CN115759560A - 储能-新能源-火电多目标优化调度方法及其系统 - Google Patents
储能-新能源-火电多目标优化调度方法及其系统 Download PDFInfo
- Publication number
- CN115759560A CN115759560A CN202211238535.3A CN202211238535A CN115759560A CN 115759560 A CN115759560 A CN 115759560A CN 202211238535 A CN202211238535 A CN 202211238535A CN 115759560 A CN115759560 A CN 115759560A
- Authority
- CN
- China
- Prior art keywords
- power
- energy storage
- new energy
- cost
- energy
- 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
本发明是一种储能‑新能源‑储能‑多目标优化调度方法及其系统,其特点是,所述方法包括:获取某地区典型日数据,所述数据包含:地区储能的额定功率和额定容量、风电预测数据、光伏预测数据以及负荷预测数据;根据所述数据建立储能‑新能源‑火电调峰市场交易机制,确定火电机组出力、储能充放电功率、新能源并网功率。所述系统包括获取模块、调峰申报模块、系统调峰成本计算模块、调峰调用模块和出清模块。能够实现最优调度。具有科学合理,适用性强,效果佳的优点。
Description
技术领域
本发明涉及电力系统储能调峰技术领域,是一种储能-新能源-火电多目标优化调度方法及其系统。
背景技术
随着新能源大规模接入,对电力系统调峰带来严重挑战;目前电力系统多采用“火电机组单边报价”调度方法,通过以高额的补贴报价鼓励火电机组参与深度调峰以促进新能源消纳,在一定程度上缓解了新能源消纳的困难局面;然而新能源场站只能被动接受调峰出清结果,无法自主控制盈亏,调峰积极性不足。
针对新能源场站调峰积极性不足问题,调度部门开展双边交易,新能源场站通过申报交易功率和交易补贴报价参与调峰市场中;但储能作为一种解决新能源消纳问题的有效手段,因其良好的能量时移特性,能够在负荷低谷充电接纳新能源发电同时在负荷高峰放电,达到削峰填谷效果;双边交易机制未涉及储能参与,存在市场主体参与不足等问题,未能完全体现电力市场的价值规律。
发明内容
本发明目的是,克服现有技术的不足,提供一种储能-新能源-火电多目标优化调度方法及其系统,所述方法计及系统调峰成本,通过设计储能-新能源-火电三者之间调峰交易机制,使储能、火电通过出让调峰空间接纳新能源发电降低弃风弃光率,新能源场站通过支付调峰补贴以解决新能源消纳和系统调峰成本无法兼顾的问题。
实现本发明的目的之一采用的技术方案是:一种储能-新能源-储能-多目标优化调度方法,其特征是,所述方法包括:
获取某地区典型日数据,所述数据包含:地区储能的额定功率和额定容量、风电预测数据、光伏预测数据以及负荷预测数据;
根据所述数据建立储能-新能源-火电调峰市场交易机制,确定火电机组出力、储能充放电功率、新能源并网功率。
进一步,所述储能-新能源-火电调峰市场交易机制分为调峰申报、调峰调用、市场出清三个阶段:
1)调峰申报:风电场申报风电交易功率风电交易报价sw,t,光伏电站申报光伏交易功率光伏交易报价spv,t,储能系统申报可参与交易的额定功率PessN、额定容量SessN,火电机组申报可调用功率ΔPGi,t、补贴报价Qi,t;
2)调峰调用:调度中心根据一天内各时段调峰交易前风电并网功率和初始负荷数据Pload,t,按照新能源提交补贴报价由高到低依次安排新能源场站与储能系统、火电机组进行双边交易,在新能源-火电双边交易中,调度中心按照火电机组补贴报价由低到高的顺序依次调用;
3)市场出清:在满足系统运行约束、双边交易约束下,综合考虑储能系统运行成本、火电运行成本以及弃风弃光惩罚成本,建立以新能源中标功率最大化和系统调峰成本最小化为多目标模型进行出清,得到调峰市场出清结果:火电机组出力、储能充放电功率、新能源中标功率以及出清价格,出清价格为参与调峰交易的新能源场站最高补贴报价。
所述火电运行成本包含以下部分:
其中,为第i台机组t时刻运行成本,为第i台机组t时刻能耗成本,为第i台机组t时刻损耗成本,为第i台机组t时刻投油成本,为第i台机组t时刻环境保护税,PGR,i为第i台机组额定功率,PGi,t为第i台机组t时刻出力,为第i台机组不投油深度调峰最小负荷率,为第i台机组投油深度调峰最小负荷率,为第i台火电机组常规调峰最小负荷率;
①能耗成本
其中,ai、bi、ci为第i台机组耗量特性函数系数(t/MW2、t/MW、t),Scoal为当季煤价(元/t);
②损耗成本
其中,β为火电机组运行损耗系数,SJ,i为第i台机组的购机成本,NF,i,t为第i台火电机组t时刻的转子致裂周次,其表达式如下:
NF,i,t=0.005778PGi,t 3-2.682PGi,t 2+484.8PGi,t-8411 (4)
③投油成本
其中,Qoil,i,t为第i台机组t时刻深度调峰投油量(t/h),Soil为当季油价(元/t);
④环境保护税
其中,K为每污染当量需要缴纳的税额(元/t),qs、qn分别为单位煤燃烧时产生的SO2和NOx的质量,为第i台机组t时刻SO2和NOx质量,ηs、ηn为环保装置脱去SO2和NOx的效率(%),JS、JN分别为SO2和NOx污染当量数(Kg)。
所述储能系统运行成本包含以下部分:
储能调峰运行成本主要包含充放电带来的损耗成本,表达式如下:
其中,Closs,t为t时刻储能系统运行成本,Civ为储能电站建造成本(万元),Ntotal为储能电站循环寿命(次),Pcha,t为t时刻储能系统充电功率,Pdis,t为t时刻储能系统放电功率,PessN为储能系统额定功率。
所述弃风弃光惩罚成本包含以下部分:
其中,closs为惩罚因子,为t时刻弃风惩罚成本,为t时刻弃光惩罚成本,Pwgrid,t为风电t时刻并网功率,Ppvgrid,t为光伏t时刻并网功率,Pw,t为t时刻风电预测功率,Ppv,t为t时刻光伏预测功率,Δt为单位调度周期。
所述以新能源中标功率最大化和系统调峰成本最小化为多目标模型具体表达式如下:
其中,F1为出清模型目标函数,ΔPbuy为调度周期内新能源场站中标量,为以新能源中标功率最大化为目标进行出清的新能源中标功率,Csum为调度周期内系统调峰成本,为以系统调峰成本最小化为目标进行出清的系统调峰成本,具体表达式如下:
其中,T为调度周期,为t时刻系统调峰成本,ΔPw,buy为调度周期内风电中标功率,ΔPpv,buy为调度周期内光伏中标功率,为t时刻储能-新能源双边交易风电中标功率,为t时刻储能-新能源双边交易光伏中标功率,为t时刻新能源-火电双边交易风电中标功率,为t时刻新能源-火电双边交易光伏中标功率。
所述系统运行约束包含以下部分:
(1)系统功率约束
a.功率平衡约束
其中,n为发电厂火电机组数量,Pbat,t为储能系统t时刻功率;
b.新能源场站功率平衡约束
(2)储能运行约束
c.储能系统出力约束
其中,ft cha为t时刻储能系统充电二进制标识,取值为“1”表示t时刻储能为充电状态;ft dis为t时刻储能系统放电二进制标识,取值为“1”表示t时刻储能为放电状态;
d.荷电率约束
socmin≤soct≤socmax (15)
其中,socmin储能系统荷电率下限,soct为t时刻储能系统荷电率,socmax储能荷电率上限;
(3)火电运行约束
e.火电机组出力约束
f.爬坡速率约束
其中,RGi,up、RGi,down为第i台机组爬坡速率上限和下限;
g.火电机组上下旋转备用
其中,μ1、μ2为火电机组上下旋转备用系数。
所述双边交易约束包含以下部分:
(a)新能源中标功率约束
(b)储能-新能源双边交易约束
(c)新能源-火电双边交易约束
其中,为新能源-火电双边交易中火电机组t时刻一档、二档调用功率,st为t时刻出清价格,新能源-火电双边交易中新能源场站通过支付给火电机组调峰补偿购买火电机组发电空间,且只有当新能源场站支付的补贴总和大于调用火电机组的补贴总和时,双边交易方可允许进行。
实现本发明目的之二采用的技术方案是,一种储能-新能源-火电多目标优化调度系统,其特征是,所述系统包括:
获取模块:用于获取地区储能的额定功率和额定容量、风电预测数据、光伏预测数据以及负荷预测数据;
调峰申报模块:用于确定风电场申报风电交易功率、风电交易报价,光伏电站申报光伏交易功率、光伏交易报价,储能系统申报可参与交易的额定功率、额定容量,火电机组申报可调用功率、补贴报价;
系统调峰成本计算模块:用于计算储能系统运行成本、火电运行成本和弃风弃光惩罚成本;
调峰调用模块:用于根据储能、火电、新能源申报信息开展储能-新能源和新能源-火电双边交易;
出清模块:用于以新能源中标功率最大化和系统调峰成本最小化为多目标进行出清,得到调峰市场出清结果:火电机组出力、储能充放电功率、新能源中标功率以及出清价格。
进一步,提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现所述方法的步骤。
本发明的一种储能-新能源-火电多目标优化调度方法及其系统;依托于现行调峰规则设计的储能-新能源-火电调峰交易机制,能够使调度中心在调用调峰资源发电空间同时给予其高额的调峰补贴,解决了新能源弃电和调峰资源经济效益无法兼顾的问题。最后,以新能源中标功率和系统调峰成本为多目标建立的市场出清模型,通过不断修正双边交易阶段调用的发电空间,实现了三者最优调度。具有科学合理,适用性强,效果佳的优点。
附图说明
图1:本发明实例中弃风功率对比图;
图2:本发明实例中弃光功率对比图;
图3:本发明实例中储能-新能源-火电多目标优化调度系统的示意框图;
图4:本发明实施例中计算机设备的示意框图。
具体实施方式
下面利用附图和实施例对本发明储能-新能源-火电多目标优化调度方法及其系统作进一步说明。
参照图3,本发明的一种储能-新能源-火电多目标优化调度系统,其特征是,所述系统包括:
获取模块:用于获取地区储能的额定功率和额定容量、风电预测数据、光伏预测数据以及负荷预测数据;
调峰申报模块:用于确定风电场申报风电交易功率、风电交易报价,光伏电站申报光伏交易功率、光伏交易报价,储能系统申报可参与交易的额定功率、额定容量,火电机组申报可调用功率、补贴报价;
系统调峰成本计算模块:用于计算储能系统运行成本、火电运行成本和弃风弃光惩罚成本;
调峰调用模块:用于根据储能、火电、新能源申报信息开展储能-新能源和新能源-火电双边交易;
出清模块:用于以新能源中标功率最大化和系统调峰成本最小化为多目标进行出清,得到调峰市场出清结果:火电机组出力、储能充放电功率、新能源中标功率以及出清价格。
参照图4,提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述方法的步骤。该计算机设备可以包括:输入设备和输出设备。存储器、处理器、输入设备和输出设备可以通过总线或者其他方式连接,处理器可以为微控制单元(Microcontroller Unit,MCU),其是把中央处理器(Central Process Unit;CPU)的频率与规格做适当缩减,为不同的应用场合做不同组合控制,针对性较强且经济性好。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、精简指令集计算机微处理器(Advanced RISCMachine,ARM)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据风电机组模型的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至双馈风力发电机组转速恢复系统。输入装置可接收用户输入的计算请求(或其他数字或字符信息),以及产生与双馈风力发电机组转速恢复系统有关的键信号输入。输出装置可包括显示屏等显示设备,用以输出计算结果。
在本发明的储能-新能源-火电多目标优化调度方法中,储能类型选用已有大规模应用的磷酸铁锂电池,其具体的参数如表1所示。
表1锂离子电池参数表
以某地区作为实施例,依据某地区的预测负荷数据、风电数据和光伏数据进行计算,采样间隔Δt为1h,调度周期T为24h;
储能系统充放电价按照某地区分时电价计算,该地区的峰谷电价时段如表2所示:
表2某地区峰谷电价参数表
为了证明本方法的有效性,将对单边交易、双边交易以及优化调度方法进行对比分析。
本发明的一种储能-新能源-储能-多目标优化调度方法,包括:
获取某地区典型日数据,所述数据包含:地区储能的额定功率和额定容量、风电预测数据、光伏预测数据以及负荷预测数据;
根据所述数据建立储能-新能源-火电调峰市场交易机制,确定火电机组出力、储能充放电功率、新能源并网功率。
所述储能-新能源-火电调峰市场交易机制分为调峰申报、调峰调用、市场出清三个阶段:
1)调峰申报:风电场申报风电交易功率风电交易报价sw,t,光伏电站申报光伏交易功率光伏交易报价spv,t,储能系统申报可参与交易的额定功率PessN、额定容量SessN,火电机组申报可调用功率ΔPGi,t、补贴报价Qi,t;
2)调峰调用:调度中心根据一天内各时段调峰交易前风电并网功率和初始负荷数据Pload,t,按照新能源提交补贴报价由高到低依次安排新能源场站与储能系统、火电机组进行双边交易,在新能源-火电双边交易中,调度中心按照火电机组补贴报价由低到高的顺序依次调用;
3)市场出清:在满足系统运行约束、双边交易约束下,综合考虑储能系统运行成本、火电运行成本以及弃风弃光惩罚成本,建立以新能源中标功率最大化和系统调峰成本最小化为多目标模型进行出清,得到调峰市场出清结果:火电机组出力、储能充放电功率、新能源中标功率以及出清价格,出清价格为参与调峰交易的新能源场站最高补贴报价。
进一步,所述火电运行成本包含以下部分:
其中,为第i台机组t时刻运行成本,为第i台机组t时刻能耗成本,为第i台机组t时刻损耗成本,为第i台机组t时刻投油成本,为第i台机组t时刻环境保护税,PGR,i为第i台机组额定功率,PGi,t为第i台机组t时刻出力,为第i台机组不投油深度调峰最小负荷率,为第i台机组投油深度调峰最小负荷率,为第i台火电机组常规调峰最小负荷率;
①能耗成本
其中,ai、bi、ci为第i台机组耗量特性函数系数(t/MW2、t/MW、t),Scoal为当季煤价(元/t);
②损耗成本
其中,β为火电机组运行损耗系数,SJ,i为第i台机组的购机成本,NF,i,t为第i台火电机组t时刻的转子致裂周次,其表达式如下:
NF,i,t=0.005778PGi,t 3-2.682PGi,t 2+484.8PGi,t-8411 (25)
③投油成本
其中,Qoil,i,t为第i台机组t时刻深度调峰投油量(t/h),Soil为当季油价(元/t);
④环境保护税
其中,K为每污染当量需要缴纳的税额(元/t),qs、qn分别为单位煤燃烧时产生的SO2和NOx的质量,为第i台机组t时刻SO2和NOx质量,ηs、ηn为环保装置脱去SO2和NOx的效率(%),JS、JN分别为SO2和NOx污染当量数(Kg)。
进一步,所述储能系统运行成本包含以下部分:
储能调峰运行成本主要包含充放电带来的损耗成本,表达式如下:
其中,Closs,t为t时刻储能系统运行成本,Civ为储能电站建造成本(万元),Ntotal为储能电站循环寿命(次),Pcha,t为t时刻储能系统充电功率,Pdis,t为t时刻储能系统放电功率,PessN为储能系统额定功率。
进一步,所述弃风弃光惩罚成本包含以下部分:
其中,closs为惩罚因子,为t时刻弃风惩罚成本,为t时刻弃光惩罚成本,Pwgrid,t为风电t时刻并网功率,Ppvgrid,t为光伏t时刻并网功率,Pw,t为t时刻风电预测功率,Ppv,t为t时刻光伏预测功率,Δt为单位调度周期。
进一步,所述以新能源中标功率最大化和系统调峰成本最小化为多目标模型具体表达式如下:
其中,F1为出清模型目标函数,ΔPbuy为调度周期内新能源场站中标量,为以新能源中标功率最大化为目标进行出清的新能源中标功率,Csum为调度周期内系统调峰成本,为以系统调峰成本最小化为目标进行出清的系统调峰成本,具体表达式如下:
其中,T为调度周期,为t时刻系统调峰成本,ΔPw,buy为调度周期内风电中标功率,ΔPpv,buy为调度周期内光伏中标功率,为t时刻储能-新能源双边交易风电中标功率,为t时刻储能-新能源双边交易光伏中标功率,为t时刻新能源-火电双边交易风电中标功率,为t时刻新能源-火电双边交易光伏中标功率。
进一步,所述系统运行约束包含以下部分:
(1)系统功率约束
a.功率平衡约束
其中,n为发电厂火电机组数量,Pbat,t为储能系统t时刻功率;
b.新能源场站功率平衡约束
(2)储能运行约束
c.储能系统出力约束
其中,ft cha为t时刻储能系统充电二进制标识,取值为“1”表示t时刻储能为充电状态;ft dis为t时刻储能系统放电二进制标识,取值为“1”表示t时刻储能为放电状态;
d.荷电率约束
socmin≤soct≤socmax (36)
其中,socmin储能系统荷电率下限,soct为t时刻储能系统荷电率,socmax储能荷电率上限;
(3)火电运行约束
e.火电机组出力约束
f.爬坡速率约束
其中,RGi,up、RGi,down为第i台机组爬坡速率上限和下限;
g.火电机组上下旋转备用
其中,μ1、μ2为火电机组上下旋转备用系数。
进一步,所述双边交易约束包含以下部分:
(a)新能源中标功率约束
(b)储能-新能源双边交易约束
(c)新能源-火电双边交易约束
其中,为新能源-火电双边交易中火电机组t时刻一档、二档调用功率,st为t时刻出清价格,新能源-火电双边交易中新能源场站通过支付给火电机组调峰补偿购买火电机组发电空间,且只有当新能源场站支付的补贴总和大于调用火电机组的补贴总和时,双边交易方可允许进行。
通过上述方法得到基于典型天数据的仿真结果如图1和图2所示。
由图1和图2可知:在4:00-8:00,由于火电机组出让发电空间,双边交易和优化调度方法中弃风功率相比与单边交易明显下降;在4:00-5:00,储能进行充电,接纳部分风电功率,优化调度方法中弃风功率进一步下降;在9:00-14:00,火电和储能接纳光伏发电,优化调度方法中弃光功率相较于单边交易和双边交易中也有明显下降。
此处,再通过相应的评价指标进行分析,其具体的指标计算方法如下所示:
(1)技术性指标
1)弃风弃光率
其中,ηw、ηpv分别为调度周期内弃风率、弃光率。
(2)市场主体经济性指标
1)储能调峰效益
储能与新能源达成双边交易获得调峰补贴收益同时,储能系统通过放电能够获取一定的电量收益,储能参与调峰净收益表达式如下:
EBESS=Esub+Ec-Closs (23)
其中,EBESS为调度周期内储能参与调峰净收益,Esub为调度周期内储能参与调峰获得补贴收益,Ec为调度周期内储能电量收益,Closs为调度周期内储能运行成本,具体表达式如下:
其中,scha,t、sdis,t为储能t时刻充电电价和放电电价,ηc、ηd为储能充电和放电效率。
2)火电调峰效益
火电机组参与调峰交易通过出让有偿发电空间获得补贴收益;火电机组出让的有偿发电空间分为两部分:一部分有偿发电空间由调度中心直接调用,接纳新能源;另一部分则参与调峰市场,用于双边交易,具体表达式如下:
因此火电机组调峰净成本表达式为:
其中,Com为调度周期内火电运行成本,CG为调度周期内火电调峰净成本;
3)新能源调峰效益
通过上述指标计算方法,得到不同调度方法评价指标如表3、表4、表5、表6和表7所示:
表3不同调度方法下弃风、弃光率
双边交易中,弃风率弃光率相比于单边交易下降4.21%和5.26%,由于考虑储能加入,优化调度方法中弃风率和弃光率相比双边交易进一步下降1.26%和2.25%,新能源消纳效果明显。
下表为不同调度方法下,风电、光伏、火电机组和储能调峰效益表:
表4火电厂净成本
表5风电场净收益
表6光伏电站净收益
表7储能电站净收益
由上表可知:当新能源加入到调峰市场中,能够通过提供补偿报价调用火电机组的发电空间,在火电机组获得更多的补偿收益的同时,新能源场站能够提高上网率,增加电量收益并降低弃风(光)惩罚成本;因此双边交易中火电机组的净调峰成本相比单边交易降低8.83万元,风电和光伏整体收益相比单边交易分别提升21.17、6.32万元。优化调度方法中由于储能的加入,新能源场站额上网率将进一步提高,虽然由于储能放电造成火电机组交易量下降,但火电机组的调峰成本相较单边交易仍下降6.17万元,优化调度方法中风电和光伏整体收益相比场双边交易分别提升6.37、3.10万元。同时24h内,储能参与调峰获得净收益为7.52万元,考虑折现率为8%,推算至储能全生命周期20年内净收益为44969万元,成本覆盖率366.94%。
本发明具体实施方式的实施例,并非穷举,并不构成对权利要求保护范围的限定,本领域技术人员根据本发明实施例获得的启示,不经过创造性劳动就能够想到其它实质上等同的替代,均在本发明保护范围内。
Claims (10)
1.一种储能-新能源-储能-多目标优化调度方法,其特征是,所述方法包括:获取某地区典型日数据,所述数据包含:地区储能的额定功率和额定容量、风电预测数据、光伏预测数据以及负荷预测数据;
根据所述数据建立储能-新能源-火电调峰市场交易机制,确定火电机组出力、储能充放电功率、新能源并网功率。
2.根据权利要求1所述的储能-新能源-储能-多目标优化调度方法,其特征是,所述储能-新能源-火电调峰市场交易机制分为调峰申报、调峰调用、市场出清三个阶段:
1)调峰申报:风电场申报风电交易功率风电交易报价sw,t,光伏电站申报光伏交易功率光伏交易报价spv,t,储能系统申报可参与交易的额定功率PessN、额定容量SessN,火电机组申报可调用功率ΔPGi,t、补贴报价Qi,t;
2)调峰调用:调度中心根据一天内各时段调峰交易前风电并网功率和初始负荷数据Pload,t,按照新能源提交补贴报价由高到低依次安排新能源场站与储能系统、火电机组进行双边交易,在新能源-火电双边交易中,调度中心按照火电机组补贴报价由低到高的顺序依次调用;
3)市场出清:在满足系统运行约束、双边交易约束下,综合考虑储能系统运行成本、火电运行成本以及弃风弃光惩罚成本,建立以新能源中标功率最大化和系统调峰成本最小化为多目标模型进行出清,得到调峰市场出清结果:火电机组出力、储能充放电功率、新能源中标功率以及出清价格,出清价格为参与调峰交易的新能源场站最高补贴报价。
3.根据权利要求2所述的储能-新能源-储能-多目标优化调度方法,其特征是,所述火电运行成本包含以下部分:
其中,为第i台机组t时刻运行成本,为第i台机组t时刻能耗成本,为第i台机组t时刻损耗成本,为第i台机组t时刻投油成本,为第i台机组t时刻环境保护税,PGR,i为第i台机组额定功率,PGi,t为第i台机组t时刻出力,为第i台机组不投油深度调峰最小负荷率,为第i台机组投油深度调峰最小负荷率,为第i台火电机组常规调峰最小负荷率;
①能耗成本
其中,ai、bi、ci为第i台机组耗量特性函数系数(t/MW2、t/MW、t),Scoal为当季煤价(元/t);
②损耗成本
其中,β为火电机组运行损耗系数,SJ,i为第i台机组的购机成本,NF,i,t为第i台火电机组t时刻的转子致裂周次,其表达式如下:
NF,i,t=0.005778PGi,t 3-2.682PGi,t 2+484.8PGi,t-8411 (4)
③投油成本
其中,Qoil,i,t为第i台机组t时刻深度调峰投油量(t/h),Soil为当季油价(元/t);
④环境保护税
6.根据权利要求2所述的储能-新能源-储能-多目标优化调度方法,其特征是,所述以新能源中标功率最大化和系统调峰成本最小化为多目标模型具体表达式为:
其中,F1为出清模型目标函数,ΔPbuy为调度周期内新能源场站中标量,为以新能源中标功率最大化为目标进行出清的新能源中标功率,Csum为调度周期内系统调峰成本,为以系统调峰成本最小化为目标进行出清的系统调峰成本,具体表达式如下:
7.根据权利要求2所述的储能-新能源-储能-多目标优化调度方法,其特征是,所述系统运行约束包含以下部分:
(1)系统功率约束
a.功率平衡约束
其中,n为发电厂火电机组数量,Pbat,t为储能系统t时刻功率;
b.新能源场站功率平衡约束
(2)储能运行约束
c.储能系统出力约束
d.荷电率约束
socmin≤soct≤socmax (15)
其中,socmin储能系统荷电率下限,soct为t时刻储能系统荷电率,socmax储能荷电率上限;
(3)火电运行约束
e.火电机组出力约束
f.爬坡速率约束
其中,RGi,up、RGi,down为第i台机组爬坡速率上限和下限;
g.火电机组上下旋转备用
其中,μ1、μ2为火电机组上下旋转备用系数。
9.一种储能-新能源-储能-多目标优化调度系统,其特征是,所述系统包括:
获取模块:用于获取地区储能的额定功率和额定容量、风电预测数据、光伏预测数据以及负荷预测数据;
调峰申报模块:用于确定风电场申报风电交易功率、风电交易报价,光伏电站申报光伏交易功率、光伏交易报价,储能系统申报可参与交易的额定功率、额定容量,火电机组申报可调用功率、补贴报价;
系统调峰成本计算模块:用于计算储能系统运行成本、火电运行成本和弃风弃光惩罚成本;
调峰调用模块:用于根据储能、火电、新能源申报信息开展储能-新能源和新能源-火电双边交易;
出清模块:用于以新能源中标功率最大化和系统调峰成本最小化为多目标进行出清,得到调峰市场出清结果:火电机组出力、储能充放电功率、新能源中标功率以及出清价格。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征是,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211238535.3A CN115759560A (zh) | 2022-10-11 | 2022-10-11 | 储能-新能源-火电多目标优化调度方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211238535.3A CN115759560A (zh) | 2022-10-11 | 2022-10-11 | 储能-新能源-火电多目标优化调度方法及其系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115759560A true CN115759560A (zh) | 2023-03-07 |
Family
ID=85351197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211238535.3A Pending CN115759560A (zh) | 2022-10-11 | 2022-10-11 | 储能-新能源-火电多目标优化调度方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115759560A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117674123A (zh) * | 2023-12-07 | 2024-03-08 | 上海交通大学 | 考虑电力系统运行成本的风电短期功率预测方法 |
-
2022
- 2022-10-11 CN CN202211238535.3A patent/CN115759560A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117674123A (zh) * | 2023-12-07 | 2024-03-08 | 上海交通大学 | 考虑电力系统运行成本的风电短期功率预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108960510B (zh) | 一种基于两阶段随机规划的虚拟电厂优化交易策略装置 | |
CN110188950B (zh) | 基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法 | |
Zhang et al. | Bidding strategy analysis of virtual power plant considering demand response and uncertainty of renewable energy | |
Liu et al. | Understanding China's renewable energy technology exports | |
CN109146320B (zh) | 一种考虑配电网安全性的虚拟电厂优化调度方法 | |
Turker et al. | Utilizing a vanadium redox flow battery to avoid wind power deviation penalties in an electricity market | |
Cheng et al. | Stochastic short-term scheduling of a wind-solar-hydro complementary system considering both the day-ahead market bidding and bilateral contracts decomposition | |
CN113344249B (zh) | 基于区块链的冷热电联供多微网优化调度方法和系统 | |
CN110649598B (zh) | 一种计及区域内虚拟电厂调节节点电价的方法及系统 | |
US11843266B2 (en) | Dynamic non-linear optimization of a battery energy storage system | |
Silinga et al. | The South African REIPPP two-tier CSP tariff: Implications for a proposed hybrid CSP peaking system | |
Falabretti et al. | Scheduling and operation of RES-based virtual power plants with e-mobility: A novel integrated stochastic model | |
Wang et al. | Optimal bidding strategy for virtual power plants considering the feasible region of vehicle‐to‐grid | |
CN116720690A (zh) | 多虚拟电厂电-碳联合优化运行方法、设备及存储介质 | |
CN115759560A (zh) | 储能-新能源-火电多目标优化调度方法及其系统 | |
CN108446967A (zh) | 虚拟电厂竞价方法 | |
CN112053253A (zh) | 一种基于博弈论的光储接入条件下的电网规划方法 | |
Bakhtvar et al. | A vision of flexible dispatchable hybrid solar‐wind‐energy storage power plant | |
Song et al. | A low-carbon peak-load regulation trading strategy for large-scale wind power integration using information gap decision theory | |
Schopfer et al. | Providing primary frequency control with residential scale photovoltaic-battery systems: A techno-economic simulation study of a virtual power plant | |
CN112633675A (zh) | 一种能量调度方法、装置、设备及计算机可读存储介质 | |
CN115864364A (zh) | 一种用户参与需求响应的运行策略规划方法及装置 | |
CN116187019A (zh) | 一种考虑阶梯碳价的含风光储的虚拟电厂经济调度方法 | |
CN115600757A (zh) | 海上风电共享储能参与现货市场交易协调优化方法及系统 | |
CN104951650A (zh) | 一种评估含大规模风电电网关口外送电交易能力的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |