CN115719132A - 含多座抽蓄电站的省级电网日前计划分层递进优化方法 - Google Patents
含多座抽蓄电站的省级电网日前计划分层递进优化方法 Download PDFInfo
- Publication number
- CN115719132A CN115719132A CN202210909407.0A CN202210909407A CN115719132A CN 115719132 A CN115719132 A CN 115719132A CN 202210909407 A CN202210909407 A CN 202210909407A CN 115719132 A CN115719132 A CN 115719132A
- Authority
- CN
- China
- Prior art keywords
- power
- pumping
- unit
- day
- storage
- 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
Links
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了含多座抽蓄电站的省级电网日前计划分层递进优化方法,包括获取电力系统的基础数据;建立含多座抽水蓄能电站的电力系统日前计划最优化模型;计算风、光及常规机组的日前计划出力值;由计划出力值进一步计算各抽蓄机组的开停机计划;再由抽蓄开停机计划最终求解得到各机组日前出力计划值。本发明能够在电力系统通常采用分支界定法求解现状下,克服当整数问题和线性规划问题规模均较大时即使采用成熟的优化求解器,如CPLEX和GLPK,也会碰到的难以收敛情况,使直接求解困难的大型整数线性混合规划问题更好收敛,且达到日前计划制定在线应用要求,对实现新能源的充分消纳及抽蓄电站的高效运营有着重要的现实意义。
Description
技术领域
本发明属于电力系统发电调度领域,具体涉及一种含多座抽蓄电站的省级电网日前计划分层递进优化方法。
背景技术
抽水蓄能电站因功率和蓄能量大,启停迅速,功率调节能力相当于常规水电,是电网侧优质的灵活性资源。抽蓄电站多为日调节或周调节电站,日前调度计划中需要考虑抽蓄电站的优化运行,以及多个抽蓄电站之间的公平调度,以实现新能源的充分消纳及抽蓄电站的高效运营。
省级规模电网的优化问题,非线性规划方法难以求解,线性规划算法计算速度快,收敛可靠,在大规模电网优化问题中得以广泛应用。考虑抽蓄机组启停优化的省级电网日前计划可表述为一个大规模整数线性混合规划问题,但直接求解仍旧困难。现有的分支界定法在求解整数线性混合规划时,整数规划问题规模影响分支求解规模,线性规划问题规模影响每次界定过程的耗时,当整数问题和线性规划问题规模均较大时,即使采用成熟的优化求解器,如CPLEX和GLPK,也会碰到难以收敛情况,不能满足日前计划制定在线应用要求,导致新能源不能充分消纳、抽蓄电站不能高效运营。
发明内容
本发明的目的是针对上述问题,提供一种含多座抽蓄电站的省级电网日前计划分层递进优化方法,优化目标考虑最大程度完成给定电量任务的前提下,使得系统的总运行成本最小,弃风、弃光最少;从可利用实际工程需求和经验出发,合理减少求解规模,重构多种经典的优化方法进行分层、分阶段、逐步优化,将大规模复杂高维问题转化为低维搜索技术求解,并采用并行技术提高计算效率,满足在线应用要求。
本发明的技术方案是含多座抽蓄电站的省级电网日前计划分层递进优化方法,包括以下步骤,
步骤1:获取电力系统的基础数据;
步骤2:建立含多座抽水蓄能电站的电力系统日前计划最优化模型;
步骤3:基于步骤2建立的最优化模型,不考虑抽蓄机组启停优化,对目标函数和约束进行简化,将抽蓄电站机组等值为一台常规水电机组,求解得到初步的风、光及常规机组的96点计划出力值;
步骤4:基于步骤2建立的最优化模型,将步骤3得到的机组日前计划出力值之和作为机组出力上限,不考虑网络约束和机组爬坡约束,将系统风、光电、火电、常规水电机组分别等值为一台机组,日前计划最优化模型的目标函数不变,求解得到各抽蓄机组的开停机计划;
步骤5:基于步骤2建立的最优化模型,根据步骤4所得抽蓄机组的开停机计划,目标函数忽略抽蓄电站月度电量完成度偏差,修正求解得各机组96点出力计划值。
进一步的,步骤1中的基础数据包括:
1)电网实时模型数据;
2)电力系统中火电机组信息:火电机组数、火电厂开机方式、每台火电机组的出力上下限、日前96点出力曲线;
3)风电、光伏发电短期预测数据;
4)负荷短期预测数据;
5)断面限值文件数据;
6)抽水蓄能电站月度计划电量。
电力系统日前计划最优化模型的目标函数:
minf=Cg+CQW+CQL+Chy+Cp+Cp,u+mCω
式中Cg为火电机组总运行成本;CQW为系统弃风光成本;CQL为系统失负荷成本;Chy为常规水电站运行成本;Cp为抽蓄电站抽水-发电成本;Cp,u为抽蓄机组开停机费用;Cω为抽蓄电站月度电量完成度偏差;m为抽蓄电站月度电量完成度偏差惩罚系数;
火电机组总运行成本:
系统弃风光成本:
系统失负荷成本:
常规水电机组运行成本:
抽蓄抽水-发电成本:
抽蓄机组开停机费用:
抽蓄电站月度电量完成度偏差值
对Cω进行线性化,线性化后Cω的计算式如下:
电力系统日前计划最优化模型的约束条件,包括:
1)功率平衡约束:
2)机组出力约束:
3)火电机组爬坡约束:
4)系统旋转备用约束:
5)网络约束--线路和断面的潮流约束:
Pl min≤Pl t≤Pl max
式中Pl max、Pl min分别表示线路l的最大、最小潮流传输极限;Pl t为时段t节点的传输功率;Ps max、Ps min分别表示断面s的最大、最小潮流传输极限;X为断面线路数;
6)抽蓄机组运行模型与状态相关约束:
通过定义辅助变量将抽蓄开停机优化问题表述为0-1整数规划模型,定义抽蓄机组j在时段t发电状态变量 表示停机,表示发电状态;定义发电开机操作状态变量 表示开机发电,表示不操作;定义发电停机操作状态变量 表示发电停机,表示不操作;定义抽水状态变量 表示停机,表示抽水状态;定义开机抽水操作状态变量 表示开机抽水,表示不操作;定义发电停机操作状态变量 表示抽水停机,表示不操作;对抽蓄电站,定义电站发电状态变量 表示电站停机,表示发电状态;定义电站抽水状态变量 表示电站为停机状态,表示抽水运行状态;
601)抽蓄机组发电状态转移方程
该式表示抽蓄机组发电状态变化状况;
602)抽蓄机组抽水状态转移方程
该式表示抽蓄机组抽水状态变化状况;
603)抽蓄机组发电功率约束
604)抽蓄机组抽水功率约束
605)抽蓄机组状态互斥约束
该式表示同一机组不能同时为发电及抽水状态;
606)抽蓄机组操作互斥
该式表示同一机组不能同时进行开机发电及开机抽水操作;
607)抽蓄电站发电状态方程
该式表示电站内有1台及以上机组为发电状态,则整个电站为发电运行状态;
608)抽蓄电站抽水状态方程
该式表示电站内有1台及以上机组为抽水状态,则整个电站为抽水运行状态;
609)抽蓄电站状态互斥约束
该式表示同一抽蓄电站内不能同时存在发电和抽蓄运行机组;
610)抽水蓄能机组最大启动次数限制
611)抽水蓄能电站水库库容约束
优选地,上述的省级电网日前计划分层递进优化方法,通过解耦影响新能源消纳的两个主要因素,即网络约束和系统调峰能力约束,把一个大规模的混合整数线性规划问题,分解成了一个大规模线性规划问题、一个混合整数规划问题和一个小规模线性规划问题,分层递进优化求解。
步骤3不考虑抽蓄机组启停优化问题,对抽蓄机组约束条件进行简化,将抽蓄电站的各个机组等值为一台常规水电机组,等值机组的出力上限为各抽蓄机组出力上限之和,等值机组的出力下限为各抽蓄机组出力下限之和;
第一层优化保留系统的网络约束,常规机组的调峰能力,抽蓄电站的调峰能力因未考虑机组启停约束,比实际情况要大一些;第一层优化通过线性规划得到风、光及常规机组的96点计划出力值;
简化的目标函数:
min[Cg+CQW+CQL+Chy+Cp]
约束条件包括:
1)功率平衡约束
2)机组出力约束
3)机组爬坡约束
4)系统旋转备用约束
5)线路和断面的潮流约束
Pl min≤Pl t≤Pl max
经过第一层优化,将系统的网络约束和系统调峰能力约束解耦,第二层优化可忽略网络约束,机组爬坡约束。
通过将系统风电、光伏发电、火电、常规水电机组各等值为一台机组,机组出力上限为第一层优化求得的计划出力值之和,下限分别为各类机组投运出力下限之和;可保证计算结果在满足网络约束同时加快计算速度;此时目标函数不做简化,经过抽蓄各约束优化,求解得到各抽蓄机组的开停机计划;
第二层优化通过分别将风电、光伏发电、火电、常规水电机组等值为单台机组,大大减小机组数目,并且忽略了网络约束,因此使得线性规划问题的规模大大减小,模型为整数规划加上小规模线性规划,相对于原问题,求解速度和收敛性大大提高;
第二层优化的目标函数:
min[Cg+CQW+CQL+Chy+Cp+Cp,u+mCω]
约束条件包括:
1)抽蓄电站整体状态互斥约束:
2)抽水蓄能机组启动次数限制:
3)机组出力约束
多抽蓄电站并网运行时,存在因网络约束抽蓄电站抽水功率受限的情况,在第二层优化中,功率受限的抽蓄电站在受限时段的功率限值为第一层优化求解得到的抽蓄电站出力值,而不是该电站的在运机组容量之和;
4)库容约束:
相比现有技术,本发明的有益效果包括:
1)减小了求解规模,提高了省级规模电网的优化问题的求解效率。本发明将大规模复杂高维问题转化为低维搜索技术求解,把电力系统日前计划最优化问题即大规模的混合整数线性规划问题,分解成一个大规模线性规划问题、一个混合整数规划问题以及一个小规模线性规划问题,分层递进地分别优化求解,使直接求解困难的大型整数线性混合规划问题更好收敛,降低了计算复杂度。
2)计算速度满足在线应用要求。本发明结合抽蓄优化调度的机理,对电力系统日前计划最优化问题的混合整数线性规划方法进行了改进,改进后的日前计划分层递进优化方法的计算速度达到了日前计划制定在线应用要求。
3)数据来源便捷可靠。本发明所需要的各类数据,例如电网参数、系统断面约束、东送断面约束、风光出力预测数据、火电机组日前96点发电计划等,均可从D5000平台自动获取,大大减轻了相关人员数据准备工作量,同时D5000平台保持对数据维护更新,保证了数据及时性与可靠性,基于本发明方法的日前优化模块可实现在线运行。
4)本发明可应用于含多座抽水蓄能电站和可再生能源资源丰富的省级电网中,为电网管理人员制定适应可再生能源高比例消纳的政策提供科学及时的决策依据,为电网运行人员制定考虑大规模新能源接入的含多座抽水蓄能电站日前调度计划提供参考。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1为本发明实施例的分层递进优化方法的流程图。
图2为本发明实施例的起始终止水量相等时抽蓄机组日前计划动作与库容状况96点图。
图3为本发明实施例的起始终止水量不相等时抽蓄机组日前计划动作与库容状况96点图。
图4为本发明实施例的多个抽蓄电站下系统负荷及各个机组出力示意图。
图5为本发明实施例的多个抽水蓄能电站配合下新能源消纳状况示意图。
具体实施方式
如图1所示,含多座抽蓄电站的省级电网日前计划分层递进优化方法,包括以下步骤:
步骤1:获取电力系统的基础数据;
基础数据包括:
1)电网实时模型,数据来源于QS文件和D5000系统;
2)电力系统中火电机组信息:火电机组数、火电厂开机方式、每台火电机组的出力上下限、日前96点出力曲线;
3)风、光短期预测数据;
4)负荷短期预测数据;
5)断面限值文件数据;
6)抽水蓄能电站月度计划电量。
步骤2:建立含多座抽水蓄能电站的省级电网日前计划分层递进优化整体模型;
所建立的含多座抽水蓄能电站的省级电网日前计划分层递进优化整体模型如下:
(1)所述日前优化模型的目标函数为:
minf=Cg+CQW+CQL+Chy+Cp+Cp,u+mCω
式中Cg为火电机组总运行成本;CQW为系统弃风光成本;CQL为系统失负荷成本;Chy为常规水电站运行成本;Cp为抽蓄电站抽水-发电成本;Cp,u为抽蓄机组开停机费用;Cω为抽蓄电站月度电量完成度偏差;m为抽蓄电站月度电量完成度偏差惩罚系数。
1)火电机组总运行成本
火电机组的开停机并非短期过程,因此在日前优化中不再单独考虑火电机组的开停机成本,只考虑火电机组的煤耗成本:
2)系统弃风光成本
在可再生能源的消纳过程中,一般将风电和光伏作为优化变量,其弃电成本可表示为弃风与弃光成本之和:
3)系统失负荷成本
为保证系统可靠性运行需求,应最大化满足系统运行的负荷需求,因此需考虑出现失负荷的惩罚成本:
4)常规水电机组运行成本
常规水电站内部每台机组在正常运行发电时,需计算其运行成本:
5)抽蓄抽水-发电成本
抽水蓄能电站内部每台机组在进行抽水和发电正常运行时,需计算其运行成本:
6)抽蓄机组开停机费用
7)抽蓄电站月度电量完成度偏差值
抽蓄电站月度电量完成度偏差值为Cω,原式与线性化后形式如下:
(2)所述日前优化模型的约束条件,包括:
1)功率平衡约束:
为保证系统的供需负荷平衡,需对此设置电负荷平衡约束。
2)机组出力约束:
为保证系统运行的安全性、可靠性,机组开机方式的最小、最大总出力考虑:
3)火电机组爬坡约束:
4)系统旋转备用约束:
为保证系统安全运行,需设置一定的正旋转备用,以应对新能源出力的不确定性和负荷的波动性。
5)网络约束--线路和断面的潮流约束:
Pl min≤Pl t≤Pl max
式中:Pl max和Pl min分别为线路l的最大和最小潮流传输极限;Pl t为时段t节点的传输功率;Ps max和Ps min为断面s的最大和最小潮流传输极限;X为断面线路数。
6)抽蓄电站及其机组运行模型与状态相关约束:
定义以下辅助变量,将抽蓄开停机优化问题表述为0-1整数规划模型:
在时段t,对于抽蓄机组j设置发电状态变量0表示停机,1为发电状态,发电开机操作状态变量1为开机发电,0不操作;发电停机操作状态变量1为发电停机,0不操作;抽水状态变量0表示停机,1为抽水状态;开机抽水操作状态变量1为开机抽水,0不操作;发电停机操作状态变量1为抽水停机,0不操作;对于抽蓄电站,设置电站发电状态变量0表示电站停机,1为发电状态;设置电站抽水状态变量0表示电站为停机状态,1为抽水运行状态。
601)抽蓄机组发电状态转移方程
该式表示抽蓄机组发电状态变化状况。
602)抽蓄机组抽水状态转移方程
该式表示抽蓄机组抽水状态变化状况。
603)抽蓄机组发电功率约束
604)抽蓄机组抽水功率约束
605)抽蓄机组状态互斥约束
该式表示同一机组不能同时为发电及抽水状态。
606)抽蓄机组操作互斥
该式表示同一机组不能同时进行开机发电及开机抽水操作。
607)抽蓄电站发电状态方程
该式表示电站内有1台及以上机组为发电状态,则整个电站为发电运行状态。
608)抽蓄电站抽水状态方程
该式表示电站内有1台及以上机组为抽水状态,则整个电站为抽水运行状态。
609)抽蓄电站状态互斥约束
该式表示同一抽蓄电站内不能同时存在发电和抽蓄运行机组。
610)抽水蓄能机组最大启动次数限制
611)抽水蓄能电站水库库容约束
步骤3:不考虑抽蓄机组启停优化,对抽蓄目标函数和约束进行简化,将抽蓄电站机组等值为一台常规水电机组,初步计算风、光及常规机组的96点计划出力值;
等值机组的出力上下限为各抽蓄机组上下限之和;第一层次模型保留了系统的网络约束,常规机组的调峰能力,抽蓄电站的调峰能力因未考虑机组启停约束,比实际情况要大一些;此时进行线性规划计算,可得到风、光及常规机组的96点计划出力值;
(1)简化的目标函数为:
min[Cg+CQW+CQL+Chy+Cp]
(2)此时的约束条件,包括:
1)功率平衡约束
2)机组出力约束
3)机组爬坡约束
4)系统旋转备用约束
5)线路和断面的潮流约束
Pl min≤Pl t≤Pl max
步骤4:根据步骤3所得数据为约束条件可忽略网络约束,同时忽略机组爬坡约束,将系统风、光电、火电、常规水电机组各等值为一台机组,计算各抽蓄机组的开停机计划;
经过步骤3的第一层次计算,网络约束和系统调峰能力约束解耦,第二层次即步骤4可以忽略网络约束,机组爬坡约束;通过将系统风、光电、火电、常规水电机组各等值为一台机组,机组出力上限为第一层次求得的计划出力值之和,下限分别为各类机组投运出力下限之和;可以保证计算结果在满足网络约束同时加快计算速度;此时目标函数不做简化,经过抽蓄各约束优化,求解得到各抽蓄机组的开停机计划。第二层次模型因为机组数目大大减小,且忽略了网络约束,所以线性规划问题规模大大减小,模型为整数规划加上小规模线性规划,相对于原问题,求解速度和收敛性大大提高。
(1)目标函数为:
min[Cg+CQW+CQL+Chy+Cp+Cp,u+mCω]
(2)此时的约束条件,包括:
1)抽蓄电站整体状态互斥约束:
2)抽水蓄能机组启动次数限制:
3)机组出力约束
多抽蓄电站并网运行时,有抽蓄电站存在因网络约束,抽水功率受限情况,在第二阶段计算时,该抽蓄电站在受限时段的功率限值应取第一阶段的输出值,而不是该电站的在运机组容量之和:
4)库容约束:
步骤5:根据步骤4所得抽蓄机组的开停机计划,目标函数忽略抽蓄电站月度电量完成度偏差,修正求解得各机组96点日前出力计划值。
将步骤4求得开停机计划作为已知量带入原问题中,由于抽蓄机组绝大多数为定功率抽水机组,因此根据机组启停状态,可以求得机组的抽水电量;在回代过程中目标函数可忽略抽蓄电站月度电量完成度偏差值;此时模型变为线性规划问题,对其求解可以求得各机组96点出力计划值,得到最终的日前计划方案。
总共设置4个算例,以验证不同场景下抽蓄电站日前启停及出力计划对新能源消纳的影响。算例1~3采用蒙西电网和呼和浩特抽水蓄能电站的实际数据,电网中风电装机容量为1844万千瓦,光伏装机容量为720万千瓦,抽水蓄能电站中安装4台30万千瓦的机组。算例1~3计算场景:算例1,不考虑断面传输功率限制;算例2,考虑断面传输限制,抽蓄首末时刻,上水库水量设为相等;算例3,末端时刻,上水库水量设为不低于安全库容。
蒙西电网今后几年将新建多个抽蓄电站,为了适应蒙西电网发展需要,以及验证本发明的算法和软件可扩充性,设计了算例4:将即将建设的乌海抽水蓄能电站纳入算例系统,抽蓄电站数目扩充为2个。其设计电站装机容量为120万千瓦,水头范围为550m-480m,距高比约7.0,有效库容约641万m3,可供电站满出力运行6h,按一级电压500kV二回线路接入电网。
算例2起始终止水量相等的呼蓄电站水库容量与各机组出力变化图如图2所示。算例3考虑断面约束,并保持安全库容的呼蓄电站水库容量与各机组出力变化图如图3所示。算例4将即将建设的乌海抽水蓄能电站纳入算例系统,抽蓄电站数目扩充为2个,所得结果如图4、图5和表1所示。
因为优化问题规模较大,采用本发明所提出的含多座抽蓄电站的省级电网日前计划分层递进优化方法。该算法能够快速求得混合整数规划问题的可行解,大大提高了收敛性与求解速率。
表1算例求解结果对比表
从表1可以看出,算例1不考虑断面传输功率限制可以将弃风电量降至665.7969万度,相较其他算例极大地提高了系统新能源消纳能力,但不符合实际运行规定;算例3弃风电量1283.469万度,较算例2的1304.752万度弃风电量多消纳新能源电量21.283万度,系统新能源消纳能力有所提高,同时发电机组开机次数减少了2次,规避了非必要时段发电腾库容的状况;而算例4利用多个抽蓄电站共同进行日前优化调度,弃风电量进一步减少,弃风电量比算例3减少了27.319万度,系统新能源消纳能力显著增强。
综上,算例1新能源消纳率最高,弃风电量最小,但不符合实际运行规定。算例3、4在优化过程中考虑断面约束并限制水库的终止水量保持在安全线上时,不但能够提高系统应用的有效性,还可增加抽水蓄能电站应用的灵活性和新能源消纳率,优于算例2的考虑断面传输限制且抽蓄首末时刻上水库水量设为相等。
从图2和图3对比中可以看出,本发明的优化调度模型当对抽水蓄能电站中水库的起止水量强行设为一致时,可能会导致在非必要时段抽水增库容或者发电腾库容,以满足首末时刻库容相等约束条件,大大降低抽水蓄能电站参与日前优化的灵活性。
图4中展示了采用不同日的数据,在原有呼和浩特抽水蓄能电站参与日前优化中,引入未完建的乌海抽水蓄能电站共同参与优化过程,经过求解计算后,系统负荷及各个机组出力状况。图5中,在呼和浩特抽水蓄能电站和乌海抽水蓄能电站共同参与日前优化调度时,弃风电量主要集中时段为10:00-18:30。由图4和图5结合表1数据可得,多个抽水蓄能电站与单个抽水蓄能电站相比,提高了系统调峰能力及运行灵活性,可进一步提高新能源的消纳率。
本发明结合抽蓄优化调度的机理,对混合整数线性规划方法进行了改进,改进后的算法模块已用某省级电网实际数据进行了测试,计算速度达到了日前计划制定在线应用要求。计算电网规模:潮流母线节点数1925个,线路851条,变压器934台,发电机561台(含风、光电厂等值发电机);等值风电场224个,光伏电站95个。日前优化模型计算规模:272930个变量,其中整数变量2496个,194401个约束条件。
本发明的分层递进优化方法所需要的各类数据,例如电网参数、系统断面约束、东送断面约束、风光出力预测数据、火电机组日前96点发电计划等,均可从D5000平台自动获取,大大减轻了相关人员数据准备工作量,同时D5000平台保持对数据维护更新,保证了数据及时性与可靠性,日前优化模块可以实现在线运行。
Claims (7)
1.含多座抽蓄电站的省级电网日前计划分层递进优化方法,其特征在于,建立省级电网的电力系统日前计划最优化模型,采用分层递进优化方式求解,其中第一层优化是考虑网络约束的系统级优化求解,第二层优化是考虑系统调峰能力约束的抽蓄厂站级优化求解,最后根据抽水蓄能机组开停机计划对各机组日前计划出力值进行修正,得到最终的日前计划方案;
所述分层递进优化方法包括以下步骤:
步骤1:获取电力系统的基础数据;
步骤2:建立含多座抽水蓄能电站的电力系统日前计划最优化模型;
步骤3:基于步骤2建立的最优化模型,不考虑抽蓄机组启停优化,对目标函数和约束进行简化,将抽蓄电站机组等值为一台常规水电机组,求解得到初步的风、光及常规机组的日前计划出力值;
步骤4:基于步骤2建立的最优化模型,将步骤3得到的机组日前计划出力值之和作为机组出力上限,不考虑网络约束和机组爬坡约束,将系统风电、光电、火电、常规水电机组分别等值为一台机组,日前计划最优化模型的目标函数不变,求解得到各抽蓄机组的开停机计划;
步骤5:基于步骤2建立的最优化模型,根据步骤4所得抽蓄机组的开停机计划,目标函数忽略抽蓄电站月度电量完成度偏差,修正求解得各机组日前出力计划值。
2.根据权利要求1所述的省级电网日前计划分层递进优化方法,其特征在于,所述分层递进优化方法通过解耦影响新能源消纳的两个主要因素即网络约束和系统调峰能力约束,把电力系统日前计划最优化问题即大规模的混合整数线性规划问题,分解成一个大规模线性规划问题、一个混合整数规划问题以及一个小规模线性规划问题,分层递进地分别优化求解。
3.根据权利要求1所述的省级电网日前计划分层递进优化方法,其特征在于,步骤1中,所述基础数据,包括:
1)电网实时模型数据;
2)电力系统中火电机组信息:火电机组数、火电厂开机方式、每台火电机组的出力上下限、日前96点出力曲线;
3)风电、光伏发电短期预测数据;
4)负荷短期预测数据;
5)断面限值文件数据;
6)抽水蓄能电站月度计划电量。
4.根据权利要求1所述的省级电网日前计划分层递进优化方法,其特征在于,电力系统日前计划最优化模型的目标函数:
minf=Cg+CQW+CQL+Chy+Cp+Cp,u+mCω
式中Cg为火电机组总运行成本;CQW为系统弃风光成本;CQL为系统失负荷成本;Chy为常规水电站运行成本;Cp为抽蓄电站抽水-发电成本;Cp,u为抽蓄机组开停机费用;Cω为抽蓄电站月度电量完成度偏差;m为抽蓄电站月度电量完成度偏差惩罚系数;
火电机组总运行成本:
系统弃风光成本:
系统失负荷成本:
常规水电机组运行成本:
抽蓄抽水-发电成本:
抽蓄机组开停机费用:
抽蓄电站月度电量完成度偏差值
对Cω进行线性化,线性化后Cω的计算式如下:
电力系统日前计划最优化模型的约束条件,包括:
1)功率平衡约束:
2)机组出力约束:
3)火电机组爬坡约束:
4)系统旋转备用约束:
5)网络约束--线路和断面的潮流约束:
Pl min≤Pl t≤Pl max
式中Pl max、Pl min分别表示线路l的最大、最小潮流传输极限;Pl t为时段t节点的传输功率;Ps max、Ps min分别表示断面s的最大、最小潮流传输极限;X为断面线路数;
6)抽蓄电站及其机组运行模型与状态相关约束:
通过定义辅助变量将抽蓄开停机优化问题表述为0-1整数规划模型,定义抽蓄机组j在时段t发电状态变量表示停机,表示发电状态;定义发电开机操作状态变量表示开机发电,表示不操作;定义发电停机操作状态变量表示发电停机,表示不操作;定义抽水状态变量表示停机,表示抽水状态;定义开机抽水操作状态变量表示开机抽水,表示不操作;定义发电停机操作状态变量表示抽水停机,表示不操作;对抽蓄电站,定义电站发电状态变量表示电站停机,表示发电状态;定义电站抽水状态变量表示电站为停机状态,表示抽水运行状态;
601)抽蓄机组发电状态转移方程
该式表示抽蓄机组发电状态变化状况;
602)抽蓄机组抽水状态转移方程
该式表示抽蓄机组抽水状态变化状况;
603)抽蓄机组发电功率约束
604)抽蓄机组抽水功率约束
605)抽蓄机组状态互斥约束
该式表示同一机组不能同时为发电及抽水状态;
606)抽蓄机组操作互斥
该式表示同一机组不能同时进行开机发电及开机抽水操作;
607)抽蓄电站发电状态方程
该式表示电站内有1台及以上机组为发电状态,则整个电站为发电运行状态;
608)抽蓄电站抽水状态方程
该式表示电站内有1台及以上机组为抽水状态,则整个电站为抽水运行状态;
609)抽蓄电站状态互斥约束
该式表示同一抽蓄电站内不能同时存在发电和抽蓄运行机组;
610)抽水蓄能机组最大启动次数限制
611)抽水蓄能电站水库库容约束
5.根据权利要求4所述的省级电网日前计划分层递进优化方法,其特征在于,步骤3具体包括:对抽蓄机组约束条件进行简化,将抽蓄电站的各个机组等值为一台常规水电机组,等值机组的出力上限为各抽蓄机组出力上限之和,等值机组的出力下限为各抽蓄机组出力下限之和;
第一层优化保留系统的网络约束,通过线性规划得到风、光及常规机组的96点计划出力值;
简化的目标函数:
min[Cg+CQW+CQL+Chy+Cp]
约束条件包括:
1)功率平衡约束
2)机组出力约束
3)机组爬坡约束
4)系统旋转备用约束
5)线路和断面的潮流约束
Pl min≤Pl t≤Pl max
6.根据权利要求5所述的省级电网日前计划分层递进优化方法,其特征在于,步骤4具体包括:
通过将系统风电、光伏发电、火电、常规水电机组各等值为一台机组,机组出力上限为第一层优化求得的计划出力值之和,下限分别为各类机组投运出力下限之和;此时目标函数不做简化,经过抽蓄各约束优化,求解得到各抽蓄机组的开停机计划;
第二层优化的目标函数:
min[Cg+CQW+CQL+Chy+Cp+Cp,u+mCω]
约束条件包括:
1)抽蓄电站整体状态互斥约束:
2)抽水蓄能机组启动次数限制:
3)机组出力约束
多抽蓄电站并网运行时,存在因网络约束抽蓄电站抽水功率受限的情况,在第二层优化中,功率受限的抽蓄电站在受限时段的功率限值为第一层优化求解得到的抽蓄电站出力值,而不是该电站的在运机组容量之和;
4)库容约束:
7.根据权利要求4-6任意一项所述的省级电网日前计划分层递进优化方法,其特征在于,步骤5具体包括:将第二层优化求解得到的抽蓄机组开停机计划作为已知量代入原优化问题中对第一层优化求解得到的初步的风、光及常规机组的日前计划进行修正,由于抽蓄机组绝大多数为定功率抽水机组,因此可根据机组启停状态计算得到机组的抽水电量;在日前计划的修正过程中目标函数忽略抽蓄电站月度电量完成度偏差值,修正过程的优化问题变成线性规划问题,求解可得各机组96点出力计划值,得到最终的日前计划方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210909407.0A CN115719132A (zh) | 2022-07-29 | 2022-07-29 | 含多座抽蓄电站的省级电网日前计划分层递进优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210909407.0A CN115719132A (zh) | 2022-07-29 | 2022-07-29 | 含多座抽蓄电站的省级电网日前计划分层递进优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115719132A true CN115719132A (zh) | 2023-02-28 |
Family
ID=85253894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210909407.0A Pending CN115719132A (zh) | 2022-07-29 | 2022-07-29 | 含多座抽蓄电站的省级电网日前计划分层递进优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115719132A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117713160A (zh) * | 2024-02-02 | 2024-03-15 | 河海大学 | 混合式抽蓄电站容量优化配置方法、装置、设备及介质 |
-
2022
- 2022-07-29 CN CN202210909407.0A patent/CN115719132A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117713160A (zh) * | 2024-02-02 | 2024-03-15 | 河海大学 | 混合式抽蓄电站容量优化配置方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110322372B (zh) | 区域电力系统中多级电网联动的机组组合调度方法 | |
CN112821462B (zh) | 一种电网多种调节资源的协调优化方法 | |
CN110581571A (zh) | 一种主动配电网动态优化调度方法 | |
CN112990523B (zh) | 区域综合能源系统分层优化运行方法 | |
CN110676849B (zh) | 一种孤岛微电网群能量调度模型的构建方法 | |
CN110661301B (zh) | 一种水光蓄多能互补发电系统的容量配置优化方法 | |
CN109038532B (zh) | 一种基于直流潮流等值的分布式输配协同机组组合方法 | |
CN111817292A (zh) | 一种电力系统的风光储鲁棒配置方法及装置 | |
CN115441437A (zh) | 基于深度强化学习的区域电网日前-日内联合调度方法 | |
CN115719132A (zh) | 含多座抽蓄电站的省级电网日前计划分层递进优化方法 | |
CN116885772A (zh) | 风电-光伏-抽水蓄能-火电联合运行系统优化调度方法 | |
CN115800276A (zh) | 一种考虑机组爬坡的电力系统应急调度方法 | |
CN116014797A (zh) | 一种配网新能源接纳能力提升的评估方法 | |
CN114389262B (zh) | 一种弹性环境下基于鲁棒优化的区域电网调度方法 | |
CN116805192A (zh) | 考虑最优弃能率的综合能源系统双层规划优化方法及应用 | |
Huang et al. | A multi-time scale scheduling method for wind-PV-pumped storage-electrochemical energy storage integrated generation system | |
CN115049431A (zh) | 一种水电在电力现货市场中的定价方法 | |
CN114465226A (zh) | 一种电力系统多级备用获取联合优化模型的建立方法 | |
CN115051406A (zh) | 一种计及源网不确定性的多阶段协调控制风险调度方法 | |
CN111064187B (zh) | 一种发用电的电量极限分配方法 | |
Ma et al. | Multi-Point Layout Planning of Multi-Energy Power Supplies Based on Time-series Production Simulation | |
CN111769560B (zh) | 一种含光伏发电的电力系统紧急降风险控制方法 | |
CN117559438B (zh) | 基于ems-lmp耦合的源网荷储一体化可再生能源消纳方法及装置 | |
CN112613901B (zh) | 一种风电和可逆燃料电池共同参与电力市场运行优化方法 | |
Tao et al. | Research on Power Storage Optimization Operation Strategy for Wind-Photovoltaic Power Coupled Hydrogen Production |
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 |