一种联合发电系统中光热电站储热容量优化配置方法技术方案

本发明专利技术公开了一种联合发电系统中光热电站储热容量优化配置方法，该方法包括：针对光伏出力预测和负荷预测的不确定性，采用场景分析法获取出现概率最大的光伏出力预测值和负荷预测值；建立光热电站储热容量两阶段优化配置模型；在第一阶段中，以光热电站综合投资成本最低为优化目标，求解得到最优光热电站镜场面积和储热系统最大储热容量；在第二阶段中，以联合发电系统的经济效益最大和电能供需差波动最小作为优化目标，结合获得的光伏出力预测值和负荷预测值及最优镜场面积与最大储热容量、计算得到每个时段最优的储热量；通过本方法可以最大化地平抑电能供需差的波动，提高整个系统的运行效益。整个系统的运行效益。整个系统的运行效益。

【技术实现步骤摘要】
一种联合发电系统中光热电站储热容量优化配置方法


[0001]本专利技术涉及光热电站储热容量配置
，特别涉及一种联合发电系统中光热电站储热容量优化配置方法。

技术介绍

[0002]当前能源短缺、环境污染已成为全世界公认的头号问题，制约着人类发展的速度。作为解决此类问题的关键，以太阳能为代表的新能源发电得到了迅速的发展。但由于光伏发电过多依赖于天气的状况，造成其出力的随机性与不确定性。光伏发电出力的随机性与不确定性势必限制其大规模并网发电。
[0003]相较于光伏发电，光热发电作为新兴的发电技术，因其配置有大容量的储热系统，可以灵活地调节其出力。在光伏电站附近建设光热电站形成光伏
‑
光热联合发电将成为常见的能源开发形式。
[0004]为了利用光热电站的出力来缓解光伏出力的不确定性，需要对联合发电系统中的光热电站的储热容量进行合理的配置。
[0005]现有的关于光热电站储热容量优化配置，存在着以下几点不足：(1)在光热电站的个体优化中，常以平准化度电成本最低为优化目标，设立固定的太阳倍数来优化储热时间，未将太阳倍数作为决策变量去优化；(2)在联合发电系统中光热电站储热容量优化配置，常以综合成本最低为优化目标去优化储热容量，但这类专利技术中又未考虑光伏出力、负荷预测的不确定性。

技术实现思路

[0006]本专利技术的目的在于克服现有技术的缺陷，并为此提供一种联合发电系统中光热电站储热容量优化配置方法，该方法可以在光伏
‑
光热组成的联合发电系统中，利用光热电站的出力来缓解光伏出力的不确定性造成的电能供需差距的波动，针对光伏预测出力、负荷预测的不确定性，本专利技术采用场景分析法来描述；并建立了光热电站储热容量两阶段优化配置模型，可以计算出每个时段最优的储热量；进而可以最大限度地提高光伏上网电量，同时提高整个系统的运行效益。
[0007]为实现上述目的，本专利技术采取的技术方案为：
[0008]本专利技术提供一种联合发电系统中光热电站储热容量优化配置方法，包括以下步骤：
[0009]S1、针对光伏出力预测和负荷预测的不确定性，采用场景分析法获得出现概率最大的光伏出力预测值和负荷预测值；
[0010]S2、建立光热电站储热容量两阶段优化配置模型；
[0011]S3、基于光热电站储热容量两阶段优化配置模型，在第一阶段中，建立光热电站综合投资成本最低的目标函数，求解得到最优太阳倍数与储热时间，结合光热电站的太阳倍数模型与储热时间模型，进而得到光热电站的最优镜场面积与储热系统的最大储热容量；
[0012]S4、在第二阶段中，建立联合发电系统的经济效益最大的目标函数和电能供需差波动最小的目标函数，结合场景分析法获得的光伏出力预测值和负荷预测值以及第一阶段求得的所述最优镜场面积与所述最大储热容量，计算得到每个时段最优的储热量。
[0013]进一步地，所述步骤S1中，所述采用场景分析法获取出现概率最大的光伏出力预测值和负荷预测值，具体为：
[0014]构建光伏出力预测误差和负荷预测误差的概率密度函数；
[0015]根据所述概率密度函数，采用拉丁超立方抽样的方法来生成光伏出力预测及负荷预测的初始场景；
[0016]采用k
‑
means算法将生成的所述初始场景进行缩减，获得出现概率最大的光伏出力预测值和负荷预测值。
[0017]进一步地，所述步骤S3中，所述光热电站综合投资成本最低的目标函数为：
[0018]min f1＝F
SF
+F
TES
+F
PB
[0019]式中，f1为光热电站综合投资成本折现值；F
SF
为集热系统投资成本折现值；F
TES
为储热系统投资成本折现值；F
PB
为发电系统投资成本折现值；具体表达式如下：
[0020]F
SF
＝C
SF
S
M
δ
CRF
(r,n)
[0021]F
TES
＝C
TES
h
TES
δ
CRF
(r,n)
[0022]F
PB
＝C
PB
P
CSP
[0023][0024]式中，C
SF
为光热电站太阳倍数投资成本；S
M
为光热电站太阳倍数；C
TES
为光热电站储热时间投资成本，h
TES
为光热电站储热时间；C
PB
为光热电站发电系统单位容量投资成本；P
CSP
为光热电站额定容量；δ
CRF
(r,n)为等年值折算系数；r为贴现率；n为光热电站运行年限；
[0025]通过求解所述综合投资成本最低的目标函数，确定最优F
SF
与F
TES
；
[0026]根据所述最优F
SF
与F
TES
，确定光热电站的最优太阳倍数S
M
与储热时间h
TES
。
[0027]进一步地，所述步骤S3中，所述光热电站的最优镜场面积与储热系统的最大储热容量的获取过程具体为：
[0028]将所述最优太阳倍数S
M
与储热时间h
TES
分别带入太阳倍数模型与储热时间模型中，求解得到光热电站的最优镜场面积与储热系统的最大储热容量。
[0029]进一步地，所述太阳倍数模型为：
[0030][0031]式中，S
M
为太阳倍数；S
SF
为镜场面积；I
DNI
为标准工况下太阳直接辐射强度；η
PB
为发电系统热电转换效率；η
SF
为集热系统光热转换效率；
[0032]所述储热时间模型为：
[0033][0034]式中，h
TES
为储热时间；η
dis
为储热系统放热效率；为储热系统最大储热容量。
[0035]进一步地，所述步骤S4中，所述联合发电系统的经济效益最大的目标函数为：
[0036]max f2＝F1+F2‑
F3‑
F4[0037]式中，f2表示联合系统运行效益；F1表示联合系统市场售电效益；F2表示联合系统并网环境效益；F3表示光伏弃光惩罚成本；F4表示联合系统运行维护成本；具体表达式如下：
[0038][0039][0040][0041][0042]式中，T表示调度时段；表示t时刻市场售电的分时电价；C
price
为光热电站市场售电电价；P
tpv
、P
tcsp
分别表示t时刻光伏、光热实际出力；K
pv
、K
csp
分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种联合发电系统中光热电站储热容量优化配置方法，其特征在于，包括以下步骤：S1、针对光伏出力预测和负荷预测的不确定性，采用场景分析法获得出现概率最大的光伏出力预测值和负荷预测值；S2、建立光热电站储热容量两阶段优化配置模型；S3、基于光热电站储热容量两阶段优化配置模型，在第一阶段中，建立光热电站综合投资成本最低的目标函数，求解得到最优太阳倍数与储热时间，结合光热电站的太阳倍数模型与储热时间模型，进而得到光热电站的最优镜场面积与储热系统的最大储热容量；S4、在第二阶段中，建立联合发电系统的经济效益最大的目标函数和电能供需差波动最小的目标函数，结合场景分析法获得的光伏出力预测值和负荷预测值以及第一阶段求得的所述最优镜场面积与所述最大储热容量，计算得到每个时段最优的储热量。2.根据权利要求1所述的一种联合发电系统中光热电站储热容量优化配置方法，其特征在于，所述步骤S1中，所述采用场景分析法获取出现概率最大的光伏出力预测值和负荷预测值，具体为：构建光伏出力预测误差和负荷预测误差的概率密度函数；根据所述概率密度函数，采用拉丁超立方抽样的方法来生成光伏出力预测及负荷预测的初始场景；采用k
‑
means算法将生成的所述初始场景进行缩减，获得出现概率最大的光伏出力预测值和负荷预测值。3.根据权利要求2所述的一种联合发电系统中光热电站储热容量优化配置方法，其特征在于，所述步骤S3中，所述光热电站综合投资成本最低的目标函数为：minf1＝F
SF
+F
TES
+F
PB
式中，f1为光热电站综合投资成本折现值；F
SF
为集热系统投资成本折现值；F
TES
为储热系统投资成本折现值；F
PB
为发电系统投资成本折现值；具体表达式如下：F
SF
＝C
SF
S
M
δ
CRF
(r,n)F
TES
＝C
TES
h
TES
δ
CRF
(r,n)F
PB
＝C
PB
P
CSP
式中，C
SF
为光热电站太阳倍数投资成本；S
M
为光热电站太阳倍数；C
TES
为光热电站储热时间投资成本，h
TES
为光热电站储热时间；C
PB
为光热电站发电系统单位容量投资成本；P
CSP
为光热电站额定容量；δ
CRF
(r,n)为等年值折算系数；r为贴现率；n为光热电站运行年限；通过求解所述综合投资成本最低的目标函数，确定最优F
SF
与F
TES
；根据所述最优F
SF
与F
TES
...

【专利技术属性】
技术研发人员：徐敏，白望望，崔炎，冯智慧，王涛，贾春蓉，张洪源，张耀忠，陈宝奇，
申请(专利权)人：兰州理工大学，
类型：发明
国别省市：