掌桥专利:专业的专利平台
掌桥专利
首页

基于时序运行模拟的灵活性资源规划方法

文献发布时间:2023-06-19 19:27:02


基于时序运行模拟的灵活性资源规划方法

技术领域

本发明涉及电力系统规划领域,具体涉及一种基于时序运行模拟的灵活性资源规划方法。

背景技术

现阶段,电力系统的灵活调节任务仍主要由传统的火电机组和水电机组进行。在高比例可再生能源并网的情况下,火电机组的装机容量和发电占比将持续被风力和光伏发电所取代,而水电的发展受到自然资源的限制。近年来,高效、调节能力强的储能等灵活资源的技术不断成熟,并且未来在技术和消耗方面仍有突破的空间。因此,考虑到未来电力系统灵活性供需匹配的挑战,合理规划储能等灵活资源至关重要。

现在电力系统中使用的电化学储能等储能类别,主要适用于电力系统的调峰、调频等任务。然而,随着可再生能源并网规模的逐步扩大,源荷平衡问题在较长的时间尺度上变得突出,日、周、季节性的电力供需不匹配对电力系统的安全和稳定性提出了挑战。面对不同时间尺度的灵活性要求,在电力系统规划中需要合理规划短期、长期储能等多种灵活资源。

储能的调节能力在很大程度上取决于其规划容量和最大充放电效率,现有方案大量研究其容量规划,主要通过解决优化问题获得相应规划年的储能配置容量。在规划的时间尺度上,现有的规划方法通常考虑少数典型情景或极端情景。但是,使用少数场景进行规划并不能准确地考虑到灵活性资源的充放电过程,也不能考虑到运行过程中灵活资源可能获得的效果,这不利于具有良好削峰填谷效应的储能等灵活性资源的大规模应用。

另外,由于可再生能源的渗透比例较高,需要规划的各类灵活性资源的时间特征各异,例如,储能设备的充放电过程以及寿命衰减对其放电功率的影响,与火电机组相比,有着比爬坡约束更快的负荷响应速度等,这些都给典型情景的选择带来了负担。在源-荷两端都会随着时序出现波动的背景下,很难使用一些典型场景来描述未来电力系统的运行场景。

因此,需要一种基于时序运行模拟的灵活性资源规划方法,能够解决以上问题。

发明内容

有鉴于此,本发明的目的是克服现有技术中的缺陷,提供基于时序运行模拟的灵活性资源规划方法,能够结合不同的运行场景,对不同时间尺度的各类灵活性资源进行准确、可靠地规划分析,为灵活性资源的科学规划提供了技术参考。

本发明的基于时序运行模拟的灵活性资源规划方法,包括如下步骤:

S1.构建灵活性资源规划模型;所述灵活性资源规划模型的目标函数为:

minC

其中,C

S2.调整灵活性资源规划模型中各参数值,使得灵活性资源规划模型取得最小值,将规划模型取得最小值时设置的参数作为灵活性资源规划的最优参数。

进一步,根据如下公式确定灵活性资源的投入消耗C

其中,s

进一步,根据如下公式确定电力系统的运行消耗C

其中,c

进一步,所述灵活性资源规划模型包括能源策略约束;

所述能源策略约束包括:

新能源渗透率要求:

其中,T是总规划时段数;N

新能源削减要求:

/>

其中,

切负荷上限要求:

其中,

进一步,所述灵活性资源规划模型包括系统性约束;

所述系统性约束包括:

节点功率平衡:

其中,

节点切负荷约束:

线路传输容量约束:

其中,F

进一步,所述灵活性资源规划模型包括发电机侧约束;

所述发电机侧约束包括:

新能源出力上下限约束:

其中,

火电机组出力上下限约束:

其中,

火电机组爬坡约束:

其中,

进一步,所述灵活性资源规划模型包括灵活性资源侧约束;

所述灵活性资源侧约束包括:

充放电功率上下限约束:

其中,

相邻时段荷电状态耦合约束:

其中,

荷电状态上下限约束:

其中,

循环周期内荷电状态平衡约束:

其中,

进一步,基于多参数规划算法对灵活性资源规划模型进行求解,使得灵活性资源规划模型取得最小值。

本发明的有益效果是:本发明公开的一种基于时序运行模拟的灵活性资源规划方法,通过构建以灵活性资源的投入与运行等各种消耗之和最小为目标函数的灵活性资源规划模型,并在能源策略约束、电力系统性约束、发电机侧约束以及灵活性资源侧约束下,采用多参数规划理论对规划模型进行求解分析,实现了在不同的运行场景,考虑了短期和长期等不同时间尺度的各类灵活性资源,能够定量地表征新能源渗透率与灵活性资源投入的解析关系,快速地确定在未来新能源消纳要求下灵活性资源的最优配置容量。

附图说明

下面结合附图和实施例对本发明作进一步描述:

图1为本发明的规划方法流程示意图;

图2为本发明的典型日负荷曲线示意图;

图3为本发明的典型净负荷曲线示意图;

图4为本发明的短时储能日充放电过程示意图;

图5为本发明的长时储能日充放电过程示意图;

图6为本发明的短时储能日荷电状态变化过程示意图;

图7为本发明的长时储能日荷电状态变化过程示意图;

图8为本发明的不同类型灵活性资源规划容量与系统总消耗关系示意图;

图9为本发明的系统总消耗与新能源渗透率间解析变化关系示意图。

具体实施方式

以下结合说明书附图对本发明做出进一步的说明,如图所示:

本发明的基于时序运行模拟的灵活性资源规划方法,包括如下步骤:

S1.构建灵活性资源规划模型;所述灵活性资源规划模型的目标函数为:

minC

其中,C

S2.调整灵活性资源规划模型中各参数值,使得灵活性资源规划模型取得最小值,将规划模型取得最小值时设置的参数作为灵活性资源规划的最优参数。

本实施例中,根据如下公式确定灵活性资源的投入消耗C

其中,s

所述电力系统的运行消耗包括火电机组的运行消耗、灵活性资源的运行消耗、切负荷惩罚以及弃风弃光惩罚。根据如下公式确定电力系统的运行消耗C

其中,c

本实施例中,所述灵活性资源规划模型包括能源策略约束;

所述能源策略约束包括:

新能源渗透率要求:

其中,T是总规划时段数;N

新能源削减要求:

其中,

切负荷上限要求:

其中,

所述灵活性资源规划模型包括系统性约束;

所述系统性约束涉及了电力系统内所有发电机组的约束,具体包括:

节点功率平衡:

其中,

节点切负荷约束:

线路传输容量约束:

其中,F

所述灵活性资源规划模型包括发电机侧约束;

所述发电机侧约束包括:

新能源出力上下限约束:

其中,

火电机组出力上下限约束:

其中,

火电机组爬坡约束:

其中,

所述灵活性资源规划模型包括灵活性资源侧约束;

所述灵活性资源侧约束包括:

充放电功率上下限约束:

其中,

相邻时段荷电状态耦合约束:

其中,

荷电状态上下限约束:

其中,

循环周期内荷电状态平衡约束:

其中,

本实施例中,步骤S2中,基于多参数规划算法对灵活性资源规划模型进行求解,使得灵活性资源规划模型取得最小值;将规划模型取得最小值时设置的参数作为灵活性资源的最优规划参数。

其中,多参数规划算法或理论可以分析当优化问题中某一或多个参数发生变化时,该问题最优解集和可行性的变化情况。

对于本发明的灵活性资源规划模型的优化问题,可以写成如下的标准形式:

s.t.

Ax≤Bw+D. (2)

式中:x为优化变量;w为规划参数;A和B为系数矩阵;C和D为系数向量。

针对该标准形式,首先写出该问题的最优性条件。接着,将约束按照是否起作用进行分类,得到起作用约束集和不起作用约束集。枚举出所有的起作用约束和不起作用约束,并带入得到等价的最优性条件,通过起作用约束可以将最优解(灵活性资源规划)用规划参数(新能源渗透率等)进行表示。

再将上述解析表征关系带入目标函数,即可得到目标函数与规划参数的解析关系,由此定量分析当新能源渗透率等规划参数变化时系统总消耗的变化,从而为科学、安全、合理的灵活性资源规划方案提供技术支撑。

具体求解如下:

首先定义优化问题(1)-(2)的最优解为x

起作用约束:

A

不起作用约束:

A

接着,写出优化问题(1)-(2)的最优性条件,包括:

驻点条件:

C+A

互补松弛条件:

λ⊥(Ax-Bw-D)=0, (6)

原问题可行性条件:

Ax-Bw-D≤0. (7)

以及对偶问题可行性条件:

λ≥0. (8)

将起作用约束和不起作用约束分别带入到优化问题的最优性条件中,得到等价最优性条件:

A

λ

A

λ

通过等价最优性条件(10),可以得到最优解与规划参数间的解析表征关系:

并将式(14)带入至目标函数(1)中,即可得到目标函数与规划参数之间的解析关系:

需要说明的是,上述采用的多参数规划算法或理论为现有技术,在进行模型求解时,涉及到的参数、变量、系数矩阵、系数向量等均可结合具体的灵活性资源规划模型相应地替换或设置,在此不再赘述。

为了更好地理解本发明的灵活性资源规划方法,现采用IEEE-9节点系统验证本发明方法的有效性:

考虑持续充放电时长分别为2h的短时储能和持续充放电时间为24h的长时储能这两类灵活性资源。在节点4上装有容量为180MW的新能源机组,其出力采用新能源出力预测系数进行考虑。其中,短时储能和长时储能的投入分别为3×10

当新能源渗透率设置为0.3时,应用本发明所提的规划模型,得到短时和长时储能两类灵活性资源规划容量为:短时储能83.491MW,长时储能10.8870MW。

负荷和净负荷曲线分别如图2和图3所示,不同类型灵活性资源的充放电功率如图4和图5所示,不同类型灵活性资源的荷电状态如图6和图7所示,图8展示了不同灵活性资源规划容量与系统总消耗之间的关系。

应用多参数规划算法,定量分析了新能源渗透率在0.1-0.8变化时,系统总消耗的变化情况,如图9所示。可以看出,系统消耗随新能源渗透率先降后升,先降是因为新能源相较于常规机组有着较低的运行消耗;而后升是由于过高的新能源带来过高的不确定性,会使电力系统安全运行遭到威胁从而需要投入更多资源。

最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。

技术分类

06120115918572