一种利用储能系统提升调峰空间的风电消纳方法技术方案

本发明专利技术公开了一种利用储能系统提升调峰空间的风电消纳方法，在建立计及风火机组出力平滑约束和风电渗透率极限约束的含风电场日调度模型基础上，构建了利用储能系统提升风电调峰空间的风火储联合系统日调度模型。以联合系统总成本最小和风电上网电量最大化为多目标，运用基于Pareto最优的多目标SA‑PSO算法求取联合系统优化调度方案。本发明专利技术能够实现通过储能系统提升风电调峰空间后对风电的实时有效消纳，对于指导实际风电并网运行与优化调度具有重要意义。

A method of using wind power energy storage system to improve the peak space

The invention discloses a method of using wind power energy storage system to improve the peak space, in the wind with established and hot wind power unit output smoothing constraint and permeability limit constraints on scheduling model based on electric field, was constructed by using the energy storage system on the hot joint scheduling model system to improve the wind power peak space. To minimize the total cost of the combined system and wind power grid electricity to maximize the use of multi-objective joint system optimization scheduling scheme for multi-objective SA PSO algorithm based on Pareto optimal. The invention can realize the energy storage system to improve the wind power peak space for wind power in real time and effectively treated, has important significance for guiding the actual scheduling of wind power operation and optimization.

【技术实现步骤摘要】
一种利用储能系统提升调峰空间的风电消纳方法
本专利技术属于电力系统调度规划
，特别涉及到一种利用储能系统提升调峰空间的风电消纳方法。
技术介绍
随着新一轮能源革命的到来，新能源发电将逐渐取代传统火力发电，成为人类社会发展在能源革命的缩影。目前，火力发电依旧是全球最主要发电形式。从新能源零替代到全部替代是一个漫长的过程，在此期间，新能源的有效融合、充分利用将成为能源替代的重要环节。风力发电可以有效缓解化石能源对环境的污染，降低火力发电水平，但是其易受气候，地域，环境等因素影响，风电自身所具有的随机性和不确定性为电力系统供电稳定性提出挑战。为切实有效消纳风电特性，提高供电可靠性，储能系统将逐渐扮演起“削峰填谷”的角色。尽管风电及时有效消纳方法已有了相关研究工作，但对于储能系统和旋转备用的组合风电消纳，以及在此基础上具体的风火储交互调度，目前还没有相关研究。因此现有技术当中亟需要一种新型的技术方案来解决这一问题。
技术实现思路
本专利技术的目的是提供一种利用储能系统提升调峰空间的风电消纳方法用来解决现有技术中对于储能系统和旋转备用的组合风电消纳，以及在此基础上具体的风火储交互调度还没有相关研究的技术问题。一种利用储能系统提升调峰空间的风电消纳方法，包括以下步骤，并且以下步骤顺次进行，步骤一、建立基于风火机组出力平滑约束和风电渗透率极限约束的含风电场经济调度模型，并获得该经济调度模型的总成本和风电上网最大电量；步骤二、设置步骤一中含风电场经济调度模型的基本参数，获得风火机组出力平滑约束和风电渗透率极限约束条件；步骤三、运用基于Pareto最优的多目标SA-PSO算法计算并获得风火联合系统最优调度方案；步骤四、通过储能系统并网提升风电调峰空间，并通过步骤二中的风火机组出力平滑约束和风电渗透率极限约束条件，建立风火储联合系统优化调度模型；步骤五、运用基于Pareto最优的多目标SA-PSO算法求解步骤四中优化调度模型，得到储能系统并网前后最大风电上网电量。所述步骤一中，构建的基于旋转备用容量和风电渗透率约束的含风电场经济调度模型，其总成本目标函数表达式为：式中：F(P)为经济调度模型单位调度周期的总成本,Pi为第i台火力机组出力，其中i为≥1的自然数，N为≥i的自然数，ai、bi、ci为所对应火力机组的煤耗特性系数，di、fi为所对应火力机组的阀点系数，Pwj为第j台风力机组出力，Cwj为第j台风电机组的生产成本，Cuj为第j台风电机组的弃风补偿系数，其中j为≥1的自然数，M为≥j的自然数；该经济调度模型风电上网电量最大目标函数表达式为：式中：W(P)为单位调度周期风电上网总电量，Pwj为第j台风力机组出力，其中j为≥1的自然数，M为≥j的自然数。所述步骤二中的基本参数包括风电渗透率系数δ，正旋转备用系数χ1，负旋转备用系数χ2和旋转备用率k，风火机组出力平滑约束和风电渗透率极限约束具体计算公式为：Pwj≤δ×PD式中，PD为系统负荷，Pwj为第j台风力机组出力，δ为风电渗透率系数，，Pi为第i台火力机组出力，其中i为≥1的自然数，N为≥i的自然数，其中j为≥1的自然数，M为≥j的自然数，x1为正旋转备用系数，x2为负旋转备用系数，k1为正旋转备用率，k2为负旋转备用率。所述步骤三中基于Pareto最优的多目标SA-PSO算法中惯性常数递减方式为：式中：wstart为初始惯性常数，wend为终止惯性常数，tmax为最大迭代次数，t为当前迭代次数。所述步骤四中储能成本表达式为：式中：PS为储能设备实时充放电量，CS为初始成本费用系数，WSmax是单元输出最大容量，Cm为储能系统的维护成本系数，其中S为≥1的自然数，Q为≥S的自然数。通过上述设计方案，本专利技术可以带来如下有益效果：本专利技术公开了一种利用储能系统提升调峰空间的风电消纳方法，在建立计及风火机组出力平滑约束和风电渗透率极限约束的含风电场日调度模型基础上，构建了利用储能系统提升风电调峰空间的风火储联合系统日调度模型。以联合系统总成本最小和风电上网电量最大化为多目标，运用基于Pareto最优的多目标SA-PSO算法求取联合系统优化调度方案。本专利技术能够实现通过储能系统提升风电调峰空间后对风电的实时有效消纳，对于指导实际风电并网运行与优化调度具有重要意义。本专利技术公开的方法为大规模新能源并网和有效消纳提供技术支撑，该方法具有理论明确、高效、简单的特点。附图说明图1为本专利技术一种利用储能系统提升调峰空间的风电消纳方法中联合发电系统交互结构示意图。图2为本专利技术一种利用储能系统提升调峰空间的风电消纳方法中基于Pareto策略的多目标SA-PSO算法流程框图。图3为本专利技术一种利用储能系统提升调峰空间的风电消纳方法中实施例的储能系统充放电优化结构示意图。图4为本专利技术一种利用储能系统提升调峰空间的风电消纳方法中实施例的实时风电功率与调峰空间示意图。图2中，C1和C2为学习因子，T为模拟退火起始温度，K为模拟退火系数。图4中，线段MN表示调峰空间提高，线段PN为消纳弃风。具体实施方式为了更为具体地描述本专利技术，下面结合附图及具体实施方式对本专利技术的组合风电消纳方法进行详细说明。步骤一：构建计及风火机组出力平滑约束和风电渗透率极限约束的含风电场经济调度模型，其多目标总成本目标函数表达式为：该经济调度模型风电上网电量最大目标函数表达式为：式中：F(P)为经济调度模型单位调度周期的总成本,Pi为第i台火力机组出力，其中i为≥1的自然数，N为≥i的自然数，ai、bi、ci为所对应火力机组的煤耗特性系数，di、fi为所对应火力机组的阀点系数，Pwj为第j台风力机组出力，Cwj为第j台风电机组的生产成本，Cuj为第j台风电机组的弃风补偿系数，其中j为≥1的自然数，M为≥j的自然数。步骤二：设置调度模型基本参数，如风电渗透率系数，正旋转备用系数，负旋转备用系数和旋转备用率，计算公式如下；Pwj≤δ×PD式中，PD为系统负荷，Pwj为第j台风力机组出力，δ为风电渗透率系数，，Pi为第i台火力机组出力，其中i为≥1的自然数，N为≥i的自然数，其中j为≥1的自然数，M为≥j的自然数，χ1为正旋转备用系数，χ2为负旋转备用系数，k1为正旋转备用率，k2为负旋转备用率。步骤三：运用基于Pareto最优的多目标SA-PSO算法计算风火联合系统最优调度方案，其中惯性常数递减方式为：式中：wstart为初始惯性常数，wend为终止惯性常数，tmax为最大迭代次数，t为当前迭代次数。步骤四：建立风火储联合经济调度模型，协同风火机组出力平滑约束和风电渗透率极限约束，其储能装置成本函数表达式为：式中：PS为储能设备实时充放电量，CS为初始成本费用系数，WSmax是单元输出最大容量，Cm为储能系统的维护成本系数，其中S为≥1的自然数，Q为≥S的自然数。。步骤五：运用基于Pareto最优的多目标SA-PSO算法求解该调度模型，得到储能系统并网前后最大风电上网电量情况，并对结果进行分析。下面结合具体案例对本专利技术做进一步的详细说明。实施例：本专利技术以常规10发电场系统为研究对象，验证所提方法的有效性。设置5、6号为风电机组，本节算法参数设置如下，惯性权重wstart＝0.9，wend＝0.4，学习因子c1＝c2＝2.05，模拟本文档来自技高网...

【技术保护点】
一种利用储能系统提升调峰空间的风电消纳方法，其特征在于：包括以下步骤，并且以下步骤顺次进行，步骤一、建立基于风火机组出力平滑约束和风电渗透率极限约束的含风电场经济调度模型，并获得该经济调度模型的总成本和风电上网最大电量；步骤二、设置步骤一中含风电场经济调度模型的基本参数，获得风火机组出力平滑约束和风电渗透率极限约束条件；步骤三、运用基于Pareto最优的多目标SA‑PSO算法计算并获得风火联合系统最优调度方案；步骤四、通过储能系统并网提升风电调峰空间，并通过步骤二中的风火机组出力平滑约束和风电渗透率极限约束条件，建立风火储联合系统优化调度模型；步骤五、运用基于Pareto最优的多目标SA‑PSO算法求解步骤四中优化调度模型，得到储能系统并网前后最大风电上网电量。

【技术特征摘要】
1.一种利用储能系统提升调峰空间的风电消纳方法，其特征在于：包括以下步骤，并且以下步骤顺次进行，步骤一、建立基于风火机组出力平滑约束和风电渗透率极限约束的含风电场经济调度模型，并获得该经济调度模型的总成本和风电上网最大电量；步骤二、设置步骤一中含风电场经济调度模型的基本参数，获得风火机组出力平滑约束和风电渗透率极限约束条件；步骤三、运用基于Pareto最优的多目标SA-PSO算法计算并获得风火联合系统最优调度方案；步骤四、通过储能系统并网提升风电调峰空间，并通过步骤二中的风火机组出力平滑约束和风电渗透率极限约束条件，建立风火储联合系统优化调度模型；步骤五、运用基于Pareto最优的多目标SA-PSO算法求解步骤四中优化调度模型，得到储能系统并网前后最大风电上网电量。2.根据权利要求1所述的一种利用储能系统提升调峰空间的风电消纳方法，其特征在于：所述步骤一中，构建的基于旋转备用容量和风电渗透率约束的含风电场经济调度模型，其总成本目标函数表达式为：式中：F(P)为经济调度模型单位调度周期的总成本,Pi为第i台火力机组出力，其中i为≥1的自然数，N为≥i的自然数，ai、bi、ci为所对应火力机组的煤耗特性系数，di、fi为所对应火力机组的阀点系数，Pwj为第j台风力机组出力，Cwj为第j台风电机组的生产成本，Cuj为第j台风电机组的弃风补偿系数，其中j为≥1的自然数，M为≥j的自然数；该经济调度模型风电上网电量最大目标函数表达式为：式中：W(P)为单位调度周期风电上网总电量，Pwj为第j台风力机组出力，其...

【专利技术属性】
技术研发人员：吕项羽，姚强，王鼎，樊士荣，田春光，李德鑫，王佳颖，常学飞，刘宸，王家尊，袁野，余达菲，苏阔，周宏伟，李成钢，高松，陈璟毅，孟涛，王鹤，刘畅，蔡丽霞，王长胜，
申请(专利权)人：国网吉林省电力有限公司电力科学研究院，吉林省电力科学研究院有限公司，国家电网公司，
类型：发明
国别省市：吉林,22