CN109472463A - 一种特大流域水电站群多电网调峰调度方法及系统 - Google Patents
一种特大流域水电站群多电网调峰调度方法及系统 Download PDFInfo
- Publication number
- CN109472463A CN109472463A CN201811221915.XA CN201811221915A CN109472463A CN 109472463 A CN109472463 A CN 109472463A CN 201811221915 A CN201811221915 A CN 201811221915A CN 109472463 A CN109472463 A CN 109472463A
- Authority
- CN
- China
- Prior art keywords
- power
- station
- receiving end
- load
- period
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 127
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 78
- 230000008569 process Effects 0.000 claims abstract description 94
- 230000005540 biological transmission Effects 0.000 claims abstract description 11
- 230000005611 electricity Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 9
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 238000011144 upstream manufacturing Methods 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 4
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000010276 construction Methods 0.000 abstract description 2
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 abstract description 2
- 238000007796 conventional method Methods 0.000 abstract 1
- 230000010354 integration Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 4
- 240000002853 Nelumbo nucifera Species 0.000 description 3
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 3
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000009975 flexible effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- 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
- 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)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (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
本发明公开了一种特大流域水电站群多电网调峰调度方法及系统,属于水资源高效利用与水电系统优化调度技术领域,其中,方法的实现包括:构造特大流域水电站群多电网调峰调度模型;采用知识规则获得各子问题的初始调度过程;将特大流域水电站群分解为多个单一水电站调度子问题,利用离散微分动态规划优化得到各水电站出力过程,利用线性规划在多个电网之间合理分配各水电站出力过程;最后通过多轮次迭代计算直至满足收敛条件。相比于传统方法,本发明有机集成了知识规则、离散微分动态规划与线性规划等多种方法优势,能够快速获得兼顾送端电站运行约束、输电容量限制与受端负荷需求的调度过程。
Description
技术领域
本发明属于水资源高效利用与水电系统优化调度领域,更具体地,涉及一种特大流域水电站群多电网调峰调度方法及系统。
背景技术
我国西南地区水能资源丰富,但当地大都经济相对落后、消纳能力不足;东部地区经济相对发达、能源需求较大,但本地电源装机容量不足、存在严重的调峰压力。为提高资源利用效率,我国规划建设了数条输电线路将西南水电跨省区输送至中东部地区,这也使得特大流域水电站群同时为受端地区多个省级电网提供电力成为常态。为提高水电输送计划编制效率,我国现阶段采用了“送端”与“受端”相对分离的分层调度管理模式。该模式具有快捷方便、易于实行等优点,但是在制定水电调度计划时大都只考虑送端地区发电能力情况、在很大程度上忽视了受端地区不同省份的调峰需求,极易产生“直线”或者“反调峰”形式的水电输送计划,不利于发挥水电优质调峰性能。
图1为特大流域水电站群多电网调峰调度示意图。可以看出,三个水电站的调节性能不尽相同,需要通过输电线路同时为两个省级电网A和B提供一定比例的水电以降低其调峰压力;与此同时,梯级上下游水电站之间存在密切的水力联系,各水电站的并网接点、电压等级等差异显著,各电站与两电网之间也存在特定的电力协议,两电网的典型负荷特性(如峰谷差、峰现时间)存在明显不同。由此可知,特大流域水电站群多电网调峰调度问题是典型的多目标协调优化问题,涉及到一系列复杂的等式或者不等式约束,求解难度极大。
然而,时至今日,国内外针对这一实际工程问题仍然未能形成相对成熟的解决方案,存在很大的研究空间,亟需充分考虑兼顾送端电站运行约束、输电容量限制与受端负荷需求的多电网调峰调度模型、并开发行之有效的求解方法,以实现特大流域水电站群对多个电网调峰需求的科学响应。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种特大流域水电站群多电网调峰调度方法及系统,由此解决如何建立充分考虑兼顾送端电站运行约束、输电容量限制与受端负荷需求的多电网调峰调度模型并进行有效求解的技术问题。
为实现上述目的,按照本发明的一个方面,提供了一种特大流域水电站群多电网调峰调度方法,包括:
(1)基于各水电站输送至各受端电网的出力及各受端电网的实际负荷,以各受端电网在各时段的剩余负荷最大值最小为目标构造特大流域水电站群多电网调峰调度模型,并采用知识规则生成各水电站的初始调度过程;
(2)将所述特大流域水电站群分解为多个单一水电站调度子问题;
(3)对各受端电网的实际负荷进行加权处理得到临时负荷过程,基于所述临时负荷过程及除当前水电站之外的其它水电站的出力得到当前水电站面临的负荷过程;
(4)以所述当前水电站面临的负荷过程扣减所述当前水电站出力过程后的剩余负荷过程的最大值最小为目标,采用离散微分动态规划优化得到所述当前水电站的出力过程;
(5)根据所述当前水电站的出力过程,以所述当前水电站输送至各受端电网的出力作为决策变量,构建以各受端电网在各时段实际负荷最大值的倒数最小为目标的线性规划模型,根据所述线性规划模型在多个受端电网之间合理分配所述当前水电站的出力过程;
(6)若所有水电站均已完成分配计算,则判定是否满足预设终止条件,若满足所述预设终止条件,则将当前确定的分配结果作为最终调度过程,若不满足所述预设终止条件,则返回执行步骤(2),若有水电站未完成分配计算,则更新当前水电站后,返回执行步骤(3)。
优选地,所述特大流域水电站群多电网调峰调度模型为:g∈[1,G],其中,K为水电站数目,J为计算时段数目,G为受端电网数目,Cg,j为第g个受端电网在时段j的实际负荷,为第g个受端电网在时段j的剩余负荷,Pk,g,j为第k个水电站在时段j输送至第g个受端电网的出力,Fg表示第g个受端电网的目标值。
优选地,步骤(3)包括:
(3.1)根据各受端电网负荷的重要性系数对各受端电网的实际负荷进行加权处理得到临时负荷过程;
(3.2)基于所述当前水电站在调度期内的可能入库水量、所述当前水电站在调度期内的可能初始库容、各受端电网在调度期内的实际负荷及所述当前水电站在调度期内的区间流量得到所述当前水电站在调度期内的可能初始库容过程,进而逐时段采用以水定电的方式计算得到所述当前水电站的出力过程;
(3.3)基于所述临时负荷过程及除所述当前水电站之外的其它水电站的出力过程得到当所述前水电站面临的负荷过程。
优选地,在步骤(3.2)中,由k∈[1,K],j∈[1,J]确定第k个水电站在时段j的可能初始库容其中,χk表示第k个水电站在调度期内的可能入库水量,a表示中间变量,Ωk表示第k个水电站的直接上游水库集合,tj表示时段j的小时数,Cg,j表示第g个受端电网在时段j的实际负荷。
优选地,在步骤(3.3)中,由k∈[1,K],j∈[1,J]确定第k个水电站在时段j的面临负荷过程Ck,j,其中,表示在时段j的所述临时负荷过程,表示第x个水电站在时段j的出力。
优选地,步骤(4)包括:
以所述当前水电站面临的负荷过程扣减所述当前水电站出力过程后的剩余负荷过程的最大值最小为目标,分别以库容、出库流量为状态变量和决策变量,以库容约束、出库流量约束、发电流量约束、电站出力约束、水电总出力约束、初始库容约束、末库容约束、水量平衡方程、入库流量平衡方程、出库流量平衡方程及受端电网的电力输送容量约束为限制条件,采用离散微分动态规划优化得到所述当前水电站的出力过程。
优选地,在步骤(4)中,采用离散微分动态规划求解k∈[1,K],j∈[1,J]得到所述当前水电站的出力过程,其中,表示第k个水电站在时段j的第x个离散库容,表示第k个水电站在时段j的第y个离散出库流量,表示第k个水电站在时段j的离散库容集合,表示第k个水电站在时段j的离散出库流量集合,表示从调度期初到时段j,库容对应的的最优目标函数,表示在与综合作用下,第k个水电站在时段j-1的库容值,表示在与综合作用下,第k个水电站在时段j的目标值,表示在与综合作用下,第k个水电站在时段j的出力值,表示在与综合作用下第k个水电站在时段j的约束破坏项,由惩罚函数法计算得到,表示从调度期初到时段j-1,库容为对应的最优目标函数。
优选地,所述线性规划模型为:目标函数约束条件为:联络线输送容量波动约束、水电站的电力平衡约束及电站与受端电网的电量协议,其中,Ag为中间变量,wg为第g个受端电网负荷的重要性系数,Cg,j表示第g个受端电网在时段j的实际负荷,表示线性规划优化得到的第k个水电站在时段j输送至第g个受端电网的可能出力;
优选地,所述预设终止条件为:小于预设精度或者迭代次数超过最大迭代次数,其中,表示第c轮线性规划优化得到的第k个水电站在时段j输送至第g个受端电网的可能出力,表示第c-1轮线性规划优化得到的第k个水电站在时段j输送至第g个受端电网的可能出力。
按照本发明的另一方面,提供了一种特大流域水电站群多电网调峰调度系统,包括:
调峰调度模型构建模块,用于基于各水电站输送至各受端电网的出力及各受端电网的实际负荷,以各受端电网在各时段的剩余负荷最大值最小为目标构造特大流域水电站群多电网调峰调度模型,并采用知识规则生成各水电站的初始调度过程;
分解模块,用于将所述特大流域水电站群分解为多个单一水电站调度子问题;
负荷计算模块,用于对各受端电网的实际负荷进行加权处理得到临时负荷过程,基于所述临时负荷过程及除当前水电站之外的其它水电站的出力得到当前水电站面临的负荷过程;
出力计算模块,用于以所述当前水电站面临的负荷过程扣减所述当前水电站出力过程后的剩余负荷过程的最大值最小为目标,采用离散微分动态规划优化得到所述当前水电站的出力过程;
出力分配模块,用于根据所述当前水电站的出力过程,以所述当前水电站输送至各受端电网的出力作为决策变量,构建以各受端电网在各时段实际负荷最大值的倒数最小为目标的线性规划模型,根据所述线性规划模型在多个受端电网之间合理分配所述当前水电站的出力过程;
判断执行模块,用于在所有水电站均已完成分配计算时,判定是否满足预设终止条件,若满足所述预设终止条件,则将当前确定的分配结果作为最终调度过程,若不满足所述预设终止条件,则返回执行所述分解模块的操作,若有水电站未完成分配计算,则更新当前水电站后,返回执行所述负荷计算模块的操作。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
(1)本发明所构建的调峰调度模型能够兼顾送端电站运行限制、输电容量限制与受端负荷需求,而且可以根据实际需求实现约束集合的自动扩展。
(2)本发明提供接口供调度人员设置各受端电网负荷的重要性系数,实现人工经验的智能集成;同时利用知识规则动态生成初始调度过程,提高了与最优调度过程的贴合度,利于收敛;
(3)本发明将水电系统整体调度问题分解为一系列单一水电站子问题,大幅缩减了计算开销;利用离散微分动态规划与线性规划对各子问题进行高效求解,在提高算法收敛速度的同时切实保障了结果质量;
(4)本发明充分挖掘受端地区不同电网负荷特性差异、合理配置特大流域水电站群优质调峰资源,切实满足了受端地区多个电网调峰需求。
附图说明
图1为本发明实施例提供的一种特大流域水电站群多电网调峰调度示意图;
图2为本发明实施例提供的一种方法流程示意图;
图3为本发明实施例提供的一种在夏季典型日负荷下利用该方法所得的调度过程;
图4为本发明实施例提供的一种在冬季典型日负荷下利用该方法所得的调度过程。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明提供了一种特大流域水电站群多电网调峰调度方法及系统,目的在于构建特大流域水电站群多电网调峰调度模型,并实现一种集成“知识规则-动态规划-线性规划”优势的混合优化方法求解该模型来快速获得合理可行的调度过程。
其中,本发明权利要求及说明书中的知识规则指利用各水电站的初始、期末库容与来水情况,将工程经验转化为相应公式,从而估算得到可能的调度过程。
本发明实施例中的特大流域水电站群指:总装机容量超过500万kW的梯级水电站群。
如图2所示是本发明实施例提供的一种方法流程示意图,其具体步骤为:
第一阶段:构建特大流域水电站群多电网调峰调度模型。
其中,该调度模型的目标函数为:
其中,K为水电站数目,J为计算时段数目,G为受端电网数目,Cg,j为第g个受端电网在时段j的实际负荷,为第g个受端电网在时段j的剩余负荷,Pk,g,j为第k个水电站在时段j输送至第g个受端电网的出力,Fg表示第g个受端电网的目标值。
上述目标函数的约束条件为:
[1]库容约束
其中,Vk,j表示第k个水电站在时段j的库容,和分别表示第k个水电站在时段j的库容上、下限。
[2]出库流量约束
其中,Ok,j表示第k个水电站在时段j的出库流量,和分别表示第k个水电站在时段j的出库流量上、下限。
[3]发电流量约束
其中,Qk,j表示第k个水电站在时段j的发电流量,和分别表示第k个水电站在时段j的发电流量上、下限。
[4]电站出力约束
其中,Pk,j表示第k个水电站在时段j的出力,和分别表示第k个水电站在时段j的出力上、下限。
[5]水电总出力约束
其中,和分别表示输电系统在时段j的出力上、下限。
[6]初始库容约束
其中,表示第k个水电站的初始库容。
[7]末库容约束
其中,表示第k个水电站的期末库容。
[8]水量平衡方程
Vk,j=Vk,j-1+3600·tj·[Bk,j-Ok,j],k∈[1,K],j∈[1,J] (9)
其中,Vk,j-1表示第k个水电站在时段j-1的库容,Bk,j表示第k个水电站在时段j的入库流量,tj表示时段j的小时数,Ok,j表示第k个水电站在时段j-1的下泄流量。
[9]入库流量平衡方程
其中,Ik,j表示第k个水电站在时段j的区间流量,Ωk表示第k个水电站的直接上游水库集合,Ol,j表示第k个水电站的第l个直接上游水电站在时段j-1的下泄流量。
[10]出库流量平衡方程
Ok,j=Qk,j+Sk,j,k∈[1,K],j∈[1,J] (11)
其中,Sk,j表示第k个水电站在时段j的弃水流量。
[11]受端电网的电力输送容量约束
其中,和分别表示第g个受端电网在时段j的电力输送容量上、下限。
[12]联络线输送容量波动约束
其中,表示第g个受端电网在时段j的最大允许波动限制。
[13]水电站的电力平衡约束
其中,Pk,j为第k个水电站在时段j的出力。
[14]电站与受端电网的电量协议
其中,Rk,g表示第k个水电站与第g个受端电网之间的电量输送比例。
第二阶段,采用混合优化方法求解上述调度模型,具体步骤为:
(1)令迭代次数c=0;
(2)设置各受端电网负荷的重要性系数wg,而后对各受端电网负荷进行加权处理得到临时负荷过程j∈[1,J],其中,表示时段j的临时负荷值,wg表示第g个受端电网的重要性系数;
(3)采用式(16)估算第k个水电站在时段j的可能初始库容而后逐时段采用以水定电的方式计算得到各水电站的出力过程其中,表示第c轮迭代第k个水电站在时段j的出力;
其中,χk表示第k个水电站在调度期内的可能入库水量,表示第c轮迭代第k个水电站在时段j的可能初始库容,a表示中间变量;
(4)令c=c+1,将特大流域水电站群调峰调度分解为K个单一水电站调峰调度子问题;
其中,K为整数,其值可以根据实际需要确定,本发明实施例不作唯一性限定。
(5)令电站标号k=0;
(6)令k=k+1,利用k∈[1,K],j∈[1,J]计算第k个水电站的面临负荷过程,其中,表示第c轮迭代第k个水电站在时段j的面临负荷,表示第x个水电站在时段j的出力;
(7)以面临负荷扣减水电站k出力过程后的剩余负荷过程最大值最小为目标,分别以库容、出库流量为状态变量和决策变量,以式(2)~(12)所示限制条件为约束,采用离散微分动态规划求解式(17)得到第k个水电站的出力过程
其中,表示第k个水电站在时段j的第x个离散库容,表示第k个水电站在时段j的第y个离散出库流量,表示第k个水电站在时段j的离散库容集合,表示第k个水电站在时段j的离散出库流量集合,表示从调度期初到在时段j的最优目标函数,表示在与综合作用下,第k个水电站在时段j-1的库容值,表示在与综合作用下第k个水电站在时段j的目标值,表示在与综合作用下,第k个水电站在时段j的出力值,表示在与综合作用下第k个水电站在时段j的约束破坏项,由惩罚函数法计算得到,表示从调度期初到时段j-1,库容为对应的最优目标函数。
(8)将视为第k个水电站的实际出力过程,以中间变量Ag和第c轮迭代第k个水电站在时段j输送至第g个受端电网的出力作为决策变量,利用单纯形法获得最优决策变量,表示第c轮线性规划优化得到的第k个水电站在时段j输送至第g个受端电网的可能出力;
(9)若k≤K,则转至步骤(6);否则,转至步骤(10);
(10)若小于允许精度或者c超过最大迭代次数,则停止计算,此时,与为最佳的水电站出力过程及其在受端电网分配结果;否则转至步骤(4),开始新一轮寻优。
本发明实施例还提供了一种特大流域水电站群多电网调峰调度系统,包括:
调峰调度模型构建模块,用于基于各水电站输送至各受端电网的出力及各受端电网的实际负荷,以各受端电网在各时段的剩余负荷最大值最小为目标构造特大流域水电站群多电网调峰调度模型,并采用知识规则生成各水电站的初始调度过程;
分解模块,用于将所述特大流域水电站群分解为多个单一水电站调度子问题;
负荷计算模块,用于对各受端电网的实际负荷进行加权处理得到临时负荷过程,基于所述临时负荷过程及除当前水电站之外的其它水电站的出力得到当前水电站面临的负荷过程;
出力计算模块,用于以所述当前水电站面临的负荷过程扣减所述当前水电站出力过程后的剩余负荷过程的最大值最小为目标,采用离散微分动态规划优化得到所述当前水电站的出力过程;
出力分配模块,用于根据所述当前水电站的出力过程,以所述当前水电站输送至各受端电网的出力作为决策变量,构建以各受端电网在各时段实际负荷最大值的倒数最小为目标的线性规划模型,根据所述线性规划模型在多个受端电网之间合理分配所述当前水电站的出力过程;
判断执行模块,用于在所有水电站均已完成分配计算时,判定是否满足预设终止条件,若满足所述预设终止条件,则将当前确定的分配结果作为最终调度过程,若不满足所述预设终止条件,则返回执行所述分解模块的操作,若有水电站未完成分配计算,则返回执行负荷计算模块的操作。
其中,各模块的具体实现方式可以参考方法实施例的描述,本发明实施例不做复述。
下面将我国某特大流域选为实施对象来验证本发明的有效性,该流域中四个水电站分别为电网A提供70%,60%,100%和55%的电力;而其他的则传输到电网B。
首先将夏季典型日负荷曲线作为输入信息,表1给出了原始负荷和本发明优化剩余负荷的统计结果。可以看出,省级电网A和B之间存在较大的经济实力差距,使得二者负荷曲线在峰谷差、峰现时间、次数等方面存在明显差距;相比于省级电网A和B的原始负荷,本发明可以使峰谷差分别减少12.9%和61.7%,同时可将平均负荷率分别提升3.4%和22.9%。图3给出了水电总出力在两个电网的出力分配过程。可以看出,本发明可以根据两个电网的负荷变化快速合理地分配水电出力,以获得相对平滑的剩余负荷过程,而且水电总出力在两个省级电网均未超过相应的输电容量限制。由此可知,本发明具有较强的灵活性和实用性,能够应特大流域水电站群多电网调峰调度。
表1本发明所得调度结果统计值(夏季典型日负荷)
其次,选择冬季典型负荷曲线来验证该方法的有效性。表2给出了原始负荷与本发明所得剩余负荷结果对比。从表2可知,本发明所得剩余负荷的统计指标明显优于原始负荷。例如,电网A和电网B的峰谷差异分别减少了20.0%和63.0%,而两个电网的平均负荷率分别提高了2.8%和20.3%。由图4可知,水电系统能够在低谷负荷时段预先降低出力,而后在高峰水端降低水位、加大处理,从而获得较为优越的调峰效果;与此同时,4个水电站的出力均小于装机容量,两个省级电网的水电总电力也未超过相应输送容量限制。由此可知,本发明能够充分发挥水电优越的负荷跟踪能力,切实降低受端多个电网的负荷压力。
表2本发明所得调度结果统计值(冬季典型日负荷)
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种特大流域水电站群多电网调峰调度方法,其特征在于,包括:
(1)基于各水电站输送至各受端电网的出力及各受端电网的实际负荷,以各受端电网在各时段的剩余负荷最大值最小为目标构造特大流域水电站群多电网调峰调度模型,并采用知识规则生成各水电站的初始调度过程;
(2)将所述特大流域水电站群分解为多个单一水电站调度子问题;
(3)对各受端电网的实际负荷进行加权处理得到临时负荷过程,基于所述临时负荷过程及除当前水电站之外的其它水电站的出力得到当前水电站面临的负荷过程;
(4)以所述当前水电站面临的负荷过程扣减所述当前水电站出力过程后的剩余负荷过程的最大值最小为目标,采用离散微分动态规划优化得到所述当前水电站的出力过程;
(5)根据所述当前水电站的出力过程,以所述当前水电站输送至各受端电网的出力作为决策变量,构建以各受端电网在各时段实际负荷最大值的倒数最小为目标的线性规划模型,根据所述线性规划模型在多个受端电网之间合理分配所述当前水电站的出力过程;
(6)若所有水电站均已完成分配计算,则判定是否满足预设终止条件,若满足所述预设终止条件,则将当前确定的分配结果作为最终调度过程,若不满足所述预设终止条件,则返回执行步骤(2),若有水电站未完成分配计算,则更新当前水电站后,返回执行步骤(3)。
2.根据权利要求1所述的方法,其特征在于,所述特大流域水电站群多电网调峰调度模型为:其中,K为水电站数目,J为计算时段数目,G为受端电网数目,Cg,j为第g个受端电网在时段j的实际负荷,为第g个受端电网在时段j的剩余负荷,Pk,g,j为第k个水电站在时段j输送至第g个受端电网的出力,Fg表示第g个受端电网的目标值。
3.根据权利要求1所述的方法,其特征在于,步骤(3)包括:
(3.1)根据各受端电网负荷的重要性系数对各受端电网的实际负荷进行加权处理得到临时负荷过程;
(3.2)基于所述当前水电站在调度期内的可能入库水量、所述当前水电站在调度期内的可能初始库容、各受端电网在调度期内的实际负荷及所述当前水电站在调度期内的区间流量得到所述当前水电站在调度期内的可能初始库容过程,进而逐时段采用以水定电的方式计算得到所述当前水电站的出力过程;
(3.3)基于所述临时负荷过程及除所述当前水电站之外的其它水电站的出力过程得到当所述前水电站面临的负荷过程。
4.根据权利要求3所述的方法,其特征在于,在步骤(3.2)中,由确定第k个水电站在时段j的可能初始库容其中,χk表示第k个水电站在调度期内的可能入库水量,a表示中间变量,Ωk表示第k个水电站的直接上游水库集合,tj表示时段j的小时数,Cg,j表示第g个受端电网在时段j的实际负荷。
5.根据权利要求3所述的方法,其特征在于,在步骤(3.3)中,由确定第k个水电站在时段j的面临负荷过程Ck,j,其中,表示在时段j的所述临时负荷过程,表示第x个水电站在时段j的出力。
6.根据权利要求5所述的方法,其特征在于,步骤(4)包括:
以所述当前水电站面临的负荷过程扣减所述当前水电站出力过程后的剩余负荷过程的最大值最小为目标,分别以库容、出库流量为状态变量和决策变量,以库容约束、出库流量约束、发电流量约束、电站出力约束、水电总出力约束、初始库容约束、末库容约束、水量平衡方程、入库流量平衡方程、出库流量平衡方程及受端电网的电力输送容量约束为限制条件,采用离散微分动态规划优化得到所述当前水电站的出力过程。
7.根据权利要求6所述的方法,其特征在于,在步骤(4)中,采用离散微分动态规划求解得到所述当前水电站的出力过程,其中,表示第k个水电站在时段j的第x个离散库容,表示第k个水电站在时段j的第y个离散出库流量,表示第k个水电站在时段j的离散库容集合,表示第k个水电站在时段j的离散出库流量集合,表示从调度期初到时段j,库容对应的最优目标函数,表示在与综合作用下,第k个水电站在时段j-1的库容值,表示在与综合作用下,第k个水电站在时段j的目标值,表示在与综合作用下,第k个水电站在时段j的出力值,表示在与综合作用下第k个水电站在时段j的约束破坏项,由惩罚函数法计算得到,表示从调度期初到时段j-1,库容为对应的最优目标函数。
8.根据权利要求1至7任意一项所述的方法,其特征在于,所述线性规划模型为:目标函数约束条件为:联络线输送容量波动约束、水电站的电力平衡约束及电站与受端电网的电量协议,其中,Ag为中间变量,wg为第g个受端电网负荷的重要性系数,Cg,j表示第g个受端电网在时段j的实际负荷,表示线性规划优化得到的第k个水电站在时段j输送至第g个受端电网的可能出力;
9.根据权利要求8所述的方法,其特征在于,所述预设终止条件为:小于预设精度或者迭代次数超过最大迭代次数,其中,表示第c轮线性规划优化得到的第k个水电站在时段j输送至第g个受端电网的可能出力,表示第c-1轮线性规划优化得到的第k个水电站在时段j输送至第g个受端电网的可能出力。
10.一种特大流域水电站群多电网调峰调度系统,其特征在于,包括:
调峰调度模型构建模块,用于基于各水电站输送至各受端电网的出力及各受端电网的实际负荷,以各受端电网在各时段的剩余负荷最大值最小为目标构造特大流域水电站群多电网调峰调度模型,并采用知识规则生成各水电站的初始调度过程;
分解模块,用于将所述特大流域水电站群分解为多个单一水电站调度子问题;
负荷计算模块,用于对各受端电网的实际负荷进行加权处理得到临时负荷过程,基于所述临时负荷过程及除当前水电站之外的其它水电站的出力得到当前水电站面临的负荷过程;
出力计算模块,用于以所述当前水电站面临的负荷过程扣减所述当前水电站出力过程后的剩余负荷过程的最大值最小为目标,采用离散微分动态规划优化得到所述当前水电站的出力过程;
出力分配模块,用于根据所述当前水电站的出力过程,以所述当前水电站输送至各受端电网的出力作为决策变量,构建以各受端电网在各时段实际负荷最大值的倒数最小为目标的线性规划模型,根据所述线性规划模型在多个受端电网之间合理分配所述当前水电站的出力过程;
判断执行模块,用于在所有水电站均已完成分配计算时,判定是否满足预设终止条件,若满足所述预设终止条件,则将当前确定的分配结果作为最终调度过程,若不满足所述预设终止条件,则返回执行所述分解模块的操作,若有水电站未完成分配计算,则更新当前水电站后,返回执行所述负荷计算模块的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811221915.XA CN109472463B (zh) | 2018-10-19 | 2018-10-19 | 一种特大流域水电站群多电网调峰调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811221915.XA CN109472463B (zh) | 2018-10-19 | 2018-10-19 | 一种特大流域水电站群多电网调峰调度方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109472463A true CN109472463A (zh) | 2019-03-15 |
CN109472463B CN109472463B (zh) | 2020-10-30 |
Family
ID=65665734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811221915.XA Active CN109472463B (zh) | 2018-10-19 | 2018-10-19 | 一种特大流域水电站群多电网调峰调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109472463B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110086210A (zh) * | 2019-05-30 | 2019-08-02 | 国网新源控股有限公司回龙分公司 | 一种水电站电力分配系统及分配方法 |
CN112434876A (zh) * | 2020-12-03 | 2021-03-02 | 华中科技大学 | 一种水电站调峰调度方法 |
CN114722709A (zh) * | 2022-04-11 | 2022-07-08 | 武汉大学 | 兼顾发电量和最小出力的梯级水库群优化调度方法及系统 |
CN114925926A (zh) * | 2022-05-31 | 2022-08-19 | 西安交通大学 | 一种具有多项式时间复杂度的直流通道规划与运行方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104967126A (zh) * | 2015-07-14 | 2015-10-07 | 华中科技大学 | 一种面向区域电网的跨流域水电站群多电网联合调峰方法 |
EP2940536A1 (en) * | 2014-04-30 | 2015-11-04 | ABB Technology AG | A method for calculating a load distribution among a plurality of rotary machines of a machine station |
CN107274302A (zh) * | 2017-07-06 | 2017-10-20 | 大连理工大学 | 一种跨省互联水电站群长期联合调峰调度方法 |
-
2018
- 2018-10-19 CN CN201811221915.XA patent/CN109472463B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2940536A1 (en) * | 2014-04-30 | 2015-11-04 | ABB Technology AG | A method for calculating a load distribution among a plurality of rotary machines of a machine station |
CN104967126A (zh) * | 2015-07-14 | 2015-10-07 | 华中科技大学 | 一种面向区域电网的跨流域水电站群多电网联合调峰方法 |
CN107274302A (zh) * | 2017-07-06 | 2017-10-20 | 大连理工大学 | 一种跨省互联水电站群长期联合调峰调度方法 |
Non-Patent Citations (1)
Title |
---|
冯仲恺等: "水电站群联合调峰调度均匀逐步优化方法", 《中国电机工程学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110086210A (zh) * | 2019-05-30 | 2019-08-02 | 国网新源控股有限公司回龙分公司 | 一种水电站电力分配系统及分配方法 |
CN110086210B (zh) * | 2019-05-30 | 2022-11-25 | 国网新源控股有限公司回龙分公司 | 一种水电站电力分配系统及分配方法 |
CN112434876A (zh) * | 2020-12-03 | 2021-03-02 | 华中科技大学 | 一种水电站调峰调度方法 |
CN112434876B (zh) * | 2020-12-03 | 2023-10-20 | 华中科技大学 | 一种水电站调峰调度方法 |
CN114722709A (zh) * | 2022-04-11 | 2022-07-08 | 武汉大学 | 兼顾发电量和最小出力的梯级水库群优化调度方法及系统 |
CN114722709B (zh) * | 2022-04-11 | 2024-02-09 | 武汉大学 | 兼顾发电量和最小出力的梯级水库群优化调度方法及系统 |
CN114925926A (zh) * | 2022-05-31 | 2022-08-19 | 西安交通大学 | 一种具有多项式时间复杂度的直流通道规划与运行方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109472463B (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109472463A (zh) | 一种特大流域水电站群多电网调峰调度方法及系统 | |
CN108320111B (zh) | 一种超大规模水电站群短期实用化调度方法 | |
Wang et al. | Privacy-preserving energy scheduling in microgrid systems | |
CN102097866B (zh) | 中长期机组组合优化方法 | |
CN104063808B (zh) | 一种跨省送电梯级水电站群调峰调度两阶段搜索方法 | |
CN108123492A (zh) | 一种考虑火电电蓄热联合调峰的日前发电计划优化方法 | |
CN108574303A (zh) | 一种考虑调峰调频需求的多能源协调优化调度方法 | |
CN103580020B (zh) | 一种基于NSGA-II和Look-ahead的含风电场电力系统多目标动态优化调度方法 | |
CN105046395A (zh) | 一种含多类型新能源的电力系统日内滚动计划编制方法 | |
CN104967126A (zh) | 一种面向区域电网的跨流域水电站群多电网联合调峰方法 | |
CN104915790A (zh) | 一种促进风电消纳的峰谷电价优化方法 | |
Li et al. | An interactive decision-making model based on energy and reserve for electric vehicles and power grid using generalized stackelberg game | |
CN103617453A (zh) | 考虑风电和谐消纳的电力系统中长期交易运营计划获取方法 | |
CN110222938A (zh) | 一种梯级水电站群短期调峰调度协同优化方法和系统 | |
CN104392284B (zh) | 一种基于情境分析的大中小水电短期可消纳电量最大协调优化调度方法 | |
CN107959307A (zh) | 一种计及配电网运行风险成本的dg优化配置方法 | |
CN104538992A (zh) | 一种大小水电及风电协调优化调度方法 | |
CN205212447U (zh) | 一种含复合储能微电网的多目标优化系统 | |
Ma et al. | Optimal configuration of 5G base station energy storage considering sleep mechanism | |
CN110323768A (zh) | 一种电化学储能电站功率分配方法及系统 | |
CN114123313B (zh) | 一种时序生产模拟新能源电力系统消纳方法 | |
CN109299862B (zh) | 一种风电最大消纳能力的凸松弛评估方法 | |
CN109980640A (zh) | 基于多智能体协同优化的配网线变关系识别方法 | |
CN103633641A (zh) | 一种考虑风电接纳的中长期交易运营计划获取方法 | |
CN109657898A (zh) | 一种基于凸松弛的可再生能源随机动态经济调度方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |