CN117200342A - 跨时间尺度的风光储一体化运行方法、系统、介质及装置 - Google Patents
跨时间尺度的风光储一体化运行方法、系统、介质及装置 Download PDFInfo
- Publication number
- CN117200342A CN117200342A CN202311145124.4A CN202311145124A CN117200342A CN 117200342 A CN117200342 A CN 117200342A CN 202311145124 A CN202311145124 A CN 202311145124A CN 117200342 A CN117200342 A CN 117200342A
- Authority
- CN
- China
- Prior art keywords
- wind
- solar
- time
- energy 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
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 139
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000003860 storage Methods 0.000 claims abstract description 60
- 238000005457 optimization Methods 0.000 claims abstract description 15
- 230000006870 function Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims 1
- 238000009499 grossing Methods 0.000 abstract description 11
- 238000013486 operation strategy Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 5
- 238000003491 array Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 238000010248 power generation Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 235000019800 disodium phosphate Nutrition 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本申请提供一种跨时间尺度的风光储一体化运行方法、系统、介质及装置，包括：采集风光储一体化基础数据；基于所述风光储一体化基础数据构建混合整数非线性规划模型；基于所述混合整数非线性规划模型计算某时间段内的风光储一体化出力数据。本申请能够通过采用一定运行策略及方法，采用“优化新能源+储能运行”模式，在原有风、光出力大最大化的优化目标基础上，同时考虑风光储总出力平滑目标，通过跨时间尺度运行策略，形成更加平滑的电源出力曲线；从而达到在一定程度上缓解公网调峰和容量支撑压力的目的，实现风、光、储协同优化。
Description
技术领域
本发明属于电力控制技术领域，涉及一种风光储一体化运行方法，特别是涉及一种跨时间尺度的风光储一体化运行方法、系统、介质及装置。
背景技术
风电、光伏等新能源具有波动性、随机性、间歇性等特点。随着新能源规模化发展，新能源并网后将给电网调峰和容量支撑带来一定压力，新能源友好并网与消纳面临挑战。为减少弃电率，目前新能源场站一般按预测曲线最大化发电并网，新能源配储能存在利用率不高、配置比例不合理、运行策略不够合理的问题，新能源配储至多弃电期间一天一充一放运行，个别项目存在仅部分储能单元被调用、甚至基本不调用的情况，据中国电力企业联合会统计，新能源配储等效利用系数仅为6.1％，没有有效发挥储能对新能源消纳的促进作用。
因此，在现有的风光储一体化运行管理技术中，由于新能源并网而使电网调峰及容量支撑带来波动，从而导致新能源配储能存在利用率不高、配置比例和运行策略不合理的问题，以及储能单元调用不到、不能充分发挥新能源消纳等问题。
发明内容
鉴于以上所述现有技术的缺点，本申请的目的在于提供一种跨时间尺度的风光储一体化运行方法、系统、介质及装置，用于解决现有技术在风光储一体化运行管理工作技术实现的过程中，由于新能源并网而使电网调峰及容量支撑带来波动，从而导致新能源配储能存在利用率不高、配置比例和运行策略不合理的问题，以及储能单元调用不到、不能充分发挥新能源消纳等问题。
为实现上述目的及其他相关目的，第一方面，本申请提供一种跨时间尺度的风光储一体化运行方法，包括以下步骤：采集风光储一体化基础数据；基于所述风光储一体化基础数据构建混合整数非线性规划模型；基于所述混合整数非线性规划模型计算某时间段内的风光储一体化出力数据。
在第一方面的一种实现方式中，所述风光储一体化基础数据包括风电预测出力数据和光伏预测出力数据；采集风光储一体化基础数据包括以下步骤：设置采集周期和优化时间尺度，同时初始化储能装置的荷电状态和起始时刻；采集某时间段内的各时刻的所述风电预测出力数据和光伏预测出力数据。
在第一方面的一种实现方式中，基于所述风光储一体化基础数据构建混合整数非线性规划模型包括以下步骤：基于所述风光储一体化基础数据，建立以跨时间尺度step内的风光总出力最大、以及风光储总出力与负荷出力偏差的平方最小的多目标函数，保持电力平衡约束状态；通过各时刻的风电出力约束、光伏出力约束和储能充放电约束，构建混合整数非线性规划模型。
在第一方面的一种实现方式中，所述多目标函数为：
其中，minimize是最小目标函数定义符号；ρ1表示为第一目标权重；ρ2表示为第二目标权重；pw(t)表示t时刻时的风电实际出力；ps(t)表示t时刻时的光伏实际出力；pbd(t)表示为在t时刻的储能放电功率；pbc(t)表示为在t时刻的储能充电功率；L(t)表示为在t时刻的负荷功率。
在第一方面的一种实现方式中，所述风电出力约束公式为：
0≤pw(t)≤Gw(t)
所述光伏出力约束公式为：
0≤ps(t)≤Gs(t)
其中，pw(t)表示t时刻时的风电实际出力；ps(t)表示t时刻时的光伏实际出力；Gw(t)表示t时刻时的风电预测出力数据；Gs(t)表示t时刻时的光伏预测出力数据。
在第一方面的一种实现方式中，所述储能充放电约束公式为：
E(t)-E(t-1)+Pbd(t)/ηd-Pbc(t)*ηc＝0
α+β≤1，α，β＝0或1
Pbd(t)-αGb≤0
Pbc(t)-βGb≤0
Pbd(t)≤αGb，Pbc(t)≤βGb
0≤E(t)≤Eb
其中，E(t)表示为t时刻下的储能荷电状态；pbd(t)表示为在t时刻的储能放电功率；pbc(t)表示为在t时刻的储能充电功率；α表示储能放电状态；β表示储能充电状态；Gb表示储能功率；Eb表示储能容量；ηd表示储能放电效率；ηc表示储能充电效率。
在第一方面的一种实现方式中，所述风光储一体化出力数据包括风实际出力数据、光伏实际出力数据和储能实际出力数据。
第二方面，本申请提供一种跨时间尺度的风光储一体化运行系统，包括：采集模块，用于采集风光储一体化基础数据；模型搭建模块，用于基于所述风光储一体化基础数据构建混合整数非线性规划模型；计算模块，用于基于所述混合整数非线性规划模型计算某时间段内的风光储一体化出力数据。
最后一方面，本申请提供一种跨时间尺度的风光储一体化运行装置，包括：处理器及存储器。所述存储器用于存储计算机程序；所述处理器与所述存储器相连，用于执行所述存储器存储的计算机程序，以使所述跨时间尺度的风光储一体化运行装置执行所述跨时间尺度的风光储一体化运行方法。
如上所述，本发明的跨时间尺度的风光储一体化运行方法、系统、介质及装置，具有以下有益效果：
本申请提供了一种跨时间尺度的风光储一体化运行方法，通过考虑跨时间尺度风光储总出力平滑目标，使得新能源场站实际出力曲线更加平滑，降低电网调峰压力。同时，能够在一定程度上缓解公网调峰和容量支撑压力，实现风、光、储协同优化，对电网更加友好。
附图说明
图1显示为本发明的跨时间尺度的风光储一体化运行方法于一实施例中的流程框架示意图。
图2显示为本发明的跨时间尺度的风光储一体化运行方法于一实施例中的总流程示意图。
图3显示为本发明的跨时间尺度的风光储一体化运行方法中的S11的流程示意图。
图4显示为本发明的跨时间尺度的风光储一体化运行方法中的S12的流程示意图。
图5显示为本发明的跨时间尺度的风光储一体化运行方法于一实施例中的项目接线示意图。
图6显示为本发明的跨时间尺度的风光储一体化运行方法于一实施例中的优化前后风光总出力曲线示意图。
图7显示为本发明的跨时间尺度的风光储一体化运行系统于一实施例中的原理结构示意图。
图8显示为本发明的跨时间尺度的风光储一体化运行装置于一实施例中的原理结构示意图。
元件标号说明
71 采集模块
72 模型搭建模块
73 计算模块
81 处理器
82 存储器
S11～S13 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
下面将结合本申请实施例中的附图，对本申请实施例中所提供的跨时间尺度的风光储一体化运行方法进行详细描述。
请参阅图1和图2，分别显示为本发明的跨时间尺度的风光储一体化运行方法于一实施例中的流程框架示意图和本发明的跨时间尺度的风光储一体化运行方法于一实施例中的总流程示意图。如图1和图2所示，本实施例提供一种跨时间尺度的风光储一体化运行方法。
所述跨时间尺度的风光储一体化运行方法具体包括以下步骤：
S11，采集风光储一体化基础数据。请参阅图3，显示为本发明的跨时间尺度的风光储一体化运行方法中的S11的流程示意图。如图3所示，所述S11包含以下步骤：
S111，设置采集周期和优化时间尺度，同时初始化储能装置的荷电状态和起始时刻。
本实施例中，设置采集周期和优化时间尺度，然后初始化储能装置的荷电状态以及起始时刻。
具体地，设置采集周期T、优化时间尺度step，初始化储能装置的荷电状态E(0)以及起始时刻ts；其中，ts≧1。例如：每年有365天，每天有24小时，共有8760个小时，则将这8760个小时按照365个段来划分进行平滑处理等。
S112，采集某时间段内的各时刻的所述风电预测出力数据和光伏预测出力数据。
本实施例中，采集时间t时刻的风电、光伏预测出力数据。
具体地，采集时间{t|t＝ts+k,k＝0,1…step-1}时刻的风电预测出力数据Gw(t)和光伏预测出力数据Gs(t)。风电、光伏预测出力数据为数据序列。
例如：在做风电、光伏规划时，可在专用软件中，先选定一个点，然后根据该点的气象数据等因素，能够自动生成一个出力预测数据，最终得到不同时刻下的数据序列。其中，气象数据包括：风电中规划中的风向风速、降水量、气温、气压、湿度、雷暴等气象数据；以及光伏规划中的环境湿度、环境温度、大气压力、倾斜太阳总车身、水平太阳总辐射、水平太阳直接辐射、水平太阳散射辐射、反照率辐射、背板温度、峰值日照时数等多种气象数据。
S12，基于所述风光储一体化基础数据构建混合整数非线性规划模型。请参阅图4，显示为本发明的跨时间尺度的风光储一体化运行方法中的S12的流程示意图。如图4所示，所述S12包含以下步骤：
S121，基于所述风光储一体化基础数据，建立以跨时间尺度step内的风光总出力最大、以及风光储总出力与负荷出力偏差的平方最小的多目标函数，保持电力平衡约束状态。
本实施例中，通过多目标优化法，将多个目标进行规划，最终生成的运行策略需要满足多个目标。例如：第一个目标是将基于第一个目标的目标权重，使得风电及光伏总出力为最大状态；第二个目标是基于第二个目标的目标权重，使得风电及光伏总出力与负荷出力的偏差的平方达到最小状态，从而达到风光电出力平滑效应的结果。
具体地，建立以跨时间尺度step内风光总出力最大，以及风光储总出力与负荷出力偏差的平方最小的多目标函数。
所述多目标函数为：
其中，minimize是最小目标函数定义符号；ρ1表示为第一目标权重；ρ2表示为第二目标权重；pw(t)表示t时刻时的风电实际出力；ps(t)表示t时刻时的光伏实际出力；pbd(t)表示为在t时刻的储能放电功率；pbc(t)表示为在t时刻的储能充电功率；L(t)表示为在t时刻的负荷功率。
所谓的风光电出力平滑效应：是指利用储能装置的充电和放电功能，在风电与光伏发电总出力较大时，用储能装置吸收一定电量；在风电与光伏发电总出力较小时，用储能装置释放一定电量，从而使得风电、光伏与储能的总出力波动范围更小、更为平滑。
S122，通过各时刻的风电出力约束、光伏出力约束和储能充放电约束，构建混合整数非线性规划模型。
本实施例中，基于上述的多目标函数，分别引入风电出力约束条件、光伏出力约束条件、以及储能充放电约束条件，建立合整数非线性规划模型。
具体地，风电出力约束公式为：
0≤pw(t)≤Gw(t)
光伏出力约束公式为：
0≤ps(t)≤Gs(t)
其中，pw(t)表示t时刻时的风电实际出力；ps(t)表示t时刻时的光伏实际出力；Gw(t)表示t时刻时的风电预测出力数据；Gs(t)表示t时刻时的光伏预测出力数据。
储能充放电约束公式为：
E(t)-E(t-1)+Pbd(t)/ηd-Pbc(t)*ηc＝0
α+β≤1，α，β＝0或1
Pbd(t)-αGb≤0
Pbc(t)-βGb≤0
Pbd(t)≤αGb，Pbc(t)≤βGb
0≤E(t)≤Eb
其中，E(t)表示为t时刻下的储能荷电状态；pbd(t)表示为在t时刻的储能放电功率；pbc(t)表示为在t时刻的储能充电功率；α表示储能放电状态；β表示储能充电状态；Gb表示储能功率；Eb表示储能容量；ηd表示储能放电效率；ηc表示储能充电效率。
综上所述，可完成构建混合整数非线性规划模型。
S13，基于所述混合整数非线性规划模型计算某时间段内的风光储一体化出力数据。请参阅图4，显示为本发明的跨时间尺度的风光储一体化运行方法中的S13的流程示意图。如图4所示，所述S13包含以下步骤：
基于构建的混合整数非线性规划模型，设置模型参数。其中，模型参数包括：求解器参数、目标函数参数、约束条件参数等。再进行求解，确定目标函数。基于求解后的参数，再对混合整数非线性规划模型进行求解，完成后对模型求解结果进行解析和验证。从而确认该模型的正确性和可行性。最后，对模型进行参数优化，得到优化后的模型。
本实施例中，可采用Matlab中的求解器进行计算。根据混合整数非线性规划模型计算某时间段内的风光储一体化出力数据。其中，风光储一体化出力数据包括但不限于：风实际出力数据、光伏实际出力数据和储能实际出力数据。
具体地，根据混合整数非线性规划模型计算出t～t+step-1时刻风电、光伏、储能实际出力。然后，设ts＝ts+step，若t>T,结束。否则，重复前述步骤，遍历所有点。
需要注意的是，构建混合整数非线性规划模型过程中可采用专业的优化软件进行处理，也可采用如：Gurobi、CPLEX、MATLAB等，具体选择可根据问题的复杂程度和求解精度要求来进行。
下面以一实施场景为例进行说明。请参阅图5和图6，分别显示为本发明的跨时间尺度的风光储一体化运行方法于一实施例中的项目接线示意图和本发明的跨时间尺度的风光储一体化运行方法于一实施例中的优化前后风光总出力曲线示意图。
如图5所示，某风光储一体化电站的风电场规模为200万kW，年平均利用小时数为3160小时。光伏电站为每年80万kW，年平均利用小时数为1769小时。项目配置储能45万kW，储能时长为2小时。该项目由风电场、光伏电站、以及储能电站构成了风光储一体化电站，然后通过统一汇集变电站汇集后，送出至大电网。
请参阅图6。采用跨时间尺度的风光储一体化运行方法进行运行模拟，可以看出，图5中横轴表示小时数，纵轴表示总出力功率数；深色曲线代表的是优化前的风光总出力功率数，浅色曲线代表的是经本方法优化后的风光储总出力功率数。由图中可知，浅色曲线的波动范围更小，曲线更加平滑。
本申请提供的跨时间尺度的风光储一体化运行方法，通过通过考虑跨时间尺度风光储总出力平滑目标，使得新能源场站实际出力曲线更加平滑，降低电网调峰压力。同时，能够在一定程度上缓解公网调峰和容量支撑压力，实现风、光、储协同优化，对电网更加友好。
本申请实施例所述的跨时间尺度的风光储一体化运行方法的保护范围不限于本实施例列举的步骤执行顺序，凡是根据本申请的原理所做的现有技术的步骤增减、步骤替换所实现的方案都包括在本申请的保护范围内。
本实施例另外还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如图1所述跨时间尺度的风光储一体化运行方法。
在任何可能的技术细节结合层面，本申请可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本申请的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。用于执行本申请操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路配置数据或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本申请的各个方面。
本申请实施例还提供一种跨时间尺度的风光储一体化运行系统，所述跨时间尺度的风光储一体化运行系统可以实现本申请所述的跨时间尺度的风光储一体化运行方法，但本申请所述的跨时间尺度的风光储一体化运行方法的实现装置包括但不限于本实施例列举的跨时间尺度的风光储一体化运行系统的结构，凡是根据本申请的原理所做的现有技术的结构变形和替换，都包括在本申请的保护范围内。
以下将结合图示对本实施例所提供的跨时间尺度的风光储一体化运行系统进行详细描述。
本实施例提供一种跨时间尺度的风光储一体化运行系统，包括：
请参阅图7，显示为本发明的跨时间尺度的风光储一体化运行系统于一实施例中的原理结构示意图。如图7所示，所述跨时间尺度的风光储一体化运行系统包括：采集模块71、模型搭建模块72和计算模块73。
所述采集模块71用于采集风光储一体化基础数据。
本实施例中，设置采集周期和优化时间尺度，同时初始化储能装置的荷电状态和起始时刻。采集某时间段内的各时刻的所述风电预测出力数据和光伏预测出力数据。
本实施例中，设置采集周期和优化时间尺度，然后初始化储能装置的荷电状态以及起始时刻。
具体地，设置采集周期T、优化时间尺度step，初始化储能装置的荷电状态E(0)以及起始时刻ts；其中，ts≧1。例如：每年有365天，每天有24小时，共有8760个小时，则将这8760个小时按照365个段来划分进行平滑处理等。
本实施例中，采集时间t时刻的风电、光伏预测出力数据。
具体地，采集时间{t|t＝ts+k,k＝0,1…step-1}时刻的风电预测出力数据Gw(t)和光伏预测出力数据Gs(t)。风电、光伏预测出力数据为数据序列。
所述模型搭建模块72用于基于所述风光储一体化基础数据构建混合整数非线性规划模型，并构建跨时间尺度的风光储一体化运行模型。通过各时刻风光出力约束和储能充放电约束，构建混合整数非线性规划模型。
基于所述风光储一体化基础数据，建立以跨时间尺度step内的风光总出力最大、以及风光储总出力与负荷出力偏差的平方最小的多目标函数，保持电力平衡约束状态。
本实施例中，通过多目标优化法，将多个目标进行规划，最终生成的运行策略需要满足多个目标。例如：第一个目标是将基于第一个目标的目标权重，使得风电及光伏总出力为最大状态；第二个目标是基于第二个目标的目标权重，使得风电及光伏总出力与负荷出力的偏差的平方达到最小状态，从而达到风光电出力平滑效应的结果。
具体地，建立以跨时间尺度step内风光总出力最大，以及风光储总出力与负荷出力偏差的平方最小的多目标函数。
本实施例中，基于上述的多目标函数，分别引入风电出力约束条件、光伏出力约束条件、以及储能充放电约束条件，建立合整数非线性规划模型。
综上所述，可完成构建混合整数非线性规划模型。
所述计算模块73用于基于所述混合整数非线性规划模型计算某时间段内的风光储一体化出力数据。
本实施例中，可采用Matlab中的求解器进行计算。根据混合整数非线性规划模型计算某时间段内的风光储一体化出力数据。其中，风光储一体化出力数据包括但不限于：风实际出力数据、光伏实际出力数据和储能实际出力数据。
具体地，根据混合整数非线性规划模型计算出t～t+step-1时刻风电、光伏、储能实际出力。然后，设ts＝ts+step，若t>T,结束。否则，重复前述步骤，遍历所有点。
需要注意的是，构建混合整数非线性规划模型过程中可采用专业的优化软件进行处理，也可采用如：Gurobi、CPLEX、MATLAB等，具体选择可根据问题的复杂程度和求解精度要求来进行。
跨时间尺度的风光储一体化运行模型搭建跨时间尺度的风光储一体化运行系统，通过考虑跨时间尺度风光储总出力平滑目标，使得新能源场站实际出力曲线更加平滑，降低电网调峰压力，对电网更加友好。
需要说明的是，应理解以上系统的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，x模块可以为单独设立的处理元件，也可以集成在上述系统的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述系统的存储器中，由上述系统的某一个处理元件调用并执行以上x模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(ApplicationSpecificIntegratedCircuit，简称ASIC)，或，一个或多个微处理器(digital signal processor，简称DSP)，或，一个或者多个现场可编程门阵列(FieldProgrammableGateArray，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(CentralProcessingUnit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称SOC)的形式实现。
请参阅图8，显示为本发明的跨时间尺度的风光储一体化运行装置于一实施例中的原理结构示意图。如图8所示，本实施例提供一种跨时间尺度的风光储一体化运行装置，所述跨时间尺度的风光储一体化运行装置包括：处理器81、存储器82；所述存储器82用于存储计算机程序；所述处理器81与所述存储器82相连，用于执行所述存储器82存储的计算机程序，以使所述跨时间尺度的风光储一体化运行装置执行如上所述跨时间尺度的风光储一体化运行方法的各个步骤。
优选地，存储器可能包含随机存取存储器(RandomAccess Memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field Programmable GateArray，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
综上所述，本申请提供的跨时间尺度的风光储一体化运行方法、系统、介质及装置，具有以下有益效果：
本申请提供的跨时间尺度的风光储一体化运行方法，在原有风、光出力大最大化的优化目标基础上，同时考虑风光储总出力平滑目标，通过考虑跨时间尺度风光储总出力平滑目标，使得新能源场站实际出力曲线更加平滑，降低电网调峰压力。同时，能够在一定程度上缓解公网调峰和容量支撑压力，实现风、光、储协同优化，对电网更加友好。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种跨时间尺度的风光储一体化运行方法，其特征在于，包括以下步骤：
采集风光储一体化基础数据；
基于所述风光储一体化基础数据构建混合整数非线性规划模型；
基于所述混合整数非线性规划模型计算某时间段内的风光储一体化出力数据。
2.根据权利要求1所述的跨时间尺度的风光储一体化运行方法，其特征在于，所述风光储一体化基础数据包括风电预测出力数据和光伏预测出力数据；采集风光储一体化基础数据包括以下步骤：
设置采集周期和优化时间尺度，同时初始化储能装置的荷电状态和起始时刻；
采集某时间段内的各时刻的所述风电预测出力数据和光伏预测出力数据。
3.根据权利要求1所述的跨时间尺度的风光储一体化运行方法，其特征在于，基于所述风光储一体化基础数据构建混合整数非线性规划模型包括以下步骤：
基于所述风光储一体化基础数据，建立以跨时间尺度step内的风光总出力最大、以及风光储总出力与负荷出力偏差的平方最小的多目标函数，保持电力平衡约束状态；
通过各时刻的风电出力约束、光伏出力约束和储能充放电约束，构建混合整数非线性规划模型。
4.根据权利要求3所述的跨时间尺度的风光储一体化运行方法，其特征在于，所述多目标函数为：
其中，minimize是最小目标函数定义符号；ρ1表示为第一目标权重；ρ2表示为第二目标权重；pw(t)表示t时刻时的风电实际出力；ps(t)表示t时刻时的光伏实际出力；pbd(t)表示为在t时刻的储能放电功率；pbc(t)表示为在t时刻的储能充电功率；L(t)表示为在t时刻的负荷功率。
5.根据权利要求3所述的跨时间尺度的风光储一体化运行方法，其特征在于，所述风电出力约束公式为：
0≤pw(t)≤Gw(t)
所述光伏出力约束公式为：
0≤ps(t)≤Gs(t)
其中，pw(t)表示t时刻时的风电实际出力；ps(t)表示t时刻时的光伏实际出力；Gw(t)表示t时刻时的风电预测出力数据；Gs(t)表示t时刻时的光伏预测出力数据。
6.根据权利要求3所述的跨时间尺度的风光储一体化运行方法，其特征在于，所述储能充放电约束公式为：
E(t)-E(t-1)+Pbd(t)/ηd-Pbc(t)*ηc＝0
α+β≤1，α，β＝0或1
Pbd(t)-αGb≤0
Pbc(t)-βGb≤0
Pbd(t)≤αGb，Pbc(t)≤βGb
0≤E(t)≤Eb
其中，E(t)表示为t时刻下的储能荷电状态；pbd(t)表示为在t时刻的储能放电功率；pbc(t)表示为在t时刻的储能充电功率；α表示储能放电状态；β表示储能充电状态；Gb表示储能功率；Eb表示储能容量；ηd表示储能放电效率；ηc表示储能充电效率。
7.根据权利要求1所述的跨时间尺度的风光储一体化运行方法，其特征在于，所述风光储一体化出力数据包括风实际出力数据、光伏实际出力数据和储能实际出力数据。
8.一种跨时间尺度的风光储一体化运行系统，其特征在于，包括：
采集模块，用于采集风光储一体化基础数据；
模型搭建模块，用于基于所述风光储一体化基础数据构建混合整数非线性规划模型；
计算模块，用于基于所述混合整数非线性规划模型计算某时间段内的风光储一体化出力数据。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至7中任一项所述的跨时间尺度的风光储一体化运行方法。
10.一种跨时间尺度的风光储一体化运行装置，其特征在于，包括：处理器及存储器；
所述存储器用于存储计算机程序；
所述处理器与所述存储器相连，用于执行所述存储器存储的计算机程序，以使所述跨时间尺度的风光储一体化运行装置执行权利要求1至7中任一项所述跨时间尺度的风光储一体化运行方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311145124.4A CN117200342A (zh) | 2023-09-06 | 2023-09-06 | 跨时间尺度的风光储一体化运行方法、系统、介质及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311145124.4A CN117200342A (zh) | 2023-09-06 | 2023-09-06 | 跨时间尺度的风光储一体化运行方法、系统、介质及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117200342A true CN117200342A (zh) | 2023-12-08 |
Family
ID=88984436
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311145124.4A Pending CN117200342A (zh) | 2023-09-06 | 2023-09-06 | 跨时间尺度的风光储一体化运行方法、系统、介质及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117200342A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118399418A (zh) * | 2024-04-24 | 2024-07-26 | 国网甘肃省电力公司天水供电公司 | 基于minlp含能源调度队的新能源电力系统调峰方法及应用 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112821432A (zh) * | 2021-03-30 | 2021-05-18 | 南京工程学院 | 一种风光接入下储能系统的双层多位置配置方法 |
| CN113241757A (zh) * | 2021-04-21 | 2021-08-10 | 浙江工业大学 | 一种考虑柔性负荷与ess-sop的多时间尺度优化调度方法 |
| CN114336702A (zh) * | 2021-12-01 | 2022-04-12 | 中国长江三峡集团有限公司 | 基于双层随机规划的风光储场站群功率分配协同优化方法 |
| CN115102231A (zh) * | 2022-08-10 | 2022-09-23 | 华北电力大学 | 一种多尺度电-碳模式下风光储场站优化控制方法和系统 |
| CN115130923A (zh) * | 2022-08-04 | 2022-09-30 | 上海勘测设计研究院有限公司 | 一种交流微电网智能能量管理方法及系统 |
| CN115189367A (zh) * | 2022-07-06 | 2022-10-14 | 国网经济技术研究院有限公司 | 一种多时间尺度下的风光储蓄联合优化调度方法及装置 |
| CN115313378A (zh) * | 2022-08-25 | 2022-11-08 | 中国电力工程顾问集团西北电力设计院有限公司 | 一种风光储发电站日前有功出力优化调度方法及系统 |
| CN115912343A (zh) * | 2022-11-22 | 2023-04-04 | 清华大学 | 一种风光储微电网系统规划方法、装置、设备和介质 |
-
2023
- 2023-09-06 CN CN202311145124.4A patent/CN117200342A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112821432A (zh) * | 2021-03-30 | 2021-05-18 | 南京工程学院 | 一种风光接入下储能系统的双层多位置配置方法 |
| CN113241757A (zh) * | 2021-04-21 | 2021-08-10 | 浙江工业大学 | 一种考虑柔性负荷与ess-sop的多时间尺度优化调度方法 |
| CN114336702A (zh) * | 2021-12-01 | 2022-04-12 | 中国长江三峡集团有限公司 | 基于双层随机规划的风光储场站群功率分配协同优化方法 |
| CN115189367A (zh) * | 2022-07-06 | 2022-10-14 | 国网经济技术研究院有限公司 | 一种多时间尺度下的风光储蓄联合优化调度方法及装置 |
| CN115130923A (zh) * | 2022-08-04 | 2022-09-30 | 上海勘测设计研究院有限公司 | 一种交流微电网智能能量管理方法及系统 |
| CN115102231A (zh) * | 2022-08-10 | 2022-09-23 | 华北电力大学 | 一种多尺度电-碳模式下风光储场站优化控制方法和系统 |
| CN115313378A (zh) * | 2022-08-25 | 2022-11-08 | 中国电力工程顾问集团西北电力设计院有限公司 | 一种风光储发电站日前有功出力优化调度方法及系统 |
| CN115912343A (zh) * | 2022-11-22 | 2023-04-04 | 清华大学 | 一种风光储微电网系统规划方法、装置、设备和介质 |
Non-Patent Citations (6)
| Title |
|---|
| ESLAHI, M 等: ""Day-Ahead Scheduling of Centralized Energy Storage System by Proposed Stochastic MINLP-Based Bi-Objective Optimization Approach"", 《ELECTRIC POWER COMPONENTS AND SYSTEMS》, vol. 48, no. 12, pages 1234 - 1249 * |
| 周步祥，等: ""基于共享储能的微网园区系统能量协同优化"", 《电气传动》, vol. 51, no. 18, 31 December 2021 (2021-12-31), pages 73 - 74 * |
| 张利升;武新宇;曹瑞;王学敏;严凌志;程春田;: "多受端梯级水电站厂网多目标协调优化调度模型", 电网技术, no. 12, 7 July 2018 (2018-07-07), pages 3935 - 3940 * |
| 张利升;武新宇;曹瑞;王学敏;严凌志;程春田;: "多受端梯级水电站厂网多目标协调优化调度模型", 电网技术, no. 12, pages 3935 - 3940 * |
| 武志强: ""含风光储的综合能源系统多时间尺度调度研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, no. 6, pages 039 - 44 * |
| 盛四清，张立: ""基于风光水火多能互补的电力系统经济调度"", 《电测与仪》, vol. 53, no. 22, 25 November 2016 (2016-11-25), pages 67 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118399418A (zh) * | 2024-04-24 | 2024-07-26 | 国网甘肃省电力公司天水供电公司 | 基于minlp含能源调度队的新能源电力系统调峰方法及应用 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102694391B (zh) | 风光储联合发电系统日前优化调度方法 | |
| Dou et al. | Carbon-aware electricity cost minimization for sustainable data centers | |
| Wu et al. | A multi-agent-based energy-coordination control system for grid-connected large-scale wind–photovoltaic energy storage power-generation units | |
| CN112103946A (zh) | 一种基于粒子群算法的微电网储能优化配置方法 | |
| CN109888840B (zh) | 风光-垃圾发电能源综合利用系统的调度优化方法及装置 | |
| CN117200342A (zh) | 跨时间尺度的风光储一体化运行方法、系统、介质及装置 | |
| Liu et al. | Chance‐constrained scheduling model of grid‐connected microgrid based on probabilistic and robust optimisation | |
| CN116306006A (zh) | 风光水联合发电的优化调度方法、装置和计算机设备 | |
| CN117856339B (zh) | 一种基于大数据的微电网电能数据控制系统及方法 | |
| CN112072643A (zh) | 一种基于深度确定性梯度策略的光-蓄系统在线调度方法 | |
| CN113689068B (zh) | 一种电力电量平衡规划方法、装置及终端设备 | |
| CN112736899B (zh) | 一种微电网规划方案评价指标计算方法以及装置 | |
| CN111523947B (zh) | 一种虚拟电厂发电成本生成方法 | |
| CN111898801B (zh) | 一种用于配置多能互补供电系统的方法及系统 | |
| CN111079982B (zh) | 风电场的电缆路径的规划方法、系统、介质及电子设备 | |
| Hjelmeland et al. | Combined SDDP and simulator model for hydropower scheduling with sales of capacity | |
| CN103488865A (zh) | 一种储能装置容量的计算方法 | |
| CN116454944A (zh) | 一种基于随机生产模拟的储能装置优化配置方法及系统 | |
| Al-Awami et al. | Statistical characterization of wind power output for a given wind power forecast | |
| CN116207772A (zh) | 能源调度方法、装置、电子设备及存储介质 | |
| CN114389315A (zh) | 资源调度方法、装置及电子设备 | |
| Ye et al. | Multi-scenario stochastic optimal scheduling for power systems with source-load matching based on pseudo-inverse Laguerre polynomials | |
| CN110401210A (zh) | 需求响应参与下风电储能系统调度方法 | |
| CN110867858B (zh) | 基于云计算的多能源系统多源储能装置容量配置方法 | |
| Wei et al. | Distributed energy storage planning method considering the comprehensive value of energy storage |
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 |