本公开属于电力系统机组组合技术领域,具体涉及一种计及概率风险备用传递的机组组合方法。
背景技术:
机组组合是电力系统运行与控制中关键而核心的环节,其目的是制定日或周前的机组启停计划,重在配置研究周期内各时段的备用容量,以满足预想事故下事故备用和负荷预测偏差的负荷备用需求,从而使系统有足够的调节能力以保障实时功率平衡。一直以来,备用的起源主要来自化石能源发电、可调节水电、核电等机组(主动电源),然而,应对发电侧与用电侧同时存在多元不确定性,目前研究热点围绕多源联合的经济调度和源协同的机组组合两类开展了初步研究。
在能源清洁化使用和需求旺盛的背景下,当风电并网规模比较小的时候,通过增加备用可以保证电网运行的安全性,也可有效解决能源和环境危机。但随着可再生能源(被动电源)高占比接入电网,风电短时内就可能出现强不确定性,由于增加备用没有从细节上考虑风电的短时较大变化,加之机组的故障停运、需求的波动性,直接影响着系统的可靠性水平、机组的启停状态和调度控制决策,可能会出现主动电源因上下调节能力不足不能满实时功率平衡,且能够保障电网运行安全的备用容量不容易估算。完全依靠传统的有功电源直接提供备用应对不确定性的手段将不能缓和随机性、间歇性所不断激化的经济性和可靠性矛盾。
随着市场机制的引入,储能系统、电动汽车、需求响应等具有主动行为的储能系统也可以充当备用的角色,增强系统的调控弹性,其目的在配合和协调被动电源并网运行的同时促进对被动电源的消纳,补充和传递主动电源的能源,其中,主动电源能够通过手动或自动改变自身发电位置,促进有功平衡实现;被动电源不能随意改变其发电的位置,否则将带来损失;而储能系统在一定范围内能够改变自身发电或用电位置促进有功平衡,具有一定的主动性,但与主动电源相比,其主动性本质上来自电网,是间接性的主动。因此,储能系统间接主动的发挥其应对被动电源不确定性的作用,提高可靠性和安全性的效能。
发明人了解到,现有技术中,风电大规模并网情况下,采用储能系统进行备用时传递时,对于机组组合方式的研究不足,容易出现电网无法有效满足负荷或发电成本、供电成本较高的情况。
技术实现要素:
本公开的目的是为克服上述现有技术的不足,提供一种计及概率风险备用传递的机组组合方法。
为实现上述目的,本公开的一个或多个实施例提供一种计及概率风险备用传递的机组组合方法,包括以下步骤:
以设定周期内主动电源发电成本、主动电源备用配置成本和储能系统备用配置成本之和最小为目标,构建第一目标函数;以不同场景下,储能系统中充电与放电功率调控范围最小为目标,构建第二目标函数;
将第一目标函数与第二目标函数采用交替迭代的方式求解,直至机组运行成本不再下降。
进一步改进,所述第一目标函数为:
其中,n为机组数量;ai、bi、ci分别为机组i成本特性系数;pi,t为机组i在t时段输出功率;ui,t为机组i在t时段启停状态,0表示停运,1表示运行;si,t表示机组i在t时段启动成本。
进一步改进,所述第二目标函数为:
其中,λt、μt为第一目标函数中给定的协调信息,
以上一个或多个技术方案的有益效果为:
本公开的机组组合方法中主动负荷不仅可参与期望的功率平衡约束,还能够通过与风电的合作起到备用的作用,有直接消除不确定性的能力;(2)在提升接纳不确定性能力的基础上,避免机组频繁的启停;(3)在决策中考虑了电力系统二次、一次调节作用,使决策免除保守性,更符合实际。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1为本公开实施例中求解过程的流程示意图;
图2为本公开实施例中采用3机组系统进行仿真验证的示意图;
图3为本公开实施例风电场景示意图;
图4为本公开实施例负荷场景示意图;
图5为本公开实施例中日前计划的示意图;
图6为本公开实施例中实施计划的示意图;
图7为本公开实施例中储能系统应对不平衡量的原理;
图8为本公开实施例中3个节点互联组成的电力子系统示意图。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本公开使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合;
为了方便叙述,本公开中如果出现“上”、“下”、“左”“右”字样,仅表示与附图本身的上、下、左、右方向一致,并不对结构起限定作用,仅仅是为了便于描述本公开和简化描述,而不是指示或暗示所指的设备或元件必须具有特定的方位,以特定的方位构造和操作,因此不能理解为对本公开的限制。
本公开考虑负荷备用和事故备用两类备用。其中,负荷备用是指在发电与负荷平衡过程中,因被动量的不确定性(负荷、风电等预测误差),而确定的为保持供电可靠持续的质量而必须设置负荷备用(基态下);主要依靠agc机组的调节能力来平抑这一不确定性。事故备用是指在发电与负荷平衡过程中,由于系统设备(主要指发电机)非计划故障而必须配置的事故备用(预想事故下n-1,n-2…);主要依靠除故障机组以外的剩余发电机组所提供的备用来弥补因发电机故障停运所造成的停电损失。
被动量不确定性强,若仅依靠主动电源应对被动量波动,则较为困难,将造成主动电源备用容量的增加,使机组频繁的启动或停运,并且易出现自动发电控制的锯齿式波动,不仅成本代价高,有时甚至出现弃风电或切负荷的情况。主动负荷运行灵活,在时变过程中应尽可能发挥其空间(位置)、数量(时间)的有效改变,以起到减轻或消除被动量不确定性的作用。为此,本公开提出了备用传递的概念。备用传递的概念包括时间上转移和空间上互补两个层面的意义。
正如背景技术所介绍的,现有技术存在不足,为了解决如上的技术问题,本申请提出了一种计及概率风险备用传递的机组组合方法。
考虑不确定性因素的风险模型:
1、机组强迫停运率模型
对机组而言,机组强迫停运率表示为强迫停运小时与强迫停运小时和运行小时之和的比值。设机组运行状态为离散分布,且服从(0,1)分布,即机组只有两种状态,停运或按发电计划出力投运。
本公开假设不考虑风电机组的强迫停运概率。
2、负荷不确定性模型
为了简单起见,本公开负荷及其预测误差不确定模型采用正态分布描述,本公开假设负荷预测误差
其概率密度函数为:
式中,σd为δd的标准差,
3、风电预测误差不确定性模型:
本公开假设风电预测误差δw=wt-wf,t服从正态分布n2(μ2=0,(σw)2),wt为时段t的风电功率计划值,wf,t为负荷预测值
其概率密度函数为:
式中,σw为δw的标准差,σw=σ2·wf,t,σ2一般取0.1-0.3。
1.3备用传递模型的建立
1风险备用需求的计算
定义δzt为由于负荷和风电的不确定性所造成的等效净负荷值与预测值之间的偏差,即不平衡量:
由前面的假设,负荷预测偏差,风电出力预测偏差均服从正态分布,且相互独立。因此不平衡量δz为服从正态分布n3(0,σz)的随机变量,概率密度函数为p(δz),其标准差为:
r(δz)是不平衡量引起的附加备用需求,r(δz)不超过某一限值ξ的概率定义为:
φ(r,ξ)=∫r(δz)≤ξp(δz)dδz
给定置信水平β∈(0,1),利用var表示一定置信水平下的备用需求的阀值,按照配置的备用满足100β%的需求;cvar表示其余的100(1-β)%的情境下附加备用需求的条件均值。其表示的风险备用需求为
时间维度上储能系统应对不平衡量的原理:储能系统应对由于负荷预测偏差,风电出力预测偏差引起的不衡量δz的概率密度分布如图8所示。
如图7所示,α为t时段不平衡量实际值偏离预测值的置信系数,不平衡量分布的置信区间为
图7中阴影部分所对应的不平衡量可由储能予以平抑,而主动电源集中应对被动量预测值邻域内有限的不确定性。若储能在满足基本用电需求的同时,仍存在较高冗余的主动调节空间,那么在理想情况下储能应对不平衡量的概率可为1,即对应图4中阴影部分面积为1的情况。此时,对主动电源而言不平衡量将相当于确定值。可见,通过储能与主动电源的合作,明显提高了主动电源平抑不平衡量的可信度。
对应上述研究思路,本公开优先考虑储能提供备用,然后再由机组提供备用的思路,储能系统在配合主动电源提高系统应对不确定性过程中的调控策略可表示为
式中:
可见,储能系统在配合主动电源在应对不确定性过程中承担的作用由辅助作用提升到主要作用,运行更为灵活的储能系统可以分散的应对不确定性部分。按照上述方式,可减少主动电源承担的备用,提高其备用的有效性,伴随储能系统规模的不断扩大,能够促进主动电源发电计划趋向确定性。
需要注意的是,储能系统(主动负荷)仅具有间接主动性,其调控能力从本质上来自电网,依赖于主动电源运行方式。因此,储能系统最优运行方式的制定与主动电源协调优化的过程紧密相关,其本质角色是备用传递。
空间维度上:以图8为例,由3个节点互联组成的电力子系统,节点1、节点2、节点3分别通过交直流联络线互联并与上一级互联,本公开假设:每个节点b(b=1,2,3)在场景s中的负荷预测值为
agc机组功率平衡调节可得每个区域的功率平衡为:
kb,t为节点b在t时段的agc备用调节系数,满足:
系统总备用为每个节点备用之和:
实施例1:
备用传递的基本架构:对于在机组组合决策中利用储能系统应对被动量不确定性的问题,将至少包含两个层面的优化决策:上层是考虑大规模风电并网的考虑网络安全约束的随机机组组合问题。对主动电源机组启停、备用配置进行优化决策,属于不同机组间的协调优化问题,属于确定性问题;下层是基于场景的随机模拟方法进行备用容量优化的过程,属于不确定性问题。在不同的场景下,决策储能系统充放电功率的调整量,并依据预定的调控策略,对各场景下风电功率波动场景、负荷波动场景进行补偿,是对备用容量位置上的转移和数量上的调整,提高其不确定性的可信度。即备用的传递决策,并作为上下层优化问题的协调变量。通过上层优化问题的全局统筹和下层问题的分散自己与协调和迭代计算。从而挖掘储能系统间接主动的作用以应对被动量的不确定性。因此,备用传递既包含时域内的容量调整又包含空间上的位置转移。
本实施例提供一种计及概率风险备用传递的机组组合方法,包括以下步骤:
以设定周期内主动电源发电成本、主动电源备用配置成本和储能系统备用配置成本之和最小为目标,构建第一目标函数;以不同场景下,储能系统中充电与放电功率调控范围最小为目标,构建第二目标函数;将第一目标函数与第二目标函数采用交替迭代的方式求解,直至机组运行成本不再下降。
需要指出的是,本实施例中上层问题对应于第一目标函数,下层问题对应于第二目标函数。
所述第一目标函数为:
其中,n为机组数量;ai、bi、ci分别为机组i成本特性系数;pi,t为机组i在t时段输出功率;ui,t为机组i在t时段启停状态,0表示停运,1表示运行;si,t表示机组i在t时段启动成本。
所述第二目标函数为:
其中,λt、μt为第一目标函数中给定的协调信息,
所述第一目标函数的约束条件包括功率平衡约束、旋转备用约束、风险备用约束、备用响应能力约束、机组输出功率上下限约束、机组爬坡功率约束、机组最小开停机时间约束、储能系统约束和网络安全约束。
具体的,第一目标函数中约束条件为:
(1)功率平衡约束:
式中,pw,t、pd,t为t时段风电、常规负荷预测值;
(2)旋转备用约束为:
式中,srt为t时段系统旋转备用需求;rsit指机组i在t时段可提供的上调备用,满足:
(3)风险备用(失负荷和弃风)约束为:
式中,
(4)备用响应能力约束约束:
(5)机组输出功率上下限约束:
式中,pimax、pimin分别为机组i允许的最大、最小输出功率。
(5)机组爬坡速率约束
式中,riup、ridn分别为机组i输出功率最大的向上、向下调节速率,式中:δt为每时段延续时间。
(6)机组最小开停机时间约束
式中,
(7)储能系统的约束:
储能系统充/放电状态约束,
式中,
储能系统充/放电功率约束,
式中,
储能系统充/放电功率调控范围约束:
当储能系统放电或充电功率等于其最大允许值时,储能系统将丧失上调或下调的调控能力。本公开通过式中对储能系统调控范围与其计划充/放电功率的牵制关系进行了描述。
当t时段储能系统处于充电状态时,应有
类似,当t时段储能系统处于放电状态时,应有
式中,eess,t为t时段储能系统存储能量值;ηch、ηd分别为储能系统充电、放电效率;emax、emin为储能系统存储能量允许的最大值、最小值。eess,t为末时段储能系统的电量值,eess,int为初始时段的储能系统的电量值,为了保证下一个周期储能系统的正常的发挥作用,本公开要求每个周期末时段的储能系统的电量值等于初始时段的电量值。
(8)网络安全约束
所述第二目标函数的约束包括储能系统充电与放电功率约束、储能系统充电及放电调控范围约束、储能系统存储能量调节范围约束、基于各个场景的网络安全约束。
具体的,第二目标函数中约束条件为:
(1)储能系统充/放电功率约束
式中,
(2)储能系统充/放电功率调控范围约束
此式对净负荷高峰和低谷时段储能系统的充/放电状态进行限制:上层日前机组组合计划要求储能系统在低谷时期只能充电,在高峰时段只能放电。而在下层场景的实时模拟调整环节,若风电实际出力高于预测出力,可将多余的风电给储能系统充电,然而,若风电的实际出力低于预测值,可减少充电功率却不能放电。这样的约束保证了储能系统的调度策略与电网的调峰保持一致。
(3)储能系统存储能量调节范围约束
当储能系统存储的能量处于最大值和最小值的时,不再有调控能力,所以为使储能系统能够在应对不确定性时具有一定的调节能力,应该满足:
式中,eess,t为t时段储能系统存储能量值;ηch、ηd分别为储能系统充电、放电效率;emax、emin为储能系统存储能量允许的最大值、最小值。
(8)基于各个场景的网络安全约束
所述交替迭代的求解过程具体为:
对第一目标函数中机组启停计划、出力计划、备用配置、储能系统充电与放电功率等进行优化决策,储能充放电调整的功率,备用调整的功率第二目标函数传递结果在第一目标函数中为给定常数;
根据第一目标函数的决策结果,对第二目标函数中储能系统充电与放电功率及调控范围进行优化决策;
依据储能系统应对不平衡量的调控策略,对各场景下的风电波动、负荷波动进行补偿,提高其不确定性的可信度。
若机组运行成本在迭代过程中不再下降,或达到给定的迭代步数或计算时间,则认为迭代收敛;
否则,返回到第一目标函数重新进行优化计算。
所述主动电源为火电机组,主动电源发电成本包括火电机组运行成本和火电机组启动成本。
所述第一目标函数与第二目标函数的交替迭代求解利用vs2010调用cplex12.5软件包进行求解。
通过随机模拟的方式,生成负荷和风电功率波动的不同场景。
算例分析:3.1算例概述
本公开构造6节点系统,如图1所示,采用3机组系统对本公开模型进行仿真验证。火电机组容量、爬坡速率等等经济技术见表1,将机组二次耗量特性函数进行分段线性化(三分段,分段大小相等),本公开假设所有的机组为agc机组。线路数据见表2。储能系统参数见表3,只有一个储能系统,且位于节点4处。风电/负荷功率的预测值和实际的误差分布生成10个场景用于附加备用容量的风险决策,置信度取0.9。风电机组位于节点4处,3个负荷节点分别位于节点3、4、5处。其数据见图2,图3。
可以看出,风电出力在实时运行过程中的波动和预测值存在较大的偏差而实时负荷的波动和预测值曲线形状基本一致。本公开假设风电和负荷的场景概率相同,如表4所示。本公开同时计及风电出力和负荷的不确定性,则共有100个场景。最终的场景概率则为风电场景概率和负荷场景概率的乘积。
表格1热单位参数
表格2传输线参数
表3储能系统参数
表4场景概率
本公开采用日前发电计划安排和实时场景模拟调整“的思想进行建模分析。为说明本公开模型有效性,考虑以下三种情况:
(1)情况1:在日前的机组组合决策中不考虑储能系统情况;
(2)情况2:在日前机组组合决策中不考虑风险备用,储能系统不参与系统备用,通过协调优化确定其充/放电功率后直接下发执行;
(3)情况3:本公开备用传递的机组组合方法。
3.2情况1决策结果
在该种情况下,电力系统调度与控制中的主动量仅为火电机组,根据计算结果,机组1在所有时段均投入运行,其它2台机组启停计划如表5所示。
表5情况1对应的机组启停计划
总运行成本为98986.1美元,共涉及6次机组启动过程。在研究周期内机组启停频繁,在时段13-19需要3台机组全部投入运行,而在时段1-3和23-24仅需要1台机组。可见,为满足风电和常规负荷不确定性,仅依靠主动电源的机组组合方法需要在研究周期内进行较为频繁的机组启停,运行成本较高。
3.3情况2决策结果
在该种情况下,不考虑储能系统与风电协调应对不确定性的作用,风电和常规负荷不确定性完全由火电机组承担。根据计算结果,机组1在所有时段均投入运行,其它2台机组启停计划如表6所示。
表6情况2对应的机组启停计划
tab.6unitcommitmentresultforcase2
总运行成本为95633.5美元,共涉及3次机组启动过程。相较不考虑储能系统参与调度决策的情况1,运行成本和机组启停次数有所减少。但由于备用仍完全由火电机组承担,在运行过程中agc机组启停仍较为频繁。
如果此时把储能位置改为节点3处,其他条件不变。机组启停计划并没有变化,但是总运行成本为95656.7美元,略有增加。可见储能系统如果能和风电机组捆绑在一起,将使储能应对风电不确定性和负荷不确定性的效果更好。
3.4情况3决策结果
采用本公开模型,经过3次交替迭代后收敛。根据本公开模型计算结果,机组1在所有时段均投入运行,剩余机组2台在所有时段均停运。
总运行成本为88310美元,只涉及1次机组启停过程,相较前两种情况均有较为明显的减少。同时,在研究周期内需要投入运行的agc机组数量明显减少,只需要投入机组1。在部分时段(如时段1,时段2,时段11—22)可完全通过储能系统的方式实现不确定性的消纳,减少了agc机组调节负担。
根据本公开模型计算结果,各时段储能系系统充放电调整策略如图3所示。
(存在问题)
图4中,通过协调约束的利用日前机组组合计划的峰谷时段限制了储能系统充放电的模式,这样的优点是:既保证了储能系统实时调度模式与电网调峰保持一致,又防止了储能系统充放电模式的频繁切换,延长电池寿命,保证充放电的连续性。同时,储能系统存储电量基本维持在允许范围的中间值附近,从而保证储能系统留有调节余量,能够通过调整充电或放电功率应对风电不确定性。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。