一种考虑抽蓄-电化学储能联合运行的鲁棒优化模型制造技术

本发明专利技术公开了一种考虑抽蓄

【技术实现步骤摘要】
一种考虑抽蓄
‑
电化学储能联合运行的鲁棒优化模型


[0001]本专利技术涉及电气工程领域，更具体地说它是一种考虑抽蓄
‑
电化学储能联合运行的鲁棒优化模型。

技术介绍

[0002]在“碳达峰、碳中和”的目标导向下，利用清洁能源降低传统化石能源比重，减少碳排放的规模，是当今能源发展主流。风能和太阳能都是可再生能源，但均具有不稳定性与不连续性，难以输出稳定的电能，大规模并网后会对电网产生不可忽视的冲击，可再生能源消纳问题凸显。
[0003]通过新能源机组与储能的联合运行为促进系统消纳可再生能源提供了有效策略，电化学储能具有响应时间快，安装灵活等优点，抽水蓄能电站的建造规模大、技术水平高、经济成本优，而且作为电能在时间上的转移手段，抽蓄和电化学储能可弥补新能源出力的波动性和随机性带来的不足，能有效解决新能源并网“瓶颈”问题，提升系统运行水平。因此在系统内合理配置抽蓄和电化学储能，利用抽蓄和电化学储能电源协调运行，可增加系统的调峰能力，对提高新能源利用率具有重要作用。
[0004]构建以新能源为主体的新型电力系统，以风电、光伏为主的新能源将成为新增电能供应的主体，但由于新能源发电固有的强随机性、波动性和间歇性，大规模新能源接入电网后，电力系统的电力电量时空平衡难度将显著加大。保障不同时间尺度的电力供需平衡和新能源高水平消纳，关键在于提升新型电力系统灵活调节能力。
[0005]因此，开发一种可增加系统的灵活调节能力，能提高新能源利用率的考虑抽蓄
‑
电化学储能联合运行的鲁棒优化模型很有必要。

技术实现思路

[0006]本专利技术的目的是为了克服
技术介绍
的不足之处，而提供一种考虑抽蓄
‑
电化学储能联合运行的鲁棒优化模型，在系统内合理配置抽蓄和电化学储能，利用抽蓄和电化学储能电源协调运行，可增加系统的调峰能力，对提高新能源利用率具有重要作用。
[0007]为了实现上述目的，本专利技术的技术方案为：一种考虑抽蓄
‑
电化学储能联合运行的鲁棒优化模型，其特征在于：包括如下步骤，
[0008]步骤1、建立联合发电系统简化结构(如图1所示)，火电机组和新能源机组(风电)联合供电，抽水蓄能电站和电化学储能电站作为调节性电源参与系统运行；
[0009]步骤2、建立风电不确定模型、电化学储能模型、抽水蓄能机组模型；
[0010]步骤3、建立优化模型，目标函数主要考虑了投资成本、运维成本、运行成本三部分；
[0011]步骤4、确定模型约束条件；
[0012]步骤5、采用C&CG算法求解可行性子问题，获得不满足系统运行约束的风电场景，再将该风电场景带入主问题求解同时满足该风电场景与预测风电场景的开机方式(如图7
所示)；
[0013]如图6所示，采用C&CG算法求解可行性子问题的求解步骤可以阐述为：
[0014]1)在预测场景下，求解主问题，得到初始开机方式，并令r＝0；
[0015]2)将开机方式带入可行性子问题，求解得到目标函数∑s；
[0016]3)如果∑s≤ε，则说明所有风电场景均满足系统运行约束，终止循坏得到机组开始方式；否则，设置r＝r+1，且得到可行性子问题中不满足系统约束的风电场景w
r
，将生成新的风电场景
‑
出力约束：
[0017]Gp+Mw
r
+Eu≤h
ꢀꢀꢀꢀꢀ
(30)
[0018]其中，ε为任意正数；G、M、E分别为变量的系数矩阵；w为随机变量；P为抽水蓄能机组发电状态出力限制；u为火电机组的开停机状态；h代表变量约束上限；
[0019]4)将新约束带入主问题求解，得到新的开机方式，并返回步骤2)。
[0020]在上述技术方案中，在步骤2中，风电不确定模型的建立方法如下：
[0021]不确定集合的构建是影响鲁棒模型求解精度的关键因素，本专利技术采用以变量分布的临界信息为约束来构建如下盒式集合：
[0022][0023]式中：p
w
(t)为t时刻风电的实际输出功率；为风电输出功率的预测值；为风电输出功率的最大偏差值；B
w
(t)为随机变量，取值为[
‑
1,1]；Ω
w
为风电出力波动的不确定性调节参数。
[0024]在上述技术方案中，在步骤2中，电化学储能模型的建立方法如下：
[0025]电化学储能具有响应时间快，安装灵活等优点。电化学储能的容量可表示为：
[0026][0027]式中：E
battery
(t
‑
1)和E
battery
(t)分别为t
‑
1和t时刻电化学储能容量(kWh)；η为电化学储能充放电效率；p
charge
、p
discharge
分别为电化学储能充电功率及放电功率(kW)；Δt为时间间隔。
[0028]在上述技术方案中，在步骤2中，抽水蓄能电站模型的建立方法如下：
[0029]抽水蓄能电站具有稳定可靠，寿命周期长等优点。抽水蓄能的容量可表示为：
[0030][0031]式中：V
U
(t)和V
U
(t
‑
1)分别为t和t
‑
1时刻水库容量(m3)；η
pum
和η
gen
分别为水泵效率
及水轮机效率。p
pum
(t)和p
gen
(t)分别为抽水蓄能电站抽水功率及发电功率(kW)；g为重力加速度，取9.81m/s2；ρ为水密度，取1000kg/m3；h为额定水头，取105m；Δt为时间间隔。
[0032]在上述技术方案中，在步骤3中，投资成本主要为各单元的等年值投资成本，运维成本为各单元运行维护成本，运行成本由弃风弃光惩罚成本，环境成本以及火申机组煤耗成本组成；
[0033]建立的优化模型如下：
[0034]min C＝min{C
int
+C
ope
+C
om
}
ꢀꢀꢀꢀꢀ
(4)
[0035]式中：C为综合成本；C
int
为储能等年值投资成本；C
ope
为年运行成本，C
om
为运行维护成本，其计算公式如下：
[0036][0037]式中：f
inv
(r,x)为年投资折算系数，与贴现率r，和设计使用年限x有关；C
p
为单位容量投资成本；I
s
为配置装机容量；F
s
为单位容量维护费用；C
fuel
为煤耗成本；C
q
为弃风弃光成本，C
h
为污染物本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑抽蓄
‑
电化学储能联合运行的鲁棒优化模型，其特征在于：包括如下步骤，步骤1、建立联合发电系统简化结构，火电机组和新能源机组联合供电，抽水蓄能电站和电化学储能电站作为调节性电源参与系统运行；步骤2、建立风电不确定模型、电化学储能模型、抽水蓄能机组模型；步骤3、建立优化模型，目标函数考虑投资成本、运维成本、运行成本三部分；步骤4、确定模型约束条件；步骤5、采用C&CG算法求解可行性子问题，获得不满足系统运行约束的风电场景，再将该风电场景带入主问题求解同时满足该风电场景与预测风电场景的开机方式；采用C&CG算法求解可行性子问题的求解步骤阐述为：1)在预测场景下，求解主问题，得到初始开机方式u
*0
，并令r＝0；2)将开机方式u
*r
带入可行性子问题，求解得到目标函数∑s；3)如果∑s≤ε，则说明所有风电场景均满足系统运行约束，终止循坏得到机组开始方式；否则，设置r＝r+1，且得到可行性子问题中不满足系统约束的风电场景w
r
，将生成新的风电场景
‑
出力约束：Gp+Mw
r
+Eu≤h
ꢀꢀꢀꢀꢀ
(30)其中，ε为任意正数；G、M、E分别为变量的系数矩阵；w为随机变量；P为抽水蓄能机组发电状态出力限制；u为火电机组的开停机状态；h代表变量约束上限；4)将新约束带入主问题求解，得到新的开机方式u
*r
，并返回步骤2)。2.根据权利要求1所述的考虑抽蓄
‑
电化学储能联合运行的鲁棒优化模型，其特征在于：在步骤2中，风电不确定模型的建立方法如下：采用以变量分布的临界信息为约束来构建如下盒式集合：式中：p
w
(t)为t时刻风电的实际输出功率；为风电输出功率的预测值；为风电输出功率的最大偏差值；B
w
(t)为随机变量，取值为[
‑
1,1]；Ω
w
为风电出力波动的不确定性调节参数。3.根据权利要求1或2所述的考虑抽蓄
‑
电化学储能联合运行的鲁棒优化模型，其特征在于：在步骤2中，电化学储能模型的建立方法如下：电化学储能的容量可表示为：式中：E
battery
(t
‑
1)和E
battery
(t)分别为t
‑
1和t时刻电化学储能容量，kWh；η为电化学储能充放电效率；p
charge
、p
discharge
分别为电化学储能充电功率及放电功率，kW；Δt为时间间隔。
4.根据权利要求3所述的考虑抽蓄
‑
电化学储能联合运行的鲁棒优化模型，其特征在于：在步骤2中，抽水蓄能电站模型的建立方法如下：抽水蓄能的容量表示为：式中：V
U
(t)和V
U
(t
‑
1)分别为t和t
‑
1时刻水库容量，m3；η
pum
和η
gen
分别为水泵效率及水轮机效率；p
pum
(t)和p
gen
(t)分别为抽水蓄能电站抽水功率及发电功率，kW；g为重力加速度，取9.81m/s2；ρ为水密度，取1000kg/m3；h为额定水头，取105m；Δt为时间间隔。5.根据权利要求4所述的考虑抽蓄
‑
电化学储能联合运行的鲁棒优化模型，其特征在于：在步骤3中，投资成本为各单元的等年值投资成本，运维成本为各单元运行维护成本，运行成本由弃风弃光惩罚成本，环境成本以及火申机组煤耗成本组成；建立的优化模型如下：min C＝min{C
int
+C
ope
+C
om
}
ꢀꢀꢀꢀ
(4)式中：C为综合成本；C
int
为储能等年值投资成本；C
ope
为年运行成本；C
om
为运行维护成本；其计算公式如下：式中：f
inv
(r,x)为年投资折算系数，与贴现率r，和设计使用年限x有关；C
p
为单位容量投资成本；I
s
为配置装机容量；F
s
为单位容量维护费用；C
fuel
为煤耗成本；C
q
为弃风弃光成本，C
h
为污染物排放成本，其计算公式具体如下：(1)煤耗成本火电机组i在t时刻的煤耗成本，表述为出力的次函数如下：式中：是火电机组i在t时刻的有功输出；为火电机组i的燃料系数；(2)弃风弃光惩罚成本式中；为弃风惩罚因子；p
wind
(t)为t时刻风电机组的实际发电值；为风电机组发电量的预测值；(3)污染物排放成本F
h
＝G
S
BE
SP
+G
N
BE
NP
+G
C
BE
CP
ꢀꢀꢀꢀꢀ
(8)式中：F
h
为排放SO2、NO
X
、CO2的惩罚成本；E
sp
、E
NP
、E
cp
为单位质量SO2、NO
X
、CO2对应经济成
本的排放惩罚系数；B为煤耗量；Gs、G
N
、G
C
为单位质量燃煤产生的SO2、NO
X
、CO2。6.根据权利要求5所述的考虑抽蓄
‑
电化学储能联合运行的鲁棒优化模型，其特征在于：在步骤4中，确定的模型约束条件包括：(1)功...

【专利技术属性】
技术研发人员：王佳，赵红生，王博，徐秋实，乔立，任羽纶，吴启亮，莫石，张焱哲，王俊琪，汪桥，付灏，李悝，郭学英，朱晓航，刘鹏，
申请(专利权)人：中国电力工程顾问集团中南电力设计院有限公司，
类型：发明
国别省市：