CN107784373A - 一种考虑节能减排的跨省购电计划安排方法 - Google Patents

一种考虑节能减排的跨省购电计划安排方法 Download PDF

Info

Publication number
CN107784373A
CN107784373A CN201610722785.2A CN201610722785A CN107784373A CN 107784373 A CN107784373 A CN 107784373A CN 201610722785 A CN201610722785 A CN 201610722785A CN 107784373 A CN107784373 A CN 107784373A
Authority
CN
China
Prior art keywords
minimum
discharge capacity
emission
transprovincially
generating unit
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
CN201610722785.2A
Other languages
English (en)
Inventor
杨明玉
刘行
朱苑祺
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.)
North China Electric Power University
Original Assignee
North China Electric Power University
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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN201610722785.2A priority Critical patent/CN107784373A/zh
Publication of CN107784373A publication Critical patent/CN107784373A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning
    • Y02P90/84Greenhouse gas [GHG] management systems

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)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (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)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种考虑节能减排的跨省购电计划安排方法,该方法包括以下步骤:I、建立综合考虑总购电成本最低、火电机组的总能耗最低、SO2排放量最少、CO2排放量最少的多目标购电模型;II、分别建立以总购电成本最低、火电机组总能耗最低、SO2排放量最少、CO2排放量最少为目标函数的单目标购电模型并求解;III、分别上述四个指标进行无量纲化处理;IV、根据实际情况确定各指标的权重值;V、利用无量纲化处理后的指标值以及其各自的权重值构建新的目标函数,将多目标优化问题转化为单目标优化问题,并利用粒子群优化算法进行求解,制定考虑节能减排的跨省购电计划。该方法制定的购电计划可以在降低购电成本的同时减少火电机组能耗以及污染气体的排放。

Description

一种考虑节能减排的跨省购电计划安排方法
技术领域
本发明涉及电网公司购电计划制定领域,具体地说,是一种考虑节能减排的跨省购电计划安排方法。
背景技术
近年来,随着电力改革的不断深入以及相关配套文件的陆续出台,关于跨区域跨省份的电力市场化交易问题越来越受到重视。在此背景下,各省级电网公司的目标应根据用户侧需求,制定合理的购电计划,安排跨区域跨省份的购电量。考虑到不同购电计划下的火电机组的总能耗、系统运行的安全性以及对环境的污染程度不尽相同,所以如何综合考虑多方面因素,制定最优的购电计划成为各电网公司亟待解决的问题。
同时考虑到当前社会我国面临着严峻的环境问题,我国的电力行业尤其是火力发电厂对环境的污染非常严重,是污染气体排放的大户。据统计,全国SO2、CO2以及NOx排放总量的40%左右来自电力行业。为了减轻电力行业对环境的污染,最根本的解决方法是为火电机组安装环保装置,同时大力发展清洁能源发电技术,减少火力发电机组的出力,但这些措施的实施需要巨大的金钱和时间的投入。利用现有资源,通过对各电网公司购电计划的优化,减少我国电力行业对环境的污染,是一个简便可行且见效快的办法。在此背景下,提出一种考虑节考虑能减排的跨省购电计划安排方法显得尤为重要。
发明内容
本发明的目的是针对现有方法的不足,提出一种考虑节能减排的跨省购电计划安排方法,以保证电力供应的基础上,尽量减少火电机组的能耗以及污染气体的排放。
为了达到上述目的,本发明采用的技术方案是:
一种考虑节能减排的跨省购电计划安排方法,所述方法选取购电成本、火电机组总能耗、SO2排放量、CO2排放量作为指标,电网公司在制定购电计划时,不但需要控制其购电成本,同时也需要控制火电机组的能耗以及污染气体的排放,以实现在不增加任何环保投入的基础上,通过购电计划的制定,在降低购电成本的同时,最大限度地降低火电机组的总能耗以及污染气体的排放。同时,由于各指标的权重值可以根据实际情况的改变而改变,所以本发明还具有很强的适应性。
一种考虑节能减排的跨省购电计划安排方法,所述方法包括以下步骤:
步骤1:构建同时考虑以火电机组总购电成本最低、火电机组的总能耗最低、SO2排放量最少、CO2排放量最少为目标函数,并且满足各地区供电能力的约束、各输电断面输电功率的约束、系统内电压、频率的约束以及系统静态、暂态安全稳定约束等约束条件的多目标购电模型,建立考虑节能减排的跨省购电计划模型,将购电计划的制定转化为多目标优化问题;
步骤2:分别建立以总购电成本最低、火电机组总能耗最低、SO2排放量最少、CO2排放量最少为目标函数,并且满足约束条件的单目标的购电模型,并利用粒子群优化算法分别进行求解,制定相应的购电计划;
步骤3:由于总购电成本、火电机组总能耗与污染物排放量的量纲不同,所以分别对总购电成本、火电机组总能耗、SO2排放量、CO2排放量这四个指标进行无量纲化处理;
步骤4:根据实际情况确定各指标的重要性,建立判断矩阵,利用层次分析法求出各指标在实际情况下的权重值;
步骤5:利用无量纲化处理后的指标值以及其各自的权重值构建新的目标函数,将步骤1中的多目标函数优化转化为单目标优化问题,并利用粒子群优化算法进行求解,制定考虑节能减排的跨省购电计划。
作为进一步描述,步骤1中提到的同时考虑总购电成本最低、火电机组总能耗最低、SO2排放量最少、CO2排放量最少为目标的多目标函数,这四个目标函数分别如下式所示:
式中:Ft为总购电成本;本文只考虑对火电、水电、风电以及光伏发电这四种类型电能的购买,不考虑其他形式的电能;j=1,2,3,4分别代表火电、水电、风电以及光伏发电;sij为i地区j类电能的上网电价;pij为单位时间内,电网公司从i省份购买j类电能的电量;Fe,Fs,Fc分别为火电机组总能耗、SO2的总排放量、CO2的总排放量;aikle,bikle,cikle为i地区容量为k的第l台火电机组的发电耗量系数;aikls,bikls,cikls为i地区容量为k的第l台火电机组的SO2排放系数;aiklc,biklc,ciklc为容量为k的第l台火电机组的CO2排放系数;Tij为计算周期内i地区j类电能对应的机组的平均利用小时数,pikll为单位时间内i地区容量k的第l台火电机组发电量。
作为进一步描述,步骤3提到的要对总购电成本、火电机组总能耗、SO2排放量、CO2排放量这四个指标进行无量纲化处理,无量纲化过程按下式处理:
式中Ft.minFe.min、Fs min、Fc.min分别为步骤2中以总购电成本最低、火电机组总能耗、SO2排放量最少、CO2排放量最少为单目标函数,求解得到的总购电成本最小值、火电机组总能耗最低、SO2排放量最小值以及CO2排放量最少值。
作为进一步描述,步骤4中的各指标的权重求解过程如下:
首先,采用层次分析法,使用九标度法建立两两比较的判断矩阵B如下式所示,若因素i与j比较得bij,则因素j与i比较的判断为1/bij
最后,计算判断矩阵B的最大特征值及相对应的特征向量,其表达式为:
X=[x1,x2,x3....,xn]l
检验判断矩阵的一致性,度量矩阵B的一致性程度表示为C(B)=(λmax-n)/(n-1),当C(B)≤0.1时,认为判断矩阵B的相容性较好,对特征向量X进行归一化处理,处理之后的特征向量就是权重向量W=[w1,w2,w3,...wn]T
进一步地,步骤5中的利用无量纲化处理后的评价指标以及其各自对应的权重值构建新的目标函数如下式所示。
min F=min(wtRt+wsRs+wcRc)
式中:Rt、Rs、Rc分别为利用各个指标无量纲化处理后的值;wt、ws、wc分别为每个指标的权重值。
与现有方法相比,本发明的有益效果是:建立了综合考虑总购电成本、火电机组总能耗、SO2排放量、CO2排放量的多目标函数,通过对各评价指标进行无量纲化处理以及利用层次分析法确定其各自的权重,可以将多目标优化问题转变成单目标优化问题,然后利用粒子群优化算法对优化函数进行求解,制定购电计划。通过该模型制定的购电计划可以实现在减少购电成本的同时,最大限度地降低火电机组的能耗以及污染气体的排放量,且不增加任何环保投入。同时,本专利还可以根据实际情况调整各评价指标的权重值,制定满足实际情况的购电计划,具有很好的适应性。
附图说明
图1为:本发明一实施例的整体流程图。
图2为:本发明一实施例的各指标权重值求取流程图。
具体实施方式
下面通过附图和实施例对本发明的技术方案作进一步详细说明。
如图1所示,本发明所述的一种考虑节能减排的跨省购电计划安排方法,包括如下步骤:
步骤1:建立考虑节能减排的跨省购电计划模型,将购电计划的制定转化为多目标优化问题;
目标函数为:
约束条件为:
供需平衡约束:
Ploss+PW+Pload=PG
式中:Pload为电网总负荷;PG为i地区第j类电能对应的机组的平均出力;PW为单位时间内,电网外送电力之和;Ploss为系统中的网损。
各地区供电能力的约束:
式中:ei1,ei2,ei3,ei4分别为单位时间内电网公司需要从i地区购买火电、水电、风电、光伏发电的电量;ei1.max,ei2.max,ei3.max,ei4.max分别为单位时间内i地区火电、水电、风电、光伏发电送出电量的上限;ei1.min,ei2.min,ei3.min,ei4.min分别为单位时间内i地区火电、水电、风电、光伏发电送出电量的下限。
输电断面输电能力约束
Wa≤Wamax
式中:Wa为经过第a个断面的输送功率;Wamax为第a个断面所允许的最大输送功率。
电网各地区电压的约束:
Ubmin≤Ub≤Ubmax
式中:Ub为电网内节点b的实际电压;Ubmax,Ubmin为电网内所规定的节点b电压的上下限。
电网各地区频率的约束:
fbmin≤fb≤fbmax
式中:fb为电网内节点b的实际频率;fbmax,fbmin为电网内所规定的节点b频率的上下限。
电网静态安全约束:
利用PSD-BPA潮流计算程序对电网内各重要线路进行静态N-1、N-2分析,检查其他元件是否因此过负荷和电网低电压,用以约束电网在电网公司制定的购电计划下满足安全运行要求。
电网暂态安全约束:
利用PSD-BPA稳定计算程序对电网内各重要线路分别进行N-1、N-2故障稳定分析,即确保电网在电网公司制定的购电计划下运行,电网各重要线路发生三永跳单回、双回短路故障后,系统无需采取措施,均可保持安全稳定;
步骤2:分别建立以总购电成本最低、火电机组总能耗最低、SO2排放量最少、CO2排放量最少为目标函数,并且满足约束条件的单目标的购电模型,之后采用粒子群优化算法,并利用Matlab编程求解单目标购电模型,在此过程中,将粒子群规模设置为50,迭代步数设置为500;
步骤3:分别对总购电成本、火电机组总能耗、SO2排放量、CO2排放量这四个指标进行无量纲化处理;对各个指标的无量纲化处理按如下公式进行:
式中Ft.min、Fe.min、Fs.min、Fc.min分别为步骤2求解得到的总购电成本最小值、火电机组总能耗最低、SO2排放量最小值以及CO2排放量最少值;
步骤4:根据实际情况确定各指标的重要性,建立判断矩阵,利用层次分析法求出各指标在实际情况下的权重值,如附图2求解各指标权重值的具体实施过程为;
首先对各指标值进行指标间的重要性分析,进而构建指标矩阵B,计算判断矩阵B的最大特征值λmax及相对应的特征向量,其表达式为:
X=[x1,x2,x3,...,xn]l
检验判断矩阵的一致性,度量矩阵B的一致性程度表示为C(B)=(λmax-n)/(n-1),当C(B)≤0.1时,认为判断矩阵B的相容性较好,最后对特征向量X进行归一化处理,处理之后的特征向量就是权重向量W=[w1,w2,w3,...wn]T
步骤5:利用无量纲化处理后的指标值以及其各自的权重值构建新的目标函数,如下式所示,并利用粒子群优化算法进行求解,此时将粒子群规模设置为50,迭代步数设置为500,并根据所求结果制定考虑节能减排的跨省购电计划。
min F=min(wtRi+wsRs+wcRc)
表1为本发明一实施例的不同购电计划下各指标值的对比。
表1
计划 购电成本/万元 火电机组能耗/吨 SO2排量/吨 CO2排量/吨
实际经验下购电计划 2169.29 16644.1 151.31 274.64
考虑节能减排购电计划 2130.95 14771.9 134.29 251.49
从上述结果可知,按照考虑节能减排的跨省购电计划安排方法制定的购电计划进行购电相较于按照实际经验下的购电计划,购电成本、火电机组能耗、SO2排放量以及CO2排放量这四个指标都有明显地下降,说明运用本专利提出的一种考虑节能减排的跨省购电计划安排方法制定购电计划可以在降低购电成本的同时,减少化石燃料的燃烧及其对环境的污染。

Claims (3)

1.一种考虑节能减排的跨省购电计划安排方法,其特征在于:所述方法包括以下步骤:
I、构建同时考虑以火电机组总购电成本最低、火电机组的总能耗最低、SO2排放量最少、CO2排放量最少为目标函数,并且满足各地区供电能力的约束、各输电断面输电功率的约束、系统内电压、频率的约束以及系统静态、暂态安全稳定约束等约束条件的多目标购电模型,建立考虑节能减排的跨省购电计划模型,将购电计划的制定转化为多目标优化问题;
II、分别建立以总购电成本最低、火电机组总能耗最低、SO2排放量最少、CO2排放量最少为目标函数,并且满足约束条件的单目标的购电模型,并利用粒子群优化算法分别进行求解,制定相应的购电计划;
III、由于总购电成本、火电机组总能耗与污染物排放量的量纲不同,所以分别对总购电成本、火电机组总能耗、SO2排放量、CO2排放量这四个指标进行无量纲化处理;
IV、根据实际情况确定各指标的重要性,建立判断矩阵,利用层次分析法求出各指标在实际情况下的权重值;
V、利用无量纲化处理后的指标值以及其各自的权重值构建新的目标函数,将步骤1中的多目标函数优化转化为单目标优化问题,并利用粒子群优化算法进行求解,制定考虑节能减排的跨省购电计划。
2.基于权利要求1所述的一种考虑节能减排的跨省购电计划安排方法,其特征在于:步骤I所述的考虑节能减排的跨省购电计划模型;同时考虑以总购电成本最低、火电机组总能耗最低、SO2排放量最少、CO2排放量最少为目标函数,构建多目标优化模型。
3.基于权利要求1所述的一种考虑节能减排的跨省购电计划安排方法,其特征在于:步骤V所述的利用无量纲化处理后的指标值以及其各自的权重值构建新的目标函数,将多目标优化函数转化为单目标优化问题。
CN201610722785.2A 2016-08-26 2016-08-26 一种考虑节能减排的跨省购电计划安排方法 Pending CN107784373A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610722785.2A CN107784373A (zh) 2016-08-26 2016-08-26 一种考虑节能减排的跨省购电计划安排方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610722785.2A CN107784373A (zh) 2016-08-26 2016-08-26 一种考虑节能减排的跨省购电计划安排方法

Publications (1)

Publication Number Publication Date
CN107784373A true CN107784373A (zh) 2018-03-09

Family

ID=61392816

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610722785.2A Pending CN107784373A (zh) 2016-08-26 2016-08-26 一种考虑节能减排的跨省购电计划安排方法

Country Status (1)

Country Link
CN (1) CN107784373A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109284872A (zh) * 2018-10-12 2019-01-29 宁波浙华智慧能源科技发展有限公司 一种太阳能一体化建筑多目标运行优化方法
CN109447314A (zh) * 2018-09-18 2019-03-08 中国电力科学研究院有限公司 一种基于电碳协调的购电优化方法
CN110210678A (zh) * 2019-06-06 2019-09-06 中国环境科学研究院 一种移动源排放标准升级路径的优化方法
CN110929913A (zh) * 2019-09-27 2020-03-27 河海大学 一种直流跨区互联电网多目标发电计划分解协调计算方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268697A (zh) * 2014-09-28 2015-01-07 国网重庆市电力公司电力科学研究院 计及节能风险概率的省级电网购电决策系统及方法
CN105868859A (zh) * 2016-03-31 2016-08-17 国家电网公司 一种兼顾经济效益与环境保护的跨省购电计划制定方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268697A (zh) * 2014-09-28 2015-01-07 国网重庆市电力公司电力科学研究院 计及节能风险概率的省级电网购电决策系统及方法
CN105868859A (zh) * 2016-03-31 2016-08-17 国家电网公司 一种兼顾经济效益与环境保护的跨省购电计划制定方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109447314A (zh) * 2018-09-18 2019-03-08 中国电力科学研究院有限公司 一种基于电碳协调的购电优化方法
CN109284872A (zh) * 2018-10-12 2019-01-29 宁波浙华智慧能源科技发展有限公司 一种太阳能一体化建筑多目标运行优化方法
CN109284872B (zh) * 2018-10-12 2021-10-22 宁波浙华智慧能源科技发展有限公司 一种太阳能一体化建筑多目标运行优化方法
CN110210678A (zh) * 2019-06-06 2019-09-06 中国环境科学研究院 一种移动源排放标准升级路径的优化方法
CN110210678B (zh) * 2019-06-06 2021-12-14 中国环境科学研究院 一种移动源排放标准升级路径的优化方法
CN110929913A (zh) * 2019-09-27 2020-03-27 河海大学 一种直流跨区互联电网多目标发电计划分解协调计算方法
CN110929913B (zh) * 2019-09-27 2022-04-19 河海大学 一种直流跨区互联电网多目标发电计划分解协调计算方法

Similar Documents

Publication Publication Date Title
CN103020853B (zh) 一种短期交易计划安全校核的方法
CN107784373A (zh) 一种考虑节能减排的跨省购电计划安排方法
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
CN110896231B (zh) 一种扶贫区配电网接纳分布式光伏能力计算方法及系统
CN105046584A (zh) 一种基于k-means算法的理想线损率的计算方法
CN103326348A (zh) 一种提高地区电网供电能力分析及全过程在线监测的系统
CN105071399A (zh) 基于主、配电网互动协调的电压无功综合控制系统
CN105868859A (zh) 一种兼顾经济效益与环境保护的跨省购电计划制定方法
CN112348276A (zh) 基于多要素三层次的综合能源系统规划优化方法
Ju et al. Incorporating demand response in two-stage frequency emergency control
Huang et al. Adaptability evaluation of distributed power sources connected to distribution network
Wang et al. Multi‐objectives combined electric heating dispatch model of wind power accommodation with heat storage device
CN110649626B (zh) 一种受端电网分层优化切负荷方法及系统
CN105184502B (zh) 一种基于机组污染物排放的节能减排机组调度方法
CN104242354B (zh) 计及风光出力相关性的新能源集中外送运行特性评估方法
CN102420426B (zh) 基于注入功率灵敏度的电网局部降损方法
TWI559250B (zh) 微電網能源管理即時調度方法
Yang et al. Comprehensive evaluation of distribution network reliability for power consumer based on AHP and entropy combination method
CN112330125A (zh) 配电变压器利用率指标的参数确定方法、装置和存储介质
Zhang et al. Comprehensive Evaluation and Improvement of Power Quality in Distribution Networks Based on DEA Model and Membership Function
CN109560561A (zh) 主动配电网三相不对称运行动态仿真方法、系统及存储介质
CN111092430A (zh) 一种适应于电力系统恢复的应急资源优化配置方法
CN110176759A (zh) 一种孤网自治运行能力评估方法及装置
Lyu et al. Two-stage Stochastic Coordinated Scheduling of Integrated Gas-electric Distribution Systems Considering Network Reconfiguration
CN117810980B (zh) 基于储能系统自由交易的光储虚拟网格博弈优化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180309

RJ01 Rejection of invention patent application after publication