一种用于光伏并网的能源调度方法

技术领域

本发明涉及电能调度领域，尤其涉及一种用于光伏并网的能源调度方法。

背景技术

随着经济快速发展以及人民生活水平的不断提高，对电能的需求也在不断增加，进而促使光伏发电迅速发展。但是光伏发电具有波动性、间歇性等特点，因此大规模的光伏电网给电网稳定运行带来巨大挑战。

一方面来说，现阶段的光伏并网使得电网对分布式电源的控制能力和调度水平大大降低；另一方面，大量风电、光伏等间歇性电源接入电网，还会导致电网系统出现有功功率出现波动、频率变差、电压波动等问题，从而无法完成大规模光伏并网电能的准确调度任务，严重影响光伏电力资源的正常调度秩序的稳定安全。

为确保电力系统的安全稳定运行，对大规模光伏并网后产生的随机性进行合理控制是非常必要的。

发明内容

本发明的目的是解决目前的并网调度算法无法完成大规模光伏并网电能的准确调度任务的问题。

为实现上述目的，本发明提出了一种用于光伏并网的能源调度方法，包括以下步骤：S1、确定光伏并网随机性目标函数；S2、确定并更新光伏并网随机性目标函数的原始约束；S3、在步骤S2建立的约束的基础上，对光伏并网随机性目标函数的约束进行优化。

其中，所述大规模光伏并网随机性目标函数为：

maxF＝C

其中，F为光伏电场收益，C

其中，S2进一步的包括以下步骤：

S21、根据光伏并网电场对应的瞬时输出功率和光伏并网功率的阈值，计算所述光伏并网调度系统在设定时间段内的能量E

S22、更新光伏并网功率的最小阈值和最大阈值；

S23、根据更新后的光伏并网功率的最小阈值和最大阈值，更新所述光伏并网调度系统在设定时间段内的能量E

其中，步骤S21中，计算得到的光伏并网调度系统在设定时间段内的能量E

其中，P

其中，步骤S22中，更新后的光伏并网的最小功率

其中，步骤S22中，目标函数的全局放电功率约束为

其中，步骤S3进一步包括：

S31、建立目标函数的约束优化模型；

S32、分别计算光伏并网运行设备的维护成本、光伏并网发电成本、需求响应成本和环保成本；

S33、基于目标函数的约束优化模型和各类成本的函数，对目标函数的调度约束进行优化，所述目标函数的调度约束包括光伏并网稳定性运行状态下各单元独立机组的发电功率约束、稳定性运行设备的调度储能约束和稳定性运行状态下设备调度需求响应约束。

其中，步骤S31中，建立的能源调度优化的多目标模型如下：

其中，cy代表光伏并网运行周期，C

其中，步骤S32中，所述光伏并网运行设备的维护成本C

所述光伏并网发电成本C

所述需求响应成本C

所述稳定运行所需的环保成本C

其中，步骤S33中，所述光伏并网稳定性运行状态下各单元独立机组的发电功率约束如下：

PGC

其中，PGC

所述稳定性运行设备的调度储能约束如下：

S

其中，S

所述稳定性运行状态下设备调度需求响应约束如下：

其中，

本发明提出的一种用于光伏并网的能源调度方法，包括步骤：确定光伏并网随机性目标函数；确定并更新光伏并网随机性目标函数的原始约束；对能源调度的目标函数的约束进行优化，能够合理控制大规模光伏并网后产生的随机性，提高光伏并网调度算法完成大规模光伏并网电能的调度任务的准确性，维持了光伏电力资源的正常调度秩序的稳定安全。

附图说明

图1为本发明一种用于光伏并网的能源调度方法的流程图。

具体实施方式

以下将结合本发明实施例中的附图对本发明实施例中的技术方案、构造特征、所达成目的及功效予以详细说明。

需要说明的是，附图采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施方式的目的，并非用以限定本发明实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。

需要说明的是，在本发明中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括明确列出的要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

本发明实施例提出一种用于光伏并网的能源调度方法，对能源调度算法进行优化设计，从而完成大规模光伏并网电脑的调度任务，如图1所示，本发明方法包括以下步骤：

S1、确定大规模光伏并网随机性目标函数；

由于大规模光伏并网过程中调度参量的运行处于随机状态，因此为了适应随机属性，提升优化精准度，需要对其目标进行随机性函数确定。其中，根据光伏具有随机性与间歇性的特点，对其并网过程中系统所吸收与释放的能量接入并网能源电场，使并网能源电场能够有效地对光伏调度进行平滑处理。

在该过程中，光伏调度系统的输出功率所对应的波动系数是决定全局调度功率能否稳定、准确完成调度操作的关键；最大收益函数是在能源系统调度过程中用来评估和衡量各种决策方案的指标，表示系统在给定约束条件下所能达到的最大经济效益或利润。

考虑到并网调度过程中各系统设备处于功率限制状态，在能源系统的能源转化收益方面，大规模光伏并网随机性目标函数为目标的最大收益函数，具体为：

maxF＝C

上式中，F为光伏电场收益，C

S2、确定并更新大规模光伏并网随机性目标函数的原始约束；

在构建最大收益函数maxF时，通常需要考虑多种因素，例如能源供需平衡、并网功率等，通过一系列约束条件对其限制，反映光伏并网调度系统实际运行中的物理和经济限制。因此，在确定最大收益函数maxF后，还需要确定其原始约束，以确保最终选取的解在现实操作中是可行且合理的。

本实施例从三个状态量对随机性目标函数进行约束，分别为光伏并网过程中能源调度储备状态下的存储状态量、并网状态量以及损耗状态量。

S21、根据光伏并网电场对应的瞬时输出功率和光伏并网功率的阈值，计算光伏并网调度系统在设定时间段内的能量E

根据光伏并网储能状态下功率所对应的流向，可以获得目标函数的平衡方程P

基于光伏并网电场对应的瞬时输出功率P

其中，T为阶段性时间系数，f(P

进一步的，根据光伏并网储能状态下的功率概率函数f(P

S22、更新光伏并网功率的最小阈值和最大阈值；

由于不同光伏并网设备的容错系数不完全相同，因此本实施例的能源调度算法中应允许较宽范围的参量波动，即需要确定光伏并网功率的允许波动范围，本实施例中光伏并网功率的允许波动范围为P

进一步的，还可以确定目标函数的全局放电功率约束，为

S23、根据更新后的光伏并网功率的最小阈值P

S3、在步骤S2建立的约束的基础上，对能源调度的目标函数的约束进行进一步优化，具体包括以下步骤：

S31、建立目标函数的约束优化模型；

本实施例基于电网运行稳定性等运行参量，对能源调度的目标函数进行优化，优化时需要考虑各种成本等多因素优化对象，本实施例综合考虑光伏并网运行设备的维护成本、光伏并网发电成本、需求响应成本和环保成本，建立能源调度优化的多目标模型，具体如下：

上式中，cy代表光伏并网运行周期，C

S32、分别计算光伏并网运行设备的维护成本、光伏并网发电成本、需求响应成本和环保成本；

所述光伏并网运行设备的维护成本C

上式中，

所述光伏并网发电成本C

上式中，k

所述需求响应成本C

上式中，s为光伏调度过程中所有调度对象的集合，所述调度对象包括储能设备、参与虚拟电厂的市场化可调负荷资源、统调电厂等，可根据实际情况进行配置，

稳定运行所需的环保成本C

C

上式中，τ

S33、基于目标函数的约束优化模型和各个成本函数，对目标函数的调度约束进行优化，所述目标函数的调度约束包括光伏并网稳定性运行状态下各单元独立机组的发电功率约束、稳定性运行设备的调度储能约束和稳定性运行状态下设备调度需求响应约束；

基于S2中的约束，计算所述光伏并网稳定性运行状态下各单元独立机组的发电功率约束如下：

PGC

上式中，PGC

所述稳定性运行设备的调度储能约束如下：

S

上式中，S

所述稳定性运行状态下设备调度需求响应约束如下：

上式中，

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。