一种计及灵活性的电力系统资源优化调度方法及终端与流程

1.本发明涉及电力系统调度技术领域，尤其涉及一种计及灵活性的电力系统资源优化调度方法及终端。


背景技术：

2.大规模可再生能源接入电力系统后，其出力随机性和间歇性特点更加显著，进而增加了系统净负荷的波动性，对系统安全稳定运行造成影响，如何有效利用灵活性资源优化调度、提升系统运行可靠性是建设新型电力系统亟需解决的重要问题之一。
3.目前，针对系统灵活性评价主要集中在规划阶段，在调度运行中较少涉及。随着可再生能源装机规模的不断扩大，可能出现由于可再生能源出力不确定导致系统运行灵活性不足的问题。除常规机组外，多元储能也能够为系统提供一定的灵活性支撑，如抽水蓄能、电化学储能以及氢储能等装置，因此有必要量化灵活性资源的支撑能力，提出计及多元灵活资源的优化调度方法。


技术实现要素：

4.本发明所要解决的技术问题是：提供一种计及灵活性的电力系统资源优化调度方法及终端，能够有效地提升电力系统的灵活性和经济性。
5.为了解决上述技术问题，本发明采用的一种技术方案为：
6.一种计及灵活性的电力系统资源优化调度方法，包括步骤：
7.构建可控机组的灵活性资源模型；
8.基于所述可控机组的灵活性资源模型对灵活性资源进行日前调度，得到日前调度计划；
9.基于所述可控机组的灵活性资源模型对所述灵活性资源进行日内滚动调度，得到日内滚动调度计划；
10.基于所述可控机组的灵活性资源模型对所述灵活性资源进行日内实时调度，得到日内实时调度计划；
11.根据所述日前调度计划、所述日内滚动调度计划以及所述日内实时调度计划对电力系统进行不同时间尺度下的资源优化调度。
12.为了解决上述技术问题，本发明采用的另一种技术方案为：
13.一种计及灵活性的电力系统资源优化调度终端，包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
14.构建可控机组的灵活性资源模型；
15.基于所述可控机组的灵活性资源模型对灵活性资源进行日前调度，得到日前调度计划；
16.基于所述可控机组的灵活性资源模型对所述灵活性资源进行日内滚动调度，得到
日内滚动调度计划；
17.基于所述可控机组的灵活性资源模型对所述灵活性资源进行日内实时调度，得到日内实时调度计划；
18.根据所述日前调度计划、所述日内滚动调度计划以及所述日内实时调度计划对电力系统进行不同时间尺度下的资源优化调度。
19.本发明的有益效果在于：构建可控机组的灵活性资源模型，基于可控机组的灵活性资源模型对灵活性资源进行日前调度、日内滚动调度和日内实时调度，得到不同时间尺度下灵活性资源的调度计划，从而合理优化灵活性资源的运行应对系统净负荷波动，提升负荷低谷时段风电消纳率，保障负荷高峰时段系统灵活运行，减少系统运行总成本，有效提升电力系统灵活性和经济性。
附图说明
20.图1为本发明实施例的一种计及灵活性的电力系统资源优化调度方法的步骤流程图；
21.图2为本发明实施例的一种计及灵活性的电力系统资源优化调度终端的结构示意图；
22.图3为本发明实施例的计及灵活性的电力系统资源优化调度方法中的不同时间尺度资源优化调度流程示意图。
具体实施方式
23.为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。
24.请参照图1，本发明实施例提供了一种计及灵活性的电力系统资源优化调度方法，包括步骤：
25.构建可控机组的灵活性资源模型；
26.基于所述可控机组的灵活性资源模型对灵活性资源进行日前调度，得到日前调度计划；
27.基于所述可控机组的灵活性资源模型对所述灵活性资源进行日内滚动调度，得到日内滚动调度计划；
28.基于所述可控机组的灵活性资源模型对所述灵活性资源进行日内实时调度，得到日内实时调度计划；
29.根据所述日前调度计划、所述日内滚动调度计划以及所述日内实时调度计划对电力系统进行不同时间尺度下的资源优化调度。
30.从上述描述可知，本发明的有益效果在于：构建可控机组的灵活性资源模型，基于可控机组的灵活性资源模型对灵活性资源进行日前调度、日内滚动调度和日内实时调度，得到不同时间尺度下灵活性资源的调度计划，从而合理优化灵活性资源的运行应对系统净负荷波动，提升负荷低谷时段风电消纳率，保障负荷高峰时段系统灵活运行，减少系统运行总成本，有效提升电力系统灵活性和经济性。
31.进一步地，所述灵活性资源模型包括常规火电机组灵活性资源模型、水电机组灵
活性资源模型、氢储能灵活性资源模型、抽水蓄能机组灵活性资源模型和电化学储能装置灵活性资源模型；
32.所述构建可控机组的灵活性资源模型包括：
33.根据常规火电机组的向上爬坡率、向下爬坡率、最大运行出力和最小运行出力建立常规火电机组灵活性资源模型；
34.根据水电机组的向上爬坡率、向下爬坡率、最大运行出力和最小运行出力建立水电机组灵活性资源模型；
35.根据氢储能的最大放电功率、最大充电功率、储氢量、储氢罐容量上下限、电解装置模块的能量转换效率和燃料电池模块的能量转换效率建立氢储能灵活性资源模型；
36.根据抽水蓄能机组的最大发电功率、最大蓄水功率和水库蓄能上下限建立抽水蓄能机组灵活性资源模型；
37.根据电化学储能装置的最大发电功率、最大蓄电功率和电化学储能容量上下限建立电化学储能装置灵活性资源模型。
38.由上述描述可知，系统灵活性资源与各机组运行状态和机组自身出力调节特性相关，通过建立可控机组的灵活性资源模型，有利于实现灵活性资源合理优化调度。
39.进一步地，所述根据氢储能的最大放电功率、最大充电功率、储氢量、储氢罐容量上下限、电解装置模块的能量转换效率和燃料电池模块的能量转换效率建立氢储能灵活性资源模型包括：
[0040][0041][0042]
式中，f
hss，+
表示氢储能的上调灵活性，f
hss，-表示氢储能的下调灵活性，p
hss，+，max
表示氢储能的最大放电功率，p
hss，-，max
表示氢储能的最大充电功率，σ
he
表示电解装置模块的能量转换效率，k
ved
表示标准储氢罐条件下氢气的体积能量密度，表示t时刻的储氢量，表示储氢罐容量下限，表示储氢罐容量上限，σ
eh
表示燃料电池模块的能量转换效率，δt表示单位调度时长。
[0043]
由上述描述可知，相比于抽水蓄能电站与电化学储能，氢储能具有满充满放的优势，相同容量下氢储能的灵活性资源更为充足，通过对氢储能的灵活性资源进行量化，能够有效实现在负荷低谷期尽可能的消纳风电、负荷高峰期平衡系统的灵活性需求。
[0044]
进一步地，所述基于所述可控机组的灵活性资源模型对灵活性资源进行日前调度，得到日前调度计划包括：
[0045]
将系统总运行成本最小作为日前调度目标函数，所述系统总运行成本包括常规火电机组运行成本、抽水蓄能机组运行成本、电化学储能运行成本、氢储能运行成本、弃风弃光成本和用户负荷损失成本；
[0046]
建立日前调度约束条件，包括功率平衡约束、常规火电机组出力约束、常规火电机组爬坡约束、新能源出力约束、储能电站运行约束、可调水电站运行约束和灵活性约束；
[0047]
根据所述常规火电机组灵活性资源模型、所述水电机组灵活性资源模型、所述抽
水蓄能机组灵活性资源模型、所述电化学储能装置灵活性资源模型、氢储能灵活性资源模型、所述日前调度目标函数和所述日前调度约束条件建立日前调度模型；
[0048]
将新能源发电短期预测数据和用户负荷短期预测值输入所述日前调度模型，对所述灵活性资源进行日前调度，输出日前调度计划。
[0049]
进一步地，所述将系统总运行成本最小作为日前调度目标函数包括：
[0050][0051][0052]
式中，f1表示日前调度目标函数，f
g，t
表示常规火电机组的成本函数，f
erss，t
表示储能电站的成本函数，f
q，t
表示弃风弃光成本函数，f
load，t
表示用户负荷损失函数，ng表示常规火电机组的数量，ai表示第i个燃煤机组的第一耗量特性参数，bi表示第i个燃煤机组的第二耗量特性参数，ci表示第i个燃煤机组的第三耗量特性参数，p
gi，t
表示第i个常规火电机组在t时刻的出力，si表示第i台常规火电机组的启停成本系数，u
gi，t
表示第i台常规火电机组在t时刻的启停状态，u
gi，t-1
表示第i台常规火电机组在t-1时刻的启停状态，n
erss
表示储能电站的数量，k
erss，s
表示储能电站的单位运维成本，表示储能电站i在t时刻的出力，k
c，reg
表示弃风弃光惩罚成本系数，表示新能源机组在t时刻的预测出力，p
reg，t
表示新能源机组在t时刻的出力，k
c，load
表示失负荷惩罚系数，p
loss，t
表示t时刻的损失负荷。
[0053]
由上述描述可知，为提升电网新能源的消纳能力，保障供电可靠性，日前调度模型的目标函数在系统总运行成本最小的基础上，通过将弃风弃光和负荷损失折算成惩罚成本计入系统运行成本中，同时计及电化学储能、抽水蓄能、氢储能的运维成本，综合优化系统经济性、新能源消纳能力以及供电可靠性。
[0054]
进一步地，所述储能电站运行约束包括抽水蓄能电站运行约束、电化学储能电站运行约束和氢储能运行约束；
[0055]
所述抽水蓄能电站运行约束为：
[0056][0057]
式中，表示抽水蓄能机组的抽水的0-1工况变量，表示抽水蓄能机组的抽水出力下限，p
hc，twater
表示抽水蓄能机组的抽水出力，表示抽水蓄能机组的抽水出力上限，表示抽水蓄能机组的发电的0-1工况变量，表示抽水电站的发电出力下限，p
hf，twater
表示抽水蓄能机组的发电出力，表示抽水电站的发电出力上限，表示t+1时刻抽水蓄能水库的蓄水量，表示t时刻抽水蓄能水库的蓄水量，η
p
表示机组抽水时水量电量转换系数，ηg表示机组发电时水量电量转换系数，δt表示单位调度时长，表示抽水蓄能机组的储水量下限，表示抽水蓄能机组的储水量上限；
[0058]
所述电化学储能电站运行约束为：
[0059][0060]
式中，表示电化学储能装置充电功率下限，p
ch，t
表示电化学储能装置充电功率，表示电化学储能装置充电功率上限，表示电化学储能装置放电功率下限，p
dis，t
表示电化学储能装置放电功率，表示电化学储能装置放电功率上限，e
ess,t
表示t时刻储能电站的电量，表示储能电站容量下限，表示储能电站容量上限，e
ess，t+1
表示t+1时刻储能电站的电量，η
ch
表示电化学储能的充电效率，η
dis
表示电化学储能的放电效率；
[0061]
所述氢储能运行约束为：
[0062][0063]
式中，δt表示单位调度时长，η
eh
表示单位电功率在单位调度时长内电解制氢的体积，σ
eh
表示燃料电池模块的能量转换效率，k
ved
表示标准储氢罐条件下氢气的体积能量密度，η
he
表示单位调度时长内燃烧单位体积的氢气所发出的电功率，σ
he
表示电解装置模块的能量转换效率，表示储氢罐在t+1时刻的储氢量，表示储氢罐在t时刻的储氢量，表示氢储能的充电功率，表示氢储能的放电功率，表示储氢罐的容量，表示氢储能最大充电功率，表示氢储能的充电的0-1工况变量，表示氢储能最大放电功率；
[0064]
所述灵活性约束包括灵活性供需平衡约束和灵活性裕度指标约束；
[0065]
所述灵活性供需平衡约束为：
[0066][0067]
式中，f
tsu
表示电力系统在t时刻的向上灵活性资源，f
tsd
表示电力系统在t时刻的向下灵活性资源，f
tdu
表示电力系统在t时刻的向上灵活性需求，f
tdd
表示电力系统在t时刻的向下灵活性需求；
[0068]
所述灵活性裕度指标约束为：
[0069][0070][0071]
δf
flex，i
＝f
i-di；
[0072]
式中，e
flex
表示灵活性裕度指标，δf
flex，i
表示第i个爬坡段全系统的灵活性裕度，n表示爬坡段总数，pres表示系统风光装机总量，fi表示第i个爬坡段全系统的灵活性资源，di表示第i个爬坡段全系统的灵活性需求，表示灵活性裕度指标下限。
[0073]
由上述描述可知，引入小时尺度的灵活性裕度指标，结合目标函数得到日前调度计划，确保了日前调度计划的灵活性和经济性。
[0074]
进一步地，所述常规火电机组灵活性资源模型包括快速调节燃气机组灵活性资源
模型和联合循环燃气机组灵活性资源模型；
[0075]
所述基于所述可控机组的灵活性资源模型对所述灵活性资源进行日内滚动调度，得到日内滚动调度计划包括：
[0076]
将系统总运行成本最小作为日内滚动调度目标函数，所述系统总运行成本包括常规火电机组运行成本、抽水蓄能机组运行成本、电化学储能运行成本、氢储能运行成本、弃风弃光成本和用户负荷损失成本；
[0077]
建立日内滚动调度约束条件，包括功率平衡约束、新能源出力约束、储能电站运行约束、可调水电站运行约束和灵活性约束；
[0078]
根据所述快速调节燃气机组灵活性资源模型、所述联合循环燃气机组灵活性资源模型、所述水电机组灵活性资源模型、所述抽水蓄能机组灵活性资源模型、所述电化学储能装置灵活性资源模型、所述氢储能灵活性资源模型、所述日内滚动调度目标函数和所述日内滚动调度约束条件建立日内滚动调度模型；
[0079]
结合所述日前调度计划，将新能源发电超短期预测数据和用户负荷超短期预测值输入至所述日内滚动调度模型，对所述灵活性资源进行日内滚动调度，输出日内滚动调度计划。
[0080]
由上述描述可知，根据新能源发电超短期预测与用户负荷超短期预测来求解日内滚动的联合循环燃气机组、快速调气燃气机组、抽水蓄能电站、可调节水电站、电化学储能、氢储能的调度计划，保证了日内滚动调度的合理性和可靠性。
[0081]
进一步地，所述常规火电机组灵活性资源模型包括快速调节燃气机组灵活性资源模型；
[0082]
所述基于所述可控机组的灵活性资源模型对所述灵活性资源进行日内实时调度，得到日内实时调度计划包括：
[0083]
将系统总运行成本最小作为日内实时调度目标函数，所述系统总运行成本包括快速调节燃气机组调节成本、抽水蓄能机组调节成本、电化学储能装置调节成本和弃风弃光成本；
[0084]
建立日内实时调度约束条件，包括功率平衡约束、常规火电机组爬坡约束、新能源出力约束、储能电站运行约束、可调水电站运行约束和灵活性约束；
[0085]
根据所述快速调节燃气机组灵活性资源模型、所述水电机组灵活性资源模型、所述抽水蓄能机组灵活性资源模型、所述电化学储能装置灵活性资源模型、所述氢储能灵活性资源模型、所述日内实时调度目标函数和所述日内实时调度约束条件建立日内实时调度模型；
[0086]
结合所述日内滚动调度计划，将新能源发电实时数据和用户负荷实时数据输入至所述日内实时调度模型，对所述灵活性资源进行日内实时调度，输出日内实时调度计划。
[0087]
由上述描述可知，日内按照负荷与新能源出力的实际值滚动优化-反馈校正来修正实时调度计划，有效地提高了系统运行的灵活性与经济性。
[0088]
进一步地，所述将系统总运行成本最小作为日内实时调度目标函数包括：
[0089]
[0090][0091]
式中，f3表示日内实时调度目标函数，δf
rq,t
表示实时调度的快速调节燃气机组的调整费用，δf
erss,t
表示储能电站的调整费用，f
q，t
表示弃风弃光成本函数，f
load，t
表示用户负荷损失函数，ng表示常规火电机组的数量，δk
rq
表示快速调节燃气机组的单位调节成本，δp
rq,t
表示实时调度的快速调节燃气机组相对于日内滚动调度计划的出力调整量，n
erss
表示储能电站的数量，δk
erss,s
表示储能电站的单位调节成本，表示实时调度的储能电站相对于日内滚动调度计划的出力调整量，k
c，reg
表示弃风弃光惩罚成本系数，表示新能源机组在t时刻的预测出力，p
reg，t
表示新能源机组在t时刻的出力，k
c，load
表示失负荷惩罚系数，p
loss，t
表示t时刻的损失负荷。
[0092]
由上述描述可知，由于日内实时调度是根据日内滚动的机组出力计划的基础上进行出力调整，需满足日内实时的灵活性需求的基础上尽量保证实时调度时灵活性资源的出力与日内滚动的出力结果趋于一致，因此日内实时调度的目标函数是以快速调节燃气轮机、抽水蓄能电站与电化学储能的调节成本以及弃风弃光成本的和最小为目标函数，确保了日内实时调度计划的有效性。
[0093]
请参照图2，本发明另一实施例提供了一种计及灵活性的电力系统资源优化调度终端，包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述计及灵活性的电力系统资源优化调度方法中的各个步骤。
[0094]
本发明上述的计及灵活性的电力系统资源优化调度方法及终端能够适用于高渗透率可再生能源集成电力系统，以下通过具体实施方式进行说明：
[0095]
实施例一
[0096]
请参照图1和图3，本实施例的一种计及灵活性的电力系统资源优化调度方法，包括步骤：
[0097]
s1、构建可控机组的灵活性资源模型，具体包括：
[0098]
其中，所述灵活性资源模型包括常规火电机组灵活性资源模型、水电机组灵活性资源模型、氢储能灵活性资源模型、抽水蓄能机组灵活性资源模型和电化学储能装置灵活性资源模型；
[0099]
所述常规火电机组灵活性资源模型包括快速调节燃气机组灵活性资源模型、联合循环燃气机组灵活性资源模型和燃煤机组灵活性资源模型；
[0100]
s11、根据常规火电机组的向上爬坡率、向下爬坡率、最大运行出力和最小运行出力建立常规火电机组灵活性资源模型，具体包括：
[0101]
s111、根据快速调节燃气机组的向上爬坡率、向下爬坡率、最大运行出力和最小运行出力建立快速调节燃气机组灵活性资源模型，即以单循环燃气机组为代表的快速调节燃气机组参与短时间尺度调节，其灵活性资源大小受其向上、向下爬坡速率及最大和最小运行出力的约束，具体的：
[0102]fg1,+
＝min{p
g1,max-p
g1,0
,δt
×rm1,+
}；
[0103]fg1,-＝min{p
g1,0-p
g1,min
,δt
×rm1,-}；
[0104]
式中，f
g1，+
表示快速调节燃气机组的上调灵活性，f
g1，-表示快速调节燃气机组的下调灵活性，p
g1,max
表示快速调节燃气机组的最大运行出力，p
g1,min
表示快速调节燃气机组的最小运行出力，p
g1,0
表示快速调节燃气机组的当前运行出力，r
m1,+
表示快速调节燃气机组的向上爬坡速率，r
m1,-表示快速调节燃气机组的向下爬坡速率，δt表示单位调度时长，所述单位调度时长为1小时、15分钟或1分钟，其取值决定于该单位调度时长所在模型或约束用于哪一级调度中，比如，若该灵活性资源模型用于日前调度，则单位调度时长为1小时，若该灵活性资源模型用于日内滚动调度，则单位调度时长为15分钟，若该灵活性资源模型用于日内实时调度，则单位调度时长为1分钟；其中，单循环燃气机组的向上、向下爬坡速率一般为每分钟6％～10％和8％～12％的机组额定容量。
[0105]
s112、根据联合循环燃气机组的向上爬坡率、向下爬坡率、最大运行出力和最小运行出力建立联合循环燃气机组灵活性资源模型，具体的：
[0106]fg2,+
＝min{p
g2,max-p
g2,0
,δt
×rm2,+
}；
[0107]fg2,-＝min{p
g2,0-p
g2,min
,δt
×rm2,-}；
[0108]
式中，f
g2，+
表示联合循环燃气机组的上调灵活性，f
g2，-表示联合循环燃气机组的下调灵活性，p
g2,max
表示联合循环燃气机组的最大运行出力，p
g2,min
表示联合循环燃气机组的最小运行出力，p
g2,0
表示联合循环燃气机组的当前运行出力，r
m2,+
表示联合循环燃气机组的向上爬坡速率，r
m2,-表示联合循环燃气机组的向下爬坡速率；中时间尺度上，除了快速调节燃气机组外，联合循环燃气机组也可提供灵活性资源，其中，联合循环燃气机组向上、向下爬坡速率分别约为每分钟3％和4％的机组额定容量，略慢于单循环燃气机组。
[0109]
s113、根据燃煤机组的向上爬坡率、向下爬坡率、最大运行出力和最小运行出力建立燃煤机组灵活性资源模型，具体的：
[0110]fg3,+
＝min{p
g3,max-p
g3,0
,δt
×rm3,+
}；
[0111]fg3,-＝min{p
g3,0-p
g3,min
,δt
×rm3,-}；
[0112]
式中，f
g3，+
表示燃煤机组的上调灵活性，f
g3，-表示燃煤机组的下调灵活性，p
g3,max
表示燃煤机组的最大运行出力，p
g3,min
表示燃煤机组的最小运行出力，p
g3,0
表示燃煤机组的当前运行出力，r
m3,+
表示燃煤机组的向上爬坡速率，r
m3,-表示燃煤机组的向下爬坡速率；长时间尺度上，除了在线运行的联合循环燃气机组外，还可通过启停燃气机组和调节经灵活性改造的燃煤机组出力进行灵活性调节。
[0113]
s12、根据水电机组的向上爬坡率、向下爬坡率、最大运行出力和最小运行出力建立水电机组灵活性资源模型，具体的：
[0114]fkt,+
＝min{p
kt,max-p
kt,0
,δt
×rm4,+
}；
[0115]fkt,-＝min{p
kt,0-p
kt,min
,δt
×rm4,-}；
[0116]
式中，f
kt,+
表示水电机组的上调灵活性，f
kt,-表示水电机组的下调灵活性，p
kt,max
表
示水电机组的最大运行出力，p
kt,min
表示水电机组的最小运行出力，p
kt,0
表示水电机组的当前运行出力，r
m4,+
表示水电机组的向上爬坡速率，r
m4,-表示水电机组的向下爬坡速率。
[0117]
水电机组在日内各时间尺度均可参与系统灵活性调节，但受限于上流水量的大小，一般仅在枯水期作为重要的调峰资源参与系统灵活性调节，在不考虑弃水的前提下，水电机组提供的灵活性资源大小如上式所述，水电机组的爬坡速率一般为每分钟20％～40％的机组额定容量，水电机组的最大、最小运行出力分别由其预想出力和强迫出力决定。
[0118]
s13、根据氢储能的最大放电功率、最大充电功率、储氢量、储氢罐容量上下限、电解装置模块的能量转换效率和燃料电池模块的能量转换效率建立氢储能灵活性资源模型，具体的：
[0119][0120][0121]
式中，f
hss，+
表示氢储能的上调灵活性，f
hss，-表示氢储能的下调灵活性，p
hss，+，max
表示氢储能的最大放电功率，p
hss，-，max
表示氢储能的最大充电功率，σ
he
表示电解装置模块的能量转换效率，k
ved
表示标准储氢罐条件下氢气的体积能量密度，表示t时刻的储氢量，表示储氢罐容量下限，表示储氢罐容量上限，σ
eh
表示燃料电池模块的能量转换效率。
[0122]
s14、根据抽水蓄能机组的最大发电功率、最大蓄水功率和水库蓄能上下限建立抽水蓄能机组灵活性资源模型，具体的：
[0123][0124][0125]
式中，f
storage，+
表示抽水蓄能机组的上调灵活性，f
storage，-表示抽水蓄能机组的下调灵活性，p
storage，+,max
表示抽水蓄能机组的最大发电功率，p
storage，-,max
表示抽水蓄能机组的最大蓄水功率，s
t
表示t时刻的蓄能，s
max
表示水库蓄能上限，s
min
表示水库蓄能下限。抽水蓄能机组作为性能优良的调峰电源，具有反应迅速、运行灵活、启停方便的特点，与水电机组一样，可在日内各时间尺度根据其运行状态提供相应的灵活性资源。
[0126]
s15、根据电化学储能装置的最大发电功率、最大蓄电功率和电化学储能容量上下限建立电化学储能装置灵活性资源模型，具体的：
[0127][0128][0129]
式中，f
ess，+
表示抽水蓄能机组的上调灵活性，f
ess，-表示抽水蓄能机组的下调灵活性，p
ess，+，max
表示抽水蓄能机组的最大发电功率，p
ess，-，max
表示抽水蓄能机组的最大蓄水功
率，s
t
′
表示t时刻的电化学储能容量，s
max
′
表示电化学储能容量上限，s
min
′
表示电化学储能容量下限。
[0130]
电化学储能装置作为可快速调节的灵活性电源，皆可适用于《15min时间尺度和15～60min时间尺度的灵活性调节。
[0131]
s2、基于所述可控机组的灵活性资源模型对灵活性资源进行日前调度，得到日前调度计划，具体包括：
[0132]
为提升电网新能源的消纳能力，保障供电可靠性，日前调度模型的目标函数应在系统总运行成本最小的基础上，通过将弃风弃光和负荷损失折算成惩罚成本计入系统运行成本中，同时计及电化学储能、抽水蓄能、氢储能的运维成本，综合优化系统经济性、新能源消纳能力以及供电可靠性，如下所述：
[0133]
s21、将系统总运行成本最小作为日前调度目标函数，所述系统总运行成本包括常规火电机组运行成本、抽水蓄能机组运行成本、电化学储能运行成本、氢储能运行成本、弃风弃光成本和用户负荷损失成本，具体的：
[0134][0135][0136]
式中，f1表示日前调度目标函数，f
g，t
表示常规火电机组的成本函数，即包括快速调节燃气机组、联合循环燃气机组和燃煤机组，f
erss，t
表示储能电站的成本函数，所述储能电站包括氢储能、抽水蓄能机组和电化学储能，f
q，t
表示弃风弃光成本函数，f
load，t
表示用户负荷损失函数，ng表示常规火电机组的数量，即参与该阶段优化调度的常规火电机组的数量，不同阶段的优化调度参与的常规火电机组的数量是不同的，ai表示第i个燃煤机组的第一耗量特性参数，bi表示第i个燃煤机组的第二耗量特性参数，ci表示第i个燃煤机组的第三耗量特性参数，p
gi，t
表示第i个常规火电机组在t时刻的出力，si表示第i台常规火电机组的启停成本系数，u
gi，t
表示第i台常规火电机组在t时刻的启停状态，u
gi，t-1
表示第i台常规火电机组在t-1时刻的启停状态，n
erss
表示储能电站的数量，k
erss，s
表示储能电站的单位运维成本，表示储能电站i在t时刻的出力，k
c，reg
表示弃风弃光惩罚成本系数，表示新能源机组在t时刻的预测出力，p
reg，t
表示新能源机组在t时刻的出力，k
c，load
表示失负荷惩罚系数，p
loss，t
表示t时刻的损失负荷；其中，所述储能电站包括抽水蓄能机组、电化学储能电站和氢储能。
[0137]
s22、建立日前调度约束条件，包括功率平衡约束、常规火电机组出力约束、常规火电机组爬坡约束、新能源出力约束、储能电站运行约束、可调水电站运行约束和灵活性约
束；
[0138]
其中，所述储能电站运行约束包括抽水蓄能电站运行约束、电化学储能电站运行约束和氢储能运行约束；
[0139]
所述功率平衡约束为：
[0140][0141]
式中，l
t
表示t时段系统的损失负荷；
[0142]
所述常规火电机组出力约束为：
[0143][0144]
式中，表示第i个常规火电机组出力下限，表示第i个常规火电机组出力上限；
[0145]
所述常规火电机组爬坡约束为：
[0146][0147]
式中，p
gi，t-1
表示第i个常规火电机组在t-1时刻的出力，ri表示第i个常规火电机组的爬坡率；
[0148]
所述新能源出力约束为：
[0149][0150]
所述抽水蓄能电站运行约束为：
[0151][0152]
式中，表示抽水蓄能机组的抽水的0-1工况变量，表示抽水蓄能机组的抽水出力下限，p
hc，twater
表示抽水蓄能机组的抽水出力，表示抽水蓄能机组的抽水出力上限，表示抽水蓄能机组的发电的0-1工况变量，表示抽水电站的发电出力下限，p
hf，twater
表示抽水蓄能机组的发电出力，表示抽水电站的发电出力上限，表示t+1时刻抽水蓄能水库的蓄水量，v
twater
表示t时刻抽水蓄能水库的蓄水量，η
p
表示机组抽水时水量电量转换系数，ηg表示机组发电时水量电量转换系数，表示抽水蓄能机组的
储水量下限，表示抽水蓄能机组的储水量上限；
[0153]
所述电化学储能电站运行约束为：
[0154][0155]
式中，表示电化学储能装置充电功率下限，p
ch，t
表示电化学储能装置充电功率，表示电化学储能装置充电功率上限，表示电化学储能装置放电功率下限，p
dis，t
表示电化学储能装置放电功率，表示电化学储能装置放电功率上限，e
ess,t
表示t时刻储能电站的电量，表示储能电站容量下限，表示储能电站容量上限，e
ess，t+1
表示t+1时刻储能电站的电量，η
ch
表示电化学储能的充电效率，η
dis
表示电化学储能的放电效率；
[0156]
所述氢储能运行约束为：
[0157][0158]
式中，η
eh
表示单位电功率(kw)在单位调度时长内电解制氢的体积(m3)，σ
eh
表示燃料电池模块的能量转换效率，k
ved
表示标准储氢罐条件下氢气的体积能量密度，η
he
表示单位调度时长内燃烧单位体积的氢气所发出的电功率，σ
he
表示电解装置模块的能量转换效率，表示储氢罐在t+1时刻的储氢量，表示储氢罐在t时刻的储氢量，表示氢储能的充电功率，表示氢储能的放电功率，表示储氢罐的容量，表示氢储能最大充电功率，表示氢储能的充电的0-1工况变量，当氢储能在t时刻充电时取值为1，否则取值为0，其约束了氢储能在同一时刻仅能处于充电或放电中的一种模式，表示氢储能最大放电功率；
[0159]
所述可调水电站运行约束为：
[0160][0161]
式中，表示可调水电站的出力下限，p
kt,t
表示可调水电站t时刻的出力，表示可调水电站的出力上限，p
kt，t-1
表示可调水电站t-1时刻的出力，r
kt
表示可调水电站的爬坡功率；
[0162]
所述灵活性约束包括灵活性供需平衡约束和灵活性裕度指标约束；
[0163]
所述灵活性供需平衡约束为：
[0164][0165]
式中，f
tsu
表示电力系统在t时刻的向上灵活性资源，f
tsd
表示电力系统在t时刻的向下灵活性资源，f
tdu
表示电力系统在t时刻的向上灵活性需求，f
tdd
表示电力系统在t时刻的向下灵活性需求；所述灵活性供需平衡约束表示在每一个时刻的系统灵活性资源须大于灵活性需求；
[0166]
所述灵活性裕度指标约束为：
[0167][0168][0169]
δf
flex，i
＝f
i-di；
[0170]
式中，e
flex
表示灵活性裕度指标，δf
flex，i
表示第i个爬坡段全系统的灵活性裕度，n表示爬坡段总数，pres表示系统风光装机总量，fi表示第i个爬坡段全系统的灵活性资源，di表示第i个爬坡段全系统的灵活性需求，表示灵活性裕度指标下限。合理实用的灵活性评价指标和评价方法是开展含高比例波动性电源电力系统的灵活性资源配置、优化运行的关键。采用灵活性裕度指标作为灵活性资源响应能力的评价方法，并作为日前确定机组组合优化决策中的约束，以确保日内系统有足够的灵活性资源来平衡灵活性需求。其中，所述灵活性裕度指标下限与可再生能源的误差系数有关，该误差系数计算方法为：将前一天的风机、光伏预测数据和实际数据进行对比，计算每一个时刻预测数据和实际数据的误差率，将所有时刻中的最大误差率作为这一天风机、光伏的误差系数，在一种可选的实施方式中，所述误差系数为0.1。
[0171]
s23、根据所述常规火电机组灵活性资源模型、所述水电机组灵活性资源模型、所述抽水蓄能机组灵活性资源模型、所述电化学储能装置灵活性资源模型、氢储能灵活性资源模型、所述日前调度目标函数和所述日前调度约束条件建立日前调度模型；
[0172]
s24、将新能源发电短期预测数据和用户负荷短期预测值输入所述日前调度模型，对所述灵活性资源进行日前调度，输出日前调度计划。
[0173]
在一种可选的实施方式中，所述日前调度计划为日前一小时级调度计划，包括燃煤机组、联合循环燃气机组、快速调节燃气机组、抽水蓄能机组、水电机组、电化学储能装置、氢储能的一小时级出力计划，如图3所示；
[0174]
在另一种可选的实施方式中，所述日前调度计划还可为日前半小时级、两小时级等其他时间尺度的调度计划。
[0175]
s3、基于所述可控机组的灵活性资源模型对所述灵活性资源进行日内滚动调度，得到日内滚动调度计划，具体包括：
[0176]
s31、将系统总运行成本最小作为日内滚动调度目标函数，所述系统总运行成本包括常规火电机组运行成本、抽水蓄能机组运行成本、电化学储能运行成本、氢储能运行成本、弃风弃光成本和用户负荷损失成本，具体的：
[0177][0178][0179]
式中，f2表示日内滚动调度目标函数，f
gy,t
表示常规火电机组的运行成本，即包括快速调节燃气机组和联合循环燃气机组的运行成本。
[0180]
s32、建立日内滚动调度约束条件，包括功率平衡约束、新能源出力约束、储能电站运行约束、可调水电站运行约束和灵活性约束；
[0181]
由于日内滚动调度模型其约束条件与日前调度模型中基本一致，且由于煤电机组的开停机计划采用日前调度结果，因此日内调度不考虑煤电机组的开停机约束，其他约束与日前小时级调度的约束一致，在此不再赘述。
[0182]
s33、根据所述快速调节燃气机组灵活性资源模型、所述联合循环燃气机组灵活性资源模型、所述水电机组灵活性资源模型、所述抽水蓄能机组灵活性资源模型、所述电化学储能装置灵活性资源模型、所述氢储能灵活性资源模型、所述日内滚动调度目标函数和所述日内滚动调度约束条件建立日内滚动调度模型；
[0183]
s34、结合所述日前调度计划，将新能源发电超短期预测数据和用户负荷超短期预测值输入至所述日内滚动调度模型，对所述灵活性资源进行日内滚动调度，输出日内滚动调度计划；
[0184]
在一种可选的实施方式中，所述日内滚动调度计划为日内15分钟级滚动调度计划，包括联合循环燃气机组、快速调节燃气机组、抽水蓄能机组、水电机组、电化学储能装置、氢储能15min尺度下的最优出力计划，如图3所示。
[0185]
在另一种可选的实施方式中，所述日内滚动调度计划还可以为日内10分钟、20分钟等时间尺度的调度计划。
[0186]
s4、基于所述可控机组的灵活性资源模型对所述灵活性资源进行日内实时调度，得到日内实时调度计划具体包括：
[0187]
s41、将系统总运行成本最小作为日内实时调度目标函数，所述系统总运行成本包括快速调节燃气机组调节成本、抽水蓄能机组调节成本、电化学储能装置调节成本和弃风弃光成本；
[0188]
由于日内实时调度是根据日内15min的机组出力计划的基础上进行出力调整，需满足日内1min尺度的灵活性需求的基础上尽量保证实时调度时灵活性资源的出力与15min尺度的出力结果趋于一致，因此日内实时调度的目标函数是以快速调节燃气机组、抽水蓄能机组与电化学储能装置的调节成本，以及弃风弃光成本的和最小为目标函数，具体的：
[0189][0190][0191]
式中，f3表示日内实时调度目标函数，δf
rq,t
表示实时调度的快速调节燃气机组的调整费用，δf
erss,t
表示储能电站的调整费用，f
q，t
表示弃风弃光成本函数，f
load，t
表示用户负荷损失函数，δk
rq
表示快速调节燃气机组的单位调节成本，δp
rq,t
表示实时调度的快速调节燃气机组相对于日内滚动调度计划的出力调整量，n
erss
表示储能电站的数量，δk
erss,s
表示储能电站的单位调节成本，表示实时调度的储能电站相对于日内滚动调度计划的出力调整量，k
c，reg
表示弃风弃光惩罚成本系数，表示新能源机组在t时刻的预测出力，p
reg，t
表示新能源机组在t时刻的出力，k
c，load
表示失负荷惩罚系数，p
loss，t
表示t时刻的损失负荷。
[0192]
s42、建立日内实时调度约束条件，包括功率平衡约束、常规火电机组爬坡约束、新能源出力约束、储能电站运行约束、可调水电站运行约束和灵活性约束；
[0193]
日内实时调度时，燃煤机组与联合循环燃气机组不参与调度，参与调度的灵活性资源包括快速调节燃气机组、水电机组、抽水蓄能机组、电化学储能装置、氢储能，因此日内实时调度中燃煤机组与联合循环燃气机组的出力遵循15min尺度的出力计划，不考虑其出力约束，其他约束与日内15min尺度调度约束一致，在此不再赘述。
[0194]
s43、根据所述快速调节燃气机组灵活性资源模型、所述水电机组灵活性资源模型、所述抽水蓄能机组灵活性资源模型、所述电化学储能装置灵活性资源模型、所述氢储能灵活性资源模型、所述日内实时调度目标函数和所述日内实时调度约束条件建立日内实时调度模型；
[0195]
s44、结合所述日内滚动调度计划，将新能源发电实时数据和用户负荷实时数据输入至所述日内实时调度模型，对所述灵活性资源进行日内实时调度，输出日内实时调度计划；
[0196]
在一种可选的实施方式中，所述日内实时调度计划为日内1分钟实时调度计划，包括快速调节燃气机组、水电机组、抽水蓄能电站、电化学储能装置、氢储能的1min尺度下的
最优出力计划，如图3所示。
[0197]
在另一种可选的实施方式中，所述日内实时调度计划还可以为日内30秒、日内2分钟等时间尺度的调度计划。
[0198]
在一种可选的实施方式中，如图3所示，根据新能源发电实时数据和用户负荷实时数据得到实时净负荷功率数据，对所述实时净负荷功率数据进行实时修正，得到实时不平衡功率，将其输入至所述日内实时调度模型。
[0199]
如图3所示，实时修正是指在实时调整阶段，主要对日内出力计划进行微调，以满足系统实际运行时不断变化的需求，实时调整以5min为滚动间隔，15min为调度周期，根据可再生能源及负荷的1min尺度信息，以一个调度周期内各灵活性资源调节成本最小为目标，并通过模型预测控制算法优化得到1min尺度的各灵活性资源出力计划，每一个调度周期的日内出力计划中都包含多个实时调整阶段，在某一调度周期多个实时调整阶段完成后，通过新的实时调整阶段优化该出力计划并随时域更新，从而得到最终出力计划。
[0200]
s5、根据所述日前调度计划、所述日内滚动调度计划以及所述日内实时调度计划对电力系统进行不同时间尺度下的资源优化调度，即实现了日前1h-日内15min-日内1min的多时间尺度协调的灵活性资源优化调度。
[0201]
如图3所示，根据所述日前调度计划下达日前调度指令，根据所述日内滚动调度计划下达滚动优化指令，根据所述日内实时调度计划下达实时调度指令。
[0202]
根据上述的计及灵活性的电力系统资源优化调度方法在matlab内建模进行仿真，以某省风光历史数据与负荷历史数据为基础，根据风、光、负荷曲线趋势，将实际的负荷数据缩小至原来10％以得到仿真时的负荷数据，研究渗透率50％时系统的灵活性资源的调度情况；本发明采用2个50mw/(2.5
×
105m3)的氢储能，2个50mw/200mwh的电化学储能，2个100mw/400mwh的抽水蓄能电站，2个400mw的可调水电站，4个500mw的风电场以及3个200mw的光伏电站；相关成本系数分别为：弃风惩罚成本为200元/(mwh)，弃光成本为100元/(mwh)；抽水蓄能运行成本系数为60元/(mwh)，储能运行成本系数为110元/(mwh)，氢储能运行成本系数29.3元/(mwh)；其他仿真参数取值如下：σ
he
＝73％，σ
eh
＝64％，k
ved
＝2.78kw
·
h/m3，机组其他参数如表1所示；
[0203]
表1火电机组参数
[0204][0205]
设置对照组验证方案可行性，方案设计如下：
[0206]
调度方案1：没有氢储能参与调度，且不考虑灵活性指标约束。
[0207]
调度方案2：没有氢储能参与调度，且考虑灵活性指标约束。
[0208]
调度方案3：氢储能参与调度，且考虑灵活性指标约束。
[0209]
表2不同调度方案对比
[0210]
调度方案总运行成本/万元弃风率/％1817.145.632802.563.413791.370.86
[0211]
三个方案的调度结果如表2所示，调度方案2在考虑了灵活性指标约束后系统的弃风率有所减少，这是由于当不考虑灵活性指标约束时，系统在日前调度时未考虑灵活性资源的裕度，在日内风电实际输出功率发生较日前的风电预测功率有偏差时，系统没有充足的灵活性资源来应对风电的不确定性，只能通过减少弃风来缓解系统的灵活性供需平衡压力，当考虑了灵活性指标约束后系统有足够的裕度来应对日内调度时风电的不确定性。调度方案3考虑了氢储能后，系统有足够的灵活性资源来应对系统净负荷的波动，氢储能电站的快速调节特性与抽水蓄能电站的大容量高功率运行形成互补，能够实现在负荷低谷期尽可能的消纳风电与光电、负荷高峰期平衡系统的灵活性需求，从而减少系统的弃风弃光率，并减少系统总运行成本。
[0212]
实施例二
[0213]
请参照图2，本实施例的一种计及灵活性的电力系统资源优化调度终端，包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现实施例一中的计及灵活性的电力系统资源优化调度方法中的各个步骤。
[0214]
综上所述，本发明提供的一种计及灵活性的电力系统资源优化调度方法及终端，构建可控机组的灵活性资源模型，基于可控机组的灵活性资源模型对灵活性资源进行日前调度、日内滚动调度和日内实时调度，得到不同时间尺度下灵活性资源的调度计划，以此使得电力系统按照多时间尺度调度计划运行，有更充足的灵活性资源来应对系统净负荷的波动，能够实现在负荷低谷期尽可能的消纳风电、负荷高峰期平衡系统的灵活性需求，减少系统的弃风率，并且能够减少系统总运行成本，从而有效地提升电力系统的灵活性和经济性；含风电、光伏电力系统灵活性资源主要包括经灵活性改造后的火电机组、具有调节能力的水电站、抽水蓄能电站、储能装置和可控负荷，系统灵活性资源大小的确定与各机组运行状态和机组自身出力调节特性相关，通过分别对各可控机组的灵活调节能力进行分析，建立可控机组的灵活性资源模型，有利于灵活性资源合理、可靠地优化调度，且相比于抽水蓄能电站与电化学储能，氢储能具有满充满放的优势，相同容量下氢储能的灵活性资源更为充足，通过对氢储能的灵活性资源进行量化，能够有效实现在负荷低谷期尽可能的消纳风电、负荷高峰期平衡系统的灵活性需求。
[0215]
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。

技术特征：
1.一种计及灵活性的电力系统资源优化调度方法，其特征在于，包括步骤：构建可控机组的灵活性资源模型；基于所述可控机组的灵活性资源模型对灵活性资源进行日前调度，得到日前调度计划；基于所述可控机组的灵活性资源模型对所述灵活性资源进行日内滚动调度，得到日内滚动调度计划；基于所述可控机组的灵活性资源模型对所述灵活性资源进行日内实时调度，得到日内实时调度计划；根据所述日前调度计划、所述日内滚动调度计划以及所述日内实时调度计划对电力系统进行不同时间尺度下的资源优化调度。2.根据权利要求1所述的一种计及灵活性的电力系统资源优化调度方法，其特征在于，所述灵活性资源模型包括常规火电机组灵活性资源模型、水电机组灵活性资源模型、氢储能灵活性资源模型、抽水蓄能机组灵活性资源模型和电化学储能装置灵活性资源模型；所述构建可控机组的灵活性资源模型包括：根据常规火电机组的向上爬坡率、向下爬坡率、最大运行出力和最小运行出力建立常规火电机组灵活性资源模型；根据水电机组的向上爬坡率、向下爬坡率、最大运行出力和最小运行出力建立水电机组灵活性资源模型；根据氢储能的最大放电功率、最大充电功率、储氢量、储氢罐容量上下限、电解装置模块的能量转换效率和燃料电池模块的能量转换效率建立氢储能灵活性资源模型；根据抽水蓄能机组的最大发电功率、最大蓄水功率和水库蓄能上下限建立抽水蓄能机组灵活性资源模型；根据电化学储能装置的最大发电功率、最大蓄电功率和电化学储能容量上下限建立电化学储能装置灵活性资源模型。3.根据权利要求2所述的一种计及灵活性的电力系统资源优化调度方法，其特征在于，所述根据氢储能的最大放电功率、最大充电功率、储氢量、储氢罐容量上下限、电解装置模块的能量转换效率和燃料电池模块的能量转换效率建立氢储能灵活性资源模型包括：块的能量转换效率和燃料电池模块的能量转换效率建立氢储能灵活性资源模型包括：式中，f
hss，+
表示氢储能的上调灵活性，f
hss，-表示氢储能的下调灵活性，p
hss，+，max
表示氢储能的最大放电功率，p
hss，-，max
表示氢储能的最大充电功率，σ
he
表示电解装置模块的能量转换效率，k
ved
表示标准储氢罐条件下氢气的体积能量密度，表示t时刻的储氢量，表示储氢罐容量下限，表示储氢罐容量上限，σ
eh
表示燃料电池模块的能量转换效率，δt表示单位调度时长。4.根据权利要求2所述的一种计及灵活性的电力系统资源优化调度方法，其特征在于，所述基于所述可控机组的灵活性资源模型对灵活性资源进行日前调度，得到日前调度计划
包括：将系统总运行成本最小作为日前调度目标函数，所述系统总运行成本包括常规火电机组运行成本、抽水蓄能机组运行成本、电化学储能运行成本、氢储能运行成本、弃风弃光成本和用户负荷损失成本；建立日前调度约束条件，包括功率平衡约束、常规火电机组出力约束、常规火电机组爬坡约束、新能源出力约束、储能电站运行约束、可调水电站运行约束和灵活性约束；根据所述常规火电机组灵活性资源模型、所述水电机组灵活性资源模型、所述抽水蓄能机组灵活性资源模型、所述电化学储能装置灵活性资源模型、氢储能灵活性资源模型、所述日前调度目标函数和所述日前调度约束条件建立日前调度模型；将新能源发电短期预测数据和用户负荷短期预测值输入所述日前调度模型，对所述灵活性资源进行日前调度，输出日前调度计划。5.根据权利要求4所述的一种计及灵活性的电力系统资源优化调度方法，其特征在于，所述将系统总运行成本最小作为日前调度目标函数包括：所述将系统总运行成本最小作为日前调度目标函数包括：式中，f1表示日前调度目标函数，f
g，t
表示常规火电机组的成本函数，f
erss，t
表示储能电站的成本函数，f
q，t
表示弃风弃光成本函数，f
load，t
表示用户负荷损失函数，n
g
表示常规火电机组的数量，a
i
表示第i个燃煤机组的第一耗量特性参数，b
i
表示第i个燃煤机组的第二耗量特性参数，c
i
表示第i个燃煤机组的第三耗量特性参数，p
gi，t
表示第i个常规火电机组在t时刻的出力，s
i
表示第i台常规火电机组的启停成本系数，u
gi，t
表示第i台常规火电机组在t时刻的启停状态，u
gi，t-1
表示第i台常规火电机组在t-1时刻的启停状态，n
erss
表示储能电站的数量，k
erss，s
表示储能电站的单位运维成本，表示储能电站i在t时刻的出力，k
c，reg
表示弃风弃光惩罚成本系数，表示新能源机组在t时刻的预测出力，p
reg，t
表示新能源机组在t时刻的出力，k
c，load
表示失负荷惩罚系数，p
loss，t
表示t时刻的损失负荷。6.根据权利要求4所述的一种计及灵活性的电力系统资源优化调度方法，其特征在于，所述储能电站运行约束包括抽水蓄能电站运行约束、电化学储能电站运行约束和氢储能运行约束；所述抽水蓄能电站运行约束为：
式中，表示抽水蓄能机组的抽水的0-1工况变量，表示抽水蓄能机组的抽水出力下限，p
hc，twater
表示抽水蓄能机组的抽水出力，表示抽水蓄能机组的抽水出力上限，表示抽水蓄能机组的发电的0-1工况变量，表示抽水电站的发电出力下限，p
hf，twater
表示抽水蓄能机组的发电出力，表示抽水电站的发电出力上限，表示t+1时刻抽水蓄能水库的蓄水量，v
twater
表示t时刻抽水蓄能水库的蓄水量，η
p
表示机组抽水时水量电量转换系数，η
g
表示机组发电时水量电量转换系数，δt表示单位调度时长，表示抽水蓄能机组的储水量下限，表示抽水蓄能机组的储水量上限；所述电化学储能电站运行约束为：式中，表示电化学储能装置充电功率下限，p
ch，t
表示电化学储能装置充电功率，表示电化学储能装置充电功率上限，表示电化学储能装置放电功率下限，p
dis，t
表示电化学储能装置放电功率，表示电化学储能装置放电功率上限，e
ess,t
表示t时刻储能电站的电量，表示储能电站容量下限，表示储能电站容量上限，e
ess，t+1
表示t+1时刻储能电站的电量，η
ch
表示电化学储能的充电效率，η
dis
表示电化学储能的放电效率；所述氢储能运行约束为：
式中，δt表示单位调度时长，η
eh
表示单位电功率在单位调度时长内电解制氢的体积，σ
eh
表示燃料电池模块的能量转换效率，k
ved
表示标准储氢罐条件下氢气的体积能量密度，η
he
表示单位调度时长内燃烧单位体积的氢气所发出的电功率，σ
he
表示电解装置模块的能量转换效率，表示储氢罐在t+1时刻的储氢量，v
thss
表示储氢罐在t时刻的储氢量，表示氢储能的充电功率，表示氢储能的放电功率，表示储氢罐的容量，表示氢储能最大充电功率，表示氢储能的充电的0-1工况变量，表示氢储能最大放电功率；所述灵活性约束包括灵活性供需平衡约束和灵活性裕度指标约束；所述灵活性供需平衡约束为：式中，f
tsu
表示电力系统在t时刻的向上灵活性资源，f
tsd
表示电力系统在t时刻的向下灵活性资源，f
tdu
表示电力系统在t时刻的向上灵活性需求，f
tdd
表示电力系统在t时刻的向下灵活性需求；所述灵活性裕度指标约束为：所述灵活性裕度指标约束为：δf
flex，i
＝f
i-d
i
；式中，e
flex
表示灵活性裕度指标，δf
flex，i
表示第i个爬坡段全系统的灵活性裕度，n表示爬坡段总数，p
res
表示系统风光装机总量，f
i
表示第i个爬坡段全系统的灵活性资源，d
i
表示第i个爬坡段全系统的灵活性需求，表示灵活性裕度指标下限。7.根据权利要求2所述的一种计及灵活性的电力系统资源优化调度方法，其特征在于，所述常规火电机组灵活性资源模型包括快速调节燃气机组灵活性资源模型和联合循环燃
气机组灵活性资源模型；所述基于所述可控机组的灵活性资源模型对所述灵活性资源进行日内滚动调度，得到日内滚动调度计划包括：将系统总运行成本最小作为日内滚动调度目标函数，所述系统总运行成本包括常规火电机组运行成本、抽水蓄能机组运行成本、电化学储能运行成本、氢储能运行成本、弃风弃光成本和用户负荷损失成本；建立日内滚动调度约束条件，包括功率平衡约束、新能源出力约束、储能电站运行约束、可调水电站运行约束和灵活性约束；根据所述快速调节燃气机组灵活性资源模型、所述联合循环燃气机组灵活性资源模型、所述水电机组灵活性资源模型、所述抽水蓄能机组灵活性资源模型、所述电化学储能装置灵活性资源模型、所述氢储能灵活性资源模型、所述日内滚动调度目标函数和所述日内滚动调度约束条件建立日内滚动调度模型；结合所述日前调度计划，将新能源发电超短期预测数据和用户负荷超短期预测值输入至所述日内滚动调度模型，对所述灵活性资源进行日内滚动调度，输出日内滚动调度计划。8.根据权利要求2所述的一种计及灵活性的电力系统资源优化调度方法，其特征在于，所述常规火电机组灵活性资源模型包括快速调节燃气机组灵活性资源模型；所述基于所述可控机组的灵活性资源模型对所述灵活性资源进行日内实时调度，得到日内实时调度计划包括：将系统总运行成本最小作为日内实时调度目标函数，所述系统总运行成本包括快速调节燃气机组调节成本、抽水蓄能机组调节成本、电化学储能装置调节成本和弃风弃光成本；建立日内实时调度约束条件，包括功率平衡约束、常规火电机组爬坡约束、新能源出力约束、储能电站运行约束、可调水电站运行约束和灵活性约束；根据所述快速调节燃气机组灵活性资源模型、所述水电机组灵活性资源模型、所述抽水蓄能机组灵活性资源模型、所述电化学储能装置灵活性资源模型、所述氢储能灵活性资源模型、所述日内实时调度目标函数和所述日内实时调度约束条件建立日内实时调度模型；结合所述日内滚动调度计划，将新能源发电实时数据和用户负荷实时数据输入至所述日内实时调度模型，对所述灵活性资源进行日内实时调度，输出日内实时调度计划。9.根据权利要求8所述的一种计及灵活性的电力系统资源优化调度方法，其特征在于，所述将系统总运行成本最小作为日内实时调度目标函数包括：
式中，f3表示日内实时调度目标函数，δf
rq,t
表示实时调度的快速调节燃气机组的调整费用，δf
erss,t
表示储能电站的调整费用，f
q，t
表示弃风弃光成本函数，f
load，t
表示用户负荷损失函数，n
g
表示常规火电机组的数量，δk
rq
表示快速调节燃气机组的单位调节成本，δp
rq,t
表示实时调度的快速调节燃气机组相对于日内滚动调度计划的出力调整量，n
erss
表示储能电站的数量，δk
erss,s
表示储能电站的单位调节成本，表示实时调度的储能电站相对于日内滚动调度计划的出力调整量，k
c，reg
表示弃风弃光惩罚成本系数，表示新能源机组在t时刻的预测出力，p
reg，t
表示新能源机组在t时刻的出力，k
c，load
表示失负荷惩罚系数，p
loss，t
表示t时刻的损失负荷。10.一种计及灵活性的电力系统资源优化调度终端，包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的一种计及灵活性的电力系统资源优化调度方法中的各个步骤。

技术总结
本发明公开一种计及灵活性的电力系统资源优化调度方法及终端，构建可控机组的灵活性资源模型，基于可控机组的灵活性资源模型对灵活性资源进行日前调度、日内滚动调度和日内实时调度，得到日前调度计划、日内滚动调度计划和日内实时调度计划，以此使得电力系统按照多时间尺度调度计划运行，有更充足的灵活性资源来应对系统净负荷的波动，能够实现在负荷低谷期尽可能的消纳风电、负荷高峰期平衡系统的灵活性需求，减少系统的弃风率，并且能够减少系统总运行成本，从而有效地提升电力系统的灵活性和经济性。性和经济性。性和经济性。


技术研发人员：林威 吴威 林毅 唐雨晨 朱睿 黎萌
受保护的技术使用者：国网福建省电力有限公司
技术研发日：2023.06.08
技术公布日：2023/9/20