CN110556823A - 基于模型降维的安全约束机组组合快速计算方法及系统 - Google Patents
基于模型降维的安全约束机组组合快速计算方法及系统 Download PDFInfo
- Publication number
- CN110556823A CN110556823A CN201910753467.6A CN201910753467A CN110556823A CN 110556823 A CN110556823 A CN 110556823A CN 201910753467 A CN201910753467 A CN 201910753467A CN 110556823 A CN110556823 A CN 110556823A
- Authority
- CN
- China
- Prior art keywords
- unit
- power transmission
- power
- generator set
- transmission section
- 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.)
- Granted
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 73
- 230000009467 reduction Effects 0.000 title claims abstract description 62
- 230000005540 biological transmission Effects 0.000 claims abstract description 118
- 238000000034 method Methods 0.000 claims abstract description 46
- 230000006870 function Effects 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 12
- 238000012821 model calculation Methods 0.000 claims description 12
- 230000009471 action Effects 0.000 claims description 7
- 230000009194 climbing Effects 0.000 claims description 7
- 230000035945 sensitivity Effects 0.000 claims description 6
- 238000007493 shaping process Methods 0.000 abstract description 5
- 238000005457 optimization Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000010248 power generation Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010977 unit operation Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
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
-
- 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
- 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
- H02J3/48—Controlling the sharing of the in-phase component
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于模型降维的安全约束机组组合快速计算方法及系统,方法包括:根据预设的安全约束经济调度松弛模型,计算得到各机组的有功出力结果以及各输电断面的潮流结果;根据各发电机组的有功出力结果,将发电机组划分为必开必停机组和缓冲机组;根据各输电断面的潮流结果,将输电断面划分为有效断面和无效断面;将缓冲机组的开停机状态作为组合决策变量,考虑有效输电断面的限值约束,获得安全约束机组组合降维模型;根据安全约束机组组合降维模型,计算得到机组组合结果。本发明通过识别无效的整形变量和网络约束,缩小可行域,提升计算效率。
Description
技术领域
本发明涉及安全约束机组组合计算技术领域,具体涉及一种基于模型降维的大电网长周期安全约束机组组合快速计算方法及系统。
背景技术
安全约束机组组合(security constrained unitcommitment,SCUC)是根据研究周期内各时段的系统负荷预测优化机组发电计划,包括机组开停方式和发电出力。优化的目标是在满足一定的约束条件下,使系统的总成本最小,可以计及的约束一般有系统功率平衡约束、机组运行约束、断面潮流约束等。SCUC是电网发电计划的核心环节,也是电力系统经济调度及安全校核的基础,对电网优化运行具有极其重要的作用。对于小型电网的SCUC计算,通过将非线性模型进行线性化,建立标准化的混合整数线性规划模型,可以直接采用成熟的混合整数线性规划算法软件计算。
随着现代电力系统的快速发展,电网规模进一步扩大,发电调度所考虑的机组数目不断增大,电网运行的输电通道限制日益显著,使得SCUC问题变得异常的庞大和复杂。特大电网的安全经济运行对调度控制业务提出了新的要求,数量庞大的机组开停机离散变量,以及电网和机组运行约束条件,给安全约束机组组合问题的求解带来了挑战,传统的标准化建模直接求解方式,较难在有限时间内求得SCUC问题的最优解。
发明内容
本发明为了克服现有技术中的不足,提出一种基于模型降维的安全约束机组组合快速计算方法,解决现有技术中SCUC问题计算时间较长的技术问题。
为解决上述技术问题,本发明提供了一种基于模型降维的安全约束机组组合快速计算方法,其特征是,包括以下步骤:
获取安全约束机组组合计算所需的数据;
根据预设的安全约束经济调度松弛模型,计算得到各机组的有功出力结果以及各输电断面的潮流结果;
根据各发电机组的有功出力结果,将发电机组划分为必开必停机组和缓冲机组;
根据各输电断面的潮流结果,将输电断面划分为有效断面和无效断面;
将缓冲机组的开停机状态作为组合决策变量,考虑有效输电断面的限值约束,获得安全约束机组组合降维模型;
根据安全约束机组组合降维模型,计算得到机组组合结果。
进一步的,所述安全约束经济调度松弛模型为:
目标函数表示为:
式中,T为计算周期所包含的全部计算时段数,I为系统中发电机组总个数,Pi,t为发电机组i在时段t的有功出力,Ci为发电机组i在的运行成本。
约束条件表示为:
Pi,t≤Pi,max
-Δi≤Pi,t-Pi,t-1≤Δi
式中,Lt为系统在时段t的负荷需求,Pi,max为发电机组i输出功率的上限,Δi为机组i每时段爬坡速率的最大值,Fl,t为第t个时段输电断面l的潮流,N为电网计算节点集合,Pn,t为第t个时段节点n的发电功率,ln,t为第t个时段节点n的负荷功率,Sn,l,t为第t个时段节点n的注入功率对第l个输电断面的灵敏度,和pl 分别为第l个输电断面的潮流上下限。
进一步的,根据各发电机组的有功出力结果将发电机组划分为必开必停机组和缓冲机组的过程为:
根据发电机组的有功出力结果Pi,t与其物理出力下限Pi,min之间的关系,划分发电机组的决策模式:
如果则发电机组i在时段t为必开必停机组;
如果α*Pi,min<Pi,t<β*Pi,min,则发电机组i在时段t为缓冲机组;
式中,ui,t为发电机组i在时段t的启停状态,α为必停机组判定系数;β为必开机组判定系数。
进一步的,根据各输电断面的潮流结果将输电断面划分为有效断面和无效断面的过程为:
根据各输电断面的潮流结果Fl,t与其物理输电限值之间的关系,划分输电断面的起作用类型:
如果则输电断面l在时段t为无效断面;
如果则输电断面l在时段t为有效断面;
式中,γ为起作用约束判定系数。
进一步的,所述安全约束机组组合降维模型为:
目标函数表示为:
式中,Si为发电机组i的开机成本,yi,t为机组i在时段t是否有停机到开机状态变化的标志。
约束条件表示为:
Pi,minui,t≤Pi,t≤Pi,maxui,t i∈A
Pi,min≤Pi,t≤Pi,max i∈B
-Δi≤Pi,t-Pi,t-1≤Δi
式中,Rt为在时段t的旋转备用需求,zi,t为机组i在时段t是否有开机到停机状态变化的标志,UTi和DTi分别为发电机组i的最小开机时间和最小停机时间,A为发电机组中的缓冲机组集合,B为发电机组中的必开必停机组集合,E为输电断面中的有效断面集合。
相应的,本发明还提供了一种基于模型降维的安全约束机组组合快速计算系统,其特征是,包括数据获取模块、调度松弛模型计算模块、机组划分模块、输电断面划分模块、组合降维模块建立模块和组合降维模型计算模块;
数据获取模块,用于获取安全约束机组组合计算所需的数据;
调度松弛模型计算模块,用于根据预设的安全约束经济调度松弛模型,计算得到各机组的有功出力结果以及各输电断面的潮流结果;
机组划分模块,用于根据各发电机组的有功出力结果,将发电机组划分为必开必停机组和缓冲机组;
输电断面划分模块,用于根据各输电断面的潮流结果,将输电断面划分为有效断面和无效断面;
组合降维模块建立模块,用于将缓冲机组的开停机状态作为组合决策变量,考虑有效输电断面的限值约束,获得安全约束机组组合降维模型;
组合降维模块计算模块,用于根据安全约束机组组合降维模型,计算得到机组组合结果。
进一步的,调度松弛模型计算模块中,所述安全约束经济调度松弛模型为:
目标函数表示为:
式中,T为计算周期所包含的全部计算时段数,I为系统中发电机组总个数,Pi,t为发电机组i在时段t的有功出力,Ci为发电机组i在的运行成本。
约束条件表示为:
Pi,t≤Pi,max
-Δi≤Pi,t-Pi,t-1≤Δi
式中,Lt为系统在时段t的负荷需求,Pi,max为发电机组i输出功率的上限,Δi为机组i每时段爬坡速率的最大值,Fl,t为第t个时段输电断面l的潮流,N为电网计算节点集合,Pn,t为第t个时段节点n的发电功率,ln,t为第t个时段节点n的负荷功率,Sn,l,t为第t个时段节点n的注入功率对第l个输电断面的灵敏度,和pl 分别为第l个输电断面的潮流上下限。
进一步的,机组划分模块中,所述根据各发电机组的有功出力结果将发电机组划分为必开必停机组和缓冲机组的过程为:
根据发电机组的有功出力结果Pi,t与其物理出力下限Pi,min之间的关系,划分发电机组的决策模式:
如果则发电机组i在时段t为必开必停机组;
如果α*Pi,min<Pi,t<β*Pi,min,则发电机组i在时段t为缓冲机组;
式中,ui,t为发电机组i在时段t的启停状态,α为必停机组判定系数;β为必开机组判定系数。
进一步的,输电断面划分模块中,所述根据各输电断面的潮流结果将输电断面划分为有效断面和无效断面的过程为:
根据各输电断面的潮流结果Fl,t与其物理输电限值之间的关系,划分输电断面的起作用类型:
如果则输电断面l在时段t为无效断面;
如果则输电断面l在时段t为有效断面;
式中,γ为起作用约束判定系数。
进一步的,组合降维模块建立模块中,所述安全约束机组组合降维模型为:
目标函数表示为:
式中,Si为发电机组i的开机成本,yi,t为机组i在时段t是否有停机到开机状态变化的标志。
约束条件表示为:
Pi,minui,t≤Pi,t≤Pi,maxui,t i∈A
Pi,min≤Pi,t≤Pi,max i∈B
-Δi≤Pi,t-Pi,t-1≤Δi
式中,Rt为在时段t的旋转备用需求,zi,t为机组i在时段t是否有开机到停机状态变化的标志,UTi和DTi分别为发电机组i的最小开机时间和最小停机时间,A为发电机组中的缓冲机组集合,B为发电机组中的必开必停机组集合,E为输电断面中的有效断面集合。
与现有技术相比,本发明所达到的有益效果是:
1)通过必开必停机组的预识别,降低了进入机组组合优化计算的离散变量维度,极大地降低模型中需要分支计算的整数变量,进而大规模缩小系统的状态组合空间,有效提高机组组合的计算效率;
2)通过有效输电断面的预识别,降低了进入机组组合优化计算的复杂约束维度,有效降低了大量网络约束条件造成的计算量,缩小了机组组合的约束矩阵空间,提升了机组组合的求解效率;
3)通过识别无效的整形变量和网络约束,缩小可行域,得到更加紧凑的有效优化空间,在不影响机组组合最优解的前提下,提升计算效率,模型降维方法计算过程清晰,计算结果稳定,具有较高的适用性。
附图说明
图1为本发明方法的流程示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
大规模复杂约束机组组合本质上是一个大规模的混合整数规划问题,其计算量大的主要原因是离散变量众多和网络约束复杂。模型降维的核心思想是识别无效的整形变量和网络约束,缩小可行域,得到更加紧凑的有效优化空间,提升求解效率。基于这一思想,在利用优化求解器对标准化模型进行大规模混合整数规划计算之前,通过计算相应的模型松弛后的线性规划问题,提前确定最优可行解可能存在的优化邻域,缩小混合整数规划的优化范围,然后再在缩小的优化空间内调用成熟的混合整数线性规划算法软件,从而在确保最优性的前提下,提高机组组合的求解效率。
本发明提出了一种基于模型降维的安全约束机组组合快速计算方法,首先获取安全约束机组组合计算所需的数据,确定计算边界,包括发电厂机组以及电力网络的模型参数;然后考虑系统平衡约束、电网安全约束、机组出力上限约束,建立安全约束经济调度松弛模型;根据机组的有功出力结果,将发电机组划分为必开必停机组、缓冲机组;根据输电断面的潮流结果,将输电断面划分为有效断面、无效断面;最后将缓冲机组的开停机状态作为组合决策变量,考虑有效输电断面的限值约束,建立安全约束机组组合降维模型,求解快速获得机组组合结果。
实施例1
在电网发电计划编制过程中,需要采用安全约束机组组合技术,优化次日每15分钟的机组组合方案。优化过程既要求精细化考虑机组运行约束、电网安全约束、负荷平衡约束等电网运行中的各种安全约束限制,又要求计算过程能够在运行人员能够接受的时间内结束,使得计算精度和计算时间满足工程实际要求。
本发明提出一种基于模型降维的安全约束机组组合快速计算方法,对大规模安全约束机组组合模型进行预处理,充分考虑机组组合模型特点和电力系统结构特点,通过模型的降维处理,识别无效的网络约束和整形变量,缩小混合整数规划的优化范围,提升求解效率。下面通过具体实例来详细说明本发明提供的方法。参见图1所示,具体包括以下过程:
步骤1)考虑某大型电网的日前发电计划编制,该电网包括240台需要开展状态组合计算的发电机组,计算过程需要考虑130个输电断面限制。首先进行数据准备,获取电网内的发电机组出力上下限、爬坡速率、最小开停机时间等参数,获取电网的拓扑结构以及输电断面的组成设备、输电限值等参数信息。同时获取各类计划数据,包括负荷预测、检修计划等信息。
步骤2)建立安全约束经济调度松弛模型,考虑系统平衡约束、电网安全约束、机组出力上限约束,不考虑机组出力下限约束。
目标函数表示为:
式中,T为计算周期所包含的全部计算时段数,I为系统中发电机组总个数,Pi,t为发电机组i在时段t的有功出力,Ci为发电机组i在的运行成本。
约束条件表示为:
Pi,t≤Pi,max
-Δi≤Pi,t-Pi,t-1≤Δi
式中,Lt为系统在时段t的负荷需求,Pi,max为发电机组i输出功率的上限,Δi为机组i每时段爬坡速率的最大值,Fl,t为第t个时段输电断面l的潮流,N为电网计算节点集合,Pn,t为第t个时段节点n的发电功率,ln,t为第t个时段节点n的负荷功率,Sn,l,t为第t个时段节点n的注入功率对第l个输电断面的灵敏度,和pl 分别为第l个输电断面的潮流上下限。
上述安全约束经济调度松弛模型为线性规划模型,不包括离散变量,可以通过成熟的求解器快速求解,计算获得发电机组的有功出力结果,以及输电断面的潮流结果。
步骤3)根据各发电机组的有功出力结果与其物理出力下限之间的关系,按照发电机组在安全约束机组组合中的决策模式,将发电机组划分为必开必停机组、缓冲机组。
其中,必开必停机组为电网运行中的必开发电机组或者必停发电机组,不需要在安全约束机组组合中进行机组状态的优化决策;缓冲机组为无法提前确定开停机状态的发电机组,需要在安全约束机组组合中进行机组状态的优化决策。
根据发电机组的有功出力结果Pi,t与其物理出力下限Pi,min之间的关系,划分发电机组的决策模式:
如果则发电机组i在时段t为必开必停机组;
如果α*Pi,min<Pi,t<β*Pi,min,则发电机组i在时段t为缓冲机组。
式中,ui,t为发电机组i在时段t的启停状态,α为必停机组判定系数;β为必开机组判定系数,此系数值可依据经验确定。
通过必开必停机组的预识别,降低了进入机组组合优化计算的离散变量维度,极大地降低模型中需要分支计算的整数变量,进而大规模缩小系统的状态组合空间,有效提高机组组合的计算效率。
步骤4)根据各输电断面的潮流结果与其物理输电限值,按照输电断面在安全约束机组组合中的起作用类型,将输电断面划分为有效断面、无效断面。
其中,有效断面为电网运行中会制约机组运行的输电断面,需要在安全约束机组组合中建立约束条件;无效断面为电网运行中不会影响机组运行的输电断面,不需要在安全约束机组组合中考虑。
根据各输电断面的潮流结果Fl,t与其物理输电限值之间的关系,划分输电断面的起作用类型:
如果则输电断面l在时段t为无效断面;
如果则输电断面l在时段t为有效断面;
式中,γ为起作用约束判定系数,此值可依据经验确定。
通过有效输电断面的预识别,降低了进入机组组合优化计算的复杂约束维度,有效降低了大量网络约束条件造成的计算量,缩小了机组组合的约束矩阵空间,提升了机组组合的求解效率。
步骤5)将缓冲机组的开停机状态作为组合决策变量,考虑有效断面的输电限值约束,建立安全约束机组组合降维模型。
目标函数修改为:
式中,Si为发电机组i的开机成本,yi,t为机组i在时段t是否有停机到开机状态变化的标志。
约束条件表示为:
Pi,minui,t≤Pi,t≤Pi,maxui,t i∈A
Pi,min≤Pi,t≤Pi,max i∈B
-Δi≤Pi,t-Pi,t-1≤Δi
式中,Rt为在时段t的旋转备用需求,zi,t为机组i在时段t是否有开机到停机状态变化的标志,UTi和DTi分别为发电机组i的最小开机时间和最小停机时间,A为发电机组中的缓冲机组集合,B为发电机组中的必开必停机组集合,E为输电断面中的有效断面集合。
步骤6)求解安全约束机组组合降维模型,该模型为混合整数规划模型,在缩小的优化空间内运用成熟的混合整数线性规划算法,可以快速求解获得缓冲机组的开停机状态结果,计算结束。
对多次的计算过程进行分析,该电网包括240台需要开展状态组合计算的发电机组,以及130个输电断面。日前计划以15分钟作为一个计算时段,计算时段数目为96个。采用现有技术中建立的安全约束机组组合标准模型,总的发电机组状态离散变量数目为23040(240*96)个,输电断面约束条件数目为12480(130*96)个,平均计算时间超过2个小时。采用本发明方法,通过模型的降维预处理,识别无效的网络约束和整形变量,降维后的优化模型的机组状态离散变量数目降为11280个,输电断面约束条件数目降为4730个,求解降维后的安全约束机组组合模型的计算耗时平均为24分钟,加上安全约束经济调度松弛模型的计算耗时平均为2分钟,总的计算时间平均为26分钟。有以上分析可知,本发明中基于模型降维的安全约束机组组合快速计算方法,计算时间由超过2个小时降低至30分钟以内,满足实际应用要求。
本发明方法在实际电网数据下开展的基于模型降维的安全约束机组组合快速计算方法的研究和尝试。该方法经过模型的降维预处理,缩小混合整数规划的优化范围,快速获得满足计算要求的机组组合结果,有助于安全约束机组组合技术在大电网生产中的实际应用,提升电网调度分析决策水平。该方法不需要大量人力的参与,计算速度可以满足实际应用的需要,有效地解决了传统的大电网机组组合计算效率低的弊病,具有广泛的推广前景。
实施例2
相应的,本发明还提供了一种基于模型降维的安全约束机组组合快速计算系统,其特征是,包括数据获取模块、调度松弛模型计算模块、机组划分模块、输电断面划分模块、组合降维模块建立模块和组合降维模型计算模块;
数据获取模块,用于获取安全约束机组组合计算所需的数据;
调度松弛模型计算模块,用于根据预设的安全约束经济调度松弛模型,计算得到各机组的有功出力结果以及各输电断面的潮流结果;
机组划分模块,用于根据各发电机组的有功出力结果,将发电机组划分为必开必停机组和缓冲机组;
输电断面划分模块,用于根据各输电断面的潮流结果,将输电断面划分为有效断面和无效断面;
组合降维模块建立模块,用于将缓冲机组的开停机状态作为组合决策变量,考虑有效输电断面的限值约束,获得安全约束机组组合降维模型;
组合降维模块计算模块,用于根据安全约束机组组合降维模型,计算得到机组组合结果。
进一步的,调度松弛模型计算模块中,所述安全约束经济调度松弛模型为:
目标函数表示为:
式中,T为计算周期所包含的全部计算时段数,I为系统中发电机组总个数,Pi,t为发电机组i在时段t的有功出力,Ci为发电机组i在的运行成本。
约束条件表示为:
Pi,t≤Pi,max
-Δi≤Pi,t-Pi,t-1≤Δi
式中,Lt为系统在时段t的负荷需求,Pi,max为发电机组i输出功率的上限,Δi为机组i每时段爬坡速率的最大值,Fl,t为第t个时段输电断面l的潮流,N为电网计算节点集合,Pn,t为第t个时段节点n的发电功率,ln,t为第t个时段节点n的负荷功率,Sn,l,t为第t个时段节点n的注入功率对第l个输电断面的灵敏度,和pl 分别为第l个输电断面的潮流上下限。
进一步的,机组划分模块中,所述根据各发电机组的有功出力结果将发电机组划分为必开必停机组和缓冲机组的过程为:
根据发电机组的有功出力结果Pi,t与其物理出力下限Pi,min之间的关系,划分发电机组的决策模式:
如果则发电机组i在时段t为必开必停机组;
如果α*Pi,min<Pi,t<β*Pi,min,则发电机组i在时段t为缓冲机组;
式中,ui,t为发电机组i在时段t的启停状态,α为必停机组判定系数;β为必开机组判定系数。
进一步的,输电断面划分模块中,所述根据各输电断面的潮流结果将输电断面划分为有效断面和无效断面的过程为:
根据各输电断面的潮流结果Fl,t与其物理输电限值之间的关系,划分输电断面的起作用类型:
如果则输电断面l在时段t为无效断面;
如果则输电断面l在时段t为有效断面;
式中,γ为起作用约束判定系数。
进一步的,组合降维模块建立模块中,所述安全约束机组组合降维模型为:
目标函数表示为:
式中,Si为发电机组i的开机成本,yi,t为机组i在时段t是否有停机到开机状态变化的标志。
约束条件表示为:
Pi,minui,t≤Pi,t≤Pi,maxui,t i∈A
Pi,min≤Pi,t≤Pi,max i∈B
-Δi≤Pi,t-Pi,t-1≤Δi
式中,Rt为在时段t的旋转备用需求,zi,t为机组i在时段t是否有开机到停机状态变化的标志,UTi和DTi分别为发电机组i的最小开机时间和最小停机时间,A为发电机组中的缓冲机组集合,B为发电机组中的必开必停机组集合,E为输电断面中的有效断面集合。
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。
以上所述仅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,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (10)
1.一种基于模型降维的安全约束机组组合快速计算方法,其特征是,包括以下步骤:
获取安全约束机组组合计算所需的数据;
根据预设的安全约束经济调度松弛模型,计算得到各机组的有功出力结果以及各输电断面的潮流结果;
根据各发电机组的有功出力结果,将发电机组划分为必开必停机组和缓冲机组;
根据各输电断面的潮流结果,将输电断面划分为有效断面和无效断面;
将缓冲机组的开停机状态作为组合决策变量,考虑有效输电断面的限值约束,获得安全约束机组组合降维模型;
根据安全约束机组组合降维模型,计算得到机组组合结果。
2.根据权利要求1所述的一种基于模型降维的安全约束机组组合快速计算方法,其特征是,所述安全约束经济调度松弛模型为:
目标函数表示为:
式中,T为计算周期所包含的全部计算时段数,I为系统中发电机组总个数,Pi,t为发电机组i在时段t的有功出力,Ci为发电机组i在的运行成本。
约束条件表示为:
Pi,t≤Pi,max
-Δi≤Pi,t-Pi,t-1≤Δi
式中,Lt为系统在时段t的负荷需求,Pi,max为发电机组i输出功率的上限,Δi为机组i每时段爬坡速率的最大值,Fl,t为第t个时段输电断面l的潮流,N为电网计算节点集合,Pn,t为第t个时段节点n的发电功率,ln,t为第t个时段节点n的负荷功率,Sn,l,t为第t个时段节点n的注入功率对第l个输电断面的灵敏度,和pl 分别为第l个输电断面的潮流上下限。
3.根据权利要求1所述的一种基于模型降维的安全约束机组组合快速计算方法,其特征是,根据各发电机组的有功出力结果将发电机组划分为必开必停机组和缓冲机组的过程为:
根据发电机组的有功出力结果Pi,t与其物理出力下限Pi,min之间的关系,划分发电机组的决策模式:
如果则发电机组i在时段t为必开必停机组;
如果α*Pi,min<Pi,t<β*Pi,min,则发电机组i在时段t为缓冲机组;
式中,ui,t为发电机组i在时段t的启停状态,α为必停机组判定系数;β为必开机组判定系数。
4.根据权利要求1或3所述的一种基于模型降维的安全约束机组组合快速计算方法,其特征是,根据各输电断面的潮流结果将输电断面划分为有效断面和无效断面的过程为:
根据各输电断面的潮流结果Fl,t与其物理输电限值之间的关系,划分输电断面的起作用类型:
如果则输电断面l在时段t为无效断面;
如果则输电断面l在时段t为有效断面;
式中,γ为起作用约束判定系数。
5.根据权利要求4所述的一种基于模型降维的安全约束机组组合快速计算方法,其特征是,所述安全约束机组组合降维模型为:
目标函数表示为:
式中,Si为发电机组i的开机成本,yi,t为机组i在时段t是否有停机到开机状态变化的标志。
约束条件表示为:
Pi,minui,t≤Pi,t≤Pi,maxui,t i∈A
Pi,min≤Pi,t≤Pi,max i∈B
-Δi≤Pi,t-Pi,t-1≤Δi
式中,Rt为在时段t的旋转备用需求,zi,t为机组i在时段t是否有开机到停机状态变化的标志,UTi和DTi分别为发电机组i的最小开机时间和最小停机时间,A为发电机组中的缓冲机组集合,B为发电机组中的必开必停机组集合,E为输电断面中的有效断面集合。
6.一种基于模型降维的安全约束机组组合快速计算系统,其特征是,包括数据获取模块、调度松弛模型计算模块、机组划分模块、输电断面划分模块、组合降维模块建立模块和组合降维模型计算模块;
数据获取模块,用于获取安全约束机组组合计算所需的数据;
调度松弛模型计算模块,用于根据预设的安全约束经济调度松弛模型,计算得到各机组的有功出力结果以及各输电断面的潮流结果;
机组划分模块,用于根据各发电机组的有功出力结果,将发电机组划分为必开必停机组和缓冲机组;
输电断面划分模块,用于根据各输电断面的潮流结果,将输电断面划分为有效断面和无效断面;
组合降维模块建立模块,用于将缓冲机组的开停机状态作为组合决策变量,考虑有效输电断面的限值约束,获得安全约束机组组合降维模型;
组合降维模块计算模块,用于根据安全约束机组组合降维模型,计算得到机组组合结果。
7.根据权利要求6所述的一种基于模型降维的安全约束机组组合快速计算系统,其特征是,调度松弛模型计算模块中,所述安全约束经济调度松弛模型为:
目标函数表示为:
式中,T为计算周期所包含的全部计算时段数,I为系统中发电机组总个数,Pi,t为发电机组i在时段t的有功出力,Ci为发电机组i在的运行成本。
约束条件表示为:
Pi,t≤Pi,max
-Δi≤Pi,t-Pi,t-1≤Δi
式中,Lt为系统在时段t的负荷需求,Pi,max为发电机组i输出功率的上限,Δi为机组i每时段爬坡速率的最大值,Fl,t为第t个时段输电断面l的潮流,N为电网计算节点集合,Pn,t为第t个时段节点n的发电功率,ln,t为第t个时段节点n的负荷功率,Sn,l,t为第t个时段节点n的注入功率对第l个输电断面的灵敏度,和pl 分别为第l个输电断面的潮流上下限。
8.根据权利要求6所述的一种基于模型降维的安全约束机组组合快速计算系统,其特征是,机组划分模块中,所述根据各发电机组的有功出力结果将发电机组划分为必开必停机组和缓冲机组的过程为:
根据发电机组的有功出力结果Pi,t与其物理出力下限Pi,min之间的关系,划分发电机组的决策模式:
如果则发电机组i在时段t为必开必停机组;
如果α*Pi,min<Pi,t<β*Pi,min,则发电机组i在时段t为缓冲机组;
式中,ui,t为发电机组i在时段t的启停状态,α为必停机组判定系数;β为必开机组判定系数。
9.根据权利要求6或8所述的一种基于模型降维的安全约束机组组合快速计算系统,其特征是,输电断面划分模块中,所述根据各输电断面的潮流结果将输电断面划分为有效断面和无效断面的过程为:
根据各输电断面的潮流结果Fl,t与其物理输电限值之间的关系,划分输电断面的起作用类型:
如果则输电断面l在时段t为无效断面;
如果则输电断面l在时段t为有效断面;
式中,γ为起作用约束判定系数。
10.根据权利要求9所述的一种基于模型降维的安全约束机组组合快速计算系统,其特征是,组合降维模块建立模块中,所述安全约束机组组合降维模型为:
目标函数表示为:
式中,Si为发电机组i的开机成本,yi,t为机组i在时段t是否有停机到开机状态变化的标志。
约束条件表示为:
Pi,minui,t≤Pi,t≤Pi,maxui,t i∈A
Pi,min≤Pi,t≤Pi,max i∈B
-Δi≤Pi,t-Pi,t-1≤Δi
式中,Rt为在时段t的旋转备用需求,zi,t为机组i在时段t是否有开机到停机状态变化的标志,UTi和DTi分别为发电机组i的最小开机时间和最小停机时间,A为发电机组中的缓冲机组集合,B为发电机组中的必开必停机组集合,E为输电断面中的有效断面集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910753467.6A CN110556823B (zh) | 2019-08-15 | 2019-08-15 | 基于模型降维的安全约束机组组合快速计算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910753467.6A CN110556823B (zh) | 2019-08-15 | 2019-08-15 | 基于模型降维的安全约束机组组合快速计算方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110556823A true CN110556823A (zh) | 2019-12-10 |
CN110556823B CN110556823B (zh) | 2023-11-14 |
Family
ID=68737478
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910753467.6A Active CN110556823B (zh) | 2019-08-15 | 2019-08-15 | 基于模型降维的安全约束机组组合快速计算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110556823B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112396450A (zh) * | 2020-09-27 | 2021-02-23 | 国电南瑞南京控制系统有限公司 | 一种电力现货市场的特殊机组标签信息处理方法和装置 |
CN112491091A (zh) * | 2020-10-23 | 2021-03-12 | 中国南方电网有限责任公司 | 一种大规模区域电网日前安全约束机组组合快速求解方法 |
CN114254956A (zh) * | 2021-12-29 | 2022-03-29 | 中国电力科学研究院有限公司 | 安全约束经济调度线性规划预处理方法、系统及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040181460A1 (en) * | 2003-03-10 | 2004-09-16 | Siemens Power Transmission & Distribution L.L.C. | Optimized load prediction for security constrained unit commitment dispatch using linear programming for electricity markets |
CN104834968A (zh) * | 2015-04-29 | 2015-08-12 | 国家电网公司 | 一种实时电网经济运行评估火电子优化算法 |
CN105790265A (zh) * | 2016-04-21 | 2016-07-20 | 三峡大学 | 一种考虑交流潮流约束的不确定性机组组合模型及求解方法 |
CN106446383A (zh) * | 2016-09-14 | 2017-02-22 | 三峡大学 | 一种基于改进约束序优化的带安全约束的不确定性机组组合问题求解方法 |
CN106712006A (zh) * | 2017-01-12 | 2017-05-24 | 中国电力科学研究院 | 一种安全约束经济调度方法及系统 |
CN107767028A (zh) * | 2017-09-26 | 2018-03-06 | 广东电网有限责任公司电力调度控制中心 | 一种基于xml的输电断面极限自动识别及越限计算方法 |
CN108683192A (zh) * | 2018-06-27 | 2018-10-19 | 广东电网有限责任公司 | 一种电力现货市场的出清方法、系统、设备及存储介质 |
CN108879800A (zh) * | 2018-08-13 | 2018-11-23 | 云南电网有限责任公司楚雄供电局 | 一种基于断面安全约束的高渗透率风-光-水电有功控制方法 |
CN109447379A (zh) * | 2019-01-09 | 2019-03-08 | 国电南瑞科技股份有限公司 | 一种中长期电量安全校正的分步优化方法及系统 |
CN109784692A (zh) * | 2018-12-29 | 2019-05-21 | 重庆大学 | 一种基于深度学习的快速安全约束经济调度方法 |
CN109904856A (zh) * | 2019-03-19 | 2019-06-18 | 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
- 2019-08-15 CN CN201910753467.6A patent/CN110556823B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040181460A1 (en) * | 2003-03-10 | 2004-09-16 | Siemens Power Transmission & Distribution L.L.C. | Optimized load prediction for security constrained unit commitment dispatch using linear programming for electricity markets |
CN104834968A (zh) * | 2015-04-29 | 2015-08-12 | 国家电网公司 | 一种实时电网经济运行评估火电子优化算法 |
CN105790265A (zh) * | 2016-04-21 | 2016-07-20 | 三峡大学 | 一种考虑交流潮流约束的不确定性机组组合模型及求解方法 |
CN106446383A (zh) * | 2016-09-14 | 2017-02-22 | 三峡大学 | 一种基于改进约束序优化的带安全约束的不确定性机组组合问题求解方法 |
CN106712006A (zh) * | 2017-01-12 | 2017-05-24 | 中国电力科学研究院 | 一种安全约束经济调度方法及系统 |
CN107767028A (zh) * | 2017-09-26 | 2018-03-06 | 广东电网有限责任公司电力调度控制中心 | 一种基于xml的输电断面极限自动识别及越限计算方法 |
CN108683192A (zh) * | 2018-06-27 | 2018-10-19 | 广东电网有限责任公司 | 一种电力现货市场的出清方法、系统、设备及存储介质 |
CN108879800A (zh) * | 2018-08-13 | 2018-11-23 | 云南电网有限责任公司楚雄供电局 | 一种基于断面安全约束的高渗透率风-光-水电有功控制方法 |
CN109784692A (zh) * | 2018-12-29 | 2019-05-21 | 重庆大学 | 一种基于深度学习的快速安全约束经济调度方法 |
CN109447379A (zh) * | 2019-01-09 | 2019-03-08 | 国电南瑞科技股份有限公司 | 一种中长期电量安全校正的分步优化方法及系统 |
CN109904856A (zh) * | 2019-03-19 | 2019-06-18 | 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 |
Non-Patent Citations (3)
Title |
---|
BO LU ET AL.: "Unit commitment with flexible generating units", 《IEEE TRANSACTIONS ON POWER SYSTEMS》, vol. 20, no. 2, pages 1022 - 1034, XP011131196, DOI: 10.1109/TPWRS.2004.840411 * |
李鹏 等: "多维安全域下南方电网的方式计算探讨", 《南方电网技术》, vol. 5, no. 6, pages 7 - 15 * |
马高权 等: "考虑电网安全约束的跨流域水电站群发电调度方法", 《水力发》, vol. 45, no. 07, pages 103 - 107 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112396450A (zh) * | 2020-09-27 | 2021-02-23 | 国电南瑞南京控制系统有限公司 | 一种电力现货市场的特殊机组标签信息处理方法和装置 |
CN112491091A (zh) * | 2020-10-23 | 2021-03-12 | 中国南方电网有限责任公司 | 一种大规模区域电网日前安全约束机组组合快速求解方法 |
CN112491091B (zh) * | 2020-10-23 | 2022-11-15 | 中国南方电网有限责任公司 | 一种大规模区域电网日前安全约束机组组合快速求解方法 |
CN114254956A (zh) * | 2021-12-29 | 2022-03-29 | 中国电力科学研究院有限公司 | 安全约束经济调度线性规划预处理方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110556823B (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110556823B (zh) | 基于模型降维的安全约束机组组合快速计算方法及系统 | |
CN110751383B (zh) | 一种基于多策略融合降维的电力现货市场出清计算方法 | |
CN111400918A (zh) | 基于多场景生成技术的电网新能源消纳能力评估计算方法、装置及系统 | |
CN113131523A (zh) | 一种分品种电力供应预测方法及系统 | |
CN112104005B (zh) | 一种考虑新能源预测不确定性的电网调度方法和系统 | |
CN112383045B (zh) | 新能源发电不确定性的暂态稳定越限概率计算方法和装置 | |
CN108448566B (zh) | 一种电力系统在线混合仿真方法和系统 | |
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 | |
CN118281912A (zh) | 一种智能化新能源储能网络管理方法及系统 | |
CN117725340A (zh) | 安全约束机组组合的混合整数线性规划收敛过程优化方法 | |
CN110061510B (zh) | 一种时段解耦安全约束经济调度快速求解方法和系统 | |
CN111130100B (zh) | 考虑新能源不确定性的日内计划安全稳定校核方法及系统 | |
CN109980698B (zh) | 长周期细粒度机组组合计算方法及系统 | |
CN111080037A (zh) | 一种基于深度神经网络的短期电力负荷预测方法及装置 | |
CN112800625B (zh) | 一种区域电网全清洁供电运行边界确定方法和系统 | |
CN114548603A (zh) | 一种年度电量校核计算方法 | |
CN103685541B (zh) | IaaS云系统运行速率动态控制装置、系统及方法 | |
CN116006382A (zh) | 一种调速器油泵预警方法、装置、电子设备及存储介质 | |
CN114268102B (zh) | 基于解析式概率潮流模型的电力系统运行状态量化方法 | |
CN115549119A (zh) | 一种配电网无功极限承载力指数预测方法 | |
CN111952959B (zh) | 压缩电网过程模拟时间的方法、装置及存储介质 | |
CN111652420A (zh) | 一种实时的负荷预测系统 | |
CN114784884B (zh) | 一种基于调度模型的梯级水电站调度方法及系统 | |
CN112564100B (zh) | 基于空预器差压实时评估火电机组最大出力的方法及系统 | |
CN113822470B (zh) | 计及新能源场站出力不确定性的出力数据生成方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |