一种提高电力系统新能源利用率且最小化发电成本的方法技术方案

一种提高电力系统新能源利用率且最小化发电成本的方法。其鉴于激励型需求响应能够激励用户调整用电方式，积极参与削减负荷，根据用户削减负荷情况设计了一种直接负荷控制模型，同时为了使需求响应效果更好，考虑了用户满意度问题，设计了用户满意度函数，结合储能设备模型，通过构建了联合优化调度模型，利用相应的多目标粒子群优化算法，得到系统经济成本最低和最大化新能源的利用率。本发明专利技术提高了电网对新能源的利用效率，改善风力发电、光伏发电的反负荷调节特性，提高了电力系统的安全稳定性。考虑用户满意度后，需求响应实施力度增大，使负荷曲线与新能源发电曲线更为贴合。

【技术实现步骤摘要】
一种提高电力系统新能源利用率且最小化发电成本的方法
本专利技术属于电力系统源网荷调度优化
，具体涉及一种提高电力系统新能源利用率且最小化发电成本的方法。
技术介绍
随着新能源发电的规模化并网应用，传统电网正在逐步向着新能源电力系统方向演变，并对其运行控制带来显著的影响。由于风电、光伏等新能源发电出力的不稳定性，要提高电力系统的安全可靠性，可将需求侧响应和储能技术纳入发电调度优化，以提高电网对新能源的利用效率，实现源荷互动与协同优化。需求响应(DR)分为价格型DR和激励型DR。对于分时电价、实时电价和尖峰电价等价格型DR项目而言，由于相关控制信号大多以“小时级”作为控制周期，负荷无法及时根据新能源的出力情况做出响应，因此对于解决因新能源发电短时剧烈波动造成的并网难问题的帮助不大。而激励型DR属于一种直接控制方式，通过直接管理负荷的用电活动使其能够快速、可靠、精确地响应系统信号，追踪并匹配新能源出力。虽已有多篇文章提出在源网荷优化调度中实施激励型DR，但对新能源发电的反负荷调节特性的改善情况需要进一步加强。目前只是将需求响应考虑到电力系统的调度优化中，但没有考虑用户满意度问题，即没有考虑需求响应的实施情况及用户的参与力度。目前弃风弃光问题较为严重，需要加快优化电源结构与布局、多渠道拓展可再生能源电力本地消纳，使新能源发电尽可能地自发自用。
技术实现思路
为了解决上述问题，本专利技术的目的在于提供一种提高电力系统新能源利用率且最小化发电成本的方法。为了达到上述目的，本专利技术提供的提高电力系统新能源利用率且最小化发电成本的方法包括按顺序进行的下列步骤：步骤1：根据用户负荷消减情况建立直接负荷控制模型，并获得需求响应的成本；步骤2：建立用户满意度函数，并计算出用户满意度；步骤3：根据荷电状态建立储能系统模型，并获得调用储能成本；步骤4：在步骤1获得的需求响应的成本、步骤2获得的用户满意度以及步骤3获得的调用储能成本基础上建立联合优化调度模型，以系统经济成本最低和新能源利用率最大化作为联合优化调度模型的两个目标函数，并设定目标函数的约束条件；步骤5：利用多目标粒子群算法对步骤4获得的目标函数进行求解，得到最优解。在步骤1中，所述的根据用户负荷消减情况建立直接负荷控制模型，并获得需求响应的成本的方法是：设定削减负荷的基本电价补偿率δ0是统一的，δ0∈(0,1)，定义用户的实际电价补偿率δk为：CDLC(x)＝0.55arctanh(x)+1其中，CDLC是根据用户削减负荷的多少计算出的差别补偿费率，Qit为实行直接负荷控制前t时段用户i的原用电负荷，Q′it为实行直接负荷控制后t时段用户i的用电负荷，δk为t时段用户i的实际削减负荷电价补偿率；供电商提供的中断补偿费用，即一天需求响应的成本为：其中，Pt为t时段的电价，ΔQit为t时段削减的负荷，当用户在t时段削减负荷时，ΔQit＝Qit-Q′it，当用户在t时段没有削减负荷时，ΔQit取0；n为参与直接负荷控制项目的用户数，总的研究时段T为24小时。在步骤2中，所述的建立用户满意度函数，并计算出用户满意度的方法是：用户满意度函数包括用户用电方式满意度函数和用户电费支出满意度函数；利用下式的用户用电方式满意度函数计算出用户用电方式满意度Sway为：Sitway是用户i在t时段的用电方式满意度，Siway是用户i的用电方式满意度；利用下式的用户电费支出满意度函数计算出用户电费支出满意度Spay为：Sipay是用户i的电费支出满意度；最后利用下式的用户满意度函数计算出用户满意度Suser为：Suser＝w1Sway+w2Spay其中，w1和w2分别为用户用电方式满意度和电费支出满意度的权重，且w1+w2＝1。在步骤3中，所述的根据荷电状态建立储能系统模型，并获得调用储能成本的方法是：在工作过程中，蓄电池储能系统(BESS)的存储电量由荷电状态值(SOC)衡量，t时段蓄电池的荷电状态值SSOC(t)与t-1时段的荷电状态值SSOC(t-1)及本时段蓄电池储能系统的储能功率相关，可表示为：EBESS(t)为t时段内蓄电池储能系统充放电电量，为正时表示放电，为负时表示充电，设储能系统的充放电效率为η，EE2Gt为t时段的储能放电功率，EG2Et为t时段的储能充电功率，那么EBESS(t)＝EE2GtΔT/η＝-ηΔTEG2Et，其中ΔT为调度步长，取值为1h；VBESS为蓄电池储能系统的总容量，设调用储能成本与储能放电功率成二次函数关系，则其为：式中，a0、a1、a2分别为调用储能放电功率的成本权重。在步骤4中，所述的在步骤1获得的需求响应的成本、步骤2获得的用户满意度以及步骤3获得的调用储能成本基础上建立联合优化调度模型，以系统经济成本最低和新能源利用率最大化作为联合优化调度模型的两个目标函数，并设定目标函数的约束条件的方法是：以系统经济成本最低和新能源利用率最大化作为联合优化调度模型的两个目标函数：其中，F1为经济成本值，F2为电量利用与新能源发电之间的差值，CFm和CFm0分别为火电机组m的发电成本和运行成本，CWf和CPVg分别为风电机组f和光伏发电机组g的发电成本，GFm和GWf及GPVg分别为火电机组m、风电机组f、光伏发电机组g的发电量，QPVgt和QWft分别为光伏发电机组g和风力发电机组f在t时段的出力功率；QLt为t时段的原用电负荷，则为实行直接负荷控制后t时段的负荷；并设定目标函数的约束条件，目标函数的约束条件包括功率平衡约束、发电出力功率上下限约束、机组爬坡约束、蓄电池充放电约束、直接负荷控制约束和用户满意度约束；(1)功率平衡约束：其中，QFmt为火电机组m在t时段的出力功率，QL为网络损耗，一般忽略不计。(2)发电出力功率上下限约束：QFtmin≤QFmt≤QFtmaxQWtmin≤QWft≤QWtmaxQPVtmin≤QPVgt≤QPVtmax其中，QFtmin，QFtmax分别为火电机组m的最小和最大出力功率；QWtmin，QWtmax分别为风电机组f的最小和最大出力功率；QPVtmin，QPVtmax分别为光伏发电机组g的最小和最大出力功率。(3)机组爬坡约束：-rFm,dΔt≤ΔQFm,t≤rFm,uΔt其中，rFm,u、rFm,d为火电机组m的上下行爬坡速度，用于体现调峰机组的灵活性；ΔQFm,t为火电机组m的出力功率变化，Δt为上下行爬坡持续时间。(4)蓄电池充放电约束：SSOCmin≤SSOC(t)≤SSOCmaxEE2Gt≤EE2GtmaxEG2Et≤EG2Etmax其中，SSOCmin、SSOCmax分别为蓄电池的最小、最大荷电状态值；EE2Gtmax、EG2Etmax分别为t时段蓄电池的最大放电、充电功率。(5)直接负荷控制约束：ΔQitmin≤ΔQit≤ΔQitmaxδ0≤δk≤δkmax其中，ΔQitmin、ΔQitmax分别为用户i在t时段负荷削减量的最小值、最大值；δkmax为电价补偿率的最大值；(6)用户满意度约束：Suser≥Suser.set其中，Suser.set为用户满意度设定值，由用户和供电商交涉后事先确定。在步骤5中，所述的利用多目标粒子群算法对步骤4获得的目标函数进行求解，得到最优解的方法是：由于两本文档来自技高网...

【技术保护点】
1.一种提高电力系统新能源利用率且最小化发电成本的方法，其特征在于：所述的方法包括按顺序进行的下列步骤：步骤1：根据用户负荷消减情况建立直接负荷控制模型，并获得需求响应的成本；步骤2：建立用户满意度函数，并计算出用户满意度；步骤3：根据荷电状态建立储能系统模型，并获得调用储能成本；步骤4：在步骤1获得的需求响应的成本、步骤2获得的用户满意度以及步骤3获得的调用储能成本基础上建立联合优化调度模型，以系统经济成本最低和新能源利用率最大化作为联合优化调度模型的两个目标函数，并设定目标函数的约束条件；步骤5：利用多目标粒子群算法对步骤4获得的目标函数进行求解，得到最优解。

【技术特征摘要】
1.一种提高电力系统新能源利用率且最小化发电成本的方法，其特征在于：所述的方法包括按顺序进行的下列步骤：步骤1：根据用户负荷消减情况建立直接负荷控制模型，并获得需求响应的成本；步骤2：建立用户满意度函数，并计算出用户满意度；步骤3：根据荷电状态建立储能系统模型，并获得调用储能成本；步骤4：在步骤1获得的需求响应的成本、步骤2获得的用户满意度以及步骤3获得的调用储能成本基础上建立联合优化调度模型，以系统经济成本最低和新能源利用率最大化作为联合优化调度模型的两个目标函数，并设定目标函数的约束条件；步骤5：利用多目标粒子群算法对步骤4获得的目标函数进行求解，得到最优解。2.根据权利要求1所述的提高电力系统新能源利用率且最小化发电成本的方法，其特征在于：在步骤1中，所述的根据用户负荷消减情况建立直接负荷控制模型，并获得需求响应的成本的方法是：设定削减负荷的基本电价补偿率δ0是统一的，δ0∈(0,1)，定义用户的实际电价补偿率δk为：CDLC(x)＝0.55arctanh(x)+1其中，CDLC是根据用户削减负荷的多少计算出的差别补偿费率，Qit为实行直接负荷控制前t时段用户i的原用电负荷，Q′it为实行直接负荷控制后t时段用户i的用电负荷，δk为t时段用户i的实际削减负荷电价补偿率；供电商提供的中断补偿费用，即一天需求响应的成本为：其中，Pt为t时段的电价，ΔQit为t时段削减的负荷，当用户在t时段削减负荷时，ΔQit＝Qit-Q′it，当用户在t时段没有削减负荷时，ΔQit取0；n为参与直接负荷控制项目的用户数，总的研究时段T为24小时。3.根据权利要求1所述的提高电力系统新能源利用率且最小化发电成本的方法，其特征在于：在步骤2中，所述的建立用户满意度函数，并计算出用户满意度的方法是：用户满意度函数包括用户用电方式满意度函数和用户电费支出满意度函数；利用下式的用户用电方式满意度函数计算出用户用电方式满意度Sway为：Sitway是用户i在t时段的用电方式满意度，Siway是用户i的用电方式满意度；利用下式的用户电费支出满意度函数计算出用户电费支出满意度Spay为：Sipay是用户i的电费支出满意度；最后利用下式的用户满意度函数计算出用户满意度Suser为：Suser＝w1Sway+w2Spay其中，w1和w2分别为用户用电方式满意度和电费支出满意度的权重，且w1+w2＝1。4.根据权利要求1所述的提高电力系统新能源利用率且最小化发电成本的方法，其特征在于：在步骤3中，所述的根据荷电状态建立储能系统模型，并获得调用储能成本的方法是：在工作过程中，蓄电池储能系统(BESS)的存储电量由荷电状态值(SOC)衡量，t时段蓄电池的荷电状态值SSOC(t)与t-1时段的荷电状态值SSOC(t-1)及本时段蓄电池储能系统的储能功率相关，可表示为：EBESS(t)为t时段内蓄电池储能系统充放电电量，为正时表示放电，为负时表示充电，设储能系统的充放电效率为η，EE2Gt为t时段的储能放电功率，EG2Et为t时段的储能充电功率，那么EBESS(t)＝EE2GtΔT/η＝-ηΔTEG2Et，其中ΔT为调度步长，取值为1h；VBESS为蓄电池储能系统的总容量，设调用储能成本与储能放电功率成二次函数关系，则其为：式中，a0、a1、a2分别为调用储能放电功率的成本权重。5.根据权利要求1所述的提高电力系统新能源利用率且最小化发电成本的方法，其特征在于：在步骤4中，所述的在步骤1获得的需求响应的成本、步骤2获得的用户满意度以及步骤3获得的调用储能成本基础上建立联合优化调度模型，以系统经济成本最低和新能源利用率最大化作为联合优化调度模型的两个目标函数，并设定目标函数的约束条件的方法是：以系统经济成本最低和新能源利用率最大化作为联合优化调度模型的两个目标函数：其中，F1为经济成本值，F2为电量利用与新能源发电之间的差值，CFm和CFm0分别为火电机组m的发电成本和运行成本，CWf和CPVg分别为风电机组f和光伏发电机组g的发电成本，GFm和GWf及GPVg分别为火电机组m、风电机组f、光伏发电机组g的发电量，QPVgt和QWft分别为光伏发电机组g和风力发电机组f在t时段的出力功率；QLt为t时段的原用电负荷，则为实行直接负荷控制后t时段的负荷；并设定目标函数的约束条件，目标函数的约束条...

【专利技术属性】
技术研发人员：李盛伟，韩晓罡，白星振，迟福建，高毅，葛磊蛟，高尚，范须露，昝晶晶，
申请(专利权)人：国网天津市电力公司，国家电网公司，
类型：发明
国别省市：天津,12