一种计及价格型需求响应与CSP电站参与的风电消纳日前调
度方法
技术领域
背景技术
[0002] 我国西北地区风、光等
可再生能源丰富，“多源互补”已成为当地新能源电
力系统的主要 特征。然而，受风电
波动性强、
电网调节能力弱、负荷
水平低，以及目前电力市场价格机制 单一等技术与政策因素的综合影响，导致弃风现象日益严重。如何兼顾技术及市场因素，降 低弃风电量、提高风电消纳水平是含大规模风电电力系统亟需研究解决的现实问题。
[0003] 通过加强需求侧管理和用户响应体系(价格型需求响应price-based demand response， PDR)，可以提高风电消纳能力；同时，可以充分利用具有调节能力的
可再生能源发电形式， 如：
太阳能光热发电(concentrating solar power，CSP)对风电等波动性电源实现输出功率平 抑互补，进而提高风电的上网空间。实际上，可以在电源侧利用调度性强的可再生能源，如： CSP电站弥补风电出力反调峰特性的不足，配合负荷侧价格型需求响应的
削峰填谷，通过源 荷协调共同提高风电消纳量。
发明内容
[0004] 本发明所要解决的技术问题是，提出一种科学合理，适用性强，效果佳的计及价格型需 求响应与CSP电站参与的风电消纳日前调度方法，该方法在考虑综合成本的前提下，兼顾风 电预测和价格型需求响应二者的不确定性以及系统安全约束，构建了基于CSP电站和价格型 需求响应参与风电消纳的调度模型。该模型将CSP电站和价格型需求响应二者与风电优化调 度相结合，通过源荷两侧的协调调度共同提高系统消纳风电的能力。
[0005] 解决其技术采用的技术方案是：一种计及价格型需求响应与CSP电站参与的风电消纳日 前调度方法，其特征是，考虑综合成本的前提下，兼顾风电预测和价格型需求响应二者的不 确定性以及系统安全约束，构建了基于CSP电站和价格型需求响应参与风电消纳的调度模型； 该模型将CSP电站和价格型需求响应二者与风电优化调度相结合，通过源荷两侧的协调调度 共同提高系统消纳风电的能力，具体包括以下步骤：
[0006] 1)价格型需求响应和风电预测的不确定性分析
[0007] (a)价格型需求响应的不确定性
[0008] 在价格型需求响应中，根据消费者
心理学原理，调度中心在制定日前调度计划时，借助 时间尺度为小时级的实时电价在一定程度上改变用户的用电习惯，进而达到削峰填谷增加风 电上网空间的目的；
[0009] 在价格型需求响应中，采用弹性系数表示电价变化率对负荷响应率的影响，对于T时段 的负荷响应率建模为(1)式：
[0010]
[0011] 其中：φΔq，t为时段t负荷的响应率， 时段t负荷的电价的变化率，t∈(1：T)； E为价格型需求弹性矩阵，表达为(2)式：
[0012]
[0013] 其中：εii自弹性系数，εij为交叉弹性系数，下标i和j分别表示第i和第j个调度时段；
[0014] 采用三
角隶属度函数来概括负荷响应率的不确定程度，负荷响应率的模糊表达式和隶属 度参数存在如下的关系，计算为(3)式：
[0015] φΔq，t＝(φΔql，t，φΔq2，t，φΔq3，t) (3)
[0016]
[0017] 其中： 为φΔq，t的模糊表达式；
[0018] φΔq1，t，φΔq2，t，φΔq3，t为t时段负荷响应率的隶属度参数；
[0019] δt为预测的负荷响应率在t时刻的最大误差水平，计算为(5)式：
[0020]
[0021] 其中：λ1为电价因素占据主导前的比例系数； 为电价变化率拐点； 为电价变化率拐 点对应的负荷变化率； 为电价变化率的最大/最小值；
[0022] (b)风电预测的不确定性
[0023] 风电本质上是输出功率具有波动性且不易控制的电源，是典型的间歇性、低功率
密度电 源，风电预测往往会有一定的预测误差；采用正态分布来描述预测误差的不确定性，表达为 (6)式：
[0024]
[0025] 其中：ωt为t时刻风电预测误差；N表示风电预测误差服从正态分布； 为t时刻风电 预测功率；Wm为风
电场的装机容量；
[0026] 风电场实际出力为风电预测出力与预测误差之和，同时风电场实际出力也不应超过其装 机容量，计算为(7)式：
[0027]
[0028] 其中： 为风电场在t时刻的真实出力；
[0029] 2)CSP电站热-电转换模型的建立
[0030] 太阳能镜场将
太阳辐射产生的
热能汇集到集热塔，集热塔收集的热能，计算为(8)式：
[0031]
[0032] 其中： 为集热塔在t时刻收集的热能；ηd-th为光-热转换效率；SSF为太阳能镜场面积；
[0033] Dt表示t时刻太阳直接辐射指数(solar radiation index，DNI)；
[0034] 集热塔收集的热能能够通过
传热流体储存到储热装置，也能够直接供给发电系统进行发 电，为保证CSP电站的稳定运行，集热塔收集的热能也存在着被舍弃的可能；同时发电系统 用于发电的热能也可以由储热系统补充，表达为(9)式：
[0035]
[0036] 其中： 表示储热装置放热效率； 表示集热塔在t时刻舍弃的热能；ESU表示发 电系统在启动过程中消耗的热能；ut表示发电系统的启动变量，1表示发电系统在该时刻启动；
[0037] 储热装置在各个时刻的储热量表达为(10)式：
[0038]
[0039] 其中： 分别表示储热装置t时刻和t-1时刻的储热量；ηloss表示储热装置的热损 失率； 表示储热装置的充热效率； 表示储热装置的充热功率； 表示储热装置的放热功 率；Δt表示时间间隔；
[0040] 在CSP电站的静态模型中不考虑
热力学动态微分方程，CSP电站的发电功率与热能消耗 功率二者可看作线性关系，计算为(11)式：
[0041]
[0042] 其中： 表示CSP电站在t时刻供负荷的发电功率；ηRs,u为CSP电站正旋转备用系数；
[0043] 为CSP电站在t时刻提供正旋转备用；κCSP表示CSP电站发电系统的热-电转换效率； 表示发电系统在t时刻消耗的热能；
[0044] 3)考虑PDR与CSP电站参与风电消纳的日前调度模型的建立
[0045] a)目标函数
[0046] 综合考虑常规火
电机组的发电成本、风电和CSP电站的运行维护成本以及并网消纳带来 的可再生能源环境效益、火电机组和CSP电站参与负荷备用和风电预测误差备用的成本，建 立了包含风电、CSP电站与火电的基于成本最优的联合调度模型，目标函数计算为(12)式：
[0047] min F＝D1+D2+D3+D4-D5 (12)
[0048] 其中：F为火电、风电、CSP电站参与优化调度时系统的综合成本；D1为火电机组供负 荷时的发电成本；D2为风电的运行维护成本；D3为CSP电站向负荷供电的运行维护成本； D4为火电机组和CSP电站参与负荷和风电预测误差备用的成本；D5为风电和CSP电站发电 并网消纳带来的环境效益；
[0049] 火电机组出力灵活可控，通过合理的优化调度可以保证电网的稳定运行；在调度过程中 为满足负荷的需求，往往需要调节出力甚至对机组进行启停调度，此时的发电成本主要有火 电机组的
煤耗成本和机组启停成本，计算为(13)式、(14)式：
[0050]
[0051] fi(PGi,t)＝aiPGi,t2+biPGi,t+ci (14)
[0052] 其中：T为总时长；NG为火电机组台数；fi为火电机组i的煤耗成本；PGi,t为火电机组i 在t时段的出力；νi,t和νi,t-1分别为火电机组i在t和t-1时刻的运行状态，若νi,t＝1表示机组运 行，νi,t＝0表示机组停机；Si为机组i的启停成本；ai，bi，ci为火电机组i的煤耗成本参数；
[0053]
风力发电属于可再生能源发电，发电过程不消耗煤炭，但是由于风速的不确定性，风机 发电过程中会产生一定的运行维护
费用；风电的运行维护成本与风电输出功率可近似看作线 性关系，计算为(15)式：
[0054]
[0055] 其中：KW为风电场的运行维护成本；PW,t为风电场在t时刻的发电功率；
[0056] CSP电站运行维护成本近似看作其发电功率的线性函数，计算为(16)式：
[0057]
[0058] 其中：KCSP为CSP电站的单位运行维护成本；
[0059] 为应对负荷和风电预测二者的不确定性以及突发事件，需要预留一定的旋转备用容量， 火电机组和CSP电站的备用成本计算为(17)式：
[0060]
[0061] 其中： 表示CSP电站参与负荷备用、 表示CSP电站参与风电备用的成本系数；
[0062] 表示CSP电站在t时刻为负荷提供的正旋转备用、 表示CSP电站在t时刻为风 电提供的正旋转备用功率；
[0063] 表示火电机组参与负荷备用的成本系数、 表示火电机组参与风电备用的成本系数； 表 示火电机组i在t时刻为负荷提供的正旋转备用； 表示火电机组i在t时刻为风电提供的 正旋转备用功率；
[0064] 风电、CSP电站可再生能源并网消纳减少了火电机组的发电上网量，有效降低硫硝等污 染物的排放，能够带来环境效益，计算为(18)式：
[0065] 其中：PW,t为风电场在t时刻的并网消纳功率；ρCSP为CSP电站并网消纳带来的环境效益 系数；ρW为风电并网消纳带来的环境效益系数；
[0066] b)系统约束
[0067] 不计网络传输损耗时，各个机组输出功率之和与电网负荷响应变化后的值相等，表达为 (19)式：
[0068]
[0069] 其中：Lt为系统在t时刻需求响应前的负荷功率值；
[0070] 负荷响应率三角模糊数转化为确定性变量后在t时刻的负荷响应量的期望值，表达 为(20)式:
[0071]
[0072] 输电线路传输容量约束表达为(21)式：
[0073]
[0074] 其中：Pij,max为
节点i和j之间输电线的最大传输容量；Bij为节点ij之间的电纳；θi,t为节 点i的
电压相角；θj,t为节点j的电压相角；
[0075] 采用机会约束确定风电备用容量，在保证电网安全性的
基础上降低风电备用成本，具体 约束表达为(22)式：
[0076]
[0077] 其中： 为火电机组i在t时刻的正旋转备用容量； 为火电机组i在t时刻的负旋转 备用容量； 为CSP电站在t时刻提供的正旋转备用容量、 为CSP电站在t时刻提供的 负旋转备用容量，
[0078] μL为负荷备用系数；α、β分别为满足正、负旋转备用约束的
置信度；
[0079] CSP电站的储热装置充/放热功率必须在额定的限制范围内，同时在每个调度时段内不能 同时进行充/放热，具体约束表达为(23)式、(24)式：
[0080]
[0081]
[0082] 其中： 为储热系统的最大充热功率； 为储热系统的最大放热功率；
[0083] CSP电站储热装置储热量表达为(25)式：
[0084]
[0085] 其中： 为储热装置最小储热量；ξTS为以FLH为单位表示的储热装置最大储
热容量；
[0086] 火电机组最大/最小出力具体约束表达为(26)式:
[0087] UGi,tPi，min≤PGi,t≤UGi,tPi，max (26)
[0088] 其中：UGi,t为火电机组i的运行状态，1表示运行，0表示停运；Pi,min为火电机组i的最 小出力；Pi,max为火电机组i的最大出力；
[0089] 火电机组爬坡率约束表达为(27)式：
[0090] -rdi≤PGi,t-PGi,t-1≤rui (27)
[0091] 在日前调度时，风电上网功率不能超过其预测值，具体表达为(28)式：
[0092]
[0093] 其中： 为风电场在t时刻的预测出力；
[0094] 需求响应后的负荷响应量期望值之和在整个调度周期内为零，表达为(29)式：
[0095]
[0096] 考虑到用户的利益，负荷变化量需要有一定的限制，将用户用电方式满意度和用电费用 支出满意度作为衡量指标，表达为(30)、(31)式：
[0097]
[0098]
[0099] 其中： 为用户用电方式满意度的最小值； 为用电费用支出满意度的最小值；
[0100] 为t时刻需求响应后的负荷值，计算为(32)式：
[0101]
[0102] 价格型需求响应后的负荷值介于响应前负荷值的上下限之间，具体约束表达为(33)式：
[0103] Lmin-ηminLt≤E(Δqt)≤Lmax-ηmaxLt (33)
[0104] 其中：Lmax为原始负荷曲线的最大值、Lmin为原始负荷曲线的最小值；ηmax、ηmin为需求 响应负荷的峰谷差系数，取值ηmax≥1，ηmin≤1。
[0105] 本发明的一种计及价格型需求响应与CSP电站参与的风电消纳日前调度方法效果体现在： 在考虑综合成本的前提下，兼顾风电预测和价格型需求响应二者的不确定性以及系统安全约 束，构建了基于CSP电站和价格型需求响应参与风电消纳的调度模型，通过源荷两侧的协调 调度共同提高了系统消纳风电的能力。其方法科学合理，适用性强，效果佳。
附图说明
[0106] 图1是改进的IEEE的30节点接线图；
[0107] 图2CSP电站组成部分及
能量流动图；
[0108] 图3价格型需求响应前后负荷以及各类型机组出力图；
[0109] 图4是价格型需求响应后各调度时段实时电价图；
[0110] 图5储热装置充放热情况和各调度时段储热量；
[0111] 图6CSP电站各时段热功率消耗情况。
具体实施方式
[0112] 下面利用附图和
实施例对本发明的一种计及价格型需求响应与CSP电站参与的风电消纳 日前调度方法作进一步说明。
[0113] 本发明的一种计及价格型需求响应与CSP电站参与的风电消纳日前调度方法，是在考虑 综合成本的前提下，兼顾风电预测和价格型需求响应二者的不确定性以及系统安全约束，构 建了基于CSP电站和价格型需求响应参与风电消纳的调度模型；该模型将CSP电站和价格型 需求响应二者与风电优化调度相结合，通过源荷两侧的协调调度共同提高系统消纳风电的能 力，具体包括以下步骤：
[0114] 1)价格型需求响应和风电预测的不确定性分析
[0115] (a)价格型需求响应的不确定性
[0116] 在价格型需求响应中，根据消费者心理学原理，调度中心在制定日前调度计划时，借助 时间尺度为小时级的实时电价在一定程度上改变用户的用电习惯，进而达到削峰填谷增加风 电上网空间的目的；
[0117] 在价格型需求响应中，采用弹性系数表示电价变化率对负荷响应率的影响，对于T时段 的负荷响应率建模为(1)式：
[0118]
[0119] 其中：φΔq,t为时段t负荷的响应率， 时段t负荷的电价的变化率，t∈(1：T)；
[0120] E为价格型需求弹性矩阵，表达为(2)式：
[0121]
[0122] 其中：εii自弹性系数，εij为交叉弹性系数，下标i和j分别表示第i和第j个调度时段；
[0123] 采用三角隶属度函数来概括负荷响应率的不确定程度，负荷响应率的模糊表达式和隶属 度参数存在如下的关系，计算为(3)式：
[0124] φΔq,t＝(φΔq1,t，φΔq2,t，φΔq3,t) (3)
[0125]
[0126] 其中： 为φΔq,t的模糊表达式；
[0127] φΔq1,t，φΔq2,t，φΔq3,t为t时段负荷响应率的隶属度参数；
[0128] δt为预测的负荷响应率在t时刻的最大误差水平，计算为(5)式：
[0129]
[0130] 其中：λ1为电价因素占据主导前的比例系数； 为电价变化率拐点； 为电价变化率拐 点对应的负荷变化率； 为电价变化率的最大/最小值；
[0131] (b)风电预测的不确定性
[0132] 风电本质上是输出功率具有波动性且不易控制的电源，是典型的间歇性、低功率密度电 源，风电预测往往会有一定的预测误差；采用正态分布来描述预测误差的不确定性，表达为 (6)式：
[0133]
[0134] 其中：ωt为t时刻风电预测误差；N表示风电预测误差服从正态分布； 为t时刻风电 预测功率；Wm为风电场的装机容量；
[0135] 风电场实际出力为风电预测出力与预测误差之和，同时风电场实际出力也不应超过其装 机容量，计算为(7)式：
[0136]
[0137] 其中： 为风电场在t时刻的真实出力；
[0138] 2)CSP电站热-电转换模型的建立
[0139] 太阳能镜场将太阳辐射产生的热能汇集到集热塔，集热塔收集的热能，计算为(8)式：
[0140]
[0141] 其中： 为集热塔在t时刻收集的热能；ηd-th为光-热转换效率；SSF为太阳能镜场面积；
[0142] Dt表示t时刻太阳直接辐射指数(solar radiation index，DNI)；
[0143] 集热塔收集的热能能够通过传热流体储存到储热装置，也能够直接供给发电系统进行发 电，为保证CSP电站的稳定运行，集热塔收集的热能也存在着被舍弃的可能；同时发电系统 用于发电的热能也可以由储热系统补充，表达为(9)式：
[0144]
[0145] 其中： 表示储热装置放热效率； 表示集热塔在t时刻舍弃的热能；ESU表示发 电系统在启动过程中消耗的热能；ut表示发电系统的启动变量，1表示发电系统在该时刻启动；
[0146] 储热装置在各个时刻的储热量表达为(10)式：
[0147]
[0148] 其中： 分别表示储热装置t时刻和t-1时刻的储热量；ηloss表示储热装置的热损 失率； 表示储热装置的充热效率； 表示储热装置的充热功率； 表示储热装置的放热功 率；Δt表示时间间隔；
[0149] 在CSP电站的静态模型中不考虑热力学动态微分方程，CSP电站的发电功率与热能消耗 功率二者可看作线性关系，计算为(11)式：
[0150]
[0151] 其中： 表示CSP电站在t时刻供负荷的发电功率；ηRs,u为CSP电站正旋转备用系数；
[0152] 为CSP电站在t时刻提供正旋转备用；κCSP表示CSP电站发电系统的热-电转换效率； 表示发电系统在t时刻消耗的热能；
[0153] 3)考虑PDR与CSP电站参与风电消纳的日前调度模型的建立
[0154] a)目标函数
[0155] 综合考虑常规火电机组的发电成本、风电和CSP电站的运行维护成本以及并网消纳带来 的可再生能源环境效益、火电机组和CSP电站参与负荷备用和风电预测误差备用的成本，建 立了包含风电、CSP电站与火电的基于成本最优的联合调度模型，目标函数计算为(12)式：
[0156] min F＝D1+D2+D3+D4-D5 (12)
[0157] 其中：F为火电、风电、CSP电站参与优化调度时系统的综合成本；D1为火电机组供负 荷时的发电成本；D2为风电的运行维护成本；D3为CSP电站向负荷供电的运行维护成本； D4为火电机组和CSP电站参与负荷和风电预测误差备用的成本；D5为风电和CSP电站发电 并网消纳带来的环境效益；
[0158] 火电机组出力灵活可控，通过合理的优化调度可以保证电网的稳定运行；在调度过程中 为满足负荷的需求，往往需要调节出力甚至对机组进行启停调度，此时的发电成本主要有火 电机组的煤耗成本和机组启停成本，计算为(13)式、(14)式：
[0159]
[0160] fi(PGi,t)＝aiPGi,t2+biPGi,t+ci (14)
[0161] 其中：T为总时长；NG为火电机组台数；fi为火电机组i的煤耗成本；PGi,t为火电机组i 在t时段的出力；νi,t和νi,t-1分别为火电机组i在t和t-1时刻的运行状态，若νi,t＝1表示机组运 行，νi,t＝0表示机组停机；Si为机组i的启停成本；ai，bi，ci为火电机组i的煤耗成本参数；
[0162] 风力发电属于可再生能源发电，发电过程不消耗煤炭，但是由于风速的不确定性，风机 发电过程中会产生一定的运行维护费用；风电的运行维护成本与风电输出功率可近似看作线 性关系，计算为(15)式：
[0163]
[0164] 其中：KW为风电场的运行维护成本；PW,t为风电场在t时刻的发电功率；
[0165] CSP电站运行维护成本近似看作其发电功率的线性函数，计算为(16)式：
[0166]
[0167] 其中：KCSP为CSP电站的单位运行维护成本；
[0168] 为应对负荷和风电预测二者的不确定性以及突发事件，需要预留一定的旋转备用容量， 火电机组和CSP电站的备用成本计算为(17)式：
[0169]
[0170] 其中： 表示CSP电站参与负荷备用、 表示CSP电站参与风电备用的成本系数；
[0171] 表示CSP电站在t时刻为负荷提供的正旋转备用、 表示CSP电站在t时刻为风 电提供的正旋转备用功率；
[0172] 表示火电机组参与负荷备用的成本系数、 表示火电机组参与风电备用的成本系数； 表 示火电机组i在t时刻为负荷提供的正旋转备用； 表示火电机组i在t时刻为风电提供的 正旋转备用功率；
[0173] 风电、CSP电站可再生能源并网消纳减少了火电机组的发电上网量，有效降低硫硝等污 染物的排放，能够带来环境效益，计算为(18)式：
[0174] 其中：PW,t为风电场在t时刻的并网消纳功率；ρCSP为CSP电站并网消纳带来的环境效益 系数；ρW为风电并网消纳带来的环境效益系数；
[0175] b)系统约束
[0176] 不计网络传输损耗时，各个机组输出功率之和与电网负荷响应变化后的值相等，表达为 (19)式：
[0177]
[0178] 其中：Lt为系统在t时刻需求响应前的负荷功率值；
[0179] 负荷响应率三角模糊数转化为确定性变量后在t时刻的负荷响应量的期望值，表达 为(20)式:
[0180]
[0181] 输电线路传输容量约束表达为(21)式：
[0182]
[0183] 其中：Pij,max为节点i和j之间输电线的最大传输容量；Bij为节点ij之间的电纳；θi,t为节 点i的电压相角；θj,t为节点j的电压相角；
[0184] 采用机会约束确定风电备用容量，在保证电网安全性的基础上降低风电备用成本，具体 约束表达为(22)式：
[0185]
[0186] 其中： 为火电机组i在t时刻的正旋转备用容量； 为火电机组i在t时刻的负旋转 备用容量； 为CSP电站在t时刻提供的正旋转备用容量、 为CSP电站在t时刻提供的 负旋转备用容量，
[0187] μL为负荷备用系数；α、β分别为满足正、负旋转备用约束的置信度；
[0188] CSP电站的储热装置充/放热功率必须在额定的限制范围内，同时在每个调度时段内不能 同时进行充/放热，具体约束表达为(23)式、(24)式：
[0189]
[0190]
[0191] 其中： 为储热系统的最大充热功率； 为储热系统的最大放热功率；
[0192] CSP电站储热装置储热量表达为(25)式：
[0193]
[0194] 其中： 为储热装置最小储热量；ξTS为以FLH为单位表示的储热装置最大储热容量；
[0195] 火电机组最大/最小出力具体约束表达为(26)式:
[0196] UGi,tPi，min≤PGi,t≤UGi,tPi，max (26)
[0197] 其中：UGi,t为火电机组i的运行状态，1表示运行，0表示停运；Pi,min为火电机组i的最 小出力；Pi,max为火电机组i的最大出力；
[0198] 火电机组爬坡率约束表达为(27)式：
[0199] -rdi≤PGi,t-PGi,t-1≤rui (27)
[0200] 在日前调度时，风电上网功率不能超过其预测值，具体表达为(28)式：
[0201]
[0202] 其中： 为风电场在t时刻的预测出力；
[0203] 需求响应后的负荷响应量期望值之和在整个调度周期内为零，表达为(29)式：
[0204]
[0205] 考虑到用户的利益，负荷变化量需要有一定的限制，将用户用电方式满意度和用电费用 支出满意度作为衡量指标，表达为(30)、(31)式：
[0206]
[0207]
[0208] 其中： 为用户用电方式满意度的最小值； 为用电费用支出满意度的最小值；
[0209] 为t时刻需求响应后的负荷值，计算为(32)式：
[0210]
[0211] 价格型需求响应后的负荷值介于响应前负荷值的上下限之间，具体约束表达为(33)式：
[0212] Lmin-ηminLt≤E(Δqt)≤Lmax-ηmaxLt (33)
[0213] 其中：Lmax为原始负荷曲线的最大值、Lmin为原始负荷曲线的最小值；ηmax、ηmin为需求 响应负荷的峰谷差系数，取值ηmax≥1，ηmin≤1。
[0214] 本实施案例以改进的IEEE-30节点系统为例，将CSP电站和价格型需求响应二者与风电 优化调度相结合计算，系统中包括6台常规火电机组、一个风电场与一个CSP电站，系统接 线图如图1所示；数据来自风电场和CSP电站实测数据，数据的获得可采用本领域技术人员 所熟悉的市售产品
数据采集装置来实现。CSP电站主要参数如表1所示。
[0215] 实施例计算条件说明如下：
[0216] 1)价格型需求响应前电价为400元/MWh；
[0217] 2)比例系数λ1＝0.5；
[0218] 3)电价变化率拐点 取值为±0.3，电价变化率的最大/最小值取值为±0.5；
[0219] 4)负荷备用系数μL取值为0.1；
[0220] 5)CSP电站参与负荷和风电备用的成本
[0221] 6)CSP电站发电运行维护的成本系数KCSP＝40元/MW；
[0222] 7)风电运行维护成本KW为30元/MW；
[0223] 8)风电、CSP电站并网消纳产生的环境效益系数ρCSP＝ρW＝120元/WM；
[0224] 9)火电机组参与负荷和风电备用的成本系数πG L＝πG W＝120元/MW；
[0225] 10)用户用电方式满意度最小值 取值为0.9，用电费用支出满意度的最小值取值 为1；
[0226] 10)峰谷差系数ηmax、ηmin取值分别为1.05和0.95；
[0227] 11)满足正、负旋转备用约束的置信度α＝β＝95％。
[0228] 表1CSP电站参数
[0229]
[0230]
[0231] 在上述计算条件下，应用本发明方法对价格型需求响应与CSP电站参与的风电消纳日前 调度计算结果如下：
[0232] 1.价格型需求响应和风电预测的不确定性分析
[0233] 在价格型需求响应中，根据消费者心理学原理，调度中心在制定日前调度计划时可以借 助时间尺度为小时级的实时电价在一定程度上改变用户的用电习惯，进而达到削峰填谷增加 风电上网空间的目的，负荷响应具有不确定性，在调度中分析其不确定性对调度结果的影响。
[0234] 电本质上是输出功率具有波动性且不易控制的电源，是典型的间歇性、低功率密度电源， 风电预测往往会有一定的预测误差，采用正态分布来描述预测误差的不确定性。
[0235] 2.CSP电站热-电转换模型的建立
[0236] CSP电站组成部分及能量流动图如图2所示，含储热装置的CSP电站主要由集热系统， 即：太阳能镜场和集热塔、储热装置以及发电系统三部分构成。储热装置的配备使得CSP电 站具有良好的能量
时移特性，有效弥补太阳能本身间歇性与波动性的不足，从而保证CSP电 站可以提供稳定可控的电力供应。CSP电站利用利用太阳能镜场收集的热量通过一定的能量 流交换过程，最终经过
朗肯循环进行发电。
[0237] 3.考虑价格型需求响应与CSP电站参与风电消纳的日前调度模型的建立及求解[0238] 综合考虑常规火电机组的发电成本、风电和CSP电站的运行维护成本以及并网消纳带来 的可再生能源环境效益、火电机组和CSP电站参与负荷备用和风电预测误差备用的成本，建 立了包含风电、CSP电站与火电的基于成本最优的联合调度模型。
[0239] 价格型需求响应根据经济学原理，通过改变电价引导用户改变其用电行为，具有削峰填 谷的作用。需求响应前后的负荷以及各类型机组出力情况如图3所示，响应后的实时电价如 图4所示。由图3、图4可知，风电具有反调峰性，而价格型需求响应改变各个时刻的电价， 通过电价高低影响用户的用电习惯，从而达到削峰填谷的作用，在一定程度上增加风电的并 网消纳量。但是受火电机组最小出力和负旋转备用约束的限制，火电机组有一定的最小出力， 在负荷低谷与风电高发二者重合时段仍然会出现部分弃风。
[0240] 配置储热装置的CSP电站出力灵活可控，在弥补风电反调峰性的同时可以降低火电机组 的出力，进而增加环境效益。CSP电站储热装置充放热情况和各调度时段储热量如图5所示。
[0241] 由图5可知，CSP电站具有能量时移的特性，其储热装置在凌晨释放前一个调度日最后 时段储存的热量供CSP电站出力，在白天太阳辐射资源较为充足的时段进行储热，储存的热 量在夜间释放，从而保证CSP电站的稳定出力。
[0242] CSP电站出力稳定可控，利用CSP电站为风电和负荷预测误差提供备用，通过可再生能 源，CSP电站弥补预测
精度的不足，保证电网的稳定运行。CSP电站在调度日的热功率具体 消耗情况如图6所示。
[0243] 本发明实施例中的计算条件、图例等仅用于对本发明作进一步的说明，并非穷举，并不 构成对
权利要求保护范围的限定，本领域技术人员根据本发明实施例获得的启示，不经过创 造性劳动就能够想到其它实质上等同的替代，均在本发明保护范围内。
