CN106600022A - 基于多目标优化的风-光-燃气-海水抽水蓄能孤立电力***容量优化配置方法 - Google Patents
基于多目标优化的风-光-燃气-海水抽水蓄能孤立电力***容量优化配置方法 Download PDFInfo
- Publication number
- CN106600022A CN106600022A CN201510682872.5A CN201510682872A CN106600022A CN 106600022 A CN106600022 A CN 106600022A CN 201510682872 A CN201510682872 A CN 201510682872A CN 106600022 A CN106600022 A CN 106600022A
- Authority
- CN
- China
- Prior art keywords
- wind
- power
- water
- period
- storage reservoir
- 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.)
- Granted
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Wind Motors (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于多目标优化的风-光-燃气-海水抽水蓄能孤立电力***的容量优化配置方法包括以下步骤:一)设定孤立电力***的控制策略;二)输入日前预测数据和基本参数;三)根据风力发电机、光伏组件、微型燃气轮机以及海水抽水蓄能模型,结合输入数据和决策变量进行数据处理;四)结合步骤三,对风-光-燃气-海水抽水蓄能***进行容量优化配置。本发明可以对由风力发电、光伏发电、燃气轮机发电及海水抽水蓄能构成的孤立电力***进行容量优化配置。
Description
技术领域
本发明涉及一种风-光-燃气-海水抽水蓄能孤立电力***的容量优化配置方法,属于新能源电力***优化调度技术领域。
技术背景
很多海岛由于远离大陆,不能与大陆电网相连接,目前只能依靠岛上的柴油发电机组和燃气轮机组等供电以满足电能需求,但是仅靠从外界输送化石燃料,存在发电成本较高,***供电可靠性较低等问题。
由于许多海岛具有丰富的风能、太阳能资源、海水资源和起伏的地势,所以可以发展基于风光互补的海水抽水蓄能孤立电力***。其中,将大海用作天然的下水库,可以有效降低工程投资成本,缩短工程建设周期。基于风光互补的海水抽水蓄能孤立电力***对于缓解海岛地区供电不足、成本较高等问题,保障岛上居民用电安全具有十分重要的意义。
发明内容
本发明的目的是提供一种海岛风-光-燃气-海水抽水蓄能孤立电力***的容量优化配置方法,以解决海岛孤立电力***中多种能源形式同时供电时的难以合理配置各发电***的容量,导致电力供应不足或资源浪费的问题。
本发明为了解决上述技术问题而提供一种风-光-燃气-海水抽水蓄能孤立发电***容量优化配置方法,该调度方法的步骤如下:
一)设定孤立电力***的控制策略:所述控制策略指通过控制线路来调控风电场、光伏电站、微型燃气轮机电站、水泵站和水电站等子***的运行,并通过开断线路开关实现整个电力***的控制;
二)输入基本数据:所述基本数据包括典型日每一个时段t的负荷数据Pload(t),风速数据Vwind(t),太阳辐射数据Rsolar(t),气温数据Temp(t),海浪预测数据Htide(t),风力发电机参数,光伏组件参数,微型燃气轮机参数,上水库参数,水泵参数及水轮机参数;
三)根据风力发电、光伏发电、微型燃气轮机及海水抽水蓄能模型,结合输入数据和决策变量进行数据处理:
(1)风力发电机可输出功率数据Pw(t)处理:根据输入数据典型日每一个时段t的风速数据Vwind(t)、风力发电机参数以及功率转换模型,结合决策变量风力发电机的台数Nw进行计算;所述数据处理过程已有较成熟的方法,在此不再赘述;
(2)光伏组件可输出功率数据Ppv(t)处理:根据输入数据典型日每一个时段t的太阳辐射数据Rsolar(t)、典型日气温数据Temp(t)、光伏组件参数以及功率转换模型,结合决策变量光伏组件的台数Npv进行计算;所述数据处理过程已有较成熟的方法,在此不再赘述;
(3)微型燃气轮机输出功率数据Pmt(t)处理:根据输入数据典型日每一个时段t的负荷数据Pload(t)、控制策略以及微型燃气轮机参数,结合决策变量微型燃气轮机的台数Nmt进行计算;所述数据处理过程已有较成熟的方法,在此不再赘述;
(4)海水抽水蓄能数据处理:
1)水泵站数据处理:
1A.输入控制策略分配水泵站的功率Pp,set(t)(由控制策略结合已知参数Pload(t)、Pw(t)、Ppv(t)和Pmt(t)得到)、该时段开始时上水库水位Zu(t)、水泵站运行/停机判断标志q(由上 一时段上水库数据处理得到);
1B.判断水泵站是否工作,如水泵站停机q=0,则直接输出水泵站运送水量Wp(t)=0,如水泵站运行q=1,则继续以下步骤1C至1F;
1C.根据上水库水位Zu(t),同时根据历史经验考虑海风Vwind(t)和海浪Htide(t)对水面高度的影响,确定水泵站扬程Hp(t);
1D.根据扬程Hp(t)和已知的水泵的运转综合特性,确定水泵在该扬程下的输入功率Pp,in(t)和效率ηp(t);
1E.根据控制策略分配水泵站的功率Pp,set(t)和水泵的输入功率Pp,in(t),结合决策变量水泵的总台数Np,确定实际投入的水泵数量Npp(t);其中,当Pp,set(t)≤Pp,in(t)×Np时, ([·]表示取整),当Pp,set(t)>Pp,in(t)×Np时,Npp(t)=Np;
1F.根据水泵功率Pp,in(t)、扬程Hp(t)以及水泵效率ηp(t),根据公式Wp(t)=ΔT×[Pp,in(t)×Npp(t)×ηp(t)]/[1.025×9.8Hp(t)]计算并输出该时段运送至上水库的水量Wp(t),同时输出水泵站消耗的实际功率Pp(t)=Pp,in(t)×Npp(t);
2)水电站数据处理:
2A.输入控制策略分配水电站Pht,set(t)的负荷(由控制策略结合已知参数Pload(t)、Pw(t)、Ppv(t)和Pmt(t)得到)、该时段开始时上水库水位Zu(t)、水电站运行/停机判断标志s(由上一时段上水库数据处理得到);
2B.判断水电站是否工作,如水电站停机s=0,则直接输出水电站消耗水量为Wht(t)=0,如水电站运行s=1,则继续以下步骤2C至2G;
2C.根据上水库水位Zu(t),同时根据历史经验考虑海风Vwind(t)和海浪Htide(t)对水面高度的影响,确定水轮机水头Hht(t);
2D.根据水头Hht(t)和已知的水轮机运转综合特性,确定水轮机的最大出力Pht,max(t);
2E.根据控制策略分配负荷Pht,set(t)以及水轮机最大出力Pht,max(t),结合决策变量水轮机的台数Nht,确定水轮机实际出力Pht(t),;其中,当Pht,set(t)≤Pht,max(t)×Nht时,Pht(t)=Pht,set(t),当Pht,set(t)>Pht,max(t)×Nht时,Pht(t)=Pht,max(t)×Nht;
2F.根据水头Hht(t)、水轮机实际出力Pht(t)和已知的水轮机运转综合特性,确定水轮机效率ηht(t);
2G.根据水轮机实际出力Pht(t)、水头Hht(t)以及水轮机效率ηht(t),根据公式Wht(t)=ΔT×Pht(t)×Nht/[1.025×9.8Hht(t)ηht(t)]计算并输出该时段消耗的上水库水量Wht(t),同时输出水电站的实际出力Pht(t);
3)上水库数据处理:
3A.输入时段开始时上水库水位Zu(t)(由上一时段上水库数据处理得到)、该时段水泵站运送至上水库的水量Wp(t)、该时段水轮机消耗的上水库水量Wht(t)(由该时段水泵站和水电站数据处理得到);
3B.计算时段结束,即下一时段开始时上水库水位Zu(t+1)=Zu(t)+[Wp(t)-Wht(t)]×α;其中,α是根据实际水库参数已知的水量-水位转化关系;
3C.判断时段结束时上水库水位Zu(t+1)是否低于最低死水位Zmin,如低于最低死水位Zmin,则下一时段水电站停机s=0,否则s=1;
3D.判断时段结束时上水库水位Zu(t+1)是否高于最大蓄水位Zmax,如高于最大蓄水位Zmax,则下一时段水泵站停机q=0,否则q=1;
3E.得到下一时段开始时上水库水位Zu(t+1),下一时段水泵站运行/停机判断标志q和水电站运行/停机判断标志s;
3F.重复以上步骤1)至步骤3)得到典型日全天海水抽水蓄能运行数据,包括每一时 段t的上水库水位Zu(t)、水泵站消耗功率Pp(t)和水电站输出功率Pht(t);
四)结合步骤三,对风-光-燃气-海水抽水蓄能***进行容量优化配置:建立多目标优化模型,运用多目标优化算法进行求解,优化模型包括目标函数和约束条件:
(1)目标函数:
从***运行经济性、环保性和供电可靠性角度建立目标函数:
1)***经济性:
选择风-光-燃气-海水抽水蓄能联合***总建设投资成本和维护成本最小作为目标函数,其表达式为:
min Ctotal=Cw+Cpv+Cp+Cht+Cmt式(1)
式中,Ctotal是***的年度总成本,Cw是风电场的年度总成本,Cpv是光伏电站的年度总成本,Cp是水泵站中水泵机组的年度总成本,Cht是水电站的年度总成本,Cmt是微型燃气轮机电站的年度总成本。
风电场的年度总成本可表示为
式(2)
式中,Nw是决策变量风电场中风力发电机的数量,ew是已知的每台风力发电机的单位造价,Pwn是已知的每台风力发电机的额定功率,rw是已知的风电场项目的贴现率,mw是已知的风力发电机的折旧年限,uwf是已知的风力发电机的年固定运行维护费用,uwv是已知的风力发电机的年可变运行维护费用,Ew是风力发电机的年发电量,Ew由通过步骤二)和步骤三)数据处理得到典型日每时段t风力发电机的实际出力和弃风功率得到全天的发电量 其中nmax表示预设的将全天等分成nmax个时间段,Pw(n)表示第n个时段风电场的可输出功率,Pww(n)表示第n个时段***弃风功率,再乘以一年的天数得到Ew=Ew-day×365;光伏电站、水泵站、水电厂和微型燃气轮机电厂的年度总成本可以用相同的原理计算,不再赘述。
2)环保性:
选择可再生能源渗透率最大作为目标函数,其表达式为:
式(3)
式中,β表示总负荷中的可再生能源渗透率,nmax表示预设的将全天等分成nmax个时间段,Pw(n)、Ppv(n)、Pa(n)、Pht(n)分别表示通过步骤二)和步骤三)得到的第n个时段风电场的可输出功率、光伏电站的可输出功率、***弃风弃光功率和水电站的输出功率,Pload(n)表示步骤二)输入的第n个时段内的负荷;
3)供电可靠性:
选择***负荷失电率最小作为目标函数,其表达式为:
式(4)
式中,LPSP表示***负荷失电率,nmax表示预设的将全天等分成nmax个时间段,Plp(n表示通过步骤二)和步骤三)得到的第n个时段内的弃荷功率,Pload(n)表示步骤二)输入的第n个时段内的负荷;
(2)约束条件:
以决策变量,风力发电机的台数Nw,光伏组件的台数Npv,水泵的台数Np,水轮机的台数Nht和微型燃气轮机的台数Nmt的上下限作为约束条件
0≤Nw≤Nwmax式(5)
0≤Npv≤Npvmax式(6)
0≤Np≤Npmax式(7)
0≤Nht≤Nhtmax式(8)
0≤Nmt≤Nmtmax式(9)
式中,Nwmax、Npvmax、Npmax、Nhtmax和Nmtmax分别为风力发电机、光伏组件、水泵、水轮机和微型燃气轮机的最大数量。
(3)优化:根据建立的优化模型选择多目标加权的遗传算法进行优化。
本发明的有益效果是:
考虑了风力发电、光伏发电、燃气轮机发电和海水抽水蓄能多种供电方式构成的孤立电力***进行了容量优化配置,在建模优化中特别针对海水抽水蓄能仅有上水库,会受到海浪和海风影响的特点进行了考虑,可以在保证供电可靠性的条件下从经济性、环保性和可再生能源利用多个角度进行优化调度,得到风-光-燃气-海水抽水蓄能孤立电力***最优的容量配置方式。
附图说明
图1是风-光-燃气-海水抽水蓄能孤立电力***结构示意图
图2是海水抽水蓄能数据处理流程图
图3是风-光-燃气-海水抽水蓄能***容量优化配置流程图
具体实施方式
下面结合实施例和附图对本发明作进一步说明,但不应以此限制本发明的保护范围。
风-光-燃气-海水抽水蓄能孤立电力***的结构如图1所示。
风电场与公共母线通过输电线路相连,可向公共母线输出电功率;风电场与水泵站通过输电线路相连,可向水泵站输出电功率;风电场与控制***通过信号传输线路相连,可接收控制***的控制信号。
光伏电站与公共母线通过输电线路相连,可向公共母线输出电功率;光伏电站与水泵站通过输电线路相连,可向水泵站输出电功率;光伏电站与控制***通过信号传输线路相连,可接收控制***的控制信号。
微型燃气轮机电站与公共母线通过输电线路相连,可向公共母线输出电功率;微型燃气轮机电站与控制***通过信号传输线路相连,可接收控制***的控制信号。
水电站与公共母线通过输电线路相连,可向公共母线输出电功率;水电站与控制***通过信号传输线路相连,可接收控制***的控制信号;水电站与上水库通过输水管道相连,可接收上水库流下的海水;水电站与大海通过输水管道相连,可向大海输送海水。
上水库与水电站通过输水管道相连,可向水电站输送海水;上水库与水泵站通过输水管道相连,可接收水泵站输送的海水;上水库与控制***通过信号传输线路相连,可向控制***传输自身状态。
大海与水电站通过输水管道相连,可接收水电站流下的海水;大海与水泵站通过输水管道相连,可向水泵站输送海水。
水泵站与风电场通过输电线路相连,可接收风电场输送的电功率;水泵站与光伏电站通过输电线路相连,可接收光伏电站输送的电功率;水泵站与上水库通过输水管道相连,可向上水库输送海水;水泵站与大海通过输水管道相连,可接收大海输送的海水;水泵站与控制***通过信号传输线路相连,可接收控制***的控制信号。
负荷***与公共母线通过输电线路相连,可接收公共母线输送的电功率;负荷***与控制***通过信号传输线路相连,可向控制***传输自身状态。
控制***与公共母线通过输电线路相连,可接收公共母线输送的电功率;控制***与风电场通过信号传输线路相连,可向风电场传输控制信号;控制***与光伏电站通过信号传输线路相连,可向光伏电站传输控制信号;控制***与微型燃气轮机电站通过信号传输线路相连,可向微型燃气轮机电站传输控制信号;控制***与水电站通过信号传输线路相连,可向水电站传输控制信号;控制***与水泵站通过信号传输线路相连,可向水泵站传输控制信号;控制***与上水库通过信号传输线路相连,可接收上水库的状态信号;控制***与负荷***通过信号传输线路相连,可接收负荷***的状态信号。
多目标的风-光-燃气-海水抽水蓄能***容量优化配置流程图如图3所示,下面详细介绍图3所示的流程。
第一步:设定孤立电力***的控制策略。
所设定的控制策略可以是但不限于以下的策略:风力发电和光伏发电优先供给***负荷,若风力发电和光伏发电有剩余,则输入水泵站,若风力发电和光伏发电仍然有剩余,则造成“弃风”和“弃光”现象。其余负荷由水电站优先满足,微型燃气轮机电站作为备用,若所有发电设施发电后仍然无法满足负荷需求,则造成“负荷失电”现象。
第二步:输入基本数据。
所述基本数据包括:典型日负荷数据Pload(t),典型日风速数据Vwind(t),典型日太阳辐射数据Rsolar(t),典型日气温数据Temp(t),典型日海浪数据Htide(t),风力发电机参数,光伏组件参数,微型燃气轮机参数,上水库参数,水泵参数及水轮机参数;
第三步:根据风力发电、光伏发电、微型燃气轮机及海水抽水蓄能模型,结合输入数据和决策变量进行数据处理。
(1)风力发电机可输出功率数据Pw(t)处理:根据典型日风力数据Vwind(t)、风力发电机参数以及功率转换模型,结合决策变量风力发电机的台数Nw进行计算。通过典型日风力数据Vwind(t)推算风力发电机可输出功率Pw(t)已有较成熟的方法,在这里可以采用但不限于以下方法:由已知的典型日风力数据Vwind(t)结合风力发电机高度参数,推算出风力发电机轮毂高度处风力数据Vwind,h(t),再结合风力发电机出力特性参数和决策变量风力发电机的台数Nw确定风力发电机可输出功率数据Pw(t);
(2)光伏组件可输出功率数据Ppv(t)处理:根据典型日太阳辐射数据Rsolar(t)、典型日气温预测数据Temp(t)、光伏组件参数以及功率转换模型,结合决策变量光伏组件的台数Npv进行计算。推算光伏组件可输出功率Ppv(t)已有较成熟的方法,在这里可以采用但不限于以下方法:由已知的典型日太阳辐射数据Rsolar(t)和参考值Rsolar,ref、典型日气温预测数据Temp(t)和参考值Temp,ref,结合光伏组件最佳工作电压参数Vmp、最佳工作电流参数Imp、开路电压参数Voc、短路电流参数Isc以及串并联系数K,结合决策变量光伏组件的台数Npv,利用公式得到光伏组件可输出功率数据Ppv(t)。
(3)微型燃气轮机输出功率数据Pmt(t)处理:根据典型日负荷数据Pload(t)、控制策略以及微型燃气轮机参数,结合决策变量微型燃气轮机的台数Nmt进行计算;所述数据处理过程已有较成熟的方法,在这里可以采用但不限于以下方法:若由典型日负荷数据Pload(t)和控制策略得到的微型燃气轮机分配功率Pmt.set(t)小于由微型燃气轮机台数Nmt和额定功率Pmt.rating(t)得到的微型燃气轮机电厂总容量NmtPmt.rating(t),则Pmt(t)=Pmt.set(t),否则Pmt(t)=NmtPmt.rating(t)。
(4)海水抽水蓄能数据处理。
海水抽水蓄能数据处理流程图如图2所示,结合图2,海水抽水蓄能数据处理过程分为 以下步骤:
1)水泵站数据处理:
A.输入控制策略分配水泵站的功率Pp,set(t)、该时段开始时上水库水位Zu(t)、水泵站运行/停机判断标志q;
B.判断水泵站是否工作,如水泵站停机q=0,则直接输出水泵站运送水量Wp(t)=0,如水泵站运行q=1,则继续以下步骤C至F;
C.根据上水库水位Zu(t),同时根据历史经验考虑海风Vwind(t)和海浪Htide(t)对水面高度的影响,计算水泵站扬程Hp(t);
D.根据扬程Hp(t)和已知的水泵的运转综合特性,确定水泵在该扬程下的输入功率Pp,in(t)和效率ηp(t);
E.根据控制策略分配水泵站的功率Pp,set(t)和水泵的输入功率Pp,in(t),结合决策变量水泵的总台数Np,确定实际投入的水泵数量Np(t);
F.根据水泵功率Pp,in(t)、扬程Hp(t)以及水泵效率ηp(t),计算并输出该时段运送至上水库的水量Wp(t);
2)水电站数据处理:
A.输入控制策略分配水电站Pht,set(t)的负荷、该时段开始时上水库水位Zu(t)、水电站运行/停机判断标志s;
B.判断水电站是否工作,如水电站停机s=0,则直接输出水电站消耗水量为Wht(t)=0,如水电站运行s=1,则继续以下步骤C至G;
C.根据上水库水位Zu(t),同时根据历史经验考虑海风Vwind(t)和海浪Htide(t)对水面高度的影响,计算水轮机水头Hht(t);
D.根据水头Hht(t)和已知的水轮机运转综合特性,确定水轮机的最大出力Pht,max(t);
E.根据控制策略分配负荷Pht,set(t)以及水轮机最大出力Pht,max(t),结合决策变量水轮机的台数Nht,确定水轮机实际出力Pht(t);
F.根据水头Hht(t)、水轮机实际出力Pht(t)和已知的水轮机运转综合特性,确定水轮机效率ηht(t);
G.根据水轮机实际出力Pht(t)、水头Hht(t)以及水轮机效率ηht(t),计算并输出该时段消耗的上水库水量Wht(t);
3)上水库数据处理:
A.输入时段开始时上水库水位Zu(t)、该时段水泵站运送至上水库的水量Wp(t)、该时段水轮机消耗的上水库水量Wht(t);
B.计算时段结束,即下一时段开始时上水库水位Zu(t+1);
C.判断时段结束时上水库水位Zu(t+1)是否低于最低死水位Zmin,如低于最低死水位Zmin,则下一时段水电站停机s=0,否则s=1;
D.判断时段结束时上水库水位Zu(t+1)是否高于最大蓄水位Zmax,如高于最大蓄水位Zmax,则下一时段水泵站停机q=0,否则q=1;
E.得到下一时段开始时上水库水位Zu(t+1),下一时段水泵站运行/停机判断标志q和水电站运行/停机判断标志s;
F.重复以上步骤得到典型日全天海水抽水蓄能运行数据;
四)结合步骤三,对风-光-燃气-海水抽水蓄能***进行容量优化配置:建立多目标优化模型,运用多目标优化算法进行求解,优化模型包括目标函数和约束条件:
(1)目标函数:
从***运行经济性、环保性和供电可靠性角度建立目标函数:
1)***经济性:
选择风-光-燃气-海水抽水蓄能联合***总建设投资成本和维护成本最小作为目标函数,其表达式为:
min Ctotal=Cw+Cpv+Cp+Cht+Cmt
式中,Ctotal是***的年度总成本,Cw是风电场的年度总成本,Cpv是光伏电站的年度总成本,Cp1是水泵站中水泵机组的年度总成本,Cht是水电站的年度总成本,Cmt是微型燃气轮机电站的年度总成本。
风电场的年度总成本可表示为
式中,Nw是决策变量风电场中风力发电机的数量,ew是每台风力发电机的单位造价,Pwn是每台风力发电机的额定功率,rw是风电场项目的贴现率,mw是风力发电机的折旧年限,uwf是风力发电机的年固定运行维护费用,uwv是风力发电机的年可变运行维护费用,Ew是风力发电机的年发电量。
光伏电站、水泵站、水电厂和微型燃气轮机电厂的年度总成本可以用相同的原理计算,不再赘述。
2)环保性:
选择可再生能源渗透率最大作为目标函数,其表达式为:
式中,β表示总负荷中的可再生能源渗透率,nmax表示将全天等分成nmax个时间段,Pw(n)、Ppv(n)、Pa(n)、Pht(n)分别表示第n个时段风电场的可输出功率、光伏电站的可输出功率、***弃风弃光功率和水电站的输出功率,Pload(n)表示第n个时段内的负荷;
3)供电可靠性:
选择***负荷失电率最小作为目标函数,其表达式为:
式中,LPSP表示***负荷失电率,nmax表示将全天等分成nmax个时间段,Plp(n)表示第n个时段内的弃荷功率,Pload(n)表示第n个时段内的负荷;
(2)约束条件:
以决策变量,风力发电机的台数Nw,光伏组件的台数Npv,水泵的台数Np,水轮机的台数Nht和微型燃气轮机的台数Nmt的上下限作为约束条件
0≤Nw≤Nwmax
0≤Npv≤Npvmax
0≤Np≤Npmax
0≤Nht≤Nhtmax
0≤Nmt≤Nmtmax
式中,Nwmax、Npvmax、Npmax、Nhtmax和Nmtmax分别为风力发电机、光伏组件、水泵、水轮机和微型燃气轮机的最大数量。
(3)优化:根据建立的优化模型选择多目标加权的遗传算法进行优化。
多目标加权的遗传算法已有较成熟的理论,在这里可以采用但不限于以下的方法:根据决策目标函数的重要性分别赋予三个目标函数不同的权重ω1、ω2和ω3,从而将多目标优化问题简化为单目标优化问题,目标函数变为
min f=minω1Ctotal+ω2(-β)+ω3LPSP
进而通过遗传算法进行优化求解,遗传算法是一种较成熟的智能优化算法,在此不再赘述。
通过以上步骤,可以得到风-光-燃气-海水抽水蓄能孤立电力***容量的优化配置结果,包括在制定控制策略下的风力发电机、光伏组件、水泵、水轮机和微型燃气轮机数量的最优配置方案,以及对应的总年度成本,可再生能源渗透率和负荷失电率。
进一步的,还可以针对不同的控制策略,比较不同控制策略下孤立电力***的容量配置结果,根据工程技术人员的工程经验对不同的控制策略提供比较的指标。
Claims (3)
1.一种基于多目标优化的风-光-燃气-海水抽水蓄能孤立电力***容量优化配置方法,其特征在于,包括以下步骤:
步骤1、设定孤立电力***的控制策略;
步骤2、输入初始数据:包括典型日每一个时段t的负荷数据Pload(t)、风速数据Vwind(t)、太阳辐射数据Rsolar(t)、气温数据Temp(t)、海浪数据Htide(t),风力发电机参数,光伏组件参数,微型燃气轮机参数,上水库参数,水泵参数及水轮机参数;
步骤3、根据风力发电、光伏发电、微型燃气轮机及海水抽水蓄能模型,结合输入数据典型日每一个时段t的风速数据Vwind(t)、太阳辐射数据Rsolar(t)、气温数据Temp(t)、海浪数据Htide(t)和决策变量进行典型日每一个时段t风力发电机可输出功率Pw(t)的数据处理、光伏组件可输出功率Ppv(t)的数据处理、微型燃气轮机输出功率Pmt(t)的数据处理和海水抽水蓄能的数据处理;
步骤4、结合步骤3对风-光-燃气-海水抽水蓄能***进行容量优化配置:首先建立多目标优化模型,然后根据建立的优化模型运用多目标优化算法进行优化处理。
2.根据权利要求1所述的基于多目标优化的风-光-燃气-海水抽水蓄能孤立电力***容量优化配置方法,其特征在于,所述的步骤3中海水抽水蓄能的数据处理,具体包括:针对典型日的每一个时长为ΔT的时段t,进行以下处理:
1)水泵站数据处理:
1A.输入控制策略分配水泵站的功率Pp,set(t)、该时段开始时上水库水位Zu(t)、水泵站运行/停机判断标志q;其中,分配水泵站的功率Pp,set(t)由步骤1中的控制策略结合已知数据风力发电机可输出功率Pw(t)、光伏组件可输出功率Ppv(t)、负荷数据Pload(t)和微型燃气轮机输出功率Pmt(t)得到;时段开始时上水库水位Zu(t)和水泵站运行/停机判断标志q由上一时间段上水库数据处理得到,第一个时段开始时Zu(t)和q值为已知的预设值;
1B.判断水泵站是否工作,如水泵站停机q=0,则直接输出水泵站运送水量Wp(t)=0,如水泵站运行q=1,则继续以下步骤1C至1F;
1C.根据上水库水位Zu(t),同时根据历史经验考虑海风Vwind(t)和海浪Htide(t)对水面高度的影响,确定水泵站平均扬程Hp(t);
1D.根据扬程Hp(t)和已知的水泵的运转综合特性,确定水泵在该扬程下的输入功率Pp,in(t)和效率ηp(t);
1E.根据控制策略分配水泵站的功率Pp,set(t)和水泵的输入功率Pp,in(t),结合决策变量水泵的总台数Np,确定实际投入的水泵数量Npp(t);其中,当Pp,set(t)≤Pp,in(t)×Np时, ([·]表示取整),当Pp,set(t)>Pp,in(t)×Np时,Npp(t)=Np;
1F.根据水泵功率Pp,in(t)、扬程Hp(t)以及水泵效率ηp(t),根据公式Wp(t)=ΔT×[Pp,in(t)×Npp(t)×ηp(t)]/[1.025×9.8Hp(t)]计算并输出该时段运送至上水库的水量Wp(t),同时输出水泵站消耗的实际功率Pp(t)=Pp,in(t)×Npp(t);
2)水电站数据处理:
2A.输入控制策略分配水电站Pht,set(t)的负荷、该时段开始时上水库水位Zu(t)、水电站运行/停机判断标志s;其中,分配水电站的负荷Pht,set(t)由步骤1中的控制策略结合已知数据风力发电机可输出功率Pw(t)、光伏组件可输出功率Ppv(t)、负荷数据Pload(t)和微型燃气轮机输出功率Pmt(t)得到;时段开始时上水库水位Zu(t)和水电站运行/停机判断标志s由上一时间段上水库数据处理得到,第一个时段开始时Zu(t)和s值为已知的预设值;
2B.判断水电站是否工作,如水电站停机s=0,则直接输出水电站消耗水量为Wht(t)=0,如水电站运行s=1,则继续以下步骤2C至2G;
2C.根据上水库水位Zu(t),同时根据历史经验考虑海风Vwind(t)和海浪Htide(t)对水面高度的影响,确定水轮机平均水头Hht(t);
2D.根据水头Hht(t)和已知的水轮机运转综合特性,确定单台水轮机的最大出力Pht,max(t);
2E.根据控制策略分配负荷Pht,set(t)以及单台水轮机最大出力Pht,max(t),结合决策变量水轮机的台数Nht,确定所有水轮机实际出力Pht(t);其中,当Pht,set(t)≤Pht,max(t)×Nht时,Pht(t)=Pht,set(t),当Pht,set(t)>Pht,max(t)×Nht时,Pht(t)=Pht,max(t)×Nht;
2F.根据水头Hht(t)、水轮机实际出力Pht(t)和已知的水轮机运转综合特性,确定水轮机效率ηht(t);
2G.根据水轮机实际出力Pht(t)、水头Hht(t)以及水轮机效率ηht(t),根据公式Wht(t)=ΔT×Pht(t)×Nht/[1.025×9.8Hht(t)ηht(t)]计算并输出该时段消耗的上水库水量Wht(t),同时输出水电站的实际出力Pht(t);
3)上水库数据处理:
3A.输入时段开始时上水库水位Zu(t)、该时段水泵站运送至上水库的水量Wp(t)、该时段水轮机消耗的上水库水量Wht(t);其中,时段开始时上水库水位Zu(t)由上一时间段上水库数据处理得到,水泵站运送至上水库的水量Wp(t)和水轮机消耗的上水库水量Wht(t)由该时段水泵站数据处理和水电站数据处理得到;
3B.计算时段结束,即下一时段开始时上水库水位Zu(t+1)=Zu(t)+[Wp(t)-Wht(t)]×α;其中,α是根据实际水库参数已知的水量-水位转化关系;
3C.判断时段结束时上水库水位Zu(t+1)是否低于预设的最低死水位Zmin,如低于最低死水位Zmin,则下一时段水电站运行/停机标志s=0,否则s=1;
3D.判断时段结束时上水库水位Zu(t+1)是否高于预设的最大蓄水位Zmax,如高于最大蓄水位Zmax,则下一时段水泵站运行/停机标志q=0,否则q=1;
3E.得到下一时段开始时上水库水位Zu(t+1)、下一时段水泵站运行/停机判断标志q和水电站运行/停机判断标志s;
3F.重复以上步骤1)至步骤3),得到典型日全天海水抽水蓄能运行数据,包括每一时段t的上水库水位Zu(t)、水泵站消耗功率Pp(t)和水电站输出功率Pht(t)。
3.根据权利要求1所述的基于多目标优化的风-光-燃气-海水抽水蓄能孤立电力***容量优化配置方法,其特征在于,所述的步骤4建立多目标优化模型,具体包括
(1)建立目标函数:
1)***经济性:
选择风-光-燃气-海水抽水蓄能联合***总建设投资成本和维护成本最小作为目标函数,其表达式为:
min Ctotal=Cw+Cpv+Cp+Cht+Cmt 式(1)
式中,Ctotal是***的年度总成本,Cw是风电场的年度总成本,Cpv是光伏电站的年度总成本,Cp是水泵站中水泵机组的年度总成本,Cht是水电站的年度总成本,Cmt是微型燃气轮机电站的年度总成本。
风电场的年度总成本可表示为
式(2)
式中,Nw是决策变量风电场中风力发电机的数量,ew是已知的每台风力发电机的单位造价,Pwn是已知的每台风力发电机的额定功率,rw是已知的风电场项目的贴现率,mw是已 知的风力发电机的折旧年限,uwf是已知的风力发电机的年固定运行维护费用,uwv是已知的风力发电机的年可变运行维护费用,Ew是风力发电机的年发电量,Ew由通过步骤2和步骤3数据处理得到典型日每时段t风力发电机的实际出力和弃风功率得到全天的发电量 其中nmax表示预设的将全天等分成nmax个时间段,Pw(n)表示第n个时段风电场的可输出功率,Pww(n)表示第n个时段***弃风功率,再乘以一年的天数得到Ew=Ew-day×365;
光伏电站、水泵站、水电厂和微型燃气轮机电厂的年度总成本用相同的原理计算;
2)环保性:
选择可再生能源渗透率最大作为目标函数,其表达式为:
式(3)
式中,β表示总负荷中的可再生能源渗透率,nmax表示预设的将全天等分成nmax个时间段,Pw(n)、Ppv(n)、Pa(n)、Pht(n)分别表示通过步骤2和步骤3得到的第n个时段风电场的可输出功率、光伏电站的可输出功率、***弃风弃光功率和水电站的输出功率,Pload(n)表示步骤2输入的第n个时段内的负荷;
3)供电可靠性:
选择***负荷失电率最小作为目标函数,其表达式为:
式(4)
式中,LPSP表示***负荷失电率,nmax表示预设的将全天等分成nmax个时间段,Plp(n)表示通过步骤2和步骤3得到的第n个时段内的弃荷功率,Pload(n)表示步骤2输入的第n个时段内的负荷;
(2)约束条件:
以决策变量,风力发电机的台数Nw,光伏组件的台数Npv,水泵的台数Np,水轮机的台数Nht和微型燃气轮机的台数Nmt的上下限作为约束条件
0≤Nw≤Nwmax 式(5)
0≤Npv≤Npvmax 式(6)
0≤Np≤Npmax 式(7)
0≤Nht≤Nhtmax 式(8)
0≤Nmt≤Nmtmax 式(9)
式中,Nwmax、Npvmax、Npmax、Nhtmax和Nmtmax分别为风力发电机、光伏组件、水泵、水轮机和微型燃气轮机的最大数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510682872.5A CN106600022B (zh) | 2015-10-20 | 2015-10-20 | 基于多目标优化的风-光-燃气-海水抽水蓄能孤立电力***容量优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510682872.5A CN106600022B (zh) | 2015-10-20 | 2015-10-20 | 基于多目标优化的风-光-燃气-海水抽水蓄能孤立电力***容量优化配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106600022A true CN106600022A (zh) | 2017-04-26 |
CN106600022B CN106600022B (zh) | 2020-02-21 |
Family
ID=58554634
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510682872.5A Active CN106600022B (zh) | 2015-10-20 | 2015-10-20 | 基于多目标优化的风-光-燃气-海水抽水蓄能孤立电力***容量优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106600022B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107392791A (zh) * | 2017-07-06 | 2017-11-24 | 南方电网科学研究院有限责任公司 | 多能互补***的分布式光伏与气电混合容量规划方法和*** |
CN110474338A (zh) * | 2019-08-06 | 2019-11-19 | 广东工业大学 | 一种交直流混合微电网优化配置方法 |
CN111355270A (zh) * | 2020-03-31 | 2020-06-30 | 国网浙江省电力有限公司电力科学研究院 | 一种海岛微电网群容量优化配置方法 |
CN111817313A (zh) * | 2020-07-14 | 2020-10-23 | 国网山东省电力公司电力科学研究院 | 一种基于分频段混合储能的光储容量优化配置方法及*** |
CN114819335A (zh) * | 2022-04-24 | 2022-07-29 | 山东电力工程咨询院有限公司 | 一种可再生能源耦合抽水蓄能***的能源优化方法及*** |
CN117748555A (zh) * | 2023-12-18 | 2024-03-22 | 上海勘测设计研究院有限公司 | 分布式光伏储能***多目标优化配置方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1318722A (zh) * | 2001-01-17 | 2001-10-24 | 任春严 | 多种能源利用装置 |
CN101338735A (zh) * | 2007-07-02 | 2009-01-07 | 孟英志 | 一种多能源发电及海水淡化的装置 |
US20120259025A1 (en) * | 2011-04-11 | 2012-10-11 | Qingchun Zhao | Method and Systems Thereof of Ecologically Carbon Dioxide-Neutral Methanation |
CN103201941A (zh) * | 2010-09-29 | 2013-07-10 | 地热能源公司 | 通过使用各种来源的热量使可电极化材料进行热循环发电的方法和装置以及具有所述装置的车辆 |
CN104852404A (zh) * | 2015-05-25 | 2015-08-19 | 国家电网公司 | 一种并网型海岛电网的微电网*** |
-
2015
- 2015-10-20 CN CN201510682872.5A patent/CN106600022B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1318722A (zh) * | 2001-01-17 | 2001-10-24 | 任春严 | 多种能源利用装置 |
CN101338735A (zh) * | 2007-07-02 | 2009-01-07 | 孟英志 | 一种多能源发电及海水淡化的装置 |
CN103201941A (zh) * | 2010-09-29 | 2013-07-10 | 地热能源公司 | 通过使用各种来源的热量使可电极化材料进行热循环发电的方法和装置以及具有所述装置的车辆 |
US20120259025A1 (en) * | 2011-04-11 | 2012-10-11 | Qingchun Zhao | Method and Systems Thereof of Ecologically Carbon Dioxide-Neutral Methanation |
CN104852404A (zh) * | 2015-05-25 | 2015-08-19 | 国家电网公司 | 一种并网型海岛电网的微电网*** |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107392791A (zh) * | 2017-07-06 | 2017-11-24 | 南方电网科学研究院有限责任公司 | 多能互补***的分布式光伏与气电混合容量规划方法和*** |
CN107392791B (zh) * | 2017-07-06 | 2020-06-30 | 南方电网科学研究院有限责任公司 | 多能互补***的分布式光伏与气电混合容量规划方法和*** |
CN110474338A (zh) * | 2019-08-06 | 2019-11-19 | 广东工业大学 | 一种交直流混合微电网优化配置方法 |
CN111355270A (zh) * | 2020-03-31 | 2020-06-30 | 国网浙江省电力有限公司电力科学研究院 | 一种海岛微电网群容量优化配置方法 |
CN111817313A (zh) * | 2020-07-14 | 2020-10-23 | 国网山东省电力公司电力科学研究院 | 一种基于分频段混合储能的光储容量优化配置方法及*** |
CN114819335A (zh) * | 2022-04-24 | 2022-07-29 | 山东电力工程咨询院有限公司 | 一种可再生能源耦合抽水蓄能***的能源优化方法及*** |
CN117748555A (zh) * | 2023-12-18 | 2024-03-22 | 上海勘测设计研究院有限公司 | 分布式光伏储能***多目标优化配置方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106600022B (zh) | 2020-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106600022A (zh) | 基于多目标优化的风-光-燃气-海水抽水蓄能孤立电力***容量优化配置方法 | |
CN103023035B (zh) | 一种多能互补发电***的优化配置方法 | |
CN105205552B (zh) | 一种独立新能源混合发电***优化规划方法 | |
CN104537443A (zh) | 一种热电联供型微网经济协调优化调度方法 | |
CN112990523B (zh) | 区域综合能源***分层优化运行方法 | |
CN110601260B (zh) | 一种限定联络线上功率波动的光-蓄***容量优化方法 | |
CN102509175A (zh) | 分布式供电***可靠性优化方法 | |
CN113159407B (zh) | 基于区域综合能源***的多能储存模块容量优化配置方法 | |
CN105576709A (zh) | 一种基于混合算法的风蓄火联合运行的优化方法 | |
CN112600209A (zh) | 一种含潮流能的海岛独立微电网容量多目标优化配置方法 | |
Kumaravel et al. | Adapted multilayer feedforward ANN based power management control of solar photovoltaic and wind integrated power system | |
CN115307054B (zh) | 一种基于微网余电制氢的加氢站设备容量优化配置方法 | |
CN108923472A (zh) | 基于成本最优的光热电站与火电机组联合出力调度方法 | |
CN112366684A (zh) | 一种海岛微电网*** | |
CN116979578A (zh) | 一种风光水火储的电气热三联产优化调度方法和*** | |
CN112260260A (zh) | 一种新能源发电直流并网***及其控制方法 | |
CN106230016A (zh) | 风光‑氢储能及煤化工混合动力发电*** | |
CN111934365A (zh) | 一种能源基地储能***及其工作方法 | |
CN110768303A (zh) | 一种海岛型能源***设备容量的优化配置方法 | |
CN112134307A (zh) | 多能互补***的电储能/热储能容量联合优化方法及*** | |
CN113078684B (zh) | 一种基于双层优化的区域能源社区规划方法 | |
CN110571868B (zh) | 微电网的优化配置方法 | |
CN109873419B (zh) | 一种考虑相似度和经济收益的水光蓄***运行优化方法 | |
CN117013522A (zh) | 考虑分布式电源和气电协同的综合能源***调度优化方法 | |
CN104348207A (zh) | 一种互联型分布式风光互补发电*** |
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 |