考虑最优弃能率的综合能源系统双层规划优化方法及应用与流程

1.本发明涉及能源规划技术领域，更确切地说，它涉及考虑最优弃能率的综合能源系统双层规划优化方法及应用。


背景技术：

[0002]“综合能源系统”侧重于开发电源侧资源，结合当地资源禀赋和能源特点，因地制宜的把太阳能、风能、煤等多种资源相互结合补充，并配置一定比例的储能，不仅能消纳更多的新能源，还能维持发电系统的稳定。而在含大比例新能源的电力系统中，为消纳占比极小的新能源尖峰电量需要占用系统大量的调峰资源，降低系统的安全稳定性和经济性。
[0003]
目前，国内外通过降低新能源废弃率，提升系统经济性的研究已经取得了一定的进展。比如，cn110994606 a公开了一种基于复杂适应系统理论的多能源电源容量配置方法；cn 111404206a公开了考虑投资回报约束的风光储发电系统容量双层规划方法。
[0004]
但是，现有技术大多追求新能源消纳最大，即弃电率最小，尚未涉及到各时段最优弃能率的优化求解及弃能对火电机组调峰的影响分析，对于实现可再生能源的经济性消纳指导性不强。


技术实现要素：

[0005]
本发明的目的是克服现有技术中的不足，提出了考虑最优弃能率的综合能源系统双层规划优化方法及应用。
[0006]
第一方面，提供了考虑最优弃能率的综合能源系统双层规划优化方法，包括：
[0007]
步骤1、对风光出力互补特性进行分析；
[0008]
步骤2、构建上层优化模型：上层优化模型以受端电网净负荷方差最小为目标函数，在满足约束条件的基础上，对各时段的弃风弃光率及储能系统充放电功率进行优化，由此得出各时段最优风光并网功率及储能充放电功率；同时，将考虑最优弃能率的风光并网功率曲线及储能系统充放电功率曲线传递至下层优化模型；
[0009]
步骤3、构建下层优化模型：基于风光并网功率曲线及储能系统充放电功率曲线和负荷需求，在满足约束条件的基础上，以综合能源系统经济性最优为目标对各时段火电机组出力进行优化。
[0010]
作为优选，步骤2中，目标函数的建立包括：
[0011]
步骤2.1、将待开发风光联合发电系统地区的资源数据转换为出力数据，其中，风资源数据通过相应风电机组理论功率曲线转换为风出力数据；光出力数据的计算公式为：
[0012]
p
pv
＝ηsl
t
ω[1-0.0045(t
c-25)]
[0013]
其中，p
pv
为光出力数据；η为转换效率；s为光伏电池组件的表面面积，单位为m2；l
t
为太阳总辐射量，单位为w/m2；ω为光伏电池组件的透光率；tc为光伏电池组件的运行温度，单位为℃；
[0014]
步骤2.2、对所得理论风电出力与光伏出力数据进行归一化处理，计算公式为：
[0015][0016]
其中，p
t
(t)为t时刻理论风电或光伏出力；分别为理论出力时间序列的最大值与最小值；为t时刻归一化后的理论风电或光伏出力；
[0017]
步骤2.3、计算当光伏装机容量占比为x，风电装机容量占比为1-x时，t时刻风光联合发电系统的理论总出力，计算公式为：
[0018][0019]
其中，分别为归一化后的t时刻理论光伏出力和风电出力；
[0020]
步骤2.4、计算t时刻至t+1时刻联合发电系统中风电与光伏出力的实时互补率，计算公式为：
[0021][0022]
其中，cr(t)为实时互补率，分别为归一化后t时刻风光联合出力波动量，光伏单独出力波动量与风电单独出力波动量，用于表示可再生能源出力的波动性；
[0023]
步骤2.5、计算在相应时间分析尺度t内理论风电与光伏出力的互补性β
cp
，计算公式为：
[0024][0025][0026]
其中，δt为理论风光出力数据的时间分辨率；n为时间分析尺度t内的数据量。
[0027]
作为优选，步骤2中，约束条件包括风电及光伏出力约束和弃风弃光率约束；
[0028]
风电及光伏出力约束表示为：
[0029]
0≤pw(t)≤pwmax
[0030]
0≤p
pv
(t)≤p
pv
max
[0031]
其中，pwmax表示t时段风电场的最大出力；p
pv
max表示t时段光伏电站的最大出力。
[0032]
弃风弃光率约束表示为：
[0033]
[0034][0035]
其中，λw(t)表示t时段的弃风率，0≤λw(t)≤1；λ
pv
(t)表示t时段的弃光率，0≤λ
pv
(t)≤1；pw(t)为t时段风电场的输出功率p
pv
(t)为t时段光伏电站的输出功率，kwmax表示风电场允许的最大弃风率；k
pv
max表示光伏电站允许的最大弃光率。
[0036]
作为优选，步骤3中，综合能源系统的总收益表示为：
[0037]
max f 1＝b1+b2+b3+b4+b5-c1-c2
[0038]
其中，f 1表示考虑最优弃能率的综合能源系统总收益，b1、b2、b3、b4、b5分别代表综合能源系统的发电收益、发热收益、政府补贴、参与辅助服务市场收益和新能源环境保护收益；c1、c2分别代表系统配置成本和系统运行成本。
[0039]
作为优选，步骤3中，发电收益b1的计算公式为：
[0040]
b1＝gy×
pd[0041]
其中，gy为年度发电量，单位为kw
·
h；pd为电价，单位为元/(kw
·
h)；
[0042]
发热收益b2的计算公式为：
[0043]
b2＝gh×
ph[0044]
其中，gh为年度发热量，热量计算时转换为功率；ph为热价，单位为元/(kw
·
h)；
[0045]
政府补贴b3的计算公式为：
[0046]
b3＝bz+bd[0047]
其中，bz为初投资补贴，bd为电量补贴收入；
[0048]
参与辅助服务市场收益b4的计算公式为：
[0049][0050]
其中，为储能电站备用容量收益项，为储能电站调峰调频收益项；
[0051]
新能源环境保护收益b5的计算公式为：
[0052][0053]
其中，βw、β
pv
分别为风电、光伏并网消纳产生的环境收益系数；β
chu
为储能系统运行产生的环境收益系数；和p
d,t
分别为t时段的风电消纳功率、光伏消纳功率和储能充放电功率，ηd表示储能充放电效率。
[0054]
作为优选，步骤3中，系统配置成本c1的计算公式为：
[0055]
c1＝∑(n
wtcwt
+n
pvcpv
+n
thercther
+y
chunchucchu
)λ
cr
[0056]
其中，n
wt
、n
pv
、n
ther
和n
chu
分别为风电机组、光伏发电机组、火电机组和储能装置的装机容量，单位记为：mw；c
wt
、c
pv
、c
ther
和c
chu
分别为风电机组、光伏机组、火电机组和储能装置的配置价格，单位记为：万元/mw；y
chu
为储能装置在整个生命周期内的更换次数，λ
cr
为折旧系数；
[0057]
系统运行成本c2的计算公式为：
[0058]
[0059]
其中，k
pv0
、k
ther0
和k
y0
分别为风电机组、光伏发电机组、火电机组和储能装置的运行和维护成本系数，单位记为：万元/mwh；p
wt
、p
pv
、p
ther
和py分别为风电机组、光伏机组、火电机组和储能装置的功率容量，单位记为：mw。
[0060]
作为优选，步骤3中，约束条件包括功率平衡约束、风电机组容量约束、光伏系统容量约束、储能装置充放电容量和功率约束和火电机组出力上下限约束；
[0061]
功率平衡约束表示为：
[0062]
pw(t)+p
pv
(t)+p
ther
(t)+p
chu
(t)＝p
l
(t)
[0063]
其中，pw、p
pv
、p
ther
、p
chu
和p
l
分别为风电、光伏、火电、储能和负荷的当前功率值；
[0064]
风电机组容量约束中，风电机组容量的最小值n
w min表示为：
[0065][0066]
其中，pcmax为常规能源机组的最大功率；
[0067]
光伏系统容量约束中，光伏发电的最小容量n
pv
min表示为：
[0068][0069]
储能装置充放电容量和功率约束表示为：
[0070]
socmin(t)≤soc(t)≤socmax(t)
[0071][0072][0073]
其中，socmin(t)和socmax(t)分别表示储能装置荷电状态的上限和下限，p
maxc
和p
maxd
分别表示储能装置额定状态下充放电的最大功率；ηc和ηd分别表示储能装置充放电的效率；e
chu
为储能装置的容量；
[0074]
火电机组出力上下限约束表示为：
[0075]
pymin《py(t)《pymax
[0076]
其中，pymin和pymax分别为火电机组最小输出功率和最大输出功率，单位记为：mw。作为优选，步骤3中，初投资补贴bz的计算公式为：
[0077]bz
＝cz×
wz[0078]
其中，cz为单位装机容量初投资补贴，单位为元/kw；wz为装机容量，单位为kw；
[0079]
电量补贴收入bd的计算公式为：
[0080]bd
＝gd×
pd[0081]
其中，gd为年度受补贴的发电量，单位为kw
·
h；pd为补贴电价；
[0082]
储能电站备用容量收益项的计算公式为：
[0083][0084]
其中，为储能电站备用电量，为单位容量备用补偿标准；
[0085]
储能电站调峰调频收益项的计算公式为：
[0086][0087]
其中，为储能电站调峰电量，为电量补偿标准。
[0088]
第二方面，提供了考虑最优弃能率的综合能源系统双层规划优化装置，用于执行第一方面任一所述的考虑最优弃能率的综合能源系统双层规划优化方法，包括：
[0089]
分析模块，用于对风光出力互补特性进行分析；
[0090]
第一构建模块，用于构建上层优化模型：上层优化模型以受端电网净负荷方差最小为目标函数，在满足约束条件的基础上，对各时段的弃风弃光率及储能系统充放电功率进行优化，由此得出各时段最优风光并网功率及储能充放电功率；同时，将考虑最优弃能率的风光并网功率曲线及储能系统充放电功率曲线传递至下层优化模型；
[0091]
第二构建模块，用于构建下层优化模型：基于风光并网功率曲线及储能系统充放电功率曲线和负荷需求，在满足约束条件的基础上，以综合能源系统经济性最优为目标对各时段火电机组出力进行优化。
[0092]
第三方面，提供了一种计算机存储介质，所述计算机存储介质内存储有计算机程序；所述计算机程序在计算机上运行时，使得计算机执行第一方面任一所述的考虑最优弃能率的综合能源系统双层规划优化方法。
[0093]
第四方面，提供了一种电子装置，包含处理器和存储器；所述存储器中存储有计算机可读指令，所述处理器用于运行所述计算机可读指令，其中，所述计算机可读指令运行时执行第一方面任一所述的考虑最优弃能率的综合能源系统双层规划优化方法。
[0094]
本发明的有益效果是：
[0095]
1.本发明考虑风光出力互补特性，建立风光出力互补特性稳定性最优的上层目标函数，低负荷时段合理弃能和储能电站并网的共同作用，既能带来一定的环境收益，又能有效降低电网净负荷峰谷差及其调峰难度，减小了火电机组参与深度调峰的次数，可以最大限度减低系统调峰调频的压力。
[0096]
2.本发明在下层考虑整个系统的发热收益、发电收益、参与辅助服务收益、政府补贴等收益，建立以系统经济性最优为目标的函数。采用matlab规划软件计算电力系统安全经济发展下的新能源规划合理弃能率。在考虑最优弃能率的基础上，构建综合能源系统规划优化模型，能够显著降低火电机组调峰成本，同时也实现了硝硫等污染物排放量的减小。
附图说明
[0097]
图1为一种风电和光伏的实际出力曲线图；
[0098]
图2为另一种风电和光伏的实际出力曲线图；
[0099]
图3为本发明双层优化模型结构示意图；
[0100]
图4为本发明改进的ieee-30节点系统结构图；
[0101]
图5为本发明风电预测出力、光伏预测出力及典型日负荷曲线；
[0102]
图6为本发明各时段的最优弃能率；
[0103]
图7为本发明火电机组最优出力及风光消纳情况；
[0104]
图8为本发明储能电站最优充放电功率及各时段储电量。
具体实施方式
[0105]
下面结合实施例对本发明做进一步描述。下述实施例的说明只是用于帮助理解本发明。应当指出，对于本技术领域的普通人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
[0106]
实施例1：
[0107]
本技术提供了一种考虑最优弃能率的综合能源系统双层规划优化方法，包括如下步骤：
[0108]
步骤1：对风光出力互补特性进行分析：风能和太阳能在时间维度上两者具有资源互补特性，在光伏和风力发电装置功率配比合适的条件下，使整个系统的输出电能更加稳定可靠。
[0109]
尽管风能和太阳能资源非常丰富，现在的应用也日益成熟，但是两者各自的不稳定性在一定程度上阻碍了其发展和利用。在时间维度上两者具有资源互补特性，比如在同一天内：白天太阳辐射强光伏板发电量多，风速小风力机发电量少；晚上太阳辐射弱光伏板发电量少，风速大风力发电机发电量多。反映在季度时段：夏季和秋季太阳辐射强光伏发电量多，风速小发电量较少；春季和冬季太阳辐射相对较弱光伏发电量少，但风速相对较高发电量更多。但是特殊情况下由于各种原因也会呈现出不同的规律。在光伏和风力发电装置功率配比合适的条件下，使整个系统的输出电能更加稳定可靠。
[0110]
图1和图2示出了不同地区一天不同时间风电和光伏的实际出力数据，如图1所示，风光出力在06:00—07:00，08:00—09:00，13:00—18:00等时段内均具有互补性；如图2所示，风光出力在04:00—08:00、09:00—11:00、13:00—14:00等时段内均具有互补性。由图1和图2可知，由于风电和光伏在时间尺度上具有较为明显的互补特性，两者之和往往在一定范围内上下浮动。因此，风电和光伏两者同时全额并网消纳并不一定能够减小火电机组调峰成本与净负荷峰谷差，实现电力系统的最经济运行。若在某些时段弃掉一定比例的风光电力，尤其是低谷负荷时段，则会明显减小净负荷曲线的峰谷差与机组参与深度调峰的时间。此外，由于储能可在低负荷时段充电，在峰荷时段放电，具有较好的能量时移特性，因此在消纳风光电力的同时，配置一定容量的储能可以进一步降低受端电网净负荷的峰谷差，使净负荷曲线更为平滑，从而进一步降低火电的调峰成本。
[0111]
步骤2：构建上层模型。
[0112]
上层模型以受端电网净负荷方差最小为目标函数，在满足弃风弃光率约束及储能电站运行约束的基础上，对各时段的弃风弃光率及储能系统充放电功率进行优化，由此得出各时段最优风光并网功率及储能充放电功率。同时，将考虑最优弃能率的风光并网功率曲线及储能系统充放电功率曲线，传递至下层优化模型。
[0113]
目标函数的建立包括：
[0114]
首先，将待开发风光联合发电系统地区的资源数据转换为出力数据。其中，风资源数据通过相应风电机组理论功率曲线转换为风出力数据；光出力数据的计算公式为：
[0115]
p
pv
＝ηsl
t
ω[1-0.0045(t
c-25)]
[0116]
其中，p
pv
为光出力数据；η为转换效率；s为光伏电池组件的表面面积，单位为m2；l
t
为太阳总辐射量，单位为w/m2；ω为光伏电池组件的透光率；tc为光伏电池组件的运行温度，单位为℃；
[0117]
其次，对所得理论风电出力与光伏出力数据进行归一化处理，计算公式为：
[0118][0119]
其中，p
t
(t)为t时刻理论风电或光伏出力；分别为理论出力时间序列的最大值与最小值；为t时刻归一化后的理论风电或光伏出力；
[0120]
然后，计算当光伏装机容量占比为x，风电装机容量占比为1-x时，t时刻风光联合发电系统的理论总出力，计算公式为：
[0121][0122]
其中，分别为归一化后的t时刻理论光伏出力和风电出力；
[0123]
而后，计算t时刻至t+1时刻联合发电系统中风电与光伏出力的实时互补率，计算公式为：
[0124][0125]
其中，cr(t)为实时互补率，分别为归一化后t时刻风光联合出力波动量，光伏单独出力波动量与风电单独出力波动量，用于表示可再生能源出力的波动性；
[0126]
最后，计算在相应时间分析尺度t内理论风电与光伏出力的互补性β
cp
，计算公式为：
[0127][0128][0129]
其中，δt为理论风光出力数据的时间分辨率；n为时间分析尺度t内的数据量。
[0130]
从上述计算中可得到不同风光装机容量比例下风光出力的互补特性，进而可得出在何种风光装机容量比例下联合发电系统的互补性最强，为联合发电系统的规划提供有效辅助，得到联合系统的最优弃能率β
best
。
[0131]
步骤2中，约束条件包括风电及光伏出力约束和弃风弃光率约束；
[0132]
风电及光伏出力约束表示为：
[0133]
0≤pw(t)≤pwmax
[0134]
0≤p
pv
(t)≤p
pv
max
[0135]
其中，pwmax表示t时段风电场的最大出力；p
pv
max表示t时段光伏电站的最大出力。
[0136]
弃风弃光率约束表示为：
[0137][0138][0139]
其中，λw(t)表示t时段的弃风率，0≤λw(t)≤1；λ
pv
(t)表示t时段的弃光率，0≤λ
pv
(t)≤1；pw(t)为t时段风电场的输出功率p
pv
(t)为t时段光伏电站的输出功率，kwmax表示风电场允许的最大弃风率；k
pv
max表示光伏电站允许的最大弃光率。
[0140]
步骤3：构建下层模型。
[0141]
下层优化模型基于最优风光并网功率曲线及储能系统充放电功率曲线和负荷需求，以综合能源系统经济性最优为目标对各时段火电机组出力进行优化。
[0142]
下层模型的优化目标为综合能源系统经济性最优，目标函数中同时考虑了多项成本，包括火电机组调峰成本、储能电站运行成本；考虑了多项收益，包括火电机组灵活性改造发热收益、发电收益、政府补贴、参与辅助服务市场获得的收益和新能源环境保护收益。最后，通过优化求解得出综合能源系统的系统收益。数学表达式如下：
[0143]
maxf 1＝b1+b2+b3+b4+b5-c1-c2
[0144]
其中，f 1表示考虑最优弃能率的综合能源系统总收益，b1、b2、b3、b4、b5分别代表综合能源系统的发电收益、发热收益、政府补贴、参与辅助服务市场收益和新能源环境保护收益；c1、c2分别代表系统配置成本和系统运行成本。
[0145]
发电收益b1的计算公式为：
[0146]
b1＝gy×
pd[0147]
其中，gy为年度发电量，单位为kw
·
h；pd为电价，单位为元/(kw
·
h)；上网模式是脱硫标杆电价；
[0148]
发热收益b2的计算公式为：
[0149]
b2＝gh×
ph[0150]
其中，gh为年度发热量，热量计算时转换为功率；ph为热价，单位为元/(kw
·
h)；
[0151]
政府补贴b3的计算公式为：
[0152]
b3＝bz+bd[0153]
其中，bz为初投资补贴，bd为电量补贴收入；
[0154]
初投资补贴bz的计算公式为：
[0155]bz
＝cz×
wz[0156]
其中，cz为单位装机容量初投资补贴，单位为元/kw；wz为装机容量，单位为kw；
[0157]
电量补贴收入bd的计算公式为：
[0158]bd
＝gd×
pd[0159]
其中，gd为年度受补贴的发电量，单位为kw
·
h；pd为补贴电价；
[0160]
参与辅助服务市场收益b4的计算公式为：
[0161]
[0162]
其中，为储能电站备用容量收益项，为储能电站调峰调频收益项。
[0163]
储能电站在低谷或弃风、弃光时段储存电力，在需要时段释放电力，提供备用容量、调峰调频等辅助服务交易。储能电站参与辅助服务可以作为独立个体，或者联合火电、热电、新能源电源等参与备用容量辅助服务。因此，储能电站备用容量收益项的计算公式为：
[0164][0165]
其中，为储能电站备用电量，为单位容量备用补偿标准。
[0166]
目前，南方监管局发布《南方区域电化学储能电站并网运行管理及辅助服务管理实施细则(试行)》，要求储能电站根据电力调度机构指令进入充电状态的，按其提供充电调峰服务统计，对充电电量进行补偿，具体补偿标准为0.05万元/mwh。因此，储能电站调峰调频收益项的计算公式为：
[0167][0168]
其中，为储能电站调峰电量，为电量补偿标准。
[0169]
促进风电、光伏等清洁能源的并网消纳可减小火电机组的上网电量，有效降低硝硫等污染气体的排放量。同样的，储能系统的投运也会减小污染物的排放，并带来一定的环境收益。三者并网消纳产生的新能源环境保护收益b5的计算公式为：
[0170][0171]
其中，βw、β
pv
分别为风电、光伏并网消纳产生的环境收益系数；β
chu
为储能系统运行产生的环境收益系数；和p
d,t
分别为t时段的风电消纳功率、光伏消纳功率和储能充放电功率，ηd表示储能充放电效率。
[0172]
为了简化计算，暂不考虑风电机组、光伏机组、火电机组以及储能系统设备的多种设备类型组合情况，而是假定选定某种设备类型，折合为单位功率来研究各发电单元的容量配置情况。
[0173]
系统配置成本c1的计算公式为：
[0174]
c1＝∑(n
wtcwt
+n
pvcpv
+n
thercther
+y
chunchucchu
)λ
cr
[0175]
其中，n
wt
、n
pv
、n
ther
和n
chu
分别为风电机组、光伏发电机组、火电机组和储能装置的装机容量，单位记为：mw；c
wt
、c
pv
、c
ther
和c
chu
分别为风电机组、光伏机组、火电机组和储能装置的配置价格，单位记为：万元/mw；y
chu
为储能装置在整个生命周期内的更换次数，λ
cr
为折旧系数。λ
cr
的计算公式为：
[0176][0177]
其中，r为折旧率，一般20年生命周期为5％，lf为生命周期。
[0178]
系统运行成本c2的计算公式为：
[0179]
c2＝∑(k
wt0
p
wt
δt+k
pv0
p
pv
δt+k
ther0
p
ther
δt+k
y0
pyδt)
[0180]
其中，k
wt0
、k
pv0
、k
ther0
和k
y0
分别为风电机组、光伏发电机组、火电机组和储能装置
的运行和维护成本系数，单位记为：万元/mwh；p
wt
、p
pv
、p
ther
和py分别为风电机组、光伏机组、火电机组和储能装置的功率容量，单位记为：mw。
[0181]
因为在实际过程中，控制器、卸荷器、逆变器等其他固定费用的计算在成本函数里变化都不大，为了简化计算，本技术中将固定费用暂不考虑。
[0182]
在综合能源系统的优化设计过程中，既要有优化的目标，又要对目标优化进行一定的约束。约束条件相当于为优化添加边界，没有约束条件的优化问题将不收敛或者得出的优化结果不具备实际意义。
[0183]
综合能源系统的经济性运行要在满足可靠性和供电质量等约束条件下，根据受端电网的用能需求，对风-光-火-储各发电单元进行运行调度。在容量配比优化的过程中，风力发电机组、光伏发电机组、火电发电机组等的输出功率和储能系统的充放电次数、放电深度等都有一定的约束条件，以确保整个运行通道的供电可靠性。这些约束包括等式约束(功率平衡约束、储能系统电量约束等)和不等式约束(各发电单元的输出功率约束、相关政策性约束等)。基于此，对综合能源系统中风力发电机组、光伏发电机组、火电发电机组和储能系统等单元建立合适的约束条件以满足上述需求，如下：
[0184]
(1)功率平衡约束
[0185]
保证受端电网对负荷的连续、可靠供电需求，综合能源系统并网后的整个系统必须满足功率平衡的条件，即：送端电网总共发出的能量要跟踪系统内负荷的需求，如果失去了这项约束，系统稳定运行的意义就不存在。功率平衡约束表示为：
[0186]
pw(t)+p
pv
(t)+p
ther
(t)+p
chu
(t)＝p
l
(t)
[0187]
其中，pw、p
pv
、p
ther
、p
chu
和p
l
分别为风电、光伏、火电、储能和负荷的当前功率值；
[0188]
(2)风电机组容量约束
[0189]
每种发电单元都必须有装机容量的上限和下限，否则在经济性优化时容易出现极端情况。发电单元的最大装机容量受到投资成本，场地资源等因素限制，通常风电场在布置风机时要考虑风机风轮直径和场地的大小因素。根据负载的功率与风、光机组产生的功率，可以计算出系统配置时风、光机组容量的最大值。
[0190]
当系统仅由火电机组和风电机组供电时，风电机组容量的最小值nwmin表示为：
[0191][0192]
其中，pcmax为常规能源机组的最大功率；
[0193]
当系统处于极端情况时，假设光伏系统和储能系统都不参与供电，仅依靠常规能源机组和风力发电机组供电时，风电机组容量配置为时，能够保证负载供电。风机容量约束如下所示：
[0194]nw
min《nw《nwmax
[0195]
(3)光伏系统容量约束
[0196]
光伏发电系统最大装机容量也要受到场地因素限制，最小装机容量则考虑在综合能源系统中，若系统仅由常规能源机组和光伏系统供电时，光伏发电的最小容量n
pv
min表示为：
[0197]
[0198]
当系统处于极端情况下时，假设风电系统和储能系统不参与供电时，系统仅由火电机组和光伏系统供电时，光伏系统容量配置为n
pv
min时，能够保证负荷的供电。光伏系统的容量约束如下所示：
[0199]npv
min《n
pv
《n
pv
max
[0200]
(4)储能装置充放电容量和功率约束
[0201]
在综合能源系统中，为了保证储能装置的安全充放电和使用寿命，对储能装置的soc和充放电功率进行限制，储能装置的荷电状态t-1时刻的剩余容量和t时刻的充放电功率决定：
[0202]
socmin(t)≤soc(t)≤socmax(t)
[0203][0204][0205]
其中，socmin(t)和socmax(t)分别表示储能装置荷电状态的上限和下限，p
maxc
和p
maxd
分别表示储能装置额定状态下充放电的最大功率；ηc和ηd分别表示储能装置充放电的效率；e
chu
为储能装置的容量。
[0206]
(5)火电机组出力上下限约束
[0207]
综合能源系统鼓励有调节能力的火电机组为了增加新能源的消纳水平进行深度调节，即：最小技术出力30％运行。处于深度调节阶段的火电机组运行成本效率大幅下降，大幅增加系统能耗和污染物排放，不利于电力系统能源效率的提高。因此，风光火的协调控制需要兼顾考虑风光储电站的调节能力及火电机组的经济性，从而保证风光火综合效益的最大化。
[0208]
火电机组出力上下限约束表示为：
[0209]
pymin《py(t)《pymax
[0210]
其中，pymin和pymax分别为火电机组最小输出功率和最大输出功率，单位记为：mw。
[0211]
优化模型如图3所示：上层优化模型以风光出力互补性最优为目标函数，在满足弃风弃光率约束及光伏、风机出力约束的基础上，以风光出力互补性最优为目标对各时段的弃风弃光率进行优化，由此得出最优弃能率(即弃风弃光率)。同时，将得到的最优弃能率传递至下层优化模型，结合储能系统运行约束、火电机组运行约束及负荷需求得到最优风光并网功率曲线和储能系统充放电功率曲线。下层优化模型基于最优风光并网功率曲线及储能系统充放电功率曲线和负荷需求，以综合能源系统经济性最优为目标对各时段火电机组出力进行优化。目标函数中同时考虑了多项成本，包括系统配置成本、系统运行成本；考虑了多项收益，包括火电机组灵活性改造发热收益、发电收益、政府补贴、参与辅助服务市场获得的收益和新能源环境保护收益。最后，通过优化求解得出综合能源系统的系统收益。
[0212]
实施例2：
[0213]
如图4所示，本实施例采用改进的ieee-30节点系统模拟受端电网进行算例分析，系统中包括4台火电机组、1个风电场、1个光伏电站和1个储能电站。其中，储能电站的并网节点编号为2，光伏电站的并网节点编号为7，风电场的并网节点编号为8，各线路的最大输电容量参数来自matpower case30系统，并将其增大为原来的2倍。算例选取负荷较大的夏
至日作为负荷典型日，并以1h为1个调度时段，典型日负荷、风电出力及光伏出力曲线如图5所示，设定的上层模型的参数设置如下：储能电站初始储能为40mw
·
h，充电效率ηc、放电效率ηd均为90％，最大充电功率p
c,max
、最大放电功率p
d,max
均为100mw，最大储存电量q
smax
为400mw
·
h，荷电比例上限q
soc,max
为0.9，荷电比例下限q
soc,min
为0.1，风电场的额定容量为400mw，光伏电站的额定容量为150mw，最大弃风弃光率k
w,max
、k
pv,max
分别为9.8％、10％。
[0214]
系统火电机组参数见附录表1，设200、300mw机组只参与基本调峰，600mw机组参与深度调峰。下层模型的主要参数如表2所示，在matlab环境中通过yalmip工具箱调用cplex求解器对本文模型进行求解。
[0215]
表1改进的ieee-30节点系统火电机组参数
[0216][0217][0218]
表2下层模型的主要参数
[0219]
[0220][0221]
通过对上层和下层模型的优化求解，得到受端电网系统运行成本的最小值为370.9120万元。其中各时段的最优弃风弃光率如图6所示，火电机组最优出力及风光消纳情况如图7所示。
[0222]
由图6可见，弃风主要发生在时段2:00—4:00及23:00—24:00，此时的最优弃风率维持在较高水平，最大弃风率已达到72.83％，而其他时段的最优弃风率均为0，这与风电的反调峰特性和上层模型的目标函数有直接关系。与此同时，由于日间的光伏出力有助于降低电网调峰的难度，因此总弃光量较小，仅为98.46mw，且弃光时段仅为15:00—18:00。
[0223]
由图7可以看出，整个调度周期内火电机组3、4始终运行在开机状态，机组2大部分时段处于开机状态，而机组1仅在时段9:00—13:00开机，这是因为机组2—4的容量较大，出力较为稳定，三者同时开启能够承担大部分时段的电量任务，并满足为应对负荷、风电及光伏预测误差而预留的旋转备用需求。而由于机组4在高峰负荷时段(9:00—13:00)出力较大，此时为满足系统备用需求，机组1开启承担一部分的正备用容量，但受其最小出力和负旋转备用的制约，机组1仍以最小出力方式运行。储能电站出力具有良好的灵活性和可控性，既能在一定程度上弥补风电的反调峰特性，又能减小火电机组的出力，并带来一定的环境收益。
[0224]
储能电站最优充放电功率及各时段的储电量如图8所示。由图8可知，为使削峰填谷的效果达到最佳，储能电站在低负荷时段1:00—4:00和15:00—18:00开始充电，提高了净负荷曲线的“谷值”，而在午高峰和晚高峰时段开始放电，降低了净负荷曲线的“峰值”，且其荷电比例始终满足储能运行约束，从而缓解火电机组的调峰压力，增大风电、光伏的消纳空间。
[0225]
综上所述，本发明通过分析合理弃风弃光对电网调峰难度及整体经济性的影响，提出了一种考虑最优弃能率的风光火储联合系统双层优化调度模型，考虑将最优弃风弃光率的净负荷方差模型作为上层模型的优化目标，并基于此对各时段的弃风弃光率及储能系统充放电功率进行优化分析。然后综合考虑火电机组调峰成本、风电、光伏和储能系统运行成本、系统旋转备用成本、环境保护税、风光并网消纳及储能系统的环境收益，制订下层目标函数，使电网运行成本最小，全面地反映风电、光伏及储能的并网消纳对受端电网总体经济性的影响。并通过ieee-30节点系统验证了本技术模型的有效性。

技术特征：
1.考虑最优弃能率的综合能源系统双层规划优化方法，其特征在于，包括：步骤1、对风光出力互补特性进行分析；步骤2、构建上层优化模型：上层优化模型以受端电网净负荷方差最小为目标函数，在满足约束条件的基础上，对各时段的弃风弃光率及储能系统充放电功率进行优化，由此得出各时段最优风光并网功率及储能充放电功率；同时，将考虑最优弃能率的风光并网功率曲线及储能系统充放电功率曲线传递至下层优化模型；步骤3、构建下层优化模型：基于风光并网功率曲线及储能系统充放电功率曲线和负荷需求，在满足约束条件的基础上，以综合能源系统经济性最优为目标对各时段火电机组出力进行优化。2.根据权利要求1所述的考虑最优弃能率的综合能源系统双层规划优化方法，其特征在于，步骤2中，目标函数的建立包括：步骤2.1、将待开发风光联合发电系统地区的资源数据转换为出力数据，其中，风资源数据通过相应风电机组理论功率曲线转换为风出力数据；光出力数据的计算公式为：p
pv
＝ηsl
t
ω[1-0.0045(t
c-25)]其中，p
pv
为光出力数据；η为转换效率；s为光伏电池组件的表面面积，单位为m2；l
t
为太阳总辐射量，单位为w/m2；ω为光伏电池组件的透光率；tc为光伏电池组件的运行温度，单位为℃；步骤2.2、对所得理论风电出力与光伏出力数据进行归一化处理，计算公式为：其中，p
t
(t)为t时刻理论风电或光伏出力；分别为理论出力时间序列的最大值与最小值；为t时刻归一化后的理论风电或光伏出力；步骤2.3、计算当光伏装机容量占比为x，风电装机容量占比为1-x时，t时刻风光联合发电系统的理论总出力，计算公式为：其中，分别为归一化后的t时刻理论光伏出力和风电出力；步骤2.4、计算t时刻至t+1时刻联合发电系统中风电与光伏出力的实时互补率，计算公式为：其中，c
r
(t)为实时互补率，分别为归一化后t时刻风光联合
出力波动量，光伏单独出力波动量与风电单独出力波动量，用于表示可再生能源出力的波动性；步骤2.5、计算在相应时间分析尺度t内理论风电与光伏出力的互补性β
cp
，计算公式为：，计算公式为：其中，δt为理论风光出力数据的时间分辨率；为时间分析尺度t内的数据量。3.根据权利要求2所述的考虑最优弃能率的综合能源系统双层规划优化方法，其特征在于，步骤2中，约束条件包括风电及光伏出力约束和弃风弃光率约束；风电及光伏出力约束表示为：0≤p
w
(t)≤p
w
max0≤p
pv
(t)≤p
pv
max其中，p
w
max表示t时段风电场的最大出力；p
pv
max表示t时段光伏电站的最大出力。弃风弃光率约束表示为：弃风弃光率约束表示为：其中λ
w
(t)表示t时段的弃风率，0≤λ
w
(t)≤1；λ
pv
(t)表示t时段的弃光率，0≤λ
pv
(t)≤1；p
w
(t)为t时段风电场的输出功率p
pv
(t)为t时段光伏电站的输出功率；k
w
max表示风电场允许的最大弃风率；k
pv
max表示光伏电站允许的最大弃光率。4.根据权利要求3所述的考虑最优弃能率的综合能源系统双层规划优化方法，其特征在于，步骤3中，综合能源系统的总收益表示为：maxf 1＝b1+b2+b3+b4+b5-c1-c2其中，f 1表示考虑最优弃能率的综合能源系统总收益，b1、b2、b3、b4、b5分别代表综合能源系统的发电收益、发热收益、政府补贴、参与辅助服务市场收益和新能源环境保护收益；c1、c2分别代表系统配置成本和系统运行成本。5.根据权利要求4所述的考虑最优弃能率的综合能源系统双层规划优化方法，其特征在于，步骤3中，发电收益b1的计算公式为：b1＝g
y
×
p
d
其中，g
y
为年度发电量，单位为kw
·
h；p
d
为电价，单位为元/(kw
·
h)；发热收益b2的计算公式为：b2＝g
h
×
p
h
其中，g
h
为年度发热量，热量计算时转换为功率；p
h
为热价，单位为元/(kw
·
h)；政府补贴b3的计算公式为：b3＝b
z
+b
d
其中，b
z
为初投资补贴，b
d
为电量补贴收入；
参与辅助服务市场收益b4的计算公式为：其中，为储能电站备用容量收益项，为储能电站调峰调频收益项；新能源环境保护收益b5的计算公式为：其中，β
w
、β
pv
分别为风电、光伏并网消纳产生的环境收益系数；β
chu
为储能系统运行产生的环境收益系数；和p
d,t
分别为t时段的风电消纳功率、光伏消纳功率和储能充放电功率，η
d
表示储能充放电效率。6.根据权利要求5所述的考虑最优弃能率的综合能源系统双层规划优化方法，其特征在于，步骤3中，系统配置成本c1的计算公式为：c1＝∑(n
wt
c
wt
+n
pv
c
pv
+n
ther
c
ther
+y
chu
n
chu
c
chu
)λ
cr
其中，n
wt
、n
pv
、n
ther
和n
chu
分别为风电机组、光伏发电机组、火电机组和储能装置的装机容量，单位记为：mw；c
wt
、c
pv
、c
ther
和c
chu
分别为风电机组、光伏机组、火电机组和储能装置的配置价格，单位记为：万元/mw；y
chu
为储能装置在整个生命周期内的更换次数，λ
cr
为折旧系数；系统运行成本c2的计算公式为：c2＝∑(k
wt0
p
wt
δt+k
pv0
p
pv
δt+k
ther0
p
ther
δt+k
y0
p
y
δt)其中，k
wt0
、k
pv0
、k
ther0
和k
y0
分别为风电机组、光伏发电机组、火电机组和储能装置的运行和维护成本系数，单位记为：万元/mwh；p
wt
、p
pv
、p
ther
和p
y
分别为风电机组、光伏机组、火电机组和储能装置的功率容量，单位记为：mw。7.根据权利要求6所述的考虑最优弃能率的综合能源系统双层规划优化方法，其特征在于，步骤3中，约束条件包括功率平衡约束、风电机组容量约束、光伏系统容量约束、储能装置充放电容量和功率约束和火电机组出力上下限约束；功率平衡约束表示为：p
w
(t)+p
pv
(t)+p
ther
(t)+p
chu
(t)＝p
l
(t)其中，p
w
、p
pv
、p
ther
、p
chu
和p
l
分别为风电、光伏、火电、储能和负荷的当前功率值；风电机组容量约束中，风电机组容量的最小值n
w
min表示为：其中，p
c
max为常规能源机组的最大功率；光伏系统容量约束中，光伏发电的最小容量n
pv
min表示为：储能装置充放电容量和功率约束表示为：socmin(t)≤soc(t)≤socmax(t)
其中，socmin(t)和socmax(t)分别表示储能装置荷电状态的上限和下限，p
maxc
和p
maxd
分别表示储能装置额定状态下充放电的最大功率；η
c
和η
d
分别表示储能装置充放电的效率；e
chu
为储能装置的容量；火电机组出力上下限约束表示为：p
y
min<p
y
(t)<p
y
max其中，p
y
min和p
y
max分别为火电机组最小输出功率和最大输出功率，单位记为：mw。8.根据权利要求7所述的考虑最优弃能率的综合能源系统双层规划优化方法，其特征在于，步骤3中，初投资补贴b
z
的计算公式为：b
z
＝c
z
×
w
z
其中，c
z
为单位装机容量初投资补贴，单位为元/kw；w
z
为装机容量，单位为kw；电量补贴收入b
d
的计算公式为：b
d
＝g
d
×
p
d
其中，g
d
为年度受补贴的发电量，单位为kw
·
h；p
d
为补贴电价；储能电站备用容量收益项的计算公式为：其中，为储能电站备用电量，为单位容量备用补偿标准；储能电站调峰调频收益项的计算公式为：其中，为储能电站调峰电量，为电量补偿标准。9.考虑最优弃能率的综合能源系统双层规划优化装置，其特征在于，用于执行权利要求1至8任一所述的考虑最优弃能率的综合能源系统双层规划优化方法，包括：分析模块，用于对风光出力互补特性进行分析；第一构建模块，用于构建上层优化模型：上层优化模型以受端电网净负荷方差最小为目标函数，在满足约束条件的基础上，对各时段的弃风弃光率及储能系统充放电功率进行优化，由此得出各时段最优风光并网功率及储能充放电功率；同时，将考虑最优弃能率的风光并网功率曲线及储能系统充放电功率曲线传递至下层优化模型；第二构建模块，用于构建下层优化模型：基于风光并网功率曲线及储能系统充放电功率曲线和负荷需求，在满足约束条件的基础上，以综合能源系统经济性最优为目标对各时段火电机组出力进行优化。10.一种计算机存储介质，其特征在于，所述计算机存储介质内存储有计算机程序；所述计算机程序在计算机上运行时，使得计算机执行权利要求1至8任一所述的考虑最优弃能率的综合能源系统双层规划优化方法。

技术总结
本发明涉及考虑最优弃能率的综合能源系统双层规划优化方法及应用。本发明适用于能源规划技术领域。本发明要解决的技术问题是：提出了考虑最优弃能率的综合能源系统双层规划优化方法及应用。本发明所采用的技术方案是：第一方面，提供了考虑最优弃能率的综合能源系统双层规划优化方法，包括：步骤1、对风光出力互补特性进行分析；步骤2、构建上层优化模型；步骤3、构建下层优化模型；第二方面，提供了考虑最优弃能率的综合能源系统双层规划优化装置，用于执行第一方面任一所述的考虑最优弃能率的综合能源系统双层规划优化方法。率的综合能源系统双层规划优化方法。率的综合能源系统双层规划优化方法。


技术研发人员：刘秋华 陈晓琳 钱序 董鹏旭 栗奕博 王永利 张凯军 赵中华 李颐雯
受保护的技术使用者：中国电建集团华东勘测设计研究院有限公司
技术研发日：2023.03.17
技术公布日：2023/9/26