CN112671040A - 一种考虑新能源消纳最大的多能互补***日前优化调度方法 - Google Patents
一种考虑新能源消纳最大的多能互补***日前优化调度方法 Download PDFInfo
- Publication number
- CN112671040A CN112671040A CN202110029791.0A CN202110029791A CN112671040A CN 112671040 A CN112671040 A CN 112671040A CN 202110029791 A CN202110029791 A CN 202110029791A CN 112671040 A CN112671040 A CN 112671040A
- Authority
- CN
- China
- Prior art keywords
- day
- power
- ahead
- output
- cogeneration system
- 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
Links
- 230000000295 complement effect Effects 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000005265 energy consumption Methods 0.000 title claims abstract description 33
- 238000005457 optimization Methods 0.000 claims abstract description 23
- 238000010248 power generation Methods 0.000 claims abstract description 20
- 230000005611 electricity Effects 0.000 claims abstract description 7
- 230000009194 climbing Effects 0.000 claims description 25
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 18
- 238000010438 heat treatment Methods 0.000 claims description 13
- 238000004146 energy storage Methods 0.000 claims description 11
- 239000003345 natural gas Substances 0.000 claims description 9
- 238000005338 heat storage Methods 0.000 claims description 8
- 230000033228 biological regulation Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 239000007789 gas Substances 0.000 claims description 4
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000003546 flue gas Substances 0.000 claims description 3
- 230000017525 heat dissipation Effects 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005728 strengthening 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
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
本发明公开了一种考虑新能源消纳最大的多能互补***日前优化调度方法。内容包括：针对考虑新能源消纳的多能互补***日前调度优化问题，以风电、光伏消纳电量最大为目标，建立多能互补***日前调度优化模型并求解。具体步骤为：获取日前***内风电、光伏等发电设备的出力预测信息和电、热负荷日前预测信息；建立考虑新能源消纳最大的多能互补***日前优化调度模型；利用差分进化算法求解，得出各类电源日前出力计划。本发明提供一种考虑新能源消纳最大的多能互补***日前优化调度方法，综合考虑各类电源的运行特性，制定以风电、光伏消纳电量最大为目标的日前优化调度计划，提高新能源的消纳水平。
Description
技术领域
本发明属于综合能源***运行和控制技术领域，尤其涉及一种考虑新能源 消纳最大的多能互补***日前优化调度方法。
背景技术
随着社会不断发展，能源利用和环境污染之间的矛盾越来越明显。现阶段， 化石燃料在我国能源消费体系中仍占有较大的比重，在一定程度上制约了社会经 济的发展。为实现可持续发展，我国正努力全方位推动能源结构升级，逐渐向非 化石、高效环保的能源运行体系转变。实现能源的梯级高效利用，促进网-源-荷- 储协同发展具有重要的现实和深远意义。
天然气能源具有高效环保、清洁节能等优点，既可用于发电也可用于供热， 特别是热电联产***的发展，进一步提高了天然气能源的利用效率。热电联产对 高温蒸汽进行多次利用，可同时为***提供电能和热能，一方面实现了能源的梯 级利用，另一方面也加强了气、电、热三种能源的耦合。
太阳能和风能等可再生能源具有绝对的环境优势和取之不尽的开发潜力，随 着相关技术的不断进步，其发电成本也逐年降低。然而风机输出功率与风速紧密 相关，光伏出力又依赖于辐射强度和温度的变化，这导致了可再生能源的出力具 有较强随机性，单纯依靠可再生能源难以满足负荷侧的多种需求。因此，寻找其 他能源作为风光发电的补偿有一定必要性。
热电联产***具有可调节特性，且具有容量范围内功率调节精确、响应速度 快等优点，适宜参与多能互补***的日前调度。
储能由于其可充可放的运行特性，能有效克服风光发电的波动性。一方面它 能消除峰谷差，平滑负荷需求；另一方面可以转移能源的利用时段，进一步提高 ***可再生能源的消纳能力，增强***的稳定性。其中，天然气和热能的存储形 式多样，存放操作更加便捷，运行成本更为经济。显热、潜热等储热技术的发展 也相对更为成熟，与电转热设备的配合使用更有利于新能源的消纳。因此，对多 能源存储的联合使用与协调方法有必要进行深入研究。
综上所述，本发明在现有研究基础上，提出一种考虑新能源消纳最大的多能 互补***日前优化调度方法，通过对源-荷-储一体化的多能互补***优化调度， 提高***的能源利用效率，促进可再生能源的消纳。
发明内容
针对现有技术的不足,本发明的目的是提供一种考虑新能源消纳最大的多能 互补***日前优化调度方法，用于解决大规模风电、光伏接入电网的规模化利用 问题，通过多能互补***形成多元消纳技术和多元存储技术以增加新能源的消纳 水平。
1.一种考虑新能源消纳最大的多能互补***日前优化调度方法，其特征在于， 所述计算方法包括以下步骤：
S1:获取日前多能互补***内风电、光伏等各类电源的出力预测信息和热、 电负荷日前预测信息；
S2:构建热电联产***调节模型；
S3:建立考虑新能源消纳最大的多能互补***日前优化调度模型；
S4:利用差分进化算法求解模型，得出各类电源日前出力计划；
2.根据权利要求1所述的一种考虑新能源消纳最大的多能互补***日前优 化调度方法，其特征在于，所述S1包括以下步骤：
S101：获取风电、光伏日前有功出力预测信息PWT，PF(t)、PPV，PF(t)，获取热电联 产***日前有功出力预测信息PMT，PF(t)，获取热电联产***日前制热功率预测信息 PH，MT，PF(t)；
S102：获取电负荷日前出力预测信息PLE，PF(t)，获取热负荷日前出力预测信息PLH，PF(t)；
S103：获取储电量计划信息PEES，PF(t)，获取储热量计划信息PTES，PF(t)；
S104：获取常规电源及热电联产***调节信息，包括机组爬坡率、机组出力 上下限；
3.根据权利要求1所述的一种考虑新能源消纳最大的多能互补***日前优 化调度方法，其特征在于，所述S2包括以下步骤：
S201：建立热电联产***模型；
①热电联产***通过消耗天然气产生电能和热能，满足电负荷和热负荷需求。 热电联产***在电-热转换中的制热功率为：
式中：PH，MT(t)为热电联产***在t时刻的制热功率；PMT(t)为热电联产***在t时刻 的发电功率；ηMT为热电联产***在t时刻的发电效率；ηL为散热损失率；ηr为烟 气回收率；CO为制热系数；
②热电联产***在气-电转换中消耗天然气功率为：
式中：Pgas，MT(t)为热电联产***在t时刻的消耗天然气功率；
S202：建立热电联产***运行的不等式约束；
①热电联产***的发电量约束：
PMT min≤PMT，P(t)≤PMT max (3)
式中：PMT max、PMT min分别表示热电联产***的出力上下限；
②最小启停时间约束：
式中：UMT(t)为热电联产***t时刻的工作状态；UMT(t)＝1表明热电联产***处于运行状态，UMT(t)＝0表明热电联产***处于停机状态；TMT，off(t)、TMT，on(t)为热电 联产***在t时刻停机时间和运行时间；TMT，minoff、TMT，minon为热电联产***要求的 最短停机时间和最短运行时间；
③爬坡功率约束：
-RMT，downΔt≤PMT，P(t)-PMT，P(t-1)≤RMT，upΔt (5)
式中：RMT，up和RMT，down分别为上、下爬坡速率；
4.根据权利要求1所述的一种考虑新能源消纳最大的多能互补***日前优化 调度方法，其特征在于，所述S3包括以下步骤：
S301：在多能互补***日前优化调度模型中，以风电、光伏消纳电量最大为 目标，建立目标函数如下：
式中：T为调度周期，将全天分为96个时段；PWT，P(t)为风电t时刻日前计划出力；
TPV，P(t)为光伏t时刻日前计划出力；
S302：建立多能互补***运行约束，包括日前时间尺度下的***功率平衡约 束、常规电源运行约束、热电联产***运行约束、储能设备的容量约束以及风电、 光伏出力约束，具体如下：
(1)***功率平衡约束
①电力平衡约束
式中：NTH为常规机组数目,Pgen，P(t)为常规机组i在t时刻日前计划出力，PMT，P(t)为热电联产***在t时刻的计划出力,PLE，PF(t)为负荷t时刻的预测出力。
②热力平衡约束
PH，MT，P(t)＝PLH，PF(t) (8)
式中：PLH，PF(t)为热负荷需求。
(2)常规电源运行约束
①输出功率上下限约束
Pgen，min≤Pgen，P(t)≤Pgen，max
(9)
②最小启停时间约束
式中：TMT，off(t)、TMT，on(t)为常规机组在t时刻停机时间和运行时间；TMT，minoff、TMT，minon为常规机组要求的最短停机时间和最短运行时间；
③爬坡速度约束
-Rgen,downΔt≤Pgen,P(t)-Pgen,P(t-1)≤Rgen,upΔt (11)
式中：Pgen，up和Rgen，down分别为常规机组的上、下爬坡速率；
(3)热电联产***运行约束条件
①输出功率上下限约束：
RMT min≤PMT，P(t)≤PMT max (12)
式中：RMT max、PMT min分别表示热电联产***的出力上下限；
②最小启停时间约束：
式中：TMT，off(t)、TMT，on(t)为热电联产***在t时刻停机时间和运行时间；TMT，minoff、TMT，minon为热电联产***要求的最短停机时间和最短运行时间；
③爬坡功率约束：
-RMT，downΔt≤PMT，P(t)-PMT，P(t-1)≤RMT，upΔt (14)
式中：RMT，up和RMT，down分别为上、下爬坡速率；
(4)储能设备容量约束
储能设备的容量约束为：
式中：EEES，max、EEES，min、HTES，max、HTES，min分别为储电、储热设备的容量上下限。
(5)风电出力约束
0≤PWT，P(t)≤PW，PF(t) (16)
式中：PWT，P(t)为风电输出功率。在调度过程中，风电为不可调度单元，其出力受风速大小制约，因此需要根据其预测功率参与优化。
(6)光伏出力约束
0≤PPV，P(t)≤PPV，PF(t) (17)
式中：PPV，P(t)为光伏输出功率。在调度过程中，光伏也为不可调度单元，其出力根据其预测功率参与优化。
5.根据权利要求1所述的一种考虑新能源消纳最大的多能互补***日前优 化调度方法，其特征在于，所述S4包括以下步骤：
S401：利用分支定界算法求解考虑新能源消纳的多能互补***日前优化调度 模型，得到日前时间尺度下风电出力计划PWT，P(t)、光伏出力计划PPV，P(t)、热电联 产***出力计划PMT，P(t)以及常规电源出力计划Pgen，P(t)。
本发明公开了综合能源***运行和控制技术领域中的一种考虑新能源消纳 最大的多能互补***日前优化调度方法。包括：获取日前多能互补***内各设备 的出力预测信息和热、电负荷日前预测信息；构建多能互补***模型；建立考虑 新能源消纳最大的多能互补***日前优化调度模型；利用差分进化算法求解模型， 并提出各设备日前出力计划。本发明提供一种考虑新能源消纳最大的多能互补系 统日前优化调度方法，综合考虑各类型能源的运行特性，制定以可再生能源充分 利用为目标的日前优化调度方案，保证多能互补***的安全、经济运行，提高多 能互补***对可再生能源的消纳水平。
附图说明
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。
图1是本发明提供的一种考虑新能源消纳最大的多能互补***日前优化调度 方法流程图；
图2是本发明提供的实例1中的分支定界算法流程图。
图3是本发明提供的实例2中IEEE-39节点测试***拓扑图；
图4是本发明提供的实例2中风电、光伏日前有功出力预测信息；
图5是本发明提供的实例2中热电联产***日前有功出力预测信息和制热功 率预测信息；
图6是本发明提供的实例2中电、热负荷日前有功出力预测信息；
图7是本发明提供的实例2中常规电源日前发电计划；
图8是本发明提供的实例2中热电联产***日前发电计划；
图9是本发明提供的实例2中风电、光伏日前发电预测；
具体实施方式
为了清楚了解本发明的技术方案，将在下面的描述中提出其详细的结构。显 然，本发明实施例的具体施行并不足限于本领域的技术人员所熟习的特殊细节。 本发明的典型实施例详细描述如下，除详细描述的这些实施例外，还可以具有其 他实施方式。
下面结合附图和实施例对本发明做进一步详细说明。
实施例1：
图1是一种考虑新能源消纳最大的多能互补***优化调度方法流程图。图1中, 本发明提供的一种考虑新能源消纳最大的多能互补***优化调度方法流程图包 括：
S1:获取日前多能互补***内风电、光伏等各类型电源的出力预测信息和热、 电负荷日前预测信息；
S2:构建热电联产***调节模型；
S3:建立考虑新能源消纳最大的多能互补***日前优化调度模型；
S4:利用差分进化算法求解模型，得出各类型电源日前出力计划；
所述S1包括以下步骤：
S101：获取风电、光伏日前有功出力预测信息PWT，PF(t)、PPV，PF(t)，获取热电联 产***日前有功出力预测信息PMT，PF(t)，获取热电联产***日前制热功率预测信息 PH，MT，PF(t)；
S102：获取电负荷日前出力预测信息PLE，PF(t)，获取热负荷日前出力预测信息PLH，PF(t)；
S103：获取储电量计划信息PEES，PF(t)，获取储热量计划信息PTES，PF(t)；
S104：获取常规电源及热电联产***调节信息，包括机组爬坡率、机组出力 上下限；
所述S2包括以下步骤：
S201：建立热电联产***模型；
①热电联产***通过消耗天然气产生电能和热能，满足电负荷和热负荷需求。 热电联产***在电-热转换中的制热功率为：
式中：PH，MT(t)为热电联产***在t时刻的制热功率；PMT(t)为热电联产***在t时刻 的发电功率；ηMT为热电联产***在t时刻的发电效率；ηL为散热损失率；ηr为烟 气回收率；CO为制热系数；
②热电联产***在气-电转换中消耗天然气功率为：
式中：Pgas，MT(t)为热电联产***在t时刻的消耗天然气功率；
S202：建立热电联产***运行的不等式约束；
①热电联产***的发电量约束：
PMT min≤PMT，P(t)≤PMT max (3)
式中：PMT max、PMT min分别表示热电联产***的出力上下限；
②最小启停时间约束：
式中：UMT(t)为热电联产***t时刻的工作状态；UMT(t)＝1表明热电联产***处于运行状态，UMT(t)＝0表明热电联产***处于停机状态；TMT，off(t)、TMT，on(t)为热电 联产***在t时刻停机时间和运行时间；TMT，minoff、TMT，minon为热电联产***要求的 最短停机时间和最短运行时间；
③爬坡功率约束：
-RMT，downΔt≤PMT，P(t)-PMT，P(t-1)≤RMT，upΔt (5)
式中：RMT，up和RMT，down分别为上、下爬坡速率；
所述S3包括以下步骤：
S301：在多能互补***日前优化调度模型中，以风电、光伏消纳电量最大为 目标，建立目标函数如下：
式中：T为调度周期，将全天分为96个时段；PWT，P(t)为风电t时刻日前计划出力；
PPV，P(t)为光伏t时刻日前计划出力；
S302：建立多能互补***运行约束，包括日前时间尺度下的***功率平衡约 束、常规电源运行约束、热电联产***运行约束、储能设备的容量约束以及风电、 光伏出力约束，具体如下：
(1)***功率平衡约束
①电力平衡约束
式中：NTH为常规机组数目,Pgen，P(t)为常规机组i在t时刻日前计划出力，PMT，P(t)为热电联产***在t时刻的计划出力,PLE，PF(t)为负荷t时刻的预测出力。
②热力平衡约束
PH，MT，P(t)＝PLH，PF(t) (8)
式中：PLH，PF(t)为热负荷需求。
(2)常规电源运行约束
①输出功率上下限约束
Pgen，min≤Pgen，P(t)≤Pgen，max
(9)
②最小启停时间约束
式中：TMT，off(t)、TMT，on(t)为常规机组在t时刻停机时间和运行时间；TMT，minoff、TMT，minon为常规机组要求的最短停机时间和最短运行时间；
③爬坡速度约束
-Rgen,downΔt≤Pgen,P(t)-Pgen,P(t-1)≤Rgen,upΔt (11)
式中：Rgen，up和Rgen，down分别为常规机组的上、下爬坡速率；
(3)热电联产***运行约束条件
输出功率上下限约束：
PMT min≤PWT，P(t)≤PMT max (12)
式中：PMT max、PMT min分别表示热电联产***的出力上下限；
①最小启停时间约束：
式中：TMT，off(t)、TMT，on(t)为热电联产***在t时刻停机时间和运行时间；TMT，minoff、TMT，minon为热电联产***要求的最短停机时间和最短运行时间；
②爬坡功率约束：
-RMI，downΔt≤PMT，P(t)-PMT，P(t-1)≤RMT，upΔt (14)
式中：PMT，up和PMT，down分别为上、下爬坡速率；
(4)储能设备容量约束
储能设备的容量约束为：
式中：EEES，max、EEES，min、HTES，max、HTES，min分别为储电、储热设备的容量上下限。
(5)风电出力约束
0≤PWT，P(t)≤PW，PF(t) (16)
式中：PWT，P(t)为风电输出功率。在调度过程中，风电为不可调度单元，其出力受风速大小制约，因此需要根据其预测功率参与优化。
(6)光伏出力约束
0≤PPV，P(t)≤PPV，PF(t) (17)
式中：PPV，P(t)为光伏输出功率。在调度过程中，光伏也为不可调度单元，其出力根据其预测功率参与优化。
所述S4包括以下步骤：
S401：分支定界算法用于求解考虑新能源消纳最大的多能互补***日前优化 调度模型，其特点是求解速度快、处理方法灵活、准确性高，用于求解大量组合 优化问题。本模型中所涉及的目标函数、约束条件均为包含决策变量的线性公式， 其中能量耦合设备的启停状态、储能设备的充放状态等属于整数决策变量，多能 互补***的运行分析属于连续型决策变量。因此，可利用分支定界算法求解多变 量、约束条件复杂的日前调度混合整数规划问题。算法流程如附图2所示。
①初始化模型。去掉明显的非最优点，将其余可行解作为一个子集，设可行 域为x∈F；
②分支。根据分枝法则，从尚未被洞悉节点(局部解)中选择一个节点，并 在此节点的下一阶层中分为几个新的节点
③定界。计算每一个子问题的下限值；
④对每一节点进行洞悉条件测试。若节点满足以下任意一个条件，则此节点 可洞悉而不再被考虑，此节点的下限值大于等于Z值。已找到在此节点中，具最 小下限值的可行解；若此条件成立，则需比较此可行解与Z值，若前者较小，则 需更新Z值，以此为可行解的值。此节点不可能包含可行解；
⑤判断是否仍有尚未被洞悉的节点，如果有，则进行步骤二，如果已无尚未 被洞悉的节点，则演算停止，并得到最优解。
S402：利用分支定界算法求解考虑新能源消纳最大的多能互补***日前优化 调度模型，得到日前时间尺度下风电出力计划PWT，P(t)、光伏出力计划PPV，P(t)、热 电联产***出力计划PMT，P(t)以及常规电源出力计划Pgen，P(t)。
实施例2
图3是修改后的IEEE-39节点测试***拓扑图。以此为例，本发明提供的一种 考虑新能源消纳最大的多能互补***日前优化调度方法：
S1:获取日前多能互补***内风电、光伏等多类型电源的出力预测信息和热、 电负荷日前预测信息；
(1)区域电网中，风电额定功率为450MW，光伏额定功率为200MW，常规电 源额定功率为800MW，热电联产***额定功率为300MW，风电、光伏日前有功出力 预测信息如附图4所示，热电联产***日前有功出力预测信息如附图5所示，电、 热负荷日前有功出力预测信息如附图6所示。
(2)常规电源调节信息
(3)热电联产***调节信息
| 母线编号 | 30、33 |
| 热电联产***出力上限/MW | 80 |
| 热电联产***出力下限/MW | 0 |
| 热电联产***爬坡速率/MW·min<sup>-1</sup> | 10 |
S2:建立热电联产***调节模型；
S3:以风电、光伏消纳电量最大为目标，建立多能互补***日前优化调度模 型，目标函数为；
式中：T为调度周期，将全天分为96个时段；PWT，P(t)为风电t时刻日前计划出力；PPV，P(t)为光伏t时刻日前计划出力；
S4:利用差分进化算法计算各发电设备日前出力计划；
联立求解模型(7)～(17)，得到常规电源日前发电计划如附图7所示；热电联 产***日前发电计划如附图8所示；风电、光伏日前发电计划如附图9所示。
采用多能互补协调调度后风电、光伏增加的消纳量如表1所示，可以看出， 在日前计划中减少了4.8％弃风弃光电量，证明了通过多能互补协调调度，可提 高风电、光伏的消纳能力。
表1采用多能互补调度前后风电和光伏的消纳电量
最后应当说明的是：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，均在申请待批的权利要求保护范围之内。
Claims (5)
1.一种考虑新能源消纳最大的多能互补***日前优化调度方法，其特征在于，所述计算方法包括以下步骤：
S1：获取日前多能互补***内风电、光伏等各类电源的出力预测信息和电、热负荷日前预测信息；
S2：建立热电联产***调节模型；
S3：建立考虑新能源消纳最大的多能互补***日前优化调度模型；
S4：利用差分进化算法求解模型，得出各类电源日前出力计划。
2.根据权利要求1所述的一种考虑新能源消纳最大的多能互补***日前优化调度方法，其特征在于，所述S1包括以下步骤：
S101：获取风电、光伏日前有功出力预测信息PWT，PF(t)、PPV，PF(t)，获取热电联产***日前有功出力预测信息PMT，PF(t)，获取热电联产***日前制热功率预测信息PH，MT，PF(t)；
S102：获取电负荷日前出力预测信息PLE，PF(t)，获取热负荷日前出力预测信息PLH，PF(t)；
S103：获取储电量计划信息PEES，PF(t)，获取储热量计划信息PTES，PF(t)；
S104：获取常规电源及热电联产***调节信息，包括机组爬坡率、机组出力上下限。
3.根据权利要求1所述的一种考虑新能源消纳的多能互补***日前优化调度方法，其特征在于，所述S2包括以下步骤：
S201：建立热电联产***模型；
①热电联产***通过消耗天然气产生电能和热能，满足电负荷和热负荷需求。热电联产***在电-热转换中的制热功率为：
式中：PH，MT(t)为热电联产***在t时刻的制热功率；PMT(t)为热电联产***在t时刻的发电功率；ηMT为热电联产***在t时刻的发电效率；ηL为散热损失率；ηr为烟气回收率；Co为制热系数；
②热电联产***在气-电转换中消耗天然气功率为：
式中：Pgas，MT(t)为热电联产***在t时刻的消耗天然气功率；
S202：建立热电联产***运行的不等式约束；
①热电联产***的发电量约束：
PMTmin≤PMT，P(t)≤PMTmax (3)
式中：PMTmax、PMTmin分别表示热电联产***的出力上下限；
②最小启停时间约束：
式中：UMT(t)为热电联产***t时刻的工作状态；UMT(t)＝1表明热电联产***处于运行状态，UMT(t)＝0表明热电联产***处于停机状态；TMT，off(t)、TMT，on(t)为热电联产***在t时刻停机时间和运行时间；TMT，minoff、TMT，minon为热电联产***要求的最短停机时间和最短运行时间；
③爬坡功率约束：
-RMT，downΔt≤PMT，P(t)-PMT，P(t-l)≤RMT，upΔt (5)
式中：RMT，up和RMT，down分别为上、下爬坡速率。
4.根据权利要求1所述的一种考虑新能源消纳最大的多能互补***日前优化调度方法，其特征在于，所述S3包括以下步骤：
S301：在多能互补***日前优化调度模型中，以风电、光伏消纳电量最大为目标，建立目标函数如下：
式中：T为调度周期，将全天分为96个时段；PWT，P(t)为风电t时刻日前计划出力；PPV，P(t)为光伏t时刻日前计划出力；
S302：建立多能互补***运行约束，包括日前时间尺度下的***功率平衡约束、常规电源运行约束、热电联产***运行约束、储能设备的容量约束以及风电、光伏出力约束，具体如下：
(1)***功率平衡约束
①电力平衡约束
式中：NTH为常规机组数目，Pgen，P(t)为常规机组i在t时刻日前计划出力，PMT，P(t)为热电联产***在t时刻的计划出力，PTE，PF(t)为负荷t时刻的预测出力。
②热平衡约束
PH，MT，P(t)＝PLH，PF(t) (8)
式中：PLH，PF(t)为热负荷需求。
(2)常规电源运行约束
①输出功率上下限约束
Pgen，min≤Pgen，P(t)≤Pgen，max (9)
②最小启停时间约束
式中：TMT，off(t)、TMT，on(t)为常规机组在t时刻停机时间和运行时间；TMT，minoff、TMT，minon为常规机组要求的最短停机时间和最短运行时间；
③爬坡速度约束
-Rgen，downΔt≤Pgen，P(t)-Pgen，P(t-1)≤Rgen，upΔt (11)
式中：Rgen，up′和Rgen，down分别为常规机组的上、下爬坡速率；
(3)热电联产***运行约束条件
①输出功率上下限约束：
PMTmin≤PMT，P(t)≤PMTmax (12)
式中：PMTmax、PMTmin分别表示热电联产***的出力上下限；
②最小启停时间约束：
式中：TMT，off(t)、TMT，on(t)为热电联产***在t时刻停机时间和运行时间；TMT，minoff、TMT，minon为热电联产***要求的最短停机时间和最短运行时间；
③爬坡功率约束：
-RMT，downΔt≤PMT，P(t)-PMT，P(t-1)≤RMT，upΔt (14)
式中：RMT，up和RMT，down分别为上、下爬坡速率；
(4)储能设备容量约束
储能设备的容量约束为：
式中：EEES，max、EEES，min、HTES，max、HTES，min分别为储电、储热设备的容量上下限。
(5)风电出力约束
0≤PWT，P(t)≤PW，PF(t) (16)
式中：PWT，P(t)为风电输出功率。在调度过程中，风电为不可调度单元，其出力受风速大小制约，因此需要根据其预测功率参与优化。
(6)光伏出力约束
0≤PPV，P(t)≤PPV，PF(t) (17)
式中：PPV，P(t)为光伏输出功率。在调度过程中，光伏也为不可调度单元，其出力根据其预测功率参与优化。
5.根据权利要求1所述的一种考虑新能源消纳的多能互补***日前优化调度方法，其特征在于，所述S4包括以下步骤：
S401：利用分支定界算法求解考虑新能源消纳的多能互补***日前优化调度模型，得到日前时间尺度下风电出力计划PWT，P(t)、光伏出力计划PPV，P(t)、热电联产***出力计划PMT，P(t)以及常规电源出力计划Pgen，P(t)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110029791.0A CN112671040A (zh) | 2021-01-11 | 2021-01-11 | 一种考虑新能源消纳最大的多能互补***日前优化调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110029791.0A CN112671040A (zh) | 2021-01-11 | 2021-01-11 | 一种考虑新能源消纳最大的多能互补***日前优化调度方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112671040A true CN112671040A (zh) | 2021-04-16 |
Family
ID=75414118
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110029791.0A Pending CN112671040A (zh) | 2021-01-11 | 2021-01-11 | 一种考虑新能源消纳最大的多能互补***日前优化调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112671040A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113315171A (zh) * | 2021-05-18 | 2021-08-27 | 南方电网能源发展研究院有限责任公司 | 新能源消纳能力评估方法、装置、计算机设备和存储介质 |
| CN113644649A (zh) * | 2021-07-07 | 2021-11-12 | 四川大学 | 一种解决风光水互补发电***调度计划偏差的方法 |
| CN113852132A (zh) * | 2021-06-03 | 2021-12-28 | 华北电力大学 | 一种基于提高风电消纳能力的日前电-气耦合协调调度方法 |
| CN114156951A (zh) * | 2022-02-10 | 2022-03-08 | 西安思安云创科技有限公司 | 一种源网荷储***的控制优化方法和装置 |
-
2021
- 2021-01-11 CN CN202110029791.0A patent/CN112671040A/zh active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113315171A (zh) * | 2021-05-18 | 2021-08-27 | 南方电网能源发展研究院有限责任公司 | 新能源消纳能力评估方法、装置、计算机设备和存储介质 |
| CN113852132A (zh) * | 2021-06-03 | 2021-12-28 | 华北电力大学 | 一种基于提高风电消纳能力的日前电-气耦合协调调度方法 |
| CN113644649A (zh) * | 2021-07-07 | 2021-11-12 | 四川大学 | 一种解决风光水互补发电***调度计划偏差的方法 |
| CN113644649B (zh) * | 2021-07-07 | 2023-04-18 | 四川大学 | 一种解决风光水互补发电***调度计划偏差的方法 |
| CN114156951A (zh) * | 2022-02-10 | 2022-03-08 | 西安思安云创科技有限公司 | 一种源网荷储***的控制优化方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111738502B (zh) | 促进富余风电消纳的多能互补***需求响应运行优化方法 | |
| CN108229025B (zh) | 一种冷热电联供型多微网主动配电***经济优化调度方法 | |
| CN110288152B (zh) | 考虑电/热柔性负荷的区域综合能源***储能配置方法 | |
| CN112671040A (zh) | 一种考虑新能源消纳最大的多能互补***日前优化调度方法 | |
| CN112990523B (zh) | 区域综合能源***分层优化运行方法 | |
| CN113850474B (zh) | 一种热电氢多能流综合能源***及其优化调度方法 | |
| CN110163415B (zh) | 一种变工况特性下的多能流***多目标模糊协同优化方法 | |
| CN113779783B (zh) | 计及多重不确定性的区域综合能源***规划与运行联合优化方法 | |
| CN113256045A (zh) | 考虑风光不确定性的园区综合能源***日前经济调度方法 | |
| CN110620403A (zh) | 计及可再生能源的能源***协同运行日前调度方法及*** | |
| CN115170343A (zh) | 一种区域综合能源***分布式资源和储能协同规划方法 | |
| CN117081143A (zh) | 促进分布式光伏就地消纳的园区综合能源***协调优化运行方法 | |
| Jintao et al. | Optimized operation of multi-energy system in the industrial park based on integrated demand response strategy | |
| CN116468215A (zh) | 计及源荷不确定性的综合能源***调度方法及装置 | |
| CN113822480A (zh) | 一种农村综合能源***多层协同优化方法及*** | |
| CN110705737A (zh) | 一种多能微网多种储能容量综合优化配置方法 | |
| CN112883630A (zh) | 用于风电消纳的多微网***日前优化经济调度方法 | |
| CN115906456A (zh) | 考虑需求侧响应不确定性的含氢储能ies调度优化模型 | |
| CN114386256A (zh) | 一种考虑电热设备灵活性约束及热网特性的区域电热***优化调度方法 | |
| CN113794242A (zh) | 一种计及天然气网动态特性的区间优化调度方法 | |
| Luo et al. | Optimal Scheduling of Integrated Energy System Considering Integrated Demand Response | |
| Peng et al. | Optimal Dispatch for Regenerative Electric Heating Considering Renewable Energy Accommodation | |
| Wang et al. | A Data-driven Robust Planning Method for Integrated Energy System Considering Uncertainty of Renewable Energy | |
| CN117077368B (zh) | 计及工业综合需求响应的综合能源***众目标规划方法 | |
| Feng et al. | The study of optimization model and cooperative control method for heat storage electric boiler to consume the abandoned wind and light |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210416 |