计及需求响应的机组组合优化

1、1.机组组合问题背景介绍2.建立传统UC模型3. UC解决方法和MILP优化方法4.MILP法算例计算及结果分析5.计及需求响应UC问题及数值分析6.总结1.1.机组组合问题背景介绍机组组合问题背景介绍2.建立传统UC模型3. UC解决方法和MILP优化方法4.MILP法算例计算及结果分析5.计及需求响应UC问题及数值分析6.总结问题背景 由于我们人类活动的周期性由于我们人类活动的周期性年负荷周期月负荷周期周负荷周期日负荷周期不同机组具有不同不同机组具有不同的成的成本特性本特性和约束条件和约束条件由于机组由于机组的容量的容量范围，很范围，很难通过调节满足负荷变化难通过调节满足负荷变化机组组合机

2、组组合我们定义机组组合（unit commitment）为将给定的机组开启、并与电网实现互联同步运行GGGGGGGGG在一定的调度周期内在一定的调度周期内( (通常是一天或一周通常是一天或一周) )，以最小的成本，以最小的成本( (耗量耗量) )安排发安排发电计划电计划，实现，实现与给定负荷的平衡并满足一定的约束条件和备用要求与给定负荷的平衡并满足一定的约束条件和备用要求经济调度机组组合机组组合火电计划水电计划交换计划燃料计划机组组合又超脱于经济调度，其原因在于：假设机组组合又超脱于经济调度，其原因在于：假设已已经有经有N N台机组连接到系统台机组连接到系统，经济调度只是，经济调度只是制定一个

3、制定一个经济性的经济性的分配计划；分配计划；而机组组合，则假设而机组组合，则假设N N台机组台机组可供调度，需要根据当前负荷情况和负荷预测来决可供调度，需要根据当前负荷情况和负荷预测来决定哪些机组参与服务定哪些机组参与服务机组组合离散变量（如机组启停状态）连续变量（如机组发电功率）高维、离散、非凸的动高维、离散、非凸的动态混合整数非线性优化态混合整数非线性优化问题问题机组组合优化目标的历史进程当机组组合问题要顾及经济性、网络安全性以及排放许可等多个要求多目标模型电力工业市场化改革购电成本最小更反映资源配置效率社会总收益最大以排放最小机组组合早期及很长时间内调度周期内总运行成本最小约束条件的历史

4、演变系统实际运行要求的提高和优化技术的发展机组爬坡速率约束环境约束网络安全约束市场约束等早期机组组合系统功率平衡约束系统备用约束机组的最大、最小出力约束最小开停机时间约束新能源新能源产品出现，产品出现，分布式发电装置分布式发电装置的应用的应用需要双向需要双向的能量与信息的能量与信息流流，实现，实现用户与电网的用户与电网的衔接与互动衔接与互动需求响应需求响应 需求响应，需求侧管理Demand-Side management，DSM）的解决方案之一即电力需求响应的简称，是指当电力批发市场价格升高或电力系统的有效性和可靠性受到威胁时，电力用户在接收到供电商发出的诱导性减少负荷的直接补偿通知或者电力价

5、格上升信号后，改变其固有的用电行为模式，从而减少或者推移某时段的用电负荷而响应电力供应，保障电网稳定，并抑制电价上升的短期行为。需求响应的分类需求响应激励型需求响应直接负荷控制可干扰负荷控制需求侧竞价紧急需求响应辅助服务市场计划价格型需求响应分时电价实时电价尖峰负荷电价用户对电力需求做出响应减少高峰期需求用户自主决定消费时间与数量降低线路损耗需求响应的作用1.机组组合问题背景介绍2.2.建立传统建立传统UCUC模型模型3. UC解决方法和MILP优化方法4.MILP法算例计算及结果分析5.计及需求响应UC问题及数值分析6.总结模型建立及求解的过程1.确立目标函数2.确立约束条件3.求解优化模型

6、4.10机系统测试5.模型优缺点分析目标函数min CT111()(1)TNttttCiiiiiitiTf P ISU II,(1 exp(/)tiiii offiSUX2()tttiiiiiiif PabPc P约束条件1,1,.,NtttiiiI PD tT,max1,1,.,NtttttiilossiI PDPR tT,min,maxtttttiiiiiQIQQI11,() ()0ttti oni oniiXTII10ttiiiPPDR10ttiiiPPUR10ttiiiPPDR系统平衡约束旋转备用约束机组特性约束1.机组组合问题背景介绍2.建立传统UC模型3.3. UCUC解决方法和解

7、决方法和MILPMILP优化方法优化方法4.MILP法算例计算及结果分析5.计及需求响应UC问题及数值分析6.总结机组组合启发式算法穷举法优先顺序法数学优化算法动态规划法拉格朗日松弛算法混合整数规划法混合整数规划法智能优化算法到目前为止仍不存在既能全面考虑各种约束，又能获得理想的运算速度和精度的实用算法引入罚函数构造连续变量求解工具为Lingo，快速使用分支界定法最小运行、停运时间约束/最大增减出力约束1.机组组合问题背景介绍2.建立传统UC模型3. UC解决方法和MILP优化方法4.MILP4.MILP法算例计算及结果分析法算例计算及结果分析5.计及需求响应UC问题及数值分析6.总结MILP

8、MILP法的机组出力表法的机组出力表机组机组时段时段1234567891011121 14554554554554554554554554554554554552 201501502352853854354554554554554553 3115621151301301301301301301301301304 4130821301301301301301301301301301305 500000000130162162806 600000000008007 70000000000008 8000000000038559 900000000000331010000000000000机组机组时

9、段时段1314151617181920212223241 14554554554554554554554554554554554552 24554554553352853854554554553851851503 3130130130130130130130130130130130874 41301301301301301301301301301301301075 51621301300300301621300006 6683000006800007 70000000000008 80000000000009 90000000000001010000000000000MILPMILP法与启发式

10、算法的比较法与启发式算法的比较求解该10机系统的机组组合问题时，启发式算法的运行成本比MILP算法高0.18%；计算时间方面，启发式算法较快。1.机组组合问题背景介绍2.建立传统UC模型3. UC解决方法和MILP优化方法4.MILP法算例计算及结果分析5.5.计及需求响应计及需求响应UCUC问题及数值分析问题及数值分析6.总结计入需求响应的目标函数,(1 exp(/)tiiii offiSUX,max1,1,.,NtttttiilossiI PDPR tT,min,max, 1,., , 1,.,tttttiiiiiQIQQIiN tT11,() ()0ttti oni oniiXTII10

11、ttiiiPPDR10ttiiiPPUR10ttiiiPPDR111min ()(1)TNttttCiiiiiitiTf P ISU II1,1,.,NtttiitiI PCD tT机组时段1234567891011121455455455455455455455455455455455455201501502352853854354554554554554553115621151301301301301301301301301304130821301301301301301301301301301305000000001301621628060000000000800700000000000

12、08000000000038559000000000003310000000000000机组时段1314151617181920212223241455455455455455455455455455455455455245545545533528538545545545538518515031301301301301301301301301301301308741301301301301301301301301301301301075162130130030030162130000668030000068000070000000000008000000000000900000000000010000000000000计及需求响应的机组处理表是否计及需求响应的结果比较方法方法运行总成本运行总成本计算时间计算时间计入需求响应计入需求响应603844.0100s不计入需求响应不计入需求响应623302.190s计入用户侧需求响应之后，系统的总运行成本降低了4%，计算时间增加了10s。由此可见，用户侧需求响应能够有效