【技术实现步骤摘要】
本申请涉及电力系统运维管理领域，特别是涉及一种大型多能互补系统协同运行优化及综合效益评价方法、装置、系统、计算机设备和计算机可读存储介质。
技术介绍
1、含高比例风光的大型综合能源基地这类大型多能互补系统正在国内快速发展，将极大提升风电光伏等新能源在能源供应体系中的比例，风光等新能源发电的出力往往具有随机性、间歇性等弊端，含高比例风光的大型综合能源基地这类大型多能互补系统的投运将给电力系统的安全带来诸多挑战。
2、考虑新能源的大型多能互补系统是未来大规模发展新能源的重要方式，光伏和风电出力的不稳定性加剧了系统的协同运行风险，增加了协同运行计划制定难度。
技术实现思路
1、本申请实施例提供了一种大型多能互补系统协同运行优化及综合效益评价方法、系统、计算机设备和计算机可读存储介质，以至少解决相关技术中协同运行计划效率较差的问题。
2、第一方面，本申请实施例提供了一种大型多能互补系统协同运行优化及综合效益评价方法，其特征在于，所述方法包括：
3、获取大型多能互补系统的运行数据，其中，所述大型多能互补系统包括：风电子系统、光伏子系统、水电子系统、制氢子系统和储能子系统；
4、基于所述运行数据构建目标函数以及确定约束条件，并通过将所述目标函数和所述约束条件组合，以构建以最大化系统运行收益且最大化新能源消纳为目标的优化问题模型；
5、通过ka算法求解所述优化问题模型，得到最优协同运行策略，其中，所述最优协同运行策略用于指示所述大型多能
6、通过基于组合权重和topsis的评价策略，对所述协同运行调度策略进行指标评价。
7、在其中一些实施例中，所述目标函数包括运行收益最大目标函数、新能源消纳最优目标函数和日累计跟踪计划误差最小目标函数，
8、通过将所述收益最大目标函数、所述新能源消纳最优化目标和所述日累计跟踪计划误差最小目标函数加权求和，确定所述目标函数。
9、在其中一些实施例中，通过如下公式确定所述运行收益最大目标函数：
10、
11、式中：m1为大型多能互补系统运行收益最大目标函数，t为大型多能互补系统的协同运行优化周期，ef，t为风电子系统在t时刻的运行收益，eg，t为光伏子系统在t时刻的运行收益，eq，t为制氢子系统在t时刻的运行收益，ec，t为储能部分在t时刻的运行收益；
12、其中，所述风电子系统、所述光伏子系统和所述储能子系统的运行收益为售电收入减去各自对应的运营成本所得，所述制氢子系统的运行收益为售氢收入减去对应的运营成本所得，所述制氢子系统的运营成本主要包括从电网购电的购电成本和运行维护成本；
13、通过如下公式确定所述新能源消纳最优目标函数：
14、
15、式中：m2为所述多能互补系统新能源消纳能力最优目标函数，af，t为所述风电子系统在时刻t产生的弃风功率，ag，t为所述光伏子系统在时刻t产生的弃光功率，δt则表示每个时段的时长；
16、通过如下公式确定所述日累计跟踪计划误差率最小目标函数：
17、
18、式中：m3为所述大型多能互补系统日累计跟踪计划误差率最小目标函数，pfy，t表示t时刻的所述风电子系统的发电功率日前预测数据，pgy，t表示t时刻的所述光伏子系统发电功率日前预测数据，pdz，t表示t时刻的调度指令功率，pcn，t表示t时刻的所述储能子系统的功率，pqh，t表示t时刻的所述制氢子系统的功率。
19、在其中一些实施例中，通过设置最大出力阈值，确定所述约束条件，其中，所述约束条件包括：风力发电出力约束、光伏发电出力约束、制氢装置出力约束和储氢装置压力约束火力。
20、在其中一些实施例中，通过ka算法求解所述优化问题模型包括：
21、初始化n个模型解，其中，所述任意一个模型解对应于一种协同运行策略；
22、通过启发式算法对所述模型解进行迭代运算，得到最优协同调度策略，其中，在迭代运算中，通过如下运动公式对当前解持续进行更新和优化，直至得到全局最优解：
23、si+1＝si+rand(sbest-si)
24、式中，s表示ka群组中的解，si是第i次迭代中的解，rand的值是零和给定数之间的随机数，sbest是过去迭代中的局部最优解，该局部最优解基于对应的所述目标函数值确定；
25、其中，通过该运动公式经过一轮迭代计算后，可以得到多组解，迭代运算至模型收敛之后，得到全局最优解。
26、在其中一些实施例中，在通过ka算法求解所述优化问题模型的过程中，所述方法还包括：
27、通过过滤函数确定每轮迭代计算对应的过滤速率，参考所述过滤速率，将任意一轮迭代计算得到模型解分类为fb集合和w集合，并通过再吸收算子判断所述w集合内的模型解，是否能够重新分配到fb集合中：
28、
29、式中：fr表示过滤速率；α的值是在(0，1]范围内的一个常数值，其可以预先调整，p代表群组大小，(xi)是在i处迭代解x的目标函数，其中，每次迭代的过滤速率取决于群组中所有解的目标函数值。
30、在其中一些实施例中，所述在通过ka算法求解所述优化问题模型的过程中，所述方法还包括：
31、通过分泌机制，判断分配至所述fb集合中的任意一个模型解的目标函数值是否大于所述fb集合中的已存在最差解的函数值，若是，将所述模型解加入所述fb集合，若否，将所述模型解加入所述w集合；
32、通过排泄机制，判断所述w集合中的模型解，在通过再吸收算子处理之后是否仍不能加入fb集合，若是，将所述模型解排除，并在所述w集合中添加随机解。
33、在其中一些实施例中，通过基于组合权重和和topsis的评价策略，对所述协同运行调度策略进行指标评价包括：
34、基于所述大型多能互补系统的预设综合效益评价指标，并通过熵权法得到第一权重，通过层次分析法得到第二权重，基于所述第一权重和第二权重，得到指标组合权重；
35、根据所述指标组合权重值和topsis模型，输出所述协同运行调度策略的评价结果。
36、在其中一些实施例中，基于所述大型多能互补系统的预设综合效益评价指标，并通过熵权法得到第一权重包括：
37、根据所述大型多能互补系统的预设综合效益评价指标，得到多目标决策矩阵；
38、利用所述多目标决策矩阵，对大型多能互补系统优化运行综合效益评价指标的原始值进行一致化处理；
39、通过如下公式，对所述一致化的综合效益评价指标进行运算，得到综合效益评价指标熵值，并基于所述综合效益评价指标熵值获取综合效益评价指标差异性系数；
40、
41、其中，ej代表第j项大型多能互补系统优化运行综合效益评价指标的熵值，pij是大型多能互补系统的所述一致化的综合效益评价指标；...
【技术保护点】
1.一种大型多能互补系统协同运行优化及综合效益评价方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述目标函数包括运行收益最大目标函数、新能源消纳最优目标函数和日累计跟踪计划误差最小目标函数，
3.根据权利要求2所述的方法，其特征在于，通过如下公式确定所述运行收益最大目标函数：
4.根据权利要求1所述的方法，其特征在于，通过设置最大出力阈值，确定所述约束条件，其中，所述约束条件包括：风力发电出力约束、光伏发电出力约束、制氢装置出力约束和储氢装置压力约束火力。
5.根据权利要求1所述的方法，其特征在于，通过KA算法求解所述优化问题模型包括：
6.根据权利要求5所述的方法，其特征在于，在通过KA算法求解所述优化问题模型的过程中，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述在通过KA算法求解所述优化问题模型的过程中，所述方法还包括：
8.根据权利要求1所述的方法，其特征在于，通过基于组合权重和和TOPSIS的评价策略，对所述协同运行调度策略进行指标评价包括
9.根据权利要求8所述的方法，其特征在于，基于所述大型多能互补系统的预设综合效益评价指标，并通过熵权法得到第一权重包括：
10.根据权利要求1所述的方法，其特征在于，所述基于所述大型多能互补系统的预设综合效益评价指标，通过层次分析法得到第二权重包括：
11.根据权利要求7所述的方法，其特征在于，通过如下公式，得到所述组合权重，
12.根据权利要求1所述的方法，其特征在于，通过基于组合权重和TOPSIS的评价策略，对所述协同运行调度策略进行指标评价：
13.一种大型多能互补系统协同运行优化及综合效益评价系统，其特征在于，所述系统包括：获取模块、模型构建及求解模块和评价模块，其中：
...【技术特征摘要】
1.一种大型多能互补系统协同运行优化及综合效益评价方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述目标函数包括运行收益最大目标函数、新能源消纳最优目标函数和日累计跟踪计划误差最小目标函数，
3.根据权利要求2所述的方法，其特征在于，通过如下公式确定所述运行收益最大目标函数：
4.根据权利要求1所述的方法，其特征在于，通过设置最大出力阈值，确定所述约束条件，其中，所述约束条件包括：风力发电出力约束、光伏发电出力约束、制氢装置出力约束和储氢装置压力约束火力。
5.根据权利要求1所述的方法，其特征在于，通过ka算法求解所述优化问题模型包括：
6.根据权利要求5所述的方法，其特征在于，在通过ka算法求解所述优化问题模型的过程中，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述在通过ka算法求解所述优化...
【专利技术属性】
技术研发人员：柴保桐，周宇昊，张骏，王金袖，张乐平，马奎超，唐梓彭，马东，张道全，潘彬彬，
申请(专利权)人：华电电力科学研究院有限公司，
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。