考虑环境价值及调峰充裕度的多目标风电接纳水平优化制造技术

本发明专利技术涉及一种考虑环境价值和调峰充裕度的多目标风电接纳水平优化模型，其特征在于，包括以下步骤：步骤S1:采集系统信息；步骤S2:根据系统信息，建立考虑环境价值和调峰充裕度的多目标风电接纳水平优化模型；步骤S3:利用多目标量子粒子群算法求解多目标风电接纳水平优化模型,得到总成本和调峰安全裕度的帕累托前沿。步骤S4:利用理想点法求得总成本和调峰安全裕度帕累托前沿的折衷解，得到火电在各个时段的出力及各个时段的风电最优接纳水平。本发明专利技术在考虑风电带来的环境价值的同时考虑了接纳风电引起的系统调峰的安全性问题的基础上优化各个时段的风电接纳水平，是一种基于经济性和安全性联合优化的方法。

【技术实现步骤摘要】
考虑环境价值及调峰充裕度的多目标风电接纳水平优化
本专利技术涉及风电接纳领域，具体涉及一种考虑环境价值及调峰充裕度的多目标风电接纳水平优化。
技术介绍
风电为绿色、洁净的可再生能源，由于其具有较高的开发和利用价值，在国家《可再生能源法》及相关优惠政策的激励下，风电产业得到了较快地发展。但是作为一种间歇性和波动性的电源，风电的大规模接入也给电力系统的调度运行带来了新的问题。接纳风电所带来的替代常规机组发电价值及环境价值是风电大规模发展的重要原因。但接纳风电过多，又会因为风电的反调峰特性及随机性导致系统的调峰困难，不得不启用调峰机组控制出力以保证系统动态平衡，导致系统运行成本增加。若风电接纳过多，常规电源不仅要跟随负荷变化，还需要平衡新能源的出力波动，当超出系统的调节能力时，可能会导致系统出现事故。因此，本专利技术除了考虑风电带来的环境价值产生的经济性外，同时还考虑了接纳风电后系统调峰安全的问题，建立多目标规划模型，决策者可以根据需求，得到合适的折衷解，为最终决策提供有效参考。目前，还不具有结合风电带来的环境价值以及同时考虑系统调峰安全的风电接纳水平优化。
技术实现思路
有鉴于此，本专利技术的目的在于提供考虑环境价值及调峰充裕度的多目标风电接纳水平优化，用以获得各个时段最优的风电接纳水平，合理利用风资源。为实现上述目的，本专利技术采用如下技术方案：考虑环境价值及调峰充裕度的多目标风电接纳水平优化，其特征在于，包括以下步骤：步骤S1:采集系统信息；步骤S2:根据系统信息，建立考虑环境价值和调峰充裕度的多目标风电接纳水平优化模型；步骤S3:利用多目标量子粒子群算法求解多目标风电接纳水平优化模型,得到总成本和调峰安全裕度的帕累托前沿；步骤S4:利用理想点法求得总成本和调峰安全裕度帕累托前沿的折衷解，得到火电在各个时段的出力及各个时段的风电最优接纳水平。进一步的，所述系统信息包括风电功率预测信息、负荷信息、发电机组发电成本及污染排放信息、各时段的负荷的旋转备用需求信息。进一步的，所述步骤S2具体为：步骤S21:以发电成本的费用和污染排放的费用之和最小为目标1，函数表示为：minf1＝F+E式中：其中，minf1为目标1，F为发电成本，E为污染排放成本；ai，bi，ci为发电机为第i台发电机发电费用系数；Pi,t为第i台发电机在第t个时段的出力；ρ为污染排放价格；αi，βi，γi，ξi，为第i台常规机组的污染气体排放系数；步骤S22:以各时段的调峰安全裕度中的最小值最大为目标2，系统t时段调峰能力充裕度定义为t时段的系统调峰能力与调峰需求的比值，具体计算公式如下：B＝min(Bt)式中，Bt为t时段的系统调峰能力充裕度；PC,t为t时段系统调峰能力；PN,t为t时段系统调峰需求；系统调峰能力充裕度B定义为各个时段调峰充裕度的最小值；其中t时段的系统调峰能力计算如下：式中，Pi,min表示的是第i台发电机的最小出力。第t时段的调峰需求等于该时段的综合净负荷值与当天综合净负荷低谷的差值，其中净负荷指的是是通过系统负荷减去风电出力得到的新负荷曲线，则t时段的调峰需求具体表示为PN,t＝PLr,t+PLj,t-PLj,min式中，PLr,t为t时段的负荷的旋转备用需求；PLj,t为t时段的净负荷；PLj,min为计算时段内净负荷的低谷值。根据各个时段的调峰安全裕度，目标2表示为：maxf2＝min(Bt)步骤S23:根据目标1和目标2和主要约束，建立考虑环境价值和调峰充裕度的多目标风电接纳水平优化模型。进一步的，所述主要约束包括：(1)火电机组出力约束Pi,min≤Pi,t≤Pi,max式中：Pi,min和Pi,max是第i台常规机组有功出力的上下限，Pi,t为机组i在t时段的出力大小。(2)供需实时平衡约束式中：Pw,t是t时段的风电接纳量，PL,t是t时段的负荷值。(3)机组爬坡出力约束Pi,t-Pi,t-1≤UR,iΔTPi,t-1-Pi,t≤DR,iΔT式中：UR,i和DR,i为常规机组i的上升及下降爬坡速，ΔT为调度时间间隔。(4)系统的正旋转备用容量约束式中：wu％为风电出力预测误差在时段t对正旋转备用的需求系数，Lu％为系统负荷预测误差在时段t正旋转备用的需求系数。(5)系统的负旋转备用容量约束式中：wd％为风电出力预测误差在时段t对负旋转备用的需求系数，Ld％为系统负荷预测误差在时段t负旋转备用的需求系数。(6)风电接纳水平的约束式中：为风电在t时段的预测出力。本专利技术与现有技术相比具有以下有益效果：本专利技术在考虑风电带来的环境价值的同时考虑了接纳风电引起的系统调峰的安全性问题的基础上优化各个时段的风电接纳水平，是一种基于经济性和安全性联合优化的方法。本专利技术可以获得各个时段最优的风电接纳水平，合理利用风资源。附图说明图1是本专利技术流程图图2是本专利技术一实施例中风电最优接纳水平和风电预测出力曲线图图3是本专利技术一实施例中考虑系统调峰安全裕度与不考虑系统调峰安全裕度各时段的调峰裕度对比图图4是本专利技术一实施例中电功率预测信息和负荷信息图具体实施方式下面结合附图及实施例对本专利技术做进一步说明。实施例1：本实施例提供了一种考虑环境价值和调峰充裕度的多目标风电接纳水平优化方法，具体包括以下步骤：步骤S1：提取系统信息；提取风电功率预测信息、负荷信息、发电机组发电成本及污染排放信息、各时段的负荷的旋转备用需求信息。其中网络数据采用10机系统的网络，含有一个风电场，总装机容量为400MW；发电机组参数见表1；风电功率预测信息和负荷信息见图4。表1发电机参数步骤S2：以发电成本的费用和污染排放的费用之和最小为目标1；以各时段的调峰安全裕度中的最小值最大为目标2，建立考虑环境价值和调峰充裕度的多目标风电接纳水平优化模型。步骤S3：将各时段的负荷水平对应减去各时段的风电预测出力得到净负荷水平，进而得到每个时段的调峰需求。步骤S4：用多目标量子粒子群算法求解该模型,得到总成本和调峰安全裕度的帕累托前沿，如图3所示。步骤S5：利用理想点法求得总成本和调峰安全裕度帕累托前沿的折衷解，并获得火电在各个时段的出力及各个时段的风电接纳水平。利用理想点法求得的发电及污染排放的总成本为2.073×106$，系统调峰能力充裕度为113.78％。以上所述仅为本专利技术的较佳实施例，凡依本专利技术申请专利范围所做的均等变化与修饰，皆应属本专利技术的涵盖范围。本文档来自技高网...

【技术保护点】
1.一种考虑环境价值和调峰充裕度的多目标风电接纳水平优化模型，其特征在于，包括以下步骤：步骤S1:采集系统信息；步骤S2:根据系统信息，建立考虑环境价值和调峰充裕度的多目标风电接纳水平优化模型；步骤S3:利用多目标量子粒子群算法求解多目标风电接纳水平优化模型,得到总成本和调峰安全裕度的帕累托前沿；步骤S4:利用理想点法求得总成本和调峰安全裕度帕累托前沿的折衷解，得到火电在各个时段的出力及各个时段的风电最优接纳水平。

【技术特征摘要】
1.一种考虑环境价值和调峰充裕度的多目标风电接纳水平优化模型，其特征在于，包括以下步骤：步骤S1:采集系统信息；步骤S2:根据系统信息，建立考虑环境价值和调峰充裕度的多目标风电接纳水平优化模型；步骤S3:利用多目标量子粒子群算法求解多目标风电接纳水平优化模型,得到总成本和调峰安全裕度的帕累托前沿；步骤S4:利用理想点法求得总成本和调峰安全裕度帕累托前沿的折衷解，得到火电在各个时段的出力及各个时段的风电最优接纳水平。2.根据权利要求1所述的考虑环境价值和调峰充裕度的多目标风电接纳水平优化模型，其特征在于：所述系统信息包括风电功率预测信息、负荷信息、发电机组发电成本及污染排放信息、各时段的负荷的旋转备用需求信息。3.根据权利要求1所述的考虑环境价值和调峰充裕度的多目标风电接纳水平优化模型，其特征在于：所述步骤S2具体为：步骤S21:以发电成本的费用和污染排放的费用之和最小为目标1，函数表示为：minf1＝F+E式中：其中，minf1为目标1，F为发电成本，E为污染排放成本；ai，bi，ci为发电机为第i台发电机发电费用系数；Pi,t为第i台发电机在第t个时段的出力；ρ为污染排放价格；αi，βi，γi，ξi，为第i台常规机组的污染气体排放系数；步骤S22:以各时段的调峰安全裕度...

【专利技术属性】
技术研发人员：江岳文，王煜杰，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建,35