[发明专利]考虑源-荷协调优化的多源电力系统多时间尺度调度方法

权利要求书

1.一种考虑源-荷协调优化的多源电力系统多时间尺度调度方法，其特征是，它包括以下步骤：

1)对荷侧DR资源根据响应时间特性进行分类

DR资源主要包括电价型(PDR)与激励型(IDR)两种；

其中PDR是指用户根据分时电价自发地调节用电计划；由于用户响应电价变化的速度较慢，因此分时电价在日前调度计划中制定，用户可在前一天根据各时刻电价不同制定相应的用电计划；

IDR又包括直接负荷控制(Directed Load Control,DLC)、可中断负荷(InterruptibleLoad,IL)、紧急需求侧响应项目(Emergency Demand Response Program,EDPR)；电网企业先与IDR资源的管理者签订合同，在调度过程中直接管理与调用部分IDR资源；根据响应电网调度指令的时长可将IDR资源划分为以下两种：

①A类IDR负荷：响应时长1h，此类IDR负荷需要在日前长时间尺度调度中确定调用计划；

②B类IDR负荷：响应时长5～15min，此类IDR负荷可根据短时间尺度的调度指令改变自身的负荷需求；

2)提出源-荷多时间尺度协调调度框架

源-荷多时间尺度协调调度在执行时间上分为日前调度与日内调度；日前调度时间尺度为1h，提前24h执行，只执行1次；由于常规火电机组启停时间长，因此在日前调度中确定其启停计划；同时，日前调度中还将确定PDR负荷响应量，A类IDR负荷调用计划；系统最终调用旋转备用容量将在整个调度计划的最后阶段，即日内15min时间尺度中确定，这样既能够保证系统安全运行，又能够根据更加精确的预测信息制定旋转备用计划，以此降低系统旋转备用成本；需要指出，日前调度中确定的常规机组启停计划以及PDR响应量、A类IDR负荷响应量在日内调度中将保持不变；

日内调度每15min滚动计算1次，每次优化下4h的调度计划，调度周期为15min；由于CSP电站的启停时间最小可控制在1h以内，因此能够在日内调度中制定其启停计划；同时，根据日内滚动更新的预测数据，日内调度将制定各机组出力计划、B类IDR负荷的调用计划以及最终的旋转备用计划；

3)建立源-荷多时间尺度调度模型

源-荷多时间尺度调度模型是在源-荷多时间尺度协调调度框架的基础上构建的，其包括对PDR、IDR的建模，以及日前调度模型以及日内调度模型的建立；

①PDR建模

PDR根据消费者心理意愿，通过制定合理的日前实时电价来改变用户的用电方式，采用价格型需求弹性矩阵E来表示电价变化率对负荷变化率的影响；

式中，T为调度总时长，取值为24；λ_△q,t为t时刻的负荷变化率；λ_△p,t为t时刻的电价变化率；E为价格型需求弹性矩阵，其主对角线为自弹性系数，副对角线为互弹性系数，自弹性系数与互弹性系数取值分别为-0.2与0.03；

经过PDR后，负荷会相对于原负荷发生变化，其变化量称为负荷响应量，是根据式(1)的负荷变化率计算得来式(2)：

ΔP_PDR,t＝λ_Δq,tP_load,t (2)

式中，△PDR_t为经过PDR后t时刻的负荷响应量，P_load,t为原t时刻负荷预测值；

②IDR建模

IDR调用量受响应速度与响应容量限制，A类IDR负荷约束如式(3)所示，B类IDR负荷约束如式(4)所示，

式中，△IDRA_t为A类IDR负荷在t时刻的响应量，△IDRA_t-1为A类IDR负荷在t-1时刻的响应量，IDRA^max为A类IDR负荷在每一时刻的最大调用量，R_IDRA为A类IDR负荷的响应速率；△IDRB_t为B类IDR负荷在t时刻的响应量，△IDRB_t-1为B类IDR负荷在t-1时刻的响应量，IDRB^max为B类IDR负荷在每一时刻的最大调用量，R_IDRB为B类IDR负荷的响应速率；

③日前优化调度模型

日前优化调度采用多场景随机优化的方法处理系统不确定性，多场景随机优化的核心思想是根据不确定量的分布规律，生成多个场景，使得决策量在多个场景下都能满足要求，选择那个使得所有场景的期望成本之和最小的调度策略，是一种二阶段的优化决策模型，适用于不确定量较大的场合，能够不依赖于系统可靠性指标获得经济性最优的调度结果，通过在日前调度中生成S个风电以及负荷预测场景来刻画风电及负荷预测的不确定性；

日前优化调度模型的目标函数为式(5)，

式中，f₁为日前调度目标函数，min为取最小函数，∑为求和函数,C_Th,t、C_CSP,t、C_W,t、C_cW,t分别为火电机组运行成本、CSP电站运行成本、风电场运行成本以及弃风惩罚成本；Ns代表场景个数，NG代表常规火电机组台数，p_s为第S个概率场景发生的概率；a_i、b_i、c_i分别为第i台火电机组发电成本系数，P_Gi,t,s为第i台火电机组在场景s下t时刻的调度出力，S_i为第i台火电机组启停成本系数，u_i,t为第i台火电机组在t时刻的运行状态系数，为1代表处于运行状态；k_CSP为CSP电站的发电成本系数，P_CSP,t,s为CSP电站在场景s下t时刻的调度出力，S_CSP为CSP电站的启停成本系数，u_CSP,t,s为CSP电站在场景s下t时刻的运行状态系数，为1代表处于运行状态；k_W为风电场运行成本系数，P_W,t,s为风电在场景s下t时刻的调度出力；k_cW为弃风惩罚成本系数，为风电日前在场景s下t时刻的预测出力；k_IDRA、k_IDRB分别为A类IDR负荷与B类IDR负荷的调用成本系数，△IDRA_t为A类IDR负荷在t时刻的调用量，△IDRB_t,s为B类IDR负荷在s场景下t时刻的调用量；

日前优化调度模型的约束条件为：

系统功率平衡约束为式(6)，

式中，为负荷日前在场景s下t时刻的预测值；

火电机组出力约束如式(7)所示，

式中，为第i台火电机组的最小技术出力，为第i台火电机组的最大技术出力；

火电机组爬坡约束如式(8)所示，

式中，R_i^u为火电机组i的爬坡速率；

风电运行约束为式(9)

CSP电站能量守恒约束为式(10)

P_t^th,S-H+P_t^th,T-H＝P_t^th,H-T+u_t^CP_SU^th+P_t^th,H-P (10)

式中，P_t^th,S-H为CSP电站光场吸收的太阳能热量、P_t^th,T-H为CSP电站由TES向导热工质释放的热量，该部分热量可被用于CSP电站发电、P_t^th,H-T为CSP电站中由导热工质向TES存储的热量，该部分热量可存储于CSP电站的TES中、P_t^th,H-P为CSP电站的导热工质中用于发电的热量；

通过日前优化调度，能够得到常规机组启停计划、PDR各时刻响应量、A类IDR负荷调用计划，根据式(5)、(6)、(7)、(8)、(9)、(10)，将变量△PDRt、ui,t、△IDRAt作为定值代入日内调度模型中；

④日内优化调度模型

日内调度目标与日前调度相同，为系统总成本最低，

式中，f₂为日内调度目标函数，△T为日内调度一个调度周期时长，t₀为当前调度时段的初始时刻，为日内旋转备用预留成本，分别为日内火电机组与CSP电站提供旋转备用成本系数，分别为火电机组与CSP电站日内所提供的正/负旋转备用容量，同时，日前调度确定的常规机组启停计划u_i,t以及A类IDR负荷响应量△IDRA_t为定值，不再进行相应优化；

由于日前调度已确定常规机组启停计划以及PDR负荷、A类IDR负荷响应量，因此日内调度中将不存在机组组合约束以及对于PDR、A类IDR负荷响应量约束；同时，由于日内调度中采用机会约束处理不确定性问题，因此日内调度在旋转备用约束上较日前调度有所不同，如式(12)所示，

式中，Pr{}为置信度表达式，α、β分别为满足正旋转备用与负旋转备用约束的置信度，取值都为0.95；

日内调度中系统功率平衡约束为式(13)，由于日内调度中不采用多场景随机优化，因此不存在多个场景的约束，

式中，为负荷在t时刻的日内预测值；P_Gi,t为第i台火电机组在t时刻的调度出力，P_CSP,t为CSP电站在t时刻的调度出力，P_W,t为风电在t时刻的调度出力；△IDRA_t为A类IDR负荷在t时刻的调用量，△IDRB_t为B类IDR负荷在t时刻的调用量；

火电机组日内出力约束如式(14)所示，

火电机组爬坡约束如式(15)所示，

风电运行约束为式(16)

式中，为风电日内t时刻预测出力；

CSP电站能量守恒约束为式(17)

P_t^th,S-H+P_t^th,T-H＝P_t^th,H-T+u_t^CP_SU^th+P_t^th,H-P (17)。