CN114462902A - 考虑光热和水势综合储能出力的分布式发电调度方法 - Google Patents

考虑光热和水势综合储能出力的分布式发电调度方法 Download PDF

Info

Publication number
CN114462902A
CN114462902A CN202210384407.3A CN202210384407A CN114462902A CN 114462902 A CN114462902 A CN 114462902A CN 202210384407 A CN202210384407 A CN 202210384407A CN 114462902 A CN114462902 A CN 114462902A
Authority
CN
China
Prior art keywords
energy storage
output
photo
water potential
thermal
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
Application number
CN202210384407.3A
Other languages
English (en)
Other versions
CN114462902B (zh
Inventor
刘帅
王誉杰
孙波
赵浩然
张洪亮
周飞龙
杨耀帅
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.)
Shandong University
Original Assignee
Shandong University
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 Shandong University filed Critical Shandong University
Priority to CN202210384407.3A priority Critical patent/CN114462902B/zh
Publication of CN114462902A publication Critical patent/CN114462902A/zh
Application granted granted Critical
Publication of CN114462902B publication Critical patent/CN114462902B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供了一种考虑光热和水势综合储能出力的分布式发电调度方法，属于分布式发电调度技术领域，当各个采样时段需要光热储能侧出力的发电量均小于或等于光热发电出力的上限阈值，且实际光热储能总量大于各个采样时段需要光热储能侧出力的发电量时，采用光热储能出力；当各个采样时段需要水势储能侧出力的发电量位于小于水势发电出力上限阈值的预设范围内，且实际水势储能大于各个采样时段需要水势储能侧出力的发电量时，采用水势储能出力；当不符合上述条件的场景，以光热和水势综合储能侧成本最小为目标，得到最优的光热出力和水势出力结果；本发明克服了储能侧储能方式单一的局限性，提升了电力消纳能力，优化了电网调度的结构和成本。

Description

考虑光热和水势综合储能出力的分布式发电调度方法
技术领域
本发明涉及分布式发电调度技术领域，特别涉及一种考虑光热和水势综合储能出力的分布式发电调度方法。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术，并不必然构成现有技术。
基于清洁能源的发电技术目前已有很多研究成果，成果普遍指出风力发电和光伏发电依赖自然环境条件，具有波动性、间歇性、不确定性以及反调峰性，仅依靠单一种类的清洁能源进行发电会导致电网运行充满不稳定因素，尽管如此，调研还指出普遍情况下光伏出力和风电出力之间具有良好的发电互补优势，采用分布式并网逻辑构建发电网络，可以大幅降低传统发电模式的污染水平，提高发电效率，因此，采用分布式的清洁能源发电技术优势明显。
但同时，分布式的清洁能源发电技术也会带来弃风弃光、供需调度不协调等电力消纳问题。目前常用的储能技术主要分为电化学储能、电磁储能、物理储能、相变储能等。现有技术通常只考虑把较为单一的储能方式运用到电网中，详细关注储能侧出力的研究较少，考虑小区域和跨区域不同场景下电力综合调度问题的成果不多，储能侧还存在成本高、储能供需不平衡等问题，导致电力消纳能力没有完全因地制宜地发挥效用，储能侧出力的灵活性较差。
发明内容
为了解决现有技术的不足，本发明提供了一种考虑光热和水势综合储能出力的分布式发电调度方法，克服了储能侧储能方式单一的局限性，重点分析了储能侧的出力发电作用，基于储能侧出力综合考虑小区域和跨区域不同场景下的发电调度问题，提升了电力消纳能力，优化了电网调度的结构和成本。
为了实现上述目的，本发明采用如下技术方案：
本发明第一方面提供了一种考虑光热和水势综合储能出力的分布式发电调度方法。
一种考虑光热和水势综合储能出力的分布式发电调度方法，包括以下过程：
当各个采样时段需要光热储能侧出力的发电量均小于或等于光热发电出力的上限阈值，且实际光热储能总量大于各个采样时段需要光热储能侧出力的发电量时，采用光热储能出力；
当各个采样时段需要水势储能侧出力的发电量位于小于水势发电出力上限阈值的预设范围内，且实际水势储能大于各个采样时段需要水势储能侧出力的发电量时，采用水势储能出力；
当不符合上述条件的场景，以光热和水势综合储能侧成本最小为目标，得到最优的光热出力和水势出力结果。
本发明第二方面提供了一种考虑光热和水势综合储能出力的分布式发电调度***。
一种考虑光热和水势综合储能出力的分布式发电调度***，包括：
光热储能处理判断模块，被配置为：当各个采样时段需要光热储能侧出力的发电量均小于或等于光热发电出力的上限阈值，且实际光热储能总量大于各个采样时段需要光热储能侧出力的发电量时，采用光热储能出力；
水势储能处理判断模块，被配置为：当各个采样时段需要水势储能侧出力的发电量位于小于水势发电出力上限阈值的预设范围内，且实际水势储能大于各个采样时段需要水势储能侧出力的发电量时，采用水势储能出力；
混合处理优化模块，被配置为：当不符合上述条件的场景，以光热和水势综合储能侧成本最小为目标，得到最优的光热出力和水势出力结果。
本发明第三方面提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本发明第一方面所述的考虑光热和水势综合储能出力的分布式发电调度方法中的步骤。
本发明第四方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本发明第一方面所述的考虑光热和水势综合储能出力的分布式发电调度方法中的步骤。
与现有技术相比，本发明的有益效果是：
1、本发明克服了储能侧储能方式单一的局限性，重点分析了储能侧的出力发电作用，基于储能侧出力综合考虑小区域和跨区域不同场景下的发电调度问题，一定程度上弥补了分析储能侧发电出力作用的研究空白，考虑的发电调度场景更全面，提升了电力消纳能力，优化了电网调度的结构和成本。
2、本发明建立了一种清洁能源分布式并网发电的出力特征表达式，描述了光热和水势两种储能的特性，给出了每日入网的发电总出力和约束条件，指出了储能侧出力的重要性并建立了储能侧的成本-发电量关系函数，最后基于储能侧出力利用优化法实现了在小区域和跨区域不同场景下电力供需平衡的调度。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明实施例1提供的发电供电***整体结构示意图。
图2为本发明实施例1提供的仅考虑光热-水势储能侧出力的局部发电结构图。
图3为本发明实施例1提供的考虑光热和水势综合储能出力的分布式发电调度方法的流程示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例1：
如图1、图2和图3所示，本发明实施例1提供了一种考虑光热和水势综合储能出力的分布式发电调度方法，包括以下过程：
：基于同一区域环境下光伏发电、风力发电和天然水力发电出力的同期历史数据，分别分析三种发电技术在每日不同时间段的发电出力特征，在不考虑储能环节的条件下确立清洁能源分布式并网互补出力发电的离散赋权模型：
Figure 279597DEST_PATH_IMAGE001
（1）
式中，
Figure 605405DEST_PATH_IMAGE002
为出力发电总和赋权处理后的表达式，
Figure 126516DEST_PATH_IMAGE003
依次为采样时段k内光伏出力、风电出力和天然水电出力的特征系数，
Figure 569042DEST_PATH_IMAGE004
依次为采样时段k内的光伏出力总和、风电出力总和及天然水电出力总和。
：计算光热储能发电出力。
光热储能的原理是利用集光镜场吸收太阳辐射的热，热传导至储热器进行钙熔盐内热反应（钙循环反应）将太阳能存储为热能。当有发电需求时，将热能传导至蒸汽机产生蒸汽，从而利用汽轮发电机发电。
光热储能出力在发电需求小的情况下经济效益理想，发电需求大的情况下经济效益水平显著下降。
（1）根据光热储能特性，构建光热储能出力每日的对数加权运营成本模型：
Figure 554315DEST_PATH_IMAGE005
（2）
式中，
Figure 801757DEST_PATH_IMAGE006
为光热储能出力对数加权后的每日成本，
Figure 872481DEST_PATH_IMAGE007
为以自然数
Figure 112839DEST_PATH_IMAGE009
为底的对数函数。
Figure 952619DEST_PATH_IMAGE010
依次是光-热转换额定容量，热-热传导额定容量及发电额定容量。
Figure 370962DEST_PATH_IMAGE011
依次是光-热转换效率，热-热传导效率以及热-电转换效率，
Figure 663403DEST_PATH_IMAGE012
依次是单位容量下光-热转换成本，热-热传导成本及热-电转换成本。
（2）考虑每日的光热储能总量：
Figure 707451DEST_PATH_IMAGE013
（3）
式中，
Figure 401737DEST_PATH_IMAGE014
表示每日的光热储能总量。
Figure 990982DEST_PATH_IMAGE015
表示光热储能的初始量。
Figure 36298DEST_PATH_IMAGE016
是一种采样时段k内平均光照强度的物理表征系数。
（3）考虑日内采样时段k内的光热储能发电出力：
Figure 618458DEST_PATH_IMAGE017
（4）
式中，
Figure 167251DEST_PATH_IMAGE018
表示采样时段k内的光热储能发电出力。
Figure 192976DEST_PATH_IMAGE019
表示采样时段k内要求采用光热储能发电的发电量。
Figure 460009DEST_PATH_IMAGE020
是布尔逻辑运算，当
Figure 580281DEST_PATH_IMAGE021
时，
Figure 249160DEST_PATH_IMAGE022
；当
Figure 445786DEST_PATH_IMAGE023
时，
Figure 934536DEST_PATH_IMAGE024
。
：计算水势储能的发电出力。
水势储能的原理是在发电出力富集时，多余的电能将供给到抽水储能***，抽水机将下游蓄水池的水抽到上游蓄水池，从而将富余电能转化为水的势能储存。当有发电需求时，上游蓄水池的储水被释放，通过水力发电***进行发电。
水势储能出力适用于发电需求高的场合，在发电需求小的情况下经济效益水平显著下降。
（1）根据水势储能特性，构建水势储能出力每日的指数加权运营成本模型：
Figure 124078DEST_PATH_IMAGE025
（5）
式中，
Figure 647463DEST_PATH_IMAGE026
为水势储能出力指加权后的每日成本，
Figure 749411DEST_PATH_IMAGE027
为自然数e的指数函数。
Figure 991036DEST_PATH_IMAGE028
依次是电-势转换额定容量，势-势传导额定容量及发电额定容量。
Figure 718690DEST_PATH_IMAGE029
依次是电-势转换效率，势-势传导效率以及势-电转换效率。
Figure 96582DEST_PATH_IMAGE030
依次是单位容量下的电-势转换成本，势-势传导成本及势-电转换成本。
（2）考虑每日的水势储能总量：
Figure 697327DEST_PATH_IMAGE031
（6）
式中，
Figure 98353DEST_PATH_IMAGE032
表示每日的水势储能总量，
Figure 442746DEST_PATH_IMAGE033
表示水势储能的初始量，R（k）是一种采样时段k内水流径流量的物理表征系数。
（3）考虑日内采样时段k内的水势储能发电出力：
Figure 127675DEST_PATH_IMAGE034
（7）
式中，
Figure 633742DEST_PATH_IMAGE035
表示采样时段k内的水势储能发电出力。
Figure 787643DEST_PATH_IMAGE036
表示采样时段
Figure 670148DEST_PATH_IMAGE038
内要求采用水势储能发电的发电量。
Figure 227161DEST_PATH_IMAGE039
是布尔逻辑运算，当
Figure 904130DEST_PATH_IMAGE040
时，
Figure 279748DEST_PATH_IMAGE041
；当
Figure 965944DEST_PATH_IMAGE042
时，
Figure 359885DEST_PATH_IMAGE043
。
：在考虑储能环节的条件下，综合前面的步骤，确立清洁能源分布式并网互补发电出力的每日特征，可得分布式清洁能源每日入网的发电总出力为：
Figure 473335DEST_PATH_IMAGE044
（8）
式中，
Figure 336248DEST_PATH_IMAGE045
为每日入网的发电总出力，
Figure 560556DEST_PATH_IMAGE046
依次是光热储能和水势储能的等效出力转换因子。
式（8）表征的每日入网的发电总出力满足下述基本的约束条件：
Figure 74583DEST_PATH_IMAGE047
式中，
Figure 358934DEST_PATH_IMAGE048
，
Figure 443565DEST_PATH_IMAGE049
依次表示入网标准、光热发电出力、水势发电出力、光热储能、水势储能的下限阈值，
Figure 471564DEST_PATH_IMAGE050
对应地表示上限阈值，
Figure 840097DEST_PATH_IMAGE051
表示最大允许的出力波动差。
式（8）给出的每日入网的发电总出力Pd受实际供电需求调控，
Figure 295349DEST_PATH_IMAGE052
是来源于清洁能源的直接出力，是不可控出力；
Figure 195172DEST_PATH_IMAGE053
是来源于光热储能和水势储能的储能侧出力，是可控出力。针对不可控出力
Figure 698966DEST_PATH_IMAGE054
，可将其中的富余出力通过光热-水势综合储能的方法转换成可控出力
Figure 735055DEST_PATH_IMAGE055
，达到出力互补、出力可控的目的。因此，每日发电入网的总出力Pd可受实际发电需求调控，进而保证源荷两端供需平衡，保证电力调度合理。
：发电入网的总出力受实际供电需求调控，由步骤五分析可知供电需求来源可分为直接出力和储能侧出力。针对直接出力的研究，已有很多成熟的***结论，而储能侧出力的研究还不全面。在此只考虑供电需求来源中要求储能侧出力的部分，基于该部分首先描述光热-水势综合储能侧的每日总体成本，其次考虑储能侧成本和储能侧出力之间的函数关系。
（1）讨论成本问题。光热储能直接来源自太阳能，水势储能来自富余电力的转换。两者在储能规模上前者小、后者大。此外，光热储能依赖光照条件，水势储能依赖水流条件。综合上述特征以及步骤二和步骤三对两种储能特性的分析，初步建立光热-水势综合储能侧的每日总体成本模型：
Figure 548159DEST_PATH_IMAGE056
（15）
式中，
Figure 669699DEST_PATH_IMAGE057
依次是光热储能出力的折合成本和水势储能出力的折合成本。
Figure 977183DEST_PATH_IMAGE058
依次是采样时段k内的光照折合成本和流量折合成本。
（2）讨论储能侧成本和储能侧出力之间的函数关系。式（15）中，日内采样时段
Figure 133358DEST_PATH_IMAGE038
内的光热储能出力
Figure 117363DEST_PATH_IMAGE059
和水势储能出力
Figure 726199DEST_PATH_IMAGE060
分别来自式（4）和式（5），它们分别指出了两种储能方式的发电总出力是根据电网要求储能侧出力的发电量
Figure 571795DEST_PATH_IMAGE061
所确定的。因此，储能侧的成本和储能侧的发电量有直接关系，式（15）可等价表示为储能侧的成本-发电量关系函数：
Figure 582477DEST_PATH_IMAGE062
（16）
其中，
Figure 737383DEST_PATH_IMAGE063
（17）
式中，
Figure 833515DEST_PATH_IMAGE064
表征储能侧的成本-发电量关系函数。
Figure 482803DEST_PATH_IMAGE065
表征储能侧的成本-发电量关系函数中与发电量
Figure 613570DEST_PATH_IMAGE066
均无关的所有项之和。
S6：基于供电需求中要求储能侧出力的部分，综合考虑在小区域和跨区域不同场景下电力供需平衡的发电调度问题。
小区域是指分布式清洁能源互补并网发电侧所在的周边区域，由于发电侧所处区域较为偏远，因而小区域的负荷端供电需求小。跨区域是指发电侧并网后电力被输送到的城镇等发达区域，跨区域的负荷端供电需求很大。
同时采用光热储能和水势储能接入发电侧的直接目的，就是考虑到了小区域和跨区域负荷端规模差别过大所导致的单一储能出力不够或单一储能成本浪费的问题。在步骤二和步骤三中已提出，针对规模小的供电需求采用光热储能出力发电更经济，针对规模大的供电需求利用水势储能出力发电更实惠，而在大多数场景中，两者综合运用会有更好的经济效益。因此，在直接出力条件已满足电网要求的情况下，设立了三种利用储能侧的供电需求场景，并给出相应的调度方法：
场景①：仅在小区域有利用储能侧出力的供电需求，满足在所有采样时段
Figure 939378DEST_PATH_IMAGE067
内需要光热储能侧出力的总发电量
Figure 257227DEST_PATH_IMAGE068
不超过光热发电出力的上限阈值
Figure 710205DEST_PATH_IMAGE069
的条件，即
Figure 695478DEST_PATH_IMAGE070
；同时满足实际光热储能总量
Figure 198047DEST_PATH_IMAGE071
的条件。此场景下，仅利用光热储能出力，则
Figure 3192DEST_PATH_IMAGE072
，式（16）改写为：
Figure 994282DEST_PATH_IMAGE073
（18）
场景②：仅在跨区域有利用储能侧出力的供电需求，满足所有采样时段
Figure 834062DEST_PATH_IMAGE074
内需要水势储能侧出力的发电量
Figure 501672DEST_PATH_IMAGE075
处于水势发电出力上限阈值
Figure 59692DEST_PATH_IMAGE076
的一定范围内的条件，即满足
Figure 775845DEST_PATH_IMAGE077
的条件；同时满足实际水势储能
Figure 673393DEST_PATH_IMAGE078
的条件。在此场景下，仅利用水势储能出力，则
Figure 324955DEST_PATH_IMAGE079
，式（16）改写为：
Figure 291642DEST_PATH_IMAGE080
（19）
场景③：实际中场景①和②由于条件过于严苛不太可能出现，因此该场景囊括了除场景①和②的其它所有利用储能侧出力的供电需求情况。此场景下的基于光热-水势综合储能侧出力的发电调度问题是一个优化问题。利用式（17）储能侧的成本-发电量关系函数建立光热-水势综合储能侧成本最小的目标函数：
Figure 624535DEST_PATH_IMAGE081
（20）
在所有日内的采样时段
Figure 438907DEST_PATH_IMAGE082
中,约束条件为：
Figure 448320DEST_PATH_IMAGE083
（21）
Figure 715354DEST_PATH_IMAGE084
（22）
式中，
Figure 851937DEST_PATH_IMAGE085
表示采样时段k内供电需求中要求利用储能侧出力的发电总需求量，根据实际供需关系实时制定，
Figure 520816DEST_PATH_IMAGE086
为采样时段k内，储能侧发电出力在入网总发电出力中的占比限制因子，
Figure 701130DEST_PATH_IMAGE087
，且
Figure 393143DEST_PATH_IMAGE088
根据实际电网的要求实时制定。
基于上述目标函数的牛顿法求解，可得到一种考虑光热-水势综合储能出力的分布式发电调度方法。
实施例2：
本发明实施例2提供了一种考虑光热和水势综合储能出力的分布式发电调度***，包括：
光热储能处理判断模块，被配置为：当各个采样时段需要光热储能侧出力的发电量均小于或等于光热发电出力的上限阈值，且实际光热储能总量大于各个采样时段需要光热储能侧出力的发电量时，采用光热储能出力；
水势储能处理判断模块，被配置为：当各个采样时段需要水势储能侧出力的发电量位于小于水势发电出力上限阈值的预设范围内，且实际水势储能大于各个采样时段需要水势储能侧出力的发电量时，采用水势储能出力；
混合处理优化模块，被配置为：当不符合上述条件的场景，以光热和水势综合储能侧成本最小为目标，得到最优的光热出力和水势出力结果。
所述***的工作方法与实施例1提供的考虑光热和水势综合储能出力的分布式发电调度方法相同，这里不再赘述。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明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和光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、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。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）或随机存储记忆体（Random AccessMemory，RAM）等。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种考虑光热和水势综合储能出力的分布式发电调度方法，其特征在于：
包括以下过程：
当各个采样时段需要光热储能侧出力的发电量均小于或等于光热发电出力的上限阈值，且实际光热储能总量大于各个采样时段需要光热储能侧出力的发电量时，采用光热储能出力；
当各个采样时段需要水势储能侧出力的发电量位于小于水势发电出力上限阈值的预设范围内，且实际水势储能大于各个采样时段需要水势储能侧出力的发电量时，采用水势储能出力；
当不符合上述条件的场景，以光热和水势综合储能侧成本最小为目标，得到最优的光热出力和水势出力结果。
2.如权利要求1所述的考虑光热和水势综合储能出力的分布式发电调度方法，其特征在于：
采用光热储能出力时的储能侧的成本和发电量关系函数为：
Figure 619248DEST_PATH_IMAGE001
其中，
Figure 209498DEST_PATH_IMAGE002
为采样时段k内要求采用光热储能发电的发电量，
Figure 406124DEST_PATH_IMAGE003
表示采样时段k内的光热储能发电出力，
Figure 160454DEST_PATH_IMAGE004
为光热储能出力对数加权后的每日成本，
Figure 84416DEST_PATH_IMAGE005
为采样时段k内的光照折合成本,cste为光热储能出力的折合成本。
3.如权利要求1所述的考虑光热和水势综合储能出力的分布式发电调度方法，其特征在于：
采用水势储能出力时的储能侧的成本和发电量关系函数为：
Figure 607801DEST_PATH_IMAGE006
其中，
Figure 975329DEST_PATH_IMAGE007
为采样时段k内要求采用水势储能发电的发电量，
Figure 951375DEST_PATH_IMAGE008
表示采样时段k内的水势储能发电出力，cepe为水势储能出力的折合成本，
Figure 492078DEST_PATH_IMAGE009
为水势储能出力对数加权后的每日成本，
Figure 322499DEST_PATH_IMAGE010
为采样时段k内的流量折合成本。
4.如权利要求1所述的考虑光热和水势综合储能出力的分布式发电调度方法，其特征在于：
分布式发电的每日入网的发电总出力为：
Figure 657666DEST_PATH_IMAGE011
其中，其中，
Figure 324271DEST_PATH_IMAGE012
为光热储能的等效出力转换因子，
Figure 403085DEST_PATH_IMAGE013
为光热储能和水势储能的等效出力转换因子，
Figure 88013DEST_PATH_IMAGE014
为时段k内的光伏出力、风电出力及天然水电出力的总和，
Figure 594081DEST_PATH_IMAGE015
为采样时段k内的光热储能发电出力，
Figure 810299DEST_PATH_IMAGE016
为采样时段k内的水势储能发电出力，
Figure 630487DEST_PATH_IMAGE017
为每日的光热储能总量，
Figure 982971DEST_PATH_IMAGE018
为每日的水势储能总量。
5.如权利要求1所述的考虑光热和水势综合储能出力的分布式发电调度方法，其特征在于：
采样时段k内的光热储能发电出力
Figure 112470DEST_PATH_IMAGE019
为：
Figure 550404DEST_PATH_IMAGE020
其中，
Figure 908705DEST_PATH_IMAGE021
表示采样时段k内要求采用光热储能发电的发电量，
Figure 381274DEST_PATH_IMAGE022
为布尔逻辑运算，当
Figure 421955DEST_PATH_IMAGE023
时，
Figure 347185DEST_PATH_IMAGE024
，当
Figure 509176DEST_PATH_IMAGE025
时，
Figure 836252DEST_PATH_IMAGE026
。
6.如权利要求1所述的考虑光热和水势综合储能出力的分布式发电调度方法，其特征在于：
时段k内的水势储能发电出力
Figure 120603DEST_PATH_IMAGE027
为：
Figure 720081DEST_PATH_IMAGE028
其中，
Figure 482500DEST_PATH_IMAGE029
Figure 601766DEST_PATH_IMAGE029
为采样时段k内要求采用水势储能发电的发电量，
Figure 57018DEST_PATH_IMAGE030
为布尔逻辑运算，当
Figure 143792DEST_PATH_IMAGE031
时，
Figure 709902DEST_PATH_IMAGE032
；当
Figure 745991DEST_PATH_IMAGE033
时，
Figure 309828DEST_PATH_IMAGE034
。
7.如权利要求1所述的考虑光热和水势综合储能出力的分布式发电调度方法，其特征在于：
预设范围的上限为水势发电出力上限阈值，预设范围的下限为第一系数与水势发电出力上限阈值的乘积。
8.一种考虑光热和水势综合储能出力的分布式发电调度***，其特征在于：
包括：
光热储能处理判断模块，被配置为：当各个采样时段需要光热储能侧出力的发电量均小于或等于光热发电出力的上限阈值，且实际光热储能总量大于各个采样时段需要光热储能侧出力的发电量时，采用光热储能出力；
水势储能处理判断模块，被配置为：当各个采样时段需要水势储能侧出力的发电量位于小于水势发电出力上限阈值的预设范围内，且实际水势储能大于各个采样时段需要水势储能侧出力的发电量时，采用水势储能出力；
混合处理优化模块，被配置为：当不符合上述条件的场景，以光热和水势综合储能侧成本最小为目标，得到最优的光热出力和水势出力结果。
9.如权利要求8所述的考虑光热和水势综合储能出力的分布式发电调度***，其特征在于：
采用光热储能出力时的储能侧的成本和发电量关系函数为：
Figure 696947DEST_PATH_IMAGE035
其中，
Figure 988120DEST_PATH_IMAGE036
为采样时段k内要求采用光热储能发电的发电量，
Figure 144295DEST_PATH_IMAGE003
表示采样时段k内的光热储能发电出力，
Figure 879032DEST_PATH_IMAGE004
为光热储能出力对数加权后的每日成本，
Figure 487868DEST_PATH_IMAGE005
为采样时段k内的光照折合成本,cste为光热储能出力的折合成本。
10.如权利要求8所述的考虑光热和水势综合储能出力的分布式发电调度***，其特征在于：
采用水势储能出力时的储能侧的成本和发电量关系函数为：
Figure 848311DEST_PATH_IMAGE037
其中，
Figure 858993DEST_PATH_IMAGE007
为采样时段k内要求采用水势储能发电的发电量，
Figure 826949DEST_PATH_IMAGE008
表示采样时段k内的水势储能发电出力，cepe为水势储能出力的折合成本，
Figure 860764DEST_PATH_IMAGE009
为水势储能出力对数加权后的每日成本，
Figure 306789DEST_PATH_IMAGE010
为采样时段k内的流量折合成本。
CN202210384407.3A 2022-04-13 2022-04-13 考虑光热和水势综合储能出力的分布式发电调度方法 Active CN114462902B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210384407.3A CN114462902B (zh) 2022-04-13 2022-04-13 考虑光热和水势综合储能出力的分布式发电调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210384407.3A CN114462902B (zh) 2022-04-13 2022-04-13 考虑光热和水势综合储能出力的分布式发电调度方法

Publications (2)

Publication Number Publication Date
CN114462902A true CN114462902A (zh) 2022-05-10
CN114462902B CN114462902B (zh) 2022-07-26

Family

ID=81418671

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210384407.3A Active CN114462902B (zh) 2022-04-13 2022-04-13 考虑光热和水势综合储能出力的分布式发电调度方法

Country Status (1)

Country Link
CN (1) CN114462902B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116632930A (zh) * 2023-02-24 2023-08-22 广东永光新能源设计咨询有限公司 可再生能源与市电的智能控制方法、***、介质及设备
CN117252043A (zh) * 2023-11-17 2023-12-19 山东大学 针对区域多能互补能源***的多目标优化调度方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102694391A (zh) * 2012-05-31 2012-09-26 国电南瑞科技股份有限公司 风光储联合发电***日前优化调度方法
CN110717688A (zh) * 2019-10-16 2020-01-21 云南电网有限责任公司 考虑新能源出力不确定性的水风光短期联合优化调度方法
CN110739711A (zh) * 2019-10-31 2020-01-31 山东大学 考虑风电并网***负调峰能力的储能设备优化控制方法
CN110991810A (zh) * 2019-11-07 2020-04-10 四川大学 一种考虑水光蓄互补的区域联合体两阶段经济调度方法
CN111799776A (zh) * 2020-06-09 2020-10-20 国网山东省电力公司经济技术研究院 考虑供热网储热特性的电-热综合能源***优化调度方法
CN112134307A (zh) * 2019-06-24 2020-12-25 中国电力科学研究院有限公司 多能互补***的电储能/热储能容量联合优化方法及***
CN113363976A (zh) * 2021-06-18 2021-09-07 河海大学 一种基于场景图的风光水互补发电***中期优化调度方法
CN114243794A (zh) * 2021-10-19 2022-03-25 大连理工大学 风光水多能互补***灵活性需求量化及协调优化方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102694391A (zh) * 2012-05-31 2012-09-26 国电南瑞科技股份有限公司 风光储联合发电***日前优化调度方法
CN112134307A (zh) * 2019-06-24 2020-12-25 中国电力科学研究院有限公司 多能互补***的电储能/热储能容量联合优化方法及***
CN110717688A (zh) * 2019-10-16 2020-01-21 云南电网有限责任公司 考虑新能源出力不确定性的水风光短期联合优化调度方法
CN110739711A (zh) * 2019-10-31 2020-01-31 山东大学 考虑风电并网***负调峰能力的储能设备优化控制方法
CN110991810A (zh) * 2019-11-07 2020-04-10 四川大学 一种考虑水光蓄互补的区域联合体两阶段经济调度方法
CN111799776A (zh) * 2020-06-09 2020-10-20 国网山东省电力公司经济技术研究院 考虑供热网储热特性的电-热综合能源***优化调度方法
CN113363976A (zh) * 2021-06-18 2021-09-07 河海大学 一种基于场景图的风光水互补发电***中期优化调度方法
CN114243794A (zh) * 2021-10-19 2022-03-25 大连理工大学 风光水多能互补***灵活性需求量化及协调优化方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
朱兰 等: "计及细节层次直接负荷控制的区域综合能源***多时间尺度优化调度", 《电网技术》 *
汪致洵 等: "基于光热电站水电联产的独立海岛综合供给***容量优化配置", 《中国电机工程学报》 *
王旭 等: "一种新型风-光-水互补发电***", 《中国电力教育》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116632930A (zh) * 2023-02-24 2023-08-22 广东永光新能源设计咨询有限公司 可再生能源与市电的智能控制方法、***、介质及设备
CN116632930B (zh) * 2023-02-24 2024-01-26 广东永光新能源设计咨询有限公司 可再生能源与市电的智能控制方法、***、介质及设备
CN117252043A (zh) * 2023-11-17 2023-12-19 山东大学 针对区域多能互补能源***的多目标优化调度方法及装置
CN117252043B (zh) * 2023-11-17 2024-04-09 山东大学 针对区域多能互补能源***的多目标优化调度方法及装置

Also Published As

Publication number Publication date
CN114462902B (zh) 2022-07-26

Similar Documents

Publication Publication Date Title
CN109242350B (zh) 计及可平移负荷的冷热电联供***容量优化配置方法
CN110350523B (zh) 基于需求响应的多能源互补优化调度方法
CN103151803B (zh) 一种含风电***机组及备用配置的优化方法
CN111400641B (zh) 一种含蓄热式电采暖的综合能源***日前优化调度方法
CN114462902B (zh) 考虑光热和水势综合储能出力的分布式发电调度方法
CN111340274A (zh) 一种基于虚拟电厂参与的综合能源***优化方法和***
CN113792953B (zh) 一种虚拟电厂优化调度方法及***
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
CN109523065A (zh) 一种基于改进量子粒子群算法的微能源网优化调度方法
CN110930073B (zh) 计及价格型需求响应的风-光-光热联合发电***日前调度方法
CN110957717A (zh) 一种多电源电力***多目标日前优化调度方法
CN101917024A (zh) 安全约束调度中通用性成本空间的生成方法
CN110752600A (zh) 基于多能互补的清洁能源***优化调度模型的构建方法
CN105305472B (zh) 一种基于多能源协同供能的变电站容量优化方法
CN112165122A (zh) 一种综合能源***的运行方法及***
CN110808615A (zh) 考虑不确定性的气电虚拟电厂调度优化方法
CN110361969A (zh) 一种冷热电综合能源***优化运行方法
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***
CN112488363A (zh) 基于广义储能的多能源电力***优化调度方法
CN116468168A (zh) 一种基于改进白鲸优化算法的分布式电源多目标分层规划方法
CN111899125B (zh) 一种综合能源***的优化建模运行方法、装置和介质
CN113313305A (zh) 一种基于非合作博弈的综合能源***优化调度方法
CN110571868B (zh) 微电网的优化配置方法
CN110224397B (zh) 一种风光接入背景下用户侧电池储能成本效益分析方法
CN116316800A (zh) Vpp优化调度模型风光出力场景生成方法

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