技术领域
[0001] 本
发明属于电力系统优化方法,具体地说是一种考虑深度调峰和需求响应的电力系统灵活性优化调度方法。
背景技术
[0002] 受环境污染和化石
燃料短缺问题的驱动,近年来全球范围内以
风力和光伏为代表的间歇性
可再生能源发电技术得到快速发展。截止2016年底,全球风电和光伏累计装机容量达7.9亿千瓦,占全球累计装机容量的11.8%。然而,间歇性
可再生能源出力受资源和预测技术限制而呈现出
波动性和不确定性的特点,连同负荷的不确定性,二者共同作用加剧了系统安全可靠运行的风险。为此,2008年国际能源署发布了专题报告提出了“电力系统灵活性”概念,指出通过提高电力系统灵活性
水平来增加系统对功率波动的应对能力。我国也专
门发布了《关于提升电力系统调节能力的指导意见》,指出通过提升现有机组的深度调峰能力、增加系统负荷侧需求响应资源的利用规模等方法,提高系统灵活性调节能力,达到增加间歇性可再生能源并网规模、减少
碳排放的目的。
[0003] 目前关于考虑电力系统灵活性的优化调度方法,通常是利用历史数据统计或预测手段对间歇性可再生能源出力和负荷的波动性和不确定性进行估计,将估计值放入优化调度模型约束中。而间歇性可再生能源出力和负荷的变化存在不可预见性,通过统计或预测的手段只能对可预见因素进行量化,而无法对不可预见因素进行量化。因此,在上述优化调度方法下系统仍然面临较大风险。
[0004] 经过对
现有技术文献的检索发现,国内暂无关于日前阶段电力系统灵活性优化调度的内容与应用。国外技术文献通常是利用历史数据统计或预测手段对间歇性可再生能源出力和负荷的波动性和不确定性进行估计,将估计值放入优化调度模型约束中,再以系统运行成本为优化目标建立日前阶段的优化调度模型,如《Enhancing Power System Operational Flexibility with Flexible Ramping Products:A Review》(IEEE Trans.on Industrial Informatics,2017,13(4):1652-1664)、《An Integrated Scheduling Approach to Underpin Flexibility in European Power Systems》(IEEE Trans.on Sustainable Energy,2016,7(2):647-657)、《Hourly Demand Response in Day-Ahead Scheduling Considering Generating Unit Ramping Cost》(IEEE Trans.on Power Systems,2013,28(3):2446-2454)、《Thermal Generation Flexibility with Ramping Costs and Hourly Demand Response in Stochastic Security-Constrained Scheduling of Variable Energy Sources》(IEEE Trans.on Power Systems,2015,30(6):2955-2964)。此外,目前关于电力系统灵活性的研究仍处于起步阶段,尚未形成统一理论,相关灵活性评价指标、评价方法及优化调度方法的研究均在发展之中。
发明内容
[0005] 有鉴于此,本发明提供一种考虑深度调峰和需求响应的电力系统灵活性优化调度方法,该方法基于电力系统灵活性区间指标的
基础上,考虑机组的深度调峰能力和负荷侧的需求响应资源调节能力,在日前调度阶段通过优化机组的出力编排计划,以达到提升系统灵活性目的。
[0006] 为实现上述目的,本发明采用以下技术方案:
[0007] 一种考虑深度调峰和需求响应的电力系统灵活性优化调度方法,其包括以下步骤:
[0008] 步骤1,考虑机组深度调峰和需求响应,建立灵活性资源模型;
[0009] 步骤2,从所研究
节点允许的功率波动区间
角度出发,建立电力系统灵活性区间评价指标;
[0010] 步骤3,考虑系统灵活性资源的调节能力,建立考虑电力系统灵活性的机组出力日前优化调度模型;
[0011] 步骤4,通过对约束条件的转化,将NP-hard问题转换为线性规划和二次规划问题进行求解。
[0012] 作为上述技术方案的补充,所述的步骤1包括:
[0013] 步骤1.1,建立机组调峰模型:
[0014]
[0015] 式(1)中, 为机组i的最小技术出力, 为机组i的最大技术出力,ηi为机组i的最小技术出力占最大技术出力的比例,非深度调峰机组和深度调峰机组的调峰能力由ηi确定;
[0016] 步骤1.2,建立可中断负荷模型:
[0017]
[0018] 式(2)中, 表示时刻t节点i未参与可中断负荷项目之前的负荷, 表示参与之后的负荷, 为负荷的中断比例,NIL为参与可中断负荷项目的节点集合;
[0019] 步骤1.3,建立峰谷分时电价模型,包括:
[0020] 步骤1.3.1,确定峰谷时段负荷的自身增加比例和峰谷时段之间的负荷转移比例:
[0021]
[0022] 式(3)中, 表示节点i峰时段负荷自身削减比例, 表示峰时段转移到谷时段的负荷比例, 表示谷时段负荷自身增加比例;εi为节点i的负荷自弹性系数, 为峰谷时段之间负荷交叉弹性系数; 分别为实行分时电价之后峰时段和谷时段的电价改变比例;
[0023] 步骤1.3.2,确定各节点负荷各时刻因实行峰谷分时电价而改变的负荷量:
[0024]
[0025] 式(4)中, 表示实行分时电价后t时刻节点i负荷改变量; 分别为实行分时电价前峰时段和谷时段的总负荷在相应时段内的平均值;NTOU表示参与分时电价的f g负荷节点集合;T、T分别表示峰时段集合和谷时段集合;
[0026] 步骤1.3.3,确定各节点负荷各时刻实行峰谷分时电价后的负荷:
[0027]
[0028] 式(5)中, 表示t时刻节点i未实行峰谷分时电价之前的负荷, 表示实行峰谷分时电之后的负荷。
[0029] 作为上述技术方案的补充,所述步骤2从所研究节点允许的功率波动区间角度,建立电力系统灵活性区间评价指标如下:
[0030]
[0031] 式(6)中, 分别为系统灵活性区间的下限和上限, 分别表示t时刻节点i的灵活性区间下限和上限, 为所研究节点的灵活性区间的向量形式,维数为研究节点数N,1是全1列向量。
[0032] 作为上述技术方案的补充,所述步骤3考虑系统灵活性资源的调节能力,建立考虑电力系统灵活性的机组出力日前优化调度模型包括:
[0033] 步骤3.1,以系统灵活性区间为目标,建立阶段一优化模型,确定各时刻系统的灵活性区间;
[0034] 步骤3.2,在阶段一确定的系统灵活性区间基础上,以机组运行成本为优化目标,建立阶段二优化模型,确定机组日前出力计划。
[0035] 作为上述技术方案的补充,所述步骤3.1包括:
[0036] 步骤3.1.1,确定所述阶段一优化模型的目标函数:
[0037] 根据所述系统灵活性区间指标,考虑负荷节点、间歇性可再生能源节点及二者混合节点,阶段一建立以调度日各时刻系统灵活性区间为目标的优化调度模型:
[0038]
[0039] 式(7)中,NT为调度时段集合;
[0040] 步骤3.1.2,确定所述阶段一优化模型的约束条件。
[0041] 作为上述技术方案的补充,所述步骤3.1.2阶段一优化模型的约束条件包括电力平衡约束、线路潮流约束、机组出力区间约束、机组出力爬坡约束、节点灵活性区间边界约束和灵活性资源约束;
[0042] a.电力平衡约束:
[0043]
[0044]
[0045] 式(8)和(9)中,Pt表示调度日在t时刻各节点净负荷的预测值向量, 表示假设t时刻在节点灵活性区间 内围绕Pt变化的向量,二者维数均为净负荷节点个数;表示调度日t时刻各机组计划出力向量, 表示当 变化时,为保持电力平衡和线路输电容量不越限,对应的机组出力, 和 的维数为机组个数;
[0046] b.线路潮流约束:
[0047]
[0048]
[0049] 式(10)和(11)中,S1表示基于直流潮流的发
电机节点对线路的分布因子矩阵,S2为基于直流潮流净负荷节点对线路的分布因子矩阵,Pl为各条线路输电容量限值向量,维数为线路数量;
[0050] c.机组出力区间约束:
[0051]
[0052]
[0053] 式(12)和(13)中, 分别为机组技术出力下限和上限向量,维数为机组个数;
[0054] d.机组出力爬坡约束:
[0055]
[0056]
[0057] 式(14)和(15)中,r为各机组爬坡率构成的向量,Δt是机组调度时间尺度,ΔT为研究的灵活性时间尺度;
[0058] e.节点灵活性区间边界约束:
[0059]
[0060]
[0061]
[0062] 式(16)~(18)中, 为t时刻节点i的净负荷, 为节点i的额定间歇性可再生能源装机容量;
[0063] f.灵活性资源约束:
[0064] 灵活性资源约束包括所述步骤1中式(1)~(5)。
[0065] 作为上述技术方案的补充,所述步骤3.2包括:
[0066] 步骤3.2.1,确定所述阶段二优化模型的目标函数:
[0067]
[0068] 式(19)中,c2、c1、c0是机组的经济参数,NT为调度时段集合,NG为机组集合, 为t时段机组i出力;
[0069] 步骤3.2.2,确定所述阶段二优化模型的约束条件。
[0070] 作为上述技术方案的补充,所述步骤3.2.2阶段二优化模型的约束条件,包括步骤3.1.2的约束条件(8)~(18)和系统灵活性区间边界约束。
[0071] 作为上述技术方案的补充,所述系统灵活性区间边界约束如下:
[0072]
[0073] 式(20)中, 和 分别是步骤3.1中阶段一求得的t时刻系统灵活性区间的上限和下限。
[0074] 作为上述技术方案的补充,所述步骤4实现如下:
[0075] 步骤4.1,式(11)转化为考虑当节点净负荷取到节点灵活性区间下限 和上限时,保证线路潮流不越限:
[0076]
[0077]
[0078] 步骤4.2,采用线性规划方法求解步骤3.1的阶段一模型,确定各时刻的系统灵活性区间;
[0079] 步骤4.3,采用二次规划方法求解步骤3.2的阶段二模型,确定各调度时段的机组计划出力。
[0080] 本发明具有的有益效果是:本发明基于电力系统灵活性区间指标的基础上,考虑机组的深度调峰能力和负荷侧的需求响应资源调节能力,在日前调度阶段通过优化机组的出力编排计划,达到提升系统灵活性目的。本发明使得系统面对无法准确量化的不确定波动时具备更强的鲁棒性。
附图说明
[0081] 图1是本发明一种考虑深度调峰和需求响应的电力系统灵活性优化调度方法的
流程图;
[0082] 图2是本发明一个
实施例的算例中负荷、风电机组和光伏机组出力预测标幺值曲线图;
[0083] 图3是本发明系统灵活性区间指标示意图;
[0084] 图4是本发明一个实施例的算例中方案1与方案0的调度日系统灵活性区间对比图;
[0085] 图5是本发明一个实施例的算例中方案2与方案1的调度日系统灵活性区间对比图。
具体实施方式
[0086] 下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
[0087] 如图1所示,本发明提供一种考虑深度调峰和需求响应的电力系统灵活性优化调度方法,包括以下步骤:
[0088] 步骤1,考虑机组深度调峰和需求响应,建立灵活性资源模型;
[0089] 步骤2,从所研究节点允许的功率波动区间角度出发,建立电力系统灵活性区间评价指标;
[0090] 步骤3,考虑系统灵活性资源的调节能力,建立考虑电力系统灵活性的机组出力日前优化调度模型;
[0091] 步骤4,通过对约束条件的转化,将NP-hard问题转换为线性规划和二次规划问题进行求解。
[0092] 本实施例算例中测试系统为改进的IEEE39节点系统,节点6接入600MW风电机组,节点30机组替换为600MW风电机组,节点32机组替换为600MW光伏机组。系统负荷、节负荷、风电机组出力、光伏机组出力情况如图2所示。因为间歇性可再生能源出力具有短时大幅变化的特点,且国内间歇性可再生能源出力数据时间尺度一般为15min,因此本实施例算例的灵活性时间尺度ΔT和常规机组调度时间尺度Δt均取15min。常规机组的最大技术出力为额定容量,假设正常情况下最小技术出力为额定容量的50%,深度调峰改造后最小技术出力为30%。机组33和35为具有深度调峰能力的机组。
[0093] 步骤1中参与需求响应的负荷节点、参与需求响应的类型、参与的负荷比例、可中断负荷中断比例及峰谷分时电价项目中的负荷弹性系数如表1所示。峰谷分时电价项目中的峰时段为8:00~22:00,其余为谷时段,可中断负荷项目实行时间是16:00~19:00,峰时电价和谷时电价相对于未实行分时电价项目前分别上调50%和下调50%。
[0094] 表1参与需求响应的负荷节点相关参数
[0095]
[0096]
[0097] 实现步骤1包括:
[0098] 步骤1.1,建立机组调峰模型:
[0099]
[0100] 式(1)中, 为机组i的最小技术出力, 为机组i的最大技术出力,ηi为机组i的最小技术出力占最大技术出力的比例。非深度调峰机组和深度调峰机组的调峰能力由ηi确定。
[0101] 步骤1.2,建立可中断负荷模型:
[0102]
[0103] 式(2)中, 表示时刻t节点i未参与可中断负荷项目之前的负荷, 表示参与之后的负荷, 为负荷的中断比例,NIL为参与可中断负荷项目的节点集合。
[0104] 步骤1.3,建立峰谷分时电价模型:
[0105] 步骤1.3.1,确定峰谷时段负荷的自身增加比例和峰谷时段之间的负荷转移比例:
[0106]
[0107] 式(3)中, 表示节点i峰时段负荷自身削减比例, 表示峰时段转移到谷时段的负荷比例, 表示谷时段负荷自身增加比例;εi为节点i的负荷自弹性系数, 为峰谷时段之间负荷交叉弹性系数; 分别为实行分时电价之后峰时段和谷时段的电价改变比例。
[0108] 步骤1.3.2,确定各节点负荷各时刻因实行峰谷分时电价而改变的负荷量:
[0109]
[0110] 式(4)中, 表示实行分时电价后t时刻节点i负荷改变量; 分别为实行分时电价前峰时段和谷时段的总负荷在相应时段内的平均值;NTOU表示参与分时电价的负荷节点集合;Tf、Tg分别表示峰时段集合和谷时段集合。
[0111] 步骤1.3.3,确定各节点负荷各时刻实行峰谷分时电价后的负荷:
[0112]
[0113] 式(5)中, 表示t时刻节点i未实行峰谷分时电价之前的负荷, 表示实行峰谷分时电之后的负荷。
[0114] 如图3所示,是步骤2中本发明的系统灵活性区间指标示意图,本实施例算例中步骤2所研究节点考虑负荷节点、风电机组节点、光伏机组节点及其三者混合节点。
[0115] 实现步骤2包括:
[0116] 从所研究节点允许的功率波动区间角度,建立电力系统灵活性区间评价指标如下:
[0117]
[0118] 式(6)中, 分别为系统灵活性区间的下限和上限, 分别表示t时刻节点i的灵活性区间下限和上限, 为所研究节点的灵活性区间的向量形式,维数为研究节点数N,1是全1列向量。
[0119] 为测试本发明所提方法在提升电力系统灵活性方面的效果,实施例算例在步骤3中设置如表2的测试方案,测试结果如图4和图5所示。
[0120] 表2测试方案
[0121]编号 深度调峰 DR资源 优化模型
方案0 不考虑 不考虑 经济调度模型
方案1 不考虑 不考虑 本发明调度模型
方案2 考虑 考虑 本发明调度模型
[0122] 实现步骤3包括:
[0123] 步骤3,考虑系统灵活性资源的调节能力,建立考虑电力系统灵活性的机组出力日前优化调度模型实现如下:
[0124] 步骤3.1,以系统灵活性区间为目标,建立阶段一优化模型,确定各时刻系统的灵活性区间,包括:
[0125] 步骤3.1.1,确定所述阶段一优化模型的目标函数:
[0126] 根据所述系统灵活性区间指标,考虑负荷节点、风电机组节点、光伏机组节点及三者混合节点,阶段一建立以调度日各时刻系统灵活性区间为目标的优化调度模型:
[0127]
[0128] 式(7)中,NT为调度时段集合。
[0129] 步骤3.1.2,确定所述阶段一优化模型的约束条件:
[0130] 所述阶段一优化模型的约束条件包括电力平衡约束、线路潮流约束、机组出力区间约束、机组出力爬坡约束、节点灵活性区间边界约束,灵活性资源约束:
[0131] a.电力平衡约束:
[0132]
[0133]
[0134] 式(8)和(9)中,Pt表示调度日在t时刻各节点净负荷(负荷减去间歇性可再生能源出力)的预测值向量, 表示假设t时刻在节点灵活性区间 内围绕Pt变化的向量,二者维数均为净负荷节点个数; 表示调度日t时刻各机组计划出力向量, 表示当 变化时,为保持电力平衡和线路输电容量不越限,对应的机组出力, 和的维数为机组个数;
[0135] b.线路潮流约束:
[0136]
[0137]
[0138] 式(10)和(11)中,S1表示基于直流潮流的发电机节点对线路的分布因子矩阵,S2为基于直流潮流净负荷节点对线路的分布因子矩阵,Pl为各条线路输电容量限值向量,维数为线路数量;
[0139] c.机组出力区间约束:
[0140]
[0141]
[0142] 式(12)和(13)中, 分别为机组技术出力下限和上限向量,维数为机组个数;
[0143] d.机组出力爬坡约束:
[0144]
[0145]
[0146] 式(14)和(15)中,r为各机组爬坡率构成的向量,Δt是机组调度时间尺度,ΔT为研究的灵活性时间尺度;
[0147] e.节点灵活性区间边界约束:
[0148]
[0149]
[0150]
[0151] 式(16)~(18)中, 为t时刻节点i的净负荷, 为节点i的额定间歇性可再生能源装机容量;
[0152] f.灵活性资源约束:
[0153] 灵活性资源约束包括所述步骤1中式(1)~(5)。
[0154] 步骤3.2,在阶段一确定的系统灵活性区间基础上,以机组运行成本为优化目标,建立阶段二优化模型,确定机组日前出力计划,包括:
[0155] 步骤3.2.1,确定所述阶段二优化模型的目标函数:
[0156]
[0157] 式(19)中,c2、c1、c0是机组的经济参数,NT为调度时段集合,NG为机组集合, 为t时段机组i出力。
[0158] 步骤3.2.2,确定所述阶段二优化模型的约束条件:
[0159] 所述阶段二优化模型的约束条件包括步骤3.1.2所述的所有约束条件和系统灵活性区间边界约束。
[0160] 系统灵活性区间边界约束如下:
[0161]
[0162] 式(20)中, 和 分别是所述步骤3.1中阶段一求得的t时刻系统灵活性区间的上限和下限。
[0163] 在上述一种考虑深度调峰和需求响应的电力系统灵活性优化调度方法中,所述步骤4包括:
[0164] 步骤4.1,约束(11)转化为考虑当节点净负荷取到节点灵活性区间下限 和上限 时,保证线路潮流不越限:
[0165]
[0166]
[0167] 步骤4.2,采用线性规划方法求解步骤3.1的阶段一模型,确定各时刻的系统灵活性区间;
[0168] 步骤4.3,采用二次规划方法求解步骤3.2的阶段二模型,确定各调度时段的机组计划出力。
[0169] 从上述的技术方案来看,本发明提供一种考虑深度调峰和需求响应的电力系统灵活性优化调度方法,其有益效果是:使得系统面对无法准确量化的不确定波动时具备更强的鲁棒性。
[0170] 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,而这些未脱离本发明精神和范围的任何修改或者等同替换,其均在本发明的
权利要求保护范围之内。