计及需求响应的机组组合优化详解.pptx

问题背景 由于我们人类活动的周期性 峰谷差异 不同机组具有不同的成本特性和约束条件 由于机组的容量范围，很难通过调节满足负荷变化 机组组合 机组组合 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 在一定的调度周期内(通常是一天或一周)，以最小的成本(耗量)安排发电计划，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 机组组合又超脱于经济调度，其原因在于：假设已经有N台机组连接到系统，经济调度只是制定一个经济性的分配计划；而机组组合，则假设N台机组可供调度，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 高维、离散、非凸的动态混合整数非线性优化问题 机组组合优化目标的历史进程 约束条件的历史演变 新能源产品出现，分布式发电装置的应用 需要双向的能量与信息流，实现用户与电网的衔接与互动 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 需求响应的作用 模型建立及求解的过程 目标函数 约束条件 系统平衡约束 旋转备用约束 机组特性约束 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 MILP法的机组出力表 机组 时段 ? 1 2 3 4 5 6 7 8 9 10 11 12 1 455 455 455 455 455 455 455 455 455 455 455 455 2 0 150 150 235 285 385 435 455 455 455 455 455 3 115 62 115 130 130 130 130 130 130 130 130 130 4 130 82 130 130 130 130 130 130 130 130 130 130 5 0 0 0 0 0 0 0 0 130 162 162 80 6 0 0 0 0 0 0 0 0 0 0 80 0 7 0 0 0 0 0 0 0 0 0 0 0 0 8 0 0 0 0 0 0 0 0 0 0 38 55 9 0 0 0 0 0 0 0 0 0 0 0 33 10 0 0 0 0 0 0 0 0 0 0 0 0 机组 时段 ? 13 14 15 16 17 18 19 20 21 22 23 24 1 455 455 455 455 455 455 455 455 455 455 455 455 2 455 455 455 335 285 385 455 455 455 385 185 150 3 130 130 130 130 130 130 130 130 130 130 130 87 4 130 130 130 130 130 130 130 130 130 130 130 107 5 162 130 130 0 30 0 30 162 130 0 0 0 6 68 ? 30 0 0 0 0 68 0 0 0 0 7 0 0 0 0 0 0 0 0 0 0 0 0 8 0 0 0 0 0 0 0 0 0 0 0 0 9 0 0 0 0 0 0 0 0 0 0 0 0 10 0 0 0 0 0 0 0 0 0 0 0 0 MILP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。 计入需求响应的目标函数 机组 时段 　 1 2 3 4 5 6 7 8 9 10 11 12 1 455 455 455 455 455 455 455 455 455 455 455 455 2 0 150 150 235 285 385 435 455 455 455 455 455 3 115 62 115 130 130 130 130 130 130 130 130 130 4 130 82 130 130 130 130 130 130 130 130 130 130 5 0 0 0 0 0 0 0 0 130 162 162 80 6 0 0 0 0 0 0 0 0 0 0 80 0 7 0 0 0 0 0 0 0 0 0 0 0 0 8 0 0 0 0 0 0 0 0 0 0 38 55 9 0 0 0 0 0