CN115879330B - 基于时序生产仿真的多能源电源多点布局确定方法和装置 - Google Patents
基于时序生产仿真的多能源电源多点布局确定方法和装置 Download PDFInfo
- Publication number
- CN115879330B CN115879330B CN202310173919.XA CN202310173919A CN115879330B CN 115879330 B CN115879330 B CN 115879330B CN 202310173919 A CN202310173919 A CN 202310173919A CN 115879330 B CN115879330 B CN 115879330B
- Authority
- CN
- China
- Prior art keywords
- power
- information
- unit
- energy
- power supply
- 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.)
- Active
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 284
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 208
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000004364 calculation method Methods 0.000 claims abstract description 72
- 238000013486 operation strategy Methods 0.000 claims abstract description 42
- 238000004146 energy storage Methods 0.000 claims description 64
- 230000014509 gene expression Effects 0.000 claims description 59
- 230000009194 climbing Effects 0.000 claims description 28
- 238000012423 maintenance Methods 0.000 claims description 27
- 230000006870 function Effects 0.000 claims description 26
- 238000010977 unit operation Methods 0.000 claims description 25
- 238000010276 construction Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 16
- 238000010248 power generation Methods 0.000 claims description 15
- 238000005286 illumination Methods 0.000 claims description 11
- 238000005338 heat storage Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 239000003245 coal Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012821 model calculation Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请涉及一种基于时序生产仿真的多能源电源多点布局确定方法。所述方法包括:根据多能源电源多点布局的业务需求信息,构建时序生产模拟模型集合和多能源电源多点布局确定模型;根据多能源电源多点布局模拟数据,从时序生产模拟模型集合中选取出至少一个能源簇单元时序生产模拟模型;将各能源簇单元时序生产模拟模型匹配至多能源电源多点布局确定模型,得到目标布局确定模型;将多能源电源多点布局模拟数据输入至目标布局确定模型,得到装机容量调度运行策略以及装机情况求解结果;根据装机容量调度运行策略以及装机情况求解结果,确定电网系统对应的各电源装机容量。采用本方法能够提升了针对电网系统中各个电源装机容量的计算结果准确率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种基于时序生产仿真的多能源电源多点布局确定方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着计算机技术的发展,出现了计算机模拟技术,该技术在建立研究对象的数学模型或描述模型并在计算机上加以体现和试验。研究对象包括各种类型的系统,它们的模型是指借助有关概念、变量、规则、逻辑关系、数学表达式、图形和表格等对系统的一般描述。把这种数学模型或描述模型转换成对应的计算机上可执行的程序,给出系统参数、初始状态和环境条件等输入数据后,可在计算机上进行运算得出结果,并提供各种直观形式的输出,还可根据对结果的分析改变有关参数或系统模型的部分结构,重新进行运算。
传统技术中,针对可再生能源的不确定性,可再生能源消费的促进有赖于火电机组的调峰深度和频率启停。使用传统技术的计算模型进行装机容量的计算,是以单一能源电力系统的框架为主,使得目前新能源机组启停时间、爬坡功率限制、潮流平衡,以及固定准备金等约束,加入风光、负荷等参与主体的因素,在传统的计算模型中并未考虑到对装机容量的影响,导致电网系统中各个电源装机容量的计算结果准确率低下。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高电网系统中各个电源装机容量的计算结果准确率的一种基于时序生产仿真的多能源电源多点布局确定方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种基于时序生产仿真的多能源电源多点布局确定方法。所述方法包括:根据多能源电源多点布局的业务需求信息,构建电网系统对应的时序生产模拟模型集合;以及,构建所述电网系统对应的多能源电源多点布局确定模型,所述时序生产模拟模型集合包括至少一个能源簇单元时序生产模拟模型;获取电网系统对应的多能源电源多点布局模拟数据,并根据所述多能源电源多点布局模拟数据,从所述时序生产模拟模型集合中选取出至少一个所述能源簇单元时序生产模拟模型;将各所述能源簇单元时序生产模拟模型匹配至所述多能源电源多点布局确定模型,得到所述业务需求对应的目标布局确定模型;将所述多能源电源多点布局模拟数据输入至所述目标布局确定模型,得到所述电网系统对应的装机容量调度运行策略以及装机情况求解结果;根据所述装机容量调度运行策略以及所述装机情况求解结果,确定电网系统对应的各电源装机容量。
第二方面,本申请还提供了一种基于时序生产仿真的多能源电源多点布局确定装置。所述装置包括:模型构建模块,用于根据多能源电源多点布局的业务需求信息,构建电网系统对应的时序生产模拟模型集合;以及,构建所述电网系统对应的多能源电源多点布局确定模型,所述时序生产模拟模型集合包括至少一个能源簇单元时序生产模拟模型;模型选取模块,用于获取电网系统对应的多能源电源多点布局模拟数据,并根据所述多能源电源多点布局模拟数据,从所述时序生产模拟模型集合中选取出至少一个所述能源簇单元时序生产模拟模型;模型确定模块,用于将各所述能源簇单元时序生产模拟模型匹配至所述多能源电源多点布局确定模型,得到所述业务需求对应的目标布局确定模型;模型求解模块,用于将所述多能源电源多点布局模拟数据输入至所述目标布局确定模型,得到所述电网系统对应的装机容量调度运行策略以及装机情况求解结果;电源装机容量确定模块,用于根据所述装机容量调度运行策略以及所述装机情况求解结果,确定电网系统对应的各电源装机容量。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:根据多能源电源多点布局的业务需求信息,构建电网系统对应的时序生产模拟模型集合;以及,构建所述电网系统对应的多能源电源多点布局确定模型,所述时序生产模拟模型集合包括至少一个能源簇单元时序生产模拟模型;获取电网系统对应的多能源电源多点布局模拟数据,并根据所述多能源电源多点布局模拟数据,从所述时序生产模拟模型集合中选取出至少一个所述能源簇单元时序生产模拟模型;将各所述能源簇单元时序生产模拟模型匹配至所述多能源电源多点布局确定模型,得到所述业务需求对应的目标布局确定模型;将所述多能源电源多点布局模拟数据输入至所述目标布局确定模型,得到所述电网系统对应的装机容量调度运行策略以及装机情况求解结果;根据所述装机容量调度运行策略以及所述装机情况求解结果,确定电网系统对应的各电源装机容量。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:根据多能源电源多点布局的业务需求信息,构建电网系统对应的时序生产模拟模型集合;以及,构建所述电网系统对应的多能源电源多点布局确定模型,所述时序生产模拟模型集合包括至少一个能源簇单元时序生产模拟模型;获取电网系统对应的多能源电源多点布局模拟数据,并根据所述多能源电源多点布局模拟数据,从所述时序生产模拟模型集合中选取出至少一个所述能源簇单元时序生产模拟模型;将各所述能源簇单元时序生产模拟模型匹配至所述多能源电源多点布局确定模型,得到所述业务需求对应的目标布局确定模型;将所述多能源电源多点布局模拟数据输入至所述目标布局确定模型,得到所述电网系统对应的装机容量调度运行策略以及装机情况求解结果;根据所述装机容量调度运行策略以及所述装机情况求解结果,确定电网系统对应的各电源装机容量。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:根据多能源电源多点布局的业务需求信息,构建电网系统对应的时序生产模拟模型集合;以及,构建所述电网系统对应的多能源电源多点布局确定模型,所述时序生产模拟模型集合包括至少一个能源簇单元时序生产模拟模型;获取电网系统对应的多能源电源多点布局模拟数据,并根据所述多能源电源多点布局模拟数据,从所述时序生产模拟模型集合中选取出至少一个所述能源簇单元时序生产模拟模型;将各所述能源簇单元时序生产模拟模型匹配至所述多能源电源多点布局确定模型,得到所述业务需求对应的目标布局确定模型;将所述多能源电源多点布局模拟数据输入至所述目标布局确定模型,得到所述电网系统对应的装机容量调度运行策略以及装机情况求解结果;根据所述装机容量调度运行策略以及所述装机情况求解结果,确定电网系统对应的各电源装机容量。
上述一种基于时序生产仿真的多能源电源多点布局确定方法、装置、计算机设备、存储介质和计算机程序产品,通过根据多能源电源多点布局的业务需求信息,构建电网系统对应的时序生产模拟模型集合;以及,构建电网系统对应的多能源电源多点布局确定模型,时序生产模拟模型集合包括至少一个能源簇单元时序生产模拟模型;获取电网系统对应的多能源电源多点布局模拟数据,并根据多能源电源多点布局模拟数据,从时序生产模拟模型集合中选取出至少一个能源簇单元时序生产模拟模型;将各能源簇单元时序生产模拟模型匹配至多能源电源多点布局确定模型,得到业务需求对应的目标布局确定模型;将多能源电源多点布局模拟数据输入至目标布局确定模型,得到电网系统对应的装机容量调度运行策略以及装机情况求解结果;根据装机容量调度运行策略以及装机情况求解结果,确定电网系统对应的各电源装机容量。
通过根据不同的应用场景构建不同的用于电网系统的时序生产模拟模型,并基于上述各个模拟模型构建用于计算各电源装机容量的布局确定模型。能够在考虑到新能源高渗透率电力系统情况,并且不确定性场景下,利用时序生产模拟模型的精确模拟和高效计算,对电网系统运行特征以及计算可接受的多能源电源容量、调节容量和电网传输容量进行计算,提升了针对电网系统中各个电源装机容量的计算结果准确率。
附图说明
图1为一个实施例中一种基于时序生产仿真的多能源电源多点布局确定方法的应用环境图;
图2为一个实施例中一种基于时序生产仿真的多能源电源多点布局确定方法的流程示意图;
图3为一个实施例中装机容量调度运行策略以及装机情况求解结果得到方法的流程示意图;
图4为一个实施例中资源调度目标函数构建方法的流程示意图;
图5为一个实施例中多能源电源多点布局约束条件构建方法的流程示意图;
图6为一个实施例中电力设备特性约束构建方法的流程示意图;
图7为一个实施例中电力设备运行约束构建方法的流程示意图;
图8为一个实施例中能源簇单元时序生产模拟模型选取方法的流程示意图;
图9为一个实施例中一种基于时序生产仿真的多能源电源多点布局确定装置的结构框图;
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的一种基于时序生产仿真的多能源电源多点布局确定方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。根据多能源电源多点布局的业务需求信息,构建电网系统对应的时序生产模拟模型集合;以及,构建电网系统对应的多能源电源多点布局确定模型,时序生产模拟模型集合包括至少一个能源簇单元时序生产模拟模型;服务器104从终端102处获取电网系统对应的多能源电源多点布局模拟数据,并根据多能源电源多点布局模拟数据,从时序生产模拟模型集合中选取出至少一个能源簇单元时序生产模拟模型;将各能源簇单元时序生产模拟模型匹配至多能源电源多点布局确定模型,得到业务需求对应的目标布局确定模型;将多能源电源多点布局模拟数据输入至目标布局确定模型,得到电网系统对应的装机容量调度运行策略以及装机情况求解结果;根据装机容量调度运行策略以及装机情况求解结果,确定电网系统对应的各电源装机容量。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种基于时序生产仿真的多能源电源多点布局确定方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤202,根据多能源电源多点布局的业务需求信息,构建电网系统对应的时序生产模拟模型集合;以及,构建电网系统对应的多能源电源多点布局确定模型,时序生产模拟模型集合包括至少一个能源簇单元时序生产模拟模型。
其中,多能源电源多点布局可以是电网系统中不同种类的能源对应的电源,分别进行多个能够满足业务需求的位置点的布局,并给出每一个电源对应的装机容量。
其中,时需生产模拟模型集合可以是针对不同种类的能源对应的电源,分别计算出任意一个种类的能源的电源所对应的功率的模拟模型集合。
其中,多能源电源多点布局确定模型可以是根据时需生产模拟模型中各个数学模型对不同种类的能源对应的电源的装机容量进行计算的模型。
其中,能源簇单元时序生产模拟模型可以是时需生产模拟模型集合用来计算电源功率的模拟模型。
具体地,针对于电网系统中多能源电源多点布局的也无需求,根据电网系统中能够获取的到的信息以及各个不同类型的能源所对应的电源,构建电网系统对应的时序生产模拟模型集合;以及,构建电网系统对应的多能源电源多点布局确定模型。其中,时序生产模拟模型集合包括至少一个能源簇单元时序生产模拟模型,每一个能源簇单元时序生产模拟模型针对一个类型能源的电源;其中,电网系统中能够获取的到的信息包括出力系数信息、节点负荷信息、热储能信息、时间信息、爬坡信息、电源功率信息、单位建设资源消耗量、节点容量信息、火电机组簇单元资源消耗量以及运维资源消耗量。
步骤204,获取电网系统对应的多能源电源多点布局模拟数据,并根据多能源电源多点布局模拟数据,从时序生产模拟模型集合中选取出至少一个能源簇单元时序生产模拟模型。
其中,多能源电源多点布局模拟数据可以是电网系统中通过读取或者预设的到的数据,用于计算电网系统中各个电源的装机容量。
具体地,服务器响应终端的指令,从终端处获取电网系统对应的多能源电源多点布局模拟数据,并且将获取到的多能源电源多点布局模拟数据存储到存储单元中,当服务器需要对多能源电源多点布局模拟数据中的任意数据记录进行处理时,则从存储单元中调取至易失性存储资源以供中央处理器进行计算。其中,任意数据记录可以是单个数据输入至中央处理器,也可以为多个数据同时输入至中央处理器。其中,多能源电源多点布局模拟数据包括出力系数信息、节点负荷信息、热储能信息、时间信息、爬坡信息、电源功率信息、单位建设资源消耗量、节点容量信息、火电机组簇单元资源消耗量以及运维资源消耗量,根据多能源电源多点布局模拟数据,构建电网系统对应的资源调度目标函数。
遍历从电网系统中获取得到的出力系数信息、节点负荷信息、热储能信息、时间信息、爬坡信息、电源功率信息、单位建设资源消耗量、节点容量信息、火电机组簇单元资源消耗量以及运维资源消耗量中的至少一个对应的数据信息,得到遍历数据信息集合;并将遍历数据信息集合中的数据信息分别与火电机组簇单元时序生产模拟模型、水电机组簇单元时序生产模拟模型、光伏机组簇单元时序生产模拟模型、风力发电机组簇单元时序生产模拟模型、聚光太阳能发电机簇单元时序生产模拟模型以及储能簇单元时序生产模拟模型中的模型信息进行匹配,也就是说,比较遍历数据信息集合中的数据信息分别与各能源簇单元时序生产模拟模型的模型信息进行匹配,得到至少一个模型信息匹配程度。
根据业务需求,针对每一个能源簇单元时序生产模拟模型需要得到的计算结果精度,设定每一个能源簇单元时序生产模拟模型对应的预设的模型信息匹配程度,在遍历数据信息集合的数据信息和各模型信息匹配程度大于预设的模型信息匹配程度的情况下,选取对应的能源簇单元时序生产模拟模型作为后续输入至多能源电源多点布局确定模型。
步骤206,将各能源簇单元时序生产模拟模型匹配至多能源电源多点布局确定模型,得到业务需求对应的目标布局确定模型。
其中,目标布局确定模型可以是多能源电源多点布局确定模型与各个能源簇单元时序生产模拟模型进行结合后,可用于实际计算的模型。
具体地,将已经选定的若干个能源簇单元时序生产模拟模型,按照预设的排布顺序,匹配至多能源电源多点布局确定模型中,例如,选定了火电机组簇单元时序生产模拟模型、水电机组簇单元时序生产模拟模型、光伏机组簇单元时序生产模拟模型作为输入至多能源电源多点布局确定模型对应的能源簇单元时序生产模拟模型,按照各个能源簇单元时序生产模拟模型并行计算的排序布局,得到了业务需求对应的目标布局确定模型。
步骤208,将多能源电源多点布局模拟数据输入至目标布局确定模型,得到电网系统对应的装机容量调度运行策略以及装机情况求解结果。
其中,装机容量调度运行策略可以是对各种不同能源所对应的电源在装机容量上的调整、调度、运行等方面的策略。
其中,装机情况求解结果可以是目标布局确定模型计算得到关于电网系统中各个电源对应的运行参数等。
具体地,根据多能源电源多点布局模拟数据输入至各个能源簇单元时序生产模拟模型中,构建述电网系统对应的资源调度目标函数以及多能源电源多点布局约束条件。其中,资源调度目标函数包括输入资源信息计算方程、设备消耗资源计算方程以及运维消耗资源量计算方程;多能源电源多点布局约束条件包括截面约束、新能源发电机组约束、装机容量决策约束、电力设备特性约束、备用容量约束、聚光太阳能发电机运行约束、水电机组簇单元运行约束、火电机组簇单元运行约束以及储能单元输出约束。
将多能源电源多点布局模拟数据输入至资源调度目标函数中的各个计算方程以及多能源电源多点布局约束条件中的各个计算约束,得到的计算结果进一步进行装机容量调度运行策略以及装机情况求解结果的计算,得到电网系统对应的装机容量调度运行策略以及装机情况求解结果。其中,装机容量调度运行策略确定的内容分为六个,具体为:(1)安排火电机组簇单元的最小技术出力,(2)优先安排光伏和火力发电机组,(3)根据光照强度和蓄热罐的状况判断聚光太阳能发电机运行约束是否处于启动状态,(4)水电机组簇单元根据水文条件承担负荷,(5)根据源荷条件,水电机组簇单元、聚光太阳能发电机、火电机组簇单元、储能单元均用于调峰,(6)如果需要下降、调峰机组将以最小技术出力状态运行,若发电大于负荷,减少可再生能源机组的输出,即弃风弃光。其中,装机情况求解结果基于多个约束条件,利用使用数学求解器(如商业求解器Gurobi进行求解)得到。
步骤210,根据装机容量调度运行策略以及装机情况求解结果,确定电网系统对应的各电源装机容量。
其中,电源装机容量可以是电网系统中各个电源分别对应的额定功率的总和。是表征各个电源的建设规模和电力生产能力的主要指标之一。
具体地,根据装机容量调度运行策略以及装机情况求解结果,对电网系统各个运行参数进行计算,以使得电网系统在最优的状态下工作,根据计算结果并进一步确定电网系统对应的各电源装机容量。
上述一种基于时序生产仿真的多能源电源多点布局确定方法中,通过根据多能源电源多点布局的业务需求信息,构建电网系统对应的时序生产模拟模型集合;以及,构建电网系统对应的多能源电源多点布局确定模型,时序生产模拟模型集合包括至少一个能源簇单元时序生产模拟模型;获取电网系统对应的多能源电源多点布局模拟数据,并根据多能源电源多点布局模拟数据,从时序生产模拟模型集合中选取出至少一个能源簇单元时序生产模拟模型;将各能源簇单元时序生产模拟模型匹配至多能源电源多点布局确定模型,得到业务需求对应的目标布局确定模型;将多能源电源多点布局模拟数据输入至目标布局确定模型,得到电网系统对应的装机容量调度运行策略以及装机情况求解结果;根据装机容量调度运行策略以及装机情况求解结果,确定电网系统对应的各电源装机容量。
通过根据不同的应用场景构建不同的用于电网系统的时序生产模拟模型,并基于上述各个模拟模型构建用于计算各电源装机容量的布局确定模型。能够在考虑到新能源高渗透率电力系统情况,并且不确定性场景下,利用时序生产模拟模型的精确模拟和高效计算,对电网系统运行特征以及计算可接受的多能源电源容量、调节容量和电网传输容量进行计算,提升了针对电网系统中各个电源装机容量的计算结果准确率。
在一个实施例中,如图3所示,将多能源电源多点布局模拟数据输入至目标布局确定模型,得到电网系统对应的装机容量调度运行策略以及装机情况求解结果,包括:
步骤302,根据多能源电源多点布局模拟数据,构建电网系统对应的资源调度目标函数以及多能源电源多点布局约束条件。
其中,资源调度函数可以是,计算各种资源在电网系统运行的过程中所进行调度的函数。
其中,多能源电源多点布局约束条件可以是目标布局确定模型进行计算的时候对应的数学约束。
具体地,根据多能源电源多点布局模拟数据输入至各个能源簇单元时序生产模拟模型中,构建述电网系统对应的资源调度目标函数以及多能源电源多点布局约束条件。其中,资源调度目标函数包括输入资源信息计算方程、设备消耗资源计算方程以及运维消耗资源量计算方程;多能源电源多点布局约束条件包括截面约束、新能源发电机组约束、装机容量决策约束、电力设备特性约束、备用容量约束、聚光太阳能发电机运行约束、水电机组簇单元运行约束、火电机组簇单元运行约束以及储能单元输出约束。
步骤304,根据资源调度目标函数以及多能源电源多点布局约束条件,得到电网系统对应的装机容量调度运行策略以及装机情况求解结果。
具体地,将多能源电源多点布局模拟数据输入至资源调度目标函数中的各个计算方程以及多能源电源多点布局约束条件中的各个计算约束,得到的计算结果进一步进行装机容量调度运行策略以及装机情况求解结果的计算,得到电网系统对应的装机容量调度运行策略以及装机情况求解结果。其中,装机容量调度运行策略确定的内容分为六个,具体为:(1)安排火电机组簇单元的最小技术出力,(2)优先安排光伏和火力发电机组,(3)根据光照强度和蓄热罐的状况判断聚光太阳能发电机运行约束是否处于启动状态,(4)水电机组簇单元根据水文条件承担负荷,(5)根据源荷条件,水电机组簇单元、聚光太阳能发电机、火电机组簇单元、储能单元均用于调峰,(6)如果需要下降、调峰机组将以最小技术出力状态运行,若发电大于负荷,减少可再生能源机组的输出,即弃风弃光。其中,装机情况求解结果基于多个约束条件,利用使用数学求解器(如商业求解器Gurobi进行求解)得到。
本实施例中,通过构建资源调度目标函数以及多能源电源多点布局约束条件计算装机容量调度运行策略以及装机情况求解结果,能够针对电源装机容量的计算考虑不同新能源的影响,满足多能源电源多点布局模拟数据中多方面数据的分析,提高对各新电源装机容量计算的准确性。
在一个实施例中,如图4所示,根据多能源电源多点布局模拟数据,构建电网系统对应的资源调度目标函数,包括:
步骤402,根据电源功率信息,构建电网系统对应的输入资源信息计算方程。
其中,电源功率信息可以是各个多能源电源分别通过对应的能源簇单元时序生产模拟模型所计算得到的功率值。
其中,输入资源信息可以是电网系统从外部调动到内部的资源,例如:因为违规用电而获得的额外处罚费用。
其中,输入资源信息计算方程可以是计算输入至电网系统中的资源多少的方程。
具体地,根据电源功率信息,计算功率限制,并基于功率限制进行三重求和,构建电网系统对应的输入资源信息计算方程,表达式如下(表达式1):
其中,C p 表示输入资源信息;表示节点i电源r在t时刻向外输送的功率/>,表示该值的上限/>表示功率限制。
步骤404,根据单位建设资源消耗量以及节点容量信息,构建电网系统对应的设备消耗资源计算方程。
其中,单位建设资源消耗量可以是电力系统中任意一个单位进行建设所消耗的资源,例如:建设发电站所需要的资金。
其中,节点容量信息可以是电网系统中任意一个节点所对应的容量的具体值。
其中,设备消耗资源计算方程可以是电网系统中用于设备建设或者运行中所消耗的资源的计算方程。
具体地,针对各个不同的能源簇单元时序生产模拟模型,分别计算节点的已安装容量信息以及已经连接到网络的节点的容量信息的差值后,再乘以单位建设资源消耗量,然后对各种不同的能源的计算结果进行相加,最后对相加结果进行类别的求和,构建电网系统对应的设备消耗资源计算方程,表达式如下(表达式2):
其中,C g 表示设备消耗资源,win、pho、hyd、the、hea、ene分别表示风电、光伏、水电、火电、聚光太阳能和储能。I表示单位建设资源消耗量;表示已经连接到网络的节点i的容量信息;S i 表示节点i的已安装容量信息。
步骤406,根据火电机组簇单元资源消耗量、节点容量信息以及运维资源消耗量,构建运维消耗资源量计算方程。
其中,火电机组簇单元资源消耗量可以是火力发电机单元运行的时候所消耗的资源的数量。
其中,运维资源消耗量可以是电网系统中各电源对应的运维所需要消耗的资源量。
其中,运维消耗资源量计算方程可以是电网系统中用于运维所消耗的资源的计算方程。
具体地,根据火电机组簇单元资源消耗量(分别为资源消耗量、启动资源消耗量和关停资源消耗量)、节点容量信息以及运维资源消耗量,构建运维消耗资源量计算方程,表达式如下(表达式3):
其中,C m 表示运维消耗资源量,分别表示节点i火电机组簇单元运行成本、启动成本和关停成本;M表示运维资源消耗量。
步骤408,根据输入资源信息计算方程、设备消耗资源计算方程以及运维消耗资源量计算方程,构建电网系统对应的资源调度目标函数。
具体地,将输入资源信息计算方程、设备消耗资源计算方程以及运维消耗资源量计算方程相加起来,即可构建电网系统对应的资源调度目标函数,表达式如下(表达式3):
其中,minC为资源调度目标函数。
本实施例中,通过输入资源信息计算方程、设备消耗资源计算方程以及运维消耗资源量计算方程构建电网系统对应的资源调度目标函数,能够考虑电网系统在建设和运行过程中资源调度的情况,提高了目标布局确定模型的鲁棒性。
在一个实施例中,如图5所示,根据多能源电源多点布局模拟数据,构建电网系统对应的多能源电源多点布局约束条件,包括:
步骤502,根据电源功率信息、节点容量信息以及出力系数信息,构建电网系统对应的电力设备特性约束。
其中,出力系数信息可以是反映新能源发电机组的组整体效率的一个综合效益系数。
其中,电力设备特性约束可以是多能源电源多点布局中针对电力设备的固有特性而添加的约束。
具体地,电力设备特性约束包括截面约束、新能源发电机组约束以及装机容量决策约束。针对截面约束,是通过电源功率信息构建得到的;针对新能源发电机组约束,是通过电源功率信息以及出力系数信息构建得到的;针对装机容量决策约束,是通过节点容量信息构建得到的。
步骤504,根据节点容量信息、出力系数信息、电源功率信息、节点负荷信息、爬坡信息、热储能信息以及时间信息,构建电网系统对应的电力设备运行约束。
其中,节点负荷信息可以是电网系统中各个节点的负荷情况。
其中,爬坡信息可以是电源功率的爬坡速率的限制。
其中,热储能信息可以是热储能系统对应的各个不同的参数。
其中,时间信息可以是针对不通电源中的时间限制。
其中,电力设备运行约束可以是多能源电源多点布局中针对电力设备的运行过程而添加的约束。
具体地,电力设备运行约束包括实时功率平衡约束、备用容量约束、聚光太阳能发电机运行约束、水电机组簇单元运行约束、火电机组簇单元运行约束以及储能单元输出约束。针对功率平衡约束,通过电源功率信息以及节点负荷信息构建得到的;针对备用容量约束,通过电源功率信息、节点容量信息、节点负荷信息以及出力系数信息构建得到的;针对聚光太阳能发电机运行约束,通过电源功率信息、爬坡信息以及热储能信息构建得到的;针对水电机组簇单元运行约束,通过电源功率信息构建得到的;针对火电机组簇单元运行约束,通过节点容量信息、出力系数信息、电源功率信息以及时间信息构建得到的;针对储能单元输出约束,通过电源功率信息构建得到的。
步骤506,将电力设备特性约束以及电力设备运行约束进行整合,构建电网系统对应的多能源电源多点布局约束条件。
具体地,将截面约束、新能源发电机组约束以及装机容量决策约束;实时功率平衡约束、备用容量约束、聚光太阳能发电机运行约束、水电机组簇单元运行约束、火电机组簇单元运行约束以及储能单元输出约束组合起来,即可构建电网系统对应的多能源电源多点布局约束条件。
本实施例中,通过对多能源电源多点布局约束条件细化成为电力设备特性约束以及电力设备运行约束,能够考虑电力设备特性和电力设备运行两个因素对装机容量调度运行策略和装机情况求解结果的影响,提高了目标布局确定模型的计算精度。
在一个实施例中,如图6所示,根据电源功率信息、节点容量信息以及出力系数信息,构建电网系统对应的电力设备特性约束,包括:
步骤602,根据电源功率信息,构建电网系统对应的截面约束。
其中,截面约束可以是对功率横截面的约束条件,也就是瞬时功率的大小。
具体地,根据电源功率信息,即可构建电网系统对应的截面约束,表达式如下(表达式5):
其中,P i,l 表示节点i的线路l的传输功率;表示功率上限。
步骤604,根据电源功率信息以及出力系数信息,构建电网系统对应的新能源发电机组约束。
其中,新能源发电机组约束可以是针对发电机组的功率进行约束的条件。
具体地,根据电源功率信息以及出力系数信息,即可构建电网系统对应的新能源发电机组约束,表达式如下(表达式6):
其中,P k (t)表示节点k在t时刻的输出功率;表示节点k在t时刻的输出功率上限。
步骤606,根据节点容量信息,构建电网系统对应的装机容量决策约束。
具体地,根据节点容量信息,即可构建电网系统对应的装机容量决策约束,表达式如下(表达式7):
其中,表示节点i的最大装机容量。
步骤608,将截面约束、新能源发电机组约束以及装机容量决策约束进行整合,构建电网系统对应的电力设备特性约束。
具体地,将截面约束、新能源发电机组约束以及装机容量决策约束按照业务需求进行组合,即可构建电网系统对应的电力设备特性约束。
本实施例中,通过明确电力设备特性约束由截面约束、新能源发电机组约束以及装机容量决策约束构成,能够考虑到影响电力设备特性约束的因素,并对其进行限定,使得后续计算各电源的装机容量时对于影响因素是可控的,提高模型计算的准确率。
在一个实施例中,如图7所示,根据节点容量信息、出力系数信息、电源功率信息、节点负荷信息、爬坡信息、热储能信息以及时间信息,构建电网系统对应的电力设备运行约束,包括:
步骤702,根据电源功率信息以及节点负荷信息,构建电网系统对应的实时功率平衡约束。
其中,节点负荷信息可以是电力系统中的节点的负荷情况。
其中,实时功率平衡约束可以是电力系统中的节点的瞬时功率的约束条件。
具体地,根据电源功率信息以及节点负荷信息,即可构建电网系统对应的实时功率平衡约束,表达式如下(表达式8):
其中,P k (t)表示节点k在t时刻的输出功率;L(t)表示节点i在t时刻的负荷。
步骤704,根据电源功率信息、节点容量信息、节点负荷信息以及出力系数信息,构建电网系统对应的备用容量约束。
其中,备用容量约束可以是电力系统中对容量的约束条件。
具体地,根据电源功率信息、节点容量信息、节点负荷信息以及出力系数信息,即可构建电网系统对应的备用容量约束,表达式如下(表达式9):
其中,表示t时刻节点i处电源m的输出功率;/>为输出功率的上限。
步骤706,根据电源功率信息、爬坡信息以及热储能信息,构建电网系统对应的聚光太阳能发电机运行约束。
其中,聚光太阳能发电机运行约束可以是对聚光太阳能发电机的爬坡速率、热储能、放电以及弃光率进行约束的条件。
具体地,根据电源功率信息、爬坡信息以及热储能信息,即可构建电网系统对应的聚光太阳能发电机运行约束,其中,聚光太阳能发电机运行约束包括爬坡约束、系统热储能约束、热储能系统充放电约束以及最大可接受弃光率约束。
针对爬坡约束,表达式如下(表达式10):
针对系统热储能约束,表达式如下(表达式11):
针对热储能系统充放电约束,表达式如下(表达式12):
针对最大可接受弃光率约束,表达式如下(表达式13):
其中,ρ为热储能系统的最大热储能效率;表示t时刻k节点处热储能系统的热储能容量;/>和/>表示k节点热储能容量的最小值和最大值;/>表示t时刻k节点处光伏到发电系统的热流;/>和/>表示最大充电和放电功率;/>表示t时刻k节点处系统的热输入。
步骤708,根据电源功率信息,构建电网系统对应的水电机组簇单元运行约束。
其中,水电机组簇单元运行约束可以是对水电机组簇单元运行时的功率情况进行约束的条件。
具体地,根据电源功率信息,即可构建电网系统对应的水电机组簇单元运行约束,表达式如下(表达式14):
其中,表示t时刻k节点水电机组的输出功率;/>和/>分别表示输出功率的最大值和最小值。
步骤710,根据节点容量信息、出力系数信息、电源功率信息以及时间信息,构建电网系统对应的火电机组簇单元运行约束。
其中,火电机组簇单元运行约束可以是对火电机组进行最小启停时间、爬坡速率、输出功率以及运行状态进行约束的条件。
具体地,根据节点容量信息、出力系数信息、电源功率信息以及时间信息,即可构建电网系统对应的火电机组簇单元运行约束。其中,火电机组簇单元运行约束包括最小启停时间约束、爬坡速率约束、输出功率约束以及运行状态约束。
针对最小启停时间约束,表达式如下(表达式15):
针对爬坡速率约束,表达式如下(表达式16):
针对输出功率约束,表达式如下(表达式17):
针对运行状态约束,表达式如下(表达式18):
其中,、/>、/>分别表示t时刻k节点火电机组簇单元j的运行容量信息、启动容量信息和关停容量信息。
步骤712,根据电源功率信息,构建电网系统对应的储能单元输出约束。
其中,储能单元输出约束可以是对储能单元的功率进行限制的条件。
具体地,根据电源功率信息,即可构建电网系统对应的储能单元输出约束,表达式如下(表达式19):
其中,和/>分别表示t时刻k节点的最大输出功率和最小输出功率。
步骤714,将实时功率平衡约束、备用容量约束、聚光太阳能发电机运行约束、水电机组簇单元运行约束、火电机组簇单元运行约束以及储能单元输出约束进行整合,构建电网系统对应的电力设备运行约束。
具体地,将实时功率平衡约束、备用容量约束、聚光太阳能发电机运行约束、水电机组簇单元运行约束、火电机组簇单元运行约束以及储能单元输出约束按照业务需求进行组合,即可构建电网系统对应的电力设备运行约束。
本实施例中,通过明确电力设备运行约束由实时功率平衡约束、备用容量约束、聚光太阳能发电机运行约束、水电机组簇单元运行约束、火电机组簇单元运行约束以及储能单元输出约束构成,能够考虑到影响电力设备运行约束的因素,并对其进行限定,使得后续计算各电源的装机容量时对于影响因素是可控的,提高模型计算的准确率。
在一个实施例中,如图8所示,并根据多能源电源多点布局模拟数据,从时序生产模拟模型集合中选取出至少一个能源簇单元时序生产模拟模型,包括:
步骤802,遍历多能源电源多点布局模拟数据的数据信息,得到遍历数据信息集合。
其中,遍历数据信息集合可以是多能源电源多点布局模拟数据的信息集合。
具体地,遍历多能源电源多点布局模拟数据中的出力系数信息、节点负荷信息、热储能信息、时间信息、爬坡信息、电源功率信息、单位建设资源消耗量、节点容量信息、火电机组簇单元资源消耗量以及运维资源消耗量的数据信息,形成遍历数据信息集合。
步骤804,根据遍历数据信息集合的数据信息,分别与火电机组簇单元时序生产模拟模型、水电机组簇单元时序生产模拟模型、光伏机组簇单元时序生产模拟模型、风力发电机组簇单元时序生产模拟模型、聚光太阳能发电机簇单元时序生产模拟模型以及储能簇单元时序生产模拟模型中的模型信息进行匹配。
其中,火电机组簇单元时序生产模拟模型、水电机组簇单元时序生产模拟模型、光伏机组簇单元时序生产模拟模型、风力发电机组簇单元时序生产模拟模型、聚光太阳能发电机簇单元时序生产模拟模型以及储能簇单元时序生产模拟模型均为能源簇单元时序生产模拟模型。
具体地,将出力系数信息、节点负荷信息、热储能信息、时间信息、爬坡信息、电源功率信息、单位建设资源消耗量、节点容量信息、火电机组簇单元资源消耗量以及运维资源消耗量的数据信息,分别与火电机组簇单元时序生产模拟模型、水电机组簇单元时序生产模拟模型、光伏机组簇单元时序生产模拟模型、风力发电机组簇单元时序生产模拟模型、聚光太阳能发电机簇单元时序生产模拟模型以及储能簇单元时序生产模拟模型中的模型信息进行匹配。
其中,火电机组簇单元时序生产模拟模型包括:t时刻的运行成本,t时刻的启动成本/>,t时刻的关停成本/>,其计算表达式如下(表达式20):
其中,J表示火电机组簇单元的总数;表示火电机组簇单元j在时间t开机容量/>对应的最小技术出力煤耗;/>表示火电机组簇单元j在t时刻的输出功率;/>是火电机组簇单元j的最小技术出力系数;/>是火电机组簇单元输出最低功率时所对应的煤耗系数;/>是线性运营成本函数的斜率;/>和/>是火电机组簇单元j开机和关机容量对应的煤耗系数。
其中,水电机组簇单元时序生产模拟模型包括:t时刻水电机组簇单元的输出功率,其计算表达式如下(表达式21):
其中,Q(t)表示t时刻的发电流量;H(t)表示t时刻的水位;η表示发电效率。
其中,光伏机组簇单元时序生产模拟模型包括:t时刻光伏机组簇单元的输出功率,其计算表达式如下(表达式22):
其中,C表示发电站额定容量;γ(t)表示光照强度(W/m 2 );γ std 表示标准情况光照强度,常取1000W/m2;∂表示光伏发电面板温度修正系数,通常取值为0.003℃-1~0.005℃-1;T (t)表示t时刻光伏电池的温度;T stc 是光伏电池标准温度,通常取25℃。
其中,风力发电机组簇单元时序生产模拟模型包括:t时刻光伏机组簇单元的输出功率,其计算表达式如下(表达式23):
/>
其中,是风力发电机组簇单元的额定发电功率;υ t 为t时刻的风速;
υ ci 、υ co 、υ N 为切入、切出和额定风速。
其中,聚光太阳能发电机簇单元时序生产模拟模型包括:t时刻特定场景k聚光太阳能发电机簇单元输出功率,其计算表达式如下(表达式24):
其中,γ k,t 表示t时刻特定场景k的光照强度;和γ N 表示额定功率和额定光照强度;η p,h 和η h,e 表示光热和热电的转换效率系数。
其中,储能簇单元时序生产模拟模型包括:与t时刻一起前能量状态间供需关系相关的功率,其计算表达式如下(表达式25):
其中,发电量大于负荷时,能量是充足的(ΔP(t)>/=0),储能簇单元以效率η sto 在充电;其他情况下,系统能量是不充足的(ΔP(t)</=0),储能簇单元在放电。
步骤806,选取各模型信息匹配程度大于预设条件的至少一个能源簇单元时序生产模拟模型。
具体地,根据遍历数据信息集合的数据信息与各个能源簇单元时序生产模拟模型的模型信息而得到的各模型信息匹配程度,选取各模型信息匹配程度中大于预设条件所对应的至少一个能源簇单元时序生产模拟模型作为输入至多能源电源多点布局确定模型的模拟模型。
本实施例中,通过匹配多能源电源多点布局模拟数据与各个能源簇单元时序生产模拟模型,选取满足阈值的能源簇单元时序生产模拟模型输入至多能源电源多点布局确定模型,能够合理地调用能源簇单元时序生产模拟模型,避免计算机对各个电源的装机容量的计算过程中出现无效计算,提高了对各个电源的装机容量的效率。
应该理解的是,虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的基于时序生产仿真的多能源电源多点布局确定方法的一种基于时序生产仿真的多能源电源多点布局确定装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个基于时序生产仿真的多能源电源多点布局确定装置实施例中的具体限定可以参见上文中对于一种基于时序生产仿真的多能源电源多点布局确定方法的限定,在此不再赘述。
在一个实施例中,如图9所示,提供了一种基于时序生产仿真的多能源电源多点布局确定装置,包括:模型构建模块902、模型选取模块904、模型确定模块906、模型求解模块908和电源装机容量确定模块910,其中:
模型构建模块902,用于根据多能源电源多点布局的业务需求信息,构建电网系统对应的时序生产模拟模型集合;以及,构建电网系统对应的多能源电源多点布局确定模型,时序生产模拟模型集合包括至少一个能源簇单元时序生产模拟模型;
模型选取模块904,用于获取电网系统对应的多能源电源多点布局模拟数据,并根据多能源电源多点布局模拟数据,从时序生产模拟模型集合中选取出至少一个能源簇单元时序生产模拟模型;
模型确定模块906,用于将各能源簇单元时序生产模拟模型匹配至多能源电源多点布局确定模型,得到业务需求对应的目标布局确定模型;
模型求解模块908,用于将多能源电源多点布局模拟数据输入至目标布局确定模型,得到电网系统对应的装机容量调度运行策略以及装机情况求解结果;
电源装机容量确定模块910,用于根据装机容量调度运行策略以及装机情况求解结果,确定电网系统对应的各电源装机容量。
在一个实施例中,模型确定模块906,还用于根据多能源电源多点布局模拟数据,构建电网系统对应的资源调度目标函数以及多能源电源多点布局约束条件;根据资源调度目标函数以及多能源电源多点布局约束条件,得到电网系统对应的装机容量调度运行策略以及装机情况求解结果。
在一个实施例中,模型确定模块906,还用于根据电源功率信息,构建电网系统对应的输入资源信息计算方程;根据单位建设资源消耗量以及节点容量信息,构建电网系统对应的设备消耗资源计算方程;根据火电机组簇单元资源消耗量、节点容量信息以及运维资源消耗量,构建运维消耗资源量计算方程;根据输入资源信息计算方程、设备消耗资源计算方程以及运维消耗资源量计算方程,构建电网系统对应的资源调度目标函数。
在一个实施例中,模型确定模块906,还用于根据电源功率信息、节点容量信息以及出力系数信息,构建电网系统对应的电力设备特性约束;根据节点容量信息、出力系数信息、电源功率信息、节点负荷信息、爬坡信息、热储能信息以及时间信息,构建电网系统对应的电力设备运行约束;将电力设备特性约束以及电力设备运行约束进行整合,构建电网系统对应的多能源电源多点布局约束条件。
在一个实施例中,模型确定模块906,还用于根据电源功率信息,构建电网系统对应的截面约束;根据电源功率信息以及出力系数信息,构建电网系统对应的新能源发电机组约束;根据节点容量信息,构建电网系统对应的装机容量决策约束;将截面约束、新能源发电机组约束以及装机容量决策约束进行整合,构建电网系统对应的电力设备特性约束。
在一个实施例中,模型确定模块906,还用于根据电源功率信息以及节点负荷信息,构建电网系统对应的实时功率平衡约束;根据电源功率信息、节点容量信息、节点负荷信息以及出力系数信息,构建电网系统对应的备用容量约束;根据电源功率信息、爬坡信息以及热储能信息,构建电网系统对应的聚光太阳能发电机运行约束;根据电源功率信息,构建电网系统对应的水电机组簇单元运行约束;根据节点容量信息、出力系数信息、电源功率信息以及时间信息,构建电网系统对应的火电机组簇单元运行约束;根据电源功率信息,构建电网系统对应的储能单元输出约束;将实时功率平衡约束、备用容量约束、聚光太阳能发电机运行约束、水电机组簇单元运行约束、火电机组簇单元运行约束以及储能单元输出约束进行整合,构建电网系统对应的电力设备运行约束。
在一个实施例中,模型选取模块904,还用于遍历多能源电源多点布局模拟数据的数据信息,得到遍历数据信息集合;根据遍历数据信息集合的数据信息,分别与火电机组簇单元时序生产模拟模型、水电机组簇单元时序生产模拟模型、光伏机组簇单元时序生产模拟模型、风力发电机组簇单元时序生产模拟模型、聚光太阳能发电机簇单元时序生产模拟模型以及储能簇单元时序生产模拟模型中的模型信息进行匹配;选取各模型信息匹配程度大于预设条件的至少一个能源簇单元时序生产模拟模型。
上述一种基于时序生产仿真的多能源电源多点布局确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储服务器数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于时序生产仿真的多能源电源多点布局确定方法。
本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(MagnetoresistiveRandom Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccessMemory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于时序生产仿真的多能源电源多点布局确定方法,其特征在于,所述方法包括:
根据多能源电源多点布局的业务需求信息,构建电网系统对应的时序生产模拟模型集合;以及,构建所述电网系统对应的多能源电源多点布局确定模型,所述时序生产模拟模型集合包括至少一个能源簇单元时序生产模拟模型;
获取所述电网系统对应的多能源电源多点布局模拟数据,并根据所述多能源电源多点布局模拟数据,从所述时序生产模拟模型集合中选取出至少一个所述能源簇单元时序生产模拟模型;所述时序生产模拟模型集合包括火电机组簇单元时序生产模拟模型、水电机组簇单元时序生产模拟模型、光伏机组簇单元时序生产模拟模型、风力发电机组簇单元时序生产模拟模型、聚光太阳能发电机簇单元时序生产模拟模型以及储能簇单元时序生产模拟模型;
其中,水电机组簇单元时序生产模拟模型的计算表达式为
Phyd(t)=9.81ηQ(t)H(t)
其中,所述Phyd(t)为t时刻水电机组簇单元的输出功率,所述Q(t)表示t时刻的发电流量,所述H(t)表示t时刻的水位,所述η表示发电效率;
其中,光伏机组簇单元时序生产模拟模型的计算表达式为
其中,所述Ppho(t)为t时刻光伏机组簇单元的输出功率,所述C表示发电站额定容量,所述γ(t)表示光照强度(W/m2),所述γstd表示标准情况光照强度,所述表示光伏发电面板温度修正系数,所述T(t)表示t时刻光伏电池的温度,所述Tstc是光伏电池标准温度;
将各所述能源簇单元时序生产模拟模型匹配至所述多能源电源多点布局确定模型,得到所述业务需求对应的目标布局确定模型;
将所述多能源电源多点布局模拟数据输入至所述目标布局确定模型,得到所述电网系统对应的装机容量调度运行策略以及装机情况求解结果;其中,所述目标布局确定模型包括实时功率平衡约束以及爬坡速率约束;
其中,所述实时功率平衡约束的表达式为
其中,所述L(t)表示节点i在t时刻的负荷;所述win、所述pho、所述hyd、所述the、所述hea以及所述ene分别表示风电、光伏、水电、火电、聚光太阳能和储能;Pk(t)表示节点k在t时刻的输出功率;所述J表示火电机组簇单元的总数;
其中,所述爬坡速率约束的表达式为
其中,所述表示k节点的第j个所述火电机组簇单元在t时刻的启动容量信息;所述表示k节点的第j个所述火电机组簇单元在t时刻的关停容量信息;所述/>表示k节点的第j个所述火电机组簇单元在t时刻的运行容量信息;所述A j表示火电机组簇单元j的最小技术出力系数;
根据所述装机容量调度运行策略以及所述装机情况求解结果,确定电网系统对应的各电源装机容量;其中,所述装机容量调度运行策略确定的内容分为六个,具体为:(1)安排火电机组簇单元的最小技术出力,(2)优先安排光伏和火力发电机组,(3)根据光照强度和蓄热罐的状况判断聚光太阳能发电机运行约束是否处于启动状态,(4)水电机组簇单元根据水文条件承担负荷,(5)根据源荷条件,水电机组簇单元、聚光太阳能发电机、火电机组簇单元、储能单元均用于调峰,(6)如果需要下降,调峰机组将以最小技术出力状态运行,若发电大于负荷,减少可再生能源机组的输出,即弃风弃光。
2.根据权利要求1所述的方法,其特征在于,所述将所述多能源电源多点布局模拟数据输入至所述目标布局确定模型,得到所述电网系统对应的装机容量调度运行策略以及装机情况求解结果,包括:
根据所述多能源电源多点布局模拟数据,构建所述电网系统对应的资源调度目标函数以及多能源电源多点布局约束条件;
根据所述资源调度目标函数以及所述多能源电源多点布局约束条件,得到所述电网系统对应的装机容量调度运行策略以及装机情况求解结果。
3.根据权利要求2所述的方法,其特征在于,所述多能源电源多点布局模拟数据包括出力系数信息、节点负荷信息、热储能信息、时间信息、爬坡信息、电源功率信息、单位建设资源消耗量、节点容量信息、火电机组簇单元资源消耗量以及运维资源消耗量,所述根据所述多能源电源多点布局模拟数据,构建所述电网系统对应的资源调度目标函数,包括:
根据所述电源功率信息,构建所述电网系统对应的输入资源信息计算方程;
根据所述单位建设资源消耗量以及所述节点容量信息,构建所述电网系统对应的设备消耗资源计算方程;
根据所述火电机组簇单元资源消耗量、所述节点容量信息以及所述运维资源消耗量,构建运维消耗资源量计算方程;
根据所述输入资源信息计算方程、所述设备消耗资源计算方程以及所述运维消耗资源量计算方程,构建所述电网系统对应的资源调度目标函数。
4.根据权利要求3所述的方法,其特征在于,所述根据所述多能源电源多点布局模拟数据,构建所述电网系统对应的多能源电源多点布局约束条件,包括:
根据所述电源功率信息、所述节点容量信息以及所述出力系数信息,构建所述电网系统对应的电力设备特性约束;
根据所述节点容量信息、所述出力系数信息、所述电源功率信息、所述节点负荷信息、所述爬坡信息、所述热储能信息以及所述时间信息,构建所述电网系统对应的电力设备运行约束;
将所述电力设备特性约束以及所述电力设备运行约束进行整合,构建所述电网系统对应的多能源电源多点布局约束条件。
5.根据权利要求4所述的方法,其特征在于,所述根据所述电源功率信息、所述节点容量信息以及所述出力系数信息,构建所述电网系统对应的电力设备特性约束,包括:
根据所述电源功率信息,构建所述电网系统对应的截面约束;
根据所述电源功率信息以及所述出力系数信息,构建所述电网系统对应的新能源发电机组约束;
根据所述节点容量信息,构建所述电网系统对应的装机容量决策约束;
将所述截面约束、所述新能源发电机组约束以及所述装机容量决策约束进行整合,构建所述电网系统对应的电力设备特性约束。
6.根据权利要求4所述的方法,其特征在于,所述根据所述节点容量信息、所述出力系数信息、所述电源功率信息、所述节点负荷信息、所述爬坡信息、所述热储能信息以及所述时间信息,构建所述电网系统对应的电力设备运行约束,包括:
根据所述电源功率信息以及所述节点负荷信息,构建所述电网系统对应的实时功率平衡约束;
根据所述电源功率信息、所述节点容量信息、所述节点负荷信息以及所述出力系数信息,构建所述电网系统对应的备用容量约束;
根据所述电源功率信息、所述爬坡信息以及所述热储能信息,构建所述电网系统对应的聚光太阳能发电机运行约束;
根据所述电源功率信息,构建所述电网系统对应的水电机组簇单元运行约束;
根据所述节点容量信息、所述出力系数信息、所述电源功率信息以及所述时间信息,构建所述电网系统对应的火电机组簇单元运行约束;
根据所述电源功率信息,构建所述电网系统对应的储能单元输出约束;
将所述实时功率平衡约束、所述备用容量约束、所述聚光太阳能发电机运行约束、所述水电机组簇单元运行约束、所述火电机组簇单元运行约束以及所述储能单元输出约束进行整合,构建所述电网系统对应的电力设备运行约束。
7.根据权利要求1至6任意一项所述的方法,其特征在于,所述时序生产模拟模型集合包括火电机组簇单元时序生产模拟模型、水电机组簇单元时序生产模拟模型、光伏机组簇单元时序生产模拟模型、风力发电机组簇单元时序生产模拟模型、聚光太阳能发电机簇单元时序生产模拟模型以及储能簇单元时序生产模拟模型;所述并根据所述多能源电源多点布局模拟数据,从所述时序生产模拟模型集合中选取出至少一个所述能源簇单元时序生产模拟模型,包括:
遍历所述多能源电源多点布局模拟数据的数据信息,得到遍历数据信息集合;
根据所述遍历数据信息集合的数据信息,分别与所述火电机组簇单元时序生产模拟模型、所述水电机组簇单元时序生产模拟模型、所述光伏机组簇单元时序生产模拟模型、所述风力发电机组簇单元时序生产模拟模型、所述聚光太阳能发电机簇单元时序生产模拟模型以及所述储能簇单元时序生产模拟模型中的模型信息进行匹配;
选取各模型信息匹配程度大于预设条件的至少一个所述能源簇单元时序生产模拟模型。
8.一种基于时序生产仿真的多能源电源多点布局确定装置,其特征在于,所述装置包括:
模型构建模块,用于根据多能源电源多点布局的业务需求信息,构建电网系统对应的时序生产模拟模型集合;以及,构建所述电网系统对应的多能源电源多点布局确定模型,所述时序生产模拟模型集合包括至少一个能源簇单元时序生产模拟模型;
模型选取模块,用于获取所述电网系统对应的多能源电源多点布局模拟数据,并根据所述多能源电源多点布局模拟数据,从所述时序生产模拟模型集合中选取出至少一个所述能源簇单元时序生产模拟模型;所述时序生产模拟模型集合包括火电机组簇单元时序生产模拟模型、水电机组簇单元时序生产模拟模型、光伏机组簇单元时序生产模拟模型、风力发电机组簇单元时序生产模拟模型、聚光太阳能发电机簇单元时序生产模拟模型以及储能簇单元时序生产模拟模型;
其中,水电机组簇单元时序生产模拟模型的计算表达式为
Phyd(t)=9.81ηQ(t)H(t)
其中,所述Phyd(t)为t时刻水电机组簇单元的输出功率,所述Q(t)表示t时刻的发电流量,所述H(t)表示t时刻的水位,所述η表示发电效率;
其中,光伏机组簇单元时序生产模拟模型的计算表达式为
其中,所述Ppho(t)为t时刻光伏机组簇单元的输出功率,所述C表示发电站额定容量,所述γ(t)表示光照强度(W/m2),所述γstd表示标准情况光照强度,所述表示光伏发电面板温度修正系数,所述T(t)表示t时刻光伏电池的温度,所述Tstc是光伏电池标准温度;
模型确定模块,用于将各所述能源簇单元时序生产模拟模型匹配至所述多能源电源多点布局确定模型,得到所述业务需求对应的目标布局确定模型;
模型求解模块,用于将所述多能源电源多点布局模拟数据输入至所述目标布局确定模型,得到所述电网系统对应的装机容量调度运行策略以及装机情况求解结果;
其中,所述目标布局确定模型包括实时功率平衡约束以及爬坡速率约束;
其中,所述实时功率平衡约束的表达式为
其中,所述L(t)表示节点i在t时刻的负荷;所述win、所述pho、所述hyd、所述the、所述hea以及所述ene分别表示风电、光伏、水电、火电、聚光太阳能和储能;Pk(t)表示节点k在t时刻的输出功率;所述J表示火电机组簇单元的总数;
其中,所述爬坡速率约束的表达式为
其中,表示k节点的第j个所述火电机组簇单元在t时刻的启动容量信息;表示k节点的第j个所述火电机组簇单元在t时刻的关停容量信息;/>表示k节点的第j个所述火电机组簇单元在t时刻的运行容量信息;所述A j表示火电机组簇单元j的最小技术出力系数;
电源装机容量确定模块,用于根据所述装机容量调度运行策略以及所述装机情况求解结果,确定电网系统对应的各电源装机容量;其中,所述装机容量调度运行策略确定的内容分为六个,具体为:(1)安排火电机组簇单元的最小技术出力,(2)优先安排光伏和火力发电机组,(3)根据光照强度和蓄热罐的状况判断聚光太阳能发电机运行约束是否处于启动状态,(4)水电机组簇单元根据水文条件承担负荷,(5)根据源荷条件,水电机组簇单元、聚光太阳能发电机、火电机组簇单元、储能单元均用于调峰,(6)如果需要下降,调峰机组将以最小技术出力状态运行,若发电大于负荷,减少可再生能源机组的输出,即弃风弃光。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310173919.XA CN115879330B (zh) | 2023-02-28 | 2023-02-28 | 基于时序生产仿真的多能源电源多点布局确定方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310173919.XA CN115879330B (zh) | 2023-02-28 | 2023-02-28 | 基于时序生产仿真的多能源电源多点布局确定方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115879330A CN115879330A (zh) | 2023-03-31 |
CN115879330B true CN115879330B (zh) | 2023-12-12 |
Family
ID=85761670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310173919.XA Active CN115879330B (zh) | 2023-02-28 | 2023-02-28 | 基于时序生产仿真的多能源电源多点布局确定方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115879330B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110932261A (zh) * | 2019-11-27 | 2020-03-27 | 国网辽宁省电力有限公司经济技术研究院 | 一种基于全局效益最大化的多能源系统联合装机规划方法 |
CN112491080A (zh) * | 2020-10-13 | 2021-03-12 | 中国电力科学研究院有限公司 | 一种新能源装机布局规划方法和系统 |
CN112994115A (zh) * | 2019-12-18 | 2021-06-18 | 华北电力大学(保定) | 一种基于wgan场景模拟和时序生产模拟的新能源容量配置方法 |
CN113904382A (zh) * | 2021-10-26 | 2022-01-07 | 国网青海省电力公司 | 一种多能源电力系统时序运行模拟方法、装置、电子设备及存储介质 |
CN114069688A (zh) * | 2020-08-07 | 2022-02-18 | 华北电力大学(保定) | 一种基于时序生产模拟的多电源容量布局规划方法 |
CN115425668A (zh) * | 2022-09-23 | 2022-12-02 | 湖北省电力勘测设计院有限公司 | 一种基于电力系统时序生产模拟的储能容量优化配置方法 |
-
2023
- 2023-02-28 CN CN202310173919.XA patent/CN115879330B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110932261A (zh) * | 2019-11-27 | 2020-03-27 | 国网辽宁省电力有限公司经济技术研究院 | 一种基于全局效益最大化的多能源系统联合装机规划方法 |
CN112994115A (zh) * | 2019-12-18 | 2021-06-18 | 华北电力大学(保定) | 一种基于wgan场景模拟和时序生产模拟的新能源容量配置方法 |
CN114069688A (zh) * | 2020-08-07 | 2022-02-18 | 华北电力大学(保定) | 一种基于时序生产模拟的多电源容量布局规划方法 |
CN112491080A (zh) * | 2020-10-13 | 2021-03-12 | 中国电力科学研究院有限公司 | 一种新能源装机布局规划方法和系统 |
CN113904382A (zh) * | 2021-10-26 | 2022-01-07 | 国网青海省电力公司 | 一种多能源电力系统时序运行模拟方法、装置、电子设备及存储介质 |
CN115425668A (zh) * | 2022-09-23 | 2022-12-02 | 湖北省电力勘测设计院有限公司 | 一种基于电力系统时序生产模拟的储能容量优化配置方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115879330A (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhou et al. | Integrated power and heat dispatch considering available reserve of combined heat and power units | |
Hao et al. | Scenario-based unit commitment optimization for power system with large-scale wind power participating in primary frequency regulation | |
CN113285490B (zh) | 电力系统调度方法、装置、计算机设备和存储介质 | |
CN111489020A (zh) | 一种独立型综合能源网电-气储能系统优化配置求解方法 | |
CN111523204B (zh) | 一种并网型综合能源网电-气储能系统优化配置求解方法 | |
CN115189420A (zh) | 考虑供需双侧不确定性的电网调度运行优化方法及系统 | |
CN114221353B (zh) | 电网调控方法、装置、设备、存储介质和计算机程序产品 | |
CN113435659B (zh) | 基于场景分析的综合能源系统两阶段优化运行方法及系统 | |
CN111126675A (zh) | 多能互补微网系统优化方法 | |
CN111082424B (zh) | 一种综合能源及微电网系统可靠性预测方法及装置 | |
CN108767855A (zh) | 一种时序持续混合的电力系统随机生产模拟方法 | |
CN117595285A (zh) | 一种含高比例光伏的配电网集群电压控制方法及系统 | |
CN115879330B (zh) | 基于时序生产仿真的多能源电源多点布局确定方法和装置 | |
CN108683211B (zh) | 一种考虑分布式电源波动性的虚拟发电厂组合优化方法及模型 | |
CN114118579B (zh) | 一种新能源场站储能配置规划方法、装置及计算机设备 | |
CN116163879A (zh) | 抽水蓄能电站的运行工况调节方法、装置和计算机设备 | |
CN114498767A (zh) | 一种风电场储能容量优化方法、装置及电子设备 | |
CN110061493B (zh) | 一种储能系统储能容量的确定方法及系统 | |
Chen | Optimize configuration of multi-energy storage system in a standalone microgrid | |
CN113496298A (zh) | 一种综合能源系统的优化方法、装置和电子设备 | |
CN114336735B (zh) | 相变蓄冷空调电力调度方法、装置、计算机设备 | |
CN115619189B (zh) | 考虑梯级水电弃水流量限制的弃水调度方法及装置 | |
CN118017615A (zh) | 考虑风光联合出力不确定性的电-氢概率能量流计算方法 | |
CN116131296A (zh) | 供电系统配置方法、装置、计算机设备、存储介质和产品 | |
CN116094062A (zh) | 燃料电池微电网的管理方法、装置、设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |