CN110535121B - 一种交直流混联电网的两阶段多目标动态优化调度方法 - Google Patents
一种交直流混联电网的两阶段多目标动态优化调度方法 Download PDFInfo
- Publication number
- CN110535121B CN110535121B CN201910795833.4A CN201910795833A CN110535121B CN 110535121 B CN110535121 B CN 110535121B CN 201910795833 A CN201910795833 A CN 201910795833A CN 110535121 B CN110535121 B CN 110535121B
- Authority
- CN
- China
- Prior art keywords
- power
- converter station
- direct current
- student
- 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
Images
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
- H02J3/36—Arrangements for transfer of electric power between ac networks via a high-tension dc link
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/60—Arrangements for transfer of electric power between AC networks or generators via a high voltage DC link [HVCD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种交直流混联电网的两阶段多目标动态优化调度方法,属于电力调度技术领域,该方法包括获取交直流混联电网基础数据,建立含发电成本和环境成本的优化目标函数的第一阶段机组组合模型,建立以电压偏差为优化目标函数的交直流混联电网第二阶段最优潮流模型,将第一阶段所求各时间序列的优化结果给到对应第二阶段模型,使用教与学优化算法求解第二阶段模型,得到含交直流混联电网的动态优化调度方案。本发明将多目标动态优化调度解耦为两阶段优化过程,降低原始问题求解难度,提升了计算效率。此外在考虑了火电机组的最优组合和污染物排放量的基础上,还考虑了交直流混联电网的潮流约束,保证交直流混联电网安全、经济、稳定运行。
Description
技术领域
本发明涉及电力调度技术领域,尤其涉及一种交直流混联电网的两阶段多目标动态优化调度方法。
背景技术
近年来,柔性直流输电技术被越来越多的用于可再生能源并网、孤岛供电等领域,交直流混联电网在电网中所占比例逐年增加,交直流混联电网的优化问题面临巨大的挑战。
在交直流混联电网中,由于直流输电功率的接入将会影响交流电网中火电机组的发电计划和启停状态,同时会引起潮流的重新分布,因此,在制定交直流混联电网的优化调度方案时,必须建立交直流最优潮流模型来约束混联电网中的潮流分布。在调度方案制定过程中,考虑单一经济指标已不能满足电网调度的要求,系统的电压偏差、环境成本等问题越来越多的被用于优化调度之中,这就使交直流混联电网的优化问题成为一个多变量、多目标、非线性、多约束、离散和连续变量混合共存的数学优化问题。
传统的电力系统优化调度模型求解方法主要是内点法,随着动态模型的引入和优化技术的发展,现有优化算法主要分为两大类:一类是数学规划算法,如内点法、简化梯度法、动态规划等;另一类是人工智能算法,如双鱼群算法、蚁群算法、教与学算法等。数学规划法求解速度快,但其所得结果依赖于初值的选取,很容易陷入局部最优解,人工智能算法能较好的处理优化问题,计算精度较高,但计算时间偏长。由于交直流混联电网的优化模型的复杂程度,单一算法已不能完全满足混联电网的优化要求,寻求一种快速、有效求解该问题的方法显得尤为重要。
发明内容
针对上述现有技术的不足,本发明提供一种交直流混联电网的两阶段多目标动态优化调度方法。
为解决上述技术问题,本发明所采取的技术方案是:一种交直流混联电网的两阶段多目标动态优化调度方法,其流程如图1所示,包括如下步骤:
步骤1:获取交直流混联电网的基础数据、每个时段负荷数据及火电机组基本数据信息;
步骤2:建立第一阶段含环境成本和发电成本的机组组合模型;
步骤2.1:以发电成本和环境成本最小,添加决策者偏好系数,将环境成本和发电成本两目标处理为单目标,建立目标函数如下:
fi(Pi,t)=ai(Pi,t)2+biPi,t+ci
wi(Pi,t)=di(Pi,t)2+giPi,t+ki
其中,αi、βi为考虑决策者的偏好加权系数,且满足αi+βi=1,NG为机组数,T为时段数,ui,t为机组i在时段t运行状态的变量,ui,t=1表示运行,ui,t=0表示停机,Pi,t为机组i在t时段的有功出力,为机组的启动成本,fi(Pi,t)为机组i的煤耗成本函数,wi(Pi,t)为机组i的污染气体排放量函数,ai、bi、ci为机组i的运行成本特性参数,di、gi、ki为机组i的污染物气体排放系数;
步骤2.2:处理后的单目标函数系数为广义成本系数,对目标函数进行整理,得到广义成本系数如下:
其中,Ai=αiai+βidi,Bi=αibi+βigi,Ci=αici+βiki,Ai、Bi、Ci为广义成本系数,决策者可以根据需要调整加权系数进而调整相应广义成本系数;
步骤2.3:以火电机组的系统负荷功率平衡约束、机组出力约束、爬坡速率约束、启停时间约束作为模型约束条件。
Ⅰ、功率平衡约束:
其中,Dt为t时段的系统负荷需求;
Ⅱ、机组出力约束:
ui,tPi min≤Pi,t≤ui,tPi max t∈T
其中,Pi min、Pi max为机组i的最小和最大出力;
Ⅲ、机组爬坡约束:
-Rd≤Pi,t-Pi,t-1≤Ru t∈T
其中,Ru、Rd为机组的上、下爬坡速率;
Ⅳ、机组启停约束:
(ui,t-1-ui,t)(Ti,t-1-Ti,on)≥0 t∈T
(ui,t-ui,t-1)(-Ti,t-1-Ti,off)≥0 t∈T
其中,Ti,t为机组i在t时段已连续运行或连续停机时间,Ti,on为机组i的最小运行时间,Ti,off机组i的最小停机时间。
步骤3:输入每个时段负荷数据和火电机组数据,采用商用求解器cplex求解该混合整数非线性规划问题,得到发电机有功功率的输出及机组启停计划;
步骤4:建立第二阶段交直流混联电网静态最优潮流模型;
步骤4.1:以所有节点的电压偏差之和最小为目标建立目标函数如下:
Nac、Ndc为交流节点个数和直流节点个数,Uaci、Udci为交流节点和直流节点实测电压值,Uref,aci、Uref,dci为交流节点和直流节点参考电压,由调度系统提前给定;
步骤4.2:考虑交直流混联电网的静态稳定性问题,根据直流换流站等效模型,建立潮流约束;
与直流换流站非直连的节点等式约束如下:
与直流换流站直连的节点等式约束如下:
其中,t∈T,μi,t、Pgi,t由第一阶段求解得到的t时段的固定值,PLi,t、QLi,t为负荷的有功功率和无功功率,Qgi,t为发电机发出的无功功率,Ui,t为交流节点i的电压幅值,Uj,t为与节点i直接相连的j节点的交流电压幅值,Psi,t、Qsi,t为流经直流换流器的有功功率和无功功率,θij,t、Gij、Bij为节点i、j间相角差和电导、电纳,Mi,t为换流站的调制系数,Usi,t为与换流站相连交流侧电压,Udi,t为换流站直流侧电压,δi,t为换流变压器两侧电压相角差,αi,t为换流变压器阻抗角,Yi为换流站变压器导纳,Gdij为直流输电网的电导,ΔPi,t、ΔQi,t为交流系统有功和无功功率不平衡量,为与换流站相连的交流系统有功和无功功率不平衡量,Δdi1,t、Δdi2,t为输入到直流电网的有功和无功功率不平衡量,Δdi3,t为直流电网的有功功率不平衡量;
步骤4.3:在进行约束处理时,将步骤4.2中的7个式子处理为等式约束,如下:
步骤4.4:建立交直流混联电网的其他约束条件,如下
Ⅰ、无功功率约束条件:
Qmin≤Qgi,t≤Qmax
其中,Qmax、Qmin为发电机组无功功率的上下限值;
Ⅱ、换流站调制度约束:
Mmin≤Mi,t≤Mmax
其中,Mmax、Mmin为调制度上下限值;
Ⅲ、流经换流站的功率约束:
Psmin≤Psi,t≤Psmax
Qsmin≤Qsi,t≤Qsmax
Smin≤Ssi,t≤Smax
其中,Psmax、Psmin为流经换流站有功功率上下限值,Qsmax、Qsmin为流经换流站无功功率上下限值,Ssi,t为每时刻流经换流站的视在功率,Smax、Smin为换流站容量的上下限值;
Ⅳ、换流站直流电压约束:
Udmin≤Udi,t≤Udmax
其中,Udmax、Udmin换流站直流电压上下限值;
Ⅴ、直流输电线路容量约束:
0<Pdi,t≤Tmax
其中,Pdi,t为流经直流输电线路的功率,Tmax为直流输电线路所能承受的最大容量。
步骤4.5:由于各换流站的控制方式会引起有功功率和无功功率的重新分布,因此需根据优化值更新各换流站在每时段的控制方式,换流站控制方式采取广义下垂控制方式,公式如下:
ωi,tPsi,t+λi,tUdi,t+σi,t=0 i∈Ndc
其中,ωi,t、λi,t、σi,t为各换流站广义下垂控制参数,ωi,t、λi,t取值为1或2的整数值。
步骤5:输入交直流混联电网基础数据,利用步骤3中得到的每个时段机组有功功率和机组启停计划,使用教与学优化算法求解各时段下静态最优潮流模型,得到控制变量的参数,教与学算法的流程如图2所示;
步骤5.1:将各时段下静态最优潮流模型中的各控制变量设置成学生各科目成绩,公式如下:
其中,Qg1,Qg2...Qgn为发电机无功功率出力,n为发电机数量,M1,M2...Md为各换流站的调制度,d为换流站数量,Ps1,Ps2...Psd为流经各换流站的有功功率,Qs1,Qs2...Qsd为流经各换流站的无功功率,Ud1,Ud2...Udd为各换流站的直流电压,Ua1,Ua2...Uan为各交流节点的电压,ω1,ω2...ωd,λ1,λ2...λd,σ1,σ2...σd为各换流站的控制参数;
步骤5.2:班级C由学生Xi(i=1,2....S)组成,S为学生总数,学生Xi的各科目成绩与各时段下静态最优潮流模型中的各控制变量的对应关系为:
其中,H为每个学生的课程总数,H=2n+7d;
步骤5.3:初始化学生成绩:
步骤5.4:根据学生成绩的初始值,对交直流混联电网进行潮流计算,计算每个学生的目标函数f(Xi),比较各目标函数的大小并选出成绩最优即目标函数值最小的学生Xbest担任老师Xteacher;
步骤5.5:“教”阶段:
步骤5.7:“学”阶段:
从全部学生中随机抽取一名学生作为学习对象Xrand,其余学生分别与学习对象进行比较,如果学习对象的优化目标函数值优于自己,则向其学习,公式描述为:
步骤5.10:输出使目标函数值最小的最优学生成绩,从而得到各时段下静态最优潮流模型中的发电机无功功率出力、各换流站的调制度、流经各换流站的有功功率和无功功率、各换流站的直流电压和各换流站的控制参数。
步骤6:结合步骤3与步骤5的结果,得到最终交直流混联电网多目标动态调度方案。
采用上述技术方案所产生的有益效果在于:
1、本发明所求得的调度方案既考虑了火电机组的最优组合和污染物排放量,又考虑了交直流混联电网的潮流约束,保证交直流混联电网安全、经济、稳定运行。
2、本发明提供的两阶段优化调度方法,将多目标动态优化调度解耦为两阶段优化过程,降低原始问题求解难度,使多目标模型便于求解,提升了计算效率。
附图说明
图1为本发明一种交直流混联电网的两阶段多目标动态优化调度方法流程图;
图2为本发明教与学优化算法流程图;
图3为本发明实施例中采用IEEE14节点测试系统模拟交直流混联电网的结构示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
本实施例采用IEEE14节点测试系统模拟交直流混联电网,其结构如图3所示。
在IEEE14节点测试系统中添加了柔性直流输电系统,将三端柔性直流输电系统添加至原IEEE14节点的9、13和14节点之中,交流电网数据与国际通用的IEEE14节点标准数据相同,直流输电线路基准容量为100MW,基准电压为345KV,电压上下限值以标幺值的形式表示,其标幺值为1.1和0.9,换流器电阻阻值为0.015Ω,电感值为0.1121H,三条直流电网电导值为19.23S、20.15S和18.57S。
如图1所示,本实施例采用的方法如下所述。
步骤1:获取交直流混联电网的基础数据、每个时段负荷数据及火电机组基本数据信息;
步骤2:建立第一阶段含环境成本和发电成本的机组组合模型;
步骤2.1:以发电成本和环境成本最小,添加决策者偏好系数,将环境成本和发电成本两目标处理为单目标,建立目标函数如下:
fi(Pi,t)=ai(Pi,t)2+biPi,t+ci
wi(Pi,t)=di(Pi,t)2+giPi,t+ki
其中,αi、βi为考虑决策者的偏好加权系数,且满足αi+βi=1,此次实施例按照0.5和0.5给定,机组数NG=5,时段数T=24,ui,t为机组i在时段t运行状态的变量,ui,t=1表示运行,ui,t=0表示停机,Pi,t为机组i在t时段的有功出力,为机组的启动成本,fi(Pi,t)为机组i的煤耗成本函数,wi(Pi,t)为机组i的污染气体排放量函数,ai、bi、ci为机组i的运行成本特性参数,di、gi、ki为机组i的污染物气体排放系数;
步骤2.2:处理后的单目标函数系数为广义成本系数,对目标函数进行整理,得到广义成本系数如下:
其中,Ai=αiai+βidi,Bi=αibi+βigi,Ci=αici+βiki,Ai、Bi、Ci为广义成本系数,决策者可以根据需要调整加权系数进而调整相应广义成本系数;
步骤2.3:以火电机组的系统负荷功率平衡约束、机组出力约束、爬坡速率约束、启停时间约束作为模型约束条件。
Ⅰ、功率平衡约束:
其中,Dt为t时段的系统负荷需求;
Ⅱ、机组出力约束:
ui,tPi min≤Pi,t≤ui,tPi max t∈T
其中,Pi min、Pi max为机组i的最小和最大出力;
Ⅲ、机组爬坡约束:
-Rd≤Pi,t-Pi,t-1≤Ru t∈T
其中,Ru、Rd为机组的上、下爬坡速率;
Ⅳ、机组启停约束:
(ui,t-1-ui,t)(Ti,t-1-Ti,on)≥0 t∈T
(ui,t-ui,t-1)(-Ti,t-1-Ti,off)≥0 t∈T
其中,Ti,t为机组i在t时段已连续运行或连续停机时间,Ti,on为机组i的最小运行时间,Ti,off机组i的最小停机时间。
步骤3:输入每个时段负荷数据和火电机组数据,采用商用求解器cplex求解该混合整数非线性规划问题,得到发电机有功功率的输出及机组启停计划,机组启停计划如表1所示,发电机有功功率输出如表2所示;
表1机组启停计划
表2发电机有功功率输出
步骤4:建立第二阶段交直流混联电网静态最优潮流模型;
步骤4.1:以所有节点的电压偏差之和最小为目标建立目标函数如下:
Nac、Ndc为交流节点个数和直流节点个数,Uaci、Udci为交流节点和直流节点实测电压值,Uref,aci、Uref,dci为交流节点和直流节点参考电压,由调度系统提前给定,在这里以标幺值的形式表示为1;
步骤4.2:考虑交直流混联电网的静态稳定性问题,根据直流换流站等效模型,建立潮流约束;
与直流换流站非直连的节点等式约束如下:
与直流换流站直连的节点等式约束如下:
其中,t∈T,μi,t、Pgi,t由第一阶段求解得到的t时段的固定值,PLi,t、QLi,t为负荷的有功功率和无功功率,Qgi,t为发电机发出的无功功率,Ui,t为交流节点i的电压幅值,Uj,t为与节点i直接相连的j节点的交流电压幅值,Psi,t、Qsi,t为流经直流换流器的有功功率和无功功率,θij,t、Gij、Bij为节点i、j间相角差和电导、电纳,Mi,t为换流站的调制系数,Usi,t为与换流站相连交流侧电压,Udi,t为换流站直流侧电压,δi,t为换流变压器两侧电压相角差,αi,t为换流变压器阻抗角,Yi为换流站变压器导纳,Gdij为直流输电网的电导,ΔPi,t、ΔQi,t为交流系统有功和无功功率不平衡量,为与换流站相连的交流系统有功和无功功率不平衡量,Δdi1,t、Δdi2,t为输入到直流电网的有功和无功功率不平衡量,Δdi3,t为直流电网的有功功率不平衡量;
步骤4.3:在进行约束处理时,将步骤4.2中的7个式子处理为等式约束,如下:
步骤4.4:建立交直流混联电网的其他约束条件,如下
Ⅰ、无功功率约束条件:
Qmin≤Qgi,t≤Qmax
其中,Qmax、Qmin为发电机组无功功率的上下限值;
Ⅱ、换流站调制度约束:
Mmin≤Mi,t≤Mmax
其中,调制度上下限值Mmax=1、Mmin=0.5;
Ⅲ、流经换流站的功率约束:
Psmin≤Psi,t≤Psmax
Qsmin≤Qsi,t≤Qsmax
Smin≤Ssi,t≤Smax
其中,流经换流站有功功率上下限值Psmax=15MW、Psmin=-15MW,流经换流站无功功率上下限值Qsmax=15Kvar、Qsmin=-15Kvar,Ssi,t为每时刻流经换流站的视在功率,换流站容量的上下限值Smax=225KVA、Smin=-225KVA;
Ⅳ、换流站直流电压约束:
Udmin≤Udi,t≤Udmax
其中,Udmax、Udmin换流站直流电压上下限值;
Ⅴ、直流输电线路容量约束:
0<Pdi,t≤Tmax
其中,Pdi,t为流经直流输电线路的功率,直流输电线路所能承受的最大容量Tmax=20MW。
步骤4.5:由于各换流站的控制方式会引起有功功率和无功功率的重新分布,因此需根据优化值更新各换流站在每时段的控制方式,换流站控制方式采取广义下垂控制方式,公式如下:
ωi,tPsi,t+λi,tUdi,t+σi,t=0 i∈Ndc
其中,ωi,t、λi,t、σi,t为各换流站广义下垂控制参数,ωi,t、λi,t取值为1或2的整数值。
步骤5:输入交直流混联电网基础数据,利用步骤3中得到的每个时段机组有功功率和机组启停计划,使用教与学优化算法求解各时段下静态最优潮流模型,得到控制变量的参数;
步骤5.1:将各时段下静态最优潮流模型中的各控制变量设置成学生各科目成绩,公式如下:
其中,Qg1,Qg2...Qgn为发电机无功功率出力,n为发电机数量,M1,M2...Md为各换流站的调制度,d为换流站数量,Ps1,Ps2...Psd为流经各换流站的有功功率,Qs1,Qs2...Qsd为流经各换流站的无功功率,Ud1,Ud2...Udd为各换流站的直流电压,Ua1,Ua2...Uan为各交流节点的电压,ω1,ω2...ωd,λ1,λ2...λd,σ1,σ2...σd为各换流站的控制参数;
步骤5.2:班级C由学生Xi(i=1,2....S)组成,S为学生总数,本实施例设置为60,学生Xi的各科目成绩与各时段下静态最优潮流模型中的各控制变量的对应关系为:
其中,H为每个学生的课程总数,H=31;
步骤5.3:初始化学生成绩:
步骤5.4:根据学生成绩的初始值,对交直流混联电网进行潮流计算,计算每个学生的目标函数f(Xi),比较各目标函数的大小并选出成绩最优即目标函数值最小的学生Xbest担任老师Xteacher;
步骤5.5:“教”阶段:
步骤5.7:“学”阶段:
从全部学生中随机抽取一名学生作为学习对象Xrand,其余学生分别与学习对象进行比较,如果学习对象的优化目标函数值优于自己,则向其学习,公式描述为:
步骤5.10:输出使目标函数值最小的最优学生成绩,从而得到各时段下静态最优潮流模型中的发电机无功功率出力、各换流站的调制度、流经各换流站的有功功率和无功功率、各换流站的直流电压和各换流站的控制参数。
以第20、21、22时段为例展示求解结果,第二阶段目标函数在第20、21、22时段的结果值为0.54、0.51、0.59。由于以标幺值形式表示,在计算中以1作为各节点给定参考值,并以第1交流节点为平衡节点进行潮流计算,得到交流电网节点电压标幺值如表3所示,直流电网换流站电压标幺值如表4所示,机组调度无功出力如表5所示,换流站的调制度如表6所示,换流站的控制方式参数如表7所示,流经各换流站的有功和无功功率如表8所示;
表3交流电网节点电压标幺值
T | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 |
20 | 1 | 1.04 | 0.98 | 1.01 | 1.08 | 1.04 | 0.98 | 1.01 | 1.01 | 0.95 | 1.07 | 0.99 | 1.01 | 1.07 |
21 | 1 | 1.08 | 0.99 | 1.00 | 1.07 | 1.01 | 0.97 | 1.01 | 0.95 | 0.97 | 1.01 | 0.99 | 1.00 | 1.08 |
22 | 1 | 1.03 | 0.99 | 1.05 | 1.06 | 1.01 | 0.99 | 1.01 | 0.99 | 0.94 | 1.08 | 1.01 | 1.00 | 1.07 |
表4直流电网换流站电压标幺值
T | VSC1 | VSC2 | VSC3 |
20 | 1.01 | 1.07 | 0.98 |
21 | 1.06 | 1.03 | 0.97 |
22 | 1.04 | 1.05 | 0.91 |
表5机组调度无功出力
T | G1/KVar | G2/KVar | G3/KVar | G4/KVar | G5/KVar |
20 | 5.1 | 9.4 | 4.5 | 3.2 | 1.1 |
21 | -10.9 | -1.2 | 4.1 | -4.5 | 0.5 |
22 | 15.4 | 7.4 | 0 | 6.3 | 8.9 |
表6换流站的调制度
T | VSC1 | VSC2 | VSC3 |
20 | 0.801 | 0.745 | 0.812 |
21 | 0.741 | 0.689 | 0.732 |
22 | 0.865 | 0.754 | 0.653 |
表7换流站的控制方式参数
T | ω<sub>1</sub> | λ<sub>1</sub> | σ<sub>1</sub> | ω<sub>2</sub> | λ<sub>2</sub> | σ<sub>2</sub> | ω<sub>3</sub> | λ<sub>3</sub> | σ<sub>3</sub> |
20 | 1 | 1 | -13.51 | 2 | 1 | -19.47 | 1 | 1 | 20.72 |
21 | 1 | 1 | -9.46 | 1 | 2 | -3.86 | 2 | 1 | 19.43 |
22 | 1 | 1 | -6.14 | 1 | 1 | 11.65 | 1 | 2 | -9.42 |
表8流经各换流站的有功和无功功率
T | Ps1/MW | Qs1/Kvar | Ps2/MW | Qs2/Kvar | Ps3/MW | Qs3/kVar |
20 | 12.5 | 3.4 | 9.2 | -7.9 | -21.7 | 4.5 |
21 | 8.4 | 8.1 | 1.8 | -12.7 | -10.2 | 4.6 |
22 | 5.1 | -8.3 | -12.7 | 5.7 | 7.6 | 2.6 |
步骤6:结合步骤3与步骤5的结果,得到最终交直流混联电网多目标动态调度方案,即第一阶段按照表1和表2的结果对24时段机组启停和有功出力进行布置,第二阶段以20、21、22时刻为例,对机组无功出力按照表5结果进行控制,向三个换流站发出调度指令,按照表4、6、7和8所得结果对换流站电压、调制度、控制参数及流经的有功和无功功率进行调整。
Claims (3)
1.一种交直流混联电网的两阶段多目标动态优化调度方法,其特征在于包括如下步骤:
步骤1:获取交直流混联电网的基础数据、每个时段负荷数据及火电机组基本数据信息;
步骤2:建立第一阶段含环境成本和发电成本的机组组合模型;
步骤3:输入每个时段负荷数据和火电机组数据,采用商用求解器cplex求解混合整数非线性规划问题,得到发电机有功功率的输出及机组启停计划;
步骤4:建立第二阶段交直流混联电网静态最优潮流模型;
步骤5:输入交直流混联电网基础数据,利用步骤3中得到的每个时段机组有功功率和机组启停计划,使用教与学优化算法求解各时段下静态最优潮流模型,得到控制变量的参数,具体过程如下:
步骤5.1:将各时段下静态最优潮流模型中的各控制变量设置成学生各科目成绩,公式如下:
其中,Qg1,Qg2...Qgn为发电机无功功率出力,n为发电机数量,M1,M2...Md为各换流站的调制度,d为换流站数量,Ps1,Ps2...Psd为流经各换流站的有功功率,Qs1,Qs2...Qsd为流经各换流站的无功功率,Ud1,Ud2...Udd为各换流站的直流电压,Ua1,Ua2...Uan为各交流节点的电压,ω1,ω2...ωd,λ1,λ2...λd,σ1,σ2...σd为各换流站的控制参数;
步骤5.2:班级C由学生Xi(i=1,2....S)组成,S为学生总数,学生Xi的各科目成绩与各时段下静态最优潮流模型中的各控制变量的对应关系为:
其中,H为每个学生的课程总数,H=2n+7d;
步骤5.3:初始化学生成绩:
步骤5.4:根据学生成绩的初始值,对交直流混联电网进行潮流计算,计算每个学生的目标函数f(Xi),比较各目标函数的大小并选出成绩最优即目标函数值最小的学生Xbest担任老师Xteacher;
步骤5.5:“教”阶段:
步骤5.7:“学”阶段:
从全部学生中随机抽取一名学生作为学习对象Xrand,其余学生分别与学习对象进行比较,如果学习对象的优化目标函数值优于自己,则向其学习,公式描述为:
步骤5.10:输出使目标函数值最小的最优学生成绩,从而得到各时段下静态最优潮流模型中的发电机无功功率出力、各换流站的调制度、流经各换流站的有功功率和无功功率、各换流站的直流电压和各换流站的控制参数;
步骤6:结合步骤3与步骤5的结果,得到最终交直流混联电网多目标动态调度方案。
2.根据权利要求1所述的一种交直流混联电网的两阶段多目标动态优化调度方法,其特征在于所述步骤2的过程如下:
步骤2.1:以发电成本和环境成本最小,添加决策者偏好系数,将环境成本和发电成本两目标处理为单目标,建立目标函数如下:
fi(Pi,t)=ai(Pi,t)2+biPi,t+ci
wi(Pi,t)=di(Pi,t)2+giPi,t+ki
其中,αi、βi为考虑决策者的偏好加权系数,且满足αi+βi=1,NG为机组数,T为时段数,ui,t为机组i在时段t运行状态的变量,ui,t=1表示运行,ui,t=0表示停机,Pi,t为机组i在t时段的有功出力,为机组的启动成本,fi(Pi,t)为机组i的煤耗成本函数,wi(Pi,t)为机组i的污染气体排放量函数,ai、bi、ci为机组i的运行成本特性参数,di、gi、ki为机组i的污染物气体排放系数;
步骤2.2:处理后的单目标函数系数为广义成本系数,对目标函数进行整理,得到广义成本系数如下:
其中,Ai=αiai+βidi,Bi=αibi+βigi,Ci=αici+βiki,Ai、Bi、Ci为广义成本系数,决策者可以根据需要调整加权系数进而调整相应广义成本系数;
步骤2.3:以火电机组的系统负荷功率平衡约束、机组出力约束、爬坡速率约束、启停时间约束作为模型约束条件。
3.根据权利要求1所述的一种交直流混联电网的两阶段多目标动态优化调度方法,其特征在于所述步骤4的过程如下:
步骤4.1:以所有节点的电压偏差之和最小为目标建立目标函数如下:
Nac、Ndc为交流节点个数和直流节点个数,Uaci、Udci为交流节点和直流节点实测电压值,Uref,aci、Uref,dci为交流节点和直流节点参考电压,由调度系统提前给定;
步骤4.2:考虑交直流混联电网的静态稳定性问题,根据直流换流站等效模型,建立潮流约束;
与直流换流站非直连的节点等式约束如下:
与直流换流站直连的节点等式约束如下:
其中,t∈T,μi,t、Pgi,t由第一阶段求解得到的t时段的固定值,PLi,t、QLi,t为负荷的有功功率和无功功率,Qgi,t为发电机发出的无功功率,Ui,t为交流节点i的电压幅值,Uj,t为与节点i直接相连的j节点的交流电压幅值,Psi,t、Qsi,t为流经直流换流器的有功功率和无功功率,θij,t、Gij、Bij为节点i、j间相角差和电导、电纳,Mi,t为换流站的调制系数,Usi,t为与换流站相连交流侧电压,Udi,t为换流站直流侧电压,δi,t为换流变压器两侧电压相角差,αi,t为换流变压器阻抗角,Yi为换流站变压器导纳,Gdij为直流输电网的电导,△Pi,t、△Qi,t为交流系统有功和无功功率不平衡量,为与换流站相连的交流系统有功和无功功率不平衡量,△di1,t、△di2,t为输入到直流电网的有功和无功功率不平衡量,△di3,t为直流电网的有功功率不平衡量;
步骤4.3:在进行约束处理时,将步骤4.2中的7个式子处理为等式约束,如下:
步骤4.4:建立交直流混联电网的其他约束条件,如下
Ⅰ、无功功率约束条件:
Qmin≤Qgi,t≤Qmax
其中,Qmax、Qmin为发电机组无功功率的上下限值;
Ⅱ、换流站调制度约束:
Mmin≤Mi,t≤Mmax
其中,Mmax、Mmin为调制度上下限值;
Ⅲ、流经换流站的功率约束:
Psmin≤Psi,t≤Psmax
Qsmin≤Qsi,t≤Qsmax
Smin≤Ssi,t≤Smax
其中,Psmax、Psmin为流经换流站有功功率上下限值,Qsmax、Qsmin为流经换流站无功功率上下限值,Ssi,t为每时刻流经换流站的视在功率,Smax、Smin为换流站容量的上下限值;
Ⅳ、换流站直流电压约束:
Udmin≤Udi,t≤Udmax
其中,Udmax、Udmin换流站直流电压上下限值;
Ⅴ、直流输电线路容量约束:
0<Pdi,t≤Tmax
其中,Pdi,t为流经直流输电线路的功率,Tmax为直流输电线路所能承受的最大容量;
步骤4.5:由于各换流站的控制方式会引起有功功率和无功功率的重新分布,因此需根据优化值更新各换流站在每时段的控制方式,换流站控制方式采取广义下垂控制方式,公式如下:
ωi,tPsi,t+λi,tUdi,t+σi,t=0 i∈Ndc
其中,ωi,t、λi,t、σi,t为各换流站广义下垂控制参数,ωi,t、λi,t取值为1或2的整数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910795833.4A CN110535121B (zh) | 2019-08-27 | 2019-08-27 | 一种交直流混联电网的两阶段多目标动态优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910795833.4A CN110535121B (zh) | 2019-08-27 | 2019-08-27 | 一种交直流混联电网的两阶段多目标动态优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110535121A CN110535121A (zh) | 2019-12-03 |
CN110535121B true CN110535121B (zh) | 2022-12-27 |
Family
ID=68664518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910795833.4A Active CN110535121B (zh) | 2019-08-27 | 2019-08-27 | 一种交直流混联电网的两阶段多目标动态优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110535121B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111126709B (zh) * | 2019-12-27 | 2023-04-25 | 中国南方电网有限责任公司 | 调度出力的确定方法、装置、计算机设备和存储介质 |
CN113595052B (zh) * | 2020-04-30 | 2024-04-19 | 南京理工大学 | 一种计及电流潮流控制器的交直流电网多目标潮流优化方法 |
CN111884195B (zh) * | 2020-07-27 | 2022-01-04 | 山东大学 | 考虑概率潮流的直流电网下垂控制裕度优化方法及系统 |
CN112865193B (zh) * | 2021-01-07 | 2023-03-31 | 云南电力技术有限责任公司 | 一种电力系统经济调度系统及方法 |
CN113224788B (zh) * | 2021-04-28 | 2023-03-31 | 南方电网科学研究院有限责任公司 | 含有风电接入的交直流混联电网静态电压稳定评估方法 |
CN115833101B (zh) * | 2022-12-06 | 2023-11-14 | 北京百度网讯科技有限公司 | 电力调度方法、装置、电子设备和存储介质 |
CN116526568B (zh) * | 2023-07-03 | 2023-09-15 | 国网北京市电力公司 | 交直流配电网分布式电源优化方法、系统、设备及介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108199376B (zh) * | 2018-02-02 | 2024-03-26 | 珠海格力电器股份有限公司 | 能源互联网系统、能源路由转换设备和能量控制方法 |
CN108233383B (zh) * | 2018-02-11 | 2019-09-27 | 清华大学 | 一种交直流互联电网的经济调度方法 |
CN109904856B (zh) * | 2019-03-19 | 2022-09-30 | 国电南瑞科技股份有限公司 | 交直流混联电网安全约束机组组合计算方法及系统 |
-
2019
- 2019-08-27 CN CN201910795833.4A patent/CN110535121B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110535121A (zh) | 2019-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110535121B (zh) | 一种交直流混联电网的两阶段多目标动态优化调度方法 | |
CN106451550B (zh) | 一种基于改进次梯度粒子群的微电网并网优化调度方法 | |
CN114362196B (zh) | 一种多时间尺度主动配电网电压控制方法 | |
CN108846507A (zh) | 基于混合整数二阶锥规划的电-气耦合系统日前经济调度方法 | |
CN106786807A (zh) | 一种基于模型预测控制的风电场有功功率控制方法 | |
CN109636056B (zh) | 一种基于多智能体技术的多能源微网去中心化优化调度方法 | |
CN109636052B (zh) | 一种气电联合系统的协同规划方法 | |
CN106253352A (zh) | 计及风电概率分布特征的鲁棒实时调度方法 | |
CN113158573B (zh) | 一种基于深度学习的小水电群区域配网最优潮流获取方法 | |
CN103904641A (zh) | 基于相关均衡强化学习的孤岛微电网智能发电控制方法 | |
CN110206686A (zh) | 一种用于风力发电机组的自适应最大功率跟踪控制方法 | |
CN113489015A (zh) | 一种基于强化学习的配电网多时间尺度无功电压控制方法 | |
Zhang et al. | Fast stackelberg equilibrium learning for real-time coordinated energy control of a multi-area integrated energy system | |
CN115640963A (zh) | 一种考虑投资运营模式的海上风电接入系统鲁棒规划方法 | |
CN114928110A (zh) | 基于n-k故障的规划调度协同优化的三层鲁棒优化方法 | |
CN114741960A (zh) | 一种综合能源经济环境调度优化方法及系统 | |
CN116995682A (zh) | 一种可调节负荷参与有功潮流连续调整方法与系统 | |
Guvenc et al. | Optimal power flow using genetic algorithm based on similarity | |
CN111563699B (zh) | 考虑灵活性需求的电力系统分布鲁棒实时调度方法及系统 | |
CN114400675B (zh) | 基于权重均值深度双q网络的主动配电网电压控制方法 | |
NishaliniDelcy et al. | Review on Ant Colony Optimization and Partial Swarm Optimization Based Harmonic Elimination Method in Multilevel Inverters for EV Applications | |
CN115642593A (zh) | 一种基于变频负荷的负荷模型的模拟方法及系统 | |
Jurado et al. | Experiences with fuzzy logic and neural networks in a control course | |
CN115102228A (zh) | 一种含飞轮储能的风电场多目标协调频率优化方法和装置 | |
CN114841441A (zh) | 一种综合能源系统运行成本和碳排放的协同优化方法 |
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 |