一种源-网-荷协调优化调度方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114243692A(43)申请公布日2022.03.25(21)申请号202111536835.5(22)申请日2021.12.15(71)申请人深圳供电局有限公司地址518000广东省深圳市罗湖区深南东路4020号电力调度通信大楼(72)发明人程维杰程韧俐马伟哲李祝昆刘金生陈择栖陈洪云齐晖何晓峰翁毅选吴新卢艺(74)专利代理机构深圳汇智容达专利商标事务所(普通合伙)44238代理人潘中毅(51)Int.Cl.H02J3/00(2006.01)H02J3/46(2006.01)权利要求书3页说明书7页附图3页(54)发明名称一种源-网-荷协调优化调度方法(57)摘要本发明提供了一种源‑网‑荷协调优化调度方法。该方法包括：以常规机组、新能源、DSSC、用户负荷构建源‑网‑荷协调调度系统，并获取所述系统的基础数据，所述基础数据包括接入该系统的新能源的日前新能源预测曲线、用户负荷的日前负荷预测曲线以及DSSC的线路潮流调控特性；将所述基础数据输入预先建立的新能源丢弃量和系统运行成本最小的多目标源‑网‑荷协调优化调度模型进行求解，得到源‑网‑荷协调优化调度结果；根据所得到的源‑网‑荷协调优化调度结果对所述源‑网‑荷协调调度系统进行调度。如此，本发明能够在促进新能源消纳的同时减少系统的运行成本。CN114243692ACN114243692A权利要求书1/3页1.一种源‑网‑荷协调优化调度方法，其特征在于，包括：步骤S1，以常规机组、新能源、DSSC、用户负荷构建源‑网‑荷协调调度系统，并获取所述系统的基础数据，所述基础数据包括接入该系统的新能源的日前新能源预测曲线、用户负荷的日前负荷预测曲线以及DSSC的线路潮流调控特性；步骤S2，将所述基础数据输入预先建立的新能源丢弃量和系统运行成本最小的多目标源‑网‑荷协调优化调度模型进行求解，得到源‑网‑荷协调优化调度结果；步骤S3，根据所得到的源‑网‑荷协调优化调度结果对所述源‑网‑荷协调调度系统进行调度。2.根据权利要求1所述的源‑网‑荷协调优化调度方法，其特征在于，所述基础数据还包括所述常规机组的日前常规机组预测曲线、电能成本数据、运行约束条件、新能源中各发电单元和系统备用的约束条件。3.根据权利要求1所述的源‑网‑荷协调优化调度方法，其特征在于，所述步骤S1中，所述源‑网‑荷协调调度系统于电网侧通过DSSC的单相变流器向输电线路注入幅值连续可调的、相位和输电线路电流垂直的电压，形成所述DSSC的线路潮流调控特征。4.根据权利要求1所述的源‑网‑荷协调优化调度方法，其特征在于，所述步骤S2中，所述新能源丢弃量和系统运行成本最小的多目标源‑网‑荷协调优化调度模型的建立，具体包括：步骤S21，根据日前新能源预测曲线、日前负荷预测曲线以及DSSC的线路潮流调控特性，得到促进新能源消纳的日前预测叠加曲线；步骤S22，根据所述促进新能源消纳的日前预测叠加曲线，建立新能源丢弃量和系统运行成本最小的多目标源‑网‑荷协调优化调度模型。5.根据权利要求4所述的源‑网‑荷协调优化调度方法，其特征在于，所述步骤S21中，根据日前新能源预测曲线、日前负荷预测曲线以及DSSC的线路潮流调控特性，得到促进新能源消纳的日前预测叠加曲线，具体包括：获得所述系统中输电电路的潮流平衡方程；根据日前新能源预测曲线和日前负荷预测曲线，计算初始日前预测叠加曲线，并对初始日前预测叠加曲线根据峰谷时段进行划分，得到峰谷时段划分结果；根据所述峰谷时段划分结果，计算负荷转移后的负荷预测曲线，并以计算得到的负荷转移后的负荷预测曲线更新所述初始日前预测叠加曲线，得到促进新能源消纳的日前预测叠加曲线。6.根据权利要求4所述的源‑网‑荷协调优化调度方法，其特征在于，所述步骤S22中，建立新能源丢弃量和系统运行成本最小的多目标源‑网‑荷协调优化调度模型，具体包括：建立系统运行成本最小的目标函数：式中，Cgi,t、Cwj,t、Cpvk,t分别为t时刻第i台常规机组的发电成本、第j个风电场的弃风成本和第k个光伏电厂的弃光成本，为t时刻s场景下第i台常规机组的出力，为t时刻s场景下第j个风电场丢弃的功率，为t时刻s场景下第k个光伏电厂丢弃的功率，2CN114243692A权利要求书2/3页NG、NW、NPV分别为常规机组、风电场和光伏电厂的数量，T为单个优化周期。7.根据权利要求6所述的源‑网‑荷协调优化调度方法，其特征在于，所述步骤S22中，建立新能源丢弃量和系统运行成本最小的多目标源‑网‑荷协调优化调度模型，具体包括：建立新能源丢弃量最小的目标函数：式中，分别为异常场景下t时刻第i个常规机组的丢弃功率、第j个风电场的弃风量和第k个光伏电厂的弃光量，NG、NW、NPV分别为