CN109861306B - 输电网发电调度方法与装置 - Google Patents
输电网发电调度方法与装置 Download PDFInfo
- Publication number
- CN109861306B CN109861306B CN201910172120.2A CN201910172120A CN109861306B CN 109861306 B CN109861306 B CN 109861306B CN 201910172120 A CN201910172120 A CN 201910172120A CN 109861306 B CN109861306 B CN 109861306B
- Authority
- CN
- China
- Prior art keywords
- unit
- line
- fault
- power generation
- transmission network
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 100
- 238000010248 power generation Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000009471 action Effects 0.000 claims abstract description 59
- 230000009194 climbing Effects 0.000 claims abstract description 34
- 230000006870 function Effects 0.000 claims description 18
- 239000000126 substance Substances 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 description 5
- 230000009977 dual effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种输电网发电调度方法与装置,该方法,包括:获取输电网中各线路的故障状态,并根据线路的故障状态确定线路不确定集合;获取输电网中各机组的开停策略进而对应生成机组的开关动作结果,并根据各机组的最小开停机时间、爬坡速率及其对应的发电成本、线路不确定集合,建立机组调度模型;根据预设的输电网机组及电网运行约束条件,对机组调度模型求解,获取下一调度周期内各机组的启停结果;根据获取所得的下一调度周期各机组的启停结果,生成机组开关动作调整指令并发送至输电网机组控制装置,以控制输电网中各机组的开关动作;该方法能计及偶发线路故障的扰动,有效提高电力系统发电调度决策应对偶发扰动的适用性。
Description
技术领域
本发明涉及输电网发电调度技术领域,尤其涉及一种输电网发电调度方法与装置。
背景技术
电力系统的调度是在满足系统运行约束条件下,通过优化调度各发电机组出力,使系统在所有运行时段的总运行费用最小,是电力系统运行中面对的关键问题之一。在实际系统中,由于偶发的机组、线路故障可能会造成电力大量短缺,严重的甚至会造成大面积停电。因此,系统运行中常采用N-1与N-2安全准则进行发电计划的校验。近年来,随着电力系统中由多个元件故障而造成的停电事件的频繁发生,诸多学者已将该安全准则推广至考虑k个元件故障的N-k安全准则。然而,传统的方法计及机组的故障概率信息、或计及机组N-k故障与负荷不确定性,构建了二阶段鲁棒机组组合模型用于电力系统的调度,但是考虑到机组发生故障的概率通常较小,部分方法建模时假设机组故障后可正常出力与实际运行不符的情况,上述方法存在不同程度的缺陷,所以现有的电力系统的调度方法在电力系统的实际运行难以获得应用。然而,由于输电线路跨度较长,且暴露于外部环境下,易受多种因素影响而发生故障,现有的电力系统的调度方法在电力系统的实际运行难以获得应用。
发明内容
针对上述问题,本发明的目的在于提供一种输电网发电调度方法与装置,其能计及偶发线路故障的扰动,有效提高电力系统发电调度决策的适用性。
第一方面,本发明实施例提供了一种输电网发电调度方法,包括以下步骤:
获取输电网中各线路的故障状态,并根据所述线路的故障状态确定线路不确定集合;
获取输电网中各机组的开关动作,并根据各机组的开关动作及其对应的发电成本、所述线路不确定集合,建立机组调度模型;其中,所述机组调度模型以输电网机组启停成本、机组发电出力成本以及失负荷惩罚成本为目标函数;
根据预设的机组及电网运行约束条件,通过所述机组调度模型,获取下一调度周期内各机组的启停结果;
根据获取所得的下一调度周期内各机组的启停结果,生成机组开关动作调整指令并发送至输电网机组控制装置,以控制输电网中各机组的开关动作。
优选地,所述获取输电网中各线路的故障状态,并根据所述线路的故障状态确定线路不确定集合,具体包括:
根据公式(1)确定线路不确定集合;
其中,L为线路集合;T为时间集合;k为故障线路的数目;Zij,t为线路(i,j)在时间段t的故障状态,0表征线路故障,1表征线路无故障。
优选地,所述获取输电网中各线路的故障状态,并根据所述线路的故障状态确定线路不确定集合,具体包括:
根据公式(2)确定线路不确定集合;
其中,L为线路集合;k为故障线路的数目;Zij,t为线路(i,j)的故障状态,0表征线路故障,1表征线路无故障。
优选地,所述机组调度模型的目标函数为:
其中,G为机组集合;ug,t为机组g在时间段t的开关动作变量,ug,t∈{0,1},1表征开机,0表征停机;yg,t为机组g在时间段t的开机与否的变量,yg,t∈{0,1},1表征开机,0表征停机;vg,t为机组g在时间段t的停机与否的变量,vg,t∈{0,1},1表征停机,0表征开机;与分别为机组g的单次开、停机发电成本;Q(u,z)表征线路故障时机组发电出力成本与失负荷惩罚成本之和。
优选地,所述方法还包括:
根据公式(4)优化线路故障时机组发电出力成本与失负荷惩罚成本之和;
其中,R为插值线性化机组成本曲线时选取的插值点数;为线性化机组成本曲线时对应机组出力为的插值点对应的发电成本, ag,bg,cg分别为机组g的二次发电成本系数项;为插值点对应的系数变量;CVOLL为失负荷惩罚成本系数;Δdi,t为节点i在时间段t的不平衡功率。
优选地,所述预设的机组及电网运行约束条件包括:
机组开停机状态约束条件:
机组最小开停机时间约束条件:
插值线性化发电成本引入约束条件:
其中,Pg,t为机组g在时间段t的发电出力值;
机组出力范围约束条件:
其中,Pg min,Pg max分别为机组g的最小、最大出力;
机组向上、向下爬坡速率约束条件:
线路传输容量约束条件:
其中,θi,t为节点i在时间段t的相角值;xij为线路(i,j)的电抗;fij t为线路(i,j)在时间段t传输的有功功率值;fij max与fij min分别为线路(i,j)有功传输功率的上限值、下限值;z为表征线路故障与否的不确定{0,1}变量;
节点相角上下限约束条件:
其中,θi min与θi max分别为节点i相角的上限值、下限值;
节点功率平衡约束条件:
其中,Di,t为节点i在时间段t的负荷量;j∈L(·,i)表示与节点i相连且末端节点为i的线路构成的集合;j∈L(i,·)表示与节点i相连且始端节点为i的线路构成的集合。
优选地,所述根据预设的机组及电网运行约束条件,通过所述机组调度模型,获取下一调度周期各机组的启停结果,具体包括:
根据所述机组开停机状态约束条件、机组最小开停机时间约束条件对所述机组调度模型进行求解,获得在线路故障前机组的开停机顺序;
根据所述插值线性化发电成本引入约束条件、节点功率平衡约束条件、线路不确定集合对所述机组调度模型进行求解,获得在线路故障最坏情况下的机组出力;
根据在线路故障前机组的开停机顺序以及在线路故障最坏情况下的机组出力,反复迭代优化得到下一调度周期内各机组的开关动作。
优选地,所述根据所述机组开停机状态约束条件、机组最小开停机时间约束条件对所述机组调度模型进行求解,获得在线路故障前机组的开停机顺序,具体包括:
根据所述机组开停机状态约束条件、机组最小开停机时间约束条件,采用CPLEX或Gurobi求解器对机组调度模型进行求解,获得在线路故障前机组的开停机顺序。
优选地,所述根据所述插值线性化发电成本引入约束条件、节点功率平衡约束条件、线路不确定集合对所述机组调度模型进行求解,获得在线路故障最坏情况下的机组出力,具体包括:
采用大M法将所述插值线性化发电成本引入约束条件、节点功率平衡约束条件、线路不确定集合对所述机组调度模型进行线性化表示,并采用MILP求解器进行求解,获得在线路故障最坏情况下的机组出力。
第二方面,本发明实施例提供了一种输电网发电调度装置,包括:
线路不确定集合确定模块,用于获取输电网中各线路的故障状态,并根据所述线路的故障状态确定线路不确定集合;
机组调度模型建立模块,用于获取输电网中各机组的开关动作,并根据各机组的最小开停机时间、爬坡速率及其对应的发电成本、所述线路不确定集合,建立机组调度模型;其中,所述机组调度模型以输电网机组启停成本、机组发电出力成本以及失负荷惩罚成本为目标函数;
机组开关动作获取模块,用于根据预设的机组及电网运行约束条件,通过所述机组调度模型,获取下一调度周期内各机组的启停结果;
机组控制模块,用于根据获取所得的下一调度周期内各机组的启停结果,生成机组开关动作调整指令并发送至输电网机组控制装置,以控制输电网中各机组的开关动作。
以上实施例具有如下有益效果:
获取输电网中各线路的故障状态,并根据所述线路的故障状态确定线路不确定集合,作为N-k安全准则不确定集合;获取输电网中各机组的开关动作,并根据各机组的开关动作及其对应的发电成本、所述线路不确定集合,建立出二阶段鲁棒机组组合的机组调度模型;其中,所述机组调度模型以输电网机组启停成本、机组发电出力成本以及失负荷惩罚成本为目标函数;根据预设的机组输电网及电网运行约束条件,对所述机组调度模型求解,得到输电网机组的优化调度的优化解,即获取下一调度周期内各机组的开关动作;根据获取所得的下一调度周期内各机组的开停机策略,生成对应的机组开关动作调整指令并发送至输电网机组控制装置,以控制输电网中各机组的开关动作;该方法能计及偶发线路故障的扰动,有效提高电力系统发电调度决策应对偶发扰动的适用性。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的输电网发电调度方法的流程示意图;
图2是本发明实施例提供的基于C&CG算法的求解流程图;
图3是本发明实施例提供的输电网发电调度装置的结构示意图。
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做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。
请参照图1,本发明第一实施例提供了一种输电网发电调度方法,其可由输电网发电调度装置来执行,并包括以下步骤:
S11:获取输电网中各线路的故障状态,并根据所述线路的故障状态确定线路不确定集合。
在本发明实施例中,所述输电网发电调度装置可为电脑、手机、平板电脑、笔记本电脑或者服务器等计算设备,所述输电网发电调度方法可作为其中一个功能模块集成与所述输电网发电调度装置上,由所述输电网发电调度装置来执行。
进一步地,所述获取输电网中各线路的故障状态,并根据所述线路的故障状态确定线路不确定集合,具体包括:
根据公式(1)确定线路不确定集合;
其中,L为线路集合;T为时间集合;k为故障线路的数目;Zij,t为线路(i,j)在时间段t的故障状态,0表征线路故障,1表征线路无故障。
和/或,
根据公式(2)确定线路不确定集合;
其中,L为线路集合;k为故障线路的数目;Zij,t为线路(i,j)的故障状态,0表征线路故障,1表征线路无故障。
在本发明实施例中,通过公式(1)构建基于线路故障的多时段独立的线路不确定集合,该线路不确定集合的表征各时段间线路故障是否相互独立,与之前时段故障是否无关联,且不计及各条线路故障之间的关联性;通过公式(2)构建基于线路故障的与时间无关的线路不确定集合,该线路不确定集合的表征不计及线路故障发生的时间,即描述是否线路故障的状态变量不随时间变化而变化。上述两种线路不确定集合Z均是N-k安全准则不确定集合,通过线路不确定集合Z计及了N-k网络安全约束,可以计及线路偶发故障,从而提高输电网发电调度应对输电线路偶发扰动的能力。
S12:获取输电网中各机组的开关动作,并根据各机组的最小开停机时间、爬坡速率及其对应的发电成本、所述线路不确定集合,建立机组调度模型;其中,所述机组调度模型以输电网的机组启停成本、机组发电出力成本以及失负荷惩罚成本为目标函数。
具体地,可以通过获取各机组的开停策略进而对应生成机组的开关动作结果,得到输电网中各机组的开关动作,
进一步地,所述机组调度模型的目标函数为:
其中,G为机组集合;ug,t为机组g在时间段t的开关动作变量,ug,t∈{0,1},1表征开机,0表征停机;yg,t为机组g在时间段t的开机与否的变量,yg,t∈{0,1},1表征开机,0表征停机;vg,t为机组g在时间段t的停机与否的变量,vg,t∈{0,1},1表征停机,0表征开机;与分别为机组g的单次开、停机发电成本;Q(u,z)表征线路故障时机组发电出力成本与失负荷惩罚成本之和。
该目标函数由机组启停成本、机组发电出力成本以及失负荷惩罚成本三部分组成。
进一步地,所述方法还包括:根据公式(4)优化线路故障时机组发电出力成本与失负荷惩罚成本之和;
其中,R为插值线性化机组成本曲线时选取的插值点数;为线性化机组成本曲线时对应机组出力为的插值点对应的发电成本, ag,bg,cg分别为机组g的二次发电成本系数项;为插值点对应的系数变量;CVOLL为失负荷惩罚成本系数;Δdi,t为节点i在时间段t的不平衡功率。
在本发明实施例中,基于步骤S11的线路不确定集合,构建一种计及N-k网络安全约束的二阶段鲁棒机组组合方法的机组调度模型,该机组调度模型以输电网机组启停成本、机组发电出力成本以及失负荷惩罚成本为目标函数。通过步骤S13所述预设的输电网机组及电网运行约束条件联合所述机组调度模型进行求解最优解,使得所述机组调度模型在满足公式(4)的线路故障时机组发电出力成本与失负荷惩罚成本之和Q(u,z)的同时,满足步骤S13所述预设的机组及电网运行约束条件,实现以机组启停成本、机组发电出力成本以及失负荷惩罚成本为目标函数,对机组组合调度进行优化,可以提高调度的安全性。
S13:根据预设的机组及电网运行约束条件,通过所述机组调度模型,获取下一调度周期内各机组的启停结果。
进一步地,所述预设的机组及电网运行约束条件包括:
机组开停机状态约束条件:
公式(5)表征机组启、停状态与开、停机状态之间的关联关系约束,并且同一时段内一台机组不可能同时启、停。
机组最小开停机时间约束条件:
插值线性化发电成本引入约束条件:
通过公式(7)采用插值线性化方法线性近似表示机组的发电成本,减轻模型求解难度。
其中,Pg,t为机组g在时间段t的发电出力值;
机组出力范围约束条件:
其中,Pg min,Pg max分别为机组g的最小、最大出力;
公式(8)表征了机组出力要在其最大、最小出力范围内进行调整。
机组向上、向下爬坡速率约束条件:
通过公式(9)表征机组向上、向下爬坡速率约束,避免由于配电线路的输送功率超过其额定容量导致的系统运行危险,提高输电网发电调度的安全性。
线路传输容量约束条件:
其中,θi,t为节点i在时间段t的相角值;xij为线路(i,j)的电抗;fij t为线路(i,j)在时间段t传输的有功功率值;fij max与fij min分别为线路(i,j)有功传输功率的上限值、下限值;z为表征线路故障与否的不确定{0,1}变量;
节点相角上下限约束条件:
其中,θi min与θi max分别为节点i相角的上限值、下限值;
节点功率平衡约束条件:
其中,Di,t为节点i在时间段t的负荷量;j∈L(·,i)表示与节点i相连且末端节点为i的线路构成的集合;j∈L(i,·)表示与节点i相连且始端节点为i的线路构成的集合。
通过公式(13)在节点的功率平衡方程中引入节点不平衡功率Δdi,t,避免由于计及N-k线路安全约束后,产生节点负荷无法满足的情况。
进一步地,所述根据预设的输电网机组及电网运行约束条件,通过所述机组调度模型,获取下一调度周期内各机组的启停结果,具体包括:
根据所述机组开停机状态约束条件、机组最小开停机时间约束条件对所述机组调度模型进行求解,获得在线路故障前机组的开停机顺序;
根据所述插值线性化发电成本引入约束条件、节点功率平衡约束条件、线路不确定集合对所述机组调度模型进行求解,获得在线路故障最坏情况下的机组出力;
根据在线路故障前机组的开停机顺序以及在线路故障最坏情况下的机组出力,得到下一时段各机组的开关动作。
本发明实施例通过解算模型得到下一调度周期各机组的开停机策略并生成对应的机组开关动作结果。
进一步地,所述根据所述机组开停机状态约束条件、机组最小开停机时间约束条件对所述机组调度模型进行求解,获得在线路故障前机组的开停机顺序,具体包括:
根据所述机组开停机状态约束条件、机组最小开停机时间约束条件,采用CPLEX或Gurobi求解器对机组调度模型进行求解,获得在线路故障前机组的开停机顺序。
进一步地,所述根据所述插值线性化发电成本引入约束条件、节点功率平衡约束条件、线路不确定集合对所述机组调度模型进行求解,获得在线路故障最坏情况下的机组出力,具体包括:
采用大M法将所述插值线性化发电成本引入约束条件、节点功率平衡约束条件、线路不确定集合对所述机组调度模型进行线性化表示,并采用MILP求解器进行求解,获得在线路故障最坏情况下的机组出力。
在本发明实施例中,通过步骤S11~S13构建了具有min-max-min结构的二阶段鲁棒机组组合模型,本发明实施例采用C&CG算法,将上述模型中二阶段问题中内、外层问题分别对应转化为主问题与子问题的形式进行迭代求解,由于每次返回主问题的为子问题的最优解而使得该算法达到收敛所需的迭代次数较少,收敛速度较快。为了方便理解,下面对步骤S13的模型主问题与子问题的求解过程进行详细的说明:
(1)主问题;
主问题对应第一阶段机组组合决策问题,即根据所述机组开停机状态约束条件、机组最小开停机时间约束条件对所述机组调度模型进行求解,获得在线路故障前机组的开停机顺序可以表示为:
式中:χ为引入的辅助变量,表征第二阶段问题对应的目标函数值(即公式(4)。
由于采用了差值线性化方法线性近似表示机组的发电成本,因此上述主问题即为混合整数线性规划问题(MILP),因而可以通过常用求解器,如:CPLEX、Gurobi等进行有效求解。
(2)子问题;
子问题对应第二阶段线路故障发生后的经济再调度问题,即根据所述插值线性化发电成本引入约束条件、节点功率平衡约束条件、线路不确定集合对所述机组调度模型进行求解,获得在线路故障最坏情况下的机组出力,从而保证系统运行的经济性,可表示为:
由于上述子问题具有max-min两层结构本发明实施例采用对偶理论将内层min问题转化为其对偶问题对应的max问题,并与外层max问题合并求解。转化后可表示为:
由于上述子问题目标函数中存在双线性项,为便于模型求解,可通过大M法将其线性化表示,从而将子问题转化为MILP问题求解。将主问题与子问题转化为MILP问题后通过采用C&CG算法的求解思路调用相应求解器分别对主问题与子问题进行迭代求解,得到输电网机组的优化调度的优化解,即获取下一时段各机组的开关动作。C&CG算法求解的流程图如图2所示。
本发明实施考虑了机组开停机状态约束、机组最小开停机时间约束、插值线性化发电成本引入约束、机组出力范围约束、机组向上、向下爬坡速率约束、线路传输容量约束、节点相角上下限约束、节点功率平衡约束,并运用对偶原理和线性化技术,可将主问题与子问题均转化为混合整数线性规划(MILP)模型,有效提高了模型的求解效率。
S14:根据获取所得的下一时段各机组的启停结果,生成机组开关动作调整指令并发送至输电网机组控制装置,以控制输电网中各机组的开关动作。
为了验证本发明实施例输电网发电调度的有效性,本发明实施例以IEEE 14节点及IEEE 118节点标准测试系统为例,对文中所提模型在两种不确定集合下的有效性进行测试分析。编程测试采用GAMS(general algebraic modeling system)软件,调用CPLEX求解器进行求解,测试计算机配置为因特尔Core(TM)i5-6300系列CPU,主频2.4GHz,内存8G。具体的测试过程在此不进行详细的说明,对于公式(1)所述的线路不确定结合:测试结果如下:随着k的不断增大,调度总成本不断增加;主要是由于线路故障后无法满足负荷需求,从而产生失负荷惩罚成本所致;随着k的增加,系统的总成本亦显著增加;随着k的变化,机组启停结果也相应发生变化,主要是在更多时段开启了经济性较差的机组以满足负荷需求;当设定k=1时,当CVOLL由$1000/MWh增加到$3000/MWh时,机组的启停决策与发电成本均相应变化,这是由于为了满足负荷需求从而不断调整机组运行状态的结果。但是,当CVOLL取值超过一定临界值时,机组的启停成本与发电成本将不再变化。对于公式(2)所述的线路不确定结合:测试结果如下:随着k的不断增大,调度总成本不断增加,造成成本增加的主要原因是失负荷惩罚成本的迅速增加。当k=1时,机组的启停结果并未发生变化,只是相应经济性较高机组的部分出力转移到了经济性较差的机组上,从而造成发电成本有所上升;然而,对于k更大的情况,由于线路故障限制了发电机组的输出功率,因此其对应的发电成本均减小,相反失负荷成本则不断增大。当设定k=1时,当CVOLL由$2000/MWh增加到$3000/MWh时,机组启停决策与发电成本均未发生变化,只有失负荷成本随CVOLL取值不同而变化,这是因为当CVOLL取值超过一定临界值时,所有机组的可调能力已充分发挥,无法再继续通过调整机组运行方式而降低运行成本。基于此,本发明实施例中通过融合公式(1)和公式(2)所述的两种线路不确定集合建立机组调度模型进行优化求解,能够进一步融合两种线路不确定集合的优势,提高计算效率,实现量化评估线路故障时间对输电网发电调度的机组集合选取及模型构建。
以上实施例具有如下有益效果:
获取输电网中各线路的故障状态,并根据所述线路的故障状态、故障线路数据确定线路不确定集合,作为N-k安全准则不确定集合;获取输电网中各机组的开关动作,并根据各机组的最小开停机时间、爬坡速率及其对应的发电成本、所述线路不确定集合,建立出二阶段鲁棒机组组合的机组调度模型;其中,所述机组调度模型以输电网机组启停成本、机组发电出力成本以及失负荷惩罚成本为目标函数;根据预设的机组及电网运行约束条件,对所述机组调度模型求解,得到输电网机组的优化调度的优化解,即获取下一时段各机组的开关动作;根据获取所得的下一时段各机组的开关动作,生成机组开关动作调整指令并发送至输电网机组控制装置,以控制输电网中各机组的开关动作;该方法其能计及偶发故障的扰动,如机组、线路故障等,有效提高电力系统发电调度应的适用性。
请参阅图3,本发明第二实施例提供了一种输电网发电调度装置,包括:
线路不确定集合确定模块1,用于获取输电网中各线路的故障状态,并根据所述线路的故障状态确定线路不确定集合;
机组调度模型建立模块2,用于获取输电网中各机组的开关动作,并根据各机组的最小开停机时间、爬坡速率及其对应的发电成本、所述线路不确定集合,建立机组调度模型;其中,所述机组调度模型以输电网机组启停成本、机组发电出力成本以及失负荷惩罚成本为目标函数;
机组开关动作获取模块3,用于根据预设的机组及电网运行约束条件,通过所述机组调度模型,获取下一调度周期内各机组的启停结果;
机组控制模块4,用于根据获取所得的下一调度周期内各机组的启停结果,生成机组开关动作调整指令并发送至输电网机组控制装置,以控制输电网中各机组的开关动作。
在一种可选的实施例中,所述线路不确定集合确定模块1包括:
第一不确定集合构建单元,用于根据公式(1)确定线路不确定集合;
其中,L为线路集合;T为时间集合;k为故障线路的数目;Zij,t为线路(i,j)在时间段t的故障状态,0表征线路故障,1表征线路无故障。
在一种可选的实施例中,所述线路不确定集合确定模块1包括:
第二不确定集合构建单元,用于根据公式(2)确定线路不确定集合;
其中,L为线路集合;k为故障线路的数目;Zij,t为线路(i,j)的故障状态,0表征线路故障,1表征线路无故障。
在一种可选的实施例中,所述机组调度模型的目标函数为:
其中,G为机组集合;ug,t为机组g在时间段t的开关动作变量,ug,t∈{0,1},1表征开机,0表征停机;yg,t为机组g在时间段t的开机与否的变量,yg,t∈{0,1},1表征开机,0表征停机;vg,t为机组g在时间段t的停机与否的变量,vg,t∈{0,1},1表征停机,0表征开机;与分别为机组g的单次开、停机发电成本;Q(u,z)表征线路故障时机组发电出力成本与失负荷惩罚成本之和。
在一种可选的实施例中,所述装置还包括:
模型优化模块,用于根据公式(4)优化线路故障时机组发电出力成本与失负荷惩罚成本之和;
其中,R为插值线性化机组成本曲线时选取的插值点数;为线性化机组成本曲线时对应机组出力为的插值点对应的发电成本, ag,bg,cg分别为机组g的二次发电成本系数项;为插值点对应的系数变量;CVOLL为失负荷惩罚成本系数;Δdi,t为节点i在时间段t的不平衡功率。
在一种可选的实施例中,所述预设的输电网机组及电网运行约束条件包括:
机组开停机状态约束条件:
机组最小开停机时间约束条件:
插值线性化发电成本引入约束条件:
其中,Pg,t为机组g在时间段t的发电出力值;
机组出力范围约束条件:
其中,Pg min,Pg max分别为机组g的最小、最大出力;
机组向上、向下爬坡速率约束条件:
线路传输容量约束条件:
其中,θi,t为节点i在时间段t的相角值;xij为线路(i,j)的电抗;fij t为线路(i,j)在时间段t传输的有功功率值;fij max与fij min分别为线路(i,j)有功传输功率的上限值、下限值;z为表征线路故障与否的不确定{0,1}变量;
节点相角上下限约束条件:
其中,θi min与θi max分别为节点i相角的上限值、下限值;
节点功率平衡约束条件:
其中,Di,t为节点i在时间段t的负荷量;j∈L(·,i)表示与节点i相连且末端节点为i的线路构成的集合;j∈L(i,·)表示与节点i相连且始端节点为i的线路构成的集合。
在一种可选的实施例中,所述机组开关动作获取模块3包括:
第一模型解算单元,用于根据所述机组开停机状态约束条件、机组最小开停机时间约束条件对所述机组调度模型进行求解,获得在线路故障前机组的开停机顺序;
第二模型解算单元,用于根据所述插值线性化发电成本引入约束条件、节点功率平衡约束条件、线路不确定集合对所述机组调度模型进行求解,获得在线路故障最坏情况下的机组出力;
机组组合单元,用于根据在线路故障前机组的开停机顺序以及在线路故障最坏情况下的机组出力,得到下一时段各机组的开关动作。
在一种可选的实施例中,所述第一模型解算单元,用于根据所述机组开停机状态约束条件、机组最小开停机时间约束条件,采用CPLEX或Gurobi求解器对机组调度模型进行求解,获得在线路故障前机组的开停机顺序。
在一种可选的实施例中,所述第二模型解算单元,用于采用大M法将所述插值线性化发电成本引入约束条件、节点功率平衡约束条件、线路不确定集合对所述机组调度模型进行线性化表示,并采用MILP求解器进行求解,获得在线路故障最坏情况下的机组出力。
上述装置的原理与第一实施例所述的输电网发电调度方法相同,在此不再重复说明。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
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 (4)
1.一种输电网发电调度方法,其特征在于,包括以下步骤:
获取输电网中各线路的故障状态,并根据所述线路的故障状态确定线路不确定集合;
获取输电网中各机组的开关动作,并根据各机组的最小开停机时间、爬坡速率及其对应的发电成本、所述线路不确定集合,建立机组调度模型;其中,所述机组调度模型以输电网机组启停成本、机组发电出力成本以及失负荷惩罚成本为目标函数;
根据预设的机组及电网运行约束条件,通过所述机组调度模型,获取下一调度周期内各机组的启停结果;
根据获取所得的下一调度周期内各机组的启停结果,生成机组开关动作调整指令并发送至输电网机组控制装置,以控制输电网中各机组的开关动作;
其中,所述获取输电网中各线路的故障状态,并根据所述线路的故障状态确定线路不确定集合,具体包括:
根据公式(1)确定线路不确定集合;
其中,L为线路集合;T为时间集合;k为故障线路的数目;Zij,t为线路(i,j)在时间段t的故障状态,0表征线路故障,1表征线路无故障;
和/或,所述获取输电网中各线路的故障状态,并根据所述线路的故障状态确定线路不确定集合,具体包括:
根据公式(2)确定线路不确定集合;
其中,L为线路集合;k为故障线路的数目;Zij,t为线路(i,j)的故障状态,0表征线路故障,1表征线路无故障;
所述机组调度模型的目标函数为:
其中,G为机组集合;ug,t为机组g在时间段t的开关动作变量,ug,t∈{0,1},1表征开机,0表征停机;yg,t为机组g在时间段t的开机与否的变量,yg,t∈{0,1},1表征开机,0表征停机;vg,t为机组g在时间段t的停机与否的变量,vg,t∈{0,1},1表征停机,0表征开机;与分别为机组g的单次开、停机发电成本;Q(u,z)表征线路故障时机组发电出力成本与失负荷惩罚成本之和;
根据公式(4)优化线路故障时机组发电出力成本与失负荷惩罚成本之和;
其中,R为插值线性化机组成本曲线时选取的插值点数;为线性化机组成本曲线时对应机组出力为的插值点对应的发电成本,ag,bg,cg分别为机组g的二次发电成本系数项;为插值点对应的系数变量;CVOLL为失负荷惩罚成本系数;Δdi,t为节点i在时间段t的不平衡功率;
所述预设的机组及电网运行约束条件包括:
机组开停机状态约束条件:
机组最小开停机时间约束条件:
插值线性化发电成本引入约束条件:
其中,Pg,t为机组g在时间段t的发电出力值;
机组出力范围约束条件:
其中,Pg min,Pg max分别为机组g的最小、最大出力;
机组向上、向下爬坡速率约束条件:
线路传输容量约束条件:
其中,θi,t为节点i在时间段t的相角值;xij为线路(i,j)的电抗;fij t为线路(i,j)在时间段t传输的有功功率值;fij max与fij min分别为线路(i,j)有功传输功率的上限值、下限值;z为表征线路故障与否的不确定{0,1}变量;
节点相角上下限约束条件:
其中,θi min与θi max分别为节点i相角的上限值、下限值;
节点功率平衡约束条件:
其中,Di,t为节点i在时间段t的负荷量;j∈L(·,i)表示与节点i相连且末端节点为i的线路构成的集合;j∈L(i,·)表示与节点i相连且始端节点为i的线路构成的集合;
所述根据预设的机组及电网运行约束条件,通过所述机组调度模型,获取下一调度周期内各机组的启停结果,具体包括:
根据所述机组开停机状态约束条件、机组最小开停机时间约束条件对所述机组调度模型进行求解,获得在线路故障前机组的开停机顺序;
根据所述插值线性化发电成本引入约束条件、节点功率平衡约束条件、线路不确定集合对所述机组调度模型进行求解,获得在线路故障最坏情况下的机组出力;
根据在线路故障前机组的开停机顺序以及在线路故障最坏情况下的机组出力,反复迭代优化得到下一调度周期内各机组的开关动作。
2.如权利要求1所述的输电网发电调度方法,其特征在于,所述根据所述机组开停机状态约束条件、机组最小开停机时间约束条件对所述机组调度模型进行求解,获得在线路故障前机组的开停机顺序,具体包括:
根据所述机组开停机状态约束条件、机组最小开停机时间约束条件,采用CPLEX或Gurobi求解器对机组调度模型进行求解,获得在线路故障前机组的开停机顺序。
3.如权利要求1所述的输电网发电调度方法,其特征在于,所述根据所述插值线性化发电成本引入约束条件、节点功率平衡约束条件、线路不确定集合对所述机组调度模型进行求解,获得在线路故障最坏情况下的机组出力,具体包括:
采用大M法将所述插值线性化发电成本引入约束条件、节点功率平衡约束条件、线路不确定集合对所述机组调度模型进行线性化表示,并采用MILP求解器进行求解,获得在线路故障最坏情况下的机组出力。
4.一种输电网发电调度装置,其特征在于,包括:
线路不确定集合确定模块,用于获取输电网中各线路的故障状态,并根据所述线路的故障状态确定线路不确定集合;
机组调度模型建立模块,用于获取输电网中各机组的开关动作,并根据各机组的最小开停机时间、爬坡速率及其对应的发电成本、所述线路不确定集合,建立机组调度模型;其中,所述机组调度模型以输电网机组启停成本、机组发电出力成本以及失负荷惩罚成本为目标函数;
机组开关动作获取模块,用于根据预设的机组及电网运行约束条件,通过所述机组调度模型,获取下一调度周期内各机组的启停结果;
机组控制模块,用于根据获取所得的下一调度周期内各机组的启停结果,生成机组开关动作调整指令并发送至输电网机组控制装置,以控制输电网中各机组的开关动作;
其中,所述获取输电网中各线路的故障状态,并根据所述线路的故障状态确定线路不确定集合,具体包括:
根据公式(1)确定线路不确定集合;
其中,L为线路集合;T为时间集合;k为故障线路的数目;Zij,t为线路(i,j)在时间段t的故障状态,0表征线路故障,1表征线路无故障;
和/或,所述获取输电网中各线路的故障状态,并根据所述线路的故障状态确定线路不确定集合,具体包括:
根据公式(2)确定线路不确定集合;
其中,L为线路集合;k为故障线路的数目;Zij,t为线路(i,j)的故障状态,0表征线路故障,1表征线路无故障;
所述机组调度模型的目标函数为:
其中,G为机组集合;ug,t为机组g在时间段t的开关动作变量,ug,t∈{0,1},1表征开机,0表征停机;yg,t为机组g在时间段t的开机与否的变量,yg,t∈{0,1},1表征开机,0表征停机;vg,t为机组g在时间段t的停机与否的变量,vg,t∈{0,1},1表征停机,0表征开机;与分别为机组g的单次开、停机发电成本;Q(u,z)表征线路故障时机组发电出力成本与失负荷惩罚成本之和;
根据公式(4)优化线路故障时机组发电出力成本与失负荷惩罚成本之和;
其中,R为插值线性化机组成本曲线时选取的插值点数;为线性化机组成本曲线时对应机组出力为的插值点对应的发电成本,ag,bg,cg分别为机组g的二次发电成本系数项;为插值点对应的系数变量;CVOLL为失负荷惩罚成本系数;Δdi,t为节点i在时间段t的不平衡功率;
所述预设的机组及电网运行约束条件包括:
机组开停机状态约束条件:
机组最小开停机时间约束条件:
插值线性化发电成本引入约束条件:
其中,Pg,t为机组g在时间段t的发电出力值;
机组出力范围约束条件:
其中,Pg min,Pg max分别为机组g的最小、最大出力;
机组向上、向下爬坡速率约束条件:
线路传输容量约束条件:
其中,θi,t为节点i在时间段t的相角值;xij为线路(i,j)的电抗;fij t为线路(i,j)在时间段t传输的有功功率值;fij max与fij min分别为线路(i,j)有功传输功率的上限值、下限值;z为表征线路故障与否的不确定{0,1}变量;
节点相角上下限约束条件:
其中,θi min与θi max分别为节点i相角的上限值、下限值;
节点功率平衡约束条件:
其中,Di,t为节点i在时间段t的负荷量;j∈L(·,i)表示与节点i相连且末端节点为i的线路构成的集合;j∈L(i,·)表示与节点i相连且始端节点为i的线路构成的集合;
所述根据预设的机组及电网运行约束条件,通过所述机组调度模型,获取下一调度周期内各机组的启停结果,具体包括:
根据所述机组开停机状态约束条件、机组最小开停机时间约束条件对所述机组调度模型进行求解,获得在线路故障前机组的开停机顺序;
根据所述插值线性化发电成本引入约束条件、节点功率平衡约束条件、线路不确定集合对所述机组调度模型进行求解,获得在线路故障最坏情况下的机组出力;
根据在线路故障前机组的开停机顺序以及在线路故障最坏情况下的机组出力,反复迭代优化得到下一调度周期内各机组的开关动作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910172120.2A CN109861306B (zh) | 2019-03-07 | 2019-03-07 | 输电网发电调度方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910172120.2A CN109861306B (zh) | 2019-03-07 | 2019-03-07 | 输电网发电调度方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109861306A CN109861306A (zh) | 2019-06-07 |
CN109861306B true CN109861306B (zh) | 2021-06-22 |
Family
ID=66900240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910172120.2A Active CN109861306B (zh) | 2019-03-07 | 2019-03-07 | 输电网发电调度方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109861306B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110311427B (zh) * | 2019-06-18 | 2020-12-01 | 华北电力大学 | 计及故障概率的两阶段n-k鲁棒故障约束机组组合方法 |
CN112884265B (zh) * | 2019-11-30 | 2023-01-13 | 国网天津市电力公司电力科学研究院 | 一种应用于城市电网网源协调的智能管理方法 |
CN111325449B (zh) * | 2020-01-23 | 2022-08-23 | 清华大学 | 电网运行风险主动防控方法及装置 |
CN114897247B (zh) * | 2022-05-16 | 2023-03-28 | 山西祥睿能源有限公司 | 一种基于大数据的智能电网配网调度运行管理方法 |
-
2019
- 2019-03-07 CN CN201910172120.2A patent/CN109861306B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109861306A (zh) | 2019-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109861306B (zh) | 输电网发电调度方法与装置 | |
Bajwa et al. | Enhancing power system resilience leveraging microgrids: A review | |
Caramanis et al. | Co-optimization of power and reserves in dynamic T&D power markets with nondispatchable renewable generation and distributed energy resources | |
Balu et al. | On-line power system security analysis | |
Madureira et al. | Advanced control and management functionalities for multi‐microgrids | |
US20160048150A1 (en) | Method and apparatus for optimal power flow with voltage stability for large-scale electric power systems | |
Nguyen et al. | A novel agent-based distributed power flow solver for smart grids | |
Islam et al. | A distributed multi-agent based emergency control approach following catastrophic disturbances in interconnected power systems | |
Panwar et al. | Integration of flow battery for resilience enhancement of advanced distribution grids | |
Guo et al. | Contingency-constrained unit commitment with intervening time for system adjustments | |
Aziz et al. | Two-Stage MILP model for optimal skeleton-network reconfiguration of power system for grid-resilience enhancement | |
Hu et al. | Integrated planning of an active distribution network and DG integration in clusters considering a novel formulation for reliability assessment | |
Jiang et al. | Quickest line outage detection and identification: Measurement placement and system partitioning | |
Bhardwaj et al. | Risk-based preventive-corrective security constrained optimal power flow for ac/dc grid | |
Home-Ortiz et al. | Resilience enhancing through microgrids formation and distributed generation allocation | |
Stewart et al. | Integrated multi-scale data analytics and machine learning for the distribution grid and building-to-grid interface | |
Zhang et al. | A cascading failure model considering operation characteristics of the communication layer | |
CN115775107A (zh) | 一种考虑连锁故障的电网信息物理系统风险评估方法 | |
Balasubramaniam et al. | Cellular neural network based situational awareness system for power grids | |
Roy et al. | Identification of the K-most Vulnerable Entities in a Smart Grid System | |
Cvijić et al. | Reliable adaptive optimization demonstration using big data | |
Li et al. | Coordinated Dispatching of Active Power and Reserve in Power System Based on Steady-State Security Region | |
Zhang et al. | Effects of inertia distribution on regional frequency heterogeneity | |
Vinnakota et al. | Implementation of OPF as a supportive system voltage control tool in real-time for British Columbia transmission network | |
Wu et al. | Toward a highly available modern grid |
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 |