CN109687532B - 一种基于合作博弈提高风电消纳的热电联合调度方法 - Google Patents
一种基于合作博弈提高风电消纳的热电联合调度方法 Download PDFInfo
- Publication number
- CN109687532B CN109687532B CN201910173732.3A CN201910173732A CN109687532B CN 109687532 B CN109687532 B CN 109687532B CN 201910173732 A CN201910173732 A CN 201910173732A CN 109687532 B CN109687532 B CN 109687532B
- Authority
- CN
- China
- Prior art keywords
- power
- heat
- unit
- electric
- output
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000005338 heat storage Methods 0.000 claims abstract description 59
- 239000002245 particle Substances 0.000 claims abstract description 25
- 230000008901 benefit Effects 0.000 claims abstract description 17
- 238000009826 distribution Methods 0.000 claims abstract description 10
- 230000006835 compression Effects 0.000 claims abstract description 8
- 238000007906 compression Methods 0.000 claims abstract description 8
- 238000003860 storage Methods 0.000 claims abstract description 8
- 238000011217 control strategy Methods 0.000 claims abstract description 7
- 238000013486 operation strategy Methods 0.000 claims abstract description 6
- 239000002699 waste material Substances 0.000 claims abstract description 6
- 230000009194 climbing Effects 0.000 claims description 15
- 238000010438 heat treatment Methods 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 239000003245 coal Substances 0.000 claims description 6
- 238000012886 linear function Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000000452 restraining effect Effects 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 4
- 230000014509 gene expression Effects 0.000 claims description 4
- 238000010248 power generation Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 2
- 230000008602 contraction Effects 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 230000006978 adaptation Effects 0.000 claims 2
- 238000007599 discharging Methods 0.000 claims 1
- 238000011161 development Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
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
-
- 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
-
- H02J3/386—
-
- 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
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Power Engineering (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种基于合作博弈提高风电消纳的热电联合调度方法,构建热电厂、风电场、火电厂的合作博弈模型,并给出参与者运行策略;然后分析合作博弈下预计经济收益;然后建立参与者净收益最大模型,并计算合作博弈下收益分配模型;然后构建通过剩余热力空间和弃风电量启停电锅炉控制策略和蓄热装置储放热模型;最后采用引入动态惯性权重和压缩因子改进粒子群算法对模型求解。本发明方法使***在保证运行可靠性的情况下,能够提高参与者收益,提高风电利用率。本发明在合作博弈下参与者收益均能提高且风电利用率增加。
Description
技术领域
本发明涉及大电网调度领域,尤其是一种基于合作博弈提高风电消纳的热电联合调度方法。
背景技术
随着传统化石能源的大量开发使用,导致资源紧张、环境污染、气候变化等问题日益突出。为统筹解决能源和环境问题,破解经济社会发展瓶颈,风能凭借经济可靠、清洁环保、可持续利用等特点受到广泛关注。但风电本身的不确定性、波动性,使得风电接入电网的安全运行以及正常调度带来许多不利影响。
部分地区风能资源丰富,但在冬季供暖期,热电机组因承担该地区的供暖任务,通常按照“以热定电”的模式来进行调度,高比例的大型热电联产机组使电力***调峰能力有限,导致电网接纳风电的能力急剧下降,传统调度方法是使***通过弃风手段来维持电力供需平衡;进而使得能源浪费。然而,随着电力***的发展,基于风电场、火电厂和热电厂合作的方法可以大大提高风电消纳能力,弃风通过蓄热式电锅炉供给热负荷,消纳风电,进一步,热电机组因耦合特性降低热出力的同时也降低了其电出力值,为风电上网提供空间。
发明内容
针对上述技术问题,本发明目的在于提供一种可提高***整体经济性和风能消纳水平的热电联合调度方法,旨在解决热电机组因热负荷的增加而不断增大其机组出力,进而减少风电上网空间的问题。本发明通过引入一种合作博弈方法,根据热电场-火电厂-风电厂三者之间协调合作提高风电消纳水平,获得整体经济性;旨在通过引入蓄热式电锅炉,利用剩余热力空间和弃风启停蓄热式电锅炉,进而实现弃风电量供热,降低热电机组出力,旨在通过引入合作联盟收益分配方法,使得合作参与者均能得到合理的额外收益。
为实现上述目的,本发明是根据以下技术方案实现的:
一种基于合作博弈提高风电消纳的热电联合调度方法,其特征在于,所述方法的步骤如下:
步骤1:建立包含热电厂、火电厂、风电场以及蓄热电锅炉的热电联合***;
步骤2:建立了提高风电消纳能力的热电联合合作博弈模型,模型包括合作模型的构成、参与者的运行策略以及合作博弈下预计经济收益分析;
步骤3:确定合作博弈下热电厂、火电厂、风电场收益最大的目标函数、约束条件以及联盟收益分配;
步骤4:确定电锅炉启停控制策略与蓄热装置储放热模型;
步骤5:利用目标函数、约束条件对调度模型进行优化、求解,获得优化调度模型。
本发明与现有技术相比,具有如下优点:基于合作博弈下的热电厂、风电场、火电厂的联合调度模式,即可以大幅度提高风电消纳能力,又可以提高各自放净发电利润值;给出合作博弈下预计的经济收益分析,使在合作博弈下热电厂、风电场、火电厂获得额外收益一目了然;利用剩余热力空间和弃风启停电锅炉,一方面,可以避免不必要的电热转换能源浪费,另一方面,降低电锅炉不必要的运行成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1是本发明方法的***模型示意图;
图2是本发明方法的联盟模式下各参与者关系图;
图3是本发明方法的合作博弈下预计经济收益分析图;
图4是本发明方法的热电负荷曲线图;
图5是本发明方法的风电预测曲线图;
图6是本发明方法的热电联合调度优化求解流程图。
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、完整地描述,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。
结合上述所述图形,本发明所述方法的步骤如下:
步骤1,确定本***模型的组成:
本发明建立了包含风电机组、火电机组、热电机组以及蓄热式电锅炉的热电综合调度模型。***中蓄热式电锅炉利用弃风电量实现供热,并与热电机组配合满足热负荷平衡,根据弃风量的大小不断调节电锅炉用电容量、蓄热装置工作方式以及热电机组出力,实现风电利用率最大和经济效益最佳。结构如附图1所示。
步骤2,建立了提高风电消纳能力的热电联合合作博弈模型,模型包括合作模型的构成、参与者的运行策略以及合作博弈下预计经济收益分析:
步骤2-1,合作模型的构成
合作博弈是相对非合作博弈而言,是一种参与者通过制定可信或具有约束力的承诺,以协调相互之间战略选择的博弈。其主要研究多个参与者如何进行合作达到联盟收益的最大化以及联盟收益如何进行分配。在允许转移支付的情况下,在保证每个参与者至少获得非合作博弈收益的基础上,使总收益达到最大值的所有合作联盟是博弈的解集。
步骤2-2,参与者的运行策略
当各参与者形成联盟后,为满足热、电平衡约束,本文规定热负荷由热电厂和风电场联合供给,电负荷由热电厂、风电场和火电厂联合供给。考虑到供热、供电机组同时安排出力,将增加***调控难度,本文采用“先热负荷平衡、后电负荷平衡”的调度顺序调节机组出力,具体机组运行策略如下:
热负荷平衡:热电机组按等微增率准则满足基础热负荷,风电场通过蓄热式电锅炉供给剩余热负荷。当某时刻蓄热式电锅炉供给热量不足以满足剩余热负荷时,热电机组按等微增率准则提高供热出力,直到满足热负荷平衡为止。
电负荷平衡:根据热电机组“以热定电”特性确定各时段相应电出力。火电机组以实际装机比例分配剩余电负荷,并按等微增率准则运行。最后风电机组根据剩余电力空间安排各个时段的出力。若某时段的风电不足以弥补供电缺额时,火电机组继续按等微增率准则提高出力,直到满足电负荷平衡为止。
步骤2-3,合作博弈下预计经济收益分析
风力发电不消耗一次能源,因此其单位电量的净利润值要高于热电机组和火电机组单位电量净利润值,热电机组因热电偶和特性,故单位电量消耗一次能源多余火电机组,所以风电机组单位电量净利润值大于火电机组,火电机组单位电量净利润值大于热电机组,即:合作博弈下预计经济效益如附图3所示,横坐标为机组上网电量,纵坐标为单位电量净利润值。OZ为总的电负荷值,OX,XY,YZ分别为风电机组、火电机组以及热电机组合作前的上网电量。经过合作,火电机组和热电机组分别让出一部分电负荷和热负荷值给风电机组,本文假设2种情况进行考虑:1)弃风电量满足剩余热负荷需求;2)弃风电量不满足剩余热负荷需求,此时需提高热电机组出力。
假设1:弃风电量满足剩余热负荷需求
由附图3所示,火电机组和热电机组分别让出一部分电负荷和热负荷值为区域XA,YB,此时风电机组上网量为OX+XA+YB,联盟下单位电量净利润值增加为附图3阴影部分,即:abcd区域和efgh区域。在合作博弈理论下,通过合理的分配方法,将合作产生的多余利润进行分配,从而使每个参与者的收益多于合作之前收益。
假设2:弃风电量不满足剩余热负荷需求,热电机组提高出力
由附图3所示,风电机组上网量与假设1相同。但因热电机组热电偶和特性,产热同时会产生相应的电量,故火电机组电出力值降低,此时火电机组上网电量为XC,热电机组上网电量为CZ。由图可知因火电机组降低电出力,单位电量净利润值降低为附图3的klij区域。收益分配和假设1相同。
步骤3,确定合作博弈下热电厂、火电厂、风电场收益最大的目标函数、约束条件以及联盟收益分配:
步骤3-1,确定目标函数
热电厂、风电场和火电厂达成合作协议后,以合作净收益最大为目标,确定最优的电厂合作调度方案,优化目标函数为:
maxF(S)=f1+f2+f3
式中:f1,f2,f3分别为热电厂、风电场、火电厂在调度周期内的净利润。
因风电场在生产电能过程中不消耗一次能源,故本文假设风电场的生产成本只包含运行维护成本。热电厂、风电场、火电厂在调度周期内的净利润表达式为:
式中:T为一个调度周期,取T=24h;NR,NW,NG分别为热电机组、风电机组、火电机组数;PR,i,t,PW,i,t,PG,i,t分别为热电机组、风电机组、火电机组i在t时刻向电负荷提供的供电功率;HR,i,t为热电机组i在时刻向t热负荷提供的供热功率;PQW,i,t为风电机组i在t时刻向蓄热式电锅炉提供的弃风功率;ui,vi,wi为热电机组煤耗成本系数;ai,bi,ci为火电机组煤耗成本系数;C1,C2,C3分别为热电机组、风电机组、火电机组运行维护成本。
热电机组、风电机组、火电机组的运行维护成本分别看做为热电机组向热、电负荷提供供电供热功率之和的线性函数、风电机组向电负荷提供供电功率的线性函数、火电机组向电负荷提供供电功率的线性函数。各项运行维护成本表达式为:
式中:βR,βW,βG分别为热电机组、风电机组、火电机组支付成本。
步骤3-2,确定约束条件
步骤3-2-1,功率平衡约束
电功率平衡约束:
热功率平衡约束:
式中:HEB,t为t时刻电锅炉制热功率;HHstor,t为t时刻蓄热装置储放热出力(储热状态时为负值);PL,t,HL,t分别为t时刻电、热负荷值。
步骤3-2-1,机组相关约束
1)火电机组约束。
机组出力上下限约束:
机组爬坡约束:
-Δri,down≤PG,i,t-PG,i,t-1≤Δri,up
2)热电机组约束。
热电机组同时兼备供电供热两个方面,因此在考虑出力上下限时,应同时考虑电出力和热出力上下限的约束,出力上下限约束如下:
电出力上下限约束:
热出力上下限约束:
电爬坡约束:
-Δdi,down≤PR,i,t-PR,i,t-1≤Δdi,up
热爬坡约束:
-Δhi,down≤HR,i,t-HR,i,t-1≤Δhi,up
式中:分别为热电机组i的最大、最小电出力;为热电能机组i热出力的上限值;di,up,di,down分别为热电机组i的电出力上爬坡限制和下爬坡限制;Δhi,up,-Δhi,down分别为热电机组i的热出力上爬坡限制和下爬坡限制。
3)风电机组约束:
步骤3-2-3,蓄热式电锅炉运行约束
1)电锅炉约束
蓄热装置运行约束
步骤3-3,基于Shapley值的合作联盟收益分配
各个电厂联盟获得收益之后,就需要确定合理的利益分配方法。本文假设热电厂、风电场和火电厂形成联盟后的收益可以转移,即合作得到的额外收益可以在参与者中分配。合作博弈论当中的Shapley值是最常见的联盟成员之间利润分配方式,其分配结果具有唯一性。分配思想为联盟当中的所有参与者都应该获得其所属每个联盟所做贡献平均值的收益。
本发明利用Shapley值对各个电厂联盟后获得的收益进行分配,假设在合作博弈(N,v)中,对于每一个参与人(电厂)i,给与一个收益xi,形成一个n维向量X=(x1,x2...,xn)
且满足:
则称X=(x1,x2...,xn)是联盟收益的一种分配方法。各参与人利润分配方程为:
W(S)=(|S|-1)!(n-|S|)!/n!
式中:S为包含元素i的所有联盟集合;n为N个成员集合;|S|为联盟S元素的个数;v(S)为所有包含元素i的联盟合作收益;v(S\i)为所有不包含元素i的联盟合作收益;W(S)为相应的平均贡献分配系数。
步骤4,确定电锅炉启停控制策略与蓄热装置储放热模型;
在热电联合调度中,引入多个0-1整数优化变量反应电锅炉启停和蓄热装置储放热状态,电锅炉有2种不同运行状态:1)启动状态,定义状态变量为u(t),其值为1;2)停止状态,定义其状态变量为v(t),其值为0。蓄热装置有2种不同的运行状态(闲置状态不作考虑):1)储热状态,μt=1;2)放热状态,μt=0。
步骤4-1,电锅炉启停控制策略
电锅炉既能作为热源,具有快速供热的特点,又能作为电负荷,提高机组调峰能力。电锅炉采用启停控制策略,即在具有剩余热力空间和弃风时段开启电锅炉调峰,相当于通过电锅炉将弃风电量转换成热网调峰的热源,不具有剩余热力空间或弃风时段关闭电锅炉。采用启停电锅炉策略,一方面可以避免不经济的电热转换,另一方面降低电锅炉不必要的运行成本。具有剩余热力空间标志定义为:
具有弃风的标志定义为:
式中:HRet,=Pqf,t=0表示在t时刻不具有剩余热力空间和弃风电量;HRe,t=Pqf,t=1表示在t时刻具有剩余热力空间和弃风电量。
电锅炉启停标志定义为:
式中:SEB为电锅炉启停状态(0为停止,1为启动)。
电锅炉的耗电量和热输出之间呈正比例关系。随着电锅炉的耗电量增加,其产热量也会增加。其供热出力公式定义为:
HEB,t=PEB,tηEBSEB
式中:PEB,t为t时刻电锅炉消耗电功率;ηEB为电锅炉电热转换效率,取95%。
步骤4-2,蓄热装置模型
电锅炉加装蓄热装置组成蓄热式电锅炉,将彻底打破热电机组“以热定电”运行模式,其热负荷需求不在限制用电负荷,可根据弃风情况灵活调节。当弃风量较大时,提高电锅炉出力,此时制热量超过热负荷需求,蓄热装置表现为储热状态,μt=1。弃风量较小或无弃风时,电锅炉出力与热电机组配合不满足热负荷需求时,此时蓄热装置表现为放热状态,μt=0。这样不仅可以充分利用弃风电量,还可以降低热电机组出力,实现供热碳排放降低,同时蓄热装置也能作为供热***备用热源,提高供热可靠性。设定储热装置不能同时表现两种特性,蓄热装置对外热输出定义为:
式中:Hstor_in,t,Hstor_out,t分别表示为t时刻蓄热装置的储、放热功率;μt表示蓄热装置在t时刻储放热状态,μt=1时表示蓄热装置为储热状态,μt=0时表示蓄热装置为放热状态;γstor_in,t,γstor_out,t分别为t时刻蓄热装置储、放热效率。
步骤5,利用目标函数、约束条件对调度模型进行优化、求解,获得优化调度模型:
步骤5-1,引入动态惯性权重和压缩因子改进粒子群算法
假设在一个D维搜索空间内,由m个粒子组成种群X,其中第i个粒子表示为一个D维向量的Xi;对于每一个粒子i,其都由3个D维向量组成,分别为目前位置Xi、历史最优位置Pbesti和速度Vi;在每次迭代过程中,粒子将通过个体极值和群体极值更新自身的速度和位置,即:
xis(t+1)=xis(t)+vis(t+1)
在速度更新公式中,为有效地控制粒子的飞行速度使算法达到全局探测和局部开发两者之间的平衡,在速度更新公式中添加了收缩因子,压缩因子为:
在求解过程中,将ω定义为:
ω(s)=ωstart(ωstart-ωend)*(S-s)/s
其中,ωstart为初始惯性权重;ωend为迭代次数最大时的惯性权重;S为最大迭代次数
步骤5-2,确定算例以及其必要特征
选取6台热电机组、2台常规机组、2台风电机组、1台蓄热式电锅炉;风电机组额定功率为300KW、电锅炉装机容量为350MW、蓄热装置容量为900MW.h,电锅炉的电热转换效率为0.95,蓄热装置的储放热效率均为0.9;以小时为单位,以全天24小时为调度区间;典型热电负荷预测曲线如图4所示;风电出力预测曲线如图5所示。
步骤5-3,模型求解
动态惯性权重和压缩因子改进粒子群算法对模型进行求解,如附图6所示。
具体模型求解步骤如下:
首先输入热电厂、风电场、火电厂、蓄热式电锅炉、热电负荷预测值以及风电预测值等相关参数,生成热电负荷预测曲线和风电预测出力预测曲线。根据热负荷值的大小安排热电机组热出力,然后判断是否具有剩余热力空间和弃风电量,进而决定是否启停蓄热式电锅炉,再判断热电机组出力与蓄热式电锅炉出力是否满足热平衡约束,若不满足,继续提高热电机组出力,直到满足热负荷平衡为止。
根据热电机组热出力确定各时段相应的电出力值,进而根据剩余电负荷值的大小安排火电机组与风电机组出力,判断热电机组、火电机组、风电机组出力是否满足电平衡约束,若不满足,提高火电机组出力,直到满足电平衡为止。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (4)
1.一种基于合作博弈提高风电消纳的热电联合调度方法,其特征在于,所述方法的步骤如下:
步骤1:建立包含热电厂、火电厂、风电场以及蓄热电锅炉的热电联合***;
步骤2:建立了提高风电消纳能力的热电联合合作博弈模型,模型包括合作模型的构成、参与者的运行策略以及合作博弈下预计经济收益分析;具体过程如下:
步骤2-1:合作模型的构成,其中合作博弈的基本要素包括参与者和特征函数;设N={1,2,...,n}为博弈的参与者集合,S是一个联盟,v(S)是指S和的2个联盟博弈S的最大效用,则称v(S)为联盟的特征函数;
步骤2-2:参与者的运行策略,采用“先热负荷平衡、后电负荷平衡”的调度顺序调节机组出力;
热负荷平衡:热电机组按等微增率准则满足基础热负荷,风电场通过蓄热式电锅炉供给剩余热负荷;当某时刻蓄热式电锅炉供给热量不足以满足剩余热负荷时,热电机组按等微增率准则提高供热出力,直到满足热负荷平衡为止;
电负荷平衡:根据热电机组“以热定电”特性确定各时段相应电出力;火电机组以实际装机比例分配剩余电负荷,并按等微增率准则运行;最后风电机组根据剩余电力空间安排各个时段的出力,若某时段的风电不足以弥补供电缺额时,火电机组继续按等微增率准则提高出力,直到满足电负荷平衡为止;
步骤2-3:合作博弈下预计经济收益分析,风电机组单位电量净利润值大于火电机组,火电机组单位电量净利润值大于热电机组,设置横坐标为机组上网电量,纵坐标为单位电量净利润值;OZ为总的电负荷值,OX,XY,YZ分别为风电机组、火电机组以及热电机组合作前的上网电量,当弃风电量满足剩余热负荷需求火电机组和热电机组分别让出一部分电负荷和热负荷值为区域XA,YB,此时风电机组上网量为OX+XA+YB,联盟下单位电量净利润值增加;在合作博弈理论下,通过合理的分配方法,将合作产生的多余利润进行分配,从而使每个参与者的收益多于合作之前收益;当弃风电量不满足剩余热负荷需求,热电机组提高出力,风电机组上网量也为OX+XA+YB,热电机组热电偶和特性,产热同时会产生相应的电量,故火电机组电出力值降低,此时火电机组上网电量为AC,热电机组上网电量为CY+BZ,火电机组降低电出力,单位电量净利润值降低;
步骤3:确定合作博弈下热电厂、火电厂、风电场收益最大的目标函数、约束条件以及联盟收益分配;具体过程如下:
步骤3-1,确定目标函数:热电厂、风电场和火电厂达成合作协议后,以合作净收益最大为目标,确定最优的电厂合作调度方案,优化目标函数为:
max F(S)=f1+f2+f3
式中:f1,f2,f3分别为热电厂、风电场、火电厂在调度周期内的净利润;
热电厂、风电场、火电厂在调度周期内的净利润表达式为:
式中:T为一个调度周期,取T=24h;NR,NW,NG分别为热电机组、风电机组、火电机组数;PR,i,t,PW,i,t,PG,i,t分别为热电机组、风电机组、火电机组i在t时刻向电负荷提供的供电功率;HR,i,t为热电机组i在时刻向t热负荷提供的供热功率;PQW,i,t为风电机组i在t时刻向蓄热式电锅炉提供的弃风功率;ui,vi,wi为热电机组煤耗成本系数;ai,bi,ci为火电机组煤耗成本系数;C1,C2,C3分别为热电机组、风电机组、火电机组运行维护成本;热电机组、风电机组、火电机组的运行维护成本分别看做为热电机组向热、电负荷提供供电供热功率之和的线性函数、风电机组向电负荷提供供电功率的线性函数、火电机组向电负荷提供供电功率的线性函数;
各项运行维护成本表达式为:
式中:βR,βW,βG分别为热电机组、风电机组、火电机组支付成本;
步骤3-2,确定约束条件,包括:
步骤3-2-1,功率平衡约束
电功率平衡约束:
热功率平衡约束:
式中:HEB,t为t时刻电锅炉制热功率;HHstor,t为t时刻蓄热装置储放热出力;PL,t,HL,t分别为t时刻电、热负荷值;
步骤3-2-1,机组相关约束:
1)火电机组约束,
机组出力上下限约束:
机组爬坡约束:
-Δri,down≤PG,i,t-PG,i,t-1≤Δri,up
2)热电机组约束,
热电机组同时兼备供电供热两个方面,考虑出力上下限时,同时考虑电出力和热出力上下限的约束,出力上下限约束如下:
电出力上下限约束:
热出力上下限约束:
电爬坡约束:
-Δdi,down≤PR,i,t-PR,i,t-1≤Δdi,up
热爬坡约束:
-Δhi,down≤HR,i,t-HR,i,t-1≤Δhi,up
式中:分别为热电机组i的最大、最小电出力;为热电能机组i热出力的上限值;Δdi,up,-Δdi,down分别为热电机组i的电出力上爬坡限制和下爬坡限制;Δhi,up,-Δhi,down分别为热电机组i的热出力上爬坡限制和下爬坡限制;
3)风电机组约束:
步骤3-2-3,蓄热式电锅炉运行约束:
1)电锅炉约束:
蓄热装置运行约束:
步骤3-3,基于Shapley值的合作联盟收益分配,假设在合作博弈(N,v)中,对于每一个参与人i,给与一个收益xi,形成一个n维向量X=(x1,x2...,xn),
且满足:
则称X=(x1,x2...,xn)是联盟收益的一种分配方法,各参与人利润分配方程为:
W(S)=(|S|-1)!(n-|S|)!/n!
式中:S为包含元素i的所有联盟集合;n为N个成员集合;|S|为联盟S元素的个数;v(S)为所有包含元素i的联盟合作收益;v(S\i)为所有不包含元素i的联盟合作收益;W(S)为相应的平均贡献分配系数;
步骤4:确定电锅炉启停控制策略与蓄热装置储放热模型;
步骤5:利用目标函数、约束条件对调度模型进行优化、求解,获得优化调度模型。
2.根据权利要求1所述的一种基于合作博弈提高风电消纳的热电联合调度方法,其特征在于,所述步骤1的蓄热式电锅炉利用弃风电量实现供热,并与热电机组配合满足热负荷平衡,根据弃风量的大小不断调节电锅炉用电容量、蓄热装置工作方式以及热电机组出力。
3.根据权利要求1所述的一种基于合作博弈提高风电消纳的热电联合调度方法,其特征在于,所述步骤4的具体过程如下:
在热电联合调度中,引入多个0-1整数优化变量反应电锅炉启停和蓄热装置储放热状态,电锅炉有2种不同运行状态:1)启动状态,定义状态变量为u(t),其值为1;2)停止状态,定义其状态变量为v(t),其值为0;蓄热装置有2种不同的运行状态:1)储热状态,μt=1;2)放热状态,μt=0;
步骤4-1,电锅炉启停控制策略,在具有剩余热力空间和弃风时段开启电锅炉调峰
具有剩余热力空间标志定义为:
具有弃风的标志定义为:
式中:HRe,t=Pqf,t=0表示在t时刻不具有剩余热力空间和弃风电量;HRe,t=Pqf,t=1表示在t时刻具有剩余热力空间和弃风电量;
电锅炉启停标志定义为:
式中:SEB为电锅炉启停状态,0为停止,1为启动;
电锅炉的耗电量和热输出之间呈正比例关系,随着电锅炉的耗电量增加,其产热量也会增加,其供热出力公式定义为:
HEB,t=PEB,tηEBSEB
式中:PEB,t为t时刻电锅炉消耗电功率;ηEB为电锅炉电热转换效率,取95%;
步骤4-2,蓄热装置模型,当弃风量较大时,提高电锅炉出力,此时制热量超过热负荷需求,蓄热装置表现为储热状态,μt=1;弃风量较小或无弃风时,电锅炉出力与热电机组配合不满足热负荷需求时,此时蓄热装置表现为放热状态,μt=0;
蓄热装置对外热输出定义为:
式中:Hstor_in,t,Hstor_out,t分别表示为t时刻蓄热装置的储、放热功率;μt表示蓄热装置在t时刻储放热状态,μt=1时表示蓄热装置为储热状态,μt=0时表示蓄热装置为放热状态;γstor_in,t,γstor_out,t分别为t时刻蓄热装置储、放热效率。
4.根据权利要求1所述的一种基于合作博弈提高风电消纳的热电联合调度方法,其特征在于,所述步骤5的具体过程如下:
步骤5-1,引入动态惯性权重和压缩因子改进粒子群算法,假设在一个D维搜索空间内,由m个粒子组成种群X,其中第i个粒子表示为一个D维向量的Xi;对于每一个粒子i,其都由3个D维向量组成,分别为目前位置Xi、历史最优位置Pbesti和速度Vi;在每次迭代过程中,粒子将通过个体极值和群体极值更新自身的速度和位置,即:
xis(t+1)=xis(t)+vis(t+1)
在速度更新公式中,添加了收缩因子,压缩因子为:
在求解过程中,将ω定义为:
ω(s)=ωstart(ωstart-ωend)*(S-s)/s
其中,ωstart为初始惯性权重;ωend为迭代次数最大时的惯性权重;S为最大迭代次数;
步骤5-2,模型求解
利用改进的粒子群算法对模型进行求解;具体步骤如下:
1)粒子初始化,并根据实际气候环境、用户数据及组件参数求出每个粒子的局部最优解和全局最优解;
2)计算每一个粒子的适应度,并判断粒子是否符合约束;
3)比较粒子适应值与它的个体最优解pbest,如果优于pbest,则pbest为当前粒子位置;比较粒子pbest和全局最优解gbest,如果优于gbest,则此粒子的pbest为gbest;
4)更新粒子的速度和位置;
5)继续迭代直至达到最大迭代次数,并输出结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910173732.3A CN109687532B (zh) | 2019-03-08 | 2019-03-08 | 一种基于合作博弈提高风电消纳的热电联合调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910173732.3A CN109687532B (zh) | 2019-03-08 | 2019-03-08 | 一种基于合作博弈提高风电消纳的热电联合调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109687532A CN109687532A (zh) | 2019-04-26 |
CN109687532B true CN109687532B (zh) | 2021-02-05 |
Family
ID=66197713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910173732.3A Active CN109687532B (zh) | 2019-03-08 | 2019-03-08 | 一种基于合作博弈提高风电消纳的热电联合调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109687532B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110657423B (zh) * | 2019-09-30 | 2021-12-03 | 国网山东省电力公司电力科学研究院 | 冷烟气再循环***的耦合智能控制***及其构建方法 |
CN111008739B (zh) * | 2019-12-04 | 2021-03-30 | 华北电力大学 | 一种热电联产虚拟电厂优化调控及收益分配方法及*** |
CN111146819B (zh) * | 2019-12-26 | 2021-03-02 | 上海电力大学 | 一种考虑热网特性的电热联合***辅助服务调度方法 |
CN111277006B (zh) * | 2020-02-28 | 2022-05-27 | 东北电力大学 | 一种含燃气-燃煤-风电机组的电力***低碳控制方法 |
CN111861195A (zh) * | 2020-07-16 | 2020-10-30 | 燕山大学 | 一种提高风电二次消纳能力的热电联合调度方法 |
CN112069734B (zh) * | 2020-09-04 | 2022-02-22 | 华北电力大学 | 一种电热泵-热电联合***的优化调控方法及*** |
CN112712190A (zh) * | 2020-09-04 | 2021-04-27 | 中国石油大学(华东) | 一种计及多约束的油田自备热电厂机组调峰调度方法 |
CN112615386B (zh) * | 2020-11-23 | 2023-04-07 | 国网浙江省电力有限公司台州供电公司 | 一种面向风电消纳的电热混合储能***优化定容方法 |
CN112686425B (zh) * | 2020-12-09 | 2022-03-11 | 南京国电南自电网自动化有限公司 | 一种基于合作博弈的能源互联网优化调度方法及*** |
CN112701705B (zh) * | 2021-01-27 | 2023-03-24 | 燕山大学 | 采用多储能方式消纳风电的热电联合调度方法 |
CN112994053B (zh) * | 2021-04-29 | 2022-10-25 | 东北大学 | 一种面向风电消纳的热-电综合***输储鲁棒规划方法 |
CN113256094B (zh) * | 2021-05-17 | 2022-09-13 | 安徽帅尔信息科技有限公司 | 基于改进粒子群算法的业务资源分配方法 |
CN113313305A (zh) * | 2021-05-28 | 2021-08-27 | 华能定边新能源发电有限公司 | 一种基于非合作博弈的综合能源***优化调度方法 |
CN113222292A (zh) * | 2021-06-04 | 2021-08-06 | 国网湖南省电力有限公司 | 用于风电场-自备电厂的优化调度方法 |
CN117318166B (zh) * | 2023-08-09 | 2024-07-02 | 河海大学 | 考虑故障风险下基于合作博弈的多虚拟电厂低碳调度方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015159356A1 (ja) * | 2014-04-15 | 2015-10-22 | 株式会社日立製作所 | 電力制御システムおよび電力制御方法 |
CN107067116A (zh) * | 2017-04-26 | 2017-08-18 | 燕山大学 | 一种多区域电热综合***经济环境联合调度求解方法 |
CN108039736B (zh) * | 2017-11-14 | 2019-05-17 | 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 |
CN108808659B (zh) * | 2018-06-05 | 2021-03-09 | 国网吉林省电力有限公司 | 风电消纳综合能源***的协调优化控制及经济性评估方法 |
CN108964128B (zh) * | 2018-08-07 | 2021-07-20 | 燕山大学 | 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 |
CN109193815B (zh) * | 2018-10-17 | 2020-12-22 | 燕山大学 | 一种提高风电消纳的热电联合调度方法 |
-
2019
- 2019-03-08 CN CN201910173732.3A patent/CN109687532B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109687532A (zh) | 2019-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109687532B (zh) | 一种基于合作博弈提高风电消纳的热电联合调度方法 | |
Hou et al. | Multi-objective economic dispatch of a microgrid considering electric vehicle and transferable load | |
CN109193815B (zh) | 一种提高风电消纳的热电联合调度方法 | |
CN107482638B (zh) | 冷热电联供型微电网多目标动态优化调度方法 | |
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 | |
CN104734200B (zh) | 一种基于虚拟发电的主动配电网优化调度方法 | |
CN105591406B (zh) | 一种基于非合作博弈的微电网能量管理***的优化算法 | |
CN111008739B (zh) | 一种热电联产虚拟电厂优化调控及收益分配方法及*** | |
Rahim et al. | A convex optimization based decentralized real-time energy management model with the optimal integration of microgrid in smart grid | |
CN109636056B (zh) | 一种基于多智能体技术的多能源微网去中心化优化调度方法 | |
CN112800658A (zh) | 一种考虑源储荷互动的主动配电网调度方法 | |
CN110138006A (zh) | 考虑含有新能源电动汽车的多微电网协调优化调度方法 | |
CN115423207A (zh) | 风储虚拟电厂在线调度方法和装置 | |
CN115099725B (zh) | 一种综合能源***能量管理分配方法及*** | |
Le et al. | Dynamic charging and discharging for electric vehicles in microgrids | |
CN109066769B (zh) | 风电全消纳下虚拟电厂内部资源调度控制方法 | |
CN112365034B (zh) | 一种电热综合能源***调度方法及*** | |
CN111861195A (zh) | 一种提高风电二次消纳能力的热电联合调度方法 | |
CN112182915A (zh) | 一种协同促进风电消纳的优化调度方法及*** | |
CN116914850A (zh) | 一种区域综合能源***双层优化调度方法、***及设备 | |
CN115730747A (zh) | 一种综合能源***多主体利益分配方法及其应用 | |
CN116760025A (zh) | 电力***的风险调度优化方法和*** | |
CN115986743A (zh) | 基于隐式决策法的电力跨区域配置优化方法、装置及设备 | |
Zheng et al. | Real-time dispatch of an integrated energy system based on multi-stage reinforcement learning with an improved action-choosing strategy | |
CN114362169A (zh) | 一种计及光储型虚拟电厂边际成本的分层协调调控方法 |
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 |