CN117614033A - 一种运行在常规功率跟踪状态下的电网智能调度方法及装置 - Google Patents
一种运行在常规功率跟踪状态下的电网智能调度方法及装置 Download PDFInfo
- Publication number
- CN117614033A CN117614033A CN202311648842.3A CN202311648842A CN117614033A CN 117614033 A CN117614033 A CN 117614033A CN 202311648842 A CN202311648842 A CN 202311648842A CN 117614033 A CN117614033 A CN 117614033A
- Authority
- CN
- China
- Prior art keywords
- power
- station
- energy storage
- wind
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004146 energy storage Methods 0.000 claims abstract description 108
- 230000000087 stabilizing effect Effects 0.000 claims abstract description 11
- 230000001105 regulatory effect Effects 0.000 claims abstract description 10
- 230000000452 restraining effect Effects 0.000 claims abstract description 8
- 238000009826 distribution Methods 0.000 claims description 33
- 238000010248 power generation Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000007599 discharging Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000005457 optimization Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 101100050026 Enterobacteria phage T4 y01J gene Proteins 0.000 description 3
- 230000002068 genetic effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000013486 operation strategy Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response 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
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- 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
- H02J2203/20—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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Power Engineering (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种运行在常规功率跟踪状态下的电网智能调度方法,包括:计算风光储一体化场站总出力的允许范围,在平抑功率波动的前提下进行功率跟踪,对电网调度执行范围进行约束;判断风光储一体化场站中储能电站的历史充放电量是否大于或等于储能电站额定容量的第一预设倍数值;在预设时长内如储能电站的历史充放电量大于或等于储能电站额定容量的第一预设倍数值,则锁定储能并不再调储;在预设时长内如储能电站的历史充放电量小于储能电站额定容量的第一预设倍数值,则进入常规功率跟踪模式。通过优化电网调度指令、减小实发功率和调度指令的偏差以实现功率跟踪,逻辑判断模型运算速度快,处理复杂性低,数据精度要求低。
Description
技术领域
本发明涉及电网调度技术领域,特别涉及一种运行在常规功率跟踪状态下的电网智能调度方法及装置。
背景技术
在多源一体化发电站中,调度不同能源的出力情况以跟踪调度指令,通常需要采用一些智能化的控制策略,如模型预测控制、基于多目标决策的策略模式和基于机器学习的策略模式等。以风光储一体化场站为例,其调度策略大致可以分为以下几个步骤:1.采集数据:收集风力、光伏、储能等不同能源的实时发电量、储能量和运行状态等信息,以及电网的负荷需求信息。2.预测和优化:通过模型预测控制等方法,利用历史数据和实时数据来预测未来一段时间内的电力供需情况,计算出最优功率分配策略,以实现电力系统的稳定运行和经济性。3.分配能量:根据优化的功率分配策略,将不同能源的发电量和储能量分配给电网,以满足电网的负荷需求。4.控制反馈:通过实时监控和反馈,对功率分配策略进行实时调整和优化,以实现闭环目标控制,确保电力系统的稳定运行。
具体来说,风光储一体化场站的调度可以根据风力和光伏能源的出力情况来确定储能系统的充放电策略,以满足电网的负荷需求。当风力和光伏能源的出力不足以满足电网负荷时,储能系统可以向电网供电;当风力和光伏能源的出力过剩时,储能系统可以将多余的电能储存起来。此外,根据不同的负荷需求和市场价格等因素,也可以实时调整不同能源的出力情况,以实现经济性和灵活性的平衡。
目前已有专利申请(一种基于遗传算法的风-储混合电站日运行策略优化方法,公开号CN113361715A)通过一种基于遗传算法的风-储混合电站日运行策略优化方法。但该专利利用遗传算法作为优化算法,存在以下一些不足之处:1、运算速度慢:智能化的调度策略通常需要进行大量的数据处理和计算,这可能会导致运算速度较慢,难以及时响应实际工况需求,特别是在需要进行快速调度的情况下。2、处理复杂性高:风光储一体化场站中涉及多种不同的能源和储能系统,其之间相互影响、相互制约,处理起来具有一定的复杂性和不确定性,需要考虑多种因素的影响,如天气变化、负荷需求等。3、数据精度低:智能化调度策略需要依赖于历史数据和实时数据进行分析和预测,但由于天气变化等因素的影响,数据精度可能存在一定的误差,可能导致调度策略的准确性不高。4、算法模型复杂:智能化调度策略通常需要采用复杂的算法模型进行数据分析和预测,这可能导致算法模型的复杂度较高,难以理解和解释。5、成本较高:智能化调度策略需要采用先进的技术和设备,如高性能计算机、传感器等,这可能会导致成本较高。
发明内容
本发明实施例的目的是提供一种运行在常规功率跟踪状态下的电网智能调度方法及装置,通过优化电网调度指令、减小实发功率和调度指令的偏差以实现功率跟踪,具有如下优点:逻辑判断模型运算速度快,毫秒级的运算速度即可,快速响应电网要求和环境改变所带来的影响;处理复杂性低,对多源一体化场站中的各个电源进行简化建模;数据精度要求低,所提数据无特殊性要求,一般场站皆可提供;算法模型简单,仅仅为逻辑判断;对调度现场硬件要求的成本较低。
为解决上述技术问题,本发明实施例的第一方面提供了一种运行在常规功率跟踪状态下的电网智能调度方法,包括如下步骤:
计算风光储一体化场站总出力的允许范围,在平抑功率波动的前提下进行功率跟踪,对电网调度执行范围进行约束;
判断所述风光储一体化场站中储能电站的历史充放电量是否大于或等于储能电站额定容量的第一预设倍数值;
在所述预设时长内如所述储能电站的历史充放电量大于或等于所述储能电站额定容量的所述第一预设倍数值,则锁定储能并不再调储;
在所述预设时长内如所述储能电站的历史充放电量小于所述储能电站额定容量的所述第一预设倍数值,则进入常规功率跟踪模式。
进一步地,所述锁定储能并不再调储之后,还包括:
判断风、光超短期上报功率之和是否大于电网调度指令值;
如是,则选择第一预设分配原则中的一个原则对所述电网调度指令值进行分配,所述第一预设分配原则包括:第一等比例分配原则、第一风电优先原则、第一光伏优先原则和第一智能分配原则;
如否,则按照第三预设分配原则进行分配。
进一步地,所述第一等比例分配原则为:
所述第一风电优先原则为:
所述第一光伏优先原则为:
其中,Pf为风电场出力功率,Pfr为风电场最大可发功率,Pgr为光伏电站最大可发功率,Pg为光伏场站出力功率,Pref为调度指令,Pb为储能场站出力功率,P弃为弃风弃光功率量,ΔP为实际出力同调度指令偏差值。
进一步地,所述第三预设分配原则为:
其中,Pf为风电场出力功率,Pfr为风电场最大可发功率,Pgr为光伏电站最大可发功率,Pg为光伏场站出力功率,Pref为调度指令,Pb为储能场站出力功率,P弃为弃风弃光功率量,ΔP为实际出力同调度指令偏差值。
进一步地,所述对电网调度执行范围进行约束,包括:
当所述电网调度指令值小于总计划出力满足波动考核要求的下限值时,将所述电网调度指令值赋值为总计划出力满足波动考核要求的下限值;
当所述电网调度指令值大于总计划出力满足波动考核要求的上限值时,将所述电网调度指令值赋值为总计划出力满足波动考核要求的上限值。
进一步地,所述进入常规功率跟踪模式,包括:
判断风、光超短期上报功率之和是否大于所述电网调度指令值;
如是,则计算储能的允许充电功率,
Pb.c=max{Pfgb.min-(Pfr+Pgr),Pb.c.max},
其中,Pb.c为储能允许充电功率,Pb.c.max为当前时刻储能最大充电功率,Pfr为当前时刻风电场最大可发电功率,Pgr为当前时刻光伏电站最大可发电功率;
如否,则计算储能的允许放电功率,
Pb.disc=min{Pfgb.max-(Pfr+Pgr),Pb.disc.max},
其中,Pb.disc为储能允许充电功率,Pb.c.max为当前时刻储能最大充电功率,Pfr为当前时刻风电场最大可发电功率,Pgr为当前时刻光伏电站最大可发电功率。
进一步地,所述计算储能的允许充电功率之后,还包括:
判断储能电站荷电状态是否小于或等于第一预设比例值;
如是,则按照第一充电优先原则或第一功率跟踪原则对所述电网调度指令值进行分配;
所述第一充电优先原则为:
所述第一功率跟踪原则为:
如否,则选择第二预设分配原则中的一个原则对所述电网调度指令值进行分配,所述第二预设分配原则包括:第二等比例分配原则、第二风电优先原则和第二光伏优先原则;
所述第二等比例分配原则为:
所述第二风电优先原则为:
所述第二光伏优先原则为:
其中,Pb为储能场站出力功率,Pb.c为储能允许充电功率,Pf为风电场出力功率,Pfr为风电场最大可发功率,Pgr为光伏电站最大可发功率,Pg为光伏场站出力功率,Pref为调度指令,P弃为弃风弃光功率量,ΔP为实际出力同调度指令偏差值。
进一步地,所述计算储能的允许放电功率之后,还包括:
判断储能电站荷电状态是否小于或等于第二预设比例值;
如是,则按照第四预设分配原则对所述电网调度指令值进行分配,所述第四预设分配原则为:
如否,则按照第二功率跟踪原则或第二优先放电原则对所述电网调度指令值进行分配;
其中,所述第二功率跟踪原则为:
所述第二优先放电原则为:
其中,Pb为储能场站出力功率,Pb.disc为储能允许充电功率,Pb.c为储能允许充电功率,Pf为风电场出力功率,Pfr为风电场最大可发功率,Pgr为光伏电站最大可发功率,Pg为光伏场站出力功率,Pref为调度指令,P弃为弃风弃光功率量,ΔP为实际出力同调度指令偏差值。
相应地,本发明实施例的第二方面提供了一种运行在常规功率跟踪状态下的电网智能调度装置,包括:
第一计算模块,其用于计算风光储一体化场站总出力的允许范围,在平抑功率波动的前提下进行功率跟踪,对电网调度执行范围进行约束;
第二计算模块,其用于判断所述风光储一体化场站中储能电站的历史充放电量是否大于或等于储能电站额定容量的第一预设倍数值;
第一控制模块,其用于在所述预设时长内如所述储能电站的历史充放电量大于或等于所述储能电站额定容量的所述第一预设倍数值,则锁定储能并不再调储;
第二控制模块,其用于在所述预设时长内如所述储能电站的历史充放电量小于所述储能电站额定容量的所述第一预设倍数值,则进入常规功率跟踪模式。
相应地,本发明实施例的第三方面提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述一个处理器执行,以使所述至少一个处理器执行上述运行在常规功率跟踪状态下的电网智能调度方法。
相应地,本发明实施例的第四方面提供了一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现上述运行在常规功率跟踪状态下的电网智能调度方法。
本发明实施例的上述技术方案具有如下有益的技术效果:
通过优化电网调度指令、减小实发功率和调度指令的偏差以实现功率跟踪,相较于目前电网调度控制中心所采用的将调度指令主观地分配给各个新能源场站或储能场站,采用逻辑判断的形式,在综合考虑了平抑功率波动、延长储能寿命、最大化消纳和经济性最优等多方面因素的基础上,加速了调度响应过程。
附图说明
图1是本发明实施例提供的运行在常规功率跟踪状态下的电网智能调度方法流程图;
图2是本发明实施例提供的运行在常规功率跟踪状态下的电网智能调度装置模块框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
总之,针对风光储一体化场站,其调度策略需要结合实际情况和电网运行要求,采用智能化的控制策略,以实现最优功率分配和稳定运行。但在实际多源一体化调度过程中,对优化速度有很高的要求,以响应电网工况需求。因此,需要结合一套考虑多方面影响因素且响应运算速度快的调度方案。
请参照图1,本发明实施例的第一方面提供了一种运行在常规功率跟踪状态下的电网智能调度方法,包括如下步骤:
步骤S100,计算风光储一体化场站总出力的允许范围,在平抑功率波动的前提下进行功率跟踪,对电网调度执行范围进行约束。
其中,Pfgbmax为总计划出力满足波动考核要求的上限值;Pfgbmin为总计划出力满足波动考核要求的下限值;Pmax为当前考核时段实际出力的最大值;Pmin为当前考核时段实际出力的最小值;Y为波动考核范围,以西北地区考核导则为例,推荐取10%;PN为风光总装机容量。同时,在计算每个考核时段的第一个数据时,令Pmax=Pmin=Pref。
步骤S200,判断风光储一体化场站中储能电站的历史充放电量是否大于或等于储能电站额定容量的第一预设倍数值K,。
步骤S300,在预设时长内如储能电站的历史充放电量大于或等于储能电站额定容量的第一预设倍数值K,则锁定储能并不再调储。
步骤S400,在预设时长内如储能电站的历史充放电量小于储能电站额定容量的第一预设倍数值K,则进入常规功率跟踪模式。
在计算总出力允许范围后,判断是否Wb.all≥K·Wb,计算一天之内调储的累计电量,Wb.all为历史储能充放电的积分值,也可以直接从储能电站之中读取数据,其代表一天内对储能调用的强度。Wb代表储能电站额定容量,K默认为2,即若一天内储能的充放电量大于K倍额定电量后,将锁定储能不再调储。若累计调储电量未达到K倍额定电量,则进入常规功率跟踪模式。
进一步地,步骤S100中的对电网调度执行范围进行约束,包括:
步骤S110,当电网调度指令值小于总计划出力满足波动考核要求的下限值时,将电网调度指令值赋值为总计划出力满足波动考核要求的下限值.
步骤S120当电网调度指令值大于总计划出力满足波动考核要求的上限值时,将电网调度指令值赋值为总计划出力满足波动考核要求的上限值。
为了使系统可以在平抑功率波动的前提下进行功率跟踪,需要对Pref的范围进行约束。若Pref<Pfgbmin,则令Pref=Pfgbmin;若Pref>Pfgbmax,则令Pref=Pfgbmax;若Pfgbmin<Pref<Pfgbmax,则不作修改。
进一步地,步骤S300中的锁定储能并不再调储之后,还包括:
步骤S310,判断风、光超短期上报功率之和是否大于电网调度指令值;
步骤S320,如是,则选择第一预设分配原则中的一个原则对所述电网调度指令值进行分配,第一预设分配原则包括:第一等比例分配原则、第一风电优先原则、第一光伏优先原则和第一智能分配原则;
步骤S330,如否,则按照第三预设分配原则进行分配。
若一天内储能的充放电量大于K倍额定电量后,将锁定储能不再调储。此时,首先对风、光超短期上报功率之和是否大于调度指令值进行逻辑判断。若风、光超短期上报功率之和大于调度指令,那么此时用户可以根据一体化场站实际情况选择分配原则;默认按第一等比例分配原则。
其中,第一等比例分配原则为:
其中,第一风电优先原则为:
其中,第一光伏优先原则为:
其中,Pf为风电场出力功率,Pfr为风电场最大可发功率,Pgr为光伏电站最大可发功率,Pg为光伏场站出力功率,Pref为调度指令,Pb为储能场站出力功率,P弃为弃风弃光功率量,ΔP为实际出力同调度指令偏差值。
Pf=Pfr
Pg=Pgr
Pb=0
P弃=0
具体的,第三预设分配原则为:ΔP=Pref-Pf-Pg;
其中,Pf为风电场出力功率,Pfr为风电场最大可发功率,Pgr为光伏电站最大可发功率,Pg为光伏场站出力功率,Pref为调度指令,Pb为储能场站出力功率,P弃为弃风弃光功率量,ΔP为实际出力同调度指令偏差值。
进一步地,步骤S400中的进入常规功率跟踪模式,包括:
步骤S410,判断风、光超短期上报功率之和是否大于调度指令值;
步骤S420,如是,则计算储能的允许充电功率,
Pb.c=max{Pfgb.min-(Pfr+Pgr),Pb.c.max},
其中,Pb.c为储能允许充电功率,Pb.c.max为当前时刻储能最大充电功率,Pfr为当前时刻风电场最大可发电功率,Pgr为当前时刻光伏电站最大可发电功率;
步骤S430,如否,则计算储能的允许放电功率,
Pb.disc=min{Pfgb.max-(Pfr+Pgr),Pb.disc.max},
其中,Pb.disc为储能允许充电功率,Pb.c.max为当前时刻储能最大充电功率,Pfr为当前时刻风电场最大可发电功率,Pgr为当前时刻光伏电站最大可发电功率。
更进一步地,步骤420中的计算储能的允许充电功率之后,还包括:
步骤421,判断储能电站荷电状态是否小于或等于第一预设比例值X1。
判断储能若SOC≤Ksoc.1×X1,Ksoc.1为下调峰系数,当系统进入收到用户指令进入下调峰模式时Ksoc.1=1.25,在常规功率跟踪状态中其值为1。
步骤422,如是,则采用第一充电优先原则或第一功率跟踪原则对电网调度指令值进行分配。用户可根据需要自行选择出力方式,系统默认按功率跟踪原则出力。
其中,第一充电优先原则为:
其第一功率跟踪原则为:
步骤423,如否,则选择第二预设分配原则中的一个原则对电网调度指令值进行分配,第二预设分配原则包括:第二等比例分配原则、第二风电优先原则和第二光伏优先原则;此时用户可以根据一体化场站实际情况选择分配原则,系统默认按第二等比例分配原则。
其中,第二等比例分配原则为:
其中,第二风电优先原则为:
其中,第二光伏优先原则为:
其中,Pb为储能场站出力功率,Pb.c为储能允许充电功率,Pf为风电场出力功率,Pfr为风电场最大可发功率,Pgr为光伏电站最大可发功率,Pg为光伏场站出力功率,Pref为调度指令,P弃为弃风弃光功率量,ΔP为实际出力同调度指令偏差值。
进一步地,步骤430中的计算储能的允许放电功率之后,还包括:
步骤431,判断储能电站荷电状态是否小于或等于第二预设比例值X2。
判断储能若SOC≤Ksoc.2×X2,Ksoc.2为上调峰系数,当系统进入收到用户指令进入上调峰模式时Ksoc.2=0.5,在常规功率跟踪状态中其值为1。
步骤432,如是,则按照第四预设分配原则进行分配,第四预设分配原则为:
步骤433,如否,则按照第二功率跟踪原则和第二优先放电原则进行分配。用户可根据需要自行选择出力方式,系统默认按功率跟踪原则出力。
其中,第二功率跟踪原则为:
第二优先放电原则为:
其中,Pb为储能场站出力功率,Pb.disc为储能允许充电功率,Pb.c为储能允许充电功率,Pf为风电场出力功率,Pfr为风电场最大可发功率,Pgr为光伏电站最大可发功率,Pg为光伏场站出力功率,Pref为调度指令,P弃为弃风弃光功率量,ΔP为实际出力同调度指令偏差值。
上述技术方案结合实际情况和调度经验,具体给出了一种优化电网调度指令、减小实发功率和调度指令的偏差以实现功率跟踪的方法。相较于目前电网调度控制中心所采用的将调度指令主观地分配给各个新能源场站或储能场站,本发明综合考虑了平抑功率波动、延长储能寿命、最大化消纳和经济性最优等多方面因素。相较于其他方法,本方法采用的逻辑判断模型运算速度快,毫秒级的运算速度即可,快速响应电网要求和环境改变所带来的影响;处理复杂性低,对多源一体化场站中的各个电源进行简化建模;数据精度要求低,所提数据无特殊性要求,一般场站皆可提供;算法模型简单,仅仅为逻辑判断;对调度现场硬件要求的成本较低。
相应地,请参照图2,本发明实施例的第二方面提供了一种运行在常规功率跟踪状态下的电网智能调度装置,包括:
第一计算模块,其用于计算风光储一体化场站总出力的允许范围,在平抑功率波动的前提下进行功率跟踪,对电网调度执行范围进行约束;
第二计算模块,其用于判断所述风光储一体化场站中储能电站的历史充放电量是否大于或等于储能电站额定容量的第一预设倍数值;
第一控制模块,其用于在所述预设时长内如储能电站的历史充放电量大于或等于所述储能电站额定容量的第一预设倍数值,则锁定储能并不再调储;
第二控制模块,其用于在所述预设时长内如储能电站的历史充放电量小于所述储能电站额定容量的第一预设倍数值,则进入常规功率跟踪模式。相应地,本发明实施例的第三方面提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器连接的存储器;其中,存储器存储有可被一个处理器执行的指令,指令被一个处理器执行,以使至少一个处理器执行上述运行在常规功率跟踪状态下的电网智能调度方法。
相应地,本发明实施例的第四方面提供了一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现上述运行在常规功率跟踪状态下的电网智能调度方法。
本发明实施例旨在保护一种运行在常规功率跟踪状态下的电网智能调度方法及装置,包括如下步骤:计算风光储一体化场站总出力的允许范围,在平抑功率波动的前提下进行功率跟踪,对电网调度执行范围进行约束;判断风光储一体化场站中储能电站的历史充放电量是否大于或等于储能电站额定容量的第一预设倍数值,计算预设时长内储能调用的累计电量;在预设时长内如储能的充放电量大于或等于储能电站额定容量的第一预设倍数值,则锁定储能并不再调储;在预设时长内如储能的充放电量小于储能电站额定容量的第一预设倍数值,则进入常规功率跟踪模式。上述技术方案具备如下效果:
通过优化电网调度指令、减小实发功率和调度指令的偏差以实现功率跟踪,具有如下优点:逻辑判断模型运算速度快,毫秒级的运算速度即可,快速响应电网要求和环境改变所带来的影响;处理复杂性低,对多源一体化场站中的各个电源进行简化建模;数据精度要求低,所提数据无特殊性要求,一般场站皆可提供;算法模型简单,仅仅为逻辑判断;对调度现场硬件要求的成本较低。
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。
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 (10)
1.一种运行在常规功率跟踪状态下的电网智能调度方法,其特征在于,包括如下步骤:
计算风光储一体化场站总出力的允许范围,在平抑功率波动的前提下进行功率跟踪,对电网调度执行范围进行约束;
判断所述风光储一体化场站中储能电站的历史充放电量是否大于或等于储能电站额定容量的第一预设倍数值;
在所述预设时长内如所述储能电站的历史充放电量大于或等于所述储能电站额定容量的所述第一预设倍数值,则锁定储能并不再调储;
在所述预设时长内如所述储能电站的历史充放电量小于所述储能电站额定容量的所述第一预设倍数值,则进入常规功率跟踪模式。
2.根据权利要求1所述的运行在常规功率跟踪状态下的电网智能调度方法,其特征在于,所述锁定储能并不再调储之后,还包括:
判断风、光超短期上报功率之和是否大于电网调度指令值;
如是,则选择第一预设分配原则中的一个原则对所述电网调度指令值进行分配,所述第一预设分配原则包括:第一等比例分配原则、第一风电优先原则、第一光伏优先原则和第一智能分配原则;
如否,则按照第三预设分配原则进行分配。
3.根据权利要求2所述的运行在常规功率跟踪状态下的电网智能调度方法,其特征在于,
所述第一等比例分配原则为:
所述第一风电优先原则为:
所述第一光伏优先原则为:
其中,Pf为风电场出力功率,Pfr为风电场最大可发功率,Pgr为光伏电站最大可发功率,Pg为光伏场站出力功率,Pref为调度指令,Pb为储能场站出力功率,P弃为弃风弃光功率量,ΔP为实际出力同调度指令偏差值。
4.根据权利要求2所述的运行在常规功率跟踪状态下的电网智能调度方法,其特征在于,
所述第三预设分配原则为:
其中,Pf为风电场出力功率,Pfr为风电场最大可发功率,Pgr为光伏电站最大可发功率,Pg为光伏场站出力功率,Pref为调度指令,Pb为储能场站出力功率,P弃为弃风弃光功率量,ΔP为实际出力同调度指令偏差值。
5.根据权利要求1所述的运行在常规功率跟踪状态下的电网智能调度方法,其特征在于,所述对电网调度执行范围进行约束,包括:
当所述电网调度指令值小于总计划出力满足波动考核要求的下限值时,将所述电网调度指令值赋值为总计划出力满足波动考核要求的下限值;
当所述电网调度指令值大于总计划出力满足波动考核要求的上限值时,将所述电网调度指令值赋值为总计划出力满足波动考核要求的上限值。
6.根据权利要求1-5任一所述的运行在常规功率跟踪状态下的电网智能调度方法,其特征在于,所述进入常规功率跟踪模式,包括:
判断风、光超短期上报功率之和是否大于所述电网调度指令值;
如是,则计算储能的允许充电功率,
Pb.c=max{Pfgb.min-(Pfr+Pgr),Pb.c.max},
其中,Pb.c为储能允许充电功率,Pb.c.max为当前时刻储能最大充电功率,Pfr为当前时刻风电场最大可发电功率,Pgr为当前时刻光伏电站最大可发电功率;
如否,则计算储能的允许放电功率,
Pb.disc=min{Pfgb.max-(Pfr+Pgr),Pb.disc.max},
其中,Pb.disc为储能允许充电功率,Pb.c.max为当前时刻储能最大充电功率,Pfr为当前时刻风电场最大可发电功率,Pgr为当前时刻光伏电站最大可发电功率。
7.根据权利要求6所述的运行在常规功率跟踪状态下的电网智能调度方法,其特征在于,所述计算储能的允许充电功率之后,还包括:
判断储能电站荷电状态是否小于或等于第一预设比例值;
如是,则按照第一充电优先原则或第一功率跟踪原则对所述电网调度指令值进行分配;
所述第一充电优先原则为:
所述第一功率跟踪原则为:
如否,则选择第二预设分配原则中的一个原则对所述电网调度指令值进行分配,所述第二预设分配原则包括:第二等比例分配原则、第二风电优先原则和第二光伏优先原则;
所述第二等比例分配原则为:
所述第二风电优先原则为:
所述第二光伏优先原则为:
其中,Pb为储能场站出力功率,Pb.c为储能允许充电功率,Pf为风电场出力功率,Pfr为风电场最大可发功率,Pgr为光伏电站最大可发功率,Pg为光伏场站出力功率,Pref为调度指令,P弃为弃风弃光功率量,ΔP为实际出力同调度指令偏差值。
8.根据权利要求6所述的运行在常规功率跟踪状态下的电网智能调度方法,其特征在于,所述计算储能的允许放电功率之后,还包括:
判断储能电站荷电状态是否小于或等于第二预设比例值;
如是,则按照第四预设分配原则对所述电网调度指令值进行分配,所述第四预设分配原则为:
如否,则按照第二功率跟踪原则或第二优先放电原则对所述电网调度指令值进行分配,所述第二功率跟踪原则为:
所述第二优先放电原则为:
其中,Pb为储能场站出力功率,Pb.disc为储能允许充电功率,Pb.c为储能允许充电功率,Pf为风电场出力功率,Pfr为风电场最大可发功率,Pgr为光伏电站最大可发功率,Pg为光伏场站出力功率,Pref为调度指令,P弃为弃风弃光功率量,ΔP为实际出力同调度指令偏差值。
9.一种运行在常规功率跟踪状态下的电网智能调度装置,其特征在于,包括:
第一计算模块,其用于计算风光储一体化场站总出力的允许范围,在平抑功率波动的前提下进行功率跟踪,对电网调度执行范围进行约束;
第二计算模块,其用于判断所述风光储一体化场站中储能电站的历史充放电量是否大于或等于储能电站额定容量的第一预设倍数值;
第一控制模块,其用于在所述预设时长内如所述储能电站的历史充放电量大于或等于所述储能电站额定容量的所述第一预设倍数值,则锁定储能并不再调储;
第二控制模块,其用于在所述预设时长内如所述储能电站的历史充放电量小于所述储能电站额定容量的所述第一预设倍数值,则进入常规功率跟踪模式。
10.一种电子设备,其特征在于,包括:至少一个处理器;以及与所述至少一个处理器连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述一个处理器执行,以使所述至少一个处理器执行如权利要求1-8任一所述的运行在常规功率跟踪状态下的电网智能调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311648842.3A CN117614033A (zh) | 2023-12-04 | 2023-12-04 | 一种运行在常规功率跟踪状态下的电网智能调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311648842.3A CN117614033A (zh) | 2023-12-04 | 2023-12-04 | 一种运行在常规功率跟踪状态下的电网智能调度方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117614033A true CN117614033A (zh) | 2024-02-27 |
Family
ID=89957754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311648842.3A Pending CN117614033A (zh) | 2023-12-04 | 2023-12-04 | 一种运行在常规功率跟踪状态下的电网智能调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117614033A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102709954A (zh) * | 2012-05-25 | 2012-10-03 | 国电南瑞科技股份有限公司 | 风光储联合发电系统有功协调控制方法 |
WO2015176547A1 (zh) * | 2014-05-21 | 2015-11-26 | 华为技术有限公司 | 电能调度方法和装置、电源管理方法和装置 |
CN106026145A (zh) * | 2016-05-30 | 2016-10-12 | 上海电力设计院有限公司 | 基于跟踪计划出力的储能配置优化方法 |
US10693298B1 (en) * | 2018-06-29 | 2020-06-23 | The Boeing Company | Methods and systems for matching a load to a peak power point of a power generating device |
CN113270900A (zh) * | 2021-06-16 | 2021-08-17 | 华能澜沧江水电股份有限公司 | 一种火电、储能互补风电的集成电源的有功功率控制方法 |
CN113452057A (zh) * | 2021-08-05 | 2021-09-28 | 华北电力大学 | 一种基于风光储联合电站的储能系统优化方法及系统 |
EP4071957A1 (en) * | 2021-04-01 | 2022-10-12 | Huawei Digital Power Technologies Co., Ltd. | Method and apparatus for controlling power supply system, and system |
-
2023
- 2023-12-04 CN CN202311648842.3A patent/CN117614033A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102709954A (zh) * | 2012-05-25 | 2012-10-03 | 国电南瑞科技股份有限公司 | 风光储联合发电系统有功协调控制方法 |
WO2015176547A1 (zh) * | 2014-05-21 | 2015-11-26 | 华为技术有限公司 | 电能调度方法和装置、电源管理方法和装置 |
CN106026145A (zh) * | 2016-05-30 | 2016-10-12 | 上海电力设计院有限公司 | 基于跟踪计划出力的储能配置优化方法 |
US10693298B1 (en) * | 2018-06-29 | 2020-06-23 | The Boeing Company | Methods and systems for matching a load to a peak power point of a power generating device |
EP4071957A1 (en) * | 2021-04-01 | 2022-10-12 | Huawei Digital Power Technologies Co., Ltd. | Method and apparatus for controlling power supply system, and system |
CN113270900A (zh) * | 2021-06-16 | 2021-08-17 | 华能澜沧江水电股份有限公司 | 一种火电、储能互补风电的集成电源的有功功率控制方法 |
CN113452057A (zh) * | 2021-08-05 | 2021-09-28 | 华北电力大学 | 一种基于风光储联合电站的储能系统优化方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3980541B2 (ja) | 分散型エネルギーコミュニティー制御システム、中央制御装置、分散制御装置と、それらの制御方法 | |
CN111900729B (zh) | 一种区域电网源网荷互动日内计划优化调整方法及装置 | |
CN115147245B (zh) | 一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法 | |
CN114036451A (zh) | 一种并网式光储充装置的储能控制方法及系统 | |
CN117239740B (zh) | 一种虚拟电厂系统的优化配置与灵活性提升方法及系统 | |
WO2022054442A1 (ja) | 電力調整方法および電力調整装置 | |
CN117254464B (zh) | 一种储能系统的控制方法及系统 | |
CN103532172B (zh) | 一种基于机组动态分类的多级备用协调方法 | |
CN110535143B (zh) | 面向智能住宅动态需求响应的能源管理方法和装置 | |
Desdouits et al. | Multisource elevator energy optimization and control | |
CN109830992B (zh) | 自适应调节的能源调度控制方法、装置及系统 | |
CN117013597A (zh) | 用于虚拟电厂的分布式资源聚合调控方法、装置及设备 | |
CN117614033A (zh) | 一种运行在常规功率跟踪状态下的电网智能调度方法及装置 | |
CN115619153A (zh) | 动态聚合下考虑分布式资源运行特性的响应方法和装置 | |
CN116191505A (zh) | 一种低压台区源荷储充全局动态互动的调节方法及装置 | |
CN115065075A (zh) | 风储集群中储能站优化调度方法、系统及存储介质 | |
CN113158566A (zh) | 一种基于需求侧的用户有序用电控制方法、系统和介质 | |
CN117613979A (zh) | 一种运行在顶峰供电的功率跟踪状态的电网智能调度方法 | |
CN117439126B (zh) | 一种新能源汇集区域共享储能优化运行方法及装置 | |
CN118054451A (zh) | 风电场群优化储能的管理方法及装置、微电网系统 | |
CN117498468B (zh) | 一种多区域虚拟电厂协同优化运行方法 | |
CN115528751A (zh) | 一种台区用能优化调度方法及系统 | |
CN118336784A (zh) | 一种多维负载适应的超容储能智能调控方法及系统 | |
CN115293595A (zh) | 考虑光伏出力不确定性的虚拟电厂聚合能力评估方法 | |
CN115622099A (zh) | 基于分布式储能的电力信息处理方法及系统 |
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 |