一种新能源电量消纳能力分析规划方法与流程

本发明属于电力系统分析技术领域，具体涉及一种新能源电量消纳能力分析规划方法。

背景技术：

电能作为现代工业社会发展不可或缺的能源，承担着整个国民经济的发展。从电能生产到消费的过程，涉及发、输、变、配、用等环节，历来电源规划、电网规划及用电规划都是紧密结合，统筹协调。目前，新能源发电已成为世界可持续发展战略的重要组成部分，发展势头迅猛。新能源在提供电网清洁能源的同时，也给电网带来了负面影响。早期新能源的装机规模比较小，一般直接与配电网相连，主要对地区电网的电能质量有影响，如谐波污染、电压波动及电压闪变等。随着新能源装机规模的逐步扩大，大量新能源机组直接并入高电压等级电网，并同常规机组一样承担着电网的有功、无功调节,对系统的影响也越来越明显。

随着新能源大规模的接入，新能源的消纳问题日益凸显。中国新能源的发展完全不同于其它国家，采用了一种“哪里风资源好，就在哪里建电厂；哪里电厂建得大，就把电厂建在哪里”的发展模式。这种模式决定了中国新能源发展将遇到“市场消纳”瓶颈，同时，新能源的波动性和间歇性对电力系统的稳定性及可靠性产生了不可忽视的影响。

技术实现要素：

基于以上背景，本发明提供了一种简明且利于工程应用的新能源电量消纳能力分析规划方法。

为实现以上目的，本发明的技术方案如下：

一种新能源电量消纳能力分析规划方法，依次包括以下步骤：

步骤a、建立电力系统生产模拟数学模型；

步骤b、先基于建立的数学模型获取系统各时刻的机组运行计划、进行机组负荷分配，再求取系统机组最小技术出力和，得到系统新能源消纳容量时间序列；

步骤c、对电力系统生产模拟过程进行仿真，建立新能源机组出力时间序列和系统负荷时间序列；

步骤d、先通过分析系统负荷时间序列得到负荷分类曲线，再结合新能源出力时间序列、在整个时间区间内对步骤b得到的系统新能源消纳容量进行积分，得到系统可消纳新能源电量。

步骤a中，所述数学模型为：

上式中，f(x,t,u)为优化目标函数，j为性能指标，g(x,t,u)≤0为系统实际运行中的不等式约束，h(x)＝0为系统实际运行中的等式约束，x为每台机组的出力，u为机组组合向量，t为时间。

步骤d中，所述系统可消纳新能源电量由以下公式计算得到：

pq(t)＝pw(t)-pd(t)

δpd(t)＝pl(t)-pm(t)

上式中，psd为[t1,t2]时间区间内系统可消纳新能源电量，psq为[t1,t2]时间区间内系统弃新能源电量，pd(t)为t时刻系统新能源消纳容量，pq(t)为t时刻系统弃风容量，pw(t)为t时刻的新能源机组出力，pl(t)为t时刻的系统负荷，pm(t)为t时刻系统机组最小技术出力和。

步骤b中，

所述获取系统各时刻的机组运行计划是指：先在考虑系统备用、厂用电率及网损约束条件下，以系统运行成本为目标函数，通过动态规划法确定系统的最优开机容量，再优化机组组合，使运行计划周期中机组的启停动作尽量少，采用模拟退火算法求解机组最优运行计划；

所述进行机组负荷分配是指：通过生产模拟仿真对全网负荷曲线进行匹配，确定各机组的出力曲线。

步骤b中，所述优化机组组合所采用的目标函数及约束条件为：

上式中，t为一个周期的总天数，xd为第d天的机组运行向量，由0、1构成，l为候选机组总台数，α为机组总数项权重因子，xd(i)为xd第i位的编码，pimax为第i台机组的最大技术出力，qi为第i台机组的正常运行概率，popt(d)为第d天的系统最优开机容量，ri为第i台机组的爬坡率，δpmax(d)为第d天单位时间内负荷最大变化量。

步骤b中，所述通过生产模拟仿真对全网负荷曲线进行匹配包括生产模拟中间负荷匹配、生产模拟尖峰负荷匹配；

所述生产模拟中间负荷匹配采用迭代算法循环分配中间负荷，使系统各时刻均保持最大可调出力和；

所述生产模拟尖峰负荷匹配依次包括以下步骤：

步骤b1、根据以下条件判断是否需要启停尖峰负荷机组，若下式不成立，进入步骤b2；

上式中，xi(d)为由0和1构成的机组开机向量，pimin为第i台机组的最小技术出力，ploadmin(d)为第d天系统负荷时间序列，pdownreserve(d)为第d天系统向下备用容量，pb为备用容量；

步骤b2、在尖峰负荷到来前启动尖峰负荷机组，且启动过程为让尖峰负荷机组的技术出力按照爬坡率上升，直至达到最小技术出力：

pi(t+tstart)＝δp(t)*t(9)

δp(t)＝ri

t≤pimin/δp(t)

tstart＝＜tmax-pimax/ri＞-1

上式中，pi为第i台机组的技术出力，tmax为负荷曲线峰值所对应的时刻，δp(t)为尖峰负荷机组的技术出力增量，ri为第i台机组的爬坡率，pimax为第i台机组的最大技术出力，＜x＞为不超过x的最大整数；

步骤b3、关闭尖峰负荷机组，且关闭过程为让尖峰负荷机组的技术出力按照爬坡率下降，直至为0：

tstop＝twaist+1.5

pi(t+tstop)＝pi(tstop)-δp(t)*t(11)

δp(t)＝ri

t≤pi(tstop)/δp(t)

上式中，tstop为机组的关闭时刻，twaist为负荷降到中间负荷以下且之后的负荷不会高于中间负荷最大值的时刻，pi(tstop)为第i台机组tstop时刻的技术出力。

步骤c中，所述电力系统生产模拟过程依次包括以下步骤：

步骤c1、根据系统负荷数据建立负荷-时间曲线，其中，所述系统负荷数据包括系统机组运行费用、机组类型、容量、最小出力、计划停运率以及能量受约束的机组应提供的发电量；

步骤c2、安排机组运行计划和检修计划；

步骤c3、先确定机组带负荷顺序，再根据机组带负荷顺序逐台计算各机组的发电量即可。

与现有技术相比，本发明的有益效果为：

1、本发明一种新能源电量消纳能力分析规划方法先建立电力系统生产模拟数学模型，再基于建立的数学模型获取系统各时刻的机组运行计划、进行机组负荷分配，再求取系统机组最小技术出力和，得到系统新能源消纳容量时间序列，然后对电力系统生产模拟过程进行仿真，建立新能源机组出力时间序列和系统负荷时间序列，进而在整个时间区间内对系统新能源消纳容量进行积分，得到系统可消纳新能源电量，该设计基于生产模拟优化，从区域电网新能源规划需求出发，以电网安全稳定运行为基础，统筹考虑系统所有机组备用容量及新能源出力特性，在时序上完成新能源出力与负荷曲线的匹配，并且最优化网内发电机组的调峰性能，为新能源注入电网运行提供安全备用容量，同时为新能源发展规划提供参考，不仅简明，而且实用。因此，本发明简明且利于工程应用。

2、本发明一种新能源电量消纳能力分析规划方法在考虑系统备用、厂用电率及网损约束条件下，以系统运行成本为目标函数，通过动态规划法来确定系统的最优开机容量，该算法有效减少了程序搜索的数量和计算规模，对提高程序效率起到了良好的作用。因此，本发明有利于提高程序效率。

附图说明

图1为本发明所述迭代算法的流程图。

图2为本发明实施例1中各电源在负荷曲线下的运行区间。

具体实施方式

下面结合具体实施方式对本发明作进一步详细的说明。

一种新能源电量消纳能力分析规划方法，依次包括以下步骤：

步骤a、建立电力系统生产模拟数学模型；

步骤b、先基于建立的数学模型获取系统各时刻的机组运行计划、进行机组负荷分配，再求取系统机组最小技术出力和，得到系统新能源消纳容量时间序列；

步骤c、对电力系统生产模拟过程进行仿真，建立新能源机组出力时间序列和系统负荷时间序列；

步骤d、先通过分析系统负荷时间序列得到负荷分类曲线，再结合新能源出力时间序列、在整个时间区间内对步骤b得到的系统新能源消纳容量进行积分，得到系统可消纳新能源电量。

步骤a中，所述数学模型为：

上式中，f(x,t,u)为优化目标函数，j为性能指标，g(x,t,u)≤0为系统实际运行中的不等式约束，h(x)＝0为系统实际运行中的等式约束，x为每台机组的出力，u为机组组合向量，t为时间。

步骤d中，所述系统可消纳新能源电量由以下公式计算得到：

pq(t)＝pw(t)-pd(t)

δpd(t)＝pl(t)-pm(t)

上式中，psd为[t1,t2]时间区间内系统可消纳新能源电量，psq为[t1,t2]时间区间内系统弃新能源电量，pd(t)为t时刻系统新能源消纳容量，pq(t)为t时刻系统弃风容量，pw(t)为t时刻的新能源机组出力，pl(t)为t时刻的系统负荷，pm(t)为t时刻系统机组最小技术出力和。

步骤b中，

所述获取系统各时刻的机组运行计划是指：先在考虑系统备用、厂用电率及网损约束条件下，以系统运行成本为目标函数，通过动态规划法确定系统的最优开机容量，再优化机组组合，使运行计划周期中机组的启停动作尽量少，采用模拟退火算法求解机组最优运行计划；

所述进行机组负荷分配是指：通过生产模拟仿真对全网负荷曲线进行匹配，确定各机组的出力曲线。

步骤b中，所述优化机组组合所采用的目标函数及约束条件为：

上式中，t为一个周期的总天数，xd为第d天的机组运行向量，由0、1构成，l为候选机组总台数，α为机组总数项权重因子，xd(i)为xd第i位的编码，pimax为第i台机组的最大技术出力，qi为第i台机组的正常运行概率，popt(d)为第d天的系统最优开机容量，ri为第i台机组的爬坡率，δpmax(d)为第d天单位时间内负荷最大变化量。

步骤b中，所述通过生产模拟仿真对全网负荷曲线进行匹配包括生产模拟中间负荷匹配、生产模拟尖峰负荷匹配；

所述生产模拟中间负荷匹配采用迭代算法循环分配中间负荷，使系统各时刻均保持最大可调出力和；

所述生产模拟尖峰负荷匹配依次包括以下步骤：

步骤b1、根据以下条件判断是否需要启停尖峰负荷机组，若下式不成立，进入步骤b2；

上式中，xi(d)为由0和1构成的机组开机向量，pimin为第i台机组的最小技术出力，ploadmin(d)为第d天系统负荷时间序列，pdownreserve(d)为第d天系统向下备用容量，pb为备用容量；

步骤b2、在尖峰负荷到来前启动尖峰负荷机组，且启动过程为让尖峰负荷机组的技术出力按照爬坡率上升，直至达到最小技术出力：

pi(t+tstart)＝δp(t)*t(9)

δp(t)＝ri

t≤pimin/δp(t)

tstart＝＜tmax-pimax/ri＞-1

上式中，pi为第i台机组的技术出力，tmax为负荷曲线峰值所对应的时刻，δp(t)为尖峰负荷机组的技术出力增量，ri为第i台机组的爬坡率，pimax为第i台机组的最大技术出力，＜x＞为不超过x的最大整数；

步骤b3、关闭尖峰负荷机组，且关闭过程为让尖峰负荷机组的技术出力按照爬坡率下降，直至为0：

tstop＝twaist+1.5

pi(t+tstop)＝pi(tstop)-δp(t)*t(11)

δp(t)＝ri

t≤pi(tstop)/δp(t)

上式中，tstop为机组的关闭时刻，twaist为负荷降到中间负荷以下且之后的负荷不会高于中间负荷最大值的时刻，pi(tstop)为第i台机组tstop时刻的技术出力。

步骤c中，所述电力系统生产模拟过程依次包括以下步骤：

步骤c1、根据系统负荷数据建立负荷-时间曲线，其中，所述系统负荷数据包括系统机组运行费用、机组类型、容量、最小出力、计划停运率以及能量受约束的机组应提供的发电量；

步骤c2、安排机组运行计划和检修计划；

步骤c3、先确定机组带负荷顺序，再根据机组带负荷顺序逐台计算各机组的发电量即可。

本发明的原理说明如下：

电力系统生产模拟是在给定的负荷、网络拓扑、电源结构等实际电网约束下，对网内所有发电机组的运行进行模拟仿真，计算电力系统运行成本的一种方法。本发明基于生产模拟优化，分析大规模新能源接入对区域电网运行的影响，并通过网内的发电机组运行特性(针对电源发电的特性建立不同类型电源的数学模型，明确各种电源在实际运行中的技术特性)分析电网新能源接纳能力，可以更准确地计算出电力系统生产费用和电网供电的可靠性。另外，该方法对新能源发展的规划着眼点在于电网消纳的电量，而不仅仅关注于某个时刻的电网消纳能力，在考虑电网安全的时候，也考虑了风电发电情况，确保了风电规划适宜于风电产业发展。

优化机组组合所采用的目标函数：该目标函数中加入的第二项使得整个周期中机组总台数尽量少，从而减少了后续调峰计算中因负荷低谷带来的启停次数。

本发明所述各类负荷表达式如下。

底层负荷：

pi为第i台出力不可调机组的出力，这部分机组由系统电源结构确定。将核电，不可调水电(比如：径流式水电厂等)作为底层负荷，电源固定满出力发电，出力值恒定不变。

中间负荷：

pimax为第i台中间负荷机组的最大技术出力，在电力系统生产模拟过程仿真中，承担中间负荷的机组为运行时间大于一天的机组，带这部分负荷的机组需要有一定的出力调节能力，可以随着负荷的变化而变化。

当pb＜pl(t)＜pmmax时，为中间负荷。

尖峰负荷：

当pl(t)＞＝pmmax时，负荷为尖峰负荷，由机组运行计划中余下的机组承担，运行时间小于一天，即在一天之内必须为满足负荷而启停。相应的启停时刻，由后续调峰计算完成。

实施例1：

一种新能源电量消纳能力分析规划方法，依次按照以下步骤进行：

步骤1、建立电力系统生产模拟数学模型，其中，所述数学模型为：

上式中，f(x,t,u)为优化目标函数，j为性能指标，g(x,t,u)≤0为系统实际运行中的不等式约束，h(x)＝0为系统实际运行中的等式约束，x为每台机组的出力，u为机组组合向量，t为时间；

步骤二、基于建立的数学模型，先在考虑系统备用、厂用电率及网损约束条件下，以系统运行成本为目标函数，通过动态规划法确定系统的最优开机容量，再按照以下目标函数及约束条件优化机组组合，使运行计划周期中机组的启停动作尽量少，采用模拟退火算法求解机组最优运行计划，从而获取系统各时刻的机组运行计划；

步骤2中，所述为：

上式中，t为一个周期的总天数，xd为第d天的机组运行向量，由0、1构成，l为候选机组总台数，α为机组总数项权重因子，xd(i)为xd第i位的编码，pimax为第i台机组的最大技术出力，qi为第i台机组的正常运行概率，popt(d)为第d天的系统最优开机容量，ri为第i台机组的爬坡率，δpmax(d)为第d天单位时间内负荷最大变化量；

上述组合优化问题可归结为由下述三部分组成的极小化问题：

(1)问题实例的集合d；

(2)存在有限集合s(i)，s(i)为问题实例i的候选解集集合；

(3)存在函数f，σ∈s(i)，有f(i,σ)∈|r⁺|，r⁺为实数集合，f(i,σ)成为候选解σ的值；

设组合优化问题的一个解i及目标函数f(i)分别与固体的一个微观状态i及能量ei等价，算法随着温度控制参数的变化，进行“新解-接受或舍弃”的判断操作过程，该过程对应了物理退火过程，也就是metroplis算法。

步骤3、通过生产模拟仿真对全网负荷曲线进行匹配，确定各机组的出力曲线，从而实现机组负荷分配，其中，所述通过生产模拟仿真对全网负荷曲线进行匹配包括生产模拟中间负荷匹配、生产模拟尖峰负荷匹配；

所述生产模拟中间负荷匹配采用迭代算法循环分配中间负荷，使系统各时刻均保持最大可调出力和，具体为：

将中间负荷机组按照其爬坡率ri大小排序，让爬坡率大的机组先带负荷；内层循环为机组循环，为每台机组分配一次带负荷的容量，每一次循环时，每个机组最多分配到ri的负荷同时与前一个时刻的出力进行比较，检查是否存在出力越界，若超出了额定出力则按额定出力计算，否则增加ri的负荷量，然后计算负荷剩余量，再计算下一台机组在这一轮循环所分配到的负荷量；外层循环为负荷分配循环，每次计算负荷剩余量是否为0，若不为0则进行内层循环；如此循环重复，直到负荷剩余量为0，流程参见附图1；

所述生产模拟尖峰负荷匹配依次包括以下步骤：

步骤3.1、根据以下条件判断是否需要启停尖峰负荷机组，若下式不成立，进入步骤b2；

上式中，xi(d)为由0和1构成的机组开机向量，pimin为第i台机组的最小技术出力，ploadmin(d)为第d天系统负荷时间序列，pdownreserve(d)为第d天系统向下备用容量，pb为备用容量；

步骤3.2、在尖峰负荷到来前启动尖峰负荷机组，且启动过程为让尖峰负荷机组的技术出力按照爬坡率上升，直至达到最小技术出力：

pi(t+tstart)＝δp(t)*t(9)

δp(t)＝ri

t≤pimin/δp(t)

tstart＝＜tmax-pimax/ri＞-1

上式中，pi为第i台机组的技术出力，tmax为负荷曲线峰值所对应的时刻，δp(t)为尖峰负荷机组的技术出力增量，ri为第i台机组的爬坡率，pimax为第i台机组的最大技术出力，＜x＞为不超过x的最大整数，

此时，中间负荷机组的负荷曲线须按照以下公式进行相应的修正，再运用前述迭代算法进行负荷分配：

上式中，n为调峰机组总数，为修正前的负荷曲线；

当各调峰机组带上最小技术出力负荷后，在关闭之前，其出力计算过程和中间负荷机组相同，将其与中间负荷机组视为同类机组，安排带负荷顺序时，与中间负荷机组一起排序进入中间负荷迭代分配；

步骤b3、关闭尖峰负荷机组，且关闭过程为让尖峰负荷机组的技术出力按照爬坡率下降，直至为0：

tstop＝twaist+1.5

pi(t+tstop)＝pi(tstop)-δp(t)*t(11)

δp(t)＝ri

t≤pi(tstop)/δp(t)

上式中，tstop为机组的关闭时刻，twaist为负荷降到中间负荷以下且之后的负荷不会高于中间负荷最大值的时刻，pi(tstop)为第i台机组tstop时刻的技术出力；

此时，中间负荷机组的负荷曲线同样须按照前述公式进行相应的修正，再运用前述迭代算法进行负荷分配。

步骤4、通过求取系统机组最小技术出力和得到系统新能源消纳容量时间序列；

步骤5、对电力系统生产模拟过程进行仿真，建立新能源机组出力时间序列和系统负荷时间序列，其中，所述电力系统生产模拟过程依次按照以下步骤进行：

步骤5.1、根据系统负荷数据建立负荷-时间曲线，其中，所述系统负荷数据包括系统机组运行费用、机组类型、容量、最小出力、计划停运率以及能量受约束的机组应提供的发电量；

步骤5.2、安排机组运行计划和检修计划；

步骤5.3、先确定机组带负荷顺序，对火电机组可按经济效益排列出各机组的经济带负荷顺序，并满足备用容量的要求，对水电机组则根据其计划用水量，按照负荷曲线安排该机组承担负荷的合适的运行位置，再根据机组带负荷顺序逐台计算各机组的发电量即可；

步骤6、通过分析系统负荷时间序列得到负荷分类曲线，具体为：

参见附图2，兼顾各种类型电源发电经济型及可靠性，按如下方式安排各电源在负荷曲线下的运行区间：

核电考虑到在现考虑到在现有技术下，核电出力调节能力有限，为保证安全发电，系统稳定运行，尽量不要让核电出力变化，故将核电至于负荷的最底层，即1区，保证其出力不变，平稳安全运行；

待核电发电位置确定后，将径流式水电，“以热定电”类型的供热机组安排在2区，确保各机组出力得到最大程度利用，避免能源的浪费。这部分机组也相当于出力不可调节，因此，叠加在核电出力之上，与核电总称为底层负荷；

3区为中间负荷区，在这个负荷区域，即要求带负荷机组有一定的出力调节能力，也要求各机组尽量运行在比较经济的出力范围，因此，兼顾机组启停次数，最短启停时间，检修计划等运行经济安全指标，制定机组运行计划，再通过后续介绍的优化求解过程，求解每台火电机组的出力特性曲线；这部分机组在火主系统中，主要是可调节火电机组构成，也可能有部分水电厂，具体电源构成由系统电源配置决定；

4区为尖峰负荷区，这个区域并不是每天都存在的，若中间负荷机组的调节范围能覆盖整负荷的最高点，这个区域则不存在，此时当天不存在启停调峰运行计划，相反，如果中间负荷机组的调剂范围不能将负荷最高点包含，这时当天必须启停相应数量的尖峰负荷机组来满足负荷需求；由于机组运行计划，是对所有机组组合进行筛选，得到的全局最优解，因此计划中相应的尖峰负荷机组数量及启停次数也是规模最小的；一般运行在该区域的机组为水电机组及燃气机组等出力可灵活调节的电源，保证系统安全稳定运行。

步骤7、结合新能源出力时间序列、按照以下公式在整个时间区间内对步骤4得到的系统新能源消纳容量进行积分，得到系统可消纳新能源电量：

pq(t)＝pw(t)-pd(t)

δpd(t)＝pl(t)-pm(t)

上式中，psd为[t1,t2]时间区间内系统可消纳新能源电量，psq为[t1,t2]时间区间内系统弃新能源电量，pd(t)为t时刻系统新能源消纳容量，pq(t)为t时刻系统弃风容量，pw(t)为t时刻的新能源机组出力，pl(t)为t时刻的系统负荷，pm(t)为t时刻系统机组最小技术出力和；

在实际工程中，为了便于换算，可将电量转换为新能源场装机容量等效小时数：

上式中，windcap为新能源场装机容量。