【CN109742813A】基于MPC的风电光伏光热火电联合发电优化调度方法【专利】
基于风-光-蓄-火联合发电系统的多目标优化调度
第 35 卷 第 11 期 2019 年 11 月
文章编号：1674-3814（2019）11-0074-09
电网与清洁能源 Power System and Clean Energy
中图分类号：TM73
Vol.35 No.11 Nov. 2019
文献标志码：A
基于风-光-蓄-火联合发电系统的多目标优化调度
沈琛云 1，王明俭ห้องสมุดไป่ตู้1，李晓明 2
（1. 国网甘南供电公司，甘肃 甘南 747000；2. 国网甘肃省电力公司电力科学研究院，甘肃 兰州 730070）
Multi-Objective Optimal Dispatch Based on Wind-Solar-Pumped StorageThermal Combined Power System
SHEN Chenyun1, WANG Mingjian1, LI Xiaoming2
（1. State Grid Gannan Power Supply Company, Gannan 747000, Gansu, China; 2. State Grid Gansu Electric Power Research Institute, Lanzhou 730030, Gansu, China）
ABSTRACT： Considering randomness, intermittency and fluctuation of the power output of wind farms and photovoltaic power stations, which causes negative impacts on the power generation planning and power scheduling and dispatching when connected with the power grid at a large scale, an optimal dispatch model for wind- solar- pumped storage- thermal combined system is proposed in this paper. Based on the pumping and storage characteristics of the pumped storage energy, the wind power and photovoltaic power are shifted spatially, so that the joint power output of the wind- solarpumped storage can be converted into a stable and schedulable power supply, which has the function of peak shaving and valley filling, and is capable of jointly participating in the system optimal scheduling with thermal power units. With the maximum power output of the the wind- solar- pumped storage, the minimum generalized load fluctuation and the minimum operating cost of thermal power units as the objective functions, a multi- objective optimal scheduling model is established and through the multi- objective processing strategy, the objective functions are simplified into two to reduce the problem dimension. In the solution stage, taking the maximum wind light storage combined output, the minimum generalized load fluctuation and the minimum operating cost of thermal power units as the objective functions, a multi- objective optimal scheduling model is established. Through the multi- objective processing strategy, the objective functions are simplified into two to reduce the problem dimension, in solution stage, the model is divided into two layers according to the layered solving idea, and the mixed integer programming method and unit commitment optimization are used respectively to solve it. Simulation results of the 10- machine test system show that the
考虑风光不确定性的风电-光伏-光热-火电联合优化调度
考虑风光不确定性的风电-光伏-光热-火电联合优化调度考虑风光不确定性的风电-光伏-光热-火电联合优化调度近年来，随着清洁能源的发展迅猛，风力发电、光伏发电和光热发电等新能源成为能源结构调整中的重要组成部分。
然而，由于可再生能源的不稳定性，特别是风力和光照的不确定性，其可靠性和可调度性成为了发展中的关键问题。
为了解决这一问题，风电、光伏、光热和火电等多种新旧能源被结合起来，形成了一种联合优化调度的方案。
该方案旨在实现不同能源之间的协同运行，减少能源波动对电力系统的影响，并提高能源利用效率。
首先，考虑到风力和光照的不确定性，风电和光伏发电被视为主要的可再生能源。
通过建立风力和光照的预测模型，可以对未来一段时间内的能源产量进行预测。
同时，通过实时监测系统，及时获取实际的能源产量数据。
这些数据将作为调度的依据，进一步优化系统的运行。
其次，光热发电和火电被视为备用能源和调峰能源。
光热发电技术可以将太阳能转化为热能并储存起来，通过蒸汽机组将其转化为电能。
火电则是一种高效、可调度的能源，能够在短时间内提供大量的电力。
这两种能源可以根据系统需求，灵活调整发电功率，满足负荷需求。
在联合优化调度中，还需要考虑能源间的传输和储存。
电力系统的输电和储能设施可以将不稳定的风电和光伏能源进行集中储存，并在需要时进行释放。
同时，输电线路的规划和运行需要综合考虑各种能源的接入和输送，以实现系统的平衡和可靠性。
此外，联合优化调度还需要考虑环境因素和经济因素。
在能源规划和调度中，需要充分考虑对环境的影响，减少碳排放和其他污染物的排放。
经济因素主要包括发电成本和电力市场的价格。
通过建立经济模型，可以在满足能源需求的同时，实现经济效益的最大化。
综上所述，考虑风光不确定性的风电-光伏-光热-火电联合优化调度方案是一种应对可再生能源波动性的有效途径。
通过合理规划和调度各种能源，可以实现能源的协同运行，优化能源利用效率，减少对电力系统的影响，并在可靠性和经济性方面取得良好的效果。
计及风、光消纳的风电-光伏-光热互补发电二层优化调度
计及风、光消纳的风电-光伏-光热互补发电二层优化调度摘要：随着环境保护和可再生能源的重要性日益突出，风能、太阳能等可再生能源逐渐成为电力系统中的重要组成部分。
然而，由于风能和太阳能的间歇性和随机性，其整合和消纳面临许多挑战。
为了提高可再生能源的利用率和电力系统的稳定性，本论文采用风电、光伏和光热互补发电技术进行二层优化调度，并考虑对风、光资源的准确预测以及电力系统的稳定性需求。
通过建立数学模型和算法，实现风电、光伏和光热互补发电的协调和优化调度，提高电力系统的经济性和可靠性。
关键词：调度；二层规划；风电-光伏-光热引言风电-光伏-光热互补发电作为一种新型的能源系统配置方式，通过充分利用不同清洁能源之间的互补性，可以提高整体系统的可靠性和稳定性，实现清洁能源的高比例消纳。
然而，由于风能、光伏能和光热能的天然特性以及地域限制，使得风电-光伏-光热互补发电二层优化调度成为必不可少的环节。
在进行优化调度时，必须充分考虑风、光资源的变化情况，合理安排风电和光伏的发电计划，并通过光热能的储热系统实现风电、光伏能源的消纳和调节。
1.风电-光伏=光热互补发电系统概述风电、光伏和光热能够互补发电，是一种可持续、清洁的能源发电系统。
该系统由风力发电、光伏发电和光热发电三部分组成，利用风能、太阳能和光热能的不同特点，实现能源的高效利用。
风力发电通过风力驱动涡轮机转动，进而带动发电机产生电能的过程。
风电系统主要由风力发电机组、变频器、电缆、变压器等组件构成。
当风经过风力发电机组的叶片时，叶片会受到风的作用力旋转，转动的机械能被转化为电能。
发电机将机械能转化为电能，并经过变频器将电压和频率调整为适合输送的电能。
最后，经过电缆传输至变压器，将电能升压后送入电网供电[1]。
光伏发电利用太阳能将光能直接转化为电能。
光伏系统由光伏电池板、逆变器、电缆和电网连接装置等组件构成。
太阳光照射到光伏电池板上时，光能被光伏电池板中的半导体材料吸收，并产生光生电压。
能源系统调度中的火电与风电协调优化研究
能源系统调度中的火电与风电协调优化研究一、引言能源作为国家经济生产和社会生活的重要基础，其发展和利用已成为国家发展的重要方面。
然而，由于能源的特殊性质，能源的开发、利用和管理面临着一系列问题，如能源的供应和需求不平衡、能源开发的环境污染等，这些问题对国家和人民的生产、生活、环境等都产生着深远的影响。
其中，为了解决能源的供需问题，能源系统调度成为了解决该问题的重要手段之一，而火电与风电协调优化则是能源系统调度的重要研究内容。
二、火电与风电的介绍火电是一种使用燃料燃烧产生热能，再通过蒸汽发电机转化为电能的电力发电方式，是目前世界上最主要的电力生产方式之一。
火电由于其稳定性好、可调度性强等特点，占据了国内电力市场的主要地位。
风电是通过利用风力产生机械能，再通过发电机转化为电能的电力生产方式，是一种新型的电源技术。
风电由于其节能环保、可再生等优点，近年来在各国得到了快速的发展。
三、火电与风电调度的问题火电与风电的交替使用，对于解决能源供需问题有着重要的意义。
然而，由于火电与风电的发电量受天气等外部因素的影响较大，导致其发电量的预测准确度不高，进而导致发电计划的调整难度较大。
此外，由于火电与风电的调节速度不同，也会导致系统平衡难度较大。
因此，如何合理调度火电与风电，是提高能源系统调度效率和降低成本的重要研究方向。
四、火电与风电协调优化研究(一) 调度策略方面火电与风电的调度策略主要包括分时段准确预测、多方位监控数据采集、合理分配用电负荷、优化调整发电品质等方面。
通过比较不同的调度策略，可选择最合适的调度策略，提高能源系统调度的效率和准确性。
(二) 火电与风电协调优化方法火电与风电协调优化方法主要包括负荷预测模型建立、发电设备优化控制、风力预测技术应用等方面。
通过比较不同的协调优化方法，可选择最适合当前能源系统的方法。
(三) 优化效果评估与改进通过对火电与风电协调优化方法的优化效果进行评估，可发现其中存在的问题并予以改进。
风电—光伏—光热发电系统联合优化运行研究
风电—光伏—光热发电系统联合优化运行研究
孙科;赵书强;李志伟
【期刊名称】《华北电力大学学报（自然科学版）》
【年(卷),期】2024(51)2
【摘要】“风光热储”是近几年多种新能源互补发电的新模式,以有效解决用电高峰期和低谷期存在的电力输出不平衡问题,并提高能源利用率,实现清洁发展。
为此研究了光热电站的运行机理和工作模式。
建立了风电—光伏—光热发电系统联合优化运行模型,以高优先级优化匹配调度曲线的程度,以低优先级优化联合系统的可再生能源消纳能力。
为提高风力发电、光伏发电并网的可靠性,采用预测误差描述二者出力存在的不确定性,并采用样本均值近似法对其进行了确定化处理。
然后对优化模型中的非线性因素进行了线性化处理,最后调用Cplex求解器得出联合系统最佳调度方案。
结果表明,光热电站可以调节联合发电系统的上网功率,使其尽可能满足调度曲线的需求;另外,采用样本均值近似法处理不确定变量,并且将优化模型线性化后,可以更加快速地求出最优解。
【总页数】11页(P70-79)
【作者】孙科;赵书强;李志伟
【作者单位】河北省分布式储能与微网重点实验室(华北电力大学)
【正文语种】中文
【中图分类】TM732
【相关文献】
1.抽水蓄能—光伏—风电联合优化运行研究
2.风电-光伏-光热联合发电系统的模糊多目标优化模型
3.风电-光伏-抽水蓄能-蓄电池联合发电系统容量及运行协同优化
4.基于分时电价的风电-光伏-光热联合发电基地并网优化调度策略
5.风电-光伏-储热联合发电系统的多目标容量优化
因版权原因，仅展示原文概要，查看原文内容请购买。
一种风电-光伏-储热联合发电系统多目标容量优化方法[发明专利]
![一种风电-光伏-储热联合发电系统多目标容量优化方法[发明专利]](https://img.taocdn.com/s3/m/ac24311ac8d376eeaeaa31fc.png)
专利名称：一种风电-光伏-储热联合发电系统多目标容量优化方法
专利类型：发明专利
发明人：郭苏,何意,刘群明,裴焕金,伍书彦
申请号：CN201910863524.6
申请日：20190912
公开号：CN110492506A
公开日：
20191122
专利内容由知识产权出版社提供
摘要：本发明公开了一种风电‑光伏‑储热联合发电系统，包括风电场，光伏电站，电加热器，储热系统和发电模块，风电场所发电能经整流后与光伏电站所发直流电共用直流母线，然后经过逆变器，升压变电站后并入电网，电加热器将风电场以及光伏电站中超出通道容量的电能转换为热能的形式储存在储热系统中，当风电场以及光伏电站的输出电能不足通道容量时，储热系统释放热能推动发电模块发电输送给电网。
本发明还公开该系统多目标容量优化方法。
本发明的一种风电‑光伏‑储热联合发电系统多目标容量优化方法，能够有效地减少联合发电系统的投资成本并提高系统的通道利用率，同时多目标优化方法所得出的帕累托前沿图更有助于决策者根据经济性以及可靠性偏好来确定联合发电系统的最佳容量配比。
申请人：河海大学
地址：210024 江苏省南京市鼓楼区西康路1号
国籍：CN
代理机构：南京纵横知识产权代理有限公司
代理人：董建林
更多信息请下载全文后查看。
一种基于MPC算法的分布式光伏储能系统优化控制方法[发明专利]
专利名称：一种基于MPC算法的分布式光伏储能系统优化控制方法
专利类型：发明专利
发明人：余江,丁晓兵,张弛,李正红,陈俊,陈宏山,徐光福,李捷,姜淼,魏承志,李明
申请号：CN201811044454.3
申请日：20180907
公开号：CN109120003A
公开日：
20190101
专利内容由知识产权出版社提供
摘要：本发明公开一种基于MPC算法的分布式光伏储能系统优化控制方法，包括如下步骤：步骤S1，建立系统各组成元素的物理模型；步骤S2，建立优化控制模型的目标函数；步骤S3，根据历史数据对光伏电源的出力进行预测；步骤S4，采用MPC控制算法对该模型进行滚动优化和反馈校正。
此种方法可有效地对分布式光伏的出力进行优化控制，从而达到平抑功率波动，提高电能质量的目的。
申请人：中国南方电网有限责任公司,南方电网科学研究院有限责任公司,南京南瑞继保电气有限公司
地址：510623 广东省广州市天河区珠江新城华穗路6号
国籍：CN
代理机构：南京经纬专利商标代理有限公司
代理人：葛潇敏
更多信息请下载全文后查看。
一种基于改进模型预测控制的多时间尺度火电-光伏-抽水蓄能联合优
专利名称：一种基于改进模型预测控制的多时间尺度火电-光伏-抽水蓄能联合优化调度方案
专利类型：发明专利
发明人：余加喜,莫若慧,毛李帆,何勇琪,吴锋,谢磊
申请号：CN201910747248.7
申请日：20190814
公开号：CN112398115A
公开日：
20210223
专利内容由知识产权出版社提供
摘要：本发明提供了一种基于改进模型预测控制(MPC)的多时间尺度火电‑光伏‑抽水蓄能联合优化调度模型，属于新能源发电调度技术领域。
对于日前优化调度，在目标函数中引入了光伏未消纳量和火电污染物排放量，与火电运行费用加权得到综合指标，可使调度方案中光伏消纳量最大，同时减少污染物排放；对于日内滚动优化，以跟踪日前计划值为目标，考虑了光伏出力极限场景调节能力约束与抽水蓄能机组启停速率约束，并采用自适应调节预测时域与控制时域的MPC方法改进了传统MPC，使得日内滚动优化在功率平衡的基础上更加快速与经济。
最后，以海南某区域电网进行算例分析，验证了本发明综合模型的有效性。
申请人：海南电网有限责任公司
地址：570203 海南省海口市海府路32号
国籍：CN
更多信息请下载全文后查看。
一种热电联合系统实时优化调度方法[发明专利]
专利名称：一种热电联合系统实时优化调度方法专利类型：发明专利
发明人：薛熙臻,文劲宇,方家琨,艾小猛,姚伟,陈霞申请号：CN202011332554.3
申请日：20201124
公开号：CN112396238A
公开日：
20210223
专利内容由知识产权出版社提供
摘要：本发明公开了一种热电联合系统实时优化调度方法，根据热电联合系统中各元件的技术参数，建立热电联合系统的日内实时调度模型，并将热电联合系统的日内实时调度模型重构为马尔科夫决策过程；构建热电联合系统在S状态下从t时刻到总调度域T时刻的最优运行费用函数基于t时刻热电联合系统的状态变量S，结合t时刻热电联合系统的随机因素，通过最小化最优运行费用函数，求解马尔科夫决策过程，得到热电联合系统t时刻的最优决策，其中，为聚合的决策后的状态变量；本发明采用状态变量聚合的方式大大减少了将状态变量映射为值函数的难度，解决了系统状态空间的维数灾问题，能够快速精确的对热电联合系统进行实时优化调度。
申请人：华中科技大学
地址：430074 湖北省武汉市洪山区珞喻路1037号
国籍：CN
代理机构：华中科技大学专利中心
代理人：李智
更多信息请下载全文后查看。
基于mpc的风电光伏光热联合发电优化调动方法
基于mpc的风电光伏光热联合发电优化调动方法1. 引言1.1 概述本文研究的主题是基于MPC（模型预测控制）的风电光伏光热联合发电优化调动方法。
随着能源需求的不断增长和环境保护意识的提高，可再生能源如风能、太阳能等逐渐受到广泛关注。
其中，风力发电、光伏发电和光热发电是目前应用较为广泛的可再生能源技术。
然而，这些技术存在运行效率低下、供需不平衡等问题。
为了解决以上问题，我们引入了MPC算法作为优化调度方法，通过建立数学模型和设计目标函数来实现风电光伏光热联合发电系统的优化运行。
该方法可以有效平衡系统中各种能源之间的协调性，提高整体发电效率，并且降低对传统化石燃料资源的依赖。
1.2 文章结构本文总共分为6个部分进行详细讲解。
除引言外，第二部分将介绍MPC算法基本原理以及在能源系统优化中的应用；第三部分将对风电、光伏和光热发电技术进行简要介绍；第四部分是本文的核心内容，详细阐述了基于MPC的风电光伏光热联合发电系统优化调度方法的建模与目标函数设计、约束条件分析与处理以及优化调度算法的设计与实现；第五部分将通过实验和结果分析来验证所提出的方法的有效性和性能，并对实验结果进行讨论；最后一部分则是对全文进行总结，并指出存在的问题和不足，并展望未来进一步研究的方向。
1.3 目的本文旨在提出一种基于MPC的风电光伏光热联合发电系统优化调动方法。
通过引入MPC算法，我们希望实现有针对性地设定目标函数，解决风电、光伏和光热发电系统运行中供需不平衡、效率低下等问题。
同时，通过建模与目标函数设计、约束条件分析与处理以及优化调度算法设计与实现等环节，我们将逐步构建一个完整可行且高效的系统优化调度方法。
最终，通过实验证明所提出方法在提高能源利用效率、降低排放量等方面具有显著优势，并为未来进一步研究提供一定的参考和借鉴。
2. MPC基本原理：2.1 MPC概念介绍：模型预测控制（Model Predictive Control，简称MPC）是一种先进的控制方法，它在目标优化和约束处理中具有较大优势。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
(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 (43)申请公布日 (21)申请号 201910222826.5
(22)申请日 2019.03.22
(71)申请人 中国电建集团青海省电力设计院有
限公司
地址 810008 青海省西宁市冷湖路北段2号
(72)发明人 朱子琪 祁秋民 张文松 李美玲
王瑜 王正辉 李鑫 李洛 李兴
张丽娟 刘义龙 张舒凯 岳超
(74)专利代理机构 北京天奇智新知识产权代理
有限公司 11340
代理人 李树志 包正云
(51)Int.Cl.
H02J 3/46(2006.01)
G06Q 10/06(2012.01)
G06Q 50/06(2012.01)
(54)发明名称
基于MPC的风电-光伏-光热-火电联合发电
优化调度方法
(57)摘要
本发明涉及电力系统运行与控制领域，尤其
涉及基于MPC的风电-光伏-光热-火电联合发电
优化调度方法。
基于MPC的风电-光伏-光热-火电
联合发电优化调度方法，所述联合发电优化调度
方法包括以下步骤：S1：获取风电-光伏-光热-火
电联合发电系统预测信息；S2：建立光热电站热-
电转化模型；S3：建立光热电站储热罐状态预测
模型；S4：建立风电-光伏-光热-火电联合发电系
统优化调度模型；S5：提出风电-光伏-光热-火电
联合发电系统滚动优化调度方法；本发明的目的
是提供基于MPC的风电-光伏-光热-火电联合发
电优化调度方法，用于促进风电场、光伏电站、光
热电站和火电机组协调优化运行，减少弃风、弃
光电量，
为电网运行提供参考。
权利要求书4页 说明书10页 附图4页CN 109742813 A 2019.05.10
C N 109742813
A
1.基于MPC的风电-光伏-光热-火电联合发电优化调度方法，其特征在于,所述风电-光伏-光热-火电联合发电优化调度方法包括以下步骤：
S1：获取风电-光伏-光热-火电联合发电系统预测信息；
S2：建立光热电站热-电转化模型；
S3：建立光热电站储热罐状态预测模型；
S4：建立风电-光伏-光热-火电联合发电系统优化调度模型；
S5：提出风电-光伏-光热-火电联合发电系统滚动优化调度方法。
2.根据权利要求1所述的基于MPC的风电-光伏-光热-火电联合发电优化调度方法，其特征在于,所述S1包括获取风电场、光伏电站可发电功率预测信息，光热电站法向辐射量预测信息和系统负荷预测信息。
3.根据权利要求1所述的基于MPC的一种风电-光伏-光热-火电联合发电优化调度方法，其特征在于,所述S2包括以下步骤：
S201：光热电站通过集热装置将镜场反射的光能转化为热能，计算光热电站捕获的热功率P t csp,r ：
P t csp,r ＝η1SD t (1)
式中，η1表示光-热转化效率，
S表示镜场的面积，D t 表示t时段该镜场的太阳能法向辐射强度；
S202：建立光热电站的热-电转化模型，该模型包含：风电、光伏发电功率较大阶段的充电模型，见式(2)；风电、光伏发电功率较小阶段的放电模型，见式(3)；
P t csp,c ＝(1-η2)P t
csp,r (2)P t csp,f ＝η3P t
TS,f (3)式中，P t csp ,c 为光热电站的充电功率，η2表示光热电站储热系统的充热损失率，
P t csp ,f 为光热电站的放电功率，η3表示光热电站热-电转化效率，
P t TS ,f 表示光热电站储热罐的放热功率。
4.根据权利要求1所述的基于MPC的风电-光伏-光热-火电联合发电优化调度方法，其特征在于,所述S3包括以下步骤：
以第k日光热电站初始蓄热量C(k|k)为初始值，以第k日时段t光热电站的充、放电功率P t csp ,c 、P t csp ,f 为待优化控制变量，推导得到k+1日光热电站初始蓄热量C(k+1|k)的预测方程，
如下式所示：
式中，ΔC(k|k)表示第k日光热电站储热罐的蓄热量变化值，T表示每日的优化调度时段数，ΔT表示每个优化调度时段的时长；表示第k日时段t系统负荷需求功率；
权 利 要 求 书1/4页2CN 109742813 A。