CN105262088A - 考虑大规模特高压电源调节能力的机组检修计划优化系统 - Google Patents

Abstract

本发明涉及一种考虑大规模特高压电源调节能力的机组检修计划优化系统，包括：数据库模块，用于存储机组数据、负荷数据、特高压数据和检修数据；输入模块，与数据库模块连接，用于调用数据库模块中的数据；检修计划优化模块，与输入模块连接，用于根据输入模块获取的数据进行检修计划优化计算，获取最优的检修计划安排；输出模块，与检修计划优化模块连接，用于输入最优的检修计划安排及相应的周风险度平均值。与现有技术相比，本发明高效实用，能够考虑包含大规模特高压电源在内的所有机组的检修计划安排，从电源侧整体的角度统一优化系统风险度。

Description

考虑大规模特高压电源调节能力的机组检修计划优化系统

技术领域

本发明涉及发电机组检修技术领域，尤其是涉及一种考虑大规模特高压电源调节能力的机组检修计划优化系统。

背景技术

我国能源分布不均衡，西部地区能源丰富而东部地区能源匮乏。随着经济的持续高速发展，东中部地区的电力供应日渐紧张。近年来，我国能源开发加速向西部和北部转移，能源基地与负荷中心的距离越来越远，其中西南水电基地、大型煤电基地和大型风电基地与负荷中心的距离均在800-4000千米以上。如果仍然依赖传统的输电线路，无论从技术、经济性还是安全性的角度看，都不能适应大规模西电东送、北电南送和跨大区、远距离输电的要求，因此，必须加快发展特高压。发展特高压是缓解我国电力供需矛盾的治本之策,是满足各类大型能源基地和新能源大规模发展的迫切需要。只有加快发展特高压电网，才能增强我国的能源供应能力，满足日益增长的电力需求。另一方面，大规模的特高压接入电网势必会对电网的运行产生一定的影响，为了在分析特高压接入电网后系统运行可靠性和经济性的同时,兼顾到特高压接入电网对常规机组的启停机影响，研究特高压背景下的机组检修计划显得尤为重要。

经对现有文献进行检索发现，现有文献中，方陈、夏清、孙欣在《电力系统自动化》(2010,34(19):20-24)上发表的《考虑大规模风电接入的发电机组检修计划》中建立了大规模风电接入下的发电机组检修计划优化决策模型，考虑了风电在不同季节的不同出力特征以及不同类型机组调峰能力的差别，合理优化预留各时段系统的调峰能力，减少低谷时段弃风；中国专利申请CN104392282A公开一种考虑大规模风电接入的发电机组检修计划最小失负荷期望方法，考虑风电出力的随机性和不稳定性对发电机组检修计划进行优化；苏运、朱耀明、张节潭等在《水电能源科学》(2011,29(5):152-155)上发表的《考虑电力系统不确定性的机组检修计划安排》中建立了含风电场的电力系统发电机组检修计划模型，考虑了电力系统的不确定性、负荷预测误差及风电出力的波动性；冯长有、王锡凡、别朝红等在《电力系统自动化》(2009,33(13):32-36)上发表的《考虑机组故障的系统机组检修计划模型》中分析了机组检修及故障停运对系统运行成本的影响。以上文献对电力系统的不确定性、负荷预测误差以及机组故障进行了分析，但目前还没有文献将特高压考虑到机组检修计划中去，因此研究特高压背景下的机组检修计划显得尤为重要。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种高效实用的考虑大规模特高压电源调节能力的机组检修计划优化系统，能够考虑包含大规模特高压电源在内的所有机组的检修计划安排，从电源侧整体的角度统一优化系统风险度。

本发明的目的可以通过以下技术方案来实现：

一种考虑大规模特高压电源调节能力的机组检修计划优化系统，包括：

数据库模块，用于存储机组数据、负荷数据、特高压数据和检修数据；

输入模块，与数据库模块连接，用于调用数据库模块中的数据；

检修计划优化模块，与输入模块连接，用于根据输入模块获取的数据进行检修计划优化计算，获取最优的检修计划安排；

输出模块，与检修计划优化模块连接，用于输入最优的检修计划安排及相应的周风险度平均值。

所述机组数据包括机组数量、类型、容量、强迫停运率和检修持续时间；

所述负荷数据包括年负荷曲线、周负荷曲线和日负荷曲线；

所述特高压数据包括特高压电源类型和容量；

所述检修数据包括机组检修约束条件。

所述检修计划优化模块包括：

半不变量计算子模块，用于根据输入模块获取的数据获取负荷及各机组的各阶半不变量；

风险度计算子模块，用于根据所述各阶半不变量计算每一机组每周的系统风险度；

检修区间求解子模块，用于根据所述系统风险度选取累计风险度最小的检修区间生成最优的检修计划安排。

所述各机组包括常规机组和非常规机组，所述非常规机组包括核电机组、抽水蓄能机组、风电机组、光伏机组、特高压水电机组和特高压火电机组；

所述负荷及各机组的各阶半不变量的计算过程具体为：生成负荷及各机组的各阶矩，采用半不变量法求得对应的各阶半不变量，其中，

所述负荷的各阶矩：

$a_{lv}=\underset{i=1}{\Σ}{p}_i{l}_i^v,(\stackrel{\‾}{v}=1,2,\mathrm{...})$

$p_i=\frac{t_i}{T}$

式中，a_lv为负荷的v阶矩，r_l为负荷的状态数，p_i为负荷取值l_i的概率，t_i为负荷取值l_i的持续时间，T为研究周期；

所述负荷的各阶半不变量：

$k_{lv}=a_{lv}-\underset{j=1}{\overset{v-1}{\Σ}}{C}_{v-1}^j{a}_{lj}{k}_{l(v-j)}$

式中，k_lv为负荷的v阶半不变量，为从v-1个元素中选取j个元素的组合数，v>1，j<v；

所述常规机组的各阶矩：

$a_{RV}=\underset{s=1}{\overset{N_R}{\&Sigma;}}{p}_{Rs}{{\stackrel{\&OverBar;}{C}}_R}_s^v,(v=1,2,\mathrm{...})$

式中，a_Rv为常规机组的v阶矩，p_Rs为常规机组第s个状态对应的概率，N_R为常规机组的状态数，为常规机组第s个状态的停运容量；

所述常规机组的各阶半不变量：

$k_{Rv}=a_{Rv}-\underset{j=1}{\overset{v-1}{\&Sigma;}}{C}_{v-1}^j{a}_{Rj}{k}_{R(v-j)}$

式中，k_Rv为常规机组的v阶半不变量；

所述核电机组的各阶矩：

$a_{Nv}=\underset{s=1}{\overset{2}{\&Sigma;}}{p}_{Ns}{{\stackrel{\&OverBar;}{C}}_N}_x^v,(v=1,2,\mathrm{...})$

式中，a_Nv为核电机组的v阶矩，p_Ns为核电机组第s个状态对应的概率，为核电机组第s个状态的停运容量；

所述核电机组的各阶半不变量：

$k_{Nv}=a_{Nv}-\underset{j=1}{\overset{v-1}{\&Sigma;}}{C}_{v-1}^j{a}_{Nj}{k}_{N(v-j)}$

式中，k_Nv为核电机组的v阶半不变量；

所述抽水蓄能机组的各阶矩：

$a_{PSv}=\underset{s=1}{\overset{N_{PS}}{\&Sigma;}}{p}_{PSs}{C}_{PSs}^v+\underset{s=1}{\overset{{N_{Ps}}^{\&prime;}}{\&Sigma;}}{p_{PSs}}^{\&prime;}{\stackrel{\&OverBar;}{C}}_{PSs}^{\&prime;v},(v=1,2,\mathrm{...})$

式中，a_PSv为抽水蓄能机组的v阶矩，p_PSs和分别为抽水蓄能机组处于发电工况时第s个状态对应的概率和停运容量，N_PS为抽水蓄能机组处于发电工况时的状态数，p_PSs′和分别为抽水蓄能机组处于抽水工况时第s个状态对应的概率和停运容量，N_PS′为抽水蓄能机组处于抽水工况时的状态数；

所述抽水蓄能机组的各阶半不变量：

$k_{PSv}=a_{PSv}-\underset{j=1}{\overset{v-1}{\&Sigma;}}{C}_{v-1}^j{a}_{PSj}{k}_{PS(v-j)}$

式中，k_PSv为核电机组的v阶半不变量；

所述风电机组的各阶矩：

$a_{wv}=\underset{i=1}{\overset{n}{\&Sigma;}}{F}_i{\stackrel{\&OverBar;}{P}}_{wi}^v+F\left(P_w\right){|}_{P_w=0}{P}_{wr}^v$

式中：a_wv为风电机组的v阶矩，F_i为风电机组出力为P_wi的概率，为风电机组的停运容量，为风电机组出力为0的概率，P_wr为风电机组额定出力， $P_{wi}+{\stackrel{\&OverBar;}{P}}_{wi}=P_{wr};$

所述风电机组的各阶半不变量：

$k_{wv}=a_{wv}-\underset{j=1}{\overset{v-1}{\&Sigma;}}{C}_{v-1}^j{a}_{wj}{k}_{w(v-j)}$

式中，k_wv为核电机组的v阶半不变量；

所述特高压水电机组和特高压火电机组的各阶矩及各阶半不变量均与常规机组一致。

所述风险度计算子模块中，系统风险度通过负荷及各机组的各阶半不变量结合Gram-Charlier级数展开进行求解，系统风险度LOLP的计算公式为：

LOLP＝f(C_g)

式中，f(·)为Gram-Charlier级数展开式，C_g为未安排检修的机组容量之和。

所述检修区间求解子模块生成最优的检修计划安排的具体过程为：

根据机组数据获取每台机组对应的检修时段，计算每一检修时段的累计风险度，选取累计风险度最小的一个检修时段作为对应机组的检修区间；

所述每一检修时段的累计风险度由该检修时段中每周的系统风险度累加获取。

所述检修计划优化模块还包括：

检修约束校验子模块，用于校验所述最优的检修计划安排。

所述检修约束校验子模块校验最优的检修计划安排是否满足校验风险度约束、检修起始时间约束、检修持续时间约束、检修频率约束、检修资源约束、检修备用容量约束以及检修最小时间间隔约束。

所述检修风险度约束指机组每次检修的风险度不能小于允许的最低风险度：

LOLP_t≥R(t∈N,1≤t≤n)

式中，LOLP_t为某一机组在任一时段t的累计风险度，R为规定的最小风险度；

所述检修起始时间约束指机组检修的起始时间不能超过规定的最早、最迟检修时间要求：

t_ke≤t_k≤t_kl

式中，t_k、t_ke和t_kl分别为机组k检修的起始时间、允许的最早检修时间和允许的最晚检修时间；

所述检修持续时间约束指机组必须在预先规定好的连续时段内完成检修：

$\underset{t=1}{\overset{n}{\&Sigma;}}{x}_{kt}=t_{dk}$

式中，x_kt为机组k在时段t内的检修状态，x_kt＝1表示机组处于检修状态，x_kt＝0表示机组处于正常运行状态，t_dk表示机组k的检修持续时间；

所述检修频率约束指机组一年内检修的最大次数：

$\underset{t=1}{\overset{n}{\&Sigma;}}{x}_{kt}=\underset{m\&Element;M}{\&Sigma;}{t}_{dk,m}$

式中，t_dk,m为机组k第m次检修的持续时间，M为机组k的检修时间集合；

所述检修资源约束指同一电厂同一时间允许检修的机组台数：

$\underset{k\&Element;P_N}{\&Sigma;}{x}_{kt}\&le;P_{Nt}$

式中，P_Nt表示发电厂P_N在时段t内能够检修的机组的最大台数；

所述检修备用容量约束指为维持稳定运行而预留的最小备用容量：

$\underset{k=1}{\overset{N}{\&Sigma;}}(1-x_{kt})P_{PLP.cap.kt}-{\mathrm{Load}}_t\&GreaterEqual;{\mathrm{reserve}}_{t.\min }$

式中，P_PLP.cap.kt为机组k在时段t的可调容量，Load_t为时段t的总负荷，reserve_t.min为系统在时段t的最小备用容量；

所述检修最小时间间隔约束指机组相邻两次检修的时间间隔必须在规定的时间范围内：

t_k2-(t_k1+t_dk1)≥t_kmin

式中，t_k1、t_k2分别为机组k第一次检修与第二次检修的开始时段，t_dk1为机组k第一次检修的持续时间，t_kmin为机组k第一次检修与第二次检修的最小时间间隔。

与现有技术相比，本发明具有以下优点：

1)本发明提出了考虑特高压电源调节能力的机组检修计划系统，考虑了特高压接入对机组检修计划的影响，获得的最优机组检修计划安排更加合理，能够为今后大规模特高压接入的系统的检修计划提供理论指导；

2)本发明采用半不变量法结合Gram-Charlier级数展开式求解风险度，并采用最小累计风险度法求解机组检修计划，能够得到机组检修风险度尽可能小的检修计划安排，提高检修可靠性。

附图说明

图1为本发明的结构示意图；

图2为本发明获取最优机组检修计划安排的流程示意图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1所示，本实施例提供一种考虑大规模特高压电源调节能力的机组检修计划优化系统，包括依次连接的数据库模块1、输入模块2、检修计划优化模块3和输出模块4，其中，数据库模块1用于存储机组数据、负荷数据、特高压数据和检修数据；输入模块2用于调用数据库模块1中的数据；检修计划优化模块3用于根据输入模块2获取的数据进行检修计划优化计算，获取最优的检修计划安排；输出模块4用于输入最优的检修计划安排及相应的周风险度平均值，其中，周风险度平均值指的是：最后一台机组检修安排完后，52周的风险度的平均值。

数据库模块1包括机组数据库11、负荷数据库12、特高压数据库13和检修数据库14，机组数据包括机组数量、类型、容量、强迫停运率和检修持续时间(周)；负荷数据包括年负荷曲线、周负荷曲线和日负荷曲线(负荷数据采用小时峰荷)；特高压数据包括特高压电源类型和容量等；检修数据包括机组检修约束条件。

检修计划优化模块3包括半不变量计算子模块31、风险度计算子模块32和检修区间求解子模块33和检修约束校验子模块34，检修计划优化模块3获取最优机组检修计划安排的具体流程如图2所示。首先按照机组容量与检修时间之积由大到小的次序安排检修顺序，计算负荷及各机组的半不变量，形成持续负荷曲线，首先在风速小的时段安排风电机组的检修，然后修正等效负荷曲线，选定一台机组，计算每个待选时段的累计风险度，选择累计风险度值最小的区间作为这台机组的检修区间，判断所选区间是否满足检修约束，若否，则处理约束，重新选择检修区间以满足约束条件，并确定约束处理后的检修区间，若是，则返回重新修正等效负荷曲线，选取下一台机组进行检修区间计算，直至所有机组的检修区间均选取完毕，则获得最优的机组检修计划安排。

在第一次进行等效负荷曲线修正时，在原始持续负荷曲线中减去风电场机组出力，当安排完一台机组检修再次进行等效负荷曲线修正时，去除该检修机组的半不变量。

半不变量计算子模块31用于根据输入模块获取的数据获取负荷及各机组的各阶半不变量。各机组包括常规机组(燃煤、燃气、燃油、热电、常规水电、常规火电)和非常规机组，所述非常规机组包括核电机组、抽水蓄能机组、风电机组、光伏机组、特高压水电机组和特高压火电机组。

所述负荷及各机组的各阶半不变量的计算过程具体为：生成负荷及各机组的各阶矩，采用半不变量法求得对应的各阶半不变量，其中，

所述负荷的各阶矩：

$a_{lv}=\underset{i=1}{\overset{r_l}{\&Sigma;}}{p}_i{l}_i^v,(v=1,2,\mathrm{...})$

$p_i=\frac{t_i}{T}$

式中，a_lv为负荷的v阶矩，r_l为负荷的状态数，p_i为负荷取值l_i的概率，t_i为负荷取值l_i的持续时间，T为研究周期；

所述负荷的各阶半不变量：

$k_{lv}=a_{lv}-\underset{j=1}{\overset{v-1}{\&Sigma;}}{C}_{v-1}^j{a}_{lj}{k}_{l(v-j)}$

式中，k_lv为负荷的v阶半不变量，为从v-1个元素中选取j个元素的组合数，v>1，j<v；

所述常规机组的各阶矩：

$a_{Rv}=\underset{s=1}{\overset{N_R}{\&Sigma;}}{p}_{Rs}{{\stackrel{\&OverBar;}{C}}_R}_s^v,(v=1,2,\mathrm{...})$

式中，a_Rv为常规机组的v阶矩，p_Rs为常规机组第s个状态对应的概率，N_R为常规机组的状态数，为常规机组第s个状态的停运容量；

所述常规机组的各阶半不变量：

$k_{Rv}=a_{Rv}-\underset{j=1}{\overset{v-1}{\&Sigma;}}{C}_{v-1}^j{a}_{Rj}{k}_{R(v-j)}$

式中，k_Rv为常规机组的v阶半不变量；

所述核电机组的各阶矩：

$a_{Nv}=\underset{s=1}{\overset{2}{\&Sigma;}}{p}_{Ns}{{\stackrel{\&OverBar;}{C}}_N}_s^v,(v=1,2,\mathrm{...})$

式中，a_Nv为核电机组的v阶矩，p_Ns为核电机组第s个状态对应的概率，为核电机组第s个状态的停运容量；

所述核电机组的各阶半不变量：

$k_{Nv}=a_{Nv}-\underset{j=1}{\overset{v-1}{\&Sigma;}}{C}_{v-1}^j{a}_{Nj}{k}_{N(v-j)}$

式中，k_Nv为核电机组的v阶半不变量；

所述抽水蓄能机组的各阶矩：

$a_{PSv}=\underset{s=1}{\overset{N_{PS}}{\&Sigma;}}{p}_{PSs}{\stackrel{\&OverBar;}{C}}_{PSs}^v+\underset{s=1}{\overset{{N_{PS}}^{\&prime;}}{\&Sigma;}}{p_{PSs}}^{\&prime;}{\stackrel{\&OverBar;}{C}}_{PSs}^{\&prime;v},(v=1,2,\mathrm{...})$

式中，a_PSv为抽水蓄能机组的v阶矩，p_PSs和分别为抽水蓄能机组处于发电工况时第s个状态对应的概率和停运容量，N_PS为抽水蓄能机组处于发电工况时的状态数，p_PSs′和分别为抽水蓄能机组处于抽水工况时第s个状态对应的概率和停运容量，N_PS′为抽水蓄能机组处于抽水工况时的状态数；

所述抽水蓄能机组的各阶半不变量：

$k_{PSv}=a_{PSv}-\underset{j=1}{\overset{v-1}{\&Sigma;}}{C}_{v-1}^j{a}_{PSj}{k}_{PS(v-j)}$

式中，k_PSv为核电机组的v阶半不变量；

所述风电机组的各阶矩：

$a_{wv}=\underset{i=1}{\overset{n}{\&Sigma;}}{F}_i{\stackrel{\&OverBar;}{P}}_{wi}^v+F\left(P_w\right){|}_{P_w=0}{P}_{wr}^v$

式中：a_wv为风电机组的v阶矩，F_i为风电机组出力为P_wi的概率，为风电机组的停运容量，为风电机组出力为0的概率，P_wr为风电机组额定出力， $P_{wi}+{\stackrel{\&OverBar;}{P}}_{wi}=P_{wr};$

所述风电机组的各阶半不变量：

$k_{wv}=a_{wv}-\underset{j=1}{\overset{v-1}{\&Sigma;}}{C}_{v-1}^j{a}_{wj}{k}_{w(v-j)}$

式中，k_wv为核电机组的v阶半不变量；

所述特高压水电机组和特高压火电机组的各阶矩及各阶半不变量均与常规机组一致。

风险度计算子模块32用于根据所述各阶半不变量计算每一机组每周的系统风险度，系统风险度通过负荷及各机组的各阶半不变量结合Gram-Charlier级数展开进行求解。Gram-Charlier级数展开具体为：

$\begin{array}{c}f\left(x\right)=\underset{\stackrel{\&OverBar;}{x}}{\overset{\mathrm{\&infin;}}{\&Integral;}}N\left(x\right)dx+N\left(\stackrel{\&OverBar;}{x}\right)\&lsqb;\frac{g_3}{3!}{H}_2\left(\stackrel{\&OverBar;}{x}\right)+\frac{g_4}{4!}{H}_3\left(\stackrel{\&OverBar;}{x}\right)+\frac{g_5}{5!}{H}_4\left(\stackrel{\&OverBar;}{x}\right)+\frac{g_6+10g_3^2}{6!}{H}_5\left(\stackrel{\&OverBar;}{x}\right)\\ +\frac{g_7+35g_3{g}_4}{7!}{H}_6\left(\stackrel{\&OverBar;}{x}\right)+\frac{g_8+56g_3{g}_5+35g_4^2}{8!}{H}_7\left(\stackrel{\&OverBar;}{x}\right)+\mathrm{...}\&rsqb;\end{array}$

$g_v=\frac{k_v}{{\mathrm{\&sigma;}}^v}$

式中，为规格化后得到的标准正态随机变量，N(x)为标准正态密度函数，g_v为v阶规格化半不变量，σ为随机变量x的标准差，为v阶Hermite多项式。

系统风险度LOLP的计算公式为：

LOLP＝f(C_g)

式中，f(·)为Gram-Charlier级数展开式，C_g为未安排检修的机组容量之和。

检修区间求解子模块33用于根据所述系统风险度选取累计风险度最小的检修区间生成最优的检修计划安排，具体过程为：

根据机组数据获取每台机组对应的检修时段，计算每一检修时段的累计风险度，选取累计风险度最小的一个检修时段作为对应机组的检修区间；所述每一检修时段的累计风险度由该检修时段中每周的系统风险度累加获取。

假设第i台机组的检修持续时间为d_i周，则可以安排机组i检修的时段一共有52-d_i+1个(即第1周到第d_i周为一个检修时段，第2周到第d_i+1周为一个检修时段，…，第52-d_i+1到第52周为一个检修时段)。计算这52-d_i+1个时段中每一个检修时段的累计风险度，从中选取累计风险度最小的时段作为该机组的检修区间。累计风险度指的是机组在检修时段内的风险度之和。例如，某台机组的检修时段为第5周到第8周，则累计风险度为

检修约束校验子模块34用于对所获得的最优的检修计划安排进行校验，校验最优的检修计划安排是否满足校验风险度约束、检修起始时间约束、检修持续时间约束、检修频率约束、检修资源约束、检修备用容量约束以及检修最小时间间隔约束。

所述检修风险度约束指机组每次检修的风险度不能小于允许的最低风险度：

LOLP_t≥R(t∈N,1≤t≤n)

式中，LOLP_t为某一机组在任一时段t的累计风险度，R为规定的最小风险度；

所述检修起始时间约束指机组检修的起始时间不能超过规定的最早、最迟检修时间要求：

t_ke≤t_k≤t_kl

式中，t_k、t_ke和t_kl分别为机组k检修的起始时间、允许的最早检修时间和允许的最晚检修时间；

所述检修持续时间约束指机组必须在预先规定好的连续时段内完成检修：

$\underset{t=1}{\overset{n}{\&Sigma;}}{x}_{kt}=t_{dk}$

式中，x_kt为机组k在时段t内的检修状态，x_kt＝1表示机组处于检修状态，x_kt＝0表示机组处于正常运行状态，t_dk表示机组k的检修持续时间；

所述检修频率约束指机组一年内检修的最大次数：

$\underset{t=1}{\overset{n}{\&Sigma;}}{x}_{kt}=\underset{m\&Element;M}{\&Sigma;}{t}_{dk,m}$

式中，t_dk,m为机组k第m次检修的持续时间，M为机组k的检修时间集合；

所述检修资源约束指同一电厂同一时间允许检修的机组台数：

$\underset{k\&Element;p_N}{\&Sigma;}{x}_{kt}\&le;P_{Nt}$

式中，P_Nt表示发电厂P_N在时段t内能够检修的机组的最大台数；

所述检修备用容量约束指为维持稳定运行而预留的最小备用容量：

$\underset{k=1}{\overset{N}{\&Sigma;}}(1-x_{kt})P_{PLP.cap.kt}-{\mathrm{Load}}_t\&GreaterEqual;{\mathrm{reserve}}_{t.\min }$

式中，P_PLP.cap.kt为机组k在时段t的可调容量，Load_t为时段t的总负荷，reserve_t.min为系统在时段t的最小备用容量；

所述检修最小时间间隔约束指机组相邻两次检修的时间间隔必须在规定的时间范围内：

t_k2-(t_k1+t_dk1)≥t_kmin

式中，t_k1、t_k2分别为机组k第一次检修与第二次检修的开始时段，t_dk1为机组k第一次检修的持续时间，t_kmin为机组k第一次检修与第二次检修的最小时间间隔。

将上述机组检修计划优化系统应用于某实际电网，该电网特高压区外来电主要为水电。该电网的机组数据如表1所示，风电场数据如表2所示，年负荷、周负荷及日负荷数据分别如表3、表4、表5所示，负荷数据采用小时峰荷。为了分析特高压电源接入系统对机组检修计划的影响，设置了三种场景，如表6所示。本系统模块3对所设置的三种场景进行求解，并与传统等风险度法对比，得到的检修计划结果如表7所示。

表1某实际系统机组数据

表2某实际系统风电场数据

表3某实际系统年负荷数据

表4某实际系统周负荷数据

表5某实际系统日负荷数据

表6机组检修计划场景设置

表7机组检修计划结果

注：风机检修安排在风速最小的时段，即25～40周，每周安排7台。

由检修计划结果可以看出，无论采用哪种方法，场景一的检修风险度方差和周风险度平均值最大，场景三最小，场景二介于两者之间。说明特高压的接入有利于降低机组检修的风险度；对于场景一，采用等风险度法安排检修，检修方案的周风险度平均值为7.1215e-04；采用最小累积风险度法周风险度平均值为6.9361e-04；可见，最小累积风险度法要比等风险度法能取得更好的检修计划结果。场景二和场景三的检修计划结果也提供了佐证。

综上可知考虑大规模特高压电源调节能力的机组检修计划系统可以有效地对含特高压电源的电力系统进行考虑特高压电源调节能力的检修计划安排。本实例验证了考虑大规模特高压电源调节能力的机组检修计划系统对含特高压接入的电力系统求解检修计划安排的有效性。

Claims (9)

1.一种考虑大规模特高压电源调节能力的机组检修计划优化系统，其特征在于，包括：

数据库模块，用于存储机组数据、负荷数据、特高压数据和检修数据；

输入模块，与数据库模块连接，用于调用数据库模块中的数据；

检修计划优化模块，与输入模块连接，用于根据输入模块获取的数据进行检修计划优化计算，获取最优的检修计划安排；

输出模块，与检修计划优化模块连接，用于输入最优的检修计划安排及相应的周风险度平均值。

2.根据权利要求1所述的考虑大规模特高压电源调节能力的机组检修计划优化系统，其特征在于，所述机组数据包括机组数量、类型、容量、强迫停运率和检修持续时间；

所述负荷数据包括年负荷曲线、周负荷曲线和日负荷曲线；

所述特高压数据包括特高压电源类型和容量；

所述检修数据包括机组检修约束条件。

3.根据权利要求1所述的考虑大规模特高压电源调节能力的机组检修计划优化系统，其特征在于，所述检修计划优化模块包括：

半不变量计算子模块，用于根据输入模块获取的数据获取负荷及各机组的各阶半不变量；

风险度计算子模块，用于根据所述各阶半不变量计算每一机组每周的系统风险度；

检修区间求解子模块，用于根据所述系统风险度选取累计风险度最小的检修区间生成最优的检修计划安排。

4.根据权利要求3所述的考虑大规模特高压电源调节能力的机组检修计划优化系统，其特征在于，所述各机组包括常规机组和非常规机组，所述非常规机组包括核电机组、抽水蓄能机组、风电机组、光伏机组、特高压水电机组和特高压火电机组；

所述负荷及各机组的各阶半不变量的计算过程具体为：生成负荷及各机组的各阶矩，采用半不变量法求得对应的各阶半不变量，其中，

所述负荷的各阶矩：

$a_{lv}=\underset{i=1}{\overset{r_l}{\mathrm{\&Sigma;}}}{p}_i{l}_i^v(v=1,2,...)$

$p_i=\frac{t_i}{T}$

式中，a_lv为负荷的v阶矩，r_l为负荷的状态数，p_i为负荷取值l_i的概率，t_i为负荷取值l_i的持续时间，T为研究周期；

所述负荷的各阶半不变量：

$k_{lv}=a_{lv}-\underset{j=1}{\overset{v-1}{\&Sigma;}}{C}_{v-1}^j{a}_{lj}{k}_{l(v-j)}$

式中，k_lv为负荷的v阶半不变量，为从v-1个元素中选取j个元素的组合数，v>1，j<v；

所述常规机组的各阶矩：

$a_{Rv}=\underset{s=1}{\overset{N_R}{\mathrm{\&Sigma;}}}{p}_{Rs}{{\stackrel{\&OverBar;}{C}}_R}_s^v(v=1,2,...)$

式中，a_Rv为常规机组的v阶矩，p_Rs为常规机组第s个状态对应的概率，N_R为常规机组的状态数，为常规机组第s个状态的停运容量；

所述常规机组的各阶半不变量：

$k_{Rv}=a_{Rv}-\underset{j=1}{\overset{v-1}{\&Sigma;}}{C}_{v-1}^j{a}_{Rj}{k}_{R(v-j)}$

式中，k_Rv为常规机组的v阶半不变量；

所述核电机组的各阶矩：

$a_{Nv}=\underset{s=1}{\overset{2}{\&Sigma;}}{p}_{Ns}{{\stackrel{\&OverBar;}{C}}_N}_s^v(v=1,2,...)$

式中，a_Nv为核电机组的v阶矩，p_Ns为核电机组第s个状态对应的概率，为核电机组第s个状态的停运容量；

所述核电机组的各阶半不变量：

$k_{Nv}=a_{Nv}-\underset{j=1}{\overset{v-1}{\&Sigma;}}{C}_{v-1}^j{a}_{Nj}{k}_{N(v-j)}$

式中，k_Nv为核电机组的v阶半不变量；

所述抽水蓄能机组的各阶矩：

$a_{PSv}=\underset{s=1}{\overset{N_{PS}}{\&Sigma;}}{p}_{PSs}{\stackrel{\&OverBar;}{C}}_{PSs}^v+\underset{s=1}{\overset{{N_{PS}}^{\&prime;}}{\&Sigma;}}{p_{PSs}}^{\&prime;}{{\stackrel{\&OverBar;}{C}}^{\&prime;}}_{PSs}^v(v=1,2,...)$

式中，a_PSv为抽水蓄能机组的v阶矩，p_PSs和分别为抽水蓄能机组处于发电工况时第s个状态对应的概率和停运容量，N_PS为抽水蓄能机组处于发电工况时的状态数，p_PSs′和分别为抽水蓄能机组处于抽水工况时第s个状态对应的概率和停运容量，N_PS′为抽水蓄能机组处于抽水工况时的状态数；

所述抽水蓄能机组的各阶半不变量：

$k_{PSv}=a_{PSv}-\underset{j=1}{\overset{v-1}{\&Sigma;}}{C}_{v-1}^j{a}_{PSj}{k}_{PS(v-j)}$

式中，k_PSv为核电机组的v阶半不变量；

所述风电机组的各阶矩：

$a_{wv}=\underset{i=1}{\overset{n}{\&Sigma;}}{F}_i{\stackrel{\&OverBar;}{P}}_{wi}^v+F\left(P_w\right){|}_{P_w=0}{P}_{wr}^v$

式中：a_wv为风电机组的v阶矩，F_i为风电机组出力为P_wi的概率，为风电机组的停运容量，为风电机组出力为0的概率，P_wr为风电机组额定出力， $P_{wi}+{\stackrel{\&OverBar;}{P}}_{wi}=P_{wr};$

所述风电机组的各阶半不变量：

$k_{wv}=a_{wv}-\underset{j=1}{\overset{v-1}{\&Sigma;}}{C}_{v-1}^j{a}_{wj}{k}_{w(v-j)}$

式中，k_wv为核电机组的v阶半不变量；

所述特高压水电机组和特高压火电机组的各阶矩及各阶半不变量均与常规机组一致。

5.根据权利要求3所述的考虑大规模特高压电源调节能力的机组检修计划优化系统，其特征在于，所述风险度计算子模块中，系统风险度通过负荷及各机组的各阶半不变量结合Gram-Charlier级数展开进行求解，系统风险度LOLP的计算公式为：

LOLP＝f(C_g)

式中，f(·)为Gram-Charlier级数展开式，C_g为未安排检修的机组容量之和。

6.根据权利要求3所述的考虑大规模特高压电源调节能力的机组检修计划优化系统，其特征在于，所述检修区间求解子模块生成最优的检修计划安排的具体过程为：

根据机组数据获取每台机组对应的检修时段，计算每一检修时段的累计风险度，选取累计风险度最小的一个检修时段作为对应机组的检修区间；

所述每一检修时段的累计风险度由该检修时段中每周的系统风险度累加获取。

7.根据权利要求3所述的考虑大规模特高压电源调节能力的机组检修计划优化系统，其特征在于，所述检修计划优化模块还包括：

检修约束校验子模块，用于校验所述最优的检修计划安排。

8.根据权利要求7所述的考虑大规模特高压电源调节能力的机组检修计划优化系统，其特征在于，所述检修约束校验子模块校验最优的检修计划安排是否满足校验风险度约束、检修起始时间约束、检修持续时间约束、检修频率约束、检修资源约束、检修备用容量约束以及检修最小时间间隔约束。

9.根据权利要求8所述的考虑大规模特高压电源调节能力的机组检修计划优化系统，其特征在于，所述检修风险度约束指机组每次检修的风险度不能小于允许的最低风险度：

LOLP_t≥R(t∈N,1≤t≤n)

式中，LOLP_t为某一机组在任一时段t的累计风险度，R为规定的最小风险度；

所述检修起始时间约束指机组检修的起始时间不能超过规定的最早、最迟检修时间要求：

t_ke≤t_k≤t_kl

式中，t_k、t_ke和t_kl分别为机组k检修的起始时间、允许的最早检修时间和允许的最晚检修时间；

所述检修持续时间约束指机组必须在预先规定好的连续时段内完成检修：

$\underset{t=1}{\overset{n}{\&Sigma;}}{x}_{kt}=t_{dk}$

式中，x_kt为机组k在时段t内的检修状态，x_kt＝1表示机组处于检修状态，x_kt＝0表示机组处于正常运行状态，t_dk表示机组k的检修持续时间；

所述检修频率约束指机组一年内检修的最大次数：

$\underset{t=1}{\overset{n}{\&Sigma;}}{x}_{kt}=\underset{m\&Element;M}{\&Sigma;}{t}_{dk,m}$

式中，t_dk,m为机组k第m次检修的持续时间，M为机组k的检修时间集合；

所述检修资源约束指同一电厂同一时间允许检修的机组台数：

$\underset{k\&Element;P_N}{\&Sigma;}{x}_{kt}\&le;P_{Nt}$

式中，P_Nt表示发电厂P_N在时段t内能够检修的机组的最大台数；

所述检修备用容量约束指为维持稳定运行而预留的最小备用容量：

$\underset{k=1}{\overset{N}{\&Sigma;}}(1-x_{kt})P_{PLP.cap.kt}-{\mathrm{Load}}_t\&GreaterEqual;{\mathrm{reserve}}_{t.min}$

式中，P_PLP.cap.kt为机组k在时段t的可调容量，Load_t为时段t的总负荷，reserve_t.min为系统在时段t的最小备用容量；

所述检修最小时间间隔约束指机组相邻两次检修的时间间隔必须在规定的时间范围内：

t_k2-(t_k1+t_dk1)≥t_kmin

式中，t_k1、t_k2分别为机组k第一次检修与第二次检修的开始时段，t_dk1为机组k第一次检修的持续时间，t_kmin为机组k第一次检修与第二次检修的最小时间间隔。