CN106127354A - 基于电力自动化系统与综合数据服务器的电力计划制定方法 - Google Patents

基于电力自动化系统与综合数据服务器的电力计划制定方法 Download PDF

Info

Publication number
CN106127354A
CN106127354A CN201610546641.6A CN201610546641A CN106127354A CN 106127354 A CN106127354 A CN 106127354A CN 201610546641 A CN201610546641 A CN 201610546641A CN 106127354 A CN106127354 A CN 106127354A
Authority
CN
China
Prior art keywords
day
electricity
jkm
power plant
next year
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.)
Pending
Application number
CN201610546641.6A
Other languages
English (en)
Inventor
王俊生
赵春山
史美红
郭永飞
梁衡禄
王晓路
孙晓彬
张晓铭
刘彦群
盛许章
刘晓凌
栾伟妮
冯学玲
臧好军
杨永前
陈少明
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.)
State Grid Shandong Electric Power Co Zhaoyuan Power Supply Co
Original Assignee
State Grid Shandong Electric Power Co Zhaoyuan Power Supply Co
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 State Grid Shandong Electric Power Co Zhaoyuan Power Supply Co filed Critical State Grid Shandong Electric Power Co Zhaoyuan Power Supply Co
Priority to CN201610546641.6A priority Critical patent/CN106127354A/zh
Publication of CN106127354A publication Critical patent/CN106127354A/zh
Pending legal-status Critical Current

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (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)

Abstract

本发明提供了一种基于电力自动化系统与综合数据服务器的计划制定方法，首先，发电厂根据设备定检周期及缺陷情况制定下一年初步计划，其次，发电厂将下一年初步计划发送给调度中心，调度中心判断计划是否合理，如果合理则同意，否则反馈回信息给发电厂，再次，发电厂根据反馈信息修改计划，直至满足调度中心的要求。本发明提供的计划制定方法在发电厂制定计划时通过考虑丰富的外因和内因使得发电厂检修计划的制定更为科学，在调度中心审批计划时通过考量负荷变更情况使得最大化的保障了电力供应水平，充分利用了现有的电力自动化系统中的数据，并设置综合数据服务器以存储对计划制定有影响的数据，进而使得计划制定更为精准，更贴近现实情况。

Description

基于电力自动化系统与综合数据服务器的电力计划制定方法
技术领域
本发明属于电力计划配置领域，尤其涉及一种基于电力自动化系统与综合数据服务器的计划制定方法。
背景技术
电力系统中的一次设备的检修计划需要向调度申请，经过调度批准才能得以执行，尤其是作为电源节点的发电厂，虽然作为独立的电力供应设备具有依据自身情况制定的相应检修、调试计划，但是仍然需要经过调度的同意才能实施。
而现在发电厂制定的检修、调试计划虽然容易经过调度的同意，但是由于计划在制定过程中考虑的因素过少，且调度在考量计划是否可行时判断的标准过于单一，经常导致计划虽然经过了调度的同意，但是在实际实施时调度却由于当时的情况无法按照计划进行，导致计划被推延，尤其是定检计划，通常被推延几个月的时间，这样无疑使得相关工作人员的工作陷入无限的等待中，降低了工作的效率，且也降低了设备的正常运行可靠性。
发明内容
本发明旨在提供一种基于电力自动化系统与综合数据服务器的计划制定方法，充分利用电力自动化系统与综合数据服务器中的数据，考虑实际影响电力计划的主要因素，不仅使得发电厂侧制定的初步计划能够更加准确，且同时使得调度在考量发电厂侧制定的初步计划时能够更加科学，从而使得最终确定的计划能够最大化地贴近实际实施情况，提高决策精准度。
为了实现上述目的，本发明的技术方案如下：
一种基于电力自动化系统与综合数据服务器的计划制定方法，包括如下步骤：
(1)发电厂在一年12月根据自身情况制定下一年初步计划，下一年初步计划包括下一年每天发电厂出力情况，下一年每天发电厂出力情况是发电厂内所有机组下一年每天实际发出电量与下一年每天发电厂厂用电电量、下一年每天损耗电量之差；
下一年如果为平年，则下一年每天发电厂厂用电电量/下一年每天损耗电量根据近10年同一天电力自动化系统中存储的发电厂厂用电电量/损耗电量来计算，下一年第i天的发电厂厂用电电量/损耗电量根据今年第Y年第i天的发电厂厂用电电量/损耗电量、第Y－1年第i天的发电厂厂用电电量/损耗电量、第Y－2年第i天的发电厂厂用电电量/损耗电量、……、第Y－9年第i天的发电厂厂用电电量/损耗电量计算，1≤i≤365；
下一年如果为闰年，则下一年第1－365天每天发电厂厂用电电量/损耗电量根据近10年同一天电力自动化系统中存储的发电厂厂用电电量/损耗电量来计算，下一年第366天的发电厂厂用电电量/损耗电量根据近10年第365天电力自动化系统中存储的发电厂厂用电电量/损耗电量来计算，下一年第366天的发电厂厂用电电量/损耗电量根据今年第Y年第365天的发电厂厂用电电量/损耗电量、第Y－1年第365天的发电厂厂用电电量/损耗电量、第Y－2年第365天的发电厂厂用电电量/损耗电量、……、第Y－9年第365天的发电厂厂用电电量/损耗电量计算；
下一年第i天的发电厂厂用电电量/损耗电量根据近10年第i天或第i－1天电力自动化系统中存储的发电厂厂用电电量/损耗电量来计算的具体方法是：
针对下一年的每天形成点集,若下一年为平年则下一年第i天的点集为{(Y-9,Wc(Y-9)i),(Y-8,Wc(Y-8)i),……,(Y-1,Wc(Y-1)i),(Y,WcYi)}，1≤i≤365，若下一年为闰年则下一年第i天的点集为{(Y-9,Wc(Y-9)i),(Y-8,Wc(Y-8)i),……,(Y-1,Wc(Y-1)i),(Y,WcYi)},1≤i≤365，{(Y-9,Wc(Y-9)(i-1)),(Y-8,Wc(Y-8)(i-1)),……,(Y-1,Wc(Y-1)(i-1)),(Y,WcY(i-1))},i＝366，
其中，WcY(i-1)为第Y年第i－1天的发电厂厂用电电量/损耗电量，WcYi为第Y年第i天的发电厂厂用电电量/损耗电量，
采用matlab的曲线拟合功能，分别采用多项式函数、指数函数、高斯函数、最小二乘法插值函数以及平滑曲线函数针对每个点集进行曲线拟合，横轴为年，纵轴为该年第i天的发电厂厂用电量/损耗电量，得到针对每个点集分别采用多项式函数、指数函数、高斯函数、最小二乘法插值函数和平滑曲线函数的5个确定系数R－square数值，确定系数R－square数值越接近1表明函数模型拟合的效果越好，针对每个点集选择最大的确定系数R－square数值对应的函数作为该点集的最终拟合函数，将横轴数值取Y+1带入该最终拟合函数，得到下一年第i天的发电厂厂用电电量/损耗电量；
设发电厂内共有n个机组，每个机组每天可发出电量分别为WJ1、WJ2、…WJj…、WJn，发电厂内所有机组下一年第i天实际发出电量Wi，
Wi＝[WJ1,WJ2,…WJj…,WJn]·[aJ1i,aJ2i,…aJji…,aJni]T，
aJji表示下一年第i天机组j的检修相关系数，如果下一年第i天与机组j相关的一次设备需要定检或因故障需要维修则aJji＝0，否则aJji＝1；
设与机组j相关的一次设备共有Kj个，分别为Sj1、Sj2、…SjKm…SjKj,一次设备SjKm的上次定检时间为xSjKm年ySjKm月zSjKm日,定检周期为TSjKm年，如果xSjKm+TSjKm＝Y+1,则下一年与机组j相关的一次设备SjKm需要在ySjKm月zSjKm日实施定检，将ySjKm月zSjKm日转换成具体第DSjKm天，则此时
从电力自动化系统获取近5年，即第Y－4年、……、今年第Y年的所有一次设备外部原因故障信息，包括外部原因故障一次设备名称、一次设备外部原因故障精确到年月日的具体时间、外部具体原因，外部具体原因为包括老鼠、鸟的生物原因，包括大风、强降雨、强降雪、冰雹、雷电、高温的天气原因，包括地震的地理原因，针对与机组j相关的Kj个一次设备，计算下一年第i天机组j的外部原因出力故障概率PW(Y+1)ji，
P W ( Y + 1 ) j i = λ 1 · ( Σ K m = 1 K j Σ q = Y - 4 Y bS j K m q i / 5 · K j ) + λ 2 · ( Σ K m = 1 K j Σ q = Y - 4 Y eS j K m q i / 5 · K j ) + λ 3 · ( Σ K m = 1 K j Σ q = Y - 4 Y rS j K m q i / 5 · K j ) ,
其中，bSjKmqi表示与机组j相关的一次设备SjKm在第q年的第i天是否存在生物原因的故障，如果有则bSjKmqi＝1，否则bSjKmqi＝0，eSjKmqi表示与机组j相关的一次设备SjKm在第q年的第i天是否存在天气原因的故障，如果有则eSjKmqi＝1，否则eSjKmqi＝0，rSjKmqi表示与机组j相关的一次设备SjKm在第q年的第i天是否存在地理原因的故障，如果有则rSjKmqi＝1，否则rSjKmqi＝0，λ1、λ2、λ3为权重系数，λ3＜λ1＜λ2；
从电力自动化系统获取近20年，即第Y－19年、……、今年第Y年的所有一次设备内部原因故障信息，包括内部原因故障一次设备类型、内部原因故障一次设备投产使用具体时间、发生内部原因故障时的具体时间以及该一次设备的使用寿命，内部原因为设备老化，一次设备类型包括铜线线路、电缆线路、断路器、隔离开关、空气开关、变压器、发电机，统计所有同类型一次设备发生内部原因故障时的平均老旧程度，每个一次设备发生内部原因故障时的老旧程度是发生内部原因故障时该一次设备已使用时间以及该一次设备的使用寿命的比值，发生内部原因故障时该一次设备已使用时间是发生内部原因故障时的具体时间与内部原因故障一次设备投产使用具体时间的差值，对于与机组j相关的一次设备SjKm，计算其预计内部原因故障时间TimesSjKm，
TimesSjKm＝LSjKm·TimemSjKm+TimetSjKm，
其中LSjKm为一次设备SjKm所属类型的一次设备发生内部原因故障时的平均老旧程度，TimemSjKm为一次设备SjKm的使用寿命，TimetSjKm为一次设备SjKm的投产使用具体时间，如果TimesSjKm为下一年的第i天，则oSjKmi＝1，表示与机组j相关的一次设备SjKm在下一年的第i天存在内部原因故障，否则oSjKmi＝0，计算下一年第i天机组j的内部原因出力故障概率PN(Y+1)ji，
P N ( Y + 1 ) j i = Σ K m = 1 K j oS j K m i / K j ,
综合外部原因出力故障概率和内部原因出力故障概率得到下一年第i天机组j的出力故障概率P(Y+1)ji，
P(Y+1)ji＝β1PW(Y+1)ji+β2PN(Y+1)ji，β1、β2为权重系数；
如果P(Y+1)ji大于预定阈值，则判定下一年第i天机组j出力故障进而使得aJji＝0；
(2)发电厂在一年12月将包括下一年每天发电厂出力情况的下一年初步计划发送给调度中心；
(3)调度中心接收发电厂的下一年初步计划并判断计划是否合理，判断计划是否合理的具体过程为：
调度中心从电力自动化系统获取今年发电厂供电区域的负荷曲线，负荷曲线横轴以日为单位，纵轴以负荷日耗电量为单位；
调度中心从综合数据服务器获取下一年需要电力供应的发电厂供电区域内施工项目的具体情况，包括施工项目具体类型、施工项目起止时间，并根据施工项目具体类型预估施工项目日耗电量，根据施工项目起止时间和施工项目日耗电量修改负荷曲线形成1次修改负荷曲线；
调度中心从综合数据服务器获取下一年需要变更的负荷的信息，变更的负荷包括新增的负荷和撤销的负荷，需要变更的负荷的信息包括变更负荷的具体时间、变更负荷日耗电量，根据变更负荷的具体时间、变更负荷日耗电量修改1次修改负荷曲线形成2次修改负荷曲线；
调度中心根据2次修改负荷曲线和下一年每天发电厂出力情况判断对于每一天而言，发电厂出力情况与负荷日耗电量的差值的绝对值是否小于一定范围，如果小于则调度中心同意发电厂该天的安排，否则不同意；
(4)如果调度中心完全同意发电厂制定的下一年初步计划，则跳转步骤(7)，否则，调度中心将不同意的时间以及不同意的理由反馈回发电厂；
(5)发电厂专职人员接收调度中心的反馈信息并对下一年初步计划进行修改，将修改后的计划传输给调度中心；
(6)调度中心判断修改后的计划是否合理，如果合理则同意，执行步骤(7)，否则再次将不同意的时间以及不同意的理由反馈回发电厂，返回步骤(5)；
(7)发电厂按照最终调度中心同意的计划作为下一年计划实施。
与现有技术相比较，本发明具有如下的优点：
1)在发电厂制定计划时通过考虑丰富的外因和内因使得发电厂侧计划的制定更为科学；
2)在调度中心审批计划时通过考量负荷变更情况使得最大化的保障了电力供应水平；
3)充分利用了现有的电力自动化系统中的数据，并设置综合数据服务器以存储对计划制定有影响的数据；
4)提出了一种使得计划制定更为准确，更贴近现实情况的方法。
具体实施方式
下面对本发明的具体实施方式做详细的说明。
一种基于电力自动化系统与综合数据服务器的计划制定方法，包括如下步骤：
(1)发电厂在一年12月根据自身情况制定下一年初步计划，下一年初步计划包括下一年每天发电厂出力情况，下一年每天发电厂出力情况是发电厂内所有机组下一年每天实际发出电量与下一年每天发电厂厂用电电量、下一年每天损耗电量之差；
下一年如果为平年，则下一年每天发电厂厂用电电量/下一年每天损耗电量根据近10年同一天电力自动化系统中存储的发电厂厂用电电量/损耗电量来计算，下一年第i天的发电厂厂用电电量/损耗电量根据今年第Y年第i天的发电厂厂用电电量/损耗电量、第Y－1年第i天的发电厂厂用电电量/损耗电量、第Y－2年第i天的发电厂厂用电电量/损耗电量、……、第Y－9年第i天的发电厂厂用电电量/损耗电量计算，1≤i≤365；
下一年如果为闰年，则下一年第1－365天每天发电厂厂用电电量/损耗电量根据近10年同一天电力自动化系统中存储的发电厂厂用电电量/损耗电量来计算，下一年第366天的发电厂厂用电电量/损耗电量根据近10年第365天电力自动化系统中存储的发电厂厂用电电量/损耗电量来计算，下一年第366天的发电厂厂用电电量/损耗电量根据今年第Y年第365天的发电厂厂用电电量/损耗电量、第Y－1年第365天的发电厂厂用电电量/损耗电量、第Y－2年第365天的发电厂厂用电电量/损耗电量、……、第Y－9年第365天的发电厂厂用电电量/损耗电量计算；
下一年第i天的发电厂厂用电电量/损耗电量根据近10年第i天或第i－1天电力自动化系统中存储的发电厂厂用电电量/损耗电量来计算的具体方法是：
针对下一年的每天形成点集,若下一年为平年则下一年第i天的点集为{(Y-9,Wc(Y-9)i),(Y-8,Wc(Y-8)i),……,(Y-1,Wc(Y-1)i),(Y,WcYi)}，1≤i≤365，若下一年为闰年则下一年第i天的点集为{(Y-9,Wc(Y-9)i),(Y-8,Wc(Y-8)i),……,(Y-1,Wc(Y-1)i),(Y,WcYi)},1≤i≤365，{(Y-9,Wc(Y-9)(i-1)),(Y-8,Wc(Y-8)(i-1)),……,(Y-1,Wc(Y-1)(i-1)),(Y,WcY(i-1))},i＝366，
其中，WcY(i-1)为第Y年第i－1天的发电厂厂用电电量/损耗电量，WcYi为第Y年第i天的发电厂厂用电电量/损耗电量，
采用matlab的曲线拟合功能，分别采用多项式函数、指数函数、高斯函数、最小二乘法插值函数以及平滑曲线函数针对每个点集进行曲线拟合，横轴为年，纵轴为该年第i天的发电厂厂用电量/损耗电量，得到针对每个点集分别采用多项式函数、指数函数、高斯函数、最小二乘法插值函数和平滑曲线函数的5个确定系数R－square数值，确定系数R－square数值越接近1表明函数模型拟合的效果越好，针对每个点集选择最大的确定系数R－square数值对应的函数作为该点集的最终拟合函数，将横轴数值取Y+1带入该最终拟合函数，得到下一年第i天的发电厂厂用电电量/损耗电量；
设发电厂内共有n个机组，每个机组每天可发出电量分别为WJ1、WJ2、…WJj…、WJn，发电厂内所有机组下一年第i天实际发出电量Wi，
Wi＝[WJ1,WJ2,…WJj…,WJn]·[aJ1i,aJ2i,…aJji…,aJni]T，
aJji表示下一年第i天机组j的检修相关系数，如果下一年第i天与机组j相关的一次设备需要定检或因故障需要维修则aJji＝0，否则aJji＝1；
设与机组j相关的一次设备共有Kj个，分别为Sj1、Sj2、…SjKm…SjKj,一次设备SjKm的上次定检时间为xSjKm年ySjKm月zSjKm日,定检周期为TSjKm年，如果xSjKm+TSjKm＝Y+1,则下一年与机组j相关的一次设备SjKm需要在ySjKm月zSjKm日实施定检，将ySjKm月zSjKm日转换成具体第DSjKm天，则此时
从电力自动化系统获取近5年，即第Y－4年、……、今年第Y年的所有一次设备外部原因故障信息，包括外部原因故障一次设备名称、一次设备外部原因故障精确到年月日的具体时间、外部具体原因，外部具体原因为包括老鼠、鸟的生物原因，包括大风、强降雨、强降雪、冰雹、雷电、高温的天气原因，包括地震的地理原因，针对与机组j相关的Kj个一次设备，计算下一年第i天机组j的外部原因出力故障概率PW(Y+1)ji，
P W ( Y + 1 ) j i = λ 1 · ( Σ K m = 1 K j Σ q = Y - 4 Y bS j K m q i / 5 · K j ) + λ 2 · ( Σ K m = 1 K j Σ q = Y - 4 Y eS j K m q i / 5 · K j ) + λ 3 · ( Σ K m = 1 K j Σ q = Y - 4 Y rS j K m q i / 5 · K j ) ,
其中，bSjKmqi表示与机组j相关的一次设备SjKm在第q年的第i天是否存在生物原因的故障，如果有则bSjKmqi＝1，否则bSjKmqi＝0，eSjKmqi表示与机组j相关的一次设备SjKm在第q年的第i天是否存在天气原因的故障，如果有则eSjKmqi＝1，否则eSjKmqi＝0，rSjKmqi表示与机组j相关的一次设备SjKm在第q年的第i天是否存在地理原因的故障，如果有则rSjKmqi＝1，否则rSjKmqi＝0，λ1、λ2、λ3为权重系数，λ3＜λ1＜λ2；
从电力自动化系统获取近20年，即第Y－19年、……、今年第Y年的所有一次设备内部原因故障信息，包括内部原因故障一次设备类型、内部原因故障一次设备投产使用具体时间、发生内部原因故障时的具体时间以及该一次设备的使用寿命，内部原因为设备老化，一次设备类型包括铜线线路、电缆线路、断路器、隔离开关、空气开关、变压器、发电机，统计所有同类型一次设备发生内部原因故障时的平均老旧程度，每个一次设备发生内部原因故障时的老旧程度是发生内部原因故障时该一次设备已使用时间以及该一次设备的使用寿命的比值，发生内部原因故障时该一次设备已使用时间是发生内部原因故障时的具体时间与内部原因故障一次设备投产使用具体时间的差值，对于与机组j相关的一次设备SjKm，计算其预计内部原因故障时间TimesSjKm，
TimesSjKm＝LSjKm·TimemSjKm+TimetSjKm，
其中LSjKm为一次设备SjKm所属类型的一次设备发生内部原因故障时的平均老旧程度，TimemSjKm为一次设备SjKm的使用寿命，TimetSjKm为一次设备SjKm的投产使用具体时间，如果TimesSjKm为下一年的第i天，则oSjKmi＝1，表示与机组j相关的一次设备SjKm在下一年的第i天存在内部原因故障，否则oSjKmi＝0，计算下一年第i天机组j的内部原因出力故障概率PN(Y+1)ji，
P N ( Y + 1 ) j i = Σ K m = 1 K j oS j K m i / K j ,
综合外部原因出力故障概率和内部原因出力故障概率得到下一年第i天机组j的出力故障概率P(Y+1)ji，
P(Y+1)ji＝β1PW(Y+1)ji+β2PN(Y+1)ji，β1、β2为权重系数；
如果P(Y+1)ji大于预定阈值，则判定下一年第i天机组j出力故障进而使得aJji＝0；
(2)发电厂在一年12月将包括下一年每天发电厂出力情况的下一年初步计划发送给调度中心；
(3)调度中心接收发电厂的下一年初步计划并判断计划是否合理，判断计划是否合理的具体过程为：
调度中心从电力自动化系统获取今年发电厂供电区域的负荷曲线，负荷曲线横轴以日为单位，纵轴以负荷日耗电量为单位；
调度中心从综合数据服务器获取下一年需要电力供应的发电厂供电区域内施工项目的具体情况，包括施工项目具体类型、施工项目起止时间，并根据施工项目具体类型预估施工项目日耗电量，根据施工项目起止时间和施工项目日耗电量修改负荷曲线形成1次修改负荷曲线；
调度中心从综合数据服务器获取下一年需要变更的负荷的信息，变更的负荷包括新增的负荷和撤销的负荷，需要变更的负荷的信息包括变更负荷的具体时间、变更负荷日耗电量，根据变更负荷的具体时间、变更负荷日耗电量修改1次修改负荷曲线形成2次修改负荷曲线；
调度中心根据2次修改负荷曲线和下一年每天发电厂出力情况判断对于每一天而言，发电厂出力情况与负荷日耗电量的差值的绝对值是否小于一定范围，如果小于则调度中心同意发电厂该天的安排，否则不同意；
(4)如果调度中心完全同意发电厂制定的下一年初步计划，则跳转步骤(7)，否则，调度中心将不同意的时间以及不同意的理由反馈回发电厂；
(5)发电厂专职人员接收调度中心的反馈信息并对下一年初步计划进行修改，将修改后的计划传输给调度中心；
(6)调度中心判断修改后的计划是否合理，如果合理则同意，执行步骤(7)，否则再次将不同意的时间以及不同意的理由反馈回发电厂，返回步骤(5)；
(7)发电厂按照最终调度中心同意的计划作为下一年计划实施。
虽然本发明已以较佳实施例披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (1)

1.一种基于电力自动化系统与综合数据服务器的计划制定方法，包括如下步骤：
(1)发电厂在年底根据自身情况制定下一年初步计划，下一年初步计划包括下一年每天发电厂出力情况，下一年每天发电厂出力情况是发电厂内所有机组下一年每天实际发出电量与下一年每天发电厂厂用电电量、下一年每天损耗电量之差；
下一年如果为平年，则下一年每天发电厂厂用电电量/下一年每天损耗电量的结果根据近10年同一天电力自动化系统中存储的发电厂厂用电电量/损耗电量来计算，下一年第i天的发电厂厂用电电量/损耗电量的结果根据今年第Y年第i天的发电厂厂用电电量/损耗电量、第Y－1年第i天的发电厂厂用电电量/损耗电量、第Y－2年第i天的发电厂厂用电电量/损耗电量、……、第Y－9年第i天的发电厂厂用电电量/损耗电量计算，1≤i≤365；
下一年如果为闰年，则下一年第1-365天每天发电厂厂用电电量/损耗电量的结果根据近10年同一天电力自动化系统中存储的发电厂厂用电电量/损耗电量来计算，下一年第366天的发电厂厂用电电量/损耗电量根据近10年第365天电力自动化系统中存储的发电厂厂用电电量/损耗电量来计算，下一年第366天的发电厂厂用电电量/损耗电量根据今年第Y年第365天的发电厂厂用电电量/损耗电量、第Y－1年第365天的发电厂厂用电电量/损耗电量、第Y－2年第365天的发电厂厂用电电量/损耗电量、……、第Y－9年第365天的发电厂厂用电电量/损耗电量计算；
下一年第i天的发电厂厂用电电量/损耗电量根据近10年第i天或第i－1天电力自动化系统中存储的发电厂厂用电电量/损耗电量来计算的具体方法是：
针对下一年的每天形成点集,若下一年为平年则下一年第i天的点集为{(Y-9,Wc(Y-9)i),(Y-8,Wc(Y-8)i),……,(Y-1,Wc(Y-1)i),(Y,WcYi)}，1≤i≤365，若下一年为闰年则下一年第i天的点集为{(Y-9,Wc(Y-9)i),(Y-8,Wc(Y-8)i),……,(Y-1,Wc(Y-1)i),(Y,WcYi)},1≤i≤365，{(Y-9,Wc(Y-9)(i-1)),(Y-8,Wc(Y-8)(i-1)),……,(Y-1,Wc(Y-1)(i-1)),(Y,WcY(i-1))},i＝366，
其中，WcY(i-1)为第Y年第i－1天的发电厂厂用电电量/损耗电量，WcYi为第Y年第i天的发电厂厂用电电量/损耗电量，
采用matlab的曲线拟合功能，分别采用多项式函数、指数函数、高斯函数、最小二乘法插值函数以及平滑曲线函数针对每个点集进行曲线拟合，横轴为年，纵轴为该年第i天的发电厂厂用电量/损耗电量，得到针对每个点集分别采用多项式函数、指数函数、高斯函数、最小二乘法插值函数和平滑曲线函数的5个确定系数R－square数值，确定系数R－square数值越接近1表明函数模型拟合的效果越好，针对每个点集选择最大的确定系数R－square数值对应的函数作为该点集的最终拟合函数，将横轴数值取Y+1带入该最终拟合函数，得到下一年第i天的发电厂厂用电电量/损耗电量；
设发电厂内共有n个机组，每个机组每天可发出电量分别为WJ1、WJ2、…WJj…、WJn，发电厂内所有机组下一年第i天实际发出电量Wi，
Wi＝[WJ1,WJ2,…WJj…,WJn]·[aJ1i,aJ2i,…aJji…,aJni]T，
aJji表示下一年第i天机组j的检修相关系数，如果下一年第i天与机组j相关的一次设备需要定检或因故障需要维修则aJji＝0，否则aJji＝1；
设与机组j相关的一次设备共有Kj个，分别为Sj1、Sj2、…SjKm…SjKj,一次设备SjKm的上次定检时间为xSjKm年ySjKm月zSjKm日,定检周期为TSjKm年，如果xSjKm+TSjKm＝Y+1,则下一年与机组j相关的一次设备SjKm需要在ySjKm月zSjKm日实施定检，将ySjKm月zSjKm日转换成具体第DSjKm天，则此时
从电力自动化系统获取近5年，即第Y－4年、……、今年第Y年的所有一次设备外部原因故障信息，包括外部原因故障一次设备名称、一次设备外部原因故障精确到年月日的具体时间、外部具体原因，外部具体原因为包括老鼠、鸟的生物原因，包括大风、强降雨、强降雪、冰雹、雷电、高温的天气原因，包括地震的地理原因，针对与机组j相关的Kj个一次设备，计算下一年第i天机组j的外部原因出力故障概率PW(Y+1)ji，
P W ( Y + 1 ) j i = λ 1 · ( Σ K m = 1 K j Σ q = Y - 4 Y bS j K m q i / 5 · K j ) + λ 2 · ( Σ K m = 1 K j Σ q = Y - 4 Y eS j K m q i / 5 · K j ) + λ 3 · ( Σ K m = 1 K j Σ q = Y - 4 Y rS j K m q i / 5 · K j ) ,
其中，bSjKmqi表示与机组j相关的一次设备SjKm在第q年的第i天是否存在生物原因的故障，如果有则bSjKmqi＝1，否则bSjKmqi＝0，eSjKmqi表示与机组j相关的一次设备SjKm在第q年的第i天是否存在天气原因的故障，如果有则eSjKmqi＝1，否则eSjKmqi＝0，rSjKmqi表示与机组j相关的一次设备SjKm在第q年的第i天是否存在地理原因的故障，如果有则rSjKmqi＝1，否则rSjKmqi＝0，λ1、λ2、λ3为权重系数，λ3＜λ1＜λ2；
从电力自动化系统获取近20年，即第Y－19年、……、今年第Y年的所有一次设备内部原因故障信息，包括内部原因故障一次设备类型、内部原因故障一次设备投产使用具体时间、发生内部原因故障时的具体时间以及该一次设备的使用寿命，内部原因为设备老化，一次设备类型包括铜线线路、电缆线路、断路器、隔离开关、空气开关、变压器、发电机，统计所有同类型一次设备发生内部原因故障时的平均老旧程度，每个一次设备发生内部原因故障时的老旧程度是发生内部原因故障时该一次设备已使用时间以及该一次设备的使用寿命的比值，发生内部原因故障时该一次设备已使用时间是发生内部原因故障时的具体时间与内部原因故障一次设备投产使用具体时间的差值，对于与机组j相关的一次设备SjKm，计算其预计内部原因故障时间TimesSjKm，
TimesSjKm＝LSjKm·TimemSjKm+TimetSjKm，
其中LSjKm为一次设备SjKm所属类型的一次设备发生内部原因故障时的平均老旧程度，TimemSjKm为一次设备SjKm的使用寿命，TimetSjKm为一次设备SjKm的投产使用具体时间，如果TimesSjKm为下一年的第i天，则oSjKmi＝1，表示与机组j相关的一次设备SjKm在下一年的第i天存在内部原因故障，否则oSjKmi＝0，计算下一年第i天机组j的内部原因出力故障概率PN(Y+1)ji，
P N ( Y + 1 ) j i = Σ K m = 1 K j oS j K m i / K j ,
综合外部原因出力故障概率和内部原因出力故障概率得到下一年第i天机组j的出力故障概率P(Y+1)ji，
P(Y+1)ji＝β1PM(Y+1)ji+β2PN(Y+1)ji，β1、β2为权重系数；
如果P(Y+1)ji大于预定阈值，则判定下一年第i天机组j出力故障进而使得aJji＝0；
(2)发电厂在年底将包括下一年每天发电厂出力情况的下一年初步计划发送给调度中心；
(3)调度中心接收发电厂的下一年初步计划并判断计划是否合理，判断计划是否合理的具体过程为：
调度中心从电力自动化系统获取今年发电厂供电区域的负荷曲线，负荷曲线横轴以日为单位，纵轴以负荷日耗电量为单位；
调度中心从综合数据服务器获取下一年需要电力供应的发电厂供电区域内施工项目的具体情况，包括施工项目具体类型、施工项目起止时间，并根据施工项目具体类型预估施工项目日耗电量，根据施工项目起止时间和施工项目日耗电量修改负荷曲线形成1次修改负荷曲线；
调度中心从综合数据服务器获取下一年需要变更的负荷的信息，变更的负荷包括新增的负荷和撤销的负荷，需要变更的负荷的信息包括变更负荷的具体时间、变更负荷日耗电量，根据变更负荷的具体时间、变更负荷日耗电量修改1次修改负荷曲线形成2次修改负荷曲线；
调度中心根据2次修改负荷曲线和下一年每天发电厂出力情况判断对于每一天而言，发电厂出力情况与负荷日耗电量的差值的绝对值是否小于一定范围，如果小于则调度中心同意发电厂该天的安排，否则不同意；
(4)如果调度中心完全同意发电厂制定的下一年初步计划，则跳转步骤(7)，否则，调度中心将不同意的时间以及不同意的理由反馈回发电厂；
(5)发电厂专职人员接收调度中心的反馈信息并对下一年初步计划进行修改，将修改后的计划传输给调度中心；
(6)调度中心判断修改后的计划是否合理，如果合理则同意，执行步骤(7)，否则再次将不同意的时间以及不同意的理由反馈回发电厂，返回步骤(5)；
(7)发电厂按照最终调度中心同意的计划作为下一年计划实施。
CN201610546641.6A 2016-07-12 2016-07-12 基于电力自动化系统与综合数据服务器的电力计划制定方法 Pending CN106127354A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610546641.6A CN106127354A (zh) 2016-07-12 2016-07-12 基于电力自动化系统与综合数据服务器的电力计划制定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610546641.6A CN106127354A (zh) 2016-07-12 2016-07-12 基于电力自动化系统与综合数据服务器的电力计划制定方法

Publications (1)

Publication Number Publication Date
CN106127354A true CN106127354A (zh) 2016-11-16

Family

ID=57282557

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610546641.6A Pending CN106127354A (zh) 2016-07-12 2016-07-12 基于电力自动化系统与综合数据服务器的电力计划制定方法

Country Status (1)

Country Link
CN (1) CN106127354A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108256756A (zh) * 2018-01-09 2018-07-06 国网山东省电力公司滨州供电公司 一种基于物联网的变电站维护安全风险管控系统
CN112884265A (zh) * 2019-11-30 2021-06-01 国网天津市电力公司电力科学研究院 一种应用于城市电网网源协调的智能管理方法
CN113657620A (zh) * 2021-07-01 2021-11-16 国网河北省电力有限公司石家庄供电分公司 基于电力大数据计划平衡辅助的系统及方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108256756A (zh) * 2018-01-09 2018-07-06 国网山东省电力公司滨州供电公司 一种基于物联网的变电站维护安全风险管控系统
CN112884265A (zh) * 2019-11-30 2021-06-01 国网天津市电力公司电力科学研究院 一种应用于城市电网网源协调的智能管理方法
CN112884265B (zh) * 2019-11-30 2023-01-13 国网天津市电力公司电力科学研究院 一种应用于城市电网网源协调的智能管理方法
CN113657620A (zh) * 2021-07-01 2021-11-16 国网河北省电力有限公司石家庄供电分公司 基于电力大数据计划平衡辅助的系统及方法

Similar Documents

Publication Publication Date Title
CN105226708B (zh) 一种大规模电网调度计划等值协调优化方法
CN106815373B (zh) 基于bi分析的配网抢修大数据展示方法及系统
CN111476471B (zh) 一种基于综合能源模型的综合能源故障诊断系统及方法
CN106157174B (zh) 以减少停电时间与电量为目标的停电计划优化决策方法
CN102545213A (zh) 电网线损实时管理系统及方法
WO2011101189A2 (en) Energy generating system and control thereof
CN106887839B (zh) 考虑信息环节数据传输有误影响的配电终端布点优化方法
CN110059872A (zh) 一种基于状态监测的海上风电场运维调度方法
CN106127354A (zh) 基于电力自动化系统与综合数据服务器的电力计划制定方法
CN110247426B (zh) 一种基于多频段不确定集合的鲁棒机组组合方法
CN105096207A (zh) 一种基于层次分析法的重要电力用户供电可靠性评估方法
CN101923685A (zh) 一种基于断线故障概率预测的电力切负荷决策系统及方法
CN104462718A (zh) 一种变电站经济运行年限区间评估方法
CN104091289A (zh) 基于接线模式规则的大规模配电网n-1快速校验方法
CN106355517A (zh) 一种风电场集电系统可靠性计算方法
CN103646357A (zh) 换流站直流设备状态评估系统及其创建方法
CN106026079A (zh) 海上风电场集电系统拓扑结构综合评估方法
CN105138825A (zh) 一种基于萤火虫优化算法的断路器可靠性评估方法
CN104680431A (zh) 一种智能变电站二次系统可靠性评估方法
CN102426623A (zh) 一种用于电力负荷建模的自动故障拟合建模法
CN104992307A (zh) 一种配电网风险协同管控系统
Yorino et al. Dynamic load dispatch for power system robust security against uncertainties
CN104809543A (zh) 基于月度输变电设备检修计划的电网运行方式生成方法
Han et al. An online calculation method of theoretical power losses for high-voltage distribution system based on rapid modeling and data quality analysis
EP3667851B1 (de) Erstellung dynamischer modelle von netzknoten in einem nieder- und/oder mittelspannungs-verteilnetz durch selbstlernenden algorithmus

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: Wang Junsheng

Inventor after: Niu Hefei

Inventor after: Luan Weini

Inventor after: Feng Xueling

Inventor after: Sheng Linyang

Inventor after: Liu Yanqun

Inventor after: Cang Haojun

Inventor after: Yang Yongqian

Inventor after: Chen Shaoming

Inventor after: Zhang Jinbo

Inventor after: Sun Xiaobin

Inventor after: Zhao Chunshan

Inventor after: Sheng Xuzhang

Inventor after: Shi Meihong

Inventor after: Guo Yongfei

Inventor after: Liang Henglu

Inventor after: Wang Xiaolu

Inventor after: Zhang Xiaoming

Inventor after: Liu Xiaoling

Inventor after: Meng Lu

Inventor before: Wang Junsheng

Inventor before: Sheng Xuzhang

Inventor before: Liu Xiaoling

Inventor before: Luan Weini

Inventor before: Feng Xueling

Inventor before: Cang Haojun

Inventor before: Yang Yongqian

Inventor before: Chen Shaoming

Inventor before: Zhao Chunshan

Inventor before: Shi Meihong

Inventor before: Guo Yongfei

Inventor before: Liang Henglu

Inventor before: Wang Xiaolu

Inventor before: Sun Xiaobin

Inventor before: Zhang Xiaoming

Inventor before: Liu Yanqun

CB03 Change of inventor or designer information
RJ01 Rejection of invention patent application after publication

Application publication date: 20161116

RJ01 Rejection of invention patent application after publication