一种多能互补系统多目标协调优化调度方法技术方案

技术编号：40163255 阅读：8 留言：0更新日期：2024-01-26 23:36

本发明专利技术涉及电力系统技术领域，特别涉及一种多能互补系统多目标协调优化调度方法，该方法基于随机差分方程和光伏电站出力特性，分别建立风电场和光伏电场的出力数学模型，能够更为准确的生成风光出力曲线；通过考虑可转移负荷周期内总用电量约束与负荷转移上下限约束，建立可转移类需求响应资源负荷模型，利于协调可转移负荷的参与能力；建立建立基于可转移类负荷响应特性的风‑光‑水‑火‑储多能互补系统多目标协调优化调度模型，能够综合考虑多种目标函数对电力系统协调优化的影响；采用多目标遗传算法求解帕累托解集，运用高斯隶属度函数选取最优解，通过优化多能源出力提高系统的经济性、降低火电机组的碳排放及大气污染排放。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术属于电力系统，特别涉及一种多能互补系统多目标协调优化调度方法。

技术介绍

1、随着电力系统中的多种电源装机容量不断提升，对于各异质性电源的出力调配成为电力系统调度不可或缺的一项工作，其调度合理性直接影响到电力系统的安全和运行效率。同时，随着需求侧响应政策的推进，负荷侧也积极参与电力系统调峰任务，因此，如何建立可转移负荷参与需求侧响应时的负荷模型，提高可转移负荷的效益，从而提高其参与电力系统调峰的积极性，是保证可转移负荷参与电力系统电力电量平衡调节的关键。

2、目前关于多能互补系统的优化调度研究，主要关注风-光-火、风-光-水、风-光-火-储等系统，但针对风-光-水-火-储多能互补系统的优化运行研究较少，不能够满足我国电力能源调度需求和发展规划。同时，在进行优化调度过程中，目标函数多考虑系统经济性等，对于碳排放量、大气污染排放量的研究较少，且大部分都是作为经济指数加权到系统经济性中，不能突出不同目标函数之间的差异性。而且，目前常用的优化算法，如线性规划、整数规划或遗传算法等，可以解决多能互补系统的多目标优化调度问题，但大部分都是基于以最小化系统总成本、最大化可再生能源利用或最小化碳排放等建立的传统电力系统优化模型所求解出来的优化方案，并没有充分考虑到需求侧响应政策的推进过程中，为了保证可转移负荷参与的积极性，需要基于可转移负荷的响应特性建立其负荷模型，导致在实际应用中效果受限，因此我们需要提出一种多能互补系统多目标协调优化调度方法来解决上述存在的问题。

技术实现思路

1、针对上述问题，本专利技术提供了一种多能互补系统多目标协调优化调度方法，包括如下步骤：

2、s1、建立基于随机差分方程的风电机组出力数学模型和光伏电站的随机出力数学模型，并生成出力曲线；

3、s2、建立可转移类负荷参与需求响应资源负荷模型；

4、s3、以系统碳排放量、大气污染排放量和运行成本最低为目标，建立基于可转移类负荷响应特性的风-光-水-火-储多能互补系统多目标协调优化调度模型；

5、s4、搜集各能源的基础数据；

6、s5、基于多目标遗传算法对风-光-水-火-储多能互补系统多目标协调优化调度模型进行求解，并通过约束条件的约束得到帕累托解集；

7、s6、采用隶属度函数对所求解出的帕累托解集进行计算，选取隶属度最大的一组解作为多能互补系统多目标协调优化调度方案。

8、进一步的，步骤s1中，所述基于随机差分方程的风电机组出力数学模型包括风电场风速统计特征参数，由风电场风速统计特征参数获取风速概率分布、风速时序自相关系数、风电场风速相关系数矩阵以及风电场月平均风速、日平均风速曲线，由风速概率分布、风速时序自相关系数和风电场风速相关系数矩阵获取风电场归一化模拟风速时序曲线，由风电场归一化模拟风速时序曲线以及风电场月平均风速、日平均风速曲线获取风电场模拟风速时序曲线，通过风电场模拟风速时序曲线与风电场风机出力特性曲线获取风电场发电能力时序曲线，再由风电场发电能力时序曲线与风机可靠性模型及风电场风速尾流效应获取多风电场总出力时序曲线。

9、进一步的，所述基于随机差分方程的风电机组出力数学模型在生成出力曲线时，包括如下步骤：

10、a1、通过风电场实际数据分析得出，风速概率密度函数f(x)非负、连续且方差有限，其数学期望e(x)＝μ，则随机微分方程为：

11、

12、a2、基于a1中的方法模拟风速的时间序列，列出风速的weibull分布概率密度函数：

13、

14、a3、因此，单风电场出力可由下式迭代计算生成：

15、

16、a4、若生成多个风速相关的风电场风速，则需首先生成多维相关的布朗运动wt，wt各维均为标准布朗运动，各维之间相关系数矩阵等于风电场风速相关系数矩阵，之后，再利用wt各维分量生成各风电场风速序列；

17、a5、风电场风速序列并非完全随机过程，对由于气候原因，不同季节风电场所在地区风速水平不同，且具有一定规律，在日内，由于风电场所在地区地表温度的不同而引起日内不同时刻平均风速不同，为考虑风电场风速的季节性与日内的规律性，对随机生成的风速序列进行如下修正，其表达式为：

18、

19、a6、利用修正后风速序列考虑风电机组出力特性曲线、风电场尾流效应与风电场风电机组出力可靠性，风电场时序出力曲线由下式生成：

20、

21、a7、风电机组出力特性曲线可由下式得出：

22、

23、式中，vin、vrated与vout分别为风电机组切入风速、额定风速与切出风速，ηi为风电场尾流效应系数，表示风电场因尾流效应而损失的出力，取5％～10％，nit为风电场可用机组台数，为一随机变量，代表风电场内机组可靠性水平，若假设风电场内机组故障服从独立的指数分布，则对于任一时间t，风电场可用机组台数服从贝努力分布。

24、进一步的，所述光伏电站出力主要由太阳辐射度决定，其服从beat分布，概率分布函数为：

25、

26、所述随机出力数学模型为：

27、

28、式中，μ为温度系数；pmpp为在额定温度、单位辐照强度下光伏平均输出功率；t为实际温度；(tn-20)为设置的额定温度。

29、进一步的，步骤s2中，所述可转移类负荷参与需求响应资源负荷模型建立需要考虑可转移类负荷参与需求侧响应的效益最大化为目标，建立最大化目标函数：

30、

31、式中，为可转移类负荷q参与dr的效益，第一、二项分别为可转移负荷q转移前、后的用电成本，第三项为可转移负荷q的转移成本；ρt为t时刻的单位电价；表示可转移负荷q参与dr前/后在t时刻的功率；分别为第q类可转移类负荷在t时刻的单位负荷转移成本和负荷转移量，为正/负分别表示负荷转入/转出；δt为调度时间间隔。

32、进一步的，步骤s3中，风-光-水-火-储多能互补系统多目标协调优化调度模型包括目标函数和约束条件，其中目标函数除最大化目标函数外还包括系统碳排放量目标函数、大气污染排放量目标函数和运行最低的目标函数。

33、进一步的，所述系统碳排放量目标函数：

34、

35、式中，ug,it为第i台火电机组在t时刻的启停状态；αi、βi和γi为第i台火电机组燃煤过程碳排放系数；pg,it为第i台火电机组在t时刻的出力；ng为火电机组总装机台数；

36、所述大气污染排放量目标函数：

37、

38、式中，φn,t为第n种大气污染物在t时刻机组出力水平下的排放因子；φs,n为第n种大气污染物在机组启动时的排放因子；npl为大气污染物种类数量；

39、所述运行最低的目标函数：

40、

41、式中，ai、bi和ci为第i台火电机组运行成本系数；sg,i为第i台火电机组本文档来自技高网...

【技术保护点】

1.一种多能互补系统多目标协调优化调度方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种多能互补系统多目标协调优化调度方法，其特征在于：步骤S1中，所述基于随机差分方程的风电机组出力数学模型包括风电场风速统计特征参数，由风电场风速统计特征参数获取风速概率分布、风速时序自相关系数、风电场风速相关系数矩阵以及风电场月平均风速、日平均风速曲线，由风速概率分布、风速时序自相关系数和风电场风速相关系数矩阵获取风电场归一化模拟风速时序曲线，由风电场归一化模拟风速时序曲线以及风电场月平均风速、日平均风速曲线获取风电场模拟风速时序曲线，通过风电场模拟风速时序曲线与风电场风机出力特性曲线获取风电场发电能力时序曲线，再由风电场发电能力时序曲线与风机可靠性模型及风电场风速尾流效应获取多风电场总出力时序曲线。

3.根据权利要求2所述的一种多能互补系统多目标协调优化调度方法，其特征在于：所述基于随机差分方程的风电机组出力数学模型在生成出力曲线时，包括如下步骤：

4.根据权利要求3所述的一种多能互补系统多目标协调优化调度方法，其特征在于：所述光伏电站出力主要由

5.根据权利要求4所述的一种多能互补系统多目标协调优化调度方法，其特征在于：步骤S2中，所述可转移类负荷参与需求响应资源负荷模型建立需要考虑可转移类负荷参与需求侧响应的效益最大化为目标，建立最大化目标函数：

6.根据权利要求5所述的一种多能互补系统多目标协调优化调度方法，其特征在于：步骤S3中，风-光-水-火-储多能互补系统多目标协调优化调度模型包括目标函数和约束条件，其中目标函数除最大化目标函数外还包括系统碳排放量目标函数、大气污染排放量目标函数和运行最低的目标函数。

7.根据权利要求6所述的一种多能互补系统多目标协调优化调度方法，其特征在于：所述系统碳排放量目标函数：

8.根据权利要求7所述的一种多能互补系统多目标协调优化调度方法，其特征在于：所述约束条件包括可转移类负荷参与需求侧响应的约束条件、系统功率平衡约束、各异质性电源出力上下限约束、各异质性电源爬坡约束、火电机组启停约束、水电站水流量约束和储能电站容量约束，其中水电站水流量约束要求水电站存余水量不超过水电站上/下库容，在计算存余水量时，需基于发电消耗水量和非发电泄水量。

9.根据权利要求8所述的一种多能互补系统多目标协调优化调度方法，其特征在于：步骤S5中，基于多目标遗传算法对所述优化调度模型进行求解得到帕累托解集的步骤如下：

10.根据权利要求9所述的一种多能互补系统多目标协调优化调度方法，其特征在于：步骤S6中，采用隶属度函数选取帕累托解集中的解作为多能互补系统多目标协调优化调度方案的流程如下：

...

【技术特征摘要】

1.一种多能互补系统多目标协调优化调度方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种多能互补系统多目标协调优化调度方法，其特征在于：步骤s1中，所述基于随机差分方程的风电机组出力数学模型包括风电场风速统计特征参数，由风电场风速统计特征参数获取风速概率分布、风速时序自相关系数、风电场风速相关系数矩阵以及风电场月平均风速、日平均风速曲线，由风速概率分布、风速时序自相关系数和风电场风速相关系数矩阵获取风电场归一化模拟风速时序曲线，由风电场归一化模拟风速时序曲线以及风电场月平均风速、日平均风速曲线获取风电场模拟风速时序曲线，通过风电场模拟风速时序曲线与风电场风机出力特性曲线获取风电场发电能力时序曲线，再由风电场发电能力时序曲线与风机可靠性模型及风电场风速尾流效应获取多风电场总出力时序曲线。

4.根据权利要求3所述的一种多能互补系统多目标协调优化调度方法，其特征在于：所述光伏电站出力主要由太阳辐射度决定，其服从beat分布，概率分布函数为：

5.根据权利要求4所述的一种多能互补系统多目标协调优化调度方法，其特征在于：步骤s2中，所述可转移类负荷参与需求响应资源负荷模型建立需要考虑可...

【专利技术属性】
技术研发人员：曹芬，周智行，刘培宇，别芳玫，万靖，
申请(专利权)人：国网湖北省电力有限公司，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人