CN109586280A - 一种机组交易极限电量确定方法及系统 - Google Patents
一种机组交易极限电量确定方法及系统 Download PDFInfo
- Publication number
- CN109586280A CN109586280A CN201811392164.8A CN201811392164A CN109586280A CN 109586280 A CN109586280 A CN 109586280A CN 201811392164 A CN201811392164 A CN 201811392164A CN 109586280 A CN109586280 A CN 109586280A
- Authority
- CN
- China
- Prior art keywords
- objective function
- electricity quantity
- unit
- limiting
- electricity
- 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
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种机组交易极限电量确定方法,包括以下步骤:获取各机组基础数据及系统各项约束条件;根据各极限电量的计算需求,选取对应的目标函数;根据目标函数、目标函数对应的约束条件和各机组基础数据,构建计算模型,求解得到各项电量极限值;判断各项电量极限值是否已经全部完成;并校核输出的各项电量极限值是否合理,输出最终的各极限电量计算结果。本发明提供了一种机组交易极限电量确定方法及系统,通过构建计算模型,进行计算累加得到目标时段内的极限电量,能够有效提高中长期交易极限电量计算的准确度,从而有利于保障电力市场的有序推进。
Description
技术领域
本发明涉及电力调度自动化技术领域,尤其涉及一种机组交易极限电量确定方法及系统。
背景技术
我国长期以来执行以年度计划电量为核心的计划调度模式,随着市场化改革的深入,传统电网运行方式安排已经难以适应当前需求,面临巨大的挑战。我国电力市场改革面临计划电与市场电并存的局面,要求中长期交易合同刚性执行。为保障电网安全稳定和市场交易平稳有序开展,调度部门需要全面分析本区域电网特点、供需情况等因素,提前确定未来电力市场的交易空间,为后续的市场交易组织和出清提供边界条件。
可靠的交易空间预估分析是保障电力市场环境下电网安全稳定运行、交易合理有序组织的前提和关键。当前我国还未建立完善的电力现货市场,正处于电力市场过渡期,大部分的交易电量由市场成员经过多周期迭代交易的中长期合同分散决策确定,对于调度运行人员的技术水平和经验积累要求高,校核结果存在着一定的风险隐患。
目前学术界缺少对电力市场环境下交易空间的研究。在电网调度部门的实际工作中,往往根据历史电量进行外推估算,不仅准确率欠佳,而且缺少依据,难以满足电力市场环境下的电网运行决策要求。随着电力市场化进程不断推进,电力市场规模逐渐扩大,新能源装机占比不断提高,亟需一种精细化的电力市场交易空间的预估方法。
发明内容
本发明提供了一种机组交易极限电量确定方法及系统,能够有效提高中长期交易极限电量计算的准确度,从而有效地解决实际调度运行中对精确预估机组交易空间的需求,进而有利于保障电力市场的有序推进。
为解决上述问题,一方面,本发明的第一实施例提供了一种机组交易极限电量确定方法,包括以下步骤:
获取各机组基础数据及系统各项约束条件;
根据各极限电量的计算需求,选取对应的目标函数;
根据所述目标函数、所述目标函数对应的约束条件和所述各机组基础数据,构建计算模型;
根据所述计算模型对所述目标函数进行求解,得到各项电量极限值;
判断各项电量极限值是否已经全部完成;若已经全部完成,则输出各项电量极限值;若未全部完成,则返回步骤“根据各极限电量的计算需求,选取对应的目标函数”;
校核输出的所述各项电量极限值是否合理,若不合理,则按照预设规则削减极限电量上限并返回步骤“根据各极限电量计算需求,选取对应的目标函数”;若合理,则输出最终的各极限电量计算结果。
进一步地,所述各机组基础数据包括发电机组的运行特性数据、负荷预测数据和各机组未来月的合同电量。
进一步地,所述系统各项约束条件包括系统负荷平衡约束、系统备用约束、机组最小持续开机/关机约束、机组出力上下限约束、机组爬坡能力约束、电厂负荷率约束、线路潮流约束、N-1故障下的线路潮流约束和断面约束。
进一步地,所述各极限电量包括机组极限电量、断面极限电量和机组群极限电量。
进一步地,所述计算模型包括逐日模拟模型和求解模型,根据所述的目标函数以及对应的约束条件,构建计算模型,具体为:根据所述目标函数、所述目标函数对应的约束条件和所述各机组基础数据,构建计算模型,基于安全约束机组组合模型,建立用于描述逐日运行状态的模拟模型,以及建立用于形成主问题最优解的求解模型。
进一步地,根据所述计算模型对所述目标函数进行求解,得到各项电量极限值,具体为:
根据选取的所述目标函数以及所述对应的约束条件,利用线性混合整数规划包对所述目标函数及所述约束条件求解,得到主问题的最优解,所述最优解的结果包括各时段机组启停计划以及机组有功出力计划,通过累加出力计划将电力转化为电量,得到各项电量极限值。
进一步地,所述校核输出的所述各项电量极限值是否合理,具体为:
若机组极限电量上限小于断面极限电量上限或机组群极限电量上限,则校核结果为合理;若机组极限电量上限大于断面极限电量上限或机组群极限电量上限,则校核结果为不合理。
另一方面,本发明的第二实施例还提供了一种机组交易极限电量确定系统,其特征在于,包括数据获取模块、目标函数选取模块、模型构建模块、极限电量求解模块、极限电量判断模块和极限电量输出模块;
所述数据获取模块,用于获取各机组基础数据及系统各项约束条件;
所述目标函数选取模块,用于根据各极限电量的计算需求,选取对应的目标函数;
所述模型构建模块,用于根据所述目标函数、所述目标函数对应的约束条件和所述各机组基础数据,构建计算模型;
所述极限电量求解模块,用于根据所述计算模型对所述目标函数进行求解,得到各项电量极限值;
所述极限电量判断模块,用于判断各项电量极限值是否已经全部完成;若已经全部完成,则输出各项电量极限值;若未全部完成,则返回步骤“根据各极限电量计算需求,选取对应的目标函数”;
所述极限电量输出模块,用于校核输出的所述各项电量极限值是否合理,若不合理,则按照预设规则削减极限电量上限并返回步骤“根据各极限电量计算需求,选取对应的目标函数”;若合理,则输出最终的各极限电量计算结果。
进一步地,所述模型构建模块,具体用于:根据所述目标函数、所述目标函数对应的约束条件和所述各机组基础数据,构建计算模型,基于安全约束机组组合模型,建立用于描述逐日运行状态的模拟模型,以及建立用于形成主问题最优解的求解模型。
进一步地,所述电量求解模块,具体用于:根据选取的所述目标函数以及所述对应的约束条件,利用线性混合整数规划包对所述目标函数及所述约束条件求解,得到主问题的最优解,所述最优解的结果包括各时段机组启停计划以及机组有功出力计划,通过累加出力计划将电力转化为电量,得到各项电量极限值。
本发明提供了一种机组交易极限电量确定方法及系统,通过获取各机组基础数据并精细化地考虑极限交易电量计算中所需的各种约束条件,以安全约束机组组合模型为技术基础,构建计算模型,通过计算累加得到目标时段内的极限电量,能够有效提高中长期交易极限电量计算的准确度,从而有利于保障电力市场的有序推进。
附图说明
图1是本发明实施例提供的一种机组交易极限电量确定方法的流程示意图;
图2是本发明实施例提供的一种机组交易极限电量确定方法的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,本发明的第一实施例提供了一种机组交易极限电量确定方法,包括以下步骤:
S101、获取各机组基础数据及系统各项约束条件;
S102、根据各极限电量的计算需求,选取对应的目标函数;
S103、根据所述目标函数、所述目标函数对应的约束条件和所述各机组基础数据,构建计算模型;
S104、根据所述计算模型对所述目标函数进行求解,得到各项电量极限值;
S105、判断各项电量极限值是否已经全部完成;若已经全部完成,则输出各项电量极限值;若未全部完成,则返回步骤S102:“根据各极限电量的计算需求,选取对应的目标函数”;
S106、校核输出的所述各项电量极限值是否合理,若不合理,则按照预设规则削减极限电量上限并返回步骤“根据各极限电量计算需求,选取对应的目标函数”;若合理,则输出最终的各极限电量计算结果。
在本发明实施例中,可以理解的是,本发明实施例所提出的实施步骤中的目标函数可根据需要灵活选择和定制,约束条件可以根据实际需求进行添加和删减,可扩展性强。本发明实施例提供了一种机组交易极限电量确定方法,通过获取各机组基础数据并精细化地考虑极限交易电量计算中所需的各种约束条件,以安全约束机组组合模型为技术基础,构建计算模型,通过计算累加得到目标时段内的极限电量,能够有效提高中长期交易极限电量计算的准确度,从而有利于保障电力市场的有序推进。
作为本发明实施例的一种具体实施方式,所述各机组基础数据包括发电机组的运行特性数据、负荷预测数据和各机组未来月的合同电量。
在本发明实施中,所述发电机组的运行特性数据包括:发电机组的燃料费用、开机费用、停机费用、最小开机/停机时间、出力变化上限/下限、最小/最大技术出力数据、机组爬坡能力约束;所述负荷预测数据是指根据负荷预测软件得到的未来电力负荷需求情况,包括:未来各日电网的总负荷数据、各节点的节点负荷数据;所述各机组未来月的合同电量是指各机组在本月超额或缺额发电量与未来已签订的电量合同的累加,累加方式为:如果机组本月实发电量超出了合同电量,则从未来月的电量合同中扣除;如果机组本月实发电量小于合同电量,则在未来月的电量合同中补足。
作为本发明实施例的一种具体实施方式,所述系统各项约束条件包括系统负荷平衡约束、系统备用约束、机组最小持续开机/关机约束、机组出力上下限约束、机组爬坡能力约束、电厂负荷率约束、线路潮流约束、N-1故障下的线路潮流约束和断面约束。
在本发明实施例中,所述系统负荷平衡约束的表达式为:
其中,Dt为时段t的电网总负荷;
所述系统备用约束的表达式为:
其中,αi,t为发电机组i在时段t的启停机状态变量,为0-1整数变量;Pi max、Pi min表示机组i的最大技术出力和机组i的最小技术出力;RP表示系统旋转备用率;
所述机组最小持续开机/关机时间约束的表达式为:
其中,ti,t,on为机组i在时段t的持续开机时间,ti,t,off为机组i在时段t的持续关机时间,Ti,U为机组i的最小持续开机时间,Ti,D机组i的最小持续关机时间;
所述机组出力上下限约束的表达式为:
其中,分别表示机组i的最大技术出力和机组i的最小技术出力;
所述机组爬坡能力约束的表达式为:
其中,为机组i的最大增出力速率,为机组i的最大降出力速率;所述表达式包含了以下几种情况:
①机组连续两个时段处于开机状态,则αi,t=αi,t-1=1。此时,爬坡能力约束的表达式为为正常情况下的出力爬坡约束;
②机组从开机状态变化为停机状态,则αi,t-1=1、αi,t=0。此时,(5)式的左端项为负,右端项为正,是必然成立的,因此是不起作用约束;(6)式等价于表示机组若要从开机状态变化为停机状态,需要在关停的前一时段将机组的出力降到最小出力以下,再将机组关停;
③机组从停机状态变化为开机状态,则αi,t-1=0、αi,t=1。此时,(6)式的左端项为负,右端项为正,是必然成立的,因此是不起作用约束;(5)式等价于表示机组若要从停机状态变化为开机状态,在开机的第一时段机组的出力变化不能够超过最小出力;
所述电厂负荷率约束的表达式为:
其中,NGp为电厂包含机组数,Rateload为负荷率,Qi,t为发电机组i在时段t的电量,通过Qi,t=∑Pi,t可得该机组电量。
所述线路潮流约束的表达式为:
其中,K为系统中的负荷节点总数,L为系统拓扑中的线路总数,Pl,max为线路l传输功率的上限,Pl,min为线路l传输功率的下限,Dj,t为电网中节点j在时段t的节点负荷预测值,Gl-i为机组i对线路l的节点-线路功率转移分布因子,Gl-j为负荷j对线路l的节点-线路功率转移分布因子;
所述N-1故障下的线路潮流约束的表达式为:
其中,dl-c为线路c发生故障对线路l的开断转移分布因子。该约束表示在线路c发生N-1故障情况下,其他线路仍需满足线路潮流极限约束。在实用化时,也可只考虑关键断面的相关约束。
所述断面约束的表达式为
其中,Ps,min、Ps,max分别为断面功率约束值的最大量与最小量;
求解机组极限电量和机组群极限电量时只需考虑约束条件(1)~(9),求解断面极限电量需要考虑约束条件(1)~(10)。
作为本发明实施例中的一种具体实施方式,所述各极限电量包括机组极限电量、断面极限电量和机组群极限电量。
作为本发明实施例的一种具体实施方式,所述计算模型包括逐日模拟模型和求解模型,根据所述目标函数、所述目标函数对应的约束条件和所述各基础数据,构建计算模型,具体为:根据所述目标函数、所述目标函数对应的约束条件和所述各机组基础数据,基于安全约束机组组合模型,建立用于描述逐日运行状态的模拟模型,以及建立用于形成主问题最优解的求解模型。
在本发明实施中,通过构建计算模型,能够实现对未来各日运行情况的精确模拟,以解决传统的人工简单估算方式不够准确的技术问题,有效地提升了极限电量的计算精度。
作为本发明实施例的一种具体实施方式,所述根据所述计算模型对所述目标函数进行求解,得到各项电量极限值,具体为:
根据选取的所述目标函数以及所述对应的约束条件,利用线性混合整数规划包对所述目标函数及所述约束条件求解,得到主问题的最优解,所述最优解的结果包括各时段机组启停计划以及机组有功出力计划,通过累加出力计划将电力转化为电量,得到各项电量极限值。
在本发明实施例中,线性混合整数规划是指决策变量中有一部分必须取整数值,另一部分可以不去整数值的整数线性规划。采用线性混合整数规划包对所述目标函数及所述约束条件求解,有利于提高求解结果的准确性。
作为本发明实施例的一种具体实施,所述校核输出的所述各项电量极限值是否合理,具体为:
若机组极限电量上限小于断面极限电量上限或机组群极限电量上限,则校核结果为合理;若机组极限电量上限大于断面极限电量上限或机组群极限电量上限,则校核结果为不合理。
请参阅图2,本发明的第二实施例提供了一种机组交易极限电量确定系统,包括数据获取模块201、目标函数选取模块202、模型构建模块203、极限电量求解模块204、极限电量判断模块205和极限电量输出模块206;
所述数据获取模块201,用于获取各机组基础数据及系统各项约束条件;
所述目标函数选取模块202,用于根据各极限电量的计算需求,选取对应的目标函数;
所述模型构建模块203,用于根据所述目标函数、所述目标函数对应的约束条件和所述各基础数据,构建计算模型;
所述极限电量求解模块204,用于根据所述计算模型对所述目标函数进行求解,得到各项电量极限值;
所述极限电量判断模块205,用于判断各项电量极限值是否已经全部完成;若已经全部完成,则输出各项电量极限值;若未全部完成,则返回步骤“根据各极限电量计算需求,选取对应的目标函数”;
所述极限电量输出模块206,用于校核输出的所述各项电量极限值是否合理,若不合理,则按照预设规则削减极限电量上限并返回步骤S102:“根据各极限电量计算需求,选取对应的目标函数”;若合理,则输出最终的各极限电量计算结果。
在本发明实施例中,可以理解的是,本发明实施例所提出的实施步骤中的目标函数可根据需要灵活选择和定制,约束条件可以根据实际需求进行添加和删减,可扩展性强。本发明实施例提供了一种机组交易极限电量确定方法,通过获取各机组基础数据并精细化地考虑极限交易电量计算中所需的各种约束条件,以安全约束机组组合模型为技术基础,构建计算模型,通过计算累加得到目标时段内的极限电量,能够有效提高中长期交易极限电量计算的准确度,从而有利于保障电力市场的有序推进。
作为本发明实施的一种具体实施方式,所述模型构建模块,具体用于:根据所述目标函数、所述目标函数对应的约束条件和所述各机组基础数据,基于安全约束机组组合模型,建立用于描述逐日运行状态的模拟模型,以及建立用于形成主问题最优解的求解模型。
在本发明实施例中,通过构建计算模型,能够实现对未来各日运行情况的精确模拟,以解决传统的人工简单估算方式不够准确的技术问题,有效地提升了极限电量的计算精度。
作为本发明实施的一种具体实施方式,所述极限电量求解模块,具体用于:根据选取的所述目标函数以及所述对应的约束条件,利用线性混合整数规划包对所述目标函数及所述约束条件求解,得到主问题的最优解,所述最优解的结果包括各时段机组启停计划以及机组有功出力计划,通过累加出力计划将电力转化为电量,得到各项电量极限值。
在本发明实施例中,线性混合整数规划是指决策变量中有一部分必须取整数值,另一部分可以不去整数值的整数线性规划。采用线性混合整数规划包对所述目标函数及所述约束条件求解,有利于提高求解结果的准确性。
实施本发明实施例,具有如下有益效果:
本发明提供了一种机组交易极限电量确定方法及系统,根据各类机组基础数据,以及极限交易电量计算中所需考虑约束条件,可以根据需求选择目标函数作为优化目标,以每台机组出力大小及每台机组启停状态为决策变量,优化每天的发电机组启停、出力计划;而且通过构建计算模型,并进行计算累加得到目标时段内的极限电量,有效地提升了极限电量的计算精度;本发明可用于确定电力市场环境下机组交易极限电量的上限,形成针对发电厂成交电量的约束条件,从而有效地解决实际调度运行中对精确预估机组交易空间的需求,为中长期交易计划提供辅助决策,具有重要的现实意义和良好的应用前景。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种机组交易极限电量确定方法,其特征在于,包括以下步骤:
获取各机组基础数据及系统各项约束条件;
根据各极限电量的计算需求,选取对应的目标函数;
根据所述目标函数、所述目标函数对应的约束条件和所述各机组基础数据,构建计算模型;
根据所述计算模型对所述目标函数进行求解,得到各项电量极限值;
判断各项电量极限值是否已经全部完成;若已经全部完成,则输出各项电量极限值;若未全部完成,则返回步骤“根据各极限电量的计算需求,选取对应的目标函数”;
校核输出的所述各项电量极限值是否合理,若不合理,则按照预设规则削减极限电量上限并返回步骤“根据各极限电量计算需求,选取对应的目标函数”;若合理,则输出最终的各极限电量计算结果。
2.如权利要求1所述的机组交易极限电量确定方法,其特征在于,所述各机组基础数据包括发电机组的运行特性数据、负荷预测数据和各机组未来月的合同电量。
3.如权利要求1所述的机组交易极限电量确定方法,其特征在于,所述系统各项约束条件包括系统负荷平衡约束、系统备用约束、机组最小持续开机/关机约束、机组出力上下限约束、机组爬坡能力约束、电厂负荷率约束、线路潮流约束、N-1故障下的线路潮流约束和断面约束。
4.如权利要求1所述的机组交易极限电量确定方法,其特征在于,所述各极限电量包括机组极限电量、断面极限电量和机组群极限电量。
5.如权利要求1所述的机组交易极限电量确定方法,其特征在于,所述计算模型包括逐日模拟模型和求解模型,根据所述目标函数、所述目标函数对应的约束条件和所述各基础数据,构建计算模型,具体为:根据所述目标函数、所述目标函数对应的约束条件和所述各机组基础数据,基于安全约束机组组合模型,建立用于描述逐日运行状态的模拟模型,以及建立用于形成主问题最优解的求解模型。
6.如权利要求1所述的机组交易极限电量确定方法,其特征在于,根据所述计算模型对所述目标函数进行求解,得到各项电量极限值,具体为:
根据选取的所述目标函数以及所述对应的约束条件,利用线性混合整数规划包对所述目标函数及所述约束条件求解,得到主问题的最优解,所述最优解的结果包括各时段机组启停计划以及机组有功出力计划,通过累加出力计划将电力转化为电量,得到各项电量极限值。
7.如权利要求1所述的机组交易极限电量确定方法,其特征在于,所述校核输出的所述各项电量极限值是否合理,具体为:
若机组极限电量上限小于断面极限电量上限或机组群极限电量上限,则校核结果为合理;若机组极限电量上限大于断面极限电量上限或机组群极限电量上限,则校核结果为不合理。
8.一种机组交易极限电量确定系统,其特征在于,包括数据获取模块、目标函数选取模块、模型构建模块、极限电量求解模块、极限电量判断模块和极限电量输出模块;
所述数据获取模块,用于获取各机组基础数据及系统各项约束条件;
所述目标函数选取模块,用于根据各极限电量的计算需求,选取对应的目标函数;
所述模型构建模块,用于根据所述目标函数、所述目标函数对应的约束条件和所述各基础数据,构建计算模型;
所述极限电量求解模块,用于根据所述计算模型对所述目标函数进行求解,得到各项电量极限值;
所述极限电量判断模块,用于判断各项电量极限值是否已经全部完成;若已经全部完成,则输出各项电量极限值;若未全部完成,则返回步骤“根据各极限电量计算需求,选取对应的目标函数”;
所述极限电量输出模块,用于校核输出的所述各项电量极限值是否合理,若不合理,则按照预设规则削减极限电量上限并返回步骤“根据各极限电量计算需求,选取对应的目标函数”;若合理,则输出最终的各极限电量计算结果。
9.如权利要求8所述的机组交易极限电量确定系统,其特征在于,所述模型构建模块,具体用于:根据所述目标函数、所述目标函数对应的约束条件和所述各机组基础数据,基于安全约束机组组合模型,建立用于描述逐日运行状态的模拟模型,以及建立用于形成主问题最优解的求解模型。
10.如权利要求8所述的机组交易极限电量确定系统,其特征在于,所述极限电量求解模块,具体用于:根据选取的所述目标函数以及所述对应的约束条件,利用线性混合整数规划包对所述目标函数及所述约束条件求解,得到主问题的最优解,所述最优解的结果包括各时段机组启停计划以及机组有功出力计划,通过累加出力计划将电力转化为电量,得到各项电量极限值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811392164.8A CN109586280A (zh) | 2018-11-21 | 2018-11-21 | 一种机组交易极限电量确定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811392164.8A CN109586280A (zh) | 2018-11-21 | 2018-11-21 | 一种机组交易极限电量确定方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109586280A true CN109586280A (zh) | 2019-04-05 |
Family
ID=65923209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811392164.8A Pending CN109586280A (zh) | 2018-11-21 | 2018-11-21 | 一种机组交易极限电量确定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109586280A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111027015A (zh) * | 2019-12-13 | 2020-04-17 | 武汉轻工大学 | 条件极值计算方法、设备、存储介质及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102097866A (zh) * | 2011-03-28 | 2011-06-15 | 国电南瑞科技股份有限公司 | 中长期机组组合优化方法 |
CN104638672A (zh) * | 2015-01-26 | 2015-05-20 | 东南大学 | 一种考虑变量相关性的光伏穿透功率极限的确定方法 |
CN106845797A (zh) * | 2016-12-28 | 2017-06-13 | 广东电网有限责任公司电力调度控制中心 | 一种基于两阶段的月度机组组合方法及系统 |
CN106875026A (zh) * | 2015-12-14 | 2017-06-20 | 中国电力科学研究院 | 一种电力市场环境下中长期输电网拓展规划的混合性规划方法 |
-
2018
- 2018-11-21 CN CN201811392164.8A patent/CN109586280A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102097866A (zh) * | 2011-03-28 | 2011-06-15 | 国电南瑞科技股份有限公司 | 中长期机组组合优化方法 |
CN104638672A (zh) * | 2015-01-26 | 2015-05-20 | 东南大学 | 一种考虑变量相关性的光伏穿透功率极限的确定方法 |
CN106875026A (zh) * | 2015-12-14 | 2017-06-20 | 中国电力科学研究院 | 一种电力市场环境下中长期输电网拓展规划的混合性规划方法 |
CN106845797A (zh) * | 2016-12-28 | 2017-06-13 | 广东电网有限责任公司电力调度控制中心 | 一种基于两阶段的月度机组组合方法及系统 |
Non-Patent Citations (1)
Title |
---|
王步云等: "基于中长期机组组合的外送断面电量极限计算方法", 《智慧电力》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111027015A (zh) * | 2019-12-13 | 2020-04-17 | 武汉轻工大学 | 条件极值计算方法、设备、存储介质及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Privacy-preserving optimal dispatch for an integrated power distribution and natural gas system in networked energy hubs | |
Sarker et al. | Progress on the demand side management in smart grid and optimization approaches | |
Mohandes et al. | A review of power system flexibility with high penetration of renewables | |
Jadidbonab et al. | CVaR-constrained scheduling strategy for smart multi carrier energy hub considering demand response and compressed air energy storage | |
Lara et al. | Robust energy management of isolated microgrids | |
Daneshvar et al. | Two-stage stochastic programming model for optimal scheduling of the wind-thermal-hydropower-pumped storage system considering the flexibility assessment | |
Zamani et al. | Day-ahead resource scheduling of a renewable energy based virtual power plant | |
Oskouei et al. | Scenario-based stochastic optimal operation of wind, photovoltaic, pump-storage hybrid system in frequency-based pricing | |
Gazijahani et al. | Joint energy and reserve scheduling of renewable powered microgrids accommodating price responsive demand by scenario: a risk-based augmented epsilon-constraint approach | |
Wu et al. | GENCO's risk-constrained hydrothermal scheduling | |
Querini et al. | Cooperative energy management system for networked microgrids | |
CN113077101A (zh) | 面向能源互联网调配管理的数字化系统及方法 | |
CN104537428B (zh) | 一种计及风电接入不确定性的经济运行评估方法 | |
CN109447510A (zh) | 基于scuc的中长期电量安全校核方法、装置及系统 | |
CN110490363A (zh) | 一种多日机组组合优化方法及系统 | |
Ma et al. | Decentralized and coordinated scheduling model of interconnected multi-microgrid based on virtual energy storage | |
CN106684915A (zh) | 一种风氢耦合发电系统的优化方法及装置 | |
CN106374536A (zh) | 新能源接入条件下电力容量市场的低碳电源投资决策方法 | |
Petrichenko et al. | Modelling the Future of the Baltic Energy Systems: A Green Scenario | |
O’Malley et al. | Natural gas system dispatch accounting for electricity side flexibility | |
Zhu et al. | Modeling optimal energy exchange operation of microgrids considering renewable energy resources, risk-based strategies, and reliability aspect using multi-objective adolescent identity search algorithm | |
Peng et al. | Review on bidding strategies for renewable energy power producers participating in electricity spot markets | |
Hu et al. | Coordinated scheduling model of power system with active distribution networks based on multi-agent system | |
Zhang et al. | Study on generation and transmission maintenance scheduling under electricity market | |
CN109586280A (zh) | 一种机组交易极限电量确定方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190405 |