CN116436088A - 一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法 - Google Patents

一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法 Download PDF

Info

Publication number
CN116436088A
CN116436088A CN202310153728.7A CN202310153728A CN116436088A CN 116436088 A CN116436088 A CN 116436088A CN 202310153728 A CN202310153728 A CN 202310153728A CN 116436088 A CN116436088 A CN 116436088A
Authority
CN
China
Prior art keywords
wind
energy storage
power
cost
representing
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
CN202310153728.7A
Other languages
English (en)
Inventor
周怀荣
杨勇
李春雷
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.)
Lanzhou University of Technology
Original Assignee
Lanzhou University of Technology
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 Lanzhou University of Technology filed Critical Lanzhou University of Technology
Priority to CN202310153728.7A priority Critical patent/CN116436088A/zh
Publication of CN116436088A publication Critical patent/CN116436088A/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
    • H02J3/38—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
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25C—PROCESSES FOR THE ELECTROLYTIC PRODUCTION, RECOVERY OR REFINING OF METALS; APPARATUS THEREFOR
    • C25C1/00—Electrolytic production, recovery or refining of metals by electrolysis of solutions
    • C25C1/12—Electrolytic production, recovery or refining of metals by electrolysis of solutions of copper
    • C—CHEMISTRY; METALLURGY
    • C25—ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25C—PROCESSES FOR THE ELECTROLYTIC PRODUCTION, RECOVERY OR REFINING OF METALS; APPARATUS THEREFOR
    • C25C7/00—Constructional parts, or assemblies thereof, of cells; Servicing or operating of cells
    • C25C7/06—Operating or servicing
    • 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
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • 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
    • 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
    • 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
    • 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
    • H02J2300/28—The renewable source being wind 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load management

Landscapes

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

Abstract

本发明涉及新能源系统集成与优化技术领域，特别涉及一种风光电‑火电‑储能‑电解铜一体化系统多目标优化调度方法，包括如下步骤：采集某地区风场风速和光伏场光照强度等数据库，采集蓄电池储能运行数据，采集某电解铜生产线火电机组运行数据以及电解铜负荷数据；分析风光互补的时频波动特性，电解铜需求负荷的不确定性，多时尺度模拟风光电‑火电‑储能‑电解铜一体化系统；基于所述多时尺度的波动数据建立风光电‑火电‑储能‑电解铜一体化系统多目标优化调度目标函数，并为所述目标函数设置约束条件；基于所述多目标优化调度目标函数和所述约束条件，通过ε约束法求解确定经济效益和环境效益双赢的电解铜最优调度方案。

Description

一种风光电-火电-储能-电解铜一体化系统多目标优化调度 方法
技术领域
本发明涉及新能源系统集成与优化技术领域，特别涉及一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法。
背景技术
在现有技术中，将风光能等低碳能源与电解铜集成，是实现源头减碳的有效途径。
风光资源的波动性和不确定性，造成高比例接入对工业系统产生巨大影响。现有研究主要从储能技术和系统集成出发。前者通过研发新储能介质和多种储能集成来增加储能容量，蓄电、氢储及其衍生物混合储能受到国内外的广泛关注，建成了多套工业化装置；系统集成方向主要研究多能互补和源-储-荷合理配置和优化调度，多能耦合系统国内外已有多套成功案例。
在传统火电-电解铜系统基础上，并入风光电系统，实现新能源系统与火电-电解铜系统的互补集成，可增加新能源的消纳，降低火电的负荷，减少环境污染物的排放。但是风光电的不确定性和波动性，高比例并入风光电会导致火电机组的频繁启停，互补系统集成度低。因此有必要建立风光电-火电-储能-电解铜一体化系统优化调度机制，从供电侧发掘灵活调节潜力，在满足需求侧电解铜负荷跟踪同时，降低经济运行成本，增加新能源消纳，减少污染物排放。
发明内容
本发明的目的在于针对现有技术中存在的问题，提供一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法，以解决现有技术中高比例和低成本消纳风光能之间的博弈问题，实现风光能源大规模、高比例就地消纳；同时解决现有技术中输入和输出不确定性的优化调度问题，实现比例风光发电-火电-储能-电解铜一体化系统稳定运行，使经济运行成本最低和环境影响最小。
为了实现上述目的，本发明提供以下技术方案：
一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法，其特征在于，包括如下步骤：
步骤1、采集某地区风场风速和光伏场光照强度等数据库，采集蓄电池储能运行数据，采集某电解铜生产线火电机组运行数据以及电解铜负荷数据；
步骤2、分析风光互补的时频波动特性，电解铜需求负荷的不确定性，多时尺度模拟风光电-火电-储能-电解铜一体化系统；
步骤3、基于所述多时尺度的波动数据建立风光电-火电-储能-电解铜一体化系统多目标优化调度目标函数，并为所述目标函数设置约束条件；所述多目标优化调度目标函数包括经济目标函数和环境目标函数；
步骤4、基于所述多目标优化调度目标函数和所述约束条件，通过ε约束法求解确定经济效益和环境效益双赢的电解铜最优调度方案。
优选的，在步骤1中，采集风力发电运行成本、光伏发电运行成本、蓄电池储能运行维护成本、火电机组运行成本、弃风弃光惩罚成本、风光电旋转备用惩罚成本、切负荷惩罚成本以及污染物排放系数和罚款成本，所述火电机组运行成本包括燃煤成本、爬坡成本和启停成本。
优选的，在步骤1中，采集风光电-火电-储能-电解铜一体化系统的负荷平衡约束、风机功率约束、光伏功率约束、蓄电池储能功率约束、火电机组功率约束、火电机组爬坡约束、火电机组启停约束、弃风弃光量约束和系统功率波动约束。
优选的，在步骤3中，构建风光电-火电-储能-电解铜一体化系统经济目标函数和环境目标函数的成本模型包括：风力发电运行成本模型、光伏发电运行成本模型、蓄电池储能运行维护成本模型、火电机组运行成本模型、弃风弃光惩罚成本模型、风光电旋转备用惩罚成本模型、切负荷惩罚成本模型和污染物排放惩罚成本模型。
具体的，构建风光电-火电-储能-电解铜一体化系统经济目标函数和环境目标函数的成本模型包括：
(1)风力发电运行成本模型
Figure SMS_1
上式中，cw表示风电单位发电量的成本；Pi w表示运行时间段内风电机组的输出功率；
(2)光伏发电运行成本模型
Figure SMS_2
上式中，cpv表示光伏单位发电量的成本；Pi pv表示运行时间段内光伏机组的输出功率；
(3)蓄电池储能运行维护成本模型
Figure SMS_3
上式中，cb表示蓄电池储能单位充放电成本；Pi b表示运行时间段内蓄电池储能充放电功率，“+”为蓄电池充电，“-”为蓄电池放电；Lloss为蓄电池的寿命损耗因子，0≤Lloss≤1，寿命损耗因子为1时，蓄电池寿命耗尽；
Figure SMS_4
表示蓄电池储能的初始投资；
(4)火电机组运行成本模型
Figure SMS_5
上式中，
Figure SMS_6
表示运行时间段内火电机组燃煤成本；/>
Figure SMS_7
表示运行时间段内火电机组爬坡成本；/>
Figure SMS_8
表示运行时间段内火电机组启停成本；
Figure SMS_9
上式中，Pi t表示运行时间段内火电机组输出功率；a、b和c表示火电机组传统燃煤成本特性参数；p、q、m和n表示火电机组低负荷工况燃煤特性参数；α表示火电机组低负荷工况判定边界；
Figure SMS_10
上式中，γ表示火电机组爬坡成本特性参数；dPi t/dt表示火电机组输出功率的变化速率；
Figure SMS_11
上式中，cs表示单台火电机组启停成本；
Figure SMS_12
表示运行时间段内火电机组启、停机台数；
(5)弃风弃光惩罚成本模型
Figure SMS_13
上式中，Pi aw表示运行时间段内弃风电功率；Pi apv表示运行时间段内弃光伏发电功率；
(6)风光电旋转备用惩罚成本模型
风光资源的随机性和不确定性导致风、光电并网增加了整个系统对旋转备用容量的设置，风、光电旋转备用惩罚成本计算公式如下所示：
Figure SMS_14
上式中，
Figure SMS_15
表示旋转备用惩罚成本特性参数；OCCi表示运行时段内风、光电运行容量可信度；
(7)切负荷惩罚成本模型
为了保证发电侧风光电-火电-储能系统运行安全性、稳定性与电网电量要求，避免发电侧实际输出功率与电解铜需求侧负荷需求发生较大偏差，引入切负荷惩罚成本，计算公式如下所示：
Figure SMS_16
上式中，β表示切负荷成本特性参数；Pi ls表示运行时段内切负荷功率；
(8)污染物罚款成本模型
Figure SMS_17
上式中，ce表示污染物惩罚成本，CO2、SO2、NOx和粉尘的惩罚成本分别为60元/t、630元/t、630元/t和280元/t。
优选的，在步骤4中，所述经济目标函数的计算公式如下所示：
Figure SMS_18
上式中，fc表示系统总运行成本；i表示运行时间段，i＝1,2,…,N；N表示系统总运行时间段；
Figure SMS_19
表示运行时间段内风力发电运行成本；/>
Figure SMS_20
表示运行时间段内光伏发电运行成本；/>
Figure SMS_21
表示运行时间段内蓄电池储能运行维护成本；/>
Figure SMS_22
表示运行时间段内火电机组运行成本；/>
Figure SMS_23
表示运行时间段内弃风弃光惩罚成本；/>
Figure SMS_24
表示运行时间段内风光电旋转备用惩罚成本；/>
Figure SMS_25
表示运行时间段内切负荷惩罚成本。
优选的，在步骤4中，所述环境目标函数的计算公式如下所示：
Figure SMS_26
上式中，fpe表示污染气体排放量；λe表示污染物排放系数，火电的CO2、SO2、NOx和粉尘的排放系数分别为326.47kg/MWh、3.54kg/MWh、1.03kg/MWh和1.68kg/MWh；Pi t表示运行时间段内火电机组的输出功率。
优选的，在步骤3中，构建风光电-火电-储能-电解铜一体化系统多目标优化调度目标函数约束条件的约束模型包括：负荷平衡约束、火电机组输出功率约束、火电机组爬坡约束、火电机组启停时间约束、风电场输出功率约束、光伏电站输出功率约束、蓄电池储能系统输出功率约束、蓄电池储能系统电量平衡约束和功率波动约束。
具体的，构建风光电-火电-储能-电解铜一体化系统多目标优化调度目标函数约束条件的约束模型包括：
(1)系统负荷平衡约束
忽略电能损失，各时刻风电、光电、火电和蓄电池储能的总输出功率与电解铜电力负荷需求量相同，计算公式如下所示：
Pi w+Pi pv+Pi t+Pi dcZi-Pi c(1-Zi)-(Pi aw+Pi apv)+Pi ls＝Di
上式中，Pi dc表示运行时段内蓄电池储能系统发电功率；Pi c表示运行时段内蓄电池储能系统储能功率；Zi表示运行时段内蓄电池储能系统的运行工况，Zi＝1表示储能系统运行发电工况，Zi＝0表示储能系统运行储能工况；Di表示运行时段内电解铜负荷需求；
(2)火电机组输出功率约束
Figure SMS_27
上式中，
Figure SMS_28
表示火电机组出力最小值；/>
Figure SMS_29
表示火电机组出力最大值；
(3)火电机组爬坡约束
Figure SMS_30
上式中，
Figure SMS_31
表示火电机组向上爬坡速率最大值；/>
Figure SMS_32
表示火电机组向下爬坡速率最大值；
(4)火电机组启停时间约束
Figure SMS_33
Figure SMS_34
上式中，Ti on和Ti off分别表示火电机组连续开机时间和连续停机时间；
Figure SMS_35
和/>
Figure SMS_36
分别表示火电机组最小连续开机时间和最小连续停机时间；
(5)风电场输出功率约束
Figure SMS_37
上式中，
Figure SMS_38
表示风电场输出功率最大值；
(6)光伏电站输出功率约束
Figure SMS_39
上式中，
Figure SMS_40
表示光伏电站输出功率最大值；
(7)蓄电池储能系统输出功率约束
Figure SMS_41
Figure SMS_42
上式中，
Figure SMS_43
表示蓄电池储能系统放电功率最大值；/>
Figure SMS_44
表示蓄电池储能系统充电功率最大值；
(8)蓄电池储能系统电量平衡约束
qmin≤qi≤qmax
Figure SMS_45
上式中，qmin和qmax分别表示蓄电池储能系统剩余电量最小值和最大值；qi和qi+1分别表示i运行时段内和i+1运行时段内蓄电池储能系统剩余电量；V表示储能系统工作电压；ηrt表示储能系统充放电往返效率；Δt表示储能系统单次充放电时间间隔，取1小时；
(9)功率波动约束
电解铜负荷功率变化较小，负荷曲线较平稳。引入功率波动系数γ表示风光火储的发电功率波动约束，如下所示：
Figure SMS_46
上式中，Pf(t)和Pf(t-1)分别表示t时刻和t-1时刻供给侧风光电-火电-储能系统的输出功率。
优选的，在步骤4中，基于所述经济目标函数、环境目标函数和所述约束条件，通过ε约束法求解经济目标和环境目标双赢的电解铜最优调度方案，包括：
步骤1、将经济目标(系统总运行成本最低)作为主要目标函数，而环境目标(污染物排放量最小)则被转化为约束条件，通过改变每个目标得到Pareto解，计算如下所示：
Figure SMS_47
上式中，x、k和l分别表示优化过程中的决策变量、主要目标和其他目标；
步骤2、比较各个解与理想解之间的距离得到最优解，根据Pareto解集中归一化目标的最小值计算理想值；计算公式如下所示：
Figure SMS_48
Sl＝{minΓ1,minΓ2,...,minΓl}
Figure SMS_49
上式中，q表示解集中第q个解；fl max和fl min分别表示第l个目标函数解集中最大值和最小值；fl(q)表示第l个目标函数解集中第q个解；Sl表示理想解；Γl q表示归一化后第l个目标函数解集中第q个解。
优选的，基于所述一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法，可实现电解铜产业的低运行成本和低环境排放，亦可将该方法推广应用到电解铝、锌冶炼、铜冶炼、镍冶炼等高耗能高排放产业。
本发明具有以下有益效果：
1、本发明解决了现有技术中高比例和低成本消纳风光能之间的博弈问题，实现风光能源大规模、高比例就地消纳；
2、本发明解决了现有技术中输入和输出不确定性的优化调度问题，实现比例风光发电-火电-储能-电解铜一体化系统稳定运行，使经济运行成本最低和环境影响最小。
附图说明
图1为发明提出的一种风光电-火电-储能-电解铜一体化系统。
图2为本发明提出的一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法的流程图。
图3为本发明实施例中电解铜负荷功率变化曲线图；
图4为本发明实施例中某地区电解铜厂区域光伏和风力发电能力图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明选择某地区风光资源和大型电解铜工艺生产线进行风光电-火电-储能-电解铜一体化系统多目标优化调度方法研究。该企业现运行40万吨/年电解铜生产线，年用电量4亿千瓦时，电解铜负荷功率变化如图3所示，最大负荷利用小时数为8760小时，电解铜负荷最长停电时间不能超过2～3个小时。选取风电场装机容量300MW，光伏电场装机容量200MW，火电机组装机容量1350MW，蓄电池储能电站装机容量450MWh。风机平均发电功率按16.1％风机额定功率，光伏平均发电功率按16.5％光伏板额定功率。电解铜厂周边区域光伏和风机发电功率如图4所示。弃风成本为600元/MWh，弃光成本为500元/MWh。每吨标煤的CO2、SO2、NOx和粉尘排放系数分别为2.9、0.000416、0.000476和0.000778，对应的惩罚成本分别为60元/t、630元/t、630元/t和280元/t。
实施例1
研究传统火电-电解铜系统多目标调度，40万吨/年电解铜生产线用电完全由火电机组发电提供。
实施例2
在实施例1的基础上，考虑加入风电和储能，通过风电和储能取代50％的火电，研究风电-火电-储能-电解铜系统多目标调度。
实施例3
在实施例1的基础上，考虑加入光伏电和储能，通过光伏电和储能取代50％的火电，研究光电-火电-储能-电解铜系统多目标调度。
实施例4
在实施例1的基础上，考虑加入风电和光电，通过风电和光电取代50％的火电，研究风电-光电-火电-电解铜系统多目标优化调度。
实施例5
在实施例2、3和4的基础上，考虑加入风电、光电、储能，通过风电、光电和储能取代50％的火电，研究风光电-火电-储能-电解铜一体化系统多目标优化调度。
实施例1-5的经济目标优化结果如表1所示：
表1实施例1-5的运行成本和环境成本
Figure SMS_50
实施例2-5相比实施例1，通过新能源电力并入替代部分火电并且用于电解铜，极大的降低了传统火电-电解铜系统成本费用。实施例3的总成本最高，主要是因为光伏装机容量和出力时间有限，使得火电出力最高，从而导致较高的运行成本和环境成本。而实施例2采用风电，风电的装机容量和出力能力大，减少了火电的输出，直接减少了污染物排放和环境成本。实施例4的风光互补提供一定量的负荷需求，火电承担着基荷电源的作用和调峰的作用。相比实施例4，实施例5通过蓄电池储能设备参与，显著优化了系统成本构成，系统的总成本最低，相比实施例2、3和4，成本分别降低了2.6％、11.7％和0.3％。
实施例1-5环境目标优化结果如表2所示：
表2实施例1-5的环境排放
排放 CO2/万吨 SO2/吨 NOx/吨 粉尘/吨
实施例1 31.75 57.13 49.92 93.36
实施例2 16.30 29.33 25.63 47.93
实施例3 18.93 34.06 29.76 55.66
实施例4 15.75 28.34 24.76 46.31
实施例5 15.67 28.21 24.65 46.11
实施例1完全采用火电电解铜，煤消耗量最大，环境排放最大。实施例2-5相比实施例1，由于不同形式的新能源电力并入大大降低了传统火电-电解铜系统环境排放，特别实施例5采用风光互补发电外加储能调峰，极大的降低了火电负荷和火电调峰，因此环境排放最低。
以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法，其特征在于，包括如下步骤：
步骤1、采集某地区风场风速和光伏场光照强度等数据库，采集蓄电池储能运行数据，采集某电解铜生产线火电机组运行数据以及电解铜负荷数据；
步骤2、分析风光互补的时频波动特性，电解铜需求负荷的不确定性，多时尺度模拟风光电-火电-储能-电解铜一体化系统；
步骤3、基于所述多时尺度的波动数据建立风光电-火电-储能-电解铜一体化系统多目标优化调度目标函数，并为所述目标函数设置约束条件；所述多目标优化调度目标函数包括经济目标函数和环境目标函数；
步骤4、基于所述多目标优化调度目标函数和所述约束条件，通过ε约束法求解确定经济效益和环境效益双赢的电解铜最优调度方案。
2.根据权利要求1所述的一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法，其特征在于：在步骤1中，采集风力发电运行成本、光伏发电运行成本、蓄电池储能运行维护成本、火电机组运行成本、弃风弃光惩罚成本、风光电旋转备用惩罚成本、切负荷惩罚成本以及污染物排放系数和罚款成本，所述火电机组运行成本包括燃煤成本、爬坡成本和启停成本；采集负荷平衡约束、风机功率约束、光伏功率约束、蓄电池储能功率约束、火电机组功率约束、火电机组爬坡约束、火电机组启停约束、弃风弃光量约束和系统功率波动约束。
3.根据权利要求2所述的一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法，其特征在于：在步骤3中，
构建风光电-火电-储能-电解铜一体化系统经济目标函数和环境目标函数的成本模型包括：风力发电运行成本模型、光伏发电运行成本模型、蓄电池储能运行维护成本模型、火电机组运行成本模型、弃风弃光惩罚成本模型、风光电旋转备用惩罚成本模型、切负荷惩罚成本模型和污染物排放惩罚成本模型；
构建风光电-火电-储能-电解铜一体化系统多目标优化调度目标函数约束条件的约束模型包括：负荷平衡约束、火电机组输出功率约束、火电机组爬坡约束、火电机组启停时间约束、风电场输出功率约束、光伏电站输出功率约束、蓄电池储能系统输出功率约束、蓄电池储能系统电量平衡约束和功率波动约束。
4.根据权利要求3所述的一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法，其特征在于：在步骤3中，构建风光电-火电-储能-电解铜一体化系统经济目标函数和环境目标函数的成本模型包括：
(1)风力发电运行成本模型
Figure FDA0004091568630000021
上式中，cw表示风电单位发电量的成本；Pi w表示运行时间段内风电机组的输出功率；
(2)光伏发电运行成本模型
Figure FDA0004091568630000022
上式中，cpv表示光伏单位发电量的成本；Pi pv表示运行时间段内光伏机组的输出功率；
(3)蓄电池储能运行维护成本模型
Figure FDA0004091568630000023
上式中，cb表示蓄电池储能单位充放电成本；Pi b表示运行时间段内蓄电池储能充放电功率，“+”为蓄电池充电，“-”为蓄电池放电；Lloss为蓄电池的寿命损耗因子，0≤Lloss≤1，寿命损耗因子为1时，蓄电池寿命耗尽；
Figure FDA0004091568630000024
表示蓄电池储能的初始投资；
(4)火电机组运行成本模型
Figure FDA0004091568630000031
上式中，
Figure FDA0004091568630000032
表示运行时间段内火电机组燃煤成本；/>
Figure FDA0004091568630000033
表示运行时间段内火电机组爬坡成本；/>
Figure FDA0004091568630000034
表示运行时间段内火电机组启停成本；
Figure FDA0004091568630000035
上式中，Pi t表示运行时间段内火电机组输出功率；a、b和c表示火电机组传统燃煤成本特性参数；p、q、m和n表示火电机组低负荷工况燃煤特性参数；α表示火电机组低负荷工况判定边界；
Figure FDA0004091568630000036
上式中，γ表示火电机组爬坡成本特性参数；dPi t/dt表示火电机组输出功率的变化速率；
Figure FDA0004091568630000037
上式中，cs表示单台火电机组启停成本；
Figure FDA0004091568630000038
表示运行时间段内火电机组启、停机台数；
(5)弃风弃光惩罚成本模型
Figure FDA0004091568630000039
上式中，Pi aw表示运行时间段内弃风电功率；Pi apv表示运行时间段内弃光伏发电功率；
(6)风光电旋转备用惩罚成本模型
风光资源的随机性和不确定性导致风、光电并网增加了整个系统对旋转备用容量
的设置，风、光电旋转备用惩罚成本计算公式如下所示：
Figure FDA0004091568630000041
上式中，
Figure FDA0004091568630000042
表示旋转备用惩罚成本特性参数；OCCi表示运行时段内风、光电运行容量可信度；
(7)切负荷惩罚成本模型
为了保证发电侧风光电-火电-储能系统运行安全性、稳定性与电网电量要求，避免发电侧实际输出功率与电解铜需求侧负荷需求发生较大偏差，引入切负荷惩罚成本，计算公式如下所示：
Figure FDA0004091568630000043
上式中，β表示切负荷成本特性参数；Pi ls表示运行时段内切负荷功率；
(8)污染物罚款成本模型
Figure FDA0004091568630000044
上式中，ce表示污染物惩罚成本，CO2、SO2、NOx和粉尘的惩罚成本分别为60元/t、630元/t、630元/t和280元/t。
5.根据权利要求4所述的一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法，其特征在于：所述经济目标函数的计算公式如下所示：
Figure FDA0004091568630000045
上式中，fc表示系统总运行成本；i表示运行时间段，i＝1,2,…,N；N表示系统总运行时间段；
Figure FDA0004091568630000046
表示运行时间段内风力发电运行成本；/>
Figure FDA0004091568630000047
表示运行时间段内光伏发电运行成本；
Figure FDA0004091568630000048
表示运行时间段内蓄电池储能运行维护成本；/>
Figure FDA0004091568630000049
表示运行时间段内火电机组运行成本；/>
Figure FDA00040915686300000410
表示运行时间段内弃风弃光惩罚成本；/>
Figure FDA00040915686300000411
表示运行时间段内风光电旋转备用惩罚成本；/>
Figure FDA00040915686300000412
表示运行时间段内切负荷惩罚成本。
6.根据权利要求5所述的一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法，其特征在于：所述环境目标函数的计算公式如下所示：
Figure FDA0004091568630000051
上式中，fpe表示污染气体排放量；λe表示污染物排放系数，火电的CO2、SO2、NOx和粉尘的排放系数分别为326.47kg/MWh、3.54kg/MWh、1.03kg/MWh和1.68kg/MWh；Pi t表示运行时间段内火电机组的输出功率。
7.根据权利要求6所述的一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法，其特征在于：在步骤3中，构建风光电-火电-储能-电解铜一体化系统多目标优化调度目标函数约束条件的约束模型包括：
(1)系统负荷平衡约束
忽略电能损失，各时刻风电、光电、火电和蓄电池储能的总输出功率与电解铜电力负荷需求量相同，计算公式如下所示：
Pi w+Pi pv+Pi t+Pi dcZi-Pi c(1-Zi)-(Pi aw+Pi apv)+Pi ls＝Di
上式中，Pi dc表示运行时段内蓄电池储能系统发电功率；Pi c表示运行时段内蓄电池储能系统储能功率；Zi表示运行时段内蓄电池储能系统的运行工况，Zi＝1表示储能系统运行发电工况，Zi＝0表示储能系统运行储能工况；Di表示运行时段内电解铜负荷需求；
(2)火电机组输出功率约束
Figure FDA0004091568630000052
上式中，
Figure FDA0004091568630000053
表示火电机组出力最小值；/>
Figure FDA0004091568630000054
表示火电机组出力最大值；
(3)火电机组爬坡约束
Figure FDA0004091568630000055
上式中，
Figure FDA0004091568630000056
表示火电机组向上爬坡速率最大值；/>
Figure FDA0004091568630000057
表示火电机组向下爬坡速率最大值；
(4)火电机组启停时间约束
Figure FDA0004091568630000061
Figure FDA0004091568630000062
上式中，Ti on和Ti off分别表示火电机组连续开机时间和连续停机时间；
Figure FDA0004091568630000063
和/>
Figure FDA0004091568630000064
分别表示火电机组最小连续开机时间和最小连续停机时间；
(5)风电场输出功率约束
Figure FDA0004091568630000065
上式中，
Figure FDA0004091568630000066
表示风电场输出功率最大值；
(6)光伏电站输出功率约束
Figure FDA0004091568630000067
上式中，
Figure FDA0004091568630000068
表示光伏电站输出功率最大值；
(7)蓄电池储能系统输出功率约束
Figure FDA0004091568630000069
Figure FDA00040915686300000610
上式中，
Figure FDA00040915686300000611
表示蓄电池储能系统放电功率最大值；/>
Figure FDA00040915686300000612
表示蓄电池储能系统充电功率最大值；
(8)蓄电池储能系统电量平衡约束
qmin≤qi≤qmax
Figure FDA00040915686300000613
上式中，qmin和qmax分别表示蓄电池储能系统剩余电量最小值和最大值；qi和qi+1分别表示i运行时段内和i+1运行时段内蓄电池储能系统剩余电量；V表示储能系统工作电压；ηrt表示储能系统充放电往返效率；Δt表示储能系统单次充放电时间间隔，取1小时；
(9)功率波动约束
电解铜负荷功率变化较小，负荷曲线较平稳。引入功率波动系数γ表示风光火储的发电功率波动约束，如下所示：
Figure FDA0004091568630000071
上式中，Pf(t)和Pf(t-1)分别表示t时刻和t-1时刻供给侧风光电-火电-储能系统的输出功率。
8.根据权利要求7所述的一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法，其特征在于：在步骤4中，基于所述经济目标函数、环境目标函数和所述约束条件，通过ε约束法求解经济目标和环境目标双赢的电解铜最优调度方案，包括：
步骤1、将经济目标作为主要目标函数，而环境目标则被转化为约束条件，通过改变每个目标得到Pareto解，计算如下所示：
Figure FDA0004091568630000072
上式中，x、k和l分别表示优化过程中的决策变量、主要目标和其他目标；
步骤2、比较各个解与理想解之间的距离得到最优解，根据Pareto解集中归一化目标的最小值计算理想值；计算公式如下所示：
Figure FDA0004091568630000073
Sl＝{minΓ1,minΓ2,...,minΓl}
Figure FDA0004091568630000074
上式中，q表示解集中第q个解；fl max和fl min分别表示第l个目标函数解集中最大值和最小值；fl(q)表示第l个目标函数解集中第q个解；Sl表示理想解；Γl q表示归一化后第l个目标函数解集中第q个解。
CN202310153728.7A 2023-02-23 2023-02-23 一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法 Pending CN116436088A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310153728.7A CN116436088A (zh) 2023-02-23 2023-02-23 一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310153728.7A CN116436088A (zh) 2023-02-23 2023-02-23 一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法

Publications (1)

Publication Number Publication Date
CN116436088A true CN116436088A (zh) 2023-07-14

Family

ID=87078540

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310153728.7A Pending CN116436088A (zh) 2023-02-23 2023-02-23 一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法

Country Status (1)

Country Link
CN (1) CN116436088A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116632945A (zh) * 2023-07-21 2023-08-22 长江三峡集团实业发展(北京)有限公司 一种多能源供给运行控制方法、系统、装置及电子设备
CN116780657A (zh) * 2023-08-17 2023-09-19 长江三峡集团实业发展(北京)有限公司 一种水风蓄互补发电系统的调度方法、装置、设备及介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116632945A (zh) * 2023-07-21 2023-08-22 长江三峡集团实业发展(北京)有限公司 一种多能源供给运行控制方法、系统、装置及电子设备
CN116632945B (zh) * 2023-07-21 2024-01-05 长江三峡集团实业发展(北京)有限公司 一种多能源供给运行控制方法、系统、装置及电子设备
CN116780657A (zh) * 2023-08-17 2023-09-19 长江三峡集团实业发展(北京)有限公司 一种水风蓄互补发电系统的调度方法、装置、设备及介质
CN116780657B (zh) * 2023-08-17 2024-01-19 长江三峡集团实业发展(北京)有限公司 一种水风蓄互补发电系统的调度方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN107134810B (zh) 一种独立型微能源网储能系统优化配置求解方法
CN109767078B (zh) 一种基于混合整数规划的多类型电源检修安排方法
CN116436088A (zh) 一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法
CN102170129A (zh) 一种基于大规模风电并网的电力系统低碳调度方法及其装置
CN110084465B (zh) 基于储能的风力发电系统成本/供电可靠性评估方法
CN108206547B (zh) 风氢耦合发电系统各单元容量优化的方法
CN112800619B (zh) 多源异质全可再生能源热电气储耦合系统建模与规划方法
CN112886645B (zh) 一种基于氢能超高比例的新能源电力系统运行模拟方法
CN110994606B (zh) 一种基于复杂适应系统理论的多能源电源容量配置方法
CN114462889A (zh) 一种氢-电耦合多能源跨区域优化配置方法及系统
CN113742944A (zh) 一种考虑电制氢系统的虚拟电厂建模方法
CN114548757A (zh) 一种考虑源荷不确定性的火电机组灵活性改造规划方法
CN112953364A (zh) 一种计及光热电站寿命的光热-风电-光伏的联合系统的运行优化模型
CN115577929A (zh) 基于多场景分析的乡村综合能源系统随机优化调度方法
CN116231767A (zh) 一种梯级水电站的多能互补调度方法和系统
CN116979578A (zh) 一种风光水火储的电气热三联产优化调度方法和系统
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
CN112307603B (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
CN113919676A (zh) 计及需求响应与电制氢系统的虚拟电厂运行效果评估方法
CN116979547B (zh) 一种计及负荷可控性的微电网规划配置方法
CN117526435A (zh) 一种可考虑新能源极端出力特性的多能源外送基地规划方法
CN117649119A (zh) 基于vcg理论的清洁能源碳减排价值评估方法
CN116384655A (zh) 面向新能源消纳的源网荷侧储能系统优化规划方法及系统
CN112149339B (zh) 风电-光伏-光热-电加热器互补发电系统容量优化模型
CN115374999B (zh) 一种适用制氢设备启停特性的水电制氢优化配置方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination