CN106327091B - 基于鲁棒联络线计划的多区域异步协调动态经济调度方法 - Google Patents
基于鲁棒联络线计划的多区域异步协调动态经济调度方法 Download PDFInfo
- Publication number
- CN106327091B CN106327091B CN201610742732.7A CN201610742732A CN106327091B CN 106327091 B CN106327091 B CN 106327091B CN 201610742732 A CN201610742732 A CN 201610742732A CN 106327091 B CN106327091 B CN 106327091B
- Authority
- CN
- China
- Prior art keywords
- region
- model
- equation
- constraint
- economic dispatching
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 230000014509 gene expression Effects 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims abstract description 10
- 238000002347 injection Methods 0.000 claims description 18
- 239000007924 injection Substances 0.000 claims description 18
- 239000000243 solution Substances 0.000 claims description 14
- 238000010248 power generation Methods 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000009194 climbing Effects 0.000 claims description 3
- 239000011541 reaction mixture Substances 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 230000009977 dual effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003462 Bender reaction Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005192 partition 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
- G06Q10/06—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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于鲁棒联络线计划的多区域异步协调动态经济调度方法,属于电力系统的运行和控制技术领域。本方法首先建立考虑风电不确定性的基于鲁棒联络线计划的多区域异步协调动态经济调度模型,所建立的模型是两阶段鲁棒优化模型,该模型由目标函数和约束条件构成;然后,将建立的多区域异步协调动态经济调度模型转化成矩阵形式表达,采用基于约束‑列生成法的求解算法对模型进行求解,并将结果用于经济调度。本发明考虑了风电的不确定性,充分开发了电网不同区域的调峰容量,适应风电的快速波动,可有效减少弃风。
Description
技术领域
本发明属于电力系统的运行和控制技术领域,特别涉及一种基于鲁棒联络线计划的多区域异步协调动态经济调度方法。
背景技术
当前我国的互联电网采用分级分区控制架构。我国的互联大电网由若干个区域电网组成,每个区域电网由多个省级电网组成。其中,每个省级电网控制中心负责监视与控制本地电网,各个省级电网控制中心由区域电网上层控制中心协调。上层控制中心主要负责省级电网之间联络线潮流的监视、决策与控制。
目前我国的互联电网调度运行采用定联络线计划调度方法。在传统的联络线日前计划决策过程中,各个省级电网的本地控制中心首先向上层控制中心上报联络线潮流的预计划值。各个省级电网所提供的联络线预计划之间可能不匹配,因此,上层控制中心需要对预计划进行人工调整确定,从而产生新的联络线计划下发各个省级电网。随着大规模风电的接入,多区域电网的定联络线计划调度方法面临新的挑战。首先,该方法要求省级电网在日内调度中严格执行日前整定的联络线潮流计划,这限制了区域之间进行灵活的功率交换。因此,该调度方法不仅限制了区域旋转备用和调峰容量共享,而且割裂了潜力巨大的跨区风电消纳市场。由于日前风电预测精度不高,日前整定的联络线计划结果难以适应日内风电的快速波动。另外,传统联络线计划决策方式没有考虑风电的不确定性,这可能导致联络线计划不合理,使得联络线功率受端区域电网因向下旋转备用不足产生不必要的弃风。
鲁棒优化问题属于一种考虑参数不确定性的优化问题,在给定不确定参数变化范围的情况下,该方法寻求一个最优解,使得约束条件在不确定参数的所有可能取值下均得到满足。两阶段鲁棒优化问题为考虑参数与决策变量决策顺序的优化问题,其决策顺序可分为两个阶段。
约束-列生成算法可求解两阶段鲁棒优化问题。在求解两阶段鲁棒优化模型方面,约束-列生成算法的收敛性优于Benders分解算法。约束-列生成算法采用主问题-子问题交替迭代的方式进行求解。
发明内容
本发明的目的旨在克服传统定联络线计划方法带来的弊端,提出一种基于鲁棒联络线计划的多区域异步协调动态经济调度方法。本发明考虑了风电的不确定性,充分开发了电网不同区域的调峰容量,适应风电的快速波动,可有效减少弃风。
本发明提出的一种基于鲁棒联络线计划的多区域异步协调动态经济调度方法,该方法首先建立考虑风电不确定性的基于鲁棒联络线计划的多区域异步协调动态经济调度模型,所建立的模型是两阶段鲁棒优化模型,该模型由目标函数和约束条件构成;然后,将建立的多区域异步协调动态经济调度模型转化成矩阵形式表达,采用基于约束-列生成法的求解算法对模型进行求解,并将结果用于经济调度。该方法具体包括以下步骤:
1)建立考虑风电不确定性的多区域异步协调动态经济调度模型,该模型由目标函数和约束条件构成;具体步骤包括:
多区域异步协调动态经济调度模型的目标函数如式(1)所示:
该目标函数分为三个部分:第一部分为该模型的第一阶段目标,即式(1)中最外层的最小化问题,解决对应联络线计划决策;第二部分为确定在每个区域所定义的风电不确定集合内的最恶劣风电出力场景,即式(1)中中间层的最大化问题,模拟最恶劣场景的确立;第三部分为该模型的第二阶段目标,即式(1)中内层的最小化问题,通过经济调度决策达到最小化运行总成本的目标;所述目标函数的每个部分均包含各自的约束条件;
1.1)该模型在第一阶段中,决策变量包括联络线潮流L以及各区域内部边界节点等值注入pB;
该模型第一阶段的约束条件:
变量L和pB的可行集合表示为:
式(2)为联络线潮流和边界等值注入之间的线性等式约束,式(3)表示联络线潮流限制约束;式中,Ll,t为第l条联络线在第t个调度时段的潮流,为第j个边界节点在 第t个调度时段的边界等值注入,为联络线下标集合,为区域下标集合,为第a个区域的边界节点下标集合;Ml,j表示第l条联络线潮流对第j个边界节点等值注入的灵敏度系数,L l和分别表示第l条联络线潮流的下限和上限;
1.2)该模型第二部分中的确定使得运行总成本最大的最恶劣风电场景,按照区域下标a进行分解;
约束条件:
对于单个区域a,其不确定集合描述如下
式(5)为不确定预算集合约束;其中,Γw为第w个风电场的时间不确定性预算,Πa,t为第a个区域在第t个调度时段的空间不确定性预算;
式(7)表示常规机组发电成本,其中为第g台发电机在第t个调度时段的有功出力,为第g台发电机在第t个调度时段的分段线性发电成本函数,为挂接在第i个节点上的常规机组下标集合;式(8)表示弃风惩罚成本,其中为第w个风电场的弃风惩罚因子;式(9)表示切负荷成本,其中为切负荷价格,Δdi,t为第i个节点在第t个调度时段的切负荷量;
该模型第二阶段的约束条件;
单区域经济调度问题的可行集合描述如下:
式(11)为区域内部的边界等值注入与区域内部节点注入之间的线性等式约束;
式(13)和式(14)分别为常规机组的向上、向下旋转备用约束,其中和分别为第g台机组在第t个调度时段的向上、向下旋转备用容量,和分别为第g台机组的出力上限和下限,和分别为第g台机组的向上、向下爬坡速率,ΔT为相邻调度时段时间间隔;
式(17)为常规机组的爬坡速率约束;
式(18)和式(19)分别表示常规机组和风电场的出力限制约束;
式(20)为切负荷量限制约束;
2)将多区域异步协调动态经济调度模型转化成矩阵形式表达
将式(1)中所描述的多区域异步协调动态经济调度模型的目标函数表示为矩阵形式,如式(21)所示:
其中,
ΩF={y|Ay≤c} (22)
其中,y表示第一阶段决策变量,ua表示不确定参数,xa表示第二阶段决策变量,式(22)代表式(2)~式(3)所描述的约束条件,式(23)代表式(4)~式(6)所描述的约束条件,式(24)代表式(10)~式(20)所描述的约束条件;
3)对多区域异步协调动态经济调度模型求解,将结果用于经济调度;
对多区域异步协调动态经济调度模型采用基于约束-列生成法的求解算法进行求解;
具体步骤如下:
3.1)初始化;
3.2)对主问题求解;所述主问题是松弛了每个区域内部最优性的全局优化问题,如式(25)所示:
约束条件为Ay≤c (26)
3.3)对子问题求解;
3.4)收敛判定;
3.5)生成约束和列;
本发明的特点及有益效果:
本发明所提出的基于鲁棒联络线计划的多区域异步协调动态经济调度方法,考虑了风电的不确定性,充分开发了电网不同区域的调峰容量,适应风电的快速波动,可有效减少弃风,更加充分利用了风资源。本发明同时考虑了各个子区域的调度独立性,通过迭代算法保证全局总发电成本在不确定性最恶劣的情况下最低。本发明所采用的求解方法具有收敛速度快的特点,可促进可再生能源的消纳,适合大规模实际应用。
具体实施方式
本发明提出的一种基于鲁棒联络线计划的多区域异步协调动态经济调度方法,下面结合具体实施例进一步说明如下。
本发明提出的一种基于鲁棒联络线计划的多区域异步协调动态经济调度方法,该方法首先建立考虑风电不确定性的基于鲁棒联络线计划的多区域异步协调动态经济调度模型,所建立的模型是两阶段鲁棒优化模型,该模型由目标函数和约束条件构成;然后,将建立的多区域异步协调动态经济调度模型转化成矩阵形式表达,采用基于约束-列生成法的求解算法对模型进行求解,并将结果用于经济调度。该方法具体包括以下步骤:
1)建立考虑风电不确定性的多区域异步协调动态经济调度模型,该模型由目标函数和约束条件构成;具体步骤包括:
为了计及风电不确定的影响,本发明采用两阶段自适应鲁棒优化建立基于鲁棒联络线计划的多区域异步协调动态经济调度模型。
多区域异步协调动态经济调度模型的目标函数在第一阶段首先解决联络线计划决策;然后,确定在每个区域所定义的风电不确定集合内的最恶劣风电出力场景;在第二阶段中,在最恶劣风电出力场景下,通过经济调度决策达到最小化运行总成本的目标;该目标函数如式(1)所示:
该目标函数分为三个部分:第一部分为该模型的第一阶段目标,即式(1)中最外层的最小化问题,解决对应联络线计划决策;第二部分为确定在每个区域所定义的风电不确定集合内的最恶劣风电出力场景,即式(1)中中间层的最大化问题,模拟最恶劣场景的确立;第三部分为该模型的第二阶段目标,即式(1)中内层的最小化问题,通过经济调度决策达到最小化运行总成本的目标;所述目标函数的每个部分均包含各自的约束条件;
1.1)该模型在第一阶段中,决策变量包括联络线潮流L以及各区域内部边界节点等值注入pB;
该模型第一阶段的约束条件:
变量L和pB的可行集合表示为:
式(2)为联络线潮流和边界等值注入之间的线性等式约束,式(3)表示联络线潮流限制约束;式中,Ll,t为第l条联络线在第t个调度时段的潮流,为第j个边界节点在第t个调度时段的边界等值注入,为联络线下标集合,为区域下标集合,为第a个区域的边界节点下标集合;Ml,j表示第l条联络线潮流对第j个边界节点等值注入的灵敏度系数,L l和分别表示第l条联络线潮流的下限和上限;
1.2)该模型的目的在于寻找使得运行总成本最大的最恶劣风电场景;假设描述互联电力系统风电不确定性的不确定集合是各个区域子系统不确定集合的笛卡尔积,那么该模型第二部分的确定使得运行总成本最大的最恶劣风电场景,按照区域下标a进行分解;
约束条件:
对于单个区域a,其不确定集合描述如下
式(5)为不确定预算集合约束;其中,Γw为第w个风电场的时间不确定性预算,Πa,t为第a个区域在第t个调度时段的空间不确定性预算,通过调节参数Γw和Πa,t的取值来控制鲁棒最优解的保守性;
式(7)表示常规机组发电成本,其中为第g台发电机在第t个调度时段的有功出力,为第g台发电机在第t个调度时段的分段线性发电成本函数,为挂接在第i个节点上的常规机组下标集合;式(8)表示弃风惩罚成本,其中为第w个风电场的弃风惩罚因子;式(9)表示切负荷成本,其中为切负荷价格,Δdi,t为第i个节点在第t个调度时段的切负荷量;
该模型第二阶段的约束条件;
单区域经济调度问题的可行集合描述如下:
0≤Δdi,t≤di,t, (20)
式(11)为区域内部的边界等值注入与区域内部节点注入之间的线性等式约束;
式(13)和式(14)分别为常规机组的向上、向下旋转备用约束,其中和分别为第g台机组在第t个调度时段的向上、向下旋转备用容量,和分别为第g台机组的出力上限和下限,和分别为第g台机组的向上、向下爬坡速率,ΔT为相邻调度时段时间间隔;
式(17)为常规机组的爬坡速率约束;
式(18)和式(19)分别表示常规机组和风电场的出力限制约束;
式(20)为切负荷量限制约束;
2)将多区域异步协调动态经济调度模型转化成矩阵形式表达
为了方便表达,将式(1)中所描述的多区域异步协调动态经济调度模型的目标函数表示为抽象的矩阵形式,如式(21)所示:
其中,
ΩF={y|Ay≤c} (22)
其中,y表示第一阶段决策变量,ua表示不确定参数,xa表示第二阶段决策变量,式(22)代表式(2)~式(3)所描述的约束条件,式(23)代表式(4)~式(6)所描述的约束条件,式(24)代表式(10)~式(20)所描述的约束条件;
3)对多区域异步协调动态经济调度模型求解,将结果用于经济调度;
对多区域异步协调动态经济调度模型采用基于约束-列生成法的求解算法进行求解;
具体步骤如下:
3.1)初始化;
3.2)对主问题求解;所述主问题是松弛了每个区域内部最优性的全局优化问题,如式(25)所示:
约束条件为Ay≤c (26)
子问题指的是式(21)中的内层max-min问题,即式(21)中去掉最外层最小化的问题,子问题为每个区域内的动态鲁棒经济调度;对于一般的多面体不确定集合,子问题可以利用卡罗需-库恩-塔克(KKT)条件转换为等价的混合整数规划问题。特别地,如果不确定集合为仅考虑整数不确定预算的简单多面体时,子问题可以通过线性规划对偶转换为形式更为简单的混合整数规划问题,从而提高求解效率。本发明所建立的模型符合上述第二种情况,因此子问题选用该方法进行求解。
式(21)中所示的区域a的第二阶段问题(即内层的最小化问题)的对偶问题如式(29)所示:
将区域a的子问题写成如式(30)所示:
式(30)所示的模型的目标函数含有双线性项因此该模型为非凸的双线性规划模型。由于预算值Γa和Πa,t为整数,不确定集合中的最恶劣风电场景必然在风电预测区间的上界、下界或者预测值处取到。换言之,不确定集合中辅助变量和的取值只能为0或者1。根据这个特点,可以通过大M法将式(30)所示的子问题模型等价地转换为如式(31)所示:
转换后的模型为混合整数线性规划模型,直接通过整数规划求解器进行严格的求解。在给定变量y和ua取值的情况下,若式(29)中最小化问题是可行的,则其最优值Sa(y,ua)为有限值;否则,Sa(y,ua)=+∞。因此,子问题的最优值为Ra(y)<+∞或者Ra(y)=+∞。这意味着所给定的第一阶段变量y使得式(29)中的最小化问题在不确定集合中的所有风电场景下均是可行的,或者使得该问题在不确定集合中的某些场景下是不可行的。
3.4)收敛判定;
3.5)生成约束和列;
Claims (1)
1.一种基于鲁棒联络线计划的多区域异步协调动态经济调度方法,其特征在于,该方法首先建立考虑风电不确定性的基于鲁棒联络线计划的多区域异步协调动态经济调度模型,所建立的模型是两阶段鲁棒优化模型,该模型由目标函数和约束条件构成;然后,将建立的多区域异步协调动态经济调度模型转化成矩阵形式表达,采用基于约束-列生成法的求解算法对模型进行求解,并将结果用于经济调度;该方法具体包括以下步骤:
1)建立考虑风电不确定性的多区域异步协调动态经济调度模型,该模型由目标函数和约束条件构成;具体步骤包括:
多区域异步协调动态经济调度模型的目标函数如式(1)所示:
该目标函数分为三个部分:第一部分为该模型的第一阶段目标,即式(1)中最外层的最小化问题,解决对应联络线计划决策;第二部分为确定在每个区域所定义的风电不确定集合内的最恶劣风电出力场景,即式(1)中中间层的最大化问题,模拟最恶劣场景的确立;第三部分为该模型的第二阶段目标,即式(1)中内层的最小化问题,通过经济调度决策达到最小化运行总成本的目标;所述目标函数的每个部分均包含各自的约束条件;
1.1)该模型在第一阶段中,决策变量包括联络线潮流L以及各区域内部边界节点等值注入pB;
该模型第一阶段的约束条件:
变量L和pB的可行集合表示为:
式(2)为联络线潮流和边界等值注入之间的线性等式约束,式(3)表示联络线潮流限制约束;式中,Ll,t为第l条联络线在第t个调度时段的潮流,为第j个边界节点在第t个调度时段的边界等值注入,为联络线下标集合,为区域下标集合,为第a个区域的边界节点下标集合;Ml,j表示第l条联络线潮流对第j个边界节点等值注入的灵敏度系数,L l和分别表示第l条联络线潮流的下限和上限;
1.2)该模型第二部分中的确定使得运行总成本最大的最恶劣风电场景,按照区域下标a进行分解;
约束条件:
对于单个区域a,其不确定集合描述如下
式(5)为不确定预算集合约束;其中,Γw为第w个风电场的时间不确定性预算,Πa,t为第a个区域在第t个调度时段的空间不确定性预算;
式(7)表示常规机组发电成本,其中为第g台发电机在第t个调度时段的有功出力,为第g台发电机在第t个调度时段的分段线性发电成本函数,为挂接在第i个节点上的常规机组下标集合;式(8)表示弃风惩罚成本,其中为第w个风电场的弃风惩罚因子;式(9)表示切负荷成本,其中为切负荷价格,Δdi,t为第i个节点在第t个调度时段的切负荷量;
该模型第二阶段的约束条件;
单区域经济调度问题的可行集合描述如下:
0≤Δdi,t≤di,t, (20)
式(11)为区域内部的边界等值注入与区域内部节点注入之间的线性等式约束;
式(13)和式(14)分别为常规机组的向上、向下旋转备用约束,其中和分别为第g台机组在第t个调度时段的向上、向下旋转备用容量,和分别为第g台机组的出力上限和下限,和分别为第g台机组的向上、向下爬坡速率,ΔT为相邻调度时段时间间隔;
式(17)为常规机组的爬坡速率约束;
式(18)和式(19)分别表示常规机组和风电场的出力限制约束;
式(20)为切负荷量限制约束;
2)将多区域异步协调动态经济调度模型转化成矩阵形式表达
将式(1)中所描述的多区域异步协调动态经济调度模型的目标函数表示为矩阵形式,如式(21)所示:
其中,
ΩF={y|Ay≤c} (22)
其中,y表示第一阶段决策变量,ua表示不确定参数,xa表示第二阶段决策变量,式(22)代表式(2)~式(3)所描述的约束条件,式(23)代表式(4)~式(6)所描述的约束条件,式(24)代表式(10)~式(20)所描述的约束条件;
3)对多区域异步协调动态经济调度模型求解,将结果用于经济调度;
对多区域异步协调动态经济调度模型采用基于约束-列生成法的求解算法进行求解;具体步骤如下:
3.1)初始化;
3.2)对主问题求解;所述主问题是松弛了每个区域内部最优性的全局优化问题,如式(25)所示:
约束条件为Ay≤c (26)
3.3)对子问题求解;
3.4)收敛判定;
3.5)生成约束和列;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610742732.7A CN106327091B (zh) | 2016-08-26 | 2016-08-26 | 基于鲁棒联络线计划的多区域异步协调动态经济调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610742732.7A CN106327091B (zh) | 2016-08-26 | 2016-08-26 | 基于鲁棒联络线计划的多区域异步协调动态经济调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106327091A CN106327091A (zh) | 2017-01-11 |
CN106327091B true CN106327091B (zh) | 2020-12-11 |
Family
ID=57791206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610742732.7A Active CN106327091B (zh) | 2016-08-26 | 2016-08-26 | 基于鲁棒联络线计划的多区域异步协调动态经济调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106327091B (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107979111A (zh) * | 2017-07-21 | 2018-05-01 | 天津大学 | 一种基于两阶段鲁棒优化的微电网能量管理方法 |
CN107516909B (zh) * | 2017-08-31 | 2019-09-13 | 华北电力大学(保定) | 一种网架重构过程中可接入风电出力的优化方法和装置 |
CN107968408B (zh) * | 2017-11-17 | 2021-05-04 | 中国南方电网有限责任公司 | 一种异步联网的直流功率计划优化方法、系统及装置 |
CN108011394A (zh) * | 2017-12-08 | 2018-05-08 | 浙江大学 | 一种考虑风电降载的电力系统鲁棒备用优化方法 |
CN107944638B (zh) * | 2017-12-15 | 2020-07-10 | 华中科技大学 | 一种基于时空相关性的新能源不确定集合建模方法 |
CN108181810B (zh) * | 2017-12-15 | 2020-05-12 | 清华大学 | 一种基于区间不确定性的鲁棒单机调度方法 |
CN108197763B (zh) * | 2018-03-01 | 2020-09-22 | 清华大学 | 一种面向低碳电力系统的鲁棒经济调度确定方法及系统 |
CN108599268B (zh) * | 2018-04-17 | 2020-06-26 | 上海电力学院 | 一种考虑风电场时空关联约束的日前优化调度方法 |
CN108599270A (zh) * | 2018-04-27 | 2018-09-28 | 国家电网公司东北分部 | 一种考虑风电随机性的电力系统广域协调消纳方法 |
CN110571789B (zh) * | 2018-06-06 | 2020-10-20 | 南京工程学院 | 数据驱动下基于风电不确定性的电热气网三阶段调度方法 |
CN109274117A (zh) * | 2018-09-21 | 2019-01-25 | 华中科技大学 | 一种数据驱动的日前鲁棒机组组合方法 |
CN109193636B (zh) * | 2018-10-08 | 2021-09-14 | 江西江投电力技术与试验研究有限公司 | 一种基于分类不确定集的电力系统环境经济鲁棒调度方法 |
CN109274132A (zh) * | 2018-10-15 | 2019-01-25 | 华南理工大学 | 最大化可再生能源出力的数据驱动电力系统实时调度方法 |
CN109657898B (zh) * | 2018-10-19 | 2022-11-01 | 云南电网有限责任公司 | 一种基于凸松弛的可再生能源随机动态经济调度方法 |
CN109066812B (zh) * | 2018-10-29 | 2021-01-26 | 东北大学 | 一种基于双层一致性算法的电力系统多目标优化调度方法 |
CN109615125B (zh) * | 2018-11-30 | 2023-02-10 | 国家电网公司西南分部 | 一种考虑特高压调峰的多区域随机生产模拟方法及应用 |
CN109755959B (zh) * | 2018-12-11 | 2020-07-10 | 清华大学 | 基于风/光出力柯西分布的火电机组动态实时调度方法 |
CN109840692A (zh) * | 2019-01-03 | 2019-06-04 | 广州供电局有限公司 | 一种互联微电网分布式鲁棒调度系统及调度方法 |
CN110543966A (zh) * | 2019-07-23 | 2019-12-06 | 四川大学 | 一种电热气联供的微能源网的日前调度优化方法 |
CN110729766A (zh) * | 2019-09-27 | 2020-01-24 | 国网河北省电力有限公司 | 一种多区域电-气综合能源系统分布式鲁棒优化方法 |
CN110991733B (zh) * | 2019-11-29 | 2022-06-14 | 国网吉林省电力有限公司电力科学研究院 | 一种电力系统省间调峰需求和调峰能力评估分析方法 |
CN111245012B (zh) * | 2020-02-14 | 2024-05-28 | 重庆大学 | 考虑新能源不确定性的联络线功率安全域表征方法 |
CN112202172B (zh) * | 2020-10-15 | 2023-07-25 | 国网天津市电力公司 | 一种基于机组组合和网络结构优化的电网规划方法及装置 |
CN116632808B (zh) * | 2023-03-08 | 2024-05-28 | 南方电网科学研究院有限责任公司 | 电力调度优化方法、装置和非易失性存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104242356A (zh) * | 2014-09-26 | 2014-12-24 | 国家电网公司 | 考虑风电场集电线故障的鲁棒区间风电调度方法及装置 |
CN105119289A (zh) * | 2015-07-27 | 2015-12-02 | 华南理工大学 | 一种多区域电力系统完全分散式动态经济调度方法 |
CN105634024A (zh) * | 2016-02-23 | 2016-06-01 | 国网江苏省电力公司电力科学研究院 | 基于价格需求响应的日内经济调度模型及线性求解方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8996185B2 (en) * | 2011-06-03 | 2015-03-31 | Mitsubishi Electric Research Laboratories, Inc. | Method for scheduling power generators based on optimal configurations and approximate dynamic programming |
-
2016
- 2016-08-26 CN CN201610742732.7A patent/CN106327091B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104242356A (zh) * | 2014-09-26 | 2014-12-24 | 国家电网公司 | 考虑风电场集电线故障的鲁棒区间风电调度方法及装置 |
CN105119289A (zh) * | 2015-07-27 | 2015-12-02 | 华南理工大学 | 一种多区域电力系统完全分散式动态经济调度方法 |
CN105634024A (zh) * | 2016-02-23 | 2016-06-01 | 国网江苏省电力公司电力科学研究院 | 基于价格需求响应的日内经济调度模型及线性求解方法 |
Non-Patent Citations (2)
Title |
---|
基于实时电价的大规模风电消纳机组组合和经济调度模型;刘小聪,王蓓蓓,李扬,孙宇军;《电网技术》;20141105;全文 * |
消纳大规模风电的鲁棒区间经济调度(一)调度模式与数学模型;李志刚,吴文传,张伯明;《电力系统自动化》;20141025;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN106327091A (zh) | 2017-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106327091B (zh) | 基于鲁棒联络线计划的多区域异步协调动态经济调度方法 | |
CN112186743B (zh) | 一种基于深度强化学习的动态电力系统经济调度方法 | |
CN102855591B (zh) | 梯级水库群短期联合发电优化调度方法及系统 | |
CN109149638B (zh) | 基于mpc和admm算法的vsc-hvdc并网风电场分布式协调电压控制方法及系统 | |
CN111934360B (zh) | 基于模型预测控制的虚拟电厂-储能系统能量协同优化调控方法 | |
CN108695857B (zh) | 风电场自动电压控制方法、装置及系统 | |
CN102184453A (zh) | 基于模糊神经网络和支持向量机的风电功率组合预测方法 | |
CN109886446B (zh) | 基于改进混沌粒子群算法的电力系统动态经济调度方法 | |
CN103580061A (zh) | 微电网运行方法 | |
CN110858718B (zh) | 考虑经济性的交流微电网分布式事件驱动的频率控制方法 | |
CN104809545B (zh) | 一种虚拟电厂运行建模方法 | |
CN110474353A (zh) | 分层式储能系统及其参与的电网调频协调控制方法 | |
CN115714382A (zh) | 一种基于安全强化学习的主动配电网实时调度方法及装置 | |
CN110867907B (zh) | 一种基于多类型发电资源同质化的电力系统调度方法 | |
CN112072710A (zh) | 一种考虑需求响应的源网荷一体化经济调度方法及系统 | |
CN108667077A (zh) | 一种风蓄联合系统优化调度方法 | |
CN113780622B (zh) | 基于多智能体强化学习的多微网配电系统分布式调度方法 | |
CN114996908A (zh) | 考虑智能软开关接入的主动配电网扩展规划方法及系统 | |
CN106961124A (zh) | 一种基于价格需求响应的经济调度模型 | |
CN113255982A (zh) | 一种风光水互补系统中长期优化调度方法 | |
CN111799793A (zh) | 一种源网荷协同的输电网规划方法与系统 | |
Bruno et al. | Managing networked hybrid-energy systems: A predictive dispatch approach | |
CN115133540B (zh) | 一种配电网无模型的实时电压控制方法 | |
CN108616119B (zh) | 基于区域性分时电价理论降低配电网网损的方法 | |
CN108039739B (zh) | 一种主动配电网动态随机经济调度方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |