本发明专利技术公开了一种考虑压缩空气储能的风力发电系统鲁棒优化调度方法，包括：步骤一：建立先进绝热压缩空气储能AA‑CAES电站热力学模型。步骤二：根据已知的风电场每小时的期望出力，计算得到风电出力预测区间。并得到风电出力不确定集。步骤三：以系统综合运行成本最小为调度目标，并采用步骤二中的工程博弈模型建模。通过优化方法得到能够对不确定集内的任何元素都保证约束可行，且能够兼顾安全性和经济性的风电调度出力最优解。本发明专利技术利用AA‑CAES电站的优越性能来促进风电消纳，平衡风电出力不确定性，采用工程博弈模型建模，利用鲁棒优化调度求得最佳风电调度出力，能够在满足安全性的前提下最大化经济性。
Robust optimal scheduling method of wind power generation system considering compressed air energy storage
【技术实现步骤摘要】
考虑压缩空气储能的风力发电系统鲁棒优化调度方法
本专利技术设计电力系统运行领域，涉及一种考虑压缩空气储能平衡风电出力不确定性的风力发电系统鲁棒优化调度方法。技术背景化石能源日益枯竭和环境污染问题是世界范围内都面临的共同难题，可再生能源发电大规模接入电力系统是解决上述问题最有效的途径之一，而风电因其丰富的风力资源和相对成熟的技术，在新能源电力发展中最为迅猛[1-2]。然而风电出力的不确定性，例如随机波动性、反调峰性、低可预测性等特点给其并网之后的运行调度、系统规划等带来了巨大的挑战[3]。目前，风电发展的主要矛盾仍旧是弃风限电现象，据统计，2016年，西北五省平均弃风33.34％，全国弃风达到497亿千瓦时[4-5]。因此，平滑风电出力波动性、提高风电消纳量，是实现节能减排目标的重要举措之一。大规模清洁物理储能系统的接入是解决上述问题的主要措施之一，是实现风电大规模发展和运用，提高电力系统运行经济性和安全性的关键[6]。目前，越来越多的国家加大了对大规模储能技术的研究和建设力度，到2020年，我国的储能装机容量预计达到53GW，相比2015年增长近30GW，预计到2050年，欧美、中国等市场储能容量需求达450GW[7-8]。目前，已商业化运行的大规模储能技术主要包括抽水蓄能和压缩空气储能(compressedairenergystorage,CAES)，前者占全球储能总量的近99％，但其发展由于建址条件及潜在的生态环境等因素已趋于平缓，而CAES具有容量大、寿命长、响应速度快等优点，被认为是最具发展潜力的储能技术之一，受到越来越广泛的关注[8-9]。但传统的CAES电站具有依赖化石燃料和系统效率较低两大缺点，为此学者们提出了先进绝热压缩空气储能(advancedadiabaticcompressedairenergystorage,AA-CAES)的概念[10]。AA-CAES是一种通过回收再利用空气压缩热能，摒弃常规CAES技术燃料补燃环节的清洁储能技术，具有效率高、成本低等特点，是目前CAES
的主流研究方向之一[11-12]。目前，德国计划兴建全球第一座大规模AA-CAES电站；在我国，也有多项示范工程先后推进，如2014年建成的1.5MW先进CAES集成实验系统和同年建成的500kWAA-CAES实验系统，以及2017年立项的江苏金坛盐穴压缩空气储能发电系统国家示范项目并计划下一步建设目标为100MW压缩空气储能电站[10,13,14]。目前，已有较多文献对CAES电站参与系统调度、促进风电消纳进行研究。但关于AA-CAES电站涉及却并不多见，具体处理风电出力不确定性的相关研究也较少。参考文献[1]薛小代，梅生伟，林其有，等.面向能源互联网的非补然压缩空气储能及应用前景初探[J].电网技术，2016，40(1)：164-171.[2]梅生伟，郭文涛，王莹莹，等.一类电力系统鲁棒优化问题的博弈模型及应用实例[J].中国电机工程学报，2013，33(19)：47-56.[3]张丽英，叶廷路，辛耀中，等.大规模风电接入电网的相关问题和措施[J].中国电机工程学报，2010，30(25)：1—9.[4]国家能源局西北监管局.2016年西北区域新能源并网运行情况通报[EB/OL].西安：国家能源局西北监管局，(2017-01-18)[2017-11-01].http://xbj.nea.gov.cn/website/Aastatic/news-176162.html.[5]税月，刘俊勇，高红均，等.考虑风电不确定性的电热综合系统分布鲁棒协调优化调度模型[J].中国电机工程学报，2018，38(24)：7235-7247.[6]胡娟，杨水丽，侯朝勇，等.规模化储能技术典型示范应用的现状分析与启示[J].电网技术，2015，39(4)：879-885.[7]InternationalEnergyAgency.Energytechnologyperspective2104：Harnessingelectricity’spotential[R].Paris：InternationalEnergyAgency，2014.[8]薛小代，陈晓弢，梅生伟，等.采用熔融盐蓄热的非补燃压缩空气储能发电系统性能[J].电工技术学报，2016，31(14)：11-20.[9]刘畅，徐玉杰，胡珊，等.压缩空气储能电站技术经济性分析[J].储能科学与技术，2015，4(2)：158-168.[10]LuoX，WangJ，KrupkeC，etal.Modellingstudy，efficiencyanalysisandoptimisationoflarge-scaleAdiabaticCompressedAirEnergyStoragesystemswithlow-temperaturethermalstorage[J].AppliedEnergy，2016，162：589-600.[11]JubehNM，NajjarYSH.GreensolutionforpowergenerationbyadoptionofadiabaticCAESsystem[J].AppliedThermalEngineering，2012，44：85-89.[12]JakielC，ZunftS，NowiA.Adiabaticcompressedairenergystorageplantsforefficientpeakloadpowersupplyfromwindenergy：TheEuropeanprojectAA-CAES[J].InternationalJournalofEnergyTechnologyandPolicy，2007，5(3)：296-306.[13]李姚旺,苗世洪,尹斌鑫,等.考虑先进绝热压缩空气储能电站备用特性的电力系统优化调度策略[J].中国电机工程学报,2018,38(18).[14]梅生伟，公茂琼，秦国良，等.基于盐穴储气的先进绝热压缩空气储能技术及应用前景[J].电网技术，2017，41(10)：3392-3399.
技术实现思路
本专利技术所要解决的问题是考虑风电出力不确定性、AA-CAES热力学约束的前提下，提出一种考虑压缩空气储能的风力发电系统鲁棒优化调度方法；本专利技术构建了一种含AA-CAES电站的风电电力系统鲁棒调度模型。首先，考虑AA-CAES电站运行特性以及风电出力不确定性，建立AA-CAES电站和风电系统发电模型，并用蒙特卡洛法对风电预测功率进行仿真，并得到不确定集。其次，采用鲁棒优化处理风电处理不确定性，提出含AA-CAES电站的风电电力系统鲁棒调度模型。最后，通过算例分析验证了模型的经济性和鲁棒性以及对风电消纳的促进作用。本专利技术具体包括如下步骤：步骤一：建立先进绝热压缩空气储能AA-CAES电站热力学模型。式(1)表示AA-CAES电站压缩功率和空气流量的关系。其中，本文档来自技高网...
【技术保护点】
1.考虑压缩空气储能的风力发电系统鲁棒优化调度方法，其特征在于，该方法的具体步骤是：/n步骤一：建立先进绝热压缩空气储能AA-CAES电站热力学模型；/n
【技术特征摘要】
1.考虑压缩空气储能的风力发电系统鲁棒优化调度方法，其特征在于，该方法的具体步骤是：
步骤一：建立先进绝热压缩空气储能AA-CAES电站热力学模型；
式(1)表示AA-CAES电站压缩功率和空气流量的关系；其中，PCAESC,t为t时刻的压缩功率；κ为绝热指数；为t时刻进入压缩机的流量；Rg为空气的气体常数；nc为压缩机级数；ηc为压缩机的效率；Tc,k,in和分别为进入第k级和末级压缩机的空气温度；βc,k和分别为第k级和末级压缩机的压缩比；
式(2)表示第k级压缩机出口空气温度和入口空气温度的关系；其中，Tc,k,out为第k级压缩机的出口温度；
式(3)表示AA-CAES电站发电功率和空气流量的关系；其中，PCAESG,t为t时刻发电功率；ηg为发电过程效率；为t时刻进入膨胀机的流量；Tg,j,in为第j级膨胀机的进口温度；ng为膨胀机级数；βg,j为第j级膨胀机的膨胀比；
式(4)表示第j级膨胀机的入口空气温度和出口空气温度之间的关系；其中，Tg,j,out为第j级膨胀机的出口空气温度；
式(5)和式(6)分别表示AA-CEAS电站储气室气压变化率以及t时刻的储气室气压；其中，为储气室在t时刻的气压变化率；Tst,in，Twall和Tst,t分别表示储气室进气口气温以及储气室的室壁温度和室内气温；和分别表示由自然对流和强制对流引起的传热系数；Vst为储气室体积；pst,t和pst,0分别t时刻的储气室气压以及上一次调度结束后的储气室气压；Δt表示单位调度时长；
式(7)和式(8)分别表示每级压缩机的入口温度和每级膨胀机的入口温度；其中ε为换热器能效系数；Tenv为环境温度；Tcold和Thot分别为冷载热介质温度和热载热介质温度；
式(9)和式(110)分别...
【专利技术属性】
技术研发人员：吴晨曦，张杰，何章露，张新延，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。