CN115360745A - 一种电力市场环境下的水光蓄互补发电系统容量配置方法 - Google Patents

一种电力市场环境下的水光蓄互补发电系统容量配置方法 Download PDF

Info

Publication number
CN115360745A
CN115360745A CN202210878892.XA CN202210878892A CN115360745A CN 115360745 A CN115360745 A CN 115360745A CN 202210878892 A CN202210878892 A CN 202210878892A CN 115360745 A CN115360745 A CN 115360745A
Authority
CN
China
Prior art keywords
power generation
complementary
water
generation system
power
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.)
Pending
Application number
CN202210878892.XA
Other languages
English (en)
Inventor
李健华
郑勇
伍文城
李嘉逸
何志强
杨帆
付浩
武云霞
白智丹
陈雪
李天鸷
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.)
Southwest Electric Power Design Institute Co Ltd of China Power Engineering Consulting Group
Original Assignee
Southwest Electric Power Design Institute Co Ltd of China Power Engineering Consulting Group
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 Southwest Electric Power Design Institute Co Ltd of China Power Engineering Consulting Group filed Critical Southwest Electric Power Design Institute Co Ltd of China Power Engineering Consulting Group
Priority to CN202210878892.XA priority Critical patent/CN115360745A/zh
Publication of CN115360745A publication Critical patent/CN115360745A/zh
Pending legal-status Critical Current

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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas 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
    • H02J3/002—Flicker reduction, e.g. compensation of flicker introduced by non-linear load
    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—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
    • 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
    • H02J2300/40—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

本发明提供了一种电力市场环境下的水光蓄互补发电系统容量配置方法，包括以下步骤：根据水电站出力特性、抽水蓄能电站的发电/抽水特性建立水光蓄互补发电系统出力特性模型；构建以功率交换曲线的波动率和负荷跟踪系数作为互补效果的评价指标；建立光伏、现货价格和负荷的不确定性模型，利用日前市场优化发电系统的出力，利用实时市场平衡光伏和负荷的预测偏差；建立基于经济性和互补特性的水光蓄互补发电系统容量配置模型。本发明所提出的水光蓄互补发电系统，考虑光伏、现货价格和本地负荷的不确定性，市场环境下基于多个典型场景的合理容量优化配置方案，能够在满足互补指标的同时，使互补指标与系统经济性之间相互制约，提高系统经济效益。

Description

一种电力市场环境下的水光蓄互补发电系统容量配置方法
技术领域
本发明涉及电力系统与电力市场技术领域，具体而言，涉及一种电力市场环境下的水光蓄互补发电系统容量配置方法。
背景技术
光伏发电安全、无污染，但其出力受天气影响较大，光照强度、云层变化等众多不确定性因素，均会导致光伏出力发生较大的波动，使其发电呈现出较强的间歇性和随机性特点。水电站出力调节能力强，因此，水电成为实现多能源互补发电系统的重要组成部分，具有极其重要的作用，水光等多能源互补模式也成为各国开展多能互补发电系统的主要研究思路。火电等燃煤机组出力大小不受季节和天气限制，且具有灵活的调控能力，水光火出力互补，可弥补水电和光伏因自然天气因素造成的供电能力不足等问题，同时水光火互补发电可降低单独火电出力造成的污染和运行成本。多能互补系统已经成为国内外热点研究对象，其中，如何进行合理的容量配置以充分发挥系统的互补效果成为研究的重点问题。
目前，中国多个省份已开启电力现货市场运行，电力市场中存在较多不确定性因素，中长期电量比例及其分解方式、现货价格波动性、电量交易曲线与现货价格的匹配程度，均给多能互补发电系统容量配置带来不确定性的挑战。中长期电量比例越大，现货购售电量比例越低，因此，由现货价格波动性给系统容量配置带来的影响越小，但会制约其利润空间。中长期电量比例越小，则现货价格剧烈的波动性，将会对系统容量配置造成较大的影响，为互补系统的经济性带来较高的风险。同时，互补系统在现货市场中的交易曲线与现货价格曲线的匹配程度，则会影响发电系统不同时段在现货市场中的购售电费用，影响系统的经济性。
互补系统中各个电源的出力特性存在较大差异，由于水电出力季节性特点强，水光火互补效果在不同时期存在明显的差异性。此外，系统容量配置较小，互补效果难以保证，出力的平稳性及可控性较差；而增加容量配置，会提高投资成本，从而影响系统收益率。因此，多能系统互补特性与其经济性存在相互制约、相互协调的关系，需要在均衡考量经济性与互补特性的基础上进行系统容量配置，既充分发挥各种能源出力之间的互补优势，增强系统出力的可调度能力，提高资源利用效率，保证系统的经济性。现有的互补发电系统容量配置方法均没有同时考虑中长期电量比例和分解方式、现货价格不确定性、水电出力季节性和光伏波动性等因素对多能互补系统容量配置的影响；并且缺少对多能互补系统在不同时间尺度下的性能指标和计入经济性与互补性等多种关联因素对系统容量配置的影响的研究。
发明内容
本发明旨在至少解决现有技术中存在没有同时考虑中长期电量比例和分解方式、现货价格不确定性、水电出力季节性和光伏波动性等因素对多能互补系统容量配置的影响，现有的互补发电系统容量配置方法中系统出力的可调度能力较差，资源利用效率较低，系统的经济性较差的技术问题之一。
为此，本发明提供了一种电力市场环境下的水光蓄互补发电系统容量配置方法。
本发明提供了一种电力市场环境下的水光蓄互补发电系统容量配置方法，包括以下步骤：
S1、根据水电站出力特性、抽水蓄能电站的发电/抽水特性建立水光蓄互补发电系统出力特性模型；
S2、构建以功率交换曲线的波动率和负荷跟踪系数作为互补效果的评价指标；
S3、建立光伏、现货价格和负荷的不确定性模型，利用日前市场优化发电系统的出力，利用实时市场平衡光伏和负荷的预测偏差；
S4、建立基于经济性和互补特性的水光蓄互补发电系统容量配置模型。
根据本发明上述技术方案的一种电力市场环境下的水光蓄互补发电系统容量配置方法，还可以具有以下附加技术特征：
在上述技术方案中，步骤S1中建立水光蓄互补发电系统出力特性模型包括：
S11、基于水电站的出力、水库、水位、流量的非线性特性，建立水电站的非线性出力模型；
S12、根据抽水蓄能电站可以利用发电和抽水的特性实现发电量转移、总出力的快速调节，建立抽水蓄能电站出力模型；
S13、考虑光伏出力的不确定性，建立了基于正态概率分布的光伏出力不确定性模型；
S14、结合水电站出力模型、抽水蓄能电站出力模型和分布式光伏电站出力模型，将各个电源出力进行叠加，建立水光蓄互补发电系统出力特性模型。
在上述技术方案中，步骤S2包括：
S21、分别对水光蓄互补发电系统总出力的变化率和负荷侧的电能消耗变化率进行归一化处理，计算负荷跟踪系数；
S22、对于任一区域内，水光蓄互补发电系统的输出由本地负荷优先消纳，剩余电力送入大电网，计算该区域接入电网的接入点的功率，并计算所述接入点的功率的最大波动比例。
在上述技术方案中，S3中包括以下步骤：
S31、对除晴朗天气以外的其他天气类型下的光伏预测误差进行建模，建立光伏预测误差的标准差的概率密度函数；
S32、根据对历史电价的抽取和分析，基于时间序列分析法中的ARIMA自回归积分滑动平均模型并计入现货价格的波动性，建立现货价格不确定性模型；
S33、根据实时负荷需求与日前负荷需求的偏差制定水光蓄互补发电系统的日前调度计划，使实际负荷需求和日前负荷需求的误差因子控制在所能接收的最恶劣的情况以内。
在上述技术方案中，S4所建立的水光蓄互补发电系统容量配置模型中本地负荷用电需求由水光蓄互补发电系统供给，该部分交易电量按固定电价结算，水光蓄互补发电系统在完成本地负荷用电需求的供能后剩余的电量则在现货市场进行售电，并以现货价格结算。
在上述技术方案中，S4所建立的水光蓄互补发电系统容量配置模型中当水光蓄互补发电系统的出力不能满足当地负荷的用电需求，则从现货市场上购买供给。
在上述技术方案中，S4中在考虑系统互补指标、现货价格不确定性、日前和实时负荷偏差的基础上，计入设备投资成本、维护成本、水电站弃水成本、抽蓄机组发电成本，建立以年收益最大为目标的水光蓄互补发电系统容量配置模型。
在上述技术方案中，所述以年收益最大为目标的水光蓄互补发电系统容量配置模型为：
Figure BDA0003763390760000041
其中，N为典型场景数，Dn为典型场景持续的天数，T为计划周期内的总时段数，
Figure BDA0003763390760000042
表示典型场景n内的本地负荷售电收入，
Figure BDA0003763390760000043
表示典型场景n内的日前市场购售电费用，
Figure BDA0003763390760000044
表示典型场景n内的实时市场购售电费用，
Figure BDA0003763390760000045
分别表示典型场景n内的弃水成本和抽蓄机组发电成本，Cyear表示互补系统的年投资成本。
在上述任一技术方案中，水光蓄互补发电系统容量配置规划包括：
S5、输入原始数据；
S6、进行水光蓄互补发电系统容量配置规划，根据本地负荷，选择确定的容量规划方案，求得互补发电系统的等年值成本和年维护成本，并选择确定的典型场景进行分析。
S7、预测本地日前负荷曲线、光伏日前出力曲线和日前市场电价，根据上述数据，优化水光蓄互补发电系统出力，并确定日前现货市场购售电量；根据实时负荷曲线和光伏实时出力曲线，得到日前和实时的预测偏差，确定实时市场购售电量；计算典型场景下的收益与购电成本；全部典型场景计算完毕，即可求得该规划方案下的系统效益；
S8、全部规划方案计算完毕，针对敏感参数进行灵敏度分析。
S9、基于对规划周期内所有方案的系统效益进行比较，对经济性与互补特性进行权衡考量，得出水光蓄互补发电系统规划结果。
在上述技术方案中，所述敏感参数包括不同互补指标、容量配置方案、中长期价格、现货价格不确定性对发电系统收益率的影响。
综上所述，由于采用了上述技术特征，本发明的有益效果是：
本发明在计入光伏不确定性、现货价格的波动性、负荷日前与实时的偏差，水电出力可调范围广，抽水蓄能快速的调节能力的基础上，通过灵敏度分析，综合考量了电力市场环境下，系统互补指标、现货价格相关系数、弃水成本等因素对基于经济性与互补特性的水光蓄多能互补发电系统容量配置的影响，并提出了互补发电系统的容量配置方法，在满足互补系统可靠性指标的同时，提升了系统的经济性。具体的：
1、本发明所提出的水光蓄互补发电系统利用各种电源之间的出力特性，实现了系统出力波动性的有效降低，抽蓄机组可以在更小的时间尺度内平抑出力的波动性，利用抽水蓄能机组的储能特性促进光伏的全额消纳。
2、本发明所提出的水光蓄互补发电系统在不同的典型场景下的互补能力存在明显的差异性，丰水期的互补指标明显优于平水期和枯水期，但丰水期的弃水成本高于平水期和枯水期。
3、本发明所提出的水光蓄互补发电系统实现了水电和光伏在分钟级时间尺度的优化互补，确保了总出力曲线的平滑稳定，抽水蓄能机组的发电和储能特性可进一步缓解出力的波动性、提高源荷匹配程度和光伏的消纳能力。
4、本发明所提出的水光蓄互补发电系统在不同互补模式下，求得的系统的互补指标、现货价格相关系数、系统效益存在一定的规律性变化。互补指标提高时，日前交易曲线的波动性减小，降低系统的年收益，影响系统容量配置的经济性。各项指标之间存在相互制约的关系，当互补指标的数值降低时，日前交易曲线的波动性变小，将会减小系统的年收益，影响容量配置的经济效益。
5、本发明所提出的水光蓄互补发电系统，考虑光伏、现货价格和本地负荷的不确定性，市场环境下基于多个典型场景的合理容量优化配置方案，能够在满足互补指标的同时，基于灵敏度分析，互补指标与系统经济性之间存在一定的制约性，提出了满足互补指标和经济性最优的容量配置方法，提高系统经济效益。
本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明一个实施例的一种电力市场环境下的水光蓄互补发电系统容量配置方法的程序框图；
图2是本发明一个实施例的一种电力市场环境下的水光蓄互补发电系统容量配置方法中容量配置流程图；
图3是本发明第三个实施例中本地负荷曲线示意图；
图4是本发明第三个实施例中现货价格曲线示意图；
图5是本发明第三个实施例中光伏出力曲线示意图；
图6是本发明第三个实施例中上游水位与库容之间的关系示意图；
图7是本发明第三个实施例中下游水位与下泄流量之间的关系示意图；
图8是本发明第三个实施例中丰水期互补系统出力示意图；
图9是本发明第三个实施例中丰水期抽蓄机组发电/抽水功率示意图；
图10是本发明第三个实施例中平水期互补系统出力示意图；
图11是本发明第三个实施例中平水期抽蓄机组发电/抽水功率示意图；
图12是本发明第三个实施例中枯水期互补系统出力示意图；
图13是本发明第三个实施例中枯水期抽蓄机组发电/抽水功率示意图；
图14是本发明第三个实施例中实时电力偏差示意图；
图15是本发明第三个实施例中现货价格相关系数与互补指标的关系示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
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它不同于在此描述的方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
下面参照图1至图15来描述根据本发明一些实施例提供的一种电力市场环境下的水光蓄互补发电系统容量配置方法。
本申请的一些实施例提供了一种电力市场环境下的水光蓄互补发电系统容量配置方法。
如图1至图2所示，本发明第一个实施例提出了一种电力市场环境下的水光蓄互补发电系统容量配置方法，包括以下步骤：
S1、根据水电站出力特性、抽水蓄能电站的发电/抽水特性建立水光蓄互补发电系统出力特性模型；
步骤S1中建立水光蓄互补发电系统出力特性模型包括：
S11、基于水电站的出力、水库、水位、流量的非线性特性，建立水电站的非线性出力模型；
S12、根据抽水蓄能电站可以利用发电和抽水的特性实现发电量转移、总出力的快速调节，建立抽水蓄能电站出力模型；
S13、考虑光伏出力的不确定性，建立了基于正态概率分布的光伏出力不确定性模型；
S14、结合水电站出力模型、抽水蓄能电站出力模型和分布式光伏电站出力模型，将各个电源出力进行叠加，建立水光蓄互补发电系统出力特性模型。
S2、构建以功率交换曲线的波动率和负荷跟踪系数作为互补效果的评价指标；包括：
S21、分别对水光蓄互补发电系统总出力的变化率和负荷侧的电能消耗变化率进行归一化处理，计算负荷跟踪系数；
S22、对于任一区域内，水光蓄互补发电系统的输出由本地负荷优先消纳，剩余电力送入大电网，计算该区域接入电网的接入点的功率，并计算所述接入点的功率的最大波动比例。
S3、建立光伏、现货价格和负荷的不确定性模型，利用日前市场优化发电系统的出力，利用实时市场平衡光伏和负荷的预测偏差；包括：
S31、对除晴朗天气以外的其他天气类型下的光伏预测误差进行建模，建立光伏预测误差的标准差的概率密度函数；
S32、根据对历史电价的抽取和分析，基于时间序列分析法中的ARIMA自回归积分滑动平均模型并计入现货价格的波动性，建立现货价格不确定性模型；
S33、根据实时负荷需求与日前负荷需求的偏差制定水光蓄互补发电系统的日前调度计划，使实际负荷需求和日前负荷需求的误差因子控制在所能接收的最恶劣的情况以内。
S4、建立基于经济性和互补特性的水光蓄互补发电系统容量配置模型。
S4所建立的水光蓄互补发电系统容量配置模型中本地负荷用电需求由水光蓄互补发电系统供给，该部分交易电量按固定电价结算，水光蓄互补发电系统在完成本地负荷用电需求的供能后剩余的电量则在现货市场进行售电，并以现货价格结算；当水光蓄互补发电系统的出力不能满足当地负荷的用电需求，则从现货市场上购买供给。
在考虑系统互补指标、现货价格不确定性、日前和实时负荷偏差的基础上，计入设备投资成本、维护成本、水电站弃水成本、抽蓄机组发电成本，建立以年收益最大为目标的水光蓄互补发电系统容量配置模型。
所述以年收益最大为目标的水光蓄互补发电系统容量配置模型为：
Figure BDA0003763390760000081
其中，N为典型场景数，Dn为典型场景持续的天数，T为计划周期内的总时段数，
Figure BDA0003763390760000082
表示典型场景n内的本地负荷售电收入，
Figure BDA0003763390760000083
表示典型场景n内的日前市场购售电费用，
Figure BDA0003763390760000084
表示典型场景n内的实时市场购售电费用，
Figure BDA0003763390760000085
分别表示典型场景n内的弃水成本和抽蓄机组发电成本，Cyear表示互补系统的年投资成本。
水光蓄互补发电系统容量配置规划步骤如下：
S5、输入原始数据，原始数据包括：水电站、光伏、抽蓄机组参数，本地负荷数据，历史电价数据等；
S6、进行水光蓄互补发电系统容量配置规划，根据本地负荷，选择确定的容量规划方案，求得互补发电系统的等年值成本和年维护成本，并选择确定的典型场景进行分析。
S7、预测本地日前负荷曲线、光伏日前出力曲线和日前市场电价，根据上述数据，优化水光蓄互补发电系统出力，并确定日前现货市场购售电量；根据实时负荷曲线和光伏实时出力曲线，得到日前和实时的预测偏差，确定实时市场购售电量；计算典型场景下的收益与购电成本；全部典型场景计算完毕，即可求得该规划方案下的系统效益；
S8、全部规划方案计算完毕，针对敏感参数进行灵敏度分析。
S9、基于对规划周期内所有方案的系统效益进行比较，对经济性与互补特性进行权衡考量，得出水光蓄互补发电系统规划结果。
容量配置规划流程如图2所示。
本发明第二个实施例提出了一种电力市场环境下的水光蓄互补发电系统容量配置方法，且在第一个实施例的基础上，如图1至图2所示，包括以下步骤：
S1、根据水电站出力特性、抽水蓄能电站的发电/抽水特性建立水光蓄互补发电系统出力特性模型；
步骤S1中建立水光蓄互补发电系统出力特性模型包括：
S11、基于水电站的出力、水库、水位、流量的非线性特性，建立水电站的非线性出力模型；
水电站具有灵活的调节性能，其出力可以表示为一个常数乘以水电站发电效率乘以相应时段的净水头和平均发电流量，则水电站的非线性出力模型可表示为：
Figure BDA0003763390760000091
其中：Phyd,i,t、
Figure BDA0003763390760000092
Hi,t分别为水电站i在t时刻的出力、平均发电流量和净水头，ηi为水电站i的发电效率。
建立水电站等式约束：梯级水电站的库容，需要考虑水库区间来水，区间来水要计入天然来水量和上游水库的发电流量和弃水流量，可得公式如下：
Figure BDA0003763390760000093
Vi,0＝Vi,T+ΔVi；
Figure BDA0003763390760000094
其中，Vi,t、Vi,t-1分别为为第i个水库在t时刻和t-1的水库蓄水量，
Figure BDA0003763390760000095
为时段t的区间来水，Ii,t为天然来水量；Vi,0、Vi,T分别为水库i的初末水位，ΔVi表示水库i的变化库容；
Figure BDA0003763390760000096
分别为水库i的弃水流量和发电流量，Δt为优化调度的小时数，
Figure BDA0003763390760000097
分别为上游水库的弃水流量和发电流量。
随着水电站流量、来水的变化，水电站的净水头Hi,t会随着上下游水位的变化而发生改变，其计算公式如下：
Figure BDA0003763390760000101
其中：
Figure BDA0003763390760000102
分别表示水库i在t时刻的的上游水位和下游水位，
Figure BDA0003763390760000103
表示水库i在t时刻的上游水位。
水电站的水头损失
Figure BDA0003763390760000104
可拟合为关于发电流量的二次函数，公式如下：
Figure BDA0003763390760000105
式中：
Figure BDA0003763390760000106
表示为水库i在t时段的水头损失，aQH,i、bQH,i表示水头损失-下泄流量关系函数的参数。
水库上游水位可拟合为关于水库蓄水量的三次函数，公式如下：
Figure BDA0003763390760000107
式中：
Figure BDA0003763390760000108
表示水电站在Vi,t-1时刻的上游水位，aZV,i、bZV,i、cZV,i、dZV,i表示水库库容-上游水位关系函数的参数。
水电站下游水位可拟合为关于下泄流量的二次函数，公式如下：
Figure BDA0003763390760000109
Figure BDA00037633907600001010
式中：
Figure BDA00037633907600001011
为水电站在i时刻的下游水位，Qi,t为水电站i在t时段的下泄流量，aZQ,i、bZQ,i、cZQ,i表示流量-下游水位关系参数。
建立水电站不等式约束，水电站的出力、库容和流量均有一定的上下限约束，如下公式所示：
Figure BDA00037633907600001012
Vi,min≤Vi,t≤Vi,max；
Figure BDA00037633907600001013
式中：
Figure BDA00037633907600001014
分别为水电站i的最小、最大出力，Vi,min、Vi,max分别为水库i的最小、最大库容约束，
Figure BDA00037633907600001015
分别为水库i的最小、最大发电流量。
S12、根据抽水蓄能电站可以利用发电和抽水的特性实现发电量转移、总出力的快速调节，建立抽水蓄能电站出力模型；
抽水蓄能电站包含上游水库和下游水库，且上下游水库的约束效果是相同的，一般只需对上水库库容进行约束。上水库库容计算式为：
Vpm,k,t＝Vpm,k,t-1+ηpm,kΔtPpm,k,t-ηgn,kΔtPgn,k,t；
式中：Vpm,k,t为抽蓄机组i在t时刻的库容，Vpm,k,t-1为抽蓄机组k在t-1时刻的库容ηpm,k、ηgn,k为抽蓄机组k在抽水和发电工况下的平均电量/水量转换系数，Ppm,k,t、Pgn,k,t分别为抽蓄机组k在t抽水功率和发电功率。
抽水蓄能电站需要满足库容约束、机组工况约束、机组出力约束、抽水/发电工况转换停机时间约束；
抽水蓄能电站库容约束，抽水蓄能电站的库容需满足在一定范围之内，且一般在一天的初末库容大小一致。具体公式如下：
Figure BDA0003763390760000111
Vpm,k,0＝Vpm,k,T；
式中：
Figure BDA0003763390760000112
分别为抽蓄机组的最大和最小库容约束，Vpm,k,0、Vpm,k,T分别为抽蓄机组的优化调度的初末库容约束。
抽水蓄能机组工况约束，抽水蓄能机组有发电和抽水两种工作状态，其约束如下：
ypm,k,t+ygn,k,t≤1ypm,k,t,ygn,k,t∈{0,1}；
式中：ypm,k,t＝1时，抽蓄机组k处于工作状态，当ygn,k,t＝1时，抽蓄机组k处于发电状态，ypm,k,t＝ygn,k,t＝0，则抽蓄机组处于闲置状态。
抽蓄机组出力约束，其约束如下：
Figure BDA0003763390760000113
式中：
Figure BDA0003763390760000114
分别表示抽蓄机组k的最小最大抽水功率；
Figure BDA0003763390760000115
分别表示抽蓄机组k的最小最大发电功率。
抽水/发电工况转换停机时间约束，抽水/发电工况转换停机时间约束抽蓄机组在抽水和发电工况下一般不进行连续启停转换，需要至少停机半小时，则需要至少两个时段的切换时间，故抽蓄机组需满足如下约束：
Figure BDA0003763390760000116
S13、考虑光伏出力的不确定性，建立了基于正态概率分布的光伏出力不确定性模型；
通过实际数据分析可知，在天气较为晴朗时光伏出力误差的概率分布服从正态分布；其他天气类型下，可采用如下方法对光伏预测误差进行建模：
Figure BDA0003763390760000121
Figure BDA0003763390760000122
式中：
Figure BDA0003763390760000123
表示光伏实际出力，
Figure BDA0003763390760000124
表示光伏的预测出力，ΔPpv,t表示光伏的预测偏差，
Figure BDA0003763390760000125
表示标准测试环境下的最大出力，kT为功率温度系数，LAC,t为当前光伏所处环境光照强度，Tc,t为分布式光伏i所处环境温度；Tr为参考温度，通常取25℃；Lstc为标准测试环境下的光照强度，可取1000W/m2；
光伏预测误差的标准差为可认为其服从以零为均值μ＝0，σpv为标准差的正态分布，其概率密度函数为：
Figure BDA0003763390760000126
式中：σpv与预测出力成正比，即σpv＝Ppv×β％，β％为标准差σpv占光伏预测出力的比例系数。
S14、结合水电站出力模型、抽水蓄能电站出力模型和分布式光伏电站出力模型，将各个电源出力进行叠加，建立水光蓄互补发电系统出力特性模型。
水光蓄互补发电系统，充分利用各个电源出力特性和电源端的互补特性，其总出力可表示为：
Figure BDA0003763390760000127
式中：nhyd、npv、ngn分别为水电站、分布式光伏和抽水蓄能电站个数，T为出力优化周期。
S2、构建以功率交换曲线的波动率和负荷跟踪系数作为互补效果的评价指标；包括：
S21、分别对水光蓄互补发电系统总出力的变化率和负荷侧的电能消耗变化率进行归一化处理，计算负荷跟踪系数；
互补发电系统将各个电源出力进行叠加之后，进一步提高对负荷的跟踪特性，将总出力的变化率归一化处理，得到其标幺值为：
Figure BDA0003763390760000128
式中：αL,t为电源出力变化率的标幺值，
Figure BDA0003763390760000131
表示互补系统的最大出力；
将负荷侧的电能消耗变化率归一化处理，得到其标幺值为：
Figure BDA0003763390760000132
式中:βV,t为t时段负荷变化率的标幺值，PV,t、PV,t+1分别为t时段和t+1时段的负荷值，
Figure BDA0003763390760000133
表示最大的负荷值；
负荷追踪系数IT表示为：
Figure BDA0003763390760000134
IT越接近于0，说明多种能源互补发电功率与负荷功率在考虑时间尺度内的变化特性越一致，电源侧对负荷侧的跟踪效果越好。
S22、对于任一区域内，水光蓄互补发电系统的输出由本地负荷优先消纳，剩余电力送入大电网，计算该区域接入电网的接入点的功率，并计算所述接入点的功率的最大波动比例。
该区域接入电网的接入点的功率为：
Pch,t＝PL,t-PV,t；
功率的最大波动比例为：
Figure BDA0003763390760000135
式中：Pch,t表示t时段接入点的功率，
Figure BDA0003763390760000136
表示接入点最大功率值，功率波动比例Kch的值越小，则系统互补效果更好。
S3、建立光伏、现货价格和负荷的不确定性模型，利用日前市场优化发电系统的出力，利用实时市场平衡光伏和负荷的预测偏差；包括：
S31、对除晴朗天气以外的其他天气类型下的光伏预测误差进行建模，建立光伏预测误差的标准差的概率密度函数；
S32、根据对历史电价的抽取和分析，基于时间序列分析法中的ARIMA自回归积分滑动平均模型并计入现货价格的波动性，建立现货价格不确定性模型；如下：
Figure BDA0003763390760000137
Figure BDA0003763390760000138
Figure BDA0003763390760000139
Figure BDA0003763390760000141
式中：
Figure BDA0003763390760000142
分别表示实时市场电价和日前市场电价，Δλt表示实时市场电价和日前市场电价之间的差值，
Figure BDA0003763390760000143
表示由ARIMA模型预测得到的日前市场电价，
Figure BDA0003763390760000144
表示预测误差因子，Γ为鲁棒优化保守程度，表示所能接受的最恶劣情况，Γ可取96。
本实施例还采用皮尔逊相关系数用来分析外送功率曲线和现货价格曲线的匹配程度，即两者的相关性，相关性将会影响互补系统在市场中的经济性。当求得的值越接近于1则，正相关性越强，越接近-1时，则负相关性越强。具体方法如下：
Figure BDA0003763390760000145
式中：rPλ表示皮尔逊相关系数，
Figure BDA0003763390760000146
为功率交换曲线的平均值，
Figure BDA0003763390760000147
表示现货价格的平均值。
S33、根据实时负荷需求与日前负荷需求的偏差制定水光蓄互补发电系统的日前调度计划，使实际负荷需求和日前负荷需求的误差因子控制在所能接收的最恶劣的情况以内。
电力系统实际运行中，实时负荷与日前负荷之间会存在一定的偏差，将会直接影响发电系统效益，水光蓄互补发电系统的日前调度计划的制定需要将实时负荷与日前负荷的偏差考虑在内。
Figure BDA0003763390760000148
-5％≤κt≤5％；
Figure BDA0003763390760000149
式中：
Figure BDA00037633907600001410
分别表示日前负荷需求和实时负荷需求，κ表示实际负荷需求和日前负荷需求的误差因子，K为鲁棒优化的保守程度，表示所能接受的最恶劣的情况，K取值4.8。
S4、建立基于经济性和互补特性的水光蓄互补发电系统容量配置模型。
S4所建立的水光蓄互补发电系统容量配置模型中本地负荷用电需求由水光蓄互补发电系统供给，该部分交易电量按固定电价结算，水光蓄互补发电系统在完成本地负荷用电需求的供能后剩余的电量则在现货市场进行售电，并以现货价格结算；当水光蓄互补发电系统的出力不能满足当地负荷的用电需求，则从现货市场上购买供给。
在考虑系统互补指标、现货价格不确定性、日前和实时负荷偏差的基础上，计入设备投资成本、维护成本、水电站弃水成本、抽蓄机组发电成本，建立以年收益最大为目标的水光蓄互补发电系统容量配置模型。
所述以年收益最大为目标的水光蓄互补发电系统容量配置模型为：
Figure BDA0003763390760000151
其中，N为典型场景数，Dn为典型场景持续的天数，T为计划周期内的总时段数，
Figure BDA0003763390760000152
表示典型场景n内的本地负荷售电收入，
Figure BDA0003763390760000153
表示典型场景n内的日前市场购售电费用，
Figure BDA0003763390760000154
表示典型场景n内的实时市场购售电费用，
Figure BDA0003763390760000155
分别表示典型场景n内的弃水成本和抽蓄机组发电成本，Cyear表示互补系统的年投资成本。
上述各参数计算方式如下：
1、本地负荷售电收入
水光蓄互补发电系统优先满足本地负荷需求，其交易电价按固定价格结算，本地负荷售电收入可表示为：
Figure BDA0003763390760000156
式中：λm表示与本地负荷签订的合同价格，
Figure BDA0003763390760000157
表示本地负荷实际用电量。
2、日前市场购售电费用
水光蓄互补发电系统在考虑日前预测数据的基础上，根据调度计划可以在市场中参与购售电，其费用可表示为：
Figure BDA0003763390760000158
Figure BDA0003763390760000159
式中：
Figure BDA00037633907600001510
表示在实时市场的购售电量，当
Figure BDA00037633907600001511
时，则在日前市场售电；当
Figure BDA00037633907600001512
时，则从日前市场购电；当
Figure BDA00037633907600001513
时，则无交易行为。
3、实时市场购售电费用
基于实时电力偏差，水光蓄互补发电系统通过在实时市场购售电的方式，进行电力平衡，其交易费用可表示为：
Figure BDA0003763390760000161
Figure BDA0003763390760000162
式中：
Figure BDA0003763390760000163
表示在实时市场的购售电量，当
Figure BDA0003763390760000164
时，则在实时市场售电；当
Figure BDA0003763390760000165
时，则从实时市场购电；当
Figure BDA0003763390760000166
时，则无交易行为。
4、水电站弃水成本
考虑互补约束及水库调度计划，水电站可能会存在弃水，其成本为：
Figure BDA0003763390760000167
Figure BDA0003763390760000168
Figure BDA0003763390760000169
式中：λhyd,t为水电站弃电惩罚因子，
Figure BDA00037633907600001610
为水电站i全天的平均净水头。
5、抽蓄机组运行成本
抽蓄机组工况转换需要一定的启停成本，其一天的成本费用为：
Figure BDA00037633907600001611
式中：Cpm,k,t、Cgn,k,t分别为抽蓄机组抽水和发电的启停成本。
6、投资维护成本
水电站、光伏、抽蓄机组均存在投资成本和年维护成本，的其年各项成本分别可表示为：
Cyear＝Chyd+Cpg+Cpv；
Chyd＝Chyd,dev+Chyd,on；
Cpg＝Cpg,dev+Cpg,on；
Cpv＝Cpv,dev+Cpv,on；
式中：Cyear为互补系统的年投资成本，Chyd、Chyd,dev、Chyd,on分别为水电站的年投资成本、等年值成本和维护成本，Cpg、Cpg,dev、Cpg,on分别为抽蓄机组的投资成本、等年值成本和维护成本，Cpv、Cpv,dev、Cpv,on分别为光伏的年投资成本、等年值成本和维护成本。设备的等年值成本公式如下：
Figure BDA00037633907600001612
式中：Cdev为等年值成本Cinv为投资成本、η为折现率，l为寿命周期。
在满足本地负荷需求的基础上，提出了水光蓄互补发电系统容量配置方案，利用S1至S4所建立的模型，得到了不同方案的性能指标和年收入，综合考量各项系统指标，求得了互补系统的最佳容量配置方案。水光蓄互补发电系统容量配置规划步骤如下：
S5、输入原始数据，原始数据包括：水电站、光伏、抽蓄机组参数，本地负荷数据，历史电价数据等；
S6、进行水光蓄互补发电系统容量配置规划，根据本地负荷，选择确定的容量规划方案，求得互补发电系统的等年值成本和年维护成本，并选择确定的典型场景进行分析。
S7、预测本地日前负荷曲线、光伏日前出力曲线和日前市场电价，根据上述数据，优化水光蓄互补发电系统出力，并确定日前现货市场购售电量；根据实时负荷曲线和光伏实时出力曲线，得到日前和实时的预测偏差，确定实时市场购售电量；计算典型场景下的收益与购电成本；全部典型场景计算完毕，即可求得该规划方案下的系统效益；
S8、全部规划方案计算完毕，针对敏感参数进行灵敏度分析，如不同互补指标、容量配置方案、中长期价格、现货价格不确定性对发电系统收益率的影响；
S9、基于对规划周期内所有方案的系统效益进行比较，对经济性与互补特性进行权衡考量，得出水光蓄互补发电系统规划结果。
本发明第三个实施例提出了一种电力市场环境下的水光蓄互补发电系统容量配置方法，且在上述任一实施例的基础上，水光蓄互补发电系统一方面可以通过自身发电和现货市场购电满足本地负荷用电需求，且与本地负荷的交易电价均为350元/MWh；另一方面，发电系统可以将富余电量在现货市场中售卖，提升发电系统的利润。考虑现货价格的不确定性，光伏出力和本地负荷需求的预测偏差，提出了满足系统互补指标和经济性最优的水光蓄互补发电系统容量优化配置方案。
某互补系统由三个梯级水电站，分布式光伏和一个抽水蓄能电站组成。各电站参数如表1至3所示，基于互补系统的优化运行分析，求得了互补系统的容量配置，包含的变量有水电和抽水蓄能的容量和优化出力，日前和实时市场交易曲线，互补指标，经济效益等。
表1梯级水电站参数
Figure BDA0003763390760000181
表2光伏板参数
Figure BDA0003763390760000182
表3抽水蓄能电站参数
Figure BDA0003763390760000183
3.1本地负荷数据
本实施例中的日前负荷数据来自四川省小金县的实际数据，实时负荷数据和日前负荷的预测数据存在偏差，并根据负荷不确定性模型得到了各个场景下的负荷曲线。如图3所示，可以看出日前负荷数据和实时负荷数据的偏差。
3.2现货价格预测
选用北欧电力现货市场现货价格作为基础数据，基于ARIMA时间序列方法，利用鲁棒模型进行现货价格不确定性预测，求得了不同场景下的日前现货价格曲线。根据日前现货电价和实时现货电价的偏差模型，相应的求得了各个场景下的实时电价曲线。现货价格曲线如图4所示。
3.3光伏出力预测
光伏的日前出力数据来自四川小金县的实际工程项目，根据日前光伏预测出力和实时光伏出力数据偏差模型，求得的光伏出力曲线如下图5所示。
3.4电站特性分析
本实施例中的水库为日调节的，水电站在运行的过程中，上游水位、下游水位和净发电水头是随时间变化的。根据上游水位和水库库容数据，拟合得到了上游水位与水库库容的函数关系式；根据下游水位和发电流量数据，拟合得到了两者之间的函数关系式。三个梯级水电站的静态拟合曲线关系式如下所示：
1)水电站1
Figure BDA0003763390760000191
Figure BDA0003763390760000192
2)水电站2
Figure BDA0003763390760000193
Figure BDA0003763390760000194
3)水电站3
Figure BDA0003763390760000195
Figure BDA0003763390760000196
水电站3的下游水位和发电流量的数据对应点如图6所示，上游水位与库容之间的关系和下游水位与下泄流量之间的关系如图7所示。
3.5日前市场互补系统优化运行
基于上述任一实施例所提到的容量配置方法，进行仿真计算，求得了水光蓄多能互补系统的优化配置容量，水电总容量为165MW，三级梯水的容量分别为65MW，55MW，45MW，抽水蓄能的容量为50MW，光伏的容量为100MW，可以在满足系统互补指标的同时保证系统的经济性。
在不同场景下系统的互补效益可能存在明显的差异，本实施例对丰水期、平水期、枯水期的典型日进行了优化运行分析。互补系统的运行和效益分析分为日前和实时两个阶段，在日前市场中，根据光伏的日前预测出力，考虑其最大化消纳、系统波动率互补指标及经济性效益，求得了各个典型场景下满足系统上述指标的水光蓄互补发电系统优化出力结果如图8、10、12所示。抽水蓄能的发电和抽水特性，可以转移互补系统的发电量、快速平抑波动，其各个典型场景下的优化出力结果如图9、11、13所示。纵坐标的正半轴表示抽蓄处于发电工况，负半轴表示处于抽水工况。可以看出，在各个典型场景下互补系统的出力曲线和日前市场的交易曲线与日前现货电价曲线的形态相似，并且当电价较高时，市场交易电量更多；相反的，电价较低时，市场交易电量较少。上述表明了市场交易曲线和现货价格曲线具有较高的匹配度，匹配度越高，则有助于提高系统的经济性，可以看出丰水期的电力交易曲线与日前电价的交易曲线的匹配度优于平水期和枯水期。
由于水电出力能力受到水资源的限制，丰水期、平水期、枯水期各个时间点的日前交易电量呈逐渐下降的趋势，丰水期的收益是最高的。抽水蓄能机组控制抽水和发电的转化，从而更好的平抑光伏的波动性，从图中可以看出抽水蓄能机组在各个时间点的运行工况，抽水蓄能电站在一天的初末水位应保持一致，横坐标轴上方表示发电功率，下方表示抽水功率，一天内发电与抽水的次数基本一致，由于发电效率略大于抽水的效率，所以抽水消耗的总功率略大于发电的总功率。且抽水蓄能机组在丰水期的发电和抽水的次数较多，枯水期较少。
3.6实时市场偏差处理
光伏的出力存在较大的不确定性，其日前预测出力值和实际出力值存在一定的偏差，日前负荷的预测值和实时负荷同样有偏差，即源荷两侧均存在预测偏差，所以实时市场电力供给存在偏差。由于水光蓄多能互补发电系统的出力计划、日前市场的交易电量已经根据光伏的日前出力和日前负荷优化求得，且在日内不在改变互补系统发电计划，所以实时电力偏差需要在实时市场中进行平衡。实施例中求得的丰水期、平水期、枯水期的电力偏差如图14，即为实时市场中的交易电量。
从图14可以看出实时市场中电力偏差存在较大的波动，9～15时波动较为明显，中午时段的波动最大，枯水期的波动高于丰水期，该部分的偏差通过实时市场交易进行平衡，当其为正偏差时，即发电系统实际出力大于实际本地负荷需求，存在富余电量，则互补系统在实时市场中售电，为负偏差时，在实时市场中买电。由于实时电价存在较大的波动性，所以较大的偏差将会使得多能互补发电系统的效益面临更大的风险。互补发电系统的容量配置需要综合考虑现货价格、光伏和本地负荷的不确定性。
3.7典型场景指标分析
以系统效益最大化为目标，根据上述优化结果，得到的各个场景的数据如下表4所示，从以下的数据分析可以得知，丰水期的收益高于平水期和枯水期，但是丰水期的弃水成本明显高于平水期和枯水期。在丰水期水资源充足，由于系统的总出力需要满足互补指标的约束，为使得总出力更加平滑稳定，水资源无法得到充分利用，弃水量增加；系统的经济性同样会受到影响。
表4典型日互补发电系统指标和收益
Figure BDA0003763390760000211
负荷跟踪系数表示源荷匹配程度，负荷跟踪系数越小，跟踪效果越好，源荷匹配程度越高，联络线的出力波动性越小，互补指标越小，系统互补效果越好。从表中可以看出，丰水期由于水资源充足，水电机组的出力调节能力更广泛，丰水期的负荷跟踪系数和互补效益明显优于平水期和枯水期。系统的互补指标越好，电力交易曲线相对平稳。系统的容量配置是基于经济性和互补性的综合考量求得的，所以三个场景下所求得的现货价格相关系数均表明日前电力交易曲线与现货价格曲线的相关性较强。
3.8现货价格与互补指标关联关系
为分析互补指标与现货价格相关系数、即电力交易曲线的波动性与互补系统经济性的关联关系。本实施例中多次改变不同场景下的互补指标，将不同的互补指标作为系统约束条件，求得相应的现货价格相关系数，求得如下图15所示的关系图。
互补指标的数值越小，则表明系统联络线的波动性越小，对系统的互补要求越高，现货价格相关系数越接近1，则电力交易曲线与现货价格相关性越高，更多的电量将会在现货价格较高的时间段售出，有助于提高互补系统容量配置的经济性。
从图15可以看出，在不同场景下，系统的互补指标的数值越小，系统的互补性将不断提高，现货价格相关系数不断降低，即日前电力交易曲线与现货价格曲线匹配程度变低，将会降低互补系统容量配置的收益。水光蓄多能互补系统的优化运行与容量配置需要对系统的互补性与经济性进行综合考量。同时可以看出，各个场景下的皮尔逊系数即现货价格曲线与日前电力市场交易曲线和互补指标之间的关系存在一些差异。
3.9不同模式下系统容量配置指标分析
本实施例对多个典型场景进行了分析，并求得了不同互补模式下基于系统经济性与互补特性的容量配置方案及相对应的年收益如下表5所示，其中每个规划水平年内6-10月为丰水期，5月和11月为平水期，1-4月和12月为枯水期，年投资和维护成本均为485321300元。
表5不同互补模式下各个场景的互补发电系统性能指标
Figure BDA0003763390760000221
从上表可以看出在不同的互补模式下，各个场景下的互补指标、负荷跟踪系数、现货价格相关系数、互补系统的年收益均呈现出一定的规律性变化，数据呈现单调下降的趋势。当丰水期、平水期、枯水期的互补指标不断提高时，日前交易曲线的波动性越小，其相应的负荷跟踪系数不断降低，表明跟踪效果越好。但是现货价格相关系数逐渐降低，即日前交易曲线和日前现货价格曲线的匹配程度会降低，年收益呈下降趋势，系统容量配置的经济性受到明显的制约。从中可以看出，皮尔逊系数越接近1，日前现货价格曲线和日前交易曲线的相关性越好，系统经济性得到明显提升。且丰水期系统的互补指标和经济性明显优于平水期和枯水期。
在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种电力市场环境下的水光蓄互补发电系统容量配置方法，其特征在于，包括以下步骤：
S1、根据水电站出力特性、抽水蓄能电站的发电/抽水特性建立水光蓄互补发电系统出力特性模型；
S2、构建以功率交换曲线的波动率和负荷跟踪系数作为互补效果的评价指标；
S3、建立光伏、现货价格和负荷的不确定性模型，利用日前市场优化发电系统的出力，利用实时市场平衡光伏和负荷的预测偏差；
S4、建立基于经济性和互补特性的水光蓄互补发电系统容量配置模型。
2.根据权利要求1所述的一种电力市场环境下的水光蓄互补发电系统容量配置方法，其特征在于，步骤S1中建立水光蓄互补发电系统出力特性模型包括：
S11、基于水电站的出力、水库、水位、流量的非线性特性，建立水电站的非线性出力模型；
S12、根据抽水蓄能电站可以利用发电和抽水的特性实现发电量转移、总出力的快速调节，建立抽水蓄能电站出力模型；
S13、考虑光伏出力的不确定性，建立了基于正态概率分布的光伏出力不确定性模型；
S14、结合水电站出力模型、抽水蓄能电站出力模型和分布式光伏电站出力模型，将各个电源出力进行叠加，建立水光蓄互补发电系统出力特性模型。
3.根据权利要求1所述的一种电力市场环境下的水光蓄互补发电系统容量配置方法，其特征在于，S2包括：
S21、分别对水光蓄互补发电系统总出力的变化率和负荷侧的电能消耗变化率进行归一化处理，计算负荷跟踪系数；
S22、对于任一区域内，水光蓄互补发电系统的输出由本地负荷优先消纳，剩余电力送入大电网，计算该区域接入电网的接入点的功率，并计算所述接入点的功率的最大波动比例。
4.根据权利要求3所述的一种电力市场环境下的水光蓄互补发电系统容量配置方法，其特征在于，S3中包括以下步骤：
S31、对除晴朗天气以外的其他天气类型下的光伏预测误差进行建模，建立光伏预测误差的标准差的概率密度函数；
S32、根据对历史电价的抽取和分析，基于时间序列分析法中的ARIMA自回归积分滑动平均模型并计入现货价格的波动性，建立现货价格不确定性模型；
S33、根据实时负荷需求与日前负荷需求的偏差制定水光蓄互补发电系统的日前调度计划，使实际负荷需求和日前负荷需求的误差因子控制在所能接收的最恶劣的情况以内。
5.根据权利要求1所述的一种电力市场环境下的水光蓄互补发电系统容量配置方法，其特征在于，S4所建立的水光蓄互补发电系统容量配置模型中本地负荷用电需求由水光蓄互补发电系统供给，该部分交易电量按固定电价结算，水光蓄互补发电系统在完成本地负荷用电需求的供能后剩余的电量则在现货市场进行售电，并以现货价格结算。
6.根据权利要求1所述的一种电力市场环境下的水光蓄互补发电系统容量配置方法，其特征在于，S4所建立的水光蓄互补发电系统容量配置模型中当水光蓄互补发电系统的出力不能满足当地负荷的用电需求，则从现货市场上购买供给。
7.根据权利要求1所述的一种电力市场环境下的水光蓄互补发电系统容量配置方法，其特征在于，S4中在考虑系统互补指标、现货价格不确定性、日前和实时负荷偏差的基础上，计入设备投资成本、维护成本、水电站弃水成本、抽蓄机组发电成本，建立以年收益最大为目标的水光蓄互补发电系统容量配置模型。
8.根据权利要求7所述的一种电力市场环境下的水光蓄互补发电系统容量配置方法，其特征在于，所述以年收益最大为目标的水光蓄互补发电系统容量配置模型为：
Figure FDA0003763390750000021
其中，N为典型场景数，Dn为典型场景持续的天数，T为计划周期内的总时段数，
Figure FDA0003763390750000031
表示典型场景n内的本地负荷售电收入，
Figure FDA0003763390750000032
表示典型场景n内的日前市场购售电费用，
Figure FDA0003763390750000033
表示典型场景n内的实时市场购售电费用，
Figure FDA0003763390750000034
分别表示典型场景n内的弃水成本和抽蓄机组发电成本，Cyear表示互补系统的年投资成本。
9.根据权利要求1至8中任一项所述的一种电力市场环境下的水光蓄互补发电系统容量配置方法，其特征在于，水光蓄互补发电系统容量配置规划包括：
S5、输入原始数据；
S6、进行水光蓄互补发电系统容量配置规划，根据本地负荷，选择确定的容量规划方案，求得互补发电系统的等年值成本和年维护成本，并选择确定的典型场景进行分析；
S7、预测本地日前负荷曲线、光伏日前出力曲线和日前市场电价，根据上述数据，优化水光蓄互补发电系统出力，并确定日前现货市场购售电量；根据实时负荷曲线和光伏实时出力曲线，得到日前和实时的预测偏差，确定实时市场购售电量；计算典型场景下的收益与购电成本；全部典型场景计算完毕，即可求得该规划方案下的系统效益；
S8、全部规划方案计算完毕，针对敏感参数进行灵敏度分析；
S9、基于对规划周期内所有方案的系统效益进行比较，对经济性与互补特性进行权衡考量，得出水光蓄互补发电系统规划结果。
10.根据权利要求9所述的一种电力市场环境下的水光蓄互补发电系统容量配置方法，其特征在于，所述敏感参数包括不同互补指标、容量配置方案、中长期价格、现货价格不确定性对发电系统收益率的影响。
CN202210878892.XA 2022-07-25 2022-07-25 一种电力市场环境下的水光蓄互补发电系统容量配置方法 Pending CN115360745A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210878892.XA CN115360745A (zh) 2022-07-25 2022-07-25 一种电力市场环境下的水光蓄互补发电系统容量配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210878892.XA CN115360745A (zh) 2022-07-25 2022-07-25 一种电力市场环境下的水光蓄互补发电系统容量配置方法

Publications (1)

Publication Number Publication Date
CN115360745A true CN115360745A (zh) 2022-11-18

Family

ID=84032555

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210878892.XA Pending CN115360745A (zh) 2022-07-25 2022-07-25 一种电力市场环境下的水光蓄互补发电系统容量配置方法

Country Status (1)

Country Link
CN (1) CN115360745A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116667445A (zh) * 2023-07-27 2023-08-29 中国能源建设集团湖南省电力设计院有限公司 新能源电力系统抽蓄电站容量多时间尺度优化配置方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116667445A (zh) * 2023-07-27 2023-08-29 中国能源建设集团湖南省电力设计院有限公司 新能源电力系统抽蓄电站容量多时间尺度优化配置方法
CN116667445B (zh) * 2023-07-27 2023-11-17 中国能源建设集团湖南省电力设计院有限公司 新能源电力系统抽蓄电站容量多时间尺度优化配置方法

Similar Documents

Publication Publication Date Title
CN111738497B (zh) 计及需求侧响应的虚拟电厂双层优化调度方法
Mokaramian et al. Four-objective optimal scheduling of energy hub using a novel energy storage, considering reliability and risk indices
CN107800157B (zh) 含聚合温控负荷和新能源的虚拟发电厂双层优化调度方法
Chen et al. A robust optimization framework for energy management of CCHP users with integrated demand response in electricity market
CN109149651A (zh) 一种计及调压辅助服务收益的光储系统优化运行方法
CN109741103B (zh) 一种短期多目标双层优化调度方法
CN114091913A (zh) 考虑热网及p2g多园区综合能源系统低碳经济调度方法
Ju et al. Bi-level electricity–carbon collaborative transaction optimal model for the rural electricity retailers integrating distributed energy resources by virtual power plant
Jintao et al. Optimized operation of multi-energy system in the industrial park based on integrated demand response strategy
Cai et al. Optimal scheduling of a hybrid AC/DC multi-energy microgrid considering uncertainties and Stackelberg game-based integrated demand response
CN115360745A (zh) 一种电力市场环境下的水光蓄互补发电系统容量配置方法
CN117526446A (zh) 梯级水风光多能互补发电系统风光容量双层优化配置方法
CN112598175A (zh) 一种流域型虚拟电厂调度方法
CN116961008A (zh) 计及电力弹簧与负荷需求响应的微电网容量双层优化方法
CN112736905B (zh) 区域新能源容量优化配置方法及系统
CN115689166A (zh) 一种区域分布式能源资源聚合利用方法及系统
CN114188942A (zh) 一种包含大规模新能源基地的电网调度方法
CN115545768A (zh) 一种考虑合同分解的大水电跨省跨区日前随机竞价方法
CN114707403A (zh) 基于抽水蓄能调节的地区配电网多能源协调优化调度方法
Zhang et al. Data-Driven Distributionally Robust Optimization-Based Coordinated Dispatching for Cascaded Hydro-PV-PSH Combined System
CN111126690A (zh) 计划-集中式市场双轨制下电力差价合同曲线分解方法
CN111612271B (zh) 考虑清洁能源利用率的清洁能源外送规划及运行优化方法
CN111612272B (zh) 考虑龙头水库的水电集群送出网架优化方法
Wang et al. Study on the economic dispatch of regional integrated energy system based on master-slave game
Xie et al. Optimization Method for Medium and Long Term Electricity Market Trading of Clean Energy Power Plants

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