[发明专利]一种基于新能源最大消纳及发电成本最优的混合调度方法在审
申请号: | 202111487098.4 | 申请日: | 2021-12-06 |
公开(公告)号: | CN114362241A | 公开(公告)日: | 2022-04-15 |
发明(设计)人: | 李胜辉;赵清松;郝建成;马辉;孙峰;杨安全;戈阳阳;张强;董鹤楠;张冠锋;谢赐戬;程绪可;张潇桐;谢冰;王超;袁鹏;李平 | 申请(专利权)人: | 国网辽宁省电力有限公司电力科学研究院;国网辽宁省电力有限公司;国家电网有限公司;三峡大学 |
主分类号: | H02J3/38 | 分类号: | H02J3/38;H02J3/46;H02J3/32;G06N3/00;G06N3/12;G06Q10/04 |
代理公司: | 辽宁沈阳国兴知识产权代理有限公司 21100 | 代理人: | 何学军;侯景明 |
地址: | 110006 辽宁*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 新能源 最大 发电 成本 最优 混合 调度 方法 | ||
1.一种基于新能源最大消纳及发电成本最优的混合调度方法,其特征在于,包括如下步骤:
步骤1,建立基于新能源消纳能力及发电成本的优化模型,构建新能源消纳最大目标函数以及综合能源系统运行成本最小目标函数,能量平衡约束条件、系统供能设备约束条件、储能装置约束条件以及旋转备用约束条件;
步骤2,设定种群数量pop、迭代次数gen、目标函数数量M、决策变量个数V、惯性权重w、个体学习系数c1、全局学习系数c2、速度向量fori;
步骤3,通过非支配排序的遗传算法,迭代求解最好的一半种群的新能源消纳能力及发电成本的最优值;
步骤4,通过多目标粒子群算法,迭代求解另一半种群的新能源消纳能力及发电成本的最优值;
步骤5,通过混合非支配排序的遗传算法和多目标粒子群算法,迭代求解新能源消纳能力及发电成本优化模型的最优值。
2.根据权利要求1所述的一种基于新能源最大消纳及发电成本最优的混合调度方法,其特征在于,步骤1中所述新能源消纳最大目标函数,表达式如下:
其中,目标函数f1(x)表示新能源消纳最大,包括风光联合出力最大;和分别表示t时刻的风电和光电的输出功率,T表示系统调度周期内的小时数。
3.根据权利要求1所述的一种基于新能源最大消纳及发电成本最优的混合调度方法,其特征在于,步骤1中所述综合能源系统运行成本最小目标函数,表达式如下:
其中,目标函数f2(x)表示综合能源系统运行成本最小,包括热电联产机组的燃料成本、P2G运行成本、微型燃气轮机的运行成本、弃风惩罚成本、弃光惩罚成本、环境成本和碳交易成本;
热电联产机组的总燃料成本,表达式如下:
其中,C1为热电联产机组的总燃料成本;Cpi、Cci和Chi分别表示第ith个带阀点效应的纯动力机组、第ith个热电联产机组和ith个纯热机组的燃料成本;Pi是第ith个热电联产机组的发电量,Oi是第ith个热电联产机组产生的功率,Hi是第ith个热电联产机组产生的热量,Ti是第ith个仅供热机组产生的热量;系数ai,bi,ci表示第ith个发电机的燃料成本系数,系数di和ei是用于合并发电机i的阀点效应的系数,αi,βi,γi,δi,εi,ζi是第ith个CHP单元的系数,ηi,θi,λi是第ith个热电单元的成本系数;
P2G设备的运行成本,表达式如下:
其中,C2为P2G设备的运行成本,c1为运行成本系数,d1为设备所需CO2成本系数;
微型燃气轮机的运行成本,表达式如下:
其中,C3为微型燃气轮机的运行成本,a3为运行成本系数;
弃风现象引发的惩罚成本,表达式如下:
其中,C4为弃风惩罚成本,a4为惩罚成本系数;
弃光现象引发的惩罚成本,表达式如下:
其中,C5为弃光惩罚成本,a5为惩罚成本系数;
环境成本,表达式如下:
其中,C6为环境成本,a6为环境成本系数;
碳交易成本,表达式如下:
C7=λ(Ep-EL)
其中,λ为市场上的碳交易价格;Ep为实际的碳排放量;EL为无偿碳排放额。
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国网辽宁省电力有限公司电力科学研究院;国网辽宁省电力有限公司;国家电网有限公司;三峡大学,未经国网辽宁省电力有限公司电力科学研究院;国网辽宁省电力有限公司;国家电网有限公司;三峡大学许可,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/202111487098.4/1.html,转载请声明来源钻瓜专利网。