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】
本专利技术属于新能源,尤其涉及一种考虑灵活性需求约束的两阶段鲁棒容量优化配置方法。
技术介绍
1、在建设新型电力系统的背景下,以风光为代表的新能源在电力系统中快速增长的渗透率给电力系统带来极大的不确定性挑战。但同时,合理利用调度新能源能够极大的提高整体资源的使用效率,降低碳排放。目前,灵活性已成为评估电力系统应对不确定性能力的核心属性。因此,开展具备灵活性调节能力的多类型新型灵活性资源的容量优化配置对于消纳新能源、应对不确定性具有重要意义。
2、灵活性资源的规划配置是建立新型电力系统,保障系统运行安全稳定的基础。分布式发电、需求响应、氢储能系统储能、数据中心等新型灵活性资源在新型电力系统中发挥着越来越重要的作用。目前,研究重点仍然着眼于满足电量平衡,而未考虑系统的灵活性需求对资源配置的影响,无法有效满足系统的灵活性需求导致运行稳定受到影响。因此,如何准确地对灵活性需求进行刻画,并将其影响考虑到电网运行中极为重要。
3、在电力系统规划过程中考虑灵活性需求可以有效提高对新能源消纳能力,应对新能源与负荷不确定性产生的不利影响。但是已有研究的规划配置模型中缺乏考虑新型灵活性资源的规划配置,从满足电力系统灵活性需求角度考虑新能源发电不确定性的新型灵活性资源配置模型一直是一个难点。
技术实现思路
1、鉴于上述的分析,本专利技术旨在提供一种考虑灵活性需求约束的两阶段鲁棒容量优化配置方法,有效应对电力系统中的不确定性,以提高灵活性资源整体的使用效率,具体包括如下步骤:
>2、基于电力系统的灵活性资源调节能力和灵活性需求确定灵活性平衡供需约束;
3、以灵活性资源的总成本最小为目标构建灵活性容量配置目标函数;
4、基于所述目标函数得到确定性问题;基于电力系统的不确定因素构建不确定集;根据灵活性资源规划容量约束、发电-负荷平衡约束、与外部电网交互约束、储能充放电约束、分布式发电约束、火电机组约束和所述灵活性平衡供需约束,基于所述确定性问题和不确定集得到两阶段鲁棒优化模型;
5、对所述两阶段鲁棒优化模型求解,得到灵活性容量配置的最优解。
6、进一步的,所述基于电力系统的灵活性资源调节能力和灵活性需求确定灵活性平衡供需约束包括:
7、基于电力系统中的分布式发电调节能力和储能调节能力确定灵活性资源调节能力;
8、基于电力系统中净负荷预测偏差上下限确定灵活性需求;
9、基于灵活性资源调节能力和灵活性需求确定灵活性平衡供需约束。
10、进一步的,所述灵活性需求表示为:
11、
12、其中,分别为电力系统时刻t向上、向下的灵活性需求;lt-1表示时刻t-1系统净负荷;分别为在时刻t系统净负荷上边界、下边界,分别为系统在时刻t的净负荷下偏差量和上偏差量。
13、进一步的,所述系统净负荷上边界、下边界基于风电、光伏、净负荷偏差确定,表示为:
14、
15、其中,分别为时刻t风电、光伏、净负荷偏差的上界、下界。
16、进一步的,所述灵活性平衡供需约束包括:
17、
18、
19、其中,分别为灵活性资源在时刻t向上、向下总调节能力;分别为灵活性资源集合中各资源时刻t向上、向下灵活性调节能力;qnew为灵活性资源的集合。
20、进一步的,所述灵活性资源的总成本包括投资成本和运行成本,所述灵活性容量配置目标函数表示为:
21、
22、其中,csys表示总成本;co分别为分布式发电投资成本、电化学储能投资成本、氢储能投资成本和运行成本;
23、
24、
25、其中,d、s1、s2分别为分布式发电、电化学储能、氢储能系统的数量;下标i表示相应资源的序号;cdg,i、cbat,i、ches,i分别表示分布式发电、电化学储能、氢储能系统储能容量;t表示时刻总数;t表示时刻t;αdg、αbat、αhes、αg分别为单位分布式发电、电化学储能、氢储能系统储能、火电的运行成本;pdg,t、pbat,t、phes,t、pg,t分别为时刻t分布式发电、电化学储能、氢储能系统储能、火电的功率;αbuy、αsell分别表示灵活性资源从电网端的购电电价、售电电价;pbuy,t和psell,t分别表示时刻t的灵活性资源从电网端的购电电量。
26、进一步的,所述确定性问题包括:
27、min csys=min[cinv+cop];
28、
29、cop=co;
30、其中,cinv表示规划成本,为折现后设备的等效投资成本;cop表示典型日内系统运行成本;r为折现率;s为折现年限。
31、进一步的,所述不确定集表示为:
32、
33、其中,u表示不确定性集合;分别为时刻t的净负荷、风电、光伏预测值;分别为时刻t的净负荷、风电、光伏最大偏差量;为0-1变量;γ为保守性参数。
34、进一步的,所述两阶段鲁棒优化模型包括规划阶段和运行阶段;所述两阶段鲁棒优化模型表示为:
35、
36、
37、其中,表示各典型日运行成本的期望;y为规划阶段即第一阶段决策变量矩阵;x为运行阶段即第二阶段决策变量矩阵;ω表示不同典型日的集合;cdg、cbat、ches分别表示分布式发电、电化学储能、氢储能系统储能容量;r(y)<0、h(x,y,u)>0、g(x,y,u)=0分别表示所述发电-负荷平衡约束、与外部电网交互约束、储能充放电约束、分布式发电约束、火电机组约束、灵活性供需平衡约束和灵活性资源规划容量约束中满足相应关系的约束的集合;pg,w、pdg,w、pbat_dis,w、pbat_ch,w、phes_dis,w、phes_ch,w、pload,w分别表示典型日火电、分布式发电、电化学储能放电、电化学储能充电、氢储能系统储能放电、氢储能系统储能充电、净负荷的功率。
38、进一步的,使用c&cg算法对所述两阶段鲁棒优化模型求解。
39、本专利技术至少可以实现下述之一的有益效果:
40、通过利用两阶段鲁棒优化寻求最恶劣场景下灵活性资源最优配置方案,实现新型电力系统的最大化收益,同时保证电力系统在最恶劣情况下安全稳定的运行,进一步促进风电、光伏等新能源的消纳,加快新型电力系统的转型。
41、通过基于电力系统中净负荷预测偏差上下限量化电力系统的灵活性需求,准确刻画了电力系统中灵活性资源的不确定性引发的灵活性需求;通过基于电力系统的灵活性资源调节能力和灵活性需求确定灵活性平衡供需约束,以灵活性资源的总成本最小为目标构建灵活性容量配置目标函数,并准确描述灵活性资源在运行中的约束条件,提升了两阶段鲁棒优化求解的准确性,能够在实际生产中指导和促进灵活性资源的合理应用。
42、本专利技术的其他特征和优点将在随后的说明书中阐述本文档来自技高网...
【技术保护点】
1.一种考虑灵活性需求约束的两阶段鲁棒容量优化配置方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的容量优化配置方法,其特征在于,所述基于电力系统的灵活性资源调节能力和灵活性需求确定灵活性平衡供需约束包括:
3.根据权利要求2所述的容量优化配置方法,其特征在于,所述灵活性需求表示为:
4.根据权利要求3所述的容量优化配置方法,其特征在于,所述系统净负荷上边界、下边界基于风电、光伏、净负荷偏差确定,表示为:
5.根据权利要求4所述的容量优化配置方法,其特征在于,所述灵活性平衡供需约束包括:
6.根据权利1-5任一项所述的容量优化配置方法,其特征在于,所述灵活性资源的总成本包括投资成本和运行成本,所述灵活性容量配置目标函数表示为:
7.根据权利要求6所述的容量优化配置方法,其特征在于,所述确定性问题包括:
8.根据权利要求7所述的容量优化配置方法,其特征在于,所述不确定集表示为:
9.根据权利要求8所述的容量优化配置方法,其特征在于,所述两阶段鲁棒优化模型包括规划阶段和运行阶段;所
10.根据权利要求9所述的容量优化配置方法,其特征在于,使用C&CG算法对所述两阶段鲁棒优化模型求解。
...【技术特征摘要】
1.一种考虑灵活性需求约束的两阶段鲁棒容量优化配置方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的容量优化配置方法,其特征在于,所述基于电力系统的灵活性资源调节能力和灵活性需求确定灵活性平衡供需约束包括:
3.根据权利要求2所述的容量优化配置方法,其特征在于,所述灵活性需求表示为:
4.根据权利要求3所述的容量优化配置方法,其特征在于,所述系统净负荷上边界、下边界基于风电、光伏、净负荷偏差确定,表示为:
5.根据权利要求4所述的容量优化配置方法,其特征在于,所述灵活性平衡供需约束包括:
6.根据权利...
【专利技术属性】
技术研发人员:李鹏,王磊,田春筝,鞠立伟,李慧璇,祖文静,杨钦臣,张泓楷,郑永乐,杨萌,张艺涵,
申请(专利权)人:国网河南省电力公司经济技术研究院,
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。