CN109921473B - 一种基于时序生产模拟的火电机组组合优化方法和系统 - Google Patents
一种基于时序生产模拟的火电机组组合优化方法和系统 Download PDFInfo
- Publication number
- CN109921473B CN109921473B CN201910215292.3A CN201910215292A CN109921473B CN 109921473 B CN109921473 B CN 109921473B CN 201910215292 A CN201910215292 A CN 201910215292A CN 109921473 B CN109921473 B CN 109921473B
- Authority
- CN
- China
- Prior art keywords
- thermal power
- power unit
- period
- time
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 19
- 238000004088 simulation Methods 0.000 title claims abstract description 19
- 238000005457 optimization Methods 0.000 title claims abstract description 17
- 230000006870 function Effects 0.000 description 25
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
Classifications
-
- 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
- Feedback Control In General (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于时序生产模拟的火电机组组合优化方法和系统,包括:将火电机组的装机容量相同的火电机组归为一类;利用预先构建的运行时间偏差值模型获取各类火电机组的最优运行方案;基于各类火电机组的最优运行方案控制各类火电机组;本发明的组合优化方法能有效缩短调度人员工作量,并在组合优化的结果上更加准确和科学、其实用性能更强。
Description
技术领域
本发明涉及新能源发电技术领域,具体涉及一种基于时序生产模拟的火电机组组合优化方法和系统。
背景技术
随着新能源装机容量的增加,其出力的随机性和间歇性对电网的规划和运行带来了很大的挑战;利用新能源时序生产模拟的方式计算省级电网的新能源消纳量,是确定新能源未来年度运行方式、制定年/月电量计划的重要技术手段。
时序生产模拟是对每个时间断面电力系统的运行情况进行电力平衡计算,可以充分考虑新能源出力的随机波动性和电网运行中的各种边界条件的影响,因而模拟结果更加准确合理。开展新能源时序生产模拟计算的基础是建立含各类型电源的机组组合优化模型,以新能源全年逐小时或15分钟的理论出力为边界条件,以周为单位优化各类电源的运行方式,得到新能源在各时段的最优出力,实现新能源全年的最大化消纳。而在以火电为电源类型的地区,确定电网中每台火电机组在各时段的运行方式,不仅是年度运行方式的重要组成部分,更是新能源消纳量量化评估的关键。
目前,由于省级电网的火电机组数量众多、电网结构复杂,为满足计算实用性的需要,新能源时序生产模拟计算通常采用火电机组聚合模型。具体的,对相同类型或容量的火电机组进行聚合建模,通过时序生产模拟优化每类机组在各时段的总出力和运行台数,最后通过人工的方式分配每台机组的运行方式;并且在进行火电机组运行方式分配时,不仅需要考虑机组最小运行时间、机组检修停运等技术性因素,还需满足公开、公平、公正的“三公”调度原则。
故而,当全年待分配时段数量众多,火电机组数量较大时,机组组合方式会呈指数级增长,这一过程将会大大增加人工分配的难度。
发明内容
针对现有技术的不足,本发明的目的是提供一种能有效缩短调度人员工作量和调度时间的基于时序生产模拟的火电机组组合优化方法。
本发明的目的是采用下述技术方案实现的:
本发明提供一种基于时序生产模拟的火电机组组合优化方法,其改进之处在于,所述方法包括:
将火电机组的装机容量相同的火电机组归为一类;
利用预先构建的运行时间偏差值模型获取各类火电机组的最优运行方案;
基于各类火电机组的最优运行方案控制各类火电机组;
其中,所述预先构建的运行时间偏差值模型包括以最小运行时间偏差值为目标构建的目标函数及其约束条件。
优选的,所述利用预先构建的运行时间偏差值模型获取各类火电机组的最优运行方案,包括:
利用分支定界法求解所述预先构建的运行时间偏差值模型,获取各类火电机组的最优运行方案。
优选的,按下式确定所述以最小运行时间偏差值为目标构建的目标函数:
minAi=max[Ai]-min[Ai]
其中,Ai为调度周期内第i类火电机组的运行时间偏差值;[Ai]为调度周期内第i类火电机组中各火电机组的运行时间序列:
按下式确定所述调度周期内第i类火电机组中各火电机组的运行时间序列[Ai]:
其中,为调度周期内第i类火电机组中第n台火电机组的运行时间;N为第i类火电机组的总台数;
按下式确定所述调度周期内第i类火电机组中第n台火电机组的运行时间
其中,T为调度周期内的时段总数;为调度周期内第i类火电机组中第n台火电机组的运行状态序列;△t为调度周期内各时段的时长;
按下式确定所述调度周期内第i类火电机组中第n台火电机组的运行状态序列;
其中,为调度周期内第i类火电机组中第n台火电机组在t时段运行状态值。
进一步的,所述运行时间偏差值模型的目标函数的约束条件包括:机组运行台数约束条件、机组最小开机时间约束条件、机组最小关机时间约束条件、启停机运行逻辑约束条件、启机状态约束条件和停机状态约束条件;
按下式确定所述机组运行台数约束条件:
其中,为调度周期内第i类火电机组中第n台火电机组在t时段的运行状态值;Si(t)为调度周期内第i类火电机组在t时段的开启台数;N为第i类火电机组的台数;
按下式确定所述机组最小开机时间约束条件:
其中,τion为第i类火电机组中各火电机组的最小开机时间;τ为调度周期内各时段的时段编号;T为调度周期内的时段总数;
按下式确定所述机组最小开机时间约束条件:
其中,τioff为第i类火电机组中各火电机组的最小关机时间;
按下式确定所述启停机运行逻辑约束条件:
其中,为调度周期内第i类火电机组中第n台火电机组在t-1时段的运行状态值;/>为调度周期内第i类火电机组中第n台火电机组在t时段的启机状态值;/>为调度周期内第i类火电机组中第n台火电机组在t时段的停机状态值;
按下式确定所述启机状态约束条件;
按下式确定所述停机状态约束条件:
其中,Si(t-1)为调度周期内第i类火电机组在t-1时段的开启台数。
进一步的,当调度周期内第i类火电机组中第n台火电机组在t时段为开启状态时,则取值为1;否则,/>取值为0;
当调度周期内第i类火电机组中第n台火电机组在t时段为启机状态时,则取值为1;否则,/>取值为0;
当调度周期内第i类火电机组中第n台火电机组在t时段为停机状态时,则取值为1;否则,/>取值为0。
本发明提供一种基于时序生产模拟的火电机组组合优化系统,其改进之处在于,所述系统包括:
归类模块:用于将火电机组的装机容量相同的火电机组归为一类;
获取模块,用于利用预先构建的运行时间偏差值模型获取各类火电机组的最优运行方案;
控制模块,用于基于各类火电机组的最优运行方案控制各类火电机组;
其中,所述预先构建的运行时间偏差值模型包括以最小运行时间偏差值为目标构建的目标函数及其约束条件。
优选的,所述获取模块,用于:
利用分支定界法求解所述预先构建的运行时间偏差值模型,获取各类火电机组的最优运行方案。
优选的,按下式确定所述以最小运行时间偏差值为目标构建的目标函数:
minAi=max[Ai]-min[Ai]
其中,Ai为调度周期内第i类火电机组的运行时间偏差值;[Ai]为调度周期内第i类火电机组中各火电机组的运行时间序列:
按下式确定所述调度周期内第i类火电机组中各火电机组的运行时间序列[Ai]:
其中,为调度周期内第i类火电机组中第n台火电机组的运行时间;N为第i类火电机组的总台数;
按下式确定所述调度周期内第i类火电机组中第n台火电机组的运行时间
其中,T为调度周期内的时段总数;为调度周期内第i类火电机组中第n台火电机组的运行状态序列;△t为调度周期内各时段的时长;
按下式确定所述调度周期内第i类火电机组中第n台火电机组的运行状态序列;
其中,为调度周期内第i类火电机组中第n台火电机组在t时段运行状态值。
进一步的,所述运行时间偏差值模型的目标函数的约束条件包括:机组运行台数约束条件、机组最小开机时间约束条件、机组最小关机时间约束条件、启停机运行逻辑约束条件、启机状态约束条件和停机状态约束条件;
按下式确定所述机组运行台数约束条件:
其中,为调度周期内第i类火电机组中第n台火电机组在t时段的运行状态值;Si(t)为调度周期内第i类火电机组在t时段的开启台数;N为第i类火电机组的台数;
按下式确定所述机组最小开机时间约束条件:
其中,τion为第i类火电机组中各火电机组的最小开机时间;τ为调度周期内各时段的时段编号;T为调度周期内的时段总数;
按下式确定所述机组最小开机时间约束条件:
其中,τioff为第i类火电机组中各火电机组的最小关机时间;
按下式确定所述启停机运行逻辑约束条件:
其中,为调度周期内第i类火电机组中第n台火电机组在t-1时段的运行状态值;/>为调度周期内第i类火电机组中第n台火电机组在t时段的启机状态值;/>为调度周期内第i类火电机组中第n台火电机组在t时段的停机状态值;
按下式确定所述启机状态约束条件;
按下式确定所述停机状态约束条件:
其中,Si(t-1)为调度周期内第i类火电机组在t-1时段的开启台数。
进一步的,当调度周期内第i类火电机组中第n台火电机组在t时段为开启状态时,则取值为1;否则,/>取值为0;
当调度周期内第i类火电机组中第n台火电机组在t时段为启机状态时,则取值为1;否则,/>取值为0;
当调度周期内第i类火电机组中第n台火电机组在t时段为停机状态时,则取值为1;否则,/>取值为0。
与最接近的现有技术相比,本发明具有的有益效果:
本发明技术方案将火电机组的装机容量相同的火电机组归为一类;利用预先构建的运行时间偏差值模型获取各类火电机组的最优运行方案;基于各类火电机组的最优运行方案控制各类火电机组,有效的缩短调度人员工作量和调度时间,在组合优化的结果上更加的准确和科学、其实用性能更强。
附图说明
图1是一种基于时序生产模拟的火电机组组合优化方法流程图;
图2是本发明实施例中各火电机组全年运行时长统计图;
图3是本发明实施例中各火电机组总运行台数曲线图;
图4是本发明实施例中各火电机组总运行状态曲线图;
图5是一种基于时序生产模拟的火电机组组合优化系统流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚,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它实施例,都属于本发明保护的范围。
本发明提供一种基于时序生产模拟的火电机组组合优化方法,如图1所示,所述方法包括:
步骤101.将火电机组的装机容量相同的火电机组归为一类;
步骤102.利用预先构建的运行时间偏差值模型获取各类火电机组的最优运行方案;
步骤103.基于各类火电机组的最优运行方案控制各类火电机组;
其中,所述预先构建的运行时间偏差值模型包括以最小运行时间偏差值为目标构建的目标函数及其约束条件。
具体的,所述步骤102,包括:
利用分支定界法求解所述预先构建的运行时间偏差值模型,获取各类火电机组的最优运行方案。
具体的,按下式确定所述以最小运行时间偏差值为目标构建的目标函数:
minAi=max[Ai]-min[Ai]
其中,Ai为调度周期内第i类火电机组的运行时间偏差值;[Ai]为调度周期内第i类火电机组中各火电机组的运行时间序列:该目标函数尽可能的保证了每类火电机组中各火电机组的运行时间相近;
按下式确定所述调度周期内第i类火电机组中各火电机组的运行时间序列[Ai]:
其中,为调度周期内第i类火电机组中第n台火电机组的运行时间;N为第i类火电机组的总台数;
按下式确定所述调度周期内第i类火电机组中第n台火电机组的运行时间
其中,T为调度周期内的时段总数;为调度周期内第i类火电机组中第n台火电机组的运行状态序列;△t为调度周期内各时段的时长;
按下式确定所述调度周期内第i类火电机组中第n台火电机组的运行状态序列;
其中,为调度周期内第i类火电机组中第n台火电机组在t时段运行状态值。
具体的,所述运行时间偏差值模型的目标函数的约束条件包括:机组运行台数约束条件、机组最小开机时间约束条件、机组最小关机时间约束条件、启停机运行逻辑约束条件、启机状态约束条件和停机状态约束条件;
按下式确定所述机组运行台数约束条件:
其中,为调度周期内第i类火电机组中第n台火电机组在t时段的运行状态值;Si(t)为调度周期内第i类火电机组在t时段的开启台数;N为第i类火电机组的台数;该项约束条件限定了该类火电机组在任一时段内运行的机组数量与系统给定的总运行台数相同;
按下式确定所述机组最小开机时间约束条件:
其中,τion为第i类火电机组中各火电机组的最小开机时间;τ为调度周期内各时段的时段编号;T为调度周期内的时段总数;首个约束条件表示某火电机组在某时段开始进入开机状态,那么该火电机组至少在其后的τion个时长内需保持开机状态;第二个约束条件表示从τ=T-τion+2,...,T到T的时间长度小于第i类火电机组中各火电机组的最小开机时间。
按下式确定所述机组最小开机时间约束条件:
其中,τioff为第i类火电机组中各火电机组的最小关机时间;首个约束条件表示某火电机组在某时段开始进入关机状态,那么该火电机组至少在其后的τioff个时长内需保持关机状态;第二个约束条件表示从τ=T-τioff+2,...,T到T的时间长度小于第i类火电机组中各火电机组的最小关机时间。
按下式确定所述启停机运行逻辑约束条件:
其中,xi n(t-1)为调度周期内第i类火电机组中第n台火电机组在t-1时段的运行状态值;为调度周期内第i类火电机组中第n台火电机组在t时段的启机状态值;/>为调度周期内第i类火电机组中第n台火电机组在t时段的停机状态值;该约束表示了各台火电机组在各时刻的运行状态值间的逻辑关系。
按下式确定所述启机状态约束条件;
该约束表示每台火电机组在该类机组给定的总运行台数增加时才能进行启机动作,能够有效地限制单台机组的频繁启机;
按下式确定所述停机状态约束条件:
其中,Si(t-1)为调度周期内第i类火电机组在t-1时段的开启台数;该约束表示每台火电机组在该类机组给定的总运行台数减少时才能进行关机动作,能够有效地限制单台机组的频繁关机。
具体的,当调度周期内第i类火电机组中第n台火电机组在t时段为开启状态时,则取值为1;否则,/>取值为0;
当调度周期内第i类火电机组中第n台火电机组在t时段为启机状态时,则取值为1;否则,/>取值为0;
当调度周期内第i类火电机组中第n台火电机组在t时段为停机状态时,则取值为1;否则,/>取值为0。
在本发明的最优实施例中,选取相同类型的12台火电机组进行测试,设定优化时段的时长为1h,测试时间为1年,如图2所示,12台火电机组全年利用数统计结果显示,10台火电机组的年利用小时数在2900-3500之间,较好的实现了各台火电机组运行时间相对接近的目的;
图3为某周128小时内各台火电机组的总运行台数曲线;
如图4所示,某周12台机组在连续128小时内各台火电机组的运行状态曲线,该曲线显示12台机组在满足机组最小启机和停机时间的前提下,运行时长均得到了合理分配。表1为全年52个周优化模型的求解时长,经统计全年52周的求解时间最长是5.7秒,平均求解时间是4.7秒,全年总计算时长是4.24分钟,计算时长能够满足计算实用性需求。
表1
本发明提供一种基于时序生产模拟的火电机组组合优化系统,如图5所示,所述系统包括:
归类模块:用于将火电机组的装机容量相同的火电机组归为一类;
获取模块,用于利用预先构建的运行时间偏差值模型获取各类火电机组的最优运行方案;
控制模块,用于基于各类火电机组的最优运行方案控制各类火电机组;
其中,所述预先构建的运行时间偏差值模型包括以最小运行时间偏差值为目标构建的目标函数及其约束条件。
具体的,所述获取模块,用于:
利用分支定界法求解所述预先构建的运行时间偏差值模型,获取各类火电机组的最优运行方案。
具体的,按下式确定所述以最小运行时间偏差值为目标构建的目标函数:
minAi=max[Ai]-min[Ai]
其中,Ai为调度周期内第i类火电机组的运行时间偏差值;[Ai]为调度周期内第i类火电机组中各火电机组的运行时间序列:
按下式确定所述调度周期内第i类火电机组中各火电机组的运行时间序列[Ai]:
其中,为调度周期内第i类火电机组中第n台火电机组的运行时间;N为第i类火电机组的总台数;
按下式确定所述调度周期内第i类火电机组中第n台火电机组的运行时间
其中,T为调度周期内的时段总数;为调度周期内第i类火电机组中第n台火电机组的运行状态序列;△t为调度周期内各时段的时长;
按下式确定所述调度周期内第i类火电机组中第n台火电机组的运行状态序列;
其中,为调度周期内第i类火电机组中第n台火电机组在t时段运行状态值。
具体的,所述运行时间偏差值模型的目标函数的约束条件包括:机组运行台数约束条件、机组最小开机时间约束条件、机组最小关机时间约束条件、启停机运行逻辑约束条件、启机状态约束条件和停机状态约束条件;
按下式确定所述机组运行台数约束条件:
其中,为调度周期内第i类火电机组中第n台火电机组在t时段的运行状态值;Si(t)为调度周期内第i类火电机组在t时段的开启台数;N为第i类火电机组的台数;
按下式确定所述机组最小开机时间约束条件:
其中,τion为第i类火电机组中各火电机组的最小开机时间;τ为调度周期内各时段的时段编号;T为调度周期内的时段总数;
按下式确定所述机组最小开机时间约束条件:
其中,τioff为第i类火电机组中各火电机组的最小关机时间;
按下式确定所述启停机运行逻辑约束条件:
其中,为调度周期内第i类火电机组中第n台火电机组在t-1时段的运行状态值;/>为调度周期内第i类火电机组中第n台火电机组在t时段的启机状态值;/>为调度周期内第i类火电机组中第n台火电机组在t时段的停机状态值;
按下式确定所述启机状态约束条件;
按下式确定所述停机状态约束条件:
其中,Si(t-1)为调度周期内第i类火电机组在t-1时段的开启台数。
具体的,当调度周期内第i类火电机组中第n台火电机组在t时段为开启状态时,则取值为1;否则,/>取值为0;
当调度周期内第i类火电机组中第n台火电机组在t时段为启机状态时,则取值为1;否则,/>取值为0;
当调度周期内第i类火电机组中第n台火电机组在t时段为停机状态时,则取值为1;否则,/>取值为0。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (8)
1.一种基于时序生产模拟的火电机组组合优化方法,其特征在于,所述方法包括:
将火电机组的装机容量相同的火电机组归为一类;
利用预先构建的运行时间偏差值模型获取各类火电机组的最优运行方案;
基于各类火电机组的最优运行方案控制各类火电机组;
其中,所述预先构建的运行时间偏差值模型包括以最小运行时间偏差值为目标构建的目标函数及其约束条件;
按下式确定所述以最小运行时间偏差值为目标构建的目标函数:
minAi=max[Ai]-min[Ai]
其中,Ai为调度周期内第i类火电机组的运行时间偏差值;[Ai]为调度周期内第i类火电机组中各火电机组的运行时间序列:
按下式确定所述调度周期内第i类火电机组中各火电机组的运行时间序列[Ai]:
其中,为调度周期内第i类火电机组中第n台火电机组的运行时间;N为第i类火电机组的总台数;
按下式确定所述调度周期内第i类火电机组中第n台火电机组的运行时间
其中,T为调度周期内的时段总数;为调度周期内第i类火电机组中第n台火电机组的运行状态序列;Δt为调度周期内各时段的时长;
按下式确定所述调度周期内第i类火电机组中第n台火电机组的运行状态序列;
其中,为调度周期内第i类火电机组中第n台火电机组在t时段运行状态值。
2.如权利要求1所述的方法,其特征在于,所述利用预先构建的运行时间偏差值模型获取各类火电机组的最优运行方案,包括:
利用分支定界求解所述预先构建的运行时间偏差值模型,获取各类火电机组的最优运行方案。
3.如权利要求1所述的方法,其特征在于,所述运行时间偏差值模型的目标函数的约束条件包括:机组运行台数约束条件、机组最小开机时间约束条件、机组最小关机时间约束条件、启停机运行逻辑约束条件、启机状态约束条件和停机状态约束条件;
按下式确定所述机组运行台数约束条件:
其中,为调度周期内第i类火电机组中第n台火电机组在t时段的运行状态值;Si(t)为调度周期内第i类火电机组在t时段的开启台数;N为第i类火电机组的台数;
按下式确定所述机组最小开机时间约束条件:
其中,τion为第i类火电机组中各火电机组的最小开机时间;τ为调度周期内各时段的时段编号;T为调度周期内的时段总数;
按下式确定所述机组最小关机时间约束条件:
其中,τioff为第i类火电机组中各火电机组的最小关机时间;
按下式确定所述启停机运行逻辑约束条件:
其中,为调度周期内第i类火电机组中第n台火电机组在t-1时段的运行状态值;为调度周期内第i类火电机组中第n台火电机组在t时段的启机状态值;/>为调度周期内第i类火电机组中第n台火电机组在t时段的停机状态值;
按下式确定所述启机状态约束条件;
按下式确定所述停机状态约束条件:
其中,Si(t-1)为调度周期内第i类火电机组在t-1时段的开启台数。
4.如权利要求3所述的方法,其特征在于,当调度周期内第i类火电机组中第n台火电机组在t时段为开启状态时,则取值为1;否则,/>取值为0;
当调度周期内第i类火电机组中第n台火电机组在t时段为启机状态时,则取值为1;否则,/>取值为0;
当调度周期内第i类火电机组中第n台火电机组在t时段为停机状态时,则取值为1;否则,/>取值为0。
5.一种基于时序生产模拟的火电机组组合优化系统,其特征在于,所述系统包括:
归类模块:用于将火电机组的装机容量相同的火电机组归为一类;
获取模块,用于利用预先构建的运行时间偏差值模型获取各类火电机组的最优运行方案;
控制模块,用于基于各类火电机组的最优运行方案控制各类火电机组;
其中,所述预先构建的运行时间偏差值模型包括以最小运行时间偏差值为目标构建的目标函数及其约束条件;
按下式确定所述以最小运行时间偏差值为目标构建的目标函数:
minAi=max[Ai]-min[Ai]
其中,Ai为调度周期内第i类火电机组的运行时间偏差值;[Ai]为调度周期内第i类火电机组中各火电机组的运行时间序列:
按下式确定所述调度周期内第i类火电机组中各火电机组的运行时间序列[Ai]:
其中,为调度周期内第i类火电机组中第n台火电机组的运行时间;N为第i类火电机组的总台数;
按下式确定所述调度周期内第i类火电机组中第n台火电机组的运行时间
其中,T为调度周期内的时段总数;为调度周期内第i类火电机组中第n台火电机组的运行状态序列;Δt为调度周期内各时段的时长;
按下式确定所述调度周期内第i类火电机组中第n台火电机组的运行状态序列;
其中,为调度周期内第i类火电机组中第n台火电机组在t时段运行状态值。
6.如权利要求5所述的系统,其特征在于,所述获取模块用于:
利用分支定界法求解所述预先构建的运行时间偏差值模型,获取各类火电机组的最优运行方案。
7.如权利要求5所述的系统,其特征在于,所述运行时间偏差值模型的目标函数的约束条件包括:机组运行台数约束条件、机组最小开机时间约束条件、机组最小关机时间约束条件、启停机运行逻辑约束条件、启机状态约束条件和停机状态约束条件;
按下式确定所述机组运行台数约束条件:
其中,为调度周期内第i类火电机组中第n台火电机组在t时段的运行状态值;Si(t)为调度周期内第i类火电机组在t时段的开启台数;N为第i类火电机组的台数;
按下式确定所述机组最小开机时间约束条件:
其中,τion为第i类火电机组中各火电机组的最小开机时间;τ为调度周期内各时段的时段编号;T为调度周期内的时段总数;
按下式确定所述机组最小关机时间约束条件:
其中,τioff为第i类火电机组中各火电机组的最小关机时间;
按下式确定所述启停机运行逻辑约束条件:
其中,为调度周期内第i类火电机组中第n台火电机组在t-1时段的运行状态值;为调度周期内第i类火电机组中第n台火电机组在t时段的启机状态值;/>为调度周期内第i类火电机组中第n台火电机组在t时段的停机状态值;
按下式确定所述启机状态约束条件;
按下式确定所述停机状态约束条件:
其中,Si(t-1)为调度周期内第i类火电机组在t-1时段的开启台数。
8.如权利要求7所述的系统,其特征在于,当调度周期内第i类火电机组中第n台火电机组在t时段为开启状态时,则取值为1;否则,/>取值为0;
当调度周期内第i类火电机组中第n台火电机组在t时段为启机状态时,则取值为1;否则,/>取值为0;
当调度周期内第i类火电机组中第n台火电机组在t时段为停机状态时,则取值为1;否则,/>取值为0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910215292.3A CN109921473B (zh) | 2019-03-21 | 2019-03-21 | 一种基于时序生产模拟的火电机组组合优化方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910215292.3A CN109921473B (zh) | 2019-03-21 | 2019-03-21 | 一种基于时序生产模拟的火电机组组合优化方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109921473A CN109921473A (zh) | 2019-06-21 |
CN109921473B true CN109921473B (zh) | 2024-03-19 |
Family
ID=66965981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910215292.3A Active CN109921473B (zh) | 2019-03-21 | 2019-03-21 | 一种基于时序生产模拟的火电机组组合优化方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109921473B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106505633A (zh) * | 2016-12-07 | 2017-03-15 | 中国电力科学研究院 | 一种风光接入容量确定方法及装置 |
CN107276115A (zh) * | 2017-05-16 | 2017-10-20 | 国家电网公司 | 一种新能源接纳能力优化仿真系统 |
CN107276127A (zh) * | 2017-08-18 | 2017-10-20 | 西安交通大学 | 考虑联络线电力交易计划的多区域互联电力系统的风电消纳优化方法 |
-
2019
- 2019-03-21 CN CN201910215292.3A patent/CN109921473B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106505633A (zh) * | 2016-12-07 | 2017-03-15 | 中国电力科学研究院 | 一种风光接入容量确定方法及装置 |
CN107276115A (zh) * | 2017-05-16 | 2017-10-20 | 国家电网公司 | 一种新能源接纳能力优化仿真系统 |
CN107276127A (zh) * | 2017-08-18 | 2017-10-20 | 西安交通大学 | 考虑联络线电力交易计划的多区域互联电力系统的风电消纳优化方法 |
Non-Patent Citations (1)
Title |
---|
火电机组启停机过程的优化模型;崔春风等;科研信息化技术与应用;第06卷(第03期);第79-85页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109921473A (zh) | 2019-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110854932B (zh) | 一种交直流配电网多时间尺度优化调度方法及系统 | |
JP6909896B2 (ja) | 電力制御装置、電力制御方法及び電力制御プログラム | |
JPWO2011118607A1 (ja) | 電力供給装置、蓄電装置並びに電力制御装置 | |
CN109066744B (zh) | 一种含储能配电网协调调度方法和系统 | |
CN114707776B (zh) | 一种基于碳排放双控的低碳用能优化系统及方法 | |
CN111754024A (zh) | 一种基于回归分析的电力行业时间序列预测方法和装置 | |
CN112186734B (zh) | 一种电力系统中长期运行模拟方法、储存介质及计算设备 | |
CN108122067B (zh) | 一种建筑需求响应动态过程的建模方法和系统 | |
US9964933B2 (en) | System for distributing electrical energy over a cluster of electrical devices, method for distributing electrical energy over a cluster of electrical devices of such a system and controller for use in such a system | |
CN114897346A (zh) | 计及不确定性和需求响应的虚拟电厂鲁棒优化调度方法 | |
CN110323768B (zh) | 一种电化学储能电站功率分配方法及系统 | |
CN112182835A (zh) | 一种考虑风电不确定性和储能调节的电力系统可靠性评估方法及系统 | |
CN110889581A (zh) | 一种电动汽车参与的台区优化调度方法和系统 | |
CN115587645A (zh) | 一种考虑充电行为随机性的电动汽车充电管理方法及系统 | |
CN109921473B (zh) | 一种基于时序生产模拟的火电机组组合优化方法和系统 | |
CN117251044A (zh) | 一种基于arima技术的云服务器动态能耗管理方法和系统 | |
CN106779321A (zh) | 一种基于供能系统的供能控制方法及装置 | |
CN107862145A (zh) | 一种空天飞行器飞行时序与能源平衡耦合设计系统与方法 | |
CN112134275A (zh) | 一种计算含风电场电力系统的可靠性方法及系统 | |
JP2017042032A (ja) | エネルギーシステムのエネルギー生産を管理する方法、および関連する管理装置 | |
CN115310770A (zh) | 一种计及碳交易机制的新型混合储能优化配置方法及系统 | |
CN113078688B (zh) | 一种防控备用不足风险的日前火电开机优化方法及系统 | |
CN115879676A (zh) | 一种冷链参与电力辅助服务市场的调控方法及装置 | |
CN110137938B (zh) | 基于改进蝙蝠算法的风火储联合系统的优化调度方法 | |
Liu et al. | Adaptive genetic algorithm for scheduling problem in flexible workshop with low carbon constraints |
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 |