考虑不确定性风电接入惯量安全的经济-能效性调度方法技术

本发明专利技术公开了一种考虑不确定性风电接入惯量安全的经济

【技术实现步骤摘要】
考虑不确定性风电接入惯量安全的经济
‑
能效性调度方法


[0001]本专利技术涉及电力系统运行领域，一种考虑不确定性风电接入惯量安全的经济
‑
能效性调度方法。
技术背景
[0002]在我国“双碳”目标背景下，我国面临的最大挑战是能源和环境问题。中国的能源消费以碳排放强度最高的煤炭为主，因此节能减排要求的提出导致可再生能源(renewable energy resource,RES)的大力发展，风力发电(wind power generation,WPG)等可再生能源的渗透率逐步提高，为实现电力系统低碳化奠定了基础，此外，可再生资源利用成本持续下降，以致其经济性竞争优势不断扩大
[1
‑
2]，为新型电力系统的经济性运行作出贡献。与此同时，大规模风电接入电力系统以后，一方面，降低了煤炭等化石能源的使用比例，减少了系统运行成本，提高经济性，另一方面，风电规模化并网将替代相当比例的常规同步电源，大幅降低系统转动惯量水平，严重削弱系统在有功扰动下的惯量支撑和频率调节能力
[2]。
[0003]双碳目标的实际压力很大，面临着极其巨大的挑战。一是从能源利用角度，需要积极开发低碳无碳、连续再生、永续利用的非化石能源
[3]；二是为保障高比例可再生能源电网的安全稳定运行，未来储能技术的巨大突破
[4]，储能技术是风电等功率不确定、时空分布复杂的可再生能源成为高效率电能必要的技术支撑，能量存储系统(energy storage system,ESS)已用于应对RES引入的挑战。
[0004]压缩空气储能(compressed air energy storage,CAES)是一种大规模的物理储能技术，为电力负荷的调峰和削峰填谷提供了新的解决方案，并缓解了可再生能源过剩的问题
[5
‑
6]。CAES使用高压，等温空气压缩机/膨胀机，避免了碳排放，相比使用化石燃料的传统系统效率更高
[7]。CAES具有大规模存储容量，高爬坡率和相对较短的启动时间，可以减轻可再生能源发电的波动。目前，已成为可再生能源储能的良好选择
[8
‑
10]。
[0005]不确定性是WPG的主要问题，这对WPG参与电力市场带来了巨大挑战。WPG的不确定性随着预测时间的增加而增加
[11]。在具有不确定性的调度问题中大多采用随机优化和鲁棒优化，随机优化方法无法得到精确解，随着场景的增加，计算量也将大幅增加
[12]。鲁棒优化已成为在不确定环境下实现具有合理实用性，经济性和可靠性的解决方案的有效决策工具。
[0006]一方面，系统惯量若保持在远远高出安全临界值的水平，可能加剧弃风、弃光现象
[13
‑
14]；另一方面，系统惯量不足将带来频率失稳风险。在电力系统规划中充分考虑高比例可再生能源并网的电力系统低惯量给新型电力系统带来的频率稳定性问题，能够提高新能源电力消纳水平，减少弃风、弃光现象。文献[15]根据关键N
‑
2检验确定了电力系统惯量安全边界，从而提出了惯量安全域的概念。文献[16]针对微电网在并网和孤岛运行模式下惯量需求进行研究，指出微电网最低惯量需求由极限预想故障、频率变化率、电源调频速率以及负荷频率特性共同决定。文献[17]基于频率传递函数模型对此趋势进行了量化分析，同时给出了新能源渗透率上限的估计方法。目前，系统极限最小惯量通常以动态频率惯性
响应阶段的频率变化率(rate of change of frequency，RoCoF)
[18]和一次调频阶段的最低点频率(nadir frequency，NF)
[19
‑
20]为关键指标进行约束量化。此背景下，探究系统惯量与新能源电力系频率动态响应指标间的内在关系成为量化极限最小惯量的关键环节，美国电力研究院(EPRI)在关于低惯量电力系统运行与挑战的报告中阐述了不同系统的极限最小惯量有所区别
[21]。文献[22][23][24]探讨了微网中或电力系统运行时发生扰动应具备足够惯量支撑能力。因此，本专利技术兼顾安全性、经济性以及能效性，采用AA
‑
CAES作为储能装置消纳风电，考虑惯量约束及频率约束下的高比例风电接入后系统的鲁棒优化调度。
[0007]参考文献
[0008][1]崔杨,邓贵波,赵钰婷,仲悟之,唐耀华,刘新元.考虑源荷低碳特性互补的含风电电力系
[0009]统经济调度[J].中国电机工程学报,2021,41(14):4799
‑
4815.
[0010][2]曾繁宏,张俊勃.电力系统惯性的时空特性及分析方法[J].中国电机工程学报,2020,40(1):50
‑
58.
[0011][0012][3]康重庆,姚良忠.高比例可再生能源电力系统的关键科学问题与理论研究框架[J].电力系统
[0013]自动化,2017,41(09):2
‑
11.
[0014][4]姜海洋,杜尔顺,朱桂萍,等.面向高比例可再生能源电力系统的季节性储能综述与展望[J].
[0015]电力系统自动化,2020,44(19):194
‑
207.
[0016][5]Luo,X.,Wang,J.,Krupke,C.,et al.:
‘
Modelling study,efficiency analysis and optimisation of large
‑
[0017]scale Adiabatic Compressed Air Energy Storage systems with low
‑
temperature thermal storage
’
,
[0018]Applied Energy,2016,162:589
‑
600.
[0019][6]Colthrope,A.
‘
Canadian firms NRStor and Hydrostor partner up on utility
‑
scale adiabatic compressed air storage
’
,https://www.energy
‑
storage.news/news/canadian
‑
firms
‑
nrstor
‑
and
‑
[0020]hydrostor
‑
partner
‑
up
‑
on
‑
utility
‑
scale
‑
adiabatic
‑
c,accessed 12Decem本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.考虑不确定性风电接入惯量安全的经济
‑
能效性调度方法，其特征在于：该方法的具体步骤是：步骤一：建立先进绝热压缩空气储能AA
‑
CAES电站热力学模型与风电出力不确定性模型；其中先进绝热压缩空气储能AA
‑
CAES电站热力学模型的约束条件有：AA
‑
CAES电站压缩功率约束，AA
‑
CAES电站压缩功率上下限约束，AA
‑
CAES电站膨胀功率约束，AA
‑
CAES电站膨胀功率上下限约束，AA
‑
CAES电站运行工况约束，AA
‑
CAES储气室气压约束，储热器内储热量约束；整个调度模型中考虑惯量和频率安全约束，具体为：其中，ΔP
sys
表示系统中因负荷波动导致与电源出力增量产生的功率差值，H
i
为第i台同步机的惯性常数，S
i
为第i台同步机的额定容量，H
CAES
为AA
‑
CAES的惯性常数，S
CAES
为AA
‑
CAES的额定容量，f0为系统初始频率，f为系统频率；df/dt即为RoCoF，频率变化率；并对常规机组运行和线路传输功率进行约束；步骤二：建立模型的目标函数；F＝F1+F2ꢀꢀꢀꢀ
(2)式(2)表示整个调度周期内系统发电的总成本；其中，F1为常规机组的发电成本，F2为风功率估计偏差所产生的额外费用；确定t时段输入系统的总能，包括消耗的风能和煤炭中的能；能；表示风能的能，的煤炭的能；系统效率为：Ψ
ex
＝Ex
out
(t)/Ex
in
(t)
ꢀꢀꢀꢀ
(4)由于认为需求端负荷预测准确，故Ex
out
(t)为定值，等于负载端电能总需求；因此，实现效率最大可转换为实现输入最小；式(5)为系统24h总的输入；式(6)为规格化后综合成的目标函数，ω
i
为第i个目标的权重；将多目标综合成单目标，目标函数的重要程度相关权重为：判断矩阵为：
其中矩阵下标i与j相同时元素都为1，且τ
ij
与τ
ji
互为倒数；目标函数的重要系数为：目标函数的权重为：取经济性最差场景及能效性最差场景所得成本数值及输入数值基准值和根据上述式(7)、(8)、(9)、(10)，计算并综合处理后可得到最终目标函数；式(11)为采用工程博弈模型后由上述目标函数及约束条件得到的min
‑
max模型；其中，x为系统状态，包括线路状态，h为人工决策变量，包括常规机组、AA
‑
CAES电站以及计划调度风功率，n为大自然决策变量，包括实际可用风功率；C(x,h,n)为上述约束条件，H和N分别为人工决策变量集和大自然决策变量集；模型转换目的为最小化大自然决策对于系统调度成本及输入的影响，得到结果为所有情况下的最坏可能性。2.根据权利要求1所述的考虑不确定性风电接入惯量安全的经济
‑
能效性调度方法，其特征在于：所述的AA
‑
CAES电站压缩功率约束其中，P
C,t
为t时段的压缩功率；κ为绝热指数；为t时段进入压缩机的流量；R
g
为空气的气体常数；n
C
为压缩机级数；T
C,k,in
和T
C,k,out
分别为第k级压缩机的进口空气温度和出口空气温度；η
C
为压缩机的效率；AA
‑
CAES电站压缩功率上下限约束：P
C,min
v
C,t
≤P
C,t
≤P
C,max
v
C,t
ꢀꢀꢀꢀ
(13)其中，P
C,max
和P
C,min
分别为压缩功率的上下限；v
C,t
为二进制决策变量，用于表示AA
‑
CAES电站是否处于压缩工况，当AA
‑
CAES电站处于压缩工况时，v
C,t
＝1，反之v
C,t
＝0；AA
‑
CAES电站膨胀功率约束为：其中，P
G,t
为t时段的膨胀功率；为t时段进入膨胀机的流量；η
G
为膨胀机级数；T
G,j,in
和T
G,j,out
...

【专利技术属性】
技术研发人员：洪晗笑，吴晨曦，倪索引，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：