买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：河北工业大学

摘要：发明了一种加强可再生能源并网的含风光火储的动态经济环境调度决策优化方法，首先，考虑风电和光伏的出力特性，对风电和光伏加入协调运行成本动态惩罚因子，利用储能装置的功率时移特性，建立一种双层动态经济环境调度模型；其次，提出一种改进人工兔优化算法IARO；然后，对火电机组在极限情况下的爬坡约束问题进行改进，提出一种改进的爬坡约束控制策略；最后，使用FCM聚类算法进行电价时段的划分，进而利用储能装置来研究双层模型下的经济环境调度问题。所提模型的峰谷差从1114MW降低到931MW，净负荷方差从100817MW降低到70141MW，下降幅度分别占比16.42％和30.42％。因此，本发明为加强可再生能源并网问题提供了一种有效的解决方法和思路。

主权项：1.一种含风光火储的动态经济环境调度决策优化方法，其特征在于：步骤1：考虑风电和光伏的出力特性，建立模型目标函数和构造模型约束条件；步骤2：使用模糊C均值聚类算法来进行不同时刻电价的划分；步骤3：针对火电机组在极限情况下的爬坡约束问题进行改进，提出一种改进的爬坡约束控制策略；步骤4：利用储能装置的功率时移特性，结合火电机组进行调峰来降低系统净负荷的峰谷差，提高系统的调峰能力，得到的经济环境调度系统双层调度模型；步骤5：提出一种改进人工兔优化算法，用以优化含风光火储的动态经济环境调度模型；进一步的，所述步骤1具体包括以下步骤：步骤1.1，建立电力系统调度模型经济目标；对火电机组运行过程考虑阀点效应，可得考虑阀点效应的火电机组费用函数表达式如下： 其中，Ng为火力发电机组的数量，是第i个机组在t时刻的发电功率，ai、bi、ci为火力发电机的燃料成本系数，T为计算总成本需要的时间，gi和hi为单个发电机的阀加载系数，Pimin是第i个发电机的有功功率下限；对风电和光伏发电加入惩罚系数，得到风电和光伏的成本函数如下： 式中，Ptw＝和Ptpv代表风电和光伏装置的调度功率，和代表风电和光伏装置的实际发电功率，Nw和Npv代表同类型风电和光伏单元的数量，Cw和Cpv是风电和光伏的运行成本函数，和是风电和光伏的低估出力惩罚函数，和风电和光伏的高估出力惩罚函数，fd代表协调运行成本时间惩罚系数；储能成本和储能装置的运行维护成本公式如下所示： 其中，Cbat表示储能装置的运行为成本系数；Ix表示储能装置的运行维护成本；Ib表示一个调度周期内储能电站通过不同电价获得的套利收益：Ptbat代表储能装置的充放电功率，在本发明中定义其取值大于零时为放电状态，小于零时为充电状态；储能电站充放电的运行收益计算公式如下所示： 其中，Ib表示一个调度周期内储能电站通过不同电价获得的套利收益；PEt表示不同时刻的电价参数，具体如下： 其中，PEp表示峰值电价，PEv表示谷值电价，PEu表示平值电价，根据负荷功率的波动情况划分不同的电价时段；进而可以得到含风光火储的动态经济环境调度模型的总成本如下式所示： 其中，FcostPg，Pw，Ppv，Pbat代表整个系统的运行成本，该成本包括火电机组运行成本、风电机组运行成本、光伏装置运行成本和储能装置的运行成本；步骤1.2，建立电力系统调度模型环境目标；本发明中系统的环境目标就是模拟火电机组出力与污染物排放之间的关系，在发电过程中尽可能的降低污染物排放量；相应的排放量公式如下： 其中，oi，pi，qi，θi，代表第i个火力发电机的污染物排放系数；步骤1.3，建立储能辅助电网调峰目标；以挣负荷波动方差值最小为目标，在此基础上进行电力系统经济环境目标的优化；其中系统净负荷波动方差的函数如下所示： 其中，fB表达系统净负荷方差；表示在t时刻的净负荷；表示调度周期内净负荷的平均值；净负荷的计算方式如下： 其中，Ptbg是火电机组给储能装置充电的功率，当储能装置充电时，该充电功率也等效于一种负荷，当储能装置放电时，其放电功率可抵消一部分的系统负荷；步骤1.4，构造电力系统调度模型约束条件；在调度模型中需要考虑的约束条件有：1系统功率平衡约束 其中，Ptbg是火电机组给储能装置充电的功率；Ptload是t时刻的负荷需求；Ptloss是t时刻的传输损耗；传输损耗的表达式入下： 其中，和B*表示系统的传输损耗系数，即利用简化的电纳参数对线路损耗进行计算；2火力机组出力和爬坡约束 其中，Pimax、Pimin分别代表火电机组的最大和最小发电功率；Pimin和Pimax是第i个机组的最小出力和最大出力限制；Piup和Pidown分别是第i个机组功率爬坡的上升限制和下降限制；3风电机组和光伏装置的出力约束在储能装置充电时，需要将风电光伏的供给功率考虑在内，出力约束是： 其中，Ptbw表示风电机组给储能装置的充电功率；Ptbpv表示光伏装置给储能装置的充电功率；是t时刻风电的可以输出的最大功率，表示t时刻光伏发电的可以输出的最大功率；在储能装置放电时，不需要考虑储能作用，此时风电机组和光伏装置的约束公式为： 4储能电站的充放电功率、运行容量约束和充放电量约束 其中，是储能电站的最大放电功率；是最大充电功率；Ptbat是储能电站在t时刻的充电或者放电功率；Et、Et+1分别是储能装置t时刻和下一时刻的储能容量；设定储能装置充放电的效率相等，均为ηbat；Emax表示储能装置的额定容量，每个时刻储能装置的运行容量均要在约束范围内；5旋转备用约束 其中，ew1、ew2表示应对风电功率误差的正、负旋转备用容量系数；epv1、epv2分别表示应对光伏功率误差的正、负旋转备用容量系数；el1el2分别表示应对负荷需求预测误差的正、负旋转备用容量系数；进一步，所述步骤2的具体实现方法包括以下步骤：对一个周期内的负荷数据进行特征分析，使用模糊半梯度隶属函数的方法进行特征计算，其峰值隶属度和谷值隶属度函数分别如下式所示： 其中，Qpi是峰值隶属度值；Qvi是谷值隶属度值；进而使用FCM聚类算法对电价的峰谷时段进行划分，模糊聚类算法的目标函数和约束条件如下： 其中，Mx，y表示模糊聚类算法中求解的目标函数；||xi-yj||用来计算样本数据和聚类中心点间的欧式距离；m代表加0权指数；z代表聚类个数，对于每一个聚类集合均应满足总和为1；在每次迭代时的隶属度划分矩阵更新公式如下所示： 聚类中心点的更新公式如下： 进一步，所述步骤3的具体实现方法包括以下步骤：步骤3.1：在算法对机组功率优化过程中，首先根据机组出力的上下限约束对机组出力进行调整，然后结合T-1时刻的功率分配方案和爬坡约束进一步调整机组出力，根据迭代次数不断重复此过程；步骤3.2：在T调度时刻迭代结束时，对机组功率分配方案进行判断，如果满足功率平衡，此时爬坡约束也一定得到了满足，可以输出T时刻最终的机组功率分配方案，否则需要采取新的搜索措施重新计算机组功率分配方案；步骤3.3：在重新寻找分配方案的过程中，忽略T时刻的斜坡约束，仅使用各机组的出力上下限约束和功率平衡约束进行寻优，以获得修正后T时刻的功率分配方案；步骤3.4：使用T时刻和T-2时刻的功率分配方案作为爬坡约束重新计算T-1时刻的功率分配方案；步骤3.5：输出修正后T-1时刻和T时刻的机组功率分配方案，该方案使机组爬坡约束和系统功率平衡约束均得到满足；进一步，所述步骤4中上层调度模型以系统净负荷峰谷差改善量作为优化目标来调节储能模块的充放电功率，通过调节作用来提高负荷低谷时的净负荷功率并降低负荷高峰时刻的机组出力，并引入净负荷方差作为判断指标；下层调度模型以系统的运行成本和环境保护作为优化调度的目标，通过结合火电机组的运行特性约束、风电光伏的出力特性约束、弃风弃光惩罚机制和分时电价机制，来优化求解各个调度时刻的火电机组出力；进一步，所述步骤5具体包含以下步骤：步骤5.1：对人工兔优化算法ArtificialRabbitsOptimizationAlgorithm，ARO进行改进，得到改进人工兔优化算法；进一步的，所述步骤5.1具体包括以下步骤：1基于Hammersley序列进行初始化；2改进探索位置更新；3使用隐藏参数代替奔跑算子；步骤5.2：应用改进人工兔优化算法对含风光火储的动态经济环境调度模型进行求解，得到最优决策方案；进一步的，所述步骤5.2具体包括以下步骤：1收到负荷、火电机组、光伏、风电及储能电站的参数和约束条件，建立火电机组和并网风电光伏装置经济成本目标函数和环境目标函数，并建立储能辅助目标函数；建立储能装置在分时电价作用下的成本目标函数和收益目标函数；2确定权重系数ω和比例系数Q并开始运行IARO算法，在一个调度周期内依次运行算法，其中每调度时刻的求解流程如3-7；3将各发电机组的发电功率作为兔子种群位置，将加入权重系数后建立的综合目标函数作为种群的适应度函数进行优化求解，并初始化IARO算法参数；4根据能量因子A值的大小来确定绕道觅食或者随机躲藏来进行兔子个体的位置更新；5更新全局最优个体的位置，并判断算法是否满足结束条件，满足条件则进行下一步，否则返回4；6判断是否满足爬坡约束条件，如果满足，则进行下一步；否则使用改进爬坡策略，重新计算上一个T-1和T时刻的功率分配方案；7当1时刻到24时刻计算完成后，根据调度周期和不同权重系数ω重复运行，最终得到一组帕累托解集，然后通过隶属度函数，选择出最优的机组功率分配方案。

全文数据：

权利要求：

百度查询： 河北工业大学 一种加强可再生能源并网的含风光火储的动态经济环境调度决策优化方法