CN115841396A - 一种流域梯级水风光互补容量配载优化及经济性评估方法 - Google Patents

一种流域梯级水风光互补容量配载优化及经济性评估方法 Download PDF

Info

Publication number
CN115841396A
CN115841396A CN202211223177.9A CN202211223177A CN115841396A CN 115841396 A CN115841396 A CN 115841396A CN 202211223177 A CN202211223177 A CN 202211223177A CN 115841396 A CN115841396 A CN 115841396A
Authority
CN
China
Prior art keywords
wind
light
station
capacity
power 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
CN202211223177.9A
Other languages
English (en)
Inventor
李夫刚
马光文
琚承乾
黄炜斌
陈仕军
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.)
Sichuan University
Original Assignee
Sichuan 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 Sichuan University filed Critical Sichuan University
Priority to CN202211223177.9A priority Critical patent/CN115841396A/zh
Publication of CN115841396A publication Critical patent/CN115841396A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及属于水风光多能互补发电容量规划技术领域，涉及一种流域梯级水风光互补容量配载优化及经济性评估方法，包括：1)通过评估风光资源量，选取典型风光电站场址，并确定流域梯级水电周围风光资源最大可开发总规模；2)构建以风光联合出力互补系数、源何匹配度、波动性最小为目标的风电场和光伏电站最佳配载比数学模型，对不同风光配比方案下各指标的结果进行评估，选出互补性强、负荷偏差小及平稳性好的配载比；3)构建考虑风电场和光伏电站的全生命周期净现值的流域梯级水‑风‑光互补系统容量配载比及经济性评估数学模型；4)求解得到最优风光总装机容量。本发明能较佳地实现水风光多能互补。

Description

一种流域梯级水风光互补容量配载优化及经济性评估方法
技术领域
本发明涉及属于水风光多能互补发电容量规划技术领域，具体涉及一种流域梯级水风光互补容量配载优化及经济性评估方法。
背景技术
随着全球经济和人口的持续增长，日益凸显的环境污染和能源危机已成为全球关注的问题，全球能源结构逐渐低碳化。风光等可再生能源可从自然中获取，不断利用和回收。由于其丰富和清洁的特性，它们是目前最有前景的替代能源。然而，风光受风速、太阳辐射、温度等众多自然因素的影响，风能和光能在时间和空间上都有较为明显的不均匀特点，使得其具有显著的随机性、波动性和间歇性，随着高比例的风电与光伏并网，风电的反调峰性间接增大负荷的峰谷差，加重电网调峰负担，系统运行成本增加，给电网的安全运行造成极大挑战。同时，本地电力消纳能力有限以及外送传输通道不足等因素导致并网难，使得含有风电和光电的电力系统常常不得不进行弃风、弃光以保证电力系统的平稳安全运行。与具有补偿调节性能的电源协同运行，使得联合出力趋于平稳，为解决这一问题的提供了有效途径。将多种能源适当集成可以改善这种现象，能够实现平滑总输出功率波动和能源互补。通过合理地配置风电、光伏电站的容量比，降低风光联合出力的波动性，使其能更好地跟踪负荷趋势，降低其对电网调峰能力的需求。
可存储的水电能源快速调节能力减小了处理波动对电网的影响。水风光的联合外送解决了风电和光伏大规模并网引起的消纳难题，同时解决了风能与光能资源的随机性、波动性和间歇性问题。因此，水风光多能互补协同运行能够利用流域众多水电站的调节性能，平抑风光不稳定性出力对电网的冲击，解决大规模风光集中上网和远距离传输的消纳难题，提高清洁能源的综合利用水平，是一种创新型、探索式的可再生能源开发利用模式。为了避免新规划的风、光电站再走北方“上网难、大量弃风弃光”的老路，有必要研究流域梯级水电站调蓄能力，电网能够消纳的最优风光电站接入规模。同时，流域内大规模风光水互补研究是近几年才兴起的，受区域内径流以及风光功率多时间尺度的耦合不确定性影响，该问题规模庞大、约束条件复杂、求解难度大。考虑经济性的水风光三种清洁能源的多能互补容量优化配置研究较少。
发明内容
本发明为了解决上述技术问题提供一种流域梯级水风光互补容量配载优化及经济性评估方法。该方法能获得兼顾风光资源时空分布特性和风光电站经济性的风光新能源容量规划方案，这对引导水风光一体化的有序发展，提升流域梯级水风光多能互补系统的综合经济效益具有重要的意义。
根据本发明的一种流域水风光互补容量配载优化及经济性评估方法，其包括以下步骤：
1)通过评估风光资源量，选取典型风光电站场址，并确定流域梯级水电周围风光资源最大可开发总规模；
2)构建以风光联合出力互补系数、源何匹配度、波动性最小为目标的风电场和光伏电站最佳配载比数学模型，对不同风光配比方案下各指标的结果进行评估，选出互补性强、负荷偏差小及平稳性好的配载比；
3)以流域梯级水风光多能互补系统全生命周期净现值最大化为目标，构建考虑风电场和光伏电站的全生命周期净现值的流域梯级水-风-光互补系统容量配载比及经济性评估数学模型；
4)求解得到最优风光总装机容量。
作为优选，步骤1)中，具体包括以下步骤：
1.1)获取流域梯级水电站周边的风光资源量数据，根据获得的数据分辨率划分地理网格；
1.2)通过对各地理网格内风速统计概率分布、平均风功率密度、风能、太阳总辐射量GHI、太阳法向直接辐射量DNI、平均日照时间、可利用小时数进行评估，综合评估流域内各地理网格的风光资源的丰裕程度；
1.3)结合地形地貌、工程地质、交通运输、环境保护，初步选出具备风光资源开发条件的风光电站场址；
1.4)以风光电站场址为约束，选出风光资源开发潜力大的地理网格，确定风光最大可开发容量。
作为优选，步骤2)中，风电场和光伏电站最佳配载比数学模型为：
Figure SMS_1
Figure SMS_2
Figure SMS_3
Figure SMS_4
Figure SMS_5
Figure SMS_6
Figure SMS_7
式中：β1反映的是风电出力与光电出力变化速率的互补系数；β2为日内偏差累积值；n为日内小时数；
Figure SMS_9
为t时刻的风电出力变化率和光伏出力变化率；/>
Figure SMS_16
为t+1,t时刻风电出力；/>
Figure SMS_18
为t+1,t时刻光伏出力；/>
Figure SMS_10
为时刻的负荷要求；/>
Figure SMS_12
为t时刻的风电出力和光伏出力总和；/>
Figure SMS_14
为风电场和光伏电站的总装机规模；/>
Figure SMS_17
为风电场和光伏电站的最优装机容量；/>
Figure SMS_8
Figure SMS_11
为风电场和光伏电站单位装机容量的出力；μ为风电场装机容量最佳配载比；β3为平稳性指标，Cv,i为全年内第i天风光联合出力的变差系数，k为年内总天数；/>
Figure SMS_13
为出力均值，/>
Figure SMS_15
作为优选，步骤2)中，通过提出不同的风光容量配置评价指标体系，利用基于熵权法修正AHP-TOPSIS多准则决策分析法进行评估，得出合理的风光容量比。
作为优选，步骤3)中，考虑风电场和光伏电站的全生命周期净现值的流域梯级水-风-光互补系统容量配载比及经济性评估数学模型的具体计算过程如下：
Figure SMS_19
A、初始投资成本Cinvest：分别考虑风电场与光伏电站的地理位置和装机规模，分析风光电站在设计建造期需投入的前期工作费、建筑工程费、设备购置费与其他费用，计算多能互补系统的总投资成本，计算公式如下：
Figure SMS_20
B、运行维护成本
Figure SMS_21
分析风光电站的运行维护需求，根据电站运行寿命，计算系统在全生命周期内的运行维护成本，计算公式如下：
Figure SMS_22
Figure SMS_23
Figure SMS_24
C、发电收益
Figure SMS_25
在水风光系统投入运行期间，根据风光电站的上网电价，结合风光水电在各时段的发电量，计算多能互补系统的总发电收益，计算公式如下：
Figure SMS_26
式中：NPV为风电场和光伏电站的全生命周期净现值；Cinvest为风电场和光伏电站的初始投资成本；
Figure SMS_28
为第y年风电场和光伏电站的发电效益；/>
Figure SMS_32
为第y年风电场和光伏电站的运维成本；Y为风电场和光伏电站的全生命周期年限；J为总时段数；Δt为时间步长；r为社会折现率；/>
Figure SMS_34
为第y年第d天第j时段单位装机容量风电场、光伏电站的平均出力；/>
Figure SMS_30
为第y年第d天第j时段水电出力；/>
Figure SMS_33
分别为风电场和光伏电站的装机容量；/>
Figure SMS_35
分别为风电场和光伏电站单位装机的初始投资成本；/>
Figure SMS_36
分别为风电场和光伏电站的运维成本；/>
Figure SMS_27
分别为风电场和光伏电站单位面积土地租赁成本；
Figure SMS_31
分别为单位装机的风电场和光伏电站的占地面积；/>
Figure SMS_37
为规划的风电场和光伏电站的总装机；/>
Figure SMS_38
为风电站的最佳容量配载比；/>
Figure SMS_29
分别为风电场和光伏电站的上网电价；/>
Figure SMS_39
为水电电价；/>
Figure SMS_40
分别为风光的年均弃电率；τ为风电场和光伏电站的残值率；/>
Figure SMS_41
为第y年总天数。
作为优选，步骤3)中，模型需满足以下约束条件：
a、风光接入装机约束、各类水电站出力约束：
Figure SMS_42
b、水量平衡约束：
Figure SMS_43
c、流量平衡约束：
Figure SMS_44
d、水库蓄水量约束：
Figure SMS_45
e、水库水位约束：
Figure SMS_46
f、发电流量约束：
Figure SMS_47
g、风光总装机容量约束
Figure SMS_48
h、风电、光伏上网电价约束
Figure SMS_49
Figure SMS_50
/>
式中：Nmw、Nmpv为风电理论装机；
Figure SMS_52
为第k个水电站在第i时段内的出力，
Figure SMS_55
分别为第k个水电站在第i时段内的最小出力和最大出力；/>
Figure SMS_59
分别为风电场在第i时段内的最小出力和最大出力；/>
Figure SMS_54
分别为光伏电站在第i时段内的最小出力和最大出力；/>
Figure SMS_57
分别为第k个水电站发电流量在第i时段内设置的最小、最大值，/>
Figure SMS_58
为第k个水电站在第i时段内的平均入库流量，/>
Figure SMS_61
为第k个水电站在第i时段内的弃水流量，qk,i为第i时段内第k-1个水电站到第k个水电站的区间流量，/>
Figure SMS_51
为第k个水电站在第i时段内的平均发电流量，；/>
Figure SMS_56
分别为第k个水电站库容蓄水量在第i时段内允许的最小、最大值，Vk,i为第k个水电站在第i时段初的水库蓄水量；/>
Figure SMS_60
分别为第k个水电站水库水位在第i时段内允许的最低、最高值，Zk,i为第k个水电站在第i时段初的水库水位值；/>
Figure SMS_62
为当地光伏电站的上网指导电价；/>
Figure SMS_53
为当地风电场的上网指导电价。
作为优选，步骤4)中，采用遗传算法求解所述考虑风电场和光伏电站的全生命周期净现值的流域梯级水-风-光互补系统容量配载比及经济性评估数学模型，得到最优风光总装机容量。
本发明所提的一种流域梯级水风光互补容量配载优化及经济性评估方法，能够综合考虑水电互补能力、风光上网电价、土地成本、社会折现率、组件成本等因素，求解得到送端系统各类配套电源的合理装机容量，以实现水风光多能互补。该方法能获得兼顾风光资源时空分布特性和风光电站经济性的风光新能源容量规划方案，这对引导水风光一体化的有序发展，提升流域梯级水风光多能互补系统的综合经济效益具有重要的意义。
附图说明
图1为实施例中一种流域水风光互补容量配载优化及经济性评估方法的流程图。
具体实施方式
为进一步了解本发明的内容，结合附图和实施例对本发明作详细描述。应当理解的是，实施例仅仅是对本发明进行解释而并非限定。
实施例
如图1所示，本实施例提供了一种流域水风光互补容量配载优化及经济性评估方法，其包括以下步骤：
1)通过评估风光资源量，选取典型风光电站场址，并确定流域梯级水电周围风光资源最大可开发总规模；
2)构建以风光联合出力互补系数、源何匹配度、波动性最小为目标的风电场和光伏电站最佳配载比数学模型，对不同风光配比方案下各指标的结果进行评估，选出互补性强、负荷偏差小及平稳性好的配载比；
3)构建考虑风电场和光伏电站的全生命周期净现值的流域梯级水-风-光互补系统容量配载比及经济性评估数学模型；模型以风光最大可开发规模、风光上网电价等为约束，以流域梯级水风光多能互补系统全生命周期净现值最大化为目标；
4)求解模型，得到最优风光总装机容量。
步骤1)中，具体包括以下步骤：
1.1)获取流域梯级水电站周边的风光资源量数据，根据获得的数据分辨率划分地理网格；
1.2)通过对各地理网格内风速统计概率分布、平均风功率密度、风能、太阳总辐射量GHI、太阳法向直接辐射量DNI、平均日照时间、可利用小时数等指标进行评估，综合评估流域内各地理网格的风光资源的丰裕程度；
1.3)结合地形地貌、工程地质、交通运输、环境保护等建设条件，初步选出具备风光资源开发条件的风光电站场址；
1.4)以风光电站场址为约束，选出风光资源开发潜力大的地理网格，确定风光最大可开发容量。
步骤2)中，风电场和光伏电站最佳配载比数学模型为：
Figure SMS_63
Figure SMS_64
Figure SMS_65
Figure SMS_66
Figure SMS_67
Figure SMS_68
Figure SMS_69
式中：β1反映的是风电出力与光电出力变化速率的互补系数；β2为日内偏差累积值；n为日内小时数；
Figure SMS_72
为t时刻的风电出力变化率和光伏出力变化率；/>
Figure SMS_75
为t+1,t时刻风电出力；/>
Figure SMS_79
为t+1,t时刻光伏出力；/>
Figure SMS_71
为时刻的负荷要求；/>
Figure SMS_74
为t时刻的风电出力和光伏出力总和；/>
Figure SMS_77
为风电场和光伏电站的总装机规模；/>
Figure SMS_80
为风电场和光伏电站的最优装机容量；/>
Figure SMS_70
Figure SMS_73
为风电场和光伏电站单位装机容量的出力；μ为风电场装机容量最佳配载比；β3为平稳性指标，Cv,i为全年内第i天风光联合出力的变差系数，k为年内总天数；/>
Figure SMS_76
为出力均值，/>
Figure SMS_78
步骤2)中，通过提出不同的风光容量配置评价指标体系，利用基于熵权法修正AHP-TOPSIS多准则决策分析法进行评估，得出合理的风光容量比。
熵权法修正AHP-TOPSIS多准则决策分析计算步骤如下：
步骤一：将对应评价指标原始数据矩阵X进行归一化处理；
设某决策问题有p个评价对象q个评价指标，Xij为原始评价矩阵中一个指标值，将其标准化处理后的值记作X′ij；
Figure SMS_81
Xmax＝max(x1,x2,…,xpj),Xmin＝min(x1x2,…,xpj)，当数据中有负值时则对数据进行非负化处理；
步骤二：计算指标占比S，设Sij为第j项指标下第i个方案的值占该指标的比重；
Figure SMS_82
步骤三：计算差异系数h，对于第j项指标，指标值Xij值的差异越大，对方案评价的作用越大，熵权越小；设hj为第j项指标的差异系数；
Figure SMS_83
式中，k＞0；ln为自然对数；常数k与待评价方案数i有关，令k＝1/lni；
步骤四：利用差异性系数对AHP法取得的权值进行调整，计算指标权重ω；
Figure SMS_84
步骤五：计算正理想解为
Figure SMS_85
负理想解为
Figure SMS_86
步骤六：计算各方案到正负理想解的欧式距离为：
Figure SMS_87
步骤七：计算最终评价值，根据评价值对各个方案择优排序为
Figure SMS_88
步骤3)中，考虑风电场和光伏电站的全生命周期净现值的流域梯级水-风-光互补系统容量配载比及经济性评估数学模型的具体计算过程如下：
Figure SMS_89
A、初始投资成本Cinvest：分别考虑风电场与光伏电站的地理位置和装机规模，分析风光电站在设计建造期需投入的前期工作费、建筑工程费、设备购置费与其他费用，计算多能互补系统的总投资成本，计算公式如下：
Figure SMS_90
B、运行维护成本
Figure SMS_91
风电和光伏电站建成运行以后，为保证电站能够长期正常稳定运行，每年都需进行必要的维护检修。分析风光电站的运行维护需求，根据电站运行寿命，计算系统在全生命周期内的运行维护成本，计算公式如下：
Figure SMS_92
Figure SMS_93
Figure SMS_94
C、发电收益
Figure SMS_95
在水风光系统投入运行期间，根据风光电站的上网电价，结合风光水电在各时段的发电量，计算多能互补系统的总发电收益，计算公式如下：
Figure SMS_96
式中：NPV为风电场和光伏电站的全生命周期净现值，(元)；Cinvest为风电场和光伏电站的初始投资成本，(元)；
Figure SMS_98
为第y年风电场和光伏电站的发电效益，(元)；/>
Figure SMS_103
为第y年风电场和光伏电站的运维成本，(元)；Y为风电场和光伏电站的全生命周期年限，按20年计；J为总时段数；Δt为时间步长，(h)，Δt＝24；r为社会折现率；/>
Figure SMS_111
为第y年第d天第j时段单位装机容量风电场、光伏电站的平均出力，(MW)；/>
Figure SMS_99
为第y年第d天第j时段水电出力，(MW)；/>
Figure SMS_102
分别为风电场和光伏电站的装机容量，(MW)；/>
Figure SMS_106
分别为风电场和光伏电站单位装机的初始投资成本，(元/MW)；/>
Figure SMS_109
分别为风电场和光伏电站的运维成本，(元/MWh)；/>
Figure SMS_97
分别为风电场和光伏电站单位面积土地租赁成本，(元/m2/年)；
Figure SMS_104
分别为单位装机的风电场和光伏电站的占地面积，(m2/MW)；/>
Figure SMS_107
为规划的风电场和光伏电站的总装机，(MW)；/>
Figure SMS_110
为风电站的最佳容量配载比；/>
Figure SMS_100
分别为风电场和光伏电站的上网电价，(元/MWh)；/>
Figure SMS_101
为水电电价，(元/MWh)；/>
Figure SMS_105
分别为风光的年均弃电率，最大为5％；τ为风电场和光伏电站的残值率，按照8％计算；/>
Figure SMS_108
为第y年总天数。
步骤3)中，模型需满足以下约束条件：
a、风光接入装机约束、各类水电站出力约束：
Figure SMS_112
b、水量平衡约束：
Figure SMS_113
c、流量平衡约束：
Figure SMS_114
d、水库蓄水量约束：
Figure SMS_115
e、水库水位约束：
Figure SMS_116
f、发电流量约束：
Figure SMS_117
g、风光总装机容量约束
Figure SMS_118
h、风电、光伏上网电价约束
Figure SMS_119
Figure SMS_120
式中：Nmw、Nmpv为风电理论装机；
Figure SMS_124
为第k个水电站在第i时段内的出力，
Figure SMS_126
分别为第k个水电站在第i时段内的最小出力和最大出力；/>
Figure SMS_129
分别为风电场在第i时段内的最小出力和最大出力；/>
Figure SMS_122
分别为光伏电站在第i时段内的最小出力和最大出力；/>
Figure SMS_127
分别为第k个水电站发电流量在第i时段内设置的最小、最大值，/>
Figure SMS_130
为第k个水电站在第i时段内的平均入库流量，/>
Figure SMS_131
为第k个水电站在第i时段内的弃水流量，qk,i为第i时段内第k-1个水电站到第k个水电站的区间流量，/>
Figure SMS_121
为第k个水电站在第i时段内的平均发电流量，；/>
Figure SMS_125
分别为第k个水电站库容蓄水量在第i时段内允许的最小、最大值，Vk,i为第k个水电站在第i时段初的水库蓄水量；/>
Figure SMS_128
分别为第k个水电站水库水位在第i时段内允许的最低、最高值，Zk,i为第k个水电站在第i时段初的水库水位值；/>
Figure SMS_132
为当地光伏电站的上网指导电价；/>
Figure SMS_123
为当地风电场的上网指导电价。/>
步骤4)中，采用遗传算法求解所述考虑风电场和光伏电站的全生命周期净现值的流域梯级水-风-光互补系统容量配载比及经济性评估数学模型，得到最优风光总装机容量。
本实施例所提的一种流域梯级水风光互补容量配载优化及经济性评估方法，能够综合考虑水电互补能力、风光上网电价、土地成本、社会折现率、组件成本等因素，求解得到送端系统各类配套电源的合理装机容量，以实现水风光多能互补。该方法能获得兼顾风光资源时空分布特性和风光电站经济性的风光新能源容量规划方案，这对引导水风光一体化的有序发展，提升流域梯级水风光多能互补系统的综合经济效益具有重要的意义。
以上示意性的对本发明及其实施方式进行了描述，该描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。所以，如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。

Claims (7)

1.一种流域水风光互补容量配载优化及经济性评估方法，其特征在于：包括以下步骤：
1)通过评估风光资源量，选取典型风光电站场址，并确定流域梯级水电周围风光资源最大可开发总规模；
2)构建以风光联合出力互补系数、源何匹配度、波动性最小为目标的风电场和光伏电站最佳配载比数学模型，对不同风光配比方案下各指标的结果进行评估，选出互补性强、负荷偏差小及平稳性好的配载比；
3)以流域梯级水风光多能互补系统全生命周期净现值最大化为目标，构建考虑风电场和光伏电站的全生命周期净现值的流域梯级水-风-光互补系统容量配载比及经济性评估数学模型；
4)求解得到最优风光总装机容量。
2.根据权利要求1所述的一种流域水风光互补容量配载优化及经济性评估方法，其特征在于：步骤1)中，具体包括以下步骤：
1.1)获取流域梯级水电站周边的风光资源量数据，根据获得的数据分辨率划分地理网格；
1.2)通过对各地理网格内风速统计概率分布、平均风功率密度、风能、太阳总辐射量GHI、太阳法向直接辐射量DNI、平均日照时间、可利用小时数进行评估，综合评估流域内各地理网格的风光资源的丰裕程度；
1.3)结合地形地貌、工程地质、交通运输、环境保护，初步选出具备风光资源开发条件的风光电站场址；
1.4)以风光电站场址为约束，选出风光资源开发潜力大的地理网格，确定风光最大可开发容量。
3.根据权利要求1所述的一种流域水风光互补容量配载优化及经济性评估方法，其特征在于：步骤2)中，风电场和光伏电站最佳配载比数学模型为：
Figure FDA0003879010020000011
Figure FDA0003879010020000021
Figure FDA0003879010020000022
Figure FDA0003879010020000023
Figure FDA0003879010020000024
Figure FDA0003879010020000025
Figure FDA0003879010020000026
式中：β1反映的是风电出力与光电出力变化速率的互补系数；β2为日内偏差累积值；n为日内小时数；
Figure FDA0003879010020000027
为t时刻的风电出力变化率和光伏出力变化率；
Figure FDA0003879010020000028
为t+1,t时刻风电出力；
Figure FDA0003879010020000029
为t+1,t时刻光伏出力；
Figure FDA00038790100200000210
为时刻的负荷要求；
Figure FDA00038790100200000211
为t时刻的风电出力和光伏出力总和；
Figure FDA00038790100200000212
为风电场和光伏电站的总装机规模；
Figure FDA00038790100200000213
为风电场和光伏电站的最优装机容量；
Figure FDA00038790100200000214
Figure FDA00038790100200000215
为风电场和光伏电站单位装机容量的出力；μ为风电场装机容量最佳配载比；β3为平稳性指标，Cv,i为全年内第i天风光联合出力的变差系数，k为年内总天数；
Figure FDA00038790100200000216
为出力均值，
Figure FDA00038790100200000217
4.根据权利要求3所述的一种流域水风光互补容量配载优化及经济性评估方法，其特征在于：步骤2)中，通过提出不同的风光容量配置评价指标体系，利用基于熵权法修正AHP-TOPSIS多准则决策分析法进行评估，得出合理的风光容量比。
5.根据权利要求4所述的一种流域水风光互补容量配载优化及经济性评估方法，其特征在于：步骤3)中，考虑风电场和光伏电站的全生命周期净现值的流域梯级水-风-光互补系统容量配载比及经济性评估数学模型的具体计算过程如下：
Figure FDA0003879010020000031
A、初始投资成本Cinvest：分别考虑风电场与光伏电站的地理位置和装机规模，分析风光电站在设计建造期需投入的前期工作费、建筑工程费、设备购置费，计算多能互补系统的总投资成本，计算公式如下：
Figure FDA0003879010020000032
B、运行维护成本
Figure FDA0003879010020000033
分析风光电站的运行维护需求，根据电站运行寿命，计算系统在全生命周期内的运行维护成本，计算公式如下：
Figure FDA0003879010020000034
Figure FDA0003879010020000035
Figure FDA0003879010020000036
C、发电收益
Figure FDA0003879010020000037
在水风光系统投入运行期间，根据风光电站的上网电价，结合风光水电在各时段的发电量，计算多能互补系统的总发电收益，计算公式如下：
Figure FDA0003879010020000038
式中：NPV为风电场和光伏电站的全生命周期净现值；Cinvest为风电场和光伏电站的初始投资成本；
Figure FDA0003879010020000039
为第y年风电场和光伏电站的发电效益；
Figure FDA00038790100200000310
为第y年风电场和光伏电站的运维成本；Y为风电场和光伏电站的全生命周期年限；J为总时段数；Δt为时间步长；r为社会折现率；
Figure FDA0003879010020000041
为第y年第d天第j时段单位装机容量风电场、光伏电站的平均出力；
Figure FDA0003879010020000042
为第y年第d天第j时段水电出力；
Figure FDA0003879010020000043
分别为风电场和光伏电站的装机容量；
Figure FDA0003879010020000044
分别为风电场和光伏电站单位装机的初始投资成本；
Figure FDA0003879010020000045
分别为风电场和光伏电站的运维成本；
Figure FDA0003879010020000046
分别为风电场和光伏电站单位面积土地租赁成本；
Figure FDA0003879010020000047
分别为单位装机的风电场和光伏电站的占地面积；
Figure FDA0003879010020000048
为规划的风电场和光伏电站的总装机；
Figure FDA0003879010020000049
为风电站的最佳容量配载比；
Figure FDA00038790100200000410
分别为风电场和光伏电站的上网电价；
Figure FDA00038790100200000411
为水电电价；
Figure FDA00038790100200000412
分别为风光的年均弃电率；τ为风电场和光伏电站的残值率；
Figure FDA00038790100200000413
为第y年总天数。
6.根据权利要求5所述的一种流域水风光互补容量配载优化及经济性评估方法，其特征在于：步骤3)中，模型需满足以下约束条件：
a、风光接入装机约束、各类水电站出力约束：
Figure FDA00038790100200000414
b、水量平衡约束：
Figure FDA00038790100200000415
c、流量平衡约束：
Figure FDA00038790100200000416
d、水库蓄水量约束：
Figure FDA00038790100200000417
e、水库水位约束：
Figure FDA00038790100200000418
f、发电流量约束：
Figure FDA0003879010020000051
g、风光总装机容量约束
Figure FDA0003879010020000052
h、风电、光伏上网电价约束
Figure FDA0003879010020000053
Figure FDA0003879010020000054
式中：Nmw、Nmpv为风电理论装机；
Figure FDA0003879010020000055
为第k个水电站在第i时段内的出力，
Figure FDA0003879010020000056
分别为第k个水电站在第i时段内的最小出力和最大出力；
Figure FDA0003879010020000057
分别为风电场在第i时段内的最小出力和最大出力；
Figure FDA0003879010020000058
分别为光伏电站在第i时段内的最小出力和最大出力；
Figure FDA0003879010020000059
分别为第k个水电站发电流量在第i时段内设置的最小、最大值，
Figure FDA00038790100200000510
为第k个水电站在第i时段内的平均入库流量，
Figure FDA00038790100200000511
为第k个水电站在第i时段内的弃水流量，qk,i为第i时段内第k-1个水电站到第k个水电站的区间流量，
Figure FDA00038790100200000512
为第k个水电站在第i时段内的平均发电流量，；
Figure FDA00038790100200000513
分别为第k个水电站库容蓄水量在第i时段内允许的最小、最大值，Vk,i为第k个水电站在第i时段初的水库蓄水量；
Figure FDA00038790100200000514
分别为第k个水电站水库水位在第i时段内允许的最低、最高值，Zk,i为第k个水电站在第i时段初的水库水位值；
Figure FDA00038790100200000515
为当地光伏电站的上网指导电价；
Figure FDA00038790100200000516
为当地风电场的上网指导电价。
7.根据权利要求6所述的一种流域水风光互补容量配载优化及经济性评估方法，其特征在于：步骤4)中，采用遗传算法求解所述考虑风电场和光伏电站的全生命周期净现值的流域梯级水-风-光互补系统容量配载比及经济性评估数学模型，得到最优风光总装机容量。
CN202211223177.9A 2022-10-08 2022-10-08 一种流域梯级水风光互补容量配载优化及经济性评估方法 Pending CN115841396A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211223177.9A CN115841396A (zh) 2022-10-08 2022-10-08 一种流域梯级水风光互补容量配载优化及经济性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211223177.9A CN115841396A (zh) 2022-10-08 2022-10-08 一种流域梯级水风光互补容量配载优化及经济性评估方法

Publications (1)

Publication Number Publication Date
CN115841396A true CN115841396A (zh) 2023-03-24

Family

ID=85575061

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211223177.9A Pending CN115841396A (zh) 2022-10-08 2022-10-08 一种流域梯级水风光互补容量配载优化及经济性评估方法

Country Status (1)

Country Link
CN (1) CN115841396A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116667395A (zh) * 2023-05-31 2023-08-29 河海大学 基于梯级水电改造的水风光蓄互补泵站容量配置方法
CN117791744A (zh) * 2024-02-28 2024-03-29 中国电建集团西北勘测设计研究院有限公司 基于水电储能工厂的多能互补发电系统电源容量配置方法
CN117791744B (zh) * 2024-02-28 2024-06-04 中国电建集团西北勘测设计研究院有限公司 基于水电储能工厂的多能互补发电系统电源容量配置方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116667395A (zh) * 2023-05-31 2023-08-29 河海大学 基于梯级水电改造的水风光蓄互补泵站容量配置方法
CN116667395B (zh) * 2023-05-31 2023-11-21 河海大学 基于梯级水电改造的水风光蓄互补泵站容量配置方法
CN117791744A (zh) * 2024-02-28 2024-03-29 中国电建集团西北勘测设计研究院有限公司 基于水电储能工厂的多能互补发电系统电源容量配置方法
CN117791744B (zh) * 2024-02-28 2024-06-04 中国电建集团西北勘测设计研究院有限公司 基于水电储能工厂的多能互补发电系统电源容量配置方法

Similar Documents

Publication Publication Date Title
Tan et al. Evaluation of the risk and benefit of the complementary operation of the large wind-photovoltaic-hydropower system considering forecast uncertainty
CN109599861B (zh) 考虑本地负荷调峰能力的送端电网电源结构规划方法
CN109347151B (zh) 一种新能源参与调峰的送端电网电源结构优化方法
CN106981888B (zh) 基于多源互补的风蓄水火电力系统的多目标动态调度方法
CN110365013B (zh) 一种光热-光伏-风电联合发电系统的容量优化方法
CN109390973B (zh) 一种考虑通道约束的送端电网电源结构优化方法
CN106099993B (zh) 一种适应新能源大规模接入的电源规划方法
Wang et al. Coordinated operation of conventional hydropower plants as hybrid pumped storage hydropower with wind and photovoltaic plants
CN107895221B (zh) 市场环境下梯级水电站中长期调度与检修计划优化方法
CN112803499B (zh) 电力/电量补偿协同的风光水多能互补容量优化配置方法
CN105048516A (zh) 一种风光水火多源互补优化调度方法
CN111428970B (zh) 一种大规模水电站群跨省外送能力分析模型及求解方法
CN108075471B (zh) 基于随机性电源出力预测的多目标约束优化电网调度策略
CN115841396A (zh) 一种流域梯级水风光互补容量配载优化及经济性评估方法
Linlin et al. Research on Multi-Objective Reactive Power Optimization of Power Grid With High Proportion of New Energy
CN113255982A (zh) 一种风光水互补系统中长期优化调度方法
CN109873419B (zh) 一种考虑相似度和经济收益的水光蓄系统运行优化方法
CN111969591A (zh) 一种光蓄能水电站互补的离网式混合能源系统优化方法
Han et al. A novel two-layer nested optimization method for a zero-carbon island integrated energy system, incorporating tidal current power generation
CN116191493A (zh) 一种火电机组深度调峰和复合储能协同规划方法与装置
CN115912427A (zh) 一种考虑弃风弃光上限的水风光储一体化容量配置方法
CN112736905B (zh) 区域新能源容量优化配置方法及系统
CN114188942A (zh) 一种包含大规模新能源基地的电网调度方法
CN108270237B (zh) 基于分布式光伏电源的并网控制以及调度的方法
Jinglin et al. Multi-objective Collaborative Planning Method for Micro-energy Systems Considering Thermoelectric Coupling Clusters

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