约束为：
Figure 991479DEST_PATH_IMAGE063
Figure 371645DEST_PATH_IMAGE064
Figure 355781DEST_PATH_IMAGE065
上式中，
Figure 996847DEST_PATH_IMAGE066
、
Figure 103343DEST_PATH_IMAGE067
分别为准稳态频率偏差及其最大值，K为系统的单位调节功 率，
Figure 908488DEST_PATH_IMAGE068
、
Figure 368419DEST_PATH_IMAGE069
分别为发电机组i的单位调节功率标幺值、负荷频率调节效应系数标幺值，
Figure 4937DEST_PATH_IMAGE070
为发电机组i的额定功率，
Figure 220018DEST_PATH_IMAGE071
为电力系统t时段的总负荷。
步骤A中，所述电力系统源网荷储全环节互动约束模型还包括电源环节约束模型、电网与负荷环节约束模型、储能环节约束模型，所述电源环节约束模型包括火电机组出力约束、新能源出力约束，所述储能环节约束模型包括电池储能电站约束、抽水蓄能电站约束。
所述火电机组出力约束为：
Figure 433830DEST_PATH_IMAGE072
Figure 25349DEST_PATH_IMAGE073
Figure 250794DEST_PATH_IMAGE074
Figure 574459DEST_PATH_IMAGE075
Figure 150934DEST_PATH_IMAGE076
上式中，
Figure 280564DEST_PATH_IMAGE077
、
Figure 750728DEST_PATH_IMAGE078
、
Figure 573191DEST_PATH_IMAGE079
分别为火电机组i在t时刻处于常规调峰阶段、不投油深 度调峰阶段、投油深度调峰阶段的0-1变量，
Figure 636962DEST_PATH_IMAGE080
、
Figure 242386DEST_PATH_IMAGE081
分别为火电机组i所允许的最大 出力、在常规调峰阶段所允许的最小出力，
Figure 380107DEST_PATH_IMAGE082
、
Figure 435787DEST_PATH_IMAGE083
分别为火电机组i在不投油深度调峰阶 段、投油深度调峰阶段的最小出力，
Figure 845909DEST_PATH_IMAGE084
、
Figure 317342DEST_PATH_IMAGE030
分别为火电机组i在t时刻的出力和运行状态 0-1变量，
Figure 637464DEST_PATH_IMAGE085
、
Figure 801730DEST_PATH_IMAGE086
分别为火电机组i在t时刻的启、停状态0-1变量，
Figure 449880DEST_PATH_IMAGE087
、
Figure 521741DEST_PATH_IMAGE088
分别为火 电机组i的启、停最小功率，
Figure 899633DEST_PATH_IMAGE089
、
Figure 156170DEST_PATH_IMAGE090
分别为发电机组i的上、下爬坡约束，
Figure 416251DEST_PATH_IMAGE091
为火电机 组i在
Figure 229486DEST_PATH_IMAGE092
时刻的运行状态0-1变量，
Figure 399567DEST_PATH_IMAGE093
、
Figure 640056DEST_PATH_IMAGE094
分别为火电机组i允许的最小启、停 时间，
Figure 653011DEST_PATH_IMAGE095
、
Figure 191308DEST_PATH_IMAGE096
分别为火电机组i在t时刻所需预留的向上、向下备用容量，
Figure 278213DEST_PATH_IMAGE097
为火 电机组i在t时刻处于常规调峰阶段的出力，N为一个很大的数；
所述新能源出力约束为：
Figure 17499DEST_PATH_IMAGE098
Figure 861958DEST_PATH_IMAGE099
上式中，
Figure 16996DEST_PATH_IMAGE100
、
Figure 286303DEST_PATH_IMAGE101
分别为风电、光伏机组i在t时刻的预测有功出力，
Figure 868595DEST_PATH_IMAGE102
、
Figure 715197DEST_PATH_IMAGE103
分别为风电、光伏机组i允许的有功出力上限，
Figure 470663DEST_PATH_IMAGE104
、
Figure 532160DEST_PATH_IMAGE016
分别为风电、光伏机组i在t时刻的弃风、弃光功率。
所述电网与负荷环节约束模型为：
Figure 488615DEST_PATH_IMAGE105
Figure 635562DEST_PATH_IMAGE106
Figure 929140DEST_PATH_IMAGE107
Figure 32094DEST_PATH_IMAGE108
上式中，
Figure 221767DEST_PATH_IMAGE084
、
Figure 918328DEST_PATH_IMAGE109
分别为t时刻节点i处火电机组、水电站的有功出力，
Figure 890963DEST_PATH_IMAGE110
、
Figure 661473DEST_PATH_IMAGE111
分别为t时刻节点i处风电、光伏机组的预测有功出力，
Figure 84364DEST_PATH_IMAGE112
、
Figure 205904DEST_PATH_IMAGE113
分别为t时刻节点i处 风电、光伏机组的弃风、弃光功率，
Figure 989356DEST_PATH_IMAGE114
、
Figure 942268DEST_PATH_IMAGE115
分别为t时刻节点i处电池储能电站的放电、充 电功率，
Figure 473744DEST_PATH_IMAGE116
、
Figure 754684DEST_PATH_IMAGE117
分别为t时刻节点i处抽水蓄能电站的发电、抽水功率，
Figure 459334DEST_PATH_IMAGE118
、
Figure 204436DEST_PATH_IMAGE119
分别为t 时刻节点i处的有功负荷、注入有功功率，
Figure 93764DEST_PATH_IMAGE120
为t时刻支路ij流通的有功功率，
Figure 924317DEST_PATH_IMAGE121
、
Figure 901500DEST_PATH_IMAGE122
分 别为t时刻节点i、j的电压相位，
Figure 704371DEST_PATH_IMAGE123
为节点i与节点j之间支路的电抗，
Figure 577649DEST_PATH_IMAGE124
为网络中到节点i 的直接相连节点集合，
Figure 692236DEST_PATH_IMAGE125
为支路ij流通的有功功率上限。
所述电池储能电站约束为：
Figure 863323DEST_PATH_IMAGE126
Figure 583017DEST_PATH_IMAGE127
Figure 689513DEST_PATH_IMAGE128
Figure 494658DEST_PATH_IMAGE129
Figure 954590DEST_PATH_IMAGE130
Figure 591107DEST_PATH_IMAGE131
上式中，
Figure 806188DEST_PATH_IMAGE132
、
Figure 20001DEST_PATH_IMAGE133
分别为电池储能电站i在t时刻的充、放电切换状态的逻辑变 量，
Figure 408257DEST_PATH_IMAGE134
为电池储能电站i在t时刻的充放电状态0-1变量，
Figure 836964DEST_PATH_IMAGE135
、
Figure 160629DEST_PATH_IMAGE136
分别为电池储能电 站i在t时刻的充、放电功率，
Figure 940366DEST_PATH_IMAGE137
、
Figure 866734DEST_PATH_IMAGE138
分别为电池储能电站i允许的充、放电功率上 限，
Figure 336898DEST_PATH_IMAGE139
为电池储能电站i在t时刻的荷电状态，
Figure 956098DEST_PATH_IMAGE140
、
Figure 957552DEST_PATH_IMAGE141
分别为电池储能电 站i荷电状态的下限、上限，
Figure 562977DEST_PATH_IMAGE142
、
Figure 966277DEST_PATH_IMAGE143
分别为电池储能电站的充、放电效率，
Figure 21958DEST_PATH_IMAGE144
为电池储 能电站i的储能容量；
所述抽水蓄能电站约束为：
Figure 245128DEST_PATH_IMAGE145
Figure 169091DEST_PATH_IMAGE146
Figure 223635DEST_PATH_IMAGE147
Figure 122321DEST_PATH_IMAGE148
Figure 36050DEST_PATH_IMAGE149
上式中，
Figure 311173DEST_PATH_IMAGE150
、
Figure 485803DEST_PATH_IMAGE151
分别为t时刻抽水蓄能电站i及其机组g的发电状态0-1变量，
Figure 742341DEST_PATH_IMAGE152
、
Figure 940104DEST_PATH_IMAGE153
分别为t时刻抽水蓄能电站i及其机组g的抽水状态0-1变量，
Figure 81235DEST_PATH_IMAGE154
、
Figure 313633DEST_PATH_IMAGE155
分别为 抽水蓄能电站i的机组g在t时刻的发电、抽水功率，
Figure 491805DEST_PATH_IMAGE156
、
Figure 239181DEST_PATH_IMAGE157
分别为抽水蓄能电站i 的机组g的最小、最大发电功率，
Figure 856107DEST_PATH_IMAGE158
、
Figure 129963DEST_PATH_IMAGE159
分别为抽水蓄能电站i的机组g的最小、 最大抽水功率，
Figure 541352DEST_PATH_IMAGE160
为抽水蓄能电站i在t时刻末上水库蓄水量，
Figure 776025DEST_PATH_IMAGE161
、
Figure 868746DEST_PATH_IMAGE162
分别为抽 水蓄能电站i上水库蓄水量的上、下限，
Figure 810157DEST_PATH_IMAGE163
为抽水蓄能电站i的机组数量，
Figure 720344DEST_PATH_IMAGE164
、
Figure 379995DEST_PATH_IMAGE165
分 别为抽水时的平均水量转换系数、发电时的平均电量转换系数，
Figure 260096DEST_PATH_IMAGE166
为调度时间间隙，
Figure 383909DEST_PATH_IMAGE167
、
Figure 402681DEST_PATH_IMAGE168
分别为抽水蓄能电站i在调度时间初、末的上水库蓄水量。
所述优化模型的目标函数中，新能源运行成本
Figure 221732DEST_PATH_IMAGE008
采用以下公式计算得到：
Figure 984152DEST_PATH_IMAGE169
Figure 696893DEST_PATH_IMAGE170
Figure 73517DEST_PATH_IMAGE171
上式中，
Figure 707760DEST_PATH_IMAGE172
、
Figure 70609DEST_PATH_IMAGE173
分别为新能源运维成本、系统备用容量成本，
Figure 841119DEST_PATH_IMAGE174
、
Figure 873797DEST_PATH_IMAGE175
分别 为风电、光伏机组的运行维护成本系数，
Figure 792074DEST_PATH_IMAGE176
、
Figure 896296DEST_PATH_IMAGE177
分别为光伏机组i、风电机组j在t时刻的 预测有功出力，
Figure 973843DEST_PATH_IMAGE178
为发电机组数量，
Figure 505318DEST_PATH_IMAGE179
、
Figure 910892DEST_PATH_IMAGE180
分别为发电机组i的上、下备用容量成本 系数，
Figure 553226DEST_PATH_IMAGE095
、
Figure 970432DEST_PATH_IMAGE181
分别为发电机组i在t时刻所需预留的向上、向下备用容量；
火电机组运行成本
Figure 735125DEST_PATH_IMAGE182
采用以下公式计算得到：
Figure 565678DEST_PATH_IMAGE183
Figure 198653DEST_PATH_IMAGE184
Figure 860579DEST_PATH_IMAGE185
上式中，
Figure 733857DEST_PATH_IMAGE186
、
Figure 723810DEST_PATH_IMAGE187
分别为火电机组的深度调峰、启停成本，
Figure 770263DEST_PATH_IMAGE188
为火电机组i在t 时刻的运行成本，
Figure 489958DEST_PATH_IMAGE189
、
Figure 721088DEST_PATH_IMAGE190
分别为火电机组i的启、停成本，
Figure 57391DEST_PATH_IMAGE085
、
Figure 845218DEST_PATH_IMAGE086
分别为火电机组i在t 时刻的启、停状态0-1变量；
电池储能电站运行成本
Figure 357102DEST_PATH_IMAGE191
采用以下公式计算得到：
Figure 572183DEST_PATH_IMAGE192
上式中，
Figure 926941DEST_PATH_IMAGE193
为电池储能电站的寿命损耗成本，
Figure 174252DEST_PATH_IMAGE194
为电池储能电站数量，
Figure 868538DEST_PATH_IMAGE195
、
Figure 316837DEST_PATH_IMAGE196
分别为电池储能电站i的投资成本、循环寿命，
Figure 503099DEST_PATH_IMAGE197
、
Figure 632729DEST_PATH_IMAGE198
分别为电池储能电 站i在t时刻的充、放电切换状态0-1变量；
抽水储能电站运行成本
Figure 243839DEST_PATH_IMAGE010
采用以下公式计算得到：
Figure 800722DEST_PATH_IMAGE199
Figure 989127DEST_PATH_IMAGE200
Figure 719185DEST_PATH_IMAGE201
Figure 122485DEST_PATH_IMAGE202
上式中，
Figure 787953DEST_PATH_IMAGE203
、
Figure 276703DEST_PATH_IMAGE204
分别为抽水蓄能电站i的机组g在t时刻的启、停成本，
Figure 810452DEST_PATH_IMAGE205
、
Figure 255209DEST_PATH_IMAGE206
分别是抽水蓄能电站的数量、抽水蓄能电站i的机组数量，
Figure 153895DEST_PATH_IMAGE207
、
Figure 192258DEST_PATH_IMAGE208
分别为 抽水蓄能电站i的机组g在t时刻的发电启、停状态0-1变量，
Figure 467381DEST_PATH_IMAGE209
、
Figure 251798DEST_PATH_IMAGE210
分别为抽水蓄能电 站i的机组g在t时刻的抽水启、停状态0-1变量，
Figure 649281DEST_PATH_IMAGE211
、
Figure 847044DEST_PATH_IMAGE212
分别为抽水蓄能电站i的机 组g的启、停成本，
Figure 112809DEST_PATH_IMAGE213
、
Figure 876366DEST_PATH_IMAGE214
分别为抽水蓄能电站i的机组g在t时刻的发电、抽水状态0- 1变量。
与现有技术相比，本发明的有益效果为：
本发明考虑调峰调频需求的电力系统新能源承载能力评估方法先构建包含电力系统调峰响应约束模型和电力系统调频响应约束模型、以系统总成本最低为优化目标的电力系统新能源承载能力优化模型，再基于系统新能源装机容量Cn求解上述优化模型，得到其对应的系统总成本f(Cn)，并判断f(Cn)是否大于新能源装机容量为Cn-1时的系统总成本f(Cn-1)，若是，则以Cn-1作为系统最优新能源装机容量，否则将新能源装机容量增加到Cn+1=Cn+ΔC后返回上一步计算其对应的系统总成本f(Cn+1)，如此循环，直至获得系统最优新能源装机容量，该方法在电力系统新能源承载能力优化模型中引入了电力系统调峰响应约束模型以及电力系统调频响应约束模型，其中，电力系统调峰响应约束模型考虑了火电机组的深度调峰机制对电力系统新能源消纳的影响，基于火电机组的深度调峰机理构建了深度调峰机制下火电机组的运行成本模型，使火电机组最小出力限制降低，从而保证电力系统能够在同等条件下消纳更多的新能源，有效提升系统的新能源承载能力，电力系统调频响应约束模型则采用频率变化速率、频率最低点、准稳态频率这三个调频指标进行电力系统的动态频率约束，以保障电力系统的稳定运行。因此，本发明不仅实现了对电力系统新能源承载能力的量化评估，以指导电力系统的建设与规划，而且在保障电力系统稳定运行的同时能够有效提升系统的新能源承载能力。
附图说明
图1为系统总成本与新能源装机容量的曲线图。
图2为电力系统一次调频动态响应原理图。
图3为实施例1采用的电力系统的拓扑图。
图4为风光装机总容量与系统调度周期总成本的曲线图。
图5为风光装机总容量与系统新能源消纳率的曲线图。
图6为某一典型日内各方案的弃风弃光量。
图7为某一典型日内各方案下火电机组的运行状态。
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。
系统总成本受多方面影响，其中系统总成本与新能源装机容量的关联曲线如图1所示。随着新能源装机容量的增加，系统总成本的变化趋势将先降低再上升。因为随着新能源装机容量增加，系统火电机组的出力将会逐渐被新能源出力替代，使得系统总成本先下降；但是火电机组会受到出力下限与系统安全约束的限制，使得系统运维成本具有下限，此外，新能源装机容量超过系统新能源消纳空间后，会开始大量弃风弃光，使得系统惩罚成本上升，当新能源装机容量超过一定限制后，系统总成本将上升。为了综合评估系统新能源的承载能力，本发明采用系统总成本最优时对应的新能源装机容量来评估系统新能源承载能力。
实施例1：
考虑调峰调频需求的电力系统新能源承载能力评估方法，依次按以下步骤进行：
1、计及系统调峰需求对电力系统的影响，建立新型电力系统调峰响应约束模型。
由于新能源出力具有间歇性、波动性等特点，导致新能源出力变化与负荷变化不一致，使得电力系统消纳新能源比较困难。电源中的火电机组是电力系统消纳新能源的主要调节设备，为使电力系统尽可能的多消纳新能源，减少弃风、弃光现象，提出利用火电机组等传统机组进行深度调峰以提高电力系统的调峰能力。
根据火电机组的调峰状态和能耗特性，其调峰过程可以分为常规调峰、不投油调峰和投油调峰三个阶段。火电机组调峰阶段的运行成本与煤耗成本、寿命损耗成本、投油成本以及附加环境成本有关。在常规调峰阶段，运行成本主要是煤耗成本；在深度调峰阶段，设备生命周期会因此缩短，产生由设备损耗造成的寿命损耗成本，此时火电机组运行成本包括了煤耗成本与寿命损耗成本；在投油深度调峰阶段时，由于需要投入燃油助力机组稳燃出力，以及投入燃油造成的环境污染，机组的运行成本除了煤耗成本与寿命损耗成本外，还包括投油成本和附加环境成本。因此，火电机组深度调峰的运行成本可根据运行状态用如下分段函数表示：
Figure 382434DEST_PATH_IMAGE215
上式中，
Figure 5176DEST_PATH_IMAGE216
、
Figure 622102DEST_PATH_IMAGE217
、
Figure 771324DEST_PATH_IMAGE218
、
Figure 448293DEST_PATH_IMAGE219
分别为火电机组i在t时刻的煤耗成本、寿命损 耗成本、投油成本、附加环境成本，
Figure 542020DEST_PATH_IMAGE080
、
Figure 24954DEST_PATH_IMAGE081
分别为火电机组i所允许的最大出力、在常 规调峰阶段所允许的最小出力，
Figure 966365DEST_PATH_IMAGE082
、
Figure 751918DEST_PATH_IMAGE083
分别为火电机组i在不投油深度调峰阶段、投油深 度调峰阶段的最小出力。
其中，火电机组的煤耗成本可以通过机组的煤耗曲线确定：
Figure 411570DEST_PATH_IMAGE220
上式中，
Figure 167036DEST_PATH_IMAGE084
为火电机组i在t时刻的出力，
Figure 415484DEST_PATH_IMAGE221
、
Figure 168676DEST_PATH_IMAGE222
、
Figure 377940DEST_PATH_IMAGE223
为煤耗特性系数。
当火电机组进行深度调峰时，依据目前最常用的Manson-Coffin公式，可以近似得到火电机组的损耗成本：
Figure 140360DEST_PATH_IMAGE224
Figure 994047DEST_PATH_IMAGE225
上式中，
Figure 980457DEST_PATH_IMAGE226
为机组运行影响系数，
Figure 349122DEST_PATH_IMAGE227
为火电机组i的建造成本，
Figure 836604DEST_PATH_IMAGE228
为转 子致裂循环次数，该值与机组出力有关。
当火电机组处于投油深度调峰时，根据机组油耗量与燃油成本，可以计算火电机组投油调峰时的投油成本：
Figure 872693DEST_PATH_IMAGE229
上式中，
Figure 30005DEST_PATH_IMAGE230
为燃油价格，
Figure 823648DEST_PATH_IMAGE231
为火电机组i的单位时间投油稳燃油耗量。
火电机组在投油深度调峰阶段产生附加环境成本为：
Figure 927871DEST_PATH_IMAGE232
上式中，
Figure 880783DEST_PATH_IMAGE233
、
Figure 412259DEST_PATH_IMAGE234
分别为火电机组i处于投油深度调峰阶段的单位排放超标 量、单位环境附加费。
由于
Figure 676887DEST_PATH_IMAGE027
、
Figure 381537DEST_PATH_IMAGE235
以及上述分段函数是非线性的，不利于大规模电力系统的计算 处理，对此，本发明对其进行如下线性化处理：
（1）煤耗成本与寿命损耗成本线性化
煤耗成本、寿命损耗成本都是关于火电机组出力的非线性函数，可采用分段线性 法对其线性化，其中非线性函数可以看作定义在[A,B]之间的一般形式h(x)，通过将分界点 A=X 1≤···≤X z ≤···≤X Z =B处的工作间隔与相应的函数值
Figure 126640DEST_PATH_IMAGE236
划分，将x定义区间 [A,B]划分为Z-1线段，从而h(x)可以近似表述：
Figure 766699DEST_PATH_IMAGE237
上式中，
Figure 597252DEST_PATH_IMAGE238
为连续变量，表示第z段的部分，
Figure 105594DEST_PATH_IMAGE239
为辅助二进制变量，表示x是否位于 第z段的右侧，如果选择区间(X z-1 ,X z ]，则对于t ≤z，
Figure 626574DEST_PATH_IMAGE239
=1。
（2）运行成本线性化
引入决策变量
Figure 499852DEST_PATH_IMAGE032
、
Figure 614439DEST_PATH_IMAGE033
、
Figure 801837DEST_PATH_IMAGE034
，则深度调峰机制下的火电机组运行成本可表示 为：
Figure 255953DEST_PATH_IMAGE240
上式中，
Figure 362449DEST_PATH_IMAGE030
为火电机组i在t时刻的运行状态0-1变量，
Figure 167594DEST_PATH_IMAGE030
=1表示处于运行状 态，
Figure 876793DEST_PATH_IMAGE030
=0表示处于停机状态，
Figure 513310DEST_PATH_IMAGE241
、
Figure 728391DEST_PATH_IMAGE078
、
Figure 988209DEST_PATH_IMAGE034
分别为火电机组i在t时刻处于常规调峰阶 段、不投油深度调峰阶段、投油深度调峰阶段的0-1变量，
Figure 882126DEST_PATH_IMAGE241
=1表示处于常规调峰阶段，否 则为0，
Figure 514095DEST_PATH_IMAGE242
=1表示处于不投油深度调峰阶段，否则为0，
Figure 618187DEST_PATH_IMAGE243
=1表示处于投油深度调峰阶 段，否则为0。
上式中变量
Figure 929082DEST_PATH_IMAGE244
、
Figure 730816DEST_PATH_IMAGE245
仍为非线性，可采用大M法进行线性 化，因此火电机组运行成本可线性化表示：
Figure 279609DEST_PATH_IMAGE018
Figure 898809DEST_PATH_IMAGE020
Figure 821635DEST_PATH_IMAGE246
上式中，
Figure 754956DEST_PATH_IMAGE247
为火电机组i在t时刻的运行成本，
Figure 220572DEST_PATH_IMAGE248
、
Figure 948357DEST_PATH_IMAGE026
分别为火电机组i在t时刻考虑机组运行状态的煤耗成本、寿命损耗成本，
Figure 374790DEST_PATH_IMAGE249
、
Figure 642960DEST_PATH_IMAGE029
分别火电机组i的 煤耗成本下限和上限，
Figure 900766DEST_PATH_IMAGE031
为一个很大的数，
Figure 251982DEST_PATH_IMAGE250
分别为火电机组i在t时刻的寿命损耗 成本上限，
Figure 228028DEST_PATH_IMAGE251
为发电机组i考虑机组运行状态的寿命损耗成本下限。
2、计及系统调频需求对电力系统运行的影响，建立电力系统调频响应约束模型。
随着风电光伏的大规模并网，大量传统火电机组被替代，导致电力系统的系统惯量和调频能力下降。为保障电力系统的安全运行，提高其抗干扰能力，电力系统需要拥有足够的惯量和频率调节能力，为此，本发明提出建立电力系统调频响应约束模型。
频率反映了电力系统有功功率和负荷之间的平衡关系，是电力系统最重要的参数之一。当电力系统出现功率缺额时，会导致系统频率跌落，如果频率变化过快或者跌落过低会导致机组低频减载动作，造成严重的电力事故。电力系统频率安全可以通过频率指标来衡量。一次调频阶段主要关注的调频指标有频率变化速率、频率最低点、准稳态频率等。其中频率变化速率指标反映了单位时间内系统频率的变化量，频率最低点反映了频率波动变化的剧烈程度，准稳态频率反映了一次调频对系统频率的调节作用。因此，本发明基于上述三个频率指标建立调频响应约束模型。
电力系统一次频率响应过程包括惯性响应、一次调频等过程，从扰动发生到系统频率恢复到允许范围，电力系统的频率动态响应受系统惯性、发电机调速器响应等因素的影响，建模高度复杂。为减少计算复杂度，将系统频率动态响应转化为线性化模型，采用以下简化方式：将不同发电机的惯性等效为一个等效的系统惯性；采用一阶调速器模型模拟频率响应轨迹；忽略负荷阻尼响应。
简化后的系统频率动力学可以由一阶摆动方程来表示，系统频率特性方程为：
Figure 299890DEST_PATH_IMAGE252
上式中，
Figure 677781DEST_PATH_IMAGE253
为系统的惯性常数，
Figure 809685DEST_PATH_IMAGE254
为系统基准频率，
Figure 69765DEST_PATH_IMAGE255
为系统频率偏差，
Figure 883001DEST_PATH_IMAGE048
为 系统容量基准值，
Figure 302350DEST_PATH_IMAGE256
、
Figure 605155DEST_PATH_IMAGE257
分别为机械、电磁功率输出的变化。
电力系统的一次频率响应过程如图2所示，t 0时刻，电力系统出现功率缺额，发生 扰动，频率变化速率出现最大值，发电机组机械功率不变，电磁功率发生突变，以维持系统 功率平衡。t 0+-t 1时间段为惯性响应作用阶段，系统频率剧烈跌落，发电机调速器还未响应， 机械功率基本不变，转子动能转化为电磁功率，维持系统功率平衡。t 1-t 2时间段为惯性响应 与一次调频响应共同作用阶段，系统频率继续跌落，直到t 2时刻达到最低点
Figure 290214DEST_PATH_IMAGE056
，发电机 调速器响应，机械功率开始增加，向系统提供额外有功以减少功率缺额，直到t 2时刻重新达 到新的功率平衡，惯量支撑作用逐渐减少。如果频率跌落最低点
Figure 844823DEST_PATH_IMAGE056
低于了允许的最低 频率
Figure 728466DEST_PATH_IMAGE258
，将导致低频减载继电器动作。t 2-t 3时间段为一次调频响应作用阶段，系统频率 还是恢复，直到t 3时刻恢复到准稳态
Figure 405435DEST_PATH_IMAGE259
，由于发电机转速仍未稳定，机械功率会继续微增， 然后恢复到新的平衡。
一次频率响应过程中，发电机机械功率实际变化十分复杂，难以描述，采用一阶调 速器响应模型，可以将其分段线性描述。此外由于发电机调速器存在死区（与死区频率相关
Figure 764741DEST_PATH_IMAGE260
）和响应延迟，无法及时响应扰动变化，应该考虑响应的约束条件。
（1）
Figure 716516DEST_PATH_IMAGE261
限制
由图2可知，t 0时刻，扰动发生，初始功率不平衡
Figure 923507DEST_PATH_IMAGE262
−
Figure 709060DEST_PATH_IMAGE263
等于功率缺额
Figure 368712DEST_PATH_IMAGE264
， 频率变化率达到最大。根据系统频率特性，初始频率变化率与系统惯量和功率缺额有关：
Figure 389757DEST_PATH_IMAGE038
Figure 185675DEST_PATH_IMAGE039
上式中，
Figure 125818DEST_PATH_IMAGE261
、
Figure 335082DEST_PATH_IMAGE042
分别为频率变化速率及其最大值，
Figure 97502DEST_PATH_IMAGE043
为发生 功率缺额时的初始频率变化速率。
初始频率变化率与功率缺额成正比，与系统惯量成反比。当发生扰动时，系统惯量 越小，
Figure 951189DEST_PATH_IMAGE265
越大，触发低频减载继电器动作的可能性越高。所以系统必须保持一定的惯 性，以确保
Figure 875282DEST_PATH_IMAGE265
不会触发低频减载继电器。因此
Figure 571843DEST_PATH_IMAGE266
相关限制可以转化为关于机组 状态的约束：
Figure 872374DEST_PATH_IMAGE267
上式中，
Figure 829835DEST_PATH_IMAGE049
为发电机组数量，
Figure 987146DEST_PATH_IMAGE268
、
Figure 108686DEST_PATH_IMAGE269
为发电机组i的惯性常数、最大有功 功率输出。
（2）频率最低点限制
根据系统频率特性方程，频率最低点与系统惯量、调速器响应等因素有关。当dΔf/dt=0时，频率达到最低点
Figure 150592DEST_PATH_IMAGE056
，为确保
Figure 775608DEST_PATH_IMAGE056
不会低于低频减载继电器允许的最低频 率
Figure 369400DEST_PATH_IMAGE270
，参与一次调频响应的机组需要预留足够的调频备用容量：
Figure 634028DEST_PATH_IMAGE053
。
为了确保每个发电机的备用容量可以在频率最低点发生时或之前完成响应，每个参与调频的发电机的备用容量不应该超过一定的上限，使得发电机调速器能迅速响应，在频率偏差超过低频减载继电器限制之前停止频率变化。发电机的备用容量需要满足如下约束：
Figure 541942DEST_PATH_IMAGE271
上式中，
Figure 349361DEST_PATH_IMAGE272
、
Figure 51737DEST_PATH_IMAGE060
分别为发电机组i在t时刻所需预留的向上、向下备用容量，
Figure 819973DEST_PATH_IMAGE273
为发电机组i的最大调速器斜坡率，
Figure 265998DEST_PATH_IMAGE062
为发电机组调速器死区。
当发生扰动后，为了确保系统在线机组提供的调频备用容量足以覆盖发生的扰动，所有参与调频的发电机备用容量之和需要大于功率缺额：
Figure 662344DEST_PATH_IMAGE274
；
Figure 722573DEST_PATH_IMAGE275
。
（3）准稳态频率限制
发电机在一次频率响应阶段完成交付的备用容量后，系统频率会逐渐恢复，进而进入准稳态状态，完成一次调频。准稳态频率受限于规定的频率范围：
Figure 40422DEST_PATH_IMAGE063
系统频率进入准稳态状态后的频率与系统单位调节功率、扰动功率相关：
Figure 86875DEST_PATH_IMAGE276
系统的单位调节功率与热备用机组的单位调节功率和系统负荷调节效应有关：
Figure 806570DEST_PATH_IMAGE065
上式中，
Figure 788432DEST_PATH_IMAGE066
、
Figure 390315DEST_PATH_IMAGE067
分别为准稳态频率偏差及其最大值，K为系统的单位调节功 率，
Figure 178142DEST_PATH_IMAGE068
、
Figure 939294DEST_PATH_IMAGE069
分别为发电机组i的单位调节功率标幺值、负荷频率调节效应系数标幺值，
Figure 154374DEST_PATH_IMAGE277
为发电机组i的额定功率，
Figure 243553DEST_PATH_IMAGE278
为电力系统t时段的总负荷。
3、构建电力系统源网荷储全环节互动约束模型
上述模型包括电源环节约束模型、电网与负荷环节约束模型、储能环节约束模型以及前述电力系统调峰响应约束模型和电力系统调频响应约束模型。
（1）电源环节约束模型
本发明考虑电网的“源”包括了多类型的电源：火电机组、风电场、光伏电站等。
火电机组相关约束：
为满足电力系统的调峰、调频等需求以及安全稳定性，火电机组参与电力系统运行时，受自身约束和系统备用需求限制，包括火电机组出力约束、爬坡约束、启停逻辑约束、最小启停时间约束以及旋转备用容量约束等。
① 火电机组出力约束
考虑深度调峰机制，火电机组出力和运行状态与其所处调峰阶段出力限制有关：
Figure 835072DEST_PATH_IMAGE279
上式中，
Figure 201462DEST_PATH_IMAGE077
、
Figure 384182DEST_PATH_IMAGE280
、
Figure 163919DEST_PATH_IMAGE281
分别为火电机组i在t时刻处于常规调峰阶段、不投油深 度调峰阶段、投油深度调峰阶段的0-1变量，
Figure 480500DEST_PATH_IMAGE080
、
Figure 763713DEST_PATH_IMAGE282
分别为火电机组i所允许的最大 出力、在常规调峰阶段所允许的最小出力，
Figure 382913DEST_PATH_IMAGE082
、
Figure 322051DEST_PATH_IMAGE083
分别为火电机组i在不投油深度调峰阶 段、投油深度调峰阶段的最小出力，
Figure 255372DEST_PATH_IMAGE084
、
Figure 455409DEST_PATH_IMAGE030
分别为火电机组i在t时刻的出力和运行状态 0-1变量。
② 火电机组爬坡约束
火电机组功率变化与机组爬坡限制、启停状态以及最小启停功率限制有关：
Figure 448773DEST_PATH_IMAGE283
上式中，
Figure 124473DEST_PATH_IMAGE284
、
Figure 595906DEST_PATH_IMAGE086
分别为火电机组i在t时刻的启、停状态0-1变量，
Figure 916029DEST_PATH_IMAGE085
=1表示启 动，
Figure 752398DEST_PATH_IMAGE086
=1表示停机，
Figure 462865DEST_PATH_IMAGE087
、
Figure 800305DEST_PATH_IMAGE088
分别为火电机组i的启、停最小功率，
Figure 178197DEST_PATH_IMAGE089
、
Figure 434735DEST_PATH_IMAGE285
分 别为发电机组i的上、下爬坡约束。
③ 机组启停逻辑约束
Figure 898077DEST_PATH_IMAGE074
④ 机组最小启停时间约束
火电机组需要通过限制启停时间间隔来保护机组：
Figure 508050DEST_PATH_IMAGE075
上式中，
Figure 678132DEST_PATH_IMAGE091
为火电机组i在
Figure 918620DEST_PATH_IMAGE092
时刻的0-1状态变量，
Figure 931575DEST_PATH_IMAGE286
、
Figure 548501DEST_PATH_IMAGE287
分别为火 电机组i允许的最小启、停时间。
⑤ 备用容量约束：
火电机组作为电力系统调峰、调频的主力设备，需要预留一定的备用容量应对可能会出现的意外扰动。火电机组的备用容量受到调峰状态的限制，当进入深度调峰状态时，火电机组继续向下调节能力较弱，其向下备用容量基本为零。所以火电机组的备用容量满足以下约束：
Figure 822357DEST_PATH_IMAGE288
上式中，
Figure 296064DEST_PATH_IMAGE095
、
Figure 468419DEST_PATH_IMAGE289
分别为t时刻火电机组i所需预留的向上、下备用容量。
火电机组备用容量约束为非线性，其优化计算较为复杂。为简化处理难度，采用大M法对其线性化：
Figure 561140DEST_PATH_IMAGE290
上式中，
Figure 768130DEST_PATH_IMAGE097
为t时刻火电机组i处于常规调峰阶段的出力，N为一个很大的数。
新能源出力约束：
① 风电、光伏出力约束
风电、光伏的预测出力与实际出力都不能超过设备的装机容量限制：
Figure 412738DEST_PATH_IMAGE291
上式中，
Figure 72390DEST_PATH_IMAGE100
、
Figure 952490DEST_PATH_IMAGE101
分别为风电、光伏机组i在t时刻的预测有功出力，
Figure 76304DEST_PATH_IMAGE102
、
Figure 95075DEST_PATH_IMAGE103
分别为风电、光伏机组i允许的有功出力上限。
② 弃风、弃光量约束
风电、光伏的实际出力不能超过其预测出力，必要时需要弃风、弃光来维持系统安全运行：
Figure 179706DEST_PATH_IMAGE099
上式中，
Figure 676546DEST_PATH_IMAGE292
、
Figure 654867DEST_PATH_IMAGE293
分别为风电、光伏机组i在t时刻的弃风、弃光功率。
（2）电网与负荷环节约束模型
本发明重点关注电力系统的有功平衡，采用直流潮流描述电力系统的能流分布。
① 节点功率平衡方程
Figure 844540DEST_PATH_IMAGE105
上式中，
Figure 665734DEST_PATH_IMAGE084
、
Figure 763003DEST_PATH_IMAGE109
分别为t时刻节点i处火电机组、水电站的有功出力，
Figure 533513DEST_PATH_IMAGE110
、
Figure 831770DEST_PATH_IMAGE111
分别为t时刻节点i处风电、光伏机组的预测有功出力，
Figure 953310DEST_PATH_IMAGE294
、
Figure 854270DEST_PATH_IMAGE113
分别为t时刻节点i处 风电、光伏机组的弃风、弃光功率，
Figure 666237DEST_PATH_IMAGE114
、
Figure 197712DEST_PATH_IMAGE115
分别为t时刻节点i处电池储能电站的放电、充 电功率，
Figure 603286DEST_PATH_IMAGE116
、
Figure 511199DEST_PATH_IMAGE117
分别为t时刻节点i处抽水蓄能电站的发电、抽水功率，
Figure 193984DEST_PATH_IMAGE118
、
Figure 896361DEST_PATH_IMAGE119
分别为t 时刻节点i处的有功负荷、注入有功功率。
② 直流潮流模型
Figure 523651DEST_PATH_IMAGE295
上式中，
Figure 891048DEST_PATH_IMAGE120
为t时刻支路ij流通的有功功率，
Figure 756236DEST_PATH_IMAGE121
、
Figure 691831DEST_PATH_IMAGE122
分别为t时刻节点i、j的电 压相位，
Figure 9679DEST_PATH_IMAGE296
为节点i与节点j之间支路的电抗，
Figure 931499DEST_PATH_IMAGE124
为网络中到节点i的直接相连节点集合。
③ 支路容量约束
Figure 447931DEST_PATH_IMAGE297
上式中，
Figure 492110DEST_PATH_IMAGE298
为支路ij流通的有功功率上限。
④ 相角约束
Figure 484206DEST_PATH_IMAGE299
（3）储能环节约束模型
随着新能源的大量并网，给电力系统的安全运行带来了极大的影响，储能技术在电网中的应用可以大幅度提升电网的新能源消纳能力，保证系统的安全运行。本发明主要考虑电池储能电站、抽水蓄能电站两类储能电站。
电池储能电站约束：
电池储能电站灵活快速的调节能力可有效平抑风电、光伏出力的随机与间歇性。
① 充、放电逻辑状态约束
电池储能电站存在着充电、放电、待机三种状态，但每一时刻只能处于一种状态：
Figure 272033DEST_PATH_IMAGE300
Figure 908551DEST_PATH_IMAGE127
上式中，
Figure 795736DEST_PATH_IMAGE301
、
Figure 822598DEST_PATH_IMAGE133
分别为电池储能电站i在t时刻的充、放电切换状态的逻辑变 量，电池储能电站i由放电状态切换到充电状态时
Figure 476433DEST_PATH_IMAGE301
=1，由充电状态切换到放电状态时
Figure 905140DEST_PATH_IMAGE302
=1，
Figure 478073DEST_PATH_IMAGE303
为电池储能电站i在t时刻的充放电状态0-1变量，电池储能电站i处于充电 状态时
Figure 257810DEST_PATH_IMAGE303
=1，处于放电状态时
Figure 449757DEST_PATH_IMAGE304
=0。
② 充、放电速率约束
电池储能电站的充放电速率同时受最大充放电速率、电站当前的运行状态限制：
Figure 405075DEST_PATH_IMAGE305
Figure 227537DEST_PATH_IMAGE129
上式中，
Figure 291308DEST_PATH_IMAGE306
、
Figure 959050DEST_PATH_IMAGE307
分别为电池储能电站i在t时刻的充、放电功率，
Figure 549300DEST_PATH_IMAGE308
、
Figure 542664DEST_PATH_IMAGE309
分别为电池储能电站i允许的充、放电功率上限。
③ 荷电状态约束
电池储能电站的使用受充放电循环寿命限制，为确保电站不过充、过放影响寿命，电站的荷电状态(state of charge，SOC)需要维持在允许的范围内：
Figure 562572DEST_PATH_IMAGE130
Figure 237267DEST_PATH_IMAGE310
上式中，
Figure 495073DEST_PATH_IMAGE139
为电池储能电站i在t时刻的荷电状态，
Figure 456076DEST_PATH_IMAGE311
、
Figure 432122DEST_PATH_IMAGE141
分别为 电池储能电站i荷电状态的下限、上限，
Figure 628617DEST_PATH_IMAGE142
、
Figure 803247DEST_PATH_IMAGE312
分别为电池储能电站的充、放电效率，
Figure 138413DEST_PATH_IMAGE144
为电池储能电站i的储能容量。
抽水蓄能电站约束：
抽水蓄能电站与电池储能电站都是用来平抑电力系统波动的储能设备，两者都不能同时充放电、受安全容量限制。抽水蓄能电站约束主要包括抽水发电逻辑状态约束、抽水发电功率约束以及水库容量约束等。
① 抽水、发电逻辑状态约束
抽水蓄能电站与其机组有抽水状态、发电状态以及停机状态三个状态，电站不能同时抽水发电，并且电站每台机组运行状态受电站运行状态限制：
Figure 273859DEST_PATH_IMAGE145
上式中，
Figure 352674DEST_PATH_IMAGE313
、
Figure 647389DEST_PATH_IMAGE151
分别为t时刻抽水蓄能电站i及其机组g的发电状态0-1变量， 取1表示处于发电状态，
Figure 887877DEST_PATH_IMAGE314
、
Figure 759887DEST_PATH_IMAGE315
分别为t时刻抽水蓄能电站i及其机组g的抽水状态0-1 变量，取1表示处于抽水状态。
② 抽水、发电功率约束
抽水蓄能电站每台机组的抽水、发电功率受机组运行状态与容量限制：
Figure 439130DEST_PATH_IMAGE146
上式中，
Figure 526035DEST_PATH_IMAGE316
、
Figure 875108DEST_PATH_IMAGE155
分别为抽水蓄能电站i的机组g在t时刻的发电、抽水功率，
Figure 47463DEST_PATH_IMAGE156
、
Figure 530397DEST_PATH_IMAGE317
分别为抽水蓄能电站i的机组g的最小、最大发电功率，
Figure 393180DEST_PATH_IMAGE318
、
Figure 241050DEST_PATH_IMAGE319
分别为抽水蓄能电站i的机组g的最小、最大抽水功率。
③ 水库容量约束
抽水蓄能电站的抽水、发电量收到电站储能水库容量的限制，水库容量不能太高或太低，需要维持在安全范围内：
Figure 963018DEST_PATH_IMAGE147
Figure 921747DEST_PATH_IMAGE148
上式中，
Figure 920927DEST_PATH_IMAGE160
为抽水蓄能电站i在t时刻末上水库蓄水量，
Figure 736436DEST_PATH_IMAGE320
、
Figure 617805DEST_PATH_IMAGE321
分别为 抽水蓄能电站i上水库蓄水量的上、下限，
Figure 567175DEST_PATH_IMAGE163
为抽水蓄能电站i的机组数量，
Figure 483179DEST_PATH_IMAGE322
、
Figure 735168DEST_PATH_IMAGE165
分别为抽水时的平均水量转换系数、发电时的平均电量转换系数。
④ 库容调度约束
在调度时间内，抽水蓄能电站储能水库的初始容量应该等于调度周期末的容量，以维持电站调度平衡：
Figure 369412DEST_PATH_IMAGE323
式中，
Figure 607626DEST_PATH_IMAGE324
、
Figure 174874DEST_PATH_IMAGE325
分别为抽水蓄能电站i在调度时间初、末的上水库蓄水量。
4、以步骤3构建的电力系统源网荷储全环节互动约束模型作为约束约束件构建以系统总成本为优化目标的电力系统新能源承载能力优化模型：
Figure 535448DEST_PATH_IMAGE001
Figure 578359DEST_PATH_IMAGE002
Figure 682582DEST_PATH_IMAGE003
上式中，
Figure 635494DEST_PATH_IMAGE004
为系统总成本，
Figure 166970DEST_PATH_IMAGE005
为系统的运维成本，
Figure 447909DEST_PATH_IMAGE006
为系统弃风、弃光惩罚成本，
Figure 886981DEST_PATH_IMAGE007
为火电机组运行成本，
Figure 632083DEST_PATH_IMAGE008
为新能源运行成本，
Figure 521411DEST_PATH_IMAGE009
为电池储能电站运行成本，
Figure 351963DEST_PATH_IMAGE010
为抽水储能电站运行成本，T为调度时间，
Figure 594726DEST_PATH_IMAGE011
、
Figure 397597DEST_PATH_IMAGE012
分别为系统风电、光伏机组装机数量，
Figure 270875DEST_PATH_IMAGE013
、
Figure 385461DEST_PATH_IMAGE014
分别为系统的弃风、弃光惩罚因子，
Figure 635177DEST_PATH_IMAGE015
、
Figure 541822DEST_PATH_IMAGE016
分别为风电、光伏机组i在t时刻 的弃风、弃光功率，
Figure 586002DEST_PATH_IMAGE017
为调度时间间隙。
（1）新能源运行成本
风电、光伏作为清洁的电源，其发电成本基本为零。所以风电、光伏的运行成本主要是风电、光伏的运维成本以及系统应对新能源波动的备用容量成本。
Figure 187884DEST_PATH_IMAGE169
Figure 647815DEST_PATH_IMAGE326
Figure 222016DEST_PATH_IMAGE327
上式中，
Figure 499414DEST_PATH_IMAGE172
、
Figure 791855DEST_PATH_IMAGE173
分别为新能源运维成本、系统备用容量成本，
Figure 304745DEST_PATH_IMAGE174
、
Figure 795769DEST_PATH_IMAGE175
分别 为风电、光伏机组的运行维护成本系数，
Figure 181751DEST_PATH_IMAGE176
、
Figure 633592DEST_PATH_IMAGE177
分别为光伏机组i、风电机组j在t时刻的 预测有功出力，
Figure 763222DEST_PATH_IMAGE178
为发电机组数量，
Figure 374332DEST_PATH_IMAGE179
、
Figure 931215DEST_PATH_IMAGE180
分别为发电机组i的上、下备用容量成本 系数，
Figure 119620DEST_PATH_IMAGE095
、
Figure 849679DEST_PATH_IMAGE328
分别为发电机组i在t时刻所需预留的向上、向下备用容量。
（2）火电机组运行成本
火电机组为了满足新型电力系统的调峰、调频需求，产生了相应的调峰成本。此外，火电机组还需要满足调度的启停需求，产生启停成本。
Figure 252978DEST_PATH_IMAGE183
Figure 918446DEST_PATH_IMAGE184
Figure 407196DEST_PATH_IMAGE185
上式中，
Figure 206525DEST_PATH_IMAGE186
、
Figure 464331DEST_PATH_IMAGE329
分别为火电机组的深度调峰、启停成本，
Figure 307825DEST_PATH_IMAGE188
为火电机组i在t 时刻的运行成本，
Figure 346189DEST_PATH_IMAGE330
、
Figure 621312DEST_PATH_IMAGE331
分别为火电机组i的启、停成本，
Figure 671308DEST_PATH_IMAGE085
、
Figure 6474DEST_PATH_IMAGE332
分别为火电机组i在t 时刻的启、停状态0-1变量。
（3）电池储能电站运行成本
电池储能电站在调度周期内，其寿命会受充放电循环次数影响，电池储能电站的损耗成本与投资成本、充放电循环次数有关。
Figure 975DEST_PATH_IMAGE333
上式中，
Figure 266740DEST_PATH_IMAGE193
为电池储能电站的寿命损耗成本，
Figure 233559DEST_PATH_IMAGE194
为电池储能电站数量，
Figure 801944DEST_PATH_IMAGE334
、
Figure 487003DEST_PATH_IMAGE335
分别为电池储能电站i的投资成本、循环寿命，
Figure 776033DEST_PATH_IMAGE197
、
Figure 925255DEST_PATH_IMAGE198
分别为电池储能电 站i在t时刻的充、放电切换状态0-1变量。
（4）抽水储能电站运行成本
抽水蓄能电站在调度周期内，需要机组多次启停，使得机组启停成本较高。抽水蓄能电站在的启停成本与机组运行状态、单次启停成本有关。
Figure 602224DEST_PATH_IMAGE199
Figure 961530DEST_PATH_IMAGE200
上式中，
Figure 382147DEST_PATH_IMAGE203
、
Figure 385875DEST_PATH_IMAGE204
分别为抽水蓄能电站i的机组g在t时刻的启、停成本，
Figure 233745DEST_PATH_IMAGE205
、
Figure 565500DEST_PATH_IMAGE206
分别是抽水蓄能电站的数量、抽水蓄能电站i的机组数量，
Figure 586546DEST_PATH_IMAGE336
、
Figure 648043DEST_PATH_IMAGE208
分别为 抽水蓄能电站i的机组g在t时刻的发电启、停状态0-1变量，
Figure 588186DEST_PATH_IMAGE209
、
Figure 735133DEST_PATH_IMAGE210
分别为抽水蓄能电 站i的机组g在t时刻的抽水启、停状态0-1变量，
Figure 559870DEST_PATH_IMAGE211
、
Figure 147977DEST_PATH_IMAGE212
分别为抽水蓄能电站i的机 组g的启、停成本。
抽水蓄能电站的启停成本为非线性，为简化计算复杂度，引入逻辑变量
Figure 337650DEST_PATH_IMAGE337
、
Figure 768632DEST_PATH_IMAGE338
、
Figure 69163DEST_PATH_IMAGE339
、
Figure 26623DEST_PATH_IMAGE210
来表征抽水蓄能电站机组的启停状态以实现线性化：
Figure 449515DEST_PATH_IMAGE201
Figure 305475DEST_PATH_IMAGE340
上式中，
Figure 347380DEST_PATH_IMAGE213
、
Figure 237976DEST_PATH_IMAGE214
分别为抽水蓄能电站i的机组g在t时刻的发电、抽水状态0-1 变量。
5、基于系统新能源装机容量Cn求解上述优化模型，得到其对应的系统总成本f(Cn)。
6、判断f(Cn)是否大于新能源装机容量为Cn-1时的系统总成本f(Cn-1)，若是，则以Cn-1作为系统最优新能源装机容量，否则将新能源装机容量增加到Cn+1=Cn+ΔC后返回步骤5计算其对应的系统总成本f(Cn+1) 。
7、循环重复步骤6，直至获得系统最优新能源装机容量，此时完成对系统新能源承载能力的评估。
为验证本发明所述方法的有效性，采用改进的IEEE 39节点系统（参见图3，该系统共有10台火电机组、2座风电场、2个光伏电站以及1个电池储能电站与1个抽水蓄能电站，其中2座风电场与2个光伏电站的装机容量相同），所有火电机组均参与深度调峰与一次调频，火电机组最大有功出力为额定有功功率P，最小有功出力为0.5P，深度调峰阶段最小出力分别为0.4P、0.3P，最小启停功率为0.5P，最小启停时间为2h，调差系数为4%-5%。此外，系统额定频率为50Hz，RoCoF限制为1Hz/s，低频减载继电器允许最大频率偏差为±0.8Hz，准稳态频率偏差限制为±0.2Hz，调速器死区为0.033Hz，系统的弃风、弃光惩罚因子为10元/(MW·h)。采用本发明所述方法评估系统新能源承载能力，并分析经济性与装机容量对电力系统对新能源承载能力的影响，结果参见图4、5。
由图4、5可知，随着新能源装机容量的增加，系统总成本先逐渐降低，到达某一临界值时达到最低，然后开始增加；而新能源渗透率开始基本为100%，之后则开始逐渐下降。这是因为本发明所述评估方法综合考虑系统经济性与新能源消纳能力两方面。当新能源装机容量从较小值开始增加，系统通过调峰机制减小火电机组出力来提升系统消纳新能源空间，基本不会弃风弃光，此时系统火电成本下降、惩罚成本基本维持不变，所以系统总成本开始降低而消纳率基本不变；然而，随着装机容量增加，发现少量的弃风弃光所产生的惩罚成本比利用火电机组深度调峰的成本更低，使得系统开始弃风弃光，所以系统总成本与新能源消纳率都降低；当新能源装机容量增加到某个临界值时，系统总成本达到最低；当新能源装机容量继续增加，受系统安全约束影响，火电机组出力下限受限，无法继续增加新能源消纳空间，导致系统弃风弃光量增加，使得系统惩罚成本增加、总成本增加，新能源消纳率继续降低。
为考察评估新能源承载能力时考虑调峰调频需求的必要性与合理性，采用上述改进的IEEE 39节点系统，分别基于方案1（采用本发明同时考虑调峰调频需求的方法）、方案2（仅考虑调峰需求）、方案3（不考虑调峰调频需求）、方案4（仅考虑调频需求）这四种方案进行仿真，结果参见表1、图6、图7。
表1 不同方案的系统总成本与新能源承载能力
Figure 831768DEST_PATH_IMAGE341
。
由表1和图6、7可以看出，方案4的系统总成本最大，其次是方案2、方案1，方案3最小，对应的弃风、弃光量也具有同样的规律。采用深度调峰机制可以有效减少弃风弃光现象；考虑调频需求，使得系统需要足够的火电机组在线来维持稳定。此外，储能设备也能有效的削峰填谷。这是因为当考虑电力系统的调峰需求时，可以通过深度调峰机制降低火电机组最小出力限制，从而使得系统能够在同等条件下消纳更多的风、光新能源，相应的考虑了调峰需求，弃风、弃光现象减弱，总成本会下降。考虑调频需求时，系统为保障频率的安全稳定，需要更多火电机组参与运行来维持系统惯量水平，并需要火电机组提供足够的备用容量来抵御干扰，所以会导致系统火电机组出力限制上升，从而使得新能源消纳量减少，导致弃风、弃光现象增加，使得系统总成本上升。调频需求作为新型电力系统最重要的需求之一，是保障新型电力系统稳定运行的前提，所以在进行新能源承载能力评估时考虑调频需求是十分必要的。而考虑调峰需求，采用深度调峰机制，可以增加新能源消纳量，能有效的提升系统新能源承载能力。

Claims (7)

1.考虑调峰调频需求的电力系统新能源承载能力评估方法，其特征在于：
所述评估方法依次包括以下步骤：
步骤A、构建电力系统新能源承载能力优化模型，其中，该优化模型的目标函数为：
minf＝C+D
C＝Fgen+Fyw+FBES+Fpump
Figure FDA0003954999110000011
上式中，f为系统总成本，C为系统的运维成本，D为系统弃风、弃光惩罚成本，Fgen为火电机组运行成本，Fyw为新能源运行成本，FBES为电池储能电站运行成本，Fpump为抽水储能电站运行成本，T为调度时间，Nwp、Npv分别为系统风电、光伏机组装机数量，
Figure FDA0003954999110000012
分别为系统的弃风、弃光惩罚因子，
Figure FDA0003954999110000013
分别为风电、光伏机组i在t时刻的弃风、弃光功率，ΔT为调度时间间隙；
该优化模型的约束条件为电力系统源网荷储全环节互动约束模型，所述电力系统源网荷储全环节互动约束模型包括电力系统调峰响应约束模型、电力系统调频响应约束模型，所述电力系统调峰响应约束模型为：
Figure FDA0003954999110000014
Figure FDA0003954999110000015
Figure FDA0003954999110000016
Figure FDA0003954999110000017
上式中，
Figure FDA0003954999110000018
分别为火电机组i在t时刻的运行成本、投油成本、附加环境成本，
Figure FDA0003954999110000021
分别为火电机组i在t时刻考虑机组运行状态的煤耗成本、寿命损耗成本，
Figure FDA0003954999110000022
为火电机组i在t时刻的煤耗成本，
Figure FDA0003954999110000023
分别火电机组i的煤耗成本下限和上限，
Figure FDA0003954999110000024
为火电机组i在t时刻的运行状态0-1变量，M为一个很大的数，
Figure FDA0003954999110000025
分别为火电机组i在t时刻处于常规调峰阶段、不投油深度调峰阶段、投油深度调峰阶段的0-1变量，
Figure FDA0003954999110000026
分别为火电机组i在t时刻的寿命损耗成本及其上限，
Figure FDA0003954999110000027
为发电机组i考虑机组运行状态的寿命损耗成本下限；
步骤B、基于系统新能源装机容量Cn求解上述优化模型，得到其对应的系统总成本f(Cn)；
步骤C、判断f(Cn)是否大于新能源装机容量为Cn-1时的系统总成本f(Cn-1)，若是，则以Cn-1作为系统最优新能源装机容量，否则将新能源装机容量增加到Cn+1＝Cn+ΔC后返回步骤B计算其对应的系统总成本f(Cn+1)；
步骤D、循环重复步骤C，直至获得系统最优新能源装机容量，此时完成对系统新能源承载能力的评估。
2.根据权利要求1所述的考虑调峰调频需求的电力系统新能源承载能力评估方法，其特征在于：
步骤A中，所述电力系统调频响应约束模型包括频率变化速率约束、频率最低点约束、准稳态频率约束；
所述频率变化速率约束为：
|RoCoF|≤RoCoFmax
Figure FDA0003954999110000028
Figure FDA0003954999110000029
上式中，RoCoF、RoCoFmax分别为频率变化速率及其最大值，RoCoF0为发生功率缺额时的初始频率变化速率，Δf为系统频率偏差，-ΔPL为功率缺额，f0为系统基准频率，Hsys为系统的惯性常数，Sb为系统容量基准值，Ngen为发电机组数量，
Figure FDA0003954999110000031
为发电机组i的惯性常数、最大有功功率输出，
Figure FDA0003954999110000032
为发电机组i在t时刻的运行状态0-1变量；
所述频率最低点约束为：
fmin≤fnadir≤fmax
Figure FDA0003954999110000033
Figure FDA0003954999110000034
Figure FDA0003954999110000035
Figure FDA0003954999110000036
上式中，fnadir、fmin、fmax分别为系统发生频率偏移时的最低点、系统允许的频率偏移下限和上限，RUi，t、RDi，t分别为发电机组i在t时刻所需预留的向上、向下备用容量，ci为发电机组i的最大调速器斜坡率，fdb为发电机组调速器死区；
所述准稳态频率约束为：
|Δfss|≤Δfmax
Δfss＝-KΔPL
Figure FDA0003954999110000037
上式中，Δfss、Δfmax分别为准稳态频率偏差及其最大值，K为系统的单位调节功率，
Figure FDA00039549991100000311
分别为发电机组i的单位调节功率标幺值、负荷频率调节效应系数标幺值，
Figure FDA0003954999110000039
为发电机组i的额定功率，
Figure FDA00039549991100000310
为电力系统t时段的总负荷。
3.根据权利要求1所述的考虑调峰调频需求的电力系统新能源承载能力评估方法，其特征在于：
步骤A中，所述电力系统源网荷储全环节互动约束模型还包括电源环节约束模型、电网与负荷环节约束模型、储能环节约束模型，所述电源环节约束模型包括火电机组出力约束、新能源出力约束，所述储能环节约束模型包括电池储能电站约束、抽水蓄能电站约束。
4.根据权利要求3所述的考虑调峰调频需求的电力系统新能源承载能力评估方法，其特征在于：
所述火电机组出力约束为：
Figure FDA0003954999110000041
Figure FDA0003954999110000042
Figure FDA0003954999110000043
Figure FDA0003954999110000044
Figure FDA0003954999110000045
上式中，
Figure FDA0003954999110000046
分别为火电机组i在t时刻处于常规调峰阶段、不投油深度调峰阶段、投油深度调峰阶段的0-1变量，
Figure FDA0003954999110000047
分别为火电机组i所允许的最大出力、在常规调峰阶段所允许的最小出力，
Figure FDA0003954999110000048
分别为火电机组i在不投油深度调峰阶段、投油深度调峰阶段的最小出力，
Figure FDA0003954999110000049
分别为火电机组i在t时刻的出力和运行状态0-1变量，
Figure FDA0003954999110000051
分别为火电机组i在t时刻的启、停状态0-1变量，
Figure FDA0003954999110000052
分别为火电机组i的启、停最小功率，
Figure FDA0003954999110000053
分别为发电机组i的上、下爬坡约束，
Figure FDA0003954999110000054
为火电机组i在τ时刻的运行状态0-1变量，MinUpi、MinDwi分别为火电机组i允许的最小启、停时间，RUi，t、RDi，t分别为火电机组i在t时刻所需预留的向上、向下备用容量，
Figure FDA0003954999110000055
为火电机组i在t时刻处于常规调峰阶段的出力，N为一个很大的数；
所述新能源出力约束为：
Figure FDA0003954999110000056
Figure FDA0003954999110000057
Figure FDA0003954999110000058
Figure FDA0003954999110000059
上式中，
Figure FDA00039549991100000510
分别为风电、光伏机组i在t时刻的预测有功出力，
Figure FDA00039549991100000511
Figure FDA00039549991100000512
分别为风电、光伏机组i允许的有功出力上限，
Figure FDA00039549991100000513
分别为风电、光伏机组i在t时刻的弃风、弃光功率。
5.根据权利要求3所述的考虑调峰调频需求的电力系统新能源承载能力评估方法，其特征在于：
所述电网与负荷环节约束模型为：
Figure FDA00039549991100000514
Figure FDA00039549991100000515
Figure FDA00039549991100000516
Figure FDA00039549991100000517
-2π≤θi，t≤2π
上式中，
Figure FDA0003954999110000061
分别为t时刻节点i处火电机组、水电站的有功出力，
Figure FDA0003954999110000062
Figure FDA0003954999110000063
分别为t时刻节点i处风电、光伏机组的预测有功出力，
Figure FDA0003954999110000064
分别为t时刻节点i处风电、光伏机组的弃风、弃光功率，
Figure FDA0003954999110000065
分别为t时刻节点i处电池储能电站的放电、充电功率，
Figure FDA0003954999110000066
分别为t时刻节点i处抽水蓄能电站的发电、抽水功率，
Figure FDA0003954999110000067
Pi，t分别为t时刻节点i处的有功负荷、注入有功功率，Pij，t为t时刻支路ij流通的有功功率，θi，t、θj，t分别为t时刻节点i、j的电压相位，xij为节点i与节点j之间支路的电抗，Φi为网络中到节点i的直接相连节点集合，
Figure FDA0003954999110000068
为支路ij流通的有功功率上限。
6.根据权利要求3所述的考虑调峰调频需求的电力系统新能源承载能力评估方法，其特征在于：
所述电池储能电站约束为：
Figure FDA0003954999110000069
Figure FDA00039549991100000610
Figure FDA00039549991100000611
Figure FDA00039549991100000612
Figure FDA00039549991100000613
Figure FDA00039549991100000614
上式中，
Figure FDA00039549991100000615
分别为电池储能电站i在t时刻的充、放电切换状态的逻辑变量，
Figure FDA00039549991100000616
为电池储能电站i在t时刻的充放电状态0-1变量，
Figure FDA00039549991100000617
分别为电池储能电站i在t时刻的充、放电功率，
Figure FDA00039549991100000618
分别为电池储能电站i允许的充、放电功率上限，SOCi，t为电池储能电站i在t时刻的荷电状态，
Figure FDA00039549991100000619
Figure FDA0003954999110000071
分别为电池储能电站i荷电状态的下限、上限，ηch、ηdis分别为电池储能电站的充、放电效率，
Figure FDA0003954999110000072
为电池储能电站i的储能容量；
所述抽水蓄能电站约束为：
Figure FDA0003954999110000073
Figure FDA0003954999110000074
Figure FDA0003954999110000075
Figure FDA0003954999110000076
Figure FDA0003954999110000077
Figure FDA0003954999110000078
RCi，T＝RCi，0
上式中，
Figure FDA0003954999110000079
分别为t时刻抽水蓄能电站i及其机组g的发电状态0-1变量，
Figure FDA00039549991100000710
分别为t时刻抽水蓄能电站i及其机组g的抽水状态0-1变量，
Figure FDA00039549991100000711
Figure FDA00039549991100000712
分别为抽水蓄能电站i的机组g在t时刻的发电、抽水功率，
Figure FDA00039549991100000713
分别为抽水蓄能电站i的机组g的最小、最大发电功率，
Figure FDA00039549991100000714
分别为抽水蓄能电站i的机组g的最小、最大抽水功率，RCi，t为抽水蓄能电站i在t时刻末上水库蓄水量，
Figure FDA00039549991100000715
分别为抽水蓄能电站i上水库蓄水量的上、下限，Gpump，i为抽水蓄能电站i的机组数量，ηpw、ηpg分别为抽水时的平均水量转换系数、发电时的平均电量转换系数，ΔT为调度时间间隙，RCi，T、RCi，0分别为抽水蓄能电站i在调度时间初、末的上水库蓄水量。
7.根据权利要求1所述的考虑调峰调频需求的电力系统新能源承载能力评估方法，其特征在于：
所述优化模型的目标函数中，新能源运行成本Fyw采用以下公式计算得到：
Figure FDA0003954999110000081
Figure FDA0003954999110000082
Figure FDA0003954999110000083
上式中，F1 yw、
Figure FDA0003954999110000084
分别为新能源运维成本、系统备用容量成本，Kwp、kpv分别为风电、光伏机组的运行维护成本系数，
Figure FDA0003954999110000085
分别为光伏机组i、风电机组j在t时刻的预测有功出力，Ngen为发电机组数量，
Figure FDA0003954999110000086
分别为发电机组i的上、下备用容量成本系数，RUi，t、RDi，t分别为发电机组i在t时刻所需预留的向上、向下备用容量；
火电机组运行成本Fgen采用以下公式计算得到：
Figure FDA0003954999110000087
Figure FDA0003954999110000088
Figure FDA0003954999110000089
上式中，F1 gen、
Figure FDA00039549991100000810
分别为火电机组的深度调峰、启停成本，
Figure FDA00039549991100000811
为火电机组i在t时刻的运行成本，
Figure FDA00039549991100000812
分别为火电机组i的启、停成本，
Figure FDA00039549991100000813
分别为火电机组i在t时刻的启、停状态0-1变量；
电池储能电站运行成本FBES采用以下公式计算得到：
Figure FDA00039549991100000814
上式中，
Figure FDA00039549991100000815
为电池储能电站的寿命损耗成本，NBES为电池储能电站数量，
Figure FDA0003954999110000091
分别为电池储能电站i的投资成本、循环寿命，
Figure FDA0003954999110000092
分别为电池储能电站i在t时刻的充、放电切换状态0-1变量；
抽水储能电站运行成本Fpump采用以下公式计算得到：
Figure FDA0003954999110000093
Figure FDA0003954999110000094
Figure FDA0003954999110000095
Figure FDA0003954999110000096
Figure FDA0003954999110000097
上式中，
Figure FDA0003954999110000098
分别为抽水蓄能电站i的机组g在t时刻的启、停成本，Npump、NGu分别是抽水蓄能电站的数量、抽水蓄能电站i的机组数量，
Figure FDA0003954999110000099
分别为抽水蓄能电站i的机组g在t时刻的发电启、停状态0-1变量，
Figure FDA00039549991100000910
分别为抽水蓄能电站i的机组g在t时刻的抽水启、停状态0-1变量，
Figure FDA00039549991100000911
分别为抽水蓄能电站i的机组g的启、停成本，
Figure FDA00039549991100000912
分别为抽水蓄能电站i的机组g在t时刻的发电、抽水状态0-1变量。
CN202211186132.9A 2022-09-28 2022-09-28 考虑调峰调频需求的电力系统新能源承载能力评估方法 Active CN115276008B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211186132.9A CN115276008B (zh) 2022-09-28 2022-09-28 考虑调峰调频需求的电力系统新能源承载能力评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211186132.9A CN115276008B (zh) 2022-09-28 2022-09-28 考虑调峰调频需求的电力系统新能源承载能力评估方法

Publications (2)

Publication Number Publication Date
CN115276008A CN115276008A (zh) 2022-11-01
CN115276008B true CN115276008B (zh) 2023-01-17

Family

ID=83756308

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211186132.9A Active CN115276008B (zh) 2022-09-28 2022-09-28 考虑调峰调频需求的电力系统新能源承载能力评估方法

Country Status (1)

Country Link
CN (1) CN115276008B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115528689B (zh) * 2022-11-28 2023-02-17 南京邮电大学 考虑补光需求的农业温室备用能力评估方法
CN116454922B (zh) * 2023-06-15 2023-09-01 中国电力科学研究院有限公司 考虑新能源调频能量约束的系统频率稳定控制方法及系统
CN116523279B (zh) * 2023-07-05 2023-09-22 国网湖北省电力有限公司经济技术研究院 一种计及调频需求的灵活性资源配置方案的确定方法
CN116826789B (zh) * 2023-08-31 2023-11-17 国网山西省电力公司经济技术研究院 一种基于多资源协同调控的配电系统紧急频率控制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104037790A (zh) * 2014-05-22 2014-09-10 南方电网科学研究院有限责任公司 一种基于时序蒙特卡罗模拟的新能源接纳能力评估方法
CN110165711A (zh) * 2019-02-28 2019-08-23 重庆大学 考虑发电运行弹性空间的风水火联合调度优化方法
CN112202207A (zh) * 2020-09-16 2021-01-08 南京邮电大学 基于新能源出力随机特性的电网深度调峰运行优化方法
CN112865084A (zh) * 2021-01-22 2021-05-28 华中科技大学 一种考虑火电机组深度调峰的发电厂储能方式设置方法
CN114899869A (zh) * 2022-05-26 2022-08-12 国网福建省电力有限公司经济技术研究院 一种协同多类调频资源的电力系统调度方法及装置
CN114897318A (zh) * 2022-04-21 2022-08-12 南方电网科学研究院有限责任公司 考虑需求响应和时段耦合的配电网承载能力评估方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104037790A (zh) * 2014-05-22 2014-09-10 南方电网科学研究院有限责任公司 一种基于时序蒙特卡罗模拟的新能源接纳能力评估方法
CN110165711A (zh) * 2019-02-28 2019-08-23 重庆大学 考虑发电运行弹性空间的风水火联合调度优化方法
CN112202207A (zh) * 2020-09-16 2021-01-08 南京邮电大学 基于新能源出力随机特性的电网深度调峰运行优化方法
CN112865084A (zh) * 2021-01-22 2021-05-28 华中科技大学 一种考虑火电机组深度调峰的发电厂储能方式设置方法
CN114897318A (zh) * 2022-04-21 2022-08-12 南方电网科学研究院有限责任公司 考虑需求响应和时段耦合的配电网承载能力评估方法
CN114899869A (zh) * 2022-05-26 2022-08-12 国网福建省电力有限公司经济技术研究院 一种协同多类调频资源的电力系统调度方法及装置

Also Published As

Publication number Publication date
CN115276008A (zh) 2022-11-01

Similar Documents

Publication Publication Date Title
CN115276008B (zh) 考虑调峰调频需求的电力系统新能源承载能力评估方法
CN112104007B (zh) 一种广义源储系统调度的集中控制方法
CN113193547B (zh) 计及新能源及负荷区间不确定性的电力系统日前-日内协同调度方法与系统
CN103151803A (zh) 一种含风电系统机组及备用配置的优化方法
Salama et al. Studying impacts of electric vehicle functionalities in wind energy-powered utility grids with energy storage device
CN114336678B (zh) 一种基于pmu的风光储场站一次调频控制的方法
CN110350589B (zh) 一种可再生能源和储能调度模型及调度方法
CN109992818B (zh) 大规模风电参与一次调频的机组组合模型及求解方法
CN106684928B (zh) 一种基于调峰成本的电网调峰裕度计算方法
CN115000991A (zh) 一种火电-飞轮储能协同调频控制方法及系统
CN114069688B (zh) 一种基于时序生产模拟的多电源容量布局规划方法
CN116231734A (zh) 一种微电网风-储-荷分层协同调频控制方法
CN112994051A (zh) 一种含可变速机组的海水抽水蓄能电站容量优化配置方法
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
CN114676991A (zh) 基于源荷双侧不确定的多能互补系统优化调度方法
CN114648195A (zh) 一种电网多层级辅助服务中的储能电站智能协同调控办法
Zhang et al. Research on frequency regulation strategy based on model predictive control for wind-hydro-storage complementary microgrid
CN116760025A (zh) 电力系统的风险调度优化方法和系统
Lian et al. Investigation of energy storage and open cycle gas turbine for load frequency regulation
Kathirvel et al. Analysis and design of hybrid wind/diesel system with energy storage for rural application
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
Branchini et al. Wind-hydro-gas turbine unit commitment to guarantee firm dispatchable power
Tejaswini et al. Energy Management of a DC Microgrid for its Voltage and SOC Regulation
CN112186737B (zh) 水电机组在水电-风电互补系统调控中使用寿命评估方法
Jiang et al. Research on frequency control strategy of combined wind-energy storage system

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