买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 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

【发明授权】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_中国南方电网有限责任公司电网技术研究中心;西安交通大学;南方电网科学研究院有限责任公司_201711252690.X 

申请/专利权人:中国南方电网有限责任公司电网技术研究中心;西安交通大学;南方电网科学研究院有限责任公司

申请日:2017-12-01

公开(公告)日:2021-04-13

公开(公告)号:CN107910883B

主分类号:H02J3/28(20060101)

分类号:H02J3/28(20060101)

优先权:

专利状态码:有效-授权

法律状态:2021.04.13#授权;2018.05.08#实质审查的生效;2018.04.13#公开

摘要:本发明公开了一种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,首先根据历史数据构造了新能源出力的评估指标并选取了合适的出力场景。同时,本发明以不平衡功率曲线的波动性最小为目标,构造了抽水蓄能电站的中长期优化调度模型。最后,本发明采用时序负荷曲线修正的方法合理的考虑了新能源发电的随机波动性以及抽水蓄能电站出力的时序特性,有效解决了传统随机生产模拟方法对新能源和抽水蓄能电站时序出力特性考虑不足的显著弊端,给出了一种基于时序负荷修正法改进随机生产模拟实用方法,尤其适用于含高比例可再生能源和抽水蓄能电站的电力系统中长期可靠性分析及经济性评估。

主权项:1.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,其特征在于,首先获取新能源电站历史数据、系统基本技术数据、系统运行约束条件数据、发电机经济数据及系统可靠性数据,根据历史数据构造新能源出力的评估指标并选取出力场景;然后同时以不平衡功率曲线波动性最小为目标构造抽水蓄能电站的中长期优化调度模型;采用时序负荷曲线修正方法考虑新能源发电的随机波动性以及抽水蓄能电站出力的时序特性,评估电力系统的可靠性与经济性;新能源电站历史数据包括风电场多年的历史出力数据和光伏电站多年的历史出力数据;系统基本技术数据包括系统全年的时序负荷数据;常规水火电发电机组Gi的机组容量CGi及机组个数NGi,Gi∈SG;常规水火电发电机组Gi的发电量EGi,Gi∈SG;抽水蓄能电站的平均抽水扬程Hp,抽水蓄能电站的平均发电水头Hg,抽水蓄能电站中机组的个数N,抽蓄机组j的抽水效率ηpj和发电效率ηgj,j∈SP;系统运行约束条件数据包括抽蓄机组j的额定抽水功率Ppjr,j∈SP;抽蓄机组j发电功率的上限值Pgjmax、下限值Pgjmin,j∈SP;抽水蓄能电站水库容量的上限值Smax、下限值Smin;发电机经济数据包括常规水火电发电机组Gi耗量特性曲线按照其有功出力的二次多项式表示的各项系数分为:常数项cGi、一次项系数bGi和二次项系数aGi,Gi∈SG;系统可靠性数据包括各常规水火电发电机组Gi的强迫停运率FORGi,Gi∈SG,其中,SG表示系统中常规水火电机组的集合,SP表示系统中抽水蓄能机组的集合,具体包括以下步骤:S1、根据新能源电站Y年的历史出力数据及构建的特征指标生成新能源出力曲线和不平衡功率曲线,具体为:S101、选取合适的单位时间尺度NT小时分别构建风力发电特征指标和光伏发电特征指标,用于产生时长为T小时的模拟时间段内的新能源出力曲线,其中时间段T由N个单位时间尺度为NT的单位时间段组成,风力发电特征指标包括调峰特性指标和平均出力特性指标,调峰指标如下: 平均出力指标如下: 其中,Δik*为第k个模拟时间段中第i个单位时间段内每日负荷低谷时段与每日负荷高峰时段风电出力中位数差值累积量的标幺值,D为单位时间段内所包含的天数,分别为第k个模拟时间段中第i个单位时间段内第d天峰荷时段和谷荷时段风电出力的中位数,Δik为第k个模拟时间段中第i个单位时间段内每日负荷低谷时段与每日负荷高峰时段风电出力中位数差值累积量,为第k个模拟时间段中第i个单位时间段中风电出力平均值的标幺值,wikt为第k个模拟时间段中第i个单位时间段内t时刻的风电出力,为第k个模拟时间段中第i个单位时间段的风电出力平均值;光伏发电特征指标包括平均出力特征指标,具体为: 其中,为第k个模拟时间段中第i个单位时间段的光伏出力平均值的标幺值,sikt为第k个模拟时间段中第i个单位时间段中t时刻的光伏出力值,为第k个模拟时间段中第i个单位时间段的光伏出力平均值;S102、将新能源电站的历史出力数据按步骤S101构造的新能源出力指标进行排序,将Y年历史数据中每年第k时段的新能源数据取出,分别计算N×Y个单位时间段新能源出力的特性指标;对于风电数据,采用调峰指标和平均出力指标对N×Y各时间段进行双重排序,选取中间的N个单位时间段的数据作为第k个模拟时间段的数据用于随机生产模拟;对于光伏发电,采用平均出力指标进行排序并选取中间N个单位时间段的数据用于随机生产模拟来反映系统新能源出力的平均情况;S103、从k时段中t时刻的原始负荷上减去新能源出力形成该时刻的不平衡功率具体如下: 其中,t为系统的运行时刻,t=1,2,···,T;S2、构造抽水蓄能电站的中长期调度模型并利用调度结果修正不平衡功率曲线,具体为:S201、构建抽水蓄能电站中长期调度模型,从能量转化的角度出发,得到抽水蓄能电站的水电转换效率;S202、以系统的不平衡功率最小为目标构造抽水蓄能电站调度的目标函数minf如下: 其中,为t时刻的不平衡功率,为t时刻抽水蓄能机组j的发电功率,为t时刻抽水蓄能机组j的抽水功率,N1为抽水蓄能电站中抽水蓄能机组的个数;S203、构建系统运行的约束条件,包括抽水功率约束,发电功率约束,机组运行约束,水库容量限制以及水量时序变化限制;S204、根据步骤S201所建立的抽水蓄能电站的中长期调度模型模拟生成其调度结果,将抽水功率视为正的负荷、将发电功率视为负的负荷修正不平衡功率曲线如下: 其中,为t时刻修正后的不平衡功率,由常规的水火电机组承担,为t时刻的不平衡功率;S3、采用随机生产模拟方法进行分析求解,得到系统运行的经济性指标和可靠性指标用于评估电力系统的可靠性与经济性。

全文数据: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技术领域[0001]本发明属于电源规划技术领域,具体涉及一种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,用于评估电力系统运行的可靠性与经济性。背景技术[0002]随着可再生能源大比例并入电网,其出力的随机性与波动性成为影响系统运行可靠性的关键因素,必须寻求经济合理的储能技术来提高系统运行的可靠性水平。抽水蓄能电站作为目前应用最为广泛的储能技术之一,不仅可以起到削峰填谷的作用,同时,抽水蓄能电站可以提高系统运行的灵活性,为系统提供备用容量,提升系统运行的可靠性水平。然而,抽水蓄能电站的建造和运行费用往往高于一般的电源机组。在电源规划领域中,对于抽水蓄能电站运行的效益分析至关重要,随机生产模拟作为一种实用的电力系统可靠性计算方法,可以合理的给出系统运行的成本与可靠性指标,在实际工程中得到了广泛的应用。[0003]传统的基于等效电量函数法的随机生产模拟利用等效电量函数这一核心概念,可以精确且快速的完成大规模电力系统的可靠性指标与经济新指标计算。该方法以持续负荷曲线为计算基础来构建电量函数,考虑了各机组的随机停运并采用卷积与反卷积运算修正电量函数,最终获得各机组的发电量以及运行成本。[0004]对于存在抽水蓄能电站的大规模新能源并网系统而言,传统的随机生产模拟存在的主要不足在于无法考虑新能源电站和抽水蓄能电站出力的时序特性,影响计算结果的准确性。发明内容[0005]本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种用于评估含高比例可再生能源与抽水蓄能电站的电力系统可靠性与经济性的实用计算方法,考虑新能源发电的随机波动性以及抽水蓄能电站出力的时序特性,弥补了传统方法的缺陷,使得计算结果更加合理可靠。[0006]本发明采用以下技术方案:[0007]—种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,首先获取新能源电站历史数据、系统基本技术数据、系统运行约束条件数据、发电机经济数据及系统可靠性数据,根据历史数据构造新能源出力的评估指标并选取出力场景;然后同时以不平衡功率曲线波动性最小为目标构造抽水蓄能电站的中长期优化调度模型;采用时序负荷曲线修正方法考虑新能源发电的随机波动性以及抽水蓄能电站出力的时序特性。[0008]具体的,新能源电站历史数据包括风电场多年的历史出力数据和光伏电站多年的历史出力数据;[0009]系统基本技术数据包括系统全年的时序负荷数据;常规水火电发电机Gi的机组容量Cci及机组个数Nci,GieSc;水电机组Gi的发电量Eci,GieSc;抽水蓄能电站的抽水扬程Hp,抽水蓄能电站的发电水头Hg,抽水蓄能电站中机组的个数N,抽蓄机组j的抽水效率npj和发电效率ngj,jesP;[0010]系统运行约束条件数据包括抽蓄机组j的额定抽水功率P„r,jesP;抽蓄机组j发电功率的上限值Piumax、下限值PiuminJeSp;抽水蓄能电站水库容量的上限值Smax、下限值Smin;[0011]发电机经济数据包括发电机Gi耗量特性曲线按照其有功出力的二次多项式表示的各项系数分为:常数项CL、一次项系数Ixi和二次项系数adGieSc;[0012]系统可靠性数据包括各发电机组Gi的强迫停运率FORci,GiGSg,其中,Sg表不系统中常规水火电机组的集合,Sp表示系统中抽水蓄能机组的集合。[0013]具体的,包括以下步骤:[0014]S1、根据新能源电站Y年的历史出力数据及构建的特征指标生成新能源出力曲线和不平衡功率曲线;[0015]S2、构造抽水蓄能电站的调度模型并利用调度结果修正不平衡功率曲线;[0016]S3、采用随机生产模拟方法进行分析求解,得到系统运行的经济性和可靠性指标用于评估电力系统的可靠性与经济性。[0017]具体的,步骤Sl具体为:[0018]S101、选取合适的单位时间尺度NT小时分别构建风力发电特征指标和光伏发电特征指标,用于产生时长为T小时的模拟时间段内的新能源出力曲线,其中时间段T由N个单位时间尺度为NT的单位时间段组成;[0019]S102、将新能源电站的历史出力数据按步骤SlOl构造的新能源出力指标进行排序,将Y年历史数据中每年第k时段的新能源数据取出,分别计算NXY个单位时间段新能源出力的特性指标;[0020]对于风电数据,采用调峰指标和平均出力指标对NXY各时间段进行双重排序,选取中间的N个单位时间段的数据作为第k个模拟时间段的数据用于随机生产模拟;[0021]对于光伏发电,采用平均出力指标进行排序并选取中间N个单位时间段的数据用于随机生产模拟来反映系统新能源出力的平均情况;[0022]S103、从k时段中t时刻的原始负荷上减去新能源出力,形成该时刻的不平衡功率,具体如下:[0023][0024]其中,t为系统的运行时刻,t=1,2,…,T。[0025]进一步的,步骤SlOl中,风力发电特征指标包括调峰特性指标和平均出力特性指标,调峰指标如下:[0026][0027]平均出力指标如下:[0028][0029]其中,Alk*为第k个模拟时间段中第i个单位时间段内每日负荷低谷时段与每日负荷高峰时段风电出力中位数差值累积量的标么值,D为单位时间段内所包含的天数,分别为第k个模拟时间段中第i个单位时间段内第d天峰荷时段和谷荷时段风电出力的中位数,Alk为第k个模拟时间段中第i个单位时间段内每日负荷低谷时段与每日负荷高峰时段风电出力中位数差值累积量,为第k个模拟时间段中第i个单位时间段中风电出力平均值的标幺值,Wlkt为第k个模拟时间段中第i个单位时间段内t时刻的风电出力,为第k个模拟时间段中第i个单位时间段的风电出力平均值;[0030]光伏发电特征指标包括平均出力特征指标,具体为:[0031][0032]其中,为第k个模拟时间段中第i个单位时间段的光伏出力平均值的标幺值,Slkt为第k个模拟时间段中第i个单位时间段中t时刻的光伏出力值,为第k个模拟时间段中第i个单位时间段的光伏出力平均值。[0033]具体的,步骤S2具体包括以下步骤:[0034]S201、构建抽水蓄能电站调度的物理模型,从能量转化的角度出发,得到抽水蓄能电站的水电转换效率;[0035]S202、以系统的不平衡功率最小为目标构造抽水蓄能电站调度的目标函数minf如下:[0036][0037]其中,为t时刻的不平衡功率,为t时刻抽水蓄能机组j的发电功率:为t时刻抽水蓄能机组j的抽水功率,N为抽水蓄能电站中抽水蓄能机组的个数;[0038]S203、构建系统运行的约束条件,包括抽水功率约束,发电功率约,机组运行约束,水库容量限制以及水量时序变化限制;[0039]S204、根据步骤S201所建立的抽水蓄能电站的调度模型模拟生成其调度结果,将抽水功率视为正的负荷发电功率视为负的负荷修正不平衡功率曲线如下:[0040][0041]其中,时刻修正后的不平衡功率,由常规的水火电机组承担,为t时刻的不平衡功率。[0042]具体的,步骤S201中,在抽水蓄能机组抽水时,能量由电能转换为水的势能,其转换关系如下:[0045]其中,Pp为抽水蓄能机组的抽水功率,m为给定时间内的抽水的质量,g为重力加速度系数,Hp为抽水蓄能电站的平均抽水扬程,%为水栗的抽水效率,t为抽水的时间,Vp为单位小时的抽水体积,为抽水状态的水电转换效率;[0046]在抽水蓄能机组发电时,能量由水的势能转化为电能,其转换关系如下:[0049]其中,Pg为抽水蓄能机组的发电功率,m为给定时间内的放水的质量,g为重力加速度系数,Hg为抽水蓄能电站的平均发电水头,%为发电机的发电效率,Vg为单位小时放水体积,ΐ为发电状态的水电转换效率。[0050]具体的,步骤S203中,抽水功率约束如下:[0051][0052]其中为t时刻抽水蓄能机组j的抽水功率:为0-1变量,决定t时刻抽水蓄能机组j的工作状态,为〇时抽水蓄能机组不抽水,为1时抽水蓄能机组抽水,Ppjr为抽水蓄能机组j的额定抽水功率;[0053]2发电功率约束如下:[0054][0055]其中为0-1变量,决定t时刻抽水蓄能机组j的工作状态,为0时抽水蓄能机组不发电,为1时抽水蓄能机组发电,Pgjmin为抽水蓄能机组j的最小发电功率,Pgjmax为抽水蓄能机组j的最大发电功率:为t时刻抽水蓄能机组j的发电功率;[0056]3机组运行约束如下:[0057][0058]其中为0-1变量,决定t时刻抽水蓄能机组j的工作状态,为0时抽水蓄能机组不发电,为1时抽水蓄能机组发电,为0-1变量,决定t时刻抽水蓄能机组j*的工作状态,为0时抽水蓄能机组不抽水,为1时抽水蓄能机组抽水,[0059]4水库容量限制如下:[0060][0061]其中,St为t时刻上水库中的水量,Smin为上水库允许的最小水量,Smax为上水库允许的最大水量;[0062]5水量时序变化限制如下:[0065]其中,St为t时刻上水库中的水量:为t时刻抽水蓄能机组j的发电功率,为t时刻抽水蓄能机组j的抽水功率,N为抽水蓄能电站中抽水蓄能机组的个数为机组j抽水时的水电转换效率,为机组j发电时的水电转换效率,So为初始时刻上水库的水量,St为调度结束时刻上水库的水量。[0066]具体的,步骤S3包括以下步骤:[0067]S301、将时序的不平衡功率曲线转化为持续负荷曲线,选择合适的步长计算各个负荷水平的电量函数如下:[0068][0069]其中,EJ为负荷从X到X+ΔX的离散电量,T为模拟时间段,J是同负荷值X相关的离散变量,〈表示对应的值不大于xAX;[0070]S302、利用卷积运算修正电量函数得到等效电量函数并计算得到各机组Gi的发电量如下:[0071][0072]其中,m为等效电量函数进行卷积运算的次数,Cci为机组Gi的容量,qCi为机组Gi的强迫停运率,KGi为机组Gi容量对应的离散步长;[0073]S303、根据步骤S302所得到的等效电量函数及各发电机组的发电量并结合发电机组的经济数据,计算得到系统运行的经济性指标EENS与可靠性指标COST。[0074]具体的,步骤S302中,机组Gi的发电量如下:[0075][0076]其中,Eci为机组Gi的发电量,X^1为安排m-1台机组的累积容量对应的负荷值,J^1为与负荷Xm-I对应的离散值,AX为设定的负荷步长值;[0077]系统运行的经济性指标EENS与可靠性指标COST如下:[0078][0079]其中,Ng为系统中水火电机组的个数,为所有水火电机组参与卷积后形成的等效电量函数,Bci为机组Gi的单位电量运行成本,Eci为机组Gi的发电量。[0080]与现有技术相比,本发明至少具有以下有益效果:[0081]本发明提供了一种利用新能源电站出力和抽水蓄能电站出力修正时序负荷曲线的随机生产模拟方法,首先获取新能源电站历史数据、系统基本技术数据、系统运行约束条件数据、发电机经济数据及系统可靠性数据,根据历史数据构造新能源出力的评估指标并选取了合适的出力场景;然后同时以不平衡功率曲线的波动性最小为目标,构造抽水蓄能电站的中长期优化调度模型;采用时序负荷曲线修正的方法合理考虑新能源发电的随机波动性以及抽水蓄能电站出力的时序特性,能有效的解决传统随机生产模拟无法考虑新能源电站和抽水蓄能电站出力时序特性的问题,对比传统的随机生产模拟方法,本发明所提供的时序负荷修正方法合理的考虑了新能源出力的随机性与波动性。[0082]进一步的,本方法基于新能源电站的历史出力数据,采用场景分类的方法形成了出力大小及调峰水平中等的历史数据作为新能源的出力数据修正时序负荷曲线,能够更好的反映新能源出力的平均情况,尤其适用于中长期电力系统的可靠性与经济性评估。[0083]进一步的,本发明所提出的抽水蓄能电站的调度模型,将“原始负荷曲线减去新能源出力曲线所形成的不平衡功率曲线波动最小”为优化目标,通过在模型中引入抽水蓄能机组的功率约束、状态约束及抽水蓄能电站的电量限制使得机组运行更加合理,该模型极大的发挥了抽水蓄能电站削峰填谷的能力,增加了系统的备用容量,提高了系统运行的可靠性水平,有效的缓解了新能源并网后可能造成的系统调峰困难的问题,提高了新能源的消纳率,使得系统运行更加经济高效。[0084]综上所述,本发明所提出的一种考虑抽水蓄能电站修正时序曲线的改进随机生产模拟方法适用于我国新能源大比例并入电网的实际,可应用于含高比例可再生能源的电力系统的可靠性与经济性评估,为电源的投资决策提供指导。[0085]下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。附图说明[0086]图1为本发明方法示意图。具体实施方式[0087]本发明提供了一种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,首先根据历史数据构造新能源出力的评估指标并选取了合适的出力场景;然后同时以不平衡功率曲线的波动性最小为目标,构造抽水蓄能电站的中长期优化调度模型;最后,采用时序负荷曲线修正的方法合理考虑新能源发电的随机波动性以及抽水蓄能电站出力的时序特性,有效解决了传统随机生产模拟方法对新能源和抽水蓄能电站时序出力特性考虑不足的显著弊端,给出了一种基于时序负荷修正法改进随机生产模拟实用方法,尤其适用于含高比例可再生能源和抽水蓄能电站的电力系统中长期可靠性分析及经济性评估。[0088]应用本发明所提模型时,需要首先从相关部门获取所需数据。从相关部门获取的计算模型输入数据包括如下数据:[0089]新能源电站历史数据:风电场多年的历史出力数据;光伏电站多年的历史出力数据。[0090]系统基本技术数据:系统全年的时序负荷数据;常规水火电发电机Gi的机组容量Cci及机组个数Nci,GieSg;水电机组Gi的发电量Eci,GieSg;抽水蓄能电站的抽水扬程Hp,抽水蓄能电站的发电水头Hg,抽水蓄能电站中机组的个数N,抽蓄机组j的抽水效率和发电效率rigj,jeSP。[0091]系统运行约束条件数据:抽蓄机组j的额定抽水功率PPjr,jeSp;抽蓄机组j发电功率的上、下限值?8_心_,#5[^抽水蓄能电站水库容量的上、下限值5_、5_。[0092]发电机经济数据:发电机Gi耗量特性曲线按照其有功出力的二次多项式表示的各项系数:常数项CGi、一次项系数bci、二次项系数aci,GieSg。[0093]系统可靠性数据:各发电机组Gi的强迫停运率FORci,GieSc。[0094]其中,Sc表示系统中常规水火电机组的集合,Sp表示系统中抽水蓄能机组的集合。[0095]请参阅图1,本发明一种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,具体包括以下步骤:[0096]S1、根据新能源电站Y年的历史出力数据及构建的特征指标生成新能源出力曲线和不平衡功率曲线。[0097]SlOl、选取合适的单位时间尺度NT小时分别构建风力发电和光伏发电的特征指标,用于产生时长为T小时的模拟时间段内的新能源出力曲线,其中时间段T由N个单位时间尺度为NT的单位时间段组成。[0098]风力发电的随机性和波动性较强,其出力的大小和时间都会影响系统运行的可靠性。风力发电的特征指标包含调峰特性指标和平均出力特性指标。[0099]调峰指标如下:[0100][0101]平均出力指标如下:[0102][0103]其中,Alk*为第k个模拟时间段中第i个单位时间段内每日负荷低谷时段与每日负荷高峰时段风电出力中位数差值累积量的标么值,D为单位时间段内所包含的天数,分别为第k个模拟时间段中第i个单位时间段内第d天峰荷时段和谷荷时段风电出力的中位数,Alk为第k个模拟时间段中第i个单位时间段中每日负荷低谷时段与每日负荷高峰时段风电出力中位数差值累积量,为第k个模拟时间段中第i个单位时间段的风电出力平均值的标幺值,^kt为第k个模拟时间段中第i个单位时间段中t时刻的风电出力,为第k个模拟时间段中第i个单位时间段中风电出力平均值。[0104]光伏发电的出力具有一定的规律性,只考虑其出力大小对系统运行可靠性的影响。光伏发电的特征指标为平均出力特征指标。[0105]平均出力指标如下:[0106][0107]其中,为第k个模拟时间段中第i个单位时间段的光伏出力平均值的标幺值,Slkt为第k个模拟时间段中第i个单位时间段中t时刻的光伏出力值,为第k个模拟时间段中第i个单位时间段中光伏出力平均值。[0108]S102、形成第k时段新能源出力曲线。[0109]将Y年历史数据中每年第k时段的新能源数据取出,分别计算NXY个单位时间段新能源出力的特性指标。为了能够反映新能源出力对系统可靠性影响的平均情况,选取调峰能力和平均出力均中等的情况用于随机生产模拟。对于风电数据而言,采用调峰指标和平均出力指标对NXY各时间段进行双重排序,选取中间的N个单位时间段的数据作为第k个模拟时间段的数据。对于光伏发电而言,采用平均出力指标进行排序并选取中间N个单位时间段的数据即可。[0110]S103、从k时段中t时刻的原始负荷上减去新能源出力形成该时刻的不平衡功率,具体如下:[0111][0112]其中,t为系统的运行时刻,t=1,2,…,T。[0113]S2、构造抽水蓄能电站的调度模型并利用调度结果修正不平衡功率曲线。[0114]S201、构建抽水蓄能电站调度的物理模型,从能量转化的角度出发,求解出抽水蓄能电站的水电转换效率。[0115]在抽水蓄能机组抽水时,能量由电能转换为水的势能,其转换关系可以被表示为:[0118]其中,Pp为抽水蓄能机组的抽水功率,m为给定时间内的抽水的质量,g为重力加速度系数,Hp为抽水蓄能电站的平均抽水扬程,%为水栗的抽水效率,t为抽水的时间,Vp为单位小时的抽水体积,为抽水状态的水电转换效率。[0119]在抽水蓄能机组发电时,能量由水的势能转化为电能,其转换关系可以被表示为:[0122]其中,PA抽水蓄能机组的发电功率,m为给定时间内的放水的质量,g为重力加速度系数,Hg为抽水蓄能电站的平均发电水头,%为发电机的发电效率,Vg为单位小时放水体积为发电状态的水电转换效率。[0123]S202、以系统的不平衡功率最小为目标构造抽水蓄能电站调度的目标函数,其函数表达式可表示为:[0125]其中,为t时刻抽水蓄能机组j的发电功率为t时刻抽水蓄能机组j的抽水功率,N为抽水蓄能电站中抽水蓄能机组的个数。[0126]S203、构建系统运行的约束条件,包括:[0127]1抽水功率约束[0128][0129]其中为0-1变量,决定t时刻抽水蓄能机组j的工作状态,为0时抽水蓄能机组不抽水,为1时抽水蓄能机组抽水,Ppjr为抽水蓄能机组的额定抽水功率。[0130]2发电功率约束[0131][0132]其中,为0_1变量,决定t时刻抽水蓄能机组i的工作状态,为0时时抽水蓄能机组不发电,为1时抽水蓄能机组发电Pgjmin为抽水蓄能机组的最小发电功率,Pgjmax为抽水蓄能机组的最大发电功率。[0133]3机组运行约束[0134][0135]其中,为〇-1变量,决定t时刻抽水蓄能机组j的工作状态,为0时抽水蓄能机组不发电,为1时抽水蓄能机组发电为0-1变量,决定t时刻抽水蓄能机组j*的工作状态,为0时抽水蓄能机组不抽水,为1时抽水蓄能机组抽水,j,j*eSp;[0136]4水库容量限制[0137][0138]其中,St为t时刻上水库中的水量,Smin为上水库允许的最小水量,Smax为上水库允许的最大水量。[0139]5水量时序变化限制[0142]其中,为机组j抽水时的水电转换效率,为机组j发电时的水电转换效率,S0为初始时刻上水库的水量,St为调度结束时刻上水库的水量。[0143]S204、根据所建立的抽水蓄能电站的调度模型模拟生成其调度结果,将抽水功率视为正的负荷发电功率视为负的负荷修正不平衡功率曲线。[0144][0145]其中,为修正后的不平衡功率,由常规的水火电机组承担。[0146]S3、采用常规的随机生产模拟方法进行分析求解,得到系统运行的经济性和可靠性指标。[0M7]S301、将时序的不平衡功率曲线转化为持续负荷曲线,选择合适的步长计算各个负荷水平的电量函数。[0148][0149]其中,EJ为负荷从X到X+ΔX的离散电流,T为模拟时间段,J是同负荷值X相关的离散变量,尖括号表示对应的值不大于xAx。[0150]S302、考虑各机组的随机停运,利用卷积运算修正电量函数得到等效电量函数并计算得到各机组的发电量。[0151][0152]其中,m为等效电量函数进行卷积运算的次数,Cci为机组Gi的容量,qCi为机组Gi的强迫停运率,KGi为机组Gi容量对应的离散步长;[0153][0154]S303、根据步骤S302所得到的等效电量函数及各发电机组的发电量并结合发电机组的经济数据,可以计算得到系统运行的经济性指标与可靠性指标。[0155][0156]其中,Eci为机组Gi的发电量,X^1为安排m-1台机组的累积容量对应的负荷值,J^1为与负荷Xm-I对应的离散值,AX为设定的负荷步长值;[0157]以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。

权利要求:1.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,其特征在于,首先获取新能源电站历史数据、系统基本技术数据、系统运行约束条件数据、发电机经济数据及系统可靠性数据,根据历史数据构造新能源出力的评估指标并选取出力场景;然后同时以不平衡功率曲线波动性最小为目标构造抽水蓄能电站的中长期优化调度模型;采用时序负荷曲线修正方法考虑新能源发电的随机波动性以及抽水蓄能电站出力的时序特性,评估电力系统的可靠性与经济性。2.根据权利要求1所述的一种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,其特征在于,新能源电站历史数据包括风电场多年的历史出力数据和光伏电站多年的历史出力数据;系统基本技术数据包括系统全年的时序负荷数据;常规水火电发电机Gi的机组容量Cci及机组个数Nci,GieSg;水电机组Gi的发电量Eci,GieSg;抽水蓄能电站的抽水扬程Hp,抽水蓄能电站的发电水头Hg,抽水蓄能电站中机组的个数N,抽蓄机组j的抽水效率和发电效率%』,jGSp;系统运行约束条件数据包括抽蓄机组j的额定抽水功率Pwr,jeSp;抽蓄机组j发电功率的上限值Ρ_χ、下限值Pgjmin,jeSp;抽水蓄能电站水库容量的上限值Smax、下限值Smin;发电机经济数据包括发电机Gi耗量特性曲线按照其有功出力的二次多项式表示的各项系数分为:常数项CtL、一次项系数Ixi和二次项系数at;i,GieSc;系统可靠性数据包括各发电机组Gi的强迫停运率FORGl,GieSG,其中,Sg表示系统中常规水火电机组的集合,Sp表示系统中抽水蓄能机组的集合。3.根据权利要求1或2所述的一种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,其特征在于,具体包括以下步骤:51、根据新能源电站Y年的历史出力数据及构建的特征指标生成新能源出力曲线和不平衡功率曲线;52、构造抽水蓄能电站的调度模型并利用调度结果修正不平衡功率曲线;53、采用随机生产模拟方法进行分析求解,得到系统运行的经济性指标和可靠性指标用于评估电力系统的可靠性与经济性。4.根据权利要求3所述的一种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,其特征在于,步骤Sl具体为:5101、选取合适的单位时间尺度NT小时分别构建风力发电特征指标和光伏发电特征指标,用于产生时长为T小时的模拟时间段内的新能源出力曲线,其中时间段T由N个单位时间尺度为NT的单位时间段组成;5102、将新能源电站的历史出力数据按步骤SlOl构造的新能源出力指标进行排序,将Y年历史数据中每年第k时段的新能源数据取出,分别计算NXY个单位时间段新能源出力的特性指标;对于风电数据,采用调峰指标和平均出力指标对NXY各时间段进行双重排序,选取中间的N个单位时间段的数据作为第k个模拟时间段的数据用于随机生产模拟;对于光伏发电,采用平均出力指标进行排序并选取中间N个单位时间段的数据用于随机生产模拟来反映系统新能源出力的平均情况;5103、从k时段中t时刻的原始负荷上减去新能源出力形成该时刻的不平衡功率具体如下:其中,t为系统的运行时刻,t=1,2,…,T。5.根据权利要求4所述的一种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,其特征在于,步骤SlOl中,风力发电特征指标包括调峰特性指标和平均出力特性指标,调峰指标如下:平均出力指标如下:其中,Alk*为第k个模拟时间段中第i个单位时间段内每日负荷低谷时段与每日负荷高峰时段风电出力中位数差值累积量的标么值,D为单位时间段内所包含的天数,分别为第k个模拟时间段中第i个单位时间段内第d天峰荷时段和谷荷时段风电出力的中位数,Alk为第k个模拟时间段中第i个单位时间段内每日负荷低谷时段与每日负荷高峰时段风电出力中位数差值累积量,为第k个模拟时间段中第i个单位时间段中风电出力平均值的标幺值,Wkt为第k个模拟时间段中第i个单位时间段内t时刻的风电出力,为第k个模拟时间段中第i个单位时间段的风电出力平均值;光伏发电特征指标包括平均出力特征指标,具体为:其中:为第k个模拟时间段中第i个单位时间段的光伏出力平均值的标幺值,Slkt为第k个模拟时间段中第i个单位时间段中t时刻的光伏出力值,为第k个模拟时间段中第i个单位时间段的光伏出力平均值。6.根据权利要求3所述的一种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,其特征在于,步骤S2具体包括以下步骤:5201、构建抽水蓄能电站调度的物理模型,从能量转化的角度出发,得到抽水蓄能电站的水电转换效率;5202、以系统的不平衡功率最小为目标构造抽水蓄能电站调度的目标函数minf如下:其中,为t时刻的不平衡功率,为t时刻抽水蓄能机组j的发电功率:为t时刻抽水蓄能机组j的抽水功率,N为抽水蓄能电站中抽水蓄能机组的个数;5203、构建系统运行的约束条件,包括抽水功率约束,发电功率约,机组运行约束,水库容量限制以及水量时序变化限制;5204、根据步骤S201所建立的抽水蓄能电站的调度模型模拟生成其调度结果,将抽水功率视为正的负荷发电功率视为负的负荷修正不平衡功率曲线如下:其中,为t时刻修正后的不平衡功率,由常规的水火电机组承担,为t时刻的不平衡功率。7.根据权利要求6所述的一种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,其特征在于,步骤S201中,在抽水蓄能机组抽水时,能量由电能转换为水的势能,其转换关系如下:其中,Pp为抽水蓄能机组的抽水功率,m为给定时间内的抽水的质量,g为重力加速度系数,Hp为抽水蓄能电站的平均抽水扬程,%为水栗的抽水效率,t为抽水的时间,Vp为单位小时的抽水体积,为抽水状态的水电转换效率;在抽水蓄能机组发电时,能量由水的势能转化为电能,其转换关系如下:其中,Pg为抽水蓄能机组的发电功率,m为给定时间内的放水的质量,g为重力加速度系数,Hg为抽水蓄能电站的平均发电水头,%为发电机的发电效率,VgS单位小时放水体积,为发电状态的水电转换效率。8.根据权利要求6所述的一种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,其特征在于,步骤S203中,抽水功率约束如下:其中,为t时刻抽水蓄能机组j的抽水功率,为0-1变量,决定t时刻抽水蓄能机组j的工作状态,为〇时抽水蓄能机组不抽水,为1时抽水蓄能机组抽水,Ppjr为抽水蓄能机组j的额定抽水功率;2发电功率约束如下:其中为0-1变量,决定t时刻抽水蓄能机组j的工作状态,为0时抽水蓄能机组不发电,为1时抽水蓄能机组发电,Pgjmin为抽水蓄能机组j的最小发电功率,Pgjmax为抽水蓄能机组j的最大发电功率,为t时刻抽水蓄能机组j的发电功率;3机组运行约束如下:其中为0-1变量,决定t时刻抽水蓄能机组j的工作状态,为0时抽水蓄能机组不发电,为1时抽水蓄能机组发电,为0-1变量,决定t时刻抽水蓄能机组j*的工作状态,为O时抽水蓄能机组不抽水,为1时抽水蓄能机组抽水,4水库容量限制如下:其中,St为t时刻上水库中的水量,Smin为上水库允许的最小水量,Smax为上水库允许的最大水量;5水量时序变化限制如下:其中,St为t时刻上水库中的水量,时刻抽水蓄能机组j的发电功率,为t时刻抽水蓄能机组j的抽水功率,N为抽水蓄能电站中抽水蓄能机组的个数:为机组j抽水时的水电转换效率:为机组j发电时的水电转换效率,So为初始时刻上水库的水量,St为调度结束时刻上水库的水量。9.根据权利要求3所述的一种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,其特征在于,步骤S3具体包括以下步骤:5301、将时序的不平衡功率曲线转化为持续负荷曲线,选择合适的步长计算各个负荷水平的电量函数如下:其中,EJ为负荷从X到X+ΔX的离散电量,T为模拟时间段,J是同负荷值X相关的离散变量,〈表示对应的值不大于xAX;5302、利用卷积运算修正电量函数得到等效电量函数并计算得到各机组Gi的发电量如下:其中,m为等效电量函数进行卷积运算的次数,Cci为机组Gi的容量,qCl为机组Gi的强迫停运率,KGi为机组Gi容量对应的离散步长;5303、根据步骤S302所得到的等效电量函数及各发电机组的发电量并结合发电机组的经济数据,计算得到系统运行的经济性指标EENS与可靠性指标COST。10.根据权利要求9所述的一种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,其特征在于,步骤S302中,机组Gi的发电量如下:其中,Eci为机组Gi的发电量,Xm-1为安排m-1台机组的累积容量对应的负荷值,Jm-1为与负荷Xm-I对应的离散值,AX为设定的负荷步长值;系统运行的经济性指标EENS与可靠性指标COST如下:其中,Ne为系统中水火电机组的个数,为所有水火电机组参与卷积后形成的等效电量函数,Bci为机组Gi的单位电量运行成本,Eci为机组Gi的发电量。

百度查询: 中国南方电网有限责任公司电网技术研究中心;西安交通大学;南方电网科学研究院有限责任公司 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

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。