一种风光水火储的电气热三联产优化调度方法和系统技术方案

本发明专利技术公开了一种风光水火储的电气热三联产优化调度方法和系统。为解决现有综合能源系统中可再生能源消纳能力不足以及促进天然气资源在综合能源系统中的应用，本发明专利技术的优化调度方法采用的技术方案为：建立风力发电和光伏发电的出力模型；建立天然气网络中电转气单元的电负荷和热负荷模型；构建风光水火储的电气热耦合网络运行优化目标函数；引入功率平衡、机组运行和天然气网络约束条件，构建耦合网络的风光水火储的电气热三联产优化调度模型；求解风光水火储的电气热三联产优化调度模型。本发明专利技术解决了弃风弃光问题，充分促进了可再生能源的消纳并保障了电网的安全性，提高了系统的能源利用效率和经济效益。系统的能源利用效率和经济效益。系统的能源利用效率和经济效益。

【技术实现步骤摘要】
一种风光水火储的电气热三联产优化调度方法和系统


[0001]本专利技术涉及电力系统优化调度
，具体地说是一种风光水火储的电气热三联产优化调度方法和系统。

技术介绍

[0002]近年来我国风电、光伏等新能源装机容量快速增加，但是作为可再生能源的风能、太阳能和水力发电在时间和空间上存在出力不稳定的特征，为电网的安全运行带来隐患，可再生能源的消纳并网成为目前亟待解决的难题。
[0003]传统能源如煤炭、天然气等发电具备灵活性和深度调峰特性，通过风光水火储多种能源的优化调度，充分利用可再生能源与传统能源的互补特性，能够实现多种能源的梯级利用，提高整体能源利用效率。
[0004]专利技术专利CN110829503B公开了一种风光水火储的多能互补微电网联合优化调度方法，分别建立风力发电出力模型、太阳能发电出力模型、汽轮机发电出力模型、抽水蓄能水轮机发电出力模型和能量存储单元模型；根据获取的风力发电、太阳能发电、汽轮机发电﹑抽水蓄能水轮机发电和能量存储数据，以风电﹑光伏发电出力以及储能量最大化为目标，引入发用电平衡约束和机组运行约束，构建静态博弈的合作竞争优化调度模型；计算合作竞争优化调度模型的静态博弈纳什均衡点，得到最优化的风光水火储的多能互补控制策略，实现了多能互补微电网的联合优化调度。
[0005]专利技术专利CN109742796B提供了一种风光水火储联合系统的多时间尺度协调调度方法，该方法将调度时间划分三个尺度，日前24h、日内1h、日内15min，将风光荷看作系统广义负荷，利用三个尺度上风光荷的预测数据计算相应的系统广义负荷；在此基础上，构建考虑静态安全的日前24h火电出力模型，求解火电未来24h调度计划；计及火电出力计划，构建考虑静态安全的日内1h水电出力模型，求解水电未来1h调度计划；计及水火出力计划，构建考虑静态安全的日内15min蓄电池出力模型，求解储能未来15min调度计划。该专利技术为提高风光并网容量，利用水火储调节能力的协调互补性，以平抑风光出力的随机波动性对电网的冲击，有效跟踪负荷并维持系统功率平衡。
[0006]专利技术专利申请CN113394817A提出了一种风光水火储系统的多能容量优化配置方法，包括：以成本最小、负荷缺电率最小、风光总发电量最大为目标，分别建立相应的三个子目标；对三个子目标分别进行min
‑
max归一化处理，然后线性加权求和，得到单目标函数；基于多能互补特性及预设运行策略，以及预设约束条件和单目标函数，构建多能容量优化配置模型；在水电总容量固定不变的前提下，通过遗传算法搜索求解最优的风机数量、光伏阵列数量、火电机组数量和储能电池数量，用于计算各子目标的最小值﹑最大值。该专利技术涉及了较多种类的电源，综合考虑了较多目标，利用遗传算法简化了各子目标最大值﹑最小值的分析与计算，提高了整个优化配置过程的计算效率。
[0007]上述技术将可再生能源发电与煤电、储能机组调峰相结合，仍存在弃风弃光的问题；在天然气资源丰富的区域，天然气发电和产热更适合应用于多能互补综合能源系统，但
是多种能源利用的耦合调度更为复杂，对于涉及风光水火储的电气热耦合网络优化调度方法，尚未有技术涉及。

技术实现思路

[0008]为解决现有综合能源系统中可再生能源消纳能力不足以及促进天然气资源在综合能源系统中的应用，本专利技术提出一种风光水火储的电气热三联产优化调度方法和系统，以实现风能、太阳能等可再生能源和煤炭、天然气传统能源的优势互补，结合天然气管网和电转气技术解决弃风弃光问题，以充分促进可再生能源的消纳并保障了电网的安全性，提高系统的能源利用效率和经济效益。
[0009]为实现上述目的，本专利技术采用的一种技术方案如下：一种风光水火储的电气热三联产优化调度方法，其包括：
[0010]步骤1，建立风力发电和光伏发电的出力模型；
[0011]步骤2，建立天然气网络中电转气单元的电负荷和热负荷模型；
[0012]步骤3，构建风光水火储的电气热耦合网络运行优化目标函数；
[0013]步骤4，引入功率平衡、机组运行和天然气网络约束条件，构建耦合网络的风光水火储的电气热三联产优化调度模型；
[0014]步骤5，求解风光水火储的电气热三联产优化调度模型。
[0015]进一步地，步骤1包括：
[0016]步骤11，建立风力发电出力模型
[0017]风电出力不确定性主要由自然来风速度决定，采用Rayleigh分布函数描述自然风速的分布：
[0018][0019]其中，v表示实时风速，ψ和g分别表示自然风速的形状参数和自然风速的规模参数，上述公式用来分别计算自然风速的标准差以及自然风速的期望值，从而确立风电场的可用输出功率具体如下：
[0020][0021]其中，v
t
为时刻t的实时风速，v
in
、v
rated
和v
out
分别为风电场的切入、额定和切出风速，g
R
表示风力发电机的额定功率。
[0022]更进一步地，步骤1还包括：
[0023]步骤12，建立光伏发电出力模型
[0024]光伏发电出力主要由太阳能辐射强度决定，主要受外部天气特别是云层影响，β分布函数被用于描述太阳能光伏辐射强度，具体计算如下：
[0025][0026]其中，θ表示光伏辐射强度，α和β分别表示β分布函数的运行参数，根据上述公式计算光伏辐射强度的标准差和期望值，具体如下：
[0027][0028][0029]其中，μ和σ分别是光伏辐射强度的期望值和标准差，进一步获得太阳能光伏辐射强度的分布函数，从而确立太阳能光伏的实时输出功率
[0030][0031]其中，η
pv
和S
pv
分别表示太阳能辐射效率和辐射面积，θ
t
表示时刻t的太阳能辐射强度。
[0032]进一步地，步骤2包括：
[0033]当风电、光伏消纳困难时，通过电转气单元P2G将过剩的风力发电和光伏发电转化为天然气，供热电联产机组、燃气锅炉使用或进行储存，电转气单元的电负荷和热负荷模型为：
[0034][0035]其中，下标m表示第m个电转气单元，L
m,t
和H
m,t
分别为t时段的电负荷和热负荷，和分别为t时段的输入电功率和天然气流量，v1和v2为调度系数，和分别为t时段的储气功率和放气功率，η
CHP,
和η
CHP,
分别热电联产机组转电和气转热的效率，η
gh
为燃气锅炉气转热的效率，η
eg
表示电转气单元的效率。
[0036]进一步地，步骤3包括：
[0037]步骤31，建立净负荷波动最小目标函数
[0038]净负荷是指风光水火储联合系统中由火电机组实际承担的剩余负荷量，为充分利用储能系统能力补偿风光可再生能源出力的波动性，尽量使火电机组承担的净本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风光水火储的电气热三联产优化调度方法，其特征在于，包括：步骤1，建立风力发电和光伏发电的出力模型；步骤2，建立天然气网络中电转气单元的电负荷和热负荷模型；步骤3，构建风光水火储的电气热耦合网络运行优化目标函数；步骤4，引入功率平衡、机组运行和天然气网络约束条件，构建耦合网络的风光水火储的电气热三联产优化调度模型；步骤5，求解风光水火储的电气热三联产优化调度模型。2.根据权利要求1所述的一种风光水火储的电气热三联产优化调度方法，其特征在于，步骤1包括：步骤11，建立风力发电出力模型风电出力不确定性主要由自然来风速度决定，采用Rayleigh分布函数描述自然风速的分布：其中，v表示实时风速，ψ和g分别表示自然风速的形状参数和自然风速的规模参数，上述公式用来分别计算自然风速的标准差以及自然风速的期望值，从而确立风电场的可用输出功率具体如下：其中，v
t
为时刻t的实时风速，v
in
、v
rated
和v
out
分别为风电场的切入、额定和切出风速，g
R
表示风力发电机的额定功率。3.根据权利要求2所述的一种风光水火储的电气热三联产优化调度方法，其特征在于，步骤1还包括：步骤12，建立光伏发电出力模型光伏发电出力主要由太阳能辐射强度决定，主要受外部天气特别是云层影响，β分布函数被用于描述太阳能光伏辐射强度，具体计算如下：其中，θ表示光伏辐射强度，α和β分别表示β分布函数的运行参数，根据上述公式计算光伏辐射强度的标准差和期望值，具体如下：伏辐射强度的标准差和期望值，具体如下：其中，μ和σ分别是光伏辐射强度的期望值和标准差，进一步获得太阳能光伏辐射强度
的分布函数，从而确立太阳能光伏的实时输出功率的分布函数，从而确立太阳能光伏的实时输出功率其中，η
pv
和S
pv
分别表示太阳能辐射效率和辐射面积，θ
t
表示时刻t的太阳能辐射强度。4.根据权利要求1所述的一种风光水火储的电气热三联产优化调度方法，其特征在于，步骤2包括：当风电、光伏消纳困难时，通过电转气单元P2G将过剩的风力发电和光伏发电转化为天然气，供热电联产机组、燃气锅炉使用或进行储存，电转气单元的电负荷和热负荷模型为：其中，下标m表示第m个电转气单元，L
m,t
和H
m,t
分别为t时段的电负荷和热负荷，和分别为t时段的输入电功率和天然气流量，v1和v2为调度系数，和分别为t时段的储气功率和放气功率，η
CHP,
和η
CHP,
分别热电联产机组转电和气转热的效率，η
gh
为燃气锅炉气转热的效率，η
eg
表示电转气单元的效率。5.根据权利要求1所述的一种风光水火储的电气热三联产优化调度方法，其特征在于，步骤3包括：步骤31，建立净负荷波动最小目标函数净负荷是指风光水火储联合系统中由火电机组实际承担的剩余负荷量，为充分利用储能系统能力补偿风光可再生能源出力的波动性，尽量使火电机组承担的净负荷波动性最小，避免火电机组大幅度频繁调整出力，建立如下净负荷波动最小目标函数：小，避免火电机组大幅度频繁调整出力，建立如下净负荷波动最小目标函数：小，避免火电机组大幅度频繁调整出力，建立如下净负荷波动最小目标函数：式中：N
T
为一个调度周期，P
glt
为t时刻的净负荷值，P
glt,av
为一个调度周期内的净负荷平均值；P
load,t
为总负荷水平；为t时刻风电场l实际并网功率；为t时刻水电h实际并网功率；为t时刻的光伏m实际并网功率；P
St
为储能装置t时刻充放电功率，P
St
>0表示储能装置放电；P
St
<0表示储能装置充电；P
CHP
为热电联产机组的实际并网功率；Nw为风电场总数；Ns为光伏电站总数；N
H
为水电站总数；L
m,t
为电转气单元的电负荷；N
m
为电转气单元总数；步骤32，建立储能系统运行收益最大目标函数
在储能系统运行过程中，储能系统运行电量收益和环境收益是影响其运行经济性的主要因素，储能系统的收益由储能系统运行电量收益和环境收益计算得到：式中，p
price
为电网电价；η
c
和η
d
分别表示储能系统的充、放电效率；和分别是储能系统t时刻的充、放电功率；M为上级电网产生的污染物类型总数；p
price,k
为污染物的单位排放费用；ξ
grid,k
为上级电网生产单位电能排放第k种污染物密度；对于储能系统的运行成本模型，主要考虑储能系统的充放电成本：式中，c
sc
为储能系统的充放电功率成本系数；和分别是储能系统t时刻的充、放电功率；储能系统运行收益最大目标函数为：maxf
sy
＝f
ss
‑
f
sc
；步骤33，建立火电机组调峰运行成本和收益模型火电机组的调峰运行成本包括常规调峰运行成本、深度调峰机组损耗成本、深度调峰机组稳燃投油成本和火电机组污染物排放成本，具体描述如下：(1)火电机组常规调峰运行成本其中，f
mh
和f
qt
分别为火电机组煤耗成本和启停成本；a
i
、b
i
和c
i
分别为火电机组i的耗量系数；P
i,t
为火电机组出力；N
G
为机组数；S
it
表示火电机组i在t时刻的开机成本；u
it
表示火电机组i在t时刻的启停状态，u
it
＝1表示开机，u
it
＝0表示停机；(2)深度调峰机组损耗成本采用Manson
‑
Coffin公式粗略计算机组损耗成本，机组损耗成本如下：f
i,l
＝γS
unit,i
/(2N
f
(P))其中，γ为火电机组运行影响系数；S
unit,i
为第i台火电机组的购置成本；N
f
(P)表示由转子低周疲劳曲线确定的转子致裂循环周次；(3)深度调峰机组稳燃投油成本在投油深度调峰阶段，投油助燃产生的附加投油调峰成本为：f
y,i,t
＝Q
oil,i,t
p
oil
其中，Q
oil,i,t
为第i台机组t时刻深度调峰阶段投油量；p
oil
为当季油价；(4)火电机组污染物排放成本
其中，和分别为火电机组i的排放成本系数；综上所述，根据火电机组运行状态不同将火电机组调峰成本分段表示为：式中：P
i,min
和P
i,max
分别为火电机组最小技术出力和最大出力；P
b
为机组投油深度调峰稳燃极限负荷值；P
a
为机组不投油深度调峰稳燃负荷值；火电机组调峰收益描述为：火电机组调峰收益描述为：式中：和分别为t时刻火电机组调峰收益和分摊费用；为火电机组调峰成本；ΔP
i,t
为火电机组因调峰少发电量；为火电机组的调峰补偿单价；为火电机组减少发电量...

【专利技术属性】
技术研发人员：吕洪坤，童家麟，茅建波，刘文胜，张晓龙，周昊，马伟伟，
申请(专利权)人：浙江大学，
类型：发明
国别省市：