[发明专利]一种基于时空分解的全球能源互联电力平衡优化方法

权利要求书

1.一种基于时空分解的全球能源互联电力平衡优化方法，其特征是，包括以下步骤：

1)建立洲际电网分区电力平衡混合整数优化模型和全球能源互联网的电力平衡线性优化模型：

(1)洲际电网分区电力平衡混合整数优化模型

①目标函数

式中：

n表示迭代计算次数；

t和c分别表示时间和区域索引；

待求变量：p_w(t，c)、p_p(t，c)和p_h(t，c)分别表示风电、光伏和水电机组的发电并网功率，p_nu(t，j)、p_co(t，j)和p_gas(t，j)分别表示核电、燃气和燃煤火电机组的发电并网功率；

已知参数：W_w、W_p和W_h分别表示风电、光伏和水电机组的权重系数；j表示机组的序号；O_nu(j)、O_co(j)和O_gas(j)分别表示核电、燃气和燃煤火电机组的单位运行成本；

②约束条件

a)分区电力平衡约束

式中：

待求变量：p(t，j)用来统一表示其他常规机组出力，p_w(t，c)和p_p(t，c)分别表示风电和光伏的发电并网功率；

已知参数：E_load(t，c)为各洲际电网负荷，E_line(t，c，c)为洲际联络线传输功率；

b)机组出力约束

x(n，t，j)·E_min(j)≤p(t，j)≤x(n，t，j)·E_max(j) (3)

p(t，j)-R_down(j)≤p(t+1，j)≤p(t，j)+R_up(j) (4)

式中：

待求变量：x(n，t，j)为机组的启停机状态，0表示停机，1表示开机；p(t，j)用来统一表示其他常规机组出力；

已知参数：R_down(j)、R_up(j)分别为机组的最大、最小爬坡速度，E_max(j)、E_min(j)分别为常规机组的最大、最小技术出力；

c)储能约束

a(n，t，j)+b(n，t，j)＝1 (5)

C_min(j)≤e_es(t-1，j)-p(t，j)≤C_max(j) (6)

式中：

待求变量：a(n，t，j)和b(n，t，j)分别表示储能装置蓄、放电状态，e_es(t-1，j)为上一时刻的初始储能容量，p(t，j)用来统一表示其他常规机组出力；

已知参数：C_max(j)、C_min(j)为储能装置的最大、最小储能容量，为储能装置的最大、最小蓄电功率，为最大、最小放电功率；

d)机组启停逻辑约束

式中：

待求变量：x(n，t，j)为机组的启停机状态，0表示停机，1表示开机；y(n，t，j)为常规机组的启机状态，0表示未启机；1表示正在启机；z(n，t，j)为常规机组的停机状态，0表示未启机；1表示正在停机；

e)风电、光伏可获得功率约束

0≤p_w(t，c)≤E_wmax(t，c) (9)

0≤p_p(t，c)≤E_pmax(t，c) (10)

式中：

待求变量：p_w(t，c)和p_p(t，c)分别表示风电和光伏的发电并网功率；

已知参数：E_wmax(t，c)为风电最大约束功率，E_pmax(t，c)为光伏最大约束功率；

(2)全球能源互联网的电力平衡线性优化模型

①目标函数

式中：

n表示迭代计算次数；

t和c分别表示时间和区域索引；

待求变量：p_w(n，t，c)、p_p(n，t，c)和p_h(t，c)分别表示风电、光伏和水电机组的发电并网功率，p_nu(t，j)、p_co(t，j)和p_gas(t，j)分别表示核电、燃气和燃煤火电机组的发电并网功率；p_global(n)表示目标值全球等效新能源消纳总量；

已知参数：W_w、W_p和W_h分别表示风电、光伏和水电机组的权重系数；j表示机组的序号；O_nu(j)、O_co(j)和O_gas(j)分别表示核电、燃气和燃煤火电机组的单位运行成本；

②约束条件

a电力平衡约束

式中：

待求变量：p(t，j)用来统一表示其他常规机组出力，p_w(n，t，c)和p_p(n，t，c)分别表示风电和光伏的发电并网功率，p_line(n，t，c，c)为洲际联络线传输功率；

已知参数：E_load(t，c)为各洲际电网负荷；

b机组出力约束

X(t，j)·E_min(j)≤p(t，j)≤X(t，j)·E_max(j) (13)

p(t，j)-R_down(j)≤p(t+1，j)≤p(t，j)+R_up(j) (14)

式中：

待求变量：p(t，j)用来统一表示其他常规机组出力；

已知参数：R_down(j)、R_up(j)分别为机组的最大、最小爬坡速度，E_max(j)、E_min(j)分别为常规机组的最大、最小技术出力；X(t，j)为根据步骤(1)已经优化求出的机组启停机状态，0表示停机，1表示开机；

c储能约束

C_min(j)≤e_es(t-1，j)-p(t，j)≤C_max(j) (15)

式中：

待求变量：e_es(t-1，j)为上一时刻的初始储能容量，p(t，j)用来统一表示其他常规机组出力；

已知参数：C_max(j)、C_min(j)为储能装置的最大、最小储能容量，为储能装置的最大、最小蓄电功率，为最大、最小放电功率，A(t，j)和B(t，j)分别为根据步骤(1)已经优化求得的储能装置蓄、放电状态；

d风电、光伏可获得功率约束

0≤p_w(n，t，c)≤E_wa(t，c) (17)

0≤p_p(n，t，c)≤E_pa(t，c) (18)

式中：

待求变量：p_w(n，t，c)和p_p(n，t，c)分别表示风电、光伏的发电并网功率；

已知参数：E_wa(t，c)为风电理论可获得功率；E_pa(t，c)为光伏理论可获得功率；

2)根据实际电网数据，输入步骤1)的(1)洲际电网分区电力平衡混合整数优化模型中已知参数的值，利用计算机对1，...c，...，C共C个洲际电网分区电力平衡混合整数优化模型进行并行计算，获得各机组启停机状态变量x，y，z的优化解；

3)根据实际电网数据和步骤2)中获得的各机组启停机状态变量x，y，z的优化解，输入步骤1)的(2)全球能源互联网的电力平衡线性优化模型中已知参数的值，利用计算机对全球能源互联网的电力平衡线性优化模型进行计算，获得洲际联络线传输功率p_line(n，t，c，c)、风电发电功率p_w(n，t，c)、光伏发电功率p_p(n，t，c)的优化解；

4)通过计算机编程按照公式(19)进行符合性判断，“是”进入步骤6结束整个优化计算过程，否则进入步骤5；

ε＝|p_global(n)-p_global(n-1)|＜0.1 (19)

式中：

ε表示偏差；p_global(n)表示目标值全网等效新能源消纳量；

5)将步骤3中求出的洲际联络线传输功率p_line(n，t，c，c)、风电发电功率p_w(n，t，c)、光伏发电功率p_p(t，c)优化解的值，分别赋值给洲际电网分区电力平衡混合整数优化模型中已知参数E_line(t，c，c)、E_wmax(t，c)和E_pmax(t，c)，并重新从步骤2开始执行，进行第n+1次迭代计算；

6)结束整个优化计算过程。