CN109510238A - 一种高效求解水电火电风电的协调调度机组组合方法 - Google Patents
一种高效求解水电火电风电的协调调度机组组合方法 Download PDFInfo
- Publication number
- CN109510238A CN109510238A CN201811492254.4A CN201811492254A CN109510238A CN 109510238 A CN109510238 A CN 109510238A CN 201811492254 A CN201811492254 A CN 201811492254A CN 109510238 A CN109510238 A CN 109510238A
- Authority
- CN
- China
- Prior art keywords
- unit
- constraint
- power
- equation
- scene
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 64
- 230000005611 electricity Effects 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000005619 thermoelectricity Effects 0.000 title claims abstract description 15
- 238000010248 power generation Methods 0.000 claims abstract description 16
- 238000007689 inspection Methods 0.000 claims abstract description 6
- 238000004146 energy storage Methods 0.000 claims description 13
- 238000003462 Bender reaction Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 11
- 230000009194 climbing Effects 0.000 claims description 9
- 230000005684 electric field Effects 0.000 claims description 7
- 208000011580 syndromic disease Diseases 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 239000008239 natural water Substances 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 3
- 230000010485 coping Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H02J3/382—
-
- 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
-
- H02J3/386—
-
- 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]
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
-
- 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
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Power Engineering (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种高效求解水电火电风电协调调度的机组组合方法。与已有的机组组合方法相比,该方法充分考虑梯级水电机组的特性,将梯级水库的发电调度与蓄洪调度相结合,设计应对不确定性风电大规模接入的机组组合方法。其具体方法为:1.输入火电,风电与水电机组相关数据;2.选择目标函数并根据电力***中等式与不等式约束建立混合整数线性规划方程组;3.将混合整数线性方程组问题分为4个子问题;4.根据预计情景下不含潮流约束的机组组合子问题求得发电机组启停机顺序和有功功率运行点,依次带入其他三个检验子问题中进行循环检验;5.得到符合全部4个子问题的机组组合结果并作为发电机组调度方案。该发明基于最恶劣情况的鲁棒备用算法,提出针对性简化方法,极大的减少计算量,为其在实际电力***中的应用打下坚实基础。
Description
技术领域
本发明属于电力***的运行、分析与调度技术领域,尤其涉及高效求解水电-火电-风电的协调调度机组组合方法。
背景技术
随着风电等新能源大量并网发电,电网的不确定性显著增强,***发电和备用容量调度面临新的挑战。电力***包含多种类型发电机组,例如火电机组、水电机组,其发电和备用特性各不相同,协同调度不同类型发电机组,对于***消纳风电有重要意义。
本发明根据风电的不确定性,提出多种备用形式。根据水电、火电各自的特性设计机组组合模型。提出基于区间规划最恶劣情况的鲁棒机组组合算法求解模型,保证***安全消纳风电。
此外,本发明将梯级水电发电调度与水库库容调度综合考虑,统一调度发电资源和水库水资源,在保证***供电安全的同时提高水库库容安全性。
发明内容
本发明的目的在于针对现有技术的不足,提供一种高效求解水电-火电-风电的协调调度机组组合方法,本发明保证电力***机组组合结果在风电波动的情况下,满足负荷需求并保证***潮流安全。
本发明的目的是通过以下技术方案来实现的:一种高效求解水电-火电-风电的协调调度机组组合方法,包括如下步骤:
S1:接收电力调度中心得出的***未来24小时负荷需求数据,风电场出力预测数据;接收梯级水电站库容数据及未来各时段天然来水量预测数据;接收***线路参数及水、火电机组参数;其具体数据为:
pi,t为火电机组i在t时刻的功率输出;ph,t为水电机组h在t时刻的输出功率;pk,t为储能机组k在t时段的发电或者储能功率;Pwk,t为风电场k在t时刻的功率输出;Vs,t为水库s在t时刻的库容;nqj为水库j在t时刻的自然来水量;
S2:对电力***的机组组合问题进行线性化建模,根据运行要求选择目标函数和约束条件,包括等式约束条件和不等式约束条件,构成混合整数线性规划问题;
S3:将步骤2的混合整数线性规划问题进行分解,分解为预计情景下不含潮流约束的机组组合子问题、预计情景下含线路潮流约束的机组组合检验子问题、最恶劣情景下不含潮流约束的机组组合检验子问题和最恶劣情景下线路潮流约束的机组组合检验子问题;
S4:求解预计情景下不含潮流约束的机组组合检验子问题,求得发电机组启停机顺序和有功功率运行点,运行点表示发电机有功功率的大小;
S5:将步骤4所得机组运行点带入预计情景下含线路潮流约束的机组组合检验子问题,检验潮流是否越限;如果潮流约束全部满足,则进入下一步,否则用无法满足的潮流约束产生Benders割并作为约束条件返回步骤4;
S6:将步骤4的发电机组启停机顺序带入最恶劣情景下不含潮流约束机组组合检验子问题求解,如果满足全部约束条件,求得最恶劣情景下机组运行点并进入下一步,否则用无法满足的约束产生Benders割作为约束条件返回步骤4;
S7:将步骤6所得最恶劣情景下机组运行点带入最恶劣情景下含线路潮流约束的检验子问题,检验潮流是否越限;如果潮流约束全部满足,则进入下一步,否则用无法满足的潮流约束产生Benders割并作为约束条件返回步骤6;
S8:将步骤4所得机组组合结果作为发电机组调度方案;
优选方式下,所述步骤1中,使用基于预测概率密度函数,确定给定置信程度的风电出力区间大小;
优选方式下,所述步骤2中混合整数线性方程的目标函数以及约束条件以及所述步骤3中4个检验子问题的约束条件为:
目标函数是降低预计情景(风电出力为预计值Pwf)下的***发电费用:
其中,F为火电发电费用,ST为火电启停费用,Ng为火电机组数目,Nt为机组组合时段数;因为水电发电成本很低,不考虑其发电成本;
预计情景下的约束条件为:
Qh,t≥QSh(Ih,t-Ih,t-1),Qh,t≥0 (8)
ph,t=f(qh,t,Vj,t) (11)
其中,方程(2)为***功率平衡约束,pi,t为火电机组i在t时刻的功率输出;ph,t为水电机组h在t时刻的输出功率;pk,t为储能机组k在t时段的发电或者储能功率,正值表示发电,负值表示储能;Pll,t为节点l在t时段负荷;Pwk,t为风电场k在t时刻的功率输出。方程(3)为***线路潮流约束,Ts表示线路潮流传输分配系数矩阵;FLl表示线路l的可以承受的最大潮流;方程(4)表示水电机组最大、最小出力约束;Ih,t为水电机组h在t时刻的运行状态,1表示在线状态,0表示离线状态;P h、为机组h允许的最小、最大出力;方程(5)表示水电机组的最大、最小过水量约束;qh,t为水电机组h在t时刻的输出功率;q h、为水电机组h单位时段最小、最大过水量;方程(6)表示水库库容量约束;Vs,t为水库s在t时刻的库容;V s、为水库s的允许库容下、上限;方程(7)表示调度结束后剩余库容约束;Vs,T+1为调度时段结束后剩余库容上、下限;方程(8)表示水电机组启动用水,其中Qh,t为机组h在t时刻的实际启动耗水量,QSh为机组h的启动耗水量,本文的实际启动耗水量包含启动耗水量和弃水量;方程(9)表示水库平衡约束,其中nqj为水库j在t时刻的自然来水量;水库j是水库i的直接下游水库,水库i的放水经过时段Δti到达水库j;方程(10)表示水库单位时段允许的最大放水量,Qvs为水库s单位时段最大允许放水量;方程(11)表示水电机组出力与用水量、水库水位之间的关系;方程(12)表示火电机组出力约束;ui,t为火电机组i在t时刻的运行状态,1表示在线状态,0表示离线状态;P i,为火电机组i的最小,最大出力限制;方程(13)表示火电机组最小启停时间约束,Ti,on、Ti,off为机组i已经连续在线、离线时间,Ti,up、Ti,down为机组i的最小连续在线、离线时间;方程(14)表示火电机组爬坡能力约束,其中Upi(Dpi)为发电机组i在一个时段内的最大上(下)爬坡能力;SUi为发电机组i启动后第一个时段最大出力;SDi为发电机组i关机前一个时段最大出力;
基于最恶劣情景的备用约束条件为:
其中,上标l(u)分别对应风电出力为预计区间下(上)限的情景;方程(15)-(18)为应对风电不确定性的发电能力备用;方程(19)为应对风电不确定性的爬坡能力备用;方程(20)-(21)为应对风电不确定性的线路输送容量备用,当Ts>0时,TPmax(min)=Ts×Pwu(l);当Ts<0时,TPmax(min)=Ts×Pwl(u);具体分解后,预计情景下不含潮流约束的机组组合问题的目标函数为方程(1),约束条件为方程(2)、(4)-(14);预计情景下线路潮流检验子问题对应的约束条件为方程(3);最恶劣情景下不含潮流约束的机组组合检验子问题对应的约束条件为方程(15)-(19);最恶劣情景下线路潮流检验子问题对应的约束条件为方程(20)-(21)。
本发明的有益效果是使水电-火电-风电协调调度的机组组合结果可以更好吸纳风电,并提高***经济性和安全性,此外通过最恶劣情景下线路潮流简化方法提高求解速度,为其在实际电力***中的应用打下坚实基础。
附图说明
图1是风电场出力分布概率图;
图2是整体流程图;
图3是实施例***示意图;
图4是丰水期考虑库容约束以及不考虑库容约束的水库库容越限的示意图;
图5是枯水期考虑库容约束以及不考虑库容约束的***能源缺口的示意图;
图6是考虑线路潮流备用以及不考虑线路潮流备用的***线路潮流越限的示意图。
具体实施方式
第一步:接收电力调度中心得出的***未来24小时负荷需求数据,风电场出力预测数据包括预测风电出力及概率性偏差区间;接收梯级水电站库容数据及未来各时段天然来水量预测数据;
(a)一般风电场出力分布近似高斯分布,如图1;根据天气预报和历史数据,可得风电场预计出力Pwf及置信程度为α的出力区间[Pwl,Pwu],α表示实际风电场出力处于区间[Pwl,Pwu]的概率;
第二步:对电力***的机组组合问题进行线性化建模,根据运行要求选择目标函数和约束条件,包括等式约束条件和不等式约束条件,构成混合整数线性规划问题;
第三步:将第二步的混合整数线性规划问题进行分解,分解为预计情景下不含潮流约束的机组组合子问题、预计情景下线路潮流检验子问题、最恶劣情景下不含潮流约束的机组组合检验子问题和最恶劣情景下线路潮流检验子问题;
(b)预计情景下不含潮流约束的机组组合子问题的目标函数为***预计风电出力情景下的运行费用最小;等式约束包含***节点功率平衡约束,梯级水电库容平衡约束,梯级水电出力与库容、用水量平衡约束;不等式约束包括水、火电机组最大最小技术出力约束,火电机组爬坡约束,火电机组最小启停机时间约束,梯级水电水库库容上下限约束,梯级水电水库单位时段放水量约束;
(c)预计情景下线路潮流检验子问题的约束条件为预计情景下线路潮流;
(d)最恶劣情景下不含潮流约束的检验子问题的等式约束包含***节点功率平衡约束,梯级水电库容平衡约束,梯级水电出力与库容、用水量平衡约束;不等式约束包括水、火电机组最大最小技术出力约束,火电机组爬坡约束,梯级水电水库库容上下限约束,梯级水电水库单位时段放水量约束;
(e)最恶劣情景下线路潮流检验子问题的约束条件为最恶劣情景下线路潮流;
第四步:求解预计情景下不含潮流约束的机组组合子问题,求得预测情景下发电机组启停机顺序和运行点;
第五步:将第四步所得机组运行点带入预计情景下线路潮流检验子问题,检验潮流是否越限;如果潮流约束全部满足,则进入下一步,否则用无法满足的潮流约束产生Benders割并作为约束条件返回第四步;
第六步:将第四步的发电机组启停机顺序带入最恶劣情景下不含潮流约束机组组合检验子问题求解,如果满足全部约束条件,求得最恶劣情景下机组运行点并进入下一步,否则用无法满足的约束产生Benders割作为约束条件返回第四步;
第七步:将第六步所得最恶劣情景下机组运行点带入最恶劣情景下线路潮流检验子问题,检验潮流是否越限;如果潮流约束全部满足,则进入下一步,否则用无法满足的潮流约束产生Benders割并作为约束条件返回步骤六;
(a)最恶劣情景下线路潮流检验子问题对约束条件进行了简化;每个风电场每个时段有2种最恶劣情景(出力为预测区间的两个端点),对于一个拥有n个风电场的***,则每个时段需要考虑2n种情景,其计算量随着风电场增加而指数形式增加,对于大规模电力***计算量过大;本发明使用简化技术使每个时段只需要考虑2种极端情景,且通过线路潮流约束的数学变换保证***潮流安全,最终达到显著降低计算量的目的;
第八步:将第五步所得机组组合结果作为发电机组调度方案,确定预测情景下发电机组启停机顺序和运行点,以提高***整体经济性和安全性。
实施例:
目标函数是降低预计情景(风电出力为预计值Pwf)下的***发电费用:
其中,F为火电发电费用,ST为火电启停费用,Ng为火电机组数目,Nt为机组组合时段数;因为水电发电成本很低,不考虑其发电成本;
预计情景下的约束条件为:
Qh,t≥QSh(Ih,t-Ih,t-1),Qh,t≥0 (8)
ph,t=f(qh,t,Vj,t) (11)
其中,方程(2)为***功率平衡约束,pi,t为火电机组i在t时刻的功率输出;ph,t为水电机组h在t时刻的输出功率;pk,t为储能机组k在t时段的发电或者储能功率,正值表示发电,负值表示储能;Pll,t为节点l在t时段负荷;Pwk,t为风电场k在t时刻的功率输出。方程(3)为***线路潮流约束,Ts表示线路潮流传输分配系数矩阵;FLl表示线路l的可以承受的最大潮流;方程(4)表示水电机组最大、最小出力约束;Ih,t为水电机组h在t时刻的运行状态,1表示在线状态,0表示离线状态;P h、为机组h允许的最小、最大出力;方程(5)表示水电机组的最大、最小过水量约束;qh,t为水电机组h在t时刻的输出功率;q h、为水电机组h单位时段最小、最大过水量;方程(6)表示水库库容量约束;Vs,t为水库s在t时刻的库容;V s、为水库s的允许库容下、上限;方程(7)表示调度结束后剩余库容约束; V s,T+1为调度时段结束后剩余库容上、下限;方程(8)表示水电机组启动用水,其中Qh,t为机组h在t时刻的实际启动耗水量,QSh为机组h的启动耗水量,本文的实际启动耗水量包含启动耗水量和弃水量;方程(9)表示水库平衡约束,其中nqj为水库j在t时刻的自然来水量;水库j是水库i的直接下游水库,水库i的放水经过时段Δti到达水库j;方程(10)表示水库单位时段允许的最大放水量,Qvs为水库s单位时段最大允许放水量;方程(11)表示水电机组出力与用水量、水库水位之间的关系;方程(12)表示火电机组出力约束;ui,t为火电机组i在t时刻的运行状态,1表示在线状态,0表示离线状态;P i,为火电机组i的最小,最大出力限制;方程(13)表示火电机组最小启停时间约束,Ti,on、Ti,off为机组i已经连续在线、离线时间,Ti,up、Ti,down为机组i的最小连续在线、离线时间;方程(14)表示火电机组爬坡能力约束,其中Upi(Dpi)为发电机组i在一个时段内的最大上(下)爬坡能力;SUi为发电机组i启动后第一个时段最大出力;SDi为发电机组i关机前一个时段最大出力;
基于最恶劣情景的备用约束条件为:
其中,上标l(u)分别对应风电出力为预计区间下(上)限的情景;方程(15)-(18)为应对风电不确定性的发电能力备用;方程(19)为应对风电不确定性的爬坡能力备用;方程(20)-(21)为应对风电不确定性的线路输送容量备用,当Ts>0时,TPmax(min)=Ts×Pwu(l);当Ts<0时,TPmax(min)=Ts×Pwl(u)。
具体分解后(见图2),预计情景下不含潮流约束的机组组合问题的目标函数为方程(1),约束条件为方程(2)、(4)-(14);预计情景下线路潮流检验子问题对应的约束条件为方程(3);最恶劣情景下不含潮流约束的机组组合检验子问题对应的约束条件为方程(15)-(19);最恶劣情景下线路潮流检验子问题对应的约束条件为方程(20)-(21)。首先求解预计情景下不含潮流约束的机组组合问题,将所得预计情景下的机组运行点代入预计情景下线路潮流检验子问题。如果预计情景下线路潮流检验子问题不能满足,则产生对应的Benders割作为新的约束条件加入预计情景下不含潮流约束的机组组合问题并重新计算;如果满足预计情景下线路潮流检验子问题的全部约束条件,则将预计情景下不含潮流约束的机组组合问题所得机组启停序列代入最恶劣情景下不含潮流约束的机组组合检验子问题。如果启停序列可以通过调整在线机组运行点不能满足最恶劣情景下不含潮流约束的机组组合检验子问题的约束条件,则产生对应的Benders割作为新的约束条件加入预计情景下不含潮流约束的机组组合问题并重新计算;如果满足最恶劣情景下不含潮流约束的机组组合检验子问题的约束条件,则将最恶劣情景下不含潮流约束的机组组合检验子问题所得最恶劣情景下的机组运行点代入最恶劣情景下线路潮流检验子问题。如果不能满足最恶劣情景下线路潮流检验子问题的约束条件,则产生对应的Benders割作为新的约束条件加入最恶劣情景下不含潮流约束的机组组合问题并重新计算;如果满足最恶劣情景下线路潮流检验子问题的全部约束条件,则将预计情景下不含潮流约束的机组组合问题所得的机组启停序列和机组运行点作为结果输出。
本发明使用图3***(火电机组3台,G1、G2、G3;梯级水电H1、H2;风电场W1、W2)对比本发明方法与传统方法在风电出力偏离预计值时***的情况。本发明对比了丰水期和枯水期两个典型季节,使用本发明方法和使用传统方法(仅调度水电机组容量而不考虑水库库容调度),在不同风电出力时,***的运行情况。图4对比了在丰水期不同方法的机组组合结果在风电出力变化时是否出现水库库容越限,从中可以看出本发明方法考虑水库库容备用保障了丰水期梯级水电站水库的库容安全。图5对比了在枯水期不同方法的机组组合结果在风电出力变化时是否出现***能源缺口,从中可以看出本发明方法考虑水库库容备用保障了枯水期梯级水电站水库拥有充足的库容水力资源发电,保证***能源供给充足。图6对比了不同方法的机组组合结果***在风电出力变化时是否出现线路潮流越限,其中传统不考虑线路传输容量备用的机组组合结果出现明显的线路潮流越限危及***安全,本发明的方法在各种风电出力情况下均保证***潮流安全不越限。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (3)
1.一种高效求解水电火电风电的协调调度机组组合方法,其特征在于,包括如下步骤:
S1:接收电力调度中心得出的***未来24小时负荷需求数据,风电场出力预测数据;接收梯级水电站库容数据及未来各时段天然来水量预测数据;接收***线路参数及水、火电机组参数;其具体数据为:
pi,t为火电机组i在t时刻的功率输出;ph,t为水电机组h在t时刻的输出功率;pk,t为储能机组k在t时段的发电或者储能功率;Pwk,t为风电场k在t时刻的功率输出;Vs,t为水库s在t时刻的库容;nqj为水库j在t时刻的自然来水量;
S2:对电力***的机组组合问题进行线性化建模,根据运行要求选择目标函数和约束条件,包括等式约束条件和不等式约束条件,构成混合整数线性规划问题;
S3:将步骤2的混合整数线性规划问题进行分解,分解为预计情景下不含潮流约束的机组组合子问题、预计情景下含线路潮流约束的机组组合检验子问题、最恶劣情景下不含潮流约束的机组组合检验子问题和最恶劣情景下线路潮流约束的机组组合检验子问题;
S4:求解预计情景下不含潮流约束的机组组合检验子问题,求得发电机组启停机顺序和有功功率运行点,运行点表示发电机有功功率的大小;
S5:将步骤4所得机组运行点带入预计情景下含线路潮流约束的机组组合检验子问题,检验潮流是否越限;如果潮流约束全部满足,则进入下一步,否则用无法满足的潮流约束产生Benders割并作为约束条件返回步骤4;
S6:将步骤4的发电机组启停机顺序带入最恶劣情景下不含潮流约束机组组合检验子问题求解,如果满足全部约束条件,求得最恶劣情景下机组运行点并进入下一步,否则用无法满足的约束产生Benders割作为约束条件返回步骤4;
S7:将步骤6所得最恶劣情景下机组运行点带入最恶劣情景下含线路潮流约束的检验子问题,检验潮流是否越限;如果潮流约束全部满足,则进入下一步,否则用无法满足的潮流约束产生Benders割并作为约束条件返回步骤6;
S8:将步骤4所得机组组合结果作为发电机组调度方案。
2.根据权利要求1所述的高效求解水电火电风电的协调调度机组组合方法,其特征在于,所述步骤1中,使用基于预测概率密度函数,确定给定置信程度的风电出力区间大小。
3.根据权利要求1所述的高效求解水电火电风电的协调调度机组组合方法,其特征在于,所述步骤2中混合整数线性方程的目标函数以及约束条件以及所述步骤3中4个检验子问题的约束条件为:
目标函数是降低预计情景(风电出力为预计值Pwf)下的***发电费用:
其中,F为火电发电费用,ST为火电启停费用,Ng为火电机组数目,Nt为机组组合时段数;因为水电发电成本很低,不考虑其发电成本;
预计情景下的约束条件为:
Qh,t≥QSh(Ih,t-Ih,t-1),Qh,t≥0 (8)
ph,t=f(qh,t,Vj,t) (11)
其中,方程(2)为***功率平衡约束,pi,t为火电机组i在t时刻的功率输出;ph,t为水电机组h在t时刻的输出功率;pk,t为储能机组k在t时段的发电或者储能功率,正值表示发电,负值表示储能;Pll,t为节点l在t时段负荷;Pwk,t为风电场k在t时刻的功率输出。方程(3)为***线路潮流约束,Ts表示线路潮流传输分配系数矩阵;FLl表示线路l的可以承受的最大潮流;方程(4)表示水电机组最大、最小出力约束;Ih,t为水电机组h在t时刻的运行状态,1表示在线状态,0表示离线状态;P h、为机组h允许的最小、最大出力;方程(5)表示水电机组的最大、最小过水量约束;qh,t为水电机组h在t时刻的输出功率;q h、为水电机组h单位时段最小、最大过水量;方程(6)表示水库库容量约束;Vs,t为水库s在t时刻的库容;V s、为水库s的允许库容下、上限;方程(7)表示调度结束后剩余库容约束; V s,T+1为调度时段结束后剩余库容上、下限;方程(8)表示水电机组启动用水,其中Qh,t为机组h在t时刻的实际启动耗水量,QSh为机组h的启动耗水量,本文的实际启动耗水量包含启动耗水量和弃水量;方程(9)表示水库平衡约束,其中nqj为水库j在t时刻的自然来水量;水库j是水库i的直接下游水库,水库i的放水经过时段Δti到达水库j;方程(10)表示水库单位时段允许的最大放水量,Qvs为水库s单位时段最大允许放水量;方程(11)表示水电机组出力与用水量、水库水位之间的关系;方程(12)表示火电机组出力约束;ui,t为火电机组i在t时刻的运行状态,1表示在线状态,0表示离线状态;P i,为火电机组i的最小,最大出力限制;方程(13)表示火电机组最小启停时间约束,Ti,on、Ti,off为机组i已经连续在线、离线时间,Ti,up、Ti,down为机组i的最小连续在线、离线时间;方程(14)表示火电机组爬坡能力约束,其中Upi(Dpi)为发电机组i在一个时段内的最大上(下)爬坡能力;SUi为发电机组i启动后第一个时段最大出力;SDi为发电机组i关机前一个时段最大出力;
基于最恶劣情景的备用约束条件为:
其中,上标l(u)分别对应风电出力为预计区间下(上)限的情景;方程(15)-(18)为应对风电不确定性的发电能力备用;方程(19)为应对风电不确定性的爬坡能力备用;方程(20)-(21)为应对风电不确定性的线路输送容量备用,当Ts>0时,TPmax(min)=Ts×Pwu(l);当Ts<0时,TPmax(min)=Ts×Pwl(u);具体分解后,预计情景下不含潮流约束的机组组合问题的目标函数为方程(1),约束条件为方程(2)、(4)-(14);预计情景下线路潮流检验子问题对应的约束条件为方程(3);最恶劣情景下不含潮流约束的机组组合检验子问题对应的约束条件为方程(15)-(19);最恶劣情景下线路潮流检验子问题对应的约束条件为方程(20)-(21)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811492254.4A CN109510238B (zh) | 2018-12-07 | 2018-12-07 | 一种高效求解水电火电风电的协调调度机组组合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811492254.4A CN109510238B (zh) | 2018-12-07 | 2018-12-07 | 一种高效求解水电火电风电的协调调度机组组合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109510238A true CN109510238A (zh) | 2019-03-22 |
CN109510238B CN109510238B (zh) | 2022-11-04 |
Family
ID=65751945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811492254.4A Active CN109510238B (zh) | 2018-12-07 | 2018-12-07 | 一种高效求解水电火电风电的协调调度机组组合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109510238B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109995084A (zh) * | 2019-04-24 | 2019-07-09 | 燕山大学 | 一种梯级水电站-火电厂联合优化调度方法及*** |
CN110120685A (zh) * | 2019-05-23 | 2019-08-13 | 国家电网公司西南分部 | 高水电比重***中梯级水电群与风光电站协调调峰方法 |
CN110854931A (zh) * | 2019-11-20 | 2020-02-28 | 广东电网有限责任公司 | 一种抽水蓄能机组日前发电计划编制方法、***以及设备 |
CN116470509A (zh) * | 2023-03-16 | 2023-07-21 | 国网湖北省电力有限公司经济技术研究院 | 一种提高模型简约性的大规模安全约束机组组合加速方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014000917A1 (de) * | 2014-01-28 | 2015-07-30 | Rwe Deutschland Ag | REGELVORRlCHTUNG FÜR ElNE ELEKTRlSCHE ANLAGE ZUM WlEDERANFAHREN DER ELEKTRlSCHEN ANLAGE NACH EINEM STROMAUSFALL |
CN106130079A (zh) * | 2016-07-08 | 2016-11-16 | 华北电力大学 | 一种风水火短期联合优化调度方法 |
-
2018
- 2018-12-07 CN CN201811492254.4A patent/CN109510238B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014000917A1 (de) * | 2014-01-28 | 2015-07-30 | Rwe Deutschland Ag | REGELVORRlCHTUNG FÜR ElNE ELEKTRlSCHE ANLAGE ZUM WlEDERANFAHREN DER ELEKTRlSCHEN ANLAGE NACH EINEM STROMAUSFALL |
CN106130079A (zh) * | 2016-07-08 | 2016-11-16 | 华北电力大学 | 一种风水火短期联合优化调度方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109995084A (zh) * | 2019-04-24 | 2019-07-09 | 燕山大学 | 一种梯级水电站-火电厂联合优化调度方法及*** |
CN109995084B (zh) * | 2019-04-24 | 2020-11-06 | 燕山大学 | 一种梯级水电站-火电厂联合优化调度方法及*** |
CN110120685A (zh) * | 2019-05-23 | 2019-08-13 | 国家电网公司西南分部 | 高水电比重***中梯级水电群与风光电站协调调峰方法 |
CN110120685B (zh) * | 2019-05-23 | 2023-04-07 | 国家电网公司西南分部 | 高水电比重***中梯级水电群与风光电站协调调峰方法 |
CN110854931A (zh) * | 2019-11-20 | 2020-02-28 | 广东电网有限责任公司 | 一种抽水蓄能机组日前发电计划编制方法、***以及设备 |
CN116470509A (zh) * | 2023-03-16 | 2023-07-21 | 国网湖北省电力有限公司经济技术研究院 | 一种提高模型简约性的大规模安全约束机组组合加速方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109510238B (zh) | 2022-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109510238A (zh) | 一种高效求解水电火电风电的协调调度机组组合方法 | |
Carton et al. | Wind/hydrogen hybrid systems: Opportunity for Ireland’s wind resource to provide consistent sustainable energy supply | |
Hammons | Integrating renewable energy sources into European grids | |
CN110263435A (zh) | 基于电-气耦合综合能源***的双层优化故障恢复方法 | |
CN110518583B (zh) | 一种考虑动态特性的综合能源***可靠性评估方法 | |
CN104362673A (zh) | 基于调峰裕度的风电并网协调调度优化方法 | |
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 | |
CN104362671A (zh) | 一种大规模风电和抽水蓄能联合送出多目标优化协调方法 | |
CN111711184A (zh) | 一种基于最坏场景辨识的电力***鲁棒经济调度方法 | |
CN110165715B (zh) | 一种将电动汽车储能式充电站接入虚拟电厂的方法 | |
CN113241803A (zh) | 一种基于新能源消纳的储能调度方法及计算机介质 | |
CN113890023A (zh) | 一种综合能源微网分布式经济调度优化方法及*** | |
CN112288491A (zh) | 一种电力现货市场下的水火电机组同台出清方法及*** | |
Yuan et al. | Enhanced frequency-constrained unit commitment considering variable-droop frequency control from converter-based generator | |
CN110350589A (zh) | 一种可再生能源和储能调度模型及调度方法 | |
Marinescu et al. | A hybrid approach to very small scale electrical demand forecasting | |
CN110867907B (zh) | 一种基于多类型发电资源同质化的电力***调度方法 | |
CN114118787A (zh) | 一种基于lstm算法的城市分布式源网荷储的调度优化方法 | |
Kadda et al. | Contribution to the optimization of the electrical energy production from a Hybrid Renewable Energy system | |
CN117081170A (zh) | 一种台风下海上风电场的电力***调度方法、装置及介质 | |
Bruno et al. | Managing networked hybrid-energy systems: A predictive dispatch approach | |
Talbot | Lifeline for renewable power | |
CN112332460B (zh) | 一种考虑能流特性差异的电-气互联***异步调度方法 | |
CN114884101A (zh) | 一种基于自适应模型控制预测的抽水蓄能调度方法 | |
Amoura | Optimal energy management of a microgrid system |
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 |