一种源网荷储协同调控方法、系统、设备及介质与流程
本发明属于新能源,尤其涉及一种源网荷储协同调控方法、系统、设备及介质。
背景技术:
1、随着全球能源转型的加速推进,电力系统正朝着高比例可再生能源集成方向快速发展。风能、太阳能等新能源的大规模接入,使得系统运行的不确定性和波动性显著增强,对电网的灵活调节能力提出了更高要求。多能源系统综合协调运行成为提升能源利用效率和保障供电可靠性的关键手段,源、网、荷、储多要素协同优化逐渐成为研究热点。
2、现有技术中,为解决多能源系统优化问题,通常采用分层或分布式优化方法。例如,通过独立规划电源、电网扩容或配置储能设备来提升系统调节能力;采用确定性优化算法处理机组组合和经济调度问题;利用需求侧响应手段削峰填谷,平衡供需矛盾。这些方法在特定场景下能够改善系统运行经济性,并部分缓解新能源消纳压力。
3、然而,现有技术存在明显不足:首先,多数方法仅针对单一环节或单一时间尺度进行优化,未能实现源、网、荷、储全环节协同;其次,优化模型多采用单层或双层结构,难以同时兼顾长期投资决策、中期运行优化和短期频率控制的多时间尺度耦合特性;再者,传统优化算法对新能源出力和负荷需求的不确定性处理能力有限,且对设备投建等整数变量求解效率较低;最后,缺乏将规划结果与实时调控策略有效衔接的机制,导致优化方案在实际应用中适应性不足。
技术实现思路
1、本发明提供一种源网荷储协同调控方法、系统、设备及介质,以至少解决现有技术中源网荷储各环节协同不足、多时间尺度优化耦合困难、不确定性处理能力弱以及规划与运行控制脱节的问题。
2、第一方面,本技术实施例提供一种源网荷储协同调控方法,所述方法包括:
3、步骤s1:获取多能源系统的输入数据;
4、步骤s2:基于所述输入数据,建立源网荷储协同优化模型,所述源网荷储协同优化模型包括上层投资决策模型、中层运行优化模型和下层频率控制模型,其中上层模型以规划投资成本最小为目标,中层模型以运行成本最小为目标,下层模型以频率控制成本最小为目标;
5、步骤s3:采用优化算法求解所述源网荷储协同优化模型,得到最优设备配置方案;
6、步骤s4:根据所述最优设备配置方案,对多能源系统进行实时调控,包括设备投切、出力调整和负荷管理,以实现源网荷储协同优化。
7、进一步地,所述上层投资决策模型的目标函数为:
8、
9、其中,为投资成本,为设备的单位投资成本,为设备的额定容量,为设备的投资决策变量,其中,0表示不投资,1表示投资。
10、进一步地,所述中层运行优化模型的目标函数为最小化运行成本,其表达式为:
11、
12、其中,为运行成本;为优化时段总数;为时段的发电成本,为时段的环境成本;为时段的需求响应激励成本;为时段的弃风弃光惩罚成本。
13、进一步地,发电成本的表达式为:
14、
15、其中,为发电设备的单位发电成本,为设备在时段的有功出力;
16、环境成本的表达式为:
17、
18、其中,为污染物的单位污染当量收费标准,为污染物的单位排放量,为污染物的污染当量值,为火电机组在时段的出力;
19、需求响应激励成本的表达式为:
20、
21、其中,为可削减负荷的单位激励价格,为可削减负荷在时段的削减量,为可转移负荷的单位激励价格,为可转移负荷在时段的转移量;
22、弃风弃光惩罚成本的表达式为:
23、
24、其中,为单位弃风弃光惩罚成本;为风电在时段的预测出力;为风电实际出力;为光伏在时段的预测出力;为光伏实际出力。
25、进一步地,所述下层频率控制模型的目标函数为:
26、
27、其中,为设备的频率调节单位成本,为设备的调频出力,为区域控制误差。
28、进一步地,所述区域控制误差的计算公式为:
29、
30、其中,为频率偏差系数,为系统频率偏差,为联络线功率偏差。
31、进一步地,步骤s3中,采用优化算法求解所述源网荷储协同优化模型,得到最优设备配置方案,具体包括:
32、步骤s31:将所述源网荷储协同优化模型中的非线性约束进行线性化处理转化为线性形式,输出线性化处理后的混合整数线性规划模型;
33、步骤s32:设置算法参数,包括迭代计数器、收敛阈值、上界和下界,并初始化不确定性变量的取值,包括以风电预测出力的期望值、光伏预测出力的期望值作为初始最恶劣场景,以及初始化投资决策变量;
34、步骤s33:求解上层投资决策模型,以最小化投资成本和辅助变量为目标,并添加从previous迭代得到的可行性割约束,使用混合整数线性规划求解器求解主问题,得到投资决策解和辅助变量,并更新下界;
35、步骤s34:给定主问题的投资决策解,求解中层运行优化和下层频率控制模型,以最小化运行成本和频率控制成本为目标,并考虑不确定性集,采用强对偶理论将子问题的形式转化为单层优化问题,使用线性规划求解器求解,得到最恶劣场景和子问题目标值,并更新上界;
36、步骤s35:计算相对间隙,若,则算法收敛,跳至步骤s37,否则继续步骤s36;
37、步骤s36:添加约束并迭代,将子问题解作为新约束添加到主问题,添加可行性割,更新迭代计数器,并返回步骤s33;
38、步骤s37:算法收敛后,输出最优的投资决策解,包括电源设备、储能设备和线路的投资位置和容量。
39、第二方面,本技术实施例还提供一种应用于如上述各方面所述源网荷储协同调控方法的系统,所述系统包括:
40、数据获取模块,用于获取多能源系统的输入数据;
41、优化模型构建模块,用于基于所述输入数据,建立源网荷储协同优化模型,所述源网荷储协同优化模型包括上层投资决策模型、中层运行优化模型和下层频率控制模型,其中上层模型以规划投资成本最小为目标,中层模型以运行成本最小为目标,下层模型以频率控制成本最小为目标;
42、模型求解模块,用于采用优化算法求解所述源网荷储协同优化模型,得到最优设备配置方案;
43、方案应用模块,用于根据所述最优设备配置方案,对多能源系统进行实时调控,包括设备投切、出力调整和负荷管理,以实现源网荷储协同优化。
44、第三方面,一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述各方面所述源网荷储协同调控方法的步骤。
45、第四方面,一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述各方面所述源网荷储协同调控方法的步骤。
46、从以上技术方案可以看出,本发明具有以下优点:
47、本技术提供的源网荷储协同调控方法中,通过建立包含上层投资决策、中层运行优化和下层频率控制的三层协同优化模型,实现了规划、运行和控制环节的有机统一,有效避免了独立优化导致的次优问题,显著提高了系统整体经济性。
48、采用优化算法处理模型中的不确定性和整数变量,能够有效应对新能源随机波动和设备离散决策问题,增强方案的鲁棒性和可行性。
49、根据最优设备配置方案进行实时调控,实现了从规划到运行的闭环管理,保障了优化结果的实际应用效果,提升了系统运行灵活性。
50、通过协同优化源网荷储多环节资源,显著提升了新能源消纳能力,降低了弃风弃光现象发生概率,促进了清洁能源高效利用。
51、该方法通过多时间尺度协调优化,在保障系统频率稳定的同时,实现了全周期成本最小化,增强了系统安全稳定运行水平。
52、通过需求响应和储能等灵活资源的协同调度,有效平抑负荷波动,改善电网运行特性,提高了资产利用效率。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com