CN114825388A - 一种基于源网荷储协同的新能源综合消纳调度方法 - Google Patents

一种基于源网荷储协同的新能源综合消纳调度方法 Download PDF

Info

Publication number
CN114825388A
CN114825388A CN202210467841.8A CN202210467841A CN114825388A CN 114825388 A CN114825388 A CN 114825388A CN 202210467841 A CN202210467841 A CN 202210467841A CN 114825388 A CN114825388 A CN 114825388A
Authority
CN
China
Prior art keywords
power
load
grid
energy storage
storage 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
Application number
CN202210467841.8A
Other languages
English (en)
Inventor
穆志军
张英杰
李振凯
邢盼盼
邢志同
付迪雅
魏燕飞
杨博
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.)
Dezhou Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
Dezhou Power Supply Co of State Grid Shandong 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 Dezhou Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical Dezhou Power Supply Co of State Grid Shandong Electric Power Co Ltd
Priority to CN202210467841.8A priority Critical patent/CN114825388A/zh
Publication of CN114825388A publication Critical patent/CN114825388A/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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • 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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • H02J3/381—Dispersed generators
    • 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
    • H02J2203/20—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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本公开属于电力***技术领域，具体涉及一种基于源网荷储协同的新能源综合消纳调度方法，包括以下步骤：获取当前时刻的电网运行数据；基于所获取的运行数据预测下一时刻的电网负荷功率；对所得到的电网负荷功率进行电网功率不平衡的判断；当存在电网功率不平衡时，在保证风电及光伏均处于最大出力状态的前提下，判断储能***是否满足电网功率差额，若满足，则调整储能***的充放电功率；否则，在调整储能***充放电功率的基础上计算电网功率二次差额，通过电力可控用户的负荷调节满足电网功率二次差额，实现新能源的综合消纳调度。

Description

一种基于源网荷储协同的新能源综合消纳调度方法
技术领域
本公开属于电力***技术领域，具体涉一种基于源网荷储协同的新能源综合消纳调度方法。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
电力***逐步向以新能源为主体的新型电力***方向发展，需积极推动电力源网荷储一体化和多能互补。为落实可再生能源消纳能力，源网荷储一体化项目应充分发挥负荷侧调节响应能力，开展对大电网调节支撑需求的效果分析，协调均衡发展区域内各级电源，促进网源荷储协同发展与运行。随着分布式光伏战略实施，分布式光伏、储能以及可控负荷等将广泛接入配电网，由于缺乏与电网调度、配电网规划与配电网升级改造的协同性，这就给用户高质量电力供给、配电设施的安全可靠运行以及电网调峰等带来的负面影响。同时考虑到储能***造价成本较高、配电网调节手段有限，如何既能保障配电网安全经济运行，又能降低储能、可控负荷、综合能源等的运行成本，是当前电网企业、新能源开发企业迫切需要解决的问题。
不同于集中式大电网，源网荷储接入配电网后主要考虑台区配电网、多个配电网、区域配电网的自治协同运行能力，统筹协调区域源网荷储***内的多种分布式可调度资源，实现多目标功率优化策略，满足多种能源形势的灵活优化运行。传统控制以供电成本最低、新能源消纳最优等作为优化目标进行设计，忽悠了电力用户多种灵活用电方式，不利于源网荷储多方利益的平衡优化，没有实现整个源网荷储经济和社会效益的最大化。
考虑到综合能源、可调节负荷等不断接入，现有研究对灵活性措施的考虑较为单一，难以满足高比例新能源并网消纳的灵活性需求，且传统网架灵活性建模复杂，消纳模型难以高效求解。由于单一控制策略往往伴随其固有局限性，如集中式控制的较大计算量导致其响应速度有限，而分散式控制缺少信息交互导致其调控成本无法有效降低，这使得单一性控制策略很难兼顾调控的快速性与经济性。
发明内容
为了解决上述问题，本公开提出了一种基于源网荷储协同的新能源综合消纳调度方法，根据电力用户固定负荷需求量，保证风电及光伏的最大出力的全额消纳，根据***功率平衡情况，实时调整电力可控用户负荷的调节容量，调整储能***的充电与放电状态量，实现整个电力***的功率平衡，有效减少负荷的波动和运行成本。
根据一些实施例，本公开的方案提供了一种基于源网荷储协同的新能源综合消纳调度方法，采用如下技术方案：
一种基于源网荷储协同的新能源综合消纳调度方法，包括以下步骤：
获取当前时刻的电网运行数据；
基于所获取的运行数据预测下一时刻的电网负荷功率；
对所得到的电网负荷功率进行电网功率不平衡的判断；
当存在电网功率不平衡时，在保证风电及光伏均处于最大出力状态的前提下，判断储能***是否满足电网功率差额，若满足，则调整储能***的充放电功率；否则，在调整储能***充放电功率的基础上计算电网功率二次差额，通过电力可控用户的负荷调节满足电网功率二次差额，实现新能源的综合消纳调度。
作为进一步的技术限定，当不存在电网功率不平衡时，则保持电网中的风电、光伏、储能***以及电力可控用户的现有运行状态。
作为进一步的技术限定，基于所获取的运行数据预测下一时刻的电网负荷功率的过程中，根据不同的时间尺度进行迭代优化，基于风电、光伏、电力可控用户以及储能***的运行规律，考虑电力电子设备惯量响应时间的差异，在预设的采样计算时间周期内，同时进行下一时刻的风电、光伏、电力可控用户以及储能***的运行功率预测，实现下一时刻的电网负荷功率的预测。
进一步的，在风电功率的预测过程中，基于风电出力的历史数据信息，考虑风电不确定性因素的影响，采用概率预测的方式进行下一时刻风电出力的概率区间信息的预测，通过最大概率提供下一时刻的风电功率预测值；当下一时刻发生后，对下一时刻的风电功率实际值与风电功率预测值进行比较，优化风电功率预测；
在光伏功率的预测过程中，基于光伏出力的历史数据信息，考虑光伏不确定因素的影响，采用概率预测的方式进行下一时刻光伏出力的概率区间信息的预测，通过最大概率提供下一时刻光伏功率预测值；当下一时刻发生后，对下一时刻的光伏功率实际值与光伏功率预测值进行比较，优化光伏功率预测。
具体的，在风电功率预测和光伏功率预测的基础上，根据风电与光伏的时空互补特性，基于历史新能源叠加功率规律，对同一时间尺度下的风电功率和光伏功率进行二次修正，提高新能源出力叠加的准确性。
进一步的，在储能***功率预测的过程中，采用储能***的电池荷电状态进行储能***的功率预测，基于储能***电池的最大额定可用容量和当前时刻储能***的充放电运行功率，计算储能***所剩余的充放电功率，即下一时刻储能***可用充放电功率的预测值。
进一步的，在电力可控用户功率预测的过程中，通过对固定电力用户负荷预测与可控负荷区间范围预测进行叠加，按照时空特性进行统计分析，得到电力可控用户功率的预测值。
作为进一步的技术限定，在电网功率不平衡的判断过程中，基于所得到的下一时刻的电网负荷功率的预测值，计算电网内部的发电功率与用电功率，通过比较发电功率与用电功率之间的平衡情况，进行电网功率不平衡的判断；所述发电功率包括风电功率、光伏功率和储能***的放电功率，所述用电功率包括储能***的充电功率和电力可控用户功率。
作为进一步的技术限定，所述新能源的综合消纳调度的目标函数为：
Figure BDA0003625171250000051
其中，α为惩罚因子，
Figure BDA0003625171250000052
分别为当前时刻日内和日前优化调度计划值，f2为电网内需要调整的可控负荷功率值。
进一步的，所述目标函数的约束条件包括节点电压约束、储能***充放电约束和可控负荷约束。
与现有技术相比，本公开的有益效果为：
本公开通过对多种灵活性资源的有效建模，充分挖掘和协调可控负荷、新能源出力与负荷的时空互补特性，降低电网峰谷差、保证新能源最大出力；通过对多种资源的调度，峰谷之间存在明显的差异，优化后削峰填谷变化明显，新能源消纳情况得到提升，负荷峰谷差明显减少，有效减少了负荷波动和运行成本。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
图1是本公开实施例中的基于源网荷储协同的新能源综合消纳调度方法的流程图；
图2是本公开实施例中的风电-光伏-储能接入电网的结构示意图；
图3是本公开实施例中的典型日负荷的预测结果示意图；
图4是本公开实施例中的优化后的调度结果示意图。
具体实施方式
下面结合附图与实施例对本公开作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开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公开的示例性实施方式。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，本公开中的实施例及实施例中的特征可以相互组合。
实施例
本公开实施例一介绍了一种基于源网荷储协同的新能源综合消纳调度方法。
日前调度是通过历史数据和调度日的天气预报，预测调度日新能源出力和负荷量，然后根据历史数据制定调度日计划。维持整个电力***平衡，需要风电、光伏、火电等电源出力，再叠加上电网线路、变压器等损耗，同时根据电力用户固定负荷需求量，首先保证风电及光伏的最大出力的全额消纳，根据***功率平衡情况，实时调整电力可控用户负荷的调节容量，调整储能***的充电、放电状态量，最终实现整个电力***的功率平衡。
如图1所示的一种基于源网荷储协同的新能源综合消纳调度方法，包括以下步骤：
步骤S01：获取当前时刻的电网运行数据，分别进行下一时刻的风电、光伏、电力负荷和储能***的功率预测；
步骤S02：在功率预测基础上，得到电网功率负荷，计算电网内的发电、用电功率平衡情况，判别下个时刻是否存在电网功率不平衡问题。
步骤S03：如果不存在功率平衡问题，风电、光伏、储能、电力用户等维持原有运行状态；如果存在功率平衡问题，则计算当前需要调整的功率偏差值，在保持风电及光伏最大出力状态的前提下，判断储能充放电容量是否满足当前功率偏差需求；
步骤S04：如果储能充放电容量能满足当前功率偏差需求，则优先选择储能***进行充放电功率调整；
步骤S05：如果储能充放电容量不能满足当前功率偏差需求，在优先选择储能***进行充放电功率调整基础上，计算尚未补齐的功率差额，由可控负荷进行再次调整；
步骤S06：当可控负荷调整结束后，再判断当前时刻电网功率是否达到功率平衡，如果达到功率平衡，***达到平衡状态，如果没有达到，继续回到步骤S01进行迭代调整优化。
在步骤S01中，所有的功率预测按照不用时间尺度进行迭代优化计算，根据风电、光伏、电力负荷、储能各自的运行规律特性，考虑到电力电子设备的惯量响应时间差异性(光伏发电属于无惯量或惯量很弱的设备，风电存在一定的缓冲性，电力负荷属于固定常规的普通负荷、具备一定时间尺度的可控负荷；储能按照电池的充放电速率进行控制)，采用1分钟作为***整体的采样计算周期，通过同时计算当前时刻的风电、光伏、电力负荷及储能运行状态的平衡情况，预测下个一分钟的功率情况，具体预测过程分别如下所示：
(1)风电功率预测，在风电出力历史数据基础上，考虑天气预报不确定性因素影响，采用概率预测方法，预测出下一个时刻的风电出力的概率区间信息，按照最大概率提供下个时刻的风电功率预测数值，同时当下个时刻发生后，将风电实际出力信息跟预测的功率出力进行对比，反过来优化风电功率模型，提高模型预测准确性。
(2)光伏功率预测，在光伏出力历史数据基础上，结合天气预报不确定性因素影响，采用概率预测方法，预测出下一个时刻的光伏出力的概率区间信息，按照最大概率提供下个时刻的光伏功率预测数值，同时当下个时刻发生后，将光伏实际出力信息跟预测的功率出力进行对比，反过来优化光伏功率模型，提高模型预测准确性。
在风电功率预测、光伏功率预测基础上，根据风电与光伏时空互补的特点，在历史新能源叠加功率规律基础上，对同一时间尺度下的风电功率、光伏功率进行二次修正，提高新能源出力叠加的准确性。
(3)电力负荷功率预测，采用固定电力用户负荷预测、可控负荷区间范围预测的叠加方式，按照时空特性进行统计分析。
(4)储能充放电功率预测，采用储能***的电池荷电状态进行预测，与储能电池管理***衔接一致，用储能电池的额定可用最大容量，扣除在当前时刻储能电池的充放电运行功率后剩余的充放电功率，就是下个时刻预测的可用充放电功率。
在步骤S02中，通过判别功率偏差后，考虑各自设备的安全运行容量范围，再对各自的设备发出控制策略，具体计算流程为：在风电、光伏、储能、负荷等功率预测基础上，计算***内的发电功率与用户需求的功率之差，如果发电功率扣除网损后，与用户需求功率数值不一致，则表明发电与用电功率不平衡，电网存在功率不平衡问题，需要根据功率差额，在首选满足新能源保持最大功率输出、常规固定电力用户负荷持续供应的前提下，及时进行调整可控负荷、储能充放电功率等，从而保证发电与用电的功率平衡，实现整个***的安全稳定运行。
在步骤S05中，当储能***的充放电功率无法实现对电网功率不平衡的调节时，需要引入电网功率二次差额，即通过发生电网功率不平衡的功率值与储能***充放电功率之间的差值得到电网功率二次差额，通过电力可控用户的负荷调节满足电网功率二次差额，实现新能源的综合消纳调度。
日内调度的目标是首先最大量、优先使用新能源发电量，同时将电网内的可控单元和日前调度的调整量维持在最小状态。目标函数为：
Figure BDA0003625171250000101
其中，α为惩罚因子，
Figure BDA0003625171250000102
分别为当前t时刻日内和日前优化调度计划值，f2为电网内需要调整的可控负荷功率值。f2代表着电网内发电功率与用电功率的偏差、也是需要调整的可控负荷功率，f2最小，代表着多灵活性资源协调调度量最小。
日内调度的目标函数的约束条件主要受主动配电网技术指标的约束，包括节点电压、功率平衡、储能充放电、可控负荷等。
节点电压约束为：
Figure BDA0003625171250000103
其中，
Figure BDA0003625171250000104
分别为节点电压Ui的下限、上限。
功率平衡约束条件为：
Figure BDA0003625171250000105
其中，
Figure BDA0003625171250000106
为当前t时刻风电出力，
Figure BDA0003625171250000107
为当前t时刻风电出力，
Figure BDA0003625171250000108
为当前t时刻储能的充电/放电出力，
Figure BDA0003625171250000109
为当前t时刻火电出力，
Figure BDA00036251712500001010
为当前t时刻电网损耗，
Figure BDA00036251712500001011
为当前t时刻普通用户电力负荷，
Figure BDA00036251712500001012
为当前t时刻可控用户电力负荷。
储能充放电约束条件为：
Figure BDA00036251712500001013
其中，
Figure BDA00036251712500001014
为当前t时刻储能***的充电/放电最小容量，
Figure BDA00036251712500001015
为当前t时刻储能***的充电/放电最大容量，
Figure BDA00036251712500001016
为当前t时刻储能***的荷电状态，
Figure BDA0003625171250000111
为当前t时刻储能***的最小荷电状态，
Figure BDA0003625171250000112
为当前t时刻储能***的最大荷电状态。
可控负荷约束条件为：
Figure BDA0003625171250000113
其中，
Figure BDA0003625171250000114
为当前t时刻可控负荷的最小调节容量，
Figure BDA0003625171250000115
为当前t时刻可控负荷的最大调节容量。
为了验证所提出调度方法的可行性，以IEEE 33节点***为例，如图2所示，光伏、储能、可控负荷均接入节点6，风电、储能、可控负荷均接入节点31，电网内火电机组、电力用户负荷维持正常运行状态，与上级电网之间没有功率交换，维持电网内的发电、用电的功率平衡。
开展风电、光伏、电力常规负荷的负荷预测，按照典型负荷日进行测算，预测结果图3所示。由图3可以看出，配电网负荷随时间具有明显的峰谷变化特征，其中峰值主要集中在12点至14点左右，负荷低谷时间主要集中在午夜和凌晨。
长时间尺度以1h为单位，每天24h，制定优化调度方案，优化调度结果如图4所示。
按照最大程度保证风电及光伏的最大消纳、保证电力常规负荷的持续供电、调节可控负荷的容量合理前提最小，在日前调度下确定可控负荷和储能的充放电容量。通过对比图3和图4，在优化前后的负载曲线中，通过对多种资源的调度，峰谷之间存在明显的差异，优化后削峰填谷变化明显，新能源消纳情况得到提升，负荷峰谷差明显减少，验证了优化模型的准确可靠.
本实施例通过对多种资源的调度，峰谷之间存在明显的差异，优化后削峰填谷变化明显，新能源消纳情况得到提升，负荷峰谷差明显减少，效减少负荷波动和运行成本。
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (10)

1.一种基于源网荷储协同的新能源综合消纳调度方法，其特征在于，包括以下步骤：
获取当前时刻的电网运行数据；
基于所获取的运行数据预测下一时刻的电网负荷功率；
对所得到的电网负荷功率进行电网功率不平衡的判断；
当存在电网功率不平衡时，在保证风电及光伏均处于最大出力状态的前提下，判断储能***是否满足电网功率差额，若满足，则调整储能***的充放电功率；否则，在调整储能***充放电功率的基础上计算电网功率二次差额，通过电力可控用户的负荷调节满足电网功率二次差额，实现新能源的综合消纳调度。
2.如权利要求1中所述的一种基于源网荷储协同的新能源综合消纳调度方法，其特征在于，当不存在电网功率不平衡时，则保持电网中的风电、光伏、储能***以及电力可控用户的现有运行状态。
3.如权利要求1中所述的一种基于源网荷储协同的新能源综合消纳调度方法，其特征在于，基于所获取的运行数据预测下一时刻的电网负荷功率的过程中，根据不同的时间尺度进行迭代优化，基于风电、光伏、电力可控用户以及储能***的运行规律，考虑电力电子设备惯量响应时间的差异，在预设的采样计算时间周期内，同时进行下一时刻的风电、光伏、电力可控用户以及储能***的运行功率预测，实现下一时刻的电网负荷功率的预测。
4.如权利要求3中所述的一种基于源网荷储协同的新能源综合消纳调度方法，其特征在于，在风电功率的预测过程中，基于风电出力的历史数据信息，考虑风电不确定性因素的影响，采用概率预测的方式进行下一时刻风电出力的概率区间信息的预测，通过最大概率提供下一时刻的风电功率预测值；当下一时刻发生后，对下一时刻的风电功率实际值与风电功率预测值进行比较，优化风电功率预测。
5.如权利要求3中所述的一种基于源网荷储协同的新能源综合消纳调度方法，其特征在于，在光伏功率的预测过程中，基于光伏出力的历史数据信息，考虑光伏不确定因素的影响，采用概率预测的方式进行下一时刻光伏出力的概率区间信息的预测，通过最大概率提供下一时刻光伏功率预测值；当下一时刻发生后，对下一时刻的光伏功率实际值与光伏功率预测值进行比较，优化光伏功率预测。
6.如权利要求3中所述的一种基于源网荷储协同的新能源综合消纳调度方法，其特征在于，在储能***功率预测的过程中，采用储能***的电池荷电状态进行储能***的功率预测，基于储能***电池的最大额定可用容量和当前时刻储能***的充放电运行功率，计算储能***所剩余的充放电功率，即下一时刻储能***可用充放电功率的预测值。
7.如权利要求3中所述的一种基于源网荷储协同的新能源综合消纳调度方法，其特征在于，在电力可控用户功率预测的过程中，通过对固定电力用户负荷预测与可控负荷区间范围预测进行叠加，按照时空特性进行统计分析，得到电力可控用户功率的预测值。
8.如权利要求1中所述的一种基于源网荷储协同的新能源综合消纳调度方法，其特征在于，在电网功率不平衡的判断过程中，基于所得到的下一时刻的电网负荷功率的预测值，计算电网内部的发电功率与用电功率，通过比较发电功率与用电功率之间的平衡情况，进行电网功率不平衡的判断；所述发电功率包括风电功率、光伏功率和储能***的放电功率，所述用电功率包括储能***的充电功率和电力可控用户功率。
9.如权利要求1中所述的一种基于源网荷储协同的新能源综合消纳调度方法，其特征在于，所述新能源的综合消纳调度的目标函数为：
Figure FDA0003625171240000031
其中，α为惩罚因子，
Figure FDA0003625171240000032
分别为当前时刻日内和日前优化调度计划值，f2为电网内需要调整的可控负荷功率值。
10.如权利要求9中所述的一种基于源网荷储协同的新能源综合消纳调度方法，其特征在于，所述目标函数的约束条件包括节点电压约束、储能***充放电约束和可控负荷约束。
CN202210467841.8A 2022-04-29 2022-04-29 一种基于源网荷储协同的新能源综合消纳调度方法 Pending CN114825388A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210467841.8A CN114825388A (zh) 2022-04-29 2022-04-29 一种基于源网荷储协同的新能源综合消纳调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210467841.8A CN114825388A (zh) 2022-04-29 2022-04-29 一种基于源网荷储协同的新能源综合消纳调度方法

Publications (1)

Publication Number Publication Date
CN114825388A true CN114825388A (zh) 2022-07-29

Family

ID=82510107

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210467841.8A Pending CN114825388A (zh) 2022-04-29 2022-04-29 一种基于源网荷储协同的新能源综合消纳调度方法

Country Status (1)

Country Link
CN (1) CN114825388A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115173415A (zh) * 2022-09-07 2022-10-11 华电电力科学研究院有限公司 一种综合能源***及优化调控方法
CN117254497A (zh) * 2023-11-20 2023-12-19 国网山东省电力公司枣庄供电公司 用于用户侧分布式能源***的电数字数据处理方法和***
CN117335454A (zh) * 2023-09-04 2024-01-02 国网湖北省电力有限公司随州供电公司 源网荷储一体化区域电网中储能配置的方法及***

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115173415A (zh) * 2022-09-07 2022-10-11 华电电力科学研究院有限公司 一种综合能源***及优化调控方法
CN117335454A (zh) * 2023-09-04 2024-01-02 国网湖北省电力有限公司随州供电公司 源网荷储一体化区域电网中储能配置的方法及***
CN117254497A (zh) * 2023-11-20 2023-12-19 国网山东省电力公司枣庄供电公司 用于用户侧分布式能源***的电数字数据处理方法和***

Similar Documents

Publication Publication Date Title
Reddy Optimal scheduling of thermal-wind-solar power system with storage
Wang et al. Integrated energy exchange scheduling for multimicrogrid system with electric vehicles
CN114825388A (zh) 一种基于源网荷储协同的新能源综合消纳调度方法
CN105680474B (zh) 一种储能抑制光伏电站快速功率变化的控制方法
CN102710013A (zh) 基于微电网的园区能源网能量优化管理***及其实现方法
CN101510686A (zh) 基于多代理技术的微电网协调控制***
CN106549380A (zh) 多模态微电网能量协调优化控制方法
CN103296754A (zh) 一种主动配电网分布式电源资源控制方法
CN110676849B (zh) 一种孤岛微电网群能量调度模型的构建方法
CN113783193B (zh) 一种基于边端协同的乡村供用能***优化调控方法及***
CN108808737A (zh) 促进可再生分布式电源消纳的主动配电网优化调度方法
CN108321796A (zh) 家庭能量管理***与方法
CN112383086B (zh) 一种孤岛微电网日前能量-备用联合优化调度方法
CN111817296B (zh) 一种微电网用电能调度方法及***
CN110783959A (zh) 一种新能源发电***的稳定状态控制***
CN114825469B (zh) 一种分布式电源集群出力评估方法及***
CN115036914B (zh) 考虑灵活性与新能源消纳的电网储能双层优化方法及***
CN112909980A (zh) 一种电化学储能模拟火电机组快速频率响应的虚拟系数优化方法
CN103078328B (zh) 一种电网统一的分层分级协调的自动电压控制方法
Yuan et al. Bess aided renewable energy supply using deep reinforcement learning for 5g and beyond
CN115313516A (zh) 一种光伏发电和储能微电网结合的随机优化运行策略
CN117081177B (zh) 一种孤岛模式下水电主调机组微电网运行功率控制方法
CN114336775A (zh) 一种包含分布式能源接入的配电网调度控制***及方法
CN109586297A (zh) 基于OpenDSS的含储能配网分布式电源准入容量计算方法
CN115663791A (zh) 基于运行环境时变性的智能配电网多目标自适应调度方法

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