[发明专利]压缩空气储能系统的未来电网演化模型的生成方法及装置有效
申请号: | 201711279290.8 | 申请日: | 2017-12-06 |
公开(公告)号: | CN107862160B | 公开(公告)日: | 2020-08-11 |
发明(设计)人: | 梅生伟;卢强;陈来军;薛小代 | 申请(专利权)人: | 清华大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张润 |
地址: | 10008*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 压缩空气 系统 未来 电网 演化 模型 生成 方法 装置 | ||
1.一种压缩空气储能系统的未来电网演化模型的生成方法,其特征在于,包括以下步骤:
采集收集电网数据,并生成传输功率分布因子矩阵和电网的拓扑结构;
通过多时间段的生产模拟对电源、储能设备以及需求侧管理进行建模,所述通过多时间段的生产模拟对电源、储能设备以及需求侧管理进行建模,包括:
潮流和线路容量约束条件:
-F≤H(Agg(t)+All(t))≤F,
其中,F为支路容量组成的列向量,H为传输功率分布因子的矩阵,Agg(t)为节点的发电功率,All(t)为节点负荷功率;
发电模型,其包括最小启动时间约束、最小停机时间约束和机组的爬坡约束;
旋转备用:
其中,是时间断面t上分区K所需要的最小旋转备用量,ri,i∈K是分区K中各机组贡献的旋转备用量;
清洁能源;
储能设备:
其中,ci(t)为充电功率,di(t)为放电功率,为储能设备i的充电效率,放电效率为和分别为设备的储能下限和储能上限,Ci(0)为设备的初始储能;
负荷模型和需求侧管理,包括负荷节点处的约束和需求侧管理约束;
目标函数:
C=Cfuel+Cstart+P1Crigid+P2Cflexible,
其中,P1和P2为惩罚因子,P1P2>>0,Cfuel为燃料成本,Cstart为启停费用;P1Crigid是“刚性”负荷被切除造成的惩罚项,P2Cflexible是“柔性”负荷的总量不能被满足造成的惩罚项;以及
通过灵敏度引导构建电网生长演化模型。
2.根据权利要求1所述的压缩空气储能系统的未来电网演化模型的生成方法,其特征在于,所述生成传输功率分布因子矩阵和电网的拓扑结构,进一步包括:
构建目标电网的拓扑图,确定电网中的发电机节点、负荷节点和各线路的参数;
确定电网中所述传输功率分布因子的矩阵H,所述矩阵H的表达式为:
H=B′B-1=DC[CTDC]-1,
其中,B为可逆的电网导纳矩阵,C为划去参考节点的节点-支路关联矩阵,D=diag(y1,…,yl),yi为支路导纳。
3.根据权利要求1所述的压缩空气储能系统的未来电网演化模型的生成方法,其特征在于,所述通过灵敏度引导构建电网生长演化模型,进一步包括:
从电网中所有可能的两点间连线中筛选出满足预设条件的候选支路,并且求出每条支路的灵敏度,并将所述灵敏度大于预设阈值的支路选入候选支路集;
对所述候选支路集进行基本搜索,获取网络生长演化的最优解。
4.根据权利要求3所述的压缩空气储能系统的未来电网演化模型的生成方法,其特征在于,所述灵敏度为
其中,λ为新增导纳,Fl为线路容量,πl(t)为节点l的价格;
并且,获取所述网络生长演化的最优解时,目标函数f(x)为:
其中,Z(x)是年运行成本,ci是支路i的建设成本,A是折合年限,xi表示在x的基础上新建线路i所导致的目标函数的下降量的预判值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711279290.8/1.html,转载请声明来源钻瓜专利网。