【《含多类型新能源电力系统的经济调度模型案例分析》5100字】

图412所示）。图STYLEREF1\s4SEQ图\*ARABIC\s112火电机组单位能耗曲线Ⅳ）对系统单位能耗的影响根据系统单位能耗的定义可以看出，系统单位能耗与新能源出力占系统负荷的百分比呈负相关，即该百分比越大，系统单位能耗越小。工程实际中，当新能源渗透率较低时，新能源出力百分比较小，系统单位能耗较大，因此在该比值的变化时，系统单位能耗变化较小。同等负荷前提下，当新能源渗透率较高，系统消纳的新能源也较多时，新能源出力占系统负荷的比值较大，尤其在负荷高峰期，系统的单位能耗则会明显下降。Ⅴ）对污染气体排放量的影响由污染气体排放量的计算公式可知，污染气体排放、非污染无害气体排放与系统的疲劳度和出力强度有着不可分割的联系，一般两者呈正比关系。1.2含多类型新能源电力系统的经济调度模型在包含多种新能源（风电，地热、光伏、核电、潮汐等）的电力系统协调运行中，潮汐电源它本身具有间歇爆发性的特点是不能忽略和消除的，因此系统可能也必须通过像风电、光伏等类型的能源来分时补充。显而易见，当高占比率的新型电力源出力爆发性的增加或衰退时，火电机组的运行成本与效率必将因此受到影响和扰动。在如今开发的新能源电力形势下，人们普遍认为，在多能源系统运行时，风、光电应处于优先调度状态，而核电和水电因为他们容易控制，平稳出力，他们可以处于次级调度状态。常规火电由于具有较大的滞后性和控制难度大等特点，应避免频繁调整出力以用此来维持高效发电。本文所提出的系统中水电站在低谷时段进行抽水，风电系统和燃气轮机一一应着，风电出力的间歇性变化和随机特性与负荷曲线斜率的变化在此系统中都被看作负荷。本部分是以前述基于气象数据分析的新能源发电预测方法为基础，梳理形成了新能源调控模型。1.2.1目标函数首先，针对本文所提出的系统，建立多目标决策的优化调度模型。在此模型中将优先调度的能源比如风、光电作为作为约束条件，从优化变量中剔除。目标函数就是待优化函数优化了系统运行成本、水资源利用率以及燃烧介质的环境成本。1）火电机组的运行成本的最小化。简而言之就是减少燃料费用。 (4-5)其中： (4-6) (4-7)式中，T表示时段总和；Nt表示火电发电机组数量；（MW）表示第i个机组在时段t内的负荷功率；表示第i个机组在时段t的启停状态；ai（元/MW2·h）、bi（元/MW·h）、ci（元/h）表示机组耗费一次能源费用的相关系数。STi，SDi表示机组i的启动费用和停机费用；此外费用中不计燃煤、燃气等机组运行成本和投资维护成本。2）环境成本函数。单位电量SO2排放量： (4-8)式中，Q表示火电厂单位煤耗率，g/MW·h;a表示SO2与S分子量之比；Sar表示燃煤含硫质量分数；表示S生成SO2的比例；ηS表示脱硫效率，%；单位电量NOx排放量 (4-9)式中，Q表示火电厂单位煤耗率，g/MW·h;a表示NOx与N分子量之比；Sar表示燃煤含氮质量分数；表示N生成NOx的比例；ηN表示脱硫效率，%；单位电量TSP排放量 (4-10)式中，Q表示火电厂单位煤耗率，g/MW·h;表示N生成NOx的比例；表示脱硫效率，%；单位电量CO2排放量 (4-11)式中，Q表示火电厂单位煤耗率，g/MW·h;A表示燃料低位发热量，MW·h；B表示CO2排放系数；P表示碳排放交易市场平均成交价，元/g；污染气体排放成本： (4-12)式中，表示火电机组发电量，MW；η1、η2、η3、和η4分示表示单位电量污染物排放量价格。通过上述分析，本文所提出的系统（包含风电、火电和水电）的发电机组的评价调度函数如下：(4-13)1.2.2约束条件1）约束功率平衡分配在目标函数优化调度问题的过程中，所提出的系统中包含风电、火电和水电等各种机组组合已按上述描述确定。通过这种既定的方案的系统的总功率能够满足甚至超过系统在波动情况下的最大负荷。所以需要进行功率平衡考虑，约束功率平衡分配是系统内不同种机组在对应的时间范围内出力之和与系统当前的预测总负荷（含估算网损）相等。对于所提出系统中可调节水电站，水电转换关系和调度容量约束如下： (4-14) (4-15)式中，表示水电转换效率系数；（m）表示水电站当前时段水头高度；（m3）表示水电站最小分配水量，（m3）最大分配水量。对于小水电，需要满足发电引用径流量约束：Qtmin＜Qt≤Qtmax(4-16)式中，Qtmin、Qtmax表示t时段小水电发电可以引用的最小和最大流量。再次，对于抽水蓄能电站，在其工作在低谷时期Δt1时，通过式4-17所示的方式调度分配；在其工作在峰值时期Δt2时，通过式4-18以调度方式运行，因此功率平衡约束条件如下：时段t∈Δt1， (4-17)时段t∈Δt2，(4-18) (4-19)在其它时段，(4-20)其中，Pwt（MW）表示风电出力；PDt（MW）表示负荷值；Ppht（MW）表示光伏电源出力数值；PHt（MW）表示无调节水电站出力；Pft（MW）表示时段t的抽水蓄能站出力；PSHt（MW）表示小水电出力；Pnut（MW）表示核电站出力，两类型电站日间均稳出力；Δt2表示峰值时期。2）系统旋转备用约束假如电力系统中包含大规模高数量的新能源电力，此时因为负荷预测水平普遍高于新能源电源出力水平，所以需要利用对应的手段矫正出力不确定带来的影响。通常我们采用正、负备用容量的方法来处理这种现象。火电机组i在时段t时的最大出力与最小出力如下： (4-21) (4-22)式中，和表示火电机组向上与向下的爬坡率。同时考虑风电、光伏电源在时段t内可能出现随机波动，且波动变化系数分别为kw、kp，系数反映上下波动偏差量，可取5%~10%。则正旋转备用（应对新能源电力的陡降）约束条件为 (4-23)其中，在t∈Δt2时，由于抽水蓄能机组出力是具有一定的变化空间的因此，在此时将会在不等式4-23的左边应生效，库容可调水电站出力峰值、抽蓄电站的出力峰值。系统负旋转备用（应对新能源电力突增）约束条件为 (4-24)式中，表示水电站j的强迫出力值，MW。需要注意，在负荷低谷期（t∈Δt1），先判断，若满足，说明此时抽水蓄能已有能力平衡低谷期的间新能源电源出力增量。3）输电线路容量约束： (4-25)其中，为系统内所有机组的集合；为机组g的发电功率；γgj为机组在线路上的功率分布因子；Lj为线路输电流量限制。4）机组出力和爬坡约束： (4-26) (4-27)其中，在t∈Δt2时，将会在不等式4-21的左边应生效，此现象时抽水蓄能机组出力的变化空间的具体表现，库容可调水电站最大出力值、抽蓄电站的最大出力值。对于火电中的燃气轮机机组，本身在小时时段内可以满足迅速启停的要求，而其它燃煤机组在日调度内不启停锅炉，因此约束条件中不含最小启停机时间的约束。通过以上分析，我们了解到优化调度模型首要任务是确定风电或者水电的蓄能站在当日的分配额与工作样式。其次在新能源电源并网后通过调节燃烧介质耗量，进而确定本系统的多目标优化函数。最后通过优化调度各种能源在对应的时间段工作以方便达到功率平衡点，同时，搭配上系统运行的约束条件，可以保障本文提出的系统在接纳与融合新能源电力时系统能够维持安全稳定运行模式。但是一旦引入大规模大数量的新能源电力融合，那么模型的求解策将是一个难题。本文在机会规划约束理论的基础上，引入随机变量r（风电、光伏），通过MonteCarlomethod对约束条件进行合理合格性检验，并将本文所述模型的多目标函数采用加权整合进行归一化处理。经济调度模型求解总体流程如图4-1所示。图4-1经济调度模型求解流程上述模型可以基于概率潮流优化方法进行模型求解。根据日内阶段风、光、负荷的偏差功率计算日内阶段平均调整成本最小值。在随机变量处理方面，两点估计法将每个不确定的量用均值两侧的值代替，且其他不确定量取均值，计算概率潮流模型，较随机抽样的蒙特卡洛法计算量更小且精度较高。1.3新能源消纳能力提升措施分析由于毕设时间原因，没有进行仿真验证和算例分析，仅结合上述所构建的调控模型，对提供新能源消纳能力提升措施进行效果分析。大规模风电并网运行将会对电网运行各个方面产生重要影响，提高风电消纳能力是我国“双碳”目标下电力系统必然选择，也是风电场企业和传统电网企业的最终必经之路，对于我国电网的发展具有重要的意义。根据以上分析，现阶段能够采取的措施分以下几点讨论：1）优化电网电源比例，减少电网被迫弃风随着风电的大量并网，为避免弃风着重发展抽水蓄能电站利用其自身优势通过将电网负荷低的多余电能转化为电网高峰时期的高价值电能，有效提升当地电网吸纳风电的能力。2）发展新型调控系统，提高电网协调水平通过对电力系统不同地区不同部分进行电力分配，协调各个部分的用发电需求，使之处于一种动态平衡的状态，是输发配电网发展过程中的一个重要研究方向｡通过本系统对风电功率预测的实现，可以使局部电网就地消纳和补充峰值电量，提高了电网运行的协调性。3）加强区域电网互联，扩大风电消纳范围区域电网互联规模较小是限制风电接入的重要原因。加快发展