System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及虚拟电厂调度领域,更具体的说是涉及一种虚拟电厂日前调度策略建立方法。
技术介绍
1、以风电、光伏为主要形态的分布式能源(distributed energy resource,der)发电迅速发展。但der出力波动大、随机性强,大规模接入对电网的安全稳定运行有一定影响。为解决上述问题,提出了虚拟电厂(virtual power plant,vpp)的概念。vpp作为der参与电力市场的统一代理商,能够实现多源整合调度。其中,多种能源资源包括太阳能、风能、储能系统和其他多种发电设备,以提高电力系统的可靠性和效率。相关的抽水蓄能技术可以进一步增强电力系统的性能,并提供一些额外的关键优势。例如能更好地参与电力系统的削峰填谷,以维持电力系统的稳定性,促进清洁电力资源消纳。
2、目前,抽水蓄能技术是一项非常成熟的能量存储技术,具有调节容量大、单位容量成本低,但响应速度不够迅速的特点。抽水蓄能电站天然站的资源十分丰富,但分布不均。废弃煤矿的利用模式除了建设光伏电站外,还可以利用其采煤深陷区及地下巷道建设抽水蓄能电站。总的来说,废弃矿井抽蓄电站对新能源的消纳提供了新的思路。
3、基于vpp和抽蓄电站的特点,将废弃矿井抽蓄电站作为vpp的重要组成部分,同时提供一种虚拟电厂日前调度策略建立方法是本领域技术人员亟需解决的问题,其不仅可以提高新型电力系统的储能能力,更能破解清洁能源入网调频困难、消纳不足等难题。
技术实现思路
1、本专利技术提出了的一种虚拟电厂日前调
2、为实现上述目的,本专利技术采用了以下技术方案:
3、一种虚拟电厂日前调度策略建立方法包括以下步骤:
4、s1:根据现有综合能源系统的研究,构建含风机、光伏、电池储能、废弃矿井抽水蓄能的虚拟电厂结构;
5、s2:建立以经济效益最大化、环境效益最大化的多目标能效模型,来满足供需平衡及运行约束条件下不同用户对电和碳排放的需求。以运行成本最小化为目标函数,即风光储蓄的运行成本和vpp向电网的交互成本;以新能源消纳率最大为目标函数,即弃风、弃光率最小;以碳排放量最小化为目标函数,即电网交互中发电资源产生的碳排放量减去vpp运营商获取的免费碳排放配额;
6、s3:建立模型约束条件;模型需满足两类约束:系统运行约束和各设备的运行约束;系统约束包括电力供需平衡约束;设备的运行约束包括风电、光伏出力约束,蓄电池运行约束和充放电次数约束,废弃矿井抽水蓄能电站运行约束、机组启停次数约束和抽水状态和发电状态下功率约束;
7、s4:采用自适应多目标人工蜂鸟算法(adaptive multi-objective artificialhummingbird algorithm,amoaha)对模型进行优化求解,建立虚拟电厂日前优化调度策略。
8、优选的,s2中,目标函数表达如下:
9、1)vpp运行成本最小化:
10、
11、风、光、储、蓄的运行成本式中,t为调度时段数;ocwpp、ocpv分别为风机、光伏的运维成本,pwpp(t)、ppv(t)分别为t时段风力、光伏的发电功率;n为蓄电池的数量,oces为蓄电池的维护系数,pes(t)为t时段蓄电池的充放电功率;分别为废弃矿井抽水蓄能的抽水成本和发电成本,分别为t时段废弃矿井抽水蓄能机组在抽水状态、发电状态下的有功功率,分别为抽水状态、发电状态。
12、vpp向电网的交互成本含购电成本cb(t)和售电成本cs(t);式中,pb(t)、ps(t)分别为t时段vpp与电网交互时的购售电功率。
13、2)新能源消纳率最大化:
14、
15、式中,分别为t时段弃风、弃光功率。
16、3)碳排放量最小化:
17、
18、虚拟电厂的实际碳交易量含与电网交互中发电资源产生的碳排放量和获得的无偿碳配额量式中,i为购电次数;为传统燃煤机组的碳排放系数;ηc为从电网购得电能中传统煤炭发电所占比例;pb,i为第i次从电网购得电量。η为vpp单位电量的碳排放系数;gt为t时段vpp运营商的总发电量。分别为t时段风机、光伏的发电量。
19、优选的,s3中,系统运行约束和设备运行约束的表达式如下:
20、1)系统运行约束
21、电力供需平衡约束
22、
23、式中,pl(t)为t时刻的负荷需求,pwpp(t)、ppv(t)、pes(t)分别为t时段风力、光伏的发电功率和蓄电池的充放电功率,分别为t时段废弃矿井抽水蓄能机组在抽水状态、发电状态下的有功功率;pb(t)、ps(t)分别为t时段vpp与电网交互时的购售电功率。
24、2)设备运行约束
25、a)风电出力约束
26、
27、
28、
29、式中,为t时段风机出力上限;为t时段的弃风功率;为t时段风机发电总功率。
30、b)光伏出力约束
31、
32、
33、
34、式中,为t时段光伏出力上限;为t时段的弃光功率;为t时段光伏发电总功率。
35、c)蓄电池运行约束
36、
37、
38、
39、socmin≤soc(t)≤socmax (14)
40、
41、式中,分别为蓄电池在t时段内的放电、充电功率,为蓄电池的最大功率,分别为蓄电池的放电、充电状态;socmax、socmin、soc(t)分别为蓄电池的最大最小容量、t时段时蓄电池的容量;每天起始时刻电池储能值,为每天结束时刻电池储能值。
42、d)蓄电池充放电次数约束
43、
44、式中,nes为蓄电池充放电转换次数限值。
45、e)抽水状态和发电状态下功率约束
46、
47、
48、式中,为t时段负荷功率最小、最大值;为t时段抽水状态或发电状态下的有功功率;分别表示风光t时段预测的功率最小、最大值。
49、f)废弃矿井抽水蓄能电站运行约束
50、
51、
52、
53、
54、
55、
56、式中,分别表示废弃矿井抽水蓄能电站发电状态、抽水状态最小最大功率,分别表示废弃矿井抽水蓄能电站t时刻发电、抽水功率,发电状态、抽水状态;vu(t)、vd(t)上下水库t时刻容量,分别为上下水库最小最大容量;为每天起始时刻废弃矿井抽蓄电站蓄能值,为每天结束时刻废弃矿井抽蓄电站蓄能值。
57、g)废弃矿井抽水蓄能机组启停次数约束
58、
59、式中,n本文档来自技高网...
【技术保护点】
1.一种虚拟电厂日前调度策略建立方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种虚拟电厂日前调度策略建立方法,其特征在于:所述步骤S1中,VPP是由一个200MW的风电厂,一个100MW的光伏电站,总容量为60MW/240MW的电池,一个容量为120MW的抽水蓄能电站组成。其中抽水蓄能电站的抽水蓄能机组为4台30MW可逆式水轮机,单台机组工作于水泵工况下的最大输入功率为30MW。
3.根据权利要求1所述的一种虚拟电厂日前调度策略建立方法,其特征在于:所述步骤S2中,构建多目标能效模型,建立经济效益最大的目标函数、新能源消纳率最大的目标函数、碳排放量最小的目标函数包括以下步骤:
4.根据权利要求1所述的一种虚拟电厂日前调度策略建立方法,其特征在于:所述步骤S3中建立模型约束条件。模型需满足系统约束包括电力供需平衡约束;设备的运行约束包括风电、光伏出力约束,蓄电池运行约束和充放电次数约束,废弃矿井抽水蓄能电站运行约束、机组启停次数约束和抽水状态和发电状态下功率约束。建立以上模型约束需满足以下步骤:
5.根据权利要求1所述的
6.根据权利要求5所述的一种虚拟电厂日前调度策略建立方法,其特征在于:步骤S45中所述的飞行策略包括以下三种:
7.根据权利要求5所述的一种虚拟电厂日前调度策略建立方法,其特征在于:步骤S46中所述的更新策略如下:
...【技术特征摘要】
1.一种虚拟电厂日前调度策略建立方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种虚拟电厂日前调度策略建立方法,其特征在于:所述步骤s1中,vpp是由一个200mw的风电厂,一个100mw的光伏电站,总容量为60mw/240mw的电池,一个容量为120mw的抽水蓄能电站组成。其中抽水蓄能电站的抽水蓄能机组为4台30mw可逆式水轮机,单台机组工作于水泵工况下的最大输入功率为30mw。
3.根据权利要求1所述的一种虚拟电厂日前调度策略建立方法,其特征在于:所述步骤s2中,构建多目标能效模型,建立经济效益最大的目标函数、新能源消纳率最大的目标函数、碳排放量最小的目标函数包括以下步骤:
4.根据权利要求1所...
【专利技术属性】
技术研发人员:胡锋,胡忆婕,周孟然,朱梓伟,汪锟,崔恩汉,田震,张跃文,葛妍,吴航,
申请(专利权)人:安徽理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。