System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及梯级水电站,具体地说,涉及一种水风光多能互补一体化容量优化配置方法。
技术介绍
1、当前,水、风、光等可再生能源具有较好的互补特性,推动水风光一体化协同发展是可再生能源未来发展方向。
2、利用梯级水电站调节能力调节近区风光资源,提高电网对风能、光能的接纳能力;统筹优化各类电力要素资源,充分发挥输电通道作用,推动“风光水(储)”一体化基地建设,对提高清洁能源消纳水平,提高输电通道利用率,改善供电质量,促进清洁能源高质量发展。但风光接入会对梯级水电站一体化运行带来新的挑战,且不同规模风光资源的接入将造成不同程度的影响。因此,亟需研究水风光一体化配置问题,深度挖掘梯级水电站调节潜力,更多消纳风光资源,促进能源高质量发展。
技术实现思路
1、本专利技术的内容是提供一种水风光多能互补一体化容量优化配置方法,其能够较佳地进行水风光多能互补一体化容量配置。
2、根据本专利技术的水风光多能互补一体化容量优化配置方法,其包括以下步骤:
3、一、以源荷匹配度最高、水风光清洁能源发电量最大为目标函数,建立一体化开发容量优化配置模型;
4、二、采用逐步优化poa法对模型进行求解,得到容量最优配置。
5、作为优选,引入负荷追踪系数ρ来衡量源荷匹配度,其目标函数为:
6、
7、式中:ρ为负荷追踪系数,t为时段变量,t为时段总数,nr,t为第t时段的发电出力,lt为第t时段的用电负荷,为平均负荷水平,l、k、j分别
8、ρ越接近于1,说明多能互补发电功率与负荷功率在考察时间尺度内的变化特性越一致,发电系统的输出功率对负荷的跟踪性越好;反之,ρ越小,说明发电功率与负荷在考察时间尺度内的变化特性越不一致,跟踪性越差。
9、作为优选,水风光清洁能源发电量最大的目标函数为:
10、
11、式中,e为清洁能源发电量;mt为第t时段的小时数;nr,t为第t时刻梯级风光水的总出力。
12、作为优选,一体化开发容量优化配置模型的约束条件包括输电通道约束、风电出力约束、光伏出力约束和水电约束条件。
13、作为优选,输电通道约束为:
14、
15、式中:为第d个输电断面的输电容量。
16、作为优选,风电出力约束为:
17、
18、
19、式中:为第l个风电电站装机规模;gl,t为第l个风电站t时段的出力系数;为第l个风电站t时段的最小出力;为第l个风电站t时段的最大出力。
20、作为优选,光伏出力约束为:
21、
22、
23、式中:为第k个光伏电站装机规模;fk,t为第k个光伏电站t时段的出力系数;为第k个光伏电站t时段最小出力;为第k个光伏电站t时段最大出力。
24、作为优选,水电约束条件为:
25、①水电出力约束
26、
27、
28、式中,分别为第j个电站第t时段的允许最小、最大出力;为第j个水电站第t时段的发电流量;δj为第i个水电站耗水率,其大小随水库水位的变化而变化;k为换算系数;
29、②水库水位约束
30、
31、式中:zj,t为第j个水电站在第t时段末的水位;为第j个水电站在第t时段末的水位上限;为第j个水电站在第t时段末的水位下限;
32、③水库水位日变幅约束
33、
34、式中:zj,end为第j个水库的日末水位;zj,begin为第j个水库的日初水位,zj,allow为第j个水库允许的日水位变幅;
35、④下泄流量约束
36、
37、式中:qj,t为第j个水电站在第t时段的下泄流量;为第j个水电站在第t时段的最大下泄流量;为第j个水电站在第t时段的最小下泄流量;
38、⑤发电流量约束
39、
40、式中:为第j个水电站在第t时段的最大发电流量;为第j个水电站在第t时段的最小发电流量;
41、⑥时间维度水量平衡约束
42、
43、式中:vj,t为第j个水电站在第t时段的末库容;vj,t-1为第j个水电站在第t-1时段的初始库容;rj,t为第j个水电站在第t时段的入库流量;
44、⑦空间维度的水量平衡约束
45、
46、式中:ij,t为第j个水电站在第t时段的区间流量;τj-1为第j-1个水电站的出库流达第j个成员库中的时间;
47、⑧水位库容曲线
48、
49、式中:fv,z()为水库水位库容插值函数;
50、⑨水位流量曲线
51、
52、式中:fq,z()为水库尾水位下泄流量插值函数;
53、⑩流量关系
54、
55、作为优选,步骤二中,求解步骤具体为:
56、1)确定初始轨迹;
57、2)按照电站顺序,依次对第i个电站寻优;固定第0时刻和第2时刻的水位zi,0和zi,2不变,调整第1时刻的水位zi,1,使第0和1两时段的发电量最大;状态变量为各水库第1时刻的水位zi,1;决策变量为各电站的引用发电流量qi,0和qi,1;优化计算得各水库第1时刻的水位zi,1'和相应决策变量qi,0'和qi,1';此时优化后的各水库水位变为zi,0,zi,1',zi,2,…,zi,t,相应的决策变量变为qi,0',qi,1',qi,2,…,qi,t;
58、3)同理,按照电站顺序,依次对第i个电站下一时刻进行寻优;固定第1时刻和第3时刻的水位zi,1和zi,3保持不变,调整第2时刻的水位zi,2,使第1和2两时段的发电量最大,优化计算得各水库第2时刻的水位zi,2'和相应决策变量qi,1'和qi,2';此时优化后的各水库水位变为zi,0,zi,1,zi,2',…,zi,t,相应的决策变量变为qi,0,qi,1',qi,2',…,qi,t;
59、4)重复步骤3),直到终止时刻为止,从而得到初始条件和约束条件下的梯级各水库水位过程线、引用发电流量过程和梯级总发电量;
60、5)以前次求得的各水库过程线为初始轨迹,重新回到第2)步,直到相邻两次迭代求得的发电量增量达到预先指定的精度要求为止。
61、作为优选,步骤1)中,具体为:以日水库初始水位和末水位为实际运行水位,其余时刻的初始调度线采用等库容法。
62、本专利技术有利于消纳周边风光资源,发挥水库的调节能力,促进电力平稳输送,能提升梯级水电发电量,水力发电过程更加平稳,能使电价具有市场竞争力。本文档来自技高网...
【技术保护点】
1.水风光多能互补一体化容量优化配置方法,其特征在于:包括以下步骤:
2.根据权利要求1中所述的水风光多能互补一体化容量优化配置方法,其特征在于:引入负荷追踪系数ρ来衡量源荷匹配度,其目标函数为:
3.根据权利要求2中所述的水风光多能互补一体化容量优化配置方法,其特征在于:水风光清洁能源发电量最大的目标函数为:
4.根据权利要求3中所述的水风光多能互补一体化容量优化配置方法,其特征在于:一体化开发容量优化配置模型的约束条件包括输电通道约束、风电出力约束、光伏出力约束和水电约束条件。
5.根据权利要求4中所述的水风光多能互补一体化容量优化配置方法,其特征在于:输电通道约束为:
6.根据权利要求4中所述的水风光多能互补一体化容量优化配置方法,其特征在于:风电出力约束为:
7.根据权利要求4中所述的水风光多能互补一体化容量优化配置方法,其特征在于:光伏出力约束为:
8.根据权利要求4中所述的水风光多能互补一体化容量优化配置方法,其特征在于:水电约束条件为:
9.根据权利要求1中所述的水风光多
10.根据权利要求9中所述的水风光多能互补一体化容量优化配置方法,其特征在于:步骤1)中,具体为:以日水库初始水位和末水位为实际运行水位,其余时刻的初始调度线采用等库容法。
...【技术特征摘要】
1.水风光多能互补一体化容量优化配置方法,其特征在于:包括以下步骤:
2.根据权利要求1中所述的水风光多能互补一体化容量优化配置方法,其特征在于:引入负荷追踪系数ρ来衡量源荷匹配度,其目标函数为:
3.根据权利要求2中所述的水风光多能互补一体化容量优化配置方法,其特征在于:水风光清洁能源发电量最大的目标函数为:
4.根据权利要求3中所述的水风光多能互补一体化容量优化配置方法,其特征在于:一体化开发容量优化配置模型的约束条件包括输电通道约束、风电出力约束、光伏出力约束和水电约束条件。
5.根据权利要求4中所述的水风光多能互补一体化容量优化配置方法,其特征在于:输电通道约束...
【专利技术属性】
技术研发人员:姚福明,成磊,谢志成,马光文,杨悦,黄炜斌,
申请(专利权)人:国能大渡河流域水电开发有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。