CN112134271A - 一种多能互补***装机容量优化方法及*** - Google Patents

一种多能互补***装机容量优化方法及*** Download PDF

Info

Publication number
CN112134271A
CN112134271A CN201910549290.8A CN201910549290A CN112134271A CN 112134271 A CN112134271 A CN 112134271A CN 201910549290 A CN201910549290 A CN 201910549290A CN 112134271 A CN112134271 A CN 112134271A
Authority
CN
China
Prior art keywords
capacity
power station
power
complementary system
energy 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.)
Pending
Application number
CN201910549290.8A
Other languages
English (en)
Inventor
李湃
刘纯
王伟胜
黄越辉
王跃峰
张琳
史昭娣
祁万年
甘嘉田
杨军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ducheng Weiye Group Co ltd
Qinghai Geermu Luneng New Energy Co ltd
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Qinghai Electric Power Co Ltd
Electric Power Research Institute of State Grid Qinghai Electric Power Co Ltd
Original Assignee
Ducheng Weiye Group Co ltd
Qinghai Geermu Luneng New Energy Co ltd
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Qinghai Electric Power Co Ltd
Electric Power Research Institute of State Grid Qinghai Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ducheng Weiye Group Co ltd, Qinghai Geermu Luneng New Energy Co ltd, State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI, State Grid Qinghai Electric Power Co Ltd, Electric Power Research Institute of State Grid Qinghai Electric Power Co Ltd filed Critical Ducheng Weiye Group Co ltd
Priority to CN201910549290.8A priority Critical patent/CN112134271A/zh
Publication of CN112134271A publication Critical patent/CN112134271A/zh
Pending legal-status Critical Current

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
    • 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
    • H02J15/00—Systems for storing electric energy
    • 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
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种多能互补***装机容量优化方法及***，获取多能互补***中风电场和光伏电站全年归一化的理论发电功率序列、光热电站全年的理论输入热量值；将所述风电场和光伏电站全年归一化的理论发电功率序列、光热电站全年的理论输入热量值、多能互补***总配置容量输入至预先建立的多能互补***容量优化模型中；采用优化求解器对所述多能互补***容量优化模型进行求解，得到风电场、光伏电站和光热电站最优的装机容量。本发明方法能够充分计及新能源发电的随机波动性和不同类型新能源发电之间的互补性，因而得到的容量结果更加科学、合理。

Description

一种多能互补***装机容量优化方法及***
技术领域
本发明涉及新能源优化技术，具体涉及一种多能互补***装机容量优化方法及***。
背景技术
近几年来，新能源消纳问题变得日益突出，2017年前三季度全国弃风电量达295.5亿千瓦时。为推动新能源的有效消纳，国家***、能源局积极推进了一系列多能互补集成优化示范工程的建设。构建含风电、光伏发电、光热发电等的多能互补集成优化***，可以发挥风能、太阳能等可再生能源资源的组合优势，实现各类能源优势互补，提升可再生能源的消纳能力，降低弃风弃光率。光热发电是近几年新兴的新能源发电技术，不同于风电和光伏发电功率的不可控性，光热发电由于配备了储热***，其发电功率具有可调节性，能够保证稳定的电力供应。因而，通过风电、光伏发电、光热发电的协调配合，能够有效降低整体发电功率的随机波动性，实现新能源的有效消纳。协调优化风电场、光伏电站和光热电站的装机容量配比，能够充分发挥风、光资源之间的互补作用和光热电站的储热能力，实现新能源的最大化利用。
目前，针对含风电、光伏、光热的多能互补***的容量方法的研究还非常匮乏，已有的容量优化的研究主要针对孤立的风电场、光伏电站或光热电站，基于新能源发电的典型日曲线，研究单独建设光伏电站或光热电站时的最优容量。已有研究存在两方面的不足：第一，单独优化光伏电站或光热电站容量，未考虑光伏和光热之间的协调作用，以及新能源整体的弃电率约束，优化结果难以符合多能互补***弃风和弃光率的要求；第二，基于新能源发电的典型日曲线，难以充分计及新能源出力的随机波动性和不同新能源发电之间的互补性，造成优化结果偏大。
发明内容
为解决上述现有技术中的不足，本发明的目的是提供一种多能互补***储热容量优化方法及***，能够充分计及新能源发电的随机波动性和不同类型新能源发电之间的互补性，因而得到的储热罐容量更加科学、合理。
本发明的目的是采用下述技术方案实现的：
本发明提供一种多能互补***装机容量优化方法，其改进之处在于：
获取多能互补***中风电场和光伏电站全年归一化的理论发电功率序列、光热电站全年的理论输入热量值；
将所述风电场和光伏电站全年归一化的理论发电功率序列、光热电站全年的理论输入热量值、多能互补***总配置容量输入至预先建立的多能互补***容量优化模型中；
采用优化求解器对所述多能互补***容量优化模型进行求解，得到风电场、光伏电站和光热电站最优的装机容量。
进一步地：所述预先建立的多能互补***容量优化模型，包括：以多能互补***新能源总发电量最大的目标函数及其对应的约束条件；
所述约束条件包括：风电和光伏发电功率约束、光热电站发电功率约束、储热罐储热量约束、储能电池荷电状态约束、储能电池荷电状态约束、储热罐和储能电池容量约束、新能源限电率约束以及外送通道容量约束。
进一步地：所述以多能互补***光热电站新能源总发电量最大的目标函数的表达式如下：
Figure BDA0002104948470000021
式中，
Figure BDA0002104948470000022
和
Figure BDA0002104948470000023
分别表示风电场和光伏电站在t时段的发电功率；
Figure BDA0002104948470000024
表示光热电站发电机在时段t上的发电功率；T为所考虑优化时段数量；t为第t个优化时段。
进一步地：所述风电和光伏发电功率约束如下式：
Figure BDA0002104948470000025
式中，
Figure BDA0002104948470000026
和
Figure BDA0002104948470000027
分别表示风电场和光伏电站在t时段的发电功率；
Figure BDA0002104948470000028
和
Figure BDA0002104948470000029
分别表示已知的风电场和光伏电站在t时段的归一化理论发电功率；Kw为风电场装机容量；Kpv为光伏电站装机容量；
所述光热电站发电功率约束如下式：
Figure BDA00021049484700000210
式中：uphd是0-1离散变量，表示光热电站发电机的发电状态，当uphd＝1时，表示发电机处于发电状态，反之，发电机不发电；Kphinventer表示光热电站发电机的额定装机容量，；λphinventer为发电机的最小技术出力；
Figure BDA0002104948470000031
表示光热电站发电机在时段t上的发电功率；K为多能互补***的总配置容量；
所述多能互补***装机容量约束如下式：
Kw+Kpv+Kphinventer≤K
该约束表示风电场、光伏电站和光热电站的总装机容量不超过多能互补***的总配置容量K；
所述储热罐容量约束如下式：
Figure BDA0002104948470000032
式中：
Figure BDA0002104948470000033
表示储热罐在时段t存储的热量值；
Figure BDA0002104948470000034
表示光热电站在时段t的理论输入热量；ΔT表示一个优化时段的长度；ηphd表示储热罐给发电机组送出的热量与发电功率之间的热电转换效率；
Figure BDA0002104948470000035
为储热罐的配置容量；
所述新能源限电率约束如下式：
Figure BDA0002104948470000036
式中，δw为风电弃电率上限值，δpv为光伏发电弃电率上限值，δphd为光热电站的弃电率上限值，Nphd为光热电站设计的年利用小时数；
所述外送通道容量约束如下式：
Figure BDA0002104948470000037
式中，Pout表示***外送通道容量。
进一步地：所述采用优化求解器对所述多能互补***容量优化模型进行求解，得到风电场、光伏电站和光热电站最优的配置容量，包括：
读取约束条件参数，确定边界条件；
采用优化求解器对所述边界条件的多能互补***容量优化模型进行求解，得到风电场、光伏电站和光热电站最优的配置容量。
进一步地：所述读取约束条件参数，确定边界条件包括：读取多能互补***容量优化模型约束条件中光热电站储热罐配置容量、热电转换效率、年利用小时数和最小技术出力、多能互补***总配置容量、风电弃电率上限值、光伏发电弃电率上限值、光热电站弃电率上限值和***外送通道容量的参数作为对光伏和光热容量优化模型求解的边界条件。
本发明还提供一种多能互补***装机容量优化***，其改进之处在于：
获取模块，用于获取多能互补***中风电场和光伏电站全年归一化的理论发电功率序列、光热电站全年的理论输入热量值、多能互补***总配置容量；
输入模块，用于将所述风电场和光伏电站全年归一化的理论发电功率序列、光热电站全年的理论输入热量值、多能互补***总配置容量输入至预先建立的多能互补***容量优化模型中；
求解模块，用于采用优化求解器对所述多能互补***容量优化模型进行求解，得到风电场、光伏电站和光热电站的最优配置容量。
进一步地：还包括建立模块，用于建立多能互补***容量优化模型，所述多能互补***容量优化模型包括：以多能互补***新能源总发电量最大的目标函数及其对应的约束条件。
进一步地：所述求解模块包括：
读取单元，用于读取约束条件参数，确定边界条件；
最优配置单元，用于采用优化求解器对所述还有边界条件的多能互补***容量优化模型进行求解，得到风电场、光伏电站和光热电站最优的配置容量。
进一步地：所述读取单元具体用于：读取多能互补***容量优化模型约束条件中光热电站储热罐配置容量、热电转换效率、年利用小时数和最小技术出力、多能互补***总配置容量、风电弃电率上限值、光伏发电弃电率上限值、光热电站弃电率上限值和***外送通道容量的参数作为对容量优化模型求解的边界条件。
与最接近的现有技术相比，本发明提供的技术方案具有的有益效果是：
本发明提出了一种多能互补***装机容量优化方法及***，获取多能互补***中风电场和光伏电站全年归一化的理论发电功率序列、光热电站全年的理论输入热量值；将所述风电场和光伏电站全年归一化的理论发电功率序列、光热电站全年的理论输入热量值、多能互补***总配置容量输入至预先建立的多能互补***容量优化模型中；采用优化求解器对所述多能互补***容量优化模型进行求解，得到风电场、光伏电站和光热电站最优的装机容量，充分发挥风、光资源的互补特性和光热电站的储热调节能力，实现新能源的最大化利用。
本发明提供的方法可以充分利用光热电站储热罐的储存能力，白天将富余的太阳能以热能的形式进行储存，夜晚将储热罐中的热能转化为电能，为多能互补***提供持续的电力供应。
附图说明
图1是本发明提供的一种多能互补***装机容量优化方法的流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的组件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。在本文中，本发明的这些实施方案可以被单独地或总地用术语“发明”来表示，这仅仅是为了方便，并且如果事实上公开了超过一个的发明，不是要自动地限制该应用的范围为任何单个发明或发明构思。
实施例一、
本发明提出了一种多能互补***装机容量优化方法，获取多能互补***中风电场和光伏电站全年归一化的理论发电功率序列、光热电站全年的理论输入热量值；将所述风电场和光伏电站全年归一化的理论发电功率序列、光热电站全年的理论输入热量值、多能互补***总配置容量输入至预先建立的多能互补***容量优化模型中；采用优化求解器对所述多能互补***容量优化模型进行求解，得到风电场、光伏电站和光热电站最优的装机容量，包括如下步骤：
所述预先建立的多能互补***容量优化模型，包括：以多能互补***新能源总发电量最大的目标函数及其对应的约束条件；
所述约束条件包括：风电和光伏发电功率约束、光热电站发电功率约束、储热罐储热量约束、储能电池荷电状态约束、储能电池荷电状态约束、储热罐和储能电池容量约束、新能源限电率约束以及外送通道容量约束。
进一步地：所述以多能互补***光热电站新能源总发电量最大的目标函数的表达式如下：
Figure BDA0002104948470000061
式中，
Figure BDA0002104948470000062
和
Figure BDA0002104948470000063
分别表示风电场和光伏电站在t时段的发电功率；
Figure BDA0002104948470000064
表示光热电站发电机在时段t上的发电功率；T为所考虑优化时段数量；t为第t个优化时段。
进一步地：所述风电和光伏发电功率约束如下式：
Figure BDA0002104948470000065
式中，
Figure BDA0002104948470000066
和
Figure BDA0002104948470000067
分别表示风电场和光伏电站在t时段的发电功率，为待优化变量；
Figure BDA0002104948470000068
和
Figure BDA0002104948470000069
分别表示已知的风电场和光伏电站在t时段的归一化理论发电功率；Kw为风电场装机容量，为待优化变量；Kpv为光伏电站装机容量，为待优化变量；
所述光热电站发电功率约束如下式：
Figure BDA00021049484700000610
式中：uphd是0-1离散变量，表示光热电站发电机的发电状态，当uphd＝1时，表示发电机处于发电状态，反之，发电机不发电；Kphinventer表示光热电站发电机的额定装机容量，为待优化变量；λphinventer为发电机的最小技术出力；
Figure BDA00021049484700000612
表示光热电站发电机在时段t上的发电功率；K为多能互补***的总配置容量，为已知量；
所述多能互补***装机容量约束如下式：
Kw+Kpv+Kphinventer≤K
该约束表示风电场、光伏电站和光热电站的总装机容量不超过多能互补***的总配置容量K；
所述储热罐容量约束如下式：
Figure BDA00021049484700000611
式中：
Figure BDA0002104948470000071
表示储热罐在时段t存储的热量值；
Figure BDA0002104948470000072
表示光热电站在时段t的理论输入热量；ΔT表示一个优化时段的长度；ηphd表示储热罐给发电机组送出的热量与发电功率之间的热电转换效率；
Figure BDA0002104948470000073
为储热罐的配置容量，为已知量；
所述新能源限电率约束如下式：
Figure BDA0002104948470000074
式中，δw为风电弃电率上限值，δpv为光伏发电弃电率上限值，δphd为光热电站的弃电率上限值，Nphd为光热电站设计的年利用小时数；
所述外送通道容量约束如下式：
Figure BDA0002104948470000075
式中，Pout表示***外送通道容量。
进一步地：所述采用优化求解器对所述多能互补***容量优化模型进行求解，得到风电场、光伏电站和光热电站最优的配置容量，包括：
读取约束条件参数，确定边界条件；
采用优化求解器对所述边界条件的多能互补***容量优化模型进行求解，得到风电场、光伏电站和光热电站最优的配置容量。
进一步地：所述读取约束条件参数，确定边界条件包括：读取多能互补***容量优化模型约束条件中光热电站储热罐配置容量、热电转换效率、年利用小时数和最小技术出力、多能互补***总配置容量、风电弃电率上限值、光伏发电弃电率上限值、光热电站弃电率上限值和***外送通道容量的参数作为对光伏和光热容量优化模型求解的边界条件。
以上各式即组成了含风电-光伏-光热的多能互补***储热容量优化模型，该模型为典型的混合整数线性规划模型，可以采用商业优化包Cplex软件进行求解。以风电场、光伏电站全年的理论发电功率序列和光热电站全年的理论输入热量序列为输入，通过时序生产模拟的方式，求解该优化模型，便可得到光热电站储热罐的最优配置容量
Figure BDA0002104948470000076
以及各时段下所有新能源场站的发电功率和储热罐的存储热量。
目前在一种含有电加热装置的光热电站及其建模和优化运行方法中提出了一种含有电加热装置的光热电站及其建模和优化运行方法，研究的是给定多能互补***风电装机容量、光伏装机容量、光热装机容量、光热电站储热罐容量后，如何优化场站运行出力，实现光热电站运行效益的最大化。即优化模型中的风电、光伏、光热装机容量都是给定的。而本申请中在给定风电场装机容量、光伏和光热电站总装机容量的情况下，通过建立和求解优化模型，得到实现多能互补***发电量最大时，光伏电站和光热电站各自的装机容量配比。优化模型中的风电场装机容量、光伏和光热电站总装机容量是给定的，但是光伏电站和光热电站各自的装机容量是需要优化的。通过本发明以新能源发电全年的时间序列为输入，通过时序生产模拟计算对模型进行优化求解，可以得到在满足多能互补***新能源弃电率等约束条件下，风电场、光伏电站和光热电站的最优配置容量，充分发挥风、光资源的互补特性和光热电站的储热调节能力，实现新能源的最大化利用。
实施例二、
基于同样的发明构思，本发明还提供一种多能互补***装机容量优化***，包括：：
获取模块，用于获取多能互补***中风电场和光伏电站全年归一化的理论发电功率序列、光热电站全年的理论输入热量值、多能互补***总配置容量；
输入模块，用于将所述风电场和光伏电站全年归一化的理论发电功率序列、光热电站全年的理论输入热量值、多能互补***总配置容量输入至预先建立的多能互补***容量优化模型中；
求解模块，用于采用优化求解器对所述多能互补***容量优化模型进行求解，得到风电场、光伏电站和光热电站的最优配置容量。
进一步地：还包括建立模块，用于建立多能互补***容量优化模型，所述多能互补***容量优化模型包括：以多能互补***新能源总发电量最大的目标函数及其对应的约束条件。
进一步地：所述求解模块包括：
读取单元，用于读取约束条件参数，确定边界条件；
最优配置单元，用于采用优化求解器对所述还有边界条件的多能互补***容量优化模型进行求解，得到风电场、光伏电站和光热电站最优的配置容量。
进一步地：所述读取单元具体用于：读取多能互补***容量优化模型约束条件中光热电站储热罐配置容量、热电转换效率、年利用小时数和最小技术出力、多能互补***总配置容量、风电弃电率上限值、光伏发电弃电率上限值、光热电站弃电率上限值和***外送通道容量的参数作为对容量优化模型求解的边界条件。
本发明适应于含风电、光伏发电、光热发电的多能互补联合发电***的储热***容量优化问题；本发明所提出的优化方法可以得到在给定多能互补***新能源弃电率等要求下，光热电站储热罐最经济的配置容量；本发明所提出的方法考虑了风电、光伏发电、光热发电的随机波动性和不同类型能源资源之间的互补作用，有效保证了优化结果的科学、合理性。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。

Claims (10)

1.一种多能互补***装机容量优化方法，其特征在于：
获取多能互补***中风电场和光伏电站全年归一化的理论发电功率序列、光热电站全年的理论输入热量值；
将所述风电场和光伏电站全年归一化的理论发电功率序列、光热电站全年的理论输入热量值、多能互补***总配置容量输入至预先建立的多能互补***容量优化模型中；
采用优化求解器对所述多能互补***容量优化模型进行求解，得到风电场、光伏电站和光热电站最优的装机容量。
2.如权利要求1所述的装机容量优化方法，其特征在于：所述预先建立的多能互补***容量优化模型，包括：以多能互补***新能源总发电量最大的目标函数及其对应的约束条件；
所述约束条件包括：风电和光伏发电功率约束、光热电站发电功率约束、储热罐储热量约束、储能电池荷电状态约束、储能电池荷电状态约束、储热罐和储能电池容量约束、新能源限电率约束以及外送通道容量约束。
3.如权利要求2所述的装机容量优化方法，其特征在于：所述以多能互补***光热电站新能源总发电量最大的目标函数的表达式如下：
Figure FDA0002104948460000011
式中，
Figure FDA0002104948460000012
和
Figure FDA0002104948460000013
分别表示风电场和光伏电站在t时段的发电功率；
Figure FDA0002104948460000014
表示光热电站发电机在时段t上的发电功率；T为所考虑优化时段数量；t为第t个优化时段。
4.如权利要求2所述的装机容量优化方法，其特征在于：所述风电和光伏发电功率约束如下式：
Figure FDA0002104948460000015
式中，
Figure FDA0002104948460000016
和
Figure FDA0002104948460000017
分别表示风电场和光伏电站在t时段的发电功率；
Figure FDA0002104948460000018
和
Figure FDA0002104948460000019
分别表示已知的风电场和光伏电站在t时段的归一化理论发电功率；Kw为风电场装机容量；Kpv为光伏电站装机容量；
所述光热电站发电功率约束如下式：
Figure FDA0002104948460000021
式中：uphd是0-1离散变量，表示光热电站发电机的发电状态，当uphd＝1时，表示发电机处于发电状态，反之，发电机不发电；Kphinventer表示光热电站发电机的额定装机容量，；λphinventer为发电机的最小技术出力；
Figure FDA0002104948460000022
表示光热电站发电机在时段t上的发电功率；K为多能互补***的总配置容量；
所述多能互补***装机容量约束如下式：
Kw+Kpv+Kphinventer≤K
该约束表示风电场、光伏电站和光热电站的总装机容量不超过多能互补***的总配置容量K；
所述储热罐容量约束如下式：
Figure FDA0002104948460000023
式中：
Figure FDA0002104948460000024
表示储热罐在时段t存储的热量值；
Figure FDA0002104948460000025
表示光热电站在时段t的理论输入热量；ΔT表示一个优化时段的长度；ηphd表示储热罐给发电机组送出的热量与发电功率之间的热电转换效率；
Figure FDA0002104948460000026
为储热罐的配置容量；
所述新能源限电率约束如下式：
Figure FDA0002104948460000027
式中，δw为风电弃电率上限值，δpv为光伏发电弃电率上限值，δphd为光热电站的弃电率上限值，Nphd为光热电站设计的年利用小时数；
所述外送通道容量约束如下式：
Figure FDA0002104948460000028
式中，Pout表示***外送通道容量。
5.如权利要求1所述的装机容量优化方法，其特征在于：所述采用优化求解器对所述多能互补***容量优化模型进行求解，得到风电场、光伏电站和光热电站最优的配置容量，包括：
读取约束条件参数，确定边界条件；
采用优化求解器对所述边界条件的多能互补***容量优化模型进行求解，得到风电场、光伏电站和光热电站最优的配置容量。
6.如权利要求5所述的装机容量优化方法，其特征在于：所述读取约束条件参数，确定边界条件包括：读取多能互补***容量优化模型约束条件中光热电站储热罐配置容量、热电转换效率、年利用小时数和最小技术出力、多能互补***总配置容量、风电弃电率上限值、光伏发电弃电率上限值、光热电站弃电率上限值和***外送通道容量的参数作为对光伏和光热容量优化模型求解的边界条件。
7.一种多能互补***装机容量优化***，其特征在于：
获取模块，用于获取多能互补***中风电场和光伏电站全年归一化的理论发电功率序列、光热电站全年的理论输入热量值、多能互补***总配置容量；
输入模块，用于将所述风电场和光伏电站全年归一化的理论发电功率序列、光热电站全年的理论输入热量值、多能互补***总配置容量输入至预先建立的多能互补***容量优化模型中；
求解模块，用于采用优化求解器对所述多能互补***容量优化模型进行求解，得到风电场、光伏电站和光热电站的最优配置容量。
8.如权利要求7所述的装机容量优化***，其特征在于：还包括建立模块，用于建立多能互补***容量优化模型，所述多能互补***容量优化模型包括：以多能互补***新能源总发电量最大的目标函数及其对应的约束条件。
9.如权利要求7所述的装机容量优化***，其特征在于：所述求解模块包括：
读取单元，用于读取约束条件参数，确定边界条件；
最优配置单元，用于采用优化求解器对所述还有边界条件的多能互补***容量优化模型进行求解，得到风电场、光伏电站和光热电站最优的配置容量。
10.如权利要求9所述的装机容量优化***，其特征在于：所述读取单元具体用于：读取多能互补***容量优化模型约束条件中光热电站储热罐配置容量、热电转换效率、年利用小时数和最小技术出力、多能互补***总配置容量、风电弃电率上限值、光伏发电弃电率上限值、光热电站弃电率上限值和***外送通道容量的参数作为对容量优化模型求解的边界条件。
CN201910549290.8A 2019-06-24 2019-06-24 一种多能互补***装机容量优化方法及*** Pending CN112134271A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910549290.8A CN112134271A (zh) 2019-06-24 2019-06-24 一种多能互补***装机容量优化方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910549290.8A CN112134271A (zh) 2019-06-24 2019-06-24 一种多能互补***装机容量优化方法及***

Publications (1)

Publication Number Publication Date
CN112134271A true CN112134271A (zh) 2020-12-25

Family

ID=73849338

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910549290.8A Pending CN112134271A (zh) 2019-06-24 2019-06-24 一种多能互补***装机容量优化方法及***

Country Status (1)

Country Link
CN (1) CN112134271A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114156920A (zh) * 2021-11-29 2022-03-08 国网宁夏电力有限公司经济技术研究院 一种多能互补综合能源***中电-热储能的容量配置方法
CN114240104A (zh) * 2021-12-03 2022-03-25 中广核太阳能开发有限公司 光伏弃电储能功率和储能容量配置方法和装置
WO2023274425A1 (zh) * 2021-06-28 2023-01-05 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

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023274425A1 (zh) * 2021-06-28 2023-01-05 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
CN114156920A (zh) * 2021-11-29 2022-03-08 国网宁夏电力有限公司经济技术研究院 一种多能互补综合能源***中电-热储能的容量配置方法
CN114156920B (zh) * 2021-11-29 2023-12-29 国网宁夏电力有限公司经济技术研究院 一种多能互补综合能源***中电-热储能的容量配置方法
CN114240104A (zh) * 2021-12-03 2022-03-25 中广核太阳能开发有限公司 光伏弃电储能功率和储能容量配置方法和装置
CN114240104B (zh) * 2021-12-03 2022-08-30 中广核太阳能开发有限公司 光伏弃电储能功率和储能容量配置方法和装置

Similar Documents

Publication Publication Date Title
De León et al. Cost of green hydrogen: Limitations of production from a stand-alone photovoltaic system
CN109103929B (zh) 基于改进动态克里丝金模型的配电网经济优化调度方法
CN107644116B (zh) 一种适应于间歇性能源接入的随机生产模拟方法
CN112134271A (zh) 一种多能互补***装机容量优化方法及***
CN109347152B (zh) 考虑多类型电源参与调峰的随机生产模拟方法及应用
CN109586284B (zh) 考虑弃能约束的送端电力***随机生产模拟方法及应用
CN110957717A (zh) 一种多电源电力***多目标日前优化调度方法
CN107276122A (zh) 适应大规模可再生能源并网的调峰资源调用决策方法
CN110046780B (zh) 基于分时电价的孤岛微电网需求响应经济调度方法及***
Zhang et al. Multi-objective day-ahead optimal scheduling of isolated microgrid considering flexibility
CN111030101B (zh) 一种基于多元化大数据清洁能源消纳联动调控方法及***
CN110620403A (zh) 计及可再生能源的能源***协同运行日前调度方法及***
CN112134307A (zh) 多能互补***的电储能/热储能容量联合优化方法及***
CN110661301A (zh) 一种水光蓄多能互补发电***的容量配置优化方法
CN113904382B (zh) 一种多能源电力***时序运行模拟方法、装置、电子设备及存储介质
CN105371509A (zh) 槽式光热发电***结合天气预测数据的热罐控制装置
CN106712105B (zh) 一种新能源接纳空间离散概率序列计算方法
Du et al. Exploring the flexibility of CSP for wind power integration using interval optimization
CN108767855A (zh) 一种时序持续混合的电力***随机生产模拟方法
CN116742812A (zh) 一种多能互补发电***储能容量协调优化配置方法和***
Niaz et al. Environment friendly hybrid solar-hydro power distribution scheduling on demand side
Huang et al. An optimal operation method for cascade hydro-photovoltaic-pumped storage hybrid generation system
CN116979611A (zh) 一种源网荷储分层优化调度方法
CN115566680A (zh) 一种新能源电力***时序生产模拟运行优化方法及装置
Han et al. Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation

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