1.本发明涉及电力系统电源规划建设的技术领域，尤其涉及一种风光水火储一体化规划方法。
背景技术：2.目前，世界各国的能源构成的消耗主体依旧是化石能源，其中不可再生能源依旧是世界各国在生产生活中消耗的主要能源，这一问题在世界各国的发展中仍旧无法回避。
3.与此同时，为使清洁能源发电更优更好的与传统发电方式方法相结合，“风光水火储一体化”政策的出台为后续清洁能源行业的开发、建设、运营提出了更高的要求，指明了发展方向，同时也将电源侧的规划设计、建设运营相关技术难度提升了一个层次。
4.面对“风光水火储一体化”发展，国内外在综合能源系统、多能互补、火电机组灵活性改造技术等方面开展了研究，形成了系列研究成果，但缺乏省级风光水火储一体化规划技术，亟需研究新的规划方法面向新型电力系统发展。
技术实现要素：5.本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
6.鉴于上述现有存在的问题，提出了本发明。
7.因此，本发明提供了一种风光水火储一体化规划方法，其用于协调规划省级区域电网“风光水火储一体化”建设。
8.为解决上述技术问题，本发明提供如下技术方案，包括：描述区域电网中风电、光伏、水电、火电与储能年历史出力数据之间的调峰互补特性，获取区域电网新能源承载力极限，并根据可开发区域自然资源禀赋，建立风电、光伏、水电与储能规划处的装机容量上限；
9.根据投资成本与运行成本模型，建立投资、运行成本最小与清洁能源消纳最大的多目标综合优化的目标函数；
10.根据电网安全稳定运行的要求和外送直流与省级电网联络线运行边界，建立电源规划运行约束，并根据投资决策限制与承载力极限、装机容量上限建立区域电网电源规划投资决策约束；
11.将风光水火储一体化规划分解为以各电站的发电出力为控制变量的运行优化子模型和以电站装机地点与装机容量为控制变量的投资决策子模型；求解投资决策子模型和运行优化子模型，再协调各子模型，联合优化获得原风光水火储一体化规划问题的整体最优解。
12.作为本发明所述的风光水火储一体化规划方法的一种优选方案，其中：
13.投资决策子模型是以规划方案的建设相关费用最小为目标函数，约束条件包括最大装机容量约束、年最大装机容量约束、投运年限约束、可再生能源装机容量约束、连续性
装机约束、分期装机约束、电站建设顺序约束、厂址互斥约束；
14.运行优化子模型是以系统运行费用最小为目标函数，约束条件包括电力平衡约束、电量平衡约束、调峰平衡约束、备用需求约束、保安开机约束、电网潮流约束及各类电站运行约束。
15.作为本发明所述的风光水火储一体化规划方法的一种优选方案，其中：包括：输入系统现有数据、待选电站负荷预测数据与约束条件数据，确定规划期 y年，基于调用优化电源投资决策子模型，确定第y年的电源投建方案。
16.作为本发明所述的风光水火储一体化规划方法的一种优选方案，其中：将电源投建方案作为运行优化子模型的初始条件，选取清洁能源与负荷典型场景下进行运行模拟计算，对规划方案进行详细的技术经济评价，得到当前电源规划方案下的清洁能源弃置费用与运行费用，并迭代优化电源投建方案；
17.以相邻两次规划运行成本与投资成本总费用之差小于某一极小值作为判据，检验迭代过程的收敛性；若满足收敛判据，则迭代过程结束。
18.作为本发明所述的风光水火储一体化规划方法的一种优选方案，其中：包括：根据省级区域电网内可深度调峰火电机组，流域型水电站与抽蓄电站等灵活调峰资源的调峰能力，建立省级区域电网调峰容量；
19.根据互补性指标和调峰容量比确定风光水火储一体化最优配比，最优配比为：k1：k2：k3：1：k4；根据省级区域电网调峰容量与风光水火储一体化最优配比，确定弃风弃光弃水率为5％下，清洁能源接入比例上限。
20.作为本发明所述的风光水火储一体化规划方法的一种优选方案，其中：根据风光水火储投资成本与运行成本模型建立的综合目标函数为：
[0021][0022][0023][0024][0025][0026][0027]
式中，规划周期为y年；c
g,i,y
为电站投资等年值费用；c
o,y
为第y年典型场景下运行费用；c
a,y
为第y年典型场景下清洁能源弃电费用；c
r,y
为第y年典型场景下切负荷费用；i为贴现率；n
g+
为待选电站的数目；ng为系统中电站总数目；α
crf,j
为待选电站j的资金回收系数；x
g,y,j
为待选电站j的投资决策变量，为0-1变量；
[0028]
当x
g,y,j
＝1时待选电站j第y年投建/扩建，当x
g,y,j
＝0时待选电站j第y年不投建；c
g,i,j
为待选电站j的单位投资成本；n
y,j
为电站j在第y年的建设容量；ωs是典型场景数目；β
g,j
为电站j的年固定运行维护费率；w
y,j
与cj分别为电站j第y年典型场景下的发电量与单位发电成本；c
a1
与c
r1
分别为单位弃电功率费用与单位切负荷功率费用；
[0029]
p
a,y,max
与p
r,y,max
分别为系统在第y年典型场景下的最大弃电功率与最大切负荷功率；c
a2
与c
r2
分别为单位弃电电量费用与单位切负荷电量费用；w
a,y
与 w
r,y
分别为系统在第y年典型场景下的弃电电量与切负荷电量；nj为待选电站j的工程寿命。
[0030]
作为本发明所述的风光水火储一体化规划方法的一种优选方案，其中：包括：电化学储能充放电功率约束：
[0031]
电化学储能的充放电功率均满足：
[0032][0033]
为第i个节点所配置电化学储能的功率容量(mw)，为电化学储能电站i在t时刻的充电功率，为电化学储能电站i在t时刻的放电功率；
[0034]
电化学储能电站荷电状态约束：
[0035]
电化学储能电站在运行任意时刻的荷电状态(soc)均满足：
[0036][0037]
式中，soc
min
和soc
max
分别为电化学储能电站在运行中允许的荷电状态最小值与最大值，η
ic
和η
id
分别为电化学储能电站的充放电效率；ei为第i 个节点所配置储能的能量容量(mwh)，soc
i,t
为电化学储能电站i在t时刻的荷电状态，soc
i,0
为电化学储能电站i在典型场景初始时刻的荷电状态。
[0038]
作为本发明所述的风光水火储一体化规划方法的一种优选方案，其中：
[0039]
投资决策子模型目标函数为：
[0040][0041][0042][0043][0044][0045]
式中，各变量定义与综合目标函数变量一致。
[0046]
作为本发明所述的风光水火储一体化规划方法的一种优选方案，其中：运行优化子模型目标函数为：
[0047][0048][0049]
式中，各变量定义与综合目标函数变量一致。
[0050]
作为本发明所述的风光水火储一体化规划方法的一种优选方案，其中：包括：迭代收敛判据为：
[0051][0052]
式中，n为迭代次数，为整数值，ε为某一极小值。
[0053]
本发明的有益效果：本发明考虑了省级区域电网风光水火储一体化调峰互补能力，避免了胡乱规划投建清洁能源电站，实际运行时由于调峰能力不足出现大规模弃风弃光弃水。同时，充分利用了省级区域电网灵活调峰资源的调峰能力，有效提高了省级区域电网的运行效率，稳步提升省级区域电网的清洁能源利用率。
附图说明
[0054]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
[0055]
图1为本发明实施例所述的风光水火储一体化规划方法的流程示意图。
具体实施方式
[0056]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。
[0057]
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
[0058]
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
[0059]
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
[0060]
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0061]
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
[0062]
实施例1
[0063]
参照图1，为本发明的第一个实施例，该实施例提供了一种风光水火储一体化规划方法，包括：
[0064]
s1，基于互补性指标与调峰容量比描述省级区域电网中风电、光伏、水电、火电与抽蓄年历史出力数据之间的调峰互补特性，获取考虑灵活调峰能力的省级区域电网清洁能源承载力极限，并根据省级区域电网内可开发区域自然资源禀赋，建立省级电网内风电、光伏、水电与抽蓄规划处的装机容量上限。
[0065]
所述风电场与光伏电站的历史出力数据为采样间隔为t，采样数目为n，采样对象个数为m的矩阵；
[0066]
步骤1所述互补性指标为：
[0067][0068]
式中，为第i种能源系统年历史发电功率的变化量，n为年时间尺度下的总采样点数；为互补系数，其大小反映了各功率信号互补的程度，ic越接近于0，说明在风光水火储年内出力相互抵消得越多，互补性越强；反之，ic越大，相互抵消得越少，则其互补性越弱。
[0069]
所述调峰容量比为：
[0070][0071]
式中，e
reg
为多种能源互补后需要的调峰容量；e
regi
为第i种单一电源需要的调峰容量。λ取值范围为0～1，λ值越小，表明调峰容量互补性越高。
[0072]
进一步的，所述清洁能源承载力极限获取流程为：
[0073]
首先根据省级区域电网内可深度调峰火电机组，流域型水电站与抽蓄电站等灵活调峰资源的调峰能力，建立省级区域电网调峰容量，调峰容量为：smax，单位为mw；然后根据互补性指标和调峰容量比确定风光水火储一体化最优配比，最优配比为：k1：k2：k3：1：k4。
[0074]
最后根据省级区域电网调峰容量与风光水火储一体化最优配比，确定弃风弃光弃
水率为5％下，清洁能源接入比例上限。
[0075]
s2，根据火电、水电、风电、光伏、抽蓄投资成本与运行成本模型，建立投资、运行成本最小与清洁能源消纳最大的多目标综合优化的目标函数；
[0076]
所述火电投资成本与运行成本模型为：
[0077]
火电机组投资成本：
[0078]cg,i,i
＝α
g,crf,icg,i,ing,i
[0079]
式中，α
g,crf,i
为火电站的资金回收系数，c
g,i,i
为火电站的单位投资成本； n
g,i
为火电站的建设容量。
[0080]
火电机组运行成本主要包含机组出力产生的燃料成本、开关机成本与维护成本：
[0081][0082][0083][0084][0085][0086]
式中，c
o,g,i
是火电机组i的维护成本，分别为火电机组i在t 时段的燃料成本、开机成本、关机成本；β
g,i
是火电机组i的年固定运行维护费率；ai、bi、ci分别为火电机组i燃料成本函数的常数项、一次项、二次项系数，为火电机组i在t时段的出力；v
i,t
为火电机组i在t时段的开关机状态，0表示关机，1表示开机；分别表示为火电机组i的开机成本、关机成本。
[0087]
所述水电投资成本与运行成本模型为：
[0088]
水电站投资成本：
[0089]ch,i,i
＝α
h,crf,ich,i,inh,i
[0090]
式中，α
h,crf,i
为水电站i的资金回收系数，c
h,i,i
为水电站i的单位投资成本；n
h,i
为水电站i的建设容量。水电站运行成本主要包含维护成本：
[0091][0092]
式中，β
h,i
是水电站i的年固定运行维护费率；
[0093]
所述风电场投资成本与运行成本模型为：风电场投资成本：
[0094]cw,i,i
＝α
w,crf,icw,i,inw,i
[0095]
式中，α
w,crf,i
为风电场i的资金回收系数，c
w,i,i
为风电场i的单位投资成本；n
w,i
为风电场i的建设容量。风电运行成本主要包括运行维护成本：
[0096][0097]
式中，β
w,i
是风电场i的年固定运行维护费率；
[0098]
所述光伏电站投资成本与运行成本模型为：
[0099]
光伏电站投资成本：
[0100]cpv,i,i
＝α
pv,crf,icpv,i,inpv,i
[0101]
式中，α
pv,crf,i
为光伏电站i的资金回收系数，c
pv,i,i
为光伏电站i的单位投资成本；n
pv,i
为光伏电站i的建设容量。光伏电站运行成本主要包括运行维护成本：
[0102][0103]
式中，β
pv,i
是光伏电站i的年固定运行维护费率；
[0104]
所述储能投资成本与运行成本模型为：
[0105]
目前商业化成熟的储能电站主要包含抽蓄电站和电化学储能电站，因此分为两部分进行介绍。
[0106]
抽水蓄能电站投资成本：
[0107]cp,i,i
＝α
p,crf,icp,i,inp,i
[0108]
式中，α
p,crf,i
为抽水蓄能电站i的资金回收系数，c
p,i,i
为抽水蓄能电站i 的单位投资成本；n
p,i
为抽水蓄能电站i的建设容量。
[0109]
抽水蓄能电站运行成本主要包含购电成本、开关机启停成本和运行维护成本：
[0110][0111][0112][0113][0114]
式中：c
t,i
是购电成本，c
o,p,i
是运行维护成本，是开关机启停成本；p
t,i
是抽水功率，ca是电价；β
p,i
是抽水蓄能电站i的年固定运行维护费率；
[0115]
分别为表征第i个抽水蓄能电站在t时刻是否处于发电工况与抽水工况的布尔变量，取1为是，0为否；c
h,on
、c
h,off
分别为单台抽蓄机组单次开启与关停损耗费用。
[0116]
电化学储能电站投资成本：：
[0117]cinv,bes
＝(f
bes,p
p
bes,n
+f
bes,eebes,n
)
·r[0118]
式中，c
inv,bes
表示电化学储能电站的投资成本；p
bes,n
和e
bes,n
分别为电化学储能电站的额定功率和额定容量；f
bes,p
和f
bes,e
为对应的电化学储能电站单位功率、容量投建成本；r为年化系数，其计算表达式如下：
[0119][0120]
式中：r为折现率；t
pro
为工程周期年限。
[0121]
运维成本为：
[0122][0123]
式中：f
om,bes,fix
和f
om,bes,var
分别对应电化学储能电站的年化单位固定运维成本和单位可变运维成本。
[0124]
因此，所述根据风光水火储投资成本与运行成本模型建立的综合目标函数为：
[0125][0126][0127][0128][0129][0130][0131]
式中，规划周期为y年；c
g,i,y
为电站投资等年值费用；c
o,y
为第y年典型场景下运行费用；c
a,y
为第y年典型场景下清洁能源弃电费用；c
r,y
为第y年典型场景下切负荷费用；i为贴现率；n
g+
为待选电站的数目；ng为系统中电站总数目；α
crf,j
为待选电站j的资金回收系数；x
g,y,j
为待选电站j的投资决策变量，为0-1变量，
[0132]
当x
g,y,j
＝1时待选电站j第y年投建/扩建，当x
g,y,j
＝0时待选电站j第y年不投建；c
g,i,j
为待选电站j的单位投资成本；n
y,j
为电站j在第y年的建设容量；ωs是典型场景数目；β
g,j
为电站j的年固定运行维护费率；w
y,j
与cj分别为电站j第y年典型场景下的发电量与单位发电成本；c
a1
与c
r1
分别为单位弃电功率费用与单位切负荷功率费用；
[0133]
p
a,y,max
与p
r,y,max
分别为系统在第y年典型场景下的最大弃电功率与最大切负荷功率。c
a2
与c
r2
分别为单位弃电电量费用与单位切负荷电量费用；w
a,y
与 w
r,y
分别为系统在第y年典型场景下的弃电电量与切负荷电量；nj为待选电站 j的工程寿命。
[0134]
s3，根据省级区域电网外送直流、省级电网联络线对电网安全稳定运行的要求，和风电、光伏、水电、火电、抽蓄、外送直流与省级电网联络线运行边界，建立省级区域电网电源规划运行约束，并根据投资决策限制与s1中承载力极限与装机容量上限建立省级区域电网电源规划投资决策约束；
[0135]
上述所述的运行约束为：
[0136]
电力平衡约束：
[0137][0138]
式中，dz为省级区域电网系统典型场景下负荷；ng为省级区域电网电站数目；n
l
为省级区域电网联络线的数目；pj为电站j典型场景下出力；p
ll
为联络线典型场景下送入系统的功率(送入为正，送出为负)。
[0139]
直流潮流约束：
[0140]
p
g-pd＝-bθ
[0141]
式中，pg和pd分别为除平衡节点以外其他各个节点发电机有功功率和负荷有功功率所组成的向量；θ为除平衡节点以外其他各节点的电压相位所组成的向量。
[0142]
电量平衡约束：
[0143][0144]
式中，wz为省级区域电网典型场景下预测负荷电量；wj为电站j典型场景下发电量；w
ll
为联络线i典型场景下送入省级区域电网的电量。
[0145]
交流线路最大输电容量约束：
[0146]
p
ll,max1
≤p
ll
+p
lrl
+p
lsl
≤p
ll,max2
[0147]
式中，p
ll,max1
、p
ll,max2
分别为交流线路典型场景下正向、反向最大输电容量；p
lrl
、p
lsl
分别为交流线路i典型场景下输送的热备用与冷备用容量。
[0148]
直流线路最大输电容量约束
[0149]
p
lk,min
≤p
lk
+p
lrk
+p
lsk
≤p
lk,max
[0150]
式中，p
lk,min
、p
lk,max
分别为直流线路k典型场景下正向最小输电量与最大输电量；p
lrk
、p
lsk
分别为直流线路k典型场景下输送的热备用与冷备用容量。
[0151]
负荷及事故备用约束：
[0152][0153]
式中，p
rz
、p
rsz
分别为省级区域电网典型场景下所需最大热(负荷及事故旋转)备用及冷(事故停机)备用容量；p
rnz
为省级区域电网典型场景下热备用容量下限；p
rr,j
、p
rsj
分别为电站j典型场景下承担省级区域电网热备用及冷备用容量；p
rlrl
、p
rlsl
分别为联络线i典型场景下送入省级区域电网的热备用及冷备用容量。
[0154]
调峰平衡约束：
[0155][0156]
式中，pjpj、p
li
分别为典型场景下电站j或联络线l调峰容量；δlz为省级区域电网典型场景下负荷峰谷差。
[0157]
电站发电出力上、下限约束：
[0158]
p
j,min
≤pj≤p
j,max
[0159]
式中，p
j,min
、p
j,max
分别为典型场景下电站j发电出力上、下限。
[0160]
可再生能源出力约束：
[0161][0162]
式中为了与上文的机组出力约束的变量区分，此处分别用p
iψw
和p
iψpv
表示风电、光伏在运行模拟中典型场景下实际出力；p
iψw,cur
和p
iψw,fore
为典型场景下弃风值和预测最大出力值；p
iψpv,cur
和p
iψpv,fore
为典型场景下弃光值和预测最大出力值。
[0163]
电站承担备用容量上限约束：
[0164]
0≤p
rj
≤p
rj,max
[0165]
式中，p
rj
、p
rj,max
分别为典型场景下电站j承担备用容量及其上限。
[0166]
电站检修场地约束：
[0167]nmj
≤n
mj,max
[0168]
式中，n
mj
、n
mj,max
分别为电站j同时安排检修机组台数约束和典型场景下实际检修台数。
[0169]
水电站发电流量约束
[0170][0171]
式中，分别为水电站j的发电流量上、下限。
[0172]
水电站出库流量约束
[0173][0174]
式中，d
j,t
为水电站j在t时段的弃水流量；分别为水电站j的出库流量上、下限。
[0175]
水电站水库水位约束
[0176][0177]
式中，分别为水电站j的水库水位上下限。
[0178]
水电站水量平衡约束：
[0179]
[0180]
式中，为水电站j在t时段的区间自然流量(如降水等)；ωj为水电站j 的一级上游水库集合，对于龙头水电站有
[0181]
水电站始末水位约束：
[0182][0183][0184]
式中，分别为水电站j的初始水位、期末水位。
[0185]
抽水蓄能电站与常规水电站的运行约束区别在于，抽水蓄能电站有发电和抽水不能同时进行的约束：
[0186][0187][0188][0189]
式中，分别为表征第i个抽水蓄能电站在t时刻是否处于发电工况与抽水工况的布尔变量，取1为是，0为否。为抽水蓄能电站j的最小最大发电功率和最小最大抽水功率。
[0190]
火电站日开机台数约束：
[0191]ncj,min
≤n
cj,i
≤n
cj,max
[0192]
式中，n
cj,max
、n
cj,min
分别为火电站j典型场景下开机台数上、下限。
[0193]
火电站启停调峰运行时最短开机、停机时间约束：
[0194]
tr≥t
rj,min
∩t
sj
≥t
sj,min
[0195]
式中，t
rj
、t
sj
分别为火电站j典型场景下启停调峰运行时连续开机小时数和连续停机小时数；t
rj,min
、t
sj,min
分别为火电站j启停调峰运行时连续开机小时数和连续停机小时数下限。
[0196]
火电站年发电能耗上、下限约束，通常用电站年发电利用小时数表示：
[0197]
t
c,j,min
≤t
c,j
≤t
c,j,max
[0198]
式中，t
c,j
、t
c,j,max
、t
c,j,min
分别为电站j年发电利用小时数及其上、下限。
[0199]
保安开机约束：
[0200][0201]
式中，n
cj
为火电站j典型场景下开机台数；n
c,z
为省级区域电网火电站数目；nj为电站j的单机容量；保安开机容量为火电机组为保证系统安全运行的最小开机容量之和，n
z,min
为省级区域电网典型场景下保安开机容量。
[0202]
火电旋转备用容量下限约束：
[0224]
式中，soc
i,0
是所配置储能的初始荷电状态。soc
i,24
为电化学储能电站i 在典型场景结束时刻的荷电状态。
[0225]
步骤3所述投资决策约束为：
[0226]
最大装机容量约束：
[0227][0228]
式中，n
j,max
为为各类资源的最大开发上限，由自然资源与投资能力确定
[0229]
年最大装机容量约束：
[0230]
x
g,y,jny,j
≤δn
j,max
[0231]
式中，n
j,max
为电站j由施工、投资能力决定的年最大装机规模。
[0232]
投运年限约束：
[0233]
t
b,j,min
≤t
b,j
≤t
b,j,max
[0234]
式中，t
b,j
为电站j的投产时间，t
b,j,min
与t
b,j,max
分别为实际施工进程以及国家与省级区域电网发展等因素决定的电站j的最早与最晚投产时间。
[0235]
可再生能源装机下限约束
[0236][0237]
式中，n
new
为可再生能源电站的数目；ng为系统中电站的数目；α
min
为根据贵州省能源发展规划，制定的可再生能源最低装机占比，α
max
是根据步骤1 所述清洁能源承载力极限。
[0238]
设备最大、最小利用小时数约束，即
[0239][0240]
式中，h
maxiψ
、h
miniψ
为考虑资源、政策等相关因素后设备的最大最小利用小时数。
[0241]
为实现电力行业清洁低碳的发展，政府为各电力制定了碳排放限额，即：
[0242][0243]
式中，γ
co2iψ
、e
max,co2ψ
为发电技术在第年碳排放系数和碳排放上限。
[0244]
连续性装机约束：待建电站第一台机组投产后，本期后续机组应该按计划连续安装投产。
[0245]
分期装机约束：对于需分期建设的待建电站，后一期工程必须在其前一期工程被优选上且投产后才能被优选建设。本约束条件可用来优化待建电站的装机规模。
[0246]
建设顺序约束：根据国家和地方发展需求以及待建电站的前期工作条件等确定的部分待优选电站的建设顺序。
[0247]
厂址互斥约束：当同一厂址适宜建设两种及两种以上类型机组时，在一个电源规
划方案中，该厂址只允许优选投产一种类型的机组。本约束条件可用来优化选择电源类型及其单机容量。
[0248]
s4，采用benders分解法，将省级区域电源规划原问题分解为以各电站的发电出力为控制变量的运行优化子模型和以电站装机地点与装机容量为控制变量的投资决策子模型。先分别求解投资决策子模型和运行优化子模型，再协调各子模型，联合优化获得原省级区域电源规划问题的整体最优解。
[0249]
实施例2
[0250]
为了对本方法中采用的技术效果加以验证说明。详细叙述采用benders分解法的操作步骤，如下：
[0251]
1，采用benders分解法，将风光水火储一体化规划原问题分解为运行优化子模型和投资决策子模型，其中投资决策子模型为：以规划方案的建设相关费用与弃风弃光弃负荷综合成本最小为目标函数，约束条件包括最大装机容量约束、年最大装机容量约束、投运年限约束、可再生能源装机容量约束、连续性装机约束、分期装机约束、电站建设顺序约束、厂址互斥约束。运行优化子模型为：以系统运行费用最小为目标函数，约束条件包括电力平衡约束、电量平衡约束、调峰平衡约束、备用需求约束、保安开机约束、电网潮流约束及各类电站运行约束。
[0252]
2，输入系统现有数据、待选电站负荷预测数据与约束条件数据，确定规划期y年。基于yalmip调用cplex优化电源投资决策，确定第y年的电源投建方案。
[0253]
3，将电源投建方案作为运行优化子模型的初始条件，选取清洁能源(含水电、风电与光伏)与负荷典型场景下进行运行模拟计算，对规划方案进行详细的技术经济评价，得到当前电源规划方案下的清洁能源弃置费用与运行费用，并迭代优化电源投建方案。
[0254]
4：以相邻两次规划运行成本与投资成本总费用之差小于某一极小值作为判据，检验迭代过程的收敛性。若满足收敛判据，则迭代过程结束。
[0255]
步骤4所述投资决策子模型为：
[0256]
投资决策子模型目标函数为：
[0257][0258][0259][0260][0261][0262]
式中，各变量定义与步骤2所述综合目标函数变量一致。投资决策子模型约束条件
为步骤3所述投资决策约束条件。
[0263]
步骤4所述运行优化子模型为：
[0264]
运行优化子模型目标函数为：
[0265][0266][0267]
式中，各变量定义与步骤2所述综合目标函数变量一致。运行优化子模型约束条件为步骤3所述运行约束条件。
[0268]
步骤4所述迭代收敛判据为：
[0269][0270]
式中，n为迭代次数，为整数值，ε为某一极小值。
[0271]
综上，在清洁能源利用率一般以弃风弃水弃光率进行表示，运行效率一般以平均能耗，比如一度电需要多少煤，现在因为考虑了风光水火储一体化，煤耗量肯定会下降，弃风弃水弃光率下降，然后运行效率的指标也可以用火电机组深度调峰能力利用率，抽蓄电站和电化学储能充放电功率利用率来表示。考虑风光水火储一体化之后，充分利用这些灵活资源之后，利用率上升。最优化参数表如表1所示。
[0272]
表1：最优化配比表。
[0273] 优化前场景1优化前场景2优化配比风光水火储配比0.1:0.1:0.25:0.35:0.20.25:0.2:0.2:0.25:0.10.15:0.2:0.25:0.35:0.05年弃风弃水弃光率1.3％11.2％3.1％储能容量利用率42.6％96.7％92.3％储能功率利用率51.2％97.2％91.2％弃负荷率2.6％4.3％2.1％火电深度调峰利用率71.2％89％93.1％水电调峰能力利用率66.4％88.1％95.5％
[0274]
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
技术特征：1.一种风光水火储一体化规划方法，其特征在于，包括：描述区域电网中风电、光伏、水电、火电与储能年历史出力数据之间的调峰互补特性，获取区域电网新能源承载力极限，并根据可开发区域自然资源禀赋，建立风电、光伏、水电与储能规划处的装机容量上限；根据投资成本与运行成本模型，建立投资、运行成本最小与清洁能源消纳最大的多目标综合优化的目标函数；根据电网安全稳定运行的要求和外送直流与省级电网联络线运行边界，建立电源规划运行约束，并根据投资决策限制与承载力极限、装机容量上限建立区域电网电源规划投资决策约束；将风光水火储一体化规划分解为以各电站的发电出力为控制变量的运行优化子模型和以电站装机地点与装机容量为控制变量的投资决策子模型；求解投资决策子模型和运行优化子模型，再协调各子模型，联合优化获得原风光水火储一体化规划问题的整体最优解。2.如权利要求1所述的风光水火储一体化规划方法，其特征在于，所述预处理，包括：投资决策子模型是以规划方案的建设相关费用最小为目标函数，约束条件包括最大装机容量约束、年最大装机容量约束、投运年限约束、可再生能源装机容量约束、连续性装机约束、分期装机约束、电站建设顺序约束、厂址互斥约束；运行优化子模型是以系统运行费用最小为目标函数，约束条件包括电力平衡约束、电量平衡约束、调峰平衡约束、备用需求约束、保安开机约束、电网潮流约束及各类电站运行约束。3.如权利要求2所述的风光水火储一体化规划方法，其特征在于，包括：输入系统现有数据、待选电站负荷预测数据与约束条件数据，确定规划期y年，调用优化电源投资决策子模型，确定第y年的电源投建方案。4.如权利要求3所述的风光水火储一体化规划方法，其特征在于，包括：将电源投建方案作为运行优化子模型的初始条件，选取清洁能源与负荷典型场景下进行运行模拟计算，对规划方案进行详细的技术经济评价，得到当前电源规划方案下的清洁能源弃置费用与运行费用，并迭代优化电源投建方案；以相邻两次规划运行成本与投资成本总费用之差小于某一极小值作为判据，检验迭代过程的收敛性；若满足收敛判据，则迭代过程结束。5.如权利要求4所述的风光水火储一体化规划方法，其特征在于，包括：根据省级区域电网内可深度调峰火电机组，流域型水电站与抽蓄电站等灵活调峰资源的调峰能力，建立省级区域电网调峰容量；根据互补性指标和调峰容量比确定风光水火储一体化最优配比，最优配比为：k1：k2：k3：1：k4；根据省级区域电网调峰容量与风光水火储一体化最优配比，确定弃风弃光弃水率为5％下，清洁能源接入比例上限。6.如权利要求5所述的风光水火储一体化规划方法，其特征在于，包括：根据风光水火储投资成本与运行成本模型建立的综合目标函数为：
式中，规划周期为y年；c
g,i,y
为电站投资等年值费用；c
o,y
为第y年典型场景下运行费用；c
a,y
为第y年典型场景下清洁能源弃电费用；c
r,y
为第y年典型场景下切负荷费用；i为贴现率；n
g+
为待选电站的数目；n
g
为系统中电站总数目；α
crf,j
为待选电站j的资金回收系数；x
g,y,j
为待选电站j的投资决策变量，为0-1变量；当x
g,y,j
＝1时待选电站j第y年投建/扩建，当x
g,y,j
＝0时待选电站j第y年不投建；c
g,i,j
为待选电站j的单位投资成本；n
y,j
为电站j在第y年的建设容量；ωs是典型场景数目；β
g,j
为电站j的年固定运行维护费率；w
y,j
与c
j
分别为电站j第y年典型场景下的发电量与单位发电成本；c
a1
与c
r1
分别为单位弃电功率费用与单位切负荷功率费用；p
a,y,max
与p
r,y,max
分别为系统在第y年典型场景下的最大弃电功率与最大切负荷功率；c
a2
与c
r2
分别为单位弃电电量费用与单位切负荷电量费用；w
a,y
与w
r,y
分别为系统在第y年典型场景下的弃电电量与切负荷电量；n
j
为待选电站j的工程寿命。7.如权利要求6所述的风光水火储一体化规划方法，其特征在于，包括：电化学储能充放电功率约束：电化学储能的充放电功率均满足：电化学储能的充放电功率均满足：为第i个节点所配置电化学储能的功率容量(mw)，为电化学储能电站i在t时刻的充电功率，为电化学储能电站i在t时刻的放电功率；电化学储能电站荷电状态约束：电化学储能电站在运行任意时刻的荷电状态(soc)均满足：式中，soc
min
和soc
max
分别为电化学储能电站在运行中允许的荷电状态最小值与最大值，η
ic
和η
id
分别为电化学储能电站的充放电效率；e
i
为第i个节点所配置储能的能量容量(mwh)，soc
i,t
为电化学储能电站i在t时刻的荷电状态，soc
i,0
为电化学储能电站i在典型场景初始时刻的荷电状态。
8.如权利要求7所述的风光水火储一体化规划方法，其特征在于，包括：投资决策子模型目标函数为：型目标函数为：型目标函数为：型目标函数为：型目标函数为：式中，各变量定义与综合目标函数变量一致。9.如权利要求8所述的风光水火储一体化规划方法，其特征在于，包括：所述运行优化子模型目标函数为：子模型目标函数为：式中，各变量定义与综合目标函数变量一致。10.如权利要求9所述的风光水火储一体化规划方法，其特征在于，包括：所述迭代收敛判据为：式中，n为迭代次数，为整数值，ε为某一极小值。
技术总结本发明公开了一种风光水火储一体化规划方法，包括：描述区域电网中风调峰互补特性，建立风电、光伏、水电与储能规划处的装机容量上限；根据投资成本与运行成本模型，建立多目标综合优化的目标函数；建立电源规划运行约束和区域电网电源规划投资决策约束；将风光水火储一体化规划分解为运行优化子模型和投资决策子模型；联合优化获得原风光水火储一体化规划问题的整体最优解。本发明避免了胡乱规划投建清洁能源电站，实际运行时由于调峰能力不足出现大规模弃风弃光弃水。并充分利用了省级区域电网灵活调峰资源的调峰能力，有效提高了省级区域电网的运行效率，稳步提升省级区域电网的清洁能源利用率。清洁能源利用率。清洁能源利用率。
技术研发人员：张裕 李庆生 陈巨龙 罗文雲 张彦 唐学用 杨雄平 蒋泽甫 刘文霞 胡江 何向刚 李阳 孙斌 贺墨琳 李震 张兆丰 杨婕睿 卢斯煜 姚良忠 刘运鑫
受保护的技术使用者：贵州电网有限责任公司
技术研发日：2022.06.30
技术公布日：2022/11/1
