CN111539586A - 一种电力调度中心及辅助决策方法 - Google Patents

一种电力调度中心及辅助决策方法 Download PDF

Info

Publication number
CN111539586A
CN111539586A CN202010507255.2A CN202010507255A CN111539586A CN 111539586 A CN111539586 A CN 111539586A CN 202010507255 A CN202010507255 A CN 202010507255A CN 111539586 A CN111539586 A CN 111539586A
Authority
CN
China
Prior art keywords
power
branch
active
model
power grid
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
Application number
CN202010507255.2A
Other languages
English (en)
Other versions
CN111539586B (zh
Inventor
石飞
冯树海
耿建
李峰
王勇
汤必强
王礼文
徐立中
朱炳铨
项中明
刘俊
徐鹏
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 Zhejiang Electric Power Co Ltd
China Electric Power Research Institute Co Ltd CEPRI
Original Assignee
State Grid Corp of China SGCC
State Grid Zhejiang Electric Power Co Ltd
China Electric Power Research Institute Co Ltd CEPRI
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 Zhejiang Electric Power Co Ltd, China Electric Power Research Institute Co Ltd CEPRI filed Critical State Grid Corp of China SGCC
Priority to CN202010507255.2A priority Critical patent/CN111539586B/zh
Publication of CN111539586A publication Critical patent/CN111539586A/zh
Application granted granted Critical
Publication of CN111539586B publication Critical patent/CN111539586B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • 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

  • 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)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供了一种电力调度中心及辅助决策方法,解决了目前传统电网调度运行控制***的各项功能大多着眼于电力调度的事前和事中环节,无法从全局角度去发现影响电网运行理想度的薄弱环节,且分析周期短,分析内容少的问题。包括:获取分析时段内电网模型及运行方式;根据所述电网模型及运行方式,建立理想调度运行方案模型;以及求解理想调度运行方案模型,得到最优调度方案。

Description

一种电力调度中心及辅助决策方法
技术领域
本发明涉及电力***运行与分析领域,具体涉及一种电力调度中心及辅助决策方法。
背景技术
电网调度机构作为电力***运行指挥中心,如何在兼顾电网安全运行的前提下,提高电网运行的经济性和节能环保水平,已成为当前电网调度工作的一项重要任务。为提高***运行理想度水平,当前调度运行管理人员在实际调度生产过程中,已经从方式制定、计划安排及实时控制等环节入手,研究并采用了大量的技术手段、管理措施。但此类调度运行提升措施大多着眼于调度生产的“事前”或“事中”环节,无法从全局角度去发现影响电网运行理想度的薄弱环节,且分析周期短,分析内容少。
发明内容
有鉴于此,本发明实施例提供了一种电力调度中心及辅助决策方法,解决了目前传统电网调度运行控制***的各项功能大多着眼于电力调度的事前和事中环节,无法从全局角度去发现影响电网运行理想度的薄弱环节,且分析周期短,分析内容少的问题。
本发明一实施例提供的一种电力调度中心及辅助决策方法,包括:获取分析时段内电网模型及运行方式;根据所述电网模型及运行方式,建立理想调度运行方案模型;以及求解理想调度运行方案模型,得到最优调度方案。
在一种实施方式中,所述获取分析时段内电网模型及运行方式,包括:获取电网结构模型及实际运行数据断面;所述电网结构模型及实际运行数据断面包括电网设备参数、电网的运行方式和不同时刻的机组功率量测。
在一种实施方式中,在获取所述实际运行数据断面时,同时记录机组出力和断面负载。
在一种实施方式中,所述理想调度运行方案模型为:
obj
Figure BDA0002527000390000021
Figure BDA0002527000390000022
s.t.
Figure BDA0002527000390000023
t=1,2,…T
Figure BDA0002527000390000024
Pimin≤pi(t)+Δpi(t)≤Pimax
-ΔPi_down≤(pi(t+1)+Δpi(t+1)-pi(t)-Δpi(t))≤ΔPi_up
其中:F1为发电总煤耗最低目标函数,F2为发电费用最低目标函数,T为分析周期内的时段数,Δpi(t)为待求变量,表示机组i在t时的有功功率调整策略,xi(t)为机组i在t时的连续开停机时间,CNi(pi(t))为机组i在t时的运行煤耗,CSi(xi(t-1),ui(t))为机组i有状态变化时,从t-1时段到t时段的开机煤耗,xi(t)>0表示连续开机时间,xi(t)<0表示连续停机时间,ui(t)为机组i在t时的状态,ui(t)=1表示开机,ui(t)=0表示停机,DNi(pi(t))为机组i在t时的运行成本,DSi(xi(t-1),ui(t))为机组i有状态变化时,从t-1时段到t时段的开机成本,Pm_tdmax为第d个稳定断面在t时刻的功率控制限值,Pimin为第i台发电机的有功下限,Pimax为第i台发电机的有功上限,ΔPi_down为第g台发电机的滑坡能力,ΔPi_up第i台发电机的爬坡能力,Sm_i为第m个稳定断面对第i台发电机的有功灵敏度。
在一种实施方式中,将理想调度运行方案模型中,稳定断面对各发电机的有功灵敏度分别转化为支路有功的灵敏度与发电机有功的灵敏度。
在一种实施方式中,支路有功的灵敏度求取方法,包括:将简记直流潮流方程转换成支路潮流方程;将所述支路潮流方程写出矩阵形式;将待分析电网的支路节点关联矩阵代入所述支路潮流方程的矩阵形式,获得所述支路有功对节点注入的灵敏度矩阵;以及根据所述支路有功对节点注入的灵敏度矩阵求得所述支路有功的灵敏度。
在一种实施方式中,发电机有功的灵敏度的求取方法,包括:根据所述支路有功对节点注入的灵敏度矩阵获得所述发电机有功的灵敏度。
在一种实施方式中,所述求解理想调度运行方案模型,得到最优调度方案,包括:单独对所述发电总煤耗最低目标函数和所述发电费用最低目标函数进行单目标优化求解;在所述发电总煤耗最低目标函数和所述发电费用最低目标函数中选择一个作为次要优化目标;将所述次要优化目标退化形成约束方程;以及在所述约束方程的约束形式下,对所述次要优化目标进行求解,获得所述理想调度运行方案。
在一种实施方式中,所述约束方程为:F1<=S1*per1,其中,S1为对F1单目标求出的目标函数最小值,per1表示次要优化目标退化的比例系数。
一种电力调度中心,采用辅助决策方法求解理想调度运行方案模型获得的理想调度运行调整方案对电网进行调度。
本发明实施例提供的一种电力调度中心及辅助决策方法及电力调度中心,通过获取分析时段内电网模型及运行方式、根据所述电网模型及运行方式建立理想调度运行方案模型以及求解理想调度运行方案模型,得到最优调度方案,从“事后”的角度对之前电网调度实际运行方式进行深入分析,根据事后获取的电网模型及运行方式,进而建立理想调度运行方案模型,并求解得到最优调度方案。本发明从“事后”的角度对之前电网调度实际运行方案的效果进行分析与辅助决策,通过给出的事后调整建议,有助于电力调度运行人员发现日常调度过程中的不足之处,并参考辅助决策建议在后续调度生产过程中加以改进。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1所示为本发明一实施例提供的一种电力调度中心调度成效提升的辅助决策方法的流程示意图。
图2所示为本发明另一实施例提供的一种电力调度中心调度成效提升的辅助决策方法的流程示意图。
图3所示为本发明另一实施例提供的一种一种电力调度中心调度成效提升的辅助决策方法的流程示意图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明,旨在对本发明提供进一步的详细说明。除非另有指明,本发明所采用的所有技术术语与本申请所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式,而并非意图限制根据本发明的示例性实施方式。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1所示为本发明一实施例提供的一种电力调度中心调度成效提升的辅助决策方法的流程示意图。
如图1所示,该一种电力调度中心调度成效提升的辅助决策方法,包括:
步骤01:获取分析时段内电网模型及运行方式;
步骤02:根据电网模型及运行方式,建立理想调度运行方案模型;
步骤03:求解理想调度运行方案模型,根据电网模型及运行方式。
然后根据求解理想调度运行方案模型获得的理想调度运行调整方案对电网进行调度。
上述方法从“事后”的角度对之前电网调度实际运行方案进行深入分析,根据事后获取的电网实际运行数据,进行优化再调度,求解最佳调整策略。优化再调度的目标函数综合了节能、经济、公平等目标,通过序列优化求解方法,获得最优解,协助调度运行人员发现调度生产过程中的不足之处或者认知误区。从“事后”的角度对之前电网调度实际运行方案的效果进行分析与辅助决策,通过给出的事后调整建议,有助于电力调度运行人员发现日常调度过程中的不足之处,并参考辅助决策建议在后续调度生产过程中加以改进。
本发明一实施例中,获取分析时段内电网模型及运行方式,包括:从调度中心的能量管理***中取得电网结构模型及实际运行数据断面;优选地,电网结构模型及实际运行数据断面包括电网设备参数、电网的运行方式和不同时刻的机组功率量测。从调度中心的EMS(能量管理***)中取得电网结构模型及实际运行数据断面,包括电网设备参数、电网的运行方式和不同时刻的机组功率量测等。EMS***中的SCADA和状态估计模块均保存有***各个时刻的运行方式,为了减少量测毛刺等现象对后续计算造成影响,本发明采用状态估计保存的电网运行方式作为分析基础。现有电力***优化算法基本均采用线性化的方式来计算断面有功和机组出力的关系。此类线性化的处理方式,简化了计算模型,但会引入额外误差。针对事后调度评估负荷大小和断面负载已知的特点,为提高计算精度,
本发明一实施例中,在获取实际运行数据断面时,同时记录机组出力和断面负载。现有电力***优化算法基本均采用线性化的方式来计算断面有功和机组出力的关系,此类线性化的处理方式,简化了计算模型,但会引入额外误差,针对事后调度评估负荷大小和断面负载已知的特点,为提高计算精度,本发明以发电机出力偏移量为求解变量,并且根据发电机出力偏移量折算稳定断面功率的偏移量,减少全量线性化带来的误差,因此在获取分析时段内电网运行数据时,需同时记录机组出力和断面负载。记***机组数为I,总稳定断面数为M,记机组i在t时的实际有功功率量测值为pi(t),第d个稳定断面在t时刻的实际功率量测值为Pm_td。由于事后优化过程无需考虑负荷的变化,而且负荷对断面负载的影响已经在体现在Pm_td中,因此计算模型中可以忽略负荷大小,减少计算量。
本发明一实施例中,建立理想调度运行方案模型,包括:将稳定断面有功对各发电机有功的灵敏度转化为支路有功的灵敏度与发电机有功的灵敏度。由于稳定断面是一组支路的集合,因此稳定断面有功对各发电机有功的灵敏度可转化为支路有功与发电机有功的灵敏度。
图2所示为本发明另一实施例提供的一种电力调度中心调度成效提升的辅助决策方法的流程示意图。
如图2所示,将稳定断面有功对各发电机有功的灵敏度转化为支路有功的灵敏度,包括:
步骤021:将简记直流潮流方程转换成支路潮流方程;
步骤022:将支路潮流方程写出矩阵形式;
步骤023:将记待分析电网的支路节点关联矩阵代入支路潮流方程的矩阵形式,获得支路有功对节点注入的灵敏度矩阵;
步骤024:根据支路有功对节点注入的灵敏度矩阵求得支路有功的灵敏度。
首先简记直流潮流方程:
P=Bθ (1)
式(1)中,P为节点注入功率向量,θ为点电压相角向量,B为节点导纳矩阵的虚部。同样,根据P-Q分解法的简化条件,可得支路潮流方程为:
Figure BDA0002527000390000061
式(2)中下标i为支路的首端编号,j为支路的末端编号,Pij为支路始端有功潮流,Bij为支路导纳,θij为支路首末端相角差,θi为首端相角,θj为末端相角,xij为支路电抗。支路潮流方程写成矩阵形式有:
Pl=BlΦ (3)
式(3)中,Pl为各支路有功潮流构成的向量,Bl为各支路导纳组成的对角矩阵,Φ为各支路两端相角差向量。
记待分析电网的支路节点关联矩阵为A,A为m行n列矩阵,其中m为支路条数,n为节点个数。支路ij对应的行元素中,第i列为1,第j列为-1,其它元素都为0。则有:
Pl=BlΦ=BlAθ=BlAB-1P (4)
由式(4)可得:
ΔPl=BlAB-1ΔP (5)
由式(5)可知,若设F=BlAB-1,则有ΔPl=FΔP,即矩阵F为支路有功对节点注入的灵敏度矩阵。
本发明一实施例中,将稳定断面有功对各发电机有功的灵敏度转化为发电机有功的灵敏度,包括:根据支路有功对节点注入的灵敏度矩阵获得发电机有功的灵敏度。获得支路有功对节点注入的灵敏度矩阵后,可以很方便地求得稳定断面对机组灵敏度支路潮流。若稳定断面m由第j和k条支路构成,则稳定断面m对节点i有功注入的灵敏度为:
Sm_i=Fji+Fki (6)
其中,Fji为矩阵F第j行,第i列的元素,Fki为矩阵F第k行,第i列的元素。
本发明一实施例中,理想运行方案可以根据***实际运行要求,综合环保、经济目标,建立最优调度方案的模型。理想调度运行方案模型可以为:
obj
Figure BDA0002527000390000071
Figure BDA0002527000390000072
s.t.
Figure BDA0002527000390000073
t=1,2,…T
Figure BDA0002527000390000074
Pimin≤pi(t)+Δpi(t)≤Pimax
-ΔPi_down≤(pi(t+1)+Δpi(t+1)-pi(t)-Δpi(t))≤ΔPi_up
其中:F1为发电总煤耗最低目标函数,F2为发电费用最低目标函数,T为分析周期内的时段数,Δpi(t)为待求变量,表示机组i在t时的有功功率调整策略,xi(t)为机组i在t时的连续开停机时间,CNi(pi(t))为机组i在t时的运行煤耗,CSi(xi(t-1),ui(t))为机组i有状态变化时,从t-1时段到t时段的开机煤耗,xi(t)>0表示连续开机时间,xi(t)<0表示连续停机时间,ui(t)为机组i在t时的状态,ui(t)=1表示开机,ui(t)=0表示停机,DNi(pi(t))为机组i在t时的运行成本,DSi(xi(t-1),ui(t))为机组i有状态变化时,从t-1时段到t时段的开机成本,Pm_tdmax为第d个稳定断面在t时刻的功率控制限值,Pimin为第i台发电机的有功下限,Pimax为第i台发电机的有功上限,ΔPi_down为第g台发电机的滑坡能力,ΔPi_up第i台发电机的爬坡能力,Sm_i为第m个稳定断面对第i台发电机的有功灵敏度;具体计算方法如下:
由于稳定断面是一组支路的集合,因此稳定断面有功对各发电机有功的灵敏度可转化为支路有功与发电机有功的灵敏度。支路有功与发电机有功灵敏度的求取方法如下:
首先简记直流潮流方程:
P=Bθ (7)
式(1)中,P为节点注入功率向量,θ为点电压相角向量,B为节点导纳矩阵的虚部。同样,根据P-Q分解法的简化条件,可得支路潮流方程为:
Figure BDA0002527000390000081
式(2)中下标i为支路的首端编号,j为支路的末端编号,Pij为支路始端有功潮流,Bij为支路导纳,θij为支路首末端相角差,θi为首端相角,θj为末端相角,xij为支路电抗。支路潮流方程写成矩阵形式有:
Pl=BlΦ (9)
式(3)中,Pl为各支路有功潮流构成的向量,Bl为各支路导纳组成的对角矩阵,Φ为各支路两端相角差向量。
记待分析电网的支路节点关联矩阵为A,A为m行n列矩阵,其中m为支路条数,n为节点个数。支路ij对应的行元素中,第i列为1,第j列为-1,其它元素都为0。则有:
Pl=BlΦ=BlAθ=BlAB-1P (10)
由式(4)可得:
ΔPl=BlAB-1ΔP (11)
由式(5)可知,若设F=BlAB-1,则有ΔPl=FΔP,即矩阵F为支路有功对节点注入的灵敏度矩阵。
获得支路有功对节点注入的灵敏度矩阵后,可以很方便地求得稳定断面对机组灵敏度。若稳定断面m由第j和k条支路构成,则稳定断面m对节点i有功注入的灵敏度为:
Sm_i=Fji+Fki (12)
Fji为矩阵F第j行,第i列的元素,Fki为矩阵F第k行,第i列的元素。
图3所示为本发明另一实施例提供的一种求解理想调度运行方案模型的流程示意图。
如图3所示,求解理想调度运行方案模型,包括:
步骤031:单独对发电总煤耗最低目标函数和所述发电费用最低目标函数进行单目标优化求解;
步骤032:在发电总煤耗最低目标函数和所述发电费用最低目标函数中选择一个作为主要优化目标,另一个作为次要优化目标;
步骤033:将次要优化目标退化形成约束方程;以及
步骤034:在约束方程的约束形式下,对次要优化目标进行求解,获得理想调度运行方案。
首先单独对F1、F2进行单目标优化求解,然后选择一个最为关注的优化目标作为主要优化目标。如选择F2作为主要优化目标,则F1作为次要优化目标。将次要优化目标F1退化形成新的约束,约束方程如下:
F1<=S1*per1 (13)
其中,S1为对F1单目标求出的目标函数最小值;per1表示次要优化目标退化的比例系数。
在新增约束的情形下,重新对F2进行求解,可获得理想调度运行调整方案,即具体的事后辅助决策策略。
本发明一实施例中,一种电力调度中心,采用上述实施例任一所述的辅助决策方法对电力调度中心的调度成效进行提升。该辅助决策方法通过获取分析时段内电网模型及运行方式,建立理想调度运行方案模型,求解理想调度运行方案模型的方法,从“事后”的角度对之前电网调度实际运行方案进行深入分析,根据事后获取的电网实际运行数据,进行优化再调度,求解最佳调整策略。优化再调度的目标函数综合了节能、经济、公平等目标,通过序列优化求解方法,获得最优解。本发明从“事后”的角度对之前电网调度实际运行方案的效果进行分析与辅助决策,通过给出的事后调整建议,有助于电力调度运行人员发现日常调度过程中的不足之处,并参考辅助决策建议在后续调度生产过程中加以改进。
在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
本发明一实施例中,一种适用于电力***的电力调度中心,包括:处理器以及与所述处理器耦合的存储器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时实现所述的一种电力调度中心的辅助决策方法的方法步骤。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序校验码的介质。
由技术常识可知,本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此,上述公开的实施方案,就各方面而言,都只是举例说明,并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。

Claims (10)

1.一种电力调度中心的辅助决策方法,其特征在于,
获取分析时段内电网模型及运行方式;
根据所述电网模型及运行方式,建立理想调度运行方案模型;以及
求解理想调度运行方案模型,得到最优调度方案。
2.根据权利要求1所述的辅助决策方法,其特征在于,所述获取分析时段内电网模型及运行方式,包括:获取电网结构模型及实际运行数据断面;所述电网结构模型及实际运行数据断面包括电网设备参数、电网的运行方式和不同时刻的机组功率量测。
3.根据权利要求2所述的辅助决策方法,其特征在于,在获取所述实际运行数据断面时,同时记录机组出力和断面负载。
4.根据权利要求1所述的辅助决策方法,其特征在于,所述理想调度运行方案模型为:
Figure FDA0002527000380000011
Figure FDA0002527000380000012
Figure FDA0002527000380000013
Figure FDA0002527000380000014
Pimin≤pi(t)+Δpi(t)≤Pimax-ΔPi_down≤(pi(t+1)+Δpi(t+1)-pi(t)-Δpi(t))≤ΔPi_up
其中:F1为发电总煤耗最低目标函数,F2为发电费用最低目标函数,T为分析周期内的时段数,Δpi(t)为待求变量,表示机组i在t时的有功功率调整策略,xi(t)为机组i在t时的连续开停机时间,CNi(pi(t))为机组i在t时的运行煤耗,CSi(xi(t-1),ui(t))为机组i有状态变化时,从t-1时段到t时段的开机煤耗,xi(t)>0表示连续开机时间,xi(t)<0表示连续停机时间,ui(t)为机组i在t时的状态,ui(t)=1表示开机,ui(t)=0表示停机,DNi(pi(t))为机组i在t时的运行成本,DSi(xi(t-1),ui(t))为机组i有状态变化时,从t-1时段到t时段的开机成本,Pm_tdmax为第d个稳定断面在t时刻的功率控制限值,Pimin为第i台发电机的有功下限,Pimax为第i台发电机的有功上限,ΔPi_down为第g台发电机的滑坡能力,ΔPi_up第i台发电机的爬坡能力,Sm_i为第m个稳定断面对第i台发电机的有功灵敏度。
5.根据权利要求4所述的辅助决策方法,其特征在于,将理想调度运行方案模型中,稳定断面对各发电机的有功灵敏度分别转化为支路有功的灵敏度与发电机有功的灵敏度。
6.根据权利要求5所述的辅助决策方法,其特征在于,支路有功的灵敏度求取方法,包括:
将简记直流潮流方程转换成支路潮流方程;
将所述支路潮流方程写出矩阵形式;
将待分析电网的支路节点关联矩阵代入所述支路潮流方程的矩阵形式,获得所述支路有功对节点注入的灵敏度矩阵;以及
根据所述支路有功对节点注入的灵敏度矩阵求得所述支路有功的灵敏度。
7.根据权利要求6所述的辅助决策方法,其特征在于,发电机有功的灵敏度的求取方法,包括:根据所述支路有功对节点注入的灵敏度矩阵获得所述发电机有功的灵敏度。
8.根据权利要求4所述的辅助决策方法,其特征在于,所述求解理想调度运行方案模型,得到最优调度方案,包括:
单独对所述发电总煤耗最低目标函数和所述发电费用最低目标函数进行单目标优化求解;
在所述发电总煤耗最低目标函数和所述发电费用最低目标函数中选择一个作为次要优化目标;
将所述次要优化目标退化形成约束方程;以及
在所述约束方程的约束形式下,对所述次要优化目标进行求解,获得所述理想调度运行方案。
9.根据权利要求8所述的辅助决策方法,其特征在于,所述约束方程为:F1<=S1*per1,其中,S1为对F1单目标求出的目标函数最小值,per1表示次要优化目标退化的比例系数。
10.一种电力调度中心,其特征在于,采用上述权利要求1-9任一所述的辅助决策方法求解理想调度运行方案模型获得的理想调度运行调整方案对电网进行调度。
CN202010507255.2A 2020-06-05 2020-06-05 一种电力调度中心及辅助决策方法 Active CN111539586B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010507255.2A CN111539586B (zh) 2020-06-05 2020-06-05 一种电力调度中心及辅助决策方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010507255.2A CN111539586B (zh) 2020-06-05 2020-06-05 一种电力调度中心及辅助决策方法

Publications (2)

Publication Number Publication Date
CN111539586A true CN111539586A (zh) 2020-08-14
CN111539586B CN111539586B (zh) 2022-04-26

Family

ID=71976457

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010507255.2A Active CN111539586B (zh) 2020-06-05 2020-06-05 一种电力调度中心及辅助决策方法

Country Status (1)

Country Link
CN (1) CN111539586B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113850481A (zh) * 2021-09-07 2021-12-28 华南理工大学 电力***调度业务辅助决策方法、***、装置和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110029147A1 (en) * 2010-07-02 2011-02-03 David Sun Multi-interval dispatch method for enabling dispatchers in power grid control centers to manage changes
CN102567815A (zh) * 2012-02-20 2012-07-11 国电南瑞科技股份有限公司 基于实际电网运行数据的事后理想计划分析方法
CN105260846A (zh) * 2015-10-21 2016-01-20 中国电力科学研究院 一种电力***调度策略的合理性评估方法
CN106600136A (zh) * 2016-12-08 2017-04-26 国网浙江省电力公司 一种电力断面越限控制效率评估方法
WO2018115423A1 (en) * 2016-12-23 2018-06-28 Danmarks Tekniske Universitet Fatigue load minimization in an operation of a wind farm
CN110443401A (zh) * 2019-06-17 2019-11-12 中国电力科学研究院有限公司 一种智能电网的优化调度方法
CN110880072A (zh) * 2019-11-15 2020-03-13 国网湖南省电力有限公司 实时电网静态安全风险处置优化方法、装置及存储介质
CN111009895A (zh) * 2019-11-27 2020-04-14 广东电网有限责任公司 一种微网优化调度方法、***以及设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110029147A1 (en) * 2010-07-02 2011-02-03 David Sun Multi-interval dispatch method for enabling dispatchers in power grid control centers to manage changes
CN102567815A (zh) * 2012-02-20 2012-07-11 国电南瑞科技股份有限公司 基于实际电网运行数据的事后理想计划分析方法
CN105260846A (zh) * 2015-10-21 2016-01-20 中国电力科学研究院 一种电力***调度策略的合理性评估方法
CN106600136A (zh) * 2016-12-08 2017-04-26 国网浙江省电力公司 一种电力断面越限控制效率评估方法
WO2018115423A1 (en) * 2016-12-23 2018-06-28 Danmarks Tekniske Universitet Fatigue load minimization in an operation of a wind farm
CN110443401A (zh) * 2019-06-17 2019-11-12 中国电力科学研究院有限公司 一种智能电网的优化调度方法
CN110880072A (zh) * 2019-11-15 2020-03-13 国网湖南省电力有限公司 实时电网静态安全风险处置优化方法、装置及存储介质
CN111009895A (zh) * 2019-11-27 2020-04-14 广东电网有限责任公司 一种微网优化调度方法、***以及设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨睿: "考虑输电断面安全性的机组优化调度策略", 《中国优秀硕士学位论文全文数据库 工程科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113850481A (zh) * 2021-09-07 2021-12-28 华南理工大学 电力***调度业务辅助决策方法、***、装置和存储介质
CN113850481B (zh) * 2021-09-07 2022-12-16 华南理工大学 电力***调度业务辅助决策方法、***、装置和存储介质

Also Published As

Publication number Publication date
CN111539586B (zh) 2022-04-26

Similar Documents

Publication Publication Date Title
CN107301472B (zh) 基于场景分析法和电压调节策略的分布式光伏规划方法
CN114336702B (zh) 基于双层随机规划的风光储场站群功率分配协同优化方法
CN112785027B (zh) 风光储联合发电***置信容量评估方法及***
CN105741025A (zh) 基于风电波动在线风险评估的预防控制方法
CN110866366A (zh) 一种基于XGBoost算法的含PHEV光伏微网孤岛检测法
CN110837915A (zh) 一种基于混合集成深度学习的电力***低压负荷点预测及概率预测方法
CN116796644A (zh) 基于多智能体sac深度强化学习的风电场参数辨识方法
CN111539586B (zh) 一种电力调度中心及辅助决策方法
CN113612237A (zh) 一种在海上风电场中定位谐振诱发的次同步振荡源的方法
CN113595071A (zh) 台区用户辨识与电压影响评估方法
CN115514100A (zh) 一种基于多元储能和控制的混合储能***
CN116865343B (zh) 分布式光伏配电网的无模型自适应控制方法、装置及介质
Liu et al. Multi-objective optimization of wind-hydrogen integrated energy system with aging factor
Toumi et al. Robust variable step P&O algorithm based MPPT for PMSG wind generation system using estimated wind speed compensation technique
CN116384834A (zh) 基于多目标融合的储能-区域电网协调调峰能力评估方法
CN116826728A (zh) 一种少测量样本条件下的配电网状态结构估计方法及***
CN115713252A (zh) 一种水风光储多能互补***综合效益评估方案寻优方法
CN116054240A (zh) 一种基于功率预测的风电并网运行控制优化方法及***
CN115204944A (zh) 一种计及全寿命周期的储能最优峰谷价差测算方法及装置
CN111800209B (zh) 一种基于能量模型和动态权重因子的太阳能能量预测方法
CN111614129B (zh) 一种电网稳定断面控制的分析与决策方法及***
CN115347556A (zh) 一种促进新能源消纳的储能电站容量配置方法
Yang et al. Wind-storage combined system based on just-in-time-learning prediction model with dynamic error compensation
CN113013909A (zh) 一种基于平抑牵引的储能容量改进方法
CN111525568B (zh) 一种适用于电力***再调度的建模方法及***

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