CN105811450A - 一种优化的中长期机组组合方法 - Google Patents

Abstract

本发明涉及一种优化的中长期机组组合方法，通过负荷率和三公进度联合优化；所述方法包括：建立负荷率虚拟偏差成本，然后按照传统的中长期机组组合优化法，以三公进度均衡为目标，进行优化计算，得到机组的负荷率偏差成本；把得到机组负荷率偏差成本进行适当压缩，作为约束纳入到优化计算，重新优化计算得到第一套优化方案；调整压缩系数，重新进行优化计算，可以得到多套优化方案；决策者可以从中选择一项作为最优方案。所述方法解决了传统的中长期机组组合方法中仅对三公进度进行优化控制，对负荷率却不能精细优化的问题。

Description

一种优化的中长期机组组合方法

技术领域：

本发明涉及优化的中长期机组组合方法，更具体涉及一种负荷率和三公进度联合优化的中长期机组组合方法。

背景技术：

我国传统的中长期机组组合通常以三公进度均衡为目标进行优化计算，由于优化计算中需要统筹兼顾电力、电量平衡、电网安全约束等，考虑实际生产中机组的运行特性，模型已经很复杂，对机组的负荷率难以再进行精细化考虑。但是机组的负荷率水平往往对机组的污染排放、发电成本有很大的影响，机组的负荷率水平偏高，机组的煤耗成本低、污染排放也会降低，但是实际生产中一般不会安排机组满发，因为如果机组满发，则会降低系统备用，所以如何在兼顾系统电力、电量平衡、系统备用、网络安全等约束的前提下，实现负荷率和三公进度联合优化，是一个亟待解决的问题。本发明的方法提出了负荷率和三公进度联合优化中长期机组组合方法，是电网公司安排中长期机组组合方式的辅助工具，为电网降低污染排放、提高调度管理水平提供有效的技术支持。

发明内容：

本发明的目的是提供一种优化的中长期机组组合方法，所述方法解决了传统的中长期机组组合方法中仅对三公进度进行优化控制，却不能对负荷率精细优化的问题。

为实现上述目的，本发明采用以下技术方案：一种优化的中长期机组组合方法，通过负荷率和三公进度联合优化；所述方法包括以下步骤：

(1)建立负荷率虚拟偏差成本；

(2)通过中长期机组组合方式进行优化得到机组的负荷率偏差成本；

(3)采用约束法进行多目标优化；

(4)联合优化。

本发明提供的一种优化的中长期机组组合方法，所述步骤(1)的偏差成本为机组的负荷率与理想负荷率之间存在偏差产生并通过下式建立：

R(i,t)-R'(i,t)＝Δ⁺ _R(i,t)-Δ^- _R(i,t)(1)

RatioBia＝(Δ⁺ _R(i,t)+Δ^- _R(i,t))*Inccost(i,t)(2)

其中，R′(i,t)表示机组i在t时段的理想负荷率；R(i,t)表示机组i在t时段的负荷率；Δ⁺ _R(i,p)、Δ^- _R(i,p)分别表示机组i的t时段的负荷率正偏差和负偏差；RatioBia表示机组i在时段t的负荷率偏差；Inccost(i,t)为负荷率偏差微增成本。

本发明提供的一种优化的中长期机组组合方法，所述步骤(2)中的中长期机组组合方式包括以下步骤：

三公进度均衡目标；

电力系统约束。

本发明提供的另一优选的一种优化的中长期机组组合方法，所述三公进度均衡目标通过下式确定：

$\min f=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{|\underset{t=1}{\overset{T}{\mathrm{\Σ}}}E(i,t)-E_g\left(i\right)|}{E_g\left(i\right)}---\left(3\right)$

其中，E(i,t)表示机组i在t时段的优化电量；E_g(i)表示机组i的三公计划电量；f表示所有机组的三公进度偏差。

本发明提供的再一优选的一种优化的中长期机组组合方法，所述电力系统约束包括电力平衡约束、电量平衡约束、电力电量关联约束、电力系统备用约束、机组出力上下限约束、机组最小运行时间和机组最小停运时间约束、机组爬坡约束和电网安全约束。

本发明提供的又一优选的一种优化的中长期机组组合方法，所述电力平衡约束通过下式(4)确定：

$\underset{i}{\overset{I}{\mathrm{\Σ}}}{p}_i\left(t\right)=p_d\left(t\right),t=\mathrm{1,2},.....T---\left(4\right)$

其中：p_i(t)表示机组i在t时段的物理出力；p_d(t)表示t时段系统的电力负荷；

所述电量平衡约束通过下式(5)确定：

$\underset{i}{\overset{I}{\mathrm{\Σ}}}E(i,t)=E_d\left(t\right),t=\mathrm{1,2},.....T---\left(5\right)$

其中：E_d(t)表示t时段的预估电量负荷；

所述电力电量关联约束通过下式(6)确定：

E(i,t)＝p_i(t)*R(i,t)*PrdMin(t)/60(6)

其中：R(i,t)表示机组i在t时段的负荷率；PrdMin(t)表示t时段的优化分钟数；

所述系统备用约束通过下式(7)和(8)确定：

$\underset{i}{\overset{I}{\mathrm{\Σ}}}(p_{\max }(i,t)*u_i\left(t\right)-p_i\left(t\right))\≥R_{\mathrm{up}}\left(t\right)---\left(7\right)$

$\underset{i=1}{\overset{I}{\mathrm{\Σ}}}(p_i\left(t\right)-p_{\min }(i,t)*u_i\left(t\right))\≥R_{\mathrm{down}}\left(t\right)---\left(8\right)$

其中，P_max(i,t)和P_min(i,t)分别为机组i在t时刻的最大出力和最小出力；u_i(t)为机组i在t时刻的运行状态，0表示停机，1表示运行；R_up(t)和R_down(t)分别为系统在t时刻的上旋、下旋备用需求；

所述机组出力上下限约束通过下式(9)确定：

$\underset{\‾}{p_i}\left(t\right)\≤p_i\left(t\right)\≤\stackrel{\‾}{p_i}{u}_i\left(t\right)---\left(9\right)$

其中，和p _i 分别为机组i输出功率的上下限；

所述机组最小运行时间和机组最小停运时间约束通过下式(10)确定：

$\left\{\begin{array}{c}{u}_i\left(t\right)=\mathrm{1,1}\≤x_i\left(t\right)\≤\stackrel{\‾}{{\mathrm{\τ}}_i}\\ u_i\left(t\right)=-1,-{\underset{\‾}{\mathrm{\τ}}}_i\≤x_i\left(t\right)\≤-1\end{array}\right.---\left(10\right)$

其中，x_i(t)为机组i在t时刻已经连续运行的时间或停运的时间；和τ _i 分别为机组i最小运行时间和停运时间

所述机组爬坡约束通过下式(11)确定：

-Δ_i≤p_i(t)-p_i(t-1)≤Δ_i(11)

其中，p_i(t-1)为机组i在t-1时刻的有功功率，Δ_i为机组i每时刻可加减负荷的最大值；-Δ_i为机组i每时刻可加减负荷的最小值；

所述电网安全约束通过下式(12)确定：

$P_{\mathrm{ij}}\left(t\right)\≤\stackrel{\‾}{P_{\mathrm{ij}}}---\left(12\right)$

其中，P_ij(t)为支路ij在t时刻的潮流功率，为支路ij在t时刻的潮流功率上限。

本发明提供的又一优选的一种优化的中长期机组组合方法，所述步骤(3)的优化过程为把机组负荷率偏差成本RatioBia进行压缩，形成约束纳入优化计算。

本发明提供的又一优选的一种优化的中长期机组组合方法，所述压缩过程通过下式确定：

RatioBia≤B*factor(13)

0≤factor≤1(14)

其中：B为以三公进度均衡为目标计算得到的机组负荷率偏差值；

factor表示在机组负荷率偏差成本的压缩值。

本发明提供的又一优选的一种优化的中长期机组组合方法，所述步骤(4)的优化过程为为把机组负荷率偏差成本约束纳入到所述步骤(2)中长期机组组合进行重新优化计算，得到三公进度和负荷率的联合优化结果。

本发明提供的又一优选的一种优化的中长期机组组合方法，通过调整压缩系数factor，得到多套不同的联合优化方案，调度决策者从中选择最佳方案。

和最接近的现有技术比，本发明提供技术方案具有以下优异效果

1、本发明的方法，通过引入负荷率实现了中长期电力电量联合优化，满足中长期机组组合生产需求；

2、本发明的方法，确保机组三公进度均衡的同时，还实现了负荷率优化，降低了污染排放和机组的运行成本。；

3、本发明的方法避免了负荷率区间的强制性约束，优化方法容易求解；

4、本发明的方法可以通过调整压缩参数得到多套方案进行比对分析；

5、本发明的方法是电网公司安排中长期机组组合方式的辅助工具，为电网降低污染排放、提高调度管理水平提供有效的技术支持。

附图说明

图1为本发明的机组负荷率偏差与偏差成本关系图；

图2为本发明的方法流程图。

具体实施方式

下面结合实施例对发明作进一步的详细说明。

实施例1：

如图1-2所示，本例的发明提供一种负荷率和三公进度联合优化中长期机组组合方法；步骤包括首先建立负荷率虚拟偏差成本，然后按照中长期机组组合方式进行优化计算，得到机组的负荷率偏差成本；把得到机组负荷率偏差成本进行适当压缩，作为约束纳入到优化计算，得到第一套优化方案；调整压缩系数，重新进行优化计算，可以得到多套优化方案；决策者可以从中选择一项作为最优方案。

1、负荷率偏差虚拟成本定义

如图1所示，针对机组的负荷率引入虚拟偏差成本，机组的负荷率与理想负荷率(或理想负荷率区间)之间存在偏差，都会产生偏差成本。

R(i,t)-R'(i,t)＝Δ⁺ _R(i,t)-Δ^- _R(i,t)(1)

RatioBia＝(Δ⁺ _R(i,t)+Δ^- _R(i,t))*Inccost(i,t)(2)

R'(i,t)分别表示机组i在t时段的理想负荷率。

R(i,t)表示机组i在t时段的负荷率。

Δ⁺ _R(i,p)、Δ^- _R(i,p)分别表示机组i的t时段的负荷率正偏差和负偏差；

RatioBia表示机组i在时段t的负荷率偏差；

2、中长期机组组合

1)三公进度均衡目标

$\min f=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{|\underset{t=1}{\overset{T}{\mathrm{\Σ}}}E(i,t)-E_g\left(i\right)|}{E_g\left(i\right)}---\left(3\right)$

E(i,t)表示机组i在t时段的优化电量；E_g(i)表示机组i的三公计划电量；f表示所有机组的三公进度偏差；

2)系统约束

电力平衡约束：

$\underset{i}{\overset{I}{\mathrm{\Σ}}}{p}_i\left(t\right)=p_d\left(t\right),t=\mathrm{1,2},.....T---\left(4\right)$

其中：p_i(t)表示机组i在t时段的物理出力；p_d(t)表示t时段系统的电力负荷；

电量平衡约束：

$\underset{i}{\overset{I}{\mathrm{\Σ}}}E(i,t)=E_d\left(t\right),t=\mathrm{1,2},.....T---\left(5\right)$

其中：E_d(t)表示t时段的预估电量负荷；

电力电量关联约束：

E(i,t)＝p_i(t)*R(i,t)*PrdMin(t)/60(6)

其中：PrdMin(t)表示t时段的优化分钟数；

系统备用约束：

$\underset{i}{\overset{I}{\mathrm{\Σ}}}(p_{\max }(i,t)*u_i\left(t\right)-p_i\left(t\right))\≥R_{\mathrm{up}}\left(t\right)---\left(7\right)$

$\underset{i=1}{\overset{I}{\mathrm{\Σ}}}(p_i\left(t\right)-p_{\min }(i,t)*u_i\left(t\right))\≥R_{\mathrm{down}}\left(t\right)---\left(8\right)$

其中，P_max(i,t)和P_min(i,t)分别为机组i在t时刻的最大出力和最小出力；R_up(t)和R_dw(t)分别为系统在t时刻的上旋、下旋备用需求；

机组出力上下限约束：

$\underset{\‾}{p_i}\left(t\right)\≤p_i\left(t\right)\≤\stackrel{\‾}{p_i}{u}_i\left(t\right)---\left(9\right)$

其中，和p _i 分别为机组i输出功率的上下限；

机组最小运行时间和机组最小停运时间约束：

$\left\{\begin{array}{c}{u}_i\left(t\right)=\mathrm{1,1}\≤x_i\left(t\right)\≤\stackrel{\‾}{{\mathrm{\τ}}_i}\\ u_i\left(t\right)=-1,-{\underset{\‾}{\mathrm{\τ}}}_i\≤x_i\left(t\right)\≤-1\end{array}\right.---\left(10\right)$

其中，和τ _i 分别为机组i最小运行时间和停运时间

机组爬坡约束：

-Δ_i≤p_i(t)-p_i(t-1)≤Δ_i(11)

其中，p_i(t-1)为机组i在t-1时刻的有功功率，Δ_i为机组i每时刻可加减负荷的最大值

电网安全约束：

$P_{\mathrm{ij}}\left(t\right)\≤\stackrel{\‾}{P_{\mathrm{ij}}}---\left(12\right)$

其中，P_ij(t)为支路ij在t时刻的潮流功率，为支路ij在t时刻的潮流功率上限；

按照三公进度均衡目标，考虑电力、电量平衡、系统备用、电网安全、机组出力上下限、爬坡率、机组最小运行时间和机组最小停运时间等约束，应用COMPLEX商用算法包，采用混合整数规划法进行优化计算，得到优化结果，计算机组负荷率偏差成本RatioBia的最大值B。

3、采用约束法进行多目标优化

把机组负荷率偏差成本RatioBia进行适当的压缩，形成约束纳入优化计算。这里避免将负荷率按照负荷率区间进行强制性约束，这种强制性约束难以设定合理的负荷率区间，并且容易无解。

RatioBia≤B*factor(13)

0≤factor≤1(14)

其中：factor表示在机组负荷率偏差成本的压缩值。

4、联合优化计算

把机组负荷率偏差成本约束纳入到传统的中长期机组组合重新进行优化计算，得到三公进度和负荷率的联合优化结果。可以调整压缩系数factor，得到多套不同的联合优化方案，调度决策者可以从中选择最佳方案。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，所属领域的普通技术人员尽管参照上述实施例应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。

Claims (10)

1.一种优化的中长期机组组合方法，其特征在于：通过负荷率和三公进度联合优化；所述方法包括以下步骤：

(1)建立负荷率虚拟偏差成本；

(2)通过中长期机组组合方式进行优化得到机组的负荷率偏差成本；

(3)采用约束法进行多目标优化；

(4)联合优化。

2.如权利要求1所述的一种优化的中长期机组组合方法，其特征在于：所述步骤(1)的偏差成本为机组的负荷率与理想负荷率之间存在偏差产生并通过下式建立：

R(i,t)-R'(i,t)＝Δ⁺ _R(i,t)-Δ^- _R(i,t)(1)

RatioBia＝(Δ⁺ _R(i,t)+Δ^- _R(i,t))*Inccost(i,t)(2)

其中，R′(i,t)表示机组i在t时段的理想负荷率；R(i,t)表示机组i在t时段的负荷率；Δ⁺ _R(i,p)、Δ^- _R(i,p)分别表示机组i的t时段的负荷率正偏差和负偏差；RatioBia表示机组i在时段t的负荷率偏差；Inccost(i,t)为负荷率偏差微增成本。

3.如权利要求1所述的一种优化的中长期机组组合方法，其特征在于：所述步骤(2)中的中长期机组组合方式包括以下步骤：

三公进度均衡目标；

电力系统约束。

4.如权利要求3所述的一种优化的中长期机组组合方法，其特征在于：所述三公进度均衡目标通过下式确定：

$\min f=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{|\underset{t=1}{\overset{T}{\mathrm{\Σ}}}E(i,t)-E_g\left(i\right)|}{E_g\left(i\right)}---\left(3\right)$

其中，E(i,t)表示机组i在t时段的优化电量；E_g(i)表示机组i的三公计划电量；f表示所有机组的三公进度偏差。

5.如权利要求3所述的一种优化的中长期机组组合方法，其特征在于：所述电力系统约束包括电力平衡约束、电量平衡约束、电力电量关联约束、电力系统备用约束、机组出力上下限约束、机组最小运行时间和机组最小停运时间约束、机组爬坡约束和电网安全约束。

6.如权利要求5所述的一种优化的中长期机组组合方法，其特征在于：所述电力平衡约束通过下式(4)确定：

$\underset{i}{\overset{I}{\mathrm{\Σ}}}{p}_i\left(t\right)=p_d\left(t\right),t=\mathrm{1,2},.....T---\left(4\right)$

其中：p_i(t)表示机组i在t时段的物理出力；p_d(t)表示t时段系统的电力负荷；

所述电量平衡约束通过下式(5)确定：

$\underset{i}{\overset{I}{\mathrm{\Σ}}}E(i,t)=E_d\left(t\right),t=\mathrm{1,2},.....T---\left(5\right)$

其中：E_d(t)表示t时段的预估电量负荷；

所述电力电量关联约束通过下式(6)确定：

E(i,t)＝p_i(t)*R(i,t)*PrdMin(t)/60(6)

其中：R(i,t)表示机组i在t时段的负荷率；PrdMin(t)表示t时段的优化分钟数；

所述系统备用约束通过下式(7)和(8)确定：

$\underset{i}{\overset{I}{\mathrm{\Σ}}}(p_{\max }(i,t)*u_i\left(t\right)-p_i\left(t\right))\≥R_{\mathrm{up}}\left(t\right)---\left(7\right)$

$\underset{i}{\overset{I}{\mathrm{\Σ}}}(p_i\left(t\right)-p_{\min }(i,t)*u_i\left(t\right))\≥R_{\mathrm{down}}\left(t\right)---\left(8\right)$

其中，P_max(i,t)和P_min(i,t)分别为机组i在t时刻的最大出力和最小出力；u_i(t)为机组i在t时刻的运行状态，0表示停机，1表示运行；R_up(t)和R_down(t)分别为系统在t时刻的上旋、下旋备用需求；

所述机组出力上下限约束通过下式(9)确定：

$\underset{\‾}{p_i}{u}_i\left(t\right)\≤p_i\left(t\right)\≤\stackrel{\‾}{p_i}{u}_i\left(t\right)---\left(9\right)$

其中，和p _i 分别为机组i输出功率的上下限；

所述机组最小运行时间和机组最小停运时间约束通过下式(10)确定：

$\left\{\begin{array}{c}{u}_i\left(t\right)=\mathrm{1,1}\≤x_i\left(t\right)\≤\stackrel{\‾}{{\mathrm{\τ}}_i}\\ u_i\left(t\right)=-1,-{\underset{\‾}{\mathrm{\τ}}}_i\≤x_i\left(t\right)\≤-1\end{array}\right.---\left(10\right)$

其中，x_i(t)为机组i在t时刻已经连续运行的时间或停运的时间；和τ _i 分别为机组i最小运行时间和停运时间

所述机组爬坡约束通过下式(11)确定：

-Δ_i≤p_i(t)-p_i(t-1)≤Δ_i(11)

其中，p_i(t-1)为机组i在t-1时刻的有功功率，Δ_i为机组i每时刻可加减负荷的最大值；-Δ_i为机组i每时刻可加减负荷的最小值；

所述电网安全约束通过下式(12)确定：

$P_{\mathrm{ij}}\left(t\right)\≤\stackrel{\‾}{P_{\mathrm{ij}}}---\left(12\right)$

其中，P_ij(t)为支路ij在t时刻的潮流功率，为支路ij在t时刻的潮流功率上限。

7.如权利要求2所述的一种优化的中长期机组组合方法，其特征在于：所述步骤(3)的优化过程为把机组负荷率偏差成本RatioBia进行压缩，形成约束纳入优化计算。

8.如权利要求7所述的一种优化的中长期机组组合方法，其特征在于：所述压缩过程通过下式确定：

RatioBia≤B*factor(13)

0≤factor≤1(14)

其中：B为以三公进度均衡为目标计算得到的机组负荷率偏差值；factor表示在机组负荷率偏差成本的压缩值。

9.如权利要求8所述的一种优化的中长期机组组合方法，其特征在于：所述步骤(4)的优化过程为为把机组负荷率偏差成本约束纳入到所述步骤(2)中长期机组组合进行重新优化计算，得到三公进度和负荷率的联合优化结果。

10.如权利要求9所述的一种优化的中长期机组组合方法，其特征在于：通过调整压缩系数factor，得到多套不同的联合优化方案，调度决策者从中选择最佳方案。