CN117013624A - 风光并网容量配比区间优化方法、装置、存储介质及设备 - Google Patents

风光并网容量配比区间优化方法、装置、存储介质及设备 Download PDF

Info

Publication number
CN117013624A
CN117013624A CN202311269262.3A CN202311269262A CN117013624A CN 117013624 A CN117013624 A CN 117013624A CN 202311269262 A CN202311269262 A CN 202311269262A CN 117013624 A CN117013624 A CN 117013624A
Authority
CN
China
Prior art keywords
wind
grid
power
daily load
active
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
CN202311269262.3A
Other languages
English (en)
Inventor
张宁宇
李群
李强
李雅然
朱鑫要
陈兵
陈静
佘俊
李铮
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.)
Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Electric Power Research Institute of State Grid Jiangsu Electric Power 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 Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd filed Critical Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd
Priority to CN202311269262.3A priority Critical patent/CN117013624A/zh
Publication of CN117013624A publication Critical patent/CN117013624A/zh
Pending legal-status Critical Current

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • 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
    • G06Q10/06313—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
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Probability & Statistics with Applications (AREA)
  • Algebra (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Educational Administration (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了风光并网容量配比区间优化方法、装置、存储介质及设备，属于电网配置优化技术领域，包括：以电网运行成本最低为优化目标，以有功平衡限制、机组限制和电网运行限制为约束条件，分别在最高日负荷曲线场景和最低日负荷曲线场景下，对电网调度运行模型进行求解，得到最高日负荷和最低日负荷下的风光最优配比变化曲线；计算出最高日负荷和最低日负荷下的风光最优配比变化曲线的两个交点，将两个交点之间的区间作为风光并网容量最优配比区间，完成风光并网容量配比区间优化；本发明结合了最高日负荷曲线场景和最低日负荷曲线场景，充分考虑了不同运行方式下的状况，适配性大大提高，提高了应用范围，有效指导大规模新能源的接入。

Description

风光并网容量配比区间优化方法、装置、存储介质及设备
技术领域
本发明涉及风光并网容量配比区间优化方法、装置、存储介质及设备，属于电网配置优化技术领域。
背景技术
随着世界各国高度重视可再生能源的开发和利用，风电和光伏等新能源在电力系统中的占比逐年增加，逐渐替代了化石能源的使用，有效减少二氧化碳等温室气体的排放。同时，风电、光伏等新能源具有波动性、随机性和间歇性，大规模新能源并网后，给电力系统带来不确定性，尤其是对电网备用容量计算、调峰调频提出新的挑战。
风电和光伏有着较强的互补性，一方面，太阳辐射在夏季较强冬季较弱；而风电是冬季较强，夏季较弱；另一方面，太阳辐射白天较强时，风速较弱，而夜晚无太阳辐射时，风速通常较大。因此，合理配置风电和光伏的并网容量，充分利用风光有用出力的互补性，可大大减少新能源并网的随机性，也能减少对电力系统安全运行的影响。
目前，风光并网容量配比通常针对单一运行方式进行优化计算，而电网随着负荷变化，存在多种运行方式，现有技术中得到的最优风光并网容量配比不适用于所有运行方式。
发明内容
本发明的目的在于提供风光并网容量配比区间优化方法、装置、存储介质及设备，解决现有技术中存在的适配性低、应用范围受限的问题。
为实现以上目的，本发明是采用下述技术方案实现的：
第一方面，本发明提供了风光并网容量配比区间优化方法，包括：
以电网运行成本最低为优化目标，以有功平衡限制、机组限制和电网运行限制为约束条件，分别在最高日负荷曲线场景和最低日负荷曲线场景下，对电网调度运行模型进行求解，得到最高日负荷和最低日负荷下的风光最优配比变化曲线；
计算出最高日负荷和最低日负荷下的风光最优配比变化曲线的两个交点，将所述两个交点之间的区间作为风光并网容量最优配比区间，完成风光并网容量配比区间优化。
结合第一方面，进一步的，所述优化目标的表达式为：
；
其中，是电网调度运行成本，T是调度时段总数，/>是机组总数，/>和/>分别是机组在时段的有功输出和启停变量，/>是机组i的发电成本函数，/>是机组i的启动费用，/>是机组i在时段t-1的启停变量。
结合第一方面，进一步的，所述有功平衡限制的表达式为：
；
其中，是电网中交流节点m所连接的发电机的集合，/>是光伏并网容量，/>是光伏有功出力系数，/>是风光配比系数，/>是风电有功出力系数，/>是有功限制的下限。
结合第一方面，进一步的，所述光伏有功出力系数是根据光伏典型有功出力概率密度函数抽样得到的，所述风电有功出力系数是根据风电典型有功出力概率密度函数抽样得到的。
结合第一方面，进一步的，所述机组限制包括有功功率和无功功率上下限约束、最小开停机时间约束以及机组启动费用约束；
所述有功功率和无功功率上下限约束包括：
；
；
；
所述最小开停机时间约束包括：
；
所述机组启动费用约束包括：
；
其中，是机组i提供的备用容量，/>和/>分别是机组i有功出力的上限和下限，/>和/>分别是机组i考虑爬坡的有功出力的上限和下限，/>和/>分别是机组i有功出力每分钟增加和减少的容量，/>是机组i在时段t-1的有功输出；/>和分别是机组i连续运行和停机的时段数；/>和/>分别是机组i的最小开机时段数和最小停机时段数，/>是机组i启动费用，/>和/>分别是机组i的热启动费用和冷启动费用，/>是机组i的连续停机时间，/>是机组i的冷启动时间。
结合第一方面，进一步的，所述电网运行限制包括线路有功约束和节点电压约束；
所述线路有功约束为：；
所述节点电压约束为：；
其中，和/>分别是线路m-n的有功功率的上限和下限，/>是线路m-n在时段t的有功功率，/>是电网中交流节点的集合，m和n分别是电网中的两个交流节点，/>和/>分别是电网中交流节点m的电压幅值的上限和下限，/>是电网中交流节点m在时段t的电压幅值。
结合第一方面，进一步的，在所述对电网调度运行模型进行求解的过程中，光伏并网容量的取值从零递增至预设阈值。
结合第一方面，进一步的，所述对电网调度运行模型进行求解，包括采用混合整数规划算法对电网调度运行模型进行求解。
第二方面，本发明还提供了风光并网容量配比区间优化装置，包括：
电网调度运行模型求解模块，被配置为：以电网运行成本最低为优化目标，以有功平衡限制、机组限制和电网运行限制为约束条件，分别在最高日负荷曲线场景和最低日负荷曲线场景下，对电网调度运行模型进行求解，得到最高日负荷和最低日负荷下的风光最优配比变化曲线；
最优配比区间分析模块，被配置为：计算出最高日负荷和最低日负荷下的风光最优配比变化曲线的两个交点，将所述两个交点之间的区间作为风光并网容量最优配比区间，完成风光并网容量配比区间优化。
结合第二方面，进一步的，所述优化目标的表达式为：
；
其中，是电网调度运行成本，T是调度时段总数，/>是机组总数，/>和/>分别是机组在时段的有功输出和启停变量，/>是机组i的发电成本函数，/>是机组i的启动费用，/>是机组i在时段t-1的启停变量。
第三方面，本发明还提供了计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如第一方面中任一项所述的风光并网容量配比区间优化方法。
第四方面，本发明还提供了设备，包括：
存储器，用于存储指令；
处理器，用于执行所述指令，使得所述设备执行实现如第一方面中任一项所述的风光并网容量配比区间优化方法的操作。
与现有技术相比，本发明所达到的有益效果是：
本发明提供的风光并网容量配比区间优化方法、装置、存储介质及设备，结合了夏季高峰时的最高日负荷曲线场景和冬季低谷时的最低日负荷曲线场景，充分考虑了不同运行方式下的状况，使得优化得到的风光并网容量配比区间能够适用于更多场景，适配性大大提高，提高了应用范围，充分利用风光资源互补，有效指导大规模新能源的接入。
附图说明
图1是本发明实施例提供的风光并网容量配比区间优化方法的流程图之一；
图2是本发明实施例提供的风光并网容量配比区间优化方法的流程图之二。
具体实施方式
下面结合附图对本发明作进一步描述，以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
实施例1
风电和光伏有着较强的互补性，一方面，太阳辐射在夏季较强冬季较弱；而风电是冬季较强，夏季较弱；另一方面，太阳辐射白天较强时，风速较弱，而夜晚无太阳辐射时，风速通常较大。因此，合理配置风电和光伏的并网容量，充分利用风光有用出力的互补性，可大大减少新能源并网的随机性，也能减少对电力系统安全运行的影响。本发明基于此提供如图1所示的风光并网容量配比区间优化方法，用于指导风光合理、有序接入电网，包括以下步骤：
S1、以电网运行成本最低为优化目标，以有功平衡限制、机组限制和电网运行限制为约束条件，分别在最高日负荷曲线场景和最低日负荷曲线场景下，对电网调度运行模型进行求解，得到最高日负荷和最低日负荷下的风光最优配比变化曲线。
电网调度运行模型包含风电、光伏、火电机组等多类型电源，具体模型包括：
（1）以电网运行成本最低为优化目标，构建以下目标函数：
；
其中，是电网调度运行成本，T是调度时段总数，/>是机组总数，/>和/>分别是机组在时段的有功输出和启停变量，/>是机组i的发电成本函数，/>是机组i的启动费用，/>是机组i在时段t-1的启停变量。
发电成本函数具体为：
；
其中，是发电成本函数的常数系数，/>是发电成本函数的一次系数，/>是发电成本函数的二次系数。
约束条件包括有功平衡限制、机组限制和电网运行限制：有功平衡限制的表达式为：
；
其中，是电网中交流节点m所连接的发电机的集合，/>是光伏并网容量，/>是光伏有功出力系数，/>是风光配比系数，/>是风电有功出力系数，/>是有功限制的下限。
光伏有功出力系数是根据光伏典型有功出力概率密度函数抽样得到的，风电有功出力系数是根据风电典型有功出力概率密度函数抽样得到的。
机组限制包括有功功率和无功功率上下限约束、最小开停机时间约束以及机组启动费用约束；
有功功率和无功功率上下限约束包括：
；
；
；
所述最小开停机时间约束包括：
；
所述机组启动费用约束包括：
；
其中，是机组i提供的备用容量，/>和/>分别是机组i有功出力的上限和下限，/>和/>分别是机组i考虑爬坡的有功出力的上限和下限，/>和/>分别是机组i有功出力每分钟增加和减少的容量，/>是机组i在时段t-1的有功输出；/>和分别是机组i连续运行和停机的时段数；/>和/>分别是机组i的最小开机时段数和最小停机时段数，/>是机组i启动费用，/>和/>分别是机组i的热启动费用和冷启动费用，/>是机组i的连续停机时间，/>是机组i的冷启动时间。
所述电网运行限制包括线路有功约束和节点电压约束；
所述线路有功约束为：；
所述节点电压约束为：；
其中，和/>分别是线路m-n的有功功率的上限和下限，/>是线路m-n在时段t的有功功率，/>是电网中交流节点的集合，m和n分别是电网中的两个交流节点，/>和/>分别是电网中交流节点m的电压幅值的上限和下限，/>是电网中交流节点m在时段t的电压幅值。
S2、计算出最高日负荷和最低日负荷下的风光最优配比变化曲线的两个交点，将所述两个交点之间的区间作为风光并网容量最优配比区间，完成风光并网容量配比区间优化。
实施例2
本发明实施例还提供了风光并网容量配比区间优化方法，如图2所示，包括：
（1）根据光伏和风电有功出力概率密度函数生成典型日曲线；
（2）生成日负荷曲线，包括最高日负荷曲线和最低日负荷曲线，选择最高日负荷曲线场景和最低日负荷曲线场景作为典型场景，分别在两个典型场景下求解电网调度运行模型；
（3）确定初始的光伏并网容量，在本实施例中初始的光伏并网容量为0；
（4）根据光伏有功出力典型日曲线和光伏并网容量得到光伏的实际有功出力曲线；
（5）对电网调度模型进行求解，若有解，执行步骤（6）和步骤（7），若无解，执行步骤（8）和步骤（9）；
（6）得到最小运行费用和当前场景下和当前光伏并网容量下的风光最优配比；
（7）增加光伏并网容量，然后回到步骤（4）；
（8）若还有下一个日负荷曲线场景需要求解，则执行步骤（9），若没有下一个日负荷曲线场景需要求解，则执行步骤（10）；
（9）执行下一个日负荷曲线场景的模型求解，即回到步骤（3）；
（10）所有场景和所有光伏并网容量下的风光最优配比都得到后，即得到所有典型日负荷场景下的风光最优配比变化曲线，综合所有典型日负荷场景下的风光最优配比变化曲线，得到风光最优配比区间。
实施例3
本发明实施例还提供了风光并网容量配比区间优化装置，包括：
电网调度运行模型求解模块，被配置为：以电网运行成本最低为优化目标，以有功平衡限制、机组限制和电网运行限制为约束条件，分别在最高日负荷曲线场景和最低日负荷曲线场景下，对电网调度运行模型进行求解，得到最高日负荷和最低日负荷下的风光最优配比变化曲线；
最优配比区间分析模块，被配置为：计算出最高日负荷和最低日负荷下的风光最优配比变化曲线的两个交点，将所述两个交点之间的区间作为风光并网容量最优配比区间，完成风光并网容量配比区间优化。
所述优化目标的表达式为：
；
其中，是电网调度运行成本，T是调度时段总数，/>是机组总数，/>和/>分别是机组在时段的有功输出和启停变量，/>是机组i的发电成本函数，/>是机组i的启动费用，/>是机组i在时段t-1的启停变量。
实施例4
本发明提供了计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如实施例1提供的风光并网容量配比区间优化方法：
以电网运行成本最低为优化目标，以有功平衡限制、机组限制和电网运行限制为约束条件，分别在最高日负荷曲线场景和最低日负荷曲线场景下，对电网调度运行模型进行求解，得到最高日负荷和最低日负荷下的风光最优配比变化曲线；
计算出最高日负荷和最低日负荷下的风光最优配比变化曲线的两个交点，将所述两个交点之间的区间作为风光并网容量最优配比区间，完成风光并网容量配比区间优化。
实施例5
本发明提供了设备，包括：
存储器，用于存储指令；
处理器，用于执行所述指令，使得所述设备执行实现如实施例1提供的风光并网容量配比区间优化方法的操作：
以电网运行成本最低为优化目标，以有功平衡限制、机组限制和电网运行限制为约束条件，分别在最高日负荷曲线场景和最低日负荷曲线场景下，对电网调度运行模型进行求解，得到最高日负荷和最低日负荷下的风光最优配比变化曲线；
计算出最高日负荷和最低日负荷下的风光最优配比变化曲线的两个交点，将所述两个交点之间的区间作为风光并网容量最优配比区间，完成风光并网容量配比区间优化。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (12)

1.风光并网容量配比区间优化方法，其特征在于，包括：
以电网运行成本最低为优化目标，以有功平衡限制、机组限制和电网运行限制为约束条件，分别在最高日负荷曲线场景和最低日负荷曲线场景下，对电网调度运行模型进行求解，得到最高日负荷和最低日负荷下的风光最优配比变化曲线；
计算出最高日负荷和最低日负荷下的风光最优配比变化曲线的两个交点，将所述两个交点之间的区间作为风光并网容量最优配比区间，完成风光并网容量配比区间优化。
2.根据权利要求1所述的风光并网容量配比区间优化方法，其特征在于，所述优化目标的表达式为：
；
其中，是电网调度运行成本，T是调度时段总数，/>是机组总数，/>和/>分别是机组在时段的有功输出和启停变量，/>是机组i的发电成本函数，/>是机组i的启动费用，/>是机组i在时段t-1的启停变量。
3.根据权利要求2所述的风光并网容量配比区间优化方法，其特征在于，所述有功平衡限制的表达式为：
；
其中，是电网中交流节点m所连接的发电机的集合，/>是光伏并网容量，/>是光伏有功出力系数，/>是风光配比系数，/>是风电有功出力系数，/>是有功限制的下限。
4.根据权利要求3所述的风光并网容量配比区间优化方法，其特征在于，所述光伏有功出力系数是根据光伏典型有功出力概率密度函数抽样得到的，所述风电有功出力系数是根据风电典型有功出力概率密度函数抽样得到的。
5.根据权利要求2所述的风光并网容量配比区间优化方法，其特征在于，所述机组限制包括有功功率和无功功率上下限约束、最小开停机时间约束以及机组启动费用约束；
所述有功功率和无功功率上下限约束包括：
；
；
；
所述最小开停机时间约束包括：
；
所述机组启动费用约束包括：
；
其中，是机组i提供的备用容量，/>和/>分别是机组i有功出力的上限和下限，/>和/>分别是机组i考虑爬坡的有功出力的上限和下限，/>和/>分别是机组i有功出力每分钟增加和减少的容量，/>是机组i在时段t-1的有功输出；/>和/>分别是机组i连续运行和停机的时段数；/>和/>分别是机组i的最小开机时段数和最小停机时段数，/>是机组i启动费用，/>和/>分别是机组i的热启动费用和冷启动费用，/>是机组i的连续停机时间，/>是机组i的冷启动时间。
6.根据权利要求2所述的风光并网容量配比区间优化方法，其特征在于，所述电网运行限制包括线路有功约束和节点电压约束；
所述线路有功约束为：；
所述节点电压约束为：；
其中，和/>分别是线路m-n的有功功率的上限和下限，/>是线路m-n在时段t的有功功率，/>是电网中交流节点的集合，m和n分别是电网中的两个交流节点，/>和/>分别是电网中交流节点m的电压幅值的上限和下限，/>是电网中交流节点m在时段t的电压幅值。
7.根据权利要求1所述的风光并网容量配比区间优化方法，其特征在于，在所述对电网调度运行模型进行求解的过程中，光伏并网容量的取值从零递增至预设阈值。
8.根据权利要求1所述的风光并网容量配比区间优化方法，其特征在于，所述对电网调度运行模型进行求解，包括采用混合整数规划算法对电网调度运行模型进行求解。
9.风光并网容量配比区间优化装置，其特征在于，包括：
电网调度运行模型求解模块，被配置为：以电网运行成本最低为优化目标，以有功平衡限制、机组限制和电网运行限制为约束条件，分别在最高日负荷曲线场景和最低日负荷曲线场景下，对电网调度运行模型进行求解，得到最高日负荷和最低日负荷下的风光最优配比变化曲线；
最优配比区间分析模块，被配置为：计算出最高日负荷和最低日负荷下的风光最优配比变化曲线的两个交点，将所述两个交点之间的区间作为风光并网容量最优配比区间，完成风光并网容量配比区间优化。
10.根据权利要求9所述的风光并网容量配比区间优化装置，其特征在于，所述优化目标的表达式为：
；
其中，是电网调度运行成本，T是调度时段总数，/>是机组总数，/>和/>分别是机组在时段的有功输出和启停变量，/>是机组i的发电成本函数，/>是机组i的启动费用，/>是机组i在时段t-1的启停变量。
11.计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时，实现如权利要求1-8中任一项所述的风光并网容量配比区间优化方法。
12.设备，其特征在于，包括：
存储器，用于存储指令；
处理器，用于执行所述指令，使得所述设备执行实现如权利要求1-8中任一项所述的风光并网容量配比区间优化方法的操作。
CN202311269262.3A 2023-09-28 2023-09-28 风光并网容量配比区间优化方法、装置、存储介质及设备 Pending CN117013624A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311269262.3A CN117013624A (zh) 2023-09-28 2023-09-28 风光并网容量配比区间优化方法、装置、存储介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311269262.3A CN117013624A (zh) 2023-09-28 2023-09-28 风光并网容量配比区间优化方法、装置、存储介质及设备

Publications (1)

Publication Number Publication Date
CN117013624A true CN117013624A (zh) 2023-11-07

Family

ID=88571287

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311269262.3A Pending CN117013624A (zh) 2023-09-28 2023-09-28 风光并网容量配比区间优化方法、装置、存储介质及设备

Country Status (1)

Country Link
CN (1) CN117013624A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102094798A (zh) * 2010-12-22 2011-06-15 哈尔滨工业大学 热网循环泵等阻力区间的变流量调节方法
CN102588194A (zh) * 2012-03-13 2012-07-18 东华大学 随机波动能源-抽水蓄能系统中波动电能与水泵配比方法
TW201327404A (zh) * 2011-12-30 2013-07-01 Chroma Ate Inc 太陽能電池陣列模擬器適應光伏逆變器之控制方法
US20180193893A1 (en) * 2017-01-12 2018-07-12 Keystone Tower Systems, Inc. Cylindrical tube formation
CN109510241A (zh) * 2018-12-20 2019-03-22 中国电建集团河北省电力勘测设计研究院有限公司 工业园区风光燃储能能源的并网模式优化配置系统及方法
US20200011933A1 (en) * 2017-02-24 2020-01-09 Kabushiki Kaisha Toyota Jidoshokki Battery state-of-charge estimation apparatus
WO2020063144A1 (zh) * 2018-09-30 2020-04-02 中国电力科学研究院有限公司 一种柔性直流电网的能源外送能力评估方法及系统
CN114201858A (zh) * 2021-11-19 2022-03-18 中南大学 一种新能源实时电价的定价方法
CN115102170A (zh) * 2022-08-25 2022-09-23 华能山西综合能源有限责任公司 一种风电光伏储能配比的协调优化方法
CN115483713A (zh) * 2022-09-21 2022-12-16 正泰集团研发中心(上海)有限公司 弱电网下基于电压前馈通道的输出阻抗的校正方法及系统
CN115879975A (zh) * 2022-11-24 2023-03-31 国网江苏省电力有限公司 基于用电企业建设分布式光伏的电力零售套餐制定方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102094798A (zh) * 2010-12-22 2011-06-15 哈尔滨工业大学 热网循环泵等阻力区间的变流量调节方法
TW201327404A (zh) * 2011-12-30 2013-07-01 Chroma Ate Inc 太陽能電池陣列模擬器適應光伏逆變器之控制方法
CN102588194A (zh) * 2012-03-13 2012-07-18 东华大学 随机波动能源-抽水蓄能系统中波动电能与水泵配比方法
US20180193893A1 (en) * 2017-01-12 2018-07-12 Keystone Tower Systems, Inc. Cylindrical tube formation
US20200011933A1 (en) * 2017-02-24 2020-01-09 Kabushiki Kaisha Toyota Jidoshokki Battery state-of-charge estimation apparatus
WO2020063144A1 (zh) * 2018-09-30 2020-04-02 中国电力科学研究院有限公司 一种柔性直流电网的能源外送能力评估方法及系统
CN109510241A (zh) * 2018-12-20 2019-03-22 中国电建集团河北省电力勘测设计研究院有限公司 工业园区风光燃储能能源的并网模式优化配置系统及方法
CN114201858A (zh) * 2021-11-19 2022-03-18 中南大学 一种新能源实时电价的定价方法
CN115102170A (zh) * 2022-08-25 2022-09-23 华能山西综合能源有限责任公司 一种风电光伏储能配比的协调优化方法
CN115483713A (zh) * 2022-09-21 2022-12-16 正泰集团研发中心(上海)有限公司 弱电网下基于电压前馈通道的输出阻抗的校正方法及系统
CN115879975A (zh) * 2022-11-24 2023-03-31 国网江苏省电力有限公司 基于用电企业建设分布式光伏的电力零售套餐制定方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
EFTICHIOS KOUTROULIS 等: "Development of a Microcontroller-Based, Photovoltaic Maximum Power Point Tracking Control System", 《IEEE TRANSACTIONS ON POWER ELECTRONICS》, vol. 16, no. 1, pages 46 - 54, XP011043528 *
SOUVIK DAS 等: "Multi-Objective Control Strategy for Power Quality Improvement in Wind-Solar Distributed Generation System Under Harmonically Distorted Grid", 《IEEE TRANSACTIONS ON INDUSTRY APPLICATIONS》, vol. 58, no. 5, pages 5697 - 5710, XP011920468, DOI: 10.1109/TIA.2022.3180703 *
吴鸣 等: "基于序列运算的风光储混合微电网可信容量评估", 《太阳能学报》, vol. 42, no. 3, pages 251 - 258 *

Similar Documents

Publication Publication Date Title
CN103151803B (zh) 一种含风电系统机组及备用配置的优化方法
Mengi et al. A new energy management technique for PV/wind/grid renewable energy system
Geng et al. A two-stage scheduling optimization model and corresponding solving algorithm for power grid containing wind farm and energy storage system considering demand response
CN110957717A (zh) 一种多电源电力系统多目标日前优化调度方法
CN116937623B (zh) 一种利用新能源预测的混合储能辅调频控制方法及系统
JP4187620B2 (ja) 発電機の起動停止計画作成方法とその装置及び起動停止計画作成装置の処理プログラムを記録する記録媒体。
Fan et al. Scheduling framework using dynamic optimal power flow for battery energy storage systems
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
Ferahtia et al. Optimal techno-economic multi-level energy management of renewable-based DC microgrid for commercial buildings applications
KR20220092259A (ko) 신재생에너지 하이브리드 시스템의 설비 용량 최적 설계 방법
CN116131358A (zh) 分布式变速抽水蓄能与电网协同规划方法、系统及设备
CN108270244B (zh) 一种新能源电力系统在多种调控域运行方式下调度方法
CN117013624A (zh) 风光并网容量配比区间优化方法、装置、存储介质及设备
CN116526544A (zh) 新能源发电系统灵活性资源规划方法、系统及设备
CN114400660A (zh) 一种风电光伏制氢系统配比确定方法及系统
CN115310770A (zh) 一种计及碳交易机制的新型混合储能优化配置方法及系统
CN115085227A (zh) 一种微电网源储容量配置方法及装置
CN107910866A (zh) 一种考虑需求侧响应不确定性的电力系统日前优化调度方法
Ma et al. Two-stage optimal dispatching based on wind-photovoltaic-pumped storage-thermal power combined power generation system
CN117277444B (zh) 一种新能源基地电源容量优化配置方法及装置
Zou et al. Day-ahead Capacity Management for Directly Dispatched Multiple Battery Energy Storage Participating in Peak Regulation
CN112491072B (zh) 多端混合直流输电系统的储能布局方法及装置
CN114977235B (zh) 一种基于变速抽水蓄能的多能源电力优化调度方法及系统
Zhang et al. Coordinated Operation of Power System and Energy Storage In the Presence of High Penetration of Solar Generation
CN116960926A (zh) 一种新能源电力系统多类型电源出力配置分析方法及系统

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