CN110417048B - 一种考虑源网荷约束的直流电网送受端联合调峰优化方法 - Google Patents

Abstract

一种考虑源网荷约束的直流电网送受端联合调峰优化方法，可解决现有技术经常出现“直线”或“反调峰”输送计划，给受端电网调峰调频及运行方式安排带来了较大困难的技术问题。本发明首先获得风电场与光伏电站的日前出力预测数据，电网送端电源在满足当地负荷用电的基础上，产生的富裕电量通过高压直流联络线输送给电网受端，以电网***总运行成本最低为优化目标，以功率平衡约束、常规发电机组约束、弃风弃光约束、直流联络线约束、激励型需求侧响应约束为约束条件，建立最优化模型，得到接入直流的送受端各供能设备、高压直流联络线和受端激励型需求侧响应的运行功率规划。本发明不仅降低了用户的用能成本，也提高了多种能源之间的互补与协同性。

Description

一种考虑源网荷约束的直流电网送受端联合调峰优化方法

技术领域

本发明涉及电力***的调峰技术领域，具体涉及一种考虑源网荷约束的直流电网送受端联合调峰优化方法。

背景技术

随着风电和光伏发电等新能源的迅速发展，我国逐渐形成逆向分布、集中并网的电源格局，新能源的消纳送出受到严重制约，迫切需要通过高压直流跨区送出，以扩大新能源消纳范围，实现全国范围资源优化配置。新能源发电具有随机性、间歇性、波动性的特点，新能源基地的发电水平与直流输送功率存在强耦合关系，直流输电功率计划目前主要考虑***约束及根据输电量协议，较少考虑受端电网的负荷需求或协调考虑新能源出力波动和外送需求，经常出现“直线”或“反调峰”输送计划，给受端电网调峰调频及运行方式安排带来了较大困难。为充分挖掘电网调峰潜力，扩大新能源消纳，促进新能源持续健康发展，建立一种充分考虑源网荷约束的直流电网送受端联合调峰优化运行模型越来越重要。

目前的研究成果中，针对直流电网送受端调峰模型，往往只是简单地考虑了电网送端和受端的传统火电机组约束和有功功率平衡约束等传统约束，而对于直流联络线约束、新能源发电约束、抽水蓄能机组约束、需求侧响应约束等约束条件考虑不足。需求侧响应技术和抽水蓄能电站作为有效的新能源消纳手段，已得到工程实践的验证，但目前鲜有综合考虑其联合运行效益的直流电网送受端联合调峰优化运行模型。

发明内容

本发明提出的一种考虑源网荷约束的直流电网送受端联合调峰优化方法，可解决现有技术较少考虑受端电网的负荷需求或协调考虑新能源出力波动和外送需求，导致经常出现“直线”或“反调峰”输送计划，给受端电网调峰调频及运行方式安排带来了较大困难的技术问题。

为实现上述目的，本发明采用了以下技术方案：

一种考虑源网荷约束的直流电网送受端联合调峰优化方法，包括以下步骤：

S100、建立电网送端和受端的电源出力模型；

S200、获得直流电网送端和受端的负荷日前预测数据；

S300、建立电网受端激励型需求侧响应模型；

S400、建立直流联络线功率传输模型；

S500、建立送受端联合调峰优化运行模型，在符合步骤S100送受端电源出力模型、步骤S300受端激励型需求侧响应模型、步骤S400直流联络线传输功率模型的约束条件和有功功率平衡约束、弃风、弃光量约束的基础上，以电网***总运行成本最低为优化目标，利用步骤S200送受端负荷日前预测数据，求解得到送受端电源出力计划、直流联络线功率传输计划和受端激励型需求侧响应调控计划的日前优化运行结果，从中确定各供能设备的最优运行规划，建立决策最优的调峰电源分配方案。

进一步的，所述步骤S100中电网送端和受端的电源出力模型包括：电网送端和受端的新能源发电电源出力模型、电网送端和受端的传统火电机组出力模型、电网受端的抽水蓄能机组出力模型。

进一步的，所述步骤S100是按如下方法建立电网送端和受端的新能源发电电源出力模型：

对风电场、光伏电站历史出力数据进行获取整理，获得风电场、光伏电站的日出力数据集，使用k均值聚类算法对每月的日出力数据集进行聚类分析，将数据集分为k个聚类，每个聚类的聚类中心称为一个典型日出力状态，每个聚类包含的数据样本个数表征了该状态发生的概率；

因此综合所有历史样本，每个状态的概率分布值即状态概率值由式(1.1)算出：

其中，N表示数据集中的样本个数，l_j表示聚类j中的样本个数；

因而，有

将所划分状态S₁，S₂，…,S_k对应到[0，1]之间的一个区间，区间长度即为状态概率值；利用随机抽样的方法抽取[0，1]上均匀分布的随机数R，根据随机数R的大小确定所属典型日出力状态，则获得了新能源的随机出力模型。

进一步的，所述步骤S100是按如下方法建立电网送端和受端的传统火电机组出力模型：

火电机组受到的有功功率上下限约束如式(2.1)所示：

u_i,tP_i ^min≤P_i,t≤u_i,tP_i ^max (2.1)

式中，P_i ^max、P_i ^min分别为第i台常规机组的有功出力上下限，u_i,t为第i台常规机组在t时刻的启停状态；

其受到的爬坡约束如式(2.2)所示：

-RD_i≤(P_i,t-P_i,t-1)/Δt≤RU_i (2.2)

式中，RD_i、RU_i分别为第i台常规发电机组上下爬坡速率限制，Δt为t时段的时长；

其受到的启停约束如式(2.3)所示：

式中，D_i、O_i分别为第i台常规发电机组的最小停机及开机时间。

进一步的，所述步骤S100是按如下方法建立电网受端的抽水蓄能机组出力模型：

抽水蓄能发电机组和水泵机组受到的有功功率上下限约束如式(3.1)(3.2)所示：

P_r ^min≤P_r,t≤P_r ^max (3.1)

式中，P_r,t为抽水蓄能发电机组在t时刻的出力，P_r ^max、P_r ^min分别为抽水蓄能发电机组的有功出力上下限；P_pld,t为水泵机组在t时刻的出力，P_pld ^max、P_pld ^min分别为水泵机组的有功出力上下限；

其中水泵机组的出力为阶梯值：

P_pld,t＝p_i×n (3.3)

p_i为单台水泵的抽水功率；

抽水蓄能机组受到的水量平衡约束如式(3.4)所示：

式中,V_t,V_pld,t,V_r,t分别为t时刻水库的蓄水量，水泵的抽水量和发电机的用水量，V_t-Δt为前一时刻水库的蓄水量，V_min，V_max分别为水库的最小和最大蓄水量。

进一步的，所述步骤S200是按如下方法获得直流电网送端和受端的负荷日前预测数据：

根据季节选择典型日负荷曲线，再根据功率大小对负荷曲线进行等比放大，运用插值法获得电网送端和受端负荷日前预测数据。

进一步的，所述步骤S300是按如下方法建立电网受端激励型需求侧响应模型：

需求侧调动费用如式(4.1)所示：

式中，T为总时段数，N_m为激励型需求侧响应用户量，ρ_m为用户m的单位电量补偿价格，P_m,t为用户m的转移负荷值，Δt_m为单位调度时长；

激励型需求侧响应满足的响应量约束如式(4.2)所示：

式中，q_m1，q_m2，…，q_mn为用户m的固定转移负荷值档位，Q_m为用户m的最大响应容量值；

激励型需求侧响应满足的负荷转移量平衡约束如式(4.3)所示：

进一步的，所述步骤S400是按如下方法建立直流联络线功率传输模型：

直流联络线满足的直流输送电量约束如式(5.1)所示：

式中：t＝1,2,…,T；P_dc,t为直流联络线在时段t的有功功率，E_dc,max和E_dc,min分别为直流线路在计划周期T内的最大、最小交易电量；

直流联络线满足的交换功率阶梯化约束如式(5.2)所示：

P_dc,t∈{P_dc1,P_dc2,...,P_dcn} (5.2)

式中：P_dc1,P_dc2,…,P_dcn为直流联络线的固定功率调整档位；

直流联络线满足的调整间隔约束如式(5.3)所示：

式中，c_t是表示直流联络线在t时段是否开始调整的0-1状态变量，J是直流联络线最小调整间隔；

直流联络线需要满足的调节速率约束如式(5.4)所示：

式中：R_dc ⁺和R_dc ^-分别为直流联络线计划的上升、下降速率限值；Δt为t时段的时长。

进一步的，所述步骤S500建立送受端联合调峰优化运行模型，在符合步骤S100送受端电源出力模型、步骤S300受端激励型需求侧响应模型、步骤S400直流联络线传输功率模型的约束条件和有功功率平衡约束、弃风、弃光量约束的基础上，以电网***总运行成本最低为优化目标，利用步骤S200送受端负荷日前预测数据，求解得到送受端电源出力计划、直流联络线功率传输计划和受端激励型需求侧响应调控计划的日前优化运行结果，从中确定各供能设备的最优运行规划，建立决策最优的调峰电源分配方案；

具体包括：

所述运行优化模型的目标函数由式(6.1)所表征：

式中，

T表示总时段数，n为火电机组数量；

f_i(·)为第i台火电机组的发电成本函数，P_i,t为第i台机组在t时刻的最优出力；

m_i为第i台火电机组启停损耗，c_i为第i台机组在一个运行周期内的启停次数；

G_wt为风电厂在t时刻的弃风费用，G_st为光伏电厂在t时刻的弃光费用；

M_dc为直流联络线在t时刻的功率调整费用；

所述电网受端弃风、弃光量大小约束由式(6.2)表述：

式中，g_w,t、g_s,t分别表示受端风电场、光伏电站在t时刻的弃风、弃光量；

所述送端的有功功率平衡约束由式(6.3)所表征：

P_gld,t≤P_gc,t+P_gw,t+P_gs,t-P_dc,t≤(1+α)P_gld,t (6.3)

式中P_gc,t为送端常规电厂出力，表示火电机组出力之和，P_gw,t为送端风电厂出力，P_gs,t为送端光伏电厂出力，P_gld,t为送端***负荷，α为电网***在符合安全标准的范围内所能承受的最大裕度；

所述受端的有功功率平衡约束由式(6.4)所表征：

P_ald,t≤P_ac,t+P_aw,t-g_w,t+P_as,t-g_s,t+P_dc,t+P_r,t-P_pld,t-P_m,t≤(1+α)P_ald,t (6.4)

式中P_ac,t为受端常规电厂出力，表示火电机组出力之和，P_aw,t为受端风电厂出力，g_w,t为受端风电场弃风量，P_as,t为受端光伏电厂出力，g_s,t为受端光伏电站弃光量，P_r,t为抽水蓄能发电机组出力，P_pld,t为水泵机组抽水负荷，取值为阶梯值，P_m,t为受端激励型需求侧响应，P_ald,t为受端***负荷；

所述供能设备约束如式(1.1)、(1.2)、(1.3)、(2.1)、(2.2)、(2.3)、(2.4)(3.1)(3.2)(3.3)(3.4)所表示；

所述需求侧响应约束如式(4.1)、(4.2)、(4.3)所表示；

所述直流联络线约束如式(5.1)、(5.2)、(5.3)、(5.4)所表示；

利用已得到的送受端的新能源日前预测数据和负荷日前预测数据，求解得到各供能设备、直流联络线功率和受端激励型需求侧响应的日前运行优化结果，从中确定各供能设备的最优运行规划，建立决策最优的调峰电源分配方案。

由上述技术方案可知，本发明公开了一种充分考虑源网荷约束的直流电网送受端联合调峰优化方法，首先获得风电场与光伏电站的日前出力预测数据，电网送端电源在满足当地负荷用电的基础上，产生的富裕电量通过高压直流联络线输送给电网受端，以电网***总运行成本最低为优化目标，以功率平衡约束、常规发电机组约束、弃风弃光约束、直流联络线约束、激励型需求侧响应约束为约束条件，建立最优化模型，得到接入直流的送受端各供能设备、高压直流联络线和受端激励型需求侧响应的运行功率规划。

本发明的考虑源网荷约束的直流电网送受端联合调峰优化方法具有以下有益效果：

本发明构建的直流电网送受端联合调峰模型充分考虑了直流联络线、抽水蓄能、需求侧响应等约束条件，实现了对直流电网送受端联合调峰***中的发电机组和直流联络线传输功率的最优调度，使发电机组能够运行在最优的工况。

本发明在保证送受端电网安全运行的基础上，灵活调节直流外送计划，安排直流计划承担部分调峰任务，促进了新能源消纳，实现了直流外送计划、新能源和常规能源日前机组组合和发电计划的协调优化。

本发明有效提高直流电网送受端联合调峰***的经济性的同时，还充分挖掘了直流电网受端需求侧响应的调峰潜力，实现了电负荷的削峰填谷及负荷削减，不仅降低了用户的用能成本，也提高了多种能源之间的互补与协同性。

附图说明

图1是本发明方法的流程示意图；

图2是本发明的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、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。

如图1所示，本实施例所述的考虑源网荷约束的直流电网送受端联合调峰优化方法，包括：

S100、建立电网送端和受端的电源出力模型；

S200、获得直流电网送端和受端的负荷日前预测数据；

S300、建立电网受端激励型需求侧响应模型；

S400、建立直流联络线功率传输模型；

S500、建立送受端联合调峰优化运行模型，在符合步骤S100送受端电源出力模型、步骤S300受端激励型需求侧响应模型、步骤S400直流联络线传输功率模型的约束条件和有功功率平衡约束、弃风、弃光量约束的基础上，以电网***总运行成本最低为优化目标，利用步骤S200送受端负荷日前预测数据，求解得到送受端电源出力计划、直流联络线功率传输计划和受端激励型需求侧响应调控计划的日前优化运行结果，从中确定各供能设备的最优运行规划，建立决策最优的调峰电源分配方案。

其中步骤S100的所述电网送端和受端的电源出力模型包括：电网送端和受端的新能源发电电源出力模型、电网送端和受端的传统火电机组出力模型、电网受端的抽水蓄能机组出力模型；

步骤S200获得直流电网送端和受端的负荷日前预测数据；所述直流电网送端和受端的负荷日前预测数据是利用历史负荷数据，并通过插值法得到；

步骤S300建立电网受端激励型需求侧响应模型；所述激励型需求侧响应计划是指高负荷工业通过与电网签订协议，来参与***优化调度，降低高峰时段电力需求，增大低谷时段电力需求，从而缓解电网压力，保证安全运行。

步骤S400建立直流联络线功率传输模型；所述直流联络线传输计划是在保证送/受端电网安全运行的前提下，灵活调整直流外送计划，安排直流计划承担部分调峰任务，以促进新能源消纳，实现直流外送计划、新能源和常规能源日前机组组合和发电计划的协调优化。

步骤S500建立并求解送受端联合调峰优化运行模型；所述送受端联合调峰优化运行模型是以电网***总运行成本最低为优化目标，以有功功率平衡约束、弃风、弃光量约束、供能设备约束、需求侧响应约束、直流联络线约束为约束条件，求解得到送受端各供能设备和直流联络线的日前功率优化结果，实现直流电网送受端联合调峰模型的优化运行。

以下结合图2具体说明：

具体实施中，按如下方式建立电网送端和受端的新能源发电电源出力模型：

对风电场、光伏电站历史出力数据进行整理，获得风电场、光伏电站的日出力数据集，使用k均值聚类算法对每月的日出力数据集进行聚类分析，将数据集分为k个聚类，每个聚类的聚类中心称为一个典型日出力状态，每个聚类包含的数据样本个数表征了该状态发生的概率。

因此综合所有历史样本，每个状态的概率分布值即状态概率值可由式(1.1)算出：

其中，N表示数据集中的样本个数，l_j表示聚类j中的样本个数。

因而，有

将所划分状态S₁，S₂，…,S_k对应到[0，1]之间的一个区间，区间长度即为状态概率值。利用随机抽样的方法抽取[0，1]上均匀分布的随机数R，根据随机数R的大小确定所属典型日出力状态，则获得了新能源的随机出力模型。根据对随机数R的模拟，可以获得大量风电场、光伏电站日前出力预测数据。

送端和受端的风电、光伏发电的出力情况，根据季节、功率大小由新能源出力模型给出。

按如下方式建立电网送端和受端的传统火电机组出力模型:

火电机组受到的有功功率上下限约束如式(2.1)所示：

u_i,tP_i ^min≤P_i,t≤u_i,tP_i ^max (2.1)

式中，P_i ^max、P_i ^min分别为第i台常规机组的有功出力上下限，u_i,t为第i台常规机组在t时刻的启停状态。

其受到的爬坡约束如式(2.2)所示：

-RD_i≤(P_i,t-P_i,t-1)/Δt≤RU_i (2.2)

式中，RD_i、RU_i分别为第i台常规发电机组上下爬坡速率限制，Δt为t时段的时长。

其受到的启停约束如式(2.3)所示：

式中，D_i、O_i分别为第i台常规发电机组的最小停机及开机时间。

按如下方式建立电网受端的抽水蓄能机组出力模型：

抽水蓄能发电机组和水泵机组受到的有功功率上下限约束如式(3.1)(3.2)所示：

P_r ^min≤P_r,t≤P_r ^max (3.1)

式中，P_r,t为抽水蓄能发电机组在t时刻的出力，P_r ^max、P_r ^min分别为抽水蓄能发电机组的有功出力上下限；P_pld,t为水泵机组在t时刻的出力，P_pld ^max、P_pld ^min分别为水泵机组的有功出力上下限。

其中水泵机组的出力为阶梯值：

P_pld,t＝p_i×n (3.3)

p_i为单台水泵的抽水功率。

抽水蓄能机组受到的水量平衡约束如式(3.4)所示：

式中,V_t,V_pld,t,V_r,t分别为t时刻水库的蓄水量，水泵的抽水量和发电机的用水量，V_t-Δt为前一时刻水库的蓄水量，V_min，V_max分别为水库的最小和最大蓄水量，则通过迭代计算可以求得水库的蓄水量，对于按周期调节的水库，一般一个周期内抽水水量应该与用水水量基本平衡。

按如下方式获得直流电网送端和受端的负荷日前预测数据：

根据季节选择典型日负荷曲线，再根据功率大小对负荷曲线进行等比放大，运用插值法获得电网送端和受端负荷日前预测数据。

按如下方式建立电网受端激励型需求侧响应模型：

需求侧调动费用如式(4.1)所示：

式中，T为总时段数，N_m为激励型需求侧响应用户量，ρ_m为用户m的单位电量补偿价格，P_m,t为用户m的转移负荷值，Δt_m为单位调度时长。

为了保证工业用户的正常生产，激励型需求侧响应需要满足的响应量约束如式(4.2)所示：

式中，q_m1，q_m2，…，q_mn为用户m的固定转移负荷值档位，Q_m为用户m的最大响应容量值。

激励型需求侧响应需要满足的负荷转移量平衡约束如式(4.3)所示：

按如下方式建立直流联络线功率传输模型：

送端电源在满足当地负荷需求的基础上，通过直流联络线将富裕电量传输给受端，协助送端能源消纳和受端调峰。

目前直流外送电量计划主要由跨区电力市场交易确定。为保证交易的执行，计划周期内直流总送出电量应在市场交易合同约定范围内。

直流联络线需要满足的直流输送电量约束如式(5.1)所示：

式中：t＝1,2,…,T；P_dc,t为直流联络线在时段t的有功功率，E_dc,max和E_dc,min分别为直流线路在计划周期T内的最大、最小交易电量。

在实际调度运行中，日前计划的作用是跨区、跨省大范围的资源优化配置，无需过多考虑两侧电网调频需求和功率波动，直流联络线日前传输功率计划应相对平稳，不应频繁往复调整；同时，考虑到直流运行可靠性、控制可行性和设备运行寿命等因素的限制，正常运行方式下直流联络线应滤除毛刺、锯齿、频繁往复波动等因素，即传输功率应呈现阶梯状。

直流联络线需要满足的交换功率阶梯化约束如式(5.2)所示：

P_dc,t∈{P_dc1,P_dc2,...,P_dcn} (5.2)

式中：P_dc1,P_dc2,…,P_dcn为直流联络线的固定功率调整档位。

为保持直流计划的稳定，直流计划一次调整(单个或者多个连续时段上升或者下降)后，至少平稳运行一个最小间隔时间。

直流联络线需要满足的调整间隔约束如式(5.3)所示：

式中，c_t是表示直流联络线在t时段是否开始调整的0-1状态变量，J是直流联络线最小调整间隔。

相邻时段直流联络线的计划调整速率不能超过直流运行方式的限值，直流联络线需要满足的调节速率约束如式(5.4)所示：

式中：R_dc ⁺和R_dc ^-分别为直流联络线计划的上升、下降速率限值；Δt为t时段的时长。

按如下方式建立并求解直流电网送受端联合调峰优化运行模型：

所述送受端联合调峰优化运行模型是以电网***总运行成本最低为优化目标，以有功功率平衡约束、弃风、弃光量约束、供能设备约束、需求侧响应约束、直流联络线约束为约束条件，求解得到送受端各供能设备和直流联络线的日前功率优化结果，实现直流电网送受端联合调峰模型的优化运行。

所述运行优化模型的目标函数由式(6.1)所表征：

式中，

T表示总时段数，n为火电机组数量；

f_i(·)为第i台火电机组的发电成本函数，P_i,t为第i台机组在t时刻的最优出力；

m_i为第i台火电机组启停损耗，c_i为第i台机组在一个运行周期内的启停次数；

G_wt为风电厂在t时刻的弃风费用，G_st为光伏电厂在t时刻的弃光费用；

M_dc为直流联络线在t时刻的功率调整费用；

所述电网受端弃风、弃光量大小约束由式(6.2)表述：

式中，g_w,t、g_s,t分别表示受端风电场、光伏电站在t时刻的弃风、弃光量。

所述送端的有功功率平衡约束由式(6.3)所表征：

P_gld,t≤P_gc,t+P_gw,t+P_gs,t-P_dc,t≤(1+α)P_gld,t (6.3)

式中P_gc,t为送端常规电厂出力，表示火电机组出力之和，P_gw,t为送端风电厂出力，P_gs,t为送端光伏电厂出力，P_gld,t为送端***负荷，α为电网***在符合安全标准的范围内所能承受的最大裕度。

所述受端的有功功率平衡约束由式(6.4)所表征：

P_ald,t≤P_ac,t+P_aw,t-g_w,t+P_as,t-g_s,t+P_dc,t+P_r,t-P_pld,t-P_m,t≤(1+α)P_ald,t (6.4)

式中P_ac,t为受端常规电厂出力，表示火电机组出力之和，P_aw,t为受端风电厂出力，g_w,t为受端风电场弃风量，P_as,t为受端光伏电厂出力，g_s,t为受端光伏电站弃光量，P_r,t为抽水蓄能发电机组出力，P_pld,t为水泵机组抽水负荷，取值为阶梯值，P_m,t为受端激励型需求侧响应，P_ald,t为受端***负荷。

所述供能设备约束如式(1.1)、(1.2)、(1.3)、(2.1)、(2.2)、(2.3)、(2.4)(3.1)(3.2)(3.3)(3.4)所表示；

所述需求侧响应约束如式(4.1)、(4.2)、(4.3)所表示。

所述直流联络线约束如式(5.1)、(5.2)、(5.3)、(5.4)所表示。

利用已得到的送受端的新能源日前预测数据和负荷日前预测数据，求解得到各供能设备、直流联络线功率和受端激励型需求侧响应的日前运行优化结果，从中确定各供能设备的最优运行规划，建立决策最优的调峰电源分配方案。

综上所述，本发明实施例的方法能够有效提高直流接入的送受端电网调峰运行的经济性和新能源的消纳率。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种考虑源网荷约束的直流电网送受端联合调峰优化方法，其特征在于：包括以下步骤：

S100、建立电网送端和受端的电源出力模型；

S200、获得直流电网送端和受端的负荷日前预测数据；

S300、建立电网受端激励型需求侧响应模型；

S400、建立直流联络线功率传输模型；

S500、建立送受端联合调峰优化运行模型，在符合步骤S100送受端电源出力模型、步骤S300受端激励型需求侧响应模型、步骤S400直流联络线传输功率模型的约束条件和有功功率平衡约束、弃风、弃光量约束的基础上，以电网***总运行成本最低为优化目标，利用步骤S200送受端负荷日前预测数据，求解得到送受端电源出力计划、直流联络线功率传输计划和受端激励型需求侧响应调控计划的日前优化运行结果，从中确定各供能设备的最优运行规划，建立决策最优的调峰电源分配方案；

其中，S500具体包括：

所述运行优化模型的目标函数由式(6.1)所表征：

式中，

T表示总时段数，n为火电机组数量；

f_i(·)为第i台火电机组的发电成本函数，P_i,t为第i台机组在t时刻的最优出力；

m_i为第i台火电机组启停损耗，c_i为第i台机组在一个运行周期内的启停次数；

G_wt为风电厂在t时刻的弃风费用，G_st为光伏电厂在t时刻的弃光费用；

M_dc为直流联络线在t时刻的功率调整费用；

所述电网受端弃风、弃光量大小约束由式(6.2)表述：

式中，g_w,t、g_s,t分别表示受端风电场、光伏电站在t时刻的弃风、弃光量；

所述送端的有功功率平衡约束由式(6.3)所表征：

P_gld,t≤P_gc,t+P_gw,t+P_gs,t-P_dc,t≤(1+α)P_gld,t (6.3)

式中P_gc,t为送端常规电厂出力，表示火电机组出力之和，P_gw,t为送端风电厂出力，P_gs,t为送端光伏电厂出力，P_gld,t为送端***负荷，α为电网***在符合安全标准的范围内所能承受的最大裕度；

所述受端的有功功率平衡约束由式(6.4)所表征：

P_ald,t≤P_ac,t+P_aw,t-g_w,t+P_as,t-g_s,t+P_dc,t+P_r,t-P_pld,t-P_m,t≤(1+α)P_ald,t (6.4)

式中P_ac,t为受端常规电厂出力，表示火电机组出力之和，P_aw,t为受端风电厂出力，g_w,t为受端风电场弃风量，P_as,t为受端光伏电厂出力，g_s,t为受端光伏电站弃光量，P_r,t为抽水蓄能发电机组出力，P_pld,t为水泵机组抽水负荷，取值为阶梯值，P_m,t为受端激励型需求侧响应，P_ald,t为受端***负荷；

利用已得到的送受端的新能源日前预测数据和负荷日前预测数据，求解得到各供能设备、直流联络线功率和受端激励型需求侧响应的日前运行优化结果，从中确定各供能设备的最优运行规划，建立决策最优的调峰电源分配方案。

2.根据权利要求1所述的考虑源网荷约束的直流电网送受端联合调峰优化方法，其特征在于：

所述步骤S100中电网送端和受端的电源出力模型包括：电网送端和受端的新能源发电电源出力模型、电网送端和受端的传统火电机组出力模型、电网受端的抽水蓄能机组出力模型。

3.根据权利要求2所述的考虑源网荷约束的直流电网送受端联合调峰优化方法，其特征在于：所述步骤S100是按如下方法建立电网送端和受端的新能源发电电源出力模型：

对风电场、光伏电站历史出力数据进行获取整理，获得风电场、光伏电站的日出力数据集，使用k均值聚类算法对每月的日出力数据集进行聚类分析，将数据集分为k个聚类，每个聚类的聚类中心称为一个典型日出力状态，每个聚类包含的数据样本个数表征了该状态发生的概率；

因此综合所有历史样本，每个状态的概率分布值即状态概率值由式(1.1)算出：

其中，N表示数据集中的样本个数，l_j表示聚类j中的样本个数；

因而，有

将所划分状态S₁，S₂，…,S_k对应到[0，1]之间的一个区间，区间长度即为状态概率值；利用随机抽样的方法抽取[0，1]上均匀分布的随机数R，根据随机数R的大小确定所属典型日出力状态，则获得了新能源的随机出力模型。

4.根据权利要求3所述的考虑源网荷约束的直流电网送受端联合调峰优化方法，其特征在于：所述步骤S100是按如下方法建立电网送端和受端的传统火电机组出力模型：

火电机组受到的有功功率上下限约束如式(2.1)所示：

u_i,tP_i ^min≤P_i,t≤u_i,tP_i ^max (2.1)

式中，P_i ^max、P_i ^min分别为第i台常规机组的有功出力上下限，u_i,t为第i台常规机组在t时刻的启停状态；

其受到的爬坡约束如式(2.2)所示：

-RD_i≤(P_i,t-P_i,t-1)/Δt≤RU_i (2.2)

式中，RD_i、RU_i分别为第i台常规发电机组上下爬坡速率限制，Δt为t时段的时长；

其受到的启停约束如式(2.3)所示：

式中，D_i、O_i分别为第i台常规发电机组的最小停机及开机时间。

5.根据权利要求4所述的考虑源网荷约束的直流电网送受端联合调峰优化方法，其特征在于：

所述步骤S100是按如下方法建立电网受端的抽水蓄能机组出力模型：

抽水蓄能发电机组和水泵机组受到的有功功率上下限约束如式(3.1)(3.2)所示：

P_r ^min≤P_r,t≤P_r ^max (3.1)

式中，P_r,t为抽水蓄能发电机组在t时刻的出力，P_r ^max、P_r ^min分别为抽水蓄能发电机组的有功出力上下限；P_pld,t为水泵机组在t时刻的出力，P_pld ^max、P_pld ^min分别为水泵机组的有功出力上下限；

其中水泵机组的出力为阶梯值：

P_pld,t＝p_i×n (3.3)

p_i为单台水泵的抽水功率；

抽水蓄能机组受到的水量平衡约束如式(3.4)所示：

式中,V_t,V_pld,t,V_r,t分别为t时刻水库的蓄水量，水泵的抽水量和发电机的用水量，V_t-Δt为前一时刻水库的蓄水量，V_min，V_max分别为水库的最小和最大蓄水量。

6.根据权利要求5所述的考虑源网荷约束的直流电网送受端联合调峰优化方法，其特征在于：

所述步骤S200是按如下方法获得直流电网送端和受端的负荷日前预测数据：

根据季节选择典型日负荷曲线，再根据功率大小对负荷曲线进行等比放大，运用插值法获得电网送端和受端负荷日前预测数据。

7.根据权利要求6所述的考虑源网荷约束的直流电网送受端联合调峰优化方法，其特征在于：

所述步骤S300是按如下方法建立电网受端激励型需求侧响应模型：

需求侧调动费用如式(4.1)所示：

式中，T为总时段数，N_m为激励型需求侧响应用户量，ρ_m为用户m的单位电量补偿价格，P_m,t为用户m的转移负荷值，Δt_m为单位调度时长；

激励型需求侧响应满足的响应量约束如式(4.2)所示：

式中，q_m1，q_m2，…，q_mn为用户m的固定转移负荷值档位，Q_m为用户m的最大响应容量值；

激励型需求侧响应满足的负荷转移量平衡约束如式(4.3)所示：

8.根据权利要求7所述的考虑源网荷约束的直流电网送受端联合调峰优化方法，其特征在于：

所述步骤S400是按如下方法建立直流联络线功率传输模型：

直流联络线满足的直流输送电量约束如式(5.1)所示：

式中：t＝1,2,…,T；P_dc,t为直流联络线在时段t的有功功率，E_dc,max和E_dc,min分别为直流线路在计划周期T内的最大、最小交易电量；

直流联络线满足的交换功率阶梯化约束如式(5.2)所示：

P_dc,t∈{P_dc1,P_dc2,...,P_dcn} (5.2)

式中：P_dc1,P_dc2,…,P_dcn为直流联络线的固定功率调整档位；

直流联络线满足的调整间隔约束如式(5.3)所示：

式中，c_t是表示直流联络线在t时段是否开始调整的0-1状态变量，J是直流联络线最小调整间隔；

直流联络线需要满足的调节速率约束如式(5.4)所示：

式中：R_dc ⁺和R_dc ^-分别为直流联络线计划的上升、下降速率限值；Δt为t时段的时长。

Images