源网荷储灵活性资源日前优化方法

技术领域

本发明涉及电力系统领域，具体涉及一种源网荷储灵活性资源日前优化方法。

背景技术

在“双碳”发展目标下，以风电、光伏为代表的可再生能源发电的开发和利用仍将保持快速发展态势。然而，随着风电、光伏发电在电网的渗透率不断提高，其发电功率的不确定性使得电力系统的安全经济运行面临严峻考验。研究表明，电力系统的灵活性资源是提升风电、光伏消纳能力的重要保障。火电机组的灵活性改造和自动发电控制技术以及投入储能装置是电力系统灵活性提升的常见方式。

近年来，以锂离子电池为代表的电化学储能电站因具有选址灵活、建设周期短、能量和功率密度高、充放电效率高的优点，在电网侧调峰调频的研究和应用中备受关注。同时，由于输电走廊紧缺以及大规模风电、光伏并网容量的增加，输电线路动态增容技术作为电网侧重要的灵活性资源，具有高经济效益，为输电线路的高效运行提供了支撑。此外，已有研究表明，通过负荷需求响应调整用户侧负荷需求能提高风电、光伏消纳能力。负荷侧需求响应主要有激励型需求响应(IDR)和电价型需求响应(PDR)两种。由于IDR具有合同强制性，不确定性较小；而PDR基于用户自愿参与原则，随机性强。在能源互联网背景下，源网荷储灵活性资源的协调运行不仅需要考虑风电、光伏带来的不确定性，还需要应对负荷侧PDR的不确定性。

针对计及源荷双端不确定性日前优化问题的研究，目前多侧重于源荷类或者源荷储类灵活性资源的协调优化运行方面，在源网荷储多类型灵活性资源的协调运行策略方面亟需深入研究。源网荷储灵活性资源的调峰调频能力与其运行特性有关，在计及源荷双端不确定性的前提下，有必要针对源网荷储各类型灵活性资源的运行特性来权衡可再生能源消纳的经济性和安全性，合理优化可再生能源的消纳区间与负荷需求响应波动区间，确保日前优化策略的可行性。

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，提供源网荷储灵活性资源日前优化方法，能够优化可再生能源的消纳区间与负荷需求响应波动区间，保证了日前优化策略的可行性、安全性以及经济性。

本发明的源网荷储灵活性资源日前优化方法，包括如下步骤：

S1.构建源网荷储灵活性资源日前优化模型F：

其中，T为日前调度周期；N

S2.调整源网荷储灵活性资源日前优化模型F中各参数值，使得所述优化模型F取得最小值，利用所述优化模型F取得最小值时设置的参数计算得到源网荷储灵活性资源的日前优化方案；所述日前优化方案包括常规机组基准出力计划、可再生能源发电功率、负荷需求响应的允许波动区间、分时电价策略、输电线路动态增容策略以及储能的充放电策略。

进一步，所述源网荷储灵活性资源日前优化模型F的约束条件包括常规机组约束、可再生能源站功率约束、输电线路动态增容约束、PDR响应约束、储能电站运行约束、系统功率平衡约束、系统旋转备用约束以及网络传输容量安全约束。

进一步，所述系统功率平衡约束：

其中，N

进一步，所述系统旋转备用约束：

其中，

进一步，所述网络传输容量安全约束：

其中，λ

进一步，对所述系统旋转备用约束进行线性化处理，得到新的系统旋转备用约束：

其中，

进一步，对所述网络传输容量安全约束进行转化处理，得到新的网络传输容量安全约束：

其中，

本发明的有益效果是：本发明公开的一种源网荷储灵活性资源日前优化方法，计及了源荷双端的不确定性，优化了可再生能源的消纳区间与负荷需求响应波动区间，确保了日前优化策略的可行性；同时，基于储能充放电的等效全循环次数模型，考虑了储能运行的寿命约束，确保了储能充放电策略的经济性和可行性；此外，还考虑了输电线路动态增容约束和传输容量安全约束，确保网络运行的安全性。

附图说明

具体实施方式

以下对本发明做出进一步的说明：

本发明的源网荷储灵活性资源日前优化方法，包括如下步骤：

S1.获取源侧常规机组运行参数、网侧拓扑结构与线路参数、荷侧用电信息与需求响应负荷规模以及储能侧电池的运行参数，并根据可再生能源发电与负荷的短期预测信息，构建源网荷储灵活性资源日前优化模型F：

其中，T为日前调度周期；N

S2.调整源网荷储灵活性资源日前优化模型F中各参数值，使得所述优化模型F取得最小值，利用所述优化模型F取得最小值时设置的参数计算得到源网荷储灵活性资源的日前优化方案；所述日前优化方案包括常规机组基准出力计划、可再生能源发电功率、负荷需求响应的允许波动区间、分时电价策略、输电线路动态增容策略以及储能的充放电策略。其中，通过将源网荷储灵活性资源日前优化模型F转化成混合整数线性优化模型，然后调用商业求解器求解混合整数线性优化模型的线性规划问题，即可计算得到源网荷储灵活性资源的日前优化方案。

本实施例中，为了使得源网荷储灵活性资源日前优化模型F能够更好地计算得到日前优化方案，所述源网荷储灵活性资源日前优化模型F的约束条件包括常规机组约束、可再生能源站功率约束、输电线路动态增容约束、PDR响应约束、储能电站运行约束、系统功率平衡约束、系统旋转备用约束以及网络传输容量安全约束；其中，所述常规机组约束包括最小启停时间约束、技术出力约束、机组爬坡约束以及旋转备用释放约束。需要说明的是，将资源日前优化模型F转化成混合整数线性优化模型时，上述约束条件也会进行相应的转化，从而保证了线性规划问题的求解。

本实施例中，所述系统功率平衡约束：

其中，N

本实施例中，所述系统旋转备用约束：

其中，

本实施例中，所述网络传输容量安全约束：

其中，λ

本实施例中，对所述系统旋转备用约束进行线性化处理，得到新的系统旋转备用约束：

其中，

本实施例中，对所述网络传输容量安全约束进行转化处理，得到新的网络传输容量安全约束：

其中，

下面以修改的IEEE 30节点测试系统为例，对本发明的可行性及有效性进行分析及验证：

以风电接入为例，火电机组接入节点1、2、22、23、27，装机容量分别为160MW、160MW、100MW、60MW、110MW。风电场接入节点5，装机容量为400MW。负荷需求最小值为280.69MW，最大值为731.62MW，平均值为513.34MW。PDR负荷位于节点8，响应量预测误差不超过5％。储能电池最大充放电功率为180MW，容量为450MWh。储能安装成本分别为2万元/MW和3万元/MWh。弃风功率惩罚成本系数和负荷需求响应向下波动偏差惩罚成本系数为400元/MW，切负荷功率惩罚成本系数、负荷需求响应向上波动偏差惩罚成本系数、输电线路动态增容成本系数为600元/MW。

定义如下三种运行场景：

场景1：计及源荷不确定性，源网荷储协调优化

场景2：未计及源荷不确定性，源网荷储协调优化

场景3：计及源荷不确定性，源荷储协调优化

由表1可知，未计及源荷不确定性的运行方式下，火电机组运行成本最低，负荷需求响应能力最弱，储能电站需要通过频繁的充放电循环来应对风电预测误差和负荷需求响应量的波动，风电消纳能力是三种运行场景中最弱的。对比场景1和场景3可知，源网荷储协调运行场景下，火电机组的运行成本较源荷储协调运行方式下的略有增加，储能电站的运行寿命略有降低；然而，场景1较场景3的风电消纳能力和应对负荷需求响应波动的能力均明显提高，优化目标总成本进一步降低，验证了本发明方法的可行性和有效性。

表1不同场景下的计算结果对比

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。