Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

考虑火电深度调峰的风光水火互补低碳鲁棒优化调度方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:西安理工大学;国家电投集团黄河上游水电开发有限责任公司;中国电建集团西北勘测设计研究院有限公司

摘要:本发明公开了一种考虑火电深度调峰的风光水火互补低碳鲁棒优化调度方法,在负荷预测及新能源出力预测误差概率分布的基础上,通过场景模拟‑场景缩减方法,得到表征“源‑荷”多维不确定性的代表性场景;考虑不同深度调峰阶段,核算火电全过程碳排放强度;考虑“源‑荷”多维不确定性,在保证电网运行可靠性的基础上,以电网新能源弃电率期望最小及火电碳排放强度期望最小为目标,建立风光水火多目标鲁棒优化调度模型;最后,构建模型求解框架,采用多目标智能优化算法求解模块,得到最优解集。如此,能够在保证电网运行可靠性的情况下,实现风、光新能源消纳与火电运行经济性的平衡,并提高电网系统的调度效率。

主权项:1.一种考虑火电深度调峰的风光水火互补低碳鲁棒优化调度方法,其特征在于,所述方法包括:获取电网系统的代表性风、光出力场景集和代表性负荷场景集,以及火电全过程碳排放强度;基于所述代表性负荷场景集、所述代表性风、光出力场景集和所述火电全过程碳排放强度,构建新能源弃电率期望最小的第一目标函数和火电碳排放强度期望最小的第二目标函数;基于所述代表性负荷场景集和所述代表性风、光出力场景集,确定所述第一目标函数;所述第一目标函数为:,,其中,I为代表性电网负荷和代表性风、光出力场景的场景数;为代表性场景i的概率;T为调度期的时段数;为弃电出力,MW;表示代表性场景i中t时段的弃电出力,MW;为代表性场景i中t时段的电网负荷;表示风、光出力,MW;为代表性场景i的风、光出力,MW;表示水电出力,MW;为代表性场景i的水电出力,MW;表示火电出力,MW;为代表性场景i的火电出力,MW;、、分别为代表性场景i中t时段的风、光出力、水电出力、火电出力,MW;基于所述火电全过程碳排放强度,确定所述第二目标函数;所述第二目标函数为:,其中,为代表性场景i的概率;分别为代表性场景i中t时段的火电出力;为代表性场景i中t时段的火电机组的全过程碳排放强度,kgMWh;构建所述电网系统的负荷平衡模型;所述负荷平衡模型为:,其中,为代表性场景i中t时段的电网负荷;为代表性场景i中t时段的风、光出力;为代表性场景i中t时段的水电出力;为代表性场景i中t时段的火电出力;基于所述第一目标函数、所述第二目标函数和所述负荷平衡模型,构建风光水火互补低碳鲁棒优化调度模型;所述风光水火互补低碳鲁棒优化调度模型,其鲁棒表达为:,其中,s.t.表示约束;构建所述风光水火互补低碳鲁棒优化调度模型的约束条件;构建水量平衡约束条件,所述水量平衡约束条件为:,其中,为水库m+1在时段t+1的蓄水量,为水库m+1在时段t的来水流量,为水库m在时段t的初始蓄水量,m³;为水库m在时段t的来水流量,m³s;为水库m在时段t的下泄流量,m³s;为水库m与水库m+1之间的区间入流流量,m³s;为时段t和时段t+1之间的时间差变量;构建水位约束条件,所述水位约束条件为:,其中,为水库m在时段t的初水位,m;、分别为水库m在时段t的水位上、下限,m;构建水电出力约束条件,所述水电出力约束条件为:,其中,为水电站m在时段t的出力,MW;、分别为水电站m在时段t的出力上、下限,MW;构建水库下泄流量约束条件,所述水库下泄流量约束条件为:,其中,为水电站m在时段t的下泄流量,m³s;、分别为水库m在时段t的下泄流量上、下限,m³s;构建梯级水电站水库日用水量约束条件,所述梯级水电站水库日用水量约束条件为:,其中,为水库m在时段t的用水量,m3;为水库m的当日用水量限制,m³;为水库m的日用水量误差可接受的范围,m3;构建水库特征约束条件,所述水库特征约束条件为:,,其中,表示水库m的水位-库容关系;表示水库m的尾水位-下泄流量关系;表示水库m在时段t的尾水位,m;构建火电出力约束条件,所述火电出力约束条件为:,其中,为t时段的火电出力,MW;、分别为电网系统中火电在时段t所允许的出力上、下限,MW;构建火电爬坡约束条件,所述火电爬坡约束条件为:,其中,为t+1时段的火电出力,MW;表示为电网系统中火电的爬坡能力,MW;基于所述约束条件,对所述风光水火互补低碳鲁棒优化调度模型进行模型求解,得到所述电网系统的风光水火互补低碳鲁棒优化调度结果;所述风光水火互补低碳鲁棒优化调度模型的求解通过以下方法确定:Step1:基于所述风光水火互补低碳鲁棒优化调度模型的决策变量,确定每一代表性场景下电网中各时段水电出力信息;Step2:采用判别系数与水库相对蓄水率结合的算法,确定水电站的负荷分配状态;Step3:判断水电站水库日用水量是否满足水库用水约束条件,若满足则跳转至Step4;若不满足,将不满足水库用水约束条件的解记为无效解,并跳转至Step7;Step4:计算每一代表性场景下各时段火电出力信息,并构建所述第二目标函数;Step5:判断所述第二目标函数的解是否为鲁棒解,即判断电网是否发生失负荷,若不发生失负荷,跳转至Step6;若发生失负荷,将所述第二目标函数的解记为无效解,并跳转至Step7;Step6:构建所述第一目标函数,并依据所述第一目标函数和所述第二目标函数进行多目标优化;Step7:判断是否达到预设的迭代次数,输出所述风光水火互补低碳鲁棒优化调度模型的Pareto解集。

全文数据:

权利要求:

百度查询: 西安理工大学 国家电投集团黄河上游水电开发有限责任公司 中国电建集团西北勘测设计研究院有限公司 考虑火电深度调峰的风光水火互补低碳鲁棒优化调度方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。