一种含水光的多能源互补发电系统容量配置方法

摘要

本发明公开了一种含水光的多能源互补发电系统容量配置方法，其包括以下步骤：S1、获取含水光的多能源互补发电系统的历史出力值、出力变化率和历史电价；S2、构建含水光的多能源互补发电系统出力模型、虚拟电源成本模型、中长期电量比例和分解模型、现货价格不确定性模型和基于经济性与互补特性的容量配置模型；S3、获取当前电力市场中现货价格、中长期价格和本地负荷需求增长率，并获取当前发电系统容量规划方案集中每个方案的年收益率；S4、将年收益率最高的方案作为最优方案，完成发电系统容量的配置。本发明基于对系统经济性与互补特性的权衡考量，得到各个规划水平年系统容量配置方案，并优选出最佳方案，完成容量配置。

说明书

技术领域

本发明涉及发电系统领域，具体涉及一种含水光的多能源互补发电系统容量配置方法。

背景技术

含水光的多能互补系统已经成为国内外热点研究对象，其中，如何进行合理的容量配置以充分发挥系统的互补效果成为研究的重点问题。含水光的多能互补系统进入市场交易是大势所趋。在现货市场环境下，多能互补发电系统中长期电量比例及其分解方式、现货价格波动性，均给容量配置带来不确定性的挑战。由于水电出力季节性特点强，水光互补效果在不同时期存在明显的差异性。此外，系统容量配置较小，系统互补效果难以保证，出力的平稳性及可控性较差；而增加容量配置，会提高投资成本，从而影响系统收益率。因此，不同时期的含水光的多能系统源端互补特性与其经济性存在相互制约的关系，需要在均衡考量经济性与互补特性的基础上进行系统容量配置，既充分发挥各种能源出力之间的互补优势，提高资源利用效率，又能实现较好的经济性。

上述研究均没有过综合考虑市场环境下，光伏出力随机性、水电出力季节性、中长期电量比例和分解方式、现货价格不确定性等多种关联因素对基于经济性与互补特性的含水光的多能源系统容量配置的影响。

发明内容

针对现有技术中的上述不足，本发明提供的一种含水光的多能源互补发电系统容量配置方法解决了现有发电系统配置收益率低的问题。

为了达到上述发明目的，本发明采用的技术方案为：

提供一种含水光的多能源互补发电系统容量配置方法，其包括以下步骤：

S1、获取含水光的多能源互补发电系统的历史出力值、出力变化率和历史电价；

S2、根据含水光的多能源互补发电系统的历史出力值、出力变化率和历史电价分别构建含水光电的发电系统出力模型、虚拟电源成本模型、中长期电量比例和分解模型和现货价格不确定性模型；

S3、根据含水光电的发电系统出力模型、虚拟电源成本模型、中长期电量比例和分解模型和现货价格不确定性模型构建基于经济性与互补特性的容量配置模型；

S4、获取当前电力市场中现货价格、中长期价格和本地负荷需求增长率，根据经济性与互补特性的容量配置模型确定当前发电系统容量规划方案集，并获取当前发电系统容量规划方案集中每个方案的年收益率；

S5、将年收益率最高的方案作为最优方案，完成含水光的多能源互补发电系统容量的配置。

进一步地，步骤S1中的含水光的多能源互补发电系统包括火电子系统、水电子系统和光伏组子系统；

其中火电子系统的出力特征模型包括第i个火电机组在t时段的出力值F_Ti,t：

其中a_Ti、b_Ti、c_Ti分别为第i个火电机组成本模型参数，P_Ti,t为第i个火电机组t时段的出力值，和分别为第i个火电机组的出力上下限；

水电子系统的出力特征模型包括第j个水库在t时段的出力值P_Hj,t和水库j在t时段水位V_j,t约束：

其中a_Hj、b_Hj、c_Hj分别为水库j的水能—电能转换系数；V_j,t、r_j,t、q_j,t分别为水库j在t时段的水库水量、天然来水量、发电尾水量；V_j,t-1为水库j在第t-1时段的水库水量，为上游水库j+1在第τ_j小时前的发电尾水量；V_j,min≤V_j,t≤V_j,max，V_j,min和V_j,max分别表示水库j的最小和最大水库水量；q_j,min≤q_j,t≤q_j，max，q_j，min和q_j，max分别表示水库j的最小和最大发电流量；U_j为水库总数量；

光伏组子系统的出力特征模型包括光伏组k在t时段的出力值P_Gk,t：

其中为光伏组k在t时段的光照强度为的概率；为光伏组k在标准测试环境下，即光照强度为1000W/m²，周围温度为25度时的最大电功率；K_T为功率温度系数；T_c,k,t为光伏组k所处环境温度；T_r为参考温度；L_stc取1000W/m²，表示在标准测试环境下的光照强度；L为典型场景个数；l为当前场景；

根据公式

获取含水光的多能源互补发电系统的在时间T内的总出力值其中n_T为并网火电机组的总数量；n_H为并网水库的总数量；n_G为并网光伏组的总数量；T为总时间；

根据公式

分别得到在t时段内电源端水电子系统出力的变化率光伏子系统出力的变化率和火电子系统出力的变化率其中分别为水、光、火第t时段出力采样值；D为功率变化速率的采样周期；

根据公式

获取电源端发电量的变化率α^t，即出力变化率。

进一步地，步骤S2中含水光电的发电系统出力模型为：

|α^t|≤B_v

其中B_v、B_f和B_g分别为含水光电的发电系统互补后电源端总出力变化率及其峰值上限比例、谷值上限比例；其中T为时间段t的总数。

进一步地，步骤S2中虚拟电源成本模型具体为：

其中F_L为虚拟电源成本随各个时段的水光火出力配比而发生的二次函数模型；a_L，t、b_L，t、c_L，t为t时段成本参数；P_L，t为含水光电的发电系统在t时段的出力值；c_Ti，t为t时段第i个火电机组成本模型参数；λ_Ti，t、λ_Hj，t和λ_Gk，t分别为火电机组、水电站、分布式光伏出力的标么值，P_TB,t为任一台火电机组在t时段的出力值。

进一步地，步骤S2中构建中长期电量比例和分解模型的具体方法包括以下步骤：

S2-1、根据公式

P_M,t＝P_V,t-P_v,t

获取t时段中签订的中长期电量P_M,t，其中P_V,t、P_v,t分别表示t时段时本地负荷实际电量需求和中长期差额电量；

S2-2、根据公式

得到将签订的中长期电量平均分解至各个时段的模型；其中P_M为当天总的中长期电量；

S2-3、根据公式

得到将签订的中长期电量按照跟踪负荷曲线进行分解的模型；其中P_V为t时段所在当天本地负荷的总电量需求；

S2-4、根据公式

得到将签订的中长期电量按照现货价格进行分解的模型；其中π_t为考虑不确定性后t时段预测现货价格的期望值；

S2-5、将各个时段的现货价格由低到高进行排列，根据公式

q+t＝T+1

得到第q个现货价格分解到t时段的中长期交易电量

进一步地，步骤S2中构建的现货价格不确定性模型具体为

其中为t时段的价格为的概率；π_t为考虑不确定性后t时段预测现货价格的期望值；et为t时段的电价均值；为电价序列的自回归系数；θ₁为滑动平均系数；为随时间变化而变化的电价序列方差；ε_t为t时段的电价期望值；为概率分布公式；w为当前现货价格的场景；W为现货价格场景数量。

进一步地，步骤S3中基于经济性与互补特性的容量配置模型包括：

第y年的容量配置方案集合S^y：

集合S^y中任一种容量配置方案的年收益率为：

其中R^y为第y年发电系统收益，F^y为第y年发电系统总运行成本和购电成本之和，为第y年场景l下t时段虚拟电源成本，L为一年中典型场景的个数，D^l为典型场景l持续的天数，c_H、c_G、c_T分别为水电子系统、光伏组子系统、火电子系统的单位容量成本，分别为第y年水电子系统、火电子系统、光伏组子系统的容量配置，分别为基准年水电子系统、火电子系统、光伏组子系统的容量配置，分别为第y年水电子系统、火电子系统、光伏组子系统的容量配置增长率，为基准年典型场景l下t时段的本地负荷需求，γ^y,l为第y年本地负荷典型场景l下的负荷增长率；

约束条件：

其中分别为第y年典型场景l下t时段的本地负荷需求、中长期差额电量、售电量、购电量，分别为第y年典型场景l下t时段的发电系统边际成本、中长期价格和现货价格；分别为含水光电的发电系统在现货市场中的售电与购电行为；当值为1，表示该时段由含水光电的发电系统满足本地负荷需求，此外可以在日前现货市场中售电；当值为1，表示该时段需要从日前现货市场中购电，由含水光电的发电系统和现货购电量共同满足本地负荷需求；当表示在日前现货市场中无交易行为。

本发明的有益效果为：本发明利用水电短期出力灵活和火电调节能力强的特点，补偿光伏出力的随机性，并根据水光火出力的互补特性，建立了以总出力曲线变化率及其峰谷值上限比例为互补效果衡量指标的出力特性模型，保证出力曲线的平滑稳定的同时，提高资源的利用率。进而根据水光火出力的配比关系，得到随时间变化的虚拟电源成本模型。考虑市场环境，分别按平均、跟踪负荷、根据现货价格的多种方式得到了中长期电量比例和分解模型，并建立了现货价格不确定性模型。在此基础上，提出了计入中长期电量分解方式和现货价格波动性，以满足互补指标和年收益率最大为目标的容量配置模型，最后求得针对规划态典型场景下不断增长的本地负荷需求的系统容量配置方案集合及其相对应的收益率，在基于对系统经济性与互补特性的权衡考量，得到各个规划水平年系统容量配置方案，并优选出最佳方案，完成容量配置。

附图说明

图1为本发明的流程示意图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

如图1所示，该含水光的多能源互补发电系统容量配置方法包括以下步骤：

S1、获取含水光的多能源互补发电系统的历史出力值、出力变化率和历史电价；

S2、根据含水光的多能源互补发电系统的历史出力值、出力变化率和历史电价分别构建含水光电的发电系统出力模型、虚拟电源成本模型、中长期电量比例和分解模型和现货价格不确定性模型；

S3、根据含水光电的发电系统出力模型、虚拟电源成本模型、中长期电量比例和分解模型和现货价格不确定性模型构建基于经济性与互补特性的容量配置模型；

S4、获取当前电力市场中现货价格、中长期价格和本地负荷需求增长率，根据经济性与互补特性的容量配置模型确定当前发电系统容量规划方案集，并获取当前发电系统容量规划方案集中每个方案的年收益率；

S5、将年收益率最高的方案作为最优方案，完成含水光的多能源互补发电系统容量的配置。

步骤S1中的含水光的多能源互补发电系统包括火电子系统、水电子系统和光伏组子系统；

其中火电子系统的出力特征模型包括第i个火电机组在t时段的出力值F_Ti,t：

其中a_Ti、b_Ti、c_Ti分别为第i个火电机组成本模型参数，P_Ti,t为第i个火电机组t时段的出力值，和分别为第i个火电机组的出力上下限；

水电子系统的出力特征模型包括第j个水库在t时段的出力值P_Hj,t和水库j在t时段水位V_j,t约束：

其中a_Hj、b_Hj、c_Hj分别为水库j的水能—电能转换系数；V_j,t、r_j,t、q_j,t分别为水库j在t时段的水库水量、天然来水量、发电尾水量；V_j,t-1为水库j在第t-1时段的水库水量，为上游水库j+1在第τ_j小时前的发电尾水量；V_j,min≤V_j,t≤V_j,max，V_j,min和V_j,max分别表示水库j的最小和最大水库水量；q_j,min≤q_j,t≤q_j，max，q_j，min和q_j，max分别表示水库j的最小和最大发电流量；U_j为水库总数量；

光伏组子系统的出力特征模型包括光伏组k在t时段的出力值P_Gk,t：

其中为光伏组k在t时段的光照强度为的概率；为光伏组k在标准测试环境下，即光照强度为1000W/m²，周围温度为25度时的最大电功率；K_T为功率温度系数；T_c,k,t为光伏组k所处环境温度；T_r为参考温度；L_stc取1000W/m²，表示在标准测试环境下的光照强度；L为典型场景个数；l为当前场景；

根据公式

获取含水光的多能源互补发电系统的在时间T内的总出力值其中n_T为并网火电机组的总数量；n_H为并网水库的总数量；n_G为并网光伏组的总数量；T为总时间；

根据公式

分别得到在t时段内电源端水电子系统出力的变化率光伏子系统出力的变化率和火电子系统出力的变化率其中分别为水、光、火第t时段出力采样值；D为功率变化速率的采样周期；

根据公式

获取电源端发电量的变化率α^t，即出力变化率。

步骤S2中含水光电的发电系统出力模型为：

|α^t|≤B_v

其中B_v、B_f和B_g分别为含水光电的发电系统互补后电源端总出力变化率及其峰值上限比例、谷值上限比例；其中T为时间段t的总数。

步骤S2中虚拟电源成本模型具体为：

其中F_L为虚拟电源成本随各个时段的水光火出力配比而发生的二次函数模型；a_L，t、b_L，t、c_L，t为t时段成本参数；P_L，t为含水光电的发电系统在t时段的出力值；c_Ti，t为t时段第i个火电机组成本模型参数；λ_Ti，t、λ_Hj，t和λ_Gk，t分别为火电机组、水电站、分布式光伏出力的标么值，P_TB,t为任一台火电机组在t时段的出力值。

步骤S2中构建中长期电量比例和分解模型的具体方法包括以下步骤：

S2-1、根据公式

P_M,t＝P_V,t-P_v,t

获取t时段中签订的中长期电量P_M,t，其中P_V,t、P_v,t分别表示t时段时本地负荷实际电量需求和中长期差额电量；

S2-2、根据公式

得到将签订的中长期电量平均分解至各个时段的模型；其中P_M为当天总的中长期电量；

S2-3、根据公式

得到将签订的中长期电量按照跟踪负荷曲线进行分解的模型；其中P_V为t时段所在当天本地负荷的总电量需求；

S2-4、根据公式

得到将签订的中长期电量按照现货价格进行分解的模型；其中π_t为考虑不确定性后t时段预测现货价格的期望值；

S2-5、将各个时段的现货价格由低到高进行排列，根据公式

q+t＝T+1

得到第q个现货价格分解到t时段的中长期交易电量

步骤S2中构建的现货价格不确定性模型具体为

其中为t时段的价格为的概率；π_t为考虑不确定性后t时段预测现货价格的期望值；e_t为t时段的电价均值；为电价序列的自回归系数；θ₁为滑动平均系数；为随时间变化而变化的电价序列方差；ε_t为t时段的电价期望值；为概率分布公式；w为当前现货价格的场景；W为现货价格场景数量。

步骤S3中基于经济性与互补特性的容量配置模型包括：

第y年的容量配置方案集合S^y：

集合S^y中任一种容量配置方案的年收益率为：

其中R^y为第y年发电系统收益，F^y为第y年发电系统总运行成本和购电成本之和，为第y年场景l下t时段虚拟电源成本，L为一年中典型场景的个数，D^l为典型场景l持续的天数，c_H、c_G、c_T分别为水电子系统、光伏组子系统、火电子系统的单位容量成本，分别为第y年水电子系统、火电子系统、光伏组子系统的容量配置，分别为基准年水电子系统、火电子系统、光伏组子系统的容量配置，分别为第y年水电子系统、火电子系统、光伏组子系统的容量配置增长率，为基准年典型场景l下t时段的本地负荷需求，γ^y,l为第y年本地负荷典型场景l下的负荷增长率；

约束条件：

其中分别为第y年典型场景l下t时段的本地负荷需求、中长期差额电量、售电量、购电量，分别为第y年典型场景l下t时段的发电系统边际成本、中长期价格和现货价格；分别为含水光电的发电系统在现货市场中的售电与购电行为；当值为1，表示该时段由含水光电的发电系统满足本地负荷需求，此外可以在日前现货市场中售电；当值为1，表示该时段需要从日前现货市场中购电，由含水光电的发电系统和现货购电量共同满足本地负荷需求；当表示在日前现货市场中无交易行为。

综上所述，本发明利用水电短期出力灵活和火电调节能力强的特点，补偿光伏出力的随机性，并根据水光火出力的互补特性，建立了以总出力曲线变化率及其峰谷值上限比例为互补效果衡量指标的出力特性模型，保证出力曲线的平滑稳定的同时，提高资源的利用率。进而根据水光火出力的配比关系，得到随时间变化的虚拟电源成本模型。考虑市场环境，分别按平均、跟踪负荷、根据现货价格的多种方式得到了中长期电量比例和分解模型，并建立了现货价格不确定性模型。在此基础上，提出了计入中长期电量分解方式和现货价格波动性，以满足互补指标和年收益率最大为目标的容量配置模型，最后求得针对规划态典型场景下不断增长的本地负荷需求的系统容量配置方案集合及其相对应的收益率，在基于对系统经济性与互补特性的权衡考量，得到各个规划水平年系统容量配置方案，并优选出最佳方案，完成容量配置。