Nothing Special   »   [go: up one dir, main page]

CN118297491B - 考虑水电站与光伏电站嵌套调度的光伏容量计算方法 - Google Patents

考虑水电站与光伏电站嵌套调度的光伏容量计算方法 Download PDF

Info

Publication number
CN118297491B
CN118297491B CN202410659397.9A CN202410659397A CN118297491B CN 118297491 B CN118297491 B CN 118297491B CN 202410659397 A CN202410659397 A CN 202410659397A CN 118297491 B CN118297491 B CN 118297491B
Authority
CN
China
Prior art keywords
water
flow
reservoir
photovoltaic
period
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.)
Active
Application number
CN202410659397.9A
Other languages
English (en)
Other versions
CN118297491A (zh
Inventor
郭爱军
畅建霞
张钧皓
王义民
王学斌
牛晨
王童
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian University of Technology
Original Assignee
Xian University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian University of Technology filed Critical Xian University of Technology
Priority to CN202410659397.9A priority Critical patent/CN118297491B/zh
Publication of CN118297491A publication Critical patent/CN118297491A/zh
Application granted granted Critical
Publication of CN118297491B publication Critical patent/CN118297491B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03B—MACHINES OR ENGINES FOR LIQUIDS
    • F03B13/00—Adaptations of machines or engines for special use; Combinations of machines or engines with driving or driven apparatus; Power stations or aggregates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2220/00—Application
    • F05B2220/70—Application in combination with
    • F05B2220/706—Application in combination with an electrical generator
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Geometry (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Combustion & Propulsion (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Evolutionary Computation (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Computer Hardware Design (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了考虑水电站与光伏电站嵌套调度的光伏容量计算方法，具体按照以下步骤实施：基于调度指标构建水光互补调度指标体系；基于外层梯级水电站中长期调度和内层水光互补短期调度构建水光互补调度模型；求解水光互补调度模型，根据求解结果确定光伏容量配置；本发明计算方法，针对多能互补系统新能源电站容量配置问题，提出了长短期并行嵌套的水光互补模型，实现了“短期日内峰谷互补、长期电量丰枯互济”的同步计算，提高了水光互补系统模拟精度，可为决策者提供能充分发挥地区资源优势的光伏容量配置方案。

Description

考虑水电站与光伏电站嵌套调度的光伏容量计算方法
技术领域
本发明属于水利工程技术领域，具体涉及考虑水电站与光伏电站嵌套调度的光伏容量计算方法。
背景技术
近年来我国风电、光伏等新能源发展迅速，然而风电、光伏受限于资源固有的间歇、随机、波动等天然特性，降低了电能质量和可靠性，给电网的稳定运行带来很大的影响。水电机组启停迅速、调节性能优异，可有效平抑新能源电站出力的不确定性，以水电为核心的多能互补系统受到广泛关注。如何充分发挥多能互补系统电量互济、容量互补等优势，提高地区资源利用效率，确定区域合适的新能源装机容量是关键问题之一。
现阶段新能源电站容量配置立足于多能互补系统的构建，相关研究通常以新能源弃电量最少或多能互补系统经济性最优为优化目标，综合考虑水库、电网等约束构建多能互补模型，采用进化类或规划类算法对其求解，通过对模型运行过程模拟分析，在规划设计阶段促进不同能源之间的协同性，确定新能源电站最优容量配置。然而受限于维数灾问题，目前通常提炼可代表短期弃电风险的函数将其带入长系列模拟计算中，或选取典型年进行精细化调度。上述方式仅概括地处理了新能源发电出力和径流系列的长期随机变化过程，难以准确衡量长系列多能互补系统模拟计算中日内运行过程的弃电情况，导致新能源电站容量配置不合理，造成地区资源开发不充分或投资浪费等情况。
发明内容
本发明的目的是提供考虑水电站与光伏电站嵌套调度的光伏容量计算方法，能够提高水光互补系统模拟精度，可为决策者提供能充分发挥地区资源优势的光伏容量配置方案。
本发明所采用的技术方案是，考虑水电站与光伏电站嵌套调度的光伏容量计算方法，具体按照以下步骤实施：
步骤1、基于调度指标构建水光互补调度指标体系；
步骤2、基于外层梯级水电站中长期调度和内层水光互补短期调度构建水光互补调度模型；
步骤3、求解水光互补调度模型，根据求解结果确定光伏容量配置。
本发明的特点还在于：
步骤1中调度指标包括：
强迫电量，表达式为，其中，分别为水电站出力系数、t时段的综合利用流量、发电水头；
可支配水电电量，表达式为，其中，分别为在T时段的水电电量和水电强迫电量；
光伏弃电量，表达式为，其中，分别为t时刻的水电出力、光伏出力，T为调度总时段；
光伏消纳量，表达式为，其中，分别为T时段的光伏消纳量、光伏弃电量；
光伏弃电率，表达式为，其中，分别为T时段的光伏弃电量和光伏发电量。
步骤2中水光互补调度模型为由外层梯级水电站中长期调度模型、内层水光互补短期调度模型、水光互补调度模型约束条件组成的模型。
外层梯级水电站中长期调度模型的构建过程为：
以光伏弃电率最小和水电逐年月最小出力最大为目标，通过量级系数区分目标优先级，优先满足光伏弃电率目标计算，构建外层梯级水电站中长期调度模型，外层梯级水电站中长期调度模型的目标函数表达式为：
；
式中，表示光伏弃电率加量级系数乘水电逐年最小出力，为光伏弃电率，为水电逐年最小出力，为量级系数；
其中，光伏弃电率计算公式为：
；
水电逐年月最小出力计算公式为：
；
式中，为光伏弃电率，T为调度总时段，为y年、t月水电的出力，Y表示计算总年数。
内层水光互补短期调度模型的构建过程为：
以光伏弃电量最小和水电峰时段发电量最大为目标，通过量级系数区分目标优先级，优先满足光伏弃电量的目标计算，构建内层水光互补短期调度模型，内层水光互补短期调度模型的目标函数表达式为：
；
式中，表示光伏弃电量减量级系数乘水电发电量，为光伏弃电量，为水电发电量，为量级系数；
其中，光伏弃电量计算公式为：
；
水电峰时段发电量计算公式为：
；
式中，为在调度总时段T中光伏弃电量；为在调度总时段T中峰时段的水电发电量。
水光互补调度模型约束条件为：
流量平衡约束：
；
式中，表示第m座水库在时段的出库流量，表示第m+1座水库在t时段的入库流量；分别为t时段第m和m+1座水库之间的区间汇流量、区间用引水流量；为上下水库之间的水流滞时约束；
水量平衡约束：
；
；
式中，为第m座水库在t时段初蓄水量，为末蓄水量，为水库水量损失，为入库流量，为出库流量；表示各阶段的时段长度；为第m座水库在t时段开始的水库水面面积，为第m座水库在t时段末尾水库水面面积；为第m座水库在t时段的渗漏、为第m座水库在t时段的蒸发系数；
水库水位约束：
；
；
式中，为第m座水库在t时段的水位约束下限，为第m座水库在t时段的水位约束上限；为第m座水库在调度时段水库的初始水位，第m座水库在调度时段水库的末尾水位；
水库下泄流量约束：
；
式中，为第m座水库在t时段的最小出库流量，为第m座水库在t时段的最大出库流量；
综合利用流量约束：
；
式中，为t时段m座水库下游的调水，为农业用水，为河道生态基流，为生活用水；
综合利用流量年保证率约束：
；
；
式中，Y表示计算总年数，表示综合利用流量破坏系数，为y年m水库下泄水量，为下游综合利用所需流量，为综合利用流量年保证率；
电站出力约束：
；
式中，表示第m座水库在t时段的出力，为第m座水库的装机容量；
峰平谷时段出力约束：
；
式中，为电网的峰时刻，为电网的平时刻，为电网的谷时刻；为水电出力，为光伏被消纳的出力。
步骤3具体过程为：
步骤3.1、在水电站获取入库流量、生态流量、调水流量、灌溉流量输入外层梯级水电站中长期调度模型目标函数，使用遗传算法计算到月尺度数据，即水库月初末水位、月均出入库流量、综合利用流量；
步骤3.2、以月均出入库流量、水库月初末水位为月尺度边界，将月尺度数据输入内层水光互补短期调度模型目标函数得到日尺度数据，即小时尺度各水库出力、下泄流量、光伏消纳量、光伏弃电量；
步骤3.3、根据光伏消纳量、光伏弃电量计算光伏弃电率，以优先满足光伏弃电率为前提，将日尺度数据输入外层梯级水电站中长期调度模型的目标函数，采用种群算法计算光伏弃电率，将计算的光伏弃电率作为适应度值；
步骤3.4、输出适应度值最小时对应的日尺度数据，计算最小光伏弃电率；
步骤3.5、光伏弃电率10%为标准确定光伏电站的最佳容量配置。
步骤3.1具体过程为：
步骤3.1.1、在水电站获取入库流量、生态流量、调水流量、灌溉流量，向外层梯级水电站中长期调度模型目标函数中输入入库流量、生态流量、调水流量、灌溉流量，并计算流量平衡约束、水量平衡约束、水库下泄流量约束、综合利用流量年保证率约束、电站出力约束、峰平谷时段出力约束的范围数据，以水库的出库流量为决策变量生成初始种群；
步骤3.1.2、根据决策变量进行水位约束、综合利用流量约束条件判断，对突破约束的决策变量通过调制下泄量进行修正，使用进化类算法对外层梯级水电站中长期调度模型目标函数计算得到水库月初末水位、月均出入库流量、综合利用流量。
步骤3.2具体过程为：
步骤3.2.1、将水库月初末水位、月均出入库流量、综合利用流量输入内层水光互补短期调度模型目标函数；
步骤3.2.2、设置水电出力初始解为光伏出力互补值，出库流量初始解为水电出力所对应的流量；将水库调度中存在的水位库容关系曲线约束、尾水位与下泄流量关系曲线约束转为线性约束，单变量函数关系采用分段线性化的方式，多变量函数关系采用三角剖分法；
步骤3.2.3、以水库的满发流量为临界条件，若水库下泄流量大于满发流量，设置水电站的出力等于电站装机容量，若水库下泄流量不大于满发流量，计算的是小时尺度各水库出力、下泄流量、光伏消纳量、光伏弃电量。
本发明有益效果是：
本发明考虑水电站与光伏电站嵌套调度的光伏容量计算方法，针对多能互补系统新能源电站容量配置问题，提出了长短期并行嵌套的水光互补模型，实现了“短期日内峰谷互补、长期电量丰枯互济”的同步计算，提高了水光互补系统模拟精度，可为决策者提供能充分发挥地区资源优势的光伏容量配置方案。
附图说明
图1是本发明水光互补指标示意图；
图2是本发明求解流程示意图；
图3是本发明以西北地区某流域为例的流域节点概化图；
图4（a）是本发明利用小时数随光伏装机的变化图；
图4（b）是本发明光伏弃电率随光伏装机的变化图；
图5（a）是本发明流域内具有中长期调节能力水库的A电站典型年水位变化过程图；
图5（b）是本发明流域内具有中长期调节能力水库的D电站典型年水位变化过程图；
图6（a）是本发明实施例中典型年之间水电与光伏的利用小时数对比图；
图6（b）是本发明实施例中多年各月平均光伏发电量光伏弃电率、水电发电量之间的关系对比图；
图6（c）是本发明实施例中综合利用流量年保证率示意图；
图7是本发明流域内典型日出力过程图；
其中，（a）为光伏40万kW装机-大水量对应的出力变化图；
（b）为光伏40万kW装机-小水量对应的出力变化图；
（c）为光伏40万kW装机-中水量对应的出力变化图；
（d）为光伏0万kW装机-中水量对应的出力变化图；
图8是本发明流域内典型日水位过程图；
其中，（a）为流域内光伏40万kW装机-大水量典型日水位过程图；
（b）为流域内光伏40万kW装机-小水量典型日水位过程图；
（c）为流域内光伏40万kW装机-中水量典型日水位过程图；
（d）为流域内光伏0万kW装机-中水量典型日水位过程图；
图9是本发明水电电量及电量变幅图；
图10是本发明可用调峰水量与可支配水电电量关系图；
图11（a）为每日可用调峰流量与光伏弃电率的关系图；
图11（b）为可支配水电电量与光伏弃电率的关系图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
实施例1
本发明考虑水电站与光伏电站嵌套调度的光伏容量计算方法，具体按照以下步骤实施：
步骤1、基于调度指标构建水光互补调度指标体系；包括：
强迫电量，表达式为，其中，分别为水电站出力系数、t时段的综合利用流量、发电水头；
可支配水电电量，表达式为，其中，分别为在T时段的水电电量和水电强迫电量；
光伏弃电量，表达式为，其中，分别为t时刻的水电出力、光伏出力，T为调度总时段；
光伏消纳量，表达式为，其中，分别为T时段的光伏消纳量、光伏弃电量；
光伏弃电率，表达式为，其中，分别为T时段的光伏弃电量和光伏发电量，并以阴天和晴天为场景，生成水光互补指标示意图，如图1所示。
其中，强迫电量表示一定时间段内水电站按照下游生态、供水等要求必须满足的综合流量下泄时所对应的电量；可支配水电电量表示一定时间段内水电站扣除综合利用流量后可自由支配的水量所对应发电量，最大为水电发电量，最小为零；光伏弃电量表示一定时间段内未被系统消纳吸收的光伏部分，最大为光伏发电量，最小为零。本发明以不弃水为调度原则优先消纳水电所发电量。为不增加网内调峰负担，视峰平谷各时段内光伏未被水电平抑波动的电量为光伏弃电量；光伏消纳量表示一定时间段内可被电网消纳吸收的光伏部分，最大为光伏发电量，最小为零。光伏发电量减去光伏弃电量即为光伏消纳量；光伏弃电率：光伏弃电率表示光伏弃电量与光伏发电量的比值，可反应光伏电站的利用情况。最小为0%，最大为100%。
步骤2、基于外层梯级水电站中长期调度和内层水光互补短期调度构建水光互补调度模型；
本实施例中，构建水光互补调度模型包括外层梯级水电站中长期调度模型和内层水光互补短期调度模型，其中，外层中长期调度计算考虑供蓄水期水库综合利用需求，对水量进行优化分配，以光伏弃电率最小和水电逐年月最小出力最大为目标，通过光伏弃电率最小和水电逐年月最小出力对应的量级系数区分目标优先级，在区分目标优先级过程中，根据需要区分的光伏弃电率最小或水电逐年月最小出力最大的优先级设定量级系数，若以光伏弃电率最小为目标，将光伏弃电率最小对应的量级系数设置为 1，水电逐年月最小出力最大对应的量级系数设置为0;若以水电逐年月最小出力最大为目标，水电逐年月最小出力对应的量级系数设置为1，光伏弃电率最小对应的量级系数设置为 0;若光伏弃电率最小和水电逐年月最小出力最大均占一定的比例，则合理设置光伏弃电率最小和水电逐年月最小出力最大对应的量级系数即可，优先满足光伏弃电率目标计算；内层短期计算基于光伏随机性、不确定性、波动性特征及电网调峰需求，对日内水电、光伏出力过程进行优化，以光伏弃电量最小和水电峰时段发电量最大为目标，通过量级系数区分目标优先级，优先满足光伏弃电量的目标计算。
步骤3、求解水光互补调度模型，根据求解结果确定光伏容量配置。
在长期计算中使用进化类算法将长系列数据计算到月尺度进行一次降维；其次，短期以长期的流量、水位为月尺度边界，依据短期调度优化目标进行月内水量再分配；然后，将短期得到的小时尺度结果传递给长期模型，以光伏弃电量为指标在长期模型中嵌入短期需求，实现“短期日内峰谷互补、长期电量丰枯互济”同步计算；最后，通过并行技术加快求解速度。
实施例2
考虑水电站与光伏电站嵌套调度的光伏容量计算方法，在实施例1的基础上，步骤2基于外层梯级水电站中长期调度和内层水光互补短期调度构建水光互补调度模型，水光互补调度模型为由外层梯级水电站中长期调度模型、内层水光互补短期调度模型、水光互补调度模型约束条件组成的模型。
其中，外层梯级水电站中长期调度模型的构建过程为：
以光伏弃电率最小和水电逐年月最小出力最大为目标，通过量级系数区分目标优先级，优先满足光伏弃电率目标计算，构建外层梯级水电站中长期调度模型，外层梯级水电站中长期调度模型的目标函数表达式为：
（1）；
式中，表示光伏弃电率加量级系数乘水电逐年最小出力，为光伏弃电率，为水电逐年最小出力，为量级系数；
其中，光伏弃电率计算公式为：
（2）；
水电逐年月最小出力计算公式为：
（3）；
式中，为光伏弃电率，T为调度总时段，为y年、t月水电的出力，Y表示计算总年数。
内层水光互补短期调度模型的构建过程为：
以光伏弃电量最小和水电峰时段发电量最大为目标，通过量级系数区分目标优先级，优先满足光伏弃电量的目标计算，构建内层水光互补短期调度模型，内层水光互补短期调度模型的目标函数表达式为：
（4）；
式中，表示光伏弃电量减量级系数乘水电发电量，为光伏弃电量，为水电发电量，为量级系数；
其中，光伏弃电量计算公式为：
（5）；
水电峰时段发电量计算公式为：
（6）；
式中，为在调度总时段T中光伏弃电量；为在调度总时段T中峰时段的水电发电量。
水光互补调度模型约束条件为：
流量平衡约束：
（7）；
式中，表示第m座水库在时段的出库流量，表示第m+1座水库在t时段的入库流量；分别为t时段第m和m+1座水库之间的区间汇流量、区间用引水流量；为上下水库之间的水流滞时约束；
水量平衡约束：
（8）；
（9）；
式中，为第m座水库在t时段初蓄水量，为末蓄水量，为水库水量损失，为入库流量，为出库流量；表示各阶段的时段长度；为第m座水库在t时段开始的水库水面面积，为第m座水库在t时段末尾水库水面面积；为第m座水库在t时段的渗漏、为第m座水库在t时段的蒸发系数；
水库水位约束：
（10）；
（11）；
式中，为第m座水库在t时段的水位约束下限，为第m座水库在t时段的水位约束上限；为第m座水库在调度时段水库的初始水位，第m座水库在调度时段水库的末尾水位；
水库下泄流量约束：
（12）；
式中，为第m座水库在t时段的最小出库流量，为第m座水库在t时段的最大出库流量；
综合利用流量约束：
（13）；
式中，为t时段m座水库下游的调水，为农业用水，为河道生态基流，为生活用水；
综合利用流量年保证率约束：
；
；
式中，Y表示计算总年数，表示综合利用流量破坏系数，为y年m水库下泄水量，为下游综合利用所需流量，为综合利用流量年保证率；
电站出力约束：
（16）；
式中，表示第m座水库在t时段的出力，为第m座水库的装机容量；
峰平谷时段出力约束：
（17）；
式中，为电网的峰时刻，为电网的平时刻，为电网的谷时刻；为水电出力，为光伏被消纳的出力。
上述约束中，内层水光互补短期调度模型满足流量平衡约束，外层梯级水电站中长期调度模型和内层水光互补短期调度模型均满足水量平衡约束、水库水位约束、水库下泄流量约束、综合利用流量约束、综合利用流量年保证率约束、电站出力约束、峰平谷时段出力约束。
实施例3
考虑水电站与光伏电站嵌套调度的光伏容量计算方法，在实施例1的基础上，如图2所示，步骤3求解水光互补调度模型，根据求解结果确定光伏容量配置具体过程为：
步骤3.1、在水电站获取入库流量、生态流量、调水流量、灌溉流量输入外层梯级水电站中长期调度模型目标函数，使用遗传算法计算到月尺度数据，即水库月初末水位、月均出入库流量、综合利用流量；具体过程为：
步骤3.1.1、在水电站获取入库流量、生态流量、调水流量、灌溉流量，向外层梯级水电站中长期调度模型目标函数中输入入库流量、生态流量、调水流量、灌溉流量，并计算流量平衡约束、水量平衡约束、水库下泄流量约束、综合利用流量年保证率约束、电站出力约束、峰平谷时段出力约束的范围数据，以水库的出库流量为决策变量生成初始种群；
步骤3.1.2、根据决策变量进行水位约束、综合利用流量约束条件判断，对突破约束的决策变量通过调制下泄量进行修正，使用进化类算法对外层梯级水电站中长期调度模型目标函数计算得到水库月初末水位、月均出入库流量、综合利用流量。
本实施例中，增强精英保留策略的遗传算法可保留每一代最优种群，提升收敛速度，但本实施例计算时间长度为30年，实例计算流域有两座水库参与长期月尺度计算，需生成720个决策变量，使用该算法求解仍较为困难，因此引入并行的方式加快计算速度。
步骤3.2、以月均出入库流量、水库月初末水位为月尺度边界，将月尺度数据输入内层水光互补短期调度模型目标函数得到日尺度数据，即小时尺度各水库出力、下泄流量、光伏消纳量、光伏弃电量；具体过程为：
步骤3.2.1、将水库月初末水位、月均出入库流量、综合利用流量输入内层水光互补短期调度模型目标函数；
步骤3.2.2、设置水电出力初始解为光伏出力互补值，出库流量初始解为水电出力所对应的流量；将水库调度中存在的水位库容关系曲线约束、尾水位与下泄流量关系曲线约束转为线性约束，单变量函数关系采用分段线性化的方式，多变量函数关系采用三角剖分法；
步骤3.2.3、以水库的满发流量为临界条件，若水库下泄流量大于满发流量，设置水电站的出力等于电站装机容量，若水库下泄流量不大于满发流量，计算的是小时尺度各水库出力、下泄流量、光伏消纳量、光伏弃电量。
步骤3.3、根据光伏消纳量、光伏弃电量计算光伏弃电率，以优先满足光伏弃电率为前提，将日尺度数据输入外层梯级水电站中长期调度模型的目标函数，采用种群算法计算光伏弃电率，将计算的光伏弃电率作为适应度值；
步骤3.4、输出适应度值最小时对应的日尺度数据，计算最小光伏弃电率；
步骤3.5、光伏弃电率10%为标准确定光伏电站的最佳容量配置。
实施例4
本实施例考虑水电站与光伏电站嵌套调度的光伏容量计算方法，在实施例1-3的基础上，步骤3中短期模型求解方法具体为，长期模型的迭代进化都需要进行短期模型的计算，短期模型解的稳定性尤为重要，规划类算法求解结果稳定，适用于本发明中内层水光互补短期调度模型的构建，水库发电调度问题具有大量的非线性非凸约束，使用规划类算法很难对其直接进行求解，本实施例使用三角剖分法等线性化方法，对水光互补系统中非线性约束进行线性化处理，将短期调度计算模型转化为混合整数规划（MILP）模型使用Gurobi求解器进行求解，求解步骤如下：
以长系列小时尺度光伏出力和长期模型计算得到的水库月初末水位、月均出入库流量、综合利用流量月尺度数据作为短期调度模型的输入；
设置短期模型初始解加快求解速度，水电出力初始解为光伏出力互补值，出库流量初始解为水电出力所对应的流量；
将非线性约束转为线性约束，单变量函数关系采用分段线性化的方式，多变量函数关系采用三角剖分法；
以水库的满发流量为临界条件，分情况控制变量的上下界，如当下泄流量大于满发流量时，水电站出力达到装机容量，这时设置出力上下界为已知的装机容量跳过当前时段的计算；
进行短期模型的运算，将小时尺度各水库出力、下泄流量、光伏消纳量、光伏弃电量结果数据传递给长期模型。
根据实施例1-4，结合该西北地区流域，使用1989年~2019年径流系列进行计算，多年平均流量为121 m3/s，峰平谷时段依据地区电网实际需求进行划分，计算流域存在4个水电站；3个具有调节性能的水库；3个生态监测断面；2个灌区；1个调水工程；1个区间汇流。约束流域节点概化如图3所示。
水光互补系统光伏装机容量推荐，以10万kW为步长将光伏装机容量从0万kW到150万kW离散设置16个计算方案，光伏弃电率、利用小时数及利用小时变幅随光伏装机的变化情况如图4（a）、图4（b）所示；中长期运行方式，主要对40万kW光伏装机（弃电率5%为配置标准）时的水光互补系统中长期运行方式进行分析。从长系列计算结果中选择来水频率10%、50%、90%的水文年份（该流域水文年从五月份起算）分别作为丰平枯典型年，图5（a）、图5（b）展示了流域内具有中长期调节能力水库的A电站、D电站典型年水位变化过程图，图6（a）典型年之间水电与光伏的利用小时数对比图，图6（b）多年各月平均光伏发电量光伏弃电率、水电发电量之间的关系对比图，图6（c）是综合利用流量年保证率示意图；短期运行方式，分别从梯级水电站不同出库流量及水光互补系统内不同光伏装机两个角度对短期日内运行过程进行分析。不同出库流量场景下，基于光伏电站弃电率5%为配置标准的40万kW光伏装机，选取下泄流量大、中、小三个典型日场景；不同光伏装机场景下，基于中流量出库场景对比分析未装光伏与光伏装机40万kW的水光互补系统，日内出力、流量、水位过程变化过程如下图7中（a）~（d）、图8中（a）~（d）所示；以光伏电站装机为0时的理论计算结果为对比基准，分析光伏电站不同装机规模下水电站电量变化情况，如图9所示；根据上文的光伏装机进行下泄流量对光伏利用的影响分析。由于单一水库出库流量与梯级水库群出力相关关系难以准确衡量，引入可用调峰流量，其定义为：各水库扣除综合利用流量后所对应的下泄流量累加值，计算公式如下式。
（18）
式（18）中，分别为m水库的下泄流量、下游综合利用流量。可用调峰流量与可支配水电电量之间的关系如图10所示，每日可用调峰流量、可支配水电电量与光伏弃电率的关系如图11（a）、图11（b）所示。
通过上述内容可知，本发明考虑水电站与光伏电站嵌套调度的光伏容量计算方法，提高了水光互补系统模拟精度，可为决策者提供能充分发挥地区资源优势的光伏容量配置方案。

Claims (1)

1.考虑水电站与光伏电站嵌套调度的光伏容量计算方法，其特征在于，具体按照以下步骤实施：
步骤1、基于调度指标构建水光互补调度指标体系；
所述调度指标包括：
强迫电量，表达式为，其中，分别为水电站出力系数、t时段的综合利用流量、发电水头；
可支配水电电量，表达式为，其中，分别为在T时段的水电电量和水电强迫电量；
光伏弃电量，表达式为，其中，分别为t时刻的水电出力、光伏出力，T为调度总时段；
光伏消纳量，表达式为，其中，分别为T时段的光伏消纳量、光伏弃电量；
光伏弃电率，表达式为，其中，分别为T时段的光伏弃电量和光伏发电量；
步骤2、基于外层梯级水电站中长期调度和内层水光互补短期调度构建水光互补调度模型；
所述水光互补调度模型为由外层梯级水电站中长期调度模型、内层水光互补短期调度模型、水光互补调度模型约束条件组成的模型；
所述外层梯级水电站中长期调度模型的构建过程为：
以光伏弃电率最小和水电逐年月最小出力最大为目标，通过光伏弃电率最小和水电逐年月最小出力对应的量级系数区分目标优先级，优先满足光伏弃电率目标计算，构建外层梯级水电站中长期调度模型，外层梯级水电站中长期调度模型的目标函数表达式为：
；
式中，表示光伏弃电率加量级系数乘水电逐年最小出力，为光伏弃电率，为水电逐年最小出力，为量级系数；
其中，光伏弃电率计算公式为：
；
水电逐年月最小出力计算公式为：
；
式中，为光伏弃电率，T为调度总时段，为y年、t月水电的出力，Y表示计算总年数；
所述内层水光互补短期调度模型的构建过程为：
以光伏弃电量最小和水电峰时段发电量最大为目标，通过量级系数区分目标优先级，优先满足光伏弃电量的目标计算，构建内层水光互补短期调度模型，内层水光互补短期调度模型的目标函数表达式为：
；
式中，表示光伏弃电量减量级系数乘水电发电量，为光伏弃电量，为水电发电量，为量级系数；
其中，光伏弃电量计算公式为：
；
水电峰时段发电量计算公式为：
；
式中，为在调度总时段T中光伏弃电量；为在调度总时段T中峰时段的水电发电量；
所述水光互补调度模型约束条件为：
流量平衡约束：
；
式中，表示第m座水库在时段的出库流量，表示第m+1座水库在t时段的入库流量；分别为t时段第m和m+1座水库之间的区间汇流量、区间用引水流量；为上下水库之间的水流滞时约束；
水量平衡约束：
；
；
式中，为第m座水库在t时段初蓄水量，为末蓄水量，为水库水量损失，为入库流量，为出库流量；表示各阶段的时段长度；为第m座水库在t时段开始的水库水面面积，为第m座水库在t时段末尾水库水面面积；为第m座水库在t时段的渗漏、为第m座水库在t时段的蒸发系数；
水库水位约束：
；
；
式中，为第m座水库在t时段的水位约束下限，为第m座水库在t时段的水位约束上限；为第m座水库在调度时段水库的初始水位，第m座水库在调度时段水库的末尾水位；
水库下泄流量约束：
；
式中，为第m座水库在t时段的最小出库流量，为第m座水库在t时段的最大出库流量；
综合利用流量约束：
；
式中，为t时段m座水库下游的调水，为农业用水，为河道生态基流，为生活用水；
综合利用流量年保证率约束：
；
；
式中，Y表示计算总年数，表示综合利用流量破坏系数，为y年m水库下泄水量，为下游综合利用所需流量，为综合利用流量年保证率；
电站出力约束：
；
式中，表示第m座水库在t时段的出力，为第m座水库的装机容量；
峰平谷时段出力约束：
；
式中，为电网的峰时刻，为电网的平时刻，为电网的谷时刻；为水电出力，为光伏被消纳的出力；
步骤3、求解水光互补调度模型，根据求解结果确定光伏容量配置，具体过程为：
步骤3.1、在水电站获取入库流量、生态流量、调水流量、灌溉流量输入外层梯级水电站中长期调度模型目标函数，使用遗传算法计算到月尺度数据，即水库月初末水位、月均出入库流量、综合利用流量；具体过程为：
步骤3.1.1、在水电站获取入库流量、生态流量、调水流量、灌溉流量，向外层梯级水电站中长期调度模型目标函数中输入入库流量、生态流量、调水流量、灌溉流量，并计算流量平衡约束、水量平衡约束、水库下泄流量约束、综合利用流量年保证率约束、电站出力约束、峰平谷时段出力约束的范围数据，以水库的出库流量为决策变量生成初始种群；
步骤3.1.2、根据决策变量进行水位约束、综合利用流量约束条件判断，对突破约束的决策变量通过调制下泄量进行修正，使用进化类算法对外层梯级水电站中长期调度模型目标函数计算得到水库月初末水位、月均出入库流量、综合利用流量；
步骤3.2、以月均出入库流量、水库月初末水位为月尺度边界，将月尺度数据输入内层水光互补短期调度模型目标函数得到日尺度数据，即小时尺度各水库出力、下泄流量、光伏消纳量、光伏弃电量；具体过程为：
步骤3.2.1、将水库月初末水位、月均出入库流量、综合利用流量输入内层水光互补短期调度模型目标函数；
步骤3.2.2、设置水电出力初始解为光伏出力互补值，出库流量初始解为水电出力所对应的流量；将水库调度中存在的水位库容关系曲线约束、尾水位与下泄流量关系曲线约束转为线性约束，单变量函数关系采用分段线性化的方式，多变量函数关系采用三角剖分法；
步骤3.2.3、以水库的满发流量为临界条件，若水库下泄流量大于满发流量，设置水电站的出力等于电站装机容量，若水库下泄流量不大于满发流量，计算的是小时尺度各水库出力、下泄流量、光伏消纳量、光伏弃电量；
步骤3.3、根据光伏消纳量、光伏弃电量计算光伏弃电率，以优先满足光伏弃电率为前提，将日尺度数据输入外层梯级水电站中长期调度模型的目标函数，采用种群算法计算光伏弃电率，将计算的光伏弃电率作为适应度值；
步骤3.4、输出适应度值最小时对应的日尺度数据，计算最小光伏弃电率；
步骤3.5、光伏弃电率10%为标准确定光伏电站的最佳容量配置。
CN202410659397.9A 2024-05-27 2024-05-27 考虑水电站与光伏电站嵌套调度的光伏容量计算方法 Active CN118297491B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410659397.9A CN118297491B (zh) 2024-05-27 2024-05-27 考虑水电站与光伏电站嵌套调度的光伏容量计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410659397.9A CN118297491B (zh) 2024-05-27 2024-05-27 考虑水电站与光伏电站嵌套调度的光伏容量计算方法

Publications (2)

Publication Number Publication Date
CN118297491A CN118297491A (zh) 2024-07-05
CN118297491B true CN118297491B (zh) 2024-08-06

Family

ID=91686720

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410659397.9A Active CN118297491B (zh) 2024-05-27 2024-05-27 考虑水电站与光伏电站嵌套调度的光伏容量计算方法

Country Status (1)

Country Link
CN (1) CN118297491B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107256450A (zh) * 2017-05-22 2017-10-17 武汉大学 考虑长‑短嵌套决策的水光电互补调度容量配置方法
CN114254937A (zh) * 2021-12-23 2022-03-29 清华四川能源互联网研究院 以机组为调度单元的梯级水电及光伏短期互补调度方法和系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114865622A (zh) * 2022-05-10 2022-08-05 国网浙江省电力有限公司电力科学研究院 一种利用储能提升光伏电站出力预测精度的方法
US20230367280A1 (en) * 2022-05-12 2023-11-16 Huaneng Lancang River Hydropower Inc Optimal scheduling method for peak regulation of cascade hydro-photovoltaic complementary power generation system
CN114971039A (zh) * 2022-06-01 2022-08-30 河海大学 一种基于改进粒子群优化算法的水光互补中长期调度方法
CN117639094A (zh) * 2023-11-23 2024-03-01 国家电网有限公司西北分部 一种梯级水电站配合风电和光伏的出力计算方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107256450A (zh) * 2017-05-22 2017-10-17 武汉大学 考虑长‑短嵌套决策的水光电互补调度容量配置方法
CN114254937A (zh) * 2021-12-23 2022-03-29 清华四川能源互联网研究院 以机组为调度单元的梯级水电及光伏短期互补调度方法和系统

Also Published As

Publication number Publication date
CN118297491A (zh) 2024-07-05

Similar Documents

Publication Publication Date Title
CN101705671B (zh) 黄河上游梯级水电站运行设计与优化调度方法及设备
CN103942728B (zh) 梯级水电站群日发电计划编制方法
WO2019006733A1 (zh) 一种跨省互联水电站群长期联合调峰调度方法
CN113644670B (zh) 一种储能容量优化配置的方法及系统
Zhang et al. Grid–source coordinated dispatching based on heterogeneous energy hybrid power generation
CN104268653A (zh) 基于集束径流预报的梯级水库优化调度方法
CN116667395B (zh) 基于梯级水电改造的水风光蓄互补泵站容量配置方法
CN108009672B (zh) 基于双层优化模型的水光互补电站日发电计划编制方法
CN114243794B (zh) 风光水多能互补系统灵活性需求量化及协调优化方法
CN105427017A (zh) 一种水电富集电网特大规模电站群短期计划编制方法
CN117709682B (zh) 一种梯级水电响应灵活性需求模式下的水库水位扰动区间评估与控制方法
CN113255982A (zh) 一种风光水互补系统中长期优化调度方法
CN113610411B (zh) 一种多时间尺度嵌套的风光水多能互补调度方法
Xie et al. Short-term power generation scheduling rules for cascade hydropower stations based on hybrid algorithm
Zhang et al. Self-optimization simulation model of short-term cascaded hydroelectric system dispatching based on the daily load curve
CN118297491B (zh) 考虑水电站与光伏电站嵌套调度的光伏容量计算方法
CN117013535B (zh) 一种兼顾生态调度需求的水风光火互补容量配置方法
CN117592690A (zh) 一种水电站群迎峰度夏顶峰能力分析方法
CN117526446A (zh) 梯级水风光多能互补发电系统风光容量双层优化配置方法
CN111709605B (zh) 一种基于多重反调节作用的水库电站调峰能力评估方法
CN114169679B (zh) 一种考虑出力平稳性的风光水多能互补日前风险调度方法
CN116644932A (zh) 一种考虑典型日调峰的水风光长期互补调度计划制定方法
CN116979512A (zh) 一种基于大数据的电力系统调峰方法及系统
CN117353387A (zh) 一种日前市场下水风光联合互补优化调度方法
CN116544951A (zh) 一种水电调峰灵活性量化与调度方法

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
GR01 Patent grant
GR01 Patent grant