一种新能源容量配置方法及容量配置装置与流程

本发明涉及新能源配置开发领域，尤其一种新能源容量配置方法及容量配置装置。

背景技术：

1、随着新型电力系统建设的推进，以风电和光伏为代表的新能源发电量所占比例稳步提升，目前由于新能源中各类能源容量配置的不同，导致风光出力随机性强并且波动性大，运行中的电力系统并不具备充足的稳定性和灵活性，对风电和光伏的消纳、能源利用效率以及电力系统安全稳定运行都造成了许多影响。目前，由于储能等成本较高，在满足新能源场调频需求的同时，如何合理配置储能容量并控制新能源系统成本对新能源调频和电力系统安全稳定运行至关重要。

技术实现思路

1、本发明提供了一种新能源容量配置方法及容量配置装置，能够在控制新能源系统成本的同时，合理配置新能源容量。

2、为了解决上述技术问题，本发明实施例提供了一种新能源容量配置方法，包括：

3、获取风光储能源系统的基础数据；所述风光储能源系统的基础数据包括各类型能源出力和各类型机组技术参数；

4、以风光储能源系统的系统总成本最小和系统运行成本最小为目标构建新能源容量配置决策模型；所述系统总成本包括系统经济成本和碳排放成本；所述新能源容量配置决策模型包括以风光储能源系统的系统经济成本最小和碳排放成本最小为目标构建的外层决策模型和以风光储能源系统的系统运行成本最小为目标构建的内层优化模型；

5、根据所述风光储能源系统的基础数据对所述新能源容量配置决策模型进行迭代求解，以获得最优的风光储容量配置方案，并根据所述最优的风光储容量配置方案对风光储能源系统进行容量配置。

6、本发明实施例的有益效果为：

7、本发明实施例以风光储能源系统的系统经济成本最小、碳排放成本最小和系统运行成本最小为目标构建了包括外层决策模型和内层优化模型的新能源容量配置决策模型，然后，基于获取的风光储能源系统的基础数据对该新能源容量配置决策模型进行迭代求解并获得最优的风光储容量配置方案；本发明实施例通过考虑风光储能源系统的经济成本和碳排放成本，通过对新能源容量配置决策模型的迭代优化获得了最优的风光储容量配置方案，根据该最优的风光储容量配置方案对风光储能源系统进行容量配置，可以在系统总成本最优时充分地利用风光储的资源，进一步提升新能源消纳水平和风光储能源系统经济性。

8、作为优选方案，所述以风光储能源系统的系统总成本最小和系统运行成本最小为目标构建新能源容量配置决策模型，包括：

9、以风光储能源系统的系统经济成本最小为目标构建第一目标函数和第一约束条件；所述第一约束条件包括装机容量约束和弃风弃光约束；所述第一目标函数具体为：

10、minψ＝η+ω+ζ-δ

11、η＝finv(r,y)*(cpvppv+cwtpwt)

12、

13、ω＝fpvppv+fwtpwt

14、

15、上式中，ψ为风光储能源系统的系统经济成本；η为风电机组、光伏电站投资成本；ω为风电机组、光伏电站的运行维护成本；finv(r,y)为年投资折算系数，与贴现率r和设计使用年限y有关；cpv为光伏电站单位容量投资成本，cwt为风电机组单位容量投资成本；ppv为光伏电站配置装机容量，pwt为风电机组配置装机容量；fpv为光伏电站单位容量维护费用，fwt为风电机组单位容量维护费用；ζ为系统运行成本，包括常规机组煤耗成本和弃风、弃光成本；δ为储能投资回报率；x为储能收益折合成现值后的总收益；n1为寿命周期内的年数；scx为第n1年的收益值；r为贴现率；ccx为储能的投建成本；πe为储能容量单价；pcx为储能配置装机容量；

16、以风光储能源系统的碳排放成本最小为目标构建第二目标函数和第二约束条件；所述第二目标函数具体为：

17、

18、上式中，cmp为碳排放成本；e为火力发电的碳排放成本系数；e为边际排放因子；pci,t为机组i在t时段的平均发电功率；

19、根据所述第一目标函数、所述第一约束条件、所述第二目标函数和所述第二约束条件构建外层决策模型。

20、本优选方案在以系统总成本最小为目标构建外层决策模块时，从经济和环保方面，通过系统经济成本和碳排放成本实现系统总成本最小，可以更好的平衡风光储能源系统的能源配置、成本与节能环保问题。

21、作为优选方案，所述以风光储能源系统的系统总成本最小和系统运行成本最小为目标构建新能源容量配置决策模型，还包括：

22、以风光储能源系统的系统运行成本最小为目标构建运行成本目标函数和运行成本约束条件；所述运行成本目标函数具体为：

23、

24、上式中，ε1为火电机组煤耗成本；ε2为弃风惩罚成本；ε3为弃光惩罚成本；pci,t为机组i在t时段的平均发电功率；ai0、ai1、ai2分别为机组i的煤耗成本系数；cw为弃风惩罚系数；cpv为弃光惩罚系数；pwa,t为t时段弃风功率；ppva,t为t时段弃光功率；

25、根据所述运行成本目标函数和所述运行成本约束条件构建内层优化模型。

26、本优选方案以风光储能源系统的系统运行成本最小为目标构建内层优化模型，在降低风光储能源系统的经济成本和碳排放成本的同时还协调优化系统运行，对风光和火电等机组的出力水平进行优化，使风光储能源系统具有较好的系统运行经济性。

27、作为优选方案，所述根据所述风光储能源系统的基础数据对所述新能源容量配置决策模型进行迭代求解，以获得最优的风光储容量配置方案，包括：

28、控制所述外层决策模型根据所述风光储能源系统的基础数据确定当前的若干个能源设备系统的配置容量和分别与若干个能源设备系统的配置容量对应的若干个能源设备系统的装机容量限值；

29、控制所述外层决策模型将当前的若干个能源设备系统的配置容量传递到所述内层优化模型，并控制所述内层优化模型根据当前的若干个能源设备系统的配置容量以风光储能源系统的系统运行成本最小为目标对若干个能源设备系统的出力进行迭代优化，并求解得到当前的系统运行成本和弃风弃光率；

30、控制所述外层决策模型判断当前的弃风弃光率是否满足预设的系统要求，若当前的弃风弃光率满足预设的系统要求，则将当前的若干个能源设备系统的配置容量纳入备选方案集，并计算当前的若干个能源设备系统的配置容量下的系统总成本；

31、控制所述外层决策模型比较当前的若干个能源设备系统的配置容量和所述分别与若干个能源设备系统的配置容量对应的若干个能源设备系统的装机容量限值，当当前的若干个能源设备系统的配置容量皆大于所述分别与若干个能源设备系统的配置容量对应的若干个能源设备系统的装机容量限值，则根据已获得的系统总成本，从备选方案集中选择并输出系统总成本最小的若干个能源设备系统的配置容量。

32、本优选方案以决策变量，即风光储容量和内层优化模型的计算结果联结外层决策模型和内层优化模型，使内层优化模型根据配置容量并以系统运行成本最小为目标对若干个能源设备系统的出力进行迭代优化，并控制外层决策模型根据弃风弃光率和若干个能源设备系统的装机容量限值对当前获得的配置容量方案进行决策，由此，通过内外层模型共同作用，计算不同风光储配置方案的系统总成本，最终在满足系统最大允许弃风、弃光率限值的前提下，得到系统总成本最优时的风光储容量配置方案，平衡风光储能源系统的能源配置、系统成本与节能环保问题，使风光储能源系统具有较好的系统经济性时还可以获取可以使系统实现风光储高效消纳的最优的若干个能源设备系统的配置容量。

33、作为优选方案，所述的一种新能源容量配置方法，还包括：

34、若当前的弃风弃光率不满足预设的系统要求，或者若当前的弃风弃光率满足预设的系统要求并且当前的若干个能源设备系统的配置容量不满足皆大于所述分别与若干个能源设备系统的配置容量对应的若干个能源设备系统的装机容量限值的条件，则控制所述外层决策模型以预设步长更新当前的若干个能源设备系统的配置容量，并控制所述内层优化模型根据更新后的若干个能源设备系统的配置容量重新以风光储能源系统的系统运行成本最小为目标对若干个能源设备系统的出力进行迭代优化。

35、本优选方案通过弃风弃光率和装机容量限值来判断当前的容量配置方案是否符合预设要求，当其中一个决策变量不满足时，对配置容量进行更新并执行下一次决策和优化，在系统总成本最小和系统运行成本最小的目标下，实现外层决策模型和内层优化模型的交替迭代最终在满足系统允许弃风、弃光率限值和最大的风光储的若干个能源设备系统的装机容量限值前提下，得到系统总成本最优时的风光储容量配置方案。

36、相应的，为了解决上述技术问题，本发明实施例还提供了一种新能源容量配置装置，包括：数据获取模块、模型构建模块和迭代求解模块；

37、其中，所述数据获取模块用于获取风光储能源系统的基础数据；所述风光储能源系统的基础数据包括各类型能源出力和各类型机组技术参数；

38、所述模型构建模块用于以风光储能源系统的系统总成本最小和系统运行成本最小为目标构建新能源容量配置决策模型；所述系统总成本包括系统经济成本和碳排放成本；所述新能源容量配置决策模型包括以风光储能源系统的系统经济成本最小和碳排放成本最小为目标构建的外层决策模型和以风光储能源系统的系统运行成本最小为目标构建的内层优化模型；

39、所述迭代求解模块用于根据所述风光储能源系统的基础数据对所述新能源容量配置决策模型进行迭代求解，以获得最优的风光储容量配置方案，并根据所述最优的风光储容量配置方案对风光储能源系统进行容量配置。

40、作为优选方案，所述模型构建模块包括外层模型构建单元；所述外层模型构建单元包括第一构建子单元、第二构建子单元和外层模型构建子单元；

41、其中，所述第一构建子单元用于以风光储能源系统的系统经济成本最小为目标构建第一目标函数和第一约束条件；所述第一约束条件包括装机容量约束和弃风弃光约束；所述第一目标函数具体为：

42、minψ＝η+ω+ζ-δ

43、η＝finv(r,y)*(cpvppv+cwtpwt)

44、

45、ω＝fpvppv+fwtpwt

46、

47、上式中，ψ为风光储能源系统的系统经济成本；η为风电机组、光伏电站投资成本；ω为风电机组、光伏电站的运行维护成本；finv(r,y)为年投资折算系数，与贴现率r和设计使用年限y有关；cpv为光伏电站单位容量投资成本，cwt为风电机组单位容量投资成本；ppv为光伏电站配置装机容量，pwt为风电机组配置装机容量；fpv为光伏电站单位容量维护费用，fwt为风电机组单位容量维护费用；ζ为系统运行成本，包括常规机组煤耗成本和弃风、弃光成本；δ为储能投资回报率；x为储能收益折合成现值后的总收益；n1为寿命周期内的年数；scx为第n1年的收益值；r为贴现率；ccx为储能的投建成本；πe为储能容量单价；pcx为储能配置装机容量；

48、所述第二构建子单元用于以风光储能源系统的碳排放成本最小为目标构建第二目标函数和第二约束条件；所述第二目标函数具体为：

49、

50、上式中，cmp为碳排放成本；e为火力发电的碳排放成本系数；e为边际排放因子；pci,t为机组i在t时段的平均发电功率；

51、所述外层模型构建子单元用于根据所述第一目标函数、所述第一约束条件、所述第二目标函数和所述第二约束条件构建外层决策模型。

52、作为优选方案，所述模型构建模块还包括内层模型构建单元；所述内层模型构建单元包括第三构建子单元和内层模型构建子单元；

53、所述用第三构建子单元于以风光储能源系统的系统运行成本最小为目标构建运行成本目标函数和运行成本约束条件；所述运行成本目标函数具体为：

54、

55、上式中，ε1为火电机组煤耗成本；ε2为弃风惩罚成本；ε3为弃光惩罚成本；pci,t为机组i在t时段的平均发电功率；ai0、ai1、ai2分别为机组i的煤耗成本系数；cw为弃风惩罚系数；cpv为弃光惩罚系数；pwa,t为t时段弃风功率；ppva,t为t时段弃光功率；

56、所述内层模型构建子单元用于根据所述运行成本目标函数和所述运行成本约束条件构建内层优化模型。

57、作为优选方案，所述迭代求解模块包括：配置容量确定单元、内层模型优化单元、第一执行单元和第二执行单元；

58、所述配置容量确定单元用于控制所述外层决策模型根据所述风光储能源系统的基础数据确定当前的若干个能源设备系统的配置容量和分别与若干个能源设备系统的配置容量对应的若干个能源设备系统的装机容量限值；

59、所述内层模型优化单元用于控制所述外层决策模型将当前的若干个能源设备系统的配置容量传递到所述内层优化模型，并控制所述内层优化模型根据当前的若干个能源设备系统的配置容量以风光储能源系统的系统运行成本最小为目标对若干个能源设备系统的出力进行迭代优化，并求解得到当前的系统运行成本和弃风弃光率；

60、所述第一执行单元用于控制所述外层决策模型判断当前的弃风弃光率是否满足预设的系统要求，若当前的弃风弃光率满足预设的系统要求，则将当前的若干个能源设备系统的配置容量纳入备选方案集，并计算当前的若干个能源设备系统的配置容量下的系统总成本；

61、所述第二执行单元用于控制所述外层决策模型比较当前的若干个能源设备系统的配置容量和所述分别与若干个能源设备系统的配置容量对应的若干个能源设备系统的装机容量限值，当当前的若干个能源设备系统的配置容量皆大于所述分别与若干个能源设备系统的配置容量对应的若干个能源设备系统的装机容量限值，则根据已获得的系统总成本，从备选方案集中选择并输出系统总成本最小的若干个能源设备系统的配置容量。

62、作为优选方案，所述第一执行单元还用于若当前的弃风弃光率不满足预设的系统要求，或者若当前的弃风弃光率满足预设的系统要求并且当前的若干个能源设备系统的配置容量不满足皆大于所述分别与若干个能源设备系统的配置容量对应的若干个能源设备系统的装机容量限值的条件，则控制所述外层决策模型以预设步长更新当前的若干个能源设备系统的配置容量，并控制所述内层优化模型根据更新后的若干个能源设备系统的配置容量重新以风光储能源系统的系统运行成本最小为目标对若干个能源设备系统的出力进行迭代优化；

63、所述第二执行单元还用于若当前的弃风弃光率满足预设的系统要求并且当前的若干个能源设备系统的配置容量不满足皆大于所述分别与若干个能源设备系统的配置容量对应的若干个能源设备系统的装机容量限值的条件，则控制所述外层决策模型以预设步长更新当前的若干个能源设备系统的配置容量，并控制所述内层优化模型根据更新后的若干个能源设备系统的配置容量重新以风光储能源系统的系统运行成本最小为目标对若干个能源设备系统的出力进行迭代优化。