CN101478157B - 自动发电控制系统及其负荷预测自动综合的优化方法 - Google Patents

自动发电控制系统及其负荷预测自动综合的优化方法 Download PDF

Info

Publication number
CN101478157B
CN101478157B CN2008103049067A CN200810304906A CN101478157B CN 101478157 B CN101478157 B CN 101478157B CN 2008103049067 A CN2008103049067 A CN 2008103049067A CN 200810304906 A CN200810304906 A CN 200810304906A CN 101478157 B CN101478157 B CN 101478157B
Authority
CN
China
Prior art keywords
load prediction
module
control system
formation
result
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
CN2008103049067A
Other languages
English (en)
Other versions
CN101478157A (zh
Inventor
田田
秦俊宁
李丰伟
田业
王威
龚向阳
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.)
Beijing Jiu Rui Fu Software Technology Development Co ltd
Ningbo Electric Power Bureau
Original Assignee
Beijing Jiu Rui Fu Software Technology Development Co ltd
Ningbo Electric Power Bureau
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 Beijing Jiu Rui Fu Software Technology Development Co ltd, Ningbo Electric Power Bureau filed Critical Beijing Jiu Rui Fu Software Technology Development Co ltd
Priority to CN2008103049067A priority Critical patent/CN101478157B/zh
Publication of CN101478157A publication Critical patent/CN101478157A/zh
Application granted granted Critical
Publication of CN101478157B publication Critical patent/CN101478157B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • Y04S10/12—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation

Abstract

一种自动发电控制系统及其负荷预测自动综合的优化方法，其特征在于：步骤1，将3个以上的负荷预测结果逐一加入到结果队列中；步骤2，计算队列中两两负荷预测结果彼此之间的距离；步骤3，将距离最近的两个负荷预测结果平均作为新结果加入队列，同时将这两个结果从队列中删除；步骤4，检查队列中负荷预测结果数目，如果大于3则返回步骤2，如果等于3则继续步骤5；步骤5，将队列中负荷预测结果从大到小排列；步骤6，将排在中间的结果装入自动发电控制系统，用于调节优化发电机出力。进一步优化了电网中各发电厂的机组出力，降低了供电成本，提高了自动发电控制系统中负荷预测精度，降低了负荷预测误差。

Description

自动发电控制系统及其负荷预测自动综合的优化方法
技术领域
本发明涉及一种电力系统自动发电控制系统的控制方法，特别是一种自动发电控制系统及其负荷预测自动综合的优化方法。
背景技术
电力系统自动发电控制系统是保障电力系统安全、经济运行的重要控制系统，其主要是根据系统负荷的变化，按照装定的优化算法控制、调整电网中各发电厂的机组出力。
发电机组响应负荷的变化需要一定的时间，需要预先设定好发电机的出力曲线(或轨道)才可以使系统运行在安全、经济状态，由此决定自动发电控制系统控制优化效果的关键在于对系统负荷变化的把握，也就是负荷预测的精度。当负荷预测误差较小时，各台发电机可以运行在自动发电控制系统事先设定好的经济出力轨道上，而当负荷预测误差较大时，自动发电控制系统要先保证电网频率稳定和系统安全，则只能让系统中响应调节快的机组多发电，而不是优先安排价格或成本便宜的机组多发电，这就增加了供电成本。
为了提高负荷预测的精度，自动发电控制系统往往采用将多种负荷预测模型结果进行平均或加权平均的方法，这样提高了负荷预测结果的稳定性，降低了出现大误差的概率，但是同时相比“最优预测”而言降低了精度。
发明内容
为了克服现有技术的不足，本发明提供一种自动发电控制系统及其负荷预测自动综合的优化方法，解决要进一步优化控制电网中各发电厂的机组出力、降低供电成本、提高自动发电控制系统中负荷预测精度、降低负荷预测误差的技术问题。
本发明解决其技术问题所采用的技术方案是：
这种自动发电控制系统，包括与电网顺序连接的数据采集模块、针对各类负荷的负荷预测模型、与各负荷预测模型连接的负荷预测汇总模块，其特征在于：上述负荷预测汇总模块与优化控制模块信号连接，该优化控制模块接收电网中负荷的实时数据，并对自动发电控制系统中各负荷预测模型结果进行聚类归并，将最后剩下的三组结果中，取中间的结果作为控制用曲线，根据该曲线去优化发电机的出力轨道，向各发电机发送调节控制信号。
上述优化控制模块从数据输入端至数据输出端依次连接有以下功能模块。
数据接收模块：用于接收电网中各发电厂三个以上电力负荷预测模块的结果逐一加入到负荷预测汇总模块中形成结果队列。
距离矩阵计算模块：用于计算队列中两两负荷预测结果彼此之间的距离。
最小距离挑选与合并模块：用于将距离最近的两个负荷预测结果平均作为新结果加入队列，同时将这两个结果从队列中删除，检查队列中负荷预测结果数目是否等于三。
结果计数器：用于将队列中三个负荷预测结果从大到小排列。
中间值挑选模块：用于将排在中间的结果输入自动发电控制系统。
上述功能模块中的每个模块可对应一个由中央处理器单元和与之连接的输入数据存储单元、输出数据存储单元、系统程序存储单元、应用程序存储单元、网卡和电源组成的可编程控制器，每个可编程控制器之间通过网卡用网线连接。
上述功能模块也可以集成在一个可编程控制器中。
上述自动发电控制系统的负荷预测自动综合的优化方法，其特征在于：
步骤1，将电网中各发电厂三个以上的负荷预测模块的结果逐一加入到负荷预测汇总模块中，形成结果队列。
步骤2，计算队列中两两负荷预测结果彼此之间的距离。
步骤3，将距离最近的两个负荷预测结果平均作为新结果加入队列，同时将这两个结果从队列中删除。
步骤4，检查队列中负荷预测结果数目，如果大于3则返回步骤2，如果等于3则继续步骤5。
步骤5，将队列中负荷预测结果从大到小排列。
步骤6，将排在中间的结果输入自动发电控制系统，用于优化调节发电机出力。
本发明对自动发电控制系统中多种负荷预测模型结果进行“聚类”规并，将最后剩下的三组结果中，取中间的结果作为控制用曲线，根据该曲线去优化发电机的出力轨道。解决了自动发电控制系统中多个负荷预测模型所产生的结果不一致时，如何优化发电机出力的技术问题。进一步优化了电网中各发电厂的机组出力，降低了供电成本，提高了自动发电控制系统中负荷预测精度，降低了负荷预测误差，还具有如下优点：
(1)、不需要人为设定各模型的权重，避免了过多的人工干预。
(2)、预测结果中过大或过小的结果自动就在聚类过程中被过滤，从而保证了最终结果的精度。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是自动发电控制系统的模块结构图。
图2是自动发电控制系统优化控制模块的功能模块组成图。
图3是各功能模块的硬件组成图。
图4是本发明的控制流程图。
图5是电力系统自动发电控制系统流程图。
具体实施方式
参见图1，这种自动发电控制系统，其特征在于：包括与电网顺序连接的数据采集模块、针对各发电机的负荷预测模型、与各负荷预测模型连接的负荷预测汇总模块，其特征在于：上述负荷预测汇总模块与优化控制模块信号连接，该优化控制模块接收电网中负荷的实时数据，并对自动发电控制系统中各负荷预测模型结果进行聚类归并，将最后剩下的三组结果中，取中间的结果作为控制用曲线，根据该曲线去优化发电机的出力轨道，向各发电机发送调节控制信号。
参见图2，上述优化控制模块包括下述功能模块。
数据接收模块：用于接收电网中各发电厂三个以上电力负荷预测模块的结果逐一加入到负荷预测汇总模块中形成结果队列。
距离矩阵计算模块：用于计算队列中两两负荷预测结果彼此之间的距离。
最小距离挑选与合并模块：用于将距离最近的两个负荷预测结果平均作为新结果加入队列，同时将这两个结果从队列中删除，检查队列中负荷预测结果数目是否等于三。
结果计数器：用于将队列中三个负荷预测结果从大到小排列。
中间值挑选模块：用于将排在中间的结果输入自动发电控制系统。
上级负荷预测计算结果数据输入到本模块的数据接收部件中，然后传递到距离矩阵计算部件，得到各预测结果之间的距离，然后再输入到最小距离挑选与合并部件，得到新的结果集合，送入结果计数器，如果结果数目大于3则返回到距离矩阵计算部件，等于3则进入中间值挑选部件，最后输出中间结果传给下一控制模块。
参见图3，上述功能模块中的每个模块可对应一个由中央处理器单元(CPU)和与之连接的输入数据存储单元、输出数据存储单元、系统程序存储单元、应用程序存储单元、网卡和电源组成的PLC可编程控制器。每个可编程控制器PLC板之间通过网卡用网线连接。对于计算能力比较强的中央处理器，也可以采用一块PLC板实现。
参见图4，将自动发电控制系统示意图中预测汇总模块采用如下算法：
步骤1，将3个以上的负荷预测结果逐一加入到结果队列中。
步骤2，计算队列中两两负荷预测结果彼此之间的距离。
步骤3，将距离最近的两个负荷预测结果平均作为新结果加入队列，同时将这两个结果从队列中删除。
步骤4，检查队列中负荷预测结果数目，如果大于3则返回步骤2，如果等于3则继续步骤5。
步骤5，将队列中负荷预测结果从大到小排列。
步骤6，将排在中间的结果装入自动发电控制系统，用于优化调节发电机出力。
举例说明如下：
比如，各预测模型对于电网9点钟的负荷预测如下：
  模型编号   预测结果(单位Mw)
  1   1000
  2   1100
  3   1060
  4   900
  5   1200
按照步骤1，形成队列{1000，1100，1060，900，1200}。
步骤2，计算两两的距离，结果如下：
  编号\编号  1  2  3  4  5
  1  0  100  60  100  200
  2  100  0  40  200  100
  3  60  40  0  160  140
  4  100  200  160  0  300
  5  200  100  140  300  0
步骤3，将距离最近的两个负荷预测结果平均作为新结果加入队列，同时将这两个结果从队列中删除。距离最近的是结果2和结果3，将两结果合并得新结果1080，得到新队列{1000，900，1200，1080}。
步骤4，检查队列中负荷预测结果数目，如果大于3则返回步骤2，如果等于3则继续步骤5；现在结果中的队列数目是4个，回到步骤2。
步骤2，计算两两的距离，结果如下：
  编号\编号  1  2  3  4
  1  0  100  200  80
  2  100  0  300  180
  3  200  300  0  120
  4  80  180  120  0
步骤3，将距离最近的两个负荷预测结果平均作为新结果加入队列，同时将这两个结果从队列中删除。距离最近的是结果1和结果4，将两结果合并得新结果1040，得到新队列{900，1200，1040}。
步骤4，检查队列中负荷预测结果数目，如果大于3则返回步骤2，如果等于3则继续步骤5；现在结果中的队列数目是3个，进行步骤5。
步骤5，将队列中负荷预测结果从大到小排列；得到{1200，1040，900}。
步骤6，将排在中间的结果装入自动发电控制系统，用于优化调节发电机出力；则最终发电出力按1040Mw进行优化控制。
电力系统自动发电控制系统流程图参见图5，电力系统实时数据采集与监控系统采集系统总负荷，然后进行负荷预测计算，将负荷预测结果汇总，参考采集与监控数据进行发电机出力调节计算，根据各电厂发电机状态与计划，向电网中各发电厂发送发电机调节控制信号。

Claims (4)

1.一种自动发电控制系统，其特征在于：包括与电网顺序连接的数据采集模块、针对各类负荷的负荷预测模型、与各负荷预测模型连接的负荷预测汇总模块，其特征在于：上述负荷预测汇总模块与优化控制模块信号连接，该优化控制模块接收电网中负荷的实时数据，并对自动发电控制系统中各负荷预测模型结果进行聚类归并，将最后剩下的三组结果中，取中间的结果作为控制用曲线，根据该曲线去优化发电机的出力轨道，向各发电机发送调节控制信号；
上述优化控制模块进行的聚类归并包括从数据输入端至数据输出端依次连接的以下功能模块；
数据接收模块：用于接收电网中各发电厂三个以上电力负荷预测模块的结果逐一加入到负荷预测汇总模块中形成结果队列；
距离矩阵计算模块：用于计算队列中两两负荷预测结果彼此之间的距离；
最小距离挑选与合并模块：用于将距离最近的两个负荷预测结果平均作为新结果加入队列，同时将这两个结果从队列中删除，检查队列中负荷预测结果数目是否等于三；
结果计数器：用于将队列中三个负荷预测结果从大到小排列；
中间值挑选模块：用于将排在中间的结果输入自动发电控制系统。
2.根据权利要求1所述的自动发电控制系统，其特征在于：上述功能模块中的每个模块对应一个由中央处理器单元和与之连接的输入数据存储单元、输出数据存储单元、系统程序存储单元、应用程序存储单元、网卡和电源组成的可编程控制器，每块可编程控制器之间通过网卡用网线连接。
3.根据权利要求1所述的自动发电控制系统，其特征在于：上述功能模块集成在一块可编程控制器中。
4.一种应用权利要求1～3任意一项所述自动发电控制系统的负荷预测自动综合的优化方法，其特征在于：
步骤1，将电网中各发电厂三个以上的负荷预测模块的结果逐一加入到负荷预测汇总模块中，形成结果队列；
步骤2，计算队列中两两负荷预测结果彼此之间的距离；
步骤3，将距离最近的两个负荷预测结果平均作为新结果加入队列，同时将这两个结果从队列中删除；
步骤4，检查队列中负荷预测结果数目，如果大于3则返回步骤2，如果等于3则继续步骤5；
步骤5，将队列中负荷预测结果从大到小排列；
步骤6，将排在中间的结果输入自动发电控制系统，用于优化调节发电机出力。
CN2008103049067A 2008-10-13 2008-10-13 自动发电控制系统及其负荷预测自动综合的优化方法 Active CN101478157B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2008103049067A CN101478157B (zh) 2008-10-13 2008-10-13 自动发电控制系统及其负荷预测自动综合的优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2008103049067A CN101478157B (zh) 2008-10-13 2008-10-13 自动发电控制系统及其负荷预测自动综合的优化方法

Publications (2)

Publication Number Publication Date
CN101478157A CN101478157A (zh) 2009-07-08
CN101478157B true CN101478157B (zh) 2011-05-04

Family

ID=40838803

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008103049067A Active CN101478157B (zh) 2008-10-13 2008-10-13 自动发电控制系统及其负荷预测自动综合的优化方法

Country Status (1)

Country Link
CN (1) CN101478157B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9093840B2 (en) * 2010-07-02 2015-07-28 Alstom Technology Ltd. System tools for integrating individual load forecasts into a composite load forecast to present a comprehensive synchronized and harmonized load forecast

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090030758A1 (en) 2007-07-26 2009-01-29 Gennaro Castelli Methods for assessing potentially compromising situations of a utility company
CN101645599B (zh) * 2009-08-25 2012-05-02 广东电网公司电力科学研究院 一种自动发电控制目标负荷预处理装置
CN101938141B (zh) * 2010-08-02 2013-03-27 中国南方电网有限责任公司 大电网并网发电厂自动发电控制效果评价优化方法
CN102156815A (zh) * 2011-04-07 2011-08-17 国电南瑞科技股份有限公司 年度电量进度跟踪调度模式下发电计划优化方法
WO2013121515A1 (ja) * 2012-02-14 2013-08-22 東芝三菱電機産業システム株式会社 需要電力予測システム
CN102968111B (zh) * 2012-12-14 2015-09-02 廊坊新奥节能服务有限公司 控制分布式能源系统的方法和系统
CN103384068B (zh) * 2013-03-25 2016-02-24 南京南瑞集团公司 电力系统暂态安全稳定紧急控制在线策略优化计算方法
CN103500997B (zh) * 2013-09-16 2015-07-01 华南理工大学 基于混合多目标λ迭代法和牛顿法的电力系统调度方法
CN104638650B (zh) * 2015-01-14 2016-08-31 国家电网公司 一种利用原动机输出转矩控制发电机频率的方法
CN106786671B (zh) * 2017-01-19 2019-05-31 广西电网有限责任公司电力科学研究院 一种智能量化加权水电机组自动发电控制系统及算法
CN107918779A (zh) * 2017-08-02 2018-04-17 北京国电通网络技术有限公司 一种构建多元负荷聚类模型方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1261096A1 (en) * 2001-05-21 2002-11-27 Abb Research Ltd. Stability prediction for an electric power network
EP1478075A2 (en) * 2003-05-13 2004-11-17 Siemens Power Transmission & Distribution, Inc. Very short term load predictor
CN101202469A (zh) * 2007-09-25 2008-06-18 宋振群 基于嵌入式系统的配电变压器远程监测终端

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1261096A1 (en) * 2001-05-21 2002-11-27 Abb Research Ltd. Stability prediction for an electric power network
EP1478075A2 (en) * 2003-05-13 2004-11-17 Siemens Power Transmission & Distribution, Inc. Very short term load predictor
CN101202469A (zh) * 2007-09-25 2008-06-18 宋振群 基于嵌入式系统的配电变压器远程监测终端

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9093840B2 (en) * 2010-07-02 2015-07-28 Alstom Technology Ltd. System tools for integrating individual load forecasts into a composite load forecast to present a comprehensive synchronized and harmonized load forecast

Also Published As

Publication number Publication date
CN101478157A (zh) 2009-07-08

Similar Documents

Publication Publication Date Title
CN101478157B (zh) 自动发电控制系统及其负荷预测自动综合的优化方法
Zhuo et al. Incorporating massive scenarios in transmission expansion planning with high renewable energy penetration
Li et al. Adaptive robust tie-line scheduling considering wind power uncertainty for interconnected power systems
CN102074954B (zh) 一种城乡配电网综合节能评估与决策方法
Ahmadian et al. Fuzzy stochastic long-term model with consideration of uncertainties for deployment of distributed energy resources using interactive honey bee mating optimization
CN102055196B (zh) 一种电力系统中10kv配电网的无功补偿优化方法
Ghadimi et al. PSO based fuzzy stochastic long-term model for deployment of distributed energy resources in distribution systems with several objectives
Luburić et al. FACTS devices and energy storage in unit commitment
CN102289223A (zh) 自动电压控制系统全网最优控制参数校验方法
Hong et al. Optimal VAR planning considering intermittent wind power using Markov model and quantum evolutionary algorithm
CN103150629A (zh) 基于相关机会二层规划模型的输电网规划方法
CN106159944B (zh) 低碳环境下基于二层规划模型的多阶段输电网规划方法
CN111509728B (zh) 一种基于多源异构虚拟负荷的优化调控方法及系统
CN110011358B (zh) 一种配电网负荷状态调节控制器
Tian et al. Coordinated planning with predetermined renewable energy generation targets using extended two-stage robust optimization
CN112085327B (zh) 一种配电商参与的主动配电网多层分区调控方法及系统
Zhou et al. Interval optimization combined with point estimate method for stochastic security-constrained unit commitment
CN106485605A (zh) 清洁能源电阶梯电价预购平台及控制方法
Ashtiani et al. Optimal allocation of energy storage systems in connected microgrid to minimize the energy cost
CN111541279B (zh) 考虑机组出力状态的风电场功率自动控制系统及方法
CN109256790B (zh) 一种蓄能系统配置方法、装置及存储介质
CN101764411B (zh) 变电站无功补偿优化配置计算器及其优化配置的方法
CN111740452B (zh) 一种单建议运行区水电机组有功功率控制方法
CN113595153A (zh) 一种新能源集群的输出功率优化方法及装置
CN109217380B (zh) 一种弃风限电方法及装置

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