CN115566731A - 一种基于系统多能互补的灵活性电源规划方法 - Google Patents

一种基于系统多能互补的灵活性电源规划方法 Download PDF

Info

Publication number
CN115566731A
CN115566731A CN202211402784.1A CN202211402784A CN115566731A CN 115566731 A CN115566731 A CN 115566731A CN 202211402784 A CN202211402784 A CN 202211402784A CN 115566731 A CN115566731 A CN 115566731A
Authority
CN
China
Prior art keywords
power
power supply
constraints
cost
station
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
CN202211402784.1A
Other languages
English (en)
Inventor
马志程
张晗
王秀丽
郭慧
李宛洳
周强
邵冲
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.)
STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE
Xian Jiaotong University
Original Assignee
STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE
Xian Jiaotong 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 STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE, Xian Jiaotong University filed Critical STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE
Priority to CN202211402784.1A priority Critical patent/CN115566731A/zh
Publication of CN115566731A publication Critical patent/CN115566731A/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
    • H02J3/381—Dispersed generators
    • 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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load 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
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • 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
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/58—The condition being electrical
    • H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving

Landscapes

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

Abstract

本发明公开一种基于系统多能互补的灵活性电源规划方法，包括以下步骤：采集参数和待规划电源的边界条件，参数包括电力系统在水平年的网架结构、跨区联络线通道规模及运行方式、负荷水平及负荷特性；根据参数和待规划电源的边界条件，构建电源容量投资优化模型，电源容量投资优化模型包括内层考虑灵活性约束的时序生产模拟模型和外层电源容量投资优化模型；根据电源容量投资优化模型，得到满足规划要求的灵活性电源和间歇性电源的并网容量。本发明充分发挥了灵活性电源的调节能力和多类型电源间的互补特性，可在保证满足系统灵活性要求的基础上更好地接纳大规模可再生能源装机，同时有效满足省级电网规划的计算效率要求。

Description

一种基于系统多能互补的灵活性电源规划方法
技术领域
本发明属于多能互补电力系统技术领域，具体涉及一种基于系统多能互补的灵活性电源规划方法。
背景技术
在含有高比例可再生能源的多能互补电力系统中，风电、光伏等清洁能源成为电力供应的重要支柱，承担了较大的电力需求，其随机性与波动性导致电力系统的规划运行机制发生了深刻变化，系统需要通过多种灵活性资源的调节能力来实现对新能源波动性的有效互补。在系统规划层面，在源侧针对灵活性资源展开优化配置，设计合理的电源结构以充分发挥多能互补优势、提供充裕的灵活调节资源，是拓展新能源消纳空间、提高可再生能源并网利用率的直接途径。
在电源结构的优化规划问题中，多种灵活性电源和间歇性电源间存在较强的耦合性，协同规划时将影响投资层面的投资收益、运维成本等经济性因素，也将影响到运行层面的具体调度策略。考虑到电源容量投资问题和运行模拟问题在时间尺度上的解耦特性和决策变量的类型差异，将电源容量优化问题分解为外层投资决策问题和内层运行模拟问题进行求解。在此分层规划模型中，外层规划为主问题，完成方案生成与筛选后传给内层模型，内层规划在外层模型的决策下进行优化，同时优化结果返回外层的目标函数，对决策方案进行调整，通过内外层的迭代优化达到两个时间尺度的平衡，最终寻得容量优化方案的最优解。
在现有技术中，常用的电源规划模型采用投资决策与随机生产模拟相结合的方法，难以考虑含高比例可再生能源系统中间歇性电源的时序运行特性。面向含高比例可再生能源的多能互补电力系统，电源配置或者规划中存在电源(容量配置)分配不合理的问题急待解决。
发明内容
为解决现有技术中的问题，本发明的目的是提供一种基于系统多能互补的灵活性电源规划方法，该方法能够有效地协同优化灵活性电源与间歇性电源容量配置，使得分配更合理，实现多能互补效益的最大发挥。
为实现上述目的，本发明采用的技术方案如下：
一种基于系统多能互补的灵活性电源规划方法，包括以下步骤：
采
采集电力系统参数，参数包括电力系统在水平年的网架结构、跨区联络线通道规模及运行方式、负荷水平及负荷特性；
根据电力系统参数和待规划电源的边界条件，构建电源容量投资优化模型，电源容量投资优化模型包括内层考虑灵活性约束的时序生产模拟模型和外层电源容量投资优化模型；
根据电源容量投资优化模型，得到满足规划要求的灵活性电源和间歇性电源的并网容量。
进一步的，内层考虑灵活性约束的时序生产模拟模型的目标函数为系统总运行成本最小，系统总运行成本包括：电源运维成本、火电机组的燃料成本和启停成本、清洁能源弃电惩罚和系统失负荷成本；内层考虑灵活性约束的时序生产模拟模型的约束条件包括：灵活性电源运行约束、间歇性电源运行约束及系统运行约束。
进一步的，内层考虑灵活性约束的时序生产模拟模型的目标函数为：
Figure BDA0003934540490000021
Figure BDA0003934540490000022
Figure BDA0003934540490000023
Figure BDA0003934540490000024
式中：Cop、Cfope、Ccurt、
Figure BDA0003934540490000025
分别为系统的综合成本、电源运维成本、可再生能源弃电成本以及系统失负荷成本；Ng、Nh、Nr和Nc分别表示水电厂、新能源场站和光热电站的数量；
Figure BDA0003934540490000031
分别为火电机组、水电机组、新能源场站和光热电站的固定运维成本；NT为时段数，取24h；pr,t、pc,t分别为在时刻t新能源场站r的出力；λh、λr、λc分别为水电弃电、风光新能源弃电、光热弃光功率的惩罚成本系数，规划方案通过设定不同的惩罚系数来表征可再生能源消纳的优先级；
Figure BDA0003934540490000032
为t时刻风光新能源电站r的弃电功率值；
Figure BDA0003934540490000033
和λLC为t时刻系统的失负荷功率和失负荷惩罚系数。
进一步的，灵活性电源运行约束包括常规电源火电的约束与水电站的约束，常规电源火电的约束包括机组出力上下限约束、旋转备用及机组爬坡约束与开停机约束，水电站的约束包括强迫出力约束与水量平衡约束。
进一步的，待规划电源的边界条件包括投资成本、固定运维成本、运行特性以及场站位置。
进一步的，外层电源容量投资优化模型的目标函数为系统规划期的综合成本最小，系统规划期的综合成本包括各类电源的投资成本和系统总运行成本；
外层电源容量投资优化模型的约束条件包括：可规划的容量约束与新能源渗透率约束。进一步的，外层电源容量投资优化模型的目标函数为：
min f＝Cinv+Cop
Figure BDA0003934540490000034
式中：Cinv、
Figure BDA0003934540490000035
分别为系统的投资成本和火电机组、水电机组、风光新能源场站、光热电站的单位容量投资成本；Ωg、Ωh、Ωr、Ωc分别为待规划的新增火电、水电、风光新能源场站及光热电站电源集合，且Ωg∈Ng、Ωh∈Nh、Ωr∈Nr、Ωc∈Nc，g为火电，h为水电，r为风光新能源，c为光热，
Figure BDA0003934540490000036
为火电机组h的装机容量，
Figure BDA0003934540490000037
为水电机组h的装机容量，
Figure BDA0003934540490000041
为新能源电站r的装机容量，
Figure BDA0003934540490000042
为光热电站c的装机容量，Cop为系统总运行成本。
进一步的，可规划的容量约束为：
Figure BDA0003934540490000043
新能源渗透率约束为：
Figure BDA0003934540490000044
式中：
Figure BDA0003934540490000045
分别为电源i的最小新增单机个数与最大新增单机个数；Ki为电源i的新增单机个数；αmin、αmax分别为规划方案所要求的最小和最大新能源渗透率。
进一步的，内层考虑灵活性约束的时序生产模拟模型包括光热电站运行模型，光热电站运行模型的约束包括热量平衡约束、集热系统约束、储热系统约束以及发电系统约束。
进一步的，热量平衡约束为：
Figure BDA0003934540490000046
式中：
Figure BDA0003934540490000047
表示时刻t由集热系统传递给导热工质的可用光热功率；
Figure BDA0003934540490000048
分别表示时刻t储热系统的充、放热功率；
Figure BDA0003934540490000049
表示储热系统的储热状态；
Figure BDA00039345404900000410
表示储热系统的放热状态；集热系统约束为：
Figure BDA00039345404900000411
Figure BDA00039345404900000412
式中：
Figure BDA00039345404900000413
为时刻t由集热系统收集到的太阳热能；
Figure BDA00039345404900000414
为镜场面积；
Figure BDA00039345404900000415
表示时刻t的法向直接辐射强度；ηt-e为热电转换效率；
Figure BDA00039345404900000416
表示时刻t光热电站的弃光热功率。
与现有技术相比，本发明具有的有益效果：
本发明考虑灵活性电源与间歇性电源的协同规划，将电力系统的电源容量优化问题分解为外层投资决策和内层运行模拟。以系统规划期的综合成本最小，包括各类电源的投资成本、系统总运行成本为目标函数完成容量投资决策；以系统总运行成本最小，包括：电源运维成本、火电机组运行成本、清洁能源弃电惩罚和系统失负荷成本为目标函数完成生产模拟运行校验，同时通过运行层的灵活性约束确保规划方案满足运行灵活性的需求。电源容量投资优化模型决定灵活性电源的容量配置值，充分发挥了灵活性电源的调节能力和多类型电源间的互补特性，可在保证满足系统灵活性要求的基础上更好地接纳大规模可再生能源装机，同时有效满足省级电网规划的计算效率要求。该方法能够有效地协同优化灵活性电源与间歇性电源容量配置，使得分配更合理。
附图说明
图1为基于多能互补的灵活性电源规划分层优化方法的流程图。
图2为光热电站内部能量流动过程示意图。
具体实施方式
下面结合附图对本发明进行详细说明。
本发明的一种基于系统多能互补的灵活性电源规划方法，具体包括以下步骤：
步骤一，采集电力系统在水平年的网架结构、跨区联络线通道规模及运行方式、负荷水平及负荷特性，各类待规划电源的投资成本、固定运维成本、运行特性以及场站位置；
根据电力系统在研究水平年的网架结构、跨区联络线通道规模及运行方式、负荷水平及负荷特性，各类待规划电源的投资成本、固定运维成本、运行特性、场站位置等边界条件，构建外层电源容量投资优化模型，外层电源容量投资优化模型包括层考虑灵活性约束的时序生产模拟模型和外层电源容量投资优化模型；
根据外层电源容量投资优化模型得到满足规划要求的灵活性电源和间歇性电源的并网容量；
具体的，外层电源容量投资优化模型的目标函数为系统规划期的综合成本最小，包括各类电源的投资成本和系统总运行成本。为缩小求解规模，对电源投资成本进行了线性化处理。
min f＝Cinv+Cop
Figure BDA0003934540490000061
式中：Cinv、
Figure BDA0003934540490000062
分别为系统的投资成本和火电机组、水电机组、风光新能源场站、光热电站的单位容量投资成本；Ωg、Ωh、Ωr、Ωc分别为待规划的新增火电、水电、风光新能源场站及光热电站电源集合，且Ωg∈Ng、Ωh∈Nh、Ωr∈Nr、Ωc∈Nc，g为火电，h为水电，r为风光新能源，c为光热，
Figure BDA0003934540490000063
为火电机组h的装机容量，
Figure BDA0003934540490000064
为水电机组h的装机容量，
Figure BDA0003934540490000065
为新能源电站r的装机容量，
Figure BDA0003934540490000066
为光热电站c的装机容量。
外层电源容量投资优化模型的约束条件主要为变量解空间约束，考虑宏观约束来筛除不符合决策者容量规划要求的规划方案，以缩小求解空间、提高求解效率。考虑规划方案受到资源限制，约束条件包括：
(1)可规划的容量约束：
Figure BDA0003934540490000067
(2)新能源渗透率约束：
Figure BDA0003934540490000068
式中：
Figure BDA0003934540490000069
分别为电源i的最小新增单机个数与最大新增单机个数；Ki为电源i的新增单机个数；αmin、αmax分别为规划者根据实际需求设定的的最小和最大新能源渗透率。
外层电源容量投资优化模型的待求解变量为各类型电源所对应的新增单机个数Ki，该容量决策模型采用一种人工智能算法——细菌觅食算法求解，得到变量的求解结果。
步骤二，根据步骤一中采集的数据，建立内层考虑灵活性约束的时序生产模拟模型，根据内层考虑灵活性约束的时序生产模拟模型寻求给定电源容量方案下具有最小运行成本的系统运行方式。设定内层考虑灵活性约束的时序生产模拟模的目标函数为系统总运行成本最小，包括：电源运维成本、火电机组的燃料成本和启停成本、清洁能源弃电惩罚和系统失负荷成本。
Figure BDA0003934540490000071
Figure BDA0003934540490000072
Figure BDA0003934540490000073
Figure BDA0003934540490000074
式中：Cop、Cfope、Ccurt、
Figure BDA0003934540490000075
分别为系统的综合成本、电源运维成本、可再生能源弃电成本以及系统失负荷成本；Ng、Nh、Nr和Nc分别表示水电厂、新能源场站(风电/光伏电厂)和光热电站的数量；
Figure BDA0003934540490000076
分别为火电机组、水电机组、新能源场站和光热电站的固定运维成本；NT为时段数，取24h；pr,t、pc,t分别为在时刻t新能源场站r(风电/光伏电厂)的出力；λh、λr、λc分别为水电弃电、风光新能源弃电、光热弃光功率的惩罚成本系数，规划方案通过设定不同的惩罚系数来表征可再生能源消纳的优先级；
Figure BDA0003934540490000077
为t时刻风光新能源电站r的弃电功率值；
Figure BDA0003934540490000078
和λLC为t时刻系统的失负荷功率和失负荷惩罚系数。当进一步考虑系统的需求侧灵活性资源，即存在可中断负荷和可转移负荷时，失负荷系数λLC可认为是灵活负荷调用成本，以弥补用户侧在进行需求侧响应时带来的损失。
内层考虑灵活性约束的时序生产模拟模型的约束条件包括了灵活性电源运行约束、间歇性电源运行约束及系统运行约束。
(1)灵活性电源运行约束
对常规电源火电考虑了包括机组出力上下限约束、旋转备用及机组爬坡约束、开停机约束；对于水电站进一步考虑了强迫出力约束与水量平衡约束，这里不再赘述。
内层考虑灵活性约束的时序生产模拟模型包括光热电站运行模型，光热电站运行模型是内层考虑灵活性约束的时序生产模拟模型的一部分，内层考虑灵活性约束的时序生产模拟模型决策变量包括了光热电站内部流动的热功率和输出的电功率。
对于光热电站运行模型建立的过程如下，首先将光热电站内部能量流动过程简化如图2所示。
集热系统与导热工质相连，导热工质与发电系统相连，发电系统与电网存在热量交换，导热工质还与储热系统相连。
图2中，
Figure BDA0003934540490000081
为时刻t由集热系统收集到的太阳热能；ηsf为集热系统的光热转换效率；
Figure BDA0003934540490000082
表示时刻t光热电站的弃光热功率；
Figure BDA0003934540490000083
表示时刻t由集热系统传递给导热工质的可用光热功率；
Figure BDA0003934540490000084
分别表示时刻t储热系统的充、放热功率；γt为储热系统的热损失系数；
Figure BDA0003934540490000085
为储热系统在t时刻已储存的热量；
Figure BDA0003934540490000086
表示时刻t由导热工质传递给发电系统的热功率；xc, t表示光热机组的开机动作，为1表示开机动作，为0表示没有开机动作；
Figure BDA0003934540490000087
表示光热机组开机动作所需的启动热量；pc, t为光热机组的输出电功率。
光热电站运行模型，包括如下约束：
1)热量平衡约束
以导热工质为节点，建立集热系统、储热系统与发电系统之间的热量平衡方程：
Figure BDA0003934540490000088
式中：
Figure BDA0003934540490000089
表示储热系统的储热状态，为1表示储热，为0表示不储热；
Figure BDA00039345404900000810
表示储热系统的放热状态，为1表示放热，为0表示不放热。
2)集热系统约束
Figure BDA0003934540490000091
Figure BDA0003934540490000092
式中：
Figure BDA0003934540490000093
为镜场面积；
Figure BDA0003934540490000094
表示时刻t的法向直接辐射强度(DNI)。通常使用太阳倍数SM参数衡量集热容量的大小，该参数是指集热系统产生的热功率与发电系统额定出力下所需要热功率的比值，可表示为：
Figure BDA0003934540490000095
式中：SM为太阳倍数；Dsf,E为标准工况下(温度25℃，DNI值为950W/m2，风速为5m/s)的法向直接辐射强度；ηt-e为热电转换效率；
Figure BDA0003934540490000096
为光热电站的装机容量。
3)储热系统约束
目前的光热电站储热系统多使用双储热罐，将冷、热导热流体分别储存在两个储热罐中，根据电站的运行要求和能量流动约束独立控制储热罐的充放热状态。配置合理的储热罐容量是光热电站发挥其能量时移特性，平抑风光新能源出力的关键。本发明以双储热罐模式为例，将两罐整体作为储热系统建立模型。
a.内部热平衡约束
Figure BDA0003934540490000097
式中：
Figure BDA0003934540490000098
分别表示储热系统的充、放热效率。
b.充放热功率限制约束
Figure BDA0003934540490000099
Figure BDA00039345404900000910
式中：
Figure BDA00039345404900000911
和分别为最大储热功率和最大放热功率；
Figure BDA00039345404900000912
表示储热系统的储热状态，为1表示储热，为0表示不储热；
Figure BDA00039345404900000913
表示储热系统的放热状态，为1表示放热，为0表示不放热，二者关系如下：
Figure BDA0003934540490000101
c.储热容量限制约束
采用储热小时数参数衡量储热容量的大小。将储热容量定义为发电系统仅由储热供能并额定出力时的最大连续放热小时数(full load hours,FLH)。
Figure BDA0003934540490000102
Figure BDA0003934540490000103
Figure BDA0003934540490000104
式中：
Figure BDA0003934540490000105
为储热系统的储热容量；μmin、μmax分别为最小、最大储热容量系数。
4)发电系统约束
a.热电转换约束
光热电站的发电系统从导热流体中获取热能，该能量一部分用于供给汽轮机出力，另一部分用于供给汽轮机开机时所需热量，其功率平衡方程如下：
Figure BDA0003934540490000106
b.汽轮机出力范围约束
光热电站汽轮机组出力需满足最小技术出力和装机容量限制。
Figure BDA0003934540490000107
c.汽轮机组爬坡约束
Figure BDA0003934540490000108
Figure BDA0003934540490000109
式中：
Figure BDA00039345404900001010
分别为光热机组的向上爬坡能力与向下爬坡能力。
d.旋转备用约束
Figure BDA0003934540490000111
Figure BDA0003934540490000112
式中：
Figure BDA0003934540490000113
分别为光热机组在时刻t可提供的向上备用容量和向下备用容量。
(2)间歇性电源风电、光伏出力受气象条件影响较大，需保证其在可用出力范围内，同时考虑弃电因素的影响，气电约束如下：
Figure BDA0003934540490000114
Figure BDA0003934540490000115
式中：
Figure BDA0003934540490000116
为t时刻新能源电站r的最大发电功率归一化值；
Figure BDA0003934540490000117
为新能源电站r的装机容量。新能源最大出力的归一值可由统计的历史出力时间序列获得。
(3)系统运行约束
1)电力平衡约束：
Figure BDA0003934540490000118
2)跨区外送约束：
要求联络线传输功率满足传输容量限制。
Figure BDA0003934540490000119
式中：
Figure BDA00039345404900001110
为在t时刻联络线l的传输功率；
Figure BDA00039345404900001111
为联络线l的传输容量。
3)灵活性约束：
为保证在外层传入的电源规划方案下系统运行的灵活性资源充足，在内层考虑灵活性约束的时序生产模拟模型中建立了系统灵活性约束，考虑的灵活性需求包括了三个方面：即不确定事件灵活性需求、备用容量灵活性需求和爬坡灵活性需求。
(1)不确定事件灵活性约束
侧重于应对电力系统机组强迫停运、负荷波动等随机因素，保证可提供灵活性的电源有足够的开机容量。
Figure BDA0003934540490000121
式中：χr表示新能源的容量因子，其值取为各时段风、光出力之和的60％-80％之间；Lt为系统在t时刻的负荷量；μd表示补偿机组故障或负荷波动而设置的备用因数。
(2)备用容量灵活性约束
即调峰深度约束，侧重于系统可提供的向下调节灵活性以避免发生可再生能源的弃电，即要求可提供的向下调节能力满足可再生能源出力波动对系统向下灵活性的需求。
Figure BDA0003934540490000122
式中：σL表示系统为补偿风电、光伏并网波动设置的负荷负备用需求系数。
(3)爬坡灵活性需求
即调峰速率约束，侧重于对系统爬坡能力的要求，即在一定时间间隔内各类灵活性电源可提供的总爬坡能力需满足负荷波动和风光新能源波动对于系统向上调节速率和向下调节速率的需求。
Figure BDA0003934540490000123
Figure BDA0003934540490000124
式中：
Figure BDA0003934540490000125
分别为风光新能源的向上和向下波动量预测误差系数；
Figure BDA0003934540490000126
分别为负荷的向上和向下预测误差系数。
模型的决策变量为各类型电源的时序出力值，以风、光出力与光热资源的时间序列和时序生产模拟方法为基础，更好地表征研究区域内可再生能源的出力变化特征，规划结果更加符合实际电网规划需要和调度运行
步骤三，建立外层电源容量投资优化模型，基于细菌觅食算法的分层优化算法进行外层电源容量投资优化模型和内层考虑灵活性约束的时序生产模拟模型的迭代求解，得到容量方案k，容量方案k在规划期(一年内)的电力系统综合总成本，根据综合成本最小为目标，完成方案筛选，最终得到最优的灵活性电源配置方案，即每类电源的装机数量，根据该最优的灵活性电源配置方案实现电源规划。
每一组电源容量规划方案即构成一个细菌θ＝{θflex,θre},θflex,θre即表示该方案中的灵活性电源(包括火电、水电、光热电站)和新能源(风电、光伏)规划容量。
参见图1，步骤三中求解外层电源容量投资优化模型的方法，包括以下步骤：
(1)输入外层BFA算法初始参数。设置细菌个体数、趋化次数、复制次数、驱散次数及驱散概率；
(2)外层算法初始化风电、光伏、光热装机容量，即随机生成包含s个细菌θ*的菌落；
(3)计算归一化细菌变量θ*对应的容量方案θi。设定离散状态数N＝{Nflex,Nre}，细菌个体θ的标准化细菌向量
Figure BDA0003934540490000131
的各元素取值位于[0,1]范围内，转换关系可以表示为：
θ＝θmin+round(N*θ*)*(θmax-θmin)/N
式中：round(·)为就近取整函数；θmin、θmax分别对应了方案θ的最小范围限制和最大范围限制。
(4)判断细菌个体θi是否满足外层模型约束，若不满足，将该细菌个体θi的适应度值设为极大值，若满足，进入步骤(5)；
(5)将步骤(3)中θi方案的火电、水电、风电、光伏和光热装机容量传入内层考虑灵活性约束的时序生产模拟模型，调用Cplex软件进行时序生产模拟仿真，优化系统全年运行方式，计算得出在当前输入参数下系统的投资成本与最小运行成本，即该细菌个体对应的适应度值；
(6)将步骤(5)中的适应度数值返回外层模型，利用BFA算法完成当前细菌个体
Figure BDA0003934540490000141
的翻转、复制与趋化；
(7)将寻优更新后的细菌个体θ*返回步骤(3)，重复步骤(4)至步骤(6)，直到满足终止的条件；
(8)输出最优的各类灵活性电源和间歇性电源装机容量，以及在该参数下系统的全年运行方式。

Claims (10)

1.一种基于系统多能互补的灵活性电源规划方法，其特征在于，包括以下步骤：
采集电力系统参数，参数包括电力系统在水平年的网架结构、跨区联络线通道规模及运行方式、负荷水平及负荷特性；
根据电力系统参数和待规划电源的边界条件，构建电源容量投资优化模型，电源容量投资优化模型包括内层考虑灵活性约束的时序生产模拟模型和外层电源容量投资优化模型；
根据电源容量投资优化模型，得到满足规划要求的灵活性电源和间歇性电源的并网容量。
2.根据权利要求1所述的一种基于系统多能互补的灵活性电源规划方法，其特征在于，内层考虑灵活性约束的时序生产模拟模型的目标函数为系统总运行成本最小，系统总运行成本包括：电源运维成本、火电机组的燃料成本和启停成本、清洁能源弃电惩罚和系统失负荷成本；内层考虑灵活性约束的时序生产模拟模型的约束条件包括：灵活性电源运行约束、间歇性电源运行约束及系统运行约束。
3.根据权利要求2所述的一种基于系统多能互补的灵活性电源规划方法，其特征在于，内层考虑灵活性约束的时序生产模拟模型的目标函数为：
Figure FDA0003934540480000011
Figure FDA0003934540480000012
Figure FDA0003934540480000013
Figure FDA0003934540480000014
式中：Cop、Cfope、Ccurt、
Figure FDA0003934540480000015
分别为系统的综合成本、电源运维成本、可再生能源弃电成本以及系统失负荷成本；Ng、Nh、Nr和Nc分别表示水电厂、新能源场站和光热电站的数量；
Figure FDA0003934540480000016
分别为火电机组、水电机组、新能源场站和光热电站的固定运维成本；NT为时段数，取24h；pr,t、pc,t分别为在时刻t新能源场站r的出力；λh、λr、λc分别为水电弃电、风光新能源弃电、光热弃光功率的惩罚成本系数，规划方案通过设定不同的惩罚系数来表征可再生能源消纳的优先级；
Figure FDA0003934540480000021
为t时刻风光新能源电站r的弃电功率值；
Figure FDA0003934540480000022
和λLC为t时刻系统的失负荷功率和失负荷惩罚系数。
4.根据权利要求2所述的一种基于系统多能互补的灵活性电源规划方法，其特征在于，灵活性电源运行约束包括常规电源火电的约束与水电站的约束，常规电源火电的约束包括机组出力上下限约束、旋转备用及机组爬坡约束与开停机约束，水电站的约束包括强迫出力约束与水量平衡约束。
5.根据权利要求1所述的一种基于系统多能互补的灵活性电源规划方法，其特征在于，待规划电源的边界条件包括投资成本、固定运维成本、运行特性以及场站位置。
6.根据权利要求1所述的一种基于系统多能互补的灵活性电源规划方法，其特征在于，外层电源容量投资优化模型的目标函数为系统规划期的综合成本最小，系统规划期的综合成本包括各类电源的投资成本和系统总运行成本；
外层电源容量投资优化模型的约束条件包括：可规划的容量约束与新能源渗透率约束。
7.根据权利要求6所述的一种基于系统多能互补的灵活性电源规划方法，其特征在于，外层电源容量投资优化模型的目标函数为：
min f＝Cinv+Cop
Figure FDA0003934540480000023
式中：Cinv、
Figure FDA0003934540480000024
分别为系统的投资成本和火电机组、水电机组、风光新能源场站、光热电站的单位容量投资成本；Ωg、Ωh、Ωr、Ωc分别为待规划的新增火电、水电、风光新能源场站及光热电站电源集合，且Ωg∈Ng、Ωh∈Nh、Ωr∈Nr、Ωc∈Nc，g为火电，h为水电，r为风光新能源，c为光热，
Figure FDA0003934540480000025
为火电机组h的装机容量，
Figure FDA0003934540480000026
为水电机组h的装机容量，
Figure FDA0003934540480000031
为新能源电站r的装机容量，
Figure FDA0003934540480000032
为光热电站c的装机容量，Cop为系统总运行成本。
8.根据权利要求6所述的一种基于系统多能互补的灵活性电源规划方法，其特征在于，可规划的容量约束为：
Figure FDA0003934540480000033
新能源渗透率约束为：
Figure FDA0003934540480000034
式中：
Figure FDA0003934540480000035
分别为电源i的最小新增单机个数与最大新增单机个数；Ki为电源i的新增单机个数；αmin、αmax分别为规划方案所要求的最小和最大新能源渗透率。
9.根据权利要求1所述的一种基于系统多能互补的灵活性电源规划方法，其特征在于，内层考虑灵活性约束的时序生产模拟模型包括光热电站运行模型，光热电站运行模型的约束包括热量平衡约束、集热系统约束、储热系统约束以及发电系统约束。
10.根据权利要求9所述的一种基于系统多能互补的灵活性电源规划方法，其特征在于，热量平衡约束为：
Figure FDA0003934540480000036
式中：
Figure FDA0003934540480000037
表示时刻t由集热系统传递给导热工质的可用光热功率；
Figure FDA0003934540480000038
分别表示时刻t储热系统的充、放热功率；
Figure FDA0003934540480000039
表示储热系统的储热状态；
Figure FDA00039345404800000310
表示储热系统的放热状态；集热系统约束为：
Figure FDA00039345404800000311
Figure FDA00039345404800000312
式中：
Figure FDA00039345404800000313
为时刻t由集热系统收集到的太阳热能；
Figure FDA00039345404800000314
为镜场面积；
Figure FDA00039345404800000315
表示时刻t的法向直接辐射强度；ηt-e为热电转换效率；
Figure FDA0003934540480000041
表示时刻t光热电站的弃光热功率。
CN202211402784.1A 2022-11-09 2022-11-09 一种基于系统多能互补的灵活性电源规划方法 Pending CN115566731A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211402784.1A CN115566731A (zh) 2022-11-09 2022-11-09 一种基于系统多能互补的灵活性电源规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211402784.1A CN115566731A (zh) 2022-11-09 2022-11-09 一种基于系统多能互补的灵活性电源规划方法

Publications (1)

Publication Number Publication Date
CN115566731A true CN115566731A (zh) 2023-01-03

Family

ID=84770665

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211402784.1A Pending CN115566731A (zh) 2022-11-09 2022-11-09 一种基于系统多能互补的灵活性电源规划方法

Country Status (1)

Country Link
CN (1) CN115566731A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116914860A (zh) * 2023-09-12 2023-10-20 中国电建集团西北勘测设计研究院有限公司 多能互补发电系统电源容量配置优化方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116914860A (zh) * 2023-09-12 2023-10-20 中国电建集团西北勘测设计研究院有限公司 多能互补发电系统电源容量配置优化方法及系统
CN116914860B (zh) * 2023-09-12 2024-01-05 中国电建集团西北勘测设计研究院有限公司 多能互补发电系统电源容量配置优化方法及系统

Similar Documents

Publication Publication Date Title
Teng et al. Multi-energy storage system model based on electricity heat and hydrogen coordinated optimization for power grid flexibility
CN111738502B (zh) 促进富余风电消纳的多能互补系统需求响应运行优化方法
CN108599269B (zh) 一种考虑风险成本的大电网自适应鲁棒备用优化方法
CN106099993B (zh) 一种适应新能源大规模接入的电源规划方法
CN113256045A (zh) 考虑风光不确定性的园区综合能源系统日前经济调度方法
CN106712033A (zh) 一种热电厂消纳弃风的方法
CN112990523A (zh) 基于多目标模型预测控制的区域综合能源系统分层优化运行方法
CN107994609A (zh) 考虑压缩空气储能的风电并网备用整定方法及装置
CN113850474A (zh) 一种热电氢多能流综合能源系统及其优化调度方法
CN112671040A (zh) 一种考虑新能源消纳最大的多能互补系统日前优化调度方法
CN115566731A (zh) 一种基于系统多能互补的灵活性电源规划方法
CN109617052B (zh) 一种大规模电储热单元智能化分层控制方法
CN113869742B (zh) 基于行动家和评论家网络的综合供需侧的电力调度系统
Du et al. Exploring the flexibility of CSP for wind power integration using interval optimization
CN112365034B (zh) 一种电热综合能源系统调度方法及系统
CN116341881B (zh) 计及热网灵活性的电-热系统鲁棒超前调度方法及系统
CN116780649B (zh) 一种多能互补利用的分布式鲁棒优化运行方法
Guo et al. Stochastic optimal scheduling considering reserve characteristics of retrofitted combined heat and power plants
CN115693793B (zh) 一种区域微电网能源优化控制方法
CN116979611A (zh) 一种源网荷储分层优化调度方法
CN115765034A (zh) 一种光热-光伏-火电联合协同控制方法及系统
CN114936762A (zh) 计及柔性电负荷的综合能源系统扩展规划方法
CN111404180A (zh) 综合能源系统的优化调度方法和系统
CN112884191A (zh) 一种基于网源协调的热电日前调度模型及计算方法
CN111786419A (zh) 一种区域电网能源配置系统

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