考虑火电灵活调峰改造的风光火储系统容量优化配置方法技术方案

本发明专利技术提供一种考虑火电灵活性改造及深度调峰的风光火储系统容量优化配置方法，属电力系统容量优化配置领域，该方法包括：构建火电机组深度调峰运行成本模型；基于所述深度调峰运行成本模型，构建风光火储发电年化成本模型，包括建立以系统风光储出力波动率最小的第一目标函数，以系统年化成本最小的第二目标函数，以及建立风光火储系统安全稳定运行的约束条件；基于所述第一目标函数、所述第二目标函数和所述风光火储系统安全稳定运行的约束条件，得到基于IGDT改进偏差稳定的设备容量配置优化策略对设备容量进行优化配置。用于解决风光火储系统容量优化配置。光火储系统容量优化配置。光火储系统容量优化配置。

【技术实现步骤摘要】
考虑火电灵活调峰改造的风光火储系统容量优化配置方法


[0001]本专利技术属于电力系统容量优化配置
，尤其涉及一种考虑火电灵活调峰改造的风光火储系统容量优化配置方法。

技术介绍

[0002]我国常年来以传统火电为发电主体，大规模可再生新能源风电光伏接入，意味着风光波动将对系统稳定性及实时功率的平衡造成较大影响，现有电力系统调峰能力较低，弃风弃光率较高。同时，新能源的高渗透率决定了系统调峰能力面临巨大挑战，灵活性储能的发展也受到诸多限制。
[0003]由此，火电灵活性调峰改造对于稳定电力供应、支持可再生新能源的集成、优化火电发电的经济性具有广阔的应用前景。在这之中，机组容量的优化配置是进行灵活性调峰，从而平抑风光波动、提升系统稳定性的重要前提。故而，通过考虑火电灵活调峰改造下，对机组容量进行优化配置，可在大量新能源接入情景下，提高系统经济性与稳定性同时大幅减少弃风弃光，从根本上有效解决平抑风光波动难的问题。

技术实现思路

[0004]鉴于上述的分析，本专利技术实施例旨在提供一种考虑火电灵活调峰改造的风光火储系统容量优化配置方法，用于解决现有电力系统调峰能力缺乏、弃风弃光率过高问题，尤其是解决火电调峰能力低下，电力系统的风光消纳问题。
[0005]为了实现上述目的，本专利技术提出了一种考虑火电灵活调峰改造的风光火储系统容量优化配置方法，包括，
[0006]构建火电机组深度调峰运行成本模型；
[0007]基于所述深度调峰运行成本模型，构建风光火储发电年化成本模型，包括建立以系统风光储出力波动率最小的第一目标函数，以系统年化成本最小的第二目标函数，以及建立风光火储系统安全稳定运行的约束条件；
[0008]基于所述第一目标函数、所述第二目标函数和所述风光火储系统安全稳定运行的约束条件，得到基于IGDT改进偏差稳定的设备容量配置优化策略，以对设备容量进行优化配置。
[0009]可选地，所述基于IGDT预测偏差的设备容量配置优化策略，包括：
[0010]步骤S31、创建风电出力、光伏出力和负荷需求的区间不确定性模型；其中，所述区间不确定性模型包括风电出力变量集、光伏出力变量集和负荷需求变量集；
[0011]步骤S32、计算风光火储系统的不确定度；
[0012]步骤S33、基于所述风电出力变量集、所述光伏出力变量集、所述负荷需求变量集、所述第一目标函数、所述第二目标函数及所述风光火储系统安全稳定运行的约束条件，创建MRD优化模型；
[0013]步骤S34、采用信息熵法计算风电出力不确定度的权重、光伏出力不确定度的权
重、负荷需求不确定度的权重的精确值；
[0014]步骤S35、基于所述MRD优化模型，所述风电出力不确定度、光伏出力不确定度和负荷需求不确定度的权重的精确值，得到改进偏差稳定的IGDT优化模型。
[0015]可选地，构建火电机组深度调峰运行成本模型包括：
[0016]常规调峰阶段，计算火电机组运行成本模型；
[0017]非投油调峰阶段，计算火电机组寿命损耗率，基于所述火电机组寿命损耗率构建火电机组寿命损耗成本模型；
[0018]基于所述火电机组运行成本模型和所述火电机组寿命损耗成本模型，得到火电机组深度调峰运行成本模型。
[0019]可选地，所述第一目标函数为：
[0020][0021]其中，F1是第一目标函数，为系统风光储出力波动率最小，在t时刻，P
WT.t
为风电放电功率，P
PV.t
为光伏放电功率，P
dis.t
储能电池放电功率，P
ch.t
为储能电池充电功率，P
av
为预测范围内风光储出力平均值，T为计算周期总时间。
[0022]所述第二目标函数为：
[0023]F2＝C
PV
+C
WT
+C
TH
+C
BAT
[0024]其中，F2为第二目标函数，即系统年化成本最小，C
PV
为光伏总年化成本，C
WT
为风电机组年化成本，C
TH
为火电机组总年化成本，C
BAT
为储能电池总年化成本。
[0025]可选地，所述风光火储系统安全稳定运行的约束条件包括：
[0026]火电出力上下限约束、新能源电源占地面积约束、储能充放电功率与荷电状态约束、功率平衡约束、火电机组启停约束和新能源峰态系数约束。
[0027]可选地，所述步骤S31包括：
[0028]基于所述风电出力、所述光伏出力和所述负荷需求的区间不确定性，建立所述区间不确定性模型为：
[0029][0030][0031][0032]其中，U(P
WT
,α
WT
)为风电出力变量集，U(P
PV
,α
PV
)为光伏出力变量集，U(P
LD
,α
LD
)为负荷需求变量集P
WT
为风电出力的预测值、P
PV
为光伏出力的预测值、P
LD
为负荷需求的预测值；为风电出力的实际值、为光伏出力的实际值，为负荷需求的实际值、α
WT
为风电出力的不确定度、α
PV
为光伏出力的不确定度和α
LD
为负荷需求的不确定度。
[0033]可选地，所述步骤S32包括：
[0034]所述风光火储系统的不确定度为：
[0035]α
sys
＝w
WT
α
WT
+w
PV
α
PV
+w
LD
α
LD
[0036]其中，α
sys
为风光火储系统的不确定度，w
WT
、w
PV
和w
LD
为风电出力、光伏出力和负荷
需求的不确定度的权重，α
WT
、α
PV
和α
LD
为风电出力、光伏出力、负荷需求的不确定度。
[0037]可选地，所述步骤S33包括：
[0038]所述MRD优化模型为：
[0039][0040]其中，α
sys
为风光火储系统的不确定度，β为偏差稳定因子，X为优化变量，为所述风光火储系统安全稳定运行的约束条件构成的矩阵，第一目标函数和第二目标函数求极值得到F0矩阵，U(P
i
,α
i
)为所述风电出力变量集、所述光伏出力变量集和所述负荷需求变量集。
[0041]可选地，所述步骤S34包括：
[0042]第一步，以风电出力的预测曲线、光伏出力的预测曲线和负荷需求的预测曲线为基础，计算风电出力预测值、光伏出力预测值和负荷需求预测值的各时刻值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑火电灵活调峰改造的风光火储系统容量优化配置方法，其特征在于，包括如下步骤：构建火电机组深度调峰运行成本模型；基于所述深度调峰运行成本模型，构建风光火储发电年化成本模型，包括建立以系统风光储出力波动率最小的第一目标函数，以系统年化成本最小的第二目标函数，以及建立风光火储系统安全稳定运行的约束条件；基于所述第一目标函数、所述第二目标函数和所述风光火储系统安全稳定运行的约束条件，得到基于IGDT改进偏差稳定的设备容量配置优化策略，以对设备容量进行优化配置。2.根据权利要求1所述的优化配置方法，其特征在于，所述基于IGDT预测偏差的设备容量配置优化策略，包括：步骤S31、创建风电出力、光伏出力和负荷需求的区间不确定性模型；其中，所述区间不确定性模型包括风电出力变量集、光伏出力变量集和负荷需求变量集；步骤S32、计算风光火储系统的不确定度；步骤S33、基于所述风电出力变量集、所述光伏出力变量集、所述负荷需求变量集、所述第一目标函数、所述第二目标函数及所述风光火储系统安全稳定运行的约束条件，创建MRD优化模型；步骤S34、采用信息熵法计算风电出力不确定度的权重、光伏出力不确定度的权重、负荷需求不确定度的权重的精确值；步骤S35、基于所述MRD优化模型，所述风电出力不确定度、光伏出力不确定度和负荷需求不确定度的权重的精确值，得到改进偏差稳定的IGDT优化模型。3.根据权利要求2所述的优化配置方法，其特征在于，构建火电机组深度调峰运行成本模型包括：常规调峰阶段，计算火电机组运行成本模型；非投油调峰阶段，计算火电机组寿命损耗率，基于所述火电机组寿命损耗率构建火电机组寿命损耗成本模型；基于所述火电机组运行成本模型和所述火电机组寿命损耗成本模型，得到火电机组深度调峰运行成本模型。4.根据权利要求3所述的优化配置方法，其特征在于，所述第一目标函数为：其中，F1是第一目标函数，为系统风光储出力波动率最小，在t时刻，P
WT
.t为风电放电功率，P
PV.t
为光伏放电功率，P
dis.t
储能电池放电功率，P
ch.t
为储能电池充电功率，P
av
为预测范围内风光储出力平均值，T为计算周期总时间。所述第二目标函数为：F2＝C
PV
+C
WT
+C
TH
+C
BAT
其中，F2为第二目标函数，即系统年化成本最小，C
PV
为光伏总年化成本，C
WT
为风电机组年化成本，C
TH
为火电机组总年化成本，C
BAT
为储能电池总年化成本。5.根据权利要求4所述的优化配置方法，其特征在于，所述风光火储系统安全稳定运行的约束条件包括：
火电出力上下限约束、新能源电源占地面积约束、储能充放电功率与荷电状态约束、功率平衡约束、火电机组启停约束和新能源峰态系数约束。6.根据权利要求5所述的优化配置方法，其特征在于，所述步骤S31包括：基于所述风电出力、所述光伏出力和所述负荷需求的区间不确定性，建立所述区间不确定性模型为：确定性模型为：确定性模型为：其中，U(P

【专利技术属性】
技术研发人员：张立伟，高卓尔，冯任卿，林谢煜，廖佳思，马鸿霄，黎特，张琦悦，张毓清，闫鑫笑，马静，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：