CN117293795A - 一种面向灵活爬坡服务的电力系统资源调度方法 - Google Patents
一种面向灵活爬坡服务的电力系统资源调度方法 Download PDFInfo
- Publication number
- CN117293795A CN117293795A CN202311156393.0A CN202311156393A CN117293795A CN 117293795 A CN117293795 A CN 117293795A CN 202311156393 A CN202311156393 A CN 202311156393A CN 117293795 A CN117293795 A CN 117293795A
- Authority
- CN
- China
- Prior art keywords
- scheduling
- scene
- flexible
- power
- constraint
- 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
- 230000009194 climbing Effects 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 title claims abstract description 102
- 102100031186 Chromogranin-A Human genes 0.000 claims abstract description 50
- 101000993094 Homo sapiens Chromogranin-A Proteins 0.000 claims abstract description 50
- 238000005457 optimization Methods 0.000 claims abstract description 23
- 238000004146 energy storage Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims description 28
- 230000009467 reduction Effects 0.000 claims description 17
- 230000005540 biological transmission Effects 0.000 claims description 11
- 238000005086 pumping Methods 0.000 claims description 10
- 238000010248 power generation Methods 0.000 claims description 8
- 238000007599 discharging Methods 0.000 claims description 7
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- H02J3/007—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
-
- 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—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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- 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]
Abstract
本发明涉及高比例新能源电力系统调度运行技术领域,提供一种面向灵活爬坡服务的电力系统资源调度方法,考虑系统灵活爬坡需求,针对BESS、PHES、ILDR、SLDR等典型可调节资源建立可调节资源优化调度模型,具体分析可调节资源参与灵活爬坡对系统运行成本的影响,进行优化求解获得调度计划,进而为合理调用可调节资源提供依据;同时提出基于起始时间和结束时间净负荷不确定性的灵活爬坡需求估计方法,有效减少对系统灵活爬坡需求的过高估计,降低系统日前运行成本;且与传统机组相比,通过集成柔性负荷和储能等多种可调节资源,可有效减少系统切负荷和弃风弃光,显著降低系统运行成本,进而提高系统经济性和灵活性。
Description
技术领域
本发明涉及高比例新能源电力系统调度运行技术领域,尤其涉及一种面向灵活爬坡服务的电力系统资源调度方法。
背景技术
高比例新能源的接入对电力系统安全稳定运行带来了挑战,灵活性成为系统运行特性的核心和关键。电力系统的灵活性是指在满足一定的经济性和可靠性前提下,系统通过调用可调节资源,应对所有相关时间尺度的供求变化和不确定性的能力。为实现电力系统灵活性平衡,对可调节资源的调用问题进行研究十分重要。
灵活性平衡要求系统在任何时刻、任一时间尺度下及任何方向上,各类资源的灵活性供给相对于灵活爬坡需求的充裕程度超过允许水平。灵活爬坡需求来自负荷及可再生能源的波动性及不确定性所引起的系统内功率变化。目前系统可调节资源一般采用常规发电机组(Conventional Generation,CG)。但是,频繁调用CG单元会增加其磨损,通常在机组组合问题中增加爬坡成本来弥补CG机组频繁调用造成的技术和经济损失。
然而,随着新能源接入比例的增加,仅采用CG机组不足以提供足够的灵活性供给。因此,现有研究将储能、需求侧资源、热网及热负荷、电动汽车集群等系统中能够应对波动性与不确定性的调节手段纳入可调节资源。然而,由于缺乏经济信号引导,仅将可调节资源纳入系统不能确保其提供足够的爬坡能力,爬坡能力不足会导致负荷减载或可再生能源出力削减。
系统独立运营商在电力市场中引入灵活爬坡服务(flexible ramping product,FRP),确保系统在考虑预测误差、可再生能源出力波动的情况下,可调节资源出力能够满足下一个时段负荷的变动需求,保障系统的实时平衡。日前调度中的FRP作为一个多区间问题,在调度区间之前的净负荷值是不确定的。
即,现有的研究在估计灵活爬坡需求时没有考虑调度开始时间净负荷的不确定性,导致对灵活爬坡需求的估计偏低;或改进了灵活爬坡需求估计方法,同时考虑了调度时段开始和结束时刻净负荷的不确定性,但没有考虑到能量调度中已满足的净负荷波动,导致对灵活爬坡需求的估计偏高,系统运行成本偏大。
且,现有关于FRP的研究主要仅对单一可调节资源进行调用,或局限在日前市场或实时市场中,没有考虑到由于可调节资源爬坡能力不足,实时市场中FRP可能无法满足系统灵活爬坡需求。
发明内容
本发明提供一种面向灵活爬坡服务的电力系统资源调度方法,解决了现有的高比例新能源电力系统对灵活爬坡需求的估计不准确,导致系统灵活性平衡不稳定的技术问题。
为解决以上技术问题,本发明提供一种面向灵活爬坡服务的电力系统资源调度方法,包括:
S1、根据系统净负荷及其安全裕度,结合能量调度中已满足的净负荷波动,建立对应日前调度和实时调度的灵活爬坡需求估计模型;
S2、以运行成本最小化为目标,建立基于两阶段混合整数线性规划的可调节资源优化调度模型;
S3、结合对应日前调度的灵活爬坡需求估计模型,对可调节资源优化调度模型进行优化求解,获得调度计划。
在进一步的实施方案中,所述步骤S1包括:
S11、根据系统负荷功率、光伏出力、风电出力,预测系统净负荷功率;
S12、根据当前时刻与下一时刻系统净负荷及其安全裕度的大小关系,计及能量调度中已满足的净负荷波动,建立对应日前调度的灵活爬坡需求估计模型;
其中,所述灵活爬坡需求估计模型如下:
式中,为t时刻预测的系统净负荷功率,/>分别为t时刻的上灵活爬坡需求和向下灵活爬坡需求;/>、/>分别是t时刻预留的向上安全裕度和向下安全裕度。
在进一步的实施方案中,在所述步骤S2中,所述可调节资源优化调度模型如下:
式中,obj为系统总成本,分别表示日前调度中的能量成本、备用成本、可调节资源调用成本和新能源出力削减成本;/>分别表示实时调度中的负荷削减惩罚和可调节资源再调用成本。
在进一步的实施方案中,所述步骤S3包括步骤:
S31、构建约束条件;
S32、结合日前调度的灵活爬坡需求估计模型和所述约束条件,以运行成本最小化为目标求解所述可调节资源优化调度模型,输出日前调度中日前机组组合输出的可调节资源调度计划;
S33、生成净负荷不确定场景,以步骤S32得到的可调节资源调度计划为上限结合所述约束条件,以运行成本最小化为目标求解所述可调节资源优化调度模型,在生成的净负荷不确定性场景中对可调节资源进行重新调度,得到实时调度计划。
在进一步的实施方案中,所述生成净负荷不确定场景包括:
A、采用自回归滑动平均模型生成净负荷抽样场景,得到大规模场景集合S;
B、采用基于概率距离的快速前代消除技术进行场景削减。
在进一步的实施方案中,所述步骤B包括步骤:
B1、计算场景集S中每对场景s和s’之间的几何距离;
B2、选定与剩余场景概率距离之和最小的场景d;
B3、以场景集S中与场景d集合距离最近的场景r代替场景d,将场景d的概率加到场景r的概率上,消去场景d,形成新的场景集S’;
B4、判断剩余场景数目是否满足要求,若满足,结束场景削减;否则,重复步骤B1至步骤B3。
在进一步的实施方案中,在所述步骤S33中:所述重新调度包括,考虑净负荷的波动性对灵活爬坡需求的影响定时计算实时调度中系统灵活爬坡需求;
所述灵活爬坡需求估计模型如下:
式中,、/>分别为场景j中m时刻的向上灵活爬坡需求、向下灵活爬坡需求;/>为场景j中m时刻的净负荷值。
在进一步的实施方案中,在日前调度中,所述约束条件包括常规机组约束、PHES模型约束、电池储能模型约束、柔性负荷调度约束、新能源出力约束、日前灵活爬坡需求和备用容量约束、系统潮流与安全约束和功率平衡约束;
所述日前灵活爬坡需求和备用容量约束如下:
日前调度中CG机组、PHES、BESS、ILDR、SLDR满足向上/向下灵活爬坡需求的约束为:
系统的旋转备用约束为:
旋转备用容量设置为:、
式中,分别为资源CG机组、PHES、BESS、ILDR、SLDR在t时刻的向上灵活性分配,/>分别为资源CG机组、PHES、BESS、SLDR在t时刻的向下灵活性分配,/>资源CG机组、PHES、BESS、ILDR、SLDR在t时刻的备用分配;/>为资源x的有功出力上限,资源x包括CG机组、PHES、BESS、ILDR、SLDR;为t时刻母线b的总负荷。
在进一步的实施方案中,功率平衡约束表示为:
式中,、/>、/>、/>、/>分别为CG机组、PHES、BESS、ILDR、SLDR的接入节点集合,为CG机组i在t时刻的有功出力,/>分别为第h个PHES的发电能量功率、抽水能量功率,/>、/>分别为BESS充电、放电功率,/>为ILDR调用量,/>为t时刻SLDR的向上、向下平移功率;/>为t时刻母线b的净负荷。
在进一步的实施方案中,在实时调度中,所述约束条件包括常规机组约束、PHES模型约束、电池储能模型约束、柔性负荷调度约束、新能源出力约束、系统潮流与安全约束和功率平衡约束;
所述功率平衡约束表示为:
式中,为输电线路最大传输容量,/>、/>、/>为实时场景j中资源CG机组、PHES、BESS、ILDR、SLDR在m时刻调用的向上灵活爬坡需求,、/>、/>、/>为实时场景j中资源CG机组、PHES、BESS、SLDR在m时刻调用的向下灵活爬坡需求,/>为场景j中机组i在m时刻的有功出力,/>分别为场景j中m时刻第h个PHES的发电能量功率、抽水能量功率,/>分别为场景j中m时刻第e个BESS的放电能量功率、充电能量功率,/>为场景j中m时刻IL调用量,/>分别为场景j中m时刻SL的向上平移功率、向下平移功率,/>为实时场景j中节点b在m时刻的负荷削减量,/>为场景j中m时刻母线b的净负荷。
本发明的有益效果如下:
考虑系统灵活爬坡需求,针对BESS、PHES、ILDR、SLDR等典型可调节资源建立可调节资源优化调度模型,具体分析可调节资源参与灵活爬坡对系统运行成本的影响,进行优化求解获得调度计划,进而为合理调用可调节资源提供依据;同时提出基于起始时间和结束时间净负荷不确定性的灵活爬坡需求估计方法,有效减少对系统灵活爬坡需求的过高估计,降低系统日前运行成本;且与传统机组相比,通过集成柔性负荷和储能等多种可调节资源,可有效减少系统切负荷和弃风弃光,显著降低系统运行成本,进而提高系统经济性和灵活性。
附图说明
图1是本发明实施例提供的一种面向灵活爬坡服务的电力系统资源调度方法的工作流程图;
图2是本发明实施例提供的两阶段混合整数线性规划的工作流程图;
图3是本发明实施例提供的高比例新能源接入下系统负荷和净负荷曲线示意图;
图4是本发明实施例提供的系统灵活爬坡需求示意图;
图5是本发明实施例提供的改进的IEEE-RTS-24节点系统结构图;
图6是本发明实施例提供的削减后的净负荷场景;
图7是本发明实施例提供的灵活爬坡需求估计结果比较。
图8是本发明实施例提供的灵活爬坡需求估计结果比较;
图9是本发明实施例提供的方案4中FRP日前调度计划;
图10是本发明实施例提供的方案4中FRP实时调度。
具体实施方式
下面结合附图具体阐明本发明的实施方式,实施例的给出仅仅是为了说明目的,并不能理解为对本发明的限定,包括附图仅供参考和说明使用,不构成对本发明专利保护范围的限制,因为在不脱离本发明精神和范围基础上,可以对本发明进行许多改变。
本发明实施例提供的一种面向灵活爬坡服务的电力系统资源调度方法,如图1所示,在本实施例中,包括S1~ S3:
S1、根据系统净负荷及其安全裕度,结合能量调度中已满足的净负荷波动,建立对应日前调度和实时调度的灵活爬坡需求估计模型,包括:
S11、根据系统负荷功率、光伏出力、风电出力,预测系统净负荷功率;
S12、根据当前时刻与下一时刻系统净负荷及其安全裕度的大小关系,计及能量调度中已满足的净负荷波动,建立对应日前调度的灵活爬坡需求估计模型。
系统的灵活爬坡需求主要由可再生能源电源和负荷两部分决定,图3为高比例新能源接入下原始负荷曲线及净负荷曲线示意图。净负荷定义为负荷功率与可再生能源发电功率之差,与原始负荷曲线相比,考虑新能源接入后的净负荷曲线波动性更强,呈现出“鸭型曲线”的特征,使得系统灵活爬坡需求增加。
将灵活爬坡需求定义为单位时间净负荷的时序爬坡功率,依据其方向分为向上灵活爬坡需求和向下灵活爬坡需求,如图4所示。
图4中,和/>为系统净负荷在t-1和t时刻的预测值,系统净负荷计算公式为:
式中,为t时刻预测的系统净负荷功率;/>分别为t时刻预测的系统负荷功率、光伏出力、风电出力。
当净负荷向上爬坡时,到/>的变化由日前能量调度满足,故系统向上灵活性仅由安全裕度决定,/>;由于t时刻系统净负荷及其向下安全裕度大于t-1时刻净负荷及其向上安全裕度,故系统向下灵活性需求为/>=0;
,由于t时刻系统净负荷及其向下安全裕度小于t-1时刻净负荷及其向上安全裕度,因此系统向下灵活性需求为/>。
同理,当净负荷向下爬坡时,到/>的变化由日前能量调度满足,故系统向下灵活性仅由安全裕度决定,/>;由于t时刻系统净负荷及其向下安全裕度大于t-1时刻净负荷及其向上安全裕度,故系统向上灵活性需求为/>=0;
,由于t时刻系统净负荷及其向下安全裕度小于t-1时刻净负荷及其向上安全裕度,因此系统向上灵活性需求为/>=/>。
则,上述步骤S12中灵活爬坡需求估计模型如下:
式中,为t时刻预测的系统净负荷功率,/>分别为t时刻的向上灵活爬坡需求和向下灵活爬坡需求;/>、/>分别是t时刻预留的向上安全裕度和向下安全裕度。
S2、以运行成本最小化为目标,建立基于两阶段混合整数线性规划的可调节资源优化调度模型;
参见图2,在本实施例中,两阶段混合整数线性规划包括阶段Ⅰ、阶段Ⅱ。阶段Ⅰ为日前随机安全约束机组组合模型,时间尺度为15分钟;阶段Ⅱ为实时随机安全约束经济调度模型,时间尺度为5分钟。阶段Ⅰ将日前机组组合输出的可调节资源调度计划作为阶段Ⅱ实时经济调度的上限,阶段Ⅱ在生成的净负荷不确定性场景中对可调节资源进行重新调度。
在本实施例中,可调节资源优化调度模型如下:
式中,obj为系统总成本,分别表示日前调度中的能量成本、备用成本、可调节资源调用成本和新能源出力削减成本;/>分别表示实时调度中的负荷削减惩罚和可调节资源再调用成本。
其中:
日前能量调度成本可以表示为:
式中,为机组i的最小发电成本,/>为第i个机组在t时刻启停状态,/>为CG二次成本函数线性化在第k段的斜率,/>为机组i在第k段的出力;/>、/>分别为机组i的开启、关停成本,/>、/>为分别机组i的开启动作变量、关停动作变量;/>、/>分别为第h个PHES的发电成本和抽水成本,/>、/>分别为第h个PHES的发电能量功率、抽水能量功率;为BESS第e个BESS的充电成本,/>为第e个BESS的充电能量功率;/>为ILDR调用成本,为ILDR调用量;/>为SLDR调用成本,/>为SLDR调用量。
式中,x为可调节资源CG(机组)、PHES(抽水储能)、BESS(电池储能)、ILDR、SLDR(柔性负荷)的集合,为旋转备用成本,/>为资源x在t时刻的备用分配;/>为可调节资源调用成本,/>为资源x在t时刻的向上灵活性分配和向下灵活性分配;/>为新能源出力削减惩罚因子,/>、/>为时刻光伏、风电出力的削减量,/>为实时场景j中节点b在m时刻的负荷削减量,/>为负荷削减惩罚因子,/>为可调节资源调用成本,/>为实时场景j中资源x在m时刻调用的FRU(向上灵活爬坡需求)和FRD(向下灵活爬坡需求),/>为简化场景j的概率。
S3、结合对应日前调度的灵活爬坡需求估计模型,对可调节资源优化调度模型进行优化求解,获得调度计划,包括步骤S31~ S33:
S31、构建约束条件;
第一、在日前调度中,约束条件包括常规机组约束、PHES模型约束、电池储能模型约束、柔性负荷调度约束、新能源出力约束、日前灵活爬坡需求和备用容量约束、系统潮流与安全约束和功率平衡约束;
(1)常规机组约束
CG机组约束方程可以表示为:
式中,为CG机组i在t时刻的有功出力,/>为机组i的有功出力上限,/>为机组i的有功出力下限;/>、/>为机组向上、向下爬坡极限;/>、/>为机组开启、关停爬坡极限;为第i个机组在t时刻启停状态;/>、/>为分别机组i的开启动作变量、关停动作变量。
(2)PHES(抽水蓄能)模型
PHES约束方程可以表示为:
式中,、/>为PHES的发电功率和抽水功率,分别与上、下水库水流量/>、以及上、下水库水头/>、/>相关;/>、/>分别为PHES的发电效率和抽水效率;/>、分别为上、下水库的水位;/>为水的密度;/>为重力加速度;/>、/>分别为上水库水头、下水库水头。
(3)电池储能模型
BESS约束方程可以表示为:
式中,为BESS的荷电状态;/>、/>为BESS充电、放电功率;/>、/>为BESS充电、放电工作状态的0-1变量;/>、/>为BESS充电、放电过程中的能量转化效率;/>、/>分别为BESS充电功率最大值、放电功率最大值。
(4)柔性负荷调度约束
柔性负荷调度约束方程可以表示为:
式中,为在t时刻削减ILDR的0-1变量,/>、/>为ILDR的最大、最小可削减功率,h为ILDR最大参与时长;/>、/>为t时刻SLDR的向上、向下平移功率,/>为t时刻向上平移、向下平移SLDR的0-1变量,/>为SLDR的最大可平移功率。
(5)新能源出力约束
新能源出力约束方程可以表示为:
式中,、/>为光伏、风电的可用资源量。
(6)日前灵活爬坡需求和备用容量约束
日前灵活爬坡需求和备用容量约束如下:
日前调度中CG机组、PHES、BESS、ILDR、SLDR满足向上/向下灵活爬坡需求的约束为:
系统的旋转备用约束为:
旋转备用容量设置为:、
式中,分别为资源CG机组、PHES、BESS、ILDR、SLDR在t时刻的向上灵活性分配,/>分别为资源CG机组、PHES、BESS、SLDR在t时刻的向下灵活性分配,/>资源CG机组、PHES、BESS、ILDR、SLDR在t时刻的备用分配;/>为资源x的有功出力上限,资源x包括CG机组、PHES、BESS、ILDR、SLDR;为t时刻母线b的总功率。
(7)系统潮流与安全约束
t时刻节点b与节点n间的传输功率由式(36)确定,式(37)为输电线路传输容量约束。
式中,、/>为节点b、节点n的节点电压角度,/>为输电线路电抗;/>为输电线路最大传输容量。
(9)功率平衡约束
功率平衡约束表示为:
式中,、/>、/>、/>、/>分别为CG机组、PHES、BESS、ILDR、SLDR的接入节点集合,为CG机组i在t时刻的有功出力,/>分别为第h个PHES的发电能量功率、抽水能量功率,/>、/>分别为BESS充电、放电功率,/>为ILDR调用量,/>为t时刻SLDR的向上、向下平移功率;/>为t时刻母线b的净负荷。
第二、在实时调度中,约束条件包括常规机组约束、PHES模型约束、电池储能模型约束、柔性负荷调度约束、新能源出力约束、系统潮流与安全约束和功率平衡约束;
其中,常规机组约束、PHES模型约束、电池储能模型约束、柔性负荷调度约束、新能源出力约束、系统潮流与安全约束与日前调度中的约束条件相同,本实施例不再赘述。
功率平衡约束表示为:
式中,为输电线路最大传输容量,/>、/>、/>为实时场景j中资源CG机组、PHES、BESS、ILDR、SLDR在m时刻调用的向上灵活爬坡需求,、/>、/>、/>为实时场景j中资源CG机组、PHES、BESS、SLDR在m时刻调用的向下灵活爬坡需求,/>为场景j中机组i在m时刻的有功出力,/>分别为场景j中m时刻第h个PHES的发电能量功率、抽水能量功率,/>分别为场景j中m时刻第e个BESS的放电能量功率、充电能量功率,/>为场景j中m时刻IL调用量,/>分别为场景j中m时刻SL的向上、向下平移功率,/>为实时场景j中节点b在m时刻的负荷削减量,/>为场景j中m时刻母线b的净负荷。
S32、结合日前调度的灵活爬坡需求估计模型和约束条件,以运行成本最小化为目标求解可调节资源优化调度模型,输出日前调度中日前机组组合输出的可调节资源调度计划;
S33、生成净负荷不确定场景,以步骤S32得到的可调节资源调度计划为上限结合约束条件,以运行成本最小化为目标求解可调节资源优化调度模型,在生成的净负荷不确定性场景中对可调节资源进行重新调度,得到实时调度计划。
生成净负荷不确定场景包括:
A、采用自回归滑动平均模型生成净负荷抽样场景,得到大规模场景集合S;
在本实施例中,自回归滑动平均模型如下:
式中,为t时刻的时间序列值;/>为自回归参数;/>为滑动平均参数;/>为正态白噪声过程,/>。
B、采用基于概率距离的快速前代消除技术进行场景削减,包括步骤B1~B4:
B1、计算场景集S中每对场景s和s’之间的几何距离;
B2、选定与剩余场景概率距离之和最小的场景d;
B3、以场景集S中与场景d集合距离最近的场景r代替场景d,将场景d的概率加到场景r的概率上,消去场景d,形成新的场景集S’;
B4、判断剩余场景数目是否满足要求,若满足,结束场景削减;否则,重复步骤B1至步骤B3。
在本实施例中,上述重新调度包括,考虑净负荷的波动性对灵活爬坡需求的影响定时计算实时调度中系统灵活爬坡需求;
灵活爬坡需求估计模型如下:
式中,、/>分别为场景j中m时刻的向上灵活爬坡需求、向下灵活爬坡需求;/>为场景j中m时刻的净负荷值。
具体的,以改进的IEEE-RTS-24节点系统为基础算例模型,本发明的具体实施如下:
第一、算例模型
图5中,峰值负荷约为2600MW;含分布式风电节点3个,总装机容量为450MW;含分布式光伏节点3个,总装机容量为550MW。可调节资源接入情况:CG机组节点12个,总装机容量为3380MW;PHES节点1个,库容为1TMC,最大功率为200MW;BESS节点1个,总容量200MWh,最大功率50MW;ILDR、SLDR最大容量为所接母线峰值负荷的10%。
为了分析净负荷预测中的不确定性,使用公式(3)从典型日预测曲线中生成了500个初始净负荷场景,初始场景进行削减后的净负荷场景及概率如图6所示。
第二、算例分析
为了验证所提模型的有效性,采用4种方案进行对比分析。
方案1:仅由CG机组提供FRP;
方案2:由CG机组和柔性负荷(ILDR、SLDR)共同提供FRP;
方案3:由CG机组和储能(PHES、BESS)共同提供FRP;
方案4:本文所提出的由CG机组、柔性负荷和储能共同提供FRP。
针对方案4场景,分别采用本文提出方法和现有方法估计系统灵活爬坡需求。表1为两种灵活爬坡需求估计方法的对比。
表1灵活爬坡需求估计方法比较
图7为传统灵活爬坡需求估计方法和本发明所提出的灵活爬坡需求估计方法在FRP调用量上的不同。由图7可知,本发明所提出的灵活爬坡需求估计方法在调用FRP方面总体少于传统方法,在日前调度中最多可节省FRU约91MW,FRD约102MW,有效缓解了对系统灵活爬坡需求的过高估计,可降低日前运行成本。
表2比较了不同灵活爬坡需求估计方法下的日前运行成本。由表2可知,采用本发明所提出的灵活爬坡需求估计方法后,4种方案下日前运行成本均有所降低,分别降低了2.45%、2.77%、2.81%、2.90%,采用所提出的灵活爬坡需求估计方法较传统方法系统日前运行的经济性得到提高。
表2日前运行成本比较
为了验证本发明所提出的灵活爬坡需求估计方法在处理净负荷波动方面的能力,图8为两种灵活爬坡需求估计方法在负荷削减方面的性能比较,其中,TFRU和TLC为传统方法所需的FRU调度量和负荷削减量;PFRU和PLC为提出的方法所需的FRU调度量和负荷削减量,DLC为两种方法负荷削减的差值。对比可得,尽管在时段163-228、241-288内FRU采购量以及时段64-162内FRD采购量有所降低,本发明所提出的方法仍能保持系统的稳定运行,同时比传统方法在FRP采购总额方面减少了约15%。在时段18-63内,所提出的方法比传统方法在负荷削减方面减少约24MWh。此外,由于净负荷波动超过预估不确定范围,两种方法在64-111的部分时段内无法满足系统灵活性要求,导致系统切负荷。除了时段18-63外,两种方法的FRU调度大致相同。
在30%-50%新能源接入比例的情况下,对比分析4个方案和仅考虑日前调度时的运行成本,如表3所示。
表3四种方案成本比较
由表3可知,仅考虑日前对可调节资源进行调用时,系统负荷削减量最多,运行成本最高。在相同的新能源接入比例(30%)下,方案2比方案1系统运行成本降低了11.97%,方案3比方案1系统运行成本降低了13.17%,方案4比方案1系统运行成本降低了13.77%。当新能源接入比例从30%提升到40%时,四个方案的运行成本分别降低了2.08%、1.44%、2.58%和5.07%;但当新能源接入比例从40%提升到50%时,四个方案的运行成本分别提高了15.97%、5.76%、4.76%和4.35%。综上可知,集成多种可调节资源后,系统可以调用的FRP增加,在处理由于负荷预测不准带来的净负荷波动时,可以减少负荷削减量,降低系统运行成本,提高系统的经济性;此外,适当提高新能源接入比例,可以降低系统净负荷峰值,降低系统能量成本,从而降低系统运行成本,但在新能源接入比例过高的情况下,由于新能源出力削减量的增加,弃风弃光惩罚成本增加,系统运行成本随之增加。
新能源接入比例为50%时,方案4日前调度和实时调度中各可调节资源提供FRP的情况,分别如图9和图10所示。由图可知,集成可调节资源提供FRP可有效减少净负荷预测不确定性带来的系统切负荷。其中系统向上灵活爬坡需求较大,主要由CG机组、PHES、ILDR和SLDR提供,但在实时调度时段14-24以及41-81内,净负荷的变化高于预估的不确定区间,所有可调节资源提供的FRU已完全部署,系统灵活性不足导致负荷削减;系统向下灵活爬坡需求较小,主要由能量调度满足,因此实时调度中FRD的调用量很小。
本发明实施例的有益效果如下:
考虑系统灵活爬坡需求,针对BESS、PHES、ILDR、SLDR等典型可调节资源建立可调节资源优化调度模型,具体分析可调节资源参与灵活爬坡对系统运行成本的影响,进行优化求解获得调度计划,进而为合理调用可调节资源提供依据;同时提出基于起始时间和结束时间净负荷不确定性的灵活爬坡需求估计方法,有效减少对系统灵活爬坡需求的过高估计,降低系统日前运行成本;且与传统机组相比,通过集成柔性负荷和储能等多种可调节资源,可有效减少系统切负荷和弃风弃光,显著降低系统运行成本,进而提高系统经济性和灵活性。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (10)
1.一种面向灵活爬坡服务的电力系统资源调度方法,其特征在于,包括:
S1、根据系统净负荷及其安全裕度,结合能量调度中已满足的净负荷波动,建立对应日前调度和实时调度的灵活爬坡需求估计模型;
S2、以运行成本最小化为目标,建立基于两阶段混合整数线性规划的可调节资源优化调度模型;
S3、结合对应日前调度的灵活爬坡需求估计模型,对可调节资源优化调度模型进行优化求解,获得调度计划。
2.如权利要求1所述的一种面向灵活爬坡服务的电力系统资源调度方法,其特征在于,所述步骤S1包括:
S11、根据系统负荷功率、光伏出力、风电出力,预测系统净负荷功率;
S12、根据当前时刻与下一时刻系统净负荷及其安全裕度的大小关系,计及能量调度中已满足的净负荷波动,建立对应日前调度的灵活爬坡需求估计模型;
其中,所述灵活爬坡需求估计模型如下:
式中,为t时刻预测的系统净负荷功率,/>分别为t时刻的上灵活爬坡需求和向下灵活爬坡需求;/>、/>分别是t时刻预留的向上安全裕度和向下安全裕度。
3.如权利要求1所述的一种面向灵活爬坡服务的电力系统资源调度方法,其特征在于,在所述步骤S2中,所述可调节资源优化调度模型如下:
式中,obj为系统总成本,分别表示日前调度中的能量成本、备用成本、可调节资源调用成本和新能源出力削减成本;/>分别表示实时调度中的负荷削减惩罚和可调节资源再调用成本。
4.如权利要求1所述的一种面向灵活爬坡服务的电力系统资源调度方法,其特征在于,所述步骤S3包括步骤:
S31、构建约束条件;
S32、结合日前调度的灵活爬坡需求估计模型和所述约束条件,以运行成本最小化为目标求解所述可调节资源优化调度模型,输出日前调度中日前机组组合输出的可调节资源调度计划;
S33、生成净负荷不确定场景,以步骤S32得到的可调节资源调度计划为上限结合所述约束条件,以运行成本最小化为目标求解所述可调节资源优化调度模型,在生成的净负荷不确定性场景中对可调节资源进行重新调度,得到实时调度计划。
5.如权利要求4所述的一种面向灵活爬坡服务的电力系统资源调度方法,其特征在于,所述生成净负荷不确定场景包括:
A、采用自回归滑动平均模型生成净负荷抽样场景,得到大规模场景集合S;
B、采用基于概率距离的快速前代消除技术进行场景削减。
6.如权利要求5所述的一种面向灵活爬坡服务的电力系统资源调度方法,其特征在于,所述步骤B包括步骤:
B1、计算场景集S中每对场景s和s’之间的几何距离;
B2、选定与剩余场景概率距离之和最小的场景d;
B3、以场景集S中与场景d集合距离最近的场景r代替场景d,将场景d的概率加到场景r的概率上,消去场景d,形成新的场景集S’;
B4、判断剩余场景数目是否满足要求,若满足,结束场景削减;否则,重复步骤B1至步骤B3。
7.如权利要求6所述的一种面向灵活爬坡服务的电力系统资源调度方法,其特征在于,在所述步骤S33中:所述重新调度包括,考虑净负荷的波动性对灵活爬坡需求的影响定时计算实时调度中系统灵活爬坡需求;
所述灵活爬坡需求估计模型如下:
式中,、/>分别为场景j中m时刻的向上灵活爬坡需求、向下灵活爬坡需求;/>为场景j中m时刻的净负荷值。
8.如权利要求4所述的一种面向灵活爬坡服务的电力系统资源调度方法,其特征在于:在日前调度中,所述约束条件包括常规机组约束、PHES模型约束、电池储能模型约束、柔性负荷调度约束、新能源出力约束、日前灵活爬坡需求和备用容量约束、系统潮流与安全约束和功率平衡约束;
所述日前灵活爬坡需求和备用容量约束如下:
日前调度中CG机组、PHES、BESS、ILDR、SLDR满足向上/向下灵活爬坡需求的约束为:
系统的旋转备用约束为:
旋转备用容量设置为:、
式中,分别为资源CG机组、PHES、BESS、ILDR、SLDR在t时刻的向上灵活性分配,/>分别为资源CG机组、PHES、BESS、SLDR在t时刻的向下灵活性分配,/>资源CG机组、PHES、BESS、ILDR、SLDR在t时刻的备用分配;/>为资源x的有功出力上限,资源x包括CG机组、PHES、BESS、ILDR、SLDR;/>为t时刻母线b的总负荷。
9.如权利要求8所述的一种面向灵活爬坡服务的电力系统资源调度方法,功率平衡约束表示为:
式中,、/>、/>、/>、/>分别为CG机组、PHES、BESS、ILDR、SLDR的接入节点集合,/>为CG机组i在t时刻的有功出力,/>分别为第h个PHES的发电能量功率、抽水能量功率,、/>分别为BESS充电、放电功率,/>为ILDR调用量,/>为t时刻SLDR的向上、向下平移功率;/>为t时刻母线b的净负荷。
10.如权利要求7所述的一种面向灵活爬坡服务的电力系统资源调度方法,其特征在于:在实时调度中,所述约束条件包括常规机组约束、PHES模型约束、电池储能模型约束、柔性负荷调度约束、新能源出力约束、系统潮流与安全约束和功率平衡约束;
所述功率平衡约束表示为:
式中,为输电线路最大传输容量,/>、/>、/>为实时场景j中资源CG机组、PHES、BESS、ILDR、SLDR在m时刻调用的向上灵活爬坡需求,/>、、/>、/>为实时场景j中资源CG机组、PHES、BESS、SLDR在m时刻调用的向下灵活爬坡需求,/>为场景j中机组i在m时刻的有功出力,/>分别为场景j中m时刻第h个PHES的发电能量功率、抽水能量功率,/>分别为场景j中m时刻第e个BESS的放电能量功率、充电能量功率,/>为场景j中m时刻IL调用量,/>分别为场景j中m时刻SL的向上平移功率、向下平移功率,/>为实时场景j中节点b在m时刻的负荷削减量,/>为场景j中m时刻母线b的净负荷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311156393.0A CN117293795A (zh) | 2023-09-08 | 2023-09-08 | 一种面向灵活爬坡服务的电力系统资源调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311156393.0A CN117293795A (zh) | 2023-09-08 | 2023-09-08 | 一种面向灵活爬坡服务的电力系统资源调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117293795A true CN117293795A (zh) | 2023-12-26 |
Family
ID=89247229
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311156393.0A Pending CN117293795A (zh) | 2023-09-08 | 2023-09-08 | 一种面向灵活爬坡服务的电力系统资源调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117293795A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN115001036A (zh) * | 2022-05-31 | 2022-09-02 | 国网上海市电力公司 | 一种计及电池储能和抽水蓄能灵活性的电力系统调度方法 |
CN116012051A (zh) * | 2023-02-22 | 2023-04-25 | 国网浙江省电力有限公司经济技术研究院 | 一种基于灵活性的新型储能参与电力市场的出清方法 |
CN116151486A (zh) * | 2023-04-19 | 2023-05-23 | 国网天津市电力公司城西供电分公司 | 含储能系统的光伏充电站多时间尺度随机优化方法及装置 |
CN116526459A (zh) * | 2023-04-28 | 2023-08-01 | 杭州戈虎达科技有限公司 | 一种非侵入式居民负荷监测方法及存储介质 |
-
2023
- 2023-09-08 CN CN202311156393.0A patent/CN117293795A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN115001036A (zh) * | 2022-05-31 | 2022-09-02 | 国网上海市电力公司 | 一种计及电池储能和抽水蓄能灵活性的电力系统调度方法 |
CN116012051A (zh) * | 2023-02-22 | 2023-04-25 | 国网浙江省电力有限公司经济技术研究院 | 一种基于灵活性的新型储能参与电力市场的出清方法 |
CN116151486A (zh) * | 2023-04-19 | 2023-05-23 | 国网天津市电力公司城西供电分公司 | 含储能系统的光伏充电站多时间尺度随机优化方法及装置 |
CN116526459A (zh) * | 2023-04-28 | 2023-08-01 | 杭州戈虎达科技有限公司 | 一种非侵入式居民负荷监测方法及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109256799B (zh) | 一种基于样本熵的新能源电力系统优化调度方法 | |
CN105046395B (zh) | 一种含多类型新能源的电力系统日内滚动计划编制方法 | |
CN108092324B (zh) | 一种风电参与调峰调频的agc控制系统和控制方法 | |
CN113193547B (zh) | 计及新能源及负荷区间不确定性的电力系统日前-日内协同调度方法与系统 | |
CN110739687A (zh) | 一种考虑风电高阶不确定性的电力系统分布鲁棒调度方法 | |
CN112381375B (zh) | 一种基于潮流分配矩阵的电网经济运行域快速生成方法 | |
CN112053035B (zh) | 考虑经济性与灵活性的输电通道与储能联合规划方法 | |
CN111342486A (zh) | 一种含梯级水电的风光水互补发电系统的优化调度方法 | |
CN111641233A (zh) | 一种考虑新能源及负荷不确定性的电力系统日内灵活调峰方法 | |
CN113659620A (zh) | 基于动态频率约束的水风互补发电系统日前调度方法 | |
CN116914748A (zh) | 一种考虑灵活性互济的跨区电网灵活性资源优化调度方法 | |
CN117293795A (zh) | 一种面向灵活爬坡服务的电力系统资源调度方法 | |
CN116562563A (zh) | 一种基于最小惯量需求评估的电力系统优化运行方法 | |
CN116760025A (zh) | 电力系统的风险调度优化方法和系统 | |
CN114301071B (zh) | 适应全调度周期考核模式的风电场计划偏差率整定方法 | |
CN114389262B (zh) | 一种弹性环境下基于鲁棒优化的区域电网调度方法 | |
CN116646987A (zh) | 多资源协同调度方法、装置、设备及存储介质 | |
CN115001036A (zh) | 一种计及电池储能和抽水蓄能灵活性的电力系统调度方法 | |
CN116562422A (zh) | 一种电能量与爬坡备用的联合出清方法及终端 | |
CN110729721A (zh) | 电力系统全局备用容量计算方法 | |
CN113659566B (zh) | 一种基于CVaR的多能互补发电系统的容量配置优化方法 | |
CN112436510B (zh) | 一种风-光-火特高压直流外送调度方法及系统 | |
CN115423203A (zh) | 梯次利用动力电池提升电力系统效益的评估方法及装置 | |
CN112821469B (zh) | 基于调频消纳域分析的日前发电调度优化方法及装置 | |
CN111934309B (zh) | 一种含传输阻塞机会约束的随机经济调度方法 |
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 |