[發明專利]壓縮空氣儲能系統的未來電網演化模型的生成方法及裝置有效
| 申請號: | 201711279290.8 | 申請日: | 2017-12-06 |
| 公開(公告)號: | CN107862160B | 公開(公告)日: | 2020-08-11 |
| 發明(設計)人: | 梅生偉;盧強;陳來軍;薛小代 | 申請(專利權)人: | 清華大學 |
| 主分類號: | G06F30/20 | 分類號: | G06F30/20 |
| 代理公司: | 北京清亦華知識產權代理事務所(普通合伙) 11201 | 代理人: | 張潤 |
| 地址: | 10008*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 壓縮空氣 系統 未來 電網 演化 模型 生成 方法 裝置 | ||
1.一種壓縮空氣儲能系統的未來電網演化模型的生成方法,其特征在于,包括以下步驟:
采集收集電網數據,并生成傳輸功率分布因子矩陣和電網的拓撲結構;
通過多時間段的生產模擬對電源、儲能設備以及需求側管理進行建模,所述通過多時間段的生產模擬對電源、儲能設備以及需求側管理進行建模,包括:
潮流和線路容量約束條件:
-F≤H(Agg(t)+All(t))≤F,
其中,F為支路容量組成的列向量,H為傳輸功率分布因子的矩陣,Agg(t)為節點的發電功率,All(t)為節點負荷功率;
發電模型,其包括最小啟動時間約束、最小停機時間約束和機組的爬坡約束;
旋轉備用:
其中,是時間斷面t上分區K所需要的最小旋轉備用量,ri,i∈K是分區K中各機組貢獻的旋轉備用量;
清潔能源;
儲能設備:
其中,ci(t)為充電功率,di(t)為放電功率,為儲能設備i的充電效率,放電效率為和分別為設備的儲能下限和儲能上限,Ci(0)為設備的初始儲能;
負荷模型和需求側管理,包括負荷節點處的約束和需求側管理約束;
目標函數:
C=Cfuel+Cstart+P1Crigid+P2Cflexible,
其中,P1和P2為懲罰因子,P1P2>>0,Cfuel為燃料成本,Cstart為啟停費用;P1Crigid是“剛性”負荷被切除造成的懲罰項,P2Cflexible是“柔性”負荷的總量不能被滿足造成的懲罰項;以及
通過靈敏度引導構建電網生長演化模型。
2.根據權利要求1所述的壓縮空氣儲能系統的未來電網演化模型的生成方法,其特征在于,所述生成傳輸功率分布因子矩陣和電網的拓撲結構,進一步包括:
構建目標電網的拓撲圖,確定電網中的發電機節點、負荷節點和各線路的參數;
確定電網中所述傳輸功率分布因子的矩陣H,所述矩陣H的表達式為:
H=B′B-1=DC[CTDC]-1,
其中,B為可逆的電網導納矩陣,C為劃去參考節點的節點-支路關聯矩陣,D=diag(y1,…,yl),yi為支路導納。
3.根據權利要求1所述的壓縮空氣儲能系統的未來電網演化模型的生成方法,其特征在于,所述通過靈敏度引導構建電網生長演化模型,進一步包括:
從電網中所有可能的兩點間連線中篩選出滿足預設條件的候選支路,并且求出每條支路的靈敏度,并將所述靈敏度大于預設閾值的支路選入候選支路集;
對所述候選支路集進行基本搜索,獲取網絡生長演化的最優解。
4.根據權利要求3所述的壓縮空氣儲能系統的未來電網演化模型的生成方法,其特征在于,所述靈敏度為
其中,λ為新增導納,Fl為線路容量,πl(t)為節點l的價格;
并且,獲取所述網絡生長演化的最優解時,目標函數f(x)為:
其中,Z(x)是年運行成本,ci是支路i的建設成本,A是折合年限,xi表示在x的基礎上新建線路i所導致的目標函數的下降量的預判值。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于清華大學,未經清華大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711279290.8/1.html,轉載請聲明來源鉆瓜專利網。





