CN115907240B - 计及互补互济运行特性的电网多类型调峰资源规划方法 - Google Patents
计及互补互济运行特性的电网多类型调峰资源规划方法 Download PDFInfo
- Publication number
- CN115907240B CN115907240B CN202310221016.4A CN202310221016A CN115907240B CN 115907240 B CN115907240 B CN 115907240B CN 202310221016 A CN202310221016 A CN 202310221016A CN 115907240 B CN115907240 B CN 115907240B
- Authority
- CN
- China
- Prior art keywords
- power
- flexible
- energy storage
- load
- type
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000000295 complement effect Effects 0.000 title claims abstract description 13
- 238000004146 energy storage Methods 0.000 claims abstract description 139
- 230000004044 response Effects 0.000 claims abstract description 63
- 238000005457 optimization Methods 0.000 claims abstract description 41
- 230000004069 differentiation Effects 0.000 claims description 59
- 238000003860 storage Methods 0.000 claims description 12
- 229910052799 carbon Inorganic materials 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 10
- 238000010248 power generation Methods 0.000 claims description 10
- 230000001105 regulatory effect Effects 0.000 claims description 10
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 7
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 claims description 6
- 229910001416 lithium ion Inorganic materials 0.000 claims description 6
- 238000004513 sizing Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 15
- 238000004364 calculation method Methods 0.000 description 43
- 238000010586 diagram Methods 0.000 description 11
- 239000013598 vector Substances 0.000 description 7
- 230000005611 electricity Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 239000003990 capacitor Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000135164 Timea Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012983 electrochemical energy storage Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明公开了一种计及互补互济运行特性的电网多类型调峰资源规划方法,属于电力技术领域,首先,考虑多类型灵活性资源响应功率、响应容量、响应成本以及响应潜力等差异化特征,建立灵活性负荷和多类型储能的典型灵活性资源模型;其次,考虑多类型灵活性资源调节能力边界,引入储能类型的决策变量,构建基于差异化特征匹配的多类型灵活性资源优化规划模型,并基于匹配因子刻画其匹配特性;最后,通过西部某地区实际系统对比验证所提规划策略的有效性,相比较单独考虑灵活性负荷、多类型储能参与地区电网调峰,灵活性负荷与多类型储能参与的多类型灵活性资源优化规划策略满足电网调峰需求的同时,还提升了地区电网经济效益。
Description
技术领域
本发明涉及电力技术领域,具体涉及一种计及互补互济运行特性的电网多类型调峰资源规划方法。
背景技术
随着清洁能源在电网中的渗透率逐渐提高,其所固有的间歇性与波动性导致系统对灵活性调节资源的需求激增,传统上仅考虑增加常规机组备用容量的灵活性资源规划方法已难以适应高比例新能源新型电力系统的应用场景,因此有必要充分挖掘源-网-荷-储多端的多类型灵活性资源调节潜力并进行统筹规划。然而,仅通过定性分析灵活性资源规划或者考虑单一类型灵活性资源易导致规划结果的保守性和资源浪费,同时灵活性资源在响应功率、响应能量、响应成本、响应潜力等基本特征差异化明显,忽略其异构性质而简单将灵活性资源组合无法达成系统经济效益与技术效益的最佳平衡。鉴于此,进一步考虑差异化特征匹配的灵活性资源协调优化策略是实现高比例清洁能源接入下实现电网调峰需求的重要手段之一。
发明内容
针对现有技术中的上述不足,本发明提供了一种计及互补互济运行特性的电网多类型调峰资源规划方法。
为了达到上述发明目的,本发明采用的技术方案为:
一种计及互补互济运行特性的电网多类型调峰资源规划方法,包括如下步骤:
S1、基于灵活性负荷、多类型储能的差异化特征,建立典型灵活性资源差异化模型,包括灵活性负荷模型和多类型储能差异模型;
S2、基于S1所构建的典型灵活性资源差异化模型,利用综合运行成本优化目标构建多类型灵活性资源差异化特征匹配规划策略;
S3、利用所构建的多类型灵活资源差异性特征匹配规划策略进行多类型储能选址定容优化和灵活性资源优化匹配。
进一步的,所述S1中灵活性负荷包括可转移负荷、可削减负荷以及可调节负荷;多类型储能包括锂离子电池、压缩空气储能、超级电容器以及抽水蓄能。
进一步的,所述典型灵活性资源差异化模型具体表示为:
其中,DM L 为灵活性负荷差异化模型;f L 为灵活性负荷特征参数映射;i为灵活性负荷种类;P i 为灵活性负荷i的响应功率;L i 为灵活性负荷i的响应容量,c i 为灵活性负荷i的响应成本;DM ES 为多类型储能差异化模型,为第k个储能,/>为第k个储能的额定功率,/>为第k个储能的额定容量,/>为第k个储能的全寿命周期,/>为第k个储能的折损成本,/>为第k个储能的运行维护成本,f ES 为储能特征参数映射。
进一步的,所述S2具体包括如下步骤:
S21、以地区电网综合运行成本为目标函数,结合多种约束条件建立多类型灵活性资源优化规划模型;
S22、根据步骤S1得到的灵活性资源差异化模型建立灵活性资源特征集,获取灵活性资源差异化特征;
S23、基于S31构建的多类型灵活性资源优化规划模型判断判断S22获取的灵活性资源差异化特征是否满足高比例新能源电力系统的需求特征,若不是则不匹配差异化特征集所对应的多类型灵活性资源,若是,则匹配差异化特征集所对应的多类型灵活性资源并输出多类型灵活性资源差异化特征匹配规划结果。
进一步的,所述S21中目标函数表示为:
其中,C为综合运行成本,
式中:c p1 为火电机组的单位发电成本;c p2 为火电机组的单位碳排放惩罚成本;c p3 为水力发电机的单位发电成本;P Th,i (t)为火力机组i在t时刻的输出功率;P Hy (t)为水电机组在t时刻的输出功率;
式中:K Load 为灵活性负荷的单位响应成本;ΔP tr (t)为t时刻可转移负荷的功率变化量;ΔP re (t)为t时刻可削减负荷的功率变化量;ΔP ad (t)为t时刻可调节负荷的功率变化量;T为调度周期。
进一步的,所述S21中约束条件包括发电机组出力约束条件、联络线约束条件、多类型储能约束条件、功率平衡约束条件和灵活性负荷约束条件,其中
所述发电机组出力约束条件表示为:
所述联络线约束条件表示为:
所述多类型储能约束条件表示为:
式中,λ k,j 为0-1变量,表征多类型储能k的在节点j的配置状态,λ k,j =1表示储能k在节点j予以配置,λ k,j =0表示储能k在节点j不予配置;PN ES,K为储能k的额定功率;Pmax ES, k、Pmin ES,k为储能k额定功率的上限与下限;Nmax ES为多类型储能在区域电网的配置数量上限;τ ES 为储能充放电深度;E0 S,k、EN S,k为储能k初始能量和额定容量;ψ k 为储能k能量倍率系数;Pk ES(t)为储能k在t时刻的运行功率;
所述功率平衡约束条件表示为:
式中,P ij 为节点i、j的输电线路有功潮流;P G,i 为节点i的发电机组在t时刻的输出功率;θ i 、θ j 为节点i、j的电压相角;X ij 为输电线路节点i到节点j的电抗;Pmax ij为输电线路节点i到节点j的潮流最大值;P L (t)为系统总负荷在t时刻的功率;P ij (t)为节点i、j的线路在t时刻的有功潮流;
所述灵活性负荷约束条件表示为:
式中,ΔP tr (t)为t时刻可转移负荷的功率变化量;T为调度周期;P tr (t)为t时刻可转移负荷原计划用电功率,α min 和α max 为可转移负荷的下限和上限潜力系数;β为削减响应潜力系数,β∈[0,1];P re (t)为t时刻可削减负荷的原计划用电功率;ΔP re (t)为t时刻可削减负荷的削减功率;γ min 和γ max 为负荷调节下限和上限潜力系数;P ad (t)为t时刻可调节负荷功率;ΔP ad (t)为t时刻负荷的调节功率;P base (t)为基础不可调负荷在t时刻的功率;υ max 、υ min 为灵活性负荷响应速率的上、下限。
进一步的,所述S23中高比例新能源电力系统的需求特征为电网在调度功率、调度容量和调度成本的n类需求特征集,表示为:
其中,E i 为电网对第i个特征元素的需求。
进一步的,所述S23中判断S22获取的灵活性资源差异化特征是否满足高比例新能源电力系统的需求特征的具体方式为:
当灵活性资源差异化特征满足系统功率平衡、灵活性资源约束条件以及目标函数最优时,则匹配因子μ=1实现灵活性资源匹配;当无法满足时,则匹配因子μ=0不进行匹配,具体表示为:
其中,D i 为第i个特征集元素,E i 为电网第i个对特征元素的需求。
进一步的,所述S3中多类型储能选址定容优化和灵活性资源优化匹配表示为:
本发明具有以下有益效果:
1、本发明考虑多类型储能额定功率、额定容量、全周期寿命、折损成本和运行维护成本等基本特征差异,引入多类型储能决策变量,构建了多类型储能选址定容优化模型,实现了储能类型、位置、功率与容量的最优选择,统筹储能系统的技术性能与经济效益。
2、本发明以系统综合运行成本为优化目标,基于火电机组、水电机组、灵活性负荷、联络线和优化配置储能等灵活性资源的差异化特征匹配,提出了多类型灵活性资源协调规划策略,满足高比例清洁能源接入电网的调峰需求。
3、相比于单独考虑灵活性负荷或多类型储能参与地区电网调峰,所提多类型灵活性资源匹配优化策略实现电力电量平衡的同时,综合运行成本也有所降低,实现了电网经济效益的有效提升。
附图说明
图1为本发明计及互补互济运行特性的电网多类型调峰资源规划方法流程示意图。
图2为本发明实施例基于差异化特征匹配的多类型灵活性资源规划模型框图。
图3为本发明实施例中某地区电网接线示意图。
图4为本发明实施例清洁能源出力曲线示意图。
图5(a)为本发明实施例算例1灵活性资源匹配运行图。
图5(b)为本发明实施例算例2灵活性资源匹配运行图。
图5(c)为本发明实施例算例3灵活性资源匹配运行图。
图6为本发明实施例算例1/2/3不平衡功率示意图。
图7为本发明实施例算例1/2/3地区电网成本对比结果示意图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
一种计及互补互济运行特性的电网多类型调峰资源规划方法,如图1所示,包括如下步骤:
S1、基于灵活性负荷、多类型储能的差异化特征,建立典型灵活性资源差异化模型,包括灵活性负荷模型和多类型储能差异模型;
在本实施例里,灵活性负荷能够根据外界电价或激励信号主动调整自身用电的行为,因此基于区域负荷用电曲线和响应潜力的差异化特征,将灵活性负荷分为可转移负荷、可削减负荷和可调节负荷三类;
可转移负荷在一个调度周期内总用电量不变,但各时段的用电量可在一定范围内灵活调节,其主要表现为用电高峰时期减少用电量,用电低谷时期增加用电量。参与对象为大中型工商业用户和以洗衣机、消毒柜和电动汽车为代表的居民负荷[18]。
可转移负荷需保持在调度周期内用电量不变,因此满足:
式中:ΔP tr (t)为t时刻可转移负荷的功率变化量;T为调度周期。
可转移负荷需保持一定的调节范围,过小的功率转移难以满足调控需求,过大的功率转移则对用户舒适度的影响较大,其负荷功率响应范围约束为:
式中:P tr (t)为t时刻可转移负荷原计划用电功率,α min 和α max 为可转移负荷的下限和上限潜力系数。
可削减负荷可根据能量供应的充裕程度对该时段可靠性要求不高的负荷进行部分或者全部削减。主要参与对象为高耗能大工业负荷和空调负荷、热水器等居民负荷。
可削减负荷响应范围约束为:
式中:β为削减响应潜力系数,β∈[0,1];P re (t)为t时刻可削减负荷的原计划用电功率;ΔP re (t)为t时刻可削减负荷的削减功率。
灵活性负荷中除可转移负荷和可削减负荷外,仍存在其他功率可调、运行灵活性较高的负荷,本实施例将其归纳为可调节负荷。
可调节负荷响应范围约束为:
式中:γ min 和γ max 为负荷调节下限和上限潜力系数;P ad (t)为t时刻可调节负荷功率;ΔP ad (t)为t时刻负荷的调节功率。
灵活性负荷在负荷种类、响应功率、响应潜力以及响应成本等特征差异化明显,基于特征参数的灵活性负荷差异化模型为:
式中:DM L 为灵活性负荷差异化模型;f L 为灵活性负荷特征参数映射;i为灵活性负荷种类;P i 为灵活性负荷i的响应功率;L i 为灵活性负荷i的响应容量,如式(1)、(3)、(5)所示;c i 为灵活性负荷i的响应成本。
当前电力系统中储能类型繁多、属性各异、发展阶段不同,其中,锂离子电池具有储能密度高、充放电效率高、响应速度快、产业链完整等优点,是最近几年发展最快的电化学储能技术。压缩空气储能技术具有储能容量大、储能周期长、系统效率高、运行寿命长、比投资小等优点,被认为是最具有广阔发展前景的大规模储能技术之一。抽水蓄能具有储能容量大、运行寿命长、可快速响应的优点,是当前大规模储能的主流技术。超级电容器是一种重要的功率型储能器件,具有功率密度高、循环寿命长、充放电速度快等优点。为凸显多类型储能的差异化属性,因此本实施例选择锂离子电池、压缩空气储能、超级电容器和抽水蓄能作为研究对象:
式中:k=1代表锂离子电池,k=2代表压缩空气储能,k=3代表超级电容器,k=4代表抽水蓄能。
基于多类型储能在响应功率、响应容量、寿命以及响应成本等差异化特征,建立多类型储能模型。储能具有能量延续性,也是区别于常规电源与负荷最主要的特征,如下所示:
一方面,将储能建设成本归结为一次投资成本;另一方面,考虑储能的循环寿命与投资回收系数,将其分摊为储能日折损成本
储能运行维护成本为:
不同储能系统在储能种类、额定功率、额定容量、全周期寿命、折损成本和运行维护成本等特征差异化明显,基于特征参数的多类型储能差异化模型为:
式中:DM ES 为多类型储能差异化模型;f ES 为储能特征参数映射。
S2、基于S1所构建的典型灵活性资源差异化模型,利用综合运行成本优化目标构建多类型灵活性资源差异化特征匹配规划策略;
本实施例里,提出的基于差异化特征匹配的多类型灵活性资源规划模型框图如图2所示。首先,以地区电网综合运行成本为目标函数,结合功率平衡、发电机组出力约束、负荷运行约束和储能运行约束为约束条件,建立多类型灵活性资源优化规划模型。具体实施方式为:
S21、以地区电网综合运行成本为目标函数,结合多种约束条件建立多类型灵活性资源优化规划模型;
在本实施例里,目标函数包括:
发电与碳排放惩罚成本
式中:c p1 为火电机组的单位发电成本;c p2 为火电机组的单位碳排放惩罚成本;c p3 为水力发电机的单位发电成本;P Th,i (t)为火力机组i在t时刻的输出功率;P Hy (t)为水电机组在t时刻的输出功率。
需求响应成本
式中:K Load 为灵活性负荷的单位响应成本;ΔP tr (t)为t时刻可转移负荷的功率变化量;ΔP re (t)为t时刻可削减负荷的功率变化量;ΔP ad (t)为t时刻可调节负荷的功率变化量;T为调度周期。
储能成本包含日折损成本和运行维护成本。
联络线调度成本,表示为:
基于上述目标函数,建立计及发电与碳排放惩罚成本、需求响应成本、联络线调度成本和储能成本的综合运行成本C
约束条件包括:
潮流约束
功率平衡约束
式中:P L (t)为负荷在t时刻的功率,P G,i 为节点i的发电机组在t时刻的输出功率,P L (t)为系统总负荷在t时刻的功率;P ij (t)为节点i、j的线路在t时刻的有功潮流。
所述发电机组出力约束条件表示为:
联络线约束条件表示为:
灵活性负荷约束
灵活性负荷功率平衡
式中:P base (t)为基础不可调负荷在t时刻的功率。
灵活性负荷响应的速率约束
式中:υ max 、υ min 为灵活性负荷响应速率的上、下限。
多类型储能节点配置约束
限制储能在地区电网节点最多只能配置一种储能,即在节点仅存在储能配置或者不配置两种情况,因此引入0-1决策变量λ k,j 实现多类型储能节点配置约束。
式中:λ k,j 为0-1变量,表征多类型储能k的在节点j的配置状态,λ k,j =1表示储能k在节点j予以配置,λ k,j =0表示储能k在节点j不予配置。
多类型储能选择约束
式中:PN ES,K为储能k的额定功率;Pmax ES,k、Pmin ES,k为储能k额定功率的上限与下限。
多类型储能配置数量约束
式中:Nmax ES为多类型储能在区域电网的配置数量上限。
多类型储能运行功率约束
多类型储能容量约束
式中:E0 S,k、EN S,k为储能k初始能量和额定容量。
储能额定容量与额定功率的倍率约束
本实施例假设多类型储能额定容量与额定功率之间成正比。
式中:ψ k 为储能k能量倍率系数。
多类型储能调度周期内始末能量不变约束
S22、根据步骤S1得到的灵活性资源差异化模型建立灵活性资源特征集,获取灵活性资源差异化特征;
基于此,建立综合运行成本和功率平衡为电网需求特征集,考虑灵活性资源在响应功率、响应容量、响应潜力和响应成本等方面的差异化特征,当系统满足功率平衡和综合运行成本最低时,灵活性资源与电网调峰需求实现匹配。
根据灵活性资源差异化模型,考虑响应功率、响应容量、响应成本和响应潜力等差异化特征,基于双边匹配理论,本实施例差异化特征的多类型灵活性资源具体匹配过程如下:
灵活性资源差异特征集
多类型灵活性资源在响应功率、响应容量、响应成本和响应潜力等m类特征集为
其中,
式中:D i 为灵活性资源的第i个特征集合;DM L 、DM ES 、DM Th 、DM Hy 、DM Line 为灵活性负荷、多类型储能、火电机组、水电机组、联络线的差异化特征模型,DM L 如式(5)、(24)所示,DM ES 如式(11)、(25)-(31)所示,DM Th 、DM Hy 如式(12)、(20)、(21)所示,DM Line 如式(14)、(22)所示。
定义电网在调度功率、调度容量和调度成本的n类需求特征集为:
式中:E i 为电网对第i个特征元素的需求。
S23、基于S31构建的多类型灵活性资源优化规划模型判断判断S22获取的灵活性资源差异化特征是否满足高比例新能源电力系统的需求特征,若不是则不匹配差异化特征集所对应的多类型灵活性资源,若是,则匹配差异化特征集所对应的多类型灵活性资源并输出多类型灵活性资源差异化特征匹配规划结果。
灵活性资源差异化特征集D和电网需求特征集E构成特征空间F,本实施例定义映射为特征空间F中灵活性资源差异化特征D i 与电网需求特征E i 的匹配因子,其满足:基于系统调控需求,集合E中的任意一个元素在集合D中至少有一个元素与之匹配,如下式所示:
式中:μ(E i )表示E i 的匹配对象。
基于匹配因子的匹配准则为:
1)特征空间F中的元素互换,匹配特性不变。
2)当灵活性资源的差异化特征D i 满足系统E i 的特征需求,也即当满足模型中的约束条件式(17)-式(31)和目标函数式(16)最优时,则μ=1,即可实现匹配;当无法满足系统最优需求时,则μ=0,即不进行匹配,如式所示。
S3、利用所构建的多类型灵活资源差异性特征匹配规划策略进行多类型储能选址定容优化和灵活性资源优化匹配。
在本实施例里,通过混合整数线性规划(MILP)求解得到多类型储能优化配置和灵活性资源优化规划结果,并通过技术性指标和经济性指标验证规划结果的可行性与有效性。
多类型灵活性资源差异化特征匹配规划策略通过规划层-匹配层-运行层实现分层优化,具体内容为:
(1)规划层
规划层:基于高比例新能源电力系统典型日场景,规划层以系统不平衡功率为优化目标,建立多类型灵活性资源的容量配置。
(2)匹配层
匹配层:基于欧式距离度量特征向量之间的差异,利用隶属度函数实现灵活性资源匹配。
基于灵活性资源差异化模型,考虑响应功率、响应容量、响应成本和响应潜力等差异化特征,结合双边匹配理论,分析多类型灵活性资源差异化特征的具体匹配过程如下:
1)灵活性资源差异特征集
多类型灵活性资源在响应功率、响应容量、响应成本和响应潜力等m类特征集为
对于每一个特征集:
式中:D i 为灵活性资源的第i个特征集合;M L 、M ES 、M Th 、M Hy 、M Line 分别为需求响应、多类型储能、火电机组、水电机组以及联络线的差异化特征模型。
定义电网在调峰功率、调峰容量和调峰成本的n类调峰需求特征集为:
式中:E i 为电网对第i个特征元素的需求。
2)匹配准则
式中:n为向量的维数;x=[x 1,x 2,…,x n];y=[y 1,y 2,…,y n];x i ≥0,y i ≥0,i=1,2,…,n,x i 为灵活性资源特征集中的特征元素,y i 为灵活性资源特征集/>中的特征元素。
为了更好地比较不同取值范围间向量的差异,计算对数据进行归一化,使其位于[0,1]之间,即
则o(x,y)变为:
可见,o(x,y)越接近1,向量x和y差异越大;反之,o(x,y)越接近0,两者差异越小。
基于欧式距离定义匹配度,用于量度两个向量间的匹配程度,即
将匹配度作为隶属度函数,得到针对D 0 元素的综合隶属度向量J计算公式:
(3)运行层
运行层:以系统综合运行成本为目标函数,基于匹配层所述匹配机制,考虑多类型调峰资源的调节能力边界,实现多类型灵活性资源差异化特征匹配运行,输出灵活性资源匹配结果。
调度周期T内,基于匹配因子的匹配结果为:
式中:S(D,E)为调度周期T内的灵活性资源匹配结果;μ t (D m ,E n )为t时刻m类灵活性资源差异化特征与n类电网调控需求的匹配因子;f为灵活性资源匹配结果映射。
验证分析
本实施例以西部某地区实际电力系统为例对所提优化规划模型进行仿真分析,设置调度周期为24h,调度步长为1h。算例系统的接线图如图3所示,共包含25个节点,其中已配置火电机组、水电机组、风电场和光伏站,其典型日出力曲线如图4所示,相关参数如表1所示。灵活性负荷中可转移负荷、可削减负荷、可调节负荷相关数据如表2所示。锂离子电池、压缩空气储能、超级电容器和抽水蓄能作为多类型储能的选择对象,其基本参数如表3所示。
表1 灵活性负荷基本参数
表2 清洁能源与常规机组参数
表3 多类型储能的基本参数
为验证本实施例所提出的多类型灵活性资源协调优化策略的可行性与有效性,设置以下三种典型算例进行对比分析说明,其中,常规调节资源为火电机组、水电机组、联络线计划。
算例1:灵活性负荷与常规调节资源参与地区电网调峰;
算例2:多类型储能与常规调节资源参与地区电网调峰;
算例3:灵活性负荷、多类型储能与常规调节资源参与地区电网调峰。
算例1不涉及储能参与电网调峰,则算例2和算例3的多类型储能优化配置结果如表4所示。
表4 多类型储能优化配置结果
算例1-3中的灵活性资源基于差异化特征匹配实现系统协调优化运行,调度周期内的匹配运行图分别如图5(a)、(b)、(c)所示。需要特别指出的是,由于本实施例优化规划策略主要是灵活性资源在调度周期内整体性优化与匹配,灵活性资源参与某一时段调控时,能够为下一时段调节需求做好资源优化预留,从而实现灵活性资源在调度周期内最优调度,并非某一调峰时段最优。
算例1中可匹配的灵活性资源为常规调节资源和灵活性负荷,其匹配运行图如图5(a)所示。图中火电机组功率为火电机组最小技术出力后的变化功率,后续算例同上,由于新能源与负荷的波动性无法实现源荷的供需功率匹配而产生初始不平衡功率,本实施例初始不平衡功率定义为典型日负荷预测曲线与新能源机组出力、火电机组最小技术出力二者之差。基于差异化特征匹配,灵活性资源消纳地区电网不平衡功率,由图5可知,灵活性资源匹配结果μ 5(D m ,E n )、μ 19(D m ,E n )、μ 23(D m ,E n )、μ 24(D m ,E n )仍存在无法消纳系统不平衡功率。其中,在9:00时刻系统初始不平衡功率为正,即新能源与火电机组最小技术出力无法满足负荷功率需求,通过灵活性资源优化匹配机制,匹配结果μ 9(D m ,E n )为常规调节资源和灵活性负荷,其中常规调节资源向系统输送功率,增加系统供电,而灵活性负荷则通过减少负荷功率以降低用电需求,补充地区电网功率缺额。而在21:00时刻系统初始不平衡功率为负,即新能源与火电机组最小技术出力超过负荷功率需求,系统存在一定的盈余功率。该调度时刻匹配结果μ 21(D m ,E n )中联络线功率向系统外输送一定的部分盈余功率,可调节负荷基于调节特性增加一定负荷用电需求,可转移负荷基于匹配特性满足其调度周期内用电量不变约束,如式(1)所示,增加其负荷功率,抵消在其他时间段减少的用电功率。
算例2中可匹配的灵活性资源为常规调节资源和优化配置储能,其匹配运行图如图5(b)所示。相比算例1而言,算例2不涉及灵活性负荷资源,无法调节负荷用电曲线,当不平衡功率为正时,即系统存在功率缺额,只能通过广义源端向系统增加供电以补足功率缺额;当不平衡功率为负时,即系统存在功率盈余,储能充电以吸收系统功率。为便于与算例1进行有效对比,仍以9:00和21:00的调度时刻为例说明灵活性资源匹配运行结果,在9:00时刻系统初始不平衡功率为正,匹配结果μ 9(D m ,E n )中常规调节资源和优化配置储能向系统输送功率,增加用电供给,消纳地区电网不平衡功率。在21:00时刻系统初始不平衡功率为负,其匹配结果μ 21(D m ,E n )为压缩空气储能、抽水蓄能,上述两种储能通过充电消纳初始不平衡功率。且由图6可知,算例2灵活性资源通过优化匹配实现了不平衡功率的完全消纳,满足系统技术性调峰需求。
算例3中可供匹配的灵活性资源集为常规调节资源、灵活性负荷和优化配置储能,其匹配运行图如图5(c)所示,同样以9:00和21:00的调度时刻为例进行说明。在9:00时刻初始不平衡功率为正,匹配结果μ 9(D m ,E n )为常规调节资源、压缩空气储能、抽水蓄能和灵活性负荷,其中常规调节资源、压缩空气储能和抽水蓄能向系统输送功率,增加系统供电,而灵活性负荷则减少负荷功率,降低用电需求,补充系统功率缺额。在21:00时刻初始不平衡功率为负,匹配结果μ 21(D m ,E n )为压缩空气储能、抽水蓄能和可转移负荷,其中,压缩空气储能和抽水蓄能通过充电吸收部分盈余功率,可转移负荷增加负荷用电,以消纳盈余功率。同时由图7可知,算例3中灵活性资源通过优化匹配实现了不平衡功率的完全消纳,同样满足系统技术性调峰需求。
灵活性资源基于差异化特征匹配实现优化运行,实现地区电网调峰辅助服务,优化前不平衡功率和算例1-3优化匹配后的不平衡功率如图6所示。通过不平衡功率可知,算例1利用常规调节资源和灵活性负荷无法完全消纳不平衡功率,在5:00、19:00、23:00、24:00调度时刻的灵活性资源匹配结果μ 5(D m ,E n )、μ 19(D m ,E n )、μ 23(D m ,E n )、μ 24(D m ,E n )仍存在调峰不足情况,未能实现地区电网电力电量平衡,以第5:00调度时刻为例,虽然灵活性资源通过匹配机制实现优化匹配消纳了大部分不平衡功率,可满足一定调峰需求,但是该时刻仍存在部分不平衡功率无法消纳。而算例2和算例3均可以消纳不平衡功率,也即不存在调峰不足情况,均满足地区电网调峰的技术性需求。
地区电网以系统综合运行成本为目标函数,经优化得到算例1、算例2和算例3地区电网综合运行成本对比,如图7所示。其中,火电成本、碳排放惩罚成本和联络线调度成本从算例1-3均逐个降低,可见,灵活性负荷、多类型储能与常规调节资源协调参与地区电网调峰有利于降低火电技术出力、减少二氧化碳排放和联络线功率调度,助力实现“双碳”目标。对于需求响应成本,由于只有算例1和算例3涉及灵活性负荷参与地区电网调控,且算例3比算例1增加了储能这一灵活性资源,比较其需求响应成本,算例3相比算例1从188.83万元增加至217.69万元,可见,储能参与系统调控有利于挖掘需求侧响应的响应潜力,促进其参与地区电网调峰服务。对于储能成本,算例2和算例3涉及储能参与系统调峰,算例3储能成本相比算例2从191.77万元降低至180.51万元,将其储能成本细化,压缩空气储能成本算例2多于算例3,抽水蓄能成本算例2小于算例3,算例3较少配置了日折损更高的抽水蓄能是其储能成本较低的主要原因,两个算例主要区别在于灵活性负荷是否参与地区电网调控,灵活性负荷承担一部分地区电网不平衡功率消纳,继而可减少储能的容量配置,可见,灵活性负荷参与调控有利于减少储能的投资与建设。根据(16),将火电成本、碳排放惩罚成本、水电成本、联络线调度成本、需求响应成本和储能成本线性组合得到综合运行成本,其中,算例2的综合运行成本相比算例1降低了3.59%,算例3相比算例1降低了5.74%,可见,灵活性负荷与多类型储能等灵活性资源协调参与地区电网调峰的综合运行成本相比单独考虑灵活性负荷、多类型储能均明显降低,对地区电网经济效益实现了提升。
根据三个算例优化结果中地区电网不平衡功率的技术性指标与综合运行成本的经济性指标对比可知,随着作为匹配供给方的灵活性资源的不同,灵活性资源匹配优化所带来的技术效益与经济效益也有所差别,以多类型储能优化配置与灵活性负荷运行为基础的灵活性资源优化匹配实现了地区电网调峰技术与经济效益最优,其原因在于:1)由算例1与算例2对比可知,在技术性指标方面,算例1中灵活性资源匹配结果μ 5(D m ,E n )、μ 19(D m ,E n )、μ 23(D m ,E n )、μ 24(D m ,E n )仍存在无法完全消纳的不平衡功率,而算例2实现了不平衡功率完全消纳,在经济性指标方面,算例2的综合运行成本较于算例1降低了3.59%。基于储能相较于灵活性负荷在调节容量、速率等方面的优势,配置储能可以减少其他高成本灵活性资源的匹配,不仅满足调峰技术性需求,同时减少系统综合运行成本;2)由算例1和算例3对比可知,算例3实现了不平衡功率的完全消纳,且算例3综合运行成本相较于算例1减少了5.74%,多类型储能选址定容实现储能类型、容量、位置最优配置,同时提升了灵活性资源匹配运行的调峰效果和电网经济效益;3)由算例2和算例3对比可知,虽然二者均完全消纳地区电网不平衡功率,满足地区电网调峰技术性需求,但从系统综合运行成本对比可知,算例3相较于算例2降低了2.15%,考虑灵活性负荷参与电网调控可提升多类型储能优化配置,进一步优化其他灵活性资源的匹配调度,降低综合运行成本,提升电网经济效益。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (8)
1.一种计及互补互济运行特性的电网多类型调峰资源规划方法,其特征在于,包括如下步骤:
S1、基于灵活性负荷、多类型储能的差异化特征,建立典型灵活性资源差异化模型,包括灵活性负荷差异化模型和多类型储能差异化模型,其中,所述典型灵活性资源差异化模型具体表示为:
其中,DM L为灵活性负荷差异化模型;f L为灵活性负荷特征参数映射;i为灵活性负荷种类;P i为灵活性负荷i的响应功率;L i为灵活性负荷i的响应容量,c i为灵活性负荷i的响应成本;DM ES为多类型储能差异化模型;为第k个储能;/>为第k个储能的额定功率;/>为第k个储能的额定容量;/>为第k个储能的全寿命周期;/>为第k个储能的折损成本;/>为第k个储能的运行维护成本;f ES为储能特征参数映射;
S2、基于S1所构建的典型灵活性资源差异化模型,利用综合运行成本优化目标构建多类型灵活资源差异性特征匹配规划策略,具体包括如下步骤:
S21、以地区电网综合运行成本为目标函数,结合多种约束条件建立多类型灵活性资源优化规划模型;
S22、根据步骤S1得到的灵活性资源差异化模型建立灵活性资源特征集,获取灵活性资源差异化特征;
S23、基于S21构建的多类型灵活性资源优化规划模型判断S22获取的灵活性资源差异化特征是否满足高比例新能源电力系统的需求特征,若不是则不匹配差异化特征集所对应的多类型灵活性资源,若是,则匹配差异化特征集所对应的多类型灵活性资源并输出多类型灵活性资源差异化特征匹配规划结果;
S3、利用所构建的多类型灵活资源差异性特征匹配规划策略进行多类型储能选址定容优化和灵活性资源优化匹配。
2.根据权利要求1所述的计及互补互济运行特性的电网多类型调峰资源规划方法,其特征在于,所述S1中灵活性负荷包括可转移负荷、可削减负荷以及可调节负荷;多类型储能包括锂离子电池、压缩空气储能、超级电容器以及抽水蓄能。
3.根据权利要求1所述的计及互补互济运行特性的电网多类型调峰资源规划方法,其特征在于,所述S21中目标函数表示为:
其中,C为综合运行成本,
式中:c p1为火电机组的单位发电成本;c p2为火电机组的单位碳排放惩罚成本;c p3为水力发电机的单位发电成本;P Th,l(t)为火力机组l在t时刻的输出功率;P Hy(t)为水电机组在t时刻的输出功率;
式中:K Load为灵活性负荷的单位响应成本;ΔP tr(t)为t时刻可转移负荷的功率变化量;ΔP re(t)为t时刻可削减负荷的功率变化量;ΔP ad(t)为t时刻可调节负荷的功率变化量;T为调度周期;
4.根据权利要求3所述的计及互补互济运行特性的电网多类型调峰资源规划方法,其特征在于,所述S21中约束条件包括发电机组出力约束条件、联络线约束条件、多类型储能约束条件、功率平衡约束条件和灵活性负荷约束条件,其中:
所述发电机组出力约束条件表示为:
所述联络线约束条件表示为:
所述多类型储能约束条件表示为:
式中,为0-1变量,表征多类型储能k在节点j的配置状态,/>表示储能k在节点j予以配置,/>表示储能k在节点j不予配置;/>为储能k的额定功率;/>、/>为储能k额定功率的上限与下限;/>为多类型储能在区域电网的配置数量上限;/>为储能充放电深度;/>、/>为储能k初始能量和额定容量;ψ k为储能k能量倍率系数;为储能k在t时刻的运行功率,/> 为储能k在/>时刻的运行功率;
所述功率平衡约束条件表示为:
式中,P mj为节点m、j的输电线路有功潮流;为节点m的发电机组在t时刻的输出功率;θ m、θ j为节点m、j的电压相角;X mj为输电线路节点m到节点n的电抗;/>为输电线路节点m到节点j的潮流最大值;P L(t)为系统总负荷在t时刻的功率;P mj(t)为节点m、j的线路在t时刻的有功潮流;
所述灵活性负荷约束条件表示为:
式中,ΔP tr(t)为t时刻可转移负荷的功率变化量;T为调度周期;P tr(t)为t时刻可转移负荷原计划用电功率,α min和α max为可转移负荷的下限和上限潜力系数;β为削减响应潜力系数,β∈[0,1];P re(t)为t时刻可削减负荷的原计划用电功率;ΔP re(t)为t时刻可削减负荷的削减功率;γ min和γ max为负荷调节下限和上限潜力系数;P ad(t)为t时刻可调节负荷功率;ΔP ad(t)为t时刻负荷的调节功率;P base(t)为基础不可调负荷在t时刻的功率;υ max、υ min为灵活性负荷响应速率的上、下限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310221016.4A CN115907240B (zh) | 2023-03-09 | 2023-03-09 | 计及互补互济运行特性的电网多类型调峰资源规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310221016.4A CN115907240B (zh) | 2023-03-09 | 2023-03-09 | 计及互补互济运行特性的电网多类型调峰资源规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115907240A CN115907240A (zh) | 2023-04-04 |
CN115907240B true CN115907240B (zh) | 2023-06-20 |
Family
ID=86489986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310221016.4A Active CN115907240B (zh) | 2023-03-09 | 2023-03-09 | 计及互补互济运行特性的电网多类型调峰资源规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115907240B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117013535B (zh) * | 2023-09-28 | 2023-12-26 | 长江勘测规划设计研究有限责任公司 | 一种兼顾生态调度需求的水风光火互补容量配置方法 |
CN117726151B (zh) * | 2024-02-08 | 2024-05-03 | 四川大学 | 考虑决策依赖不确定性和流量平衡的eipscn协同规划方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103872694A (zh) * | 2014-02-26 | 2014-06-18 | 山东大学 | 区域风电场群储能电站的容量优化及其辅助调峰方法 |
CN105305427A (zh) * | 2015-10-22 | 2016-02-03 | 国网上海市电力公司 | 一种考虑外部受电的电网调峰方法 |
CN112016747A (zh) * | 2020-08-26 | 2020-12-01 | 国网四川省电力公司经济技术研究院 | 一种适用于源荷储灵活资源统筹规划与运行的优化方法 |
CN114069635A (zh) * | 2021-11-23 | 2022-02-18 | 宁波市电力设计院有限公司 | 一种考虑灵活资源经济性的电网调控优化方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109524958B (zh) * | 2018-11-08 | 2020-06-30 | 国网浙江省电力有限公司经济技术研究院 | 考虑深度调峰和需求响应的电力系统灵活性优化调度方法 |
CN111628503B (zh) * | 2020-06-20 | 2021-11-30 | 东北电力大学 | 考虑广义储能与火电联合调峰的优化调度方法 |
-
2023
- 2023-03-09 CN CN202310221016.4A patent/CN115907240B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103872694A (zh) * | 2014-02-26 | 2014-06-18 | 山东大学 | 区域风电场群储能电站的容量优化及其辅助调峰方法 |
CN105305427A (zh) * | 2015-10-22 | 2016-02-03 | 国网上海市电力公司 | 一种考虑外部受电的电网调峰方法 |
CN112016747A (zh) * | 2020-08-26 | 2020-12-01 | 国网四川省电力公司经济技术研究院 | 一种适用于源荷储灵活资源统筹规划与运行的优化方法 |
CN114069635A (zh) * | 2021-11-23 | 2022-02-18 | 宁波市电力设计院有限公司 | 一种考虑灵活资源经济性的电网调控优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115907240A (zh) | 2023-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109919478B (zh) | 一种考虑综合供能可靠性的综合能源微网规划方法 | |
CN109510224B (zh) | 光伏储能与分布式能源联合的容量配置与运行优化方法 | |
CN115907240B (zh) | 计及互补互济运行特性的电网多类型调峰资源规划方法 | |
Etxeberria et al. | Hybrid energy storage systems for renewable energy sources integration in microgrids: A review | |
CN103151797A (zh) | 基于多目标调度模型的并网运行方式下微网能量控制方法 | |
CN108695871B (zh) | 含有电力弹簧的孤岛微电网降低储能容量需求的配置方法 | |
CN111737884B (zh) | 一种含多种清洁能源微能源网多目标随机规划方法 | |
CN112821432B (zh) | 一种风光接入下储能系统的双层多位置配置方法 | |
CN110245810B (zh) | 一种区域能源互联网协调优化运行方法 | |
CN112365021A (zh) | 一种基于混合储能的区域综合能源系统规划优化方法 | |
Ma et al. | Optimal configuration of 5G base station energy storage considering sleep mechanism | |
Aiswariya et al. | Optimal microgrid battery scheduling using simulated annealing | |
Mohamed et al. | Modelling and environmental/economic power dispatch of microgrid using multiobjective genetic algorithm optimization | |
CN115099007B (zh) | 基于综合成本-能耗曲线的综合能源系统优化运行方法 | |
CN115081700A (zh) | 基于综合储能技术的数据中心多能协同优化方法及系统 | |
Han et al. | Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation | |
CN112182915A (zh) | 一种协同促进风电消纳的优化调度方法及系统 | |
Varshnry et al. | Fuzzy Markov-EPO: an energy management scheme for the integration of hybrid RES with DC microgrid | |
CN111786419A (zh) | 一种区域电网能源配置系统 | |
CN111695740B (zh) | 一种基于参数控制的主动储能运行方法及系统 | |
Wang et al. | Review on Energy Storage Participation in Capacity Configuration and Scheduling Optimization in Modern Power System | |
Lei et al. | An Economically Optimized Planning of Regional Integrated Energy System Considering Renewable Energy and Energy Storage | |
CN112039057B (zh) | 一种基于两阶段调度的低电压治理方法 | |
Dai et al. | Optimal day-ahead operation strategy of an electricity-hydrogen integrated energy system considering extra-day forecast information | |
Xu et al. | Multi-sources coordination and operating optimization in micro energy internet considering loads dynamic response |
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 |