CN117277444B - 一种新能源基地电源容量优化配置方法及装置 - Google Patents
一种新能源基地电源容量优化配置方法及装置 Download PDFInfo
- Publication number
- CN117277444B CN117277444B CN202311531979.0A CN202311531979A CN117277444B CN 117277444 B CN117277444 B CN 117277444B CN 202311531979 A CN202311531979 A CN 202311531979A CN 117277444 B CN117277444 B CN 117277444B
- Authority
- CN
- China
- Prior art keywords
- power
- new energy
- power supply
- constraint
- capacity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000010248 power generation Methods 0.000 claims abstract description 71
- 238000005457 optimization Methods 0.000 claims abstract description 56
- 238000011156 evaluation Methods 0.000 claims abstract description 32
- 238000004088 simulation Methods 0.000 claims abstract description 31
- 238000004519 manufacturing process Methods 0.000 claims abstract description 22
- 238000004146 energy storage Methods 0.000 claims description 99
- 238000003860 storage Methods 0.000 claims description 22
- 230000005540 biological transmission Effects 0.000 claims description 20
- 230000009194 climbing Effects 0.000 claims description 18
- 238000012163 sequencing technique Methods 0.000 claims description 17
- 238000009434 installation Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000005265 energy consumption Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000005086 pumping Methods 0.000 description 6
- 230000007812 deficiency Effects 0.000 description 3
- 230000029087 digestion Effects 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas 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
- H02J3/24—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
-
- 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
Abstract
本发明涉及新能源发电技术领域，具体提供了一种新能源基地电源容量优化配置方法及装置，包括：以模拟得到的不同风/光理论出力场景和给定电源容量配置方案为预先构建的时序生产模拟运行优化模型的输入并求解，得到给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量；基于各给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量在各给定电源容量配置方案中选取新能源基地电源容量优化配置方案。本发明提供的技术方案，以模拟得到的不同风/光理论出力场景为输入开展评估计算，能够充分考虑各种极端低出力或高出力情况，评估结果更加科学合理。
Description
技术领域
本发明涉及新能源发电技术领域，具体涉及一种新能源基地电源容量优化配置方法及装置。
背景技术
目前，通过外送通道将清洁电力外送至中心城市负荷中心消纳，是未来新能源消纳的重要形式。在沙漠、戈壁、荒漠化地区规划建设的新能源基地新能源装机占比较高，常规电源（主要为火电）配置规模较小，基地出力随机波动性强，科学合理规划基地新能源与储能容量规模是实现基地经济、清洁、可靠外送供电的重要基础。
新能源基地通过交流或直流外送是未来新能源消纳的重要形式。由于新能源基地新能源装机占比高，可调节电源规模小，基地整体出力随机波动性强，负荷高峰时段的外送供电能力难以得到保障。开展新能源基地风光储容量优化配置需要充分考虑新能源出力的随机波动性，当对新能源极低出力或高出力等极端场景考虑的不充分时，会影响配置方案的供电能力或消纳能力；通过大规模配置储能能够有效降低整体出力的随机波动性，但会大大增加电源的投资成本，影响配置方案的经济性。
针对基地的新能源与储能容量规划通常是预先给定一系列容量配置方案，针对各配置方案需要准确评估其投资经济性、新能源消纳能力与供电可靠性，进而根据评估结果综合筛选最优的配置方案。时序生产模拟方法是开展新能源与储能规划的有效技术手段，时序生产模拟方法以新能源长时间尺度的出力序列为输入，通过逐时段电力电量平衡优化来计算新能源基地的发电运行情况，能够充分考虑新能源出力的随机波动性，计算结果更加科学合理。
论文《张北柔性外送通道电网工程新能源与抽蓄电站配置方案运行经济性评估》采用时序生产模拟的方式评估新能源经多端柔性外送通道系统电源配置方案的投资经济性。该方法以新能源最大化消纳为目标,考虑柔性外送通道电网传输安全、下网功率调峰需求、线路N-1安全运行、新能源与抽蓄电站互补运行、新能源限电率等约束条件,建立基于外送通道潮流的新能源与多端柔性外送通道电网混合运行优化模型，通过全年8760h时序运行优化求解,评估不同新能源和抽蓄容量配置方案下电网的运行收益。该方法源于：（1）李湃，王伟胜，刘纯，黄越辉，等．张北柔性外送通道电网工程新能源与抽蓄电站配置方案运行经济性评估[J]．中国电机工程学报，2018，38(24)：7206-7214+7447。
该技术方案仅考虑了一组风/光出力场景，难以充分考虑新能源发电的随机波动性，并且仅从新能源外送消纳能力和电源投资经济性两个方面对电源配置方案进行量化评估，未考虑基地在受端电网负荷高峰时段的供电支撑能力。
发明内容
为了克服上述缺陷，本发明提出了一种新能源基地电源容量优化配置方法及装置。
第一方面，提供一种新能源基地电源容量优化配置方法，所述新能源基地电源容量优化配置方法包括：
以模拟得到的不同风/光理论出力场景和给定电源容量配置方案为预先构建的时序生产模拟运行优化模型的输入并求解，得到给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量；
基于各给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量在各给定电源容量配置方案中选取新能源基地电源容量优化配置方案；
其中，所述给定电源容量配置方案包括下述中的至少一种：风电场装机容量、光伏电站装机容量、储能装机容量。
优选的，所述预先构建的时序生产模拟运行优化模型包括：
以全部优化时段内新能源基地供电缺额量与新能源发电不足量之和最小为目标的目标函数及其对应的约束条件。
进一步的，所述目标函数如下：
上式中，R为目标值，为系统供电缺额量，/>为新能源发电不足量。
进一步的，所述约束条件包括：外送通道最低供电能力约束、外送通道年利用小时数约束、新能源外送电量占比约束、新能源利用率约束、供电缺额量约束、新能源发电不足量约束、新能源发电功率范围约束、常规电源运行约束、储能运行约束和外送通道运行约束。
进一步的，所述外送通道最低供电能力约束如下：
所述外送通道年利用小时数约束如下：
所述新能源外送电量占比约束如下：
所述新能源利用率约束如下：
所述供电缺额量约束如下：
所述新能源发电不足量约束如下：
上式中，pW(t)为风电场t时段的发电功率，pV(t)为光伏电站t时段的发电功率，pBdc(t)为储能电站t时段的放电功率，pBch(t)为储能电站t时段的充电功率，pTH(t)为常规电源t时段的发电功率，为t时段供电功率缺额量，T为优化时段总数，pL(t)为外送通道t时段最低送电功率，/>为供电小时数缺额量，δ为外送通道最低年利用小时数，L为外送通道额定输电容量，α为新能源最低外送电量占比，β为新能源最低利用率，pWa(t)为风电场t时段的风电弃电功率，pVa(t)为光伏电站t时段的光伏弃电功率，/>为新能源外送电量占比不足量，/>为新能源利用率不足量。
进一步的，所述新能源发电功率范围约束为新能源发电功率与弃电功率之和不超过其理论最大发电能力；
所述常规电源运行约束包括：火电出力范围约束、火电最小启停机时长约束、火电最大爬坡能力约束、水电出力范围约束、水电最大爬坡能力约束；
所述储能运行约束包括：储能荷电平衡约束、储能容量约束、储能最大充电/放电功率约束；
所述外送通道运行约束包括：外送通道日调节次数约束、外送通道功率最大爬坡能力约束、外送通道最大输电容量约束。
优选的，所述基于各给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量在各给定电源容量配置方案中选取新能源基地电源容量优化配置方案，包括：
获取各给定电源容量配置方案下新能源与储能的总投资成本；
分别获取各给定电源容量配置方案下新能源基地的系统供电缺额量、新能源发电不足量及新能源与储能的总投资成本从小到大的排序顺序位；
基于各给定电源容量配置方案下新能源基地的系统供电缺额量、新能源发电不足量及新能源与储能的总投资成本从小到大的排序顺序位确定各给定电源容量配置方案的综合评估指标；
将综合评估指标最小的给定电源容量配置方案作为新能源基地电源容量优化配置方案。
进一步的，所述各给定电源容量配置方案下新能源与储能的总投资成本如下：
上式中，Ci为第i个给定电源容量配置方案下新能源与储能的总投资成本，CiW为第i个给定电源容量配置方案风电配置容量，λW为单位风电装机成本，CiV为第i个给定电源容量配置方案的光伏配置容量，λV为单位光伏装机成本，CiB为第i个给定电源容量配置方案的储能配置容量，λB为单位储能容量成本，θ为给定电源容量配置方案集合。
进一步的，所述各给定电源容量配置方案的综合评估指标如下：
上式中，Ki为第i个给定电源容量配置方案的综合评估指标，λ1、λ2、λ3分别为供电指标权重系数、消纳指标权重系数和成本指标权重系数，Ii、Ji、Li分别为第i个给定电源容量配置方案下新能源基地的系统供电缺额量、新能源发电不足量及新能源与储能的总投资成本从小到大的排序顺序位。
第二方面，提供一种新能源基地电源容量优化配置装置，所述新能源基地电源容量优化配置装置包括：
分析模块，用于以模拟得到的不同风/光理论出力场景和给定电源容量配置方案为预先构建的时序生产模拟运行优化模型的输入并求解，得到给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量；
选择模块，用于基于各给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量在各给定电源容量配置方案中选取新能源基地电源容量优化配置方案；
其中，所述给定电源容量配置方案包括下述中的至少一种：风电场装机容量、光伏电站装机容量、储能装机容量。
优选的，所述预先构建的时序生产模拟运行优化模型包括：
以全部优化时段内新能源基地供电缺额量与新能源发电不足量之和最小为目标的目标函数及其对应的约束条件。
进一步的，所述目标函数如下：
上式中，R为目标值，为系统供电缺额量，/>为新能源发电不足量。
进一步的，所述约束条件包括：外送通道最低供电能力约束、外送通道年利用小时数约束、新能源外送电量占比约束、新能源利用率约束、供电缺额量约束、新能源发电不足量约束、新能源发电功率范围约束、常规电源运行约束、储能运行约束和外送通道运行约束。
进一步的，所述外送通道最低供电能力约束如下：
所述外送通道年利用小时数约束如下：
所述新能源外送电量占比约束如下：
所述新能源利用率约束如下：
所述供电缺额量约束如下：
所述新能源发电不足量约束如下：
上式中，pW(t)为风电场t时段的发电功率，pV(t)为光伏电站t时段的发电功率，pBdc(t)为储能电站t时段的放电功率，pBch(t)为储能电站t时段的充电功率，pTH(t)为常规电源t时段的发电功率，为t时段供电功率缺额量，T为优化时段总数，pL(t)为外送通道t时段最低送电功率，/>为供电小时数缺额量，δ为外送通道最低年利用小时数，L为外送通道额定输电容量，α为新能源最低外送电量占比，β为新能源最低利用率，pWa(t)为风电场t时段的风电弃电功率，pVa(t)为光伏电站t时段的光伏弃电功率，/>为新能源外送电量占比不足量，/>为新能源利用率不足量。
进一步的，所述新能源发电功率范围约束为新能源发电功率与弃电功率之和不超过其理论最大发电能力；
所述常规电源运行约束包括：火电出力范围约束、火电最小启停机时长约束、火电最大爬坡能力约束、水电出力范围约束、水电最大爬坡能力约束；
所述储能运行约束包括：储能荷电平衡约束、储能容量约束、储能最大充电/放电功率约束；
所述外送通道运行约束包括：外送通道日调节次数约束、外送通道功率最大爬坡能力约束、外送通道最大输电容量约束。
优选的，所述选择模块具体用于：
获取各给定电源容量配置方案下新能源与储能的总投资成本；
分别获取各给定电源容量配置方案下新能源基地的系统供电缺额量、新能源发电不足量及新能源与储能的总投资成本从小到大的排序顺序位；
基于各给定电源容量配置方案下新能源基地的系统供电缺额量、新能源发电不足量及新能源与储能的总投资成本从小到大的排序顺序位确定各给定电源容量配置方案的综合评估指标；
将综合评估指标最小的给定电源容量配置方案作为新能源基地电源容量优化配置方案。
进一步的，所述各给定电源容量配置方案下新能源与储能的总投资成本如下：
上式中，Ci为第i个给定电源容量配置方案下新能源与储能的总投资成本，CiW为第i个给定电源容量配置方案风电配置容量，λW为单位风电装机成本，CiV为第i个给定电源容量配置方案的光伏配置容量，λV为单位光伏装机成本，CiB为第i个给定电源容量配置方案的储能配置容量，λB为单位储能容量成本，θ为给定电源容量配置方案集合。
进一步的，所述各给定电源容量配置方案的综合评估指标如下：
上式中，Ki为第i个给定电源容量配置方案的综合评估指标，λ1、λ2、λ3分别为供电指标权重系数、消纳指标权重系数和成本指标权重系数，Ii、Ji、Li分别为第i个给定电源容量配置方案下新能源基地的系统供电缺额量、新能源发电不足量及新能源与储能的总投资成本从小到大的排序顺序位。
第三方面，提供一种计算机设备，包括：一个或多个处理器；
所述处理器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，实现所述的新能源基地电源容量优化配置方法。
第四方面，提供一种计算机可读存储介质，其上存有计算机程序，所述计算机程序被执行时，实现所述的新能源基地电源容量优化配置方法。
本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：
本发明提供了一种新能源基地电源容量优化配置方法及装置，包括：以模拟得到的不同风/光理论出力场景和给定电源容量配置方案为预先构建的时序生产模拟运行优化模型的输入并求解，得到给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量；基于各给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量在各给定电源容量配置方案中选取新能源基地电源容量优化配置方案；其中，所述给定电源容量配置方案包括下述中的至少一种：风电场装机容量、光伏电站装机容量、储能装机容量。本发明提供的技术方案，以随机生成的一系列风/光理论出力场景为输入，通过多场景生产模拟，计算各配置方案在所有风/光场景下的外送供电缺额量和新能源消纳不足量；然后，基于加权系数法建立计及外送供电不足、新能源消纳不足和电源投资成本的综合评估指标，通过计算各电源配置方案的综合评估指标，得到最优的容量配置方案；
进一步的，本发明提供的技术方案，能够充分考虑风/光出力的随机波动性，可以计算出基地风/光/储容量配置方案在各种极端出力场景下的发电运行情况，包括基地外送通道的供电能力与新能源消纳能力，并且可以从外送供电能力、新能源消纳能力和投资经济性三个维度出发，实现风/光/储容量配置方案优劣的综合量化评估，得到最优的配置方案结果。
附图说明
图1是本发明实施例的新能源基地电源容量优化配置方法的主要步骤流程示意图；
图2是本发明实施例的新能源基地电源容量优化配置装置的主要结构框图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如背景技术中所公开的，目前，通过外送通道将清洁电力外送至中心城市负荷中心消纳，是未来新能源消纳的重要形式。在沙漠、戈壁、荒漠化地区规划建设的新能源基地新能源装机占比较高，常规电源（主要为火电）配置规模较小，基地出力随机波动性强，科学合理规划基地新能源与储能容量规模是实现基地经济、清洁、可靠外送供电的重要基础。
新能源基地通过交流或直流外送是未来新能源消纳的重要形式。由于新能源基地新能源装机占比高，可调节电源规模小，基地整体出力随机波动性强，负荷高峰时段的外送供电能力难以得到保障。开展新能源基地风光储容量优化配置需要充分考虑新能源出力的随机波动性，当对新能源极低出力或高出力等极端场景考虑的不充分时，会影响配置方案的供电能力或消纳能力；通过大规模配置储能能够有效降低整体出力的随机波动性，但会大大增加电源的投资成本，影响配置方案的经济性。
针对基地的新能源与储能容量规划通常是预先给定一系列容量配置方案，针对各配置方案需要准确评估其投资经济性、新能源消纳能力与供电可靠性，进而根据评估结果综合筛选最优的配置方案。时序生产模拟方法是开展新能源与储能规划的有效技术手段，时序生产模拟方法以新能源长时间尺度的出力序列为输入，通过逐时段电力电量平衡优化来计算新能源基地的发电运行情况，能够充分考虑新能源出力的随机波动性，计算结果更加科学合理。
论文《张北柔性外送通道电网工程新能源与抽蓄电站配置方案运行经济性评估》采用时序生产模拟的方式评估新能源经多端柔性外送通道系统电源配置方案的投资经济性。该方法以新能源最大化消纳为目标,考虑柔性外送通道电网传输安全、下网功率调峰需求、线路N-1安全运行、新能源与抽蓄电站互补运行、新能源限电率等约束条件,建立基于外送通道潮流的新能源与多端柔性外送通道电网混合运行优化模型，通过全年8760h时序运行优化求解,评估不同新能源和抽蓄容量配置方案下电网的运行收益。该方法源于：（1）李湃，王伟胜，刘纯，黄越辉，等．张北柔性外送通道电网工程新能源与抽蓄电站配置方案运行经济性评估[J]．中国电机工程学报，2018，38(24)：7206-7214+7447。
该技术方案仅考虑了一组风/光出力场景，难以充分考虑新能源发电的随机波动性，并且仅从新能源外送消纳能力和电源投资经济性两个方面对电源配置方案进行量化评估，未考虑基地在受端电网负荷高峰时段的供电支撑能力。
为了改善上述问题，本发明提供了一种新能源基地电源容量优化配置方法及装置，包括：以模拟得到的不同风/光理论出力场景和给定电源容量配置方案为预先构建的时序生产模拟运行优化模型的输入并求解，得到给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量；基于各给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量在各给定电源容量配置方案中选取新能源基地电源容量优化配置方案；其中，所述给定电源容量配置方案包括下述中的至少一种：风电场装机容量、光伏电站装机容量、储能装机容量。本发明提供的技术方案，以随机生成的一系列风/光理论出力场景为输入，通过多场景生产模拟，计算各配置方案在所有风/光场景下的外送供电缺额量和新能源消纳不足量；然后，基于加权系数法建立计及外送供电不足、新能源消纳不足和电源投资成本的综合评估指标，通过计算各电源配置方案的综合评估指标，得到最优的容量配置方案；
进一步的，本发明提供的技术方案，能够充分考虑风/光出力的随机波动性，可以计算出基地风/光/储容量配置方案在各种极端出力场景下的发电运行情况，包括基地外送通道的供电能力与新能源消纳能力，并且可以从外送供电能力、新能源消纳能力和投资经济性三个维度出发，实现风/光/储容量配置方案优劣的综合量化评估，得到最优的配置方案结果。
下面对上述方案进行详细阐述。
实施例1
参阅附图1，图1是本发明的一个实施例的新能源基地电源容量优化配置方法的主要步骤流程示意图。如图1所示，本发明实施例中的新能源基地电源容量优化配置方法主要包括以下步骤：
步骤S101：以模拟得到的不同风/光理论出力场景和给定电源容量配置方案为预先构建的时序生产模拟运行优化模型的输入并求解，得到给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量；
步骤S102：基于各给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量在各给定电源容量配置方案中选取新能源基地电源容量优化配置方案；
其中，所述给定电源容量配置方案包括下述中的至少一种：风电场装机容量、光伏电站装机容量、储能装机容量。
本发明的新能源基地由风电场、光伏电站、储能电站和火电厂组成，新能源基地通过交流或直流外送通道向受端电网输送电力。
本实施例中，所述模拟得到的不同风/光理论出力场景可通过随机模拟的方式生成，可以为全年8760h的风/光理论出力向量；
本实施例中，所述预先构建的时序生产模拟运行优化模型包括：
以全部优化时段内新能源基地供电缺额量与新能源发电不足量之和最小为目标的目标函数及其对应的约束条件。
在一个实施方式中，所述目标函数如下：
上式中，R为目标值，为系统供电缺额量，/>为新能源发电不足量。
本实施例中，所述约束条件包括：外送通道最低供电能力约束、外送通道年利用小时数约束、新能源外送电量占比约束、新能源利用率约束、供电缺额量约束、新能源发电不足量约束、新能源发电功率范围约束、常规电源运行约束、储能运行约束和外送通道运行约束。
其中，所述外送通道最低供电能力约束如下：
该约束引入了供电功率缺额量来作为新能源基地电源和储能供电无法满足外送通道最低送电需求的不平衡量。
所述外送通道年利用小时数约束如下：
该约束引入了供电小时数缺额量来作为外送通道年利用小时数无法满足时的不平衡量。
所述新能源外送电量占比约束如下：
该约束引入了新能源外送电量占比不足量来作为新能源占总外送电量最低比例无法满足时的不平衡量。
所述新能源利用率约束如下：
该约束引入了新能源利用率不足量来作为新能源最低利用率无法满足时的不平衡量。
所述供电缺额量约束如下：
该约束表示系统供电缺额量为全部优化时段内的供电功率缺额量与供电小时数缺额量之和。
所述新能源发电不足量约束如下：
该约束表示新能源发电不足量为新能源外送电量占比不足量与新能源利用率不足量之和。
上式中，pW(t)为风电场t时段的发电功率，pV(t)为光伏电站t时段的发电功率，pBdc(t)为储能电站t时段的放电功率，pBch(t)为储能电站t时段的充电功率，pTH(t)为常规电源t时段的发电功率，为t时段供电功率缺额量，T为优化时段总数，pL(t)为外送通道t时段最低送电功率，/>为供电小时数缺额量，δ为外送通道最低年利用小时数，L为外送通道额定输电容量，α为新能源最低外送电量占比，β为新能源最低利用率，pWa(t)为风电场t时段的风电弃电功率，pVa(t)为光伏电站t时段的光伏弃电功率，/>为新能源外送电量占比不足量，/>为新能源利用率不足量。
在一个实施方式中，所述新能源发电功率范围约束为新能源发电功率与弃电功率之和不超过其理论最大发电能力；
所述常规电源运行约束包括：火电出力范围约束、火电最小启停机时长约束、火电最大爬坡能力约束、水电出力范围约束、水电最大爬坡能力约束；
所述储能运行约束包括：储能荷电平衡约束、储能容量约束、储能最大充电/放电功率约束；
所述外送通道运行约束包括：外送通道日调节次数约束、外送通道功率最大爬坡能力约束、外送通道最大输电容量约束。
通过求解优化模型可以得到给定电源配置方案的系统供电缺额量和新能源发电不足量，当给定电源配置方案的系统供电缺额量大于0时，表示该电源配置方案存在供电不足的情况，当新能源发电不足量大于0时，表示该电源配置方案存在消纳能力不足的情况。
本实施例中，所述基于各给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量在各给定电源容量配置方案中选取新能源基地电源容量优化配置方案，包括：
获取各给定电源容量配置方案下新能源与储能的总投资成本；
分别获取各给定电源容量配置方案下新能源基地的系统供电缺额量、新能源发电不足量及新能源与储能的总投资成本从小到大的排序顺序位；
基于各给定电源容量配置方案下新能源基地的系统供电缺额量、新能源发电不足量及新能源与储能的总投资成本从小到大的排序顺序位确定各给定电源容量配置方案的综合评估指标；
将综合评估指标最小的给定电源容量配置方案作为新能源基地电源容量优化配置方案。
在一个实施方式中，所述各给定电源容量配置方案下新能源与储能的总投资成本如下：
上式中，Ci为第i个给定电源容量配置方案下新能源与储能的总投资成本，CiW为第i个给定电源容量配置方案风电配置容量，λW为单位风电装机成本，CiV为第i个给定电源容量配置方案的光伏配置容量，λV为单位光伏装机成本，CiB为第i个给定电源容量配置方案的储能配置容量，λB为单位储能容量成本，θ为给定电源容量配置方案集合。
在一个实施方式中，所述各给定电源容量配置方案的综合评估指标如下：
上式中，Ki为第i个给定电源容量配置方案的综合评估指标，λ1、λ2、λ3分别为供电指标权重系数、消纳指标权重系数和成本指标权重系数，Ii、Ji、Li分别为第i个给定电源容量配置方案下新能源基地的系统供电缺额量、新能源发电不足量及新能源与储能的总投资成本从小到大的排序顺序位。
实施例2
基于同一种发明构思，本发明还提供了一种新能源基地电源容量优化配置装置，如图2所示，所述新能源基地电源容量优化配置装置包括：
分析模块，用于以模拟得到的不同风/光理论出力场景和给定电源容量配置方案为预先构建的时序生产模拟运行优化模型的输入并求解，得到给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量；
选择模块，用于基于各给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量在各给定电源容量配置方案中选取新能源基地电源容量优化配置方案；
其中，所述给定电源容量配置方案包括下述中的至少一种：风电场装机容量、光伏电站装机容量、储能装机容量。
优选的，所述预先构建的时序生产模拟运行优化模型包括：
以全部优化时段内新能源基地供电缺额量与新能源发电不足量之和最小为目标的目标函数及其对应的约束条件。
进一步的，所述目标函数如下：
上式中，R为目标值，为系统供电缺额量，/>为新能源发电不足量。
进一步的，所述约束条件包括：外送通道最低供电能力约束、外送通道年利用小时数约束、新能源外送电量占比约束、新能源利用率约束、供电缺额量约束、新能源发电不足量约束、新能源发电功率范围约束、常规电源运行约束、储能运行约束和外送通道运行约束。
进一步的，所述外送通道最低供电能力约束如下：
所述外送通道年利用小时数约束如下：
所述新能源外送电量占比约束如下：
所述新能源利用率约束如下：
所述供电缺额量约束如下：
所述新能源发电不足量约束如下：
上式中，pW(t)为风电场t时段的发电功率，pV(t)为光伏电站t时段的发电功率，pBdc(t)为储能电站t时段的放电功率，pBch(t)为储能电站t时段的充电功率，pTH(t)为常规电源t时段的发电功率，为t时段供电功率缺额量，T为优化时段总数，pL(t)为外送通道t时段最低送电功率，/>为供电小时数缺额量，δ为外送通道最低年利用小时数，L为外送通道额定输电容量，α为新能源最低外送电量占比，β为新能源最低利用率，pWa(t)为风电场t时段的风电弃电功率，pVa(t)为光伏电站t时段的光伏弃电功率，/>为新能源外送电量占比不足量，/>为新能源利用率不足量。
进一步的，所述新能源发电功率范围约束为新能源发电功率与弃电功率之和不超过其理论最大发电能力；
所述常规电源运行约束包括：火电出力范围约束、火电最小启停机时长约束、火电最大爬坡能力约束、水电出力范围约束、水电最大爬坡能力约束；
所述储能运行约束包括：储能荷电平衡约束、储能容量约束、储能最大充电/放电功率约束；
所述外送通道运行约束包括：外送通道日调节次数约束、外送通道功率最大爬坡能力约束、外送通道最大输电容量约束。
优选的，所述选择模块具体用于：
获取各给定电源容量配置方案下新能源与储能的总投资成本；
分别获取各给定电源容量配置方案下新能源基地的系统供电缺额量、新能源发电不足量及新能源与储能的总投资成本从小到大的排序顺序位；
基于各给定电源容量配置方案下新能源基地的系统供电缺额量、新能源发电不足量及新能源与储能的总投资成本从小到大的排序顺序位确定各给定电源容量配置方案的综合评估指标；
将综合评估指标最小的给定电源容量配置方案作为新能源基地电源容量优化配置方案。
进一步的，所述各给定电源容量配置方案下新能源与储能的总投资成本如下：
上式中，Ci为第i个给定电源容量配置方案下新能源与储能的总投资成本，CiW为第i个给定电源容量配置方案风电配置容量，λW为单位风电装机成本，CiV为第i个给定电源容量配置方案的光伏配置容量，λV为单位光伏装机成本，CiB为第i个给定电源容量配置方案的储能配置容量，λB为单位储能容量成本，θ为给定电源容量配置方案集合。
进一步的，所述各给定电源容量配置方案的综合评估指标如下：
上式中，Ki为第i个给定电源容量配置方案的综合评估指标，λ1、λ2、λ3分别为供电指标权重系数、消纳指标权重系数和成本指标权重系数，Ii、Ji、Li分别为第i个给定电源容量配置方案下新能源基地的系统供电缺额量、新能源发电不足量及新能源与储能的总投资成本从小到大的排序顺序位。
实施例3
基于同一种发明构思，本发明还提供了一种计算机设备，该计算机设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor、DSP)、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能，以实现上述实施例中一种新能源基地电源容量优化配置方法的步骤。
实施例4
基于同一种发明构思，本发明还提供了一种存储介质，具体为计算机可读存储介质（Memory），所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序（包括程序代码）。需要说明的是，此处的计算机可读存储介质可以是高速RAM 存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中一种新能源基地电源容量优化配置方法的步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法、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。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (4)
1.一种新能源基地电源容量优化配置方法，其特征在于，所述方法包括：
以模拟得到的不同风/光理论出力场景和给定电源容量配置方案为预先构建的时序生产模拟运行优化模型的输入并求解，得到给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量；
基于各给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量在各给定电源容量配置方案中选取新能源基地电源容量优化配置方案；
其中，所述给定电源容量配置方案包括下述中的至少一种：风电场装机容量、光伏电站装机容量、储能装机容量；
所述预先构建的时序生产模拟运行优化模型包括：
以全部优化时段内新能源基地供电缺额量与新能源发电不足量之和最小为目标的目标函数及其对应的约束条件；
所述目标函数如下：
上式中，R为目标值，为系统供电缺额量，/>为新能源发电不足量；
所述约束条件包括：外送通道最低供电能力约束、外送通道年利用小时数约束、新能源外送电量占比约束、新能源利用率约束、供电缺额量约束、新能源发电不足量约束、新能源发电功率范围约束、常规电源运行约束、储能运行约束和外送通道运行约束；
所述外送通道最低供电能力约束如下：
所述外送通道年利用小时数约束如下：
所述新能源外送电量占比约束如下：
所述新能源利用率约束如下：
所述供电缺额量约束如下：
所述新能源发电不足量约束如下：
上式中，pW(t)为风电场t时段的发电功率，pV(t)为光伏电站t时段的发电功率，pBdc(t)为储能电站t时段的放电功率，pBch(t)为储能电站t时段的充电功率，pTH(t)为常规电源t时段的发电功率，为t时段供电功率缺额量，T为优化时段总数，pL(t)为外送通道t时段最低送电功率，/>为供电小时数缺额量，δ为外送通道最低年利用小时数，L为外送通道额定输电容量，α为新能源最低外送电量占比，β为新能源最低利用率，pWa(t)为风电场t时段的风电弃电功率，pVa(t)为光伏电站t时段的光伏弃电功率，/>为新能源外送电量占比不足量，/>为新能源利用率不足量；
所述新能源发电功率范围约束为新能源发电功率与弃电功率之和不超过其理论最大发电能力；
所述常规电源运行约束包括：火电出力范围约束、火电最小启停机时长约束、火电最大爬坡能力约束、水电出力范围约束、水电最大爬坡能力约束；
所述储能运行约束包括：储能荷电平衡约束、储能容量约束、储能最大充电/放电功率约束；
所述外送通道运行约束包括：外送通道日调节次数约束、外送通道功率最大爬坡能力约束、外送通道最大输电容量约束；
所述基于各给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量在各给定电源容量配置方案中选取新能源基地电源容量优化配置方案，包括：
获取各给定电源容量配置方案下新能源与储能的总投资成本；
分别获取各给定电源容量配置方案下新能源基地的系统供电缺额量、新能源发电不足量及新能源与储能的总投资成本从小到大的排序顺序位；
基于各给定电源容量配置方案下新能源基地的系统供电缺额量、新能源发电不足量及新能源与储能的总投资成本从小到大的排序顺序位确定各给定电源容量配置方案的综合评估指标；
将综合评估指标最小的给定电源容量配置方案作为新能源基地电源容量优化配置方案；
所述各给定电源容量配置方案下新能源与储能的总投资成本如下：
上式中，Ci为第i个给定电源容量配置方案下新能源与储能的总投资成本，CiW为第i个给定电源容量配置方案风电配置容量，λW为单位风电装机成本，CiV为第i个给定电源容量配置方案的光伏配置容量，λV为单位光伏装机成本，CiB为第i个给定电源容量配置方案的储能配置容量，λB为单位储能容量成本，θ为给定电源容量配置方案集合；
所述各给定电源容量配置方案的综合评估指标如下：
上式中，Ki为第i个给定电源容量配置方案的综合评估指标，λ1、λ2、λ3分别为供电指标权重系数、消纳指标权重系数和成本指标权重系数，Ii、Ji、Li分别为第i个给定电源容量配置方案下新能源基地的系统供电缺额量、新能源发电不足量及新能源与储能的总投资成本从小到大的排序顺序位。
2.一种新能源基地电源容量优化配置装置，其特征在于，所述装置包括：
分析模块，用于以模拟得到的不同风/光理论出力场景和给定电源容量配置方案为预先构建的时序生产模拟运行优化模型的输入并求解，得到给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量；
选择模块，用于基于各给定电源容量配置方案下新能源基地的系统供电缺额量和新能源发电不足量在各给定电源容量配置方案中选取新能源基地电源容量优化配置方案；
其中，所述给定电源容量配置方案包括下述中的至少一种：风电场装机容量、光伏电站装机容量、储能装机容量；
所述预先构建的时序生产模拟运行优化模型包括：
以全部优化时段内新能源基地供电缺额量与新能源发电不足量之和最小为目标的目标函数及其对应的约束条件；
所述目标函数如下：
上式中，R为目标值，为系统供电缺额量，/>为新能源发电不足量；
所述约束条件包括：外送通道最低供电能力约束、外送通道年利用小时数约束、新能源外送电量占比约束、新能源利用率约束、供电缺额量约束、新能源发电不足量约束、新能源发电功率范围约束、常规电源运行约束、储能运行约束和外送通道运行约束；
所述外送通道最低供电能力约束如下：
所述外送通道年利用小时数约束如下：
所述新能源外送电量占比约束如下：
所述新能源利用率约束如下：
所述供电缺额量约束如下：
所述新能源发电不足量约束如下：
上式中，pW(t)为风电场t时段的发电功率，pV(t)为光伏电站t时段的发电功率，pBdc(t)为储能电站t时段的放电功率，pBch(t)为储能电站t时段的充电功率，pTH(t)为常规电源t时段的发电功率，为t时段供电功率缺额量，T为优化时段总数，pL(t)为外送通道t时段最低送电功率，/>为供电小时数缺额量，δ为外送通道最低年利用小时数，L为外送通道额定输电容量，α为新能源最低外送电量占比，β为新能源最低利用率，pWa(t)为风电场t时段的风电弃电功率，pVa(t)为光伏电站t时段的光伏弃电功率，/>为新能源外送电量占比不足量，/>为新能源利用率不足量；
所述新能源发电功率范围约束为新能源发电功率与弃电功率之和不超过其理论最大发电能力；
所述常规电源运行约束包括：火电出力范围约束、火电最小启停机时长约束、火电最大爬坡能力约束、水电出力范围约束、水电最大爬坡能力约束；
所述储能运行约束包括：储能荷电平衡约束、储能容量约束、储能最大充电/放电功率约束；
所述外送通道运行约束包括：外送通道日调节次数约束、外送通道功率最大爬坡能力约束、外送通道最大输电容量约束；
所述选择模块具体用于：
获取各给定电源容量配置方案下新能源与储能的总投资成本；
分别获取各给定电源容量配置方案下新能源基地的系统供电缺额量、新能源发电不足量及新能源与储能的总投资成本从小到大的排序顺序位；
基于各给定电源容量配置方案下新能源基地的系统供电缺额量、新能源发电不足量及新能源与储能的总投资成本从小到大的排序顺序位确定各给定电源容量配置方案的综合评估指标；
将综合评估指标最小的给定电源容量配置方案作为新能源基地电源容量优化配置方案；
所述各给定电源容量配置方案下新能源与储能的总投资成本如下：
上式中，Ci为第i个给定电源容量配置方案下新能源与储能的总投资成本，CiW为第i个给定电源容量配置方案风电配置容量，λW为单位风电装机成本，CiV为第i个给定电源容量配置方案的光伏配置容量，λV为单位光伏装机成本，CiB为第i个给定电源容量配置方案的储能配置容量，λB为单位储能容量成本，θ为给定电源容量配置方案集合；
所述各给定电源容量配置方案的综合评估指标如下：
上式中，Ki为第i个给定电源容量配置方案的综合评估指标，λ1、λ2、λ3分别为供电指标权重系数、消纳指标权重系数和成本指标权重系数，Ii、Ji、Li分别为第i个给定电源容量配置方案下新能源基地的系统供电缺额量、新能源发电不足量及新能源与储能的总投资成本从小到大的排序顺序位。
3.一种计算机设备，其特征在于，包括：一个或多个处理器；
所述处理器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，实现如权利要求1所述的新能源基地电源容量优化配置方法。
4.一种计算机可读存储介质，其特征在于，其上存有计算机程序，所述计算机程序被执行时，实现如权利要求1所述的新能源基地电源容量优化配置方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311531979.0A CN117277444B (zh) | 2023-11-17 | 2023-11-17 | 一种新能源基地电源容量优化配置方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311531979.0A CN117277444B (zh) | 2023-11-17 | 2023-11-17 | 一种新能源基地电源容量优化配置方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117277444A CN117277444A (zh) | 2023-12-22 |
| CN117277444B true CN117277444B (zh) | 2024-03-19 |
Family
ID=89204767
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311531979.0A Active CN117277444B (zh) | 2023-11-17 | 2023-11-17 | 一种新能源基地电源容量优化配置方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117277444B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN110994606A (zh) * | 2019-12-12 | 2020-04-10 | 国网青海省电力公司电力科学研究院 | 一种基于复杂适应系统理论的多能源电源容量配置方法 |
| CN112234655A (zh) * | 2020-07-30 | 2021-01-15 | 国网甘肃省电力公司电力科学研究院 | 一种送端电网安全稳定的源网协调调峰优化方法 |
| CN112234604A (zh) * | 2020-09-10 | 2021-01-15 | 西安交通大学 | 一种多能互补电源基地优化配置方法、存储介质及设备 |
| WO2022021957A1 (zh) * | 2021-03-16 | 2022-02-03 | 中国科学院广州能源研究所 | 运营商收益最大化的v2g二阶段随机规划调度模型 |
| CN114498679A (zh) * | 2022-02-08 | 2022-05-13 | 国网福建省电力有限公司经济技术研究院 | 计及调频速率与容量的电力系统储能需求量化方法及系统 |
| WO2022100091A1 (zh) * | 2020-11-10 | 2022-05-19 | 中国能源建设集团湖南省电力设计院有限公司 | 一种广义源储系统调度的集中控制方法 |
| CN115528748A (zh) * | 2022-10-12 | 2022-12-27 | 国网浙江省电力有限公司经济技术研究院 | 一种电力紧平衡状态配置方法、装置、设备及介质 |
| WO2023274425A1 (zh) * | 2021-06-28 | 2023-01-05 | 国网甘肃省电力公司电力科学研究院 | 一种风光水火储系统的多能容量优化配置方法 |
| CN115986812A (zh) * | 2022-12-16 | 2023-04-18 | 国网辽宁省电力有限公司鞍山供电公司 | 一种考虑储能和需求响应的微电网经济规划方法及装置 |
| WO2023134254A1 (zh) * | 2022-01-11 | 2023-07-20 | 云南电网有限责任公司电力科学研究院 | 一种能源互联系统的设备选型方法 |
| CN116739141A (zh) * | 2023-05-05 | 2023-09-12 | 三峡大学 | 一种考虑需求响应的独立型微电网优化配置方法 |
| WO2023179118A1 (zh) * | 2022-03-23 | 2023-09-28 | 中国能源建设集团江苏省电力设计院有限公司 | 一种多能互补一体化外送基地直流输电曲线优化方法及系统 |
-
2023
- 2023-11-17 CN CN202311531979.0A patent/CN117277444B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN110994606A (zh) * | 2019-12-12 | 2020-04-10 | 国网青海省电力公司电力科学研究院 | 一种基于复杂适应系统理论的多能源电源容量配置方法 |
| CN112234655A (zh) * | 2020-07-30 | 2021-01-15 | 国网甘肃省电力公司电力科学研究院 | 一种送端电网安全稳定的源网协调调峰优化方法 |
| CN112234604A (zh) * | 2020-09-10 | 2021-01-15 | 西安交通大学 | 一种多能互补电源基地优化配置方法、存储介质及设备 |
| WO2022100091A1 (zh) * | 2020-11-10 | 2022-05-19 | 中国能源建设集团湖南省电力设计院有限公司 | 一种广义源储系统调度的集中控制方法 |
| WO2022021957A1 (zh) * | 2021-03-16 | 2022-02-03 | 中国科学院广州能源研究所 | 运营商收益最大化的v2g二阶段随机规划调度模型 |
| WO2023274425A1 (zh) * | 2021-06-28 | 2023-01-05 | 国网甘肃省电力公司电力科学研究院 | 一种风光水火储系统的多能容量优化配置方法 |
| WO2023134254A1 (zh) * | 2022-01-11 | 2023-07-20 | 云南电网有限责任公司电力科学研究院 | 一种能源互联系统的设备选型方法 |
| CN114498679A (zh) * | 2022-02-08 | 2022-05-13 | 国网福建省电力有限公司经济技术研究院 | 计及调频速率与容量的电力系统储能需求量化方法及系统 |
| WO2023179118A1 (zh) * | 2022-03-23 | 2023-09-28 | 中国能源建设集团江苏省电力设计院有限公司 | 一种多能互补一体化外送基地直流输电曲线优化方法及系统 |
| CN115528748A (zh) * | 2022-10-12 | 2022-12-27 | 国网浙江省电力有限公司经济技术研究院 | 一种电力紧平衡状态配置方法、装置、设备及介质 |
| CN115986812A (zh) * | 2022-12-16 | 2023-04-18 | 国网辽宁省电力有限公司鞍山供电公司 | 一种考虑储能和需求响应的微电网经济规划方法及装置 |
| CN116739141A (zh) * | 2023-05-05 | 2023-09-12 | 三峡大学 | 一种考虑需求响应的独立型微电网优化配置方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117277444A (zh) | 2023-12-22 |
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 | |
| CA3128943A1 (en) | Coordinated control of renewable electric generation resource and charge storage device | |
| CN103151803B (zh) | 一种含风电系统机组及备用配置的优化方法 | |
| CN107248751A (zh) | 一种实现配电网负荷功率削峰填谷的储能站调度控制方法 | |
| CN112491043B (zh) | 一种新能源富集电网电源规划方法及系统 | |
| CN109347152B (zh) | 考虑多类型电源参与调峰的随机生产模拟方法及应用 | |
| CN105006844A (zh) | 一种间歇式发电并网条件下的电力系统日前鲁棒调度系统 | |
| CN111555281A (zh) | 一种电力系统灵活性资源配置仿真方法及装置 | |
| CN110957717A (zh) | 一种多电源电力系统多目标日前优化调度方法 | |
| CN110649598B (zh) | 一种计及区域内虚拟电厂调节节点电价的方法及系统 | |
| CN108039737A (zh) | 一种源网荷协调运行模拟系统 | |
| CN111030101B (zh) | 一种基于多元化大数据清洁能源消纳联动调控方法及系统 | |
| CN108879657A (zh) | 基于风电容量可信度的电力电量平衡优化方法 | |
| CN113538066B (zh) | 虚拟电厂参与电力市场的控制方法、系统、设备及介质 | |
| CN105305485A (zh) | 一种消纳大规模间歇性能源的安全约束经济调度方法 | |
| CN114792994A (zh) | 一种新能源与外送联络线时序生产模拟优化方法和系统 | |
| CN112736903A (zh) | 一种海岛微网能量优化调度方法及装置 | |
| CN108062606A (zh) | 一种基于黎曼积分的虚拟电厂调度优化方法 | |
| CN112491080A (zh) | 一种新能源装机布局规划方法和系统 | |
| CN117277444B (zh) | 一种新能源基地电源容量优化配置方法及装置 | |
| Zhao et al. | Affinely adjustable robust optimal dispatch for island microgrids with wind power, energy storage and diesel generators | |
| CN114266136A (zh) | 基于时序模拟和风险度量的清洁能源消纳能力评估方法 | |
| CN113435673A (zh) | 基于负荷率的深度调峰费用分摊计算方法和系统 | |
| CN110401210A (zh) | 需求响应参与下风电储能系统调度方法 | |
| CN117498467B (zh) | 一种基于多层级虚拟电厂的能量协调控制分配方法及系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |