【技术实现步骤摘要】
本专利技术属于电力系统规划、运行，具体涉及一种含光热发电电力系统的多阶段随机优化调度方法及系统。
技术介绍
1、光热发电技术是近些年来新兴的可再生能源发电技术，其具有零碳排放、优良的可控特性、高能源利用率等优点，光热发电大规模并网，能够发挥其所具有的削峰填谷的作用，有效降低碳排放量，促进新能源消纳，降低电力系统运行成本。光热电站根据集热环节技术的不同可以分为4种：槽式、塔式、碟式、菲涅尔式。
2、然而，由于光照资源具有不确定性，造成光热发电大规模并网存在一定的难题。对此，研究人员提出了多阶段随机规划模型，以多场景算法来解决光热发电的不确定性问题。本专利技术以三阶段的随机规划模型作为框架，构建含光热发电电力系统的多阶段随机优化调度模型。但由于采用的多场景算法计算量较大，且涉及时间跨度较长，包含的变量众多，约束较为繁杂，造成求解时间较长，求解效率较低。而负荷聚合和光热机组聚合作为两种加速优化算法，能够减小求解规模，合并光热机组状态变量，进而提高求解效率。目前，尚未开展结合负荷聚合以及光热机组聚合的电力系统多阶段随机优化调度建模，通过结合这两种加速优化算法进行建模，提高模型求解效率，对含光热发电电力系统的运行规划分析具有重要意义。
技术实现思路
1、本专利技术的目的在于提供一种含光热发电电力系统的多阶段随机优化调度方法及系统，以弥补含光热发电电力系统的多阶段随机优化调度模型涉及变量众多、约束较为繁杂，而导致的求解速度慢的不足。
2、为了实现上述目的，本专利技术采用
3、一种含光热发电电力系统的多阶段随机优化调度方法，包括以下步骤：
4、步骤一：获取电力系统中的火电机组、光热机组的参数，以及新能源出力的预测曲线；
5、步骤二：基于新能源出力的预测曲线，使用场景生成方法生成至少五种的场景，构建出多阶段的场景树结构，以描述光热发电和风力发电的不确定性；
6、步骤三：在步骤二的场景树结构的基础上，采用多阶段随机规划模型，结合步骤一中得到的火电机组、光热机组的参数，构建含光热发电电力系统的三阶段随机优化调度模型，其中，阶段1为对第1天进行日前调度，基于新能源出力的预测值，求解出机组的日前启停计划；阶段2为基于新能源出力的场景值，使用经济分配的原则，对第1天计划的机组出力和备用进行实时分配；阶段3为对第2天至第7天进行前瞻运行，同样基于经济分配原则，考虑未来几天的可能的运行状况，安排规划未来几天的机组出力情况，以及光热电站储热系统的储热量；
7、步骤四：对涉及时间段较长的阶段3采用负荷聚合、光热机组聚合两种加速优化方法进行优化，构建加速优化综合模型；
8、步骤五：对加速优化综合模型进行求解，得到机组日前调度计划与求解时间。
9、本专利技术进一步的改进在于，步骤二中，场景生成方法采用基于weibull分布构造场景。
10、本专利技术进一步的改进在于，步骤三中，在步骤二的场景树结构的基础上，采用多阶段随机规划模型，构建含光热发电电力系统的三阶段随机优化调度模型，调度模型目标函数如下：
11、minimize costsys＝costda+costrt+costla (1)
12、
13、其中，t表示从1到nt的阶段1、阶段2的时间序号；k表示从1到nk的阶段3时间序号；g表示从1到ng的机组序号；su代表火电机组的启停费用计算矩阵；0-1变量x表示火电机组的启停状态；cg表示火电机组的运行费用计算矩阵；p表示火电机组出力：cru、crd分别表示火电机组向上/向下旋转备用的部署费用；rru、rrd分别表示投入运行的向上/向下旋转备用出力；s表示从1到ns的阶段2场景序号；h表示从1到nh的阶段3场景序号；π表示各场景出现的概率；带有“～”表示相应的二阶段变量；带有“^”表示相应的三阶段阶段变量；δvoll表示弃负荷惩罚费用；lcur表示系统的弃负荷大小；i表示从1到ni的负荷节点序号；
14、目标函数是最小化预期运行费用costsys；；第一部分是日前发电计划部署费用costda，包括火电机组启停费用、煤耗费用、向上/向下旋转备用计划费用；第二部分是预期实时分配费用costrt，包括火电机组的备用部署费用以及弃负荷惩罚费用；第三部分是未来几天的预期运行费用costla；
15、阶段1的相关约束如下：
16、对于火电机组的相关约束如下：
17、
18、其中，urg、rdg分别表示机组的爬坡速率；δt表示单位爬坡时间；0-1变量m、n分别表示机组的启停动作；分别表示机组的最小开停机时间；分别表示机组的最大、最小出力限制；
19、式(5)、(6)表示机组的爬坡约束；式(7)、(8)表示机组的最小开停机时间约束；式(9)、(10)表示机组的开停机0-1变量约束；式(11)表示机组的出力上下限约束；
20、对于风电机组的相关约束如下：
21、
22、其中，w表示从1到nw的风电场序号；表示风电场w在t时段的出力；表示风电场w在t时段的弃风；表示t时段风电资源的预测值；
23、式(12)表示风电机组的出力约束；
24、对于光热机组的相关约束如下：
25、
26、esc,min≤esc,t≤esc,max(17)
27、esc,ini＝esc,0(18)
28、
29、其中，c表示从1到nc的光热机组序号；表示光热机组c在t时段所吸收太阳能的预测值；为电加热系统所提供的能量；为各个环节的能量损失归一到聚光集热系统的统一表达；为由聚光集热系统输入储热系统的热量；为储热系统释放进入发电系统用于发电的热量；分别为储热系统所允许的最大输入、输出热量；esc,t表示光热机组c在t时段的储热量；ηin、ηout分别为储热系统的进热效率和出热效率；esc,min、esc,max分别表示储热系统的储热上下限；esc,ini、esc,end分别表示储热系统的初始储热量和最终储热量；均为0-1变量，0代表停机，1代表开机；分别代表汽轮机的开停机状态；为汽轮机初始开停机状态；代表汽轮机的启停动作；分别代表汽轮机的最小开停机时间；为发电系统汽轮机c在t时刻的出力，包含两部分：向电加热系统所输送的功率以及供给系统的功率αc、βc分别为与汽轮机热电转换效率相关的系数；表示供给电加热系统的功率转换成工质中热量的效率；表示电加热系统向工质中所输送的热量；分别表示发电系统的备用出力；表示发电系统热量转化为电能的效率；
30、式(13)表示光热发电系统的热量平衡约束；式(14)、(15)表示储热系统热量流动的上下限约束；式(16)表示储热系统的储热量应满足时间变化的动态约束；式(17)表示储热系统的储热量上下限约束；式(18)、(19)表示对储热系统的初始储热量和最终储热量的约束；式(20)-(23)表示汽轮机所需满足的开停机0-1本文档来自技高网...
【技术保护点】
1.一种含光热发电电力系统的多阶段随机优化调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种含光热发电电力系统的多阶段随机优化调度方法，其特征在于，步骤二中，场景生成方法采用基于Weibull分布构造场景。
3.根据权利要求1所述的一种含光热发电电力系统的多阶段随机优化调度方法，其特征在于，步骤三中，在步骤二的场景树结构的基础上，采用多阶段随机规划模型，构建含光热发电电力系统的三阶段随机优化调度模型，调度模型目标函数如下：
4.根据权利要求3所述的一种含光热发电电力系统的多阶段随机优化调度方法，其特征在于，步骤四中，对步骤三所建立模型的阶段3采用负荷聚合的优化算法来进行修改，采用负荷聚合方法修改后的阶段3模型如下所示：
5.根据权利要求4所述的一种含光热发电电力系统的多阶段随机优化调度方法，其特征在于，步骤四中，对步骤三所建立模型的阶段3采用光热机组聚合的加速优化算法，对模型求解进行加速优化；具体而言，原阶段3模型中的光热机组的运行状态变量以及机组启停动作变量均采用整数变量，取值为0、1、2、…、NC，NC为该类机组
6.根据权利要求5所述的一种含光热发电电力系统的多阶段随机优化调度方法，其特征在于，步骤四中，对阶段3的模型使用两种加速优化算法进行修改以后，目标函数(1)-(3)、(86)，阶段1约束(5)-(36)，阶段2约束(37)-(59)，阶段3约束(87)-(98)、(117)-(134)共同构成了含光热发电电力系统的多阶段随机优化调度加速优化综合模型。
7.一种含光热发电电力系统的多阶段随机优化调度系统，其特征在于，包括：
8.根据权利要求7所述的一种含光热发电电力系统的多阶段随机优化调度系统，其特征在于，场景树构建模块中，场景生成方法采用基于Weibull分布构造场景。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时实现权利要求1-6中任一项所述的一种含光热发电电力系统的多阶段随机优化调度方法的步骤。
...【技术特征摘要】
1.一种含光热发电电力系统的多阶段随机优化调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种含光热发电电力系统的多阶段随机优化调度方法，其特征在于，步骤二中，场景生成方法采用基于weibull分布构造场景。
3.根据权利要求1所述的一种含光热发电电力系统的多阶段随机优化调度方法，其特征在于，步骤三中，在步骤二的场景树结构的基础上，采用多阶段随机规划模型，构建含光热发电电力系统的三阶段随机优化调度模型，调度模型目标函数如下：
4.根据权利要求3所述的一种含光热发电电力系统的多阶段随机优化调度方法，其特征在于，步骤四中，对步骤三所建立模型的阶段3采用负荷聚合的优化算法来进行修改，采用负荷聚合方法修改后的阶段3模型如下所示：
5.根据权利要求4所述的一种含光热发电电力系统的多阶段随机优化调度方法，其特征在于，步骤四中，对步骤三所建立模型的阶段3采用光热机组聚合的加速优化算法，对模型求解进行加速优化；具体而言，原阶段3模型中的光热机组的运行状态变量以及机组启停动作变量均采用整数变量，取值为0、1、2、…、nc，nc为该类机组的台...
【专利技术属性】
技术研发人员：邵成成，郭培杰，丁坤，杨昌海，倪瓒，孙亚璐，
申请(专利权)人：西安交通大学，
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。