CN105069188A - 电力系统中机组组合模型的建模方法 - Google Patents

Abstract

本发明涉及电力系统中机组组合模型的建模方法，包括采用基于系统二进制决策变量，对系统统一调度指令建模；并采用基于与统一调度指令一致，对系统内每一机组的运行状态建模，以形成符合系统统一调度指令的机组组合模型，从而得到系统统一调度指令及该统一调度指令下的各机组启停机状态。其益效果在于：只需对整个系统建立统一的起、停机状态，使得优化问题的求解变量变少，大大提高了求解速度；更加符合实际电力系统调度情况，计算结果能够为调度员提供最直观的判断依据。

Description

电力系统中机组组合模型的建模方法

技术领域

本发明涉及电力系统生产调度方法，尤其涉及电力系统中机组组合模型的建模方法。

背景技术

机组组合问题一直是电力系统中研究的热点和难点问题，特别是大规模新能源并网后，如何建立合适的并且接近于实际电力系统运行的机组组合模型，在保证最大限度接纳新能源的基础上，优化计算得出常规机组的启停机计划和出力计划，从而有效提高常规机组的利用率更是成为当下的热点问题。

现有的机组组合模型中，文献一《考虑风电外送的省级系统调峰模型分析》(电网技术第37卷第6期第1578页)、文献二《考虑能源环境效益的含风电场多目标优化调度》(中国电机工程学报第31卷第13期第11页)、文献三《AChance-ConstrainedTwo-StageStochasticProgramforUnitCommitmentWithUncertainWindPowerOutput》(IEEETransonPowerSystems第27卷第1期第206页)对每一台参与优化调度的机组，均对其设定启机状态(用二进制变量表示，“0/1”分别表示没有启机动作、存在启机动作)、停机状态(用二进制变量表示，“0/1”分别表示没有停机动作、存在停机动作)和运行状态(用二进制变量表示，“0/1”分别表示机组没有运行、机组正在运行)这3种由二进制变量表示的机组状态，在满足机组自身的约束条件和相应的系统约束条件下，按照目标函数要求对机组运行状态及出力大小进行优化。优化的结果，会在一天当中多次出现机组启停机状态转化情况，即如果要将计算结果应用到实际电力系统调度中，调度员需要在一天之内多次下达调度指令。但是，在实际电力系统调度中，调度员不会一天内多次对常规机组下达启停机指令，而是根据负荷预测和新能源出力预测结果，在保证系统安全、稳定运行的前提下，在一天的某一时刻对全网机组进行统一调度，使得系统整体运行最优。所以，基于现有机组组合模型制定的常规机组计划与实际运行情况偏差较大，其计算结果不能对调度员的分析判断产生最直观的数据支持。另一方面，电力系统机组组合问题是一个复杂的大型混合整数优化问题，当网内优化的机组台数增加时，现有模型变量个数巨大，往往不容易找到全局最优解。

发明内容

本发明要解决的问题是简化电力系统机组组合问题，以提高求解速度，使组合模型的优化结果与实际电力系统调度运行情况相吻合，对电力调度的分析判断提供最直观的数据支持。

为实现上述目的，本发明的建模方法是基于所述系统的启动和停机决策的二进制变量对系统统一调度指令建模，并基于与统一调度指令一致，对系统内每一机组的运行状态建模，以形成符合系统统一调度指令的机组组合模型，从而得到系统统一调度指令及该统一调度指令下的各机组启停机状态。

进一步地，以启动指令Y(t)和停机指令Z(t)为二进制决策变量，进行如下数学表达的系统统一调度指令建模：

$0\≤\underset{t=1}{\overset{T}{\Σ}}\[Y\left(t\right)+Z\left(t\right)\]\≤1$

式中：T为指调度指令执行周期内总的优化时间段面数，t为时间段序数，Y(t)和Z(t)为二进制决策变量，Y(t)＝0表示没有启动指令，Y(t)＝1表示系统发出启机指令，Z(t)＝0表示没有停机指令，Z(t)＝1表示系统发出停机命令

所述优化时间段面数T的取值与优化时间步长l相关，T＝24*Dl，其中D为调度指令控制天数，优化时间步长l的时间单位为小时。

进一步地，所述系统内每一机组启动的运行状态建模的数学表达为：

-Z(t)≤x_j(t)-x_j(t-1)≤Y(t)

式中：J为系统内机组总数；x_j为系统内第j台机组运行状态的二进制变量，j＝1,2,.....J，变量值0、1分别表示机组没有运行和机组正在运行。

更进一步地，所述系统发出启机指令时，即Z(t)＝0，Y(t)＝1，则0≤x_j(t)-x_j(t-1)≤1，系统机组只能是启机动作，机组的运行状态从0变至1，或者机组保持当前运行状态不变；系统发出停机指令时，即Z(t)＝1，Y(t)＝0，则-1≤x_j(t)-x_j(t-1)≤0，系统只能是停机动作，机组的运行状态从1变至0，或者机组保持当前运行状态不变。

本发明的有益效果在于：1)只需对整个系统建立统一的起、停机状态，使得优化问题的求解变量变少，大大提高了求解速度；2)更加符合实际电力系统调度情况，计算结果能够为调度员提供最直观的判断依据。

附图说明

图1是本发明方法一具体实施方式的基本流程图。

图2是某区域水平年3个分区域负荷出力序列。

图3是某区域水平年3个分区域年度风电序列。

图4是某区域水平年3个分区域年度光伏序列。

图5是基于统一调度指令的某区域一个月系统启停机指令曲线。

具体实施方式

下面结合附图1对本发明的具体实施方式做进一步的详细说明。

首先，对系统统一调度指令约束，该约束基于电力系统中机组启动和停机的二进制决策变量进行的设置。若以启动指令Y(t)和停机指令Z(t)为二进制决策变量，则系统统一调度指令建模的数学表达为：

$0\≤\underset{t=1}{\overset{T}{\Σ}}\[Y\left(t\right)+Z\left(t\right)\]\≤1---\left(1\right)$

(1)式中的T为指调度指令执行周期内总的优化时间段面数，t为时段序数，优化时间段面数T的取值与优化时间步长l及调度指令控制D天数相关，T＝24*Dl其中优化时间步长l的时间单位为小时。如果调度指令控制天数为1天，优化时间步长为1小时，则T取值为24；如果调度指令控制天数为1天，优化时间步长为15分钟，则T取值为96。

Y(t)和Z(t)作为决策变量的物理意义是：系统第t时段的启动指令和停机指令，对于Y(t)＝0，表示没有启动指令，Y(t)＝1表示系统发出启机指令；对于Z(t)＝0表示没有停机指令，Z(t)＝1表示系统发出停机命令。Y(t)和Z(t)都表示的是一种停机或启机动作状态，而不是表示启机或停机的过程。因此，上式可以保证系统内所有机组每天最多接到一次启机或者停机命令。

然后，基于上述的系统统一调度指令状态，对系统内所有机组的运行状态建模，则系统内机组运行状态约束的数学表达为：

-Z(t)≤x_j(t)-x_j(t-1)≤Y(t)(2)

(2)式中的J为系统内机组总数量，x_j为系统内第j台机组运行状态的二进制变量，j＝1,2,.....J，x_j变量值0、1分别表示机组没有运行和机组正在运行。，

机组运行状态约束主要控制系统内的机组动作，在系统发出调度指令时，使所有机组动作方向保持一致，如优化结果为系统此时需要启机，即此时Z(t)＝0，Y(t)＝1，从而0≤x_j(t)-x_j(t-1)≤1，从而规定了此时网内机组只能出现启机动作，即机组的运行状态从0变至1，或者机组保持当前运行状态不变；如优化结果为系统此时需要停机，即此时Z(t)＝1，Y(t)＝0，-1≤x_j(t)-x_j(t-1)≤0，从而规定了此时网内机组只能出现停机动作，即机组的运行状态从1变至0，或者机组保持当前运行状态不变。

本实施例对系统其余约束条件和目标函数与传统机组组合模型基本一致，这里做简单介绍。

3)机组优化功率约束

P_j,min·x_j(t)≤P_j(t)≤P_j,max·x_j(t)(3)

4)供热期供热机组出力约束

P_j,BY(t)＝C_j,b·H_j(t)(4)

H_j(t)·C_j,b≤P_j,CQ(t)≤P_j,max-H_j(t)·C_j,v(5)

5)机组爬坡率约束

P_j(t+1)-P_j(t)≤ΔP_j,up(6)

P_j(t)-P_j(t+1)≤ΔP_j,down(7)

6)区域间线路传输容量约束

$-L_{i,max}\≤L_i^t\≤L_{i,max}---\left(8\right)$

7)旋转备用约束

$-\underset{j=1}{\overset{J}{\Σ}}{P}_{j,max}\·x_j\left(t\right)\≤-\underset{n=1}{\overset{N}{\Σ}}{P}_{l,n}\left(t\right)-\mathrm{Pr}e$

$\underset{j=1}{\overset{J}{\Σ}}{P}_{j,\min }\·x_j\left(t\right)\≤\underset{n=1}{\overset{N}{\Σ}}{P}_{l,n}\left(t\right)-Nre---\left(9\right)$

8)区域负荷平衡约束

P_all,n(t)+P_w,n(t)+P_v,n(t)+L_i(t)＝P_l,n(t)(10)

9)风电/光伏功率约束

$0\≤P_{w,n}\left(t\right)\≤P_{w,n}^{*}\left(t\right)$

$0\≤P_{v,n}\left(t\right)\≤P_{v,n}^{*}\left(t\right)---\left(11\right)$

10)目标函数

$max\underset{t=1}{\overset{T}{\Σ}}\underset{n=1}{\overset{N}{\Σ}}\[P_{w,n}\left(t\right)+P_{v,n}\left(t\right)\]---\left(12\right)$

式(3-12)中，P_j(t)为非负变量，表示常规机组出力大小；P_j,max，P_j,min分别为第j台机组的出力上限和出力下限；P_j,BY(t)为背压机组出力大小；P_j,CQ(t)为抽气机组出力大小；H_j(t)为t时段热负荷大小；C_j,b、C_j,v为供热机组热电耦合系数，C_j,b表示出力下限的耦合系数，C_j,v表示出力上限的耦合系数；ΔP_j,up，ΔP_j,down分别为第j台机组的上爬坡率和下爬坡率；为t时段第i条传输线的输电功率；而L_i,max和-L_i,max分别为第i条传输线传输容量上下限；设定电流参考方向为：流入区域为正方向，流出区域为负方向。所以L_i可以取正负值，正负则代表功率传输的方向。P_all(t)第t时段所有常规机组的总功率之和；P_w,n(t)和P_v,n(t)为n区域第t时段接纳的风力发电/光伏发电功率；P_l,n(t)则表示n区域第t时段的电力负荷；Pre和Nre分别为正旋转备用和负旋转备用；N为电网所有分区数；和为装机容量一定时的风电/光伏理论出力。

一个验证的仿真实施例

用上述本发明方法对某一区域的电网系统运行状况进行模拟，将该区域的电网系统分为分区域1，分区域2，分区域3三个区域。3个分区域的水平年年度风电序列、负荷出力序列如图1、图2所示，仿真时间步长为1小时，统调机组分布情况见表1-5。区域1到区域3的传输容量极限分别为432MW和216MW；区域2与区域3之间没有联络线。系统正备用容量为882MW，系统负备用容量为921MW。

计算环境为曙光天阔服务器，系统配置如下：CPU为AMDOperationProcessor621232核，内存为31.9GB，操作系统为WindowsXP。

表1实际系统中凝气式机组数据表

表2实际系统中背压式机组数据表

表3实际系统中抽气式机组数据表

采用传统的机组组合模型与本方法的时序仿真法的优化结果进行比较，结果如表4所示。

表4传统机组组合模型与统一调度模型计算结果对比分析表

由表4分析可知，采用统一调度模型的计算时间为21分钟，远小于采用传统机组组合模型计算的35分钟，计算速度提高了40％。

图5为任意抽取一个月的系统启停机指令曲线，由图5可知，基于统一调度指令的机组组合建模方法更加符合实际电力系统调度需要，可以为调度员的判断分析提供最直观的数据支持。

Claims (7)

1.电力系统中机组组合模型的建模方法，其特征在于：包括采用基于系统二进制决策变量，对系统统一调度指令建模；并采用基于与统一调度指令一致，对系统内每一机组的运行状态建模，以形成符合系统统一调度指令的机组组合模型，从而得到系统统一调度指令及该统一调度指令下的各机组启停机状态。

2.根据权利要求1所述的电力系统中机组组合模型的建模方法其特征在于：所述系统统一调度指令建模的数学表达为：

$0\≤\underset{t=1}{\overset{T}{\Σ}}\[Y\left(t\right)+Z\left(t\right)\]\≤1$

式中：T为指调度指令执行周期内总的优化时间段面数，t为时间段序数，Y(t)和Z(t)为二进制决策变量，Y(t)＝0表示没有启动指令，Y(t)＝1表示系统发出启机指令，Z(t)＝0表示没有停机指令，Z(t)＝1表示系统发出停机命令。

3.根据权利要求2所述的电力系统中机组组合模型的建模方法，其特征在于：所述优化时间段面数T的取值与优化时间步长l及调度指令控制D相关，T＝24*Dl，其中D为调度指令控制天数，优化时间步长l的时间单位为小时。

4.根据权利要求1所述的电力系统中机组组合模型的建模方法，其特征在于：所述系统内每一机组运行状态建模的数学表达为：

-Z(t)≤x_j(t)-x_j(t-1)≤Y(t)

式中：J为系统内机组总数；x_j为系统内第j台机组运行状态的二进制变量，j＝1,2,.....J，变量值0、1分别表示机组没有运行和机组正在运行。

5.根据权利要求4所述的电力系统中机组组合模型的建模方法，其特征在于：所述系统发出启机指令时，即Z(t)＝0，Y(t)＝1，则0≤x_j(t)-x_j(t-1)≤1，系统机组只能是启机动作，机组的运行状态从0变至1，或者机组保持当前运行状态不变；系统发出停机指令时，即Z(t)＝1，Y(t)＝0，则-1≤x_j(t)-x_j(t-1)≤0，系统只能是停机动作，机组的运行状态从1变至0，或者机组保持当前运行状态不变。

6.根据权利要求1所述的电力系统中机组组合模型的建模方法，其特征在于：所述建模方法还包括基于与统一调度指令一致，对系统的机组优化功率、供热期供热机组出力、机组爬坡率、区域间线路传输容量、旋转备用、区域负荷平衡和风电/光伏功率的建模，其建模的数学表达分别为：

1)机组优化功率建模的数学表达为：

P_j,min·x_j(t)≤P_j(t)≤P_j,max·x_j(t)(1)

(1)式中P_j(t)为非负变量，表示常规机组出力大小；P_j,max，P_j,min分别为第j台机组的出力上限和出力下限；

2)供热期供热机组出力建模的数学表达为：

P_j,BY(t)＝C_j,b·H_j(t)(2)

H_j(t)·C_j,b≤P_j,CQ(t)≤P_j,max-H_j(t)·C_j,v(3)

(2)、(3)式中P_j,BY(t)为背压机组出力大小，P_j,CQ(t)为抽气机组出力大小，H_j(t)为t时段热负荷大小；C_j,b、C_j,v为供热机组热电耦合系数，C_j,b表示出力下限的耦合系数，C_j,v表示出力上限的耦合系数；

3)机组爬坡率建模的数学表达为：

P_j(t+1)-P_j(t)≤ΔP_j,up(4)

P_j(t)-P_j(t+1)≤ΔP_j,down(5)

(4)、(5)式中ΔP_j,up、ΔP_j,down分别为第j台机组的上爬坡率和下爬坡率；

4)区域间线路传输容量建模的数学表达为：

$-L_{i,max}\≤L_i^t\≤L_{i,max}---\left(6\right)$

(6)式中为t时段第i条传输线的输电功率；而L_i,max和-L_i,max分别为第i条传输线传输容量上下限，正负则代表功率传输的方向；

5)旋转备用建模的数学表达为：

$-\underset{j=1}{\overset{J}{\Σ}}{P}_{j,max}\·x_j\left(t\right)\≤-\underset{n=1}{\overset{N}{\Σ}}{P}_{l,n}\left(t\right)-\mathrm{Pr}e$

$\underset{j=1}{\overset{J}{\Σ}}{P}_{j,\min }\·x_j\left(t\right)\≤\underset{n=1}{\overset{N}{\Σ}}{P}_{l,n}\left(t\right)-Nre---\left(7\right)$

(7)式中P_l,n(t)表示全网总负荷大小，Pre和Nre分别为正旋转备用和负旋转备用；N为电网所有分区数；

6)区域负荷平衡建模的数学表达为：

P_all,n(t)+P_w,n(t)+P_v,n(t)+L_i(t)＝P_l,n(t)(8)

(8)式中Pall,n(t)为常规机组总出力，P_w,n(t)和P_v,n(t)分别为n区域第t时段接纳的风力发电和光伏发电的功率；P_l,n(t)则表示n区域第t时段的电力负荷；

7)风电/光伏功率建模的数学表达为：

$0\≤P_{w,n}\left(t\right)\≤P_{w,n}^{*}\left(t\right)$

$0\≤P_{v,n}\left(t\right)\≤P_{v,n}^{*}\left(t\right)---\left(9\right)$

(9)式中和分别为当前装机容量下的风电理论出力和光伏理论出力。

7.根据权利要求1所述的电力系统中机组组合模型的建模方法，其特征在于：所述建模方法还包括基于与统一调度指令一致，对目标函数的建模，该建模的数学表达为：

$max\underset{t=1}{\overset{T}{\Σ}}\underset{n=1}{\overset{N}{\Σ}}\[P_{w,n}\left(t\right)+P_{v,n}\left(t\right)\].$