CN109767105B - 一种基于风光水火储联合***的多能互补协调发电调度方法 - Google Patents
一种基于风光水火储联合***的多能互补协调发电调度方法 Download PDFInfo
- Publication number
- CN109767105B CN109767105B CN201811636754.0A CN201811636754A CN109767105B CN 109767105 B CN109767105 B CN 109767105B CN 201811636754 A CN201811636754 A CN 201811636754A CN 109767105 B CN109767105 B CN 109767105B
- Authority
- CN
- China
- Prior art keywords
- unit
- output
- moment
- formula
- power
- 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
- 238000010248 power generation Methods 0.000 title claims abstract description 90
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 47
- 230000000295 complement effect Effects 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000004146 energy storage Methods 0.000 claims abstract description 137
- 239000002245 particle Substances 0.000 claims abstract description 11
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 8
- 230000007704 transition Effects 0.000 claims description 40
- 238000007599 discharging Methods 0.000 claims description 32
- 238000010438 heat treatment Methods 0.000 claims description 32
- 230000001186 cumulative effect Effects 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 239000003245 coal Substances 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000004088 simulation Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 230000001932 seasonal effect Effects 0.000 claims description 6
- 230000009194 climbing Effects 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 230000007812 deficiency Effects 0.000 claims description 3
- 230000012202 endocytosis Effects 0.000 claims description 3
- 238000004445 quantitative analysis Methods 0.000 claims description 3
- 238000009827 uniform distribution Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 2
- 238000005457 optimization Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000010304 firing Methods 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
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
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
- 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
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明是一种基于风光水火储联合***的多能互补协调发电调度方法,其特点是,包括的步骤有:首先利用改进马尔科夫链方法模拟生产风电/光伏出力的时间序列;其次确定负荷需求,火电机组最小经济出力,以及水电厂强迫出力的边界条件,并计算可再生能源发电运行可行域;然后在该可再生能源发电运行可行域内优先安排风力和光伏发电,在此基础上根据用水计划制定水电调度策略;最后综合考虑火电机组运行成本及考虑寿命减损的储能运行成本,以调度周期内火电机组及储能总运行成本最小为目标,制定火电机组及储能的联合调度策略,并运用粒子群算法求解相应的优化目标函数,进而得到风光水火储联合***调度策略。具有方法科学合理,简单适用等优点。
Description
技术领域
本发明涉及电力***中多能互补协调发电调度领域,是一种基于风光水火储联合***的多能互补协调发电调度方法。
背景技术
近年来,可再生能源发电装机快速增长,截至2017年底,全球风电、光伏和水电装机容量分别达到539.58GW、403.5GW和1267GW。风电、光伏发电相对于燃烧化石燃料的火电,能够减轻环境污染、改善能源结构,但风电、光伏出力具有波动性,随着风电、光伏的快速发展,风电、光伏供给和消纳之间难以平衡的弊端日益突显,随之弃风弃光现象频发,造成了能源的浪费。风光水火储等不同电源具有时空互补特性,且多能互补是提高可再生能源消纳能力的重要手段。因此,针对当前包含风光水火储联合***中大量弃风、弃光和弃水的问题,提出一种多能互补协调发电调度方法以促进可再生能源消纳是非常有必要的。
现有研究大多集中在风光水火等单独发电***的运行特性,或风光、风水、风储等两种能源,风光水、风光储、风光火等三种能源互补发电***的建模仿真、优化配置、控制策略等方面,针对风光水火储多能互补协调发电调度策略相对较少。且大多数是从改善可再生能源波动及实现节能减排角度出发确定调度策略,而未提及如何制定风光水火储联合***调度策略来提高可再生能源消纳。
发明内容
本发明的目的是,提供一种方法科学、合理,简单、实用的基于风光水火储联合***的多能互补协调发电调度方法。
实现本发明目的所采用的技术方案是,一种基于风光水火储联合***的多能互补协调发电调度方法,其特征在于,它包括以下步骤:
1)基于改进马尔科夫链的风电/光伏出力的时间序列模拟
基于原始一阶马尔科夫链,考虑风电/光伏出力的季节特性、日特性、波动特性,建立改进的马尔科夫链模型来模拟生成风电/光伏出力的时间序列;
①风电/光伏出力的时间序列划分
针对风电/光伏出力的季节特性,将风电/光伏出力的时间序列按照月份划分成12个时段,用λ表示,λ=1,2,…,12,为更好的说明风电/光伏出力的日特性,将风电/光伏出力的时间序列划分成4个时段,00:00-06:00,06:00-12:00,12:00-18:00,18:00-24:00,用θ表示,θ=θ1,θ2,θ3,θ4,设定风电/光伏出力的状态数S,历史风电/光伏出力的时间序列Ω,将出力值均分成S个区间,根据月份λ和时段θ划分风电/光伏出力的时间序列Ω,具体划分的风电/光伏出力的时间序列用Ωλ,θ表示;
②计算累计状态转移概率矩阵
风电/光伏出力的时间序列Ωλ,θ中风电/光伏出力从状态i到状态j的转移概率,用公式(1) 计算,
式中,nij,λ,θ表示在风电/光伏出力的时间序列Ωλ,θ中风电/光伏出力从状态i到状态j的转移频数;gij,λ,θ表示风电/光伏出力的时间序列Ωλ,θ中风电/光伏出力从状态i到状态j的转移概率;i=1,2,…,S;j=1,2,…,S;S为风电/光伏出力总状态数;λ=1,2,…,12;θ=θ1,θ2,θ3,θ4;
风电/光伏出力的时间序列Ωλ,θ的状态转移概率矩阵,用公式(2)计算,
式中,Gλ,θ为状态转移概率矩阵;gij,λ,θ表示风电/光伏出力的时间序列Ωλ,θ中风电/光伏出力从状态i到状态j的转移概率;i=1,2,…,S;j=1,2,…,S;S为风电/光伏出力总状态数;λ=1,2,…,12;θ=θ1,θ2,θ3,θ4;
设当前时刻为t,风电/光伏出力所处状态为αt,出力值为Pt,月份为λt,λt∈{1,2,…, 12},时段为θt,θt∈{θ1,θ2,θ3,θ4},随机生成1个服从均匀分布的ε∈(0,1),基于λt和θt,可计算出状态转移概率矩阵Gλt,θt,然后得到对应的累计状态转移概率矩阵Qλt,θt,用公式(3)计算,
式中,Qλt,θt为月份λt中时段θt对应的累计状态转移概率矩阵;qij,t为t时刻风电/光伏出力从状态αi到状态αj的累计转移概率;i=1,2,…,S;j=1,2,…,S;S为风电/光伏出力总状态数;
其中,累计转移概率qij,t,用公式(4)计算,
式中,qij,t为t时刻风电/光伏出力的状态αi到状态αj的累计转移概率;giδ,t为t时刻风电 /光伏出力的状态αi转移到状态αδ的状态转移概率;δ=1,2,…,j;i=1,2,…,S;j=1,2,…, S;S为风电/光伏出力总状态数;
③下一时刻风电/光伏出力状态的确定
风电/光伏出力下一时刻所处状态为αt+1,当0<ε<qi1,t时αt+1=α1,qi1,t为t时刻的风电 /光伏出力从状态αi转移到状态α1的累计转移概率;当qin,t<ε<qin+1,t,则αt+1=αn+1;qin,t为t时刻的风电/光伏出力从状态αi转移到状态αn的累计转移概率;qin+1,t为t时刻的风电/光伏出力从状态αi转移到状态αn+1的累计转移概率;n∈{1,2,…,S-1},S为风电/光伏出力总状态数;
④下一时刻风电/光伏出力值的确定
抽取波动量γt,在当前时刻模拟的风电/光伏出力Pt上叠加所抽取的波动量γt,即为下一时刻模拟生成的风电/光伏出力Pt+1,若Pt+1在状态αt+1的取值范围内,则Pt+1为下一时刻模拟生成的风电/光伏出力,否则重新抽取波动量;
若经判断后确定t为结束时刻,则结束,否则,继续计算;
2)确定可再生能源发电运行可行域
引入“可再生能源发电运行可行域”的概念对电网接纳可再生能源的能力进行量化分析,将可再生能源允许出力的最大值作为其上边界,用公式(5)计算,
Plimit(t)=PL(t)-PG.min(t)-PH.min(t) (5)
式中,Plimit(t)为t时刻可再生能源发电运行可行域的上限,单位为“MW”;PL(t)为t时刻***负荷,单位为“MW”;PG.min(t)为t时刻火电机组最小出力,单位为“MW”;PH.min(t) 为t时刻水电机组强迫出力,单位为“MW”;
而火电机组最小出力PG.min是变化的,需按照非供暖期和供暖期两个阶段进行计算,
①非供暖期
在非供暖期,火电机组最小出力PG.min,用公式(6)计算,
PG.min=λ1PN (6)
式中,PG.min为火电机组最小出力,单位为“MW”;λ1为发电机组最小出力系数;PN为火电机组的额定容量,单位为“MW”;
②供暖期
在供暖期,火电机组最小出力PG.min,用公式(7)计算,
PG.min=λ1PC+λ2PH (7)
式中,PG.min为火电机组最小出力,单位为“MW”;λ1为非供暖机组最小出力系数;λ2为供暖机组的最小出力系数;PC为非供暖机组的额定容量,单位为“MW”;PH为供暖机组的额定容量,单位为“MW”;
根据发电计划与火电机组的调峰深度确定λ1、λ2的数值,根据综合用水部门的要求确定水电机组强迫出力值,进而计算出可再生能源发电运行可行域;
3)制定可再生能源发电调度策略的基本原则
在制定可再生能源发电调度策略时,总应满足各时刻负荷与多种异质能源发电之间出力平衡,也应满足自身的约束,具体见步骤3)的子步骤①和子步骤②,
①等式约束的计算
等式约束,即出力平衡约束,用公式(8)计算,
PL(t)=PG(t)+PH(t)+PESS(t)+PW(t)+PV(t) (8)
式中,PL(t)为t时刻***负荷,单位为“MW”;PG(t)为t时刻火电机组出力,单位为“MW”; PH(t)为t时刻水电机组出力,单位为“MW”;PESS(t)为t时刻储能充放电功率,单位为“MW”; PW(t)为t时刻风电出力,单位为“MW”;PV(t)为t时刻光伏出力,单位为“MW”;
由可再生能源发电运行可行域可知,公式(8)可转换为公式(9),
Plimit(t)=ΔPG(t)+ΔPH(t)+PW(t)+PV(t)+PESS(t) (9)
式中,Plimit(t)为t时刻可再生能源发电运行可行域的上限,单位为“MW”;ΔPG(t)为t时刻火电机组的可调节出力,单位为“MW”;ΔPH(t)为t时刻水电机组的可调节出力,单位为“MW”;PW(t)为t时刻风电出力,单位为“MW”;PV(t)为t时刻光伏出力,单位为“MW”; PESS(t)为t时刻储能充放电功率,单位为“MW”;
②不等式约束的计算
水电机组不等式约束,用公式(10)计算,
PH.min(t)+ΔPH(t)≤PH.max(t) (10)
式中,PH.min(t)为t时刻水电机组强迫出力,单位为“MW”;ΔPH(t)为t时刻水电机组的可调节出力,单位为“MW”;PH.max(t)为t时刻水电机组最大出力,单位为“MW”;
火电机组不等式约束,用公式(11)计算,
PG.min(t)+ΔPG(t)≤PG.max(t) (11)
式中,PG.min(t)为t时刻火电机组最小出力,单位为“MW”;ΔPG(t)为t时刻火电机组的可调节出力,单位为“MW”;PG.max(t)为t时刻火电机组最大出力,单位为“MW”;
储能功率满足的不等式约束,用公式(12)计算,
0≤PESS(t)≤PM (12)
式中,PESS(t)为t时刻储能充放电功率,单位为“MW”;PM为储能设备的额定功率,单位为“MW”;
储能容量满足的不等式约束,用公式(13)计算,
0≤EESS≤EM (13)
式中,EESS为储能所用充放电容量,单位为“MW·h”;EM为储能设备的额定容量,单位为“MW·h”;
风光水火储联合***调度策略分步骤4)和步骤5)两种情况分别制定;
4)风电光伏总出力小于负荷实际需求时的可再生能源发电调度策略
在此情况下,风电、光伏皆按其最大出力发电,未有弃风、弃光现象,此时出力平衡,用公式(14)计算,
Plimit(t)=ΔPG(t)+ΔPH(t)+PW.max(t)+PV.max(t)+PESS(t) (14)
式中,Plimit(t)为t时刻可再生能源发电运行可行域的上限,单位为“MW”;ΔPG(t)为t时刻火电机组的可调节出力,单位为“MW”;ΔPH(t)为t时刻水电机组的可调节出力,单位为“MW”;PW.max(t)为t时刻风电最大出力,单位为“MW”;PV.max(t)为t时刻光伏最大出力,单位为“MW”;PESS(t)为t时刻储能充放电功率,单位为“MW”;
但因风电光伏总出力小于负荷实际需求,需寻求其他能源补偿风电光伏发电的不足,因意在减少弃风弃光弃水量,则优先调度水电机组,根据可再生能源发电运行可行域及用水计划,制定水电机组的调度策略,水电投入后又分为两种情况,
①水电机组投入后能够满足负荷需求
此时水电机组出力,用公式(15)计算,
ΔPH(t)=Plimit(t)-PW.max(t)-PV.max(t) (15)
式中,ΔPH(t)为水电机组的可调节出力,单位为“MW”;Plimit(t)为t时刻可再生能源发电运行可行域的上限,单位为“MW”;PW.max(t)为t时刻风电最大出力,单位为“MW”;PV.max(t) 为t时刻光伏最大出力,单位为“MW”;
②水电机组投入之后不满足负荷需求
此时风光水皆按其最大出力发电,剩余负荷由火电机组和储能根据其运行成本进行补偿,用公式(16)计算,
Plimit(t)=ΔPG(t)+PH.max(t)+PW.max(t)+PV.max(t)+PESS(t) (16)
式中,Plimit(t)为t时刻可再生能源发电运行可行域的上限,单位为“MW”;ΔPG(t)为t时刻火电机组可调节出力,单位为“MW”;PW.max(t)为t时刻风电最大出力,单位为“MW”;PV.max(t)为t时刻光伏最大出力,单位为“MW”;PH.max(t)为t时刻水电机组最大出力,单位为“MW”;PESS(t)为t时刻储能充放电功率,单位为“MW”;火电机组的运行成本,用公式(17) 计算,
式中:F1表示火电机组运行成本,单位为“万元”;t=1,2,…,T,T为调度时段;NG表示火电机组总台数,单位为“台”;i表示单台火电机组;fi表示火电机组i的运行成本,单位为“万元”;PGi(t)表示t时刻火电机组i的出力,单位为“MW”;Si(t)表示t时刻火电机组 i的开机成本,单位为“万元”;Ui(t)及Ui(t-1)分别表示火电机组i的当前时刻t与前一时刻t-1的起停状态,若机组为开机状态Ui(t)=1,反之Ui(t)=0;
其中,火电机组i的运行成本,用公式(18)计算,
fi(PGi(t))=bPGi(t)Scoal/60 (18)
式中,fi表示火电机组i的运行成本,单位为“万元”;PGi(t)表示t时刻火电机组i的出力,单位为“MW”;b为火电机组单位供电煤耗,单位为“吨/MW·h”;Scoal为当季的煤炭价格,单位为“万元/吨”;
考虑寿命减损的储能成本,对循环寿命和放电深度DOD的实测数据进行e指数拟合,用公式(19)计算,
C=35321e(-3.771DO)D+3818e(-0.7865DOD) (19)
式中,C为储能的循环寿命,单位为“次”;DOD为储能的放电深度,是个百分数;
在额定放电深度下,储能寿命周期内吞吐电量,用公式(20)计算,
EN=CNDODNEM (20)
式中,EN为在额定放电深度下储能寿命周期内的吞吐电量,单位为“MW·h”;EM为储能额定容量,单位为“MW·h”;CN为储能在额定放电深度下的循环寿命,单位为“次”;DODN为额定放电深度;
借助折算系数,将实际吞吐电量折算至额定放电深度下的等效吞吐电量,即为寿命损耗,在放电深度为DODa时,折算系数λDODa用公式(21)计算,
式中,λDODa为折算系数;CN为储能设备在额定放电深度下的循环寿命,单位为“次”;Ca为储能在放电深度为DODa时的循环寿命,单位为“次”;
储能从SOC(1-DODa)到SOC(1-DODb)之间充/放电一次所折算到额定放电深度下的等效吞吐电量,用公式(22)计算,SOC是储能设备的荷电状态,
式中,Eab为储能从SOC(1-DODa)到SOC(1-DODb)之间充/放电一次所折算到额定放电深度下的等效吞吐电量,单位为“MW·h”;储能工作在充电状态时,uab为1;储能工作在放电状态时, uab为-1;η为储能的充放电效率;Ean为储能在SOC100%到SOC(1-DODa)之间的吞吐量,单位为“MW·h”;Ebn为储能在SOC100%到SOC(1-DODb)之间的吞吐量,单位为“MW·h”;λDODa为在放电深度为DODa时的折算系数;λDODb为在放电深度为DODb时的折算系数;
储能每次充放电等效成本为F2,用公式(23)计算,
式中,F2为储能每次充放电等效成本,单位为“万元”;t=1,2,…,T,T为调度时段;Eab为储能从SOC(1-DODa)到SOC(1-DODb)之间充/放电一次所折算到额定放电深度下的等效吞吐电量,单位为“MW·h”;EN为在额定放电深度下储能寿命周期内的吞吐电量,单位为“MW·h”;λP为储能单位功率建设成本,单位为“万元/MW”;PM为储能额定功率,单位为“MW”;λE为储能单位容量建设成本,单位为“万元/MW·h”;EM为储能额定容量,单位为“MW·h”;
以实现调度周期内火电机组和储能的运行成本最小为目标,制定火电机组及储能的调度策略,其目标函数,用公式(24)计算,
minF=F1+F2 (24)
式中,F为火电机组和储能的运行总成本,单位为“万元”;F1为调度周期内火电机组运行成本,单位为“万元”;F2为调度周期内考虑电池寿命的储能运行成本,单位为“万元”;
火电机组及储能的经济调度模型的约束条件如下,
火电机组上爬坡约束,用公式(25)计算,
PGi,t+1-PGi,t≤PGi.up (25)
式中,PGi,t为第i台火电机组t时刻出力,单位为“MW”;PGi,t+1为第i台火电机组t+1时刻出力,单位为“MW”;PGi,up为第i台火电机组在一个时间段内能够调节的出力,单位为“MW”;
火电机组下爬坡约束,用公式(26)计算,
PGi,t-PGi,t+1≤PGi.up (26)
式中,PGi,t为第i台火电机组t时刻出力,单位为“MW”;PGi,t+1为第i台火电机组t+1时刻出力,单位为“MW”;PGi,up为第i台火电机组在一个时间段内能够调节的出力,单位为“MW”;
5)风电光伏总出力大于负荷实际需求时可再生能源发电调度策略,
在此种情况下,应采用储能进行调控,用公式(27)计算,
Plimit(t)+PESS(t)=PW(t)+Pv(t) (27)
式中,Plimit(t)为t时刻可再生能源发电运行可行域的上限,单位为“MW”;PESS(t)为t时刻储能充放电功率,单位为“MW”;PW(t)为t时刻风电出力,单位为“MW”;PV(t)为t时刻光伏出力,单位为“MW”;
当储能充电电量小于储能额定容量时,储能的充电功率,用公式(28)计算,
式中,PESS(t)为t时刻储能充放电功率,单位为“MW”;PM为储能额定功率,单位为“MW”; PYX(t)为t时刻可再生能源出力超出可接纳可再生能源极值的多寡,单位为“MW”;
储能充电电量大于储能额定容量时,储能的充电功率,用公式(29)计算,
PESS(t)=0 (29)
式中,PESS(t)为t时刻储能充放电功率,单位为“MW”;
当储能发挥其最大调节作用后,风电光伏总出力仍超出其接纳范围,则按负荷实际需求,按风电、光伏装机比例调整风电/光伏出力;
6)利用粒子群算法,求解出风光水火储联合***的多能互补协调发电调度策略,
以调度周期内火电机组和储能的总运行成本最小为目标,用粒子群算法求解公式(24) 所示的目标函数,求出能够实现调度周期内火电机组和储能的总运行成本最小的火电机组出力及储能出力,进而得到风光水火储联合***的多能互补协调发电调度策略。
本发明的一种基于风光水火储联合***的多能互补协调发电调度方法,首先利用改进马尔科夫链方法模拟生产风电/光伏出力的时间序列;其次确定负荷需求,火电机组最小经济出力,以及水电厂强迫出力的边界条件,并计算可再生能源发电运行可行域;然后在该可再生能源发电运行可行域内优先安排风力和光伏发电,在此基础上根据用水计划制定水电调度策略;最后综合考虑火电机组运行成本及考虑寿命减损的储能运行成本,以调度周期内火电机组及储能总运行成本最小为目标,制定火电机组及储能的联合调度策略,并运用粒子群算法求解相应的优化目标函数,进而得到风光水火储联合***调度策略,即能可有效提高可再生能源消纳能力,也能保证经济性的多能互补协调发电调度方法。具有方法科学、合理,简单、实用,精度更高等优点。
附图说明
图1为可再生能源发电运行可行域示意图;
图2为可再生能源发电调度策略逻辑图;
图3为放电深度与循环寿命的关系;
图4为负荷预测曲线;
图5为可再生能源发电运行可行域与风光出力曲线;
图6为可再生能源发电运行可行域与可再生能源总出力曲线;
图7为剩余负荷曲线;
图8为火电机组及储能调度安排;
图9为风光水火储联合***调度安排。
具体实施方式
下面利用附图和实施例对本发明进行进一步说明。
参照图1-图9,图1显示了可再生能源发电运行可行域,对电网接纳可再生能源的能力进行准确分析;图2显示了可再生能源发电调度策略逻辑,考虑不同情况进行发电调度策略的制定;图3显示了放电深度与循环寿命的关系,按照厂家给定数据对循环寿命和放电深度关系进行e指数拟合;图4显示了该省典型日内的负荷预测曲线;图5显示了该省典型日内可再生能源发电运行可行域与风光出力曲线,比较两者可为后续调度策略提供基础;图6显示了该省典型日内可再生能源发电运行可行域与可再生能源总出力曲线;图7显示了该省典型日内剩余负荷曲线,即可再生能源发电运行可行域与可再生能源总出力之间的差值;图8 显示了该省典型日内火电机组及储能调度安排,可实现调度周期内火电机组和储能的运行成本最小;图9给出了风光水火储联合***调度安排。
本发明的一种风光水火储联合***的多能互补协调发电调度方法,其实施例参数值设置如下,
风电/光伏出力总状态数S为100;
该省电网的装机容量4.32×104MW;
最大负荷PLmax为2.34×104MW;
风电总装机容量PWN为6119MW;
光伏总装机容量PVN为160MW;
水电总装机容量PHN为2930MW;
火电总装机容量PN为28740MW;
非供暖机组最小出力系数λ1为0.55;
供暖机组的最小出力系数λ2为0.85;
该典型日火电机组最小经济出力为15683MW;
储能额定功率PM为240MW;
储能额定容量EM为880MWh;
燃煤价格Scoal为0.048万元/吨;
储能功率单位价格λP为1000元/kW;
储能容量单位价格λE为2880元/kWh;
总调度时段数T为1440个;
火电机组台数NG为87台;
火电机组单位供电煤耗b为0.31吨/MW·h;
储能额定放电深度DODN为90%;
储能额定放电次数CN为6000次;
储能充放电效率η为0.93。
本发明的一种基于风光水火储联合***的多能互补协调发电调度方法,包括以下步骤:
1)基于改进马尔科夫链的风电/光伏出力的时间序列模拟
基于原始一阶马尔科夫链,考虑风电/光伏出力的季节特性、日特性、波动特性,建立改进的马尔科夫链模型来模拟生成风电/光伏出力的时间序列;
①风电/光伏出力的时间序列划分
针对风电/光伏出力的季节特性,将风电/光伏出力的时间序列按照月份划分成12个时段,用λ表示,λ=1,2,…,12,为更好的说明风电/光伏出力的日特性,将风电/光伏出力的时间序列划分成4个时段,00:00-06:00,06:00-12:00,12:00-18:00,18:00-24:00,用θ表示,θ=θ1,θ2,θ3,θ4,设定风电/光伏出力的状态数S,历史风电/光伏出力的时间序列Ω,将出力值均分成S个区间,根据月份λ和时段θ划分风电/光伏出力的时间序列Ω,具体划分的风电/光伏出力的时间序列用Ωλ,θ表示;
②计算累计状态转移概率矩阵
风电/光伏出力的时间序列Ωλ,θ中风电/光伏出力从状态i到状态j的转移概率,用公式(1) 计算,
式中,nij,λ,θ表示在风电/光伏出力的时间序列Ωλ,θ中风电/光伏出力从状态i到状态j的转移频数;gij,λ,θ表示风电/光伏出力的时间序列Ωλ,θ中风电/光伏出力从状态i到状态j的转移概率;i=1,2,…,S;j=1,2,…,S;S为风电/光伏出力总状态数;λ=1,2,…,12;θ=θ1,θ2,θ3,θ4;
风电/光伏出力的时间序列Ωλ,θ的状态转移概率矩阵,用公式(2)计算,
式中,Gλ,θ为状态转移概率矩阵;gij,λ,θ表示风电/光伏出力的时间序列Ωλ,θ中风电/光伏出力从状态i到状态j的转移概率;i=1,2,…,S;j=1,2,…,S;S为风电/光伏出力总状态数;λ=1,2,…,12;θ=θ1,θ2,θ3,θ4;
设当前时刻为t,风电/光伏出力所处状态为αt,出力值为Pt,月份为λt,λt∈{1,2,…, 12},时段为θt,θt∈{θ1,θ2,θ3,θ4},随机生成1个服从均匀分布的ε∈(0,1),基于λt和θt,可计算出状态转移概率矩阵Gλt,θt,然后得到对应的累计状态转移概率矩阵Qλt,θt,用公式(3)计算,
式中,Qλt,θt为月份λt中时段θt对应的累计状态转移概率矩阵;qij,t为t时刻风电/光伏出力从状态αi到状态αj的累计转移概率;i=1,2,…,S;j=1,2,…,S;S为风电/光伏出力总状态数;
其中,累计转移概率qij,t,用公式(4)计算,
式中,qij,t为t时刻风电/光伏出力的状态αi到状态αj的累计转移概率;giδ,t为t时刻风电 /光伏出力的状态αi转移到状态αδ的状态转移概率;δ=1,2,…,j;i=1,2,…,S;j=1,2,…, S;S为风电/光伏出力总状态数;
③下一时刻风电/光伏出力状态的确定
风电/光伏出力下一时刻所处状态为αt+1,当0<ε<qi1,t时αt+1=α1,qi1,t为t时刻的风电 /光伏出力从状态αi转移到状态α1的累计转移概率;当qin,t<ε<qin+1,t,则αt+1=αn+1;qin,t为t时刻的风电/光伏出力从状态αi转移到状态αn的累计转移概率;qin+1,t为t时刻的风电/光伏出力从状态αi转移到状态αn+1的累计转移概率;n∈{1,2,…,S-1},S为风电/光伏出力总状态数;
④下一时刻风电/光伏出力值的确定
抽取波动量γt,在当前时刻模拟的风电/光伏出力Pt上叠加所抽取的波动量γt,即为下一时刻模拟生成的风电/光伏出力Pt+1,若Pt+1在状态αt+1的取值范围内,则Pt+1为下一时刻模拟生成的风电/光伏出力,否则重新抽取波动量;
若经判断后确定t为结束时刻,则结束,否则,继续计算;
2)确定可再生能源发电运行可行域
引入“可再生能源发电运行可行域”的概念对电网接纳可再生能源的能力进行量化分析,将可再生能源允许出力的最大值作为其上边界,用公式(5)计算,
Plimit(t)=PL(t)-PG.min(t)-PH.min(t) (5)
式中,Plimit(t)为t时刻可再生能源发电运行可行域的上限,单位为“MW”;PL(t)为t时刻***负荷,单位为“MW”;PG.min(t)为t时刻火电机组最小出力,单位为“MW”;PH.min(t) 为t时刻水电机组强迫出力,单位为“MW”;
而火电机组最小出力PG.min是变化的,需按照非供暖期和供暖期两个阶段进行计算,
①非供暖期
在非供暖期,火电机组最小出力PG.min,用公式(6)计算,
PG.min=λ1PN (6)
式中,PG.min为火电机组最小出力,单位为“MW”;λ1为发电机组最小出力系数;PN为火电机组的额定容量,单位为“MW”;
②供暖期
在供暖期,火电机组最小出力PG.min,用公式(7)计算,
PG.min=λ1PC+λ2PH (7)
式中,PG.min为火电机组最小出力,单位为“MW”;λ1为非供暖机组最小出力系数;λ2为供暖机组的最小出力系数;PC为非供暖机组的额定容量,单位为“MW”;PH为供暖机组的额定容量,单位为“MW”;
根据发电计划与火电机组的调峰深度确定λ1、λ2的数值,根据综合用水部门的要求确定水电机组强迫出力值,进而计算出可再生能源发电运行可行域;
7)制定可再生能源发电调度策略的基本原则
在制定可再生能源发电调度策略时,总应满足各时刻负荷与多种异质能源发电之间出力平衡,也应满足自身的约束,具体见步骤3)的子步骤①和子步骤②,
①等式约束的计算
等式约束,即出力平衡约束,用公式(8)计算,
PL(t)=PG(t)+PH(t)+PESS(t)+PW(t)+PV(t) (8)
式中,PL(t)为t时刻***负荷,单位为“MW”;PG(t)为t时刻火电机组出力,单位为“MW”; PH(t)为t时刻水电机组出力,单位为“MW”;PESS(t)为t时刻储能充放电功率,单位为“MW”; PW(t)为t时刻风电出力,单位为“MW”;PV(t)为t时刻光伏出力,单位为“MW”;
由可再生能源发电运行可行域可知,公式(8)可转换为公式(9),
Plimit(t)=ΔPG(t)+ΔPH(t)+PW(t)+PV(t)+PESS(t) (9)
式中,Plimit(t)为t时刻可再生能源发电运行可行域的上限,单位为“MW”;ΔPG(t)为t时刻火电机组的可调节出力,单位为“MW”;ΔPH(t)为t时刻水电机组的可调节出力,单位为“MW”;PW(t)为t时刻风电出力,单位为“MW”;PV(t)为t时刻光伏出力,单位为“MW”; PESS(t)为t时刻储能充放电功率,单位为“MW”;
②不等式约束的计算
水电机组不等式约束,用公式(10)计算,
PH.min(t)+ΔPH(t)≤PH.max(t) (10)
式中,PH.min(t)为t时刻水电机组强迫出力,单位为“MW”;ΔPH(t)为t时刻水电机组的可调节出力,单位为“MW”;PH.max(t)为t时刻水电机组最大出力,单位为“MW”;
火电机组不等式约束,用公式(11)计算,
PG.min(t)+ΔPG(t)≤PG.max(t) (11)
式中,PG.min(t)为t时刻火电机组最小出力,单位为“MW”;ΔPG(t)为t时刻火电机组的可调节出力,单位为“MW”;PG.max(t)为t时刻火电机组最大出力,单位为“MW”;
储能功率满足的不等式约束,用公式(12)计算,
0≤PESS(t)≤PM (12)
式中,PESS(t)为t时刻储能充放电功率,单位为“MW”;PM为储能设备的额定功率,单位为“MW”;
储能容量满足的不等式约束,用公式(13)计算,
0≤EESS≤EM (13)
式中,EESS为储能所用充放电容量,单位为“MW·h”;EM为储能设备的额定容量,单位为“MW·h”;
风光水火储联合***调度策略分步骤4)和步骤5)两种情况分别制定;
8)风电光伏总出力小于负荷实际需求时的可再生能源发电调度策略
在此情况下,风电、光伏皆按其最大出力发电,未有弃风、弃光现象,此时出力平衡,用公式(14)计算,
Plimit(t)=ΔPG(t)+ΔPH(t)+PW.max(t)+PV.max(t)+PESS(t) (14)
式中,Plimit(t)为t时刻可再生能源发电运行可行域的上限,单位为“MW”;ΔPG(t)为t时刻火电机组的可调节出力,单位为“MW”;ΔPH(t)为t时刻水电机组的可调节出力,单位为“MW”;PW.max(t)为t时刻风电最大出力,单位为“MW”;PV.max(t)为t时刻光伏最大出力,单位为“MW”;PESS(t)为t时刻储能充放电功率,单位为“MW”;
但因风电光伏总出力小于负荷实际需求,需寻求其他能源补偿风电光伏发电的不足,因意在减少弃风弃光弃水量,则优先调度水电机组,根据可再生能源发电运行可行域及用水计划,制定水电机组的调度策略,水电投入后又分为两种情况,
①水电机组投入后能够满足负荷需求
此时水电机组出力,用公式(15)计算,
ΔPH(t)=Plimit(t)-PW.max(t)-PV.max(t) (15)
式中,ΔPH(t)为水电机组的可调节出力,单位为“MW”;Plimit(t)为t时刻可再生能源发电运行可行域的上限,单位为“MW”;PW.max(t)为t时刻风电最大出力,单位为“MW”;PV.max(t) 为t时刻光伏最大出力,单位为“MW”;
②水电机组投入之后不满足负荷需求
此时风光水皆按其最大出力发电,剩余负荷由火电机组和储能根据其运行成本进行补偿,用公式(16)计算,
Plimit(t)=ΔPG(t)+PH.max(t)+PW.max(t)+PV.max(t)+PESS(t) (16)
式中,Plimit(t)为t时刻可再生能源发电运行可行域的上限,单位为“MW”;ΔPG(t)为t时刻火电机组可调节出力,单位为“MW”;PW.max(t)为t时刻风电最大出力,单位为“MW”;PV.max(t)为t时刻光伏最大出力,单位为“MW”;PH.max(t)为t时刻水电机组最大出力,单位为“MW”;PESS(t)为t时刻储能充放电功率,单位为“MW”;火电机组的运行成本,用公式(17) 计算,
式中:F1表示火电机组运行成本,单位为“万元”;t=1,2,…,T,T为调度时段;NG表示火电机组总台数,单位为“台”;i表示单台火电机组;fi表示火电机组i的运行成本,单位为“万元”;PGi(t)表示t时刻火电机组i的出力,单位为“MW”;Si(t)表示t时刻火电机组 i的开机成本,单位为“万元”;Ui(t)及Ui(t-1)分别表示火电机组i的当前时刻t与前一时刻t-1的起停状态,若机组为开机状态Ui(t)=1,反之Ui(t)=0;
其中,火电机组i的运行成本,用公式(18)计算,
fi(PGi(t))=bPGi(t)Scoal/60 (18)
式中,fi表示火电机组i的运行成本,单位为“万元”;PGi(t)表示t时刻火电机组i的出力,单位为“MW”;b为火电机组单位供电煤耗,单位为“吨/MW·h”;Scoal为当季的煤炭价格,单位为“万元/吨”;
考虑寿命减损的储能成本,对循环寿命和放电深度DOD的实测数据进行e指数拟合,用公式(19)计算,
C=35321e(-3.771DO)D+3818e(-0.7865DOD) (19)
式中,C为储能的循环寿命,单位为“次”;DOD为储能的放电深度,是个百分数;
在额定放电深度下,储能寿命周期内吞吐电量,用公式(20)计算,
EN=CNDODNEM (20)
式中,EN为在额定放电深度下储能寿命周期内的吞吐电量,单位为“MW·h”;EM为储能额定容量,单位为“MW·h”;CN为储能在额定放电深度下的循环寿命,单位为“次”;DODN为额定放电深度;
借助折算系数,将实际吞吐电量折算至额定放电深度下的等效吞吐电量,即为寿命损耗,在放电深度为DODa时,折算系数λDODa用公式(21)计算,
式中,λDODa为折算系数;CN为储能设备在额定放电深度下的循环寿命,单位为“次”;Ca为储能在放电深度为DODa时的循环寿命,单位为“次”;
储能从SOC(1-DODa)到SOC(1-DODb)之间充/放电一次所折算到额定放电深度下的等效吞吐电量,用公式(22)计算,SOC是储能设备的荷电状态,
式中,Eab为储能从SOC(1-DODa)到SOC(1-DODb)之间充/放电一次所折算到额定放电深度下的等效吞吐电量,单位为“MW·h”;储能工作在充电状态时,uab为1;储能工作在放电状态时, uab为-1;η为储能的充放电效率;Ean为储能在SOC100%到SOC(1-DODa)之间的吞吐量,单位为“MW·h”;Ebn为储能在SOC100%到SOC(1-DODb)之间的吞吐量,单位为“MW·h”;λDODa为在放电深度为DODa时的折算系数;λDODb为在放电深度为DODb时的折算系数;
储能每次充放电等效成本为F2,用公式(23)计算,
式中,F2为储能每次充放电等效成本,单位为“万元”;t=1,2,…,T,T为调度时段;Eab为储能从SOC(1-DODa)到SOC(1-DODb)之间充/放电一次所折算到额定放电深度下的等效吞吐电量,单位为“MW·h”;EN为在额定放电深度下储能寿命周期内的吞吐电量,单位为“MW·h”;λP为储能单位功率建设成本,单位为“万元/MW”;PM为储能额定功率,单位为“MW”;λE为储能单位容量建设成本,单位为“万元/MW·h”;EM为储能额定容量,单位为“MW·h”;
以实现调度周期内火电机组和储能的运行成本最小为目标,制定火电机组及储能的调度策略,其目标函数,用公式(24)计算,
minF=F1+F2 (24)
式中,F为火电机组和储能的运行总成本,单位为“万元”;F1为调度周期内火电机组运行成本,单位为“万元”;F2为调度周期内考虑电池寿命的储能运行成本,单位为“万元”;
火电机组及储能的经济调度模型的约束条件如下,
火电机组上爬坡约束,用公式(25)计算,
PGi,t+1-PGi,t≤PGi.up (25)
式中,PGi,t为第i台火电机组t时刻出力,单位为“MW”;PGi,t+1为第i台火电机组t+1时刻出力,单位为“MW”;PGi,up为第i台火电机组在一个时间段内能够调节的出力,单位为“MW”;
火电机组下爬坡约束,用公式(26)计算,
PGi,t-PGi,t+1≤PGi.up (26)
式中,PGi,t为第i台火电机组t时刻出力,单位为“MW”;PGi,t+1为第i台火电机组t+1时刻出力,单位为“MW”;PGi,up为第i台火电机组在一个时间段内能够调节的出力,单位为“MW”;
9)风电光伏总出力大于负荷实际需求时可再生能源发电调度策略,
在此种情况下,应采用储能进行调控,用公式(27)计算,
Plimit(t)+PESS(t)=PW(t)+Pv(t) (27)
式中,Plimit(t)为t时刻可再生能源发电运行可行域的上限,单位为“MW”;PESS(t)为t时刻储能充放电功率,单位为“MW”;PW(t)为t时刻风电出力,单位为“MW”;PV(t)为t时刻光伏出力,单位为“MW”;
当储能充电电量小于储能额定容量时,储能的充电功率,用公式(28)计算,
式中,PESS(t)为t时刻储能充放电功率,单位为“MW”;PM为储能额定功率,单位为“MW”; PYX(t)为t时刻可再生能源出力超出可接纳可再生能源极值的多寡,单位为“MW”;
储能充电电量大于储能额定容量时,储能的充电功率,用公式(29)计算,
PESS(t)=0 (29)
式中,PESS(t)为t时刻储能充放电功率,单位为“MW”;
当储能发挥其最大调节作用后,风电光伏总出力仍超出其接纳范围,则按负荷实际需求,按风电、光伏装机比例调整风电/光伏出力;
10)利用粒子群算法,求解出风光水火储联合***的多能互补协调发电调度策略,
以调度周期内火电机组和储能的总运行成本最小为目标,用粒子群算法求解公式(24) 所示的目标函数,求出能够实现调度周期内火电机组和储能的总运行成本最小的火电机组出力及储能出力,进而得到风光水火储联合***的多能互补协调发电调度策略。
结合火电机组和储能的运行成本模型,编写粒子群算法程序,算法程序中各参数设置为:粒子群规模为20,迭代次数为400次,粒子的运动速度范围为[-10,10],学习因子为2,惯性权重最大值为0.9,惯性权重最小值为0.4,得到典型日内火电机组及储能最小运行成本为 265.64万元,本发明以1分钟为间隔把一日分为1440个时段,得到典型日风光水火储联合***的多能互补协调发电调度安排如图9所示,为了能够更清晰、直观的表示调度策略,本发明列举典型日10:00-11:00这一时间段各电源出力及***负荷数据,可见表1,
表1典型日10:00-11:00时段各电源出力安排
由该省实际数据可知,该省典型日实际弃风量为1537.62MWh,实际弃光量为485.57MWh,合计2023.19MWh;使用本方法后的弃风量为459.9MWh,弃光量为258.7MWh,合计718.6MWh;相比于未使用本方法减少了64.5%的弃风弃光。
本发明的特定实施例已对本发明的内容做出了详尽的说明,但不局限本实施例,本领域技术人员根据本发明的启示所做的任何显而易见的改动,都属于本发明权利保护的范围。
Claims (1)
1.一种基于风光水火储联合***的多能互补协调发电调度方法,其特征在于,它包括以下步骤:
1)基于改进马尔科夫链的风电/光伏出力的时间序列模拟
基于原始一阶马尔科夫链,考虑风电/光伏出力的季节特性、日特性、波动特性,建立改进的马尔科夫链模型来模拟生成风电/光伏出力的时间序列;
①风电/光伏出力的时间序列划分
针对风电/光伏出力的季节特性,将风电/光伏出力的时间序列按照月份划分成12个时段,用λ表示,λ=1,2,…,12,为更好的说明风电/光伏出力的日特性,将风电/光伏出力的时间序列划分成4个时段,00:00-06:00,06:00-12:00,12:00-18:00,18:00-24:00,用θ表示,θ=θ1,θ2,θ3,θ4,设定风电/光伏出力的状态数S,历史风电/光伏出力的时间序列Ω,将出力值均分成S个区间,根据月份λ和时段θ划分风电/光伏出力的时间序列Ω,具体划分的风电/光伏出力的时间序列用Ωλ,θ表示;
②计算累计状态转移概率矩阵
风电/光伏出力的时间序列Ωλ,θ中风电/光伏出力从状态i到状态j的转移概率,用公式(1)计算,
式中,nij,λ,θ表示在风电/光伏出力的时间序列Ωλ,θ中风电/光伏出力从状态i到状态j的转移频数;gij,λ,θ表示风电/光伏出力的时间序列Ωλ,θ中风电/光伏出力从状态i到状态j的转移概率;i=1,2,…,S;j=1,2,…,S;S为风电/光伏出力总状态数;λ=1,2,…,12;θ=θ1,θ2,θ3,θ4;
风电/光伏出力的时间序列Ωλ,θ的状态转移概率矩阵,用公式(2)计算,
式中,Gλ,θ为状态转移概率矩阵;gij,λ,θ表示风电/光伏出力的时间序列Ωλ,θ中风电/光伏出力从状态i到状态j的转移概率;i=1,2,…,S;j=1,2,…,S;S为风电/光伏出力总状态数;λ=1,2,…,12;θ=θ1,θ2,θ3,θ4;
设当前时刻为t,风电/光伏出力所处状态为αt,出力值为Pt,月份为λt,λt∈{1,2,…,12},时段为θt,θt∈{θ1,θ2,θ3,θ4},随机生成1个服从均匀分布的ε∈(0,1),基于λt和θt,可计算出状态转移概率矩阵Gλt,θt,然后得到对应的累计状态转移概率矩阵Qλt,θt,用公式(3)计算,
式中,Qλt,θt为月份λt中时段θt对应的累计状态转移概率矩阵;qij,t为t时刻风电/光伏出力从状态αi到状态αj的累计转移概率;i=1,2,…,S;j=1,2,…,S;S为风电/光伏出力总状态数;
其中,累计转移概率qij,t,用公式(4)计算,
式中,qij,t为t时刻风电/光伏出力的状态αi到状态αj的累计转移概率;giδ,t为t时刻风电/光伏出力的状态αi转移到状态αδ的状态转移概率;δ=1,2,…,j;i=1,2,…,S;j=1,2,…,S;S为风电/光伏出力总状态数;
③下一时刻风电/光伏出力状态的确定
风电/光伏出力下一时刻所处状态为αt+1,当0<ε<qi1,t时αt+1=α1,qi1,t为t时刻的风电/光伏出力从状态αi转移到状态α1的累计转移概率;当qin,t<ε<qin+1,t,则αt+1=αn+1;qin,t为t时刻的风电/光伏出力从状态αi转移到状态αn的累计转移概率;qin+1,t为t时刻的风电/光伏出力从状态αi转移到状态αn+1的累计转移概率;n∈{1,2,…,S-1},S为风电/光伏出力总状态数;
④下一时刻风电/光伏出力值的确定
抽取波动量γt,在当前时刻模拟的风电/光伏出力Pt上叠加所抽取的波动量γt,即为下一时刻模拟生成的风电/光伏出力Pt+1,若Pt+1在状态αt+1的取值范围内,则Pt+1为下一时刻模拟生成的风电/光伏出力,否则重新抽取波动量;
若经判断后确定t为结束时刻,则结束,否则,继续计算;
2)确定可再生能源发电运行可行域
引入“可再生能源发电运行可行域”的概念对电网接纳可再生能源的能力进行量化分析,将可再生能源允许出力的最大值作为其上边界,用公式(5)计算,
Plimit(t)=PL(t)-PG.min(t)-PH.min(t) (5)
式中,Plimit(t)为t时刻可再生能源发电运行可行域的上限,单位为“MW”;PL(t)为t时刻***负荷,单位为“MW”;PG.min(t)为t时刻火电机组最小出力,单位为“MW”;PH.min(t)为t时刻水电机组强迫出力,单位为“MW”;
而火电机组最小出力PG.min是变化的,需按照非供暖期和供暖期两个阶段进行计算,
①非供暖期
在非供暖期,火电机组最小出力PG.min,用公式(6)计算,
PG.min=λ1PN (6)
式中,PG.min为火电机组最小出力,单位为“MW”;λ1为发电机组最小出力系数;PN为火电机组的额定容量,单位为“MW”;
②供暖期
在供暖期,火电机组最小出力PG.min,用公式(7)计算,
PG.min=λ1PC+λ2PH (7)
式中,PG.min为火电机组最小出力,单位为“MW”;λ1为非供暖机组最小出力系数;λ2为供暖机组的最小出力系数;PC为非供暖机组的额定容量,单位为“MW”;PH为供暖机组的额定容量,单位为“MW”;
根据发电计划与火电机组的调峰深度确定λ1、λ2的数值,根据综合用水部门的要求确定水电机组强迫出力值,进而计算出可再生能源发电运行可行域;
3)制定可再生能源发电调度策略的基本原则
在制定可再生能源发电调度策略时,总应满足各时刻负荷与多种异质能源发电之间出力平衡,也应满足自身的约束,具体见步骤3)的子步骤①和子步骤②,
①等式约束的计算
等式约束,即出力平衡约束,用公式(8)计算,
PL(t)=PG(t)+PH(t)+PESS(t)+PW(t)+PV(t) (8)
式中,PL(t)为t时刻***负荷,单位为“MW”;PG(t)为t时刻火电机组出力,单位为“MW”;PH(t)为t时刻水电机组出力,单位为“MW”;PESS(t)为t时刻储能充放电功率,单位为“MW”;PW(t)为t时刻风电出力,单位为“MW”;PV(t)为t时刻光伏出力,单位为“MW”;
由可再生能源发电运行可行域可知,公式(8)可转换为公式(9),
Plimit(t)=ΔPG(t)+ΔPH(t)+PW(t)+PV(t)+PESS(t) (9)
式中,Plimit(t)为t时刻可再生能源发电运行可行域的上限,单位为“MW”;ΔPG(t)为t时刻火电机组的可调节出力,单位为“MW”;ΔPH(t)为t时刻水电机组的可调节出力,单位为“MW”;PW(t)为t时刻风电出力,单位为“MW”;PV(t)为t时刻光伏出力,单位为“MW”;PESS(t)为t时刻储能充放电功率,单位为“MW”;
②不等式约束的计算
水电机组不等式约束,用公式(10)计算,
PH.min(t)+ΔPH(t)≤PH.max(t) (10)
式中,PH.min(t)为t时刻水电机组强迫出力,单位为“MW”;ΔPH(t)为t时刻水电机组的可调节出力,单位为“MW”;PH.max(t)为t时刻水电机组最大出力,单位为“MW”;
火电机组不等式约束,用公式(11)计算,
PG.min(t)+ΔPG(t)≤PG.max(t) (11)
式中,PG.min(t)为t时刻火电机组最小出力,单位为“MW”;ΔPG(t)为t时刻火电机组的可调节出力,单位为“MW”;PG.max(t)为t时刻火电机组最大出力,单位为“MW”;
储能功率满足的不等式约束,用公式(12)计算,
0≤PESS(t)≤PM (12)
式中,PESS(t)为t时刻储能充放电功率,单位为“MW”;PM为储能设备的额定功率,单位为“MW”;
储能容量满足的不等式约束,用公式(13)计算,
0≤EESS≤EM (13)
式中,EESS为储能所用充放电容量,单位为“MW·h”;EM为储能设备的额定容量,单位为“MW·h”;
风光水火储联合***调度策略分步骤4)和步骤5)两种情况分别制定;
4)风电光伏总出力小于负荷实际需求时的可再生能源发电调度策略
在此情况下,风电、光伏皆按其最大出力发电,未有弃风、弃光现象,此时出力平衡,用公式(14)计算,
Plimit(t)=ΔPG(t)+ΔPH(t)+PW.max(t)+PV.max(t)+PESS(t) (14)
式中,Plimit(t)为t时刻可再生能源发电运行可行域的上限,单位为“MW”;ΔPG(t)为t时刻火电机组的可调节出力,单位为“MW”;ΔPH(t)为t时刻水电机组的可调节出力,单位为“MW”;PW.max(t)为t时刻风电最大出力,单位为“MW”;PV.max(t)为t时刻光伏最大出力,单位为“MW”;PESS(t)为t时刻储能充放电功率,单位为“MW”;
但因风电光伏总出力小于负荷实际需求,需寻求其他能源补偿风电光伏发电的不足,因意在减少弃风弃光弃水量,则优先调度水电机组,根据可再生能源发电运行可行域及用水计划,制定水电机组的调度策略,水电投入后又分为两种情况,
①水电机组投入后能够满足负荷需求
此时水电机组出力,用公式(15)计算,
ΔPH(t)=Plimit(t)-PW.max(t)-PV.max(t) (15)
式中,ΔPH(t)为水电机组的可调节出力,单位为“MW”;Plimit(t)为t时刻可再生能源发电运行可行域的上限,单位为“MW”;PW.max(t)为t时刻风电最大出力,单位为“MW”;PV.max(t)为t时刻光伏最大出力,单位为“MW”;
②水电机组投入之后不满足负荷需求
此时风光水皆按其最大出力发电,剩余负荷由火电机组和储能根据其运行成本进行补偿,用公式(16)计算,
Plimit(t)=ΔPG(t)+PH.max(t)+PW.max(t)+PV.max(t)+PESS(t) (16)
式中,Plimit(t)为t时刻可再生能源发电运行可行域的上限,单位为“MW”;ΔPG(t)为t时刻火电机组可调节出力,单位为“MW”;PW.max(t)为t时刻风电最大出力,单位为“MW”;PV.max(t)为t时刻光伏最大出力,单位为“MW”;PH.max(t)为t时刻水电机组最大出力,单位为“MW”;PESS(t)为t时刻储能充放电功率,单位为“MW”;火电机组的运行成本,用公式(17)计算,
式中:F1表示火电机组运行成本,单位为“万元”;t=1,2,…,T,T为调度时段;NG表示火电机组总台数,单位为“台”;i表示单台火电机组;fi表示火电机组i的运行成本,单位为“万元”;PGi(t)表示t时刻火电机组i的出力,单位为“MW”;Si(t)表示t时刻火电机组i的开机成本,单位为“万元”;Ui(t)及Ui(t-1)分别表示火电机组i的当前时刻t与前一时刻t-1的起停状态,若机组为开机状态Ui(t)=1,反之Ui(t)=0;
其中,火电机组i的运行成本,用公式(18)计算,
fi(PGi(t))=bPGi(t)Scoal/60 (18)
式中,fi表示火电机组i的运行成本,单位为“万元”;PGi(t)表示t时刻火电机组i的出力,单位为“MW”;b为火电机组单位供电煤耗,单位为“吨/MW·h”;Scoal为当季的煤炭价格,单位为“万元/吨”;
考虑寿命减损的储能成本,对循环寿命和放电深度DOD的实测数据进行e指数拟合,用公式(19)计算,
C=35321e(-3.771DOD)+3818e(-0.7865DOD) (19)
式中,C为储能的循环寿命,单位为“次”;DOD为储能的放电深度,是个百分数;
在额定放电深度下,储能寿命周期内吞吐电量,用公式(20)计算,
EN=CNDODNEM (20)
式中,EN为在额定放电深度下储能寿命周期内的吞吐电量,单位为“MW·h”;EM为储能额定容量,单位为“MW·h”;CN为储能在额定放电深度下的循环寿命,单位为“次”;DODN为额定放电深度;
借助折算系数,将实际吞吐电量折算至额定放电深度下的等效吞吐电量,即为寿命损耗,在放电深度为DODa时,折算系数λDODa用公式(21)计算,
式中,λDODa为折算系数;CN为储能设备在额定放电深度下的循环寿命,单位为“次”;Ca为储能在放电深度为DODa时的循环寿命,单位为“次”;
储能从SOC(1-DODa)到SOC(1-DODb)之间充/放电一次所折算到额定放电深度下的等效吞吐电量,用公式(22)计算,SOC是储能设备的荷电状态,
式中,Eab为储能从SOC(1-DODa)到SOC(1-DODb)之间充/放电一次所折算到额定放电深度下的等效吞吐电量,单位为“MW·h”;储能工作在充电状态时,uab为1;储能工作在放电状态时,uab为-1;η为储能的充放电效率;Ean为储能在SOC100%到SOC(1-DODa)之间的吞吐量,单位为“MW·h”;Ebn为储能在SOC100%到SOC(1-DODb)之间的吞吐量,单位为“MW·h”;λDODa为在放电深度为DODa时的折算系数;λDODb为在放电深度为DODb时的折算系数;
储能每次充放电等效成本为F2,用公式(23)计算,
式中,F2为储能每次充放电等效成本,单位为“万元”;t=1,2,…,T,T为调度时段;Eab为储能从SOC(1-DODa)到SOC(1-DODb)之间充/放电一次所折算到额定放电深度下的等效吞吐电量,单位为“MW·h”;EN为在额定放电深度下储能寿命周期内的吞吐电量,单位为“MW·h”;λP为储能单位功率建设成本,单位为“万元/MW”;PM为储能额定功率,单位为“MW”;λE为储能单位容量建设成本,单位为“万元/MW·h”;EM为储能额定容量,单位为“MW·h”;
以实现调度周期内火电机组和储能的运行成本最小为目标,制定火电机组及储能的调度策略,其目标函数,用公式(24)计算,
min F=F1+F2 (24)
式中,F为火电机组和储能的运行总成本,单位为“万元”;F1为调度周期内火电机组运行成本,单位为“万元”;F2为调度周期内考虑电池寿命的储能运行成本,单位为“万元”;
火电机组及储能的经济调度模型的约束条件如下,
火电机组上爬坡约束,用公式(25)计算,
PGi,t+1-PGi,t≤PGi.up (25)
式中,PGi,t为第i台火电机组t时刻出力,单位为“MW”;PGi,t+1为第i台火电机组t+1 时刻出力,单位为“MW”;PGi,up为第i台火电机组在一个时间段内能够调节的出力,单位为“MW”;
火电机组下爬坡约束,用公式(26)计算,
PGi,t-PGi,t+1≤PGi.up (26)
式中,PGi,t为第i台火电机组t时刻出力,单位为“MW”;PGi,t+1为第i台火电机组t+1 时刻出力,单位为“MW”;PGi,up为第i台火电机组在一个时间段内能够调节的出力,单位为“MW”;
5)风电光伏总出力大于负荷实际需求时可再生能源发电调度策略,
在此种情况下,应采用储能进行调控,用公式(27)计算,
Plimit(t)+PESS(t)=PW(t)+Pv(t) (27)
式中,Plimit(t)为t时刻可再生能源发电运行可行域的上限,单位为“MW”;PESS(t)为t时刻储能充放电功率,单位为“MW”;PW(t)为t时刻风电出力,单位为“MW”;PV(t)为t时刻光伏出力,单位为“MW”;
当储能充电电量小于储能额定容量时,储能的充电功率,用公式(28)计算,
式中,PESS(t)为t时刻储能充放电功率,单位为“MW”;PM为储能额定功率,单位为“MW”;PYX(t)为t时刻可再生能源出力超出可接纳可再生能源极值的多寡,单位为“MW”;
储能充电电量大于储能额定容量时,储能的充电功率,用公式(29)计算,
PESS(t)=0 (29)
式中,PESS(t)为t时刻储能充放电功率,单位为“MW”;
当储能发挥其最大调节作用后,风电光伏总出力仍超出其接纳范围,则按负荷实际需求,按风电、光伏装机比例调整风电/光伏出力;
6)利用粒子群算法,求解出风光水火储联合***的多能互补协调发电调度策略,
以调度周期内火电机组和储能的总运行成本最小为目标,用粒子群算法求解公式(24)所示的目标函数,求出能够实现调度周期内火电机组和储能的总运行成本最小的火电机组出力及储能出力,进而得到风光水火储联合***的多能互补协调发电调度策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811636754.0A CN109767105B (zh) | 2018-12-29 | 2018-12-29 | 一种基于风光水火储联合***的多能互补协调发电调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811636754.0A CN109767105B (zh) | 2018-12-29 | 2018-12-29 | 一种基于风光水火储联合***的多能互补协调发电调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109767105A CN109767105A (zh) | 2019-05-17 |
CN109767105B true CN109767105B (zh) | 2022-05-20 |
Family
ID=66453042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811636754.0A Active CN109767105B (zh) | 2018-12-29 | 2018-12-29 | 一种基于风光水火储联合***的多能互补协调发电调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109767105B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110503255A (zh) * | 2019-08-13 | 2019-11-26 | 常州大学 | 一种风火储电力***联合优化调度方法 |
CN110492478B (zh) * | 2019-08-20 | 2023-04-11 | 云南电网有限责任公司 | 一种水电和风电联合出力特性分析方法 |
CN110854910B (zh) * | 2019-11-19 | 2021-11-02 | 南京东博智慧能源研究院有限公司 | 一种高比例光伏并网下火电机组爬坡压力缓解方法 |
CN111009912B (zh) * | 2019-12-16 | 2021-10-15 | 南京工程学院 | 一种基于配电网场景下的火电厂储能配置***及策略 |
CN111244989B (zh) * | 2020-01-15 | 2023-03-24 | 国网内蒙古东部电力有限公司 | 一种基于电池储能的风电机组与火电机组的协调运行方法 |
CN111525609B (zh) * | 2020-04-23 | 2021-10-15 | 国电科学技术研究院有限公司 | 一种风光储电源直接接入火电厂供给火电厂厂用电的方法 |
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 |
CN112952914B (zh) * | 2021-01-27 | 2023-04-21 | 云南电网有限责任公司电力科学研究院 | 一种多能互补电力***多目标运行优化方法 |
CN113159423A (zh) * | 2021-04-22 | 2021-07-23 | 国网山东省电力公司潍坊供电公司 | 基于风、火、光储协调的多能源联合优化调度运行方法 |
CN113394817B (zh) * | 2021-06-28 | 2023-03-28 | 国网甘肃省电力公司电力科学研究院 | 一种风光水火储***的多能容量优化配置方法 |
CN113839415B (zh) * | 2021-08-27 | 2024-01-30 | 国网甘肃省电力公司电力科学研究院 | 一种多类型灵活电源的优化调度方法 |
CN114784797B (zh) * | 2022-04-25 | 2024-01-19 | 东南大学溧阳研究院 | 一种计及多重不确定性的住宅综合能源***的热电优化日前调度方法 |
CN114938011B (zh) * | 2022-07-07 | 2022-10-14 | 中国长江三峡集团有限公司 | 一种考虑储能优化配置的风光火储***联合运行方法 |
CN115640982B (zh) * | 2022-11-18 | 2023-03-31 | 武汉大学 | 基于抽水蓄能优先调节的多能互补***日前优化调度方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105048516A (zh) * | 2015-08-18 | 2015-11-11 | 四川大学 | 一种风光水火多源互补优化调度方法 |
CN106981888A (zh) * | 2017-05-10 | 2017-07-25 | 西安理工大学 | 基于多源互补的风蓄水火电力***的多目标动态调度方法 |
CN108306331A (zh) * | 2018-01-15 | 2018-07-20 | 南京理工大学 | 一种风光储混合***的优化调度方法 |
CN108711892A (zh) * | 2018-05-30 | 2018-10-26 | 南京工程学院 | 一种多能互补发电***的优化调度方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9373960B2 (en) * | 2013-03-13 | 2016-06-21 | Oracle International Corporation | Computerized system and method for distributed energy resource scheduling |
ES2969811T3 (es) * | 2016-05-19 | 2024-05-22 | Univ America Catholic | Sistema y métodos para mejorar la precisión de los pronósticos de energía solar y energía eólica para una red de suministro eléctrico |
-
2018
- 2018-12-29 CN CN201811636754.0A patent/CN109767105B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105048516A (zh) * | 2015-08-18 | 2015-11-11 | 四川大学 | 一种风光水火多源互补优化调度方法 |
CN106981888A (zh) * | 2017-05-10 | 2017-07-25 | 西安理工大学 | 基于多源互补的风蓄水火电力***的多目标动态调度方法 |
CN108306331A (zh) * | 2018-01-15 | 2018-07-20 | 南京理工大学 | 一种风光储混合***的优化调度方法 |
CN108711892A (zh) * | 2018-05-30 | 2018-10-26 | 南京工程学院 | 一种多能互补发电***的优化调度方法 |
Non-Patent Citations (4)
Title |
---|
A multi-energy complementary coordinated dispatch method for integrated system of wind-photovoltaic-hydro-thermal-energy storage;Xiao Bai et al.;《International Transactions on Electrical Energy Systems》;20190310;第29卷(第07期);E12005 * |
大规模风电并网下的电力***调度决策研究;雷宇等;《电工电气》;20141215(第12期);6-13 * |
混合可再生能源***的多能互补及集成优化;方八零;《中国博士学位论文全文数据库 (工程科技Ⅱ辑)》;20180615(第06期);C042-110 * |
考虑分时电价的风光储联合"削峰"优化调度模型;杨晓萍等;《太阳能学报》;20180628(第06期);1752-1760 * |
Also Published As
Publication number | Publication date |
---|---|
CN109767105A (zh) | 2019-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109767105B (zh) | 一种基于风光水火储联合***的多能互补协调发电调度方法 | |
KR101834061B1 (ko) | 신재생 에너지 연계형 ess의 전력 관리 방법 | |
CN109523128B (zh) | 一种促进消纳的可再生能源容量配置方法 | |
CN109327042A (zh) | 一种微电网多能源联合优化调度方法 | |
CN110826815B (zh) | 一种考虑综合需求响应的区域综合能源***运行优化方法 | |
CN113112087A (zh) | 考虑电热负荷需求响应的综合能源***运行成本优化方法 | |
CN103151803A (zh) | 一种含风电***机组及备用配置的优化方法 | |
CN113343478B (zh) | 考虑不确定性和需求响应的独立微网容量优化配置方法 | |
CN111898806B (zh) | 电-热耦合的源储荷集成多能流园区运行优化方法及*** | |
CN105225022A (zh) | 一种热电联产型微电网的经济性优化运行方法 | |
CN110796373B (zh) | 面向风电消纳的多阶段场景生成电热***优化调度方法 | |
CN109993345B (zh) | 一种面向园区的孤岛运行多能互补***动态经济调度方法 | |
CN109787227B (zh) | 一种多能互补***多时间尺度优化调度方法 | |
CN110994606B (zh) | 一种基于复杂适应***理论的多能源电源容量配置方法 | |
CN108009681B (zh) | 一种基于电网负荷尖峰时段曲线提高风电消纳方法 | |
CN115374993A (zh) | 一种考虑最优建设时序的区域综合能源***低碳规划方法 | |
CN116979578A (zh) | 一种风光水火储的电气热三联产优化调度方法和*** | |
CN111049179A (zh) | 一种考虑不确定性的新能源发电***多目标优化调度方法 | |
CN104616071A (zh) | 一种风光储互补发电***优化配置方法 | |
CN108494014A (zh) | 一种混合能源热电联产经济性优化管理方法 | |
CN110571868B (zh) | 微电网的优化配置方法 | |
CN111917137A (zh) | 一种针对区域电网内多种分布式能源的调控方法 | |
CN112653137A (zh) | 计及碳交易的光热电站与风电***、低碳调度方法及*** | |
Nwulu | Multi-objective optimization of a CHP-PV-battery islanded microgrid | |
CN111899121B (zh) | 基于电转气设备的区域能源***源荷协调运行简易方法 |
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 |