一种面向能源转型与弹性提升的电源结构优化方法及系统技术方案

本发明专利技术涉及弹性电力系统规划优化技术领域，尤其涉及一种面向能源转型与弹性提升的电源结构优化方法及系统，包括：根据采集的电力系统数据构建并求解短期机组组合模型，得到机组出力与线路潮流信息；将机组出力与线路潮流信息输入构建的考虑极端事件的两阶段电力系统长期规划模型，得到机组容量扩建需求与电力系统最严重极端事件场景，并将其输入短期机组组合运行模型，以将其作为待升级标准火电机组进行机组升级，得到机组扩建结果。本发明专利技术通过兼顾长期扩建规划与短期运行，实现由长期规划与短期运行相结合的机组结构优化方案，从而为后续弹性电力系统规划优化研究奠定基础。后续弹性电力系统规划优化研究奠定基础。后续弹性电力系统规划优化研究奠定基础。

【技术实现步骤摘要】
一种面向能源转型与弹性提升的电源结构优化方法及系统


[0001]本专利技术涉及弹性电力系统规划优化
，尤其涉及一种面向能源转型与弹性提升的电源结构优化方法及系统。

技术介绍

[0002]电力系统规划与电力系统优化运行属于两个不同时间尺度问题，其中，电力系统规划属于长期规划问题(Long
‑
term Planning)，而电力系统优化运行则为短期内的优化运行(Short
‑
term Optimization)问题，电力系统规划问题包括发电扩展计划以及输电线路扩建规划等，是长时间尺度下国家战略投资，应在国家计划以及能源政策指导下进行，图1为电力系统规划架构。
[0003]规划扩展问题的目标在于最大限度地降低未来电力系统投资与运行成本，以较好地选取扩建地址与扩建容量等技术问题，在可再生能源渗透率不断提升的背景下，包含发电扩展计划的电力系统规划问题尤为重要，可再生能源的不确定性与波动性对长期规划问题中所涉及的技术准确度与运营灵活性提出了新的要求，在过去长期规划问题中，电力系统运行一般采用净负荷持续时间曲线(LDC)，即负荷块的方式进行建模，如图2所示，净负荷持续时间曲线代表的建模方式不保留机组运行时序信息，因此不能捕捉可再生能源出力随发电时间变化的特点；在LDC建模中只考虑不同负荷块内的运行问题，因此所考虑负荷块越细致，得到的不考虑时序的机组运行结果越可靠，但是细致的划分将会大幅度增加计算负担，LDC模型对机组运行的刻画不能满足一定技术准确度的要求，即发电机组的时间约束，如最小启停时间约束、爬坡约束等，因此，LDC建模方式不能满足高技术准确度与灵活性要求。长期规划问题通常被建模为混合整数规划(MIP)，二元决策变量代表投资决策，嵌入式系统运行模型模拟短期运营决策，以使总投资与总运营成本达到最低，为了能够显现操作的灵活性，嵌入式系统运行模型应该是时序的、净负荷机组组合问题，在这种理想情况下能够对离散决策以及机组运行状况进行建模，兼顾操作灵活性问题。
[0004]然而，机组组合问题计算的复杂性导致直接模拟全年的机组运行状态并不可能，大量的离散变量引入将激增计算时间，使计算时间呈指数化增长，嵌入式机组组合问题失去意义，因此，不同类型的近似算法与简化嵌入运行模型得到充分发展，相关的近似算法与简化嵌入运行模型包括对机组组合问题的凸松弛化处理、使用时间分辨率较为粗糙并同时考虑机组单元聚类而非单独操作的及组合模型、嵌入代表周或代表日的机组组合运行问题作为短期运行的模拟，其中，近似凸化或简化嵌入运行模型对原混合整数模型进行松弛，使原MIP问题转化为线性规划(LP)问题，该方法具有较高的难度与一定的局限性；考虑聚类的方法降低嵌入式操作模型的计算复杂度是一种具有较好前途的方法，即假设同一组内的单元具有相同技术参数如容量、热耗率、升温速率等，同一集群内单元的异质性消失，对整个单元使用二进制决策变量，聚类策略在控制由近似导致的误差是至关重要的，找到一个最小化聚类误差的最优聚类策略本身是一个困难的组合优化问题，当考虑传输约束且相似单元在不同位置时的单元聚类方法价值有限，选取代表周或代表日机组组合运行的问题在于
如何选取目标代表周或代表日作为长期规划典型场景的代表。选取不同代表日时得到的运行结果可能不同，然而选取代表日时考虑不确定量的一定鲁棒性可以较好地解决这一问题，即不确定可再生能源出力与不确定负荷波动区间包含尽可能多的实际场景，因此，在较高技术准确度与一定技术参数要求下的长期规划问题时可以考虑选取典型日或典型周的鲁棒运行作为对长期规划与短期运行的结合。
[0005]综上，为研究提升电力系统弹性与能源转型的机组结构优化问题，需要提供一种结合长期规划与短期运行的模型框架与高效求解的算法，并且考虑较为全面的电力系统弹性评估标准，以充分衡量系统弹性提升效果。

技术实现思路

[0006]本专利技术的目的在于提供一种面向能源转型与弹性提升的电源结构优化方法及系统，以实现由长期规划与短期运行相结合的机组结构优化方案，从而为后续弹性电力系统规划优化研究奠定基础。
[0007]为解决以上技术问题，本专利技术提供了一种面向能源转型与弹性提升的电源结构优化方法及系统。
[0008]第一方面，本专利技术提供了一种面向能源转型与弹性提升的电源结构优化方法，所述方法包括以下步骤：
[0009]以最小化运行成本为目标函数，并根据采集的电力系统数据构建短期机组组合模型；
[0010]求解所述短期机组组合模型，得到机组出力与线路潮流信息；
[0011]构建考虑极端事件的两阶段电力系统长期规划模型，并将所述机组出力与线路潮流信息输入所述两阶段电力系统长期规划模型，得到机组容量扩建需求与电力系统最严重极端事件场景；
[0012]将所述机组容量扩建需求与电力系统最严重极端事件场景输入短期机组组合运行模型，以将其作为待升级标准火电机组进行机组升级，得到机组扩建结果。
[0013]第二方面，本专利技术提供了一种面向能源转型与弹性提升的电源结构优化系统，所述系统包括：
[0014]短期模型构建模块，用于以最小化运行成本为目标函数，并根据采集的电力系统数据构建短期机组组合模型；
[0015]短期模型计算模块，用于求解所述短期机组组合模型，得到机组出力与线路潮流信息；
[0016]长期模型建立模块，用于构建考虑极端事件的两阶段电力系统长期规划模型，并将所述机组出力与线路潮流信息输入所述两阶段电力系统长期规划模型，得到机组容量扩建需求与电力系统最严重极端事件场景；
[0017]机组升级模块，用于将所述机组容量扩建需求与电力系统最严重极端事件场景输入短期机组组合运行模型，以将其作为待升级标准火电机组进行机组升级，得到机组扩建结果。
[0018]第三方面，本专利技术还提供了一种计算机设备，包括处理器和存储器，所述处理器与所述存储器相连，所述存储器用于存储计算机程序，所述处理器用于执行所述存储器中存
储的计算机程序，以使得所述计算机设备执行实现上述方法的步骤。
[0019]第四方面，本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
[0020]本专利技术提供了一种面向能源转型与弹性提升的电源结构优化方法及系统，所述方法将总体电源结构优化模型分为两部分进行迭代求解，第一部分为总体长期规划部分，通过改进后的LDC模型确定所需扩建的不同位置最低机组容量，同时该长期规划部分通过两阶段模型减少极端事件下系统切负荷，同时兼顾长期能源转型政策对电源结构扩建的影响；第二部分将对应扩展机组解初步视为待升级标准火电机组，并在此基础上对扩建部分进行机组升级，从而实现了由长期规划与短期运行相结合的机组结构优化方案的技术方案，为后续弹性电力系统规划优化研究奠定基础。与现有技术相比，该方法兼顾长期扩建规划与短期运行，能够实现高技术准确度与长时间规划尺度的电源结构升级优化。
附图说明
[002本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向能源转型与弹性提升的电源结构优化方法，其特征在于，包括以下步骤：以最小化运行成本为目标函数，并根据采集的电力系统数据构建短期机组组合模型；求解所述短期机组组合模型，得到机组出力与线路潮流信息；构建考虑极端事件的两阶段电力系统长期规划模型，并将所述机组出力与线路潮流信息输入所述两阶段电力系统长期规划模型，得到机组容量扩建需求与电力系统最严重极端事件场景；将所述机组容量扩建需求与电力系统最严重极端事件场景输入短期机组组合运行模型，以将其作为待升级标准火电机组进行机组升级，得到机组扩建结果。2.如权利要求1所述的一种面向能源转型与弹性提升的电源结构优化方法，其特征在于：所述电力系统数据包括机组最小运行容量、额定投运容量、最小开停机时间与爬坡速率。3.如权利要求1所述的一种面向能源转型与弹性提升的电源结构优化方法，其特征在于，所述短期机组组合模型的目标函数为：所述短期机组组合模型的约束条件包括：节点电力平衡约束：参考节点与线路DC潮流约束：线路容量约束：机组出力与分段出力约束：机组出力与分段出力约束：可再生能源出力约束：最小开停机时间约束：最小开停机时间约束：机组启停成本约束：机组启停成本约束：
最小爬坡约束：最小爬坡约束：式中，c
i,k
表示机组第k分段出力成本；表示机组分段出力变量；co
i
表示机组投运成本；表示在时间段t内机组i的投入运行变量；分别表示在时间段t内机组i的最小开、关机所需费用；表示线路潮流大小；表示机组出力变量；表示基础解中风电出力变量；表示负荷出力变量；l、m、i、w、d分别为线路、电力节点、机组、风电以及负荷的索引；L(m)表示连接在节点m的线路集合；U(m)表示连接在节点m的传统机组集合；W(m)表示连接在节点m的风电机组集合；D(m)表示连接在节点m的负荷集合；表示基础解中电力节点m的相位；表示基础解中电力节点n的相位；x
mn
表示线路mn的线路电抗；表示基础解中的参考相位；P
lmax
表示线路传输容量上限；P
imin
表示机组出力下限；P
imax
表示机组出力上限；表示基础解中的分段出力，i、k、t分别为机组、出力分段以及时间的索引；表示机组分段出力上限；表示可再生能源预测出力值；表示机组i在时间段(t
‑
1)内的开机计时变量；T
ion
表示机组最小开机时间，上标on为机组开启，i为机组索引；表示机组i在时间段(t
‑
1)内的关机计时变量；表示机组最小关机时间，i为机组索引，off为关机索引；st
i
、sd
i
表示机组i的开、关机成本；UR
i
表示机组上爬坡容量；DR
i
表示机组下爬坡容量；上标b表示短期机组组合模型初步基础解。4.如权利要求1所述的一种面向能源转型与弹性提升的电源结构优化方法，其特征在于：所述两阶段电力系统长期规划模型包括第一阶段长期规划模型，第一阶段长期规划模型以最小化设施扩建成本与设备运行成本为目标函数，具体为：min TC＝IC+OCTC＝IC+OC式中，TC表示电力系统扩建投资总费用；IC表示机组与线路扩建投资费用；OC表示系统运行费用；tl表示系统长期规划时间段索引；ge表示机组；pl表示线路；c
ge,tl
表示机组扩建投资费用；e
ge,tl
表示机组扩建状态的二元离散变量；c
pl,tl
表示线路扩建投资费用；e
pl,tl
表示线路扩建状态的二元离散变量；ac
tl
表示每个计划周期t的年化运行成本；Λ
d
表示负载块d的持续时间；f
gec,d,tl
表示机组运行成本函数；表示第一阶段传统机组gec出力变量；gec表示传统机组索引且满足所述第一阶段长期规划模型的约束条件包括：设施状态约束：
容量约束：式中，e
gec,tl
表示传统机组gec扩建状态的二元离散变量；p
gec,max
表示传统机组gec出力上限；e
ger,tl
表示可再生能源机组扩建状态，ger和tl分别为可再生能源机组与规划时间的索引；p
ger,re
表示可再生能源机组预测值；D
tl,max
表示负荷需求量最大值；r表示备用率；机组出力约束：机组出力约束：式中，p
gec,min
表示传统机组gec出力下限；表示可再生能源机组出力，上标0为第一阶段变量索引，ger、d、tl分别为为可再生能源机组、负载块以及规划时间的索引；线路功率约束与DC潮流约束：线路功率约束与DC潮流约束：线路功率约束与DC潮流约束：式中，表示第一阶段线路潮流；p
pl,max
表示线路潮流上限，pl为线路的索引；表示第一阶段规划时间tl，负载块d内节点A相位；表示第一阶段规划时间tl、负载块d内节点A
′
相位；x
AA
′
表示线路AA
′
的线路电抗；M表示常数；功率平衡约束：式中，表示第一阶段传统机组ge出力变量；A表示系统中的母线；φ
A,d,tl
表示母线A处规划阶段tl内负载块d对应的负荷；G
A
表示连接母线A的机组集合；PF
A
表示从母线A出发的线路集合；PT
A
表示到达母线A的线路集合；设施建设数量上限约束：式中，g表示所有阶段内扩建设施的最大数目；碳排放政策约束：碳排放政策约束：
式中，RT
lb
表示可再生能源装机目标下限；D
tl,max
表示负荷需求量最大值；PC
tl
表示tl时刻非化石能源发电量百分比；tce
tl
表示碳排放量；F
gec,tl
(p
gec,d,tl
)表示含碳燃料消耗量；CEF
gec,tl
表示排放因子；p
gec,d,tl
表示发电量；表示碳排放强度。5.如权利要求1所述的一种面向能源转型与弹性提升的电源结构优化方法，其特征在于：在构建所述两阶段电力系统长期规划模型的第二阶段之前，构建不确定性集合，以考虑极端事件对电力系统最严重的影响；所述不确定性集合包括可再生能源出力不确定性集合、机组损坏不确定性集合以及线路中断不确定性集合；所述可再生能源出力不确定性集合具体为：式中，表示在极端事件ex下可再生能源的预测值；表示在极端事件ex下可再生能源的波动值；表示极端事件ex发生时可再生能源的平均出力最小值；表示极端事件ex发生时可再生能源的平均出力最大值；表示极端事件ex发生时可再生能源出力波动值最小值；表示极端事件ex发生时可再生能源出力波动值最大值；考虑极端事件下的机组损坏不...

【专利技术属性】
技术研发人员：伍双喜，向丽玲，杨银国，于珍，朱誉，陆秋瑜，骆晓明，华威，杨璧瑜，徐天元，
申请(专利权)人：广东电网有限责任公司电力调度控制中心，
类型：发明
国别省市：