CN116131303A - 基于蓄能-储能-光伏电池的综合能源系统协同优化方法 - Google Patents

基于蓄能-储能-光伏电池的综合能源系统协同优化方法 Download PDF

Info

Publication number
CN116131303A
CN116131303A CN202310165749.0A CN202310165749A CN116131303A CN 116131303 A CN116131303 A CN 116131303A CN 202310165749 A CN202310165749 A CN 202310165749A CN 116131303 A CN116131303 A CN 116131303A
Authority
CN
China
Prior art keywords
power
photovoltaic
energy storage
storage
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
Application number
CN202310165749.0A
Other languages
English (en)
Inventor
聂刚
肖仁军
陈鑫
李新煜
程鹏
杨艳平
杨林生
刘小明
王永卫
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.)
State Grid Xinyuan Co Ltd
Shandong Taishan Pumped Storage Co Ltd
Original Assignee
State Grid Xinyuan Co Ltd
Shandong Taishan Pumped Storage Co Ltd
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 State Grid Xinyuan Co Ltd, Shandong Taishan Pumped Storage Co Ltd filed Critical State Grid Xinyuan Co Ltd
Priority to CN202310165749.0A priority Critical patent/CN116131303A/zh
Publication of CN116131303A publication Critical patent/CN116131303A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J15/00—Systems for storing electric energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J15/00—Systems for storing electric energy
    • H02J15/003—Systems for storing electric energy in the form of hydraulic energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Power Engineering (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及综合能源系统协同规划领域，尤其涉及基于蓄能‑储能‑光伏电池的综合能源系统协同优化方法。其技术方案为：包括：步骤1：分别建立光伏电池、锂电池、抽水蓄能的数学模型；步骤2：建立抽水蓄能电站的运行逻辑约束；步骤3：建立综合能源系统调度约束；步骤4：建立抽水蓄能‑电化学储能‑光伏电池综合能源系统协同优化配置的目标函数；目标函数为配置储能与光伏后系统收益最大；步骤5：对实际运行调度曲线进行聚类，选取典型日以减少问题规模；步骤6：联立抽水蓄能‑电化学储能‑光伏电池综合能源系统的边界条件、目标函数以及约束条件，给出配置方案。本发明实现抽水蓄能‑电化学储能‑光伏电池的综合能源系统的协同优化配置。

Description

基于蓄能-储能-光伏电池的综合能源系统协同优化方法
技术领域
本发明涉及综合能源系统优化配置领域，尤其涉及基于蓄能-储能-光伏电池的综合能源系统协同优化方法。
背景技术
迫于化石能源短缺与环境污染问题的双重压力，大力发展风能、太阳能等新能源是我国能源发展战略的客观需求。然而，高比例新能源的接入对电网的安稳运行带来了极大挑战。在电网中布置储能系统，不仅可以有效消纳新能源，还可以通过有序聚合，具备响应快速且规模可观的功率调节能力。众多的储能方式中，又以抽水蓄能与锂电池最为成熟可靠，并已经在电力系统中得到了广泛的应用。
充分利用不同储能资源特性的互补性，可以减少系统配置成本，提高系统灵活性。同时通过配置站内新能源，减少系统的购电成本，在带来经济性的同时为碳中和、碳达峰做出贡献。相较单独应用可以更为全面地满足系统需求，充分发挥联合系统在启动时间、响应速度、持续充放电时间等技术特性上的灵活互补优势。本研究拟基于蓄能电站的实际运行情况，以配置经济性为目标，基于典型日聚类结果进行光伏-锂电池-抽水蓄能的协同优化配置研究。
发明内容
本发明的目的在于提供一种基于抽水蓄能-电化学储能-光伏电池的综合能源系统协同优化配置方法，实现抽水蓄能-电化学储能-光伏电池的最佳容量配置。
为解决以上技术问题，本发明的技术方案为：一种基于抽水蓄能-电化学储能-光伏电池的综合能源系统协同优化配置方法，包括：
步骤1：分别建立光伏电池、锂电池、抽水蓄能的数学模型；
步骤2：建立抽水蓄能电站的运行逻辑约束；
步骤3：建立综合能源系统调度约束；
步骤4：建立抽水蓄能-电化学储能-光伏电池综合能源系统协同优化配置的目标函数；目标函数为配置储能与光伏后系统收益最大；
步骤5：对实际运行调度曲线进行聚类，选取典型日以减少问题规模；
步骤6：联立抽水蓄能-电化学储能-光伏电池综合能源系统的边界条件、目标函数以及约束条件，给出配置方案。
进一步的，光伏电池的数学模型为：在约束条件中，光伏电池出力表示为：
Figure BDA0004095900770000021
其中，
Figure BDA0004095900770000022
为光伏电池在t时刻输出功率，Gt为t时刻光照强度(kW/m3)，Hpv是光伏安装容量，ηpv是光伏发电效率，GSTD是标准条件下光强(1000kW/m3)。
进一步的，锂电池的数学模型为：锂电池的运行约束可分为功率约束和能量约束，具体表示为：
Figure BDA0004095900770000023
Figure BDA0004095900770000024
Figure BDA0004095900770000025
其中，Pso，Psi分别为锂电池额定输出、输入功率。本研究以向外放电为正功率。
Figure BDA0004095900770000026
是t时刻储能功率，ηess是锂电池效率，取0.9。
Figure BDA0004095900770000027
是t时刻储能剩余能量，Cap是储能额定容量。
进一步的，抽水蓄能电站运行采取简化模型，假设每台水泵水轮机功率不可连续变化，抽水时功率仅有一个区间，发电时机组可以在两个功率区间之间选择，抽水蓄能的数学模型具体表示为：
Figure BDA0004095900770000028
Figure BDA0004095900770000029
其中，
Figure BDA00040959007700000210
为机组s在t时刻的发电/抽水功率。pgen，
Figure BDA00040959007700000211
为不同发电区间功率代表，pgen为较低区间的功率，
Figure BDA00040959007700000212
为额定功率，
Figure BDA00040959007700000213
为抽水额定功率。现如今国内抽水蓄能电站均采用定速水泵水轮机组，抽水时功率不可调。
Figure BDA00040959007700000214
为0-1变量，指示发电抽水状态，为1时代表机组s在时刻t处于指定状态。
Figure BDA00040959007700000215
是发电功率区间指示变量，为0-1变量，为1时分别代表当前发电状态处于低功率/额定功率区间。
进一步的，抽水蓄能运行逻辑约束指只要有一台机组发电时其余机组不允许抽水，只要有一台机组抽水时其余机组不允许发电。
Figure BDA0004095900770000031
Figure BDA0004095900770000032
Figure BDA0004095900770000033
Figure BDA0004095900770000034
Figure BDA0004095900770000035
其中，
Figure BDA0004095900770000036
表示机组s在t时刻处于发电状态，只要t时刻有一台机组处于发电状态，
Figure BDA0004095900770000037
就等于1。抽水状态指示变量含义相同。
进一步的，综合能源系统调度约束如下：
Figure BDA0004095900770000038
Figure BDA0004095900770000039
其中，
Figure BDA00040959007700000310
分别为t时刻锂电池、抽水蓄能机组、光伏储能以及调度指令所对应的功率。抽水蓄能电站的功率由四台机组之和得到，每台机组分别由抽水发电功率相加。
进一步的，目标函数为配置储能与光伏后系统收益最大；
obj＝max{Pphsce+Pessce+Ppvcepv-CBat-Cpv-cstart-c150}；
其中，ce为电站上网电价，Pess和Pphs分别为调度周期内锂电池与抽水蓄能发电电量，Ppv是光伏上发电电量，cepv是光伏补偿电价，Cbat是储能配置成本，Cpv是光伏配置成本，cstart是抽蓄启停成本，c150是低功率惩罚费用。抽水蓄能在低功率运行时效率远低于高功率，因此引入低功率惩罚提升电站整体效率。
进一步的，典型日评估选取4种评价指标：基尼系数、轮廓系数、紧密性、间隔性。
Figure BDA0004095900770000041
Figure BDA0004095900770000042
Figure BDA0004095900770000043
Figure BDA0004095900770000044
Figure BDA0004095900770000045
其中，gini为基尼系数；sc是轮廓系数；cp是紧密性；sp是间隔性。n1，n2表示类中元素的个数，k代表聚类数目；a(i)代表样本点与所属类中其他点的平均距离，b(i)代表样本的与其他类中点的平均距离；k代表类的数目，Nk代表类中的样本数，xi为聚类中心，wk是任一点。
本发明的有益效果为：考虑到多种储能设备的特性互补性,基于实际电站运行调度进行抽水蓄能电站运行状态、功率区间简化；基于典型日进行经济性分析，实现综合能源系统协同规划；
依据实际运行情况简化了抽水蓄能的模拟方式；建立抽水蓄能电站中多机组不允许同时抽水发电的逻辑约束；以配置储能与光伏后系统收益最大为目标函数，使得配置后系统整体经济性最优；锂电池、光伏配置成本引入资金回收系数，考虑到通货膨胀；选取4个评价指标评价聚类结果，以在减少计算量的同时增加结果准确性；
单一储能不能同时满足系统对功率和容量的双重要求。充分利用不同储能功率、能量特性的互补性可显著提高系统运行经济性与灵活性。本发明对于站级风光蓄储协同规划具有很好的借鉴意义，可推广到全国各个抽水蓄能电站工程，为混合储能系统的容量规划提供参考。
附图说明
图1为本发明的流程图；
图2为四台机组70日运行曲线；
图3为典型日实际调度曲线；
图4为典型日光照曲线；
图5为容量规划曲线；
图6为配置50MW后的容量规划曲线。
具体实施方式
为能清楚说明本方案的技术特点，下面通过具体实施方式，对本方案进行阐述。
实施例一：
参见图1-6，本发明为一种基于抽水蓄能-电化学储能-光伏电池的综合能源系统协同优化配置方法，其步骤包括：
步骤1：分别建立光伏电池、锂电池、抽水蓄能的数学模型：光伏电站的数学表达为：
Figure BDA0004095900770000051
其中，
Figure BDA0004095900770000052
为光伏电池在t时刻输出功率，Gt为t时刻光照强度(kW/m3)，Hpv是光伏安装容量，ηpv是光伏发电效率，GSTD是标准条件下光强(1000kW/m3)。
锂电池的运行约束可分为功率约束和能量约束，具体表示为：
Figure BDA0004095900770000053
Figure BDA0004095900770000054
Figure BDA0004095900770000055
其中，Pso，Psi分别为锂电池额定输出、输入功率。本研究以向外放电为正功率。
Figure BDA0004095900770000056
是t时刻储能功率，ηess是锂电池效率，取0.9。
Figure BDA0004095900770000057
是t时刻储能剩余能量，Cap是储能额定容量。式(2)表达电池功率约束，式(4)为能量约束，式(3)为电池能量与功率的关系。
抽水蓄能电站中有S台水泵水轮机，为了简化规划问题，假设每台水泵水轮机功率不可连续变化，抽水时功率仅有一个区间，发电时机组可以在两个功率区间之间选择。即：
Figure BDA0004095900770000058
Figure BDA0004095900770000059
Figure BDA00040959007700000510
Figure BDA00040959007700000511
其中，
Figure BDA00040959007700000512
为机组s在t时刻的发电/抽水功率。p gen，
Figure BDA00040959007700000513
为不同发电区间功率代表，pgen为较低区间的功率，
Figure BDA0004095900770000061
为额定功率，
Figure BDA0004095900770000062
为抽水额定功率。现如今国内抽水蓄能电站均采用定速水泵水轮机组，抽水时功率不可调。
Figure BDA0004095900770000063
为0-1变量，指示发电抽水状态，为1时代表机组s在时刻t处于指定状态，式(8)表示在同一时刻机组状态确定且唯一；
Figure BDA0004095900770000064
是发电功率区间指示变量，为0-1变量，为1时分别代表当前发电状态处于低功率/额定功率区间。
Figure BDA0004095900770000065
Figure BDA0004095900770000066
Figure BDA0004095900770000067
其中，式(9)-(11)引入发电机组启停状态约束，
Figure BDA0004095900770000068
也均为0-1变量，
Figure BDA0004095900770000069
等于1表示当前时刻发电开机，
Figure BDA00040959007700000610
表示发电关机。
Figure BDA00040959007700000611
Figure BDA00040959007700000612
Figure BDA00040959007700000613
其中，式(12)-(14)表示抽水状态时的启停，含义与式(9)-(11)相同。
步骤2：建立抽水蓄能电站的运行逻辑约束：
只要有一台机组发电时其余机组不允许抽水，只要有一台机组抽水时其余机组不允许发电：
Figure BDA00040959007700000614
Figure BDA00040959007700000615
其中，
Figure BDA00040959007700000616
表示机组s在t时刻处于发电状态，只要t时刻有一台机组处于发电状态，
Figure BDA00040959007700000617
就等于1。
Figure BDA00040959007700000618
Figure BDA00040959007700000619
式(17)-(18)中字母含义同上，表达抽水时的关系。
Figure BDA0004095900770000071
式(19)约束同一时刻发电抽水不可同时进行。
步骤3：建立综合能源系统调度约束：
Figure BDA0004095900770000072
Figure BDA0004095900770000073
其中，
Figure BDA0004095900770000074
分别为t时刻锂电池、抽水蓄能机组、光伏储能以及调度指令所对应的功率。抽水蓄能电站的功率由四台机组之和得到，每台机组分别由抽水发电功率相加。
Figure BDA0004095900770000075
Figure BDA0004095900770000076
Figure BDA0004095900770000077
其中，pagc表示调度给的指令。发电指令为250MW时、抽水指令时、调度指令为0时，锂电池仅平抑光伏，不能额外发电。式(22)的含义是现阶段锂电池仅可在平抑光伏基础上减少150MW启停或者将150MW提升至250MW，提升机组效率，不可过多充放电以此套利。例如，调度下达指令发电150MW，不允许机组抽水250MW同时锂电池发电400MW，以此套利。式(22)-(24)是建立在现行抽水蓄能电站运行模式上的约束，未来随着电力市场化，抽水蓄能电站运行模式改变，蓄电池将获得更多回本盈利的空间。
步骤4：建立抽水蓄能-电化学储能-光伏电池综合能源系统协同优化配置的目标函数；目标函数为配置储能与光伏后系统收益最大；
obj＝max{Pphsce+Pessce+Ppvcepv-CBat-Cpv-cstart-c150} (25)
其中，ce为电站上网电价，Pess和Pphs分别为调度周期内锂电池与抽水蓄能发电电量，Ppv是光伏上发电电量，cepv是光伏补偿电价，Cbat是储能配置成本，Cpv是光伏配置成本，cstart是抽蓄启停成本，c150是低功率惩罚费用。抽水蓄能在低功率运行时效率远低于高功率，因此引入低功率惩罚提升电站整体效率。
Figure BDA0004095900770000081
Figure BDA0004095900770000082
其中，CapB为储能额定容量，PB是额定功率，Cappv是光伏额定容量，cBc是锂电池单位容量配置费用，cPv是光伏单位容量配置费用，cBp是单位功率配置费用，cmB是运行维护费用。
Figure BDA0004095900770000083
是资金回收系数：在指定回收期内，每年回收额与投资额的比例。d是年利率，L是总的回收年份。
步骤5：对实际运行调度曲线进行聚类，选取典型日以减少问题规模：
为减少问题计算规模，选取典型日进行规划，因此先对数据进行k-means聚类预处理。
k-means聚类算法是经典聚类算法的一种，它利用样本特殊属性，在给定相似度度量方式基础上(大多使用欧式距离)通过迭代更新聚类中心划分类中成员的方法。其优势在于易于理解和收敛效果好，但也有需要指定分类数目，结果与初始点选取有关等缺陷。由于其结果具有一定随机性，这里采取随机聚类多次，取结果较好的聚类结果为新的聚类中心，通过指定聚类中心进行聚类。
选取4种聚类评价指标：
基尼系数(Gini Coefficient)：表明聚类结果的均匀分配程度，取值范围[0,1]。接近于0表示均匀分配，接近1表示分配不均匀。n1，n2表示类中元素的个数，k代表聚类数目。
Figure BDA0004095900770000084
Figure BDA0004095900770000085
轮廓系数(Silhouette Coefficient)：轮廓系数同时表达了聚类结果的内聚度与分离度，取值范围[0,1]。轮廓系数越趋近于1，聚类结果越好，内聚度和分离度都相对较好。
Figure BDA0004095900770000086
Figure BDA0004095900770000091
其中，a(i)代表样本点与所属类中其他点的平均距离，b(i)代表样本的与其他类中点的平均距离。sc(i)是某一个类的轮廓系数，SC是整体轮廓系数，N表示样本总数。
紧密性(Compactness)：紧密性计算同一类中所有点到聚类中心距离的平均值，紧密性越小聚类结果越好。
Figure BDA0004095900770000092
Figure BDA0004095900770000093
其中，k代表类的数目，Nk代表类中的样本数，xi为聚类中心，wk是任一点。CP为所有类紧密性的平均值。
间隔性(Separation)：间隔性计算聚类中心之间两两平均值，间隔性越大聚类结果越好。
Figure BDA0004095900770000094
步骤6：联立抽水蓄能-电化学储能-光伏电池综合能源系统的边界条件、目标函数以及约束条件，给出配置方案。
实施例二：
参见图1-6，本发明基于山东泰安抽水蓄能电站实际运行情况进行算例验证。水泵水轮机组发电状态时有两个功率区间：150MW和250MW，即pgen，
Figure BDA0004095900770000095
为150MW和250MW，抽水额定功率250MW；抽蓄电站上网电价按照规定，发电电价与煤炭上网电价一致，395￥/MWh，抽水电价为煤炭上网电价的75％，296.25￥/MWh,光伏上网电价有政策补贴，现行450￥/MWh，锂电池功率配置费用cBc取5000￥/kWh,功率配置费用cBp 4000￥/kW,单位维护费用cmB取20￥/MWh，光伏配置成本cPv2000￥/kW，年利率8％，光伏回收年限15年，锂电池回收年限10年。
锂电池上网电价在负荷高峰时段(山东电网规定12点至13点和23点至24点)按照调峰电价，400￥/MWh，其余时段暂无政策补贴，与抽蓄上网电价相同。配置容量按照1MW-2MWh进行优化。典型日光照如图4所示。
关于抽水蓄能，机组启停费用取20￥/MW，低功率惩罚费用取6600￥/10min，含义为假设250MW运行时运行效率是0.85，150MW运行时运行效率0.75，由于效率不一样带来的水量损失折算到等量水发电所带来的效益。70个运行日功率曲线如图2所示，聚类后获得的某一典型日如图3所示。
容量规划结果为：锂电池203.07MW，406.15MWh，光伏额定功率10MW(允许最低功率)。某一典型日运行规划曲线如图5，聚类评价指标如表1所示。由此可见，当前光伏配置没有积极性，可能原因：增加光伏配置的同时需增加锂电池容量以消纳光伏，但是现阶段锂电池配置费用偏高，因此光伏配置容量偏低。
表1聚类评价指标
Figure BDA0004095900770000101
若提高光伏上网电价补贴或者降低光伏成本，则可增加光伏功率。若光伏上网补贴电价为750￥/MWh，则配置功率为50MW(因站内面积有限而设定的光伏配置上线)，容量规划曲线如图6所示。同时，光伏配置容量受锂电池限制。由于暂不允许弃光，锂电池配置费用较高，因此为满足能量平衡约束，光伏配置容量有限。中午时段光伏发电量最大，而此时负荷较低，水泵水轮机多处于抽水状态，因此光伏功率此时主要以电能的形式存储在锂电池中，因此锂电池配置费用较高也会减少配置光伏积极性。对比图5与图6，可以看出光伏功率增加后中午光伏可给电池提供充足电量，增加18点以后的供电能力。
当前泰山电站启动机组数、机组出力完全基于电网调度要求，运行灵活性不足。锂电池配置缺乏激励，在配合抽蓄共同响应电网指令的同时没有条件充分发挥潜能。站内光伏发电站内消纳，给锂电池或者抽蓄供电以减少买电成本。若改变电站调度模式，有关政策激励提升混合储能电站灵活性，则可发挥更多潜力，增加新能源消纳量。
对各个典型日分别进行容量规划，获得最佳容量与功率。经验证，基于聚类分析的典型日容量规划可以很好的缩减问题规模。对各个典型日分别进行容量规划，结果如表2。由表可见，在多数情况下配置150MW/300MWh的锂电池是最佳的，但是也有部分时段需要更大功率、容量，而且不在少数。为了减少失负荷风险，为电网可再生能源渗透率提高做进一步准备，最终配置结果为200MW/400MWh，而光伏配置选取站内最大可容量规模50MW，以增加电站傍晚负荷高峰时的调峰能力。
表2聚类中心容量配置
Figure BDA0004095900770000111
本发明未涉及部分均与现有技术相同或采用现有技术加以实现。
以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (7)

1.基于蓄能-储能-光伏电池的综合能源系统协同优化方法，其特征在于，具体步骤为：
步骤1：分别建立光伏电池、锂电池、抽水蓄能的数学模型；
步骤2：建立抽水蓄能电站的运行逻辑约束；
步骤3：建立综合能源系统调度约束；
步骤4：建立抽水蓄能-电化学储能-光伏电池综合能源系统协同优化配置的目标函数；目标函数为配置储能与光伏后系统收益最大；
步骤5：对实际运行调度曲线进行聚类，选取典型日以减少问题规模；
步骤6：联立抽水蓄能-电化学储能-光伏电池综合能源系统的边界条件、目标函数以及约束条件，给出配置方案。
2.根据权利要求1所述的综合能源系统协同优化方法，其特征在于，光伏电池的数学模型为：
Figure FDA0004095900740000011
其中，
Figure FDA0004095900740000012
为光伏电池在t时刻输出功率，Gt为t时刻光照强度，Hpv是光伏安装容量，ηpv是光伏发电效率，GSTD是标准条件下光强；
锂电池的数学模型为：
Figure FDA0004095900740000013
Figure FDA0004095900740000014
Figure FDA0004095900740000015
其中，Pso，Psi分别为锂电池额定输出、输入功率；
Figure FDA0004095900740000016
是t时刻储能功率，ηess是锂电池效率，取0.9；
Figure FDA0004095900740000017
是t时刻储能剩余能量，Cap是储能额定容量；
抽水蓄能的数学模型为：
Figure FDA0004095900740000018
Figure FDA0004095900740000019
其中，
Figure FDA00040959007400000110
为机组s在t时刻的发电/抽水功率；
Figure FDA00040959007400000111
为不同发电区间功率代表，pgen为较低区间的功率，
Figure FDA0004095900740000021
为额定功率，
Figure FDA0004095900740000022
为抽水额定功率；
Figure FDA0004095900740000023
为0-1变量，指示发电抽水状态，为1时代表机组s在时刻t处于指定状态；
Figure FDA0004095900740000024
是发电功率区间指示变量，为0-1变量，为1时分别代表当前发电状态处于低功率/额定功率区间。
3.根据权利要求2所述的综合能源系统协同优化方法，其特征在于，抽水蓄能运行逻辑约束指只要有一台机组发电时其余机组不允许抽水，只要有一台机组抽水时其余机组不允许发电；
具体为：
Figure FDA0004095900740000025
Figure FDA0004095900740000026
Figure FDA0004095900740000027
Figure FDA0004095900740000028
Figure FDA0004095900740000029
其中，
Figure FDA00040959007400000210
表示机组s在t时刻处于发电状态，只要t时刻有一台机组处于发电状态，
Figure FDA00040959007400000211
就等于1，抽水状态指示变量含义相同。
4.根据权利要求3所述的综合能源系统协同优化方法，其特征在于，
Figure FDA00040959007400000212
Figure FDA00040959007400000213
其中，
Figure FDA00040959007400000214
分别为t时刻锂电池、抽水蓄能机组、光伏储能以及调度指令所对应的功率。
5.根据权利要求4所述的综合能源系统协同优化方法，其特征在于，目标函数为配置储能与光伏后系统收益最大；
obj＝max{Pphsce+Pessce+Ppvcepv-CBat-Cpv-cstart-c150}；
其中，ce为电站上网电价，Pess和Pphs分别为调度周期内锂电池与抽水蓄能发电电量，Ppv是光伏上发电电量，cepv是光伏补偿电价，Cbat是储能配置成本，Cpv是光伏配置成本，cstart是抽蓄启停成本，c150是低功率惩罚费用。
6.根据权利要求1所述的综合能源系统协同优化方法，其特征在于，典型日评估选取4种评价指标：基尼系数、轮廓系数、紧密性、间隔性。
7.根据权利要求6所述的综合能源系统协同优化方法，其特征在于，
基尼系数为：
Figure FDA0004095900740000031
轮廓系数为：
Figure FDA0004095900740000032
紧密性为：
Figure FDA0004095900740000033
间隔性为：
Figure FDA0004095900740000034
其中，gini为基尼系数；sc是轮廓系数；cp是紧密性；sp是间隔性；n1，n2表示类中元素的个数，k代表聚类数目；a(i)代表样本点与所属类中其他点的平均距离，b(i)代表样本的与其他类中点的平均距离；k代表类的数目，Nk代表类中的样本数，xi为聚类中心，wk是任一点。
CN202310165749.0A 2023-02-15 2023-02-15 基于蓄能-储能-光伏电池的综合能源系统协同优化方法 Pending CN116131303A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310165749.0A CN116131303A (zh) 2023-02-15 2023-02-15 基于蓄能-储能-光伏电池的综合能源系统协同优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310165749.0A CN116131303A (zh) 2023-02-15 2023-02-15 基于蓄能-储能-光伏电池的综合能源系统协同优化方法

Publications (1)

Publication Number Publication Date
CN116131303A true CN116131303A (zh) 2023-05-16

Family

ID=86295548

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310165749.0A Pending CN116131303A (zh) 2023-02-15 2023-02-15 基于蓄能-储能-光伏电池的综合能源系统协同优化方法

Country Status (1)

Country Link
CN (1) CN116131303A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116608078A (zh) * 2023-05-22 2023-08-18 中国矿业大学 基于清洁能源的矿山高品质能源-资源协同产出系统及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116608078A (zh) * 2023-05-22 2023-08-18 中国矿业大学 基于清洁能源的矿山高品质能源-资源协同产出系统及方法
CN116608078B (zh) * 2023-05-22 2024-04-30 中国矿业大学 基于清洁能源的矿山高品质能源-资源协同产出系统及方法

Similar Documents

Publication Publication Date Title
Wu et al. Optimal coordinate operation control for wind–photovoltaic–battery storage power-generation units
CN112270433B (zh) 考虑可再生能源不确定性和用户满意度的微电网优化方法
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
CN109409615A (zh) 基于非合作博弈的充换储一体化电站微电网优化调度方法
CN113839401A (zh) 一种考虑电氢耦合的综合能源系统容量优化配置方法
CN110350512A (zh) 一种智能园区新能源发电站调度优化方法及系统
CN115936244A (zh) 考虑可再生能源发电不确定性的虚拟电厂优化调度方法
CN110365034A (zh) 一种计及储能容量配置的微电网电能优化调度方法
CN113644674A (zh) 基于量子粒子群的氢混合储能容量配置系统、方法及应用
CN110957722B (zh) 一种含电转气设备的微型能源网日前优化调度方法
CN104616071B (zh) 一种风光储互补发电系统优化配置方法
CN116131303A (zh) 基于蓄能-储能-光伏电池的综合能源系统协同优化方法
CN111762057A (zh) 一种区域微网中v2g电动汽车智能充放电管理方法
CN112269966B (zh) 一种考虑备用需求的通信基站虚拟电厂发电容量测量方法
CN109494730A (zh) 新能源并网下电力系统逐日运行模拟仿真方法
CN112307603A (zh) 考虑大规模风电接入的混合储能容量优化配置方法及系统
CN110571868B (zh) 微电网的优化配置方法
CN115940284B (zh) 一种考虑分时电价的新能源制氢系统的运行控制策略
CN112653195A (zh) 一种并网型微电网鲁棒优化容量配置方法
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
CN107591794A (zh) 基于负荷分类的主动配电网源‑储容量优化配置方法
CN116316844A (zh) 发电侧储能电站的建设与运行分层优化设计方法
Han et al. Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation
CN115459358A (zh) 一种考虑多类新能源不同配比的储能容量优化配置方法
CN116526544A (zh) 新能源发电系统灵活性资源规划方法、系统及设备

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