[发明专利]考虑碳捕集电厂与光伏发电协同配合的低碳优化运行方法有效
申请号: | 202210001735.0 | 申请日: | 2022-01-04 |
公开(公告)号: | CN114336781B | 公开(公告)日: | 2023-03-21 |
发明(设计)人: | 吴红斌;胡斌;唐龙江;张明星;徐斌;王小明;胡良焕;夏鹏;谢毓广;滕越 | 申请(专利权)人: | 合肥工业大学;国网安徽省电力有限公司六安供电公司;国网安徽省电力有限公司电力科学研究院 |
主分类号: | H02J3/46 | 分类号: | H02J3/46;H02J3/38 |
代理公司: | 安徽省合肥新安专利代理有限责任公司 34101 | 代理人: | 陆丽莉;何梅生 |
地址: | 230009 安*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 考虑 碳捕集 电厂 发电 协同 配合 优化 运行 方法 | ||
1.一种考虑碳捕集电厂与光伏发电协同配合的低碳优化运行方法,其特征是:应用于包含碳捕集电厂与光伏发电两类电源的电力系统中,并按如下步骤进行:
步骤1、获取光伏发电出力场景;
步骤1.1、利用式(1)计算第i、第j时刻光伏预测误差之间的Person相关系数ρij:
式(1)中,N为光伏预测误差历史数据样本总数;eia、eja分别为第a个样本中第i、第j时刻的光伏预测误差;分别为第i、第j时刻光伏预测误差的均值;
步骤1.2、利用式(2)计算第i、第j时刻光伏预测误差之间的协方差Gij,从而得到矩阵G:
Gij=σiσjρij (2)
式(2)中,σi、σj分别为第i、第j时刻光伏预测误差的标准差;
步骤1.3、利用式(3)和式(4)对所述矩阵G进行Cholesky分解,得到G的下三角阵L中第v行第v列的对角元素Lvv和第u行第v列的非对角元素Luv:
式(3)和式(4)中,Gvv为G中第v行第v列的元素;Guv为G中第u行第v列的元素;Lvk为L中第v行第k列的元素;Luk为L中第u行第k列的元素;
步骤1.4、利用式(5)计算未来光伏预测误差场景集合X:
X=LY+M (5)
式(5)中,Y为服从标准正态分布的随机向量集合;M为由光伏预测误差均值构成的向量集合;
步骤1.5、利用式(6)计算未来光伏发电出力场景集合Xoutput:
Xoutput=Xpre+X (6)
式(6)中,Xpre为光伏预测功率构成的向量集合;
步骤2、对光伏发电出力场景进行聚类;
在所述未来光伏发电出力场景集合Xoutput中,所含场景总数记为w;设Xoutput,m为Xoutput中第m个场景,m∈[1,w];设I为计数器;
步骤2.1、令I=1;在未来光伏发电出力场景集合Xoutput中随机选取q个场景作为初始聚类中心,并记为{Zn(I)|n=1,2,···,q},Zn(I)表示第I次计算的第n个聚类中心;
步骤2.2、利用式(7)计算Xoutput中第m个场景Xoutput,m至{Zn(I)}的最小距离Dmin(Xoutput,m,Zn(I)):
步骤2.3、将所述最小距离对应的聚类中心记为Zr(I),r∈[1,q];令Xoutput,m∈Zr(I),Zr(I)中所包含的元素总数记为Hr;
步骤2.4、利用式(8)更新第I+1次计算后的q个聚类中心{Zn(I+1)|n=1,2,···,q}:
式(8)中,Zr,b(I)为Zr(I)中的第b个元素,b∈[1,Hr];
步骤2.5、判断{Zn(I+1)}≠{Zn(I)}是否成立,若成立,则将I+1赋值给I,并返回步骤2.2,直至{Zn(I+1)}={Zn(I)}为止,从而得到的q个聚类中心即为q个典型光伏发电出力场景,其中,第c个典型场景记为sc,c∈[1,q];
步骤3、建立考虑碳捕集电厂与光伏发电协同配合的电力系统低碳优化运行目标函数;
步骤3.1、利用式(9)计算典型场景sc下电力系统发电煤耗量
式(9)中,T为总时刻数;Ng为所述电力系统中碳捕集电厂机组数量;g为机组编号;ug,i为第i时刻机组g的运行状态,停机时ug,i=0,开机时ug,i=1;ag、bg、cg分别为机组g的发电煤耗二次项系数、一次项系数、常数项系数;为典型场景sc下第i时刻机组g的总出力;Sg,i为第i时刻机组g的启停煤耗;
步骤3.2、利用式(10)计算典型场景sc下电力系统碳排放量
式(10)中,为典型场景sc下第i时刻机组g的自适应烟气分流比;η为CO2捕集率;eg为机组g的单位碳排放强度;ε为单位碳排放分配系数;
步骤3.3、利用式(11)计算典型场景sc下电力系统弃光量
式(11)中,为第i时刻的光伏出力预测值;为典型场景sc下第i时刻的光伏出力;
步骤3.4、利用式(12)计算典型场景sc下电力系统切负荷量
式(12)中,为第i时刻的负荷预测值;为典型场景sc下第i时刻的负荷;
步骤3.5、利用式(13)计算典型场景sc下电力系统发电煤耗量的功效系数
式(13)中,分别为典型场景sc下电力系统发电煤耗量的最小值、最大值;
步骤3.6、利用式(14)计算典型场景sc下电力系统碳排放量的功效系数
式(14)中,分别为典型场景sc下电力系统碳排放量的最小值、最大值;
步骤3.7、利用式(15)计算典型场景sc下电力系统弃光量的功效系数
式(15)中,分别为典型场景sc下电力系统弃光量的最小值、最大值;
步骤3.8、利用式(16)计算典型场景sc下电力系统切负荷量的功效系数
式(16)中,分别为典型场景sc下电力系统切负荷量的最小值、最大值;
步骤3.9、利用式(17)计算典型场景sc下总功效系数
步骤3.10、利用式(18)建立考虑碳捕集电厂与光伏发电协同配合的电力系统低碳优化运行目标函数,求最大总功效系数maxF:
式(18)中,pc为典型场景sc发生的概率;
步骤4、确定考虑碳捕集电厂与光伏发电协同配合的电力系统低碳优化运行约束条件;
步骤4.1、利用式(19)确定功率平衡约束:
式(19)中,为典型场景sc下第i时刻机组g的净出力;
步骤4.2、利用式(20)确定碳捕集电厂机组净出力约束:
式(20)中,λ为单位CO2捕集能耗;Pg,min为机组g的最小技术出力;Pg,max为机组g的最大技术出力;为机组g的基本运行能耗;
步骤4.3、利用式(21)和式(22)确定碳捕集电厂机组启停时间约束:
式(21)和式(22)中,为机组g的连续开机时间;为机组g的最小开机时间;为机组g的连续停机时间;为机组g的最小停机时间;
步骤4.4、利用式(23)和式(24)确定自适应烟气分流比约束:
式(23)和式(24)中,为典型场景sc下第i时刻机组g的最大烟气分流比;
步骤4.5、利用式(25)确定光伏出力约束:
式(25)中,Ppv,max为光伏发电最大出力;
步骤5、利用Cplex求解由所述目标函数和约束条件构成的电力系统低碳优化运行模型,得出在总功效系数最大时电力系统机组的开机、停机状态,即为电力系统最优运行方案。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥工业大学;国网安徽省电力有限公司六安供电公司;国网安徽省电力有限公司电力科学研究院,未经合肥工业大学;国网安徽省电力有限公司六安供电公司;国网安徽省电力有限公司电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210001735.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:微囊造粒系统及控制方法
- 下一篇:一种用于工程竣工图移交的自动盖章签字装置