一种风光水火储多源经济-低碳协同调度方法

1.本发明属于低碳调度技术领域，更具体地说，涉及一种风光水火储多源经济-低碳协同调度方法。


背景技术：

2.随着碳达峰、碳中和目标的提出与逐渐落地，传统火电的主体作用将逐步转变为对新能源调控的辅助支撑作用，以新能源为主体的新型电力系统建设迫在眉睫。随着各类集中式与分布式新能源的高比例接入，其发电的波动性、间歇性与不确定性很难提供连续稳定的能量输出，同时将对电力系统的安全稳定运行带来极大挑战。在该背景下，新型电力系统的电力平衡、电量平衡、调峰调压调频、态势实时感知、低碳运行约束等关键技术需求将难以得到满足。为提高电网对大规模清洁能源的消纳能力以及电力系统安全稳定水平，有必要对风光水火储协同调度技术进行深入研究与应用。研究在电网常规与紧急情况下，根据光伏、风力、水力、火力发电的投切特性，按照最小切机、切负荷及风光发电出力最大原则，兼顾系统的稳定性、经济性与环保性，提出不同比例发电形式组成的综合能源系统的优化组合调度方法。


技术实现要素：

3.本发明围绕风光水火储协同调度技术研究与应用展开，着重研究电网在正常与紧急情况下风电、光伏、水力、火电及储能优化组合调度控制方法，同时需要分别考虑在经济性与环保性要求下，单能源及多能源各自的单目标及多目标混合优化调度方法，从而实现在不同变量与优化目标环境下的电网最优调度策略，实现经济-环境协同的电网资源最优配置，支撑双碳目标。
4.为解决上述问题，本发明采用的技术方案如下：一种风光水火储多源经济-低碳协同调度方法，通过建立了针对多源电网下的数学调度模型及其求解流程进行实现，具体过程包括以下步骤：
5.步骤1：建立优化目标；
6.步骤2：建立约束条件；
7.步骤3：求解调度模型。
8.步骤1中的建立优化目标包括运行成本与等效碳排放；步骤2中约束条件包括机组出力、功率平衡、水库系统运行条件等约束；步骤3中，调度模型采用基于灵敏度因子的迭代求解方法进行优化。
9.其中，运行成本的定义方法如下：
10.考虑水电站较小的边际成本，风光水火系统的运行成本主要来自火电厂的燃料成本及风光机组的各自运行成本，总成本可以表示为：
11.12.其中fc为总运行成本，n
t
、nw、n
pv
分别为火电、风电与光伏机组数量，t为调度周期，在本文中考虑单日内每小时的调度情况，即每天24个调度点，f
sit
是第i个火电机组在t时刻的运行经济代价，是关于p
sit
(第i个火电机组在t时刻的出力)的函数；k
wk
、k
sm
分别是第k个风电机组与第m个光伏机组的直接成本系数，p
wkt
、p
pvmt
分别为第k个风电机组与第m个光伏机组在t时刻的出力，
13.每个火电机组的燃料成本函数考虑到阀点效应，可以表示为
[0014][0015]
其中，a
si
、b
si
、c
si
、d
si
与e
si
分别表示第i个火电机组在常数项、一次项、二次项与三角函数项中的成本系数，表示第i个火电机组的出力最低限值。
[0016]
其中，等效碳排放的定义方法如下：
[0017]eco2,e
＝w1e
co2,e
w2e
nox
w3e
so2
ꢀꢀꢀ
(3)
[0018]
等效碳排放来源包括能够引起温室效应的所有气体类别，并将各类气体按照造成相同温室效应的效果等效成二氧化碳当量进行计算，在火电机组发电过程中，其主要产生的温室气体包括二氧化碳、氮氧化物和二氧化硫，在归并到等效碳排放时，其权重因子w1、w2、w3分别为1、298、44；
[0019]
其中各类别温室气体的碳排放计算方法如下：
[0020]
(1)co2排放：
[0021]
火电厂的co2排放主要与其煤炭质量、燃烧效率有关，应用多项式项和指数项的组合形式对其进行表述，为
[0022][0023]
其中，e
co2
为co2排放量，α
ci
、β
ci
为第i个火电机组关于co2排放在常数项与一次项中的排放系数；
[0024]
(2)nox排放；
[0025]
火电厂的nox排放来源不同，其产生与锅炉温度、空气含量等因素有关，应用多项式项和指数项的组合形式对其进行表述，为
[0026][0027]
其中，为nox排放量，α
ni
、β
ni
、γ
ni
为第i个火电机组关于nox排放在常数项、一次项与二次项中的排放系数，η
ni
、δ
ni
为第i个火电机组关于nox排放在指数项中的排放系数。
[0028]
(3)二氧化硫排放；
[0029]
火力发电厂的so2排放与燃料的燃烧量主要成二次多项式关系，可以表述为
[0030][0031]
其中，为so2排放量，α
si
、β
si
、γ
si
为第i个火电机组关于so2排放在常数项、一次项与二次项中的排放系数；
[0032]
其中，两类优化目标中，通过碳交易市场碳交易价格为联系，将发电燃料运行成本与碳排放统一为综合发电成本。
[0033]
f＝fc price
co2,e
*e
co2,e
ꢀꢀꢀ
(7)。
[0034]
其中，步骤2：建立约束条件，主要包括源网荷功率平衡限制、各机组出力约束，如下所示：
[0035]
(1)功率平衡限制；
[0036][0037]
其中，nh与p
hjt
分别为水电机组数量及第j个水电机组在t时刻的出力大小，在该条件下，源网荷能够达到实时功率平衡，p
bt
、p
dt
、p
lt
分别为在t时刻储能充放电功率、负荷量值与传输线的线损；
[0038]
(2)各机组出力计算条件；
[0039]
对于水电机组而言，水力发电是排水量和水库水位的函数，而水库水位又是蓄水的函数，水电机组出力如下所示：
[0040][0041]
其中，v
hjt
与q
hjt
分别为第j个水电机组在t时刻水库蓄水体积与放水速率，c
1j
～c
6j
分别为水力发电关于v
hjt
与q
hjt
的发电系数；
[0042]
对于风电机组而言，在不同风速下，第k个风力发电机组在t时刻的输出功率表示为：
[0043][0044]
其中，v
in
、v
out
、vr分别为风电机组的标准切入风速、切出风速与额定风速，p
wrk
为第k个风力发电机组的额定出力；
[0045]
对于光伏电池而言，其输出的功率可以表示为
[0046][0047]
其中g为光照辐射量预测，rc为某一特定辐射量，p
pvrm
为第m个光伏机组额定出力，g
std
为标准环境下的辐射量；
[0048]
对于储能电池而言，其电池最大充放电容量约束如下所示。
[0049][0050]
其中p
bt
为正值时放电，负值时充电。
[0051]
对线路总传输损耗p
lt
，其可以用相邻矩阵b系数折算法进行计算：
[0052][0053]
其中，发电机总数n
t
，p
it
、p
jt
是第i与j个发电机组的发电量。b
ij
、b
0i
、b
00
分别为线损的机组相邻系数、机组单独系数与常数系数；
[0054]
(3)机组出力约束
[0055]
基于以上出力计算条件，计算各机组出力最值，水电、火电与风电机组的出力约束如下所示：
[0056][0057]
(4)水库系统限制；
[0058]
水库约束包括水平衡方程、水库蓄水和放水目标。这些约束包括：
[0059]
a、水库容积的实际限制
[0060][0061]
b、水库排放率的实际限制
[0062][0063]
c、水库管网的连续性方程
[0064][0065]
其中i
hjt
、s
hjt
表示第j个机组在t时刻的流入量、溢出量，r
uj
代表第j个水电站的上游机组数。
[0066]
其中，数学调度模型，其数学求解流程为：
[0067]
(1)通过随机取值，初始化系统解集，即火电、水电、风电、光伏机组在当前时刻的出力结果：
[0068]
为了方便描述，忽略其发电类型，在此将其统一改写为s1＝{p1,p2,...,pn}；
[0069]
(2)计算当前解集的目标函数值f(s1)；
[0070]
(3)对各机组出力优先级进行排序，依次以较小的出力变化量改变每个机组的出力，观察其对目标函数值的影响，以判断各机组单位出力对目标函数的贡献灵敏度，针对第i个机组，其灵敏度计算方式为
[0071][0072]
其中s1＝{p1,p2,...pi,...pn}，s2＝{p1,p2,...pi ε,...pn}，ε为一足够小的值；
[0073]
(4)将各机组按照灵敏度从大到小进行排序，每次，将灵敏度最高的机组增加出力，减少灵敏度最低机组的同样大小出力，生成新的解集状态；
[0074]
(5)重复步骤2～4，直到目标函数结果满足要求，或相邻状态间的目标函数差值小
于阈值为止，此时得到的系统解集即为最优解集。
[0075]
相比于现有技术，本发明的技术方案的有益效果为：
[0076]
本发明的一种风光水火储多源经济-低碳协同调度方法，能够将风电、光伏、水电机组、储能装置等设备进行结合，在源荷出力动态变化的环境下，实现经济-环境协同的最优用能策略。通过构建新型电力系统环境下电网低碳经济调控架构，充分挖掘风光水火各类发电机组的运行特性、调度特性与交互影响，以及电网、水库等系统边界约束，构建了考虑电网运行成本和碳排放的多目标优化调度模型。从而实现风光水火储协同优化调度，在保障电网安全稳定运行的前提下，最大化风光等新能源的发电能力、最小化电网的运行成本与等效碳排放，为实现低碳电网与清洁电网提供理论支撑，对电网消纳高渗透率新能源的调度方式进行合理决策。
附图说明
[0077]
图1为电力网络拓扑与电源分布示意图。
[0078]
图2为经济-低碳协同调度流程图。
具体实施方式
[0079]
为了加深对本发明的认识和理解，下面结合具体实施例和附图对本发明进一步进行描述。
[0080]
实施例1：参见图1，一种风光水火储多源经济-低碳协同调度方法，通过建立了针对多
[0081]
源电网下的数学调度模型及其求解流程进行实现，具体过程包括以下步骤：
[0082]
步骤1：建立优化目标；
[0083]
步骤2：建立约束条件；
[0084]
步骤3：求解调度模型。
[0085]
其中，步骤1中的建立优化目标包括运行成本与等效碳排放；步骤2中约束条件包括机组出力、功率平衡、水库系统运行条件等约束；步骤3中，调度模型采用基于灵敏度因子的迭代求解方法进行优化。
[0086]
其中，运行成本的定义方法如下：
[0087]
考虑水电站较小的边际成本，风光水火系统的运行成本主要来自火电厂的燃料成本及风光机组的各自运行成本，总成本可以表示为：
[0088][0089]
其中fc为总运行成本，n
t
、nw、n
pv
分别为火电、风电与光伏机组数量，t为调度周期，在本文中考虑单日内每小时的调度情况，即每天24个调度点，f
sit
是第i个火电机组在t时刻的运行经济代价，是关于p
sit
(第i个火电机组在t时刻的出力)的函数；k
wk
、k
sm
分别是第k个风电机组与第m个光伏机组的直接成本系数，p
wkt
、p
pvmt
分别为第k个风电机组与第m个光伏机组在t时刻的出力，
[0090]
每个火电机组的燃料成本函数考虑到阀点效应，可以表示为
[0091][0092]
其中，a
si
、b
si
、c
si
、d
si
与e
si
分别表示第i个火电机组在常数项、一次项、二次项与三角函数项中的成本系数，表示第i个火电机组的出力最低限值。
[0093]
其中，等效碳排放的定义方法如下：
[0094]eco2,e
＝w1e
co2,e
w2e
nox
w3e
so2
ꢀꢀ
(3)
[0095]
等效碳排放来源包括能够引起温室效应的所有气体类别，并将各类气体按照造成相同温室效应的效果等效成二氧化碳当量进行计算，在火电机组发电过程中，其主要产生的温室气体包括二氧化碳、氮氧化物和二氧化硫，在归并到等效碳排放时，其权重因子w1、w2、w3分别为1、298、44；
[0096]
其中各类别温室气体的碳排放计算方法如下：
[0097]
(1)co2排放：
[0098]
火电厂的co2排放主要与其煤炭质量、燃烧效率有关，应用多项式项和指数项的组合形式对其进行表述，为
[0099][0100]
其中，e
co2
为co2排放量，α
ci
、β
ci
为第i个火电机组关于co2排放在常数项与一次项中的排放系数；
[0101]
(2)nox排放；
[0102]
火电厂的nox排放来源不同，其产生与锅炉温度、空气含量等因素有关，应用多项式项和指数项的组合形式对其进行表述，为
[0103][0104]
其中，为nox排放量，α
ni
、β
ni
、γ
ni
为第i个火电机组关于nox排放在常数项、一次项与二次项中的排放系数，η
ni
、δ
ni
为第i个火电机组关于nox排放在指数项中的排放系数。
[0105]
(3)二氧化硫排放；
[0106]
火力发电厂的so2排放与燃料的燃烧量主要成二次多项式关系，可以表述为
[0107][0108]
其中，为so2排放量，α
si
、β
si
、γ
si
为第i个火电机组关于so2排放在常数项、一次项与二次项中的排放系数。
[0109]
其中，两类优化目标中，通过碳交易市场碳交易价格为联系，将发电燃料运行成本与碳排放统一为综合发电成本。
[0110]
f＝fc price
co2,e
*e
co2,e
ꢀꢀ
(7)。
[0111]
其中，步骤2：建立约束条件，主要包括源网荷功率平衡限制、各机组出力约束，如下所示：
[0112]
(1)功率平衡限制；
[0113][0114]
其中，nh与p
hjt
分别为水电机组数量及第j个水电机组在t时刻的出力大小，在该条件下，源网荷能够达到实时功率平衡，p
bt
、p
dt
、p
lt
分别为在t时刻储能充放电功率、负荷量值与传输线的线损；
[0115]
(2)各机组出力计算条件；
[0116]
对于水电机组而言，水力发电是排水量和水库水位的函数，而水库水位又是蓄水的函数，水电机组出力如下所示：
[0117][0118]
其中，v
hjt
与q
hjt
分别为第j个水电机组在t时刻水库蓄水体积与放水速率，c
1j
～c
6j
分别为水力发电关于v
hjt
与q
hjt
的发电系数；
[0119]
对于风电机组而言，在不同风速下，第k个风力发电机组在t时刻的输出功率表示为：
[0120][0121]
其中，v
in
、v
out
、vr分别为风电机组的标准切入风速、切出风速与额定风速，p
wrk
为第k个风力发电机组的额定出力；
[0122]
对于光伏电池而言，其输出的功率可以表示为
[0123][0124]
其中g为光照辐射量预测，rc为某一特定辐射量，p
pvrm
为第m个光伏机组额定出力，g
std
为标准环境下的辐射量；
[0125]
对于储能电池而言，其电池最大充放电容量约束如下所示。
[0126][0127]
其中p
bt
为正值时放电，负值时充电。
[0128]
对线路总传输损耗p
lt
，其可以用相邻矩阵b系数折算法进行计算：
[0129][0130]
其中，发电机总数n
t
，p
it
、p
jt
是第i与j个发电机组的发电量。b
ij
、b
0i
、b
00
分别为线损的机组相邻系数、机组单独系数与常数系数；
[0131]
(3)机组出力约束
[0132]
基于以上出力计算条件，计算各机组出力最值，水电、火电与风电机组的出力约束如下所示：
[0133][0134]
(4)水库系统限制；
[0135]
水库约束包括水平衡方程、水库蓄水和放水目标。这些约束包括：
[0136]
a、水库容积的实际限制
[0137][0138]
b、水库排放率的实际限制
[0139][0140]
c、水库管网的连续性方程
[0141][0142]
其中i
hjt
、s
hjt
表示第j个机组在t时刻的流入量、溢出量，r
uj
代表第j个水电站的上游机组数。
[0143]
其中，调度数学模型，其数学求解流程为：
[0144]
(1)通过随机取值，初始化系统解集，即火电、水电、风电、光伏机组在当前时刻的出力结果：
[0145]
为了方便描述，忽略其发电类型，在此将其统一改写为s1＝{p1,p2,...,pn}；
[0146]
(2)计算当前解集的目标函数值f(s1)；
[0147]
(3)对各机组出力优先级进行排序，依次以较小的出力变化量改变每个机组的出力，观察其对目标函数值的影响，以判断各机组单位出力对目标函数的贡献灵敏度，针对第i个机组，其灵敏度计算方式为
[0148][0149]
其中s1＝{p1,p2,...pi,...pn}，s2＝{p1,p2,...pi ε,...pn}，ε为一足够小的值；
[0150]
(4)将各机组按照灵敏度从大到小进行排序，每次，将灵敏度最高的机组增加出力，减少灵敏度最低机组的同样大小出力，生成新的解集状态；
[0151]
(5)重复步骤2～4，直到目标函数结果满足要求，或相邻状态间的目标函数差值小于阈值为止，此时得到的系统解集即为最优解集。
[0152]
实施例2：
[0153]
本实施例根据五机系统分析了多源电力网络中的实际低碳调度方法，如图1所示，利用simulink电力网络仿真软件构建了如图1所示的的5机系统网络，包含风电、光伏、水电、火电与储能电站等五种发电机组，其中水电与火电机组分别由4个与3个单独机组组成。具体机组出力参数如表1所示，整个调度周期为1天，分为24个间隔，同时考虑了变化负荷和传输损耗的影响。
[0154]
表1各机组类型与出力范围
[0155][0156][0157]
基于现有风机与光伏机组技术特点，风力机组的额定出力为150mw，直接成本系数取3.25，切入、切出和额定速度分别取4m/s、25m/s和15m/s。光伏机组的额定功率为150mw，直接成本系数取3.5。太阳辐射的标准环境和特定辐射点分别取1000w/m2和150w/m2。电池储能系统的额定装机容量为300mw。
[0158]
将运行成本与等效碳排放作为两子目标函数，考虑碳交易成本，归一为整体成本目标。根据图2所示的优化调度流程进行各机组最优出力求解，表2总结了优化过后的综合调度结果。
[0159]
除了本文提出了最优综合调度方法外，同时也计算了只考虑运行成本、nox排放、so2排放等单一优化目标后的结果，四种调度方法比较如表2所示。
[0160]
表2同时考虑经济成本与环境效益的风光水火储综合调度结果
[0161]
[0162][0163]
分别比较综合调度、纯经济最优调度、纯so2最优调度、纯nox调度等四种调度方法的结果，其成本与温室气体排放如表3所示。
[0164]
表3四种调度方法效益比较
[0165][0166]
由表3可以看出，在单目标调度方式中，由于仅考虑了所优化的目标，对其他指标较为忽略，容易陷入局部最优。后三种调度方法只能分别对成本、so2、nox进行单独优化求解，但是其他两种指标效益与最优值相差较大。而本文提出的最优综合调度算法，由于考虑了多重目标之间的互相支配特征与广义成本最优，实现了综合考虑多目标约束性与矛盾性的全局最优解，能够实现在不造成过多经济压力的前提下，尽可能降低温室气体与污染气体排放。
[0167]
本发明所述实例仅仅是对本发明的优选实施方式进行描述，并非对本发明构思和范围进行限定，在不脱离本发明设计思想的前提下，本领域工程技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明的保护范围。