CN104636831A - 一种面向多电网的水电站短期调峰特征值搜索方法 - Google Patents
一种面向多电网的水电站短期调峰特征值搜索方法 Download PDFInfo
- Publication number
- CN104636831A CN104636831A CN201510075639.0A CN201510075639A CN104636831A CN 104636831 A CN104636831 A CN 104636831A CN 201510075639 A CN201510075639 A CN 201510075639A CN 104636831 A CN104636831 A CN 104636831A
- Authority
- CN
- China
- Prior art keywords
- power station
- period
- electrical network
- represent
- oneself
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 104
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 92
- 230000008569 process Effects 0.000 claims abstract description 59
- 230000005611 electricity Effects 0.000 claims abstract description 41
- 239000002245 particle Substances 0.000 claims abstract description 14
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- XOFYZVNMUHMLCC-ZPOLXVRWSA-N prednisone Chemical compound O=C1C=C[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 XOFYZVNMUHMLCC-ZPOLXVRWSA-N 0.000 claims description 39
- 240000002853 Nelumbo nucifera Species 0.000 claims description 11
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 11
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 11
- 238000011144 upstream manufacturing Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 3
- 230000005540 biological transmission Effects 0.000 description 8
- 238000012937 correction Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 3
- 230000009194 climbing Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 241001672694 Citrus reticulata Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种面向多电网的水电站短期调峰特征值搜索方法,属于水电能源优化运行和电力***发电优化调度技术领域。本发明以各受电电网剩余负荷的最值作为特征值,在特征值限制范围内逐步调整特征值所在时段出力,逐步修正各电网受电过程以满足水电站运行限制要求。本发明根据调度期可用水量大小将多电网短期调峰分成非弃水模式与弃水模式两种调度模式。在非弃水模式下,以考虑电网典型负荷特性及调峰要求为主,在满足下游综合用水要求的前提下,尽量发挥水电站调峰容量效益,用电高峰多发电,用电低谷少发电;在弃水模式下,水电站满发运行,在给定电网分电比要求下,以剩余负荷方差最小为目标,通过经典粒子群算法制定电网受电计划。
Description
技术领域
本发明属于水电能源优化运行和电力***发电优化调度技术领域,更具体地,涉及一种面向多电网的水电站短期调峰特征值搜索方法。
背景技术
当前在建或已投入运行的大型水电站例如溪洛渡、向家坝、二滩水电站等,均同时向多个省级电网送电,但由于各省级电网的负荷量级、峰谷出现时段、峰谷差不同,这些水电站在制定出力计划时需充分考虑各受电电网的负荷特性,以动态响应各电网的调峰要求。
现行的水电站短期调峰多采用余荷逐次后移法和逐次切负荷法进行多电网送电情形下发电计划编制。然而,这些方法通过限定水电站对各电网调峰容量的方式进行电力电量平衡计算,叠加后的总出力虽然满足水电站出力上限约束,却限制了水电站调峰容量的发挥,各电网均得不到满意的调峰效果。且由于水电站的发电容量有限且出力受安全稳定运行要求及爬坡率约束限制,若仅按电网分电比分别对水电站发电量进行电力电量平衡计算,当几个受电电网峰段重合时,易导致叠加后得到的出力曲线不满足水电站实际运行需求。因此,现行方法在处理水电站多电网调峰问题时,难以充分发挥水电站调峰容量效益,且无法兼顾多个受电电网的负荷特性和调峰需求。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供一种面向多电网的水电站短期调峰特征值搜索方法,以制定既能满足水电站运行限制和电网受电量比例要求,同时又能兼顾各电网调峰需求的发电计划。通过在综合考虑各受电电网负荷特性的基础上,以受电电网剩余负荷的最值作为特征值,在特征值限制范围内逐步调整特征值所在时段出力,逐步修正各电网受电过程,以满足水电站运行限制要求。
本发明提供一种面向多电网的水电站短期调峰特征值搜索方法,包括以下步骤:
步骤1计算调度期可用水量,并估算水电站调度期的最大出力容量,根据平均下泄流量判断水电站是否有弃水,有则执行步骤7,否则执行步骤2;
步骤2各电网以所述最大出力容量为上限,按各自的预测负荷曲线单独使用逐次切负荷法得到多条出力曲线并累加,获得水电站初始出力过程,并判断所述初始出力过程是否满足时段最大最小出力约束,若不满足则将不满足约束的部分累加起来作为出力调整步长ΔE,然后执行步骤3,否则执行步骤4;
步骤3当水电站发电不足时,则执行子步骤(3-1);当水电站发电过多时,则执行子步骤(3-2):
(3-1)按所述出力调整步长ΔE增加出力,将所述出力调整步长ΔE按各电网分电比Rg分为G份:ΔEg=RgΔE,其中,ΔEg表示需要分配到g号电网的出力调整步长,g∈[1,G],并寻找各电网余荷最大的时段,并将ΔEg分配至该时段;若受约束的限制,单一时段不能将增加的电量完全消纳,则将剩余电量分配至已调整时段之外的余荷最大时段,重复此过程直到ΔEg配完毕,重新计算水电站总出力,执行步骤4;
(3-2)按所述出力调整步长ΔE减小出力,按所述子步骤(3-1)的方法,在满足保证出力约束的前提下,逐个遍历各受电电网,寻找余荷最小的时段减小出力,直至ΔE分配完毕;重新计算水电站总出力,执行步骤4;
步骤4处理水电站出力最小持续时间约束和出力变幅约束;
步骤5根据水电站出力过程计算水电站各时段水位及下泄流量过程,并对违反下泄流量及运行水位约束的时段进行处理,判断调度期末计算水位是否满足控制末水位约束,若所述计算末水位不等于所述控制末水位,则执行步骤6;否则得到水电站出力及各电网受电结果,流程结束;
步骤6若所述计算末水位大于所述控制末水位,则水电站发电不足,按所述出力调整步长ΔE,增加出力,转至执行所述步骤3;若所述计算末水位小于所述控制末水位,则水电站发电过大,按所述出力调整步长ΔE减小出力,转至执行所述步骤3;
步骤7随机生成各电网受电过程,作为粒子的初始位置,处理最小持续时间约束,并通过经典粒子群算法以剩余负荷方差最小为目标进行寻优计算,若粒子位置不满足电网分电比约束,则通过所述步骤3中的方法对受电过程进行修正,当算法达到最大迭代次数时,计算终止,以粒子群全局最优解作为各电网受电计划结果。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,具有以下有益效果:
1、本发明能够兼顾多个受电电网的负荷特性和调峰需求,充分发挥水电站调峰容量效益,调峰后的峰谷差和剩余负荷方差指标(评价剩余负荷平坦程度)与调峰前相比均显著减小,各电网得到满意的调峰效果;同时,本发明制定的出力方案能满足出力安全稳定运行要求及爬坡率约束限制,得到的出力曲线符合水电站实际运行需求,具有一定工程实用性。
2、本发明提出的调峰方法计算速度快,计算效率高。在相同的运行环境中运行时间远小于常规动态规划算法,在进行大规模水电站群多电网调峰计算时效率提高将更为显著。
附图说明
图1为本发明面向多电网的水电站短期调峰特征值搜索方法流程图;
图2为本发明实施例四川电网受电过程图;
图3为本发明实施例重庆电网受电过程图;
图4为本发明实施例二滩水电站下泄流量和水位过程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
图1所示为本发明面向多电网的水电站短期调峰特征值搜索方法流程图,具体包括以下步骤:
步骤1:根据上游水电站下泄流量、区间入流预报以及次日水位消落计划,由下式计算水电站调度期可用水量W:
其中,T表示一日内调度期总时段数(若调度时段长为1小时,则T为24,其他情况以此类推);t∈[1,T]表示调度时段号;Bt表示水电站在t时段的区间入流;Δt表示调度时段长;φ表示上游与当前计算水电站有直接水力联系的水电站集合;Qr-1,t-τ为上游r号水电站在t时段的下泄流量;τr表示上游r号水电站与当前计算水电站之间的水流时滞;V0与VT分别表示电站调度期初末库容。
通过公式将调度期可用水量W换算成平均下泄流量再通过查询电站下泄流量-下游水位关系表得到电站下游水位Zd;进而,由公式计算电站平均水头其中Z0与ZT分别表示电站调度期初末水位。然后依据公式计算水电站调度期平均发电能力E0,其中A表示电站出力系数。最后根据平均水头通过查询水电站耗水率表得到次日平均水头下水电站最大出力容量Pmax。根据平均下泄流量判断电站是否有弃水,当平均下泄流量大于电站满发流量时,电站处于弃水模式,所有机组均满发,多余的水通过泄水建筑物排出,则执行步骤7进行弃水模式下的电网受电计划制定;否则水电站处于非弃水模式,则执行步骤2。
步骤2:确定水电站初始出力过程和各电网受电过程;
假定水电站送电电网数为G,则可根据各电网分电比Rg(g∈[1,G])(Rg为电站送各电网电量的比例,在本发明实施例中为定值)将水电站调度期发电能力E0分成G份,如下公式(1)所示:
在各电网受电量确定的情况下,各水电站以次日平均水头下水电站最大出力容量Pmax为上限,按各电网的预测负荷曲线(该预测负荷曲线可通过电网短期负荷预测得到)使用逐次切负荷法分别进行电力电量平衡计算,最终得到电站在t时段(t∈[1,T])送给第g号电网的出力值将其累加,可得该水电站初始出力过程此出力过程有可能违反时段最大最小出力约束,按如下公式(2)计算出力调整步长ΔE:
其中,Pt为t时段出力;pmin为时段最小出力。
如果不满足时段出力限值约束,即ΔE≠0,则执行步骤3,否则执行步骤4。
步骤3:通过特征值搜索方法调整各电网受电过程;
当水电站发电不足时,则执行子步骤(3-1);当水电站发电过多时,则执行子步骤(3-2):
(3-1)按出力调整步长ΔE增加出力,考虑到水电站向多电网送电情形,可将ΔE按分电比分为G份,如下公式(3)所示:
ΔEg=RgΔE (3)
其中,ΔEg表示需要分配到g号电网的出力调整步长。
在本发明实施例中,按照如下方法将ΔEg分配至对应的受电电网:寻找余荷最大的时段,并将ΔEg分配至该时段;若受约束条件的限制,单一时段不能将增加的电量完全消纳,则将剩余电量分配至已调整时段之外的余荷最大时段,重复此过程直到ΔEg分配完毕;重新计算电站总出力,执行步骤4;
(3-2)以步长ΔE减小出力,按上述子步骤(3-1)的方法,在满足保证出力约束的前提下,逐个遍历各受电电网,寻找余荷最小的时段减小出力,直至ΔE分配完毕;重新计算电站总出力,执行步骤4。
步骤4:处理水电站出力最小持续时间约束和出力变幅约束,具体包括以下子步骤:
(4-1)处理出力最小持续时间约束。将最小持续时间Δt内的出力平均值作为Δt内的出力值,以在满足最小持续时间约束的同时保证出力总量不变;
(4-2)处理出力变幅约束。判断相邻两个时段出力Pt-1和Pt是否满足如下公式(4)所示的出力变幅约束:
|Pt-1-Pt|≤ΔP (4)
其中,ΔP为水电站时段允许最大出力变幅。
当不满足上述出力变幅约束(4)时:
若Pt-1>Pt,则将Pt增大到Pt-1-ΔP,此时t时段出力相比初始出力增发Pt-1-ΔP-Pt,将整个出力曲线向下平移(Pt-1-ΔP-Pt)/T,使得出力总量不变,执行步骤5;
若Pt-1<Pt,则将Pt减小到Pt-1+ΔP,整个曲线向上平移(Pt-Pt-1-ΔP)/T,使得出力总量不变,执行步骤5。
当满足上述出力变幅约束时,执行步骤5。
步骤5:根据电站出力过程计算水位过程;
按总出力过程进行“以电定水”(已知出力任务、入流以及时段初水位,求电站最小耗水量)仿真计算,确定水电站各时段水位及下泄流量过程,并对违反如下公式(5)~(7)的下泄流量及水位约束的时段进行处理,即当计算得到的下泄流量或水位值不在公式(5)~(7)所示边界值范围内,则直接将其置为边界值。
运行水位约束:
下泄流量约束:
时段水位/下泄流量变幅约束:
其中,分别表示水电站t时段水位上下边界;分别表示水电站t时段下泄流量上下边界;ΔZ、ΔQ分别表示水电站时段允许最大水位变幅和下泄流量变幅。
判断调度期末计算水位Zc是否满足如下公式(8)所示的调度期末水位约束:
Zc=Zg (8)
其中,Zc与Zg分别表示水电站计算末水位及调度期末水位控制值。
若计算末水位Zc不等于控制末水位Zg(即不满足末水位约束),则执行步骤6,修正时段出力以达到末水位控制要求;否则得到水电站出力及各电网受电结果,流程结束。
步骤6:末水位修正策略,确定出力调整步长ΔE,通过特征值搜索方法调整各电网受电过程;
若计算末水位Zc大于末水位控制值Zg,则水电站发电不足,可按出力调整步长ΔE增加出力,转至步骤3修正受电过程;若计算末水位Zc小于末水位控制值Zg,则水电站发电过大,需按出力调整步长ΔE减小出力,转至步骤3修正受电过程。
出力调整步长ΔE计算方法如下公式(9)所示:
ΔE=a(Zc-Zg)+b (9)
其中,a和b分别表示步长调整系数,a根据电站在当前平均水头下的出力总和进行适当调整,b根据水位求解精度ε和系数a共同确定,即b=ε×a。由此求出合适的出力调整步长ΔE可以保证迭代次数更少,计算速度更快。
步骤7:弃水模式下的电网受电计划制定。随机生成第1~G-1号电网受电过程,作为粒子的初始位置;
在弃水模式下,水电站所有时段满发,出力过程一定。为尽量发挥水电站的调峰容量效益,使经水电站削峰后的各电网剩余负荷平坦,以剩余负荷方差最小为目标制定电网受电计划。相应目标函数表示为:
其中,Eg表示第g号电网剩余负荷方差,G为总电网数量;表示t时段第g号电网的剩余负荷;表示第g号电网预测负荷;表示水电站t时段供给第g号电网的出力;wg表示第g号电网的调峰目标权重系数。该权重系数不仅可以反映调度人员的调峰偏好,即更侧重于对某个电网进行调峰,也可以消除部分因为送电比例不同或各电网调峰量级差异带来的优化解的偏差。因此,权重系数取值如下:
其中,αg为人工松弛变量,一般取1,也可通过设置变量的大小,人为调整电网间调峰偏好;Rg为分电比;λg为各电网峰谷差占峰谷差之和的比例,计算公式如下:
其中,分别表示第g号电网的预测负荷的最大值和最小值,分别表示第i号电网的预测负荷的最大值和最小值。按照分电比要求,根据已确定的电网受电量,上述目标函数在弃水模式下即为包含T×G个决策变量的简单二次函数,在本发明实施例中使用经典粒子群算法(PSO)进行求解。经典粒子群算法求解时需满足如下约束条件(13)与(14):
多电网时段总受电平衡约束:
单一电网分电比电量约束:
其中,粒子初始位置按如下方式确定:
其中,r为0~1的随机数。寻优过程中的受电过程有可能违反电网分电比约束,若不满足分电比约束,则按如下公式(16)计算各电网应调整受电量,并以上述步骤3中描述的特征值搜索方法对受电过程进行修正:
受电过程修正后,以上述步骤(4-1)中所述方法处理最小持续时间约束,并使用经典粒子群算法进行寻优计算;当达到算法最大迭代次数时,计算终止,以粒子群全局最优解作为各电网受电计划结果。
本发明以二滩水电站向四川电网和重庆电网送电为实施例,按照图1所示面向多电网的水电站短期调峰特征值搜索方法流程,进行多电网短期调峰模拟,以体现本发明达到的效果。
二滩水电站位于雅砻江下游,总装机容量330万千瓦,正常蓄水位1200米,水库总库容58亿立方米,担负着四川和重庆两个省级电网的调峰调频任务,其短期优化调度是一个典型的面向多电网的水电站短期调峰问题。在本发明实施例中,假定二滩水电站初水位为1182.32米,末水位为1181.82米,出力变幅约束为140万千瓦,向四川电网和重庆电网送电的分电比为7:3,水电站所有机组无检修,水电站出力两次变化之间的时间间隔不小于4个时段(1小时)。实施例以日为调度期模拟二滩水电站非弃水期发电调度,获得四川电网和重庆电网受电过程,并对调度结果进行对比分析。本发明实施具体步骤如下:
步骤1:根据水电站调度期可用水量,计算其平均下泄流量、调度期发电能力以及最大出力容量。判断水电站是否弃水,若不弃水则转至步骤2,否则转至步骤5;
步骤2:通过逐次切负荷法确定各电网初始受电过程,叠加后确定水电站总出力过程,判断其是否满足出力限制约束,若不满足则将不满足出力限制约束的部分累加起来作为出力调整步长,并转至步骤3使用特征值搜索方法修正出力;
步骤3:使用特征值搜索方法对各电网受电过程进行调整;
步骤4:处理水电站出力变幅约束和出力最小持续时间约束;
步骤5:“以电定水”计算水位过程,判断末水位是否满足控制末水位约束,若不满足,则转至步骤3;若满足,则计算结束,得到水电站出力及各电网受电结果;
步骤6:根据末水位控制值和计算末水位之差确定出力调整步长,并使用特征值搜索方法修正出力;
步骤7:使用经典粒子群算法,计算弃水模式下各电网受电过程,判断是否满足电网分电比约束,若不满足,则使用特征值搜索方法修正各电网受电过程;若满足则计算结束,得到各电网受电结果。
本发明实施后的结果见图2、3、4。图2所示为本发明实施例四川电网受电过程图,图3所示为本发明实施例重庆电网受电过程图。如图2和图3结果显示,二滩水电站在负荷谷段基本维持保证出力附近运行;在负荷峰段则出力大幅增加,充分利用了水电站的调峰容量。对比调峰前后结果,四川电网与重庆电网峰谷差分别减少40%和24.8%、余荷方差分别减少56.0%和41.3%。上述结果表明,本发明能够兼顾多个受电电网的负荷特性和调峰需求,使各电网均得到显著的调峰效果。
图4所示为本发明实施例二滩水电站下泄流量和水位过程图,由于考虑到下游综合用水要求,全时段水电站下泄均大于最小下泄流量,满足水电站实际运行要求;同时,二滩水电站调度期末水位达到控制要求水位,有效保证了调度的周期性。此外,在二滩水电站的整个调度期,四川与重庆电网受电量分配比例为6.99:3.01,与所设定的分电比7:3十分接近,满足多电网送电的需求,因此,本发明得到的发电调度过程满足水电站实际运行要求,具有一定工程实用性。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种面向多电网的水电站短期调峰特征值搜索方法,其特征在于,包括:
步骤1计算调度期可用水量,并估算水电站调度期的最大出力容量,根据平均下泄流量判断水电站是否有弃水,有则执行步骤7,否则执行步骤2;
步骤2各电网以所述最大出力容量为上限,按各自的预测负荷曲线单独使用逐次切负荷法得到多条出力曲线并累加,获得水电站初始出力过程,并判断所述初始出力过程是否满足时段最大最小出力约束,若不满足则将不满足约束的部分累加起来作为出力调整步长ΔE,然后执行步骤3,否则执行步骤4;
步骤3当水电站发电不足时,则执行子步骤(3-1);当水电站发电过多时,则执行子步骤(3-2):
(3-1)按所述出力调整步长ΔE增加出力,将所述出力调整步长ΔE按各电网分电比Rg分为G份:ΔEg=RgΔE,其中,ΔEg表示需要分配到g号电网的出力调整步长,g∈[1,G],并寻找各电网余荷最大的时段,并将ΔEg分配至该时段;若受约束的限制,单一时段不能将增加的电量完全消纳,则将剩余电量分配至已调整时段之外的余荷最大时段,重复此过程直到ΔEg配完毕,重新计算水电站总出力,执行步骤4;
(3-2)按所述出力调整步长ΔE减小出力,按所述子步骤(3-1)的方法,在满足保证出力约束的前提下,逐个遍历各受电电网,寻找余荷最小的时段减小出力,直至ΔE分配完毕;重新计算水电站总出力,执行步骤4;
步骤4处理水电站出力最小持续时间约束和出力变幅约束;
步骤5根据水电站出力过程计算水电站各时段水位及下泄流量过程,并对违反下泄流量及运行水位约束的时段进行处理,判断调度期末计算水位是否满足控制末水位约束,若所述计算末水位不等于所述控制末水位,则执行步骤6;否则得到水电站出力及各电网受电结果,流程结束;
步骤6若所述计算末水位大于所述控制末水位,则水电站发电不足,按所述出力调整步长ΔE,增加出力,转至执行所述步骤3;若所述计算末水位小于所述控制末水位,则水电站发电过大,按所述出力调整步长ΔE减小出力,转至执行所述步骤3;
步骤7随机生成各电网受电过程,作为粒子的初始位置,处理最小持续时间约束,并通过经典粒子群算法以剩余负荷方差最小为目标进行寻优计算,若粒子位置不满足电网分电比约束,则通过所述步骤3中的方法对受电过程进行修正,当算法达到最大迭代次数时,计算终止,以粒子群全局最优解作为各电网受电计划结果。
2.如权利要求1所述的方法,其特征在于,所述步骤1中根据上游水电站下泄流量、区间入流预报以及次日水位消落计划,由下式计算水电站所述调度期可用水量:
其中,T表示一日内调度期总时段数;t∈[1,T]表示调度时段号;Bt表示水电站在t时段的区间入流;Δt表示调度时段长;φ表示上游与当前计算水电站有直接水力联系的水电站集合;Qr-1,t-τ为上游r号水电站在t时段的下泄流量;τr表示上游r号水电站与当前计算水电站之间的水流时滞;V0与VT分别表示电站调度期初末库容。
3.如权利要求1所述的方法,其特征在于,所述步骤2中按如下公式计算所述出力调整步长ΔE:
其中,T表示一日内调度期总时段数;t∈[1,T]表示调度时段号;Pt表示t时段出力;Pmax表示时段最大出力;pmin表示时段最小出力。
4.如权利要求1-3中任一项所述的方法,其特征在于,所述步骤4中处理所述出力最小持续时间约束时将最小持续时间Δt内的出力平均值作为所述最小持续时间Δt内的出力值,以在满足最小持续时间约束的同时保证出力总量不变。
5.如权利要求1-3中任一项所述的方法,其特征在于,所述步骤4中处理所述出力变幅约束时判断相邻两个时段出力Pt-1和Pt是否满足如下式所示的出力变幅约束:
|Pt-1-Pt|≤ΔP
其中,ΔP为水电站时段允许最大出力变幅;
当不满足所述出力变幅约束时:
若Pt-1>Pt,则将Pt增大到Pt-1-ΔP,执行所述步骤5;
若Pt-1<Pt,则将Pt减小到Pt-1+ΔP,执行所述步骤5;
当满足所述出力变幅约束时,执行所述步骤5。
6.如权利要求1-3中任一项所述的方法,其特征在于,所述步骤5中的约束条件包括:
运行水位约束:
下泄流量约束:
时段水位/下泄流量变幅约束:
其中,分别表示水电站t时段水位上下边界;分别表示水电站t时段下泄流量上下边界;ΔZ、ΔQ分别表示水电站时段允许最大水位变幅和下泄流量变幅。
7.如权利要求1-3中任一项所述的方法,其特征在于,所述步骤6中所述出力调整步长ΔE计算方法如下所示:
ΔE=a(Zc-Zg)+b
其中,Zc表示所述计算末水位;Zg表示所述控制末水位;a和b分别表示步长调整系数。
8.如权利要求1-3中任一项所述的方法,其特征在于,所述步骤7中粒子的初始位置按下式确定:
调整各电网受电量的出力调整步长计算公式为:
其中,r为0~1的随机数;Pt表示t时段出力;Pmax表示时段最大出力。
9.如权利要求1-3中任一项所述的方法,其特征在于,所述步骤7中以剩余负荷方差最小为目标制定电网受电计划,相应目标函数表示为:
其中,Eg表示第g号电网剩余负荷方差,G为总电网数量;表示t时段第g号电网的剩余负荷;表示第g号电网预测负荷;Pt g表示水电站t时段供给第g号电网的出力;wg表示第g号电网的调峰目标权重系数,其取值如下所示:
其中,αg表示人工松弛变量;λg表示各电网峰谷差占峰谷差之和的比例,其计算公式如下所示:
其中,分别表示第g号电网的预测负荷的最大值和最小值;分别表示第i号电网的预测负荷的最大值和最小值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510075639.0A CN104636831B (zh) | 2015-02-12 | 2015-02-12 | 一种面向多电网的水电站短期调峰特征值搜索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510075639.0A CN104636831B (zh) | 2015-02-12 | 2015-02-12 | 一种面向多电网的水电站短期调峰特征值搜索方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104636831A true CN104636831A (zh) | 2015-05-20 |
CN104636831B CN104636831B (zh) | 2016-02-17 |
Family
ID=53215555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510075639.0A Active CN104636831B (zh) | 2015-02-12 | 2015-02-12 | 一种面向多电网的水电站短期调峰特征值搜索方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104636831B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108446804A (zh) * | 2018-03-22 | 2018-08-24 | 长江水利委员会水文局 | 基于sem算法的水库供水调度方法 |
CN109636015A (zh) * | 2018-11-28 | 2019-04-16 | 国网甘肃省电力公司电力科学研究院 | 一种梯级水电虚拟抽蓄电站调度方法 |
CN109933892A (zh) * | 2019-03-12 | 2019-06-25 | 中国电建集团中南勘测设计研究院有限公司 | 一种水温模型电站下泄流量边界条件的修正方法 |
CN111709605A (zh) * | 2020-05-19 | 2020-09-25 | 成都大汇智联科技有限公司 | 一种基于多重反调节作用的水库电站调峰能力评估方法 |
CN108510158B (zh) * | 2018-03-07 | 2020-12-18 | 南方电网科学研究院有限责任公司 | 一种区域间送受电计划的制定方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745023A (zh) * | 2013-11-22 | 2014-04-23 | 华中科技大学 | 水电站发电出力方案制作与最优负荷分配耦合建模方法 |
CN104063808A (zh) * | 2014-06-27 | 2014-09-24 | 大连理工大学 | 一种跨省送电梯级水电站群调峰调度两阶段搜索方法 |
-
2015
- 2015-02-12 CN CN201510075639.0A patent/CN104636831B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103745023A (zh) * | 2013-11-22 | 2014-04-23 | 华中科技大学 | 水电站发电出力方案制作与最优负荷分配耦合建模方法 |
CN104063808A (zh) * | 2014-06-27 | 2014-09-24 | 大连理工大学 | 一种跨省送电梯级水电站群调峰调度两阶段搜索方法 |
Non-Patent Citations (1)
Title |
---|
武新宇等: "大规模水电站群短期优化调度方法III:多电网调峰问题", 《水利学报》, vol. 43, no. 1, 31 January 2012 (2012-01-31), pages 31 - 41 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108510158B (zh) * | 2018-03-07 | 2020-12-18 | 南方电网科学研究院有限责任公司 | 一种区域间送受电计划的制定方法及装置 |
CN108446804A (zh) * | 2018-03-22 | 2018-08-24 | 长江水利委员会水文局 | 基于sem算法的水库供水调度方法 |
CN109636015A (zh) * | 2018-11-28 | 2019-04-16 | 国网甘肃省电力公司电力科学研究院 | 一种梯级水电虚拟抽蓄电站调度方法 |
CN109933892A (zh) * | 2019-03-12 | 2019-06-25 | 中国电建集团中南勘测设计研究院有限公司 | 一种水温模型电站下泄流量边界条件的修正方法 |
CN109933892B (zh) * | 2019-03-12 | 2023-04-07 | 中国电建集团中南勘测设计研究院有限公司 | 一种水温模型电站下泄流量边界条件的修正方法 |
CN111709605A (zh) * | 2020-05-19 | 2020-09-25 | 成都大汇智联科技有限公司 | 一种基于多重反调节作用的水库电站调峰能力评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104636831B (zh) | 2016-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104167730B (zh) | 一种复杂约束限制下的梯级水电站群实时优化调度方法 | |
CN103745023B (zh) | 水电站发电出力方案制作与最优负荷分配耦合建模方法 | |
CN108320111B (zh) | 一种超大规模水电站群短期实用化调度方法 | |
CN102855591B (zh) | 梯级水库群短期联合发电优化调度方法及*** | |
CN108470249B (zh) | 一种耦合聚类分析和决策树的梯级水电站群短期发电调度方法 | |
CN104636831B (zh) | 一种面向多电网的水电站短期调峰特征值搜索方法 | |
CN104063808B (zh) | 一种跨省送电梯级水电站群调峰调度两阶段搜索方法 | |
CN104036334B (zh) | 一种耦合调峰和通航需求的梯级水电站多目标优化调度混合搜索方法 | |
CN106682810B (zh) | 巨型水电站动态投产下跨流域梯级水电站群长期运行方法 | |
Ding et al. | A forecast-driven decision-making model for long-term operation of a hydro-wind-photovoltaic hybrid system | |
CN104636830B (zh) | 一种来水变化下省级电网水火电实时负荷调整方法 | |
CN104993522A (zh) | 一种基于mpc的主动配电网多时间尺度协调优化调度方法 | |
CN109636674B (zh) | 一种大规模水电站群月度交易电量分解与校核方法 | |
CN103023073B (zh) | 一种水电站群电站与机组混合优化调度方法 | |
CN109447405A (zh) | 一种承担调峰任务的一库多级式梯级库群短期计划制定方法 | |
CN105335561B (zh) | 一种基于指标排序的梯级水电站群超短期调度方法 | |
CN104239980B (zh) | 一种梯级水电站群短期优化调度方法 | |
CN104123589A (zh) | 一种梯级水电站短期优化调度方法 | |
CN105024398A (zh) | 一种基于最优风电置信度的优化调度方法 | |
CN104967126A (zh) | 一种面向区域电网的跨流域水电站群多电网联合调峰方法 | |
CN105184426B (zh) | 一种基于随机连续寻优策略的梯级电站调峰方法 | |
CN109063901A (zh) | 一种省级电网水电***中长期发电能力分析方法 | |
CN110942212B (zh) | 一种基于梯级水库运行系数的梯级水库优化运行方法 | |
CN104701888A (zh) | 一种电网水、火电工况自匹配模式调整实时负荷的方法 | |
CN105207253A (zh) | 考虑风电及频率不确定性的agc随机动态优化调度方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |