一种考虑随机性的多能源发电系统两阶段优化调度方法技术方案

本发明专利技术涉及一种考虑随机性的多能源发电系统两阶段优化调度方法，所述优化调度方法包括，构建多源发电系统基本结构与出力模型、随机性场景生成与缩减和构建多源发电系统双层优化调度模型。本发明专利技术应用于电网公司对多种能源发电的协调调度。本发明专利技术针对多能源发电系统的优化调度问题，该方法能够综合不同能源的发电特性，达到多种能源综合互补利用的目标，多源发电系统可以在保证系统安全运行的前提下，获得较高的运行收益和承担更低的运行风险。获得较高的运行收益和承担更低的运行风险。获得较高的运行收益和承担更低的运行风险。

【技术实现步骤摘要】
一种考虑随机性的多能源发电系统两阶段优化调度方法


[0001]本专利技术涉及多能源优化调度
，具体是指一种考虑随机性的多能源发电系统两阶段优化调度方法。

技术介绍

[0002]近年来由于风电、光伏的随机波动性，且可控性较差，对电网造成的不利影响随着其接入比例的增加而日益突出。光热发电这一新兴的新能源发电技术，相较与风电、光伏发电，其具有与常规机组相媲美的调节特性，对解决高比例新能源接入电网的调峰、调压问题将发挥重要的作用。
[0003]由于目前光热发电的规模较小，在新能源并网协调调度控制策略的研究上多着重于风电、光伏与火电的协调优化，很少涉及光热机组。随着即将迎来的光热发电高速发展，如何对风电
‑
光伏
‑
光热
‑
火电进行协调优化调度，是目前高比例新能源接入下的电网亟待解决的问题。
[0004]光热发电在高比例新能源送端系统中，与风电、光伏发电等已成熟发展的新能源发电形式协调优化调度运行，有利于减少新能源弃电率，促进多种类型新能源发电安全经济运行和消纳，对构建以新能源为主的新型电力系统具有重要意义。为了解决多能源发电系统的优化调度问题，提出了一种考虑随机性的多源发电系统两阶段优化调度方法。

技术实现思路

[0005]本专利技术要解决的技术问题是，克服现有技术缺点，提供一种考虑随机性的多能源发电系统两阶段优化调度方法。
[0006]为解决上述技术问题，本专利技术提供的技术方案为：一种考虑随机性的多能源发电系统两阶段优化调度方法，所述优化调度方法包括，构建多源发电系统基本结构与出力模型、随机性场景生成与缩减和构建多源发电系统双层优化调度模型。
[0007]进一步的，构建多源发电系统基本结构与出力模型中，所述多源发电系统由风力发电、光伏发电、光热发电以及火力发电组成。在多源发电系统内，为了降低新能源出力的随机性，在日前调度阶段采用场景模拟方法获取新能源日前预测出力以确定日前调度计划；在时前调度中，采用时前预测出力校正日前调度计划，改变光热发电及火力发电的出力计划。
[0008]进一步的，其中多源发电系统出力模型包括：
[0009]1)风力发电模型
[0010]风力发电的出力情况由实时风速决定，用Weibull分布函数描述风速分布，通过式(1)获得期望值与方差：
[0011][0012]式中：v为实时风速；α表示形状参数；β表示尺度参数。风速为v的概率为：
[0013][0014]计算风电出力，计算公式如式(3)：
[0015][0016]式中：vt为t时刻的实际风速；vin、vout、vr分别为风力发电的切入、额定与切出风速； P
rwind
为风力发电的额定输出功率。
[0017]2)光伏发电模型
[0018]光伏发电的出力与太阳的辐射强度有关，采用Beta分布函数描述辐射强度，如式(4)：
[0019][0020]式中：r为辐射强度；αp、βp为Beta的形状分布参数。辐射强度为r时的概率为：
[0021][0022]通过光电转换计算式，光伏发电的实时功率为：
[0023]P
tsolar
＝S
PP
η
PP
r
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0024]式中：ηPP表示光电转换效率；SPP为光伏阵列的面积；rt为t时刻的辐射强度。
[0025]3)光热电站模型
[0026]光热电站利用直射太阳光辐射方式产生热量，其包含三部分：光场、发电机及储热系统，其输入功率由光场通过直射太阳光辐射方式转化的热功率来表示，发电机输出功率模型为
[0027]P
t,CSP
＝η
rd
P
tCSP
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0028]式中：ηrd为光热电站发电机热电转换效率系数；P
tCSP
表示t时刻光热电站的汽轮发电机输入热功率。储热模型为：
[0029][0030]式中：Et为t时刻储热系统的储热量；ρ为耗散系数；P
tCR
、P
tFR
表示储热系统在t时刻的储热功率与放热功率；ηcr、ηfr为储热系统的储热、放热效率。
[0031]进一步的，随机性场景生成与缩减中，基本步骤如下：
[0032]第一步：求解集合中参考场景s0与其余对比场景s的几何距离；
[0033]第二步：选取对比场景中概率距离值和最小的场景s'；
[0034]第三步：以参考场景s0取代场景s'，并将场景s'的出现概率与参考场景s0的出现
概率之和作为场景s0的发生概率，形成新的场景集合S'。
[0035]第四步：判断新的场景集合S'是否满足要求；若满足，则设置最终的模拟场景，结束任务；若不满足，重复前三步。
[0036]进一步的，构建多源发电系统双层优化调度模型中，日前优化调度层：
[0037]调用风力发电、光伏发电及光热发电，并对新能源出力进行模拟，获取多场景下风光的出力模拟结果，以运行效益最大为目标，目标函数如下：
[0038][0039]式中：λs表示场景s的权重系数；分别为场景s下光热、风电、光伏、蓄电池储能系统的运行收益，其中：
[0040][0041][0042][0043][0044][0045][0046]式中：P
tWP
为在t时段内风电的上网电量；st,WP表示t时段内的风电上网电价；st,PP为 t时段内光伏的上网电价；P
tPP
表示t时段内光伏的上网电量。表示t时段光热电站的发电效益；s
t,CSP
表示t时刻光热电站的上网电价；表示光热电站在时段t内的运维成本；表示光热发电的单位电量运维成本。为t时刻蓄电池储能系统的运行收益；分别表示t时刻蓄电池储能系统的充电与放电价格；表示t时段蓄电池储能系统的运行成本；为蓄电池储能系统的单位维护成本；分别为t时刻蓄电池储能系统的放电电量与充电电量。
[0047]进一步的，约束条件为：
[0048]1)功率平衡约束
[0049][0050]式中：Pt,GD表示系统向电网的购电量；Pt,L为t时段的负荷需求；与分别风电、光伏与光热发电的出力损失率，考虑到预测误差问题，引入了鲁棒随机优化理论，详细步骤如下：
[0051]假设风电和光伏的误差系数绝对值为那么可知风电的波动区间是
光伏的波动区间是为使得优化模型存在可行解，对式(16)进行修正：
[0052][0053]设P
tNL
为系统的净负荷：
[0054][0055]根据上式，式(17)可修正为：
[0056][0057]由上式可知风光随机性的影响会随着随机性约束的强度而变化；为使新能源出力等于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑随机性的多能源发电系统两阶段优化调度方法，其特征在于：所述优化调度方法包括，构建多源发电系统基本结构与出力模型、随机性场景生成与缩减和构建多源发电系统双层优化调度模型。2.根据权利要求1所述的一种考虑随机性的多能源发电系统两阶段优化调度方法，其特征在于：构建多源发电系统基本结构与出力模型中，所述多源发电系统由风力发电、光伏发电、光热发电以及火力发电组成；在多源发电系统内，为了降低新能源出力的随机性，在日前调度阶段采用场景模拟方法获取新能源日前预测出力以确定日前调度计划；在时前调度中，采用时前预测出力校正日前调度计划，改变光热发电及火力发电的出力计划。3.根据权利要求2所述的一种考虑随机性的多能源发电系统两阶段优化调度方法，其特征在于：其中多源发电系统出力模型包括：1)风力发电模型风力发电的出力情况由实时风速决定，用Weibull分布函数描述风速分布，通过式(1)获得期望值与方差：式中：v为实时风速；α表示形状参数；β表示尺度参数；风速为v的概率为：计算风电出力，计算公式如式(3)：式中：vt为t时刻的实际风速；vin、vout、vr分别为风力发电的切入、额定与切出风速；P
rwind
为风力发电的额定输出功率；2)光伏发电模型光伏发电的出力与太阳的辐射强度有关，采用Beta分布函数描述辐射强度，如式(4)：式中：r为辐射强度；αp、βp为Beta的形状分布参数；辐射强度为r时的概率为：通过光电转换计算式，光伏发电的实时功率为：P
tsolar
＝S
PP
η
PP
r
t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)式中：ηPP表示光电转换效率；SPP为光伏阵列的面积；rt为t时刻的辐射强度；
3)光热电站模型光热电站利用直射太阳光辐射方式产生热量，其包含三部分：光场、发电机及储热系统，其输入功率由光场通过直射太阳光辐射方式转化的热功率来表示，发电机输出功率模型为P
t,CSP
＝η
rd
P
tCSP
ꢀꢀꢀꢀꢀꢀꢀꢀ
(7)式中：ηrd为光热电站发电机热电转换效率系数；P
tCSP
表示t时刻光热电站的汽轮发电机输入热功率，储热模型为：式中：Et为t时刻储热系统的储热量；ρ为耗散系数；P
tCR
、P
tFR
表示储热系统在t时刻的储热功率与放热功率；ηcr、ηfr为储热系统的储热、放热效率。4.根据权利要求1所述的一种考虑随机性的多能源发电系统两阶段优化调度方法，其特征在于：随机性场景生成与缩减中，基本步骤如下：第一步：求解集合中参考场景s0与其余对比场景s的几何距离；第二步：选取对比场景中概率距离值和最小的场景s'；第三步：以参考场景s0取代场景s'，并将场景s'的出现概率与参考场景s0的出现概率之和作为场景s0的发生概率，形成新的场景集合S'；第四步：判断新的场景集合S'是否满足要求；若满足，则设置最终的模拟场景，结束任务；若不满足，重复前三步。5.根据权利要求1所述的一种考虑随机性的多能源发电系统两阶段优化调度方法，其特征在于：构建多源发电系统双层优化调度模型中，日前优化调度层：调用风力发电、光伏发电及光热发电，并对新能源出力进行模拟，获取多场景下风光的出力模拟结果，以运行效益最大为目标，目标函数如下：式中：λs表示场景s的权重系数；分别为场景s下光热、风电、光伏、蓄电池储能系统的运行收益，其中：其中：其中：其中：其中：其中：式中：P
tWP
为在t时段内风电的上网电量；st,WP表示t时段内的风电上网电价；st,PP为t
时段内光伏的上网电价；P
tPP
表示t时段内光伏的上网电量；表示t时段光热电站的发电效益；s
t,CSP
表示t时刻光热电站的上网电价；表示光热电站在时段t内的运维成本；表示光热发电的单位电量运维成本；为t时刻蓄电池储能系统的运行收益；分别表示t时刻蓄电池储能系统的充电与放电价格；表示t时...

【专利技术属性】
技术研发人员：张珍珍，吕清泉，张健美，张睿骁，高鹏飞，张彦琪，周强，韩旭杉，马彦宏，王定美，张金平，李津，
申请(专利权)人：国网甘肃省电力公司电力科学研究院，
类型：发明
国别省市：