一种抽水蓄能电站的配置优化方法及装置与流程

本发明属于新能源，尤其涉及一种抽水蓄能电站的配置优化方法及装置。

背景技术：

1、随着新能源发电和节能型发电的蓬勃发展，风力发电、光伏发电和抽水蓄能发电等多种供电形式已经成为电力市场供应的重要调节力量。充分发挥各种供电形式的最优性能，尽可能降低能源浪费，合理配置各种供电出力，是当前电网发展关注的重点。抽水蓄能机组基于其自身的灵活特点，可以有效参与整个电网的供电调控。电网供电具有短期电力负荷波动随机性和不确定性较大的特点，如何高精度的预测负荷、预留抽水蓄能机组可以匹配的供电出力，是提升抽水蓄能机组能源利用率、降低抽蓄能源浪费、提升抽水蓄能电站效益的关键问题。

技术实现思路

1、鉴于上述的分析，本发明旨在提供一种抽水蓄能电站的配置优化方法及装置，通过优化抽水蓄能电站对于参与年度、月度和实时供电的抽蓄机组的配置，提升抽水蓄能电站机组参与电网出力的利用率，增强抽水蓄能电站对电网的支持能力。

2、一方面，本发明提供一种抽水蓄能电站的配置优化方法，具体包括如下步骤：

3、基于抽水蓄能电站中获取的参数，构建中长期供电年收益模型；基于参与实时供电的抽蓄机组数量、单台机组的发电功率、发电状态、单台机组的抽水功率和抽水状态构建实时供电年收益模型；

4、以抽蓄电站收益最大化为目标，基于中长期供电年收益模型和实时供电年收益模型构建目标函数；

5、基于设定的约束条件对所述目标函数求解，得到抽水蓄能电站的配置优化方法，包括：参与月度供电的抽蓄机组数量、参与年度供电的抽蓄机组数量、参与月度供电和年度供电的各单台机组的抽水功率、参与实时供电的抽蓄机组数量、参与实时供电的各单台机组的发电功率、发电状态、抽水功率和抽水状态。

6、进一步的，所述基于抽水蓄能电站中获取的参数，构建中长期供电年收益模型包括：

7、基于参与年度供电的抽蓄机组数量、单台机组年度可提供电量和抽水功率构建年度机组供电收益模型；

8、基于参与月度供电的抽蓄机组数量、单台机组月度可提供电量和抽水功率构建月度机组供电收益模型；

9、基于年度机组供电收益模型和月度机组供电收益模型构建抽蓄机组中长期供电年收益模型。

10、进一步的，所述年度机组供电收益模型表示为：

11、

12、所述月度机组供电收益模型表示为：

13、

14、所述中长期供电年收益模型表示为：

15、fz＝fl+fm；

16、其中，fl为年度机组供电收益；m为参与年度供电的抽蓄机组数量；为单台机组年度可提供电量；为年度供电价格；为单台机组第i天中t时刻的抽水功率；为第i天中t时刻抽蓄机组抽水电价；fm为月度机组供电收益；为单台机组月度可提供电量；n为参与月度供电的抽蓄机组数量；为月度供电电价；fz为中长期供电年收益。

17、进一步的，所述基于参与实时供电的抽蓄机组数量、单台机组的发电功率、发电状态、单台机组的抽水功率和抽水状态构建实时供电年收益模型包括：

18、基于实时供电的历史供电数据确定典型电价场景和对应的概率；

19、基于各典型电价场景对应的收益、各典型电价场景中单台机组的发电功率和抽水功率确定抽蓄机组的条件风险值；

20、基于单台机组的发电功率、发电状态、单台机组的抽水功率、抽水状态、参与实时供电的抽蓄机组数量、各典型电价场景对应的概率、条件风险值构建实时供电年收益模型。

21、进一步的，所述实时供电年收益模型表示为：

22、

23、其中，fs为实时供电年收益；k为参与实时供电的抽蓄机组数量；n为典型电价场景数；πj为各典型电价场景对应的概率；为典型场景j下t时刻的实时供电电价；和分别表示典型场景j下t时刻单台机组发电状态和抽水状态；和分别表示典型场景j下t时刻单台机组发电功率和抽水功率；μ为风险偏好因子；cvar为条件风险值。

24、进一步的，所述设定的约束条件包括风险条件约束、抽蓄机组数量约束、机组功率约束、机组时间约束、机组日最大启停次数约束和水库容量约束；

25、所述风险条件值满足风险约束条件，表示为：

26、

27、其中，cvar为条件风险值；ε是风险价值；α为置信水平；πj为各典型电价场景对应的概率；m为典型电价场景数；fj为第j个典型电价场景对应的收益；ηj为辅助变量，ηj＝[ε-fj]+。

28、进一步的，所述抽蓄机组数量约束包括：

29、

30、其中，s为抽水蓄能电站的抽蓄机组总数；k为参与实时供电的抽蓄机组数量；m为参与年度供电的抽蓄机组数量；n为参与月度供电的抽蓄机组数量；z表示整数。

31、进一步的，所述抽蓄机组日最大启停次数约束表示为：

32、

33、其中，为单台机组t-1时刻的发电状态,1表示发电，0表示停止发电；为单台机组t时刻的发电状态；为t-1时刻单台机组的抽水状态，1表示抽水，0表示停止抽水；为t时刻单台机组的抽水状态；w为单台抽水蓄能机组的日最大允许启停次数；t为全天的总交易时刻数。

34、进一步的，所述水库容量约束表示为：

35、

36、其中，vmin为最小库容容量；vmax为最大库容容量；v0为抽水蓄能电站每日初始时刻库容；vt为抽水蓄能电站每日结束时刻库容；vt为t时刻的库容；η为抽蓄电站的发电效率；ptd为单台机组t时刻的抽水功率。另一方面，本发明还提供了一种抽水蓄能电站的配置优化装置，包括：

37、模型管理模块，用于基于抽水蓄能电站中获取的参数，构建中长期供电年收益模型；基于参与实时供电的抽蓄机组数量、单台机组的发电功率、发电状态、单台机组的抽水功率和抽水状态构建实时供电年收益模型；以抽蓄电站收益最大化为目标，基于中长期供电年收益模型和实时供电年收益模型构建目标函数；

38、配置优化求解模块，用于基于设定的约束条件对所述目标函数求解，得到抽水蓄能电站的配置优化方法，包括：参与月度供电的抽蓄机组数量、参与年度供电的抽蓄机组数量、参与月度供电和年度供电的各单台机组的抽水功率、参与实时供电的抽蓄机组数量、参与实时供电的各单台机组的发电功率、发电状态、抽水功率和抽水状态。

39、本发明至少可以实现下述之一的有益效果：

40、通过考虑抽水蓄能电站对于参与年度、月度和实时供电的抽蓄机组的配置，分别构建中长期供电年收益模型和实时供电年收益模型，以抽蓄电站年收益最大化为目标，求解参与年度、月度和实时供电的抽蓄机组的配置的最优解以及相应的各机组的出力，有效的利用了抽水蓄能电站的灵活供电特性，提升抽水蓄能电站机组参与电网出力尤其是参与实时供电的利用率，增强抽水蓄能电站对电网的支持能力，保证抽水蓄能电站的稳定运行和收益最大化。

41、在构建目标函数时，通过k-means聚类方法对历史电价数据进行聚类分析，通过内部评价指标计算评估聚类结果的优劣性，得到体现整体数据特征的典型日聚类结果，能够为计算年收益提供合理电价依据，进一步提升求解抽水蓄能电站优化配置的准确性。

42、本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书、权利要求书以及附图中所特别指出的内容中来实现和获得。