一种风光火储一体化能源基地容量与送电曲线协同优化方法与系统与流程

摘要: 本发明涉及电力系统规划,特别涉及一种风光火储一体化能源基地容量与送电曲线协同优化方法与系统。背景技术:1、风光火储一体化能源基地是指将风力发电、光伏发电、燃煤发...
一种风光火储一体化能源基地容量与送电曲线协同优化方法与系统与流程

本发明涉及电力系统规划,特别涉及一种风光火储一体化能源基地容量与送电曲线协同优化方法与系统。

背景技术:

1、风光火储一体化能源基地是指将风力发电、光伏发电、燃煤发电和储能系统统一规划、协调运行的大型能源基地。这类基地通常通过特高压直流输电通道将电能远距离输送至受端电网,其容量配置不仅影响投资成本和运行经济性,还直接决定了送电曲线与受端负荷特性的匹配程度。

2、现有技术在确定风光火储一体化能源基地容量配置时,主要存在以下三类技术路线:

3、第一类技术路线将容量规模与逐小时调度曲线分开处理。例如,先根据经验或简单比例确定风电、光伏、煤电和储能的装机容量,再在给定容量下优化全年送电曲线。该路线的缺陷在于:容量配置阶段无法准确评估不同容量组合对送电曲线形状的影响,导致最终送电曲线难以贴近受端需求曲线,造成高峰时段供电不足或低谷时段弃电严重。

4、第二类技术路线将容量和调度放在同一模型中通过加权目标函数联合优化,例如同时最小化成本指标和曲线偏差指标。该路线的缺陷在于:成本与曲线偏差具有不同的量纲和业务含义,权重参数没有自然解释,不同权重组合可能导致容量结构发生显著变化,尤其当风电和光伏成本接近时,结果对权重高度敏感,难以为规划决策提供稳定依据。

5、第三类技术路线在送电曲线优化中引入混合整数线性规划变量以满足台阶制度约束,例如将每个小时的送电功率是否发生变化建模为二进制变量。该路线的缺陷在于:混合整数线性规划(mixed-integer linear programming,milp)求解复杂度随年度8760小时场景显著增加,计算时间长、内存占用大,不便于大规模工程应用;同时,二进制变量容易在模型中引入数值稳定性问题,影响求解可靠性。

6、此外,中国发明专利申请cn122118893a公开了一种新能源基地高压直流外送曲线两阶段优化拟定方法,其第一阶段不考虑外送曲线的阶梯形运行约束,以系统年运行成本最小为目标获取初步外送曲线;第二阶段考虑阶梯形运行约束,以拟合外送曲线与初步外送曲线的误差最小为目标获取拟合外送曲线。然而,该方法仅适用于容量已给定场景下的外送曲线拟定,并未将风光火储容量配置与送电曲线、逐小时调度进行联合优化;其第一阶段仍包含煤电机组开停机等二进制变量,本质上属于milp求解;其采用典型日法处理储能,未公开全年8760小时储能荷电状态连续递推与年度闭合约束。

7、中国发明专利申请cn121726989a公开了一种新能源基地送电曲线的优化方法,其对送端新能源出力和受端负荷分别进行特征提取和台阶化拟合,再通过权重匹配得到兼顾送受两端的台阶曲线。然而,该方法不优化容量配置,采用启发式曲线拟合而非数学优化框架,且其权重匹配需要人为设定,存在权重解释困难的问题。

8、中国发明专利申请cn112671046a公开了一种风光火储外送容量协调优化配置方法,其根据受端负荷特性曲线预先拟定直流逐月台阶式运行曲线,再以预设步长迭代确定风电、光伏、火电和储能容量。然而,该方法中台阶曲线为预先拟定而非由无台阶连续送电曲线经动态规划生成,容量搜索为离散步长迭代而非连续优化,未公开受端曲线偏差约束和锚点插值机制。

9、此外,现有技术在处理储能系统时,通常将储能功率容量和储能能量容量作为两个独立的优化变量,增加了优化维度;在处理储能荷电状态(state of charge,soc)时,常按典型日或复用组分段计算,忽略了全年soc的连续递推和年度循环闭合要求,导致规划结果与实际年度运行存在偏差。

10、因此,亟需一种能够在容量规模未定的情况下,联合优化风光火储容量配置与全年8760小时送电曲线及逐小时调度的方法。

技术实现思路

1、本发明提供了一种风光火储一体化能源基地容量与送电曲线协同优化方法与系统,以解决背景技术所提到的技术问题。

2、为达到上述目的,本发明采用如下技术方案:

3、本发明提供了一种风光火储一体化能源基地容量与送电曲线协同优化方法,包括如下步骤:

4、s1、获取目标能源基地的规划输入数据;

5、s2、依据规划输入数据确定容量变量的上下界,定义逐小时运行变量,设定全局相关约束,然后依据全局相关约束建立无台阶最佳贴合线性规划模型、无台阶最低成本线性规划模型;

6、s3、求解无台阶最佳贴合线性规划模型,得到以受端曲线偏差最小为目标的受端最佳贴合锚点;求解无台阶最低成本线性规划模型,得到以年化总成本最小为目标的最低成本锚点;

7、s4、依据受端最佳贴合锚点、最低成本锚点计算受端曲线允许偏差,然后在受端曲线允许偏差约束下求解无台阶最低成本线性规划模型,得到无台阶连续送电曲线;

8、s5、基于无台阶连续送电曲线,并在满足设定条件下,通过执行动态规划状态转移,生成送电曲线的固定变化结构以及目标台阶曲线;

9、s6、依据固定变化结构和目标台阶曲线求解目标台阶曲线偏差最优值,然后基于目标台阶曲线偏差最优值求解最终容量配置和最终送电曲线,固定最终容量配置和最终送电曲线,在满足年化总成本容差约束以及停用风光弃电率硬约束下,规整逐小时运行状态;

10、s7、输出经过规整后的数据,包括目标能源基地的最优容量配置、全年逐小时送电曲线及逐小时调度结果。

11、进一步地,所述规划输入数据包括全年逐小时风电出力系数、光伏出力系数、公网购电电价、逐小时煤电发电变动成本单价、公网最大下网功率、送电功率上下限、时段送电下限约束数据、受端参考曲线、年总送电量目标、年总送电量允许偏差比例、送电功率最短变动间隔、日内最大变化次数、送电功率单次最大变化幅度、风光弃电率上限、公网购电量占比上限、新能源上网占比下限、煤电最小技术出力比例、煤电小时最大上爬坡比例、煤电小时最大下爬坡比例、储能充电效率、储能放电效率、储能荷电状态上下限、储能初始荷电状态、储能时长、各电源及储能的年化固定成本、风电容量取值域、光伏容量取值域、煤电容量取值域、储能功率取值域、曲线复用方式、受端曲线贴合度、目标台阶曲线偏差阶段容差以及年化总成本容差。

12、进一步地,所述s2具体包括如下步骤:

13、s21、将风电容量取值域、光伏容量取值域、煤电容量取值域和储能功率取值域的上限和下限分别作为对应容量变量的上界和下界,其中容量变量包括风电装机容量变量、光伏装机容量变量、煤电装机容量变量和储能功率容量变量;当同一个容量变量的上界、下界为同一参数时,对应的容量变量退化为固定参数;

14、s22、定义逐小时运行变量,逐小时运行变量包括:风电直接送电功率、风电充储功率、光伏直接送电功率、光伏充储功率、煤电直接送电功率、煤电充储功率、公网直接送电功率、公网充储功率、储能充电功率、储能放电功率、储能荷电状态、煤电总出力、受端曲线偏差辅助变量和目标台阶曲线偏差辅助变量;

15、s23、定义复用形状变量,然后依据复用形状变量计算全年逐小时送电功率;全年逐小时送电功率为风电直接送电功率、光伏直接送电功率、煤电直接送电功率、公网直接送电功率与储能放电功率之和;

16、s24、设定全局相关约束,包括风电和光伏出力约束、煤电出力约束、公网购电最大功率约束、公网购电量占比约束、送电功率上下限约束、年送电量约束、时段送电约束、送电功率平衡约束、储能运行约束、业务比例约束、受端曲线偏差约束、目标台阶曲线偏差约束、新能源上网占比约束,然后依据全局相关约束建立无台阶最佳贴合线性规划模型、无台阶最低成本线性规划模型;

17、其中,所述受端曲线偏差约束指的是受端目标曲线按年总送电量目标缩放,且受端曲线偏差约束包括允许偏差约束,受端曲线偏差约束的表达式为:

18、;

19、;

20、;

21、允许偏差约束:;

22、其中,为第小时的受端参考曲线取值,由所述规划输入数据给出;表示第小时的受端参考曲线取值;表示求和索引;为按年总送电量目标缩放后的受端目标曲线;为受端曲线允许偏差,为年总送电量目标;

23、所述目标台阶曲线偏差约束指的是目标台阶曲线由动态规划输出的分段路径确定,各分段高度取段内中位数,目标台阶曲线偏差约束包括阶段相关约束,目标台阶曲线偏差约束的表达式为:

24、;

25、;

26、;

27、阶段相关约束:;

28、其中,为目标台阶曲线在第小时的台阶值,为动态规划输出的分段路径中覆盖第小时至第小时的分段的段高,取该分段内无台阶连续送电曲线各小时数值的中位数;一个被选取的分段对应所述目标台阶曲线中的一个台阶;为目标台阶曲线偏差最优值,为目标台阶曲线偏差阶段容差。

29、进一步地,所述s3中年化总成本包括风电、光伏、煤电、储能功率和储能能量的年化固定成本之和,以及公网购电成本和逐小时煤电发电变动成本单价之和,且年化固定成本和年度变动成本的表达式分别为:

30、;

31、其中,为年化固定成本;、、、分别为风电、光伏、煤电和储能功率的年化固定成本单价;为储能能量的年化固定成本单价;为储能能量容量,表示储能时长;

32、;

33、其中,为年度变动成本;为第小时的公网购电电价;为第小时的逐小时煤电发电变动成本单价。

34、进一步地,所述s4具体包括如下步骤:

35、s41、根据受端曲线贴合度,在受端最佳贴合锚点偏差与最低成本锚点偏差之间线性插值,得到受端曲线允许偏差,表达式为:

36、;

37、其中,受端曲线贴合度的取值范围为[0,1];

38、s42、在允许偏差约束下,以年化总成本最小为目标,重新求解无台阶最低成本线性规划模型,得到无台阶连续送电曲线。

39、进一步地,所述s5具体包括如下步骤:

40、s51、将全年8760小时按曲线复用方式映射为一个或多个复用组,曲线复用方式包括按年、按季度、按月或者按周复用,且每个复用组均复用24小时送电曲线形状;

41、s52、通过无台阶连续送电曲线读取每个复用组24个小时的无台阶连续送电值,并将无台阶连续送电值作为当前复用组的分段对象;

42、s53、依据每个复用组的分段对象,枚举每个复用组所有满足预设要求的候选分段,然后计算每个候选分段的分段误差;

43、s54、对当前复用组的24小时送电曲线,分别进入s55求解端点约束路径,以及进入s56求解跨边界分段路径;

44、s55、定义状态,状态表示第小时结束动态规划状态转移,已使用个候选分段且当前候选分段从第小时开始时的最小累计误差;在满足转移约束与合法性约束的前提下执行动态规划状态转移,通过状态转移方程枚举所有候选分段的拼接方式,并累计各拼接方式的候选分段误差之和,然后选出总误差最小的分段路径,之后进入s57;

45、其中,转移约束与合法性约束包括:候选分段长度不小于送电功率最短变动间隔;分段数不超过日内最大变化次数加1;相邻候选分段的分段高度差不超过送电功率单次最大变化幅度;跨日变化受送电功率单次最大变化幅度约束,但不计入任一天的日内最大变化次数;

46、s56、枚举跨越日切换边界的同一稳定段以及中间线性分段,同一稳定段由日切换边界前部分与日切换边界后部分组成,中间线性分段位于日切换边界后部分与日切换边界前部分之间;在避免跨日切换的同一稳定段被拆分为不足送电功率最短变动间隔的片段的基础上,依据同一稳定段和中间线性分段求解跨边界分段路径,之后进入s57;

47、s57、从s55选出的分段路径和s56求解的跨边界分段路径中,选择分段误差之和最小的分段路径;然后依据所选分段路径的各分段高度建立目标台阶曲线的24小时形状,并将24小时形状上的变化点转换为指示相邻小时是否允许变化的固定变化结构;所述固定变化结构为0/1参数,仅用于指示相邻小时之间是否允许送电功率发生变化,不直接确定各小时的送电功率值;

48、s58、将固定变化结构和目标台阶曲线的24小时形状映射到全年8760小时时间序列;映射过程中,按候选变化点在全年8760小时时间序列中的实际出现位置,判断各候选变化点是否满足送电功率最短变动间隔:如果满足,则进入s59a,否则进入s59b;

49、s59a、保留当前候选变化点;若当前候选变化点处相邻台阶值之差超过送电功率单次最大变化幅度,则按各复用节点的实际出现次数将相邻台阶值之差加权投影回缩至送电功率单次最大变化幅度以内,若没有超过,则保持不变;之后进入s59c;其中,复用节点指24小时送电曲线形状中的小时位置在全年8760小时时间序列中的一次实际复用出现;

50、s59b、当前候选变化点不予选取,当前候选变化点相邻的目标台阶值合并为同一数值,即相邻两个目标台阶合并为一个目标台阶;之后进入s59c;

51、s59c、完成全年映射与校验,生成所述目标台阶曲线。

52、进一步地,所述预设要求为:

53、,≥;

54、其中,、分别表示当前候选分段的两个端点,表示送电功率最短变动间隔;

55、每个候选分段的分段误差的表达式为:

56、;

57、其中,表示求和索引;表示无台阶连续送电曲线在第小时的取值;表示候选分段的分段高度;分段高度取当前候选分段的中位数;

58、状态的表达式为:

59、;

60、其中,表示状态转移中上一分段的起始小时索引。

61、进一步地,所述s6具体包括如下步骤:

62、s61、依据固定变化结构设定相邻小时送电功率变化约束;

63、s62、在相邻小时送电功率变化约束以及允许偏差约束下,最小化目标台阶曲线偏差,求解得到目标台阶曲线偏差最优值;

64、s63、在允许偏差约束、阶段相关约束的基础上,最小化年化总成本,得到最终容量配置和最终送电曲线;

65、s64、固定最终容量配置和最终送电曲线,在年化总成本容差约束生效、风光弃电率约束停用且其他约束保留的条件下,以最小化储能总充放电量为目标,规整逐小时运行状态;规整后的风光弃电率按业务口径复算,如果规整后的风光弃电率超过风光弃电率上限,则保留结果并输出告警;

66、其中,其他约束指s24所设定的全局相关约束中除风光弃电率约束以外的约束,以及s61所设定的相邻小时送电功率变化约束;受端曲线偏差约束与目标台阶曲线偏差约束因最终送电曲线已固定而自动满足。

67、进一步地,所述相邻小时送电功率变化约束的表达式为:

68、;

69、其中,当时,相邻小时送电功率必须相等;当时,相邻小时送电功率能够变化但幅度受限;

70、年化总成本容差约束为年化总成本不超过s63中最优的年化总成本与年化总成本容差之和。

71、本发明另一方面还提供了一种风光火储一体化能源基地容量与送电曲线协同优化系统,被配置为执行一种风光火储一体化能源基地容量与送电曲线协同优化方法,包括:

72、数据获取模块,被配置为获取目标能源基地的规划输入数据;

73、模型构建模块,被配置为构建无台阶最佳贴合线性规划模型、无台阶最低成本线性规划模型;

74、锚点求解模块,被配置为获取以受端曲线偏差最小为目标的受端最佳贴合锚点以及以年化总成本最小为目标的最低成本锚点;

75、无台阶连续送电曲线生成模块,被配置为生成无台阶连续送电曲线;

76、台阶结构生成模块,被配置为生成送电曲线的固定变化结构以及目标台阶曲线;

77、固定台阶优化模块,被配置为依次执行目标台阶曲线偏差最小化求解、年化总成本最小化求解和规整逐小时运行状态;

78、结果输出模块,被配置为输出经过规整后的数据。

79、本发明的有益效果:

80、(1)本发明以“在受端曲线偏差不超过给定上限的条件下最小化年化总成本”为核心优化问题,避免了成本与曲线偏差权重解释困难的问题。

81、(2)本发明通过无台阶线性规划获得无台阶连续送电曲线,再通过动态规划生成固定变化结构,最后依据固定变化结构规整逐小时运行状态。整个过程不将台阶选择作为二进制决策变量,显著降低了求解复杂度,便于8760小时年度场景的工程求解。

82、(3)本发明将风电、光伏、煤电、储能容量配置与全年送电曲线、逐小时调度在同一优化框架中联合求解,避免了分步优化导致的次优问题,也避免了交替迭代优化可能产生的震荡和初值依赖问题。与现有技术中容量给定后仅做曲线拟定、或预先拟定曲线再迭代筛选容量的方案相比,本发明实现了容量-曲线-调度的真正联合优化。