CN111030088B - 一种电力外送输电通道容量预测方法和装置 - Google Patents

一种电力外送输电通道容量预测方法和装置 Download PDF

Info

Publication number
CN111030088B
CN111030088B CN201911169497.9A CN201911169497A CN111030088B CN 111030088 B CN111030088 B CN 111030088B CN 201911169497 A CN201911169497 A CN 201911169497A CN 111030088 B CN111030088 B CN 111030088B
Authority
CN
China
Prior art keywords
power transmission
transmission channel
capacity
power
statistical
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.)
Active
Application number
CN201911169497.9A
Other languages
English (en)
Other versions
CN111030088A (zh
Inventor
张丙金
曹荣章
涂孟夫
丁恰
昌力
张彦涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Hubei Electric Power Co Ltd
NARI Group Corp
Nari Technology Co Ltd
NARI Nanjing Control System Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Hubei Electric Power Co Ltd
NARI Group Corp
Nari Technology Co Ltd
NARI Nanjing Control System Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Hubei Electric Power Co Ltd, NARI Group Corp, Nari Technology Co Ltd, NARI Nanjing Control System Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201911169497.9A priority Critical patent/CN111030088B/zh
Publication of CN111030088A publication Critical patent/CN111030088A/zh
Application granted granted Critical
Publication of CN111030088B publication Critical patent/CN111030088B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46Controlling of the sharing of output between the generators, converters, or transformers
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/76Power conversion electric or electronic aspects
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种电力外送输电通道容量预测方法和装置,方法首先根据风电、光伏、水电机组发电出力周期特性,将评估的时间范围划分为多个统计周期,统计每个周期的历史发电负荷率进行发电出力预测,结合负荷预测预估输电通道容量需求。然后建立输电通道能力优化模型,以输电通道设备检修后,其输电能力降低使通道预估容量减少值最小化为优化目标,考虑设备连续检修时间、设备检修对输电通道能力的影响等约束条件,优化计算得到最终的输电通道容量需求。本发明所述的方法可对输电通道能力进行预测与优化,在跨区新能源交易中可减少弃风、弃光、弃水现象,促进可再生能源消纳。

Description

一种电力外送输电通道容量预测方法和装置
技术领域
本发明涉及一种电力***容量预测方法,尤其涉及一种考虑中长期电力交易的电力外送输电通道容量预测方法和装置。
背景技术
为了解决能源基地弃风、弃光、弃水问题,我国建立了多条特高压直流输电通道,将能源基地富裕电力送至负荷中心,并出台政策促进跨区电力交易。在非市场模式下,跨区电力交易在每年年初定下年度合同电量,形成中长期合同,然后由调度机构保证年度电量有效执行即可。但是,新一轮电力市场改革后,国家电网公司响应国家进一步促进能源输出地区富裕可再生能源消纳的战略目标,牵头设计了跨区新能源交易机制,并在各网省公司建立交易***,将跨区电力交易从中长期延伸到日前、日内。
作为跨区电力输送的载体,在非市场模式下,输电通道容量的估计相对简单,仅需保证中长期交易电量可靠执行即可,一般根据年度合同电量和用电负荷曲线简单分解。然而在短期跨区新能源交易市场开启后,输电通道不仅要保证中长期交易电量的可靠执行,还要保证在风电、光伏、水电大发季节预留充足裕度,以促进短期跨区新能源交易,最大化消纳新能源,减少弃风弃光弃水。另外,为了保证电网安全可靠运行,输电通道设备需要定期检修,设备检修将会导致输电通道容量下降,可能对短期交易的最大电量造成影响。
发明内容
发明目的:针对以上问题,本发明提出一种电力外送输电通道容量预测方法和装置,对输电通道容量进行中长期时间尺度的预测,综合考虑中长期电力交易、风电光伏水电等出力波动性、输电设备定期检修对输电能力的影响,提高输电通道容量预测的准确性。
技术方案:本发明所采用的技术方案是一种电力外送输电通道容量预测方法,包括以下步骤:
(1)分别针对不同能源类型的机组,将年度统计时间划分为若干具有中长期时间尺度的统计周期,根据所述不同能源类型的机组的历史实测数据,预测原始的输电通道容量需求;其中,不同能源类型的机组包括风电、光伏、水电、火电机组。预测原始的输电通道容量需求,包括以下过程:
(11)计算所述统计周期z内每台机组i的发电量,计算公式为:
Figure BDA0002287513680000011
式中,
Figure BDA0002287513680000012
为机组i在统计周期z内的总发电量,Tz为统计周期z的总时段数,t为统计时刻,
Figure BDA0002287513680000021
为新能源机组i在时刻t的历史实测发电有功出力;
(12)计算机组发电负荷率为:
Figure BDA0002287513680000022
式中,Ai,z为机组i在统计周期z的负荷率,Ci为机组的额定装机容量;
(13)统计多年机组平均发电负荷率,计算公式为:
Figure BDA0002287513680000023
式中,
Figure BDA0002287513680000024
为机组i在统计周期z的多年平均发电负荷率,Y为统计的年数,Ai,z,y为机组i在统计年份y统计周期z的历史发电负荷率,通过步骤(12)计算得到;
(14)计算机组i统计周期z的预测发电量,计算公式为:
Figure BDA0002287513680000025
式中,Fz为计算周期z的预测总发电量,N为机组台数;
(15)将机组i预测周期z的预测发电量分解到每个时段,计算公式为:
Figure BDA0002287513680000026
(16)重复步骤(11)~(15),依次计算各个统计周期的预测发电量,并计算原始的输电通道容量需求Rt
Figure BDA0002287513680000027
式中,N表示所有机组的集合,NW、NP、NH、NF分别表示风电、光伏、水电、火电机组的集合,Lt为时刻t的用电负荷。
(2)计入输电设备检修要求,建立输电通道容量需求优化模型,求解模型得到修正的输电通道容量需求。
其中,输电通道容量需求优化模型如下:
Figure BDA0002287513680000031
Figure BDA0002287513680000032
Figure BDA0002287513680000033
uj,t-uj,t-1=yj,t-zj,t
yj,t+zj,t≤1
Figure BDA0002287513680000034
其中,T为总优化时段数,t为时段下标;M为构成输电通道的输电设备数,j为输电设备的下标;
Figure BDA0002287513680000035
为输电通道最大输电能力;Rt为输电通道满足电力输送需要的输电能力,通过步骤1计算得到;Dj,t为输电设备j在时段t由于其检修对输电通道输电能力的影响值;kt为0/1决策变量,表示在时刻t,由于设备检修是否会导致输电通道容量不能满足要求;uj,t为0/1决策变量,表示输电设备j在时段t是运行或检修的状态;yj,t为 0/1决策变量,表示设备的检修开始状态;zj,t为0/1决策变量,表示设备的检修结束状态;
Figure BDA0002287513680000036
为设备j检修需要最小时间。
本发明基于上述方法,提出一种电力外送输电通道容量预测装置,包括处理器及存储器,所述存储器存储有计算机可执行程序,所述处理器执行上述电力外送输电通道容量预测方法中的计算步骤。
有益效果:本发明所述方法在对中长期时间尺度输电通道容量需求进行评估时,综合考虑中长期电力交易、风电光伏水电等出力不确定性、输电设备定期检修对通道输电能力的影响,可对输电通道能力进行预测与优化,在跨区新能源交易中可减少弃风、弃光、弃水现象,促进可再生能源消纳。
附图说明
图1是互联电网示意图。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
本发明所述的电力外送输电通道容量预测方法,包括以下步骤:(1)对输电通道容量进行预测。对中长期时间尺度进行划分,考虑季节因素、气象因素、原材料供应等,针对不同能源类型机组,形成不同的统计周期。然后利用调度技术支持***中机组的历史实测数据,统计不同能源类型机组在不同统计周期的发电量、负荷率等,进行发电量预测,并将发电量分解生成发电电力曲线,结合中长期负荷和中长期交易合同计算得到原始的输电通道容量需求。(2)建立输电通道容量需求优化模型,考虑输电设备检修要求,计算得到最终的输电通道容量需求。
(1)对输电通道容量进行预测,具体过程如下:
统计周期和计算时段划分
我国主要的发电机组类型有火电、水电、核电、风电、光伏等,在西部、北部能源相对集中的区域,主要是水电、火电、风电和光伏,这几种类型发电机组的发电能力都受到一次能源供应的影响,如水电每年有枯水期和丰水期、风电受季风影响、光伏发电能力受光照影响也呈现明显的季节特性。受风速、日照、水库来水等不确定性因素影响,风光水等可再生能源功率预测的准确率一般较低,某些情况下预测出力与实际发电会存在很大差异,给发电调度带来极大挑战。对风电、光伏进行短期的发电出力曲线进行准确预测是十分困难的,但是如果将时间尺度放大到中长期(中长期通常指的是大于360 个小时),来预测风电、光伏月度、年度的发电量,考虑到不同年度不同月份的平均光照天数、有风天数大体一致,并且考虑到长期累积作用的平均效应,则可以比较准确的预测风电、光伏、水电在某一特定时间段的发电量。因此,在对统计周期进行划分时,考虑上述因素,对火电、水电、风电、光伏机组划分不同的统计周期。
例如,假设将一年按照自然月划分,形成12个统计周期,则Z=12。进一步的,需要将全年细分成多个时段,如果时段的时间间隔是1个小时,则一年总共8760个时段。根据统计周期的划分,每个统计周期包含若干个时段,设Tz表示第z个统计周期的时段,对上述划分为12个统计周期的第1个统计周期时段数,T1=T2=…=730。
输电通道容量预测
(11)根据步骤1划分的统计周期和计算时段,计算统计周期z每台机组的发电量。
机组发电量计算公式为:
Figure BDA0002287513680000041
式中,
Figure BDA0002287513680000042
为机组i在统计周期z的总发电量,Tz为统计周期z的总时段数,t为统计时刻,
Figure BDA0002287513680000043
为新能源机组i在时刻t的历史实测发电有功出力。
(12)利用机组的额定容量,计算机组发电负荷率为:
Figure BDA0002287513680000044
式中,Ai,z为机组i在统计周期z的负荷率,Ci为机组的额定装机容量。
(13)利用多年历史实测数据统计多年机组平均发电负荷率,计算公式为:
Figure BDA0002287513680000051
式中,
Figure BDA0002287513680000052
为机组i在统计周期z的多年平均发电负荷率,Y为统计的年数,Ai,z,y为机组i在统计年份y统计周期z的历史发电负荷率,通过公式(2)计算得到。
(14)利用机组的历史平均发电负荷率、机组额定容量,计算机组i统计周期z的预测发电量,计算公式为:
Figure BDA0002287513680000053
式中,Fz为计算周期z的预测总发电量,N为机组台数。
(15)将机组i预测周期z的预测发电量分解到每个时段,计算公式为:
Figure BDA0002287513680000054
(16)根据不同的机组类型划分的不同统计周期,重复公式(1)~(5),预测发电出力曲线,发电出力曲线即不同时刻t对应的所有机组的发电量。利用公式(6)计算输电通道容量需求。
Figure BDA0002287513680000055
式中,N表示所有机组的集合。
(2)输电通道容量优化
为了保证输电通道可靠稳定的运行,需要定期对输电通道进行检修,一般检修周期为一年,视通道设备的运行时间长短,年度检修又分为大修、小修,不同的检修类型的检修时间不同。为了尽量避免检修时间段对输电通道的输电能力造成较大影响,减小弃风、弃光,促进新能源消纳,需要对输电通道设备的检修时间窗口进行优化,在满足所有设备检修时间的同时,尽量使得输电通道输送电力最大化。
为了达到上述目的,建立基于输电通道容量预测、输电通道设备检修时间、输电设备对输电能力影响的输电通道能力优化模型,对检修计划的检修时间进行优化。模型以输电通道设备检修后,其输电能力降低使通道预估容量减少值最小化为优化目标,其表达式为
Figure BDA0002287513680000056
上式中,T为总优化时段数,t为时段下标,M为构成输电通道的输电设备数,j为输电设备的下标,
Figure BDA0002287513680000061
为输电通道最大输电能力,Rt为输电通道满足电力输送需要的输电能力,通过步骤1计算得到,Dj,t为输电设备j在时段t由于其检修对输电通道输电能力的影响值,kt为0/1决策变量,表示在时刻t,由于设备检修是否会导致输电通道容量小于预估容量需求,kt=1表示输电通道容量不满足要求,kt=0表示输电通道容量满足要求。
对于任意时刻t,所有输电设备检修后导致输电通道容量减小的值应满足以下约束条件:
Figure BDA0002287513680000062
Figure BDA0002287513680000063
式中,uj,t为0/1决策变量,表示输电设备j在时段t是运行或检修的状态,当uj,t=1,表示在时段t,输电设备j检修,当uj,t=0,表示时段t,输电设备j检修。
引入0/1决策变量yj,t表示设备的检修开始状态,0/1决策变量zj,t表示设备的检修结束状态,uj,t、Yj,t、zj,t这3个变量满足以下关系:
uj,t-uj,t-1=yj,t-zj,t (10)
此外,在同一时刻,设备不能同时开始检修和结束检修,变量yj,t、zj,t满足以下约束。
yj,t+zj,t≤1 (11)
每个输电设备检修时,其对输电通道容量的最大影响值决定于电网结构、潮流转移等,可以通过运行方式分析,潮流灵敏度分析等事先得出。因此,设备对输电能力的影响应该要满足下面的约束条件。
Figure BDA0002287513680000064
式中,
Figure BDA0002287513680000065
为输电设备j检修后对输电通道输电能力的最大影响值。
每个设备的检修需要一段连续的时间才能保证检修顺利结束,因此,每个设备的连续检修时间至少大于最小检修时间的要求。
Figure BDA0002287513680000071
式中,
Figure BDA0002287513680000072
为设备j检修需要最小时间。
上述优化目标和约束条件构成混合整数规划模型,利用商业求解软件计算得到所有输电设备的检修状态。
利用优化模型计算得到的设备检修状态,对预估的输电通道容量需求进行重新修正,得到满足最终的输电通道容量需求。计算公式为:
Figure BDA0002287513680000073
式中,rt为修正后的输电通道容量需求。
上述步骤中考虑不同的发电类型,包括风电、光伏、水电、火电不同机组,按照风电、光伏、水电、火电不同机组类型划分统计周期,设不同机组类型的统计周期分别为 ZW、ZP、ZH、ZF。将全年细分成多个时段,如果时段的时间间隔是1个小时,则一年总共8760个时段,则时段t的范围为t∈[1,8760]。每个机组类型的每个统计周期包含若干个时段,设第z个统计周期包含的时段数为Tz,则有:
Figure BDA0002287513680000074
式中,Periodz为第z个统计周期包含时段的集合,Periods为所有时段集合。
所有统计周期包含的时段数之和都为8760。
Figure BDA0002287513680000075
Figure BDA0002287513680000076
Figure BDA0002287513680000077
Figure BDA0002287513680000078
式中,Tz为统计周期z包含的时段数。
根据公式(1)~(5),依次计算统计周期1~ZW,每个风电机组的预测出力,得到每个风电机组所有时段有功:
Pi,t i∈NW,t∈Periods (17)
根据公式(1)~(5),依次计算统计周期1~ZP,每个光伏机组的预测出力,得到每个光伏机组所有时段有功:
Pi,t i∈NP,t∈Periods (18)
根据公式(1)~(5),依次计算统计周期1~ZH,每个水电机组的预测出力,得到每个光伏机组所有时段有功:
Pi,t i∈NH,t∈Periods (19)
根据公式(1)~(5),依次计算统计周期1~ZF,每个火电机组的预测出力,得到每个光伏机组所有时段有功:
Pi,t i∈NF,t∈Periods (20)
根据公式(18)预估输电通道容量
Figure BDA0002287513680000081
公式(17)~(21)中,NW、NP、NH、NF分别表示风电、光伏、水电、火电机组的集合,Lt为时刻t的用电负荷。
输电通道一般由多个输电设备组成,通常是输电线路,如图1所示,电网A、电网 B和电网C通过多条输电线路互联,其中互联的输电线路可以是直流输电线路、也可以是交流输电线路。由多条输电线路共同组成了的不同的输电通道,分别是电网A与电网 B的输电通道TAB、电网A与电网C的输电通道TAC、电网B与电网C的输电通道TBC。针对送出电网或受入电网,在建模时会将输电通道物理设备进行等值,只对本电网进行建模计算,而不需要知道输电通道另外一侧电网的详细模型。
设输电通道有M个设备组成,所有设备均运行时,输电通道的最大输电能力为Rmax,考虑到输电不同时刻输电能力受环境气温等因素的影响,每个时段输电能力可能不同,用
Figure BDA0002287513680000082
表示时段t的输电能力。当输电通道的组成设备j退出运行时,输电通道的输电能力降低,降低值用Dj,t表示。最大输电能力
Figure BDA0002287513680000083
与Dj,t根据输电通道的额定参数确定,是已知的参数。二者之间的关系可以简化考虑,认为输电通道的最大输电能力
Figure BDA0002287513680000084
与Dj,t满足公式(22)的关系。
Figure BDA0002287513680000085
输电通道检修时,输电通道的能力必然降低,为了尽量满足预估输电通道容量Rt的需求,减少由于通道能力不足导致的弃风、弃光、弃水等能源浪费现象,构建如下优化模型进行求解:
Figure BDA0002287513680000091
Figure BDA0002287513680000092
Figure BDA0002287513680000093
uj,t-uj,t-1=yj,t-zj,t
yj,t+zj,t≤1
Figure BDA0002287513680000094
上式中,T为总优化时段数,t为时段下标;M为构成输电通道的输电设备数,j为输电设备的下标;
Figure BDA0002287513680000095
为输电通道最大输电能力;Rt为输电通道满足电力输送需要的输电能力,通过步骤1计算得到;Dj,t为输电设备j在时段t由于其检修对输电通道输电能力的影响值;kt为0/1决策变量,表示在时刻t,由于设备检修是否会导致输电通道容量不能满足要求;uj,t为0/1决策变量,表示输电设备j在时段t是运行或检修的状态;yj,t为 0/1决策变量,表示设备的检修开始状态;zj,t为0/1决策变量,表示设备的检修结束状态;
Figure BDA0002287513680000096
为设备j检修需要最小时间。
利用商业数学软件对公式(23)描述的混合整数规划数学模型进行求解,得到输电设备的检修或运行状态uj,t。利用公式(14)对预估的输电通道容量需求进行修正,得到修正后的输电通道容量需求。
基于上述方法,提出一种电力外送输电通道容量预测装置,包括处理器及存储器,所述存储器存储有计算机可执行程序,所述处理器执行以下步骤:
(1)分别针对不同能源类型的机组,将年度统计时间划分为若干具有中长期时间尺度的统计周期,根据所述不同能源类型的机组的历史实测数据,预测原始的输电通道容量需求;其中,不同能源类型的机组包括风电、光伏、水电、火电机组。预测原始的输电通道容量需求,包括以下过程:
(11)计算所述统计周期z内每台机组i的发电量,计算公式为:
Figure BDA0002287513680000097
式中,
Figure BDA0002287513680000098
为机组i在统计周期z内的总发电量,Tz为统计周期z的总时段数,t为统计时刻,
Figure BDA0002287513680000099
为新能源机组i在时刻t的历史实测发电有功出力;
(12)计算机组发电负荷率为:
Figure BDA0002287513680000101
式中,Ai,z为机组i在统计周期z的负荷率,Ci为机组的额定装机容量;
(13)统计多年机组平均发电负荷率,计算公式为:
Figure BDA0002287513680000102
式中,
Figure BDA0002287513680000103
为机组i在统计周期z的多年平均发电负荷率,Y为统计的年数,Ai,z,y为机组i在统计年份y统计周期z的历史发电负荷率,通过步骤(12)计算得到;
(14)计算机组i统计周期z的预测发电量,计算公式为:
Figure BDA0002287513680000104
式中,Fz为计算周期z的预测总发电量,N为机组台数;
(15)将机组i预测周期z的预测发电量分解到每个时段,计算公式为:
Figure BDA0002287513680000105
(16)重复步骤(11)~(15),依次计算各个统计周期的预测发电量,并计算原始的输电通道容量需求Rt
Figure BDA0002287513680000106
式中,N表示所有机组的集合,NW、NP、NH、NF分别表示风电、光伏、水电、火电机组的集合,Lt为时刻t的用电负荷。
(2)计入输电设备检修要求,建立输电通道容量需求优化模型,求解模型得到修正的输电通道容量需求。
其中,输电通道容量需求优化模型如下:
Figure BDA0002287513680000111
Figure BDA0002287513680000112
Figure BDA0002287513680000113
uj,t-uj,t-1=yj,t-zj,t
yj,t+zj,t≤1
Figure BDA0002287513680000114
其中,T为总优化时段数,t为时段下标;M为构成输电通道的输电设备数,j为输电设备的下标;
Figure BDA0002287513680000115
为输电通道最大输电能力;Rt为输电通道满足电力输送需要的输电能力,通过步骤1计算得到;Dj,t为输电设备j在时段t由于其检修对输电通道输电能力的影响值;kt为0/1决策变量,表示在时刻t,由于设备检修是否会导致输电通道容量不能满足要求;uj,t为0/1决策变量,表示输电设备j在时段t是运行或检修的状态;yj,t为 0/1决策变量,表示设备的检修开始状态;zj,t为0/1决策变量,表示设备的检修结束状态;
Figure BDA0002287513680000116
为设备j检修需要最小时间。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。

Claims (4)

1.一种电力外送输电通道容量预测方法,其特征在于,包括以下步骤:
(1)分别针对不同能源类型的机组,将年度统计时间划分为若干具有中长期时间尺度的统计周期,在所述的各统计周期内根据所述不同能源类型的机组的历史实测数据,预测原始的输电通道容量需求;所述的预测原始的输电通道容量需求,包括以下过程:
(11)计算所述统计周期z内每台机组i的发电量,计算公式为:
Figure FDA0003794819540000011
式中,
Figure FDA0003794819540000012
为机组i在统计周期z内的总发电量,Tz为统计周期z的总时段数,t为统计时刻,
Figure FDA0003794819540000013
为新能源机组i在时刻t的历史实测发电有功出力;
(12)计算机组发电负荷率为:
Figure FDA0003794819540000014
式中,Ai,z为机组i在统计周期z的负荷率,Ci为机组的额定装机容量;
(13)统计多年机组平均发电负荷率,计算公式为:
Figure FDA0003794819540000015
式中,
Figure FDA0003794819540000016
为机组i在统计周期z的多年平均发电负荷率,Y为统计的年数,Ai,z,y为机组i在统计年份y统计周期z的历史发电负荷率,通过步骤(12)计算得到;
(14)计算机组i统计周期z的预测发电量,计算公式为:
Figure FDA0003794819540000017
式中,
Figure FDA0003794819540000018
为机组i统计周期z的预测发电量;
(15)将机组i预测周期z的预测发电量分解到每个时段设为Pi,t,计算公式为:
Figure FDA0003794819540000019
(16)重复步骤(11)~(15),依次计算各个统计周期的预测发电量,并计算原始的输电通道容量需求Rt
Figure FDA00037948195400000110
式中,N表示所有机组的集合,NW、NP、NH、NF分别表示风电、光伏、水电、火电机组的集合;Lt为时刻t的用电负荷;
(2)计入输电设备检修要求,建立输电通道容量需求优化模型,求解模型得到修正的输电通道容量需求;所述的输电通道容量需求优化模型为:
Figure FDA0003794819540000021
Figure FDA0003794819540000022
Figure FDA0003794819540000023
uj,t-uj,t-1=yj,t-zj,t
yj,t+zj,t≤1
Figure FDA0003794819540000024
其中,T为总优化时段数,t为时段下标;M为构成输电通道的输电设备数,j为输电设备的下标;
Figure FDA0003794819540000025
为输电通道最大输电能力;Rt为输电通道满足电力输送需要的输电能力,通过步骤1计算得到;Dj,t为输电设备j在时段t由于其检修对输电通道输电能力的影响值;kt为0/1决策变量,表示在时刻t,由于设备检修是否会导致输电通道容量不能满足要求;uj,t为0/1决策变量,表示输电设备j在时段t是运行或检修的状态;yj,t为0/1决策变量,表示设备的检修开始状态;zj,t为0/1决策变量,表示设备的检修结束状态;
Figure FDA0003794819540000026
为设备j检修需要最小时间。
2.根据权利要求1所述的电力外送输电通道容量预测方法,其特征在于:步骤(1)中所述的不同能源类型的机组包括风电、光伏、水电、火电机组。
3.一种电力外送输电通道容量预测装置,其特征在于,包括处理器及存储器,所述存储器存储有计算机可执行程序,所述处理器执行以下步骤:
(1)分别针对不同能源类型的机组,将年度统计时间划分为若干具有中长期时间尺度的统计周期,在所述的各统计周期内根据所述不同能源类型的机组的历史实测数据,预测原始的输电通道容量需求;所述的预测原始的输电通道容量需求,包括以下过程:
(11)计算所述统计周期z内每台机组i的发电量,计算公式为:
Figure FDA0003794819540000027
式中,
Figure FDA0003794819540000028
为机组i在统计周期z内的总发电量,Tz为统计周期z的总时段数,t为统计时刻,
Figure FDA0003794819540000029
为新能源机组i在时刻t的历史实测发电有功出力;
(12)计算机组发电负荷率为:
Figure FDA00037948195400000210
式中,Ai,z为机组i在统计周期z的负荷率,Ci为机组的额定装机容量;
(13)统计多年机组平均发电负荷率,计算公式为:
Figure FDA0003794819540000031
式中,
Figure FDA0003794819540000032
为机组i在统计周期z的多年平均发电负荷率,Y为统计的年数,Ai,z,y为机组i在统计年份y统计周期z的历史发电负荷率,通过步骤(12)计算得到;
(14)计算机组i统计周期z的预测发电量,计算公式为:
Figure FDA0003794819540000033
式中,
Figure FDA0003794819540000034
为机组i统计周期z的预测发电量;
(15)将机组i预测周期z的预测发电量分解到每个时段设为Pi,t,计算公式为:
Figure FDA0003794819540000035
(16)重复步骤(11)~(15),依次计算各个统计周期的预测发电量,并计算原始的输电通道容量需求Rt
Figure FDA0003794819540000036
式中,N表示所有机组的集合,NW、NP、NH、NF分别表示风电、光伏、水电、火电机组的集合;Lt为时刻t的用电负荷;
(2)计入输电设备检修要求,建立输电通道容量需求优化模型,求解模型得到修正的输电通道容量需求;所述的输电通道容量需求优化模型为:
Figure FDA0003794819540000037
Figure FDA0003794819540000038
Figure FDA0003794819540000039
uj,t-uj,t-1=yj,t-zj,t
yj,t+zj,t≤1
Figure FDA00037948195400000310
其中,T为总优化时段数,t为时段下标;M为构成输电通道的输电设备数,j为输电设备的下标;
Figure FDA00037948195400000311
为输电通道最大输电能力;Rt为输电通道满足电力输送需要的输电能力,通过步骤1计算得到;Dj,t为输电设备j在时段t由于其检修对输电通道输电能力的影响值;kt为0/1决策变量,表示在时刻t,由于设备检修是否会导致输电通道容量不能满足要求;uj,t为0/1决策变量,表示输电设备j在时段t是运行或检修的状态;yj,t为0/1决策变量,表示设备的检修开始状态;zj,t为0/1决策变量,表示设备的检修结束状态;
Figure FDA0003794819540000041
为设备j检修需要最小时间。
4.根据权利要求3所述的电力外送输电通道容量预测装置,其特征在于:步骤(1)中所述的不同能源类型的机组包括风电、光伏、水电、火电机组。
CN201911169497.9A 2019-11-25 2019-11-25 一种电力外送输电通道容量预测方法和装置 Active CN111030088B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911169497.9A CN111030088B (zh) 2019-11-25 2019-11-25 一种电力外送输电通道容量预测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911169497.9A CN111030088B (zh) 2019-11-25 2019-11-25 一种电力外送输电通道容量预测方法和装置

Publications (2)

Publication Number Publication Date
CN111030088A CN111030088A (zh) 2020-04-17
CN111030088B true CN111030088B (zh) 2022-11-11

Family

ID=70202017

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911169497.9A Active CN111030088B (zh) 2019-11-25 2019-11-25 一种电力外送输电通道容量预测方法和装置

Country Status (1)

Country Link
CN (1) CN111030088B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109066805A (zh) * 2018-07-18 2018-12-21 合肥工业大学 一种跨区互联电网发输电***动态调度优化方法
CN109390973A (zh) * 2018-11-30 2019-02-26 国家电网公司西南分部 一种考虑通道约束的送端电网电源结构优化方法
CN109428343A (zh) * 2017-08-22 2019-03-05 中国电力科学研究院 一种新能源基地外送通道输电容量的优化规划方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109428343A (zh) * 2017-08-22 2019-03-05 中国电力科学研究院 一种新能源基地外送通道输电容量的优化规划方法及装置
CN109066805A (zh) * 2018-07-18 2018-12-21 合肥工业大学 一种跨区互联电网发输电***动态调度优化方法
CN109390973A (zh) * 2018-11-30 2019-02-26 国家电网公司西南分部 一种考虑通道约束的送端电网电源结构优化方法

Also Published As

Publication number Publication date
CN111030088A (zh) 2020-04-17

Similar Documents

Publication Publication Date Title
US11641177B2 (en) Coordinated control of renewable electric generation resource and charge storage device
CN107248751B (zh) 一种实现配电网负荷功率削峰填谷的储能站调度控制方法
CN103296679B (zh) 电力***中长期优化运行的中长期风电出力模型建模方法
CN111555281B (zh) 一种电力***灵活性资源配置仿真方法及装置
Salimi et al. Simultaneous operation of wind and pumped storage hydropower plants in a linearized security-constrained unit commitment model for high wind energy penetration
CN102694391B (zh) 风光储联合发电***日前优化调度方法
CN102738833B (zh) 一种含风电的电力***多时间尺度滚动协调调度方法
CN110490363B (zh) 一种多日机组组合优化方法及***
US20190228481A1 (en) Intelligent energy management system for distributed energy resources and energy storage systems using machine learning
CN103606967A (zh) 一种实现电力***鲁棒运行的调度方法
CN104915737A (zh) 基于风险控制含大规模风电的电力***协调经济调度方法
CN107800153B (zh) 一种电蓄热消纳风电的电热能量滚动鲁棒调度方法
CN107910883A (zh) 基于抽水蓄能电站修正时序负荷曲线的随机生产模拟方法
CN117239740B (zh) 一种虚拟电厂***的优化配置与灵活性提升方法及***
CN104682447A (zh) 一种含多风电场的电力***经济调度方法
CN117277444B (zh) 一种新能源基地电源容量优化配置方法及装置
CN114792994A (zh) 一种新能源与外送联络线时序生产模拟优化方法和***
CN117040027B (zh) 一种农村虚拟电厂的协调优化方法和装置
CN105932668A (zh) 用于最小化弃风弃光电量的新能源发电权置换评估的方法
CN106026191B (zh) 用于最小化弃光电量光伏电站发电权置换电量评估的方法
CN105896535B (zh) 用于最小化弃风电量的风电场发电权置换电量评估的方法
CN111030088B (zh) 一种电力外送输电通道容量预测方法和装置
CN104659818A (zh) 一种正负旋转备用容量在含风电***中的最优分配方法
CN113394820B (zh) 一种新能源并网电力***的优化调度方法
CN114676979B (zh) 一种能量调度方法及其装置、计算机设备、存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant