CN115983589A - 一种长时间尺度下的多类型电源时序规划方法和系统 - Google Patents
一种长时间尺度下的多类型电源时序规划方法和系统 Download PDFInfo
- Publication number
- CN115983589A CN115983589A CN202310001950.5A CN202310001950A CN115983589A CN 115983589 A CN115983589 A CN 115983589A CN 202310001950 A CN202310001950 A CN 202310001950A CN 115983589 A CN115983589 A CN 115983589A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- generator set
- year
- representing
- cost
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种长时间尺度下的多类型电源时序规划方法和系统,包括以最小化成本为目标,获取目标函数;所述目标函数至少包括规划周期内的电源投资成本和运行成本;确定第一约束条件;所述第一约束条件至少与发电机组的出力特征和计划容量相关,所述发电机组为多类型电源;确定第二约束条件;所述第二约束条件至少与电力电量平衡和储能设备的储能特性相关;基于所述第一约束条件和所述第二约束条件,求解所述目标函数,得到所述发电机组和所述储能设备在所述规划周期内不同时间节点的定容建设方案;以规划多类型电源和储能设备的中远期容量建设安排,有利于保障长时间尺度下供电的电力电量平衡,并保障发电的清洁低碳性。
Description
技术领域
本发明涉及电力系统电源规划技术领域,具体而言,涉及一种长时间尺度下的多类型电源时序规划方法和系统。
背景技术
当前,我国正加快构建以新能源为主体的新型电力系统,大力发展新能源,在新能源安全可靠的替代基础上,逐步退出传统能源,加快电力脱碳,推动能源清洁转型。风电、水电等新能源发电机组的投入,有利于降低电力供应的碳排放量,提升能源供应的清洁性,但是新能源机组的出力不确定性往往较高,给长时间尺度下的电力电量平衡造成了较大的困难,使得多类型机组的投资定容难度较大,此外,当前已有的电源规划方案往往面向中短期时间尺度,规划方案缺少前瞻性和灵活性,难以应对和满足未来的电力需求和政策导向。
有鉴于此,本申请提出了一种长时间尺度下的多类型电源时序规划方法和系统,通过引入氢储能技术,与多类型电源机组出力协同,有助于实现电源出力的长时间尺度电力电量平衡,制定面向长时间尺度的不同时间节点下机组容量规划策略,作为指导电源规划建设的依据。
发明内容
本发明的目的在于提供一种长时间尺度下的多类型电源时序规划方法,包括以最小化成本为目标,获取目标函数;所述目标函数至少包括规划周期内的电源投资成本和运行成本;确定第一约束条件;所述第一约束条件至少与发电机组的出力特征和计划容量相关,所述发电机组为多类型电源;确定第二约束条件;所述第二约束条件至少与电力电量平衡和储能设备的储能特性相关;基于所述第一约束条件和所述第二约束条件,求解所述目标函数,得到所述发电机组和所述储能设备在所述规划周期内不同时间节点的定容建设方案。
进一步的,所述目标函数为:
其中,Cinv表示所述电源投资成本;Cope表示所述运行成本;i∈ΩHy表示机组i为氢储能设备ΩHy;D表示被选取的典型日的天数;T为所述典型日中的典型小时数;UHyd,i,d,t表示充放电状态发生变化的状态变量。
进一步的,所述电源投资成本Cinv为:
Ω={ΩTh,ΩWi,ΩWa,ΩHy,...}
其中,A表示所述规划周期的年数,a=1,2,3...A;Ω表示所述发电机组和所述储能设备的种类集合,至少包括火电机组ΩTh,风电机组ΩWi,水电机组ΩWa和氢储能设备ΩHy;Xa,i表示所述发电机组或所述氢储能设备i在第a年是否被安装,Xa,i=1表示安装,Xa,i=0表示未安装;r表示贴现率;Ci表示所述发电机组或所述氢储能设备i的单位容量安装成本;K表示所述发电机组或所述氢储能设备的运行年限;Si表示所述发电机组i的规划安装容量或所述氢储能设备i的规划建设容量。
进一步的,所述运行成本Cope为:
其中,A表示所述规划周期的年数,a=1,2,3...A;r表示贴现率;表示第a年的发电成本;表示第a年的所述发电机组的启停费用;表示第a年所述发电机组的切负荷损失成本;表示第a年的弃风弃水成本;表示第a年的碳排放成本;表示第a年的氢储能制氢效益。
其中,ΩTh表示火电机组,ΩWi表示风电机组,ΩWa表示水电机组;Xa,i表示所述发电机组i在第a年是否被安装,Xa,i=1表示安装,Xa,i=0表示未安装;Si表示所述发电机组i的规划安装容量;CG,i表示机组类型为i的单位发电成本;TH,i表示所述发电机组i的利用小时数;D表示被选取的典型日的天数;T表示所述典型日中的典型小时数;Cs,i表示所述发电机组类型i的单位容量启停成本;Sc,i,d表示所述发电机组i在第a年第d典型日的启停容量;Cc表示单位切负荷成本;表示第a年第d典型日第t典型时刻的切负荷大小;CA,Wi和CA,Wa分别表示风电水电的惩罚因子;和分别表示风电和水电的预测输出功率;和分别表示风电和水电的实际输出功率;CE表示碳税;γ表示燃煤成本的碳转换系数;ci,E,2、ci,E,1和ci,E,0分别表示成本参数;表示火电机组i在第d典型日第t典型时刻的实际出力大小;CH,put和CH,in分别表示售氢单位效益和制氢单位成本;Hout,t和Hin,分别表示典型时刻t的输出和输入氢量。
进一步的,所述第一约束条件至少包括:
建设时期约束:
其中,A表示所述规划周期的年数;xa,i表示所述发电机组i在第a年是否被安装,Xa,i=1表示安装,Xa,i=0表示未安装;ΩTh表示火电机组,ΩWi表示风电机组,ΩWa表示水电机组;
规划容量约束:
备用约束:
火电机组的出力上下限约束:
其中,Ii,a,d,t=1表示火电机组i在第a年第d典型日第t典型时刻开机,Ii,a,d,t=0为关机;和分别表示机组i在第a年第d典型日第t典型时刻的最大和最小出力;Pi,a,d,t为所述发电机组i的实际出力;
风电和水电机组出力约束:
风电和水电机组的弃风弃水量约束
火电机组在典型日内不同典型时刻的爬坡约束:
每时刻的功率平衡约束:
进一步的,所述储能设备为氢储能设备,所述第二约束条件至少包括:
所述氢储能设备的安装时间约束:
其中,A表示所述规划周期的年数,a=1,2,3…A;Xa,i表示所述氢储能设备i在第a年是否被安装,Xa,i=1表示安装,Xa,i=0表示未安装;ΩHy表示氢储能设备;
储放电过程的容量约束:
HHy,t=HHy,t-1+Hin,t-Hout,t
其中,HHy,t和HHy,t-1分别表示典型时刻t和t-1的制氢量;Hin,t表示输出的氢容量;xHyd,t=1表示储能制氢过程,xHyd,t=0表示制电过程;βin和βout分别表示电制氢和氢制电的转换效率;Pin和Pput分别表示输入电功率和输出电功率,和分别表示制氢和制电的转换时间;
氢储能设备的容量大小约束为:
在调度周期内,储能的初始和结束状态约束为:
其中,xHyd,a,0表示储能的初始状态;xHyd,a,D表示储能的结束状态;
存储电次数约束:
其中,UHyd,i,a为在第a年内充放电的转换次数;NHyd,i,a和xHyd,A分别表示第a年和整个规划周期A内的存储电转换的最大次数;D表示被选取的典型日的天数;T为所述典型日中的典型小时数。
进一步的,所述基于所述第一约束条件和所述第二约束条件,求解所述目标函数,得到所述发电机组和所述储能设备在所述规划周期内不同时间节点的定容建设方案,包括
将所述第一约束条件和所述第二约束条件中的非线性约束条件转换为线性约束条件;
基于所有线性约束条件,通过混合整数线性规划算法求解目标函数,得到所述发电机组和所述储能设备在所述规划周期内不同时间节点的定容建设方案。
进一步的,被转换为线性约束条件后的公式包括:
UHyd,i,d,t≥xHyd,i,d,t-xHyd,i,d,t-1
UHyd,i,d,t≥xHyd,i,d,t-1-xHyd,i,d,t
其中,UHyd,i,d,t表示充放电状态发生变化的状态变量;xHyd,i,d,t和xHyd,i,d,t-1分别表示典型时刻t和t-1的制氢储氢状态,xHyd,i,d,t=1表示储能制氢过程,xHyd,i,d,t=0表示制电过程;表示火电机组在第d典型日第t典型时刻的实际出力大小;表示节点j的实际值常数;m表示二次火电机组出力被划分的等分;uj表示状态变量。
本发明的目的在于提供一种长时间尺度下的多类型电源时序规划系统,包括目标函数获取模块、第一约束条件确定模块、第二条件约束确定模块和定容方案确定模块;所述目标函数获取模块用于以最小化成本为目标,获取目标函数;所述目标函数至少包括规划周期内的电源投资成本和运行成本;所述第一约束条件确定模块用于确定第一约束条件;所述第一约束条件至少与发电机组的出力特征和计划容量相关,所述发电机组为多类型电源;所述第二条件约束确定模块用于确定第二约束条件;所述第二约束条件至少与电力电量平衡和储能设备的储能特性相关;所述定容方案确定模块用于基于所述第一约束条件和所述第二约束条件,求解所述目标函数,得到所述发电机组和所述储能设备在所述规划周期内不同时间节点的定容建设方案。
本发明实施例的技术方案至少具有如下优点和有益效果:
本申请中的一些实施例能协同火电等常规电源的基础调峰功能和风电、水电等新能源电源的出力灵活性和清洁性,规划多类型电源的中远期容量建设安排,并引入转换效率高和储能时间长的氢储能设备,实现长时间尺度下的电氢高效转化,有利于保障长时间尺度下供电的电力电量平衡,并保障发电的清洁低碳性。
本申请中的一些实施例通过将最小化火力发电、最小化弃风弃水等作为约束条件,并基于该约束条件求解目标函数,得到机组每年的规划定容方案,有助于实现电力系统长时间尺度下电力电量平衡和能源供应低碳化目标。
附图说明
图1为本发明一些实施例提供的一种长时间尺度下的多类型电源时序规划方法的示例性流程图;
图2为本发明一些实施例提供的一种长时间尺度下的多类型电源时序规划系统的示例性模块图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将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清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
图1为本发明一些实施例提供的一种长时间尺度下的多类型电源时序规划方法的示例性流程图。在一些实施例中,流程100可以由系统200执行。如图1所示流程100包括以下内容:
步骤110,以最小化成本为目标,获取目标函数;目标函数至少包括规划周期内的电源投资成本和运行成本。在一些实施例中,步骤110可以由目标函数获取模块210执行。
规划周期可以是指长时间尺度的有关发电机组和储能设备的周期性规划。例如,规划周期可以为面向未来10年或20年等,规划的内容可以为多类型电源的时序规划定容方案。示例性地,规划周期为10年,规划内容可以包括第一年、第二年、…、第十年每年所要建造的机组的类型和对应的容量。规划周期可以根据需求具体设置。机组类型可以包括发电机组和储能设备。发电机组可以包括火电机组、分布式风电机组、水电机组等多类型电源。电源投资成本可以为规划周期内修建机组的总成本。运行成本可以为在规划周期内使用修建好的机组的总成本。
在一些实施例中,电源投资成本可以用Cinv表示,电源投资成本Cinv的计算公式为:
Ω={ΩTh,ΩWi,ΩWa,ΩHy,...}
其中,A表示所述规划周期的年数,a=1,2,3...A;Ω表示所述发电机组和所述储能设备的种类集合,至少包括火电机组ΩTh,风电机组ΩWi,水电机组ΩWa和氢储能设备ΩHy;Xa,i表示所述发电机组或所述氢储能设备i在第a年是否被安装,Xa,i=1表示安装,Xa,i=0表示未安装;r表示贴现率;Ci表示所述发电机组或所述氢储能设备i的单位容量安装成本;K表示所述发电机组或所述氢储能设备的运行年限;Si表示所述发电机组i的规划安装容量或所述氢储能设备i的规划建设容量。在一些实施例中,发电机组i的规划安装容量可以根据城市发展和需求预测得到。氢储能设备i的规划建设容量可以根据发电机组的运行情况得到。贴现率r通过参考实际值得到。
在一些实施例中,运行成本可以用Cope表示,运行成本Cope的计算公式为:
其中,A表示所述规划周期的年数,a=1,2,3...A;r表示贴现率;表示第a年的发电成本;表示第a年的所述发电机组的启停费用;表示第a年所述发电机组的切负荷损失成本;表示第a年的弃风弃水成本;表示第a年的碳排放成本;表示第a年的氢储能制氢效益。
其中,sTh表示火电机组,ΩWi表示风电机组,ΩWa表示水电机组;Xa,i表示所述发电机组i在第a年是否被安装,Xa,i=1表示安装,Xs,i=0表示未安装;Si表示所述发电机组i的规划安装容量;CG,i表示机组类型为i的单位发电成本;TH,i表示所述发电机组i的利用小时数;D表示被选取的典型日的天数;T表示所述典型日中的典型小时数;Cs,i表示所述发电机组类型i的单位容量启停成本;Sc,i,d表示所述发电机组i在第a年第d典型日的启停容量;Cc表示单位切负荷成本;表示第a年第d典型日第t典型时刻的切负荷大小;CA,Wi和CA,wa分别表示风电水电的惩罚因子;和分别表示风电和水电的预测输出功率;和分别表示风电和水电的实际输出功率;CE表示碳税;γ表示燃煤成本的碳转换系数;ci,E,2、ci,E,1和ci,E,0分别表示成本参数;表示火电机组i在第d典型日第t典型时刻的实际出力大小;CH,out和CH,in分别表示售氢单位效益和制氢单位成本;Hout,t和Hin,t分别表示典型时刻t的输出和输入氢量。售氢的收益减去制氢的成本就是制氢效益。在一些实施例中,典型日可以通过聚类算法得到。例如,将每年用电曲线变化相似的曲线聚成一类,从中选取一条曲线代表该类曲线,得到一个典型日。在一些实施例中,典型时可以和典型日的日内负荷曲线的颗粒度相关。例如,当负荷曲线是每1小时1个负荷值,那么典型时刻就是24小时。
在一些实施例中,目标函数的计算公式为:
其中,Cinv表示所述电源投资成本;Cope表示所述运行成本;i∈ΩHy表示机组i为氢储能设备ΩHy;D表示被选取的典型日的天数;T为所述典型日中的典型小时数;UHyd,i,d,t表示充放电状态发生变化的状态变量。其中,用于使UHyd,i,d,t尽可能取最小值,保证当储能设备的充放电状态在前后时刻未发生变化的情况下取到0,以准确获取氢储能设备的充放电次数。
步骤120,确定第一约束条件;第一约束条件至少与发电机组的出力特征和计划容量相关,发电机组为多类型电源。在一些实施例中,步骤120可以由第一约束条件确定模块220执行。
第一约束条件可以是指求解目标函数的部分约束条件。在一些实施例中,可以对发电机组进行建模,基于建模确定各电源机组处理特征和规划容量的约束条件。出力特征可以为发电机组供电的特征。在一些实施例中,出力特征通过发电机组自身的性质决定。计划容量可以是指在规划周期内,每年计划建设的发电机组的容量。在一些实施例中,计划容量可以根据城市的发展和需求具体设置。多类型电源可以是指发电机组可以通过多种形式发电。例如,发电机组可以包括火电机、风电机组和水电机组等类型的发电机组。
在一些实施例中,第一约束条件至少包括:
建设时期约束:
其中,A表示所述规划周期的年数;Xa,i表示所述发电机组i在第a年是否被安装,Xa,i=1表示安装,Xa,i=0表示未安装;ΩTh表示火电机组,ΩWi表示风电机组,ΩWa表示水电机组;
规划容量约束:
备用约束:
其中,RU和RD分别表示正负备用需求;J表示最小最大出力比例;和分别表示典型日d的最大最小负荷;正负备用需求指的是备用容量不仅在负荷最大时能够有够用的容量,Ru就好像是冗余度,而且在负荷很小的时候也具备降低机组出力的能力,从而不造成发电的浪费。J就是机组最小出力除以最大出力的比值,表示机组的最小出力水平
火电机组的出力上下限约束:
其中,Ii,a,d,t=1表示火电机组i在第a年第d典型日第t典型时刻开机,Ii,a,d,t=0为关机;和分别表示机组i在第a年第d典型日第t典型时刻的最大和最小出力;Pi,a,d,t为所述发电机组i的实际出力;
风电和水电机组出力约束:
风电和水电机组的弃风弃水量约束
火电机组在典型日内不同典型时刻的爬坡约束:
每时刻的功率平衡约束:
步骤130,确定第二约束条件;第二约束条件至少与电力电量平衡和储能设备的储能特性相关。在一些实施例中,步骤130可以由第二条件约束确定模块230执行。
第二约束条件可以是指求解目标函数的部分约束条件。电力电量平衡可以是指发电量与用电量之间的平衡。在一些实施例中,可以通过对储能设备的储能特征进行建模,并基于模型得到长时间尺度下的电力电量平衡约束条件。储能设备可以为氢储能设备,储能特性与储能设备的自身性质相关。
在一些实施例中,第二约束条件至少包括:
所述氢储能设备的安装时间约束:
其中,A表示所述规划周期的年数,a=1,2,3…A;Xa,i表示所述氢储能设备i在第a年是否被安装,Xa,i=1表示安装,Xa,i=0表示未安装;ΩHy表示氢储能设备;
储放电过程的容量约束:
HHy,t=HHy,t-1+Hin,t-Hout,t
其中,HHy,t和HHy,t-1分别表示典型时刻t和t-1的制氢量;Hin,t表示输出的氢容量;xHyd,t=1表示储能制氢过程,xHyd,t=0表示制电过程;βin和βout分别表示电制氢和氢制电的转换效率;Pin和Pout分别表示输入电功率和输出电功率,和分别表示制氢和制电的转换时间;
氢储能设备的容量大小约束为:
在调度周期内,储能的初始和结束状态约束为:
其中,xHyd,a,0表示储能的初始状态;xHyd,a,D表示储能的结束状态。在一些实施例中,调度周期可以为一年。
存储电次数约束:
其中,UHyd,i,a为在第a年内充放电的转换次数;NHyd,i,a和xHyd,A分别表示第a年和整个规划周期A内的存储电转换的最大次数;D表示被选取的典型日的天数;T为所述典型日中的典型小时数。存储电次数约束可以表示氢储能的长时间尺度连续储能特性。
步骤140,基于第一约束条件和第二约束条件,求解目标函数,得到发电机组和储能设备在规划周期内不同时间节点的定容建设方案。在一些实施例中,步骤140可以由定容方案确定模块240执行。
不同节点的定容建设方案可以是指在规划周期内每年建设机组的类别和规划容量的方案。例如,在第3年安装火电机组1000MW。
在一些实施例中,可以将第一约束条件和第二约束条件中的非线性约束条件转换为线性约束条件;基于线性约束条件,通过混合整数线性规划算法求解目标函数,得到所述发电机组和所述储能设备在所述规划周期内不同时间节点的定容建设方案。
在一些实施例中,可以将非线性公式:
转化为线性公式:
UHyd,i,d,t≥xHyd,i,d,t-xHyd,i,d,t-1
UHyd,u,d,t≥xHyd,i,d,t-1-xHyd,i,d,t
将非线性公式:
转化为线性公式:
其中,UHyd,i,d,t表示充放电状态发生变化的状态变量;xHyd,i,d,t和xHyd,i,d,t-1分别表示典型时刻t和t-1的制氢储氢状态,xHyd,i,d,t=1表示储能制氢过程,xHyd,i,d,t=0表示制电过程;表示火电机组在第d典型日第t典型时刻的实际出力大小;表示节点j的实际值常数;m表示二次火电机组出力被划分的等分;uj表示状态变量。将原绝对值约束等效为线性不等式约束,二次火电机组出力被划分为m等份,第j-1至第j点区间内取值近似为节点j的实际值常数uj为状态变量,满足
图2为本发明一些实施例提供的一种长时间尺度下的多类型电源时序规划系统的示例性模块图。如图2所示,系统200包括目标函数获取模块210、第一约束条件确定模块220、第二条件约束确定模块230和定容方案确定模块240。
目标函数获取模块210用于以最小化成本为目标,获取目标函数;目标函数至少包括规划周期内的电源投资成本和运行成本。关于目标函数获取模块210的更多内容,参见图1及其相关描述。
第一约束条件确定模块220用于确定第一约束条件;第一约束条件至少与发电机组的出力特征和计划容量相关,发电机组为多类型电源。关于第一约束条件确定模块220的更多内容,参见图1及其相关描述。
第二条件约束确定模块230用于确定第二约束条件;第二约束条件至少与电力电量平衡和储能设备的储能特性相关。关于第二条件约束确定模块230的更多内容,参见图1及其相关描述。
定容方案确定模块240用于基于第一约束条件和第二约束条件,求解目标函数,得到发电机组和储能设备在规划周期内不同时间节点的定容建设方案。关于定容方案确定模块240的更多内容,参见图1及其相关描述。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种长时间尺度下的多类型电源时序规划方法,其特征在于,包括
以最小化成本为目标,获取目标函数;所述目标函数至少包括规划周期内的电源投资成本和运行成本;
确定第一约束条件;所述第一约束条件至少与发电机组的出力特征和计划容量相关,所述发电机组为多类型电源;
确定第二约束条件;所述第二约束条件至少与电力电量平衡和储能设备的储能特性相关;
基于所述第一约束条件和所述第二约束条件,求解所述目标函数,得到所述发电机组和所述储能设备在所述规划周期内不同时间节点的定容建设方案。
3.根据权利要求1所述的长时间尺度下的多类型电源时序规划方法,其特征在于,所述电源投资成本Cinv为:
Ω={ΩTh,ΩWi,ΩWa,ΩHy,...}
其中,A表示所述规划周期的年数,a=1,2,3...A;Ω表示所述发电机组和所述储能设备的种类集合,至少包括火电机组ΩTh,风电机组ΩWi,水电机组ΩWa和氢储能设备ΩHy;Xa,i表示所述发电机组或所述氢储能设备i在第a年是否被安装,Xa,i=1表示安装,Xa,i=0表示未安装;r表示贴现率;Ci表示所述发电机组或所述氢储能设备i的单位容量安装成本;K表示所述发电机组或所述氢储能设备的运行年限;Si表示所述发电机组i的规划安装容量或所述氢储能设备i的规划建设容量。
其中,ΩTh表示火电机组,ΩWi表示风电机组,ΩWa表示水电机组;Xa,i表示所述发电机组i在第a年是否被安装,Xa,i=1表示安装,Xa,i=0表示未安装;Si表示所述发电机组i的规划安装容量;CG,i表示机组类型为i的单位发电成本;TH,i表示所述发电机组i的利用小时数;D表示被选取的典型日的天数;T表示所述典型日中的典型小时数;Cs,i表示所述发电机组类型i的单位容量启停成本;Sc,i,d表示所述发电机组i在第a年第d典型日的启停容量;Cc表示单位切负荷成本;表示第a年第d典型日第t典型时刻的切负荷大小;CA,Wi和CA,Wa分别表示风电水电的惩罚因子;和分别表示风电和水电的预测输出功率;和分别表示风电和水电的实际输出功率;CE表示碳税;γ表示燃煤成本的碳转换系数;ci,E,2、ci,E,1和ci,E,0分别表示成本参数;表示火电机组i在第d典型日第t典型时刻的实际出力大小;CH,out和CH,in分别表示售氢单位效益和制氢单位成本;Hout,t和Hin,t分别表示典型时刻t的输出和输入氢量。
6.根据权利要求1所述的长时间尺度下的多类型电源时序规划方法,其特征在于,所述第一约束条件至少包括:
建设时期约束:
其中,A表示所述规划周期的年数;Xa,i表示所述发电机组i在第a年是否被安装,Xa,i=1表示安装,Xa,i=0表示未安装;ΩTh表示火电机组,ΩWi表示风电机组,ΩWa表示水电机组;
规划容量约束:
备用约束:
火电机组的出力上下限约束:
其中,Ii,a,d,t=1表示火电机组i在第a年第d典型日第t典型时刻开机,Ii,a,d,t=0为关机;和分别表示机组i在第a年第d典型日第t典型时刻的最大和最小出力;Pi,a,d,t为所述发电机组i的实际出力;
风电和水电机组出力约束:
风电和水电机组的弃风弃水量约束
火电机组在典型日内不同典型时刻的爬坡约束:
每时刻的功率平衡约束:
7.根据权利要求1所述的长时间尺度下的多类型电源时序规划方法,其特征在于,所述储能设备为氢储能设备,所述第二约束条件至少包括:
所述氢储能设备的安装时间约束:
其中,A表示所述规划周期的年数,a=1,2,3...A;Xa,i表示所述氢储能设备i在第a年是否被安装,Xa,i=1表示安装,Xa,i=0表示未安装;ΩHy表示氢储能设备;
储放电过程的容量约束:
HHy,t=HHy,t-1+Hin,t-Hout,t
其中,HHy,t和HHy,t-1分别表示典型时刻t和t-1的制氢量;Hin,t表示输出的氢容量;xHyd,t=1表示储能制氢过程,xHyd,t=0表示制电过程;βin和βout分别表示电制氢和氢制电的转换效率;Pin和Pout分别表示输入电功率和输出电功率,和分别表示制氢和制电的转换时间;
氢储能设备的容量大小约束为:
在调度周期内,储能的初始和结束状态约束为:
其中,xHyd,a,0表示储能的初始状态;xHyd,a,D表示储能的结束状态;
存储电次数约束:
其中,UHyd,i,a为在第a年内充放电的转换次数;NHyd,i,a和xHyd,A分别表示第a年和整个规划周期A内的存储电转换的最大次数;D表示被选取的典型日的天数;T为所述典型日中的典型小时数。
8.根据权利要求1所述的长时间尺度下的多类型电源时序规划方法,其特征在于,所述基于所述第一约束条件和所述第二约束条件,求解所述目标函数,得到所述发电机组和所述储能设备在所述规划周期内不同时间节点的定容建设方案,包括
将所述第一约束条件和所述第二约束条件中的非线性约束条件转换为线性约束条件;
基于所有线性约束条件,通过混合整数线性规划算法求解目标函数,得到所述发电机组和所述储能设备在所述规划周期内不同时间节点的定容建设方案。
9.根据权利要求7所述的长时间尺度下的多类型电源时序规划方法,其特征在于,被转换为线性约束条件后的公式包括:
UHyd,i,d,t≥xHyd,i,d,t-xHyd,i,d,t-1
UHyd,i,d,t≥xHyd,i,d,t-1-xHyd,i,d,t
10.一种长时间尺度下的多类型电源时序规划系统,其特征在于,包括目标函数获取模块、第一约束条件确定模块、第二条件约束确定模块和定容方案确定模块;
所述目标函数获取模块用于以最小化成本为目标,获取目标函数;所述目标函数至少包括规划周期内的电源投资成本和运行成本;
所述第一约束条件确定模块用于确定第一约束条件;所述第一约束条件至少与发电机组的出力特征和计划容量相关,所述发电机组为多类型电源;
所述第二条件约束确定模块用于确定第二约束条件;所述第二约束条件至少与电力电量平衡和储能设备的储能特性相关;
所述定容方案确定模块用于基于所述第一约束条件和所述第二约束条件,求解所述目标函数,得到所述发电机组和所述储能设备在所述规划周期内不同时间节点的定容建设方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310001950.5A CN115983589A (zh) | 2023-01-03 | 2023-01-03 | 一种长时间尺度下的多类型电源时序规划方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310001950.5A CN115983589A (zh) | 2023-01-03 | 2023-01-03 | 一种长时间尺度下的多类型电源时序规划方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115983589A true CN115983589A (zh) | 2023-04-18 |
Family
ID=85975755
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310001950.5A Pending CN115983589A (zh) | 2023-01-03 | 2023-01-03 | 一种长时间尺度下的多类型电源时序规划方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115983589A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116822908A (zh) * | 2023-08-24 | 2023-09-29 | 福州凌渡科技有限公司 | 一种可快速求解的多时间尺度储能规划方法及设备 |
-
2023
- 2023-01-03 CN CN202310001950.5A patent/CN115983589A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116822908A (zh) * | 2023-08-24 | 2023-09-29 | 福州凌渡科技有限公司 | 一种可快速求解的多时间尺度储能规划方法及设备 |
CN116822908B (zh) * | 2023-08-24 | 2023-11-17 | 福州凌渡科技有限公司 | 一种可快速求解的多时间尺度储能规划方法及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107910883B (zh) | 基于抽水蓄能电站修正时序负荷曲线的随机生产模拟方法 | |
CN111355265B (zh) | 一种微电网能量两阶段鲁棒优化方法及系统 | |
CN112886645B (zh) | 一种基于氢能超高比例的新能源电力系统运行模拟方法 | |
CN103606967A (zh) | 一种实现电力系统鲁棒运行的调度方法 | |
CN117833285A (zh) | 一种基于深度强化学习的微电网储能优化调度方法 | |
CN117973886B (zh) | 含氢能全链路的综合能源系统协同规划运行方法及系统 | |
CN115117940A (zh) | 考虑风电、光伏及负荷不确定的风光水火储系统低碳调度模型建模方法 | |
CN116914860B (zh) | 多能互补发电系统电源容量配置优化方法及系统 | |
CN119024707B (zh) | 基于多智能体强化学习的住宅综合能源系统优化控制方法 | |
CN118117666A (zh) | 考虑供需灵活性量化的源-荷-储多时间尺度协同优化方法 | |
CN108683211B (zh) | 一种考虑分布式电源波动性的虚拟发电厂组合优化方法及模型 | |
CN114301081A (zh) | 一种考虑蓄电池储能寿命损耗与需求响应的微电网优化方法 | |
CN116896072A (zh) | 远海风电与制氢系统的优化调控方法和装置 | |
CN115983589A (zh) | 一种长时间尺度下的多类型电源时序规划方法和系统 | |
CN115099590A (zh) | 计及光荷不确定性的主动配电网经济优化调度方法及系统 | |
CN119476848A (zh) | 一种考虑需求侧响应的综合能源系统规划调度方法及装置 | |
CN118134109B (zh) | 基于多时间尺度场景分解的电氢耦合系统储能规划方法 | |
CN113919676A (zh) | 计及需求响应与电制氢系统的虚拟电厂运行效果评估方法 | |
CN118378866A (zh) | 智能体的构建方法、系统及储能系统的优化方法及系统 | |
Li et al. | Fast solution method for the large-scale unit commitment problem with long-term storage | |
CN114925892B (zh) | 水电与电转气结合的中长期风水火发电量双层规划方法 | |
CN118281914A (zh) | 含氢储能电力系统的全年时序生产模拟方法、装置和系统 | |
CN113394820B (zh) | 一种新能源并网电力系统的优化调度方法 | |
CN116667427A (zh) | 一种含电转氢的综合能源微网优化调度方法及系统 | |
Pu et al. | Optimal Planning of Energy Storage for Wind Farm GENCO in Power Spot Market |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |