CN112234604B - 一种多能互补电源基地优化配置方法、存储介质及设备 - Google Patents
一种多能互补电源基地优化配置方法、存储介质及设备 Download PDFInfo
- Publication number
- CN112234604B CN112234604B CN202010948329.6A CN202010948329A CN112234604B CN 112234604 B CN112234604 B CN 112234604B CN 202010948329 A CN202010948329 A CN 202010948329A CN 112234604 B CN112234604 B CN 112234604B
- Authority
- CN
- China
- Prior art keywords
- power station
- power
- composite
- composite power
- constraint
- 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
- 230000000295 complement effect Effects 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 239000002131 composite material Substances 0.000 claims abstract description 171
- 230000006870 function Effects 0.000 claims description 17
- 238000004088 simulation Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 13
- 230000007613 environmental effect Effects 0.000 claims description 11
- 230000009194 climbing Effects 0.000 claims description 10
- 239000003344 environmental pollutant Substances 0.000 claims description 8
- 239000000446 fuel Substances 0.000 claims description 8
- 231100000719 pollutant Toxicity 0.000 claims description 8
- 238000004146 energy storage Methods 0.000 claims description 7
- 238000005265 energy consumption Methods 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 230000000630 rising effect Effects 0.000 claims description 6
- 238000013486 operation strategy Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000013329 compounding Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 238000010977 unit operation Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 7
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000010248 power generation Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 238000000418 atomic force spectrum Methods 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 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
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002699 waste material Substances 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
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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]
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
-
- 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)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种多能互补电源基地优化配置方法、存储介质及设备，从电源基地和电力***的相关部门获取复合电站基本数据、复合电站内电厂数据和复合电站运行预测数据；以最小化复合电站规划运行的多方面综合成本为目标函数构建多能互补电源优化配置模型目标；构建复合电站优化配置的约束条件；基于建立的目标函数和构建的复合电站优化配置约束条件，将获取的数据输入优化配置模型，求解得到复合电站的配置结果。本发明以最小化多方面综合成本为目标，充分考虑了电源基地的内部策略与外部特性、电站整体与机组特点，兼顾优化问题在物理上真实性与数学上的简化性，能够快速准确的求解出电源基地内互补电源的优化配置，对规划人员具有指导意义。
Description
技术领域
本发明属于电源规划技术领域，具体涉及一种多能互补电源基地优化配置方法、存储介质及设备，用于确定电源基地中多能互补电源的合理配置方案。
背景技术
新能源的高速发展，电源基地弃风、弃光、弃水现象引发了高度关注。随着电源呈现多元化发展趋势，依托我国各大电源基地富集多类资源的优势，协同发展多类互补性电源来优化电源基地的外送特性成为了目前广泛关注的问题。因此，需要一种多能互补的电源容量优化配置方法，来优化能源结构并提高新能源消纳。
现有的应对多能互补电源优化配置的研究从不同的互补性角度出发对互补***的容量进行优化，确定各类型设备的投产规模。其问题在于，这些研究只基于具体的风-光-水、风电-光热或风电-抽蓄等互补形式展开，应用具有局限性。为了适应互补性电源类型的增加，亟待研究一种更普适的优化配置方法。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种多能互补电源基地优化配置方法、存储介质及设备，提出复合电站的概念，建立了综合考虑资源条件、***多能互补特性、外部规划需求的多能互补电源优化配置模型，以满足规划人员经济性、可靠性、环保性、灵活性和电源互补性的需求。
本发明采用以下技术方案：
一种多能互补电源基地优化配置方法，包括以下步骤：
S1、从电源基地和电力***的相关部门获取复合电站基本数据、复合电站内电厂数据和复合电站运行预测数据；
S2、以最小化复合电站规划运行的多方面综合成本为目标函数构建多能互补电源优化配置模型目标；
S3、构建复合电站规划决策约束条件，复合电站整体运行约束条件，复合电站内间歇性电源运行约束、复合电站内灵活性电源运行约束以及复合电站的外部特性约束；
S4、基于步骤S2建立的目标函数和步骤S3构建的复合电站优化配置约束条件，将步骤S1获取的数据输入优化配置模型，求解得到复合电站的配置结果。
具体的，步骤S1中，复合电站基本数据，包括：外送通道的容量Capline；间歇性资源的最小利用率μ；复合电站的计划出力曲线
复合电站内电厂数据，包括：各电厂的机组数量K；各电厂机组的单位投资成本Cinv和单位运行成本Cope；各电厂机组的运行参数；复合电站运行预测数据，包括：水电站的来电量W；风电场的预测出力曲线Ppre,WT(t)；光伏电站的预测出力曲线Ppre,PV(t)。
具体的，步骤S2中，多能互补电源优化配置模型目标V为：
其中，ΩC为待投建电厂的集合；
Ki分别表示第i个电厂待投建机组和全部可用机组的个数；CRFi为第i个电厂的资金回收系数；
分别为第i个电厂单台机组的投资成本和运行成本，运行成本由各电厂的出力状态决定；
为h复合电站的出力偏差考核费用，具体计算方法在下文详细介绍；T为模拟时长。
具体的，步骤S3中，复合电站规划决策的约束条件包括资源条件约束；复合电站整体的运行约束条件包括复合电站的外送功率范围约束和多能互补运行策略约束；复合电站内间歇性电源运行约束包括风电场运行约束和光伏电站运行约束；复合电站内灵活性电源运行约束包括火电机组的运行约束、水电机组的运行约束、储能元件的运行约束和光热电站的运行约束；复合电站的外部特性约束包括容量特性、电量特性、可靠性、灵活性和环保性。
进一步的，复合电站的外送功率范围约束表示为：
其中，
为h时刻复合电站的出力；
多能互补运行策略约束包括：
调峰特性约束表示为：
其中，
为h时刻复合电站的出力偏差考核费用；λ(P)为复合电站的单位功率偏差考核费用，采用分段考核方式，出力偏差越大则对应的考核费用越高；
为h时刻的计划出力；Δmax表示设定的允许最大出力偏差；
波动特性约束表示为：
其中，Capline为复合电站的外送通道容量；ε为单位时间复合电站最大允许外送功率变化量占外送通道传输容量的比例；
间歇性新能源消纳约束表示为：
其中，ΩIP为间歇性电源的集合；T为模拟时长；μ为间歇性资源的最小利用率；
为电厂i在h时刻的预测出力；
外送通道最小利用率约束表示为：
其中，
为外送通道的最小年平均利用率。
进一步的，风电场和光伏电站的运行约束表示为：
其中，vh、Ih分别表示h时刻的风速和光照强度；
分别表示风电和光伏的功率特性转换函数；
分别表示电厂i在h时刻的弃风和弃光功率；ΩWT、ΩPV分别表示风电场和光伏电站的集合。
进一步的，容量特性表示为：
其中，CapCPP,credit为复合电站的置信容量；Bpeak为峰荷时段的集合；Tpeak为峰荷时段的时长；
电量特性表示为：
其中，ECPP为复合电站在模拟时段的发电量；
可靠性表示为：
其中，XCPP为复合电站的出力状态变量；
表示复合电站的第s种出力状态；
表示复合电站出力状态为
的概率；NSCPP为复合电站出力状态个数；
灵活性包括：
上爬坡能力，具体为：
其中，Bup表示负荷上升时段的集合；Tup表示负荷上升时段的长度。
下爬坡能力，具体为
其中，Bdown表示负荷下降时段的集合；Tdown表示负荷下降时段的长度；
提供正备用能力，具体为：
其中，Bpeak表示负荷峰荷时段的集合；Tpeak表示负荷峰荷时段的长度；ΩFP表示灵活性电厂的集合；
表示第i个电厂在h时刻能够提供的最大出力；
提供负备用能力，具体为：
其中，Bvalley表示负荷谷荷时段的集合；Tvalley表示负荷谷荷时段的长度；
表示第i个电厂在h时刻能够提供的最小出力；
环保性，具体为：
其中，
表示复合电站污染物x在模拟时段的排放量；ΩF为燃料电源的集合；F(Pi,h)为电厂i的燃料耗量特性函数；Oi,x为电厂i污染物x的排放当量。
具体的，步骤S4中，求解结果包括：复合电站内各待选电厂的机组投产方案，复合电站内各电厂在模拟时段内的出力，复合电站的规划和运行成本；在得到复合电站的确切配置和运行策略后，计算复合电站的容量特性、电量特性、可靠性、灵活性和环保性。
本发明的另一个技术方案是，一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行所述的方法中的任一方法。
本发明的另一个技术方案是，一种计算设备，包括：
一个或多个处理器、存储器及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行所述的方法中的任一方法的指令。
与现有技术相比，本发明至少具有以下有益效果：
本发明一种多能互补电源基地优化配置方法，针对多能互补电源基地的优化配置问题，将电源基地内的间歇性电源和灵活性电源打捆优化并等效为复合电站。以各类电源的运行特性为基础，考虑资源条件、***多能互补特性、外部输送容量需求的影响，给出了基于复合电站的优化配置方法，使得电源基地对外部呈现出相对单一电源结构或者两两互补更优的综合技术特性，也同时实现互补***的经济性最优，对于新能源高比例并网和多能互补背景下的电源基地规划有重要的指导意义。
进一步的，按照所列数据清单搜集数据，可以完成对本发明所需数据的全面采集，确保后续步骤的顺利进行。
进一步的，考虑到复合电站在建设与运行过程中的各项成本，建立以最小化多方面综合成本为目标的优化函数，从而使各类电源的优化配置在经济上最优。
进一步的，基于各类电源特性与***规划需求，构建了兼顾复合电站的内部策略与外部特性、电站整体与机组特点的线性约束条件，在简化数学计算的同时充分体现了物理特征。
进一步的，考虑到复合电站与外部电网间联络线的传输能力，将各联络线简化处理为统一的外送通道，用外送通道的容量限制复合电站的外送功率。
进一步的，为了在优化过程中充分体现风能和光伏资源的波动性，表征新能源发电量与弃电量之间的关系，对风电场和光伏电站的运行加以约束。
进一步的，为了减小计算规模，对复合电站在既定运行策略下的运行结果进行统计，给出了电量、容量、爬坡等指标的简化计算方法，对复合电站的外部特性加以约束，以备规划人员选择使用。
进一步的，求解本发明所构建的混合整数线性规划模型，得到机组的投产与运行结果后，需计算复合电站作为整体对外表现出的容量特性、电量特性、可靠性、灵活性和环保性，这些指标将为含复合电站的大***电源规划提供指导。
综上所述，本发明以最小化多方面综合成本为目标，充分考虑了电源基地的内部策略与外部特性、电站整体与机组特点，兼顾优化问题在物理上真实性与数学上的简化性，能够快速准确的求解出电源基地内互补电源的优化配置，对规划人员具有指导意义。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明流程图；
图2为水电-风电-光伏复合电站四季典型日出力曲线，其中，(a)为春季典型日曲线，(b)为夏季典型日曲线，(c)为秋季典型日曲线，(d)为冬季典型日曲线；
图3为光伏-光热复合电站四季典型日出力曲线，其中，(a)为春季典型日曲线，(b)为夏季典型日曲线，(c)为秋季典型日曲线，(d)为冬季典型日曲线。
具体实施方式
请参阅图1，本发明一种多能互补电源基地优化配置方法，包括以下步骤：
S1、从电源基地和电力***的相关部门获取所需数据；
复合电站基本数据，包括：外送通道的容量Capline；间歇性资源的最小利用率μ；复合电站的计划出力曲线
复合电站内电厂数据，包括：各电厂的机组数量K；各电厂机组的单位投资成本Cinv和单位运行成本Cope；各电厂机组的运行参数。
复合电站运行预测数据，包括：水电站的来电量W；风电场的预测出力曲线Ppre,WT(t)；光伏电站的预测出力曲线Ppre,PV(t)。
S2、以最小化复合电站规划运行的多方面综合成本为目标函数构建多能互补电源优化配置模型目标；
其中，ΩC为待投建电厂的集合；
Ki分别表示第i个电厂待投建机组和全部可用机组的个数；CRFi为第i个电厂的资金回收系数；
分别为第i个电厂单台机组的投资成本和运行成本，运行成本由各电厂的出力状态决定；
为h复合电站的出力偏差考核费用，具体计算方法在下文详细介绍；T为模拟时长。
S3、构建复合电站优化配置的约束条件；
S301、复合电站规划决策的约束条件，包括：
资源条件约束，即各个电厂新增台数受到区域土地环境资源等限制，表示为：
其中，
分别表示第i个电厂的最小和最大新增台数。
S302、构建复合电站整体的运行约束条件，包括：
1)复合电站的外送功率范围约束：
复合电站各时刻的外送功率应不超过外送通道的传输容量，可表示为：
其中，
为h时刻复合电站的出力，计算公式为：
其中，i为电厂编号；N为复合电站内的电厂；Pi,h为复合电站内电厂i在h时刻的出力。
2)多能互补运行策略约束，包括：
(1)调峰特性约束：
在调峰特性方面，从调度的角度出发，引入出力偏差考核费用，使得复合电站的出力应按照给定的计划出力曲线变化。并且限定复合电站的出力偏差不能超过设定的最大出力偏差。表示如下：
其中，
为h时刻复合电站的出力偏差考核费用；λ(P)为复合电站的单位功率偏差考核费用，采用分段考核方式，出力偏差越大则对应的考核费用越高；
为h时刻的计划出力；Δmax表示设定的允许最大出力偏差。
(2)波动特性约束：
在波动特性方面，逐时刻复合电站的出力波动速率变化要小于一定的限值，可以表示为：
其中，Capline为复合电站的外送通道容量；ε为单位时间复合电站最大允许外送功率变化量占外送通道传输容量的比例。
(3)间歇性新能源消纳约束：
在间歇性新能源消纳方面，风电、光伏等间歇性资源的利用率要满足***需求，可以表示为：
其中，ΩIP为间歇性电源的集合；T为模拟时长；μ为间歇性资源的最小利用率；
为电厂i在h时刻的预测出力。
(4)外送通道最小利用率约束：
在外送通道利用率方面，复合电站的年外送电量需要满足外送通道的最小年平均利用率需求，表示为：
其中，
为外送通道的最小年平均利用率。
S303、构建复合电站内间歇性电源运行约束
对于风电场和光伏电站，需要考虑弃风弃光的影响，运行约束表示为：
其中，vh、Ih分别表示h时刻的风速和光照强度；
分别表示风电和光伏的功率特性转换函数；
分别表示电厂i在h时刻的弃风和弃光功率；ΩWT、ΩPV分别表示风电场和光伏电站的集合。
S304、构建复合电站内灵活性电源运行约束
1)火电机组的运行约束
火电机组的运行约束主要包括：出力范围约束、爬坡速率约束、启停时间约束、利用小时数约束等。
2)水电机组的运行约束
水电机组多按月为周期进行模拟调度，一般的运行约束包括：出力范围约束、每月来水电量范围约束、每月存储电量范围约束、电量变化耦合约束以及电量平衡约束等。
3)储能元件的运行约束
储能电站的运行约束一般包括：储能和发电功率范围约束；发电储能状态互斥约束；储能电量的时序变化范围约束；周期性储能电量平衡约束等。
(4)光热电站的运行约束
光热电站作为一类新兴的可再生资源，具有灵活性的调节能力，其运行约束主要包括电站内各子***的能流变化约束和光热电站的发电量约束。
S305、构建复合电站的外部特性约束
外部特性是复合电站以既定运行策略运行结果的统计指标，如果***规划人员对外部特性有进一步的需求，可以对特性指标增加对应的范围约束，包括：
1)容量特性；
复合电站的容量可以采用置信容量来评估，本发明采用峰荷时段的平均出力近似作为复合电站的置信容量，来表征其提供电力的能力，可表示为：
其中，CapCPP,credit为复合电站的置信容量；Bpeak为峰荷时段的集合；Tpeak为峰荷时段的时长。
2)电量特性；
复合电站的电量特性用于表示复合电站提供电能的能力，其电能由组成复合电站的各类电源提供，可以表示为：
其中，ECPP为复合电站在模拟时段的发电量。
3)可靠性；
将复合电站等效为一个机组，基于长期统计特性获取复合电站各个出力状态的概率水平，建立复合电站的多状态机组模型，可表示为：
其中，XCPP为复合电站的出力状态变量；
表示复合电站的第s种出力状态；
表示复合电站出力状态为
的概率；NSCPP为复合电站出力状态个数。
4)灵活性；
复合电站的灵活性一般用于评估复合电站在***调节层面的效益，主要包括：
(1)上爬坡能力
采用负荷上升时段复合电站出力增长的平均值来表征复合电站的上爬坡能力：
其中，Bup表示负荷上升时段的集合；Tup表示负荷上升时段的长度。
(2)下爬坡能力
采用负荷下降时段复合电站出力减少的平均值来表征复合电站的下爬坡能力：
其中，Bdown表示负荷下降时段的集合；Tdown表示负荷下降时段的长度。
(3)提供正备用能力
采用峰荷时段灵活性电厂提供正备用能力之和的平均值来表征复合电站提供正备用的能力：
其中，Bpeak表示负荷峰荷时段的集合；Tpeak表示负荷峰荷时段的长度；ΩFP表示灵活性电厂的集合；
表示第i个电厂在h时刻能够提供的最大出力。
(4)提供负备用能力
采用谷荷时段灵活性电厂提供负备用能力之和的平均值来表征复合电站提供负备用的能力：
其中，Bvalley表示负荷谷荷时段的集合；Tvalley表示负荷谷荷时段的长度；
表示第i个电厂在h时刻能够提供的最小出力。
5)环保性；
对于不含燃料电源的复合电站可以认为复合电站为清洁电源，不产生污染物排放。对于包含燃料电源的复合电站，采用各类污染物的排放量来表征其环保性：
其中，
表示复合电站污染物x在模拟时段的排放量；ΩF为燃料电源的集合；F(Pi,h)为电厂i的燃料耗量特性函数；Oi,x为电厂i污染物x的排放当量。
S4、基于步骤S2建立的优化函数及步骤S3建立的约束条件，将步骤S1中的数据输入到优化配置模型，求解得到复合电站的配置结果。
求解结果包括：复合电站内各待选电厂的机组投产方案，复合电站内各电厂在模拟时段内的出力，复合电站的规划和运行成本；规划方案在满足复合电站资源条件、***多能互补特性、外部规划需求的条件下，实现互补***的经济性最优。
在得到复合电站的确切配置和运行策略后，可通过(12)～(19)式计算复合电站的容量特性、电量特性、可靠性、灵活性和环保性，使得电源基地对外部呈现出相对单一电源结构或者两两互补更优的综合技术特性，更有利于新能源的消纳利用。
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。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
以我国某省南部某能源基地计划协同开发的水电-光伏-风电及光伏-光热两类清洁能源复合电站为对象进行仿真。各类机组的主要经济参数如表1。为了满足互补性需求，复合电站的互补配置参数如表2所示。
表1复合电站中各类电源的主要经济参数
表2复合电站的互补配置参数
根据上述参数以及所提复合电站的优化配置模型，可以求解得到两类复合电站的优化配置结果如表3所示：
由表3可以看出，水电-光伏-风电复合电站总外送电量为13.5亿度，外送通道的利用率达38.5％，满足***外送需求；***总的间歇性资源弃电量为5.17GWh，间歇性资源的利用率达99％，满足***资源利用率需求。光伏-光热复合电站配置总外送电量为15亿度，外送通道的利用率达42.8％，满足***外送需求。***总的间歇性资源弃电量为2.62GWh，间歇性资源利用率达99％，满足***资源利用率需求。
表3复合电站的优化配置结果
其中，水电-风电-光伏复合电站四季典型日出力曲线如图2所示。可以看出水电的灵活调节能力能够有效平抑风、光出力波动。同时，风光水的日内和季节互补性也能够提升互补***的外送能力。
光伏-光热复合电站的四季典型日出力曲线如图3所示。由图可以看出光热电站由于含有储热***，整体上光热可以实现连续不间断出力。此外，光伏和光热可以实现错峰发电，互补效益明显。
复合电站面向规划的外部特性指标如表4所示。可以看出两类复合电站的外部特性随季节变化有着明显的变化，其中：置信容量、电量以及下备用容量均为夏季最大，冬季最小；上备用容量变化则相反。上下爬坡速率和调度曲线相关，各季节差别不大。
表4复合电站面向规划的外部特性指标
综上所述，本发明一种多能互补电源基地优化配置方法、存储介质及设备，针对多能互补电源的优化配置问题，将电源基地内的间歇性电源和灵活性电源打捆优化并等效为复合电站，以各类电源的运行特性为基础，考虑资源条件、***多能互补特性、外部规划需求的影响，给出互补***的经济性最优的优化配置方法。
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。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。
Claims (7)
1.一种多能互补电源基地优化配置方法，其特征在于，包括以下步骤：
S1、从电源基地和电力***的相关部门获取复合电站基本数据、复合电站内电厂数据和复合电站运行预测数据；
S2、以最小化复合电站规划运行的多方面综合成本为目标函数构建多能互补电源优化配置模型目标；
S3、构建复合电站规划决策约束条件，复合电站整体运行约束条件，复合电站内间歇性电源运行约束、复合电站内灵活性电源运行约束以及复合电站的外部特性约束，多能互补电源优化配置模型目标V为：
其中，ΩC为待投建电厂的集合；
Ki分别表示第i个电厂待投建机组和全部可用机组的个数；CRFi为第i个电厂的资金回收系数；
分别为第i个电厂单台机组的投资成本和运行成本，运行成本由各电厂的出力状态决定；
为h时刻复合电站的出力偏差考核费用；T为模拟时长；
复合电站规划决策的约束条件包括资源条件约束；复合电站整体的运行约束条件包括复合电站的外送功率范围约束和多能互补运行策略约束；复合电站内间歇性电源运行约束包括风电场运行约束和光伏电站运行约束；复合电站内灵活性电源运行约束包括火电机组的运行约束、水电机组的运行约束、储能元件的运行约束和光热电站的运行约束；复合电站的外部特性约束包括容量特性、电量特性、可靠性、灵活性和环保性，复合电站的外送功率范围约束表示为：
其中，
为h时刻复合电站的出力；
多能互补运行策略约束包括：
调峰特性约束表示为：
其中，
为h时刻复合电站的出力偏差考核费用；λ(P)为复合电站的单位功率偏差考核费用，采用分段考核方式，出力偏差越大则对应的考核费用越高；
为h时刻的计划出力；Δmax表示设定的允许最大出力偏差；
波动特性约束表示为：
其中，Capline为复合电站的外送通道容量；ε为单位时间复合电站最大允许外送功率变化量占外送通道传输容量的比例；
间歇性新能源消纳约束表示为：
其中，ΩIP为间歇性电源的集合；T为模拟时长；μ为间歇性资源的最小利用率；
为电厂i在h时刻的预测出力；
外送通道最小利用率约束表示为：
其中，
为外送通道的最小年平均利用率；
S4、基于步骤S2建立的目标函数和步骤S3构建的复合电站优化配置约束条件，将步骤S1获取的数据输入优化配置模型，求解得到复合电站的配置结果。
2.根据权利要求1所述的多能互补电源基地优化配置方法，其特征在于，步骤S1中，复合电站基本数据，包括：外送通道的容量Capline；间歇性资源的最小利用率μ；复合电站的计划出力曲线
复合电站内电厂数据，包括：各电厂的机组数量K；各电厂机组的单位投资成本Cinv和单位运行成本Cope；各电厂机组的运行参数；复合电站运行预测数据，包括：水电站的来电量W；风电场的预测出力曲线Ppre,WT(t)；光伏电站的预测出力曲线Ppre,PV(t)。
3.根据权利要求1所述的多能互补电源基地优化配置方法，其特征在于，步骤S3中，风电场和光伏电站的运行约束表示为：
其中，vh、Ih分别表示h时刻的风速和光照强度；
分别表示风电和光伏的功率特性转换函数；
分别表示电厂i在h时刻的弃风和弃光功率；ΩWT、ΩPV分别表示风电场和光伏电站的集合。
4.根据权利要求1所述的多能互补电源基地优化配置方法，其特征在于，步骤S3中，容量特性表示为：
其中，CapCPP,credit为复合电站的置信容量；Bpeak为峰荷时段的集合；Tpeak为峰荷时段的时长；
电量特性表示为：
其中，ECPP为复合电站在模拟时段的发电量；
可靠性表示为：
其中，XCPP为复合电站的出力状态变量；
表示复合电站的第s种出力状态；
表示复合电站出力状态为
的概率；NSCPP为复合电站出力状态个数；
灵活性包括：
上爬坡能力，具体为：
其中，Bup表示负荷上升时段的集合；Tup表示负荷上升时段的长度；
下爬坡能力，具体为
其中，Bdown表示负荷下降时段的集合；Tdown表示负荷下降时段的长度；
提供正备用能力，具体为：
其中，Bpeak表示负荷峰荷时段的集合；Tpeak表示负荷峰荷时段的长度；ΩFP表示灵活性电厂的集合；
表示第i个电厂在h时刻能够提供的最大出力；
提供负备用能力，具体为：
其中，Bvalley表示负荷谷荷时段的集合；Tvalley表示负荷谷荷时段的长度；
表示第i个电厂在h时刻能够提供的最小出力；
环保性，具体为：
其中，
表示复合电站污染物x在模拟时段的排放量；ΩF为燃料电源的集合；F(Pi,h)为电厂i的燃料耗量特性函数；Oi,x为电厂i污染物x的排放当量。
5.根据权利要求1所述的多能互补电源基地优化配置方法，其特征在于，步骤S4中，求解结果包括：复合电站内各待选电厂的机组投产方案，复合电站内各电厂在模拟时段内的出力，复合电站的规划和运行成本；在得到复合电站的确切配置和运行策略后，计算复合电站的容量特性、电量特性、可靠性、灵活性和环保性。
6.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1至5所述的方法中的任一方法。
7.一种计算设备，其特征在于，包括：
一个或多个处理器、存储器及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1至5所述的方法中的任一方法的指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010948329.6A CN112234604B (zh) | 2020-09-10 | 2020-09-10 | 一种多能互补电源基地优化配置方法、存储介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010948329.6A CN112234604B (zh) | 2020-09-10 | 2020-09-10 | 一种多能互补电源基地优化配置方法、存储介质及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112234604A CN112234604A (zh) | 2021-01-15 |
| CN112234604B true CN112234604B (zh) | 2023-04-28 |
Family
ID=74115527
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010948329.6A Active CN112234604B (zh) | 2020-09-10 | 2020-09-10 | 一种多能互补电源基地优化配置方法、存储介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112234604B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113346489B (zh) * | 2021-06-09 | 2023-04-28 | 国网山西省电力公司经济技术研究院 | 一种新能源空间耦合性建模评估方法及*** |
| CN113555909B (zh) * | 2021-07-20 | 2023-06-13 | 华能陇东能源有限责任公司 | 一种多能互补基地风光火储建设时序优化方法与*** |
| CN115719174B (zh) * | 2022-10-26 | 2023-05-02 | 生态环境部卫星环境应用中心 | 土地利用类型与蓝藻水华风险定量关系确定方法和装置 |
| CN117277444B (zh) * | 2023-11-17 | 2024-03-19 | 中国电力科学研究院有限公司 | 一种新能源基地电源容量优化配置方法及装置 |
Citations (13)
| 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 |
| WO2017071230A1 (zh) * | 2015-10-30 | 2017-05-04 | 南京南瑞集团公司 | 一种多Agent的水电站群短期优化调度方法 |
| CN107240932A (zh) * | 2017-06-23 | 2017-10-10 | 清华大学 | 一种水光互补***中光伏电站容量优化方法 |
| WO2018059096A1 (zh) * | 2016-09-30 | 2018-04-05 | 国电南瑞科技股份有限公司 | 一种多类电源发电计划组合决策方法及存储介质 |
| 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 |
| CN109347151A (zh) * | 2018-11-30 | 2019-02-15 | 国家电网公司西南分部 | 一种新能源参与调峰的送端电网电源结构优化方法 |
| CN109390973A (zh) * | 2018-11-30 | 2019-02-26 | 国家电网公司西南分部 | 一种考虑通道约束的送端电网电源结构优化方法 |
| CN109936164A (zh) * | 2019-03-31 | 2019-06-25 | 东北电力大学 | 基于电源互补特性分析的多能源电力***优化运行方法 |
| CN110110948A (zh) * | 2019-06-13 | 2019-08-09 | 广东电网有限责任公司 | 一种多目标分布式电源优化配置方法 |
| CN110752625A (zh) * | 2019-10-29 | 2020-02-04 | 青海格尔木鲁能新能源有限公司 | 一种多能互补新能源发电***的运营策略优化方法 |
| CN110994606A (zh) * | 2019-12-12 | 2020-04-10 | 国网青海省电力公司电力科学研究院 | 一种基于复杂适应***理论的多能源电源容量配置方法 |
| AU2020100983A4 (en) * | 2019-11-14 | 2020-07-16 | Shandong University | Multi-energy complementary system two-stage optimization scheduling method and system considering source-storage-load cooperation |
| CN111555281A (zh) * | 2020-05-29 | 2020-08-18 | 国网山东省电力公司经济技术研究院 | 一种电力***灵活性资源配置仿真方法及装置 |
-
2020
- 2020-09-10 CN CN202010948329.6A patent/CN112234604B/zh active Active
Patent Citations (13)
| 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 |
| WO2017071230A1 (zh) * | 2015-10-30 | 2017-05-04 | 南京南瑞集团公司 | 一种多Agent的水电站群短期优化调度方法 |
| WO2018059096A1 (zh) * | 2016-09-30 | 2018-04-05 | 国电南瑞科技股份有限公司 | 一种多类电源发电计划组合决策方法及存储介质 |
| CN107240932A (zh) * | 2017-06-23 | 2017-10-10 | 清华大学 | 一种水光互补***中光伏电站容量优化方法 |
| 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 |
| CN109390973A (zh) * | 2018-11-30 | 2019-02-26 | 国家电网公司西南分部 | 一种考虑通道约束的送端电网电源结构优化方法 |
| CN109347151A (zh) * | 2018-11-30 | 2019-02-15 | 国家电网公司西南分部 | 一种新能源参与调峰的送端电网电源结构优化方法 |
| CN109936164A (zh) * | 2019-03-31 | 2019-06-25 | 东北电力大学 | 基于电源互补特性分析的多能源电力***优化运行方法 |
| CN110110948A (zh) * | 2019-06-13 | 2019-08-09 | 广东电网有限责任公司 | 一种多目标分布式电源优化配置方法 |
| CN110752625A (zh) * | 2019-10-29 | 2020-02-04 | 青海格尔木鲁能新能源有限公司 | 一种多能互补新能源发电***的运营策略优化方法 |
| AU2020100983A4 (en) * | 2019-11-14 | 2020-07-16 | Shandong University | Multi-energy complementary system two-stage optimization scheduling method and system considering source-storage-load cooperation |
| CN110994606A (zh) * | 2019-12-12 | 2020-04-10 | 国网青海省电力公司电力科学研究院 | 一种基于复杂适应***理论的多能源电源容量配置方法 |
| CN111555281A (zh) * | 2020-05-29 | 2020-08-18 | 国网山东省电力公司经济技术研究院 | 一种电力***灵活性资源配置仿真方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| Coordination of Short-Term Operation Constraints in Multi-Area Expansion Planning;Amin Khodaei等;《IEEE TRANSACTIONS ON POWER SYSTEMS》;20121130;全文 * |
| 基于个体优化和***多能互补的光热电站优化配置方法;刘树桦等;《电网技术》;20200731;第44卷(第7期);第2503-2511页，附图4-5 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112234604A (zh) | 2021-01-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112234604B (zh) | 一种多能互补电源基地优化配置方法、存储介质及设备 | |
| Zhang et al. | Lifelong learning for complementary generation control of interconnected power grids with high-penetration renewables and EVs | |
| Xu et al. | Carbon emission reduction and reliable power supply equilibrium based daily scheduling towards hydro-thermal-wind generation system: A perspective from China | |
| CN109767078B (zh) | 一种基于混合整数规划的多类型电源检修安排方法 | |
| CN107276122B (zh) | 适应大规模可再生能源并网的调峰资源调用决策方法 | |
| CN112583017B (zh) | 考虑储能运行约束的混合微电网能量分配方法及*** | |
| CN104299173B (zh) | 一种适用于多种能源接入的鲁棒优化日前调度方法 | |
| CN104951899A (zh) | 含大规模可再生能源的配电公司多时间尺度优化调度方法 | |
| CN104239967A (zh) | 一种含风电场的电力***多目标经济调度方法 | |
| CN110957717A (zh) | 一种多电源电力***多目标日前优化调度方法 | |
| CN112491043A (zh) | 一种新能源富集电网电源规划方法及*** | |
| Zeng et al. | A multistage coordinative optimization for sitting and sizing P2G plants in an integrated electricity and natural gas system | |
| CN110867907B (zh) | 一种基于多类型发电资源同质化的电力***调度方法 | |
| Zhang et al. | Bi-level optimization dispatch of integrated-energy systems with P2G and carbon capture | |
| CN114676991B (zh) | 基于源荷双侧不确定的多能互补***优化调度方法 | |
| CN116402210A (zh) | 一种综合能源***多目标优化方法、***、设备和介质 | |
| CN116742662A (zh) | 一种电氢耦合***多时间尺度优化运行方法及*** | |
| CN111476474A (zh) | 梯级水电站减少弃水量的调度方法 | |
| Ma et al. | Long-term coordination for hydro-thermal-wind-solar hybrid energy system of provincial power grid | |
| CN117013535A (zh) | 一种兼顾生态调度需求的水风光火互补容量配置方法 | |
| CN111476477A (zh) | 基于发电效益目标的梯级水电站中长期优化调度方法 | |
| CN116526544A (zh) | 新能源发电***灵活性资源规划方法、***及设备 | |
| CN114006414B (zh) | 一种基于mpc的风电有功功率分层递阶控制方法及装置 | |
| CN116128193A (zh) | 一种基于区块链技术的园区微网调度方法及调度*** | |
| Ma et al. | Two-stage optimal dispatching based on wind-photovoltaic-pumped storage-thermal power combined power generation system |
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 |