CN107919686B - 一种广域源-荷日前有功优化控制方法 - Google Patents

一种广域源-荷日前有功优化控制方法 Download PDF

Info

Publication number
CN107919686B
CN107919686B CN201711036152.7A CN201711036152A CN107919686B CN 107919686 B CN107919686 B CN 107919686B CN 201711036152 A CN201711036152 A CN 201711036152A CN 107919686 B CN107919686 B CN 107919686B
Authority
CN
China
Prior art keywords
load
power
civil
day
loads
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.)
Expired - Fee Related
Application number
CN201711036152.7A
Other languages
English (en)
Other versions
CN107919686A (zh
Inventor
姚春晓
刘文颖
王维洲
夏鹏
梁琛
蔡万通
华夏
张尧翔
史玉杰
朱丹丹
药炜
张雨薇
刘福潮
王方雨
郑晶晶
郭虎
彭晶
�田�浩
韩永军
吕良
曾文伟
王贤
许春蕾
荣俊杰
李宛齐
聂雅楠
冉忠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Electric Power University
State Grid Gansu Electric Power Co Ltd
Electric Power Research Institute of State Grid Gansu Electric Power Co Ltd
Taiyuan Power Supply Co of State Grid Shanxi Electric Power Co Ltd
Original Assignee
North China Electric Power University
State Grid Gansu Electric Power Co Ltd
Electric Power Research Institute of State Grid Gansu Electric Power Co Ltd
Taiyuan Power Supply Co of State Grid Shanxi Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by North China Electric Power University, State Grid Gansu Electric Power Co Ltd, Electric Power Research Institute of State Grid Gansu Electric Power Co Ltd, Taiyuan Power Supply Co of State Grid Shanxi Electric Power Co Ltd filed Critical North China Electric Power University
Priority to CN201711036152.7A priority Critical patent/CN107919686B/zh
Publication of CN107919686A publication Critical patent/CN107919686A/zh
Application granted granted Critical
Publication of CN107919686B publication Critical patent/CN107919686B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H02J3/48—Controlling the sharing of the in-phase component
    • 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]
    • 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
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/20—Climate change mitigation technologies for sector-wide applications using renewable energy

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种广域源‑荷日前有功优化控制方法，包括：读取各类电源、集中式工业负荷和分布式民用负荷的相关数据；对分布式民用负荷进行分组聚合处理；计算各组聚合负荷的聚合调节性能参数；构建并求解广域源‑荷日前有功优化模型，得到各类电源、集中式工业负荷、聚合民用负荷的日前有功功率计划；分配聚合民用负荷中各分布式负荷的日前有功功率计划。本发明提供的一种广域源‑荷日前有功优化控制方法充分考虑了多形态弹性负荷的调节特性，利用聚合的方式解决了海量广域分布式负荷的特性分析问题，实现广域多形态弹性负荷、常规电源和风电的协调优化控制，提高电网对风电的消纳能力。

Description

一种广域源-荷日前有功优化控制方法
技术领域
本发明属于新能源电力***有功优化控制领域，尤其涉及一种广域源-荷日前有功优化控制方法。
背景技术
随着大型千万千瓦级风电基地风电装机容量急剧增长，风电在***中的占比增加。风电的随机性和波动性的特点，增加了电网调峰压力，仅依靠常规机组出力不能实现风电的充分消纳。负荷侧，集中式弹性负荷(如高载能负荷)和分布式弹性负荷(如蓄热电锅炉等)均显现出良好的调节特性，能够参与电网调度，促进风电的消纳。然而，弹性负荷调节特性复杂，且分布式弹性负荷具有分布广域、数量海量的特点，增加了电网调度的难度。
针对源-荷协调控制方面，国内外已有初步的研究。有文献针对大规模风电并网造成的调峰问题，对高载能负荷等集中式弹性负荷参与“荷-源”协调控制的可行性和有效性进行了研究。有文献进行了价格型和激励型需求响应参与源-荷协调控制的理论研究，但并未深入考虑广域弹性负荷的可调节特性。有文献研究了蓄热电锅炉等分布式弹性负荷的可调节特性，但并未对其参与源-荷协调控制进行深入研究。
综上所述，针对集中式负荷(高载能负荷)和分布式负荷(蓄热电锅炉)等广域弹性负荷，共同参与“荷-源”优化控制方面，目前尚缺乏***性研究。为了使广域弹性负荷能够更好地参与电网调节，充分消纳风电，需要提出一种新的广域源-荷日前有功优化控制方法，实现综合考虑风电、常规电源、广域弹性负荷的有功优化控制。
发明内容
本发明的目的是提供一种广域源-荷日前有功优化控制方法，用于解决大规模风电并网背景下，源-荷有功优化控制问题，为电网运行提供参考。
一种广域源-荷日前有功优化控制方法，包括以下步骤：
S1：读取各类电源、集中式工业负荷和分布式民用负荷的相关数据；
S2：对分布式民用负荷进行分组聚合处理；
S3：计算各组聚合负荷的聚合调节性能参数；
S4：构建并求解广域源-荷日前有功优化模型，得到各类电源、集中式工业负荷、聚合民用负荷的日前有功功率计划；
S5：分配聚合民用负荷中各分布式负荷的日前有功功率计划。
所述S1包括以下步骤：
S101:获取电网中集中式工业负荷的数量MH，分布式民用负荷的数量N；
S102：获取次日风电有功出力预测数据
Figure GDA0002933832860000021
常规负荷功率预测数据
Figure GDA0002933832860000022
各集中式工业负荷功率预测数据
Figure GDA0002933832860000023
各分布式民用负荷功率预测数据
Figure GDA0002933832860000024
S103：获取常规电源的性能参数：常规机组i的最大输出功率PGi,max、最小输出功率PGi,min、最小运行时间
Figure GDA0002933832860000025
最小停机时间
Figure GDA0002933832860000026
上升出力限制PGi,up、下降出力限制PGi,down。
S104：获取集中式工业负荷调节性能参数:集中式工业负荷m的最大负荷功率
Figure GDA0002933832860000027
最小负荷功率
Figure GDA0002933832860000028
最大升出力限制DPh +、最小降出力限制DPh -。
S105：获取分布式民用负荷的调节性能参数:分布式民用负荷n的最小负荷功率
Figure GDA0002933832860000029
最大负荷功率
Figure GDA00029338328600000210
最小蓄热量
Figure GDA00029338328600000211
最大蓄热量
Figure GDA00029338328600000212
最大爬坡率
Figure GDA00029338328600000213
和最小爬坡率
Figure GDA00029338328600000214
所述S2包括以下步骤：
S201：对N个分布式民用负荷进行分组，本文中分布式民用可调负荷只考虑蓄热电锅炉负荷；将型号相同、可调节功率范围相同的蓄热电锅炉负荷分为同一组，共分为Mx组，第m组蓄热电锅炉数量为Nm。
S202：对Mx组分布式蓄热电锅炉负荷聚合处理，聚合过程如附图1。
所述S3包括以下步骤：
S301：计算Mx组聚合民用负荷的次日负荷预测功率
Figure GDA0002933832860000031
S302：计算Mx组聚合民用负荷的最小负荷功率
Figure GDA0002933832860000032
和最大负荷功率
Figure GDA0002933832860000033
S303：计算Mx组聚合民用负荷的最小蓄热量
Figure GDA0002933832860000034
和最大蓄热量
Figure GDA0002933832860000035
S304：计算Mx组聚合民用负荷的最大爬坡率DPx+ m和最小爬坡率
Figure GDA0002933832860000036
所述S4包括以下步骤：
S401：构建广域源-荷日前有功优化模型，设定目标函数为弃风量最小，约束条件包括功率平衡约束，风电出力约束，常规电源运行约束，聚合负荷约束，高载能负荷约束。
S402：求解得到风电日前有功出力计划
Figure GDA0002933832860000037
常规电源日前有功出力计划
Figure GDA0002933832860000038
集中式工业负荷日前负荷有功功率计划
Figure GDA0002933832860000039
聚合民用负荷日前负荷有功功率计划
Figure GDA00029338328600000310
所述S5包括以下步骤：
计算聚合民用负荷中各个分布式负荷日前有功功率计划
Figure GDA00029338328600000311
本发明提供的一种广域源-荷日前有功优化控制方法，通过：读取各类电源、集中式工业负荷和分布式民用负荷的相关数据；对分布式民用负荷进行分组聚合处理；计算各组聚合负荷的聚合调节性能参数；构建并求解广域源-荷日前有功优化模型，得到各类电源、集中式工业负荷、聚合民用负荷的日前有功功率计划；分配聚合民用负荷中各分布式负荷的日前有功功率计划。此方法充分考虑了大规模风电并网的波动性及弹性负荷的调节特性，通过聚合的方式解决了分布式负荷数量海量的问题，能够更好地发挥广域弹性负荷、常规电源对风电的互补调节作用，促进风电消纳。
附图说明
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
图1是本发明提供的一种广域源-荷日前有功优化控制方法流程图。
图2是本发明提供的实例2中区域电网示意图
图3是本发明提供的实例2中区域电网的风电及各类负荷的次日有功功率预测数据
图4是本发明提供的实例2中区域电网的聚合民用负荷的次日有功功率预测数据
图5是本发明提供的实例2中区域电网的风电、常规电源、高载能负荷、聚合民用负荷的日前有功功率计划
图6是本发明提供的实例2中区域电网的各个分布式民用负荷的日前有功功率计划
具体实施方式
为了清楚了解本发明的技术方案，将在下面的描述中提出其详细的结构。显然，本发明实施例的具体施行并不足限于本领域的技术人员所熟习的特殊细节。本发明的典型实施例详细描述如下，除详细描述的这些实施例外，还可以具有其他实施方式。
下面结合附图和实施例对本发明做进一步详细说明。
实施例1
图1是一种广域源-荷日前有功优化控制方法的流程图。图1中，本发明提供的一种广域源-荷日前有功优化控制方法流程图包括：
S1：读取各类电源、集中式工业负荷和分布式民用负荷的相关数据；
S2：对分布式民用负荷进行分组聚合处理；
S3：计算各组聚合负荷的聚合调节性能参数；
S4：构建并求解广域源-荷日前有功优化模型，得到各类电源、集中式工业负荷、聚合民用负荷的日前有功功率计划；
S5：分配聚合民用负荷中各分布式负荷的日前有功功率计划。
所述S1包括以下步骤：
S101:获取电网中集中式工业负荷的数量MH，分布式民用负荷的数量N；
S102：获取次日风电有功出力预测数据
Figure GDA0002933832860000051
常规负荷功率预测数据
Figure GDA0002933832860000052
各集中式工业负荷功率预测数据
Figure GDA0002933832860000053
各分布式民用负荷功率预测数据
Figure GDA0002933832860000054
S103：获取常规电源的性能参数：常规机组i的最大输出功率PGi,max、最小输出功率PGi,min、最小运行时间
Figure GDA0002933832860000055
最小停机时间
Figure GDA0002933832860000056
上升出力限制PGi,up、下降出力限制PGi,down。
S104：获取集中式工业负荷调节性能参数:集中式工业负荷m的最大负荷功率
Figure GDA0002933832860000057
最小负荷功率
Figure GDA0002933832860000058
最大升出力限制DPh +、最小降出力限制
Figure GDA0002933832860000059
S105：获取分布式民用负荷的调节性能参数:分布式民用负荷n的最小负荷功率
Figure GDA00029338328600000510
最大负荷功率
Figure GDA00029338328600000511
最小蓄热量
Figure GDA00029338328600000512
最大蓄热量
Figure GDA00029338328600000513
最大爬坡率DPx+ m,n，最小爬坡率
Figure GDA00029338328600000514
所述S2包括以下步骤：
S201：对N个分布式民用负荷进行分组，本文中分布式民用可调负荷只考虑蓄热电锅炉负荷；将蓄热电锅炉型号、蓄热量、额定功率相同的蓄热电锅炉负荷分为同一组，共分为Mx组，第m组蓄热电锅炉数量为Nm。
S202：对Mx组分布式蓄热电锅炉负荷聚合处理，具体步骤为：第m组聚合民用负荷功率等于Nm个蓄热电锅炉负荷功率的叠加，即
Figure GDA0002933832860000061
第m组聚合民用负荷蓄热量等于Nm个蓄热电锅炉负荷蓄热量的叠加，即
Figure GDA0002933832860000062
所述S3包括以下步骤：
S301：计算Mx组聚合民用负荷的次日24个点负荷预测功率：第m组聚合民用负荷t时段的负荷预测功率为：
Figure GDA0002933832860000063
其中，
Figure GDA0002933832860000064
第n个分布式民用负荷t时段的负荷预测功率
S302：计算Mx组聚合民用负荷的最小和最大可调节功率：
Figure GDA0002933832860000065
其中，
Figure GDA0002933832860000066
为第n个分布式民用负荷的最小和最大可调节功率。
S303：计算Mx组聚合民用负荷的最小和最大蓄热量：
Figure GDA0002933832860000067
其中，
Figure GDA0002933832860000068
为第n个分布式民用负荷的最小和最大蓄热量。
S304：计算Mx组聚合民用负荷的最大爬坡率和最小爬坡率：
Figure GDA0002933832860000069
其中，DPx+ m,n、
Figure GDA00029338328600000711
为第n个分布式民用负荷的最大和最小爬坡率。
所述S4包括以下步骤：
S401:构建广域源-荷日前有功优化模型
多形态弹性负荷参与的源-荷日前有功优化控制问题的实质是在满足电力***常规约束的前提下，充分发挥常规电源及弹性负荷的调节作用，以更多地消纳大规模风电。故以弃风量最小为目标，构建目标函数如下：
Figure GDA0002933832860000071
式中，
Figure GDA0002933832860000072
为t时段日前风电计划出力值；
Figure GDA0002933832860000073
为次日t时段风电有功功率预测值；Δt为单位时段的时长，设定为15分钟；
其中约束条件包括：
(1)功率平衡约束：
Figure GDA0002933832860000074
式中，NG表示***中常规机组的个数；
Figure GDA0002933832860000075
表示***中常规机组i在时段t的启停状态，用0或1表示；
Figure GDA0002933832860000076
表示常规机组i在t时段的有功出力；
Figure GDA0002933832860000077
为t时段常规负荷预测功率；
Figure GDA0002933832860000078
分别为第m个高载能负荷和聚合民用负荷在t时段的日前计划功率；MH为集中式工业负荷(高载能负荷)的个数，Mx为聚合民用负荷(蓄热电锅炉)的组数。
(2)风电出力约束条件
Figure GDA0002933832860000079
(3)常规电源运行约束条件
1)技术出力上下限约束：
Figure GDA00029338328600000710
式中，PGi,max和PGi,min分别为常规机组i的输出功率上下限。
3)爬坡速度约束：
Figure GDA0002933832860000081
式中，
Figure GDA0002933832860000082
为常规机组i在时段t-1的出力；PGi,up和PGi,down分别为常规机组i的上升出力限制和下降出力限制。
(4)聚合民用负荷(蓄热电锅炉聚合负荷)约束
1)蓄热量约束
蓄热式电锅炉设计最高出水温度为95℃，如果蓄热器内水温超过95℃，锅炉将会降低负荷运行，所以在满足次日白天供热需求的情况下应使蓄热量在规定范围以内：
Figure GDA0002933832860000083
式中，蓄热量
Figure GDA0002933832860000084
可表示为
Figure GDA0002933832860000085
2)负荷有功功率约束
Figure GDA0002933832860000086
式中：
Figure GDA0002933832860000087
为t时段第m类蓄热式电锅炉的用电负荷功率；
Figure GDA0002933832860000088
和
Figure GDA0002933832860000089
分别为第m类蓄热式电锅炉功率的下限值和上限值。
3)功率波动约束
蓄热式电锅炉的功率可调性很高，但是为了确保电锅炉的安全稳定运行，其功率的波动应限制在一定范围之内：
Figure GDA00029338328600000810
式中：DPx+ m和
Figure GDA00029338328600000811
为第m类蓄热式电锅炉升、降功率的响应速度极限。
(5)集中式工业负荷(高载能负荷)约束
1)负荷上下限约束
Figure GDA0002933832860000091
其中，
Figure GDA0002933832860000092
分别为高载能负荷m的最小和最大容量限制。
2)负荷爬坡率约束
Figure GDA0002933832860000093
其中，DPh -和DPh +为高载能负荷m从时段t-1到时段t允许的最大降出力和升出力值。
S402:利用模型求解得到风电日前有功出力计划
Figure GDA0002933832860000094
常规电源日前有功出力计划
Figure GDA0002933832860000095
集中式工业负荷24个点日前负荷有功功率计划
Figure GDA0002933832860000096
聚合民用负荷24个点日前负荷有功功率计划
Figure GDA0002933832860000097
所述S5包括以下步骤：
计算聚合民用负荷中各个分布式民用负荷日前有功功率计划：根据第m组的各分布式民用负荷在t时段的有功功率计划为
Figure GDA0002933832860000098
实施例2：
图2是一个区域电网示意图，以此为例，本发明提供的一种广域源-荷日前有功优化控制方法包括：
S1：读取各类电源、集中式工业负荷和分布式民用负荷的相关数据。
(1)区域电网中，风电场额定功率300MW；常规电源机组额定功率G1：300MW、G2：300MW；高载能负荷数量MH＝1，其额定容量50MW；分布式民用负荷N＝10，其额定功率分别为1MW*6，1.25MW*4；外送功率为0，即Pin＝Pout。
(2)获取日前有功预测数据：次日风电有功出力预测数据、常规负荷功率预测数据、各集中式工业负荷(即高载能负荷)功率预测数据,见附图3(a)；各分布式民用负荷(即蓄热电锅炉负荷)功率预测数据，见附图3(b)。
(3)获取常规电源的性能参数：
机组Gi P<sub>Gi,max</sub> P<sub>Gi,min</sub> P<sub>Gi,up</sub> P<sub>Gi,down</sub>
G1 300MW 150MW 30MW/h -30MW/h
G2 300MW 150MW 30MW/h -30MW/h
(4)获取集中式工业负荷调节性能参数：
Figure GDA0002933832860000101
(5)获取分布式民用负荷调节性能参数：
Figure GDA0002933832860000102
S2：对分布式民用负荷进行分组聚合处理，如下表所示。
Figure GDA0002933832860000103
Figure GDA0002933832860000111
S3：计算各组聚合负荷的聚合调节性能参数，结果如下：
Figure GDA0002933832860000112
计算两组聚合民用负荷的次日负荷预测功率，结果见附图4；
S4：构建并求解广域源-荷日前有功优化模型，得到风电、火电、集中式工业负荷的日前有功功率计划,见附图5(a),聚合民用负荷的日前有功功率计划，见附图5(b)。
S5：分配聚合民用负荷中各个分布式负荷日前有功功率计划，结果见附图6。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，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的权利要求保护范围之内。

Claims (5)

1.一种广域源-荷日前有功优化控制方法，包括以下步骤：
S1：读取各类电源、集中式工业负荷和分布式民用负荷的相关数据；
S101:获取电网中集中式工业负荷的数量MH，分布式民用负荷的数量N；
S102：获取次日风电有功出力预测数据
Figure FDA0003105255410000011
常规电源功率预测数据
Figure FDA0003105255410000012
各集中式工业负荷功率预测数据
Figure FDA0003105255410000013
各分布式民用负荷功率预测数据
Figure FDA0003105255410000014
S103：获取常规电源的性能参数：常规机组i的最大输出功率PGi,max、最小输出功率PGi,min、最小运行时间
Figure FDA0003105255410000015
最小停机时间
Figure FDA0003105255410000016
上升出力限制PGi,up、下降出力限制PGi,down；
S104：获取集中式工业负荷调节性能参数:集中式工业负荷m的最大负荷功率
Figure FDA0003105255410000017
最小负荷功率
Figure FDA0003105255410000018
最大升出力限制DPh +、最小降出力限制
Figure FDA0003105255410000019
S105：获取分布式民用负荷的调节性能参数:分布式民用负荷n的最小负荷功率
Figure FDA00031052554100000110
最大负荷功率
Figure FDA00031052554100000111
最小蓄热量
Figure FDA00031052554100000112
最大蓄热量
Figure FDA00031052554100000113
最大爬坡率DPx+ m,n，最小爬坡率
Figure FDA00031052554100000114
S2：对分布式民用负荷进行分组聚合处理；
S3：计算各组聚合负荷的聚合调节性能参数；
S4：构建并求解广域源-荷日前有功优化模型，得到各类电源、集中式工业负荷、聚合民用负荷的日前有功功率计划；
S5：分配聚合民用负荷中各分布式负荷的日前有功功率计划；
所述S4包括以下步骤：
S401：构建广域源-荷日前有功优化模型，设定目标函数为弃风量最小，约束条件包括功率平衡约束，风电出力约束，常规电源运行约束，聚合民用负荷约束，高载能负荷约束；
S402：求解得到风电日前有功出力计划
Figure FDA0003105255410000021
常规电源日前有功出力计划
Figure FDA0003105255410000022
集中式工业负荷日前负荷有功功率计划
Figure FDA0003105255410000023
聚合民用负荷日前负荷有功功率计划
Figure FDA0003105255410000024
S401:构建广域源-荷日前有功优化模型；
构建目标函数如下：
Figure FDA0003105255410000025
式中，
Figure FDA0003105255410000026
为t时段日前风电计划出力值；
Figure FDA0003105255410000027
为次日t时段风电有功功率预测值；Δt为单位时段的时长，设定为15分钟；
其中约束条件包括：
(1)功率平衡约束：
Figure FDA0003105255410000028
NG表示***中常规机组的个数；
Figure FDA0003105255410000029
表示***中常规机组i在时段t的启停状态，用0或1表示；
Figure FDA00031052554100000210
表示常规机组i在t时段的有功出力；
Figure FDA00031052554100000211
为t时段常规负荷预测功率；
Figure FDA00031052554100000212
分别为第m个高载能负荷和聚合民用负荷在t时段的日前计划功率；MH为集中式工业负荷的个数，Mx为聚合民用负荷的组数；
(2)风电出力约束条件
Figure FDA00031052554100000213
(3)常规电源运行约束条件
1)技术出力上下限约束：
Figure FDA00031052554100000214
式中，PGi,max和PGi,min分别为常规机组i的输出功率上下限；
3)爬坡速度约束：
Figure FDA0003105255410000031
式中，
Figure FDA0003105255410000032
为常规机组i在时段t-1的出力；PGi,up和PGi,down分别为常规机组i的上升出力限制和下降出力限制；
(4)聚合民用负荷约束
1)蓄热量约束
蓄热式电锅炉设计最高出水温度为95℃，蓄热量在规定范围以内：
Figure FDA0003105255410000033
式中，蓄热量
Figure FDA0003105255410000034
可表示为
Figure FDA0003105255410000035
其中
Figure FDA0003105255410000036
为t时段第m类蓄热式电锅炉的用电负荷功率，
Figure FDA0003105255410000037
为t时段第m类蓄热式电锅炉的用电负荷预测功率，
Figure FDA0003105255410000038
为t时段第m类蓄热式电锅炉的聚合蓄热量，Dt为蓄热式电锅炉中采集用电负荷功率的时间间隔；
2)负荷有功功率约束
Figure FDA0003105255410000039
式中：
Figure FDA00031052554100000310
为t时段第m类蓄热式电锅炉的用电负荷功率；
Figure FDA00031052554100000311
和
Figure FDA00031052554100000312
分别为第m类蓄热式电锅炉功率的下限值和上限值；
3)功率波动约束
蓄热式电锅炉的功率可调性很高，但是为了确保电锅炉的安全稳定运行，其功率的波动应限制在一定范围之内：
Figure FDA00031052554100000313
式中：
Figure FDA0003105255410000041
和
Figure FDA0003105255410000042
为第m类蓄热式电锅炉升、降功率的响应速度极限；
Figure FDA0003105255410000043
为高载能负荷m的容量限制极限；
(5)集中式工业负荷约束
1)负荷上下限约束
Figure FDA0003105255410000044
其中，
Figure FDA0003105255410000045
分别为高载能负荷m的最小和最大容量限制；
2)负荷爬坡率约束
Figure FDA0003105255410000046
其中，
Figure FDA0003105255410000047
和
Figure FDA0003105255410000048
为高载能负荷m从时段t-1到时段t允许的最大降出力和升出力值。
2.根据权利要求1所述的一种广域源-荷日前有功优化控制方法，其特征在于,所述S2包括以下步骤：
S201：对N个分布式民用负荷进行分组，将蓄热电锅炉型号、额定蓄热量、额定功率相同的蓄热电锅炉负荷分为同一组，共分为Mx组，第m组蓄热电锅炉数量为Nm；
S202：对Mx组分布式蓄热电锅炉负荷聚合处理，具体步骤为：第m组聚合民用负荷功率等于Nm个蓄热电锅炉负荷功率的叠加，即
Figure FDA0003105255410000049
第m组聚合民用负荷蓄热量等于Nm个蓄热电锅炉负荷蓄热量的叠加，即
Figure FDA00031052554100000410
3.根据权利要求1所述的一种广域源-荷日前有功优化控制方法，其特征在于,所述S3包括以下步骤：
S301：计算Mx组聚合民用负荷的次日负荷预测功率
Figure FDA00031052554100000411
S302：计算Mx组聚合民用负荷的最小负荷功率
Figure FDA0003105255410000051
和最大负荷功率
Figure FDA0003105255410000052
S303：计算Mx组聚合民用负荷的最小蓄热量
Figure FDA0003105255410000053
和最大蓄热量
Figure FDA0003105255410000054
S304：计算Mx组聚合民用负荷的最大爬坡率DPx+ m和最小爬坡率
Figure FDA0003105255410000055
4.根据权利要求1所述的一种广域源-荷日前有功优化控制方法，其特征在于,所述S5包括以下步骤：
计算聚合民用负荷中各个分布式负荷日前有功功率计划
Figure FDA0003105255410000056
5.根据权利要求3所述的一种广域源-荷日前有功优化控制方法，其特征在于,所述S3包括以下步骤：
S301：计算Mx组聚合民用负荷的次日24个点负荷预测功率：第m组聚合民用负荷t时段的负荷预测功率为：
Figure FDA0003105255410000057
其中，
Figure FDA0003105255410000058
第n个分布式民用负荷t时段的负荷预测功率；Nm为第m组蓄热电锅炉数量；
S302：计算Mx组聚合民用负荷的最小和最大可调节功率：
Figure FDA0003105255410000059
其中，
Figure FDA00031052554100000510
为第n个分布式民用负荷的最小和最大可调节功率；
S303：计算Mx组聚合民用负荷的最小和最大蓄热量：
Figure FDA00031052554100000511
其中，
Figure FDA00031052554100000512
为第n个分布式民用负荷的最小和最大蓄热量；
S304：计算Mx组聚合民用负荷的最大爬坡率和最小爬坡率：
Figure FDA00031052554100000513
其中，DPx+ m,n、
Figure FDA0003105255410000061
为第n个分布式民用负荷的最大和最小爬坡率，N为爬坡率系数。
CN201711036152.7A 2017-10-30 2017-10-30 一种广域源-荷日前有功优化控制方法 Expired - Fee Related CN107919686B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711036152.7A CN107919686B (zh) 2017-10-30 2017-10-30 一种广域源-荷日前有功优化控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711036152.7A CN107919686B (zh) 2017-10-30 2017-10-30 一种广域源-荷日前有功优化控制方法

Publications (2)

Publication Number Publication Date
CN107919686A CN107919686A (zh) 2018-04-17
CN107919686B true CN107919686B (zh) 2021-08-13

Family

ID=61895001

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711036152.7A Expired - Fee Related CN107919686B (zh) 2017-10-30 2017-10-30 一种广域源-荷日前有功优化控制方法

Country Status (1)

Country Link
CN (1) CN107919686B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108711889A (zh) * 2017-11-07 2018-10-26 华北电力大学 一种广域源-荷日前有功优化控制方法
CN109829595B (zh) * 2018-09-05 2023-06-20 华北电力大学 一种多形态弹性负荷集群控制的响应潜力量化方法
CN110112767B (zh) * 2019-03-19 2023-05-30 华北电力大学 广域多形态需求侧负荷参与***调峰的荷源优化控制方法
CN111416339A (zh) * 2019-03-21 2020-07-14 华北电力大学 一种基于双层规划模型的源-荷日前有功协调控制方法
CN111190355B (zh) * 2020-01-14 2021-09-17 华北电力大学 基于云平台的空调和热水器联合控制方法及***
CN113437764A (zh) * 2021-05-21 2021-09-24 国网辽宁省电力有限公司鞍山供电公司 一种基于电熔镁主动控制的源荷互动调峰策略

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103761680A (zh) * 2014-01-16 2014-04-30 华南理工大学 具有风电场的交直流互联大电网网省调度方法及装置
CN105470987A (zh) * 2015-12-23 2016-04-06 华北电力大学 荷-源协调控制的可再生能源日前计划修正方法
CN105490312A (zh) * 2015-12-18 2016-04-13 国家电网公司 一种电力***多源无功优化控制方法
JP2016059126A (ja) * 2014-09-08 2016-04-21 株式会社東芝 電力負荷推定装置、電力負荷推定方法、及び電力負荷推定プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103761680A (zh) * 2014-01-16 2014-04-30 华南理工大学 具有风电场的交直流互联大电网网省调度方法及装置
JP2016059126A (ja) * 2014-09-08 2016-04-21 株式会社東芝 電力負荷推定装置、電力負荷推定方法、及び電力負荷推定プログラム
CN105490312A (zh) * 2015-12-18 2016-04-13 国家电网公司 一种电力***多源无功优化控制方法
CN105470987A (zh) * 2015-12-23 2016-04-06 华北电力大学 荷-源协调控制的可再生能源日前计划修正方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于自适应粒子群算法的主动配电网日前有功调度;李建芳等;《南方电网技术》;20151120;第9卷(第11期);第85-91页 *

Also Published As

Publication number Publication date
CN107919686A (zh) 2018-04-17

Similar Documents

Publication Publication Date Title
CN107919686B (zh) 一种广域源-荷日前有功优化控制方法
CN109063925B (zh) 一种计及负荷聚合商的区域综合能源***优化运行方法
CN109523052B (zh) 一种考虑需求响应和碳交易的虚拟电厂优化调度方法
CN108964128B (zh) 基于电锅炉与储热装置协调供热的低碳经济调度求解方法
WO2023065113A1 (zh) 风光水多能互补***灵活性需求量化及协调优化方法
CN110112767B (zh) 广域多形态需求侧负荷参与***调峰的荷源优化控制方法
Fan et al. A collaborative control optimization of grid-connected net zero energy buildings for performance improvements at building group level
CN112928749A (zh) 一种融合多能需求侧资源的虚拟电厂日前调度方法
CN110807588B (zh) 一种多能源耦合综合能源***的优化调度方法
CN109245184B (zh) 适应多类型约束与多控制区间的多源协同有功控制方法
CN110829408B (zh) 基于发电成本约束的计及储能电力***的多域调度方法
CN109861302B (zh) 一种基于主从博弈的能源互联网日前优化控制方法
CN106026150A (zh) 一种商业园区源-储-荷优化配置方法
CN108736507B (zh) 一种提升风电就地消纳的蓄热式电锅炉优化方法和装置
CN106786685A (zh) 一种发电侧配置电池储能***参与电网深度调峰的运行控制方法
CN112615370B (zh) 一种基于电熔镁负荷的风电消纳协调控制方法
CN108063453A (zh) 一种提高风电接纳能力的电网全时段多元优化调度方法
CN112952847B (zh) 考虑用电需求弹性的多区域主动配电***调峰优化方法
CN104617585A (zh) 无功补偿配置方法
CN103617455A (zh) 基于虚拟机组子群的网厂两级负荷优化调度方法
CN105826946B (zh) 大规模光伏接入的配电网动态无功优化方法
CN108494012A (zh) 一种计及电转气技术的区域综合能源***在线优化方法
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
Li et al. A coordinated peak shaving strategy using neural network for discretely adjustable energy-intensive load and battery energy storage
JP2012039686A (ja) 蓄電池を用いた系統運用方法

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210813