CN110490363B - 一种多日机组组合优化方法及系统 - Google Patents
一种多日机组组合优化方法及系统 Download PDFInfo
- Publication number
- CN110490363B CN110490363B CN201910622354.2A CN201910622354A CN110490363B CN 110490363 B CN110490363 B CN 110490363B CN 201910622354 A CN201910622354 A CN 201910622354A CN 110490363 B CN110490363 B CN 110490363B
- Authority
- CN
- China
- Prior art keywords
- unit
- optimization
- day
- period
- time
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 246
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000004364 calculation method Methods 0.000 claims abstract description 79
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 18
- 239000003245 coal Substances 0.000 claims abstract description 7
- 238000010248 power generation Methods 0.000 claims description 19
- 239000007789 gas Substances 0.000 claims description 18
- 238000010276 construction Methods 0.000 claims description 11
- 238000002360 preparation method Methods 0.000 claims description 9
- 230000035945 sensitivity Effects 0.000 claims description 9
- 238000010438 heat treatment Methods 0.000 claims description 8
- 238000010977 unit operation Methods 0.000 claims description 8
- 230000003068 static effect Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000009194 climbing Effects 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 4
- 229910018503 SF6 Inorganic materials 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- SFZCNBIFKDRMGX-UHFFFAOYSA-N sulfur hexafluoride Chemical compound FS(F)(F)(F)(F)F SFZCNBIFKDRMGX-UHFFFAOYSA-N 0.000 claims description 3
- 229960000909 sulfur hexafluoride Drugs 0.000 claims description 3
- 230000006870 function Effects 0.000 description 20
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000002737 fuel gas Substances 0.000 description 2
- 230000005283 ground state Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000004519 manufacturing process 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
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000013468 resource allocation 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了一种多日机组组合优化方法及系统,包括设置多日机组组合优化计算的优化周期和优化时段;将所述优化周期和优化时段带入多日机组组合优化模型并采用混合整数规划法求解,获取各机组在优化周期内的启停时间和出力安排;将各机组在优化周期内的启停时间和出力安排作为日前市场出清计算的依据;其中,所述机组包括:燃煤机组、燃气机组、新能源机组、核电机组和水电机组;所述燃煤机组包括:需要提前通知才能开机的新增燃煤机组。本发明适用于现货市场环境下不同类型日的多日机组组合方式计算,能够在燃煤、燃气量不足或者来水不够的情况下提前多日协调优化资源,并解决了日前市场出清计算中无法新增燃煤机组的问题。
Description
技术领域
本发明涉及在电力市场中机组组合发电领域,具体涉及一种市场环境下衔接日前出清环节的多日机组组合优化方法及系统,适用于各种类型日的多日机组组合优化计算。
背景技术
传统的电力调度一直采用计划形式配置发用电资源,根据“三公”调度规则安排年度、月度、日前、日内等不同时序周期的电力电量平衡,制定机组电量计划、开停机计划和出力计划等。随着市场化改革地不断推进,年度和月度等中长期交易机制已广泛应用,但由于日前、实时等现货市场机制以及备用、调频等辅助服务市场机制尚未建立,调度机构仍沿用传统的检修计划和发电计划模式。
在电力发电领域,火电机组在发电装机总容量中占有较大的比例,但随着节能调度的进一步实施,高能耗的小容量火电机组已被逐步淘汰。然而因为大容量的火电机组启动过程复杂,需要几十小时的开机准备时间,导致在日前市场出清计算中,当备用容量不足时无法安排火电机组新增开机。另一方面,如果在发电资源调控过程中,出现电厂燃煤库存不足、供热季节燃气供应量受限或者水电厂的来水量不足等情况,同样导致日前出清环节中系统的备用容量不足,急需解决电力市场交易中日前电力现货市场的断层现象。
发明内容
为了解决现有技术中所存在的,在不同时间周期的电力市场交易中日前现货市场的衔接不足,本发明提供一种市场环境下衔接日前出清环节的多日机组组合优化方法及系统。
本发明提供的技术方案是:一种多日机组组合优化方法,包括:
设置多日机组组合优化计算的优化周期和优化时段;
将所述优化周期和优化时段带入多日机组组合优化模型并采用混合整数规划法求解,获取各机组在优化周期内的启停时间和出力安排;
将所述各机组在优化周期内的启停时间和出力安排作为日前市场出清计算的依据;
其中,所述机组包括:燃煤机组、燃气机组、新能源机组、核电机组和水电机组;
所述燃煤机组包括:需要提前通知才能开机的新增燃煤机组。
优选的,所述多日机组组合优化模型的构建,包括:
基于系统运行参数和预设的干预参数以系统运行总成本最低为目标,构建目标函数;
基于优化周期内系统功率平衡、机组运行状态和电网运行安全为所述目标函数构建约束条件;
其中,所述系统运行参数,包括:电网运行的计划类数据、各发电厂的注册及申报数据,以及电网和设备的实时运行类数据;
所述机组运行状态,包括:燃煤机组的开机提前通知时间要求、水电站的来水情况、电厂燃煤库存量和供热季节燃气供应量。
优选的,所述目标函数,如下式所示:
式中:NT:多日机组组合优化的总优化时段数;NU:参与多日机组组合的各机组的总台数;ui,t:机组i在t时段的起停状态;cbase,i:机组i在最小技术出力时注册的运行成本或申报的运行价格;NS:机组注册的运行成本或申报的运行价格的分段数;ci,s:机组i在第s段注册的运行微增成本或申报的运行微增价格;pli,s,t:机组i在t时段处于第s段内的出力增量;cst,i:机组i的启动成本。
优选的,所述约束条件,包括:
系统功率平衡约束、稳定断面潮流约束、系统备用约束、机组技术出力约束、机组启停状态约束、机组初始连续开机/停机时间约束、机组最小开机/停机时间约束、机组开机提前通知时间约束、机组群电量约束和联合循环机组模式转换约束。
优选的,所述机组开机提前通知时间约束,包括:
式中:Tpre:多日机组组合优化的起始时刻与计算执行时刻的时间间隔;Tcal:设置多日机组组合的计算执行时间;Tst:多日机组组合优化的起始时刻;t:设置的多日机组组合的优化时段;Tlimit,i:多日机组组合优化周期内机组i的新增启动受限时间间隔;Tnotice,i:机组i开机所需的提前通知时间;Tsum,t:多日机组组合优化时段t的终止时刻与优化起始时刻的时间间隔;Tprd,t:优化时段t与优化时段t-1的时间间隔;Tprd,1:为多日机组组合第一个优化时段与优化起始时刻的时间间隔;yi,t:机组i在t时段由停机状态转换为开机状态。
优选的,所述机组群电量约束,如下式所示:
式中:pi,t:机组i在t时段的出力;NT:多日机组组合优化的总优化时段数;SFi:机组i的厂用电率;G:由于燃煤库存、燃气供应量或来水量限制的而造成可发电总量受限的电厂内所有机组的集合;Tprd,t:优化时段t与优化时段t-1的时间间隔;Emax,G:机组群G在所有优化时段内可发电量的上限值;Emin,G:机组群G在所有优化时段内可发电量的下限值。
优选的,所述将所述优化周期和优化时段带入多日机组组合优化模型并采用混合整数规划法求解,获取在所述优化周期内各机组的组合结果,包括:
基于所述优化周期和优化时段带入所述多日机组组合优化模型;
对所述多日机组组合优化模型与全时段网络安全约束校核进行闭环迭代,直至消除所有的越限断面和设备,获取在优化周期内各机组的组合结果;
其中,采用混合整数规划法对所述多日机组组合优化模型进行求解。
优选的,所述对所述多日机组组合优化模型与全时段网络安全约束校核进行闭环迭代,直至消除所有的越限断面和设备,包括:
基于交流潮流计算方法、潮流计算迭代次数、潮流计算收敛精度、不平衡功率分配方式、平衡机的选择和N-1分析方法,对所述多日机组组合优化模型得到的优化周期内各燃煤机组的组合结果进行全时段的网络安全约束校核;
安全校核方式包括对系统内所有稳定断面和设备的基态安全校核、N-1安全校核以及预想故障集开断安全校核;
若存在越限断面或设备,则将交流潮流计算结果及新增越限断面信息作为输入参数,进行下一轮次的多日机组组合优化计算,以此循环,直至消除所有的越限断面和设备。
优选的,所述电网运行的计划类数据,包括:系统负荷预测值、系统正/负备用需求、联络线计划出力、清洁能源计划/预测出力、设备停复役计划;
所述各发电厂的注册及申报数据,包括:机组类型和额定容量、机组最大/最小技术出力、机组最小停机/运行时间、机组爬/滑坡率、机组启动成本、机组静态注册运行成本、机组分段报价、机组开机提前通知时间、机组的厂用电率;
所述电网和设备的实时运行类数据,包括:网络拓扑结构、稳定断面功率限额、设备对稳定断面的灵敏度系数、机组初始状态。
优选的,所述干预参数,包括:
用于保证区域电网稳定运行的机组最小运行方式、自调度机组的固定出力/启停设置、预估的未来几日临时省间电量和电力交易量、考虑燃煤、燃气或来水量限制的机组群设置。
优选的,所述优化周期设置为5-7天;
所述优化时段设置为每小时一个点,以每日的整点作为优化时段。
优选的,所述将所述各机组在优化周期内的启停时间和出力安排作为日前市场出清计算的依据,包括:
基于各机组在优化周期内的启停时间和出力安排,获取燃煤机组状态从停机转化为启动的新增燃煤机组及所述新增燃煤机组对应的开机时刻;
当所述新增燃煤机组的开机提前通知时间大于零,则根据所述新增燃煤机组申报的开机提前通知时间和所述新增燃煤机组的开机时刻,确定最迟开机提前通知时间;
基于所述最迟开机提前通知时间通知所述新增燃煤机组进行开机准备;
基于所述开机时刻获得所述新增燃煤机组在日前市场出清计算中的优化时段;
将所述新增燃煤机组在所述优化时段的运行状态设置为必开状态,并参与日前市场出清计算。
基于同一发明构思,本发明还提供了一种多日机组组合优化系统,包括:
获取模块,用于设置多日机组组合优化计算的优化周期和优化时段;
计算模块,用于将所述优化周期和优化时段带入多日机组组合优化模型并采用混合整数规划法求解,获取各机组在优化周期内的启停时间和出力安排;
用途模块,用于将所述各机组在优化周期内的启停时间和出力安排作为日前市场出清计算的依据;
其中,所述机组包括:燃煤机组、燃气机组、新能源机组、核电机组和水电机组;
所述燃煤机组包括:需要提前通知才能开机的新增燃煤机组。
优选的,所述系统还包括,构建模块,用于构建多日机组组合优化模型;
所述构建模块包括:
构建目标函数单元,用于基于系统运行参数和预设的干预参数以系统运行总成本最低为目标,构建目标函数;
构建约束条件单元,用于基于优化周期内系统功率平衡、机组运行状态和电网运行安全为所述目标函数构建约束条件;
其中,所述系统运行参数,包括:电网运行的计划类数据、各发电厂的注册及申报数据,以及电网和设备的实时运行类数据;
所述机组运行状态,包括:燃煤机组的开机提前通知时间要求、水电站的来水情况、电厂燃煤库存量和供热季节燃气供应量。
与现有技术相比,本发明的有益效果为:
1、本发明提供的技术方案,设置多日机组组合优化计算的优化周期和优化时段;将所述优化周期和优化时段带入多日机组组合优化模型并采用混合整数规划法求解,获取各机组在优化周期内的启停时间和出力安排;将所述各机组在优化周期内的启停时间和出力安排作为日前市场出清计算的依据;其中,所述机组包括:燃煤机组、燃气机组、新能源机组、核电机组和水电机组;所述燃煤机组包括:需要提前通知才能开机的新增燃煤机组,本发明通过建立的多日机组组合优化模型,计算输出新增燃煤机组的开机时段信息,并参与日前市场的出清计算,实现了与日前电力现货市场的有效衔接。
2、本发明提供的技术方案,多日机组组合计算的优化周期可根据日期类型进行配置,因此设计的多日机组组合优化方法可以适应不同的执行周期设置、不同的负荷曲线特征以及不同的计算性能需求,适合于实际的工程应用。
3、本发明提供的技术方案,建立的多日机组组合优化模型中,考虑了燃煤机组的开机提前通知时间约束;同时,将计算得到的新增燃煤机组的开机时段信息作为日前市场的前置条件,并提前通知该机组进行开机准备;因此,所设计的多日机组组合优化方法在几日的时间周期内对所有机组的运行方式进行统筹优化安排,解决了日前市场中因无法新增开启燃煤机组而在负荷高峰期大量开启高运行成本的燃气机组的问题,有利于进一步实现电力现货市场的社会福利最大化的目标。
4、本发明提供的技术方案,如果出现电厂燃煤库存不足、供热季节燃气供应量受限或者水电厂的来水量不足等情况,建立的多日机组组合优化模型中,考虑了电厂申报的未来多日最大可发电量或最大可发小时电力曲线等约束;因此,所设计的多日机组组合优化方法,能够在燃煤、燃气量不足或者来水不够的情况下,在多日时间范围内充分协调优化资源,提示调度人员后续电网可调度资源紧张,确保电网在经济运行的前提下有充足的备用容量。
5、本发明提供的市场环境下衔接日前出清环节的多日机组组合优化方法,可作为电力现货市场的必要组成部分,电力市场化建设提供理论支持和工程实践支撑。
6、本发明提供的技术方案,实现了在一个较长的时间周期内对电网所有机组的运行方式进行统筹优化安排,该方法适用于各种类型日的多日机组组合方式计算,是省级电力现货市场的重要组成部分。
附图说明
图1为本发明提供的一种衔接日前出清环节的多日机组组合优化方法流程图;
图2为本发明实施例中多日机组组合优化方法的具体流程图。
具体实施方式
为了更好地理解本发明,下面结合说明书附图和实例对本发明的内容做进一步的说明。
实施例1
本发明提供了一种市场环境下衔接日前出清环节的多日机组组合优化方法,用于在电力现货市场中进行各种类型日条件下的多日时间尺度机组组合,解决了日前市场出清计算中无法新增开启燃煤机组的问题,能够在燃煤库存不足、燃气供应量受限或者来水不够的情况下提前多日协调发电资源配置,确保了电网在经济运行的前提下有充足的备用容量。
如图1所示,本发明提供的多日机组组合优化方法,包括:
步骤S1、设置多日机组组合优化计算的优化周期和优化时段;
步骤S2、将所述优化周期和优化时段带入多日机组组合优化模型并采用混合整数规划法求解,获取各机组在优化周期内的启停时间和出力安排;
步骤S3、将所述各机组在优化周期内的启停时间和出力安排作为日前市场出清计算的依据;
其中,所述机组包括:燃煤机组、燃气机组、新能源机组、核电机组和水电机组;
所述燃煤机组包括:需要提前通知才能开机的新增燃煤机组。
本发明采用的技术方案是具体包括以下步骤:
步骤S1、设置多日机组组合优化计算的优化周期和优化时段,具体包括:
(1)确定多日机组组合计算的优化周期、优化时段、执行时间等参数;
其中,优化周期可兼顾优化结果时效性和准确性的要求,常规设置为5-7天;考虑到特殊节假日的负荷曲线特征相对于一般工作日和双休日差异较大,因此遇到特殊节假日时,多日机组组合的优化周期可根据特殊节假日的时间长短增加相应的天数。
所述优化时段,同时考虑优化计算的结果准确度和时间性能的要求,设置为每小时一个点,一般以每日的整点作为优化时段。
步骤S2、将所述优化周期和优化时段带入多日机组组合优化模型并采用混合整数规划法求解,获取各机组在优化周期内的启停时间和出力安排,具体包括:
(2)获取并计算多日机组组合优化计算所需的各类系统运行参数,同时设置优化计算前的干预参数;
(3)考虑机组的开机提前通知时间要求、机组群电量和备用约束等,建立多日机组组合优化模型,采用混合整数规划法求解;
(4)多日机组组合优化计算与全时段网络安全约束校核进行闭环迭代,直至消除所有的越限断面和设备。
在步骤(2)中优化计算所需的系统运行参数包含电网运行的计划类数据、各发电厂的注册及申报数据以及电网和设备的实时运行类数据三类。其中,电网运行计划类数据具体包括:系统负荷预测值、系统正/负备用需求值、系统总网损值、特高压交/直流外来电计划出力、省间交流线路的计划和交易电力值、风电场、光伏电站和水电站的预测出力值、核电站的固定出力计划值、设备停复役计划等;发电厂注册及申报数据具体包括:机组类型、机组额定容量、机组最大/最小技术出力、机组最小停机/运行时间、机组爬/滑坡率、机组静态注册启动成本、机组静态注册运行微增成本、机组申报的启动费用、机组申报的运行微增价格、机组开机提前通知时间、机组的厂用电率等;电网和设备的实时运行类数据具体包括:电网拓扑结构、稳定断面的正/负功率限额值、设备对稳定断面的灵敏度系数、设备对系统的网损灵敏度系数、机组初始启停状态和出力值、机组初始连续开/停机时间等。
本发明中划分区域的标准为:将国家设为第一级,以所述国家的电网分布形式依次设级;
本实施例以中国为例,将中国设为第一级;中国下设五大区域,为第二级;每个区域对应多个省,为第三级;其中第二级的区域包括:华北区域、华中区域、华东区域、西北区域和东北区域。以第二级的华东区域为例,第三级包括江苏、安徽、浙江、福建和上海。
本实施例虽以中国为例,但是本发明不仅仅局限于中国,提到的省,对应的是电网中的第三级。
在步骤(2)中优化计算前的干预参数具体包括:机组最小运行方式设置、自调度机组的固定出力/启停设置、预估的临时省间电量和电力交易量、基于燃煤库存量的电厂机组群最大/最小发电量设置、基于燃气供应量的电厂机组群最大/最小发电量设置、基于来水情况的水电站机组群最大/最小发电量设置等。
所述步骤(3)的多日机组组合优化模型,以系统运行总成本最低为目标,计及系统功率平衡、机组运行状态、电网运行安全等约束。其中,机组运行状态约束中重点考虑了燃煤机组的开机提前通知时间要求、水电站的来水量限制、机组的燃煤库存量、供热季节燃气供应量等因素,从而形成了机组开机提前通知、机组群最大/最小发电量约束条件。
所述的机组的开机提前通知时间约束通过式(1)-(4)确定:
Tpre=Tst-Tcal (1)
Tlimit,i=Tnotice,i-Tpre (2)
Tsum,t=Tprd,1+Tprd,2+...+Tprd,t (3)
yi,t=0,Tsum,t≤Tlimit,i (4)
其中,Tcal为步骤(1)中设置的多日机组组合计算执行时间;Tst为多日机组组合优化的起始时刻;t为设置的多日机组组合的优化时段,t=1,2,…,NT,无量纲;Tnotice,i为机组i开机所需的提前通知时间,单位min;Tprd,t为优化时段t与优化时段t-1的时间间隔(特别的,Tprd,1取为多日机组组合第一个优化时段与优化起始时刻的时间间隔),单位min;yi,t表示机组i在t时段由停机状态转换为开机状态(有变化取1,无变化取0),无量纲;Tpre:多日机组组合优化的起始时刻与计算执行时刻的时间间隔,单位min;Tlimit,i:多日机组组合优化周期内机组i的新增启动受限时间间隔,单位min;Tsum,t:多日机组组合优化时段t的终止时刻与优化起始时刻的时间间隔,单位min。
所述的机组群最大、最小电量约束通过式(5)-(6)确定:
其中,pi,t为机组i在t时段的出力,单位MW;SFi为机组i的厂用电率,无量纲;G为由于燃煤库存、燃气供应量或来水量限制的而造成可发电总量受限的电厂内所有机组的集合,G=G1、G2......GN,无量纲;Emax,G为机组群G在所有优化时段内可发电量的上限值,单位MWh;Emin,G为机组群G在所有优化时段内可发电量的下限值,单位MWh。
所述步骤(4)中,在多日机组组合优化计算完成后,基于得到的所有机组在未来多日内的启停和出力安排,对系统内所有稳定断面和设备进行基态安全校核、N-1安全校核以及预想故障集开断安全校核,并将安全校核结果作为输入参数提供给下一轮次的多日机组组合优化计算,以此循环,直至消除所有的越限断面和设备。
步骤S3、将所述各机组在优化周期内的启停时间和出力安排作为日前市场出清计算的依据,具体包括:
(5)针对多日机组组合结果中需要提前通知才能开机的新增燃煤机组,提前通知其进行开机准备,将其设置为必开机组并作为日前市场出清计算的输入边界。
所述步骤(5)中,针对未来几日内在Ton,i时刻新增开机的机组,若该机组的开机提前通知时间大于零,则根据其申报的开机提前通知时间Tnotice,i,在(Ton,i-Tnotice,i)前通知该机组进行开机准备;同时,在日前市场出清输入数据中,将该机组新增开机时刻Ton,i所在的优化时段的机组运行状态设置为必开状态。
实施例2
如图2所示,本发明实施例提供一种市场环境下衔接日前出清环节的多日机组组合优化方法,包括:
首先,确定多日机组组合计算的优化周期、优化时段、执行时间等,并设置优化计算参数;
其次,获取并计算机组组合优化所需的各类系统运行数据,同时设置优化计算前的干预参数;
接着,计及机组的开机提前通知时间要求、机组群的电量和备用约束等,建立以系统运行总成本最低为目标的多日机组组合优化模型,并采用混合整数规划法求解;
进一步,对多日机组组合结果进行全时段的网络安全约束校核,并与机组组合优化计算进行闭环迭代,直至消除所有的越限断面和设备;
最后,得到最终的未来多日内所有机组的启停和出力安排优化结果,针对需要新开机的燃煤机组,提前足够的小时数通知该机组进行开机准备,并将其设置为必开机组参与后续的日前现货市场出清。
本发明的具体实施步骤如下:
1、优化参数设置
1)优化周期设置:常规设置为一周;但考虑到时间尺度越大,系统的各类预测和计划数据的准确性越低,也可根据需要缩短至5天;另外,考虑到特殊节假日的负荷曲线特征不具备明显的规律性且相对于一般工作日和双休日的负荷曲线特征差异较大,因此,当遇到特殊节假日时,多日机组组合的优化周期可根据特殊节假日的时间长短增加相应的天数。
2)优化时段设置:同时考虑了优化计算的结果准确度和时间性能的要求,常规设置为每小时一个点,一般以每日的整点作为优化时段。
4)优化计算参数设置:兼顾优化计算的结果精确性和时间性能的要求,事前对优化算法的收敛精度、超时时间上限以及最大迭代次数等参数进行设置。
2、优化计算输入数据准备
1)计划类数据准备:从调度系统获取系统负荷预测值、系统正/负备用需求值、系统总网损值、特高压交/直流外来电计划出力、省间交流线路的计划和交易电力值、风电场、光伏电站和水电站的预测出力值、核电站的固定出力计划值、设备停复役计划等优化计算输入参数。
2)注册、申报类数据准备:从数据申报系统获取各发电厂的注册或申报数据,包括机组类型、机组额定容量、机组最大/最小技术出力、机组最小停机/运行时间、机组爬/滑坡率、机组静态注册启动成本、机组静态注册运行微增成本、机组申报的启动费用、机组申报的运行微增价格、机组开机提前通知时间、机组的厂用电率等。
3)实时运行类数据准备:从调度系统获取电网拓扑结构、稳定断面的正/负功率限额值、机组实时状态等信息,基于此计算设备对稳定断面的灵敏度系数、设备对系统的网损灵敏度系数、机组初始启停状态和出力值、机组初始连续开/停机时间等参数。
4)干预参数设置:优化计算前需对部分参数进行手动设置,包括用于保证区域电网稳定运行的机组最小运行开停机方式、自调度机组的固定出力/启停方式、预估的未来几日临时省间电量和电力交易量、基于燃煤库存量的电厂机组群最大/最小发电量、基于燃气供应量的电厂机组群最大/最小发电量、基于来水情况的水电站机组群最大/最小发电量等。
3、多日机组组合优化计算
本发明建立的多日机组组合优化模型,以系统运行总成本最低为目标,计及系统功率平衡、机组运行状态、电网运行安全等约束。具体的模型实现如式(7)-(33)所示:
1)目标函数:
其中,NT为多日机组组合优化的总优化时段数,无量纲;NU为参与多日机组组合的总机组台数,无量纲;ui,t为机组i在t时段的起停状态(运行为1,停机为0),无量纲;cbase,i为机组i在最小技术出力时注册的运行成本或申报的运行价格,单位元/MWh;NS为机组注册的运行成本或申报的运行价格的分段数,无量纲;ci,s为机组i在第s段注册的运行微增成本或申报的运行微增价格,单位元/MWh;pli,s,t为机组i在t时段处于第s段内的出力增量,单位MW;cst,i为机组i的启动成本,单位元。
2)系统功率平衡约束:
其中,NL为参与多日机组组合的联络线总条数,无量纲;pl,t为联络线l在t时段的有功值,单位MW;pLoad,t为t时段的系统短期负荷预测值,单位MW;pLoss,t为t时段的系统总网损值,单位MW。
3)稳定断面潮流约束:
其中,seni,f,t为机组i在t时段对断面f的灵敏度系数,无量纲;senl,f,t为联络线l在t时段对断面f的灵敏度系数,无量纲;NB为参与多日机组组合的母线负荷节点数,无量纲;pb,t为节点b在t时段的母线负荷预测值,单位MW;senb,f,t为母线负荷节点b在t时段对断面f的灵敏度系数,无量纲;pmax,f,t为稳定断面f在时段t的有功功率上限值,单位MW;pmin,f,t为稳定断面f在时段t的有功功率下限值,单位MW。
4)系统备用约束:
其中,R为系统中除固定启停、固定出力、检修机组外,所有可以提供备用的机组集合;pmax,i为机组i的最大技术出力值,单位MW;RDup,t为t时段的系统正备用需求值,单位MW;pmax,i为机组i的最小技术出力值,单位MW;RDdown,t为t时段的系统负备用需求值,单位MW。
6)机组技术出力约束:
pi,t≤pmax,i·ui,t (15)
pi,t≥pmin,i·ui,t (16)
7)机组启停状态约束:
ui,t-ui,t-1=yi,t-zi,t (17)
yi,t+zi,t≤1 (18)
8)机组初始连续开机/停机时间约束
当机组的初始状态为开机时:
Tinit,on,i=Ton,min,i-Ton,i,0 (19)
∑(1-ui,t)=0,Tsum,t≤Tinit,on,i (20)
其中,Tinit,on,i为机组i在优化起始时刻需要继续连续运行的时间,单位min;Ton,min,i为机组i申报的最小连续运行时间,单位min;Ton,i,0为机组i在优化起始时刻已经连续运行的时间,单位min。
当机组的初始状态为停机时:
Tinit,off,i=Toff,min,i-Toff,i,0 (21)
∑ui,t=0,Tsum,t≤Tinit,off,i (22)
其中,Tinit,off,i为机组i在优化起始时刻需要继续连续停机的时间,单位min;Toff,min,i为机组i申报的最小连续停机时间,单位min;Toff,i,0为机组i在优化起始时刻已经连续停机的时间,单位min。
9)机组最小开机/停机时间约束:
Tsum=Tprd,1+Tprd,2+...+Tprd,NT (23)
Tsum,τ=Tprd,1+Tprd,2+...+Tprd,τ (24)
yi,t+∑zi,τ≤1,Tsum,t≤Tsum,τ≤min{Tsum,Tsum,t-1+Ton,min,i} (25)
zi,t+∑yi,τ≤1,Tsum,t≤Tsum,τ≤min{Tsum,Tsum,t-1+Toff,min,i} (26)
其中,Tsum为多日机组组合优化计算的总时间长度,单位min;τ为设置的多日机组组合的优化时段,τ=1,2,…,NT,无量纲。
10)机组开机提前通知时间约束
Tpre=Tst-Tcal (27)
Tlimit,i=Tnotice,i-Tpre (28)
Tsum,t=Tprd,1+Tprd,2+...+Tprd,t (29)
yi,t=0,Tsum,t≤Tlimit,i (30)
11)机组群电量约束
12)联合循环机组模式转换约束:
uc,i,m,t=uc,m,t (33)
其中,m为套机c的运行模式,m=1,2,…Mc,无量纲;uc,i,m,t为时段t时套机c中的机组i在模式m下的运行状态(运行为1,停机为0),无量纲;uc,m,t为时段t时套机c在模式m下的运行状态(运行为1,停机为0),无量纲。
采用混合整数规划法求解上述多日机组组合优化模型,得到未来多日内所有机组的启停时间和出力安排。
4、网络安全约束校核
1)安全校核参数设置:选择网络安全校核方式及潮流计算参数,包括交流潮流计算方法、潮流计算迭代次数、潮流计算收敛精度、不平衡功率分配方式、平衡机的选择、N-1分析方法等。
2)基于以上参数,对得到的多日机组组合结果进行全时段的网络安全约束校核,安全校核方式包括对系统内所有稳定断面和设备的基态安全校核、N-1安全校核以及预想故障集开断安全校核;若存在越限断面或设备,则将交流潮流计算结果及新增越限断面信息作为输入参数,进行下一轮次的多日机组组合优化计算,以此循环,直至消除所有的越限断面和设备。
5、新增开机机组提前通知
1)基于最终得到的多日机组组合优化结果,针对未来几日内在Ton,i时刻新增开机的机组,若该机组的开机提前通知时间大于零,则根据其申报的开机提前通知时间Tnotice,i,在(Ton,i-Tnotice,i)前通知该机组进行开机准备。
2)在日前市场出清优化模型中,根据式(36)-(37),首先计算Ton,i时刻所对应的优化时段i′,再将多日机组组合计算出的需要提前通知开机的新增燃煤机组,在i′时段的运行状态设置为必开状态,并以此作为输入参数参与后一环节的日前现货市场出清:
Tsum,t′=T′prd,1+T′prd,2+...+T′prd,t′ (36)
ui,t′=1,Tsum,t′=Ton,i-T′st (37)
其中,t′为设置的日前市场出清的优化时段,t′=1,2,…,NT′,无量纲;T′prd,t′为日前市场中优化时段t′与优化时段t′-1的时间间隔(特别的,T′prd,1取为第一个优化时段与优化起始时刻的时间间隔),单位min;T′st为日前市场优化出清的起始时刻;ui,t′为日前市场中机组i在t时段的起停状态(运行为1,停机为0),无量纲。
基于同一发明构思,本发明实施例还提供了一种多日机组组合优化系统,包括:
获取模块,用于设置多日机组组合优化计算的优化周期和优化时段;
计算模块,用于将所述优化周期和优化时段带入多日机组组合优化模型并采用混合整数规划法求解,获取各机组在优化周期内的启停时间和出力安排;
用途模块,用于将所述各机组在优化周期内的启停时间和出力安排作为日前市场出清计算的依据;
其中,所述机组包括:燃煤机组、燃气机组、新能源机组、核电机组和水电机组;
所述燃煤机组包括:需要提前通知才能开机的新增燃煤机组。
实施例中,所述系统还包括,构建模块,用于构建多日机组组合优化模型;
所述构建模块包括:
构建目标函数单元,用于基于系统运行参数和预设的干预参数以系统运行总成本最低为目标,构建目标函数;
构建约束条件单元,用于基于优化周期内系统功率平衡、机组运行状态和电网运行安全为所述目标函数构建约束条件;
其中,所述系统运行参数,包括:电网运行的计划类数据、各发电厂的注册及申报数据,以及电网和设备的实时运行类数据;
所述机组运行状态,包括:燃煤机组的开机提前通知时间要求、水电站的来水情况、电厂燃煤库存量和供热季节燃气供应量。
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。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。
Claims (7)
1.一种多日机组组合优化方法,其特征在于,包括:
设置多日机组组合优化计算的优化周期和优化时段;
将所述优化周期和优化时段带入多日机组组合优化模型并采用混合整数规划法求解,获取各机组在优化周期内的启停时间和出力安排;
将所述各机组在优化周期内的启停时间和出力安排作为日前市场出清计算的依据;
其中,所述机组包括:燃煤机组、燃气机组、新能源机组、核电机组和水电机组;
所述燃煤机组包括:需要提前通知才能开机的新增燃煤机组;
所述多日机组组合优化模型的构建,包括:
基于系统运行参数和预设的干预参数以系统运行总成本最低为目标,构建目标函数;
基于优化周期内系统功率平衡、机组运行状态和电网运行安全为所述目标函数构建约束条件;
其中,所述系统运行参数,包括:电网运行的计划类数据、各发电厂的注册及申报数据,以及电网和设备的实时运行类数据;
所述机组运行状态,包括:燃煤机组的开机提前通知时间要求、水电站的来水情况、电厂燃煤库存量和供热季节燃气供应量;
所述约束条件,包括:
系统功率平衡约束、稳定断面潮流约束、系统备用约束、机组技术出力约束、机组启停状态约束、机组初始连续开机/停机时间约束、机组最小开机/停机时间约束、机组开机提前通知时间约束、机组群电量约束和联合循环机组模式转换约束;
所述机组群电量约束,如下式所示:
式中:pi,t:机组i在t时段的出力;NT:多日机组组合优化的总优化时段数;SFi:机组i的厂用电率;G:由于燃煤库存、燃气供应量或来水量限制的而造成可发电总量受限的电厂内所有机组的集合;Tprd,t:优化时段t与优化时段t-1的时间间隔;Emax,G:机组群G在所有优化时段内可发电量的上限值;Emin,G:机组群G在所有优化时段内可发电量的下限值;
所述将所述优化周期和优化时段带入多日机组组合优化模型并采用混合整数规划法求解,获取在所述优化周期内各机组的组合结果,包括:
基于所述优化周期和优化时段带入所述多日机组组合优化模型;
对所述多日机组组合优化模型与全时段网络安全约束校核进行闭环迭代,直至消除所有的越限断面和设备,获取在优化周期内各机组的组合结果;
其中,采用混合整数规划法对所述多日机组组合优化模型进行求解;
所述目标函数,如下式所示:
式中:NT:多日机组组合优化的总优化时段数;NU:参与多日机组组合的各机组的总台数;ui,t:机组i在t时段的起停状态;cbase,i:机组i在最小技术出力时注册的运行成本或申报的运行价格;NS:机组注册的运行成本或申报的运行价格的分段数;ci,s:机组i在第s段注册的运行微增成本或申报的运行微增价格;pli,s,t:机组i在t时段处于第s段内的出力增量;cst,i:机组i的启动成本;yi,t:机组i在t时段由停机状态转换为开机状态;
所述机组开机提前通知时间约束,包括:
式中:Tcal:设置多日机组组合的计算执行时间;Tst:多日机组组合优化的起始时刻;Tpre:多日机组组合优化的起始时刻与计算执行时刻的时间间隔;t:设置的多日机组组合的优化时段;Tnotice,i:机组i开机所需的提前通知时间;Tlimit,i:多日机组组合优化周期内机组i的新增启动受限时间间隔;Tprd,t:优化时段t与优化时段t-1的时间间隔;Tprd,1:为多日机组组合第一个优化时段与优化起始时刻的时间间隔;Tsum,t:多日机组组合优化时段t的终止时刻与优化起始时刻的时间间隔;yi,t:机组i在t时段由停机状态转换为开机状态。
2.如权利要求1所述的方法,其特征在于,所述对所述多日机组组合优化模型与全时段网络安全约束校核进行闭环迭代,直至消除所有的越限断面和设备,包括:
基于交流潮流计算方法、潮流计算迭代次数、潮流计算收敛精度、不平衡功率分配方式、平衡机的选择和N-1分析方法,对所述多日机组组合优化模型得到的优化周期内各燃煤机组的组合结果进行全时段的网络安全约束校核;
安全校核方式包括对系统内所有稳定断面和设备的基态安全校核、N-1安全校核以及预想故障集开断安全校核;
若存在越限断面或设备,则将交流潮流计算结果及新增越限断面信息作为输入参数,进行下一轮次的多日机组组合优化计算,以此循环,直至消除所有的越限断面和设备。
3.如权利要求1所述的方法,其特征在于,
所述电网运行的计划类数据,包括:系统负荷预测值、系统正/负备用需求、联络线计划出力、清洁能源计划/预测出力、设备停复役计划;
所述各发电厂的注册及申报数据,包括:机组类型和额定容量、机组最大/最小技术出力、机组最小停机/运行时间、机组爬/滑坡率、机组启动成本、机组静态注册运行成本、机组分段报价、机组开机提前通知时间、机组的厂用电率;
所述电网和设备的实时运行类数据,包括:网络拓扑结构、稳定断面功率限额、设备对稳定断面的灵敏度系数、机组初始状态。
4.如权利要求1所述的方法,其特征在于,所述干预参数,包括:
用于保证区域电网稳定运行的机组最小运行方式、自调度机组的固定出力/启停设置、预估的未来几日临时省间电量和电力交易量、考虑燃煤、燃气或来水量限制的机组群设置。
5.如权利要求1所述的方法,其特征在于,所述优化周期设置为5-7天;
所述优化时段设置为每小时一个点,以每日的整点作为优化时段。
6.如权利要求1所述的方法,其特征在于,所述将所述各机组在优化周期内的启停时间和出力安排作为日前市场出清计算的依据,包括:
基于各机组在优化周期内的启停时间和出力安排,获取燃煤机组状态从停机转化为启动的新增燃煤机组及所述新增燃煤机组对应的开机时刻;
当所述新增燃煤机组的开机提前通知时间大于零,则根据所述新增燃煤机组申报的开机提前通知时间和所述新增燃煤机组的开机时刻,确定最迟开机提前通知时间;
基于所述最迟开机提前通知时间通知所述新增燃煤机组进行开机准备;
基于所述开机时刻获得所述新增燃煤机组在日前市场出清计算中的优化时段;
将所述新增燃煤机组在所述优化时段的运行状态设置为必开状态,并参与日前市场出清计算。
7.一种多日机组组合优化系统,下述模块执行如权利要求1-6中任意所述方法,其特征在于,包括:
获取模块,用于设置多日机组组合优化计算的优化周期和优化时段;
计算模块,用于将所述优化周期和优化时段带入多日机组组合优化模型并采用混合整数规划法求解,获取各机组在优化周期内的启停时间和出力安排;
用途模块,用于将所述机组在优化周期内的启停时间和出力安排作为日前市场出清计算的依据;
其中,所述各机组包括:燃煤机组、燃气机组、新能源机组、核电机组和水电机组;
所述燃煤机组包括:需要提前通知才能开机的新增燃煤机组;
所述系统还包括,构建模块,用于构建多日机组组合优化模型;
所述构建模块包括:
构建目标函数单元,用于基于系统运行参数和预设的干预参数以系统运行总成本最低为目标,构建目标函数;
构建约束条件单元,用于基于优化周期内系统功率平衡、机组运行状态和电网运行安全为所述目标函数构建约束条件;
其中,所述系统运行参数,包括:电网运行的计划类数据、各发电厂的注册及申报数据,以及电网和设备的实时运行类数据;
所述机组运行状态,包括:燃煤机组的开机提前通知时间要求、水电站的来水情况、电厂燃煤库存量和供热季节燃气供应量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910622354.2A CN110490363B (zh) | 2019-07-10 | 2019-07-10 | 一种多日机组组合优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910622354.2A CN110490363B (zh) | 2019-07-10 | 2019-07-10 | 一种多日机组组合优化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110490363A CN110490363A (zh) | 2019-11-22 |
CN110490363B true CN110490363B (zh) | 2023-11-03 |
Family
ID=68546957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910622354.2A Active CN110490363B (zh) | 2019-07-10 | 2019-07-10 | 一种多日机组组合优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110490363B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113496075B (zh) * | 2020-04-03 | 2024-03-08 | 国家电投集团电站运营技术(北京)有限公司 | 电力数据的校核方法及装置 |
CN111950800A (zh) * | 2020-08-21 | 2020-11-17 | 中国电力科学研究院有限公司 | 电力现货日前市场出清方法、系统、设备及可读存储介质 |
CN112001540A (zh) * | 2020-08-21 | 2020-11-27 | 中国电力科学研究院有限公司 | 多态划分的日前计划及市场出清方法、系统、设备及介质 |
CN112488356B (zh) * | 2020-10-29 | 2023-03-10 | 中国南方电网有限责任公司 | 适应现货市场运营的区域电网日前计划协调优化方法及装置 |
CN112398176B (zh) * | 2020-11-05 | 2022-07-05 | 贵州电网有限责任公司 | 一种考虑燃煤机组启停调峰的水火风互济系统日前优化调度方法 |
CN112529614B (zh) * | 2020-11-27 | 2023-10-24 | 国网湖北省电力有限公司 | 电力市场出清流程的建立方法及系统 |
CN113642792A (zh) * | 2021-08-12 | 2021-11-12 | 中国南方电网有限责任公司 | 全面考虑复杂大电网运行约束条件的中长期机组组合精确建模技术方法 |
CN113449443B (zh) * | 2021-09-01 | 2021-11-30 | 深圳百胜扬工业电子商务平台发展有限公司 | 一种数据加载建模调度方法及装置 |
CN114285092A (zh) * | 2021-12-24 | 2022-04-05 | 中国电力科学研究院有限公司 | 区域电网安全校核方法、系统、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101752903A (zh) * | 2009-11-27 | 2010-06-23 | 清华大学 | 一种时序递进式电力调度方法 |
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 |
CN104616069A (zh) * | 2015-01-13 | 2015-05-13 | 国电南瑞科技股份有限公司 | 一种考虑计划完成率和负荷率均衡的年度发电计划滚动分解优化方法 |
JP2016040997A (ja) * | 2014-08-13 | 2016-03-24 | 株式会社Ihi | エネルギーマネジメントシステム、電力需給計画最適化方法および電力需給計画最適化プログラム |
CN106451568A (zh) * | 2016-11-19 | 2017-02-22 | 大连理工大学 | 一种特高压交直流混联电网中短期协调调度方法 |
CN108711890A (zh) * | 2018-06-27 | 2018-10-26 | 广东电网有限责任公司 | 日前市场出清方法、系统、装置及计算机可读存储介质 |
CN109190951A (zh) * | 2018-08-21 | 2019-01-11 | 广东电网有限责任公司 | 一种电力市场的出清方法、出清装置和出清设备 |
-
2019
- 2019-07-10 CN CN201910622354.2A patent/CN110490363B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101752903A (zh) * | 2009-11-27 | 2010-06-23 | 清华大学 | 一种时序递进式电力调度方法 |
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 |
JP2016040997A (ja) * | 2014-08-13 | 2016-03-24 | 株式会社Ihi | エネルギーマネジメントシステム、電力需給計画最適化方法および電力需給計画最適化プログラム |
CN104616069A (zh) * | 2015-01-13 | 2015-05-13 | 国电南瑞科技股份有限公司 | 一种考虑计划完成率和负荷率均衡的年度发电计划滚动分解优化方法 |
CN106451568A (zh) * | 2016-11-19 | 2017-02-22 | 大连理工大学 | 一种特高压交直流混联电网中短期协调调度方法 |
CN108711890A (zh) * | 2018-06-27 | 2018-10-26 | 广东电网有限责任公司 | 日前市场出清方法、系统、装置及计算机可读存储介质 |
CN109190951A (zh) * | 2018-08-21 | 2019-01-11 | 广东电网有限责任公司 | 一种电力市场的出清方法、出清装置和出清设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110490363A (zh) | 2019-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110490363B (zh) | 一种多日机组组合优化方法及系统 | |
US10037502B2 (en) | Maintenance schedule optimization method for electric power system including large-scale wind power | |
US9618914B2 (en) | Energy resource-grid-load automatic control system of smart microgrid and control methods thereof | |
CN107491867B (zh) | 一种用于多周期发输变检修计划的安全校核及评估方法 | |
CN107153885B (zh) | 考虑火电机组深度调峰的实时发电计划优化方法 | |
CN102567815B (zh) | 基于实际电网运行数据的事后理想计划分析方法 | |
CN104951899A (zh) | 含大规模可再生能源的配电公司多时间尺度优化调度方法 | |
CN103414206A (zh) | 一种考虑安全约束的水光火联合优化发电计划优化方法 | |
CN108493998B (zh) | 考虑需求响应与n-1预想故障的鲁棒输电网规划方法 | |
CN109286208A (zh) | 一种综合能源系统调度方法和系统 | |
Awasthi et al. | Operation of datacenter as virtual power plant | |
CN114792994A (zh) | 一种新能源与外送联络线时序生产模拟优化方法和系统 | |
Hamidi et al. | Value of wind power at different locations in the grid | |
CN104809543B (zh) | 基于月度输变电设备检修计划的电网运行方式生成方法 | |
Wu et al. | Techno-economic analysis of contingency reserve allocation scheme for combined UHV DC and AC receiving-end power system | |
CN111064231A (zh) | 一种新能源分级互动消纳方法和系统 | |
Bruno et al. | Managing networked hybrid-energy systems: A predictive dispatch approach | |
Li et al. | Accommodation ability evaluation of high renewable energy penetrated power system with large-scale concentrating solar power | |
CN115473284A (zh) | 区域电力交换约束下配电系统运行的鲁棒优化方法、系统及计算机设备 | |
Xv et al. | Day-ahead scheduling with renewable generation considering shared energy storage | |
Hering et al. | Optimal scheduling of a pumped-storage hydro power plant operation | |
Luo et al. | The joint operation strategy of energy storage power station and photovoltaic power station based on typical output scenarios | |
AU2021104984A4 (en) | Step-by-step safety checking method and system for medium and long-term electric power transactions | |
CN111030088B (zh) | 一种电力外送输电通道容量预测方法和装置 | |
He et al. | Rolling optimization of wind power and pumped hydro storage system based on W-IGDT |
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 |