CN104933516A - 一种多时间尺度的电力系统鲁棒调度系统设计方法 - Google Patents

Abstract

本发明涉及一种多时间尺度的电力系统鲁棒调度系统设计方法，至少包括：将调度框架分为日前计划、日内滚动计划、实时计划三个时间尺度，搭建调度系统；在已知机组初始状态、联络线交换计划及当天的开关状态的基础上，基于次日负荷预测数据、新能源的短期预测数据进行日前计划的编制；在日前计划的基础上，基于预测精度更高的超短期负荷预测及超短期新能源功率预测进行日内滚动计划编制；在日内滚动调度的基础上进行实时计划编制，进一步修正调度计划与预测结果的偏差。本发明的优越效果在于：采用多个时间尺度的调度方式逐步降低新能源的不确定性对电网的冲击作用；在日前计划、日内滚动计划中采用鲁棒调度方式，调度方案鲁棒性强。

Description

一种多时间尺度的电力系统鲁棒调度系统设计方法

技术领域

本发明涉及电力系统有功调度技术领域，具体涉及一种多时间尺度的电力系统鲁棒调度系统设计方法。

背景技术

由于新能源的间歇性和随机性，大规模新能源的并网给电网调度带来新的技术难题，传统调度方式正在面临着巨大挑战。

在时间尺度方面，传统的调度策略采用日前计划直接与自动发电控制(AGC)相结合的调度方法。日前计划是基于精度较低的短期功率预测进行的，因此，按日前计划安排次日的机组出力将产生较大的功率缺额，该功率缺额将全部由AGC机组承担。当新能源的渗透率较高时，容易出现AGC调节容量不足的情况，此时只能通过弃风或切负荷的方式保证系统功率平衡，影响了系统的安全、经济运行。文章[张伯明,吴文传,郑太一等.消纳大规模风电的多时间尺度协调的有功调度系统设计[J]，电力系统自动化,2011,35(1):1-6]提出一种消纳大规模风电的多时间尺度有功调度方法，即在日前计划与AGC之间引入日内计划及实时计划两个时间尺度，实现“多级协调，逐级优化”的效果。但在各级的调度模型中文章并没有给出处理风电不确定性的方法。

传统处理新能源的不确定性问题主要有两种方法；其一，分配发电功率来满足负荷并留有足够的备用容量来满足新能源的不确定性；其二，采用随机优化技术处理新能源的不确定性。前者过于保守，而且没有考虑新能源的爬坡备用。后者需要知道新能源出力的概率分布，不能完全消除其不确定性给电网带来的影响。目前，鲁棒优化受到了广泛的关注。鲁棒优化通过预计各种可能出现的误差场景，建立优化模型，保证鲁棒模型的解能适应所有的误差场景，当系统发生扰动时，仍能保证系统稳定运行。文章[Sheng Mei,Yingying Wang,ZhenquanSun.Robust Economic Dispatch Considering Renewable Generation[J].IEEE Transactionson Power Systems.2011]基于零和博弈理论建立鲁棒调度模型，该模型为极大极小问题，提出一种松弛算法求解该模型并得到了较好的收敛结果；文章[魏韡,刘锋,梅生伟.电力系统鲁棒经济调度(一)理论基础[J].电力系统自动化.2013,37(17):37-43]把鲁棒调度问题归结为“鲁棒可行性”问题，通过逐次产生割平面不断排除非鲁棒可行点，最终获得可靠的调度策略。这两篇文章分别以不同的切入点建立鲁棒调度模型，当风电场数目变多时，模型的复杂程度将急剧上升，不利于工程上的应用。

文章[叶荣,陈皓勇,王钢等.多风电场并网时安全约束机组组合的混合整数规划解法[J].电力系统自动化.2010,34(5):1-6]提出了一种基于极限场景法的鲁棒调度方式，该方法很好地解决了当风电场数目变多时模型复杂度急剧上升的问题，但是该文章仅涉及到风火协调调度的问题，能源结构较为单一。

发明内容

为了克服现有技术中的缺陷，本发明的目的是提供一种多时间尺度的电力系统鲁棒调度系统设计方法。

本发明所述设计方法适用于在新能源间歇性电源大规模并网的情况下，制定出保证电网安全、经济运行的调度方案，来减小新能源的不确定性对电网造成的影响，提高电网对新能源的消纳能力。

本发明是通过以下技术方案实现的：

一种多时间尺度的电力系统鲁棒调度系统设计方法，至少包括以下步骤：

S001：将调度框架分为日前计划、日内滚动计划、实时计划三个时间尺度，搭建调度系统；

S002：在已知机组初始状态、联络线交换计划及当天的开关状态的基础上，基于次日负荷预测数据、新能源的短期预测数据进行日前计划的编制；通过建立含水、火、风、气、光、核、抽水蓄能多类型能源的鲁棒调度模型，优化出未来24个小时各机组的启停方案及出力计划；所述的短期指未来24-72小时；

S003：在日前计划的基础上，基于预测精度更高的超短期负荷预测及超短期新能源功率预测进行日内滚动计划编制；采用每小时滚动一次，以4-6小时为调度周期的滚动模式，建立滚动调度模型；当采用日前计划的启停方案无法满足调峰要求时，需要根据最新的新能源及负荷预测数据重新计算当前时段到最终时段的启停方案；所述的超短期指未来4-6小时；

S004：在日内滚动调度的基础上进行实时计划编制，进一步细化调度方案；采用修正调度计划与预测结果的偏差，该部分偏差由参与AGC调整的火电机组承担，从而减少除火电机组外的AGC机组的调节负担，避免发电调整滞后于新能源及负荷的变化，保证除火电机组外的AGC机组具有足够的调节容量。

所述的技术方案优选为，在上述S001中，所述调度系统包括表现层、业务逻辑层、数据访问层，所述业务逻辑层分别与表现层、数据访问层进行数据交互。

所述的技术方案优选为，所述表现层采用UI设计，以客户端为外壳、且内嵌web网页的形式与用户形成友好交互界面。用户根据自身的需求通过表现层提交请求，表现层针对用户的请求接受调用业务逻辑层作出响应。

所述的技术方案优选为，所述业务逻辑层通过数据访问层获取数据库中的数据，以此作为核心算法库的必要数据输入；所述业务逻辑层再根据数据访问层获取的数据进入鲁棒计算，得出的结果返回来表现层中；所述表现层再根据所获得的结果，以用户有需要的形式展现给用户；从而完成鲁棒调度算法的展现，使得用户可以根据系统所作出的调度方案为参考进行实际电力调度的实施；所述数据访问层是针对数据库的访问，对数据进行操作。

所述表现层的架构采用客户端和WEB网页嵌套的方式呈现；电网系统内部算法模块需要大量数据做交换，而且调用频繁；利用C/S模式专用性、交互性强，响应速度快的特点，在电网系统中能够达到高速、安全的数据交换，大大提高系统的实用性、安全性。对于信息量交换不大的模块，利用B/S模式能够及时的根据需求发布和获取信息。

所述的技术方案优选为，所述业务逻辑层包括系统管理组件、系统安全组件、前端控制组件、核心算法库组件；所述系统管理组件包括线程管理、网络通信管理、系统日志管理、事务管理、日常维护；所述系统安全组件包括应急处理、用户信息安全、数据安全管理；所述核心算法组件包括：日前计划、日内计划、实时计划、算法选择控制器、算法库接口。所述业务逻辑层设置于服务端。

所述前端控制组件是对客户端的UI进行设置，并提供数据输入接口和系统更改参数的设置接口。通过界面的功能引导协助用户执行系统的各项功能、获取用户输入的各项信息、收集用户请求的处理信息并将各项信息通过计划执行管理器发送至服务端。服务端根据请求做出响应，回传处理后的信息到客户端，客户端根据用户所要的呈现方式对服务端返回的数据进行二次处理，形成表格、图形等多种形式反馈给用户。

所述的技术方案优选为，在上述S002中，所述日前计划用于计算次日的分时段调度计划，根据新能源短期功率预测、日前负荷数据、备用容量要求情况、联络线功率交换计划，安排各机组次日分时段的启停计方案和发电计划；其步骤具体为：

(1)前期准备

为编制日前计划准备基础数据，包括短期负荷预测数据、新能源短期功率预测数据、机组的初始状态及基本参数、次日的开关状态及网络参数、系统对事故备用及负荷备用的需求；根据编制要求确定约束条件、优化目标及相应的算法选项；

(2)日前计划编制

所述日前计划编制为离线计算模块，故具备充足的计算时间；在调度系统中，机组启停状态的变化和支路及断面潮流约束，并采用鲁棒调度方式消化新能源出力的不确定性，建立起多场景、高维度、非线性的混合整数规划模型。

首先，根据新能源的实际出力将调度场景分为预测场景、误差场景、极限场景；预测场景指新能源出力等于其预测值；误差场景指新能源出力与预测值不相等；极限场景指各新能源出力均处于置信极限。显然，预测场景只有一个，误差场景有无穷多个，而极限场景的个数取决于新能源的个数。

其次，采用极限场景法识别有效场景。当发生某误差场景s_i时，在调整时间约束内通过调整常规机组的出力能使系统功率恢复平衡，则认为该调度方案能适应该误差场景s_i。显然，为保证系统安全稳定运行，调度方案需适应可能出现的所有误差场景。由于误差场景无穷多个，需要从中刷选出有效的场景，否则无法进行计算。故只要调度方案能适应极限场景，则必然能适应波动区间内所有的误差场景。因此，本发明将采用极限场景作为有效场景建立鲁棒调度模型。

再次，建立含多类型新能源的鲁棒调度模型。鲁棒调度方式旨在满足两点：其一，预测场景下实现目标函数最优；其二，当发生误差场景s_i时,系统能在调整时间约束内过渡到与之对应的可行运行点P(s_i)。本发明的调度模型以预测场景最优作为目标函数。约束方程包括：要求系统在预测场景及极限场景下均满足功率平衡并留有定量的负荷备用及事故备用；要求预测场景及极限场景下各常规机组满足相应的物理特性约束，即各常规机组满足上下限约束，火电、气电、核电满足爬坡速率约束，气电、水电满足总电量约束，核电不停机并具备调节能力，抽水蓄能机组保证抽水满抽，发电可调两种工作状态；此外，为保证对新能源具有足够强的跟随能力，场景之间的过渡将受到爬坡速率的约束。

最后，求解模型，得出次日的启停方案及发电计划；或通过优化软件求解模型。

(3)日前计划发布

由多时间尺度的电力系统鲁棒调度系统将审批通过的鲁棒调度计划以文件方式或者自动发布的方式发布到能量管理系统，每日0点前发布一次日前计划，包括次日各常规机组的启停方案及出力曲线，时间分辨率为1小时。

所述的技术方案优选为，在上述S003中，所述日内滚动计划用于计算日内分时段调度计划，根据日前调度结果、新能源超短期功率预测数据、超短期负荷预测数据，安排机组日内未来各时段的发电计划，并实时滚动刷新发电计划；其步骤具体为：

(1)前期准备

为编制日内滚动计划准备基础数据，除了日前计划所需的基础数据外还包括实时更新的超短期负荷预测数据及超短期新能源功率预测数据；由于日内滚动计划是在日前计划的基础上作进一步修正，所以将日前计划的调度结果也作为输入数据；根据编制要求确定约束条件、优化目标和相应算法选项。

(2)日内滚动计划编制

所述日内滚动计划为在线滚动计算，采用每小时滚动一次，周期为4-6小时的滚动策略，时间分辨率为15分钟；所述日内滚动计划是在日前计划给出的机组启停方案下进行的，采用基于极限场景法的鲁棒调度方式安排常规机组出力，保证系统具备消化新能源不确定性的能力；因此，日内滚动模型是一个多场景、高维度、非线性的连续规划模型。

首先，参照S002中所述的极限场景法，根据超短期新能源功率预测数据，选择合适的置信区间，选取极限场景集作为有效场景。

其次，在日内的时间尺度上建立滚动调度模型。所述滚动调度模型与日前计划的调度模型有以下区别：①采用日前计划的启停方案，日内滚动计划不考虑机组启停变化；②在线滚动计算对运算时间要求高，日内滚动模型不考虑支路及断面潮流约束，而是在编制日内滚动计划后加一个安全校核与校正环节；③第一次滚动发电计划与日前计划的偏差控制在一定的范围内，第k(k>1)次滚动发电计划与第k-1次滚动发电计划的偏差控制在一定的范围内；④第k(k>1)次滚动的首时段机组出力考虑爬坡率约束。

最后，采用原始对偶内点法求解日内滚动模型。

(3)安全校核与校正环节

首先，通过调用多时间尺度的电力系统鲁棒调度系统的静态安全校核服务，实现鲁棒调度日内计划的静态安全校核；其次，基于交流潮流算法，利用网络拓扑结构数据、发电计划数据、节点负荷预测数据以及检修计划数据，计算该滚动计划的系统潮流，并根据安全限额数据，判断是否出现支路或断面潮流越限情况；当出现支路或断面潮流越限时，采用安全校正算法调整发电计划以消除支路及断面的潮流约束；最后，输出满足支路及断面潮流约束的日内滚动计划。

(4)判断是否出现调峰不足

如果负荷及新能源出力的次日预测数据与超短期预测数据相差大，采用日前计划的启停方案无法满足调峰要求，此时需重新计算从当前时段到最终时段的启停方案。假设出现调峰不足，则采用最新的功率预测数据，重新调用日前计划模块即可。修正启停方案后返回S001重新进行日内计划编制。

(5)日内滚动计划发布

由多时间尺度的电力系统鲁棒调度系统将经过安全校核的鲁棒调度计划以文件方式或者自动发布的方式发布到能量管理系统，每小时发布一次日内滚动计划，包括未来4-6小时各常规机组的出力计划，时间分辨率为15分钟。

所述的技术方案优选为，在上述S004中，所述实时计划用于计算未来5分钟发电计划，根据日内滚动出力计划、新能源超短期功率预测数据、超短期负荷预测数据、联络线计划，以平衡有功功率偏差最小为优化目标，调度AGC超前控制的计算服务，安排未来5分钟参与AGC调整的机组出力；其步骤具体为：

(1)前期准备

为编制实时计划准备基础数据，除了日内滚动计划所需的基础数据外还包括日内滚动计划的调度结果。根据编制要求确定约束条件、优化目标和相应算法选项。

(2)实时计划编制

所述实时计划为在线实时计算，采用周期为30分钟，时间分辨率为5分钟的调节策略；实时计划是在日内滚动计划的基础上对参与AGC调整的机组出力方案的进一步优化。

首先，准备日内滚动计划的出力计划、新能源超短期功率预测数据、超短期负荷预测数据、联络线计划，还有AGC机组的调节模式和机组参数；其次，根据准备的数据和算法方案，计算出未来5分钟参与AGC调整的火电机组的出力增量；最后给出各参与AGC调整的机组的调整情况。

(3)实时计划发布

由多时间尺度的电力系统鲁棒调度系统将经过安全校核的鲁棒调度计划以文件方式或者自动发布的方式发布到能量管理系统的AGC超前控制功能模块；每5分钟发布一次实时计划，包括未来5分钟各参与AGC调整的机组的调整情况，时间分辨率为5分钟。

本发明所述一种多时间尺度的电力系统鲁棒调度系统设计方法的工作原理是：综合考虑了水、火、风、气、光、核、抽水蓄能的多种能源结构，提出一种含多类型新能源的多时间尺度的电力系统鲁棒调度方法，一方面采用多个时间尺度逐级削减新能源的不确定性对电网的影响；另一方面，在日前计划、日内计划中均采用鲁棒调度方式保证调度方案具有强的鲁棒性，在实时计划中进一步修正调度计划与预测结果的偏差，保证AGC机组具有足够的调节容量。

与现有技术相比，本发明所述设计方法的优越效果在于：本发明所述设计方法采用多个时间尺度的调度方式逐步降低了新能源的不确定性对电网的冲击；本发明所述设计方法对日前计划、日内滚动计划中均采用鲁棒调度方式，保证调度方案具有强的鲁棒性，即调度方案能消化新能源在波动范围内的任何场景。实时计划进一步细化调度方案，修正调度计划与预测结果的偏差，该部分偏差由参与AGC调整的火电机组承担，从而减少除火电机组外的AGC机组的调节负担，避免发电调整滞后于新能源及负荷的变化，保证除火电机组外的AGC机组具有足够的调节容量。

本发明所述设计方法综合考虑了水、火、风、气、光、核、抽水蓄能的多种能源结构，通过合理安排各类型的常规机组出力消化新能源的不确定性，提高了电网消纳新能源的能力；同时具有鲁棒性、经济性和环保性，适应当前安全生产、节能减排及环境保护的发展趋势。

附图说明

图1为本发明所述多时间尺度的电力系统鲁棒调度系统设计方法调度流程图；

图2是图1中调度系统的普通用户用例视图；

图3是图1中调度系统的管理员用户用例视图；

图4是图1中调度系统的核心算法库序列图；

图5是图1中调度系统架构图；

图6是所述日前计划编制功能流程图；

图7是建立鲁棒调度模型的流程图；

图8a是单风场时选取极限场景集的示意图；

图8b是双风场时选取极限场景集的示意图；

图9是所述日内滚动计划编制功能流程图；

图10是所述日内滚动策略示意图；

图11是安全校核与校正的流程图；

图12是所述实时计划编制功能流程图；

图13是负荷及新能源的短期功率预测数据对比示意图；

图14是所述日前计划下各类型能源的出力曲线示意图；

图15是某时段下日前计划和日内滚动计划的间歇性能源出力概率分布示意图；

图16是所述日前计划和日内滚动计划的火电机组出力对比示意图；

图17是所述日前计划和日内滚动计划的气电和水电机组出力对比示意图；

图18是所述日前计划和日内滚动计划的抽水蓄能机组出力对比示意图；

图19是所述实时计划的火电机组修正情况示意图；

图20是所述实时计划的火电机组出力调整值示意图。

具体实施方式

下面结合附图对本发明具体实施方式作进一步详细说明。

如图1所示，本发明所述多时间尺度的电力系统鲁棒调度系统设计方法，包括以下步骤：

S001：将调度框架分为日前计划、日内滚动计划、实时计划三个时间尺度，搭建多时间尺度的调度系统；

S002：在已知机组初始状态、联络线交换计划及当天的开关状态的基础上，基于次日负荷预测数据、新能源的短期预测数据进行日前计划的编制。通过建立含水、火、风、气、光、核、抽水蓄能多类型能源的鲁棒调度模型，优化出未来24个小时各机组的启停方案及出力计划；

S003：在日前计划的基础上，基于预测精度更高的超短期负荷预测及超短期新能源功率预测进行日内滚动计划编制。采用每小时滚动一次，以4-6小时为调度周期的滚动模式，建立滚动调度模型；当采用日前计划的启停方案无法满足调峰要求时，需要根据最新的新能源及负荷预测数据重新计算当前时段到最终时段的启停方案；

S004：在日内滚动调度的基础上进行实时计划编制，进一步细化调度方案，修正调度计划与预测结果的偏差，该部分偏差由参与AGC调整的火电机组承担，从而减少除火电机组外的AGC机组的调节负担，避免发电调整滞后于新能源及负荷的变化，保证除火电机组外的AGC机组具有足够的调节容量。

图2为调度系统的普通用户用例视图，所述用例视图表明了普通用户的核心业务操作，包括对日前计划、日内计划、实时计划的生成、查看、上报操作以及对自身账户的注册、修改。图3为调度系统的管理员用户用例视图，所述用例视图描述了系统管理员用户实际的工作方式，系统管理员能够对上报的计划进行查看、修改功能，能够对账户信息及权限进行增、删、改、查功能，能够对重要的数据进行更新、校验、备份、恢复，能够对核心算法库进行更新。

图4为调度系统的核心算法库序列图；所述调度系统的核心算法库调用顺序是用户通过UI层输入相关参数，经由业务逻辑层的事务管理进行合法性检验。再由事务管理器调用核心算法库的选择控制器，由选择控制器通过内部逻辑依次调用日前计划、日内滚动计划、实时计划，最终生成完整的调度计划返回到选择控制器，再由选择控制器返回到事务管理器中。由事务管理器调用其它组件，共同完成展示到UI界面。

图5所示为调度系统架构图。本发明所述调度系统采用表现层、业务逻辑层、数据访问层的架构进行开发设计。所述表现层采用UI设计，以客户端为外壳内嵌web的形式与用户形成友好交互界面。用户根据自身的需求通过表现层提交请求，表现层针对用户的请求接受调用业务逻辑层来作出响应。所述业务逻辑层通过数据访问层获取数据库中的数据，以此作为核心算法库的必要数据输入。业务逻辑层再根据数据访问层获取的数据进入鲁棒计算，得出的结果返回来表现层中。表现层再根据所获得的结果，以用户有需要的形式展现给用户。从而完成鲁棒调度算法的展现，使得用户可以根据系统所作出的调度方案为参考进行实际电力调度的实施。所述数据访问层是针对数据库的访问，对相关数据进行各项操作。

图6所示为所述日前计划编制功能流程图；所述日前计划用于计算次日的分时段调度计划，根据新能源短期功率预测、日前负荷数据、备用容量要求情况、联络线功率交换计划，安排各机组次日分时段的启停方案和发电计划。所述日前计划编制的关键问题是建立含多类型新能源的鲁棒调度模型，如图7所示为建立鲁棒调度模型的流程图；首先根据新能源的功率预测数据确定新能源的波动范围，从而形成误差场景集，再根据极限场景法选取有效场景。图8a、图8b分别是单风场及双风场时选取极限场景集的示意图。图9所示为本发明所述日内滚动计划编制功能流程图，所述日内滚动计划用于计算日内分时段调度计划，根据日前调度结果、新能源超短期功率预测数据、超短期负荷预测数据、日前调度结果，安排各机组日内未来各时段的发电计划，并实时滚动刷新发电计划。图10所示为日内滚动策略示意图；所述日内滚动计划为在线滚动计算，采用每小时滚动一次，周期为4-6小时的滚动策略，时间分辨率为15分钟。日内滚动计划是在日前计划给出的机组启停方案下进行的，采用基于极限场景法的鲁棒调度方式安排常规机组出力，保证系统具备消化新能源不确定性的能力。因此，日内滚动模型是一个多场景、高维度、非线性的连续规划模型。

图11是安全校核与校正的流程图。首先，通过调用多时间尺度的电力系统鲁棒调度系统的静态安全校核服务，实现鲁棒调度日内计划的静态安全校核；其次，基于交流潮流算法，利用网络拓扑结构数据、发电计划数据、节点负荷预测数据以及检修计划数据，计算该滚动计划的系统潮流，并根据安全限额数据，判断是否出现支路或断面潮流越限情况。当出现支路或断面潮流越限时，采用安全校正算法调整发电计划以消除支路及断面的潮流约束；最后，输出满足支路及断面潮流约束的日内滚动计划。

图12所示为所述实时计划编制功能流程图。所述实时计划用于计算未来5分钟内发电计划，根据日内滚动调度结果、新能源超短期功率预测数据、超短期负荷预测数据、联络线计划、非AGC机组总出力变化量，以平衡有功功率偏差最小为优化目标，调度AGC超前控制的计算服务，安排未来5分钟各参与AGC调整的机组出力。

以2014年中国某省级电网为例进行仿真计算。其中，火电占47.1％，气电占11.4％，水电占7.7％，核电占15.4％，抽水蓄能占3％，风电占13.2％，光伏发电占2.5％。(1)日前计划

图13所示为负荷及新能源的短期功率预测数据；其中，新能源的容量渗透率为24.5％，近似为逆调峰特性。假设各时段间歇性能源出力满足均值u为预期值，标准差为σ＝0.15u的正态分布。通过计算得24小时的机组启停如表1所示，各类型能源的出力曲线如图14所示。

表1日前计划机组启停表

(2)日内滚动计划

基于日前计划的调度结果，下面进行日内滚动修正。为了方便比较两个时间尺度的经济性，该时间尺度采用与日前计划相同的负荷及新能源出力预测数据。为了体现日内滚动计划的间歇性能源出力预测更准确，假设各时段间歇性能源出力满足均值u为预期值，标准差为σ＝0.1u的正态分布。某个时段(新能源预测出力为500MW)两个时间尺度间歇性能源出力分布曲线如图15所示。

图16是所述日前计划和日内滚动计划的火电机组出力对比；图17是所述日前计划和日内滚动计划的气电和水电机组出力对比；图18是所述日前计划和日内滚动计划的抽水蓄能机组出力对比。如表2中给出了两个时间尺度的经济性，经日内滚动计划修正后，调度方案的经济性得到了改善。

表2两个时间尺度的经济性比较

调度方案	日前计划	日内滚动计划
			运行成本(包括启停成本)	9679068	9678612
环境成本	2340019	2339889
			总成本	12019087	12018501

(3)实时计划

所述实时计划是基于日内滚动计划调度结果的进一步修正，根据超短期负荷预测及超短期功率预测计算出下一时刻的功率偏差，将这部分功率偏差提前分配到火电机组，以实现火电机组参与功率调整的功能。

基于日内滚动计划的调度结果，下面进行实时调度修正。假设预测数据准确，即预测下一时段的负荷值与实际值相同。根据预测数据来修正火电机组的出力，使其提前出力以应付负荷变化。

表3为日内滚动计划和实时计划的经济性比较，该表的费用表示功率偏差调整费用的一整天总和，日内滚动计划中的功率偏差只有AGC机组参与调整，而实时调度计划是火电机组以及AGC机组联合调整。经过实时调度修正后，调度方案的经济性得到了改善。

表3日内滚动计划和实时计划的经济性比较

调度方案	日内滚动计划	实时调度计划
			调整费用(元)	12264.0	9338.5

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (8)

1.一种多时间尺度的电力系统鲁棒调度系统设计方法，其特征在于，至少包括以下步骤：

S001：将调度框架分为日前计划、日内滚动计划、实时计划三个时间尺度，搭建调度系统；

S002：在已知机组初始状态、联络线交换计划及当天的开关状态的基础上，基于次日负荷预测数据、新能源的短期预测数据进行日前计划的编制；通过建立含水、火、风、气、光、核、抽水蓄能多类型能源的鲁棒调度模型，优化出未来24个小时各机组的启停方案及出力计划；

S003：在日前计划的基础上，基于预测精度更高的超短期负荷预测及超短期新能源功率预测进行日内滚动计划编制；采用每小时滚动一次，以4-6小时为调度周期的滚动模式，建立滚动调度模型；当采用日前计划的启停方案无法满足调峰要求时，需要根据最新的新能源及负荷预测数据重新计算当前时段到最终时段的启停方案；

S004：在日内滚动调度的基础上进行实时计划编制，进一步细化调度方案；采用修正调度计划与预测结果的偏差，该部分偏差由参与AGC调整的火电机组承担，从而减少除火电机组外的AGC机组的调节负担，避免发电调整滞后于新能源及负荷的变化，保证除火电机组外的AGC机组具有足够的调节容量。

2.根据权利要求1所述的多时间尺度的电力系统鲁棒调度系统设计方法，其特征在于，在上述S001中，所述调度系统包括表现层、业务逻辑层、数据访问层，所述业务逻辑层分别与表现层、数据访问层进行数据交互。

3.根据权利要求2所述的多时间尺度的电力系统鲁棒调度系统设计方法，其特征在于，所述表现层采用UI设计，以客户端为外壳、且内嵌web网页的形式与用户形成友好交互界面。

4.根据权利要求2所述的多时间尺度的电力系统鲁棒调度系统设计方法，其特征在于，所述业务逻辑层通过数据访问层获取数据库中的数据，以此作为核心算法库的必要数据输入；所述业务逻辑层再根据数据访问层获取的数据进入鲁棒计算，得出的结果返回来表现层中；所述表现层再根据所获得的结果，以用户有需要的形式展现给用户；从而完成鲁棒调度算法的展现，使得用户可以根据系统所作出的调度方案为参考进行实际电力调度的实施；所述数据访问层是针对数据库的访问，对数据进行操作。

5.根据权利要求2所述的多时间尺度的电力系统鲁棒调度系统设计方法，其特征在于，所述业务逻辑层包括系统管理组件、系统安全组件、前端控制组件、核心算法库组件；所述系统管理组件包括线程管理、网络通信管理、系统日志管理、事务管理、日常维护；所述系统安全组件包括应急处理、用户信息安全、数据安全管理；所述核心算法组件包括：日前计划、日内计划、实时计划、算法选择控制器、算法库接口。

6.根据权利要求1所述的多时间尺度的电力系统鲁棒调度系统设计方法，其特征在于，在上述S002中，所述日前计划用于计算次日的分时段调度计划，根据新能源短期功率预测、日前负荷数据、备用容量要求情况、联络线功率交换计划，安排各机组次日分时段的启停计方案和发电计划；其步骤具体为：

(1)前期准备

为编制日前计划准备基础数据，包括短期负荷预测数据、新能源短期功率预测数据、机组的初始状态及基本参数、次日的开关状态及网络参数、系统对事故备用及负荷备用的需求；根据编制要求确定约束条件、优化目标及相应的算法选项；

(2)日前计划编制

所述日前计划编制为离线计算模块，故具备充足的计算时间；在调度系统中，机组启停状态的变化和支路及断面潮流约束，并采用鲁棒调度方式消化新能源出力的不确定性，建立起多场景、高维度、非线性的混合整数规划模型；

首先，根据新能源的实际出力将调度场景分为预测场景、误差场景、极限场景；预测场景指新能源出力等于其预测值；误差场景指新能源出力与预测值不相等；极限场景指各新能源出力均处于置信极限；

其次，采用极限场景法识别有效场景；

再次，建立含多类型新能源的鲁棒调度模型；

最后，求解模型，得出次日的启停方案及发电计划；

(3)日前计划发布

由多时间尺度的电力系统鲁棒调度系统将审批通过的鲁棒调度计划以文件方式或者自动发布的方式发布到能量管理系统，每日0点前发布一次日前计划，包括次日各常规机组的启停方案及出力曲线，时间分辨率为1小时。

7.根据权利要求1所述的多时间尺度的电力系统鲁棒调度系统设计方法，其特征在于，在上述S003中，所述日内滚动计划用于计算日内分时段调度计划，根据日前调度结果、新能源超短期功率预测数据、超短期负荷预测数据，安排机组日内未来各时段的发电计划，并实时滚动刷新发电计划；其步骤具体为：

(1)前期准备

为编制日内滚动计划准备基础数据，除了日前计划所需的基础数据外还包括实时更新的超短期负荷预测数据及超短期新能源功率预测数据；由于日内滚动计划是在日前计划的基础上作进一步修正，所以将日前计划的调度结果也作为输入数据；根据编制要求确定约束条件、优化目标和相应算法选项；

(2)日内滚动计划编制

所述日内滚动计划为在线滚动计算，采用每小时滚动一次，周期为4-6小时的滚动策略，时间分辨率为15分钟；所述日内滚动计划是在日前计划给出的机组启停方案下进行的，采用基于极限场景法的鲁棒调度方式安排常规机组出力，保证系统具备消化新能源不确定性的能力；

(3)安全校核与校正环节

首先，通过调用多时间尺度的电力系统鲁棒调度系统的静态安全校核服务，实现鲁棒调度日内计划的静态安全校核；其次，基于交流潮流算法，利用网络拓扑结构数据、发电计划数据、节点负荷预测数据以及检修计划数据，计算该滚动计划的系统潮流，并根据安全限额数据，判断是否出现支路或断面潮流越限情况；当出现支路或断面潮流越限时，采用安全校正算法调整发电计划以消除支路及断面的潮流约束；最后，输出满足支路及断面潮流约束的日内滚动计划；

(4)判断是否出现调峰不足

如果负荷及新能源出力的次日预测数据与超短期预测数据相差大，采用日前计划的启停方案无法满足调峰要求，此时需重新计算从当前时段到最终时段的启停方案；

(5)日内滚动计划发布

由多时间尺度的电力系统鲁棒调度系统将经过安全校核的鲁棒调度计划以文件方式或者自动发布的方式发布到能量管理系统，每小时发布一次日内滚动计划，包括未来4-6小时各常规机组的出力计划，时间分辨率为15分钟。

8.根据权利要求1所述的多时间尺度的电力系统鲁棒调度系统设计方法，其特征在于，

在上述S004中，所述实时计划用于计算未来5分钟发电计划，根据日内滚动出力计划、新能源超短期功率预测数据、超短期负荷预测数据、联络线计划，以平衡有功功率偏差最小为优化目标，调度AGC超前控制的计算服务，安排未来5分钟参与AGC调整的机组出力；其步骤具体为：

(1)前期准备

为编制实时计划准备基础数据，除了日内滚动计划所需的基础数据外还包括日内滚动计划的调度结果；

(2)实时计划编制

所述实时计划为在线实时计算，采用周期为30分钟，时间分辨率为5分钟的调节策略；实时计划是在日内滚动计划的基础上对参与AGC调整的机组出力方案的进一步优化；首先，准备日内滚动计划的出力计划、新能源超短期功率预测数据、超短期负荷预测数据、联络线计划，还有AGC机组的调节模式和机组参数；其次，根据准备的数据和算法方案，计算出未来5分钟参与AGC调整的火电机组的出力增量；最后给出各参与AGC调整的机组的调整情况；

(3)实时计划发布

由多时间尺度的电力系统鲁棒调度系统将经过安全校核的鲁棒调度计划以文件方式或者自动发布的方式发布到能量管理系统的AGC超前控制功能模块；每5分钟发布一次实时计划，包括未来5分钟各参与AGC调整的机组的调整情况，时间分辨率为5分钟。