风电与储能系统互补下的火电机组组合优化决策方法技术方案

本发明专利技术公开了风电与储能系统互补下的火电机组组合优化决策方法，包括上层和下层两层问题优化的过程：上层问题以设定周期内火电机组运行成本最小为目标函数，建立上层问题约束条件；下层问题以储能系统对电网中电能时空平移和提供备用所得收益最大为目标函数，建立下层问题约束条件；利用上层问题和下层问题交替迭代的方式求解。本发明专利技术模型中储能系统不仅可参与期望的功率平衡约束，还能够通过与风电的互补起到备用的作用，有直接消除不确定性的能力；在提升接纳不确定性能力的基础上，避免火电机组频繁的启停；在决策中考虑了电力系统频率的调节效应，使决策免除保守性，更符合实际。

Decision making method for combined optimization of thermal power unit with wind energy and energy storage system

The invention discloses a wind power and energy storage optimization decision method of thermal power unit system under the combination of complementary process, including the upper and lower two layers: the upper optimization problem to set the minimum cost cycle of thermal generators running as the objective function, the establishment of constraints in upper layer; in the energy storage system of power recdelay and spare the proceeds as the objective function, the establishment of constraints lower problem solved by alternate iteration; upper and lower the way. The invention of the model can not only participate in the power balance constraint system is expected, but also through to the standby function and complementary wind power, has a direct ability to eliminate uncertainty; in the foundation to enhance the acceptance of uncertainty on the capacity of thermal power units to avoid the frequent start and stop; in the decision considering the moderating effect of power system the frequency of the decision from conservative, more practical.

【技术实现步骤摘要】
风电与储能系统互补下的火电机组组合优化决策方法
本专利技术涉及电力系统运行与控制
，尤其涉及一种风电与储能系统互补下的火电机组组合优化决策方法。
技术介绍
机组组合是电力系统运行与控制中关键而核心的问题，其实质是制定日或周前的满足发电、负荷及备用的机组启停计划。近年来，迫于能源需求和环境保护的双重压力，风电等可再生能源发电得到了迅猛发展。其在发挥节能减排效益的同时，由于其存在固有的强不确定性，使电力系统安全经济运行面临挑战。为适应这一挑战，储能等各类互补设施不断涌现，其目的是促进可再生能源发电的消纳，如何实现这一最佳消纳，成为机组组合决策面临的新问题。针对此问题，“利用风蓄联合削峰的电力系统经济调度”和“含风储混合系统的多目标机组组合优化模型及求解”建立了含风储系统多目标机组组合模型，分析了引入储能系统对火电机组运行成本、能源利用效率等因素的影响。为增强机组组合决策结果应对不确定性的有效性，“Robustunitcommitmentwithwindpowerandpumpedstoragehydro”针对含风电和抽水蓄能系统提出了鲁棒机组组合决策方法，能够有效计及风电极限误差的本文档来自技高网...

【技术保护点】
风电与储能系统互补下的火电机组组合优化决策方法，其特征是，包括上层和下层两层问题优化的过程：上层问题以设定周期内火电机组运行成本最小为目标函数，建立上层问题约束条件；下层问题以储能系统对电网中电能时空平移和提供备用所得收益最大为目标函数，建立下层问题约束条件；利用上层问题和下层问题交替迭代的方式求解。

【技术特征摘要】
2017.05.19 CN 20171036073101.风电与储能系统互补下的火电机组组合优化决策方法，其特征是，包括上层和下层两层问题优化的过程：上层问题以设定周期内火电机组运行成本最小为目标函数，建立上层问题约束条件；下层问题以储能系统对电网中电能时空平移和提供备用所得收益最大为目标函数，建立下层问题约束条件；利用上层问题和下层问题交替迭代的方式求解。2.如权利要求1所述风电与储能系统互补下的火电机组组合优化决策方法，其特征是，上层问题的目标函数具体为：其中，N为机组数量；ai、bi、ci分别为机组i成本特性系数；Pi,t为机组i在t时段输出功率；ui,t为机组i在t时段启停状态，0表示停运，1表示运行；Si,t表示机组i在t时段启动成本。3.如权利要求1或2所述风电与储能系统互补下的火电机组组合优化决策方法，其特征是，上层问题约束条件包括：功率平衡约束条件，机组输出功率上下限约束条件，机组爬坡速率约束条件，机组最小开停机时间约束条件以及备用约束条件。4.如权利要求1所述风电与储能系统互补下的火电机组组合优化决策方法，其特征是，下层问题的目标函数具体为：其中λt为t时段边际发电成本，μt、γt分别表示储能系统提供上调备用和下调备用价格，分别为t时段储能系统充、放电功率计划值，分别为t时段储能应对不确定性的调控范围。5.如权利要求4所述风电与储能系统互补下的火电机组组合优化决策方法，其...

【专利技术属性】
技术研发人员：韩学山，李本新，李文博，蒋哲，
申请(专利权)人：山东大学，国网山东省电力公司电力科学研究院，
类型：发明
国别省市：山东,37