一种考虑储能优化配置的风光火储系统联合运行方法

1.本发明属于电力系统多能互补协调运行技术领域，涉及一种考虑储能优化配置的风光火储系统联合运行方法。


背景技术：

2.近年来，随着以风电、光伏为代表的可再生能源发电发展迅猛，我国电力系统发展日趋复杂多元。在可再生能源大规模并网的源网荷储系统中，风光的随机波动使系统运行不确定性增加，给系统运行的安全与稳定带来了严重问题。如果要实现高比例的新能源出力，其装机容量将达到所供负荷的数倍以避免负荷损失，由此将带来更高的出力瞬时波动；同时风光出力的不确定性和不可控性，也可能给系统带来失负荷的风险。
3.若想保证源网荷储系统功率平衡和稳定安全运行，必须利用可控出力机组平抑风光出力，实现多种能源协调互补运行。传统的多能互补模型常采用火电机组进行调节，但是在高比例清洁能源联合运行系统中，如果仅采用火电调节，火电机组的利用小时数将降低，且风光机组可能出现的尖峰出力将频繁改变火电机组的启停状态和输出功率，由此将对火电机组带来损害，同时火电的爬坡约束和启停时间也将限制其调节速度，在考虑到启停成本和调节成本时，经济效益会大大降低。储能系统可以实现电能和其他能量的转化和存储，在电力系统发电出力大于供电需求时，可将能量以化学能、机械能、电磁能等形式存储下来，在系统供不应求时再通过能量转化装置，释放出电能，实现能量交换，以满足电网或负荷需求，从而提高电力系统的供电安全性。因此针对风电和光伏较大的出力缺口，可以考虑利用火电机组补充出力，而针对风光高频率的波动功率可采用储能机组平滑出力，同时储能机组还可以消纳风光在高出力时段的功率。


技术实现要素：

4.因此，本发明要解决的技术问题在于克服目前，高比例风电和光伏的接入给电网的稳定运行带来了巨大的挑战，由于源网荷储系统中风电、光伏、负荷、太阳直接辐照等因素存在短期不确定性，导致制定的发电计划无法及时指导源网荷储系统的实际运行的缺陷，从而提供一种考虑储能优化配置的风光火储系统联合运行方法。
5.本发明实施例提供了一种考虑储能优化配置的风光火储系统联合运行方法，包括：采集多个节点储能容量，基于所述多个节点储能容量构建储能规划配置目标函数，并为所述储能规划配置目标函数设置约束条件；采集火电机组发电成本和弃风弃光惩罚成本，基于所述火电机组发电成本和所述弃风弃光惩罚成本构建风光火储系统日运行调度目标函数；基于所述储能规划配置目标函数和所述风光火储系统日运行调度目标函数确定风光火储系统联合运行最优方案。
6.为应对风光出力的不确定性和不可控性，本发明利用火电机组补充出力，利用储
能进行调节和平抑，消纳多余风光功率；建立了风光火储联合运行的双层优化模型，上层模型确定最小储能装机容量，下层模型考虑运行经济性，以运行成本最小为目标，求解机组最优出力策略，并将直流潮流约束、机组运行约束、电力平衡约束、弃风弃光约束等纳入约束条件，通过一体化的优化，指导风光火储系统的联合运行。
7.可选地，所述储能规划配置目标函数的计算公式如下所示：上式中，表示在第i个节点储能容量。
8.可选地，所述储能规划配置目标函数的约束条件，包括：（1）电力平衡约束在考虑直流潮流时，由于系统中没有网损，故满足发电功率等于负荷功率；上式中，n表示系统节点数量，表示第i个节点的火电机组在t时刻的功率，表示第i个节点的风电机组在t时刻的功率，表示第i个节点的光伏机组在t时刻的功率，表示第i个节点在t时刻的负荷功率，表示第i个节点的储能在t时刻的放电功率，表示第i个节点的储能在t时刻的充电功率；（2）旋转备用约束上式中，表示火电机组运行状态的二进制变量，0表示停运，1表示运行，表示火电机组t时刻的最大出力，表示系统的正旋转备用；（3）火电机组出力上下限约束上式中，表示火电机组t时刻的最小出力；（4）火电机组爬坡约束上式中，表示第i个节点处的火电机组最大下坡速率，表示第i个节点处的火电机组最大上坡速率，pg
i,t-1
表示第i个节点的火电机组在t-1时刻的功率；（5）火电机组最小启停时间约束
上式中，表示第i个节点处火电机组在t时刻启动状态下的二进制变量，表示第i个节点处火电机组在t时刻停机状态下的二进制变量，为1时表示t时刻机组正在启动，为1时表示t时刻机组正在关机，ton表示机组的最小持续运行时间，toff表示机组的最小持续停机时间，z
i,t j
表示第i个节点处火电机组在t j时刻停机状态下的二进制变量，y
i,t j
表示第i个节点处火电机组在t j时刻启动状态下的二进制变量；同时，、和还需要满足如下运行状态逻辑约束：还需要满足如下运行状态逻辑约束：还需要满足如下运行状态逻辑约束：还需要满足如下运行状态逻辑约束：还需要满足如下运行状态逻辑约束：（6）新能源机组出力约束（6）新能源机组出力约束（6）新能源机组出力约束上式中，表示第i个节点处的风电机组在t时刻的最大出力，，表示第i个节点处的光伏机组在t时刻的最大出力，表示第i个节点的风电场在第t时段的弃风功率，，，表示第i个节点的光伏电场在第t时段的弃光功率，，表示允许的最大弃风弃光率，表示第t时段出现的次数；（7）储能充放电功率约束
上式中，表示第i个节点处储能在t时段内运行状态虚拟变量，为0表示充电，为1表示放电，表示最大充电功率，表示最大放电功率；（8）储能电量的时序约束：（8）储能电量的时序约束：（8）储能电量的时序约束：（8）储能电量的时序约束：上式中，表示第i个节点处的储能系统在第t时刻存储的电量，表示能量耗散系数，表示充电效率，表示放电效率，表示储能容量的最小能量限制，表示储能容量的最大能量限制，表示放电深度；（9）储能系统日清约束上式中，表示一天中的时段数，表示第i个节点处的储能系统实时电量，表示第i个节点处系统的充电功率，表示第i个节点处系统的放电功率；（10）潮流约束直流潮流约束的有功方程表示为：直流潮流约束的有功方程表示为：上式中，为t时刻以节点i为起点，节点j为终点的支路有功功率，为t时刻节点i的有功注入功率，为以节点i为起点，节点j为终点的支路电抗，为t时刻节点i和节点j之间的相角差；支路功率满足容量约束以及基于分布因子的n-1线路安全约束：
上式中，为以节点i为起点，节点j为终点的支路有功功率允许的最大值，表示以节点i为起点，节点j为终点的线路和以节点k为起点，节点m为终点的线路的分布因子；表示以节点k和节点m为端点的线路有功功率；节点注入功率的计算公式如下所示：节点电压幅值约束：上式中，和分别表示节点j允许的电压幅值上下限。
9.可选地，基于所述火电机组发电成本和所述弃风弃光惩罚成本构建风光火储系统日运行调度目标函数，所述风光火储系统日运行调度目标函数的计算公式如下所示：上式中，表示火电机组发电成本，、、分别表示功率的二次项、一次项和常数项系数，表示弃风弃光惩罚成本，表示惩罚系数。
10.可选地，还包括：将所述电力平衡约束、所述旋转备用约束、所述火电机组出力上下限约束、所述火电机组爬坡约束、所述火电机组最小启停时间约束、所述新能源机组出力约束和弃风弃光率约束作为所述风光火储系统日运行调度目标函数的约束条件。
11.可选地，所述储能规划配置目标函数和所述风光火储系统日运行调度目标函数确定风光火储系统联合运行最优方案，包括：（1）将每天的功率采样值记作，xd表示第d天的功率采样值，p为每天的采样个数，则第i天和第j天的差异的计算公式如下所示：
上式中，xi表示第i天的功率采样值，xj表示第j天的功率采样值；（2）将第k类及其典型日分别记为和，随机选取k个典型日；（3）将其余n-k天分配到距离最小的典型日对应的场景类别中，分配原则如下所示：上式中，表示中心点的集合，表示第k类场景，d(xi,ck)表示功率采样值xi和典型日ck之间的对应关系，d(xi,cj)表示功率采样值xi和典型日cj之间的对应关系；（4）在每类场景内重新选取典型日：记第k类场景的元素为，则更新典型日的计算公式如下所示：遍历k类场景内所有元素，分别计算k类场景内元素之间的欧式距离，将最小的欧式距离对应元素的日期作为k类场景的新典型日；（5）重复（4）中操作，直到典型日不再发生变化，生成风光火储系统联合运行最优方案。
附图说明
12.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显然，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
13.图1是根据本发明一个实施例示出的一种考虑储能优化配置的风光火储系统联合运行方法的流程图。
具体实施方式
14.下面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进行具体描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
15.本发明示出的一种考虑储能优化配置的风光火储系统联合运行方法实施流程，可以包括以下步骤：s1、采集多个节点储能容量，基于所述多个节点储能容量构建储能规划配置目标函数，并为所述储能规划配置目标函数设置约束条件。
16.具体的，上述储能规划配置目标函数用于风光火储系统储能容量规划，包括储能规划配置目标及约束条件两部分；
进一步地，进行风光火储系统储能容量规划，包括：1）储能规划配置目标函数规划阶段的目标函数为建设的储能装机容量最小： (1)其中，表示在第i个节点储能容量，minf表示储能规划配置目标函数。
17.2）储能规划配置目标函数的约束条件（1）电力平衡约束在考虑直流潮流时，由于系统中没有网损，故满足发电功率等于负荷功率。
[0018] (2)其中，n表示系统节点数量，表示第i个节点的火电机组在t时刻的功率，表示第i个节点的风电机组在t时刻的功率，表示第i个节点的光伏机组在t时刻的功率，表示第i个节点在t时刻的负荷功率，表示第i个节点的储能在t时刻的放电功率，表示第i个节点的储能在t时刻的充电功率。
[0019]
（2）旋转备用约束 (3)表示火电机组运行状态的二进制变量，0表示停运，1表示运行，表示火电机组t时刻的最大出力，表示系统的正旋转备用。
[0020]
（3）火电机组出力上下限约束 (4)其中，表示火电机组t时刻的最小出力。
[0021]
（4）火电机组爬坡约束 (5)其中，表示第i个节点处的火电机组最大下坡速率，表示第i个节点处的火电机组最大上坡速率。
[0022]
（5）火电机组最小启停时间约束考虑机组的开关机策略，有如下约束： (6)
ꢀ
(7)其中，和分别表示第i个节点处火电机组在t时刻启动和停机状态的二进制变量，为1时表示t时刻机组正在启动，为1时表示t时刻机组正在关机ton和toff分别表示机组的最小持续运行时间和最小持续停机时间。
[0023]
因此，、和还需要满足如下运行状态逻辑约束： (8) (9) (10) (11) (12)（6）新能源机组出力约束 (13) (14)
ꢀꢀꢀꢀꢀꢀꢀ
(15)其中，表示第i个节点处的风电机组在t时刻的最大出力，，表示第i个节点处的光伏机组在t时刻的最大出力，表示第i个节点的风电场在第t时段的弃风功率，，，表示第i个节点的光伏电场在第t时段的弃光功率，，表示允许的最大弃风弃光率，表示第t时段出现的次数。
[0024]
（7）储能充放电功率约束储能系统的充放电功率都不能超过上限(16) (17)其中表示第i个节点处储能在t时段内运行状态虚拟变量，为0表示充电，为1表示放电，表示其最大充电功率，表示最大放电功率。
[0025]
（8）储能电量的时序约束：储能充放电后系统中能量将会发生相应改变，因此应该满足 (18)其中表示第i个节点处的储能系统在第t时刻存储的电量，表示其能量耗散系数，表示其充电效率，表示放电效率。
[0026]
同时储能系统中的能量不能超过储能容量，也不能低于最小能量限制，其中系统的最大能量和最小能量限制考虑为允许放电深度与储能容量的乘积。
[0027] (19) (20) (21)表示第i个节点处的储能系统中允许的最大电量，表示允许的最小电量，表示其充放电深度。
[0028]
（9）储能系统日清约束储能系统实现一日内起始时刻电量应该等于终止时刻电量，实现“日清”，以保证下一日的使用 (22)其中，表示一天中的时段数，表示第i个节点处的储能系统实时电量，表示第i个节点处系统的充电功率，表示第i个节点处系统的放电功率。
[0029]
（10）潮流约束考虑直流潮流约束，其有功方程可以表示为： (23) (24)其中，为t时刻以节点i为起点，节点j为终点的支路有功功率；为t时刻节点i的有功注入功率；为以节点i为起点，节点j为终点的支路电抗，为t时刻节点i和节点j之间的相角差。
[0030]
同时，支路功率应满足容量约束以及基于分布因子的n-1线路安全约束：
ꢀ
(25) (26)其中，为以节点i为起点，节点j为终点的支路有功功率允许的最大值；表示以节点i为起点，节点j为终点的线路和以节点k为起点，节点m为终点的线路的分布因子。
[0031]
节点注入功率需满足：(27)节点电压幅值需满足约束：
ꢀꢀ
(28)和分别为节点j允许的电压幅值上下限。
[0032]
s2、采集火电机组发电成本和弃风弃光惩罚成本，基于所述火电机组发电成本和所述弃风弃光惩罚成本构建风光火储系统日运行调度目标函数。
[0033]
其中，在考虑满足负荷需求下考虑最大程度的消纳新能源，同时减少火电机组出力，因此可同时考虑火电机组发电成本和弃风弃光惩罚成本，风光火储系统日运行调度目标函数的计算公式如下所示： (29)其中，式（29）第一项表示火电机组的发电成本，、、分别为功率的二次项、一次项和常数项系数，第二项为系统的弃风弃光惩罚成本，为惩罚系数，minz表示风光火储系统日运行调度目标函数。
[0034]
进一步地，日运行优化调度阶段的约束条件与公开的第一方面基本相同，但由于目标函数中已经考虑了弃风弃光惩罚成本，因此在约束条件中，为了找到最优运行方式，可放开对弃风弃光率的约束，一般在最小储能容量加上适当的裕量后，作为固定参数代入到日运行阶段优化中。
[0035]
进而，将所述电力平衡约束、所述旋转备用约束、所述火电机组出力上下限约束、所述火电机组爬坡约束、所述火电机组最小启停时间约束、所述新能源机组出力约束和弃风弃光率约束作为所述风光火储系统日运行调度目标函数的约束条件。
[0036]
s3、基于所述储能规划配置目标函数和所述风光火储系统日运行调度目标函数确定风光火储系统联合运行最优方案。
[0037]
具体的，（1）采用k-medoids进行聚类，将每天的功率采样值记作
，则第i天和第j天的差异可以用间的欧式距离可以表示为： (30)（2）将第k类及其典型日分别记为和，从所有样本中随机选取k个典型日。
[0038]
（3）按照以下原则，将其余n-k天分配到距离最小的典型日对于的场景类别中
ꢀꢀꢀꢀꢀꢀꢀ
(31)其中表示中心点的集合，表示第k类场景。
[0039]
（4）在每类场景内重新选取典型日：记第k类场景的元素为，则其典型日按照如下方式更新： (32)即历遍该场景内所有元素，分别计算k类场景内元素之间的欧式距离，将最小的欧式距离对应元素的日期作为k类场景的新典型日。
[0040]
（5）重复（4）中操作，直到选出来的典型日不再发生变化，生成风光火储系统联合运行最优方案。
[0041]
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。