[发明专利]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有效
申请号: | 201910172439.5 | 申请日: | 2019-03-07 |
公开(公告)号: | CN109858711B | 公开(公告)日: | 2022-05-24 |
发明(设计)人: | 崔杨;张汇泉;赵君田;赵钰婷;仲悟之 | 申请(专利权)人: | 东北电力大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q10/06;G06Q50/06 |
代理公司: | 吉林市达利专利事务所 22102 | 代理人: | 陈传林 |
地址: | 132012 吉*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及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,针对现有电网调节能力弱、电力市场价格机制单一导致的弃风严重问题,本发明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,本发明方法为电网调度人员提供了参考依据,具有方法科学合理,适用性强,效果佳等优点。 | ||
搜索关键词: | 一种 价格 需求 响应 csp 电站 参与 风电消纳 日前 调度 方法 | ||
【主权项】:
1.一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:1)价格型需求响应和风电预测的不确定性分析(a)价格型需求响应的不确定性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;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:
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:
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;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:φΔq,t=(φΔq1,t,φΔq2,t,φΔq3,t) (3)
其中:
为φΔq,t的模糊表达式;φΔq1,t,φΔq2,t,φΔq3,t为t时段负荷响应率的隶属度参数;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:
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;(b)风电预测的不确定性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:
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;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:
其中:
为风电场在t时刻的真实出力;2)CSP电站热‑电转换模型的建立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:
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;Dt表示t时刻太阳直接辐射指数(solar radiation index,DNI);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:
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;储热装置在各个时刻的储热量表达为(10)式:
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;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:
其中:
表示CSP电站在t时刻供负荷的发电功率;
为CSP电站正旋转备用系数;
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;3)考虑PDR与CSP电站参与风电消纳的日前调度模型的建立a)目标函数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:min F=D1+D2+D3+D4‑D5 (12)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;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:
fi(PGi,t)=aiPGi,t2+biPGi,t+ci (14)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;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:
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;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:
其中:KCSP为CSP电站的单位运行维护成本;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:
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;
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;
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;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: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;b)系统约束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:
其中:Lt为系统在t时刻需求响应前的负荷功率值;
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:
输电线路传输容量约束表达为(21)式:
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;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:
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,
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;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:![]()
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;CSP电站储热装置储热量表达为(25)式:
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;火电机组最大/最小出力具体约束表达为(26)式:UGi,tPi,min≤PGi,t≤UGi,tPi,max (26)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;火电机组爬坡率约束表达为(27)式:‑rdi≤PGi,t‑PGi,t‑1≤rui (27)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:
其中:
为风电场在t时刻的预测出力;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:
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:![]()
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;
为t时刻需求响应后的负荷值,计算为(32)式:
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:Lmin‑ηminLt≤E(Δqt)≤Lmax‑ηmaxLt (33)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。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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东北电力大学,未经东北电力大学许可,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/patent/201910172439.5/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理