CN106327007A - 一种考虑能效电厂的多阶段输电网二层规划方法 - Google Patents
一种考虑能效电厂的多阶段输电网二层规划方法 Download PDFInfo
- Publication number
- CN106327007A CN106327007A CN201610650022.1A CN201610650022A CN106327007A CN 106327007 A CN106327007 A CN 106327007A CN 201610650022 A CN201610650022 A CN 201610650022A CN 106327007 A CN106327007 A CN 106327007A
- Authority
- CN
- China
- Prior art keywords
- node
- power plant
- stage
- energy efficiency
- sigma
- 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
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000002068 genetic effect Effects 0.000 claims abstract description 6
- 230000005611 electricity Effects 0.000 claims description 31
- 230000007613 environmental effect Effects 0.000 claims description 7
- 239000000446 fuel Substances 0.000 claims description 6
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 3
- 240000002853 Nelumbo nucifera Species 0.000 claims description 3
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 abstract description 10
- 230000009977 dual effect Effects 0.000 abstract 1
- 238000012795 verification Methods 0.000 abstract 1
- 230000006978 adaptation Effects 0.000 description 6
- 238000010276 construction Methods 0.000 description 6
- 230000035772 mutation Effects 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 229910052799 carbon Inorganic materials 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 239000012085 test solution Substances 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 231100000219 mutagenic Toxicity 0.000 description 1
- 230000003505 mutagenic effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- 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)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种考虑能效电厂的多阶段输电网二层规划方法,用以获取输电网网络结构最优规划方案,包括以下步骤:1)采用二层规划方法建立多阶段输电网二层规划模型,包括上层模型和下层模型,并分别确定上层模型和下层模型的目标函数和约束条件;2)对初始的网架方案进行连通性校验,当网架方案连通时,保持多阶段输电网二层规划模型不变,当网架方案不连通时,对上层模型的目标函数施加惩罚数;3)采用自适应遗传算法和原始‑对偶内点法的混合算法求解多阶段输电网二层规划模型获取最优的网架方案。与现有技术相比,本发明具有考虑全面、可靠性高、逻辑结构清晰、实用合理等优点。
Description
技术领域
本发明涉及输电网规划领域,尤其是涉及一种考虑全面、可靠性高、逻辑结构清晰、实用合理的考虑能效电厂的多阶段输电网二层规划方法。
背景技术
随着环境污染的日益恶化,降低碳排放在世界范围内受到人们的重视,低碳发展成为世界实现可持续发展的必然选择。为了维持我国经济的可持续健康发展,国务院发布的《“十二五”节能减排综合性工作方案》中已经明确提出控制主要污染物排放总量,并且提出要加强电力需求侧管理,大力推广能效电厂。
能效电厂属于需求侧管理的一种,通过改变用户的用电方式,选择节能高效的用电设备,提高电能的使用效率,不仅有效减少电力建设投资成本,保证电力系统经济可靠运行,还能减少用户电费开支,大大降低能源消耗,改善环境质量,是实现节能减排的有效途径。在输电网规划中考虑能效电厂,能够缓解当前电力供应紧张的局面,还能在节能减排方面发挥重要作用,这对合理利用资源配置,减少电力建设投资、提高能源效率有着重要的意义。
多阶段输电网规划也称动态输电网规划,一般电力系统规划周期长,通常分几个阶段进行。多阶段输电网规划是一个复杂的组合优化问题,在规划期间既要考虑各阶段电网规划方案的可行性,又要考虑各个规划阶段之间的影响,每一阶段方案不仅要考虑本阶段要求,还要考虑对整个规划方案的影响,各个阶段之间具有动态性。
本发明采用二层规划理论将能效电厂与电力系统多阶段规划有效地结合,在减少电力建设投资、提高能源利用效率的同时,保证系统规划的结构和投资实现最优化。
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考虑能效电厂的多阶段输电网二层规划方法。
本发明的目的可以通过以下技术方案来实现:
一种考虑能效电厂的多阶段输电网二层规划方法,用以获取输电网网络结构最优规划方案,包括以下步骤:
1)采用二层规划方法建立多阶段输电网二层规划模型,包括上层模型和下层模型,并分别确定上层模型和下层模型的目标函数和约束条件;
2)对初始的网架方案进行连通性校验,当网架方案连通时,保持多阶段输电网二层规划模型不变,当网架方案不连通时,对上层模型的目标函数施加惩罚数;
3)采用自适应遗传算法和原始-对偶内点法的混合算法求解多阶段输电网二层规划模型获取最优的网架方案。
所述的上层模型以第t阶段的总投资成本净现值最小作为目标函数,以正常运行状态下的安全约束、N-1运行状态下的安全约束以及新建线路的回数约束为约束条件,则有:
上层模型的目标函数为:
正常运行状态下的安全约束为:
N-1运行状态下的安全约束为:
新建线路的回数约束为:
其中,F为第t阶段规划的总投资成本净现值,为资金的折算系数,r为贴现率,T为阶段总数,m(t)为从第一阶段到第t阶段的总年数,,g(p)为第p阶段包含的年数,为节点i到节点j的输电线路新建线路成本,Cij为节点i到节点j的输电线路单位投资费用,Lij为节点i到节点j的输电线路长度,nij为节点i到节点j的输电线路回数,Ω为节点集合,为常规电厂发电机组燃料成本,Cfuel为常规电厂发电机组燃料单位成本,为第k台发电机的出力,为第t阶段最大负荷利用小时数,NG为常规电厂发电机组的总数,为常规电厂发电机组环境成本,NW为污染气体种类总数,CWα为第α种污染气体的环境成本,Hα为单位发电量的第α种污染气体排放量,SE为能效电厂投资成本,NE为能效电厂的总数,CE为能效电厂的单位投资成本,PEβ为第β个能效电厂的容量,ft为下层模型产生的切负荷惩罚费用,为系统节点导纳矩阵,xij为线路电抗,为节点i到节点j的原有输电线路回数,为节点i到节点j输电线路上的总潮流,为节点i到节点j的单条回路容量上限,为正常运行状态下的切负荷量,为N-1运行状态下任一条线路退出运行时的切负荷量,上标∧表示线路N-1条件下的参数,为节点i的相角,为节点j的相角,为系统发电机的有功出力列向量,为能效电厂的有功出力列向量,为系统负荷列向量,θt为节点相角列向量,上标t表示第t阶段。
所述的下层模型以第t阶段的切负荷惩罚费用最小为目标函数,以正常运行状态下的安全约束、N-1运行状态下的安全约束以及发电机机组出力约束为约束条件,则有:
下层模型的目标函数为:
正常运行状态下的安全约束为:
N-1运行状态下的安全约束为:
发电机机组出力约束为:
其中,ft为第t阶段切负荷惩罚费用,为正常运行状态下的切负荷惩罚费用,为N-1运行状态下任一条线路退出运行时的总切负荷惩罚费用,α′为正常运行状态下的切负荷惩罚系数,β′为N-1运行状态下的切负荷惩罚系数,为输电线路的集合,Ω为节点集合,和分别为正常运行状态下和N-1运行状态下节点i的切负荷量,和分别为发电机组出力下、上限,为发电机组出力,上标∧表示线路N-1条件下的参数,为节点i和节点j之间的导纳,为节点i和节点j的相角差,为节点i的发电机有功出力,为节点i的能效电厂有功出力,为节点i负荷,为正常运行状态下节点i的切负荷量,为节点i和节点j之间线路的潮流有功功率,为节点i到节点j的原有输电线路回数,为节点i到节点j输电线路上的总潮流,为节点i到节点j的单条回路容量上限,为节点i到节点j的输电线路回数,上标t表示第t阶段。
所述的步骤2)中,连通性校验的公式为:
其中,U为网络不连通时的惩罚数。
所述的步骤3)中,采用自适应遗传算法对上层模型进行求解,采用原始-对偶内点法对下层模型进行求解。
与现有技术相比,本发明具有以下优点:
本发明中提出的低碳环境下输电网动态规划的模型及方法考虑系统发电成本、环境成本和能效电厂投资成本,通过把多阶段分为多个单阶段规划,把前一阶段的规划方案作为后一阶段的基础并影响后续的规划,根据二层规划理论,构建考虑能效电厂的输电网二层规划的数学模型,根据改进遗传算法和原始-对偶内点法设计合理的混合算法,对规划模型进行有效求解,求得最优方案,满足电网规划的需求,具有逻辑结构清晰、实用合理的优点。
附图说明
图1为不考虑能效电厂的输电网多阶段规划方案网络结构图。
图2为考虑能效电厂的输电网多阶段规划方案网络结构图。
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。
实施例:
本发明采用46节点系统作为实施例,进行实例分析:
进行多阶段输电网规划,把规划期分为三个阶段,每阶段3年,电源和负荷每个规划阶段按10%的速度增长;采用改进遗传算法与内点法相结合的混合算法对每个阶段的模型进行迭代优化求解,首先确定初始种群规模取5000,遗传代计数器最大值取500,中心参数σ取0.1,对偶间隙取10-6。通过调用下层原始-对偶内点法,计算出正常状态下的切负荷量和N-1状态下的总的切负荷量,求出切负荷惩罚费用,求出发电机节点有功出力;将切负荷惩罚费用和发电机节点有功出力反馈至上层,求出初始种群中每个个体的目标函数值F;计算初始种群的个体适应度函数值;采用改进遗传算法进行选择、交叉、变异操作,产生子代;计算子代每个个体的目标函数值及个体适应度函数值,将子代重新插入到种群,并产生新的初始种群;不断重复上述步骤,直到满足最大迭代次数;最后输出规划方法的最优解及最优方案,并终止计算。
低碳环境下输电网动态规划的模型及方法,具体的实现步骤如下所示:
(1)对每个阶段采用单阶段规划求解相应子阶段的最有规划方案,将多阶段规划问题转化为多个相互联系的单阶段规划问题,规划期间既要考虑各阶段电网规划方案的可行性,又要考虑各个规划阶段之间的影响,每一阶段方案不仅要考虑本阶段要求,还要考虑对整个规划方案的影响,各个阶段之间具有动态性;
(2)根据二层规划理论和输电网规划约束条件,建立考虑能效电厂的输电网二层规划模型。本实施例中输电网二层规划模型的上层模型是以总投资成本最小为目标函数,包括线路建设成本、系统发电成本、环境成本、能效电厂投资成本和切负荷惩罚费用;下层模型以切负荷惩罚费用最小为目标函数。
上层模型:
式(1)表示目标函数,式中的第一部分表示在第t阶段输电线路新建线路成本;式(3)表示第t阶段发电机组运行成本;式(4)表示第t阶段发电机组产生的环境成本;式(5)表示能效电厂的建设费用;f表示第t阶段下层产生的切负荷惩罚费用。式(6)为第t阶段正常运行下潮流约束、线路有功潮流约束;式(7)为第t阶段时N-1运行状态下潮流约束、线路有功潮流约束;式(8)第t阶段输电线路约束条件;。式中:r为贴现率(%),为资金的折算系数;g(i)为第i阶段包含的年数;为第t阶段节点i到j的输电线路单位投资费用(万元/km);为节点i到j之间新建输电线路回数;为第k台发电机的出力(MW);为第t阶段最大负荷利用小时数(h);为第t阶段节点i到j之间新建输电线路回数上限;为第t阶段系统节点导纳矩阵;θt为第t阶段节点相角列向量;为第t阶段节点i到节点j之间原有的线路回路数;为第t阶段节点i到节点j之间输电线路上的总潮流;为第t阶段节点i到节点j之间单条回路容量上限;为第t阶段正常运行状态下的切负荷量;为第t阶段N-1运行状态下任一条线路退出运行时的切负荷量。公式中上标有“∧”符号的均代表线路N-1条件下的网络参数及对应的潮流。Ω为节点的集合;Lij为节点i到j的输电线路长度(km);发电机出力(MW);NG为发电机组的集合;NW为污染气体的集合;CWi为第i种污染气体的环境成本(元/kg);Hi为单位发电量的第i中污染气体排放量(g/kW·h);NE为能效电厂的集合;CE为能效电厂的单位投资成本(万元/MW);为第j个能效电厂的容量(MW);xij为线路电抗;
下层模型:
式(9)中,ft为第t阶段切负荷惩罚费用,第一部分为第t阶段正常运行状态下的切负荷惩罚费用,第二部分为第t阶段N-1运行状态下任一条线路退出运行时的总切负荷惩罚费用。式(10)为第t阶段正常运行状态下的潮流约束、切负荷约束量和线路潮流约束,式(11)为第t阶段N-1运行状态下的潮流约束、切负荷约束量和线路潮流约束,式(12)为第t阶段发电机出力约束。该层以发电机出力、切负荷量和节点向量作为变量,确定在最小切负荷量情况下的发电机出力,并将切负荷惩罚费用和发电机出力反馈至上层。式中:为第t阶段输电线路的集合;为第t阶段正常运行状态下节点i的切负荷量;为第t阶段N-1运行状态下线路l退出运行时节点i的切负荷量;为第t阶段发电机组出力下限(MW);为第t阶段发电机组出力上限(MW)。公式中上标有“∧”符号的均代表线路N-1条件下的网络参数及对应的潮流。α为正常运行状态下的切负荷惩罚系数;β为N-1运行状态下的切负荷惩罚系数。
(3)根据模型特点采用改进遗传算法和原始-对偶内点法的混合算法求解模型得到最优方案。首先随机产生试验解作为初始种群,初始种群中的每个个体代表一种规划方案;通过调用下层原始-对偶内点法,计算出正常状态下的切负荷量和N-1状态下的总的切负荷量,求出切负荷惩罚费用,求出发电机节点有功出力;将切负荷惩罚费用和发电机节点有功出力反馈至上层,求出初始种群中每个个体的目标函数值F;计算初始种群的个体适应度函数值;采用改进遗传算法进行选择、交叉、变异操作,产生子代;计算子代每个个体的目标函数值及个体适应度函数值,将子代重新插入到种群,并产生新的初始种群;不断重复上述步骤,直到满足最大迭代次数;最后输出规划方法的最优解及最优方案,并终止计算。
本实施例采用改进遗传算法和原始-对偶内点法结合的混合算法,具体步骤如下:
1)上层模型以新建输电线路数目作为变量,通过随机选取确定上层规划模型的试验解,所有的试验解均满足相应约束条件;
2)考虑规划方案的可靠性,通过对生成方案进行连通性校验,确保最优方案不存在孤岛网架具体步骤为:对于连通的网架方案,按采用的二层规划模型进行求解;对于不连通的网架方案,直接对目标函数施加一个非常大的惩罚数,节省计算时间;
3)下层模型以发电机出力、切负荷量和节点向量作为变量,确定在最小切负荷量情况下的发电机出力,并将切负荷惩罚费用和发电机出力反馈至上层;
4)根据1)和2)得到试验解,组成遗传算法的原始数据,即随机产生初始种群,初始种群中的每个个体代表一种规划方案;调用下层原始-对偶内点法,计算出正常状态下的切负荷量和N-1状态下的总的切负荷量,求出切负荷惩罚费用,求出发电机节点有功出力;将切负荷惩罚费用和发电机节点有功出力反馈至上层,求出初始种群中每个个体的目标函数值F;计算初始种群的个体适应度函数值;采用改进遗传算法进行选择、交叉、变异操作,产生子代;计算子代每个个体的目标函数值及个体适应度函数值,将子代重新插入到种群,并产生新的初始种群;不断重复上述步骤,直到满足最大迭代次数;最后输出规划方法的最优解及最优方案,并终止计算。
i、本发明中采用的改进遗传算法的交叉因子的计算公示如下:
①定义相似度:其中s表示两个父代个体的相似,c表示两个个体的最长的共同子串的长度,n叫做种群中个体染色体编码的长度。
②定义交叉临界值:其中r表示交叉临界值,g表示该种群此时的进化代数,G表示该种群规定的总的进化代数。
随着当前的进化代数的增长而不断增大的。如果需要进行交叉的两个父代个体的相似度大于或等于当前的交叉临界值时,则不准这两个父代个体进行交叉互换操作,以避免破坏它们的优良基因模式。当需要进行交叉的两个父代个体的相似度小于当前的交叉临界值时,则允许这两个父代个体进行交叉互换操作。
ii、本发明中采用的改进遗传算法的变异因子的计算公示如下:
pm为将要变异个体的变异概率,pm_max为最大变异概率,这里取0.2,pm_min为最小变异概率,这里取0.001,f为将要变异个体的适应度,fmax为种群中最大的适应度,favg为每一代种群适应度的平均值。
本发明对考虑了能效电厂的输电网多阶段二层规划模型进行求解;除此之外,还构建了不考虑能效电厂的输电网多阶段二层规划模型并对之求解,对于两种规划方案进行了对照比较较,图1和图2分别为不考虑和考虑能效电厂时输电网多阶段规划方案的网络结构图。不考虑能效电厂方案在规划期内共新建43条线路,考虑能效电厂方案共新建32条线路,比不考虑能效电厂方案少建11条线路。在规划初期,即阶段一,投资新建的输电线路最多,随着负荷的增长,适当增加新的输电线路即可满足运行要求。在第二、三阶段,由于能效电厂能够降低负荷,随着负荷的增长,能效电厂的效率达到最大,且在一定程度上影响着输电线路的建设成本。这说明能效电厂所节约的成本比自身的投资成本大得多,而且能够合理配置资源,改善环境质量,可见能效电厂在节能减排方面有着巨大的潜力。
Claims (5)
1.一种考虑能效电厂的多阶段输电网二层规划方法,用以获取输电网网络结构最优规划方案,其特征在于,包括以下步骤:
1)采用二层规划方法建立多阶段输电网二层规划模型,包括上层模型和下层模型,并分别确定上层模型和下层模型的目标函数和约束条件;
2)对初始的网架方案进行连通性校验,当网架方案连通时,保持多阶段输电网二层规划模型不变,当网架方案不连通时,对上层模型的目标函数施加惩罚数;
3)采用自适应遗传算法和原始-对偶内点法的混合算法求解多阶段输电网二层规划模型获取最优的网架方案。
2.根据权利要求1所述的一种考虑能效电厂的多阶段输电网二层规划方法,其特征在于,所述的上层模型以第t阶段的总投资成本净现值最小作为目标函数,以正常运行状态下的安全约束、N-1运行状态下的安全约束以及新建线路的回数约束为约束条件,则有:
上层模型的目标函数为:
正常运行状态下的安全约束为:
N-1运行状态下的安全约束为:
新建线路的回数约束为:
其中,F为第t阶段规划的总投资成本净现值,为资金的折算系数,r为贴现率,T为阶段总数,m(t)为从第一阶段到第t阶段的总年数,g(p)为第p阶段包含的年数,为节点i到节点j的输电线路新建线路成本,Cij为节点i到节点j的输电线路单位投资费用,Lij为节点i到节点j的输电线路长度,nij为节点i到节点j的输电线路回数,Ω为节点集合,为常规电厂发电机组燃料成本,Cfuel为常规电厂发电机组燃料单位成本,为第k台发电机的出力,为第t阶段最大负荷利用小时数,NG为常规电厂发电机组的总数,为常规电厂发电机组环境成本,NW为污染气体种类总数,CWα为第α种污染气体的环境成本,Hα为单位发电量的第α种污染气体排放量,SE为能效电厂投资成本,NE为能效电厂的总数,CE为能效电厂的单位投资成本,PEβ为第β个能效电厂的容量,ft为下层模型产生的切负荷惩罚费用,为系统节点导纳矩阵,xij为线路电抗,为节点i到节点j的原有输电线路回数,为节点i到节点j输电线路上的总潮流,为节点i到节点j的单条回路容量上限,为正常运行状态下的切负荷量,为N-1运行状态下任一条线路退出运行时的切负荷量,上标∧表示线路N-1条件下的参数,为节点i的相角,为节点j的相角,为系统发电机的有功出力列向量,为能效电厂的有功出力列向量,为系统负荷列向量,θt为节点相角列向量,上标t表示第t阶段。
3.根据权利要求1所述的一种考虑能效电厂的多阶段输电网二层规划方法,其特征在于,所述的下层模型以第t阶段的切负荷惩罚费用最小为目标函数,以正常运行状态下的安全约束、N-1运行状态下的安全约束以及发电机机组出力约束为约束条件,则有:
下层模型的目标函数为:
正常运行状态下的安全约束为:
N-1运行状态下的安全约束为:
发电机机组出力约束为:
其中,ft为第t阶段切负荷惩罚费用,为正常运行状态下的切负荷惩罚费用,为N-1运行状态下任一条线路退出运行时的总切负荷惩罚费用,α′为正常运行状态下的切负荷惩罚系数,β′为N-1运行状态下的切负荷惩罚系数,为输电线路的集合,Ω为节点集合,和分别为正常运行状态下和N-1运行状态下节点i的切负荷量,和分别为发电机组出力下、上限,为发电机组出力,上标∧表示线路N-1条件下的参数,为节点i和节点j之间的导纳,为节点i和节点j的相角差,为节点i的发电机有功出力,为节点i的能效电厂有功出力,为节点i负荷,为正常运行状态下节点i的切负荷量,为节点i和节点j之间线路的潮流有功功率,为节点i到节点j的原有输电线路回数,为节点i到节点j输电线路上的总潮流,为节点i到节点j的单条回路容量上限,为节点i到节点j的输电线路回数,上标t表示第t阶段。
4.根据权利要求2所述的一种考虑能效电厂的多阶段输电网二层规划方法,其特征在于,所述的步骤2)中,连通性校验的公式为:
其中,U为网络不连通时的惩罚数。
5.根据权利要求1所述的一种考虑能效电厂的多阶段输电网二层规划方法,其特征在于,所述的步骤3)中,采用自适应遗传算法对上层模型进行求解,采用原始-对偶内点法对下层模型进行求解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610650022.1A CN106327007A (zh) | 2016-08-10 | 2016-08-10 | 一种考虑能效电厂的多阶段输电网二层规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610650022.1A CN106327007A (zh) | 2016-08-10 | 2016-08-10 | 一种考虑能效电厂的多阶段输电网二层规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106327007A true CN106327007A (zh) | 2017-01-11 |
Family
ID=57739760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610650022.1A Pending CN106327007A (zh) | 2016-08-10 | 2016-08-10 | 一种考虑能效电厂的多阶段输电网二层规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106327007A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107169607A (zh) * | 2017-05-27 | 2017-09-15 | 上海电力学院 | 一种基于成本的能效电厂优化配置与厂网协调规划方法 |
CN107221929A (zh) * | 2017-05-27 | 2017-09-29 | 上海电力学院 | 基于市场利益的能效电厂优化配置与厂网协调规划方法 |
CN107292423A (zh) * | 2017-05-27 | 2017-10-24 | 上海电力学院 | 基于不确定性方法的能效电厂优化配置及厂网规划方法 |
CN108234492A (zh) * | 2018-01-02 | 2018-06-29 | 国网四川省电力公司信息通信公司 | 考虑负荷数据虚假注入的电力信息物理协同攻击分析方法 |
CN108808664A (zh) * | 2018-06-14 | 2018-11-13 | 上海电力学院 | 一种考虑电网分区优化运行的城市电网规划方法 |
CN109523095A (zh) * | 2018-12-21 | 2019-03-26 | 合肥工业大学 | 基于负荷预测和场景聚类的城市配电网规划方法 |
-
2016
- 2016-08-10 CN CN201610650022.1A patent/CN106327007A/zh active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107169607A (zh) * | 2017-05-27 | 2017-09-15 | 上海电力学院 | 一种基于成本的能效电厂优化配置与厂网协调规划方法 |
CN107221929A (zh) * | 2017-05-27 | 2017-09-29 | 上海电力学院 | 基于市场利益的能效电厂优化配置与厂网协调规划方法 |
CN107292423A (zh) * | 2017-05-27 | 2017-10-24 | 上海电力学院 | 基于不确定性方法的能效电厂优化配置及厂网规划方法 |
CN107221929B (zh) * | 2017-05-27 | 2019-12-27 | 上海电力学院 | 基于市场利益的能效电厂优化配置与厂网协调规划方法 |
CN107169607B (zh) * | 2017-05-27 | 2020-12-22 | 上海电力学院 | 一种基于成本的能效电厂优化配置与厂网协调规划方法 |
CN107292423B (zh) * | 2017-05-27 | 2020-12-22 | 上海电力学院 | 基于不确定性方法的能效电厂优化配置及厂网规划方法 |
CN108234492A (zh) * | 2018-01-02 | 2018-06-29 | 国网四川省电力公司信息通信公司 | 考虑负荷数据虚假注入的电力信息物理协同攻击分析方法 |
CN108234492B (zh) * | 2018-01-02 | 2020-05-22 | 国网四川省电力公司信息通信公司 | 考虑负荷数据虚假注入的电力信息物理协同攻击分析方法 |
CN108808664A (zh) * | 2018-06-14 | 2018-11-13 | 上海电力学院 | 一种考虑电网分区优化运行的城市电网规划方法 |
CN109523095A (zh) * | 2018-12-21 | 2019-03-26 | 合肥工业大学 | 基于负荷预测和场景聚类的城市配电网规划方法 |
CN109523095B (zh) * | 2018-12-21 | 2021-06-08 | 合肥工业大学 | 基于负荷预测和场景聚类的城市配电网规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106327007A (zh) | 一种考虑能效电厂的多阶段输电网二层规划方法 | |
Yuan et al. | Linguistic hesitant fuzzy multi-criterion decision-making for renewable energy: A case study in Jilin | |
CN106159944A (zh) | 低碳环境下基于二层规划模型的多阶段输电网规划方法 | |
CN107316125A (zh) | 一种基于经济运行域的主动配电网经济运行评价方法 | |
CN103426027B (zh) | 一种基于遗传神经网络模型的正常蓄水位智能优选方法 | |
CN106786603A (zh) | 一种区域综合能源系统多目标最优混合潮流算法 | |
CN109102125B (zh) | 一种考虑天然气网络和电动汽车协调的区域综合能源系统规划方法 | |
CN107612016A (zh) | 基于电压最大相关熵的配电网中分布式电源的规划方法 | |
CN102915472A (zh) | 基于基因修复混沌遗传算法的配电网综合优化规划方法 | |
CN111416356A (zh) | 基于交替方向乘子法及最优潮流的输配电网联动优化方法 | |
CN104102956A (zh) | 一种基于策略自适应差分进化的配电网络扩展规划方法 | |
CN106203710A (zh) | 一种考虑能效电厂的单阶段输电网二层规划方法 | |
CN105281372A (zh) | 面向分布式能源的多目标多主体分布式博弈优化方法 | |
CN104751373A (zh) | 计及污染气体排放风险的环境经济调度方法 | |
CN102789542B (zh) | 基于多目标分布式估计的水火电系统负荷分配方法 | |
Lyu et al. | A graph theory-based optimal configuration method of energy hub considering the integration of electric vehicles | |
CN104915788A (zh) | 一种考虑多风场相关性的电力系统动态经济调度的方法 | |
CN106709611A (zh) | 全寿命周期框架下的微电网优化配置方法 | |
CN106300441A (zh) | 一种面向电网多级输电断面的水电站机组负荷分配方法 | |
CN108110780A (zh) | 一种孤立微电网储能容量优化配置方法及装置 | |
CN108718084B (zh) | 一种适应电力市场化改革的电源和电网协调规划方法 | |
CN115907258A (zh) | 一种基于环境与成本兼顾视角下的gvrptw-mdhv优化调度方法 | |
CN113065981B (zh) | 一种考虑储能综合收益的源-储-网协调规划方法 | |
CN115759589A (zh) | 一种含高比例新能源的配电网数据驱动鲁棒扩展规划方法 | |
CN115907363A (zh) | 一种基于综合能源系统源-荷多时间尺度优化调度方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170111 |