CN115471031A - 一种基于碳捕集电厂与抽水蓄能联合运行的电力***低碳经济调度策略 - Google Patents

一种基于碳捕集电厂与抽水蓄能联合运行的电力***低碳经济调度策略 Download PDF

Info

Publication number
CN115471031A
CN115471031A CN202210629694.XA CN202210629694A CN115471031A CN 115471031 A CN115471031 A CN 115471031A CN 202210629694 A CN202210629694 A CN 202210629694A CN 115471031 A CN115471031 A CN 115471031A
Authority
CN
China
Prior art keywords
carbon
power
carbon capture
unit
power plant
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
CN202210629694.XA
Other languages
English (en)
Inventor
黄文涛
罗杰
何俊
邓明辉
程肖达
王歆智
王宇
郑青青
叶泽力
于华
张博凯
朱理文
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.)
Hubei University of Technology
Original Assignee
Hubei University of Technology
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 Hubei University of Technology filed Critical Hubei University of Technology
Priority to CN202210629694.XA priority Critical patent/CN115471031A/zh
Publication of CN115471031A publication Critical patent/CN115471031A/zh
Pending legal-status Critical Current

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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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

Landscapes

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

Abstract

本发明提出了一种基于碳捕集电厂与抽水蓄能联合运行的电力***低碳经济调度策略。该策略有效地实现电力***低碳经济运行的同时提高新能源消纳能力。克服了传统的火电厂高碳排放和调峰能力不足的问题，应对碳捕集电厂参与调度的缺陷和增强新能源消纳能力，为实现我国“碳达峰、碳中和”目标，提供了理论基础和现实解决方案。灵活运行碳捕集电厂和抽水蓄能联合运行能够实现全时段内的低碳经济互补协同，从与当前***灵活资源联合调度的优势出发为碳捕集电厂的大范围应用提供可行解。

Description

一种基于碳捕集电厂与抽水蓄能联合运行的电力***低碳经 济调度策略
技术领域
本发明专利涉及一种电力***低碳经济调度策略，尤其是在以新能源为主体的新型电力***加速构建过程中，通过灵活运行碳捕集电厂和抽水蓄能联合运行实现电力***全时段内的低碳经济互补协同的实用调度策略，为碳捕集电厂的大范围应用提供可行解，为快速实现“双碳”目标提供有效路径。
背景技术
“双碳”目标下，电力需求逐年增长的同时火电占比逐步降低，风光等新能源占比提升成为趋势。碳捕集电厂作为保供电及降碳的重要过渡电源，在与新能源的配合中因储液容量限制和风光反调峰特性而存在局限性。而作为大容量储能元件的抽水蓄能因具备快速爬坡的双向功率调节性能可有效应对风光反调峰特性，弥补碳捕集电厂不足。为此，本文提出了一种考虑灵活运行碳捕集电厂与抽水蓄能联合运行的电力***低碳经济两阶段调度方法。首先，分析了灵活运行碳捕集电厂和抽水蓄能运行优势及局限，充分考虑能耗时移特性和抽水蓄能双倍调节能力，结合净负荷典型峰谷特征，设计了灵活运行碳捕集电厂和抽水蓄能联合运行在全时段内的低碳经济互补协同机制；然后，引入模糊参数表征净负荷的不确定性，并构建以兼顾运行成本、失净负荷量和碳排放的综合成本最低为目标的两阶段低碳经济调度模型，并采用改进粒子群算法求解；最后，仿真验证了本文所提调度方法可有效结合两者优势以提高***低碳经济效益。
发明内容
本发明专利的目的是针对上述现状，提出一种基于灵活运行碳捕集电厂与抽水蓄能联合运行的电力***低碳经济调度策略，该策略通过两者配合所具备的低碳经济互补协同机制，来实现低碳经济运行的同时提高新能源消纳能力。
本发明的上述技术问题主要通过以下技术方案实现的：
基于碳捕集电厂与抽水蓄能的联合运行，其低碳经济互补协同特征在于：包括以下步骤。
步骤1：分析灵活运行碳捕集电厂的低碳经济特性。碳捕集电厂的机组净出力表示为：
Figure BDA0003676308560000021
式中：
Figure BDA0003676308560000022
为碳捕集机组的净输出功率，
Figure BDA0003676308560000023
为碳捕集机组的等效输出功率(即燃料燃烧产生的有功功率)；
Figure BDA0003676308560000024
为固定能耗(引入碳捕集造成电厂运行结构变化引起的能耗，可认为是固定值)；
Figure BDA0003676308560000025
为碳捕集电厂提供的运行能耗。
碳捕集所需运行能耗以及碳捕集电厂和电网分别供给碳捕集***的运行能耗可分别表示为：
Figure BDA0003676308560000026
Figure BDA0003676308560000027
Figure BDA0003676308560000028
式中：和
Figure BDA0003676308560000029
分别为碳捕集所需运行能耗和电网供给的运行能耗；αi为单位捕碳量能耗；δi,t为富液存储器流出/流入的CO2比例；ki,t为烟气分流比；βi为碳捕集电厂单位碳排放强度；γi,t为碳捕集电厂CO2捕集率，其值常介于80％～95％之间；kG为碳捕集机组提供的压缩电能的比例，kG∈[0,1]，a指再生热能等
Figure BDA0003676308560000031
效的能耗占运行能耗的比例。
则灵活运行碳捕集电厂的机组净出力可等效为：
Figure BDA0003676308560000032
推出灵活运行碳捕集电厂的最大、最小有功净输出功率为：
Figure BDA0003676308560000033
Figure BDA0003676308560000034
式中：
Figure BDA0003676308560000035
和
Figure BDA0003676308560000036
分别为富液存储器流出的CO2比例最大值，碳捕集水平最大值和烟气分流比最大值；
Figure BDA0003676308560000037
与
Figure BDA0003676308560000038
则分别对应最大与最小等效输出功率。最大净输出工况下可只存储，不处理CO2，最小净输出工况下处理CO2量最大，同时运行能耗可全部由碳捕集机组提供。
由式(6)和(7)可得到碳捕集电厂的净输出功率变化范围为：
Figure BDA0003676308560000039
常规火电厂净输出功率变化范围为：
Figure BDA00036763085600000310
对比常规火电机组特性表明：灵活运行碳捕集电厂由于具备的能耗时移特性，扩大了净出力范围，赋予了更大的调峰深度；负荷高峰时段的高捕获能耗可由低平时段低廉碳捕集电厂或额外消纳的新能源出力供给，保证高捕碳量的同时减小峰谷差，同时促进新能源的消纳。但由于受到风光反调峰特性和逐渐增大的负荷峰谷差的影响，在负荷高峰时段，碳捕集电厂出力压力大，此时所能提供的上旋转备用不足，导致额外的火电频繁启停或长时间处于深度调峰状态。在负荷低谷时段，捕集能耗的时移可能不能完全抵消风电的裕量，引发大量弃风。
步骤2：分析抽水蓄能电站的低碳经济特性。
抽水蓄能主要工况为发电工况和抽水工况。抽水蓄能电站典型工况出力模型为：
Figure BDA0003676308560000041
式中：
Figure BDA0003676308560000042
ηgen、H和
Figure BDA0003676308560000043
分别为水轮机在t时刻的发电功率、效率、水头高度和流量；
Figure BDA0003676308560000044
ηpm、H和
Figure BDA0003676308560000045
分别为水泵在t时刻的抽水功率、效率、水头高度和流量；g为重力加速度。
抽水蓄能低碳特性原理主要有：1)充足的抽水蓄能可抵消风电的反调峰特性，时移新能源出力达到削峰填谷，促进新能源消纳；2) 缓解负荷高峰时段火电厂出力压力，降低***碳排放量；3)削峰特性使得***备用压力减小，同时抽水蓄能可替换本需火电提供的旋转备用容量。
步骤3：研究灵活运行碳捕集电厂与抽水蓄能联合运行存在的低碳经济互补特性。灵活运行碳捕集电厂与抽水蓄能联合的电力***结构如图4所示。考虑将负荷的波动性、风光发电的不确定性统一起来，将风光视为不可调度资源，定义t时刻净负荷为实际负荷扣除不可调度的发电量：
PVL,t＝PL,t-PW,t-Ppv,t (11)
式中：PVL,t为第t时段***的净负荷需求；PL,t为第t时段***的负荷需求；PW,t为第t时段风电预测出力；Ppv,t为第t时段光伏预测出力。
图5为灵活运行碳捕集电厂和抽水蓄能在全时段内联合运行的低碳经济互补机理图，在典型净负荷高峰和低谷时段，对比分析四种场景下的低碳经济状况。
(1)净负荷高峰时段(图5时段Ⅲ)：场景2净负荷和捕集需求都较大，需要时移捕集能耗或降低捕获水平以缓解出力压力，相对场景1增加了出力需求。场景3抽水蓄能可由抽水转发电、停机转发电或提高发电工况出力以降低高碳机组出力。同样由于抽水蓄能的削峰，场景4可相对场景2提高部分捕集能耗，能耗时移压力减小相对降低了储液罐容量需求。
(2)净负荷低谷时段：
弃风弃光情况不突出时(图5时段Ⅱ)：场景2下，时移的捕集能耗由碳捕集电厂提供，具备低碳性；整体碳捕集水平也相应提高。场景3下，抽水工况提高的负荷由该时段高碳机组提供，不具备低碳性。场景4与场景2一样具备低碳性，且削峰填谷能力更突出。
弃风弃光情况突出时(图5时段Ⅰ)：场景2下，时移的捕集能耗由该时段额外消纳的新能源提供，但对促进新能源消纳的作用有限。场景3与场景2一样具备低碳性，但对新能源消纳的支持作用要更大。场景4***的弃风光量相对场景3更低，消纳新能源的能力最优。
综上所述，灵活运行碳捕集电厂和抽水蓄能联合运行能够实现全时段内的低碳经济互补协同。联合运行优势在于：1)其削峰填谷特性可极大缓解碳捕集电厂的净出力压力；储液罐容量需求可相对降低。 2)所能提供的上旋转备用能力降低了碳捕集电厂的备用压力，掩盖了捕集能耗增加高峰负荷的缺陷，降低可能需高碳机组开机提供旋转备用的情况。3)抽水蓄能可有效弥补新能源消纳能力不足的问题；***总捕集需求降低，同时更大比例的捕集能耗等效由原本的弃风弃光提供，低碳经济特性进一步提高。
步骤4：引入两阶段低碳经济调度方法。
两阶段调度示意图如图6所示。由于净负荷预测精度随时间缩短而提高，本专利引入了两阶段调度方法来协调求解碳捕集电厂和抽水蓄能联合运行机制和策略，以最大限度实现低碳经济目标。
日前调度以1h为时段提前制定全天调度计划，确定火电机组启停计划。日内调度依据更高预测精度的净负荷曲线，15min滚动一次，每次优化1h的计划，将抽水蓄能和捕集计划修订作为主调，不改变日前制定的机组启停计划，修正各机组的出力计划、碳捕集计划及最终的旋转备用计划。
步骤5：确定目标函数。
考虑到实际风光和负荷预测收集困难且存在误差，本文采用模糊参数表征***净负荷的不确定性，用梯形隶属度参数描述其不确定性程度，建立模糊机会约束，并对其进行清晰等价求解。约束条件含模糊参数的最优问题表述为：
Figure BDA0003676308560000061
式中：C(x)为目标函数；
Figure BDA0003676308560000074
为约束函数；Cr{}为置信度表达式，α为置信水平。
日前调度根据净负荷预测情况制定调度计划，在考虑经济调度的基础上引入碳交易机制，以***综合运行成本最小为目标函数，表示如下：
minC1＝min(CO+CC+CY+CT+CVL) (13)
式中：C1为***综合成本；CO为火电机组启停成本；CC为抽水蓄能运行成本；CY为火电机组煤耗成本；CT为碳排放成本；CVL为净负荷失配惩罚成本。
其中：
1)火电机组启停成本CO
Figure BDA0003676308560000071
式中：Cnu、Cnd分别为单台火电机组(K台常规机组和I台碳捕集机组)启、停成本；xn,t、yn,t分别为第n台火电机组在时段t内启、停状态，取1或0表示处于/不处于此状态；
2)抽水蓄能机组运行成本CC
抽水蓄能机组的运行成本包含发电工况启动成本和抽水工况启动成本：
Figure BDA0003676308560000072
式中：Cg和Cp分别为单台抽水蓄能机组的发电和抽水启动成本；
Figure BDA0003676308560000073
分别为抽水蓄能机组发电状态指示量和抽水状态指示量，取值为1或0。
3)火电机组煤耗成本CY
Figure BDA0003676308560000081
式中：σY为单位煤耗成本；zn,t为机组n在时段t内运行的状态变量，取值1或0；an、bn和cn为火电机组n的耗煤特性常系数；
Figure BDA0003676308560000082
为火电机组t时段的等效输出功率。
4)碳排放成本CT
为了充分发挥碳捕集电厂的作用，引入碳排放交易规则，***的碳排放主要来源于常规燃煤机组和碳捕集机组，全天的总碳排放量为：
Figure BDA0003676308560000083
式中：βk为常规燃煤机组k的单位碳排放强度；
Figure BDA0003676308560000084
为常规燃煤机组t时段的等效输出功率。
***全天总碳排放配额：
Figure BDA0003676308560000085
式中：λD为火电厂碳排放配额系数。
碳交易按排放超出配额则支付相应费用，未超出则可将配额余量交易获取报酬。碳排放成本计算：
CT＝δT(mΣ-mD) (19)
式中：δT为碳交易价格。
5)净负荷失配惩罚成本CVL
Figure BDA0003676308560000086
式中：αL为净负荷失配惩罚系数；
Figure BDA0003676308560000087
为t时段实际净负荷供给。
根据日前优化调度所得调度方案为参考，依据更新的净负荷预测值，进行日内滚动优化调度，不改变火电机组已经确定的启停状态，而充分发挥碳捕集***和抽水蓄能的调节能力对更新的净负荷曲线进行二次匹配。日内滚动优化调度目标函数为：
minC2＝min(CC+CY+CT+CVL) (21)
步骤6：确定约束条件。
日前调度约束条件：
1)***功率传输约束
包括线路传输极限功率约束和功率平衡约束：
Pl,min≤Pl,t≤Pl,max,l＝1,2,…,m (22)
Figure BDA0003676308560000091
式中：Pl,max和Pl,min分别为线路l的功率上下限；
Figure BDA0003676308560000092
和
Figure BDA0003676308560000093
分别为第j台抽水蓄能机组在时段t内发电和抽水功率。
2)常规燃煤机组和碳捕集机组出力约束
Figure BDA0003676308560000094
Figure BDA0003676308560000095
3)常规燃煤机组和碳捕集机组爬坡约束
Figure BDA0003676308560000096
式中：RDn为机组n的下爬坡速率(小时级)；RUn为机组n的上爬坡速率。
4)常规燃煤机组和碳捕集机组启停约束
由于受到燃煤机组的物理特性和启停机煤耗成本制约，机组需满足最小启停时间约束和启停机运行状态约束：
Figure BDA0003676308560000101
式中：Ton为机组最小启机时间，Toff为机组最小停机时间，不同类型机组启停时间参数不同。
5)灵活运行碳捕集***约束
烟气分流比约束：
(1-kx)≤ki,t≤kx (28)
式中：kx为烟气分流比限值。
溶液存储器在t时段的储量与t-1时段的储量及t时段的流入、流出量有关，即：
Figure BDA0003676308560000102
式中：
Figure BDA0003676308560000103
和
Figure BDA0003676308560000104
为碳捕集***在t时段的富液和贫液存储器储量；
Figure BDA0003676308560000105
和
Figure BDA0003676308560000106
分别为碳捕集机组在t时段的存储器的流入和流出量；将CO2质量
Figure BDA0003676308560000107
转化为溶液体积
Figure BDA0003676308560000108
Figure BDA0003676308560000109
式中：
Figure BDA00036763085600001010
为CO2摩尔质量；mMEA为MEA摩尔质量；θ为解析塔的解析量；μL为溶液浓度；σL为溶液密度；则溶液流满足如下关系：
Figure BDA0003676308560000111
溶液存储器储量约束：
Figure BDA0003676308560000112
式中：
Figure BDA0003676308560000113
为富液、贫液存储器最大储量。
为确保日前周期性调度***运行合理，在调度始末，溶液存储器储量需保持不变，即：
Figure BDA0003676308560000114
6)抽水蓄能机组运行约束
Figure BDA0003676308560000115
式中：
Figure BDA0003676308560000116
和
Figure BDA0003676308560000117
分别为抽水蓄能机组抽水/发电功率上、下限；
Figure BDA0003676308560000118
为抽水蓄能电站t时段的上水库库容；
Figure BDA0003676308560000119
分别为抽水蓄能电站上库库容上、下限；
Figure BDA00036763085600001110
和
Figure BDA00036763085600001111
为抽水或发电工况下的水量/电量转换系数；
Figure BDA00036763085600001112
和
Figure BDA00036763085600001113
为抽水蓄能电站日调度始末的上水库库容；由于下水库容量更大，上水库库容的约束与对下水库库容的约束一致，故不需对下水库进行约束。
7)旋转备用可信机会约束
为充分保证***运行灵活性，需调配各种资源作为旋转备用以响应净负荷随机波动；主要旋转备用来源于碳捕集电厂、常规火电机组以及抽水蓄能机组，并分为上旋转备用约束和下旋转备用约束，推出式(35)和(36)计算。
Figure BDA0003676308560000121
Figure BDA0003676308560000122
式中：
Figure BDA0003676308560000123
为t时段净负荷的清晰等价，Pt su和Pt sd分别为抽水蓄能电站日前调度中可提供的上/下旋转备用，根据式(37)和式(38) 计算：
Figure BDA0003676308560000124
Figure BDA0003676308560000125
日内滚动优化调度约束条件：
日内滚动优化调度约束条件除功率平衡约束、火电机组出力约束，碳捕集***约束如日前外，机组爬坡约束、抽水蓄能启停约束和旋转备用约束随时间尺度的缩小需进行调整。
1)日内火电机组爬坡约束
Figure BDA0003676308560000126
2)抽水蓄能工况转换约束
日内滚动调度中工况转换需满足约束：
Figure BDA0003676308560000131
3)日内旋转备用可信机会约束
日内旋转备用与日前类似，但需将约束中的爬坡速率从小时级更新到15min级，抽水蓄能所能提供的上/下旋转备用也需相应调整，根据式(41)和式(42)计算。具体约束不做赘述。
Figure BDA0003676308560000132
Figure BDA0003676308560000133
步骤7：求解模型。
模糊机会约束求解：置信水平α≥0.5时，净负荷梯形模糊参数清晰等价为：
Figure BDA0003676308560000134
PFi,t＝kFiPF,t i＝1,2,3,4 (44)
式中：F代表负荷、风电和光伏，PFi,t为各自的模糊参数，kFi为隶属度参数。
日前旋转备用模糊机会约束清晰等价求解如下；日内调度旋转备用约束类似。
Figure BDA0003676308560000135
Figure BDA0003676308560000136
同时，因灵活运行碳捕集电厂与抽水蓄能联合的调度模型复杂，变量多，线性化困难；考虑采用改进粒子群算法(Improved Particle Swarm Optimization,IPSO)进行求解。所提IPSO为克服传统PSO迭代过程中过早收敛，求解陷入早熟；对惯性权重、自我和社会学习因子改进，以提高收敛速度的同时避免局部最优。算法流程如图7所示。
首先引入压缩因子到惯性权重中，粒子i的速度和位置更新如下：
Figure BDA0003676308560000141
Figure BDA0003676308560000142
Figure BDA0003676308560000143
式中：w为惯性权重；
Figure BDA0003676308560000144
为飞行速度；
Figure BDA0003676308560000145
为群位置；c1、c2为自我和社会学习因子；
Figure BDA0003676308560000146
为个体和全局最优位置；r1和r2为(0,1)之间的随机数。
采用非线性反余弦加速对c1、c2进行自适应时变调整，粒子飞行初期注重个体历史信息，后期更注重全局经验。改进如下：
Figure BDA0003676308560000147
Figure BDA0003676308560000148
式中：c11、c21、c12、c22为迭代初值和终值，通常取2.5、0.5、0.5、 2.5；t为当前迭代次数；T为迭代次数最大值。
对于传统的火电厂高碳排问题，以及新能源的波动性问题，通过引入碳捕集电厂，并配合目前电力***最成熟的大规模储能资源-抽水蓄能，突出两者在全周期内的低碳经济互补协同优势；两者配合在经济成本、碳减排和新能源消纳三方面具有的独特优势，可为电力***清洁低碳化转型提供可行参考。
附图说明
图1灵活运行碳捕集电厂和常规火电厂净输出对比图
图2抽水蓄能机组典型工况转换图
图3抽水蓄能低碳特性原理图
图4含灵活运行碳捕集电厂与抽水蓄能的电力***结构图
图5灵活运行碳捕集电厂和抽水蓄能联合运行低碳经济互补机理图
图6两阶段调度示意图
图7算法求解流程图
图8改进的IEEE-30节点拓扑图
图9日前风电、光伏、负荷预测及净负荷曲线图
图10日内风电、光伏、负荷预测及净负荷曲线图
具体实施方式
下面通过实施例，并结合附图，对本发明的技术方案作进一步的说明。
本发明专利涉及一种低碳经济调度策略，尤其是涉及一种解决在新型电力***“双碳”目标实现前的电力***低碳经济调度策略，碳捕集利用与封存(CCUS)技术是当前快速实现减排目标且成本最低的选择，碳捕集电厂成为火电灵活低碳化改造的最佳选择。目前国内外研究文献中还没有目前尚未有学者深入研究过这两种低碳手段配合存在的低碳互补协同优势。因此本策略需要根据两者的低碳原理深挖其局限，然后深入分析两者配合所具备的低碳经济互补协同机制，在保证电力电量的平衡下，能够实现低碳经济运行的同时提高新能源消纳能力。
实施例
本发明的技术方案主要是基于灵活运行碳捕集电厂与抽水蓄能联合运行，通过算法求解模型，验证联合运行可在降低经济成本的同时提高***的低碳性能。
一、首先介绍本发明的原理。
发明原理同上述步骤1-7，此处不多赘述。
二、算例采用改进的IEEE-30节点***，***拓扑见图8。风电和光伏电站分别接入节点5和8，G1、G2为FCCPP，G1保持在线运行， G4为抽水蓄能机组，G3、G5和G6为常规火电机组。风电、光伏及负荷的预测曲线见图9和10。
为验证灵活运行碳捕集电厂与抽水蓄能联合运行的低碳经济调度方法的有效性，对三种场景下的调度结果对比分析：
1)含灵活运行碳捕集电厂的两阶段调度；
2)含抽水蓄能的两阶段调度；
3)含灵活运行碳捕集电厂和抽水蓄能的两阶段调度。
两阶段调度结果分析：
预测的典型日负荷曲线分为24段，最大负荷为1110.60MW，最小 负荷为253.90MW，平均负荷为704.32MW，负荷最大峰谷差为 856.70MW。
由于抽水蓄能电站的运行需在电价机制的配合才能获得收益以维持运营，故依据负荷与平均负荷差制定各分时电价，设低时段电价为200元/MWh，平时段的上网电价为400元/MWh，高峰时段电价为 600元/MWh，所定分时电价情况如表1所示：
表1各时段分时电价
Figure BDA0003676308560000171
上述3种场景下***的具体调度情况如下：
表2日前调度运行结果
Figure BDA0003676308560000172
从表2可知，在日前调度时，场景2的失净负荷量相对于场景1少了519.60MWh，碳排量增加了4930t；从结果看，分别含灵活运行碳捕集电厂和抽水蓄能的***在降低碳排量和促进新能源消纳两方面各具优势。场景3采用两者配合，运行成本较场景1降低了4.39％，这是由于抽水蓄能的参与提高了新能源的消纳，降低火电承担的负荷比例，从而减少了煤耗和碳排放。场景2的失净负荷成本相对于场景1 降低了75.86％，场景3的失净负荷成本相对于场景1降低了85.96％，表明碳捕集电厂和抽水蓄能都有促进新能源消纳的能力，以抽水蓄能为主，碳捕集电厂作用有限。场景3的碳排放量相对场景1降低了15.47％，相对场景2降低了65.49％；场景3的总成本相对场景1降低了 21.49％，相对场景2降低了24.61％；以上结论说明，两者联合参与日前调度时，***低碳和经济特性均得到了大幅提高。
表3日内滚动调度运行结果
Figure BDA0003676308560000181
从表3可知，在日内滚动调度阶段，场景3总成本相对于场景1和2 分别降低了22.53％和26.97％；碳排量相对减少了20.65％和68.37％；失净负荷成本相对降低了90.29％和53.95％。日内滚动调度结果说明，两者配合在全时段内具有低碳经济互补协同的优越性，验证了本专利所提低碳经济调度模型的有效性。
***存在弃风弃光情况，这是由于火电开停机需弃掉一部分风电； 同时由于没有大容量的储能，虽然碳捕集能耗的时移可以促进一部分 的新能源消纳，但收效甚微；此外能耗时移一定程度上缓解了净负荷 的峰谷差。
场景2由于抽水蓄能的存在，***弃风弃光情况明显缓解，净负荷高峰时段火电厂出力需求显著降低，缓解了高碳机组的备用压力，但由于没有配置碳捕集装置，净负荷主要仍由高碳机组提供，***的碳排量依然很高。
为改善场景1和场景2存在的局限性，场景3突出两者之间的配合，相比于场景1不仅大量减少了弃风弃光，同时捕集能耗时移的压力得到极大缓解，提高了碳捕集能耗的灵活控制特性，降低了对溶液存储器容量的需求；相比于场景2，碳捕集能耗的时移使得***消纳新能源的能力进一步提高；同时由于配置捕集设备，***净负荷主要由低碳的碳捕集电厂提供，极大提高了***的低碳性能。
场景3的机组组合对于促进清洁能源广泛消纳的能力要优于场景 1和场景2，突出了抽水蓄能和溶液存储器的协调配合能取得更优的低 碳经济效益。
在净负荷高峰时段，场景3烟气分流比要普遍高于场景1，这是由 于抽水蓄能的存在缓解了碳捕集电厂出力压力，高峰时段仍可保持一 定比例捕集能耗，尽可能利用溶液存储器的存储作用，提高碳捕集水 平。场景1全天碳产出量9546.70t，碳捕集量6145.34t；场景3全天碳产 出量9131.31t，碳捕集量6256.26t；场景3全天碳产出量相对场景1减少 了415.39t，碳捕获量增加了110.92t；结果表明抽水蓄能的加入可以极 大缓解灵活运行碳捕集设备的调峰填谷压力，使其更专注降低碳排放。
场景1下，由于碳捕集电厂的出力压力较大，能耗时移削峰填谷 作用较为明显，最大碳捕集能耗出现于白天净负荷最低时段15时；场 景3由于抽水蓄能的参与，依靠时移捕集能耗调峰的压力明显减小， 调峰特性也未明显突出，且最大碳捕集能耗出现的时段要远早于场景 1，最大碳捕集能耗也要小于场景1，说明抽水蓄能的引入对缓解碳捕 集电厂的调峰压力有明显作用，溶液存储量峰值也明显降低，因而系 统对储液罐容量需求也有所降低。
在本发明典型日负荷下，场景2下抽水蓄能机组全天净收益为 3.5498×105元，场景3下全天净收益为3.5850×105元，即场景3相对于 场景2抽水蓄能机组净收益提高了3517.87元，可见由于碳捕集设备的 引入，造成高峰时段出力压力略微增大，抽水蓄能更加专注于提供尖 峰负荷出力，提高了工作效率，增加了部分经济效益。当弃风弃光情 况不严重时，场景3相对场景2的净收益差将进一步拉大，长期累积的 收益将相当可观。
表4分析了抽水蓄能容量的影响：
较大装机容量的抽水蓄能可有效应对风光的反调峰特性，实现***的低碳经济调度，但随之而来的是高昂的建设成本和选址条件；考虑经济性存在最优装机，需对抽水蓄能不同容量下的碳排放量和综合成本分析。
表4抽水蓄能容量影响
Figure BDA0003676308560000201
Figure BDA0003676308560000211
从表4可以看出随着抽水蓄能装机的提高，***的失净负荷成本大幅降低，最后趋于平稳，这是由于抽水蓄能可有效通过抽水工况消纳低谷时段的风光出力，而消纳能力与容量有关，到200MW以上，失净负荷成本降低幅度较小，说明此容量基本足够***完全消纳新能源。此外，装机300MW时，高碳火电G3不需启机提供旋转备用，启停机成本大幅降低。
***的碳排放和综合成本随着抽水蓄能容量的提高呈现下降趋 势；装机到200MW和300MW时，碳排放和综合成本分别趋于平稳； 综合成本最低点取决于***置信水平，置信水平越高，所需抽水蓄能 容量越大。
调度模型采用含模糊机会约束，本节讨论不同置信水平对联合运行调度结果的影响。对置信水平α从0.5至1的部分参数对比。
表5场景3置信水平影响
Figure BDA0003676308560000212
由表5可知，对于含灵活运行碳捕集电厂与抽水蓄能联合运行的***，随着置信水平α的提高，***的旋转备用容量和所需高碳火电提供的备用都显著提高，呈现正相关。与此同时，碳排量和综合成本也逐渐增大。这是由于置信水平反映了***调度的可靠性，α值越高，旋转备用越充裕，可靠性和成本就越高。
通过不同置信水平下，有无抽水蓄能参与的含灵活运行碳捕集电 厂的调度模型总旋转备用和高碳火电所需提供的备用对比。总体趋势 均趋于正相关。
对比发现，场景3旋转备用增长趋势要大于场景2，且α＞0.6时场景3所需备用要更多。这是由于场景1本身下调能力不足，风光消纳的能力要弱于场景3；置信度越高，风光的模糊参数相对越偏保守，净负荷清晰等价值越大，场景3因调度中风光上网要远多于场景1，随着α的增大，所需上旋备用增长速度要更快。同样对比不同置信水平下，场景3所需高碳火电提供的旋转备用都要明显少于场景1，这是由于抽水蓄能所具备的削峰填谷能力和充足的旋转备用能力。这“一多一少”对比说明抽水蓄能的引入可明显提高消纳能力的同时降低高碳火电的备用容量。此外，场景1在α在0.8～1时高碳备用提高幅度增大，原因在于高峰9-11时段额外出现需高碳火电提供备用的情况。
综上所述，置信水平α决定了***的可靠性和成本的趋势。因此需根据现实影响选择合适的置信度，平衡安全性和经济性。
本发明提出的基于灵活运行碳捕集电厂与抽水蓄能联合运行策略的仿真结果说明：两者具有在全周期内的低碳经济互补协同优势，模型在经济成本、碳减排和新能源消纳三方面均具有独特优势，可为助力“碳达峰、碳中和”提供可行解决方案。
以上实施例仅用以说明本发明的技术方案而非对其限制，本发明所属技术领域的技术人员可对说描述的具体实例做各种修改或补偿，但并不会偏离本发明所附权利要求所定义的范围。

Claims (9)

1.一种基于碳捕集电厂与抽水蓄能联合运行的电力***低碳经济调度策略，其特征在于：
分析灵活运行碳捕集电厂的低碳经济特性，抽水蓄能电站的低碳经济特性，以及灵活运行碳捕集电厂与抽水蓄能联合运行存在的低碳经济互补特性；
建立两阶段低碳经济调度方法，该方法基于以下目标函数，即采用模糊参数表征***净负荷的不确定性，用梯形隶属度参数描述其不确定性程度，建立模糊机会约束，并对其进行清晰等价求解；约束条件含模糊参数的最优问题表述为：
Figure FDA0003676308550000011
式中：C(x)为目标函数；gj(x,ζ)为约束函数；Cr{ }为置信度表达式，α为置信水平；
日前调度根据净负荷预测情况制定调度计划，在考虑经济调度的基础上引入碳交易机制，以***综合运行成本最小为目标函数，表示如下：
minC1＝min(CO+CC+CY+CT+CVL) (11)
式中：C1为***综合成本；CO为火电机组启停成本；CC为抽水蓄能运行成本；CY为火电机组煤耗成本；CT为碳排放成本；CVL为净负荷失配惩罚成本。
2.根据权利要求1所述一种基于碳捕集电厂与抽水蓄能联合运行的电力***低碳经济调度策略，其特征在于：
分析灵活运行碳捕集电厂的低碳经济特性时碳捕集电厂的机组净出力表示为：
Figure FDA0003676308550000021
式中：
Figure FDA0003676308550000022
为碳捕集机组的净输出功率，
Figure FDA0003676308550000023
为碳捕集机组的等效输出功率，即燃料燃烧产生的有功功率；
Figure FDA0003676308550000024
为固定能耗，即引入碳捕集造成电厂运行结构变化引起的能耗，认为是固定值；
Figure FDA0003676308550000025
为碳捕集电厂提供的运行能耗；
碳捕集所需运行能耗以及碳捕集电厂和电网分别供给碳捕集***的运行能耗可分别表示为：
Figure FDA0003676308550000026
Figure FDA0003676308550000027
Figure FDA0003676308550000028
式中：和
Figure FDA0003676308550000029
分别为碳捕集所需运行能耗和电网供给的运行能耗；αi为单位捕碳量能耗；δi,t为富液存储器流出/流入的CO2比例；ki,t为烟气分流比；βi为碳捕集电厂单位碳排放强度；γi,t为碳捕集电厂CO2捕集率，其值常介于80％～95％之间；kG为碳捕集机组提供的压缩电能的比例，kG∈[0,1]，a指再生热能等
Figure FDA00036763085500000210
效的能耗占运行能耗的比例；
灵活运行碳捕集电厂的机组净出力可等效为：
Figure FDA00036763085500000211
推出灵活运行碳捕集电厂的最大、最小有功净输出功率为：
Figure FDA00036763085500000212
Figure FDA00036763085500000213
式中：
Figure FDA0003676308550000031
和
Figure FDA0003676308550000032
分别为富液存储器流出的CO2比例最大值，碳捕集水平最大值和烟气分流比最大值；
Figure FDA0003676308550000033
与
Figure FDA0003676308550000034
则分别对应最大与最小等效输出功率；最大净输出工况下可只存储，不处理CO2，最小净输出工况下处理CO2量最大，同时运行能耗可全部由碳捕集机组提供；
由式(6)和(7)可得到碳捕集电厂的净输出功率变化范围为：
Figure FDA0003676308550000035
常规火电厂净输出功率变化范围为：
Figure FDA0003676308550000036
对比常规火电机组特性表明：灵活运行碳捕集电厂由于具备的能耗时移特性，扩大了净出力范围，赋予了更大的调峰深度；负荷高峰时段的高捕获能耗可由低平时段低廉碳捕集电厂或额外消纳的新能源出力供给，保证高捕碳量的同时减小峰谷差，同时促进新能源的消纳；但由于受到风光反调峰特性和逐渐增大的负荷峰谷差的影响，在负荷高峰时段，碳捕集电厂出力压力大，此时所能提供的上旋转备用不足，导致额外的火电频繁启停或长时间处于深度调峰状态；在负荷低谷时段，捕集能耗的时移可能不能完全抵消风电的裕量，引发大量弃风。
3.根据权利要求1所述一种基于碳捕集电厂与抽水蓄能联合运行的电力***低碳经济调度策略，其特征在于：分析抽水蓄能电站的低碳经济特性时，抽水蓄能低碳特性原理有：
1)充足的抽水蓄能可抵消风电的反调峰特性，时移新能源出力达到削峰填谷，促进新能源消纳；
2)缓解负荷高峰时段火电厂出力压力，降低***碳排放量；
3)削峰特性使得***备用压力减小，同时抽水蓄能可替换本需火电提供的旋转备用容量。
4.根据权利要求1所述一种基于碳捕集电厂与抽水蓄能联合运行的电力***低碳经济调度策略，其特征在于：灵活运行碳捕集电厂与抽水蓄能联合运行存在的低碳经济互补特性时，先考虑将负荷的波动性、风光发电的不确定性统一起来，将风光视为不可调度资源，定义t时刻净负荷为实际负荷扣除不可调度的发电量：
PVL,t＝PL,t-PW,t-Ppv,t (10)
式中：PVL,t为第t时段***的净负荷需求；PL,t为第t时段***的负荷需求；PW,t为第t时段风电预测出力；Ppv,t为第t时段光伏预测出力。
5.根据权利要求4所述一种基于碳捕集电厂与抽水蓄能联合运行的电力***低碳经济调度策略，其特征在于：灵活运行碳捕集电厂和抽水蓄能联合运行低碳经济互补机理时，分为如下时段
净负荷高峰时段：场景2净负荷和捕集需求都较大，需要时移捕集能耗或降低捕获水平以缓解出力压力，相对场景1增加了出力需求；场景3抽水蓄能可由抽水转发电、停机转发电或提高发电工况出力以降低高碳机组出力；同样由于抽水蓄能的削峰，场景4可相对场景2提高部分捕集能耗，能耗时移压力减小相对降低了储液罐容量需求；
净负荷低谷时段：
弃风弃光情况不突出时：场景2下，时移的捕集能耗由碳捕集电厂提供，具备低碳性；整体碳捕集水平也相应提高；场景3下，抽水工况提高的负荷由该时段高碳机组提供，不具备低碳性；场景4与场景2一样具备低碳性，且削峰填谷能力更突出；
弃风弃光情况突出时：场景2下，时移的捕集能耗由该时段额外消纳的新能源提供，但对促进新能源消纳的作用有限；场景3与场景2一样具备低碳性，但对新能源消纳的支持作用要更大；场景4***的弃风光量相对场景3更低，消纳新能源的能力最优。
6.根据权利要求4所述一种基于碳捕集电厂与抽水蓄能联合运行的电力***低碳经济调度策略，其特征在于：由于净负荷预测精度随时间缩短而提高，采用了两阶段调度方法来协调求解碳捕集电厂和抽水蓄能联合运行机制和策略，以最大限度实现低碳经济目标；
日前调度以1h为时段提前制定全天调度计划，确定火电机组启停计划；日内调度依据更高预测精度的净负荷曲线，15min滚动一次，每次优化1h的计划，将抽水蓄能和捕集计划修订作为主调，不改变日前制定的机组启停计划，修正各机组的出力计划、碳捕集计划及最终的旋转备用计划。
7.根据权利要求4所述一种基于碳捕集电厂与抽水蓄能联合运行的电力***低碳经济调度策略，其特征在于：
1)火电机组启停成本CO
Figure FDA0003676308550000051
式中：Cnu、Cnd分别为单台火电机组(K台常规机组和I台碳捕集机组)启、停成本；xn,t、yn,t分别为第n台火电机组在时段t内启、停状态，取1或0表示处于/不处于此状态；
2)抽水蓄能机组运行成本CC
抽水蓄能机组的运行成本包含发电工况启动成本和抽水工况启动成本：
Figure FDA0003676308550000061
式中：Cg和Cp分别为单台抽水蓄能机组的发电和抽水启动成本；
Figure FDA0003676308550000062
Figure FDA0003676308550000063
分别为抽水蓄能机组发电状态指示量和抽水状态指示量，取值为1或0；
3)火电机组煤耗成本CY
Figure FDA0003676308550000064
式中：σY为单位煤耗成本；zn,t为机组n在时段t内运行的状态变量，取值1或0；an、bn和cn为火电机组n的耗煤特性常系数；
Figure FDA0003676308550000065
为火电机组t时段的等效输出功率；
4)碳排放成本CT
为了充分发挥碳捕集电厂的作用，引入碳排放交易规则，***的碳排放主要来源于常规燃煤机组和碳捕集机组，全天的总碳排放量为：
Figure FDA0003676308550000066
式中：βk为常规燃煤机组k的单位碳排放强度；
Figure FDA0003676308550000067
为常规燃煤机组t时段的等效输出功率；
***全天总碳排放配额：
Figure FDA0003676308550000068
式中：λD为火电厂碳排放配额系数；
碳交易按排放超出配额则支付相应费用，未超出则可将配额余量交易获取报酬；碳排放成本计算：
CT＝δT(mΣ-mD) (17)
式中：δT为碳交易价格；
5)净负荷失配惩罚成本CVL
Figure FDA0003676308550000071
式中：αL为净负荷失配惩罚系数；
Figure FDA0003676308550000072
为t时段实际净负荷供给；
根据日前优化调度所得调度方案为参考，依据更新的净负荷预测值，进行日内滚动优化调度，不改变火电机组已经确定的启停状态，而充分发挥碳捕集***和抽水蓄能的调节能力对更新的净负荷曲线进行二次匹配；日内滚动优化调度目标函数为：
minC2＝min(CC+CY+CT+CVL) (19)。
8.根据权利要求4所述一种基于碳捕集电厂与抽水蓄能联合运行的电力***低碳经济调度策略，其特征在于：约束条件包括
日前调度约束条件：
1)***功率传输约束
包括线路传输极限功率约束和功率平衡约束：
Pl,min≤Pl,t≤Pl,max,l＝1,2,…,m (20)
Figure FDA0003676308550000073
式中：Pl,max和Pl,min分别为线路l的功率上下限；
Figure FDA0003676308550000074
和
Figure FDA0003676308550000075
分别为第j台抽水蓄能机组在时段t内发电和抽水功率；
2)常规燃煤机组和碳捕集机组出力约束
Figure FDA0003676308550000076
Figure FDA0003676308550000077
3)常规燃煤机组和碳捕集机组爬坡约束
Figure FDA0003676308550000081
式中：RDn为机组n的下爬坡速率(小时级)；RUn为机组n的上爬坡速率；
4)常规燃煤机组和碳捕集机组启停约束
由于受到燃煤机组的物理特性和启停机煤耗成本制约，机组需满足最小启停时间约束和启停机运行状态约束：
Figure FDA0003676308550000082
式中：Ton为机组最小启机时间，Toff为机组最小停机时间，不同类型机组启停时间参数不同；
5)灵活运行碳捕集***约束
烟气分流比约束：
(1-kx)≤ki,t≤kx (26)
式中：kx为烟气分流比限值；
溶液存储器在t时段的储量与t-1时段的储量及t时段的流入、流出量有关，即：
Figure FDA0003676308550000083
式中：
Figure FDA0003676308550000084
和
Figure FDA0003676308550000085
为碳捕集***在t时段的富液和贫液存储器储量；
Figure FDA0003676308550000086
和
Figure FDA0003676308550000087
分别为碳捕集机组在t时段的存储器的流入和流出量；
将CO2质量
Figure FDA0003676308550000091
转化为溶液体积
Figure FDA0003676308550000092
Figure FDA0003676308550000093
式中：
Figure FDA0003676308550000094
为CO2摩尔质量；mMEA为MEA摩尔质量；θ为解析塔的解析量；μL为溶液浓度；σL为溶液密度；
溶液流满足如下关系：
Figure FDA0003676308550000095
溶液存储器储量约束：
Figure FDA0003676308550000096
式中：
Figure FDA0003676308550000097
为富液、贫液存储器最大储量；
为确保日前周期性调度***运行合理，在调度始末，溶液存储器储量需保持不变，即：
Figure FDA0003676308550000098
6)抽水蓄能机组运行约束
Figure FDA0003676308550000099
式中：
Figure FDA00036763085500000910
和
Figure FDA00036763085500000911
分别为抽水蓄能机组抽水/发电功率上、下限；
Figure FDA00036763085500000912
为抽水蓄能电站t时段的上水库库容；
Figure FDA00036763085500000913
分别为抽水蓄能电站上库库容上、下限；
Figure FDA00036763085500000914
和
Figure FDA00036763085500000915
为抽水或发电工况下的水量/电量转换系数；
Figure FDA0003676308550000101
和
Figure FDA0003676308550000102
为抽水蓄能电站日调度始末的上水库库容；由于下水库容量更大，上水库库容的约束与对下水库库容的约束一致，故不需对下水库进行约束；
7)旋转备用可信机会约束
为充分保证***运行灵活性，需调配各种资源作为旋转备用以响应净负荷随机波动；主要旋转备用来源于碳捕集电厂、常规火电机组以及抽水蓄能机组，并分为上旋转备用约束和下旋转备用约束，推出式(35)和(36)计算；
Figure FDA0003676308550000103
Figure FDA0003676308550000104
式中：
Figure FDA0003676308550000105
为t时段净负荷的清晰等价，Pt su和Pt sd分别为抽水蓄能电站日前调度中可提供的上/下旋转备用，根据式(37)和式(38)计算：
Figure FDA0003676308550000106
Figure FDA0003676308550000107
日内滚动优化调度约束条件：
日内滚动优化调度约束条件除功率平衡约束、火电机组出力约束，碳捕集***约束如日前外，机组爬坡约束、抽水蓄能启停约束和旋转备用约束随时间尺度的缩小需进行调整；
1)日内火电机组爬坡约束
Figure FDA0003676308550000111
2)抽水蓄能工况转换约束
日内滚动调度中工况转换需满足约束：
Figure FDA0003676308550000112
3)日内旋转备用可信机会约束
日内旋转备用与日前类似，但需将约束中的爬坡速率从小时级更新到15min级，抽水蓄能所能提供的上/下旋转备用也需相应调整，根据式(41)和式(42)计算；具体约束不做赘述；
Figure FDA0003676308550000113
Figure FDA0003676308550000114
9.根据权利要求4所述一种基于碳捕集电厂与抽水蓄能联合运行的电力***低碳经济调度策略，其特征在于：求解模型方法如下：
模糊机会约束求解：置信水平α≥0.5时，净负荷梯形模糊参数清晰等价为：
Figure FDA0003676308550000115
PFi,t＝kFiPF,t i＝1,2,3,4 (42)
式中：F代表负荷、风电和光伏，PFi,t为各自的模糊参数，kFi为隶属度参数；
日前旋转备用模糊机会约束清晰等价求解如下；日内调度旋转备用约束类似；
Figure FDA0003676308550000121
Figure FDA0003676308550000122
同时，因灵活运行碳捕集电厂与抽水蓄能联合的调度模型复杂，变量多，线性化困难；考虑采用改进粒子群算法(Improved Particle Swarm Optimization,IPSO)进行求解；所提IPSO为克服传统PSO迭代过程中过早收敛，求解陷入早熟；对惯性权重、自我和社会学习因子改进，以提高收敛速度的同时避免局部最优；
首先引入压缩因子到惯性权重中，粒子i的速度和位置更新如下：
Figure FDA0003676308550000123
Figure FDA0003676308550000124
Figure FDA0003676308550000125
式中：w为惯性权重；
Figure FDA0003676308550000126
为飞行速度；
Figure FDA0003676308550000127
为群位置；c1、c2为自我和社会学习因子；
Figure FDA0003676308550000128
为个体和全局最优位置；r1和r2为(0,1)之间的随机数；
采用非线性反余弦加速对c1、c2进行自适应时变调整，粒子飞行初期注重个体历史信息，后期更注重全局经验；改进如下：
Figure FDA0003676308550000129
Figure FDA00036763085500001210
式中：c11、c21、c12、c22为迭代初值和终值，通常取2.5、0.5、0.5、2.5；t为当前迭代次数；T为迭代次数最大值。
CN202210629694.XA 2022-06-02 2022-06-02 一种基于碳捕集电厂与抽水蓄能联合运行的电力***低碳经济调度策略 Pending CN115471031A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210629694.XA CN115471031A (zh) 2022-06-02 2022-06-02 一种基于碳捕集电厂与抽水蓄能联合运行的电力***低碳经济调度策略

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210629694.XA CN115471031A (zh) 2022-06-02 2022-06-02 一种基于碳捕集电厂与抽水蓄能联合运行的电力***低碳经济调度策略

Publications (1)

Publication Number Publication Date
CN115471031A true CN115471031A (zh) 2022-12-13

Family

ID=84363676

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210629694.XA Pending CN115471031A (zh) 2022-06-02 2022-06-02 一种基于碳捕集电厂与抽水蓄能联合运行的电力***低碳经济调度策略

Country Status (1)

Country Link
CN (1) CN115471031A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116544955A (zh) * 2023-07-03 2023-08-04 阳光慧碳科技有限公司 负荷调控方法、装置和***
CN116608078A (zh) * 2023-05-22 2023-08-18 中国矿业大学 基于清洁能源的矿山高品质能源-资源协同产出***及方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116608078A (zh) * 2023-05-22 2023-08-18 中国矿业大学 基于清洁能源的矿山高品质能源-资源协同产出***及方法
CN116608078B (zh) * 2023-05-22 2024-04-30 中国矿业大学 基于清洁能源的矿山高品质能源-资源协同产出***及方法
CN116544955A (zh) * 2023-07-03 2023-08-04 阳光慧碳科技有限公司 负荷调控方法、装置和***
CN116544955B (zh) * 2023-07-03 2023-11-24 阳光慧碳科技有限公司 负荷调控方法、装置和***

Similar Documents

Publication Publication Date Title
WO2021114849A1 (zh) 增加新能源发电波动的海岛电网储能***分层控制方法
CN105048516B (zh) 一种风光水火多源互补优化调度方法
CN108092324B (zh) 一种风电参与调峰调频的agc控制***和控制方法
CN103580063B (zh) 一种基于需方响应消纳大规模并网风电的方法
CN104485690B (zh) 一种基于多阶段动态规划的电网多源调峰方法
CN105305427B (zh) 一种考虑外部受电的电网调峰方法
CN115471031A (zh) 一种基于碳捕集电厂与抽水蓄能联合运行的电力***低碳经济调度策略
CN107800153B (zh) 一种电蓄热消纳风电的电热能量滚动鲁棒调度方法
CN107992963A (zh) 基于多能流***双层规划模型协调双边利益的优化方法
CN110829408B (zh) 基于发电成本约束的计及储能电力***的多域调度方法
CN114648195B (zh) 一种电网多层级辅助服务中的储能电站智能协同调控办法
CN106953363A (zh) 一种风电场限功率运行状态下电网旋转备用优化配置方法
CN104361416A (zh) 一种考虑大规模电动汽车接入的电网双层优化调度方法
CN113541205A (zh) 基于集群学习的低碳csp***协同优化方法及装置
CN108879657B (zh) 基于风电容量可信度的电力电量平衡优化方法
CN107994609A (zh) 考虑压缩空气储能的风电并网备用整定方法及装置
CN114330827A (zh) 多能流虚拟电厂分布式鲁棒自调度优化方法及其应用
CN105678394A (zh) 一种多源多周期发电计划制定方法
CN117709682B (zh) 一种梯级水电响应灵活性需求模式下的水库水位扰动区间评估与控制方法
CN115081700A (zh) 基于综合储能技术的数据中心多能协同优化方法及***
CN110707756A (zh) 一种高比例风电接入电网的光热电站日前调峰优化控制方法
CN113078684B (zh) 一种基于双层优化的区域能源社区规划方法
CN115936336B (zh) 一种虚拟电厂容量配置与调控运行优化方法
CN115642620A (zh) 一种储能参与低碳灵活调峰的双层优化方法
CN116131302A (zh) 考虑碳捕集电厂能耗时移特性的储能调度方法及***

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