[发明专利]考虑灵活性的多能源汇集中心火储容量双层优化方法

权利要求书

1.考虑灵活性的多能源汇集中心火储容量双层优化方法，其特征在于，包括如下步骤：

步骤1，根据多能源汇集中心的运行经济成本、电机组的出力约束和电池储能的出力约束，分别计算调度时间点对应的功率需求P_D(t)等于0、小于0、大于0的情况下的运行成本，构建经济性优化模型；具体为：将P_D(t)小于0时，运行成本优化问题为转化成线性规划问题，并将P_D(t)大于0时，运行成本优化问题为转化成二次规划问题，求解线性规划问题及二次规划问题，得到调度时刻t的最小运行成本，并根据一天内所有调度时刻的最小运行成本，计算日累计运行成本，然后根据不同的运行场景数据重复上述过程，得到不同场景的日累计运行成本，再依据不同场景的日累计运行成本计算日平均运行成本，而后根据多能源汇集中心的计划运行年限，计算寿命周期内的总运行成本；

步骤2，构建灵活性优化模型，定义灵活性不良指数表征多能源汇集中心的电网灵活性；灵活性不良指数包含上调灵活性不良指数和下调灵活性不良指数；上调灵活性不良指数是指上调灵活性需求与灵活性设备上调区间的比值；下调灵活性不良指数是指下调灵活性需求与灵活性设备下调区间的比值；根据各调度时间节点的上调灵活性不良指数和下调灵活性不良指数计算每个调度时间节点的最大灵活性不良指数；根据不同调度时间节点的最大灵活性不良指数以及典型运行场景的数据分布特征和典型日运行曲线，计算考虑多种运行场景的多能源汇集中心的最大灵活性不良指数；

步骤3，以最小化总运行成本和最小化最大灵活性不良指数为二维目标，以火电和储能的配置容量为变量，构建包含经济性和灵活性双重目标的多能源汇集中心二维优化模型，求解上述包含经济性和灵活性双重目标的多能源汇集中心二维优化模型，并以求解得到火电机组的配置容量、电池储能的配置容量、火电机组的发出功率和电池储能的充放电功率进行实际配置；

所示步骤1的具体步骤包括：

第一、计算火电机组运行成本、储能运行溢价成本、环境代价成本和新能源弃用补偿成本；其中：

火电机组运行成本为火电机组运行所需要的经济成本，其计算过程如式(1)所示：

式(1)中，P_G为火电机组的出力功率；a，b，c分别为火电机组的成本函数系数；

储能运行溢价成本表示储能运行过程中除正常折旧成本为的溢出成本，其计算过程如式(2)所示：C_E(P_E)＝max{d|P_E|-e，0}， 式(2)；

式(2)中，P_E为电池储能的充放电功率，d为储能的充放电成本系数，e为电池储能的自然折旧成本系数；

环境代价成本表示火电运行对排放的污染物对应的环境治理成本，其计算过程如式(3)所示：C_W(P_G)＝r_WP_G，式(3)；

式(3)中，r_W为火电机组出力的环境代价系数；

新能源弃用补偿成本表示对应于不同新能源弃用量的经济补偿成本，其计算过程如式(4)所示：C_D(P_E)＝r_J(u)P_J(u)，式(4)；

式(4)中，r_J(u)为新能源单位弃用能量成本系数，P_J(u)为新能源弃用功率，即P_J(u)＝P_E+P_G-P_D，u为新能源类型，P_E为电池储能的充放电功率，P_G为火电机组的发出功率，P_D为调度时间点对应的功率需求，即：P_D＝P_Load-P_PV-P_Wind-P_Hydro，以负荷大于能源供应为正方向，此时P_D＜0；P_Load为负荷功率；P_PV为光伏机组出力功率；P_Wind风电机组出力功率；P_Hydro为水电机组出力功率；

失负荷损失成本是指失去原有可供应的负荷后对应的经济损失成本，其计算过程如式(5)所示：C_L(P_G，P_E)＝r_L(P_D+P_E-P_G)， 式(5)；

式(5)中：r_L为失负荷经济损失系数；

基于上述成本计算在每一个调度时间节点t计算其运行总成本，其计算过程如式(6)所示：

C_τ(t)＝C_G(P_G(t))+C_E(P_E(t))+C_W(P_G(t))+C_D(P_E(t))+C_L(P_G，P_E)， 式(6)

式(6)中：C_τ为总的日经济运行成本；

第二、以火电机组的出力功率和储能装置的功率为经济成本优化对应的变量，计算其功率约束条件；

火电机组的出力功率约束如式(7)所示；

P_Gmin(t)≤P_G(t)≤P_Gmax(t)， 式(7)；

式(7)中，P_Gmin(t)为火电机组的出力功率下限，P_Gmax(t)为火电机组的出力功率上限；

P_Gmin(t)＝max{Q_Gmin(t)，P_G(t-1)-ΔP_Gmax}；

P_Gmax(t)＝max{Q_Gmax(t)，P_G(t-1)+ΔP_Gmax}；

其中，Q_Gmin(t)和Q_Gmax(t)分别为由火电机组配置容量决定的火电机组最小和最大出力限值；P_G(t-1)为火电机组前一个调度时间点的火电机组出力功率值，ΔP_Gmax为火电机组在该时间点的出力变化最大值，t为具体某一时刻；

电池储能的功率约束如式(8)所示；

P_Emin(t)≤P_E(t)≤P_Emax(t)， 式(8)；

式(8)中：P_Emin(t)和P_Emax(t)分别为电池储能的充放电功率上限值和下限值；

其中，Q_E为配置电池储能的最大容量，S(t)为当前时间点的电池储能的荷电状态，ΔT为调度时间间隔，η_c为充电效率，η_d为放电效率，S_min为电池储能的设计最小荷电状态，S_max为电池储能的设计最大荷电状态，P_Emino为电池储能的最小设计功率，P_Emaxo为电池储能的最大设计功率；

第三、根据功率需求P_D(t)，分类求解模拟运行时的优化调度问题；

调度时间点对应的功率需求计算过程如式(9)：

P_D(t)＝P_Load(t)-P_Wind(t)-P_PV(t)-P_Hydro(t)， 式(9)；

①当P_D(t)＝0，火电机组和电池储能单元在t时刻的出力为0，运行成本为0；

②当P_D(t)＜0，此时火电机组停机不出力，运行成本优化问题为一个线性规划问题，具体如下所示：

运行成本优化目标为：min{C_E(P_E)+C_D(P_E)}，即：

min{max{-dP_E(t)-e，0}+r_J(u，t)P_J(u，t)}；

约束条件为：P_J(u，t)≤P_J(t)，u＝wind，PV，Load，分别表示风电，光伏和负荷的弃用功率；P_Emin(t)≤P_E(t)≤P_Emax(t)；

求解上述线性规划问题，得到最优的电池储能的充放电功率P_E(t)和新能源实际弃用功率P_J(u，t)；

基于该优化结果的调度时刻t的最小运行成本C_t(t)为：

max{-dP_E(t)-e，0}+r_J(u，t)P_J(u，t)；

上述线性规划问题采用Matlab中的Gurobi优化求解器求解；

③当P_D(t)＞0时，此时火电机组出力与电池储能放电功率构成了功率调控的主要变量，该问题为一二次规划问题；

当P_Gmax(t)-P_Emin(t)≤P_D(t)时，火电机组和电池储能均以最大出力运行；运行成本如下所示：

当P_Gmax(t)-P_Emin(t)＞P_D(t)时，火电机组和电池储能单元的运行成本优化目标如下：

min{C_G(P_G)+C_E(P_E)+C_W(P_G)+C_L(P_G，P_E)}，

即：

优化问题统一成：式中，b^*＝b+r_W

当优化目标为：

当时，优化目标为：

同时，火电机组和电池储能需满足以下约束条件：-P_E(t)+P_G(t)＝P_D(t)；

求解上述二次规划问题，得到P_G和P_E；

基于该优化结果的调度时刻t的最小运行成本为：

上述二次规划问题求解也采用Matlab中的Gurobi优化求解器求解；

将多能源汇集中心的全运行周期的各个典型场景日进行运行模拟，求得的各个调度时刻的最小运行成本，并分别计算日累计运行成本、平均每天的日累计运行成本和总运行成本；

C_A＝N_YN_HC_avr；

式中，C_s(i)为日累计运行成本；C_τ(i，t)为第i个典型场景第t时刻的最小运行成本；N_m为典型场景数；C_avr为平均每天日累计运行成本；C_A表示总运行成本；N_Y和N_H分别为生命周期对应的运行总年数和一年中运行的总小时数；t为具体某一时刻，取1～24之间的整数；

所示步骤3的具体步骤包括：

根据步骤1中的运行经济成本以及其约束条件，计算出需要配置的火电装置和储能装置的最小值Q_G和Q_E，从而计算出其配置成本，C_est＝r_GestQ_G+r_EestQ_E；

式中，Q_G和Q_E分别为火电机组和电池储能的最小配置容量，r_Gest和r_Eest分别为火电和储能的配置成本，C_est为总的配置成本；

将配置成本和步骤1中的总运行成本之和与步骤2中各运行场景的调度灵活性不良指数为目标，构建外层复合优化模型obj＝min{C_A+C_est，γ_final}；

采用NSGA II求解多目标优化问题，得到Pareto最优端面后，分别按总成本与灵活性指标对最后一代种群进行从小到大排序，挑选出排序后序号和最小的个体，以该个体的变量值为当前的最优决策值，所述的变量值包括火电机组的配置容量、电池储能的配置容量、火电机组的发出功率和电池储能的充放电功率。

2.根据权利要求1所述的考虑灵活性的多能源汇集中心火储容量双层优化方法，其特征在于，所示步骤2的具体步骤包括：

根据灵活性需求和灵活性资源供给能力，计算功率调节灵活性不良指数；具体为：对于任意已经执行的调度时刻t-1，其对应的下一时刻t的功率需求变化上下限如下式所示：

P_D(t)_max＝max{P_Load(t)}-min{P_Wind(t)+P_PV(t)+P_Hydro(t)}；

P_D(t)_min＝min{P_Load(t)}-max{P_Wind(t)+P_PV(t)+P_Hydro(t)}；

其中，P_Load为负荷功率；P_PV为光伏机组出力功率；P_Wind风电机组出力功率；P_Hydro为水电机组出力功率；

基于上功率需求的变化范围，其功率调节灵活性不良指数计算过程如下：

当P_D(t)_min≥P_D(t-1)时，只有上调需求：d_up(t)＝P_D(t)_max-P_D(t-1)；

当P_D(t)_min＜P_D(t-1)＜P_D(t)_max时，既有上调需求也有下调需求：

d_up(t)＝P_D(t)_max-P_D(t-1)，

d_down(t)＝P_D(t)_min-P_D(t-1)；

当P_D(t-1)≥P_D(t)_max时，只有下调需求：d_down(t)＝P_D(t)_min-P_D(t-1)；

上调灵活性资源供给：S_up(t)＝P_Gmax(t)-P_G(t-1)+P_Emax(t)；

下调灵活性资源供给：S_down(t)＝P_Gmin(t)-P_G(t-1)+P_Emin(t)；

上调灵活性不良指数：

下调灵活性不良指数：

整个调度周期的灵活性为所有调度时刻点的灵活性不良指数最大值，如下式：

γ_final＝max{max{γ_down(t)}，max{γ_up(t)}}；

而后根据不同的场景，求出不同场景下的灵活性不良指数最大值，并取其中的最大值为总的灵活性不良指数。