【技术实现步骤摘要】
本专利技术涉及电网调度，尤其涉及一种新能源电网需求侧资源调度优化方法及装置。
技术介绍
1、以规模化电动汽车和用户综合能源系统为代表的电网需求侧资源因其独特灵活的负荷调节能力，正逐渐成为消纳过剩可再生能源发电的重要途径。电动汽车作为一种新兴可移动存储单元，不仅可以作为交通工具，还可以参与电网调峰调频服务。电动车的充电负荷具有灵活可调的特点，根据这一特点制定合适的电动汽车充放电策略，在聚合后可以展现出显著的调蓄能力。用户综合能源系统整合了电力、热力、天然气等多种能源形式，能够实现多能互补和协同优化，使其在需求侧响应中具备较高的灵活性，能够有效响应电力系统的负荷调度需求。电动汽车和用户综合能源系统这两类电网需求侧资源协同运行，在电力系统负荷较低时，增加用电需要，而在负荷较高时，减少用电需求，可以解决可再生能源发电波动带来的供需不平衡问题。充分利用电网中已接入的需求侧资源，根据风力光伏发电和电力负荷变化情况制定经济有效的需求侧响应方案，充分挖掘电网的调节潜力，调节负荷峰谷差，对于提升可再生能源利用率和电网可靠性、经济性具有重要意义。
2、目前，电动汽车和用户综合能源系统这两类电网需求侧资源协同运行的相关技术大多集中于单一需求侧资源的研究。除此之外，实际运行过程中新能源发电和电热负荷的高不确定性和波动性容易导致需求侧资源调度方案与真实环境存在偏差，难以保证需求侧调度方案的有效性。
技术实现思路
1、有鉴于此，本专利技术提供了一种新能源电网需求侧资源调度优化方法及装置，解决了需求
2、本专利技术第一方面提供了一种新能源电网需求侧资源调度优化方法，所述方法包括：
3、根据电力系统的源-荷日前响应预测数据构建运行场景集；
4、以电力系统在多个运行场景下的运行成本最小化为优化目标，并根据需求侧响应特性和电网运行特性确定第一约束条件，构建日前计划调度模型；
5、以电力系统日内运行总成本最小化为优化目标，并根据日前计划能源平衡特性、用户综合能源运行特性和电网运行特性确定第二约束条件，构建日内调度模型；
6、根据所述运行场景集分别对所述日前计划调度模型和所述日内调度模型寻优求解，根据所述日前计划调度模型和所述日内调度模型分别对应的最优解确定日前计划调度最优方案和日内调度最优方案；其中，所述日前计划调度最优方案用于在电力系统的日前计划阶段执行电网调度，所述日内调度最优方案用于在电力系统的日内调度阶段执行电网调度。
7、优选地，所述根据电力系统的源-荷日前响应预测数据构建运行场景集的步骤，包括：
8、获取电力系统的源-荷历史响应数据，并根据所述源-荷历史响应数据进行日前预测，得到源-荷日前初始预测数据；
9、对所述源-荷日前初始预测数据添加噪声数据，生成所述源-荷日前响应预测数据。
10、优选地，所述日前计划调度模型包括第一优化目标函数；
11、其中，所述第一优化目标函数为：
12、
13、式中，为运行场景s发生的概率，s为运行场景集，t为时段，t为总时段，为运行场景s在t时段的电力平衡成本，为运行场景s在t时段
14、的需求侧响应成本；
15、其中，
16、
17、
18、式中，、、、、分别表示调用单位电网备用容量所需成本、单位弃风弃光量对应的惩罚成本、天然气采购价格、单位储能系统充放功率对应的储能调用成本、单位电动汽车充放电功率产生的电池损耗成本，表示电网备用容量调用量，、分别表示风电节点m和光伏节点n在运行场景s下t时段的波动因子，表示风电节点m的最大功率，表示风电节点m在运行场景s下t时段的功率，表示光伏节点n的最大功率，表示光伏节点n在运行场景s下t时段的功率，表示外部天然气网络在运行场景s下t时段的购气量，、分别表示储能设备在运行场景s下t时段的充、放功率，、分别表示电动汽车的电池e在运行场景s下t时段的充、放电功率，分别表示风电、光伏、综合能源系统和电动汽车负荷的节点集合，表示综合能源节点，y表示储能设备充放功率序列，表示储能设备充放功率的类型，其中p表示蓄电池充放电功率，g表示储气罐充放气功率，为电动汽车的电池节点集合。
19、优选地，所述第一约束条件包括电网运行约束、电动汽车充放电运行约束和用户综合能源运行约束，其中，所述电网运行约束包括电网潮流约束、电力关口约束和电力系统出力约束。
20、优选地，所述日内调度模型包括第二优化目标函数；
21、其中，所述第二优化目标函数为：
22、
23、式中，、分别表示t时段的电力平衡成本、需求侧响应成本；其中，
24、
25、
26、式中，，、分别表示风电节点m和光伏节点n的t时段的波动因子，表示风电节点m在t时段的功率，表示光伏节点n在t时段的功率，表示外部天然气网络在t时段的购气量，、分别表示储能设备在t时段的充、放功率。
27、优选地，所述第二约束条件包括电网运行约束、日前计划能源平衡约束和用户综合能源运行约束，其中，所述电网运行约束包括电网潮流约束、电力关口约束和电力系统出力约束。
28、优选地，本方法还包括：
29、以日内预设的调度周期对所述日前计划阶段和所述日内调度阶段依次执行所述日前计划调度最优方案以及所述日内调度最优方案；
30、在日内所有调度周期未完成调度的情况下，根据前一个调度周期下的源-荷日前响应预测数据更新当前调度周期的日前计划调度最优方案和日内调度最优方案，并基于更新后的日前计划调度最优方案和日内调度最优方案，转至所述以日内预设的调度周期对所述日前计划阶段和所述日内调度阶段依次执行所述日前计划调度最优方案以及所述日内调度最优方案的步骤，直至完成日内所有调度周期，结束调度。
31、第二方面，本专利技术还提供了一种新能源电网需求侧资源调度优化装置，所述装置包括：
32、场景集构建模块，用于根据电力系统的源-荷日前响应预测数据构建运行场景集；
33、日前调度模块，用于以电力系统在多个运行场景下的运行成本最小化为优化目标，并根据需求侧响应特性和电网运行特性确定第一约束条件，构建日前计划调度模型；
34、日内调度模块，用于以电力系统日内运行总成本最小化为优化目标，并根据日前计划能源平衡特性、用户综合能源运行特性和电网运行特性确定第二约束条件，构建日内调度模型；
35、调度寻优模块，用于根据所述运行场景集分别对所述日前计划调度模型和所述日内调度模型寻优求解，根据所述日前计划调度模型和所述日内调度模型分别对应的最优解确定日前计划调度最优方案和日内调度最优方案；其中，所述日前计划调度最优方案用于在电力系统的日前计划阶段执行电网调度，所述日内调度最优方案用于在电力系统的日内调度阶段执行电网调度。...
【技术保护点】
1.一种新能源电网需求侧资源调度优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的新能源电网需求侧资源调度优化方法，其特征在于，所述根据电力系统的源-荷日前响应预测数据构建运行场景集的步骤，包括：
3.根据权利要求1所述的新能源电网需求侧资源调度优化方法，其特征在于，所述日前计划调度模型包括第一优化目标函数；
4.根据权利要求1或3所述的新能源电网需求侧资源调度优化方法，其特征在于，所述第一约束条件包括电网运行约束、电动汽车充放电运行约束和用户综合能源运行约束，其中，所述电网运行约束包括电网潮流约束、电力关口约束和电力系统出力约束。
5.根据权利要求1所述的新能源电网需求侧资源调度优化方法，其特征在于，所述日内调度模型包括第二优化目标函数；
6.根据权利要求1或5所述的新能源电网需求侧资源调度优化方法，其特征在于，所述第二约束条件包括电网运行约束、日前计划能源平衡约束和用户综合能源运行约束，其中，所述电网运行约束包括电网潮流约束、电力关口约束和电力系统出力约束。
7.根据权利要求1所述的新能源电网
8.一种新能源电网需求侧资源调度优化装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，所述电子设备包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7任一项所述的新能源电网需求侧资源调度优化方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1至7任一项所述的新能源电网需求侧资源调度优化方法的步骤。
...【技术特征摘要】
1.一种新能源电网需求侧资源调度优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的新能源电网需求侧资源调度优化方法，其特征在于，所述根据电力系统的源-荷日前响应预测数据构建运行场景集的步骤，包括：
3.根据权利要求1所述的新能源电网需求侧资源调度优化方法，其特征在于，所述日前计划调度模型包括第一优化目标函数；
4.根据权利要求1或3所述的新能源电网需求侧资源调度优化方法，其特征在于，所述第一约束条件包括电网运行约束、电动汽车充放电运行约束和用户综合能源运行约束，其中，所述电网运行约束包括电网潮流约束、电力关口约束和电力系统出力约束。
5.根据权利要求1所述的新能源电网需求侧资源调度优化方法，其特征在于，所述日内调度模型包括第二优化目标函数；
6.根据权利要求1或5所述的新能源电网...
【专利技术属性】
技术研发人员：郭琦，余佳微，郭海平，卢远宏，郭天宇，陈智豪，涂亮，黄立滨，
申请(专利权)人：南方电网科学研究院有限责任公司，
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。