CN107332286A - 一种含储热的热电联产与风电协调调度方法 - Google Patents
一种含储热的热电联产与风电协调调度方法 Download PDFInfo
- Publication number
- CN107332286A CN107332286A CN201710624371.0A CN201710624371A CN107332286A CN 107332286 A CN107332286 A CN 107332286A CN 201710624371 A CN201710624371 A CN 201710624371A CN 107332286 A CN107332286 A CN 107332286A
- Authority
- CN
- China
- Prior art keywords
- heat
- few days
- wind
- power
- curve
- 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
- 230000005611 electricity Effects 0.000 title claims abstract description 94
- 238000009825 accumulation Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000005096 rolling process Methods 0.000 claims abstract description 58
- 238000005338 heat storage Methods 0.000 claims description 22
- 230000009194 climbing Effects 0.000 claims description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 230000033001 locomotion Effects 0.000 claims description 4
- 239000008400 supply water Substances 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 230000029087 digestion Effects 0.000 abstract description 12
- 230000005619 thermoelectricity Effects 0.000 description 11
- 230000005684 electric field Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 5
- 125000000402 tellanyl group Chemical group [H][Te]* 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005485 electric heating Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000630 rising 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
-
- H02J3/386—
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种含储热的热电联产与风电协调调度方法,该方法包括:获取***的初始日前计划数据和储热装置的储热参数;根据所述***的初始日前计划数据和储热装置的储热参数,建立含储热的热电联产与风电协调调度***的日前计划模型,并制定储热装置的日前调度计划;获取日内滚动预测数据;根据初始日前计划数据和日内滚动预测数据,建立含储热的热电联产与风电协调运行日内滚动计划模型,并制定日内滚动调度计划。本发明提供的含储热的热电联产与风电协调调度方法,为了应对风电预测的不确定性,从日前和日内滚动两个方面考虑储热对风电消纳的促进作用,制定相应的储热、热电联产和风电场的调度计划,使各机组出力更加合理。
Description
技术领域
本发明涉及新能源与高效节能技术领域,尤其涉及一种含储热的热电联产与风电协调调度方法。
背景技术
我国北方地区风力资源丰富,风电装机规模逐年扩大,然而此地区在冬季供暖期间弃风严重,已经成为制约风电发展的首要瓶颈。风电出力具有波动性和不确定性,其和电力负荷需求之间不匹配。
弃风,是指在风电发展初期,风机处于正常情况下,由于当地电网接纳能力不足、风电场建设工期不匹配和风电不稳定等自身特点导致的部分风电场风机暂停的现象。
我国弃风限电情况在2012年最为严重,当年弃风电量达208亿千瓦时,弃风率约17%。2013年开始出现好转,弃风率降至11%,2014年上半年更进一步降至8.5%。而今年上半年弃风率却大幅回升,达15.2%。2015年上半年,全国风电上网电量977亿千瓦时,同比增长20.7%;全国风电弃风电量175亿千瓦时,同比增加101亿千瓦时;平均弃风率15.2%,同比上升6.8个百分点。
一方面,“三北地区”风能资源充裕,但能源消费不足,同时受电网传输通道限制,风电外送往往十分困难。另一方面,为满足冬季热负荷的需要,热电联产机组“以热定电”的生产方式进一步压缩了风电上网空间,是导致弃风的主要原因。
风电出力具有波动性和不确定性,其消纳需要更多的常规火电机组提供的调节能力,但我国北方地区冬季的主要的开机火电机组是热电联产,受供热限制其调节能力较小。在热电联产机组中加入储热装置可以实现机组热负荷和热出力的解耦,从而打破以热定电的刚性约束,提高机组的灵活性。但是现有调度***不具有调度储热装置的能力,难以充分发挥储热装置在风电消纳协调调度中的调节作用。
发明内容
本发明为解决现有技术的上述缺陷,提供一种含储热的热电联产与风电协调调度方法,包括:
获取***的初始日前计划数据和储热装置的储热参数;
根据所述***的初始日前计划数据和储热装置的储热参数,建立含储热的热电联产与风电协调调度***的日前计划模型,并制定含储热装置的日前调度计划;
获取日内滚动预测数据;
根据所述初始日前计划数据和日内滚动预测数据,建立含储热的热电联产与风电协调运行日内滚动计划模型,并制定日内滚动调度计划。
其中,所述***包括:
常规火电机组,固定出力机组,目标热电联产机组和目标风电场,非目标风电场以外的风电场。
其中,所述初始日前计划数据和储热装置的储热参数包括:
目标风电场一天96时段风电预测曲线;
目标热电联产机组一天96时段热负荷曲线;
***一天96时段电负荷曲线;
其他风电机组一天96时段日前预测出力曲线;
目标热电联产机组一天96时段机组计划出力曲线;
固定出力机组的一天96时段出力曲线;
其他已开机组的一天96时段日前计划出力曲线;
其他已开机组的最大出力曲线;
其他已开机组的最小出力曲线;
常规机组的爬坡率;
储热参数依次为最大储热量Smax,最大储热功率Hst,max,最大放热功率Hrl,max和热负荷损失kloss。
其中,所述日内滚动计划为1天96次,每次12时段的运行数据,具体为:Pchp,r、Hchp ,r、Hst,r、Hrl,r,Hhs,r和Pwp,r。
其中,所述日内滚动计划所需的输入数据包括:
起始时刻点:t0;
目标风电场从计算起始时刻点t0开始的接下来16时段风电预测曲线;
热电联产机组从计算起始时刻点t0开始的接下来16时段热负荷曲线;
其他风电机组从计算起始时刻点t0开始的接下来16时段预测出力;
目标热电联产机组一天96时段机组日前计划出力曲线;
目标风电场一天96时段机组日前计划出力曲线;
目标储热装置一天96时段机组日前计划储热量曲线;
***一天96时段电负荷曲线;
热电联产机组最初的出力计划曲线;
固定出力机组的出力曲线;
其他已开机组的出力曲线;
其他已开机组的最大出力曲线;
其他已开机组的最小出力曲线;
目标热电联产机组在计算之前已经实际运行的出力曲线;
当前储热装置的储热量曲线;
当前回水温度和供水温度;
当前储热装置储热材料的温度。
其中,所述建立日前计划模型和日内滚动计划模型包括:
根据调度计划编制***给出的调度计划和***总负荷,获取风电允许的出力空间;基于所有风电场弃风率相同,计算弃风结果。
其中,所述日前计划和日内滚动计划模型的约束条件至少包括:电出力平衡约束、热出力平衡约束、储热装置运行约束、机组出力约束以及热电联产机组一天的发电量不少于初始计划。
建立日前计划模型和日内滚动计划模型中,综合考虑电出力平衡约束、热出力平衡约束、储热装置运行约束、机组出力约束、热电联产机组一天的发电量不少于初始计划等约束,以参与协调调度的目标风电场一天中的弃风最少为主要目标,以储热装置的动作和相对初始计划的调整量尽可能少为次要目标,考虑储热装置的调节作用,通过微调***的初始日前计划,得到协调调度***的日前调度计划和日内滚动调度计划。
本发明提供的含储热的热电联产与风电协调调度方法,充分利用热电联产机组处建设的储热装置,通过储热实现热电联产热负荷的平移,为风电消纳提供空间,从而减小弃风实现对风电的充分利用。为了应对风电预测的不确定性,从日前和日内滚动两个方面考虑储热对风电消纳的促进作用,制定相应的储热、热电联产和风电场的调度计划,使各机组出力更加合理。
附图说明
图1为根据本发明实施例提供的含储热的热电联产与风电协调调度方法流程示意图。
具体实施方式
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他实施例,都属于本发明保护的范围。
图1为根据本发明实施例提供的含储热的热电联产与风电协调调度方法流程示意图,如图1所示,该方法包括:
步骤S1,获取***的初始日前计划数据和储热装置的储热参数;步骤S2,根据所述***的初始日前计划数据和储热装置的储热参数,建立含储热的热电联产与风电协调调度***的日前计划模型,并制定储热装置的日前调度计划;步骤S3,获取日内滚动预测数据;步骤S4,根据所述初始日前计划数据和日内滚动预测数据,建立含储热的热电联产与风电协调运行日内滚动计划模型,并制定日内滚动调度计划。
本发明实施例提供的含储热的热电联产与风电协调调度方法,充分利用热电联产机组处建设的储热装置,通过储热实现热电联产热负荷的平移,为风电消纳提供空间,从而减小弃风实现对风电的充分利用。为了应对风电预测的不确定性,从日前和日内滚动两个方面考虑储热对风电消纳的促进作用,制定相应的储热、热电联产和风电场的调度计划,使各机组出力更加合理。
其中,步骤S1中,获取***的初始日前计划数据和储热装置的储热参数。为描述简洁,将含储热的热电联产与风电协调调度***简称为***。
其中,步骤S2中,根据含储热的热电联产与风电协调调度***的日前计划曲线和储热装置的储热参数,建立***的日前计划模型;
通过在热电联产机组侧配置储热装置,能达到解耦热电耦合特性的目的,提高电力***优化配置能力,增强电网消纳弃风的能力。以提升风电消纳为目标建立含储热的热电联产与风电协调运行日前计划模型,并制定储热装置的日前调度计划。
其中,步骤S3中,获取日内滚动预测数据;
其中,步骤S4中,根据日内滚动预测数据和所述日前计划模型,建立含储热的热电联产与风电协调运行日内滚动计划模型,并制定日内滚动调度计划。
具体地,风电场的滚动风电预测结果会每隔15分钟给出未来4个小时的预测值,因此,如果能够根据风电滚动预测结果实时对一天每个时段之后的未来一段时间的发电需求进行滚动修正,从而滚动地修正各个机组的在剩余时段的出力计划,使得机组的总出力与实际发电需求逐级接近,这样便可以降低日前计划的不确定性,保证各个机组的出力计划更加合理。所以,可以认为日内滚动调度计划就是对日前计划不断修正,不断刷新的过程。
在日内滚动调度计划的制定时,不仅需要考虑风电消纳,还得保证各机组在剩余时段出力的可行性,包括满足机组爬坡率约束,满足有功平衡约束、爬坡率约束和储热约束等。
在上述实施例的基础上,含储热的热电联产与风电协调调度***包括:
常规火电机组,固定出力机组,目标热电联产机组和目标风电场,非目标风电场以外的风电场。
建立日前计划模型和日内滚动计划模型中,综合考虑电出力平衡约束、热出力平衡约束、储热装置运行约束、机组出力约束、热电联产机组一天的发电量不少于初始计划等约束,以参与协调调度的目标风电场一天中的弃风最少为主要目标,以储热装置的动作和相对初始计划的调整量尽可能少为次要目标,考虑储热装置的调节作用,通过微调***的初始日前计划,得到***的日前调度计划和日内滚动调度计划。
在上述各实施例的基础上,获取制定所述日前调度计划需要的初始日前计划数据和储热装置的储热参数包括:
目标风电场一天96时段风电预测曲线:Pwp,t,max,da,96*1
目标热电联产机组一天96时段热负荷曲线:Hld,96*1
***一天96时段电负荷曲线:Pld,96*1
其他风电机组一天96时段日前预测出力:Pwp,o,max,da,1,Pwp,o,max,da,2,…,Pwp ,o,max,da,N1,96*N1
目标热电联产机组一天96时段机组计划出力曲线:Pchp,initial,96*1
固定出力机组的一天96时段出力曲线(水电,抽蓄也按照固定出力机组算):Pfix,1,Pfix,2,…,Pfix,N2,96*N2
其他已开机组的一天96时段日前计划出力曲线:Ptp,initial,1,Ptp,initial,2,…,Ptp ,initial,N3,96*N3
其他已开机组的最大出力曲线:Ptp,max,1,Ptp,max,2,…,Ptp,max,N3,96*N3
其他已开机组的最小出力曲线:Ptp,min,1,Ptp,min,2,…,Ptp,min,N3,96*N3
常规机组的爬坡率:Rtp,1,Rtp,2,…,Rtp,N3,1*N3
储热装置的储热参数依次为最大储热量Smax,最大储热功率Hst,max,最大放热功率Hrl,max,热损失率kloss。
日前调度算法使用的决策变量有:目标热电联产机组电出力曲线Pchp,da,目标风电场电出力曲线Pwp,t,da,全网其他火电机组总电出力曲线Ptp,da,储热装置储热/放热速率曲线Htes,da(正表示储热工况,负表示放热工况),储热装置储热量曲线Φda,目标热电联产机组热出力曲线Hchp,da,储热装置储热速率曲线Hst,da,储热装置储热速率曲线Hrl,da以及供热首站与热网水的换热速率曲线Hhs,da等。
其中,固定出力机组的计划不进行调整;非固定出力的常规火电机组看作是一个等值机组,其最大最小出力和爬坡率是各个被等值机组之和。
在上述各实施例的基础上,建立日前计划模型包括:
首先准备工作,计算最大风电出力空间为:
式中,Pld——全网电负荷日前预测曲线;
Pchp,initial——初始日前计划中目标热电联产机组电出力曲线;
Pfix,i——初始日前计划中固定出力机组电出力曲线;
Ptp,initial,i——初始日前计划中其他火电机组电出力曲线。
风电利用率为:
式中,Pwp,t,max,da——日前预测中目标风电场的最大出力曲线;
Pwp,o,max,da,i——日前预测中其他风电场的最大出力曲线。于是在等弃风率原则下得到各风电场的初始出力计划为:
Pwp,t,initial=rdaPwp,t,max,da
Pwp,o,initial,i=rdaPwp,o,max,da,i,i=1,2,...,N1
式中,Pwp,t,initial——未考虑储热装置的目标风电场出力曲线;
Pwp,o,initial,i——未考虑储热装置的其他风电场出力曲线。
本***只调整目标风电场、目标热电联产机组和其他火电机组(其他火电机组看做一个机组)的出力计划,其他风电场和固定出力机组的出力不做调整。除其他风电场和固定出力机组外,剩余可分配电负荷为:
式中,Pld——全网电负荷日前预测曲线;
Pwp,o,initial,i——未考虑储热装置的其他风电场出力曲线;
Pfix,i——初始日前计划中固定出力机组电出力曲线。
剩余电负荷将在目标风电场、目标热电联产机组和其他火电机组之间进行分配。
有弃风时,认为初始计划中火电机组已压到最低出力,若继续压低火电出力将忽视初始计划关于安全稳定等诸多因素的考虑。当前不可继续向下调整火电出力,火电机组最小出力边界替换为初始日前计划中火电机组出力:
式中,Ptp,initial,i——初始日前计划中其他火电机组电出力曲线;
Ptp,min——全网其他火电机组最小电出力之和。
对于有弃风时热电机组没有压低到最小出力边界的情况,按照热电机组热电出力外特性调整有弃风时热电机组的热负荷,使协调调度遵从边界上的热电出力耦合特性。
以协调调度***优化日前计划时以目标风电场一天的弃风最少为主要目标。目标函数为:
式中,Pt wp,t,max,da——日前预测中t时刻目标风电场的最大出力;
Pt wp,t,da——日前计划中t时刻目标风电场的电出力。
避免协调调度***优化日前计划时随意动作储热装置,保证动作的有效性,延长储热装置的寿命,减少运行成本。目标函数为:
式中,Ht tes,da——日前计划中t时刻储热装置的储放热功率(正表示储热工况,负表示放热工况)。
为增加风电消纳,协调调度中需要调整日前计划的只有目标热电联产机组和全网其他火电机组,由于电出力平衡约束的存在,这里只需要保证全网其他火电机组的总电出力日前计划调整量最小。目标函数为:
式中,Pt tp,initial——初始日前计划中t时刻全网其他火电机组的总电出力;
Pt tp,da——日前计划中t时刻全网其他火电机组的总电出力。
在f2,f3前添加很小的系数以保证f1为优化的主要目标,调整日前计划时总体目标函数为
min f=f1+αf2+βf3
根据需满足的约束条件,获得日前计划模型输出结果,其中,需满足的约束条件包括:
(1)电出力平衡约束
在任何时刻,目标热电联产机组、目标风电场和其他火电机组的电出力之和等于剩余可分配电负荷。
Pt ld,da=Ptchp,da+Pt wp,t,da+Pt tp,da
(2)热出力平衡约束
a)热负荷可由放热工况的储热装置和供热首站满足:
式中,——t时刻目标热电机组的热负荷日前预测;
——日前计划中t时刻储热装置的放热功率;
——日前计划中t时刻供热首站的换热功率。
b)热电联产机组的供热抽汽用于储热装置储热和供热首站换热:
式中,——日前计划中t时刻目标热电联产机组的热出力;
——日前计划中t时刻储热装置的储热功率。
(3)储热装置运行约束
a)容量约束
电热协调日前计划中储热装置的储热量不能超过其最大储热量。
式中,——日前计划中t时刻储热装置的储热量;
Φmax——储热装置的最大储热量。
b)储放热功率约束
储热装置的储热速率和放热速率受到换热器换热功率的限制。
式中,Hst,max——储热装置最大储热功率;
Hrl,max——储热装置最大放热功率。
c)状态约束
储热装置不会同时储热和放热,实际储放热速率为(正表示储热工况,负表示放热工况)
储热装置的储热量受到前一时刻储热量、储放热功率和漏热损失的影响。
式中,kloss——单位时间内储热装置的热损失率;
Δt——时间间隔。
储热装置的运行方式具有周期性,因此要求一个运行周期(一天)后储热装置的储热量回复到初始状态。
式中,——储热装置的初始储热量。
(4)机组出力约束
a)目标热电联产机组电热出力
目标热电联产机组的热电出力坐标落在外特性图中边界上方。
kab——边界ab的斜率;
kbc——边界bc的斜率;
bab——边界ab的截距。
b)风电场出力和其他火电机组出力
0≤Pt wp,t,da≤Pt wp,t,max,da
Ptp,min≤Pt tp,da≤Ptp,max
c)爬坡率约束
Rchp——目标热电联产机组的最大爬坡率;
Rtp——其他火电机组的最大爬坡率之和。
(5)热电联产机组一天的发电量不少于初始计划
为保证参与协调调度的热电厂利益,热电联产机组一天的发电量应当不少于初始计划。
日前计划程序按照以上算法进行优化,最终输出结果包括:目标热电联产机组电出力曲线Pchp,da、目标风电场电出力曲线Pwp,t,da、其他火电机组电出力曲线Ptp,da、储热装置储热/放热速率曲线Htes,da、储热装置储热量曲线Φda,将以上结果存入数据库并下发。
在上述各实施例的基础上,所制定的日内滚动计划为1天96次,每次12时段的运行数据,具体为:Pchp,r,Hchp,r,Hst,r,Hrl,r,Hhs,r和Pwp,r。
日内滚动计划使用15分钟为1个时段,每天有96个时段,根据风电滚动预测结果实时对一天每个时段之后的未来3个小时的发电需求进行滚动修正。
在上述各实施例的基础上,获取日内滚动计划所需的输入数据包括:
需要计算的起始时刻点:t0;
目标风电场从计算起始时刻点t0开始的接下来16时段风电预测曲线:Pwp,t,max,r,16*1;
热电联产机组从计算起始时刻点t0开始的接下来16时段热负荷曲线:Hld,r,16*1;
其他风电机组从计算起始时刻点t0开始的接下来16时段预测出力:Pwp,o,max,1,Pwp ,o,max,2,…,Pwp,o,max,N1,16*N1;
目标热电联产机组一天96时段机组日前计划出力曲线:Pchp,da,96*1;
目标风电场一天96时段机组日前计划出力曲线:Pwp,t,da,96*1;
目标储热装置一天96时段机组日前计划储热量曲线:Φda,97*1;
***一天96时段电负荷曲线:Pld,96*1;
热电联产机组最初的出力计划曲线:Pchp,initial,96*1;
固定出力机组的出力曲线(水电,抽蓄也按照固定出力机组算):Pfix,1,Pfix,2,…,Pfix,N2,96*N2;
其他已开机组的出力曲线:Ptp,initial,1,Ptp,initial,2,…,Ptp,initial,N3,96*N3;
其他已开机组的最大出力曲线:Ptp,max,1,Ptp,max,2,…,Ptp,max,N3,96*N3;
其他已开机组的最小出力曲线:Ptp,min,1,Ptp,min,2,…,Ptp,min,N3,96*N3;
目标热电联产机组在计算之前已经实际运行的出力曲线:Pchp,real,1*(t0-1);
当前储热装置的储热量曲线:Φreal,1*(t0-1);
当前回水温度和供水温度:Ths,in,real,Ths,out,real,1*(t0-1);
当前储热装置储热材料的温度(给平均值即可):Ttes,real,1*(t0-1)。
滚动计划算法使用的决策变量有:目标热电联产机组电出力曲线Pchp,r,目标风电场电出力曲线Pwp,t,r,其他火电机组电出力曲线Ptp,r,储热装置储热/放热速率曲线Htes,r(正表示储热工况,负表示放热工况),储热装置储热量曲线Φr,目标热电联产机组热出力曲线Hchp,r,储热装置储热速率曲线Hst,r,储热装置储热速率曲线Hrl,r,供热首站与热网水的换热速率曲线Hhs,r等。
在上述各实施例的基础上,建立含储热的热电联产与风电协调运行日内滚动计划模型包括:
首先进行准备工作,计算最大风电出力空间:
式中,Pld,r——全网电负荷日前预测曲线;
Pchp,initial,r——初始日前计划中目标热电联产机组电出力曲线;
Pfix,i,r——初始日前计划中固定出力机组电出力曲线;
Ptp,initial,i,r——初始日前计划中其他火电机组电出力曲线。
风电利用率为:
式中,Pwp,t,max,r——日前预测中目标风电场的最大出力曲线;
Pwp,o,max,r,i——日前预测中其他风电场的最大出力曲线。
然后,在等弃风率原则下得到各风电场的初始出力计划:
Pwp,t,initial=rrPwp,t,max,r
Pwp,o,initial,i=rrPwp,o,max,r,i,i=1,2,...,N1
式中,Pwp,t,initial——未考虑储热装置的目标风电场出力曲线;
Pwp,o,initial,i——未考虑储热装置的其他风电场出力曲线。
除其他风电场和固定出力机组外,剩余可分配电负荷为:
式中,Pld——全网电负荷日前预测曲线;
Pwp,o,initial,i,r——未考虑储热装置的其他风电场出力曲线;
Pfix,i,r——初始日前计划中固定出力机组电出力曲线。
剩余电负荷将在目标风电场、目标热电联产机组和其他火电机组之间进行分配。
当前同样考虑到,初始日前计划有弃风时,火电机组已压到最低出力,火电机组最小出力边界替换为初始计划中火电机组出力。根据日前计划时计算的风电利用率rda修正其他火电机组出力下限。
式中,Ptp,min——初始日前计划中其他火电机组电出力曲线;
Ptp,initial,i——全网其他火电机组最小电出力之和。
与日前计划调整热负荷的过程一致,滚动计划也要调整有弃风时热电机组的热负荷。
然后,确定目标函数,综合考虑参与协调调度的目标风电场一天中的弃风最少、储热装置的动作尽可能少和计划调整量最少等目标,滚动计划的目标函数确定为:
式中,Pt wp,t,max,r——日前预测中t时刻目标风电场的最大出力;
Pt wp,t,r——日前计划中t时刻目标风电场的电出力;
Htes,r——日前计划中t时刻储热装置的储放热功率(正表示储热工况,负表示放热工况);
Pt tp,initial——初始日前计划中t时刻全网其他火电机组的总电出力;
Pt tp,r——日前计划中t时刻全网其他火电机组的总电出力。
根据需满足的约束条件,获得最终输出结果,需满足的约束条件包括:
(1)电出力平衡约束
Pt ld,r=Pt chp,r+Pt wp,t,r+Pt tp,r
(2)热出力平衡约束
式中,Ht ld——t时刻目标热电机组的热负荷日前预测;
Ht rl,r——日前计划中t时刻储热装置的放热功率;
Ht hs,r——日前计划中t时刻供热首站的换热功率;
Ht chp,r——日前计划中t时刻目标热电联产机组的热出力;
Ht st,r——日前计划中t时刻储热装置的储热功率。
(3)储热装置运行约束
式中,——日前计划中t时刻储热装置的储热量;
Φmax——储热装置的最大储热量;
Hst,max——储热装置最大储热功率;
Hrl,max——储热装置最大放热功率;
kloss——单位时间内储热装置的热损失率;
Δt——时间间隔。
滚动计划时初始储热量取为厂站级能量管理***提供的实时储热量:
(4)机组出力约束包括:
a)目标热电联产机组电热出力
式中,kab——边界ab的斜率;
kbc——边界bc的斜率;
bab——边界ab的截距。
b)风电场出力和其他火电机组出力
0≤Pt wp,t,r≤Pt wp,t,max,r
Ptp,min≤Pt tp,r≤Ptp,max
c)爬坡率约束
式中,Rchp——目标热电联产机组的最大爬坡率;
Rtp——其他火电机组的最大爬坡率之和。
(d)第一点爬坡率约束
(5)热电联产机组一天的发电量不少于初始计划:
式中,Pt chp,r,history——t0时刻前已完成的滚动计划历史数据;
Pt chp,da——目标热电联产机组的日前计划。
日内滚动计划按照以上算法进行优化,最终输出结果包括:目标热电联产机组电出力曲线Pchp,r、目标风电场电出力曲线Pwp,t,r、其他火电机组电出力曲线Ptp,r、储热装置储热/放热速率曲线Htes,r以及储热装置储热量曲线Φr,将以上结果存入数据库并下发。
***以提升风电消纳为目标,根据风电滚动预测结果实时对一天每个时段之后的未来3个小时的发电需求进行滚动修正。滚动计划制定时,不仅会考虑消纳弃风,还能保证各机组在剩余时段出力的可行性,满足有功平衡约束、爬坡率约束、储热约束等。
本发明提供的含储热的热电联产与风电协调调度方法,充分利用热电联产机组处建设的储热装置,通过储热实现热电联产热负荷的平移,为风电消纳提供空间,从而减小弃风实现对风电的充分利用。为了应对风电预测的不确定性,从日前和日内滚动两个方面考虑储热对风电消纳的促进作用,制定相应的储热、热电联产和风电场的调度计划,使各机组出力更加合理。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然能够对前述各个实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各个实施例技术方案的精神和范围。
Claims (8)
1.一种含储热的热电联产与风电协调调度方法,其特征在于,包括:
获取***的初始日前计划数据和储热装置的储热参数;
根据所述***的初始日前计划数据和储热装置的储热参数,建立含储热的热电联产与风电协调调度***的日前计划模型,并制定储热装置的日前调度计划;
获取日内滚动预测数据;
根据所述初始日前计划数据和日内滚动预测数据,建立含储热的热电联产与风电协调运行日内滚动计划模型,并制定日内滚动调度计划。
2.根据权利要求1所述的方法,其特征在于,所述***包括:
常规火电机组,固定出力机组,目标热电联产机组和目标风电场,非目标风电场以外的风电场。
3.根据权利要求2所述的方法,其特征在于,所述初始日前计划数据和储热装置的储热参数包括:
目标风电场一天96时段风电预测曲线;
目标热电联产机组一天96时段热负荷曲线;
***一天96时段电负荷曲线;
其他风电机组一天96时段日前预测出力曲线;
目标热电联产机组一天96时段机组计划出力曲线;
固定出力机组的一天96时段出力曲线;
其他已开机组的一天96时段日前计划出力曲线;
其他已开机组的最大出力曲线;
其他已开机组的最小出力曲线;
常规机组的爬坡率;
储热参数依次为最大储热量Smax,最大储热功率Hst,max,最大放热功率Hrl,max和热损失率kloss。
4.根据权利要求2所述的方法,其特征在于,所述日内滚动计划为1天96次,每次12时段的运行数据,具体为:Pchp,r、Hchp,r、Hst,r、Hrl,r,Hhs,r和Pwp,r。
5.根据权利要求4所述的方法,其特征在于,所述日内滚动调度计划所需的输入数据包括:
起始时刻点:t0;
目标风电场从计算起始时刻点t0开始的接下来16时段风电预测曲线;
热电联产机组从计算起始时刻点t0开始的接下来16时段热负荷曲线;
其他风电机组从计算起始时刻点t0开始的接下来16时段预测出力;
目标热电联产机组一天96时段机组日前计划出力曲线;
目标风电场一天96时段机组日前计划出力曲线;
目标储热装置一天96时段机组日前计划储热量曲线;
***一天96时段电负荷曲线;
热电联产机组最初的出力计划曲线;
固定出力机组的出力曲线;
其他已开机组的出力曲线;
其他已开机组的最大出力曲线;
其他已开机组的最小出力曲线;
目标热电联产机组在计算之前已经实际运行的出力曲线;
当前储热装置的储热量曲线;
当前回水温度和供水温度;
当前储热装置储热材料的温度。
6.根据权利要求5所述的方法,其特征在于,所述建立日前计划模型和日内滚动计划模型包括:
根据调度计划编制***提供的调度计划和***总负荷,获取风电允许的出力空间;基于所有风电场弃风率相同,计算弃风结果;
其中,固定出力机组的计划不进行调整;非固定出力的常规火电机组看作是一个等值机组,其最大最小出力和爬坡率是各个被等值机组之和。
7.根据权利要求5所述的方法,其特征在于,所述日前计划模型和日内滚动计划模型的约束条件至少包括:电出力平衡约束、热出力平衡约束、储热装置运行约束以及机组出力约束以及热电联产机组一天的发电量不少于初始计划。
8.根据权利要求5所述的方法,其特征在于,所述制定日前调度计划和日内滚动调度计划包括:
以减少参与协调调度的目标风电场一天中的弃风为主要目标,利用储热装置的调节作用,通过微调***的初始日前计划,分别得到***的日前调度计划和日内滚动调度计划。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710624371.0A CN107332286B (zh) | 2017-07-27 | 2017-07-27 | 一种含储热的热电联产与风电协调调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710624371.0A CN107332286B (zh) | 2017-07-27 | 2017-07-27 | 一种含储热的热电联产与风电协调调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107332286A true CN107332286A (zh) | 2017-11-07 |
CN107332286B CN107332286B (zh) | 2019-09-20 |
Family
ID=60227998
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710624371.0A Active CN107332286B (zh) | 2017-07-27 | 2017-07-27 | 一种含储热的热电联产与风电协调调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107332286B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107895971A (zh) * | 2017-11-28 | 2018-04-10 | 国网山东省电力公司德州供电公司 | 基于随机规划和模型预测控制的区域能源互联网调度方法 |
CN108039736A (zh) * | 2017-11-14 | 2018-05-15 | 国网辽宁省电力有限公司 | 一种提高风电接纳能力的大容量储热储电协调调度方法 |
CN108110804A (zh) * | 2018-01-25 | 2018-06-01 | 深圳供电局有限公司 | 一种含抽水蓄能机组的电网优化调度方法 |
CN108343481A (zh) * | 2017-12-01 | 2018-07-31 | 北京四方继保自动化股份有限公司 | 基于热电解耦的电网风电消纳协调控制装置 |
CN108448632A (zh) * | 2018-04-26 | 2018-08-24 | 东南大学 | 计及储能荷电状态循环的交直流微网日内滚动优化调度方法 |
CN108711849A (zh) * | 2018-06-01 | 2018-10-26 | 北京华建网源电力设计研究院有限公司 | 一种热电机组配置蓄热装置的设计方法 |
CN109245180A (zh) * | 2018-11-19 | 2019-01-18 | 西安交通大学 | 一种风光火储协调优化运行方法 |
CN110209135A (zh) * | 2019-06-12 | 2019-09-06 | 东北大学 | 基于微型热电联产多时间尺度的家庭能源优化调度方法 |
CN111428962A (zh) * | 2020-02-19 | 2020-07-17 | 清华大学 | 一种基于热网动态特性端口等值模型的电热协同调度方法 |
CN112989279A (zh) * | 2019-12-16 | 2021-06-18 | 国网辽宁省电力有限公司 | 含风电的电热联合***的调度方法及装置 |
CN113346555A (zh) * | 2021-05-25 | 2021-09-03 | 西安交通大学 | 一种考虑电量协调的日内滚动调度方法 |
CN114902251A (zh) * | 2020-01-13 | 2022-08-12 | 西门子歌美飒可再生能源创新与技术有限公司 | 混合式发电厂的功率管理 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105701566A (zh) * | 2016-01-08 | 2016-06-22 | 清华大学 | 包含储热的风电供暖***调度方法及装置 |
-
2017
- 2017-07-27 CN CN201710624371.0A patent/CN107332286B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105701566A (zh) * | 2016-01-08 | 2016-06-22 | 清华大学 | 包含储热的风电供暖***调度方法及装置 |
Non-Patent Citations (2)
Title |
---|
宋卓然等: "热电联产与风电机组联合运行滚动优化调度模型", 《电力***保护与控制》 * |
戴远航等: "一种风电场与含储热的热电联产联合运行的优化调度", 《中国电机工程学报》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108039736A (zh) * | 2017-11-14 | 2018-05-15 | 国网辽宁省电力有限公司 | 一种提高风电接纳能力的大容量储热储电协调调度方法 |
CN107895971A (zh) * | 2017-11-28 | 2018-04-10 | 国网山东省电力公司德州供电公司 | 基于随机规划和模型预测控制的区域能源互联网调度方法 |
CN108343481A (zh) * | 2017-12-01 | 2018-07-31 | 北京四方继保自动化股份有限公司 | 基于热电解耦的电网风电消纳协调控制装置 |
CN108110804A (zh) * | 2018-01-25 | 2018-06-01 | 深圳供电局有限公司 | 一种含抽水蓄能机组的电网优化调度方法 |
CN108110804B (zh) * | 2018-01-25 | 2021-04-16 | 深圳供电局有限公司 | 一种含抽水蓄能机组的电网优化调度方法 |
CN108448632A (zh) * | 2018-04-26 | 2018-08-24 | 东南大学 | 计及储能荷电状态循环的交直流微网日内滚动优化调度方法 |
CN108711849B (zh) * | 2018-06-01 | 2020-08-18 | 国网经济技术研究院有限公司 | 一种热电机组配置蓄热装置的设计方法 |
CN108711849A (zh) * | 2018-06-01 | 2018-10-26 | 北京华建网源电力设计研究院有限公司 | 一种热电机组配置蓄热装置的设计方法 |
CN109245180A (zh) * | 2018-11-19 | 2019-01-18 | 西安交通大学 | 一种风光火储协调优化运行方法 |
CN109245180B (zh) * | 2018-11-19 | 2020-08-04 | 西安交通大学 | 一种风光火储协调优化运行方法 |
CN110209135B (zh) * | 2019-06-12 | 2021-05-25 | 东北大学 | 基于微型热电联产多时间尺度的家庭能源优化调度方法 |
CN110209135A (zh) * | 2019-06-12 | 2019-09-06 | 东北大学 | 基于微型热电联产多时间尺度的家庭能源优化调度方法 |
CN112989279A (zh) * | 2019-12-16 | 2021-06-18 | 国网辽宁省电力有限公司 | 含风电的电热联合***的调度方法及装置 |
CN112989279B (zh) * | 2019-12-16 | 2023-11-17 | 国网辽宁省电力有限公司 | 含风电的电热联合***的调度方法及装置 |
CN114902251A (zh) * | 2020-01-13 | 2022-08-12 | 西门子歌美飒可再生能源创新与技术有限公司 | 混合式发电厂的功率管理 |
CN111428962A (zh) * | 2020-02-19 | 2020-07-17 | 清华大学 | 一种基于热网动态特性端口等值模型的电热协同调度方法 |
CN111428962B (zh) * | 2020-02-19 | 2022-04-29 | 清华大学 | 一种基于热网动态特性端口等值模型的电热协同调度方法 |
CN113346555A (zh) * | 2021-05-25 | 2021-09-03 | 西安交通大学 | 一种考虑电量协调的日内滚动调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107332286B (zh) | 2019-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107332286B (zh) | 一种含储热的热电联产与风电协调调度方法 | |
CN108063451B (zh) | 一种提高风电接纳能力的电网多元优化调度方法 | |
CN107958300A (zh) | 一种考虑互动响应的多微网互联运行协调调度优化方法 | |
CN106099993B (zh) | 一种适应新能源大规模接入的电源规划方法 | |
CN103580063B (zh) | 一种基于需方响应消纳大规模并网风电的方法 | |
CN108039736A (zh) | 一种提高风电接纳能力的大容量储热储电协调调度方法 | |
CN108009683A (zh) | 一种大容量直控负荷提高风电接纳能力的调度方法 | |
CN107508328A (zh) | 考虑风电消纳的联合***能量优化方法 | |
Teng et al. | A model of electro-thermal hybrid energy storage system for autonomous control capability enhancement of multi-energy microgrid | |
CN108039737B (zh) | 一种源网荷协调运行模拟*** | |
CN107565613B (zh) | 一种考虑电力辅助服务市场的光热电站日前优化调度方法 | |
CN107800153B (zh) | 一种电蓄热消纳风电的电热能量滚动鲁棒调度方法 | |
CN111898806B (zh) | 电-热耦合的源储荷集成多能流园区运行优化方法及*** | |
CN109245180A (zh) | 一种风光火储协调优化运行方法 | |
CN108808740A (zh) | 多区域互联电网的多时间尺度的调度方法、装置以及存储介质 | |
An et al. | Coordinative optimization of hydro-photovoltaic-wind-battery complementary power stations | |
CN106712033A (zh) | 一种热电厂消纳弃风的方法 | |
CN114066204A (zh) | 一种综合能源***的一体化优化规划与运行方法及装置 | |
CN110336329A (zh) | 特高压直流以及新能源参与后的受端电网调峰控制方法 | |
CN108667077A (zh) | 一种风蓄联合***优化调度方法 | |
CN109376406B (zh) | 供能***超结构模型、建模方法、计算机设备和存储介质 | |
CN106505596B (zh) | 用于提升风电消纳能力的储热罐容量优化配置方法和*** | |
Du et al. | Exploring the flexibility of CSP for wind power integration using interval optimization | |
CN107834543A (zh) | 一种基于两阶段混合整数规划的电力***运行模拟方法 | |
CN112531785A (zh) | 多时间尺度下光热-储热的主动配电网主辅联合调度方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |