CN111864811A - 一种考虑电网送出需求的水光互补***光伏容量配置方法 - Google Patents
一种考虑电网送出需求的水光互补***光伏容量配置方法 Download PDFInfo
- Publication number
- CN111864811A CN111864811A CN201910356095.3A CN201910356095A CN111864811A CN 111864811 A CN111864811 A CN 111864811A CN 201910356095 A CN201910356095 A CN 201910356095A CN 111864811 A CN111864811 A CN 111864811A
- Authority
- CN
- China
- Prior art keywords
- water
- output
- photovoltaic
- complementary system
- light complementary
- 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
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
-
- 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
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种考虑电网送出需求的水光互补***光伏容量配置方法:S1,得到不同规划装机容量光伏电站的日出力过程;S2,描述水光互补***日负荷过程;S3,建立水光互补***光伏容量配置数学模型;S4,得出不同光伏装机容量下满足条件的水光互补***运行方案和对应的可行日均径流上、下限值;S5,提出互补保证率的计算方法;S6,计算不同光伏装机容量和不同典型天气日组合情景的互补保证率;S7,得到在可接受互补保证率下不同典型天气日的互补光伏容量;S8,以时间占比较大的典型天气日对应的互补光伏容量的最小值作为水光互补***光伏容量配置方案。本发明提出一种考虑电网送出需求的水光互补***光伏容量配置决策模型,为决策者提供技术支持。
Description
技术领域
本发明涉及新能源发电***光伏容量配置领域,特别涉及一种考虑电网送出需求的水光互补***光伏容量配置方法。
背景技术
随着我国能源结构深化调整和不断增加的能源和减排需求,以水电、风电、光电等为代表的清洁低碳能源在能源供给中发挥日趋重要且不可替代的作用。随着国家对新能源——光伏产业的大力支持,光伏发电得到超前的发展,青海、四川、云南等地由于光照资源丰富,光伏产业发展尤为突出。但由于光伏发电具有随机性、波动性、间歇性等特点,导致光伏发电很难被电网接纳。为了提高光伏发电的稳定性,提高光伏发电的电网接受率,提出了水光互补运行模式。该模式依靠水电机组启停迅速、运行灵活,出力调节快等特点,将水电出力与光伏出力打捆送出,不但提高光伏出力的稳定性,而且提高输电线路的利用小时数,经济效益明显。因此对水光互补***容量配置的研究具有重要的理论意义和实用价值。
目前对水光互补容量配置的研究较少,主要是以全生命周期内的总投资成本最小、发电量最大、单位千瓦投资最小、出力波动最小等指标进行研究。陈新(2007年)以成本电价和单位千瓦投资最低为目标,提出了一种风、光、抽蓄互补***容量优化配置方法。宋旭日(2011年)以分布式发电投资、运行费用、向输电***直接购置费、环境因素费用总和最小为目标,提出了一种风、水、柴、储***容量优化配置方法。安源(2015年)对水光互补的理论和方法进行研究,揭示了水光互补的机理,为大规模光伏发电与水电互补的实施提供了理论支持;刘攀(2017年)以水光互补全生命周期内的净收益最大为目标,提出了一种水光互补***容量配置方法;国家电网四川经济研究院(2017年)在考虑电网功率平衡及传输容量限制的条件下,提出了一种以年水、光弃电量最小和新建光伏的建设成本最小为目标的水光互补***容量配置方法。Mahmoudimehr(2018年)针对独立光、水(抽水蓄能)混合***,以投资成本最小和负荷失电率最小为目标,建立了光、水(抽水蓄能)混合***容量优化配置多目标数学模型。以上研究主要集中在基于经济指标进行单目标和多目标的容量配置研究,忽略了电网送出需求、电站上游的来水特征、单个水库调节特性,基于此,有必要提出一种考虑电网送出需求的水光互补***光伏容量配置方法。
发明内容
本发明的目的是克服现有技术中的不足,提供一种考虑电网送出需求的水光互补***光伏容量配置方法。本发明方法可实现在水电装机容量和水库调节特性确定条件下,基于光伏电站不同规划装机容量和不同典型天气日组合情景的互补保证率以及典型天气日的时间占比,确定光伏电站装机容量方案,为新能源——光伏电站的规划建设提供技术支持,适用于在我国水光互补***光伏容量配置中推广应用。
本发明所采用的技术方案是:一种考虑电网送出需求的水光互补***光伏容量配置方法,包括以下步骤:
步骤(1),根据研究区域内已建光伏电站在不同典型天气日和不同时间步长的日出力过程,采取倍比法得到光伏电站不同规划装机容量条件在不同典型天气日和不同时间步长的日出力过程;
步骤(2),采用时间参数和特征参数描述电网下达的水光互补***日特征负荷过程;
步骤(3),建立水光互补***光伏容量配置数学模型,所述水光互补***光伏容量配置数学模型为分别以水光互补***日出力过程与设定日特征负荷过程的差别最小和水光互补***日发电量最大为目标的多目标数学模型;
步骤(4),将不同日均径流和步骤(1)所得的光伏电站不同规划装机容量的典型天气日的日出力过程,作为步骤(3)所建立的水光互补***光伏容量配置数学模型的输入变量,采用优化算法求解,得出光伏电站不同规划装机容量条件下,同时满足两个目标且不弃水和不弃光条件的水光互补***运行方案和光伏电站不同规划装机容量条件对应的满足两个目标的日均径流上、下限值,并计算水电站出力过程和库水位变化过程;
步骤(5),根据水电站上游水文站的历史日均径流资料,统计历史日均径流的频率,定义互补保证率为满足两个目标的日均径流上、下限值对应的频率的差值;
步骤(6),根据步骤(4)得到的满足两个目标的日均径流上、下限值和步骤(5)提出的互补保证率计算方法,计算得出光伏电站不同规划装机容量和不同典型天气日组合情景的互补保证率;
步骤(7),根据步骤(6)得到的光伏电站不同规划装机容量和不同典型天气日组合情景的互补保证率,根据管理者和决策者能接受的互补保证率,采用插值法得到在该互补保证率下,不同典型天气日的互补光伏容量;
步骤(8),根据步骤(7)得到的在能接受的互补保证率下不同典型天气日的互补光伏容量,统计不同典型天气日的时间占比,按照从大到小的顺序,依次选择直至累加时间占比超过设定百分比的典型天气日组合,然后根据确定的典型天气日组合,选择对应的能接受的互补保证率下的互补光伏容量最小值作为最终的水光互补***光伏电站规划装机容量配置方案。
进一步的,步骤(1)中,所述的不同典型天气日包括晴天、多云、沙尘、雨天、雪天5种典型天气日;所述的不同时间步长包括1/12h、1/6h、1/4h、1/2h、1h。
进一步的,步骤(2)具体包括:根据电网典型日负荷特点,采用时间参数,将电网下达的水光互补***日出力过程划分为I个阶段,每个阶段依据决策时间步长细分为若干个时段,每个阶段内所有时段的水光互补***出力为恒定值;采取特征参数表征不同阶段的出力特征,第i个阶段的特征参数为本阶段水光互补***出力与第1个阶段出力的比值。
进一步的,步骤(3)中所建立的水光互补***光伏容量配置数学模型由目标函数、决策变量和约束条件构成,具体如下:
a.目标函数
步骤(3)中所建立的水光互补***光伏容量配置数学模型是分别以水光互补***日出力过程与设定日特征负荷过程的差别最小和水光互补***日发电量最大为目标的多目标数学模型:
目标函数F1:水光互补***日出力过程与设定日特征负荷过程的差别最小,具体形式如下:
目标函数F2:水光互补***日总发电量最大,具体形式如下:
式中:
I为根据电网典型日负荷特点,采用多段线泛化方法得出的日负荷总阶段数;
J为根据决策时间步长△t,将水电站日内出力过程、光伏电站日内出力过程均细分为J个时段,其中J=24/△t(j=1,2,…,J);
ki为水光互补***日内第i个阶段的特征参数,等于第i个阶段的出力与第1个阶段的出力的比值;
ki'为电网典型日负荷过程第i个阶段的特征参数,等于第i个阶段的负荷与第1个阶段的负荷的比值;
Ni为水光互补***日内第i个阶段的出力,等于该阶段内任意时段的水电站出力与光伏电站出力之和,单位为MW;
ti为水光互补***日负荷第i个阶段的结束时间,也为第i-1个阶段的起始时间,单位为h;
△t为决策时间步长,单位为h;
A为水电站综合出力系数;
C1为规划光伏电站装机容量,单位为MWp;
b.决策变量
以水光互补***各阶段的出力Ni(i=1,2,…,I)为决策变量;
c.约束条件,包括八类,具体如下:
②水位和库容约束:Zmin≤Zj≤Zmax Vmin≤Vj≤Vmax
⑤日初、末库水位约束:|Z1-ZJ+1|<△ε
式中:
Vj为第j个时段初的库容,单位为m3;
Zmin为水库的下限水位,单位为m;
Zmax为水库的上限水位,单位为m;
Zj为第j个时段初的库水位,单位为m;
Vmin为水库的下限水位对应的库容,单位为m3;
Vmax为水库的上限水位对应的库容,单位为m3;
Qmin为水电站允许的最小下泄流量,单位为m3/s;
Qmax为水电站允许的最大下泄流量,单位为m3/s;
Nmin为水电站允许的最小出力,单位为MW;
Nmax为水电站允许的最大出力,单位为MW;
△ε为允许变动上限值,单位为m;
进一步的,步骤(4)中,作为输入变量的所述的日均径流取值为水电站允许的最小下泄流量至最大下泄流量中的任意值,先由允许的最小下泄流量开始,采取等值递增方式直至计算得到同时满足两个目标且符合不弃水和不弃光条件的日均流下限值,再由允许的最大下泄流量开始,采取等值递减方式直至计算能得到同时满足两个目标且符合不弃水和不弃光条件的日均流上限值。
进一步的,步骤(4)中,所述的优化算法采用动态规划及其改进算法或启发式算法的其中一种。
其中,所述的动态规划及其改进算法包括离散微分动态规划、逐次渐进动态规划和逐次优化方法。
其中,所述的启发式算法包括遗传算法、人工神经网络算法、微粒群算法和蚁群算法。
与现有技术相比,本发明的技术方案所带来的有益效果是:本发明提出了一种考虑电网送出需求的水光互补***光伏容量配置方法,根据已建光伏电站在不同典型天气日和不同时间步长的日出力过程,采取倍比法得到光伏电站不同规划装机容量条件下的日出力过程。采用时间参数和特征参数描述电网下达的水光互补***日负荷过程。建立水光互补***光伏容量配置数学模型,并采用优化算法求解,得出光伏电站不同规划装机容量条件下的水光互补***运行方案和对应的可行日均径流上、下限值。统计历史日均径流的频率,提出互补保证率的计算方法,根据光伏电站不同规划装机容量和不同典型天气日组合情景的互补保证率及典型天气的时间占比,确定水光互补***光伏容量配置方案。本发明可以为光伏电站的规划建设提供技术支持,适用于在我国水光互补***光伏容量配置中推广应用。
附图说明
图1a和图1b分别是本发明实施例的简化流程图、多段线出力泛化示意图。
图2a和图2b分别是本发明方法步骤(1)、(5)中不同典型天气日光伏日出力过程及不同日均径流的频率示意图。
图3a和图3b分别是晴天水电站出力过程和库水位变化过程示意图。
图4a和图4b分别是多云水电站出力过程和库水位变化过程示意图。
图5a和图5b分别是沙尘水电站出力过程和库水位变化过程示意图。
图6a和图6b分别是雨天水电站出力过程和库水位变化过程示意图。
图7a和图7b分别是雪天水电站出力过程和库水位变化过程示意图。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下:
本实例以某径流式水电站(调节库容196万m3,水电装机360MW)为例,如图1a所示,一种考虑电网送出需求的水光互补***光伏容量配置方法,具体实施步骤如下:
(1)根据研究区域内已建光伏电站在不同典型天气日(晴天、多云、沙尘、雨天、雪天的时间占比分别为42.1%、26.2%、4.9%、24.3%、2.5%)和不同时间步长(1/12h、1/6h、1/4h、1/2h、1h等)的日出力过程(见图2a),采取倍比法得到光伏电站不同规划装机容量条件在不同典型天气日和不同时间步长的日出力过程。
(2)提出一种根据电网日负荷特点,采用时间参数和特征参数描述电网下达的水光互补***日特征负荷(出力)过程的多段线泛化方法(见图1b)。具体如下:根据电网典型日负荷特点,采用时间参数,将电网下达的水光互补***日负荷(出力)过程划分为I个阶段,每个阶段依据决策时间步长细分为多个时段,每个阶段内所有时段的水光互补***出力为恒定值。采取特征参数表征不同阶段的出力特征,第i个阶段的特征参数为本阶段水光互补***出力与第1个阶段出力的比值。
(3)建立水光互补***光伏容量配置数学模型。
所建立的考虑发电角色的水光互补***光伏容量配置数学模型由目标函数、决策变量、约束条件构成,具体如下所示:
a.目标函数
步骤(3)中所建立的数学模型是分别以水光互补***日出力过程与设定日特征负荷过程的差别最小和水光互补***日发电量最大为目标的多目标数学模型。
目标函数F1:水光互补***日出力过程与设定日特征负荷过程的差别最小。具体形式如下:
目标函数F2:水光互补***日总发电量最大。具体形式如下:
式中:
I为根据电网典型日负荷特点,采用多段线泛化方法得出的日负荷总阶段数。不同阶段的时间跨度和负荷(出力)不同;
J为根据决策时间步长△t,将水电站日内出力过程、光伏电站日内出力过程均细分为J个时段,其中J=24/△t(j=1,2,…,J)。
ki为水光互补***日内第i个阶段的特征参数,等于第i个阶段的出力与第1个阶段的出力的比值;
ki'为电网典型日负荷过程第i个阶段的特征参数,等于第i个阶段的负荷与第1个阶段的负荷的比值;
Ni为水光互补***日内第i个阶段的出力,等于该阶段内任意时段的水电站出力与光伏电站出力之和,(MW);
ti为水光互补***日负荷第i个阶段的结束时间(第i-1个阶段的起始时间),(h);
△t为决策时间步长,(h);
A为水电站综合出力系数,其与机组出力和发电水头相关;
C1为规划光伏电站装机容量,(MWp);
b.决策变量
以水光互补***各阶段的出力Ni(i=1,2,…,I)为决策变量。
c.约束条件,包括八类,具体如下:
②水位和库容约束:
2757.0m≤Zj≤2760.0m 0.0634×108m3≤Vj≤0.083×108m3
⑤日初、末库水位约束:|Z1-ZJ+1|<△ε
式中:
Vj为第j个时段初的库容,(m3);
Zmin为水库的下限水位,(m);
Zmax为水库的上限水位,(m);
Zj为第j个时段初的库水位,(m);
Vmin为水库的下限水位对应的库容,(m3);
Vmax为水库的上限水位对应的库容,(m3);
Qmin为水电站允许的最小下泄流量,(m3/s);
Qmax为水电站允许的最大下泄流量,(m3/s);
Nmin为水电站允许的最小出力,(MW);
Nmax为水电站允许的最大出力,(MW);
△ε为允许变动上限值,(m);
(4)将不同日均径流和步骤(1)所得的光伏电站不同规划装机容量的典型天气日的日出力过程,作为步骤(3)所建立的水光互补***光伏容量配置数学模型的输入变量,采用优化算法求解,得出光伏电站不同规划装机容量条件下,同时满足两个目标且符合不弃水和不弃光条件的水光互补***运行方案,包括:水电站出力过程和库水位变化过程(见图3a、图3b、图4a、图4b、图5a、图5b、图6a、图6b、图7a和图7b);并依据方案确定光伏电站不同规划装机容量条件对应的可行(“可行”指满足两个目标)日均径流上、下限值。该方法可以得到设定光伏电站规划装机容量条件对应的pareto前沿,决策者可以根据偏好进行决策。例如:决策者追求水光互补***日发电效益,则选择水光互补***日发电量的最大值对应的方案;若决策者追求水光互补***出力与设定日特征负荷过程匹配,则选择水光互补***出力与设定日特征负荷出力差别的最小值对应的方案。
其中,作为输入变量的所述的日均径流取值为水电站允许的最小下泄流量至最大下泄流量中的任意值,先由允许的最小下泄流量开始,采取等值递增方式直至计算得到同时满足两个目标且符合不弃水和不弃光条件的可行日均流下限值;再由允许的最大下泄流量开始,采取等值递减方式直至计算能得到同时满足两个目标且符合不弃水和不弃光条件的可行日均流上限值。
其中,所述的优化算法采用动态规划及其改进算法或启发式算法的其中一种。所述的动态规划及其改进算法包括离散微分动态规划、逐次渐进动态规划和逐次优化方法。所述的启发式算法包括遗传算法、人工神经网络算法、微粒群算法和蚁群算法。
(5)提出互补保证率的计算方法:根据水电站上游水文站的历史日均径流资料,统计历史日均径流的频率(见图2b),定义互补保证率为可行日均径流上、下限值对应的频率的差值。
(6)根据步骤(4)得到可行日均径流上、下限值和步骤(5)提出的互补保证率计算方法,计算得出光伏电站不同规划装机容量和不同典型天气日组合情景的互补保证率(见表1)。
表1光伏电站不同规划装机容量和不同典型天气日组合情景的互补保证率
(7)根据步骤(6)得到的光伏电站不同规划装机容量和不同典型天气日组合情景(组合方式为每一种光伏电站规划装机容量分别与5种典型天气日组合)的互补保证率,根据管理者和决策者可接受的互补保证率(互补保证率人为确定),得到不同典型天气日的互补光伏容量。比如,若管理者和决策者可接受的互补保证率为0.87,那么,晴天、多云、雨天、沙尘、雪天的互补光伏容量分别为57.3MW、59.4MW、58.8MW、106.6MW、350MW。
(8)统计不同典型天气日的时间占比,按照从大到小的顺序,依次选择直至累加时间占比超过设定百分比(可根据工程实际情况人为确定)的典型天气日组合,然后根据确定的典型天气日组合,选择对应的可接受互补保证率下的互补光伏容量最小值作为最终的水光互补***光伏电站规划装机容量。比如:若管理者和决策者可接受的不同典型天气日的累加时间占比为80%,则典型天气日组合为晴天、多云和雨天,其在可接受互补保证率为0.87下的互补光伏容量最小值为57.3MW,因此水光互补***光伏电站最终规划装机容量为57.3MW。
尽管上面结合附图对本发明的优选实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,并不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可以做出很多形式,这些均属于本发明的保护范围之内。
Claims (8)
1.一种考虑电网送出需求的水光互补***光伏容量配置方法,其特征在于,包括以下步骤:
步骤(1),根据研究区域内已建光伏电站在不同典型天气日和不同时间步长的日出力过程,采取倍比法得到光伏电站不同规划装机容量条件在不同典型天气日和不同时间步长的日出力过程;
步骤(2),采用时间参数和特征参数描述电网下达的水光互补***日特征负荷过程;
步骤(3),建立水光互补***光伏容量配置数学模型,所述水光互补***光伏容量配置数学模型为分别以水光互补***日出力过程与设定日特征负荷过程的差别最小和水光互补***日发电量最大为目标的多目标数学模型;
步骤(4),将不同日均径流和步骤(1)所得的光伏电站不同规划装机容量的典型天气日的日出力过程,作为步骤(3)所建立的水光互补***光伏容量配置数学模型的输入变量,采用优化算法求解,得出光伏电站不同规划装机容量条件下,同时满足两个目标且不弃水和不弃光条件的水光互补***运行方案和光伏电站不同规划装机容量条件对应的满足两个目标的日均径流上、下限值,并计算水电站出力过程和库水位变化过程;
步骤(5),根据水电站上游水文站的历史日均径流资料,统计历史日均径流的频率,定义互补保证率为满足两个目标的日均径流上、下限值对应的频率的差值;
步骤(6),根据步骤(4)得到的满足两个目标的日均径流上、下限值和步骤(5)提出的互补保证率计算方法,计算得出光伏电站不同规划装机容量和不同典型天气日组合情景的互补保证率;
步骤(7),根据步骤(6)得到的光伏电站不同规划装机容量和不同典型天气日组合情景的互补保证率,根据管理者和决策者能接受的互补保证率,采用插值法得到在该互补保证率下,不同典型天气日的互补光伏容量;
步骤(8),根据步骤(7)得到的在能接受的互补保证率下不同典型天气日的互补光伏容量,统计不同典型天气日的时间占比,按照从大到小的顺序,依次选择直至累加时间占比超过设定百分比的典型天气日组合,然后根据确定的典型天气日组合,选择对应的能接受的互补保证率下的互补光伏容量最小值作为最终的水光互补***光伏电站规划装机容量配置方案。
2.根据权利要求1所述的一种考虑电网送出需求的水光互补***光伏容量配置方法,其特征在于,步骤(1)中,所述的不同典型天气日包括晴天、多云、沙尘、雨天、雪天5种典型天气日;所述的不同时间步长包括1/12h、1/6h、1/4h、1/2h、1h。
3.根据权利要求1所述的一种考虑电网送出需求的水光互补***光伏容量配置方法,其特征在于,步骤(2)具体包括:根据电网典型日负荷特点,采用时间参数,将电网下达的水光互补***日出力过程划分为I个阶段,每个阶段依据决策时间步长细分为若干个时段,每个阶段内所有时段的水光互补***出力为恒定值;采取特征参数表征不同阶段的出力特征,第i个阶段的特征参数为本阶段水光互补***出力与第1个阶段出力的比值。
4.根据权利要求1所述的一种考虑电网送出需求的水光互补***光伏容量配置方法,其特征在于,步骤(3)中所建立的水光互补***光伏容量配置数学模型由目标函数、决策变量和约束条件构成,具体如下:
a.目标函数
步骤(3)中所建立的水光互补***光伏容量配置数学模型是分别以水光互补***日出力过程与设定日特征负荷过程的差别最小和水光互补***日发电量最大为目标的多目标数学模型:
目标函数F1:水光互补***日出力过程与设定日特征负荷过程的差别最小,具体形式如下:
目标函数F2:水光互补***日总发电量最大,具体形式如下:
式中:
I为根据电网典型日负荷特点,采用多段线泛化方法得出的日负荷总阶段数;
J为根据决策时间步长△t,将水电站日内出力过程、光伏电站日内出力过程均细分为J个时段,其中J=24/△t(j=1,2,…,J);
ki为水光互补***日内第i个阶段的特征参数,等于第i个阶段的出力与第1个阶段的出力的比值;
ki'为电网典型日负荷过程第i个阶段的特征参数,等于第i个阶段的负荷与第1个阶段的负荷的比值;
Ni为水光互补***日内第i个阶段的出力,等于该阶段内任意时段的水电站出力与光伏电站出力之和,单位为MW;
ti为水光互补***日负荷第i个阶段的结束时间,也为第i-1个阶段的起始时间,单位为h;
△t为决策时间步长,单位为h;
A为水电站综合出力系数;
C1为规划光伏电站装机容量,单位为MWp;
b.决策变量
以水光互补***各阶段的出力Ni(i=1,2,…,I)为决策变量;
c.约束条件,包括八类,具体如下:
②水位和库容约束:Zmin≤Zj≤Zmax Vmin≤Vj≤Vmax
⑤日初、末库水位约束:|Z1-ZJ+1|<△ε
式中:
Vj为第j个时段初的库容,单位为m3;
Zmin为水库的下限水位,单位为m;
Zmax为水库的上限水位,单位为m;
Zj为第j个时段初的库水位,单位为m;
Vmin为水库的下限水位对应的库容,单位为m3;
Vmax为水库的上限水位对应的库容,单位为m3;
Qmin为水电站允许的最小下泄流量,单位为m3/s;
Qmax为水电站允许的最大下泄流量,单位为m3/s;
Nmin为水电站允许的最小出力,单位为MW;
Nmax为水电站允许的最大出力,单位为MW;
△ε为允许变动上限值,单位为m;
5.根据权利要求1所述的一种考虑电网送出需求的水光互补***光伏容量配置方法,其特征在于,步骤(4)中,作为输入变量的所述的日均径流取值为水电站允许的最小下泄流量至最大下泄流量中的任意值,先由允许的最小下泄流量开始,采取等值递增方式直至计算得到同时满足两个目标且符合不弃水和不弃光条件的日均流下限值,再由允许的最大下泄流量开始,采取等值递减方式直至计算能得到同时满足两个目标且符合不弃水和不弃光条件的日均流上限值。
6.根据权利要求1所述的一种考虑电网送出需求的水光互补***光伏容量配置方法,其特征在于,步骤(4)中,所述的优化算法采用动态规划及其改进算法或启发式算法的其中一种。
7.根据权利要求6所述的一种考虑电网送出需求的水光互补***光伏容量配置方法,其特征在于,所述的动态规划及其改进算法包括离散微分动态规划、逐次渐进动态规划和逐次优化方法。
8.根据权利要求6所述的一种考虑电网送出需求的水光互补***光伏容量配置方法,其特征在于,所述的启发式算法包括遗传算法、人工神经网络算法、微粒群算法和蚁群算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910356095.3A CN111864811B (zh) | 2019-04-29 | 2019-04-29 | 一种考虑电网送出需求的水光互补***光伏容量配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910356095.3A CN111864811B (zh) | 2019-04-29 | 2019-04-29 | 一种考虑电网送出需求的水光互补***光伏容量配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111864811A true CN111864811A (zh) | 2020-10-30 |
CN111864811B CN111864811B (zh) | 2022-03-11 |
Family
ID=72965293
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910356095.3A Active CN111864811B (zh) | 2019-04-29 | 2019-04-29 | 一种考虑电网送出需求的水光互补***光伏容量配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111864811B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114186877A (zh) * | 2021-12-14 | 2022-03-15 | 中国电建集团贵阳勘测设计研究院有限公司 | 一种考虑水库调节库容的日内水光互补计算方法 |
CN117081161A (zh) * | 2023-10-17 | 2023-11-17 | 长江三峡集团实业发展(北京)有限公司 | 水光互补优化目标的确定方法、装置、计算机设备及介质 |
CN117639111A (zh) * | 2024-01-25 | 2024-03-01 | 南京南瑞水利水电科技有限公司 | 一种基于梯级径流式水电的光伏波动平滑控制方法与*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170039659A1 (en) * | 2014-04-11 | 2017-02-09 | Wuhan University | Daily electricity generation plan making method of cascade hydraulic power plant group |
CN107256450A (zh) * | 2017-05-22 | 2017-10-17 | 武汉大学 | 考虑长‑短嵌套决策的水光电互补调度容量配置方法 |
CN108711878A (zh) * | 2018-05-03 | 2018-10-26 | 天津大学 | 考虑出力特性的光伏电站多类型组件容量配置方法 |
CN109038655A (zh) * | 2018-07-18 | 2018-12-18 | 天津大学 | 限电要求下大型光伏电站的配套储能容量计算方法 |
-
2019
- 2019-04-29 CN CN201910356095.3A patent/CN111864811B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170039659A1 (en) * | 2014-04-11 | 2017-02-09 | Wuhan University | Daily electricity generation plan making method of cascade hydraulic power plant group |
CN107256450A (zh) * | 2017-05-22 | 2017-10-17 | 武汉大学 | 考虑长‑短嵌套决策的水光电互补调度容量配置方法 |
CN108711878A (zh) * | 2018-05-03 | 2018-10-26 | 天津大学 | 考虑出力特性的光伏电站多类型组件容量配置方法 |
CN109038655A (zh) * | 2018-07-18 | 2018-12-18 | 天津大学 | 限电要求下大型光伏电站的配套储能容量计算方法 |
Non-Patent Citations (1)
Title |
---|
张舒捷 等: "基于遗传算法的水光互补光伏电站容量优化研究", 《青海电力》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114186877A (zh) * | 2021-12-14 | 2022-03-15 | 中国电建集团贵阳勘测设计研究院有限公司 | 一种考虑水库调节库容的日内水光互补计算方法 |
CN114186877B (zh) * | 2021-12-14 | 2024-04-30 | 中国电建集团贵阳勘测设计研究院有限公司 | 一种考虑水库调节库容的日内水光互补计算方法 |
CN117081161A (zh) * | 2023-10-17 | 2023-11-17 | 长江三峡集团实业发展(北京)有限公司 | 水光互补优化目标的确定方法、装置、计算机设备及介质 |
CN117081161B (zh) * | 2023-10-17 | 2024-01-26 | 长江三峡集团实业发展(北京)有限公司 | 水光互补优化目标的确定方法、装置、计算机设备及介质 |
CN117639111A (zh) * | 2024-01-25 | 2024-03-01 | 南京南瑞水利水电科技有限公司 | 一种基于梯级径流式水电的光伏波动平滑控制方法与*** |
CN117639111B (zh) * | 2024-01-25 | 2024-04-09 | 南京南瑞水利水电科技有限公司 | 一种基于梯级径流式水电的光伏波动平滑控制方法与*** |
Also Published As
Publication number | Publication date |
---|---|
CN111864811B (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108667052B (zh) | 一种面向虚拟电厂优化运行的多类型储能***规划配置方法及*** | |
CN105846423B (zh) | 一种计及需求响应的光伏微电网储能多目标容量配置方法 | |
CN107301472B (zh) | 基于场景分析法和电压调节策略的分布式光伏规划方法 | |
CN106786799B (zh) | 一种直流联络线功率阶梯化发电计划优化方法 | |
CN102694391B (zh) | 风光储联合发电***日前优化调度方法 | |
CN111864811B (zh) | 一种考虑电网送出需求的水光互补***光伏容量配置方法 | |
CN109325608A (zh) | 考虑储能并计及光伏随机性的分布式电源优化配置方法 | |
CN107958300A (zh) | 一种考虑互动响应的多微网互联运行协调调度优化方法 | |
CN108123492A (zh) | 一种考虑火电电蓄热联合调峰的日前发电计划优化方法 | |
Blake et al. | Optimization of distributed energy resources in an industrial microgrid | |
CN115081693A (zh) | 一种能源不确定性的水风光互补***两阶段容量配置方法 | |
CN102930351A (zh) | 一种综合节能优化调度日计划生成方法 | |
CN103986153B (zh) | 在大互联电网范围内协调进行电力电量平衡的优化方法 | |
CN111181198A (zh) | 一种基于网源互馈的异质能源互补发电调度方法 | |
CN104239967A (zh) | 一种含风电场的电力***多目标经济调度方法 | |
CN110994606B (zh) | 一种基于复杂适应***理论的多能源电源容量配置方法 | |
CN111724064B (zh) | 一种基于改进免疫算法的含储能配电网规划方法 | |
CN109978331B (zh) | 一种高比例水电现货市场下日电量分解方法 | |
CN114301089A (zh) | 一种风光联合发电***储能容量配置优化方法 | |
CN117526446A (zh) | 梯级水风光多能互补发电***风光容量双层优化配置方法 | |
CN109038654A (zh) | 一种考虑分布式风电高渗透并网的配电***优化运行方法 | |
CN106339773B (zh) | 基于灵敏度的主动配电网分布式电源定容规划方法 | |
CN116961008A (zh) | 计及电力弹簧与负荷需求响应的微电网容量双层优化方法 | |
CN116780508A (zh) | 计及多重不确定性的梯级水电-光伏互补***中长期区间优化调度方法 | |
CN114094608B (zh) | 一种面向光伏电站的多类型储能容量优化配置方法及装置 |
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 |