[发明专利]需求响应参与下风电储能系统调度方法

摘要

本发明涉及需求响应参与下风电储能系统调度方法，包括如下步骤：搭建两阶段调度优化模型，所述两阶段调度优化模型包括日前调度模型、实时调度模型；搭建日前调度模型，且搭建过程中需要满足的约束条件包括：负载平衡的约束、储能系统的最大功率约束、风电机组输出的约束、需求响应的实施约束；搭建实时调度模型，以风电机组风能波动最小化为主要目标，依据前一小时的风力预测值对整个系统的火力机组和风能机组进行综合优化调度；应用粒子群优化算法对调度优化模型进行求解，首先是对系统的参数值进行二进制编码，然后利用应用粒子群优化算法按照以下流程对模型进行求解：本发明可以解决电网系统吸收风电能力降低发电成本的问题。

主权项

1.需求响应参与下风电储能系统调度方法，其特征在于：包括如下步骤：S1、搭建两阶段调度优化模型，所述两阶段调度优化模型包括日前调度模型、实时调度模型；S101、搭建日前调度模型，且搭建过程中需要满足的约束条件包括：负载平衡的约束、储能系统的最大功率约束、风电机组输出的约束、需求响应的实施约束；以火力机组最小燃煤成本为主要目标，依据前一天的风力预测值对整个系统的火力机组和风能机组进行综合优化调度，调度目标函数为：式中，E是当前系统的调度模型的预期成本；t表示时间；i是火力发电机的组数；h是风电场的数量；P_h是风电场h的输出功率；C_i,t是火力机组的燃煤成本；是风力机组的启动和停止的成本；是储能系统的并网成本；是实施用电需求响应的系统成本；其中，C_i,t＝α_i+β_ig_it+γ_i(g_it)²；式中：α_i、β_i、γ_i是火力发电机组i的燃料成本系数；g_it是火力发电机组i的发电量；u_it代表火力发动机组i工作状态，当工作时取1，当非工作状态，取0；N_it是发电机组启动和停止的成本；a和b是线性函数的系数；ΔL_t为实施需求响应后用电缩减量；是是实施需求响应前的用电量；S102、搭建实时调度模型，以风电机组风能波动最小化为主要目标，依据前一小时的风力预测值对整个系统的火力机组和风能机组进行综合优化调度，调度目标函数为：式中，g_w,t表示在当天t时刻的实时风能的预测结果，所述g'_w,t表示储能系统在t时刻修正后的输出；所述D^t表示未来一小时阶段风能的波动，所述g_s,t为储能系统t时刻的电能转换的功率，所述为储能系统t时刻修正后的电能转换的功率；S2、应用粒子群优化算法对调度优化模型进行求解，首先是对系统的参数值进行二进制编码，然后利用应用粒子群优化算法按照以下流程对模型进行求解：S201、根据更新粒子的位置和速度为二进制粒子群优化算法应用于模型求解作准备；S202、计算步骤S201所更新的粒子与最优粒子群之间的距离，k_i表示位于i位置处的任何粒子，k_r表示最优粒子的当前位置，两个粒子之间的距离为：d_i＝(k_i‑k_r)²如果d_i小于10^‑3阈值，则在粒子群中按照既定的规则进行混沌搜索，并用搜索得出的新粒子取代k_i粒子，形成新的粒子群；S203、判断搜索完成后粒子群是否满足各种约束条件，如果满足条件则保持不变，如果不满足条件则取10^‑3；S204、计算完成搜索后的粒子群的参数值：全局最优F_best、全局最优位置K和最佳粒子位置S205、判断当前迭代次数是否达到最大值，如果达到最大值，则输出结果，否则迭代次数应设置为并转到步骤S201。