基于改进多目标法的电热联合系统风电接纳能力评估方法

技术特征：

1.基于改进多目标法的电热联合系统风电接纳能力评估方法，其特征在于，包括以下步骤：

步骤1、基于日前风功率预测结果和风功率预测误差的概率特性，建立风电最大理论出力场景概率模型；

步骤2、建立包含电池储能系统的电热联合系统风电接纳能力评估模型，包括：系统运行成本最低与“弃风”电量最小两个不同维度的优化目标、电力系统平衡约束、热力系统平衡约束、常规机组技术约束、热电联产机组技术约束、风电场出力约束与电池储能系统技术约束；

步骤3、基于改进主要目标法，采用gams中dicopt求解器给出风电接纳能力评估模型的帕累托解集，给出电热联合系统的风电接纳容量和对应的接纳成本，实现电热联合系统风电接纳能力评估。

2.如权利要求1所述基于改进多目标法的电热联合系统风电接纳能力评估方法，其特征在于，所述步骤1的具体步骤如下：

步骤1.1、若为调度时段t的风功率预测值，为调度时段t的风功率最大预测误差，则风电最大理论出力可行域的上、下包络线分别为与

按公式(1)确定调度时段t的风功率最大预测误差

公式(1)中，σf，t为是调度时段t风功率预测误差的标准差；

步骤1.2、构建由ns条风电最大理论出力曲线构成的场景概率模型对给定出力带进行近似，该场景概率模型由ns个场景组成，场景s下的风电最大理论出力为：

公式(2)中，为调度时段t的风功率预测值；σf，t为是调度时段t风功率预测误差的标准差；

步骤1.3、场景s对应的概率ps为：

公式(3)中，为场景s下的风电最大理论出力。

3.如权利要求1所述基于改进多目标法的电热联合系统风电接纳能力评估方法，其特征在于，步骤2中所述包含电池储能系统的电热联合系统风电接纳能力评估模型中的两个优化目标，具体如下所示：

优化目标1：电热联合系统调度日内日“弃风”电量最小；

公式(4)中，fcur为调度日内的“弃风”电量期望；t为调度时段数；δt为调度时段长度；k为风电场索引，nwp为风电场数目；为场景s下风电场k在调度时段t的实际上网风功率；为场景s下风电场k在调度时段t的最大理论出力；

优化目标2：电热联合系统调度日内总运行成本最低；

公式(5)中，foc为调度日内总运行成本，所述调度日内总运行成本包括：火电机组燃料成本开机成本f^gen、热电联产机组燃料成本电池储能系统损耗成本f^bess；

火电机组燃料成本如下：

公式(6)中，为场景s下火电机组调度日内的总燃料成本；i为火电机组索引；ngen为火电机组台数；xi，t为表征火电机组i在调度时段t工作状态的二进制变量，“1”表示开机，“0”表示关机；bcoal为燃料价格；为场景s下火电机组i在调度时段t的煤耗量；

开机成本f^gen如下：

公式(7)中，i为火电机组索引；ngen为火电机组台数；xi，t为表征火电机组i在调度时段t工作状态的二进制变量，“1”表示开机，“0”表示关机；f^gen为火电机组调度日内的启停成本；为火电机组i的开机成本；

所述为场景s下火电机组i在调度时段t的煤耗量，具体表示如下：

公式(8)中，参数ai、bi、ci为火电机组i的煤耗系数；为场景s下火电机组i在调度时段t的发电功率；

热电联产机组日内运行成本包括燃料成本具体如下：

公式(9)中，j为热电联产机组的索引；nchp为热电联产机组台数；为场景s下热电联产机组j在调度时段t的煤耗量，具体如下所示：

公式(10)中，aj、bj、cj、dj、ej、fj为热电联产机组j的煤耗系数；分别为场景s下热电联产机组j在调度时段t的发电、供热功率；

电池储能系统损耗成本f^bess，根据其投资成本与调度日内经历的充放电循环次数进行估算：

公式(11)中，v^bess、n^bess分别为电池储能系统投资成本与循环寿命次数；为表示电池储能系统在调度时段t充、放电状态切换情况的二进制变量，取“1”表示电池储能系统在该调度时段由放电状态切换为充电状态，取“1”表示电池储能系统在该调度时段由充电状态切换为放电状态。

4.如权利要求1所述基于改进多目标法的电热联合系统风电接纳能力评估方法，其特征在于，步骤2中所述包含电池储能系统的电热联合系统风电接纳能力评估模型的约束条件包括电力系统平衡约束、热力系统平衡约束、常规机组技术约束、热电联产机组技术约束，风电场出力约束与电池储能系统技术约束；

任意风电最大理论出力场景下，均需满足以下约束；

电力系统平衡约束：

公式(12)中，分别为场景s下，电池储能系统在调度时段t的充、放电功率，对任意调度时段来说，与中，至多只有一个变量取值大于零；为调度时段t的电负荷；

热力系统平衡约束：

公式(13)中，为调度时段t的热负荷；

火电机组出力约束和爬坡约束：

公式(14)中，为火电机组i的最小、最大技术出力；

公式(15)中，为火电机组i的最大上、下爬坡速率；

火电机组最小启停时间与启停逻辑约束：

xi，t-xi，t-1＝yi，t-zi，t(18)

yi，t+zi，t≤1(19)

公式(16)至公式(19)中，yi，t、zi，t表示火电机组i在在调度时段t是否进行开、停机操作的二进制变量，取“1”表示对火电机组i进行开、停机操作，取“0”表示对火电机组i不执行开、停机操作；ki，1、ki，2表示火电机组i的最小开机、停机时段数；u为判断火电机组i是否满足最小启停时间约束时引入的辅助索引；

热电联产机组出力约束：

公式(20)与公式(21)中，为热电联产机组j的最大供热功率；分别为热电联产机组j在纯凝工况下的最小、最大发电功率；cj，vm表示背压运行时的电功率和热功率的弹性系数；cj，v1、cj，v2分别表示最大、最小电出力下，进气量不变时多抽取单位供热热量下发电功率的减小量；kj为常数，为用于判断热电联产机组j两种工况分界而引入的辅助参数；

热电联产机组爬坡约束：

公式(22)中，为热电联产机组j的最大上、下爬坡速率；

风电场出力约束：

公式(23)中，与分别为场景s下风电场k在调度时段t的最大理论出力和实际上网风功率；

电池储能系统充、放电逻辑状态约束：

公式(24)与公式(25)中，ot为表示电池储能系统在调度时段t的工作状态二进制变量，取“1”表示电池储能系统在在该调度时段处于充电状态，取“0”表示电池储能系统在该调度时段处于放电状态；

电池储能系统荷电状态约束：

公式(26)与公式(27)中，表示场景s下电池储能系统在调度时段t的荷电状态；emin和emax分别表示电池储能系统的最小、最大荷电状态允许值；分别为电池储能系统的充电效率、放电效率；c^bess为电池储能系统的容量；

电池储能系统充、放电速率约束：

公式(28)与公式(29)中，和分别为电池储能系统的最大充、放电速率。

5.如权利要求1所述基于改进多目标法的电热联合系统风电接纳能力评估方法，其特征在于，所述步骤3的具体步骤如下：

步骤3.1、采用gams中的dicopt求解器求解以公式(4)为优化目标，公式(12)至公式(29)为约束的单目标优化问题，获得调度日内的最小“弃风”电量fcur，min；

步骤3.2、采用gams中的dicopt求解器求解以公式(5)为优化目标，公式(12)至公式(29)为约束的单目标优化问题，并将最优解对应的“弃风”电量作为调度日内的最大“弃风”电量fcur，max

步骤3.3、将“弃风”电量区间[fcur，min，fcur，max]离散为由l个离散点构成的“弃风”电量集合ωcur，集合中的元素εl(l＝1，2，…，l)由下式给定：

步骤3.4、基于离散化后的“弃风”电量集合ωcur，构造由l个单目标优化问题组成的优化问题集，如公式(31)所示：

步骤3.5、采用dicopt求解器对公式(31)给出的l个单目标优化问题进行依次求解，获得电热联合系统风电接纳能力评估模型的帕累托解集，该帕累托解集给出了电热联合系统的风电接纳容量和对应的接纳成本，实现电热联合系统风电接纳能力评估。

技术总结
本发明涉及风电接纳能力评估领域，具体涉及基于改进多目标法的电热联合系统风电接纳能力评估方法。包括：步骤1、基于日前风功率预测结果和风功率预测误差的概率特性，建立风电最大理论出力场景概率模型；步骤2、建立包含电池储能系统的电热联合系统风电接纳能力评估模型，包括：系统运行成本最低与“弃风”电量最小两个不同维度的优化目标、电力系统平衡约束、热力系统平衡约束、常规机组技术约束、热电联产机组技术约束、风电场出力约束与电池储能系统技术约束；步骤3、基于改进主要目标法，采用GAMS中DICOPT求解器给出风电接纳能力评估模型的帕累托解集，给出电热联合系统的风电接纳容量和对应的接纳成本，实现电热联合系统风电接纳能力评估。

技术研发人员：张新松;朱建锋;顾菊平;姜珂珂;徐扬杨;陆胜男;华亮;李智;郭云翔;卢成
受保护的技术使用者：南通大学
技术研发日：2021.06.21
技术公布日：2021.08.24