考虑海上风电接入的多电源系统容量配置调度方法及装置转让专利

申请号 : CN202110692975.5

文献号 : CN113364051B

文献日 :

基本信息:

PDF:

法律信息:

相似专利:

发明人 : 袁振华鉴庆之李文升王亮刘晓明田鑫杨思张辉程佩芬王男张丽娜孙东磊牟颖杜欣烨孙永辉

申请人 : 国网山东省电力公司经济技术研究院国家电网有限公司河海大学

摘要 :

本发明公开了一种考虑海上风电接入的多电源系统容量配置调度方法及装置,首先依据出力特性及互补关系,选择电源与储能类型,建立考虑海上风电集群接入的多电源系统模型;然后根据所选电源及储能建立多电源系统建设、运行及维护成本模型;其次以总成本最优为目标函数构建多电源系统双层优化配置规划模型,同时计及海上风电功率预测误差对模型进行鲁棒优化;最后调用自适应惯性权重粒子群算法及Cplex求解器对上、下层模型进行求解,得到考虑海上风电接入的多电源系统的容量配置及调度规划方案。本发明基于鲁棒优化以及双层优化容量配置及调度规划方法,获得了针对海上风电接入并计及预测误差的多电源配置规划方案,提升了电力系统运行的经济性、可靠性。

权利要求 :

1.一种考虑海上风电接入的多电源系统容量配置调度方法,其特征在于,包括以下步骤:(1)依据出力特性及互补关系,选择电源与储能类型,建立考虑海上风电集群接入的多电源系统模型;

(2)根据所选电源及储能建立多电源系统建设、运行及维护成本模型;

(3)考虑多电源系统中发电机组运行约束条件;

(4)以总成本最优为目标函数构建多电源系统双层优化配置规划模型,并考虑海上风电功率预测误差,对下层模型进行鲁棒优化;

(5)调用自适应惯性权重粒子群算法及Cplex求解器求解上、下层优化模型;

(6)输出成本最优的电源容量配置方案及运行规划结果;

步骤(2)所述建立多电源系统运行成本模型是分别构建系统内机组燃耗成本模型及启动成本模型,多电源系统运行成本为:COP(t)=CFO(t)+CTO(t)+CPO(t)式中,CFO、CTO分别为t时段火电系统、燃气轮机发电系统燃耗成本;CPO为t时段抽水蓄能系统启动成本;

系统燃耗成本模型为:

i i i

式中, 分别为火电机组i和燃气轮机组g在t时段的输出功率;a 、b 、c为火电机n组i的运行成本相关系数;p为天然气单位燃耗成本;η为燃气轮机组的发电效率;NG、NT分别为火电机组、燃气轮机组总数;

系统启动成本模型为:

gen,k pum,k

式中, 分别为抽水蓄能机组k在t时段发电及抽水时的启动成本;s 、s 分别为抽水蓄能机组k发电及抽水的启动成本; 表示抽水蓄能机组k在t时段处于发电状态; 表示抽水蓄能机组k在t时段处于抽水状态;NH为抽蓄机组总数;

步骤(3)多电源系统中发电机组运行约束条件为:

式中, 分别为抽水蓄能机组k在t时段的发电、抽水功率; 为t时段海上风电场w的风电功率预测值; 为t时段海上风电场w的弃风功率; 为t时段负荷节点d的有功功率预测值;NW为海上风电机组总数;D为负荷节点数量;

海上风电弃风功率约束为:

式中,e为海上风电弃风率上限;

火电机组运行约束条件包括:

式中, 为火电机组i在t时段的启停情况, 表示火电机组i在t时段处于停机状态,表示火电机组i在t时段处于运行状态; 分别为火电机组i允许的最小、最大输出功率; 分别为火电机组i单位时间内的最大减载、加载速率限值;Δt为调度时间间隔;

燃气轮机组运行约束条件包括:

式中, 为燃气轮机组g在t时段的启停情况, 表示燃气轮机组g在t时段处于停机状态, 表示燃气轮机组g在t时段处于运行状态; 分别为燃气轮机组g允许的最小、最大输出功率; 分别为燃气轮机组g单位时间内的最大减载、加载速率限值;

抽水蓄能机组运行约束可为:

式中, 分别为t时段抽水蓄能机组k是否处于发电、抽水状态,1表示处于对应状态,0表示不处于对应状态; 分别为抽水蓄能机组k允许范围内的最小、最大发电功率; 分别为抽水蓄能机组k允许范围内的最小、最大抽水功率;

抽水蓄能电站库容约束为:

式中,Wt为t时段上水库水量; 分别为t时段抽水及发电状态的平均水量/电量转换系数;Wmin、Wmax分别为上水库最小、最大水量;

步骤(4)所述的目标函数为:

式中,COP(t)为多电源系统运行成本,CIM为多电源系统建设及维护成本;

步骤(4)所述的构建多电源系统双层优化配置规划模型为上层优化模型将多类型电源容量配置方案传递给下层模型,下层模型根据电源容量生成成本最优的运行调度规划,并将最小成本结果返回给上层模型;上层模型根据返回结果优化容量配置;

步骤(4)所述考虑海上风电功率预测误差,对下层模型进行鲁棒优化过程如下:式中,x为传统电源出力;ε为海上风电功率预测值,属于不确定集合U,且U为有界闭集;

f为目标函数;g为约束条件函数。

2.根据权利要求1所述的考虑海上风电接入的多电源系统容量配置调度方法,其特征在于,步骤(1)所述的多电源系统模型为包括火力发电、燃气轮机发电、抽水蓄能的多电源系统。

3.根据权利要求1所述的考虑海上风电接入的多电源系统容量配置调度方法,其特征在于,步骤(2)所述建立多电源系统建设及维护成本模型是通过折现率将其分摊到使用期中的每一个调度周期内,实现过程如下:其中:

其中, 为系统 的单位造价; 为系统 的容量; 为系统 内机组使用年限;λ为折现率; 为系统 的维护成本与建设成本的比值。

4.一种考虑海上风电接入的多电源系统容量配置调度装置,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计算机程序,其特征在于,所述计算机程序被加载至处理器时实现根据权利要求1‑3任一项所述的考虑海上风电接入的多电源系统容量配置调度方法。

说明书 :

考虑海上风电接入的多电源系统容量配置调度方法及装置

技术领域

[0001] 本发明属于综合能源系统规划领域,具体涉及一种考虑海上风电接入的多电源系统容量配置调度方法及装置。

背景技术

[0002] 当前日趋严峻的能源和环境问题,已经在全球形成了规模化开发非化石能源的大趋势。全球能源转型的基本趋势是实现化石能源体系向低碳能源体系的转变,最终目标是进入以可再生能源为主的可持续能源时代。从当前全球海上风电的发展来看,同一片海域内,通常规划与建设有容量不一、位置相邻、所有权不同的多个海上风电场,海上风电发展表现出明显的集群化与规模化特点。海上风电受到自然因素(包括气候、温度等)的影响,其出力具有随机性和间歇性等不确定性特征,大规模海上风电接入,除了造成电网状态信息不确定性的增加,还将进一步增大电网调峰压力、受端电网电压支撑的压力以及有功和无功备用容量优化配置的难度等。
[0003] 近年来,海上风电开发速度不断加快,大规模海上风电接入受端电网分析及并网规划成为研究热点。现有海上风电场多为近海、潮间带、滩涂风电场,并网方式多采用交流并网或双端直流并网方式,风电场相对于受端电网容量较小,对受端电网影响相对较小,规划设计考虑因素较少。目前,有关风电并网下电力系统多电源优化配置的研究汗牛充栋,但是针对大规模海上风电与受端电网的协同规划策略研究仍存在大量空白,随着大规模海上风电的开发,现有规划设计技术无法直接应用到大规模海上风电并网规划研究方面。大容量海上风电并入受端电网,两者的交互影响更加复杂,规划设计需要考虑的因素更多,难度更大。因此针对适应大规模海上风电接入的受端电网多类型电源的优化配置问题,亟需建立更为科学有效的规划研究工具和方法。

发明内容

[0004] 发明目的:本发明的目的在于提出考虑海上风电接入的多电源系统容量配置调度方法及装置,为海上风电集群接入的多电源系统的电源容量优化配置及运行调度规划提供支撑。
[0005] 发明内容:本发明提出一种考虑海上风电接入的多电源系统容量配置及调度规划方法,具体包括以下步骤:
[0006] (1)依据出力特性及互补关系,选择电源与储能类型,建立考虑海上风电集群接入的多电源系统模型;
[0007] (2)根据所选电源及储能建立多电源系统建设、运行及维护成本模型;
[0008] (3)考虑多电源系统中发电机组运行约束条件;
[0009] (4)以总成本最优为目标函数构建多电源系统双层优化配置规划模型,并考虑海上风电功率预测误差,对下层模型进行鲁棒优化;
[0010] (5)调用自适应惯性权重粒子群算法及Cplex求解器求解上、下层优化模型;
[0011] (6)输出成本最优的电源容量配置方案及运行规划结果。
[0012] 进一步地,步骤(1)所述的多电源系统模型为包括火力发电、燃气轮机发电、抽水蓄能的多电源系统。
[0013] 进一步地,步骤(2)所述建立多电源系统建设及维护成本模型是通过折现率将其分摊到使用期中的每一个调度周期内,实现过程如下:
[0014]
[0015] 其中:
[0016]
[0017] 其中, 为系统 的单位造价; 为系统 的容量; 为系统 内机组使用年限;λ为折现率; 为系统 的维护成本与建设成本的比值。
[0018] 进一步地,步骤(2)所述建立多电源系统运行成本模型是分别构建系统内机组燃耗成本模型及启动成本模型,多电源系统运行成本为:
[0019] COP(t)=CFO(t)+CTO(t)+CPO(t)
[0020] 式中,CFO、CTO分别为t时段火电系统、燃气轮机发电系统燃耗成本;CPO为t时段抽水蓄能系统启动成本;
[0021] 系统燃耗成本模型为:
[0022]i i i
[0023] 式中, 分别为火电机组i和燃气轮机组g在t时段的输出功率;a 、b、c为火n电机组i的运行成本相关系数;p为天然气单位燃耗成本;η为燃气轮机组的发电效率;NG、NT分别为火电机组、燃气轮机组总数;
[0024] 系统启动成本模型为:
[0025]
[0026]
[0027] 式中, 分别为抽水蓄能机组k在t时段发电及抽水时的启动成本;sgen,k、pum,ks 分别为抽水蓄能机组k发电及抽水的启动成本; 表示抽水蓄能机组k在t时段处于发电状态; 表示抽水蓄能机组k在t时段处于抽水状态;NH为抽蓄机组总数。
[0028] 进一步地,步骤(3)多电源系统中发电机组运行约束条件为:
[0029]
[0030] 式中, 分别为抽水蓄能机组k在t时段的发电、抽水功率; 为t时段海上风电场w的风电功率预测值; 为t时段海上风电场w的弃风功率; 为t时段负荷节点d的有功功率预测值;NW为海上风电机组总数;D为负荷节点数量;
[0031] 海上风电弃风功率约束为:
[0032]
[0033] 式中,e为海上风电弃风率上限;
[0034] 火电机组运行约束条件包括:
[0035]
[0036]
[0037] 式中, 为火电机组i在t时段的启停情况, 表示火电机组i在t时段处于停机状态, 表示火电机组i在t时段处于运行状态; 分别为火电机组i允许的最小、最大输出功率; 分别为火电机组i单位时间内的最大减载、加载速率限值;Δt为调度时间间隔;
[0038] 燃气轮机组运行约束条件包括:
[0039]
[0040]
[0041] 式中, 为燃气轮机组g在t时段的启停情况, 表示燃气轮机组g在t时段处于停机状态, 表示燃气轮机组g在t时段处于运行状态; 分别为燃气轮机组g允许的最小、最大输出功率; 分别为燃气轮机组g单位时间内的最大减载、加载速率限值;
[0042] 抽水蓄能机组运行约束可为:
[0043]
[0044] 式中, 分别为t时段抽水蓄能机组k是否处于发电、抽水状态,1表示处于对应状态,0表示不处于对应状态; 分别为抽水蓄能机组k允许范围内的最小、最大发电功率 分别为抽水蓄能机组k允许范围内的最小、最大抽水功率;
[0045] 抽水蓄能电站库容约束为:
[0046]
[0047] 式中,Wt为t时段上水库水量; 分别为t时段抽水及发电状态的平均水量/电量转换系数;Wmin、Wmax分别为上水库最小、最大水量。
[0048] 进一步地,步骤(4)所述的目标函数为:
[0049]
[0050] 式中,COP(t)为多电源系统运行成本,CIM为多电源系统建设及维护成本。
[0051] 进一步地,步骤(4)所述的构建多电源系统双层优化配置规划模型为上层优化模型将多类型电源容量配置方案传递给下层模型,下层模型根据电源容量生成成本最优的运行调度规划,并将最小成本结果返回给上层模型;上层模型根据返回结果优化容量配置。
[0052] 进一步地,步骤(4)所述考虑海上风电功率预测误差,对下层模型进行鲁棒优化过程如下:
[0053]
[0054] 式中,x为传统电源出力;ε为海上风电功率预测值,属于不确定集合U,且U为有界闭集;f为目标函数;g为约束条件函数。
[0055] 基于相同的发明构思,本发明还提供一种考虑海上风电接入的多电源系统容量配置调度装置,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计算机程序;所述计算机程序被加载至处理器时实现上述的考虑海上风电接入的多电源系统容量配置调度方法。
[0056] 有益效果:与现有技术相比,本发明的有益效果:1、本发明针对海上风电与传统电源联合出力的协调优化策略兼顾系统运行经济性及海上风电消纳水平,提升了系统运行调度的灵活性;多电源系统双层优化配置规划模型通过鲁棒优化增强了电源规划过程中对于海上异常风况的包容性,实现了系统的稳定可靠运行;2、本发明模型和方法为针对海上风电接入的多源系统的电源容量配置、运行调度规划提供理论指导,为考虑海上风电并网的电源规划技术提供必要的技术支撑。

附图说明

[0057] 图1为本发明的流程图;
[0058] 图2为本发明在本实施方式中的多电源系统调度规划图。

具体实施方式

[0059] 下面结合附图对本发明做进一步详细说明。
[0060] 本发明提出一种考虑海上风电接入的多电源系统容量配置调度方法,如图1所示,考虑海上风电接入,确定多电源系统中电源及储能模型;初始化,设置粒子群参数,生成多类型电源容量初始化种群;将上层决策量代入下层鲁棒优化模型,得到运行调度规划及运行成本;找到各个粒子当前最优位置及整个粒子群的最优位置。更新各个粒子的速度和位置,生成新的种群,循环上述步骤直至满足终止条件,输出成本最优的容量配置及调度规划方案。具体包括以下步骤:
[0061] 步骤1:依据出力特性及互补关系,选择电源与储能类型,建立考虑海上风电集群接入的多电源系统模型。
[0062] 分析不同能源形式的互补特性和协同效应,针对海上风电大规模集群接入的电力系统,考虑火力发电、燃气轮机发电、抽水蓄能共同组成多源系统,并选择机组参数。
[0063] 步骤2:根据所选电源及储能建立多电源系统建设、运行及维护成本模型。
[0064] 过折现率将系统建设及维护成本分摊到使用期中的每一个调度周期内,考虑机组燃耗成本及启动成本,建立多电源系统建设、运行及维护成本模型。
[0065] 多电源系统建设及维护成本:
[0066]
[0067] 其中:
[0068]
[0069] 式中, 为系统 的单位造价; 为系统 的容量; 为系统 内机组使用年限;λ为折现率; 为系统 的维护成本与建设成本的比值。
[0070] 多电源系统运行成本:
[0071] COP(t)=CFO(t)+CTO(t)+CPO(t)
[0072] 式中,CFO、CTO分别为t时段火电系统、燃气轮机发电系统燃耗成本;CPO为t时段抽水蓄能系统启动成本。
[0073] 对于系统燃耗成本模型可表示为:
[0074]
[0075] 式中, 分别为火电机组i和燃气轮机组g在t时段的输出功率;ai、bi、ci为火n电机组i的运行成本相关系数;p为天然气单位燃耗成本;η为燃气轮机组的发电效率;NG、NT分别为火电机组、燃气轮机组总数。
[0076] 对于系统启动成本模型可表示为:
[0077]
[0078]
[0079] 式中, 分别为抽水蓄能机组k在t时段发电及抽水时的启动成本;sgen,k、pum,ks 分别为抽水蓄能机组k发电及抽水的启动成本; 表示抽水蓄能机组k在t时段处于发电状态; 表示抽水蓄能机组k在t时段处于抽水状态;NH为抽蓄机组总数。
[0080] 步骤3:考虑多电源系统中发电机组运行约束条件。
[0081] 多电源系统内功率平衡约束:
[0082]
[0083] 式中, 分别为火电机组i和燃气轮机组g在t时段的输出功率; t分别为抽水蓄能机组k在t时段的发电、抽水功率; 为t时段海上风电场w的风电功率预测值; 为t时段海上风电场w的弃风功率; 为t时段负荷节点d的有功功率预测值;NG、NT、NH、NW分别为火电机组、燃气轮机组、抽蓄机组以及海上风电机组总数;D为负荷节点数量。
[0084] 海上风电弃风功率约束:
[0085]
[0086] 式中,e为海上风电弃风率上限。
[0087] 火电机组运行约束:
[0088]
[0089]
[0090] 式中, 为火电机组i在t时段的启停情况, 表示火电机组i在t时段处于停机状态, 表示火电机组i在t时段处于运行状态; 分别为火电机组i允许的最小、最大输出功率; 分别为火电机组i单位时间内的最大减载、加载速率限值;Δt为调度时间间隔。
[0091] 燃气轮机组运行约束:
[0092]
[0093]
[0094] 式中, 为燃气轮机组g在t时段的启停情况, 表示燃气轮机组g在t时段处于停机状态, 表示燃气轮机组g在t时段处于运行状态; 分别为燃气轮机组g允许的最小、最大输出功率; 分别为燃气轮机组g单位时间内的最大减载、加载速率限值。
[0095] 抽水蓄能机组运行约束:
[0096]
[0097] 式中, 分别为t时段抽水蓄能机组k是否处于发电、抽水状态,1表示处于对应状态,0表示不处于对应状态; 分别为抽水蓄能机组k允许范围内的最小、最大发电功率; 分别为抽水蓄能机组k允许范围内的最小、最大抽水功率。
[0098] 抽水蓄能电站库容约束:
[0099]
[0100] 式中,Wt为t时段上水库水量; 分别为t时段抽水及发电状态的平均水量/电量转换系数;Wmin、Wmax分别为上水库最小、最大水量。
[0101] 步骤4:以总成本最优为目标函数构建多电源系统双层优化配置规划模型,并考虑海上风电功率预测误差,对下层模型进行鲁棒优化。
[0102] 以包含建设、运维成本在内的系统总成本最小为目标函数,其数学模型为:
[0103]
[0104] 其中,COP(t)为多电源系统运行成本,CIM为多电源系统建设及维护成本[0105] 上层优化模型将多类型电源容量配置方案传递给下层模型,下层模型根据电源容量生成成本最优的运行调度规划,并将最小成本结果返回给上层模型;然后,上层模型根据返回结果优化容量配置。
[0106] 考虑海上风电功率预测误差,对下层模型进行鲁棒优化。
[0107] 含有不确定参数的优化问题可描述如下:
[0108]
[0109] 式中,x为决策变量;ε为不确定量,属于不确定集合U;f为目标函数;g为约束条件函数。若U为有界闭集,则称上式为鲁棒优化问题。
[0110] 步骤5:调用自适应惯性权重粒子群算法及Cplex求解器求解上、下层优化模型。输出成本最优的电源容量配置方案及运行规划结果。
[0111] 调用自适应惯性权重粒子群算法及Cplex求解器求解双层优化模型。在基本粒子群算法中,惯性权重ω为定值,当ω较小时,可以提高算法的局部空间搜寻能力,但搜索新区域的能力较弱,收敛速度慢;当惯性因子ω较大时,有利于提高算法的全局空间搜索能力,但是局部搜索能力较弱,可能无法达到收敛。自适应权重粒子群优化算法针对基本粒子群惯性因子ω优缺点,依据早熟收敛程度和适应度值对惯性权重ω进行动态调整[0112] 基于相同的发明构思,本发明还提供一种考虑海上风电接入的多电源系统容量配置调度装置,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计算机程序;所述计算机程序被加载至处理器时实现上述的考虑海上风电接入的多电源系统容量配置调度方法。
[0113] 为了验证本发明方法的有效性,进行以下实验;利用中国山东省某海上风电场的典型日功率预测数据进行多源受端电网电源容量配置及运行调度规划。海上风电功率预测最大值为3500MW,最小值为794MW,误差设置为±10%。多电源系统内四个火力发电厂,四个燃气轮机发电厂以及两个抽水蓄能电站作为补充电源以达到各个时段的功率平衡及成本最优。通过计及预测误差的双层优化配置规划方法,电源容量配置结果如下表1所示,运行调度规划结果如下图2所示。
[0114] 表1 电源容量配置结果
[0115]
[0116]
[0117] 根据优化结果,海上风电弃风功率控制在20%之内,一个调度周期内总建设成本为129.081万元,总运维成本为11454.245万元,可以看出,本发明所述方法能够兼顾系统的建设、运行维护成本以及能源利用率给出合理的容量配置及运行调度规划方案,并且能够有效地描述系统规划中的不确定性因素,针对预测误差具有更好的包容性,使系统具有稳定性、可靠性高等优势。综上所述,本发明可得出兼顾可靠性与经济性的考虑海上风电接入的多电源系统电源容量配置及调度规划方案,可用于实际工程应用。