CN104616069B - 一种年度发电计划滚动分解优化方法 - Google Patents

一种年度发电计划滚动分解优化方法 Download PDF

Info

Publication number
CN104616069B
CN104616069B CN201510016693.8A CN201510016693A CN104616069B CN 104616069 B CN104616069 B CN 104616069B CN 201510016693 A CN201510016693 A CN 201510016693A CN 104616069 B CN104616069 B CN 104616069B
Authority
CN
China
Prior art keywords
mrow
plan
unit
munder
mover
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
CN201510016693.8A
Other languages
English (en)
Other versions
CN104616069A (zh
Inventor
涂孟夫
郭登峰
江长明
刘军
张涛
汪洋
张贲
陈之栩
苏峰
史沛然
胡劲
丁恰
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.)
North China Grid Co Ltd
Nari Technology Co Ltd
NARI Nanjing Control System Co Ltd
Original Assignee
North China Grid Co Ltd
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 North China Grid Co Ltd, Nari Technology Co Ltd, NARI Nanjing Control System Co Ltd filed Critical North China Grid Co Ltd
Priority to CN201510016693.8A priority Critical patent/CN104616069B/zh
Publication of CN104616069A publication Critical patent/CN104616069A/zh
Application granted granted Critical
Publication of CN104616069B publication Critical patent/CN104616069B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

Abstract

本发明公开了一种年度发电计划滚动分解优化方法，包括步骤：(1)确定需要进行年度发电计划滚动分解优化的计划时段和计划参数；(2)建立适用年度发电计划滚动分解的安全约束机组组合优化模型；(3)采用混合整数线性规划算法计算出机组在各计划时段启停状态、计划负荷率以及高峰低谷有功出力；(4)进行安全校核，判断是否满足所有安全约束，如满足所有安全约束，则转向步骤(5)；如不满足所有安全约束，则新增越限元件，并计算新增越限元件的灵敏度信息，转向步骤(2)。本发明滚动优化编制机组启停计划和机组平均计划负荷率，制定电厂月周日发电量计划；保障年度发电量计划的执行和节能减排目标的实现。

Description

一种年度发电计划滚动分解优化方法
技术领域
本发明涉及一种年度发电计划滚动分解优化方法，属于电力系统调度自动化技术领域。
背景技术
随着智能电网建设的推进，对电网资源优化配置的要求不断增强，这对调度运行和调度计划提出了更高的要求。目前国内网省级电网发电计划的编制是首先由政府主管部门根据下年度经济增长预期和电力电量平衡，综合考虑国家节能减排、资源优化配置等政策和机组运行等条件制定确定年度电厂(或者机组)发电量计划；电力调度机构电网负荷需求预测，编制电网年、月、周及日运行方式，将年度发电量计划分解执行。随着节能减排和新能源消纳问题受到政府的日益重视和公众的广泛关注，年度发电量计划分解与执行已经成为网省级电网计划编制重点关注的问题之一。
目前国内电力调度机构制定年、月、周运行方式时，一般是基于年度发电量完成情况，根据运行经验，人工编制发电机组运行方式和发电量分解计划，难以保证各发电机组年度发电量计划完成进度的一致性，在实际应用中也不能充分反映后续机组检修计划、冬季供热和新能源季节性出力波动对年度发电量计划执行的影响。同时，经验调度无法有效考虑电网安全，得到的机组运行计划需要在运行中反复调整，从而难以保证调度运行的安全性和经济性，也给运行人员带来了巨大的工作量。
发明内容
针对现有技术存在的不足，本发明目的是提供一种年度发电计划滚动分解优化方法，以年度电量计划完成率偏差最小和计划负荷率均衡为优化目标，综合考虑电网各计划计划时段高峰、低谷负荷和备用需求、电厂和机组运行条件、电网安全等因素，滚动优化编制机组启停计划和机组平均计划负荷率，并制定电厂月周日发电量计划；从而，保障年度发电量计划的执行和节能减排目标的实现。
为了实现上述目的，本发明是通过如下的技术方案来实现：
本发明的一种年度发电计划滚动分解优化方法，具体包括以下几个步骤：
(1)确定需要进行年度发电计划滚动分解优化的计划时段，获取未来计划时段的最大负荷、最小负荷预测、备用需求、月或者周电量需求预测，获取年内未来时间内的检修计划、联络线交换计划、新能源出力计划；统计年度发电量计划完成情况，计算各电厂/机组的剩余年度发电量计划，设置年度发电计划滚动分解的机组计划负荷率范围、网络监视元件、需要考虑的约束条件，根据电网拓扑模型和参数计算机组对网络监视元件的灵敏度信息；
(2)以年度电量计划完成率偏差最小和各计划时段机组计划负荷率均衡为优化目标，综合考虑电网各计划计划时段高峰负荷需求、低谷负荷需求、备用需求、电厂与机组运行条件、月度发电量需求、电网安全，建立适用年度发电计划滚动分解的安全约束机组组合优化模型；
(3)采用混合整数线性规划算法计算出年度未来时间机组在各计划时段启停状态、计划负荷率以及高峰低谷有功出力；
(4)根据步骤(3)求解获得各计划时段机组启停状态和高峰低谷有功出力，并进行安全校核，根据电网拓扑模型和参数，计算电网内稳定断面和主要元件的计划潮流，判断断面和元件计划潮流是否越限，如果所有断面和元件计划潮流不越限，则转向步骤(5)；如果有断面或元件计划潮流越限，则新增越限元件，并计算新增越限元件的灵敏度信息，转向步骤(2)；
(5)迭代结束，生成未来计划周期内发电机组的启停计划、计划负荷率、各月/周/日电厂的发电量计划。
步骤(1)中，年度发电计划滚动分解优化的计划时段按照如下方式确定：以单日或者连续多日作为一个优化时段，每个优化时段分别考虑电网高峰和低谷时刻的负荷平衡及备用需求约束。
步骤(2)中，建立适用年度发电计划滚动分解的安全约束机组组合优化模型需要考虑优化目标和约束条件；
所述优化目标包括年度电量计划完成率偏差和各时段机组计划负荷率均衡；
所述约束条件包括系统负荷平衡约束、系统备用约束、月/周电量计划约束、机组计划负荷率区间约束、机组运行约束、机组最小开停机时间约束、机组固定出力约束、全厂出力约束、电厂运行机组数约束、电网潮流安全约束。
年度发电计划分解执行要保证电厂年度发电量计划的完成率，完成率偏高或者偏低都有违公平调度和节能减排原则，对电厂g，有：
Q(i,t)＝H(i,t)·η(i,t)·Cap(i) (1)
式中，T为计划时段集合；Q(i,t)为机组i在t时段的发电量分解计划；Q(g)为年末电厂g年度分解计划完成电量，Q'(g)为截止到滚动计划开始时间电厂g已经实际完成的发电量；H(i,t)为机组i在t时段的运行时间长度，Cap(i)为机组i的额定装机容量；η(i,t)为机组i在t时段的计划负荷率；
电厂g年度电量计划完成率偏差Δl(g)可表示为：
Δl(g)＝Q(g)/Q0(g)-1 (3)
式中，Q0(g)为政府主管部门批复的电厂g年度发电量计划；
偏差罚函数D(g)：
D(g)＝C(|Δl(g)|) (4)
式中，C(|Δl(g)|)为完成率偏差绝对值的罚函数，随着电厂电量计划完成率偏差绝对量的增大而急剧增加，以达到电厂年度计划电量完成率偏差最小。
引入机组计划负荷率与后续计划平均负荷率偏差罚函数F(i,t)来实现机组计划负荷率均衡控制：
式中，为机组后续计划平均负荷率；为计划负荷率偏差绝对值的罚函数，随着机组计划负荷率偏差的绝对量的增大而急剧增加；
年度计划分解优化的首要目标是保证电厂年度计划完成率，其次是机组计划负荷率均衡；根据多目标优化理论年度计划分解的优化目标可采用多目标加权优化的方式表示为：
式中,M为优化目标权重因子，取大整数M>＝106，从而使电量计划完成率偏差对总目标的影响远大于机组负荷率偏差的影响，实现对首要目标和次要目标的协调优化；G为所有电厂集合，I为所有发电机组集合。
①系统负荷平衡约束
式中： p d(t)为系统在t时段的高峰、低谷发电口径负荷,事先扣减高峰、低谷时段的联络线交换功率； p(i,t)为机组i在t时段的高峰、低谷计划出力；
②系统备用约束
式中：IS为电网可提供备用的机组集合；和r(i,t)是机组i在t时段可以提供的上旋、下旋备用；和R(t)为系统t时段上旋、下旋备用需求；
③月发电电量计划约束
式中，m为月份，α(m)为系统m月电量需求预测与系统全年未来时段电量需求预测总和的比例，通过中长期电量需求预测结果计算出；
④机组计划负荷率区间约束
式中，u(i,t)为机组i在t时段是否运行标志， η(i,t)为机组i在t时段平均计划负荷率上、下限；和P(i,t)为机组i在时段t的高峰、低谷固定出力计划，Cap(i)为机组i的额定装机容量；α(i)为机组计划负荷率修正系数；
⑤机组运行约束：
Pmin(i,t)·u(i,t)≤p(i,t)-r(i,t) (16)
p(i,t)≤Pmax(i,t)·u(i,t) (17)
式中：Pmin(i,t)和Pmax(i,t)分别为机组i在t时段可调出力的上下限；
⑥机组最小开停机时间约束
式中：τ为计划时段；UTi和DTi分别为机组i的最小开机时间和最小停机时间；y(i,τ)、z(i,τ)为机组i在时段τ是否有开机、停机行为的标志变量；
⑦机组固定出力约束
式中：和P(i,t)为机组i在时段t的高峰、低谷固定出力计划；Φplan为固定出力机组时段集合；
⑧全厂出力约束，全厂出力约束将降低机组实际提供备用的能力，因此：
式中： P G(g,t)表电厂g全厂t时段出力上、下限；
⑨电厂运行机组数约束：
式中：U(g,t)、为电厂g在t时段最少、最多运行机组数；
⑩电网潮流安全约束：
式中，pfij，pfij ，分别表示支路ij的潮流功率及正反向限值。
本发明的有益效果如下：
第一、优化编制满足电网调度运行要求的电网未来计划时间机组启停计划和发电负荷率计划，可以从更大时间范围实现对电厂年度发电量完成进度的跟踪与调控，实现对电网运行风险的防御与预控，可以为调度中心提供兼顾年度发电量完成进度与电网安全的切实可行的机组启停计划和月、周发电量计划，大大提高了大电网驾驭能力和电力资源优化配置能力；
第二、本发明通过时段简化，建立了以年度电量计划完成率偏差最小和各计划时段机组计划负荷率均衡为优化目标、综合考虑电网各计划计划时段高峰、低谷负荷和备用需求、电厂和机组运行条件、电网安全等因素的适用年度发电计划滚动分解的安全约束机组组合优化模型，经过优化计算与安全校核的交替迭代，最终获得更为合理的机组启停计划和发电量计划，替代原先的经验调度型方案，有助于提高电网调度的精细化水平；
第三、本发明通过适用年度电量计划滚动分解的安全约束机组组合优化，得出机组在每个计划时段的启停状态、计划负荷率和发电量等结果，这些结果距当前时间较近的结果可以直接进入短期(周内、日前)发电计划环节，距当前时间较远的结果可供电力系统运行计划安排、调整电网未来检修、停备计划使用，有助于实现电网中长期运行方式与短期运行方式的有效衔接，更好地指导电力系统的安全经济运行。
附图说明
图1为本发明的一种考虑计划完成率和负荷率均衡的年度发电计划滚动分解优化方法工作流程图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
一种年度发电计划滚动分解优化方法，如图1所示，包括如下步骤：
(1)确定需要进行年度发电计划滚动分解优化的计划时段，获取未来计划时段的最大负荷、最小负荷预测、备用需求、月(或者周)电量需求预测，获取年内未来时间内的检修计划、联络线交换计划、新能源出力计划；统计年度发电量计划完成情况，计算各电厂/机组的剩余年度发电量计划，设置年度发电计划滚动分解的机组计划负荷率范围、网络监视元件、需要考虑的约束条件等优化参数，根据电网拓扑模型和参数计算机组对网络监视元件的灵敏度信息；
(2)根据实际电网的电网模型建立以年度电量计划完成率偏差最小和各计划时段机组计划负荷率均衡为优化目标，综合考虑电网各计划计划时段高峰负荷需求、低谷负荷需求、备用需求、电厂与机组运行条件、月度发电量需求、电网安全等约束条件，建立适用年度发电计划滚动分解的安全约束机组组合优化模型；
(3)采用混合整数线性规划算法计算出机组在各计划时段启停状态、计划负荷率以及高峰、低谷有功出力；
(4)根据(3)求解获得各计划时段机组启停状态和高峰低谷有功出力进行安全校核，根据电网拓扑模型和参数，计算电网内稳定断面和主要元件的计划潮流，判断断面和元件计划潮流是否越限，如果所有断面和元件计划潮流不越限，则转向步骤(5)；如果有断面或元件计划潮流越限，则新增越限元件，并计算新增越限元件的灵敏度信息，转向步骤(2)；
(5)迭代结束，生成未来计划周期内发电机组的启停计划、各月(周)日电厂(或者机组)的发电量计划。
具体介绍如下：
年度发电计划滚动分解优化的计划时段按如下方式确定：
年度发电计划滚动分解优化的计划时间范围为下一个计划日至年末，年度发电计划滚动分解优化重点解决较长周期内机组的启停与发电量计划，相对周内和日前发电计划，年度发电计划滚动分解如采用精细的、以小时或更小粒度的安全约束机组组合(SCUC)优化模型，一方面程序计算规模庞大，计算效率较低；此外，中长期的系统负荷预测、设备检修计划、联络线交换计划及新能源功率预测都有一定的不确定性，因此，日内机组组合状态的变化在年度发电计划分解中没有必要，对实际生产也缺乏指导意义。因此，年度计划滚动分解优化算法的遵循兼顾程序计算性能和年度计划关键需求的基本原则，以单日或者连续多日的作为一个优化时段。
另一方面，电网实际运行时，各优化时段内系统负荷、联络线交换计划、新能源功率预测、燃气等调峰机组在等高峰、低谷时间相差较大，年度计划滚动分解首先需要保证电网高峰、低谷时间出力和备用能力满足需求；并且在大规模新能源并网的情况下，因为风电等新能源的反调峰特性，使电网有可能在低谷时段面临下旋备用不足而被迫弃风。因此，每个优化时段的设置应当分布考虑电网高峰、低谷约束。
步骤(2)所述的适用年度电量计划滚动分解的安全约束机组组合优化模型包括如下步骤：
a)优化目标
年度发电计划分解优化目标有如下因素需要考虑：
①年度电量计划完成率偏差
现有政策规定年度发电计划分解执行要保证电厂年度发电量计划的完成率，完成率偏高或者偏低都有违公平调度和节能减排原则。对电厂g，有：
Q(i,t)＝H(i,t)·η(i,t)·Cap(i) (1)
式中，T为计划时段集合；Q(i,t)为机组i在t时段的发电量分解计划；Q(g)为年末电厂g年度分解计划完成电量，Q'(g)为截止到滚动计划开始时间电厂g已经实际完成的发电量；H(i,t)为机组i在t时段的运行时间；η(i,t)为机组i在t时段的计划负荷率。
电厂g年度电量计划完成率偏差Δl(g)可表示为：
Δl(g)＝Q(g)/Q0(g)-1 (3)
式中，Q0(g)为政府主管部门批复的电厂g年度发电量计划。
为了克服完成率偏差大小没有区分度、量化并控制计划电量完成率偏差，我们引入偏差罚函数D(g)：
D(g)＝C(|Δl(g)|) (4)
式中，C(|Δl(g)|)为完成率偏差绝对值的罚函数，随着电厂电量计划完成率偏差绝对量的增大而急剧增加，以达到电厂年度计划电量完成率偏差最小。
②各时段机组计划负荷率均衡
机组计划负荷率均衡的目的是通过最小化机组各计划时段平均负荷率的相对差异，使机组在各计划时段保持相对均衡的裕度并与系统负荷趋势一致，以应对短周期计划中的负荷波动。我们同样引入机组计划负荷率与后续计划平均负荷率偏差罚函数F(i,t)来实现机组计划负荷率均衡控制：
式中，为机组后续计划平均负荷率；为计划负荷率偏差绝对值的罚函数，随着机组计划负荷率偏差的绝对量的增大而急剧增加。
年度计划分解优化的首要目标是保证电厂年度计划完成率，其次是机组计划负荷率均衡；根据多目标优化理论年度计划分解的优化目标可采用多目标加权优化的方式表示为：
式中,M为优化目标权重因子，取大整数(M>＝106)，从而使电量计划完成率偏差对总目标的影响远大于机组负荷率偏差的影响，实现对首要目标和次要目标的协调优化；G为所有电厂集合，I为所有发电机组集合。
b)约束条件
①系统负荷平衡约束
式中： p d(t)为系统在t时段的高峰、低谷发电口径负荷,事先扣减高峰、低谷时段的联络线交换功率； p(i,t)为机组i在t时段的高峰、低谷计划出力；
②系统备用约束
式中：IS为电网可提供备用的机组集合；和r(i,t)是机组i在t时段可以提供的上旋、下旋备用；和R(t)为系统t时段上旋、下旋备用需求。
③月(周)电量计划约束
式中，m为月份，α(m)为系统m月电量需求预测与系统全年未来时段电量需求预测总和的比例，通过中长期电量需求预测结果计算出。
④机组计划负荷率区间约束
式中， η(i,t)为机组i在t时段平均计划负荷率上、下限，事先根据相关政策、机组类型和是否供热等因素设置；Cap(i)为机组i的额定装机容量；α(i)为机组计划负荷率修正系数。
⑤机组运行约束：
Pmin(i,t)·u(i,t)≤p(i,t)-r(i,t) (16)
p(i,t)≤Pmax(i,t)·u(i,t) (17)
式中：Pmin(i,t)和Pmax(i,t)分别为机组i在t时段可调出力的上下限，事先根据机组最大最小技术出力、受阻情况以及是否供热等因素计算出。u(i,t)为机组i在t时段是否运行标志。
⑥机组最小开停机时间约束
式中：τ为计划时段；UTi和DTi分别为机组i的最小开机时间和最小停机时间；y(i,τ)、z(i,τ)为机组i在时段τ是否有开机、停机行为的标志变量。机组的最小开机时间和最小停机时间根据机组运行特性和相关政策设置。
⑦机组固定出力约束
式中：和P(i,t)为机组i在时段t的高峰、低谷固定出力计划，根据新能源功率预测和抽蓄等调峰机组的典型运行方式设置；Φplan为固定出力机组时段集合。
⑧全厂出力约束，全厂出力约束将降低机组实际提供备用的能力，因此：
式中： P G(g,t)表电厂g全厂t时段出力上、下限。
⑨电厂运行机组数约束：
式中：U(g,t)、为电厂g在t时段最少、最多运行机组数。
⑩电网潮流安全约束：
式中，pfij，pfij ，分别表示支路ij的潮流功率及正反向限值。
实际应用效果
本技术方案在某省电网调度计划系统中得到应用。该系统包括年度、月、周、日前、日内、实时等多个周期的发电计划编制功能，年度发电计划分解是月、周、日前和日内多个周期发电计划编制的基础，它指导电厂年度发电量计划的完成进度，并为月、周和日前发电计划编制提供系统的开停机计划和发电量计划。年度发电计划分解是在对未来计划数据整合基础上，应用本发明年度发电计划分解滚动优化方法的基础上完成的。
对计算结果进行分析，电厂年度发电量计划完成率在总体趋于一致，机组平均负荷率计划与系统平均负荷率趋势相似，机组启停计划的优化结果与实际运行状况相似。
本方法在实际电网数据下开展的电网年度发电计划分解滚动优化的尝试。该方法经过优化计算与安全校核的交替迭代，最终获得更加合理的机组启停计划、计划负荷率和月、周发电量计划，有助于在电网调度计划编制中有效把握电厂年度发电量计划进度，编制合理的机组开停机计划和发电量分解计划，提高电网运行的安全性和经济性。该方法不需要大量人力的参与，计算速度可以满足实际应用的需要，有效地解决了传统的年度发电量计划分解制定需要大量人力，依靠经验，效率低，准确率低，难以有效考虑电网安全约束的弊病，具有广泛的推广前景。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (5)

1.一种年度发电计划滚动分解优化方法，其特征在于，具体包括以下几个步骤：
(1)确定需要进行年度发电计划滚动分解优化的计划时段，获取未来计划时段的最大负荷、最小负荷预测、备用需求、月或者周电量需求预测，获取年内未来时间内的检修计划、联络线交换计划、新能源出力计划；统计年度发电量计划完成情况，计算各电厂/机组的剩余年度发电量计划，设置年度发电计划滚动分解的机组计划负荷率范围、网络监视元件、需要考虑的约束条件，根据电网拓扑模型和参数计算机组对网络监视元件的灵敏度信息；
(2)以年度电量计划完成率偏差最小和各计划时段机组计划负荷率均衡为优化目标，综合考虑电网各计划计划时段高峰负荷需求、低谷负荷需求、备用需求、电厂与机组运行条件、月度发电量需求、电网安全，建立适用年度发电计划滚动分解的安全约束机组组合优化模型；
步骤(2)中，建立适用年度发电计划滚动分解的安全约束机组组合优化模型需要考虑优化目标和约束条件；
所述优化目标包括年度电量计划完成率偏差和各时段机组计划负荷率均衡；
所述约束条件包括系统负荷平衡约束、系统备用约束、月/周电量计划约束、机组计划负荷率区间约束、机组运行约束、机组最小开停机时间约束、机组固定出力约束、全厂出力约束、电厂运行机组数约束、电网潮流安全约束；
(3)采用混合整数线性规划算法计算出年度未来时间机组在各计划时段启停状态、计划负荷率以及高峰低谷有功出力；
(4)根据步骤(3)求解获得各计划时段机组启停状态和高峰低谷有功出力，并进行安全校核，根据电网拓扑模型和参数，计算电网内稳定断面和主要元件的计划潮流，判断断面和元件计划潮流是否越限，如果所有断面和元件计划潮流不越限，则转向步骤(5)；如果有断面或元件计划潮流越限，则新增越限元件，并计算新增越限元件的灵敏度信息，转向步骤(2)；
(5)迭代结束，生成未来计划周期内发电机组的启停计划、计划负荷率、各月/周/日电厂的发电量计划。
2.根据权利要求1所述的年度发电计划滚动分解优化方法，其特征在于，步骤(1)中，年度发电计划滚动分解优化的计划时段按照如下方式确定：
以单日或者连续多日作为一个优化时段，每个优化时段分别考虑电网高峰和低谷时刻的负荷平衡及备用需求约束。
3.根据权利要求1所述的年度发电计划滚动分解优化方法，其特征在于，
年度发电计划分解执行要保证电厂年度发电量计划的完成率，完成率偏高或者偏低都有违公平调度和节能减排原则，对电厂g，有：
Q(i,t)＝H(i,t)·η(i,t)·Cap(i) (1)
<mrow> <mi>Q</mi> <mrow> <mo>(</mo> <mi>g</mi> <mo>)</mo> </mrow> <mo>=</mo> <msup> <mi>Q</mi> <mo>&amp;prime;</mo> </msup> <mrow> <mo>(</mo> <mi>g</mi> <mo>)</mo> </mrow> <mo>+</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>&amp;Element;</mo> <mi>g</mi> </mrow> </munder> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>T</mi> </munderover> <mi>Q</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
式中，T为计划时段集合；Q(i,t)为机组i在t时段的发电量分解计划；Q(g)为年末电厂g年度分解计划完成电量，Q'(g)为截止到滚动计划开始时间电厂g已经实际完成的发电量；H(i,t)为机组i在t时段的运行时间长度，Cap(i)为机组i的额定装机容量；η(i,t)为机组i在t时段的计划负荷率；
电厂g年度电量计划完成率偏差Δl(g)可表示为：
Δl(g)＝Q(g)/Q0(g)-1 (3)
式中，Q0(g)为政府主管部门批复的电厂g年度发电量计划；
偏差罚函数D(g)：
D(g)＝C(|Δl(g)|) (4)
式中，C(|Δl(g)|)为完成率偏差绝对值的罚函数，随着电厂电量计划完成率偏差绝对量的增大而急剧增加，以达到电厂年度计划电量完成率偏差最小。
4.根据权利要求3所述的年度发电计划滚动分解优化方法，其特征在于，
引入机组计划负荷率与后续计划平均负荷率偏差罚函数F(i,t)来实现机组计划负荷率均衡控制：
<mrow> <mi>F</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>C</mi> <mrow> <mo>(</mo> <mo>|</mo> <mi>&amp;eta;</mi> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>t</mi> </mrow> <mo>)</mo> <mo>-</mo> <mover> <mi>&amp;eta;</mi> <mo>&amp;OverBar;</mo> </mover> <mo>(</mo> <mi>i</mi> <mo>)</mo> <mo>|</mo> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
式中，为机组后续计划平均负荷率；为计划负荷率偏差绝对值的罚函数，随着机组计划负荷率偏差的绝对量的增大而急剧增加；
年度计划分解优化的首要目标是保证电厂年度计划完成率，其次是机组计划负荷率均衡；根据多目标优化理论年度计划分解的优化目标可采用多目标加权优化的方式表示为：
<mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> <mo>&amp;lsqb;</mo> <mi>M</mi> <mo>&amp;CenterDot;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>g</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>G</mi> </munderover> <mi>D</mi> <mrow> <mo>(</mo> <mi>g</mi> <mo>)</mo> </mrow> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>I</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>T</mi> </munderover> <mi>F</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>)</mo> </mrow> </mrow>
式中,M为优化目标权重因子，取大整数M>＝106，从而使电量计划完成率偏差对总目标的影响远大于机组负荷率偏差的影响，实现对首要目标和次要目标的协调优化；G为所有电厂集合，I为所有发电机组集合。
5.根据权利要求4所述的年度发电计划滚动分解优化方法，其特征在于，
①系统负荷平衡约束
<mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>I</mi> </munderover> <mover> <mi>p</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mover> <mi>p</mi> <mo>&amp;OverBar;</mo> </mover> <mi>d</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>7</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>I</mi> </munderover> <munder> <mi>p</mi> <mo>&amp;OverBar;</mo> </munder> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <munder> <mi>p</mi> <mo>&amp;OverBar;</mo> </munder> <mi>d</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>8</mn> <mo>)</mo> </mrow> </mrow>
式中： p d(t)为系统在t时段的高峰、低谷发电口径负荷,事先扣减高峰、低谷时段的联络线交换功率； p(i,t)为机组i在t时段的高峰、低谷计划出力；
②系统备用约束
<mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>I</mi> <mi>S</mi> </mrow> </munderover> <mover> <mi>r</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;GreaterEqual;</mo> <mover> <mi>R</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>9</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>I</mi> <mi>S</mi> </mrow> </munderover> <munder> <mi>r</mi> <mo>&amp;OverBar;</mo> </munder> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;GreaterEqual;</mo> <munder> <mi>R</mi> <mo>&amp;OverBar;</mo> </munder> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>10</mn> <mo>)</mo> </mrow> </mrow>
式中：IS为电网可提供备用的机组集合；和r(i,t)是机组i在t时段可以提供的上旋、下旋备用；和R(t)为系统t时段上旋、下旋备用需求；
③月发电电量计划约束
<mrow> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>&amp;Element;</mo> <mi>m</mi> </mrow> </munder> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>I</mi> </munderover> <mi>Q</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>&amp;alpha;</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>g</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>G</mi> </munderover> <mrow> <mo>(</mo> <msub> <mi>Q</mi> <mn>0</mn> </msub> <mo>(</mo> <mi>g</mi> <mo>)</mo> <mo>-</mo> <msup> <mi>Q</mi> <mo>&amp;prime;</mo> </msup> <mo>(</mo> <mi>g</mi> <mo>)</mo> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>11</mn> <mo>)</mo> </mrow> </mrow>
式中，m为月份，α(m)为系统m月电量需求预测与系统全年未来时段电量需求预测总和的比例，通过中长期电量需求预测结果计算出；
④机组计划负荷率区间约束
<mrow> <munder> <mi>&amp;eta;</mi> <mo>&amp;OverBar;</mo> </munder> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <mi>u</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;le;</mo> <mi>&amp;eta;</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;le;</mo> <mover> <mi>&amp;eta;</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <mi>u</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>12</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <munder> <mi>p</mi> <mo>&amp;OverBar;</mo> </munder> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <mi>&amp;alpha;</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>/</mo> <mi>C</mi> <mi>a</mi> <mi>p</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>&lt;</mo> <mi>&amp;eta;</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&lt;</mo> <mover> <mi>p</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mi>C</mi> <mi>a</mi> <mi>p</mi> <mo>(</mo> <mi>i</mi> <mo>)</mo> <mo>&amp;CenterDot;</mo> <mi>&amp;alpha;</mi> <mo>(</mo> <mi>i</mi> <mo>)</mo> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>13</mn> <mo>)</mo> </mrow> </mrow>
式中，u(i,t)为机组i在t时段是否运行标志， η(i,t)为机组i在t时段平均计划负荷率上、下限；Cap(i)为机组i的额定装机容量；α(i)为机组计划负荷率修正系数；
⑤机组运行约束：
<mrow> <msub> <mi>P</mi> <mi>min</mi> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <mi>u</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;le;</mo> <mover> <mi>p</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>14</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <mover> <mi>p</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <mover> <mi>r</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;le;</mo> <msub> <mi>P</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <mi>u</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>15</mn> <mo>)</mo> </mrow> </mrow>
Pmin(i,t)·u(i,t)≤p(i,t)-r(i,t) (16)
p(i,t)≤Pmax(i,t)·u(i,t) (17)
式中：Pmin(i,t)和Pmax(i,t)分别为机组i在t时段可调出力的上下限；
⑥机组最小开停机时间约束
<mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>&amp;tau;</mi> <mo>=</mo> <mi>t</mi> <mo>-</mo> <msub> <mi>UT</mi> <mi>i</mi> </msub> <mo>+</mo> <mn>1</mn> </mrow> <mi>t</mi> </munderover> <mi>y</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>&amp;tau;</mi> <mo>)</mo> </mrow> <mo>&amp;le;</mo> <mi>u</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>18</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>&amp;tau;</mi> <mo>=</mo> <mi>t</mi> <mo>-</mo> <msub> <mi>DT</mi> <mi>i</mi> </msub> <mo>+</mo> <mn>1</mn> </mrow> <mi>t</mi> </munderover> <mi>z</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>&amp;tau;</mi> <mo>)</mo> </mrow> <mo>&amp;le;</mo> <mn>1</mn> <mo>-</mo> <mi>u</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>19</mn> <mo>)</mo> </mrow> </mrow>
式中：τ为计划时段；UTi和DTi分别为机组i的最小开机时间和最小停机时间；y(i,τ)、z(i,τ)为机组i在时段τ是否有开机、停机行为的标志变量；
⑦机组固定出力约束
<mrow> <mover> <mi>p</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mover> <mi>P</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>,</mo> <mo>&amp;ForAll;</mo> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;Element;</mo> <msub> <mi>&amp;Phi;</mi> <mrow> <mi>p</mi> <mi>l</mi> <mi>a</mi> <mi>n</mi> </mrow> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>19</mn> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <munder> <mi>p</mi> <mo>&amp;OverBar;</mo> </munder> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <munder> <mi>P</mi> <mo>&amp;OverBar;</mo> </munder> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>,</mo> <mo>&amp;ForAll;</mo> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;Element;</mo> <msub> <mi>&amp;Phi;</mi> <mrow> <mi>p</mi> <mi>l</mi> <mi>a</mi> <mi>n</mi> </mrow> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>19</mn> <mo>-</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
式中：和P(i,t)为机组i在时段t的高峰、低谷固定出力计划；Φplan为固定出力机组时段集合；
⑧全厂出力约束，全厂出力约束将降低机组实际提供备用的能力，因此：
<mrow> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>&amp;Element;</mo> <mi>g</mi> </mrow> </munder> <mover> <mi>p</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <mover> <mi>r</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;le;</mo> <msub> <mover> <mi>P</mi> <mo>&amp;OverBar;</mo> </mover> <mi>G</mi> </msub> <mrow> <mo>(</mo> <mi>g</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>20</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <msub> <munder> <mi>P</mi> <mo>&amp;OverBar;</mo> </munder> <mi>G</mi> </msub> <mrow> <mo>(</mo> <mi>g</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;le;</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>&amp;Element;</mo> <mi>g</mi> </mrow> </munder> <munder> <mi>p</mi> <mo>&amp;OverBar;</mo> </munder> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <munder> <mi>r</mi> <mo>&amp;OverBar;</mo> </munder> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>21</mn> <mo>)</mo> </mrow> </mrow>
式中： P G(g,t)表电厂g全厂t时段出力上、下限；
⑨电厂运行机组数约束：
<mrow> <munder> <mi>U</mi> <mo>&amp;OverBar;</mo> </munder> <mrow> <mo>(</mo> <mi>g</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;le;</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>&amp;Element;</mo> <mi>g</mi> </mrow> </munder> <mi>u</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;le;</mo> <mover> <mi>U</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mo>(</mo> <mi>g</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>22</mn> <mo>)</mo> </mrow> </mrow>
式中：U(g,t)、为电厂g在t时段最少、最多运行机组数；
⑩电网潮流安全约束：
<mrow> <munder> <mrow> <msub> <mi>pf</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> <mo>&amp;OverBar;</mo> </munder> <mo>&amp;le;</mo> <msub> <mi>pf</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;le;</mo> <mover> <mrow> <msub> <mi>pf</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>23</mn> <mo>)</mo> </mrow> </mrow>
式中，pfij，pfij ，分别表示支路ij的潮流功率及正反向限值。
CN201510016693.8A 2015-01-13 2015-01-13 一种年度发电计划滚动分解优化方法 Active CN104616069B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510016693.8A CN104616069B (zh) 2015-01-13 2015-01-13 一种年度发电计划滚动分解优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510016693.8A CN104616069B (zh) 2015-01-13 2015-01-13 一种年度发电计划滚动分解优化方法

Publications (2)

Publication Number Publication Date
CN104616069A CN104616069A (zh) 2015-05-13
CN104616069B true CN104616069B (zh) 2017-11-10

Family

ID=53150505

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510016693.8A Active CN104616069B (zh) 2015-01-13 2015-01-13 一种年度发电计划滚动分解优化方法

Country Status (1)

Country Link
CN (1) CN104616069B (zh)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105184457A (zh) * 2015-08-19 2015-12-23 安徽继远软件有限公司 一种数据资产化完成率的评估方法
CN106451568B (zh) * 2016-11-19 2019-04-26 大连理工大学 一种特高压交直流混联电网中短期协调调度方法
CN106779444B (zh) * 2016-12-26 2017-12-08 国网山东省电力公司泰安供电公司 基于电网模型外扩的有功计划潮流调整方法和装置
CN106779442A (zh) * 2016-12-26 2017-05-31 国网山东省电力公司泰安供电公司 停电计划的生成方法和装置
CN107145979B (zh) * 2017-05-03 2021-01-01 广州亦云信息技术股份有限公司 一种电力交易市场下的偏差电量平抑方法
CN107248017B (zh) * 2017-07-26 2020-08-04 广东电网有限责任公司电力调度控制中心 一种考虑热电联产的实时发电计划优化方法
CN107480896A (zh) * 2017-08-21 2017-12-15 国电南瑞科技股份有限公司 一种支持多分区的新能源受端电网消纳能力评估方法
CN107464025B (zh) * 2017-08-25 2021-06-11 智脑智能科技（苏州）有限公司 基于大数据的供应链需求预测与智能决策方法
CN107679759B (zh) * 2017-10-12 2021-05-04 广东电网有限责任公司电力调度控制中心 一种基于发电厂排序系数的安排机组组合的方法
CN109450000B (zh) * 2017-11-09 2021-07-30 广东电网有限责任公司电力调度控制中心 一种基于负荷率调整方向的发电计划偏差电量分配方法
CN109325878A (zh) * 2018-08-16 2019-02-12 国网浙江省电力有限公司绍兴供电公司 基于三公调度两阶段年度滚动发电计划优化方法
CN109190777B (zh) * 2018-09-28 2021-06-08 国家电网公司西北分部 一种多时间尺度协调的检修计划优化方法
CN109447379B (zh) * 2019-01-09 2021-11-19 国电南瑞科技股份有限公司 一种中长期电量安全校正的分步优化方法及系统
CN109980698B (zh) * 2019-03-04 2022-08-26 国电南瑞科技股份有限公司 长周期细粒度机组组合计算方法及系统
CN110310022B (zh) * 2019-06-18 2023-10-24 广州汇电云联互联网科技有限公司 一种基于电力现货市场价格的电厂月度发电计划分解方法
CN110490363B (zh) * 2019-07-10 2023-11-03 中国电力科学研究院有限公司 一种多日机组组合优化方法及系统
CN110705740B (zh) * 2019-08-19 2023-10-27 中国电力科学研究院有限公司 一种新能源电站发电计划制定方法和系统
CN110598952B (zh) * 2019-09-23 2022-05-03 广西电网有限责任公司 中长期电力市场安全校核、模型建立方法及设备
CN110956504B (zh) * 2019-12-02 2022-06-07 江苏方天电力技术有限公司 一种考虑碳排放影响的合约电量优化分解方法
CN111553570B (zh) * 2020-04-16 2022-09-23 贵州电网有限责任公司 基于预测时段划分的月内滚动调度计划优化调整方法
CN111553571B (zh) * 2020-04-16 2022-08-12 贵州电网有限责任公司 化石能源电厂年度基数电量分摊方法
CN112149882A (zh) * 2020-09-04 2020-12-29 深圳供电局有限公司 一种电网中长期负荷预测管理系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101763089A (zh) * 2009-12-14 2010-06-30 江西省电力科学研究院 基于电力市场化环境下的火电厂机组出力优化运行方法
CN102738833A (zh) * 2012-06-20 2012-10-17 湖北省电力公司 一种含风电的电力系统多时间尺度滚动协调调度方法
CN102867228A (zh) * 2012-07-19 2013-01-09 中国电力科学研究院 一种等进度滚动编制月度发电计划的实现方法
CN103077430A (zh) * 2013-01-16 2013-05-01 国电南瑞科技股份有限公司 风火协调调度模式下日前调度计划优化辅助分析方法
CN104158231A (zh) * 2014-08-13 2014-11-19 国电南瑞科技股份有限公司 一种基于实时发电计划的机组控制模式动态转换方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101763089A (zh) * 2009-12-14 2010-06-30 江西省电力科学研究院 基于电力市场化环境下的火电厂机组出力优化运行方法
CN102738833A (zh) * 2012-06-20 2012-10-17 湖北省电力公司 一种含风电的电力系统多时间尺度滚动协调调度方法
CN102867228A (zh) * 2012-07-19 2013-01-09 中国电力科学研究院 一种等进度滚动编制月度发电计划的实现方法
CN103077430A (zh) * 2013-01-16 2013-05-01 国电南瑞科技股份有限公司 风火协调调度模式下日前调度计划优化辅助分析方法
CN104158231A (zh) * 2014-08-13 2014-11-19 国电南瑞科技股份有限公司 一种基于实时发电计划的机组控制模式动态转换方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
适应大规模风电接入的发电出力计划两阶段优化方法;李利利 等;《电力系统自动化》;20140510;第38卷(第9期);48-52 *

Also Published As

Publication number Publication date
CN104616069A (zh) 2015-05-13

Similar Documents

Publication Publication Date Title
CN104616069B (zh) 一种年度发电计划滚动分解优化方法
Majidi et al. Application of information gap decision theory in practical energy problems: A comprehensive review
CN107895971A (zh) 基于随机规划和模型预测控制的区域能源互联网调度方法
Wang et al. Analysis of operation cost and wind curtailment using multi-objective unit commitment with battery energy storage
CN103886388B (zh) 一种多周期发电计划协调优化与闭环控制方法
CN103997039B (zh) 基于概率区间预测的计及风电接纳的旋转备用区间预测方法
CN103683326A (zh) 一种区域电网风电多点接入最佳接纳能力的计算方法
CN103699941A (zh) 一种电力系统调度运行年方案的制定方法
CN110783925A (zh) 一种两级部署的电网调控模型中心控制系统及方法
CN103489044B (zh) 一种面向智能电网的竞价发电风险控制方法
Sun et al. Customer-side electricity load management for sustainable manufacturing systems utilizing combined heat and power generation system
CN108985524A (zh) 一种多能互补系统的协调控制方法
Zhu et al. Design optimization and two-stage control strategy on combined cooling, heating and power system
CN116388278A (zh) 一种微电网群协同控制方法、装置、设备及介质
Ali Development and Improvement of Renewable Energy Integrated with Energy Trading Schemes based on Advanced Optimization Approaches
CN105305485A (zh) 一种消纳大规模间歇性能源的安全约束经济调度方法
CN108667077A (zh) 一种风蓄联合系统优化调度方法
CN115114854A (zh) 一种虚拟电厂分布式资源两级自组织优化聚合方法及系统
CN114266382A (zh) 一种考虑热惯性的热电联产系统两阶段优化调度方法
CN107611968B (zh) 分布式能源互动消纳的主动配电网经济运行方法
CN115758763A (zh) 一种计及源荷不确定性的多能流系统优化配置方法及系统
CN114943448A (zh) 一种微电网优化调度模型的构建方法和系统
CN107480917A (zh) 一种基于拟蒙特卡罗模拟的概率潮流计算方法
CN106651654A (zh) 发电计划安全校核中传输电量计算和分区电量调整方法
Wang et al. A new model of economic dispatch considering energy conservation and environmental protection in electricity market

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant