多资源协同调度方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种多资源协同调度方法、装置、设备及存储介质，根据电源侧数据中新能源机组数据、负荷侧数据中刚性负荷数据进行预测，获取预测数据，并根据预测数据构建电力平衡决策场景；根据电力平衡决策的电源侧数据、负荷侧数据，建立多资源协同的优化调度模型；求解不同电力平衡决策场景下的多资源协同的优化调度模型，获得多个电力平衡决策场景的最优出力结果，并根据电网实时预测与不同电力平衡决策场景的负荷与新能源出力计算欧氏距离，选择欧氏距离最小的电力平衡决策场景，将该电力平衡决策场景的求解结果，作为正式调度计划。本发明专利技术有助于提升电力调度场景和调度对象复杂化背景下的保供应、促消纳调度决策需求。促消纳调度决策需求。促消纳调度决策需求。

【技术实现步骤摘要】
多资源协同调度方法、装置、设备及存储介质


[0001]本专利技术涉及一种多资源协同调度方法、装置、设备及存储介质，属于电力系统调度自动化


技术介绍

[0002]新能源发电的占比不断提高，其随机性、波动性特征日益突出，同时，极端天气频发增加新能源波动和负荷峰谷差，新型电力系统发展面临平衡支撑能力不足、电力供应保障难度大等问题。在稳定可靠的传统电源装机比例逐步下降的趋势下，电网保供应与促消纳需求相互交织，需要统筹协调发电侧、负荷侧各种灵活性调节资源，提高电力系统的整体调节能力。
[0003]由于新型电力系统具有平衡场景多样化的特点，因此，电网调度涉及到一次能源、多类电源、负荷响应等多种对象。传统调度技术对高比例新能源带来的平衡潜在风险考虑不足，一般基于单一平衡场景构建特定资源的优化调度模型，对多场景下的电力平衡决策考虑不足，优化调度模型的适应性难以满足调度场景和调度对象复杂化背景下的保供应、促消纳调度决策需求，未能充分发挥源荷多类资源协同调度的平衡支撑能力。
[0004]因此，如何以多场景的电力平衡为目标进行多资源的协同调本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多资源协同调度方法，其特征在于：包括以下步骤：获取电力平衡决策的电源侧数据；获取电力平衡决策的负荷侧数据；根据电源侧数据中新能源机组数据、负荷侧数据中刚性负荷数据进行预测，获取预测数据，并根据预测数据构建电力平衡决策场景；根据电力平衡决策的电源侧数据、负荷侧数据，建立多资源协同的优化调度模型；求解不同电力平衡决策场景下的多资源协同的优化调度模型，获得多个电力平衡决策场景下的火电机组、新能源机组、储能机组、柔性负荷的最优出力结果，并根据电网实时预测与不同电力平衡决策场景的负荷与新能源出力计算欧氏距离，选择欧氏距离最小的电力平衡决策场景，将该电力平衡决策场景的求解结果，作为正式调度计划。2.根据权利要求1所述的多资源协同调度方法，其特征在于：所述根据预测数据构建电力平衡决策场景，具体包括：根据新能源机组预测数据生成多个电力平衡决策场景，包括：新能源预测基准场景、新能源预测上浮10％的新能源大发场景、新能源预测下浮10％的新能源小发场景；根据刚性负荷预测数据生成多个电力平衡决策场景，包括：系统刚性负荷预测的基准场景、系统刚性负荷预测上浮10％的高负荷场景、系统刚性负荷预测下浮10％的低负荷场景。3.根据权利要求2所述的多资源协同调度方法，其特征在于：所述多资源协同的优化调度模型minF，计算公式如下：其中，T为优化调度时段数目，I为包括燃煤、燃气机组的火电机组数目，C
i
为火电机组i的运行成本，P
i,t
为火电机组i在时段t的有功出力，S
i
为火电机组i的开机成本，y
i,t
为火电机组i是否由停机到开机状态变化的标志；S为储能机组的数目，C
s
为储能机组s的调度成本，P
s,t
为储能机组s在时段t的有功出力；W为包括风电、光伏的新能源机组的数目，C
w
为新能源机组w的弃电成本，P
w,t
为新能源机组w在时段t的弃电功率；M为柔性负荷的数目，C
m
为柔性负荷m的调节成本，P
m,t
为柔性负荷m在时段t的调整功率。4.根据权利要求3所述的多资源协同调度方法，其特征在于：所述多资源协同的优化调度模型的约束条件，包括：火电机组约束、储能机组约束、新能源机组约束、柔性负荷约束、系统运行约束；火电机组约束具体包括出力范围约束、爬坡速率约束、最小开机与停机时间约束、发电量约束，计算公式如下：P
i,min
≤P
i,t
≤P
i,max
‑
Δ
i
≤P
i,t
‑
P
i,t
‑1≤Δ
ii
其中，P
i,max
和P
i,min
分别为火电机组i输出功率的上、下限，P
i,t
为火电机组i在时段t的有功出力，P
i,t
‑1为火电机组i在时段t
‑
1的有功出力，Δ
i
为火电机组i每时段爬坡速率的最大值，u
i,t
为火电机组i在时段t的启停状态，y
i,τ
为火电机组i在时段τ是否由停机到开机状态变化的标志，z
i,τ
为火电机组i在时段τ是否由开机到停机状态变化的标志，UT
i
和DT
i
分别为火电机组i的最小开机时间和最小停机时间，E
i,min
和E
i,max
分别为机组i的发电量的上、下限；储能机组约束具体包括：功率累积约束、充电功率约束、放电功率约束、电量累积约束、电量限值约束，计算公式如下：电量限值约束，计算公式如下：电量限值约束，计算公式如下：电量限值约束，计算公式如下：E
s,min
≤E
s,t
≤E
s,max
其中，P
s,t
为储能机组s在时段t的有功出力，和分别为储能机组s在t时段的放电功率、充电功率，P
sd,max
和P
sd,min
分别为储能机组s放电功率的上限与下限，P
sc,max
和P
sc,min
分别为储能机组s充电功率的上限与下限，α
s
为储能机组s的充电效率系数，β
s
为储能机组s的放电效率系数，E
s,t
为储能机组s在t时段的累积电量，E
s,t
‑1为储能机组s在t
‑
1时段的累积电量，E
s,max
和E
s,min
分别为储能机组s累积电量的上限与下限；新能源机组约束具体包括出力范围约束，计算公式如下：其中，P
w,t
为新能源机组w在t时段的弃电功率，为新能源机组w在t时段的预测功率；柔性负荷约束具体包括：负荷调节范围、负荷可用量约束，计算公式如下：柔性负荷约束具体包括：负荷调节范围、负荷可用量约束，计算公式如下：其中，P
m,t
为柔性负荷m在t时段的调节功率，和分别为柔性负荷m在t时段的调节上、下限，D
m,t
为柔性负荷m在t时段的基线负荷，和分别为柔性负荷m在t时段的可用量上、下限；系统运行约束具体包括：功率平衡约束、系统备用约束、电网安全约束，计算公式如下：系统运行约束具体包括：功率平衡约束、系统备用约束、电网安全约束，计算公式如下：
其中，L
t
为系统在时段t的刚性负荷总需求，R
t
为系统在时段t的备用需求，p
l
、分别为第l个输电断面的潮流下限和上限，N为电网计算节点集合，P
n,t
为时段t电网计算节点n的发电功率，l
n,t
为时段t电网计算节点n的负荷功率，S
n,l,t
为时段t电网计算节点n的注入功率对第l个输电断面的灵敏度。5.根据权利要求4所述的多资源协同调度方法，其特征在于：所述欧氏距离，计算公式如下：式中：D
q
为电网实时预测与电力平衡决策场景q的欧氏距离，为电网实时预测在时段t的负荷需求，为电力平衡决策场景q在时段t的负荷需求，为电网实时预测在时段t的新能源出力总和，为电力平衡决策场景q在时段t的新能源出力总和。6.一种多资源协同调度装置，其特征在于：包括以下模块：电源侧数据获取模块：用于获取电力平衡决策的电源侧数据；负荷侧数据获取模块：用于获取电力平衡决策的负荷侧数据；电力平衡决策场景构建模块：用于根据电源侧数据中新能源机组数据、负荷侧数据中刚性负荷数据进行预测，获取预测数据，并根据预测数...

【专利技术属性】
技术研发人员：李利利，孙大雁，陶洪铸，项中明，庞腊成，曹荣章，罗治强，王超，张志，吴华华，徐立中，张思，李永刚，昌力，吴炳祥，
申请(专利权)人：国网浙江省电力有限公司国网电力科学研究院有限公司，
类型：发明
国别省市：