CN110649663B - 发电量分配方法、装置、计算机设备及存储介质 - Google Patents
发电量分配方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN110649663B CN110649663B CN201910909806.5A CN201910909806A CN110649663B CN 110649663 B CN110649663 B CN 110649663B CN 201910909806 A CN201910909806 A CN 201910909806A CN 110649663 B CN110649663 B CN 110649663B
- Authority
- CN
- China
- Prior art keywords
- node
- power generation
- wind
- power
- cost
- 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
- 238000010248 power generation Methods 0.000 title claims abstract description 520
- 238000000034 method Methods 0.000 title claims abstract description 83
- 230000005611 electricity Effects 0.000 claims abstract description 76
- 230000006870 function Effects 0.000 claims description 142
- 230000005540 biological transmission Effects 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 9
- 239000000047 product Substances 0.000 description 13
- 239000000243 solution Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 239000000126 substance Substances 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000005315 distribution function Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
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
- H02J3/38—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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种发电量分配方法、装置、计算机设备及存储介质,涉及电力分配技术领域,该方法包括:获取风火联合电网系统中的各个节点的风电发电量预测值,各个节点对应的用电量预测值,根据风电发电量预测值和各个节点的用电量预测值确定各个节点的火电发电量预测值;获取各个节点的火电售电报价和火电启动成本;根据各个节点的火电发电量预测值、各个节点的火电售电报价和火电启动成本以及预设的第一目标函数和第一约束条件,计算分配给各个节点的火电发电量,分配给各个节点的火电发电量使第一目标函数的函数值最小。该方法可以充分利用风电发电机组提供的可再生清洁能源,且能够最大限度地降低风火联合电网系统的用电成本。
Description
技术领域
本申请涉及电力市场技术领域,特别是涉及一种发电量分配方法、装置、计算机设备及存储介质。
背景技术
随着风电技术的快速发展,风电发电成本快速下降,且风电发电机组所能提供的发电量得到显著提高。为了实现市场资源的有效利用,目前将风电并入火电电网系统中,形成风火联合电网系统,这样风电发电机组(对应于风电发电企业)与火电发电发电机组(对应于火电发电企业)可以一起进行市场竞争。
由于风电出力具有随机性和不确定性,风火联合电网系统仍以火力发电机组作为供电主体,其中,在风火联合电网系统进行发电量分配的过程中,风火联合电网系统获取各个节点的火电发电机组提供的启动成本和售电报价,以及风火联合电网系统对应的用电量预测值,然后按照价低者优先发电的原则,向售电报价较低的节点对应的火电发电机组分配更多的发电量,当火电发电机组提供的电量不能满足用电量预测值时,风火联合电网系统将风电作为补充电力,向风电发电机组分配发电量。
然而,上述发电量分配方法不能充分利用风电发电机组提供的可再生清洁能源,因此存在分配不合理的问题。
发明内容
基于此,有必要针对上述存在的分配不合理的问题,提供一种发电量分配方法、装置、计算机设备及存储介质。
第一方面,本申请实施例提供了一种发电量分配方法,该方法用于为风火联合电网系统包括的多个节点分配发电量,包括:
获取风火联合电网系统中的各个节点的风电发电量预测值,各个节点对应的用电量预测值,根据风电发电量预测值和各个节点的用电量预测值确定各个节点的火电发电量预测值;
获取各个节点的火电售电报价和火电启动成本;
根据各个节点的火电发电量预测值、各个节点的火电售电报价和火电启动成本以及预设的第一目标函数和第一约束条件,计算分配给各个节点的火电发电量,分配给各个节点的火电发电量使第一目标函数的函数值最小;
其中,第一目标函数为以风火联合电网系统的总成本最小化为目标的函数;风火联合电网系统的总成本为各个节点的火电启动成本和各个节点的发电成本之和,各个节点的发电成本为各个节点的火电发电量和各个节点的风电发电量预测值之和与各个节点的火电售电报价的乘积。
在本申请的一个实施例中,该方法还包括:
获取风火联合电网系统中的实际风电发电量,并根据实际风电发电量和风电发电量预测值计算偏差电量;
根据偏差电量、各个节点的备用电售电报价和火电启动成本以及预设的第二目标函数和第二约束条件,计算分配给各个节点的备用发电量,分配给各个节点的备用发电量使第二目标函数的函数值最小,分配给各个节点的备用发电量之和小于等于偏差电量;
其中,第二目标函数为以风火联合电网系统的备用总成本最小化为目标的函数;风火联合电网系统的备用总成本为各个节点的火电启动成本和各个节点的备用电发电成本之和,各个节点的备用电发电成本为各个节点的备用电售电报价与各个节点的备用发电量的乘积。
在本申请的一个实施例中,该方法还包括:
从风火联合电网系统中剔除目标节点对应的火电发电机组,利用第一目标函数计算重新分配给目标节点之外的其余节点中的各个节点的火电发电量;
根据重新分配给目标节点之外的其余节点中的各个节点的火电发电量和目标节点之外的其余节点中的各个节点的火电售电报价计算目标节点之外的其余节点对应的第一发电总成本;
根据分配给各个节点的火电发电量,计算风火联合电网系统的总成本;
根据风火联合电网系统的总成本与目标节点的启动成本和发电成本计算目标节点之外的其余节点对应的第二发电总成本;
将第一发电总成本与第二发电总成本的差值作为目标节点的火电发电机组的发电成本,目标节点的火电发电机组的发电成本为目标节点对应的火电发电机组获得的发电费用。
在本申请的一个实施例中,该方法还包括:
从风火联合电网系统中剔除目标节点对应的风电发电机组,利用第一目标函数计算重新分配给目标节点之外的其余节点中的各个节点的火电发电量;
根据重新分配给目标节点之外的其余节点中的各个节点的火电发电量和目标节点之外的其余节点中的各个节点的火电售电报价计算目标节点之外的其余节点对应的第三发电总成本;
将第三发电总成本与风火联合电网系统的总成本的差值作为目标节点的风电发电机组的发电成本,目标节点的风电发电机组的发电成本为目标节点对应的风电发电机组获得的发电费用。
在本申请的一个实施例中,该第一目标函数的表达式为:
其中,Yi表示第i个火电发电机组的启动成本;si为第i个火电发电机组的决策系数,si=1或0;Q(s,τ)为以各个节点的发电机组的发电成本最小化为目标的函数;θ为相位角;n为风火联合电网系统中节点的数量;Pi为分配给第i个节点的火电发电量;w为风电发电量预测值;fi(p)表示第i个节点的发电机组的发电成本;表示风火联合电网系统中各个节点的发电成本之和。
在本申请的一个实施例中,该第二目标函数的表达式为:
其中,Yi表示第i个火电发电机组的启动成本;si为第i个火电发电机组的决策系数,si=1或0;R(s,τ)为以火电发电机组的备用电发电成本最小化为目标的函数,θ为相位角,n为风火联合电网系统中节点的数量,ri为分配给第i个节点的备用发电量;w为实际风电发电量,fi(r)表示第i个节点的备用电发电成本,表示风火联合电网系统中各个节点的备用电发电成本之和。
在本申请的一个实施例中,该第一约束条件包括功率平衡约束、线路负载约束、火电发电机组的出力约束;
其中,功率平衡约束为各个节点的火电发电量预测值与各个节点的风电发电量预测值之和等于各个节点的用电量预测值与线路负载消耗值之和;
线路负载约束为:风火联合电网系统中的第i个节点到第j个节点之间的输电线路的输电功率小于等于第i个节点到第j个节点之间的输电线路的传输容量;
火电发电机组的出力约束为:第i个火电发电机组的发电功率小于等于第i个火电发电机组的出力上限,且大于等于第i个火电发电机组的出力下限。
第二方面,本申请实施例提供了一种发电量分配装置,用于为风火联合电网系统包括的多个节点分配发电量,该装置包括:
火电发电量预测值获取模块,用于获取风火联合电网系统中的各个节点的风电发电量预测值,各个节点对应的用电量预测值,根据风电发电量预测值和各个节点的用电量预测值确定各个节点的火电发电量预测值;
售电报价和启动成本获取模块,用于获取各个节点的火电售电报价和火电启动成本;
计算模块,用于根据各个节点的火电发电量预测值、各个节点的火电售电报价和火电启动成本以及预设的第一目标函数和第一约束条件,计算分配给各个节点的火电发电量,分配给各个节点的火电发电量使第一目标函数的函数值最小;
其中,第一目标函数为以风火联合电网系统的总成本最小化为目标的函数;风火联合电网系统的总成本为各个节点的火电启动成本和各个节点的发电成本之和,各个节点的发电成本为各个节点的火电发电量和各个节点的风电发电量预测值之和与各个节点的火电售电报价的乘积。
第三方面,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该计算机程序被该处理器执行时实现上述第一方面任一项的方法的步骤。
第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述第一方面任一项的方法的步骤。
本申请实施例提供的技术方案带来的有益效果至少包括:
上述发电量分配方法、装置、计算机设备及存储介质,可以更加合理地给风火联合电网系统中的各个火电发电机组和风电发电机组分配发电量,该发电量分配方法中,风火联合电网系统的后台服务器(以下简称服务器)可以获取各个节点的风电发电机组对应的风电发电量预测值,各个节点对应的用电量预测值,服务器可以根据用电量预测值和风电发电量预测值计算得到各个节点的火电发电量预测值,进一步的,服务器可以获取各个节点的火电售电报价和火电启动成本,服务器可以根据上述的火电发电量预测值、火电售电报价和火电启动成本以及预设的第一目标函数和第一约束条件计算分配给各个节点的火电发电量。其中,分配给各个节点的火电发电量使第一目标函数的函数值最小。由此可知,本申请实施例中,服务器根据风电发电量预测值,优先向风电发电机组分配发电量,在风电发电机组达到出力上限之后,再根据第一目标函数和第一约束条件,给火电发电机组分配火电发电量。从而实现了充分利用风电发电机组提供的可再生清洁能源,且能够最大限度地降低风火联合电网系统的用电成本,因此该发电量分配方法更加合理。
附图说明
图1为本申请实施例提供的发电量分配方法的实施环境的示意图;
图2为本申请实施例提供的一种发电量分配方法的流程图;
图3为本申请实施例提供的另一种发电量分配方法的流程图;
图4为本申请实施例提供的另一种发电量分配方法的流程图;
图5为本申请实施例提供的另一种发电量分配方法的流程图;
图6为本申请实施例提供的一种示意性的风电联合电网系统的网络图;
图7为传统的发电量分配方法与本申请实施例提供的发电量分配方法分别对应的发电总成本曲线;
图8为两台发电机组分别采用传统的发电量分配方法与本申请实施例提供的发电量分配方法所获得的发电费用的示意图;
图9为本申请实施例提供的一种发电量分配装置的框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
风电技术是把风能转换为电能的技术,风能是一种清洁无公害的可再生能源,因此,风电属于清洁能源。随着风电技术的快速发展,风电发电成本快速下降,且风电发电机组所能提供的发电量得到了显著提高。在风火联合电网系统中,风电发电机组与火电发电发电机组可以一起进行市场竞争。
目前,风火联合电网系统中包括多个节点,每一节点对应有发电侧和用电侧,设定每个节点的发电侧对应有一个火电发电机组和一个风电发电机组(在实际中,每个节的发电侧均对应有一个火电发电机组,而可能不具有风电发电机组,在这种情况下,可以将没有风电发电机组的节点的发电侧对应的风电发电机组的出力默认为0),每个节点的用电侧最多只有一个用户群,基于上述设定建立电网模型。
基于上述电网模型,风火联合电网系统对应的后台服务器(以下简称服务器)对其包括的多个节点分别分配发电量,由于风电出力具有随机性和不确定性,现有技术中,风火联合电网系统优先向火电发电机组分配发电量任务,而将风电发电机组作为补充,具体的:服务器可以获取各个节点的火电发电机组提交的各个节点的火电发电机组的启动成本以及各个节点的火电发电机组的供应曲线,服务器根据各个节点的火电发电机组的供应曲线可以获得各个节点的火电发电机组对应的售电报价。服务器还可以获取各个节点的用电侧的用户群提交的用电量预测值。然后服务器按照价低者优先发电的原则,根据用电量预测值向售电报价较低的火电发电机组分配更多的发电量,当火电发电机组提供的电量不能满足用电量预测值对应的需求时,风火联合电网系统将风电作为补充电力,向各个节点的风电发电机组分配发电量。
然而,上述发电量分配方法使得火电发电机组提供的电能占据风火联合电网系统的绝大部分,而风电发电机组提供的属于清洁能源的风电在风火联合电网系统所占比例较小,因此不能充分利用风电发电机组提供的可再生清洁能源,并且,众所周知,火电发电机组需要消耗煤炭资源产生电能,其发电成本相较于风电发电成本更高,因此该种发电量分配方法提高了风电联合电网系统的用电成本。
本申请实施例提供一种发电量分配方法,可以更加合理地给风火联合电网系统中的各个火电发电机组和风电发电机组分配发电量,该方法中,服务器可以获取各个节点的风电发电机组对应的风电发电量预测值,各个节点对应的用电量预测值,服务器可以根据用电量预测值和风电发电量预测值计算得到各个节点的火电发电量预测值,进一步的,服务器可以获取各个节点的火电售电报价和火电启动成本,服务器可以根据上述的火电发电量预测值、火电售电报价和火电启动成本以及预设的第一目标函数和第一约束条件计算分配给各个节点的火电发电量。其中,分配给各个节点的火电发电量使第一目标函数的函数值最小。由此可知,本申请实施例中,服务器根据风电发电量预测值,优先向风电发电机组分配发电量,在风电发电机组达到出力上限之后,再根据第一目标函数和第一约束条件,给火电发电机组分配火电发电量。从而实现了充分利用风电发电机组提供的可再生清洁能源,且能够最大限度地降低风火联合电网系统的用电成本,因此该发电量分配方法更加合理。
下面,将对本申请实施例提供的发电量分配方法所涉及到的实施环境进行简要说明。
请参考图1,该实施环境可以包括电网系统的后台服务器,该服务器的内部结构图可以如图1所示。该服务器包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该服务器的处理器用于提供计算和控制能力。该服务器的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该服务器的数据库用于存储预设的第一目标函数、第一约束条件、第二目标函数、第二约束条件以及其他相关数据。该服务器的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种发电量分配方法。
本领域技术人员可以理解,图1中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的服务器的限定,具体的服务器可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
请参考图2,其示出了本申请实施例提供的一种发电量分配方法的流程图,该发电量分配方法可以应用于图1所示的服务器中。如图2所示,该发电量分配方法可以包括以下步骤:
步骤201、服务器获取风火联合电网系统中的各个节点的风电发电量预测值和各个节点对应的用电量预测值,根据风电发电量预测值和各个节点的用电量预测值确定各个节点的火电发电量预测值。
其中,服务器获取风火联合电网系统中的各个节点的风电发电量预测值的过程可以是:服务器可以获得各个节点的风电发电机组提交的风电功率概率分布函数,根据各个节点的风电发电机组的风电功率概率分布函数可以获取各个节点的风电发电机组对应的风电发电量预测值。其中,没有风电发电机组的节点对应的风电发电量预测值默认为0。
服务器获得风火联合电网系统中的各个节点对应的用电量预测值的过程可以是:服务器获取各个节点的用电侧的用户群提交的用电量预测值,可选的,用电量预测值可以是同一时长对应的历史用电量。
本申请实施例中,服务器可以根据各个风电发电机组的风电发电量预测值优先向各个风电发电机组分配风电发电量,各个风电发电机组达到出力上限时,再向火电发电机组分配火电发电量。具体的,服务器根据风电发电量预测值和各个节点的用电量预测值确定各个节点的火电发电量预测值的过程可以是:针对每个节点,服务器可以该节点的用电量预测值与该节点的风电发电量预测值的差值作为该节点的火电发电机组的火电发电量预测值。可选的,当节点上没有对应的风电发电机组时,该节点的火电发电量预测值与该节点对应的用电量预测值相等。
在一种可选的实现方式中,服务器根据风电发电量预测值和各个节点的用电量预测值确定各个节点的火电发电量预测值的过程还可以是:服务器可以将各个节点的风电发电量预测值累加得到风火联合电网系统对应的总的风电发电量预测值,服务器可以将各个节点的用电量预测值累加得到风火联合电网系统对应的总的用电量预测值,服务器可以根据各个风电发电机组的风电发电量预测值优先向各个风电发电机组分配风电发电量,各个风电发电机组达到出力上限时,再向火电发电机组分配火电发电量。具体的,服务器可以将总的用电量预测值与总的风电发电量预测值的差值作为火电发电量预测值,其中,火电发电量预测值表示需要向火电发电机组分配的火电发电量的总量。
步骤202、服务器获取各个节点的火电售电报价和火电启动成本。
本申请实施例中,各个节点的火电发电机组可以向服务器提供各自的供应曲线,火电发电机组根据各自的供应曲线确定各个节点的火电发电机组对应的火电售电报价。
需要说明的是,本申请实施例中,风火联合电网系统根据火电售电报价确定该节点的火电发电机组和风电发电机组获得的发电费用,当风火联合电网系统确定了某一节点对应的节点电价(这一电价可能是该节点对应的火电发电机组提供的售电报价,也可能不是)时,那么该节点的风电发电机组提供的风电的电价(指每度电的单价)以及该节点的火电发电机组提供的火电的电价相等,且均为该节点电价。
步骤203、服务器根据各个节点的火电发电量预测值、各个节点的火电售电报价和火电启动成本以及预设的第一目标函数和第一约束条件,计算分配给各个节点的火电发电量。
其中,分配给各个节点的火电发电量使第一目标函数的函数值最小。第一目标函数为以风火联合电网系统的总成本最小化为目标的函数,风火联合电网系统的总成本为各个节点的火电启动成本和各个节点的发电成本之和,各个节点的发电成本为各个节点的火电发电量和各个节点的风电发电量预测值之和与各个节点的火电售电报价的乘积。
本申请实施例中,第一目标函数的表达式为:
其中,Yi表示第i个火电发电机组的启动成本;si为第i个火电发电机组的决策系数,si=1或0,当第i个火电发电机组启动时si=1,第i个火电发电机组不启动时si=0;Q(s,τ)为以各个节点的发电机组的发电成本最小化为目标的函数;θ为相位角;n为风火联合电网系统中节点的数量;Pi为分配给第i个节点的火电发电量;w为风电发电量预测值;fi(p)表示第i个节点的发电机组的发电成本;表示风火联合电网系统中各个节点的发电成本之和,其中,第i个节点的发电机组包括第i个节点的风电发电机组和火电发电机组。
第一约束条件可以包括功率平衡约束、线路负载约束、火电发电机组的出力约束。
其中,功率平衡约束为各个节点的火电发电量预测值与各个节点的风电发电量预测值之和等于各个节点的用电量预测值与线路负载消耗值之和。
线路负载约束为:风火联合电网系统中的第i个节点到第j个节点之间的输电线路的输电功率小于等于第i个节点到第j个节点之间的输电线路的传输容量。
lij为第i个节点到第j个节点之间的输电线路的潮流约束限制,Cij=Cji≥0表示第i个节点到第j个节点之间的输电线路的传输容量极限。
火电发电机组的出力约束为:第i个火电发电机组的发电功率小于等于第i个火电发电机组的出力上限,且大于等于第i个火电发电机组的出力下限。
其中,火电发电机组的出力约束的表达式可以为:siPimin≤Pi≤siPimax。
Pimin为第i个节点对应的火电发电机组的出力下限;Pimax为第i个节点对应的火电发电机组的出力上限;si为第i个火电发电机组的决策系数,si=1或0,当第i个火电发电机组启动时si=1,第i个火电发电机组不启动时si=0。
本申请实施例中,服务器可以调用上述第一目标函数和第一约束条件进行迭代运算,最终得到使得风火联合电网系统的总成本最小的各个节点的火电发电量。
上述发电量分配方法中,服务器可以获取各个节点的风电发电机组对应的风电发电量预测值,各个节点对应的用电量预测值,服务器可以根据用电量预测值和风电发电量预测值计算得到各个节点的火电发电量预测值,进一步的,服务器可以获取各个节点的火电售电报价和火电启动成本,服务器可以根据上述的火电发电量预测值、火电售电报价和火电启动成本以及预设的第一目标函数和第一约束条件计算分配给各个节点的火电发电量。其中,分配给各个节点的火电发电量使第一目标函数的函数值最小。由此可知,本申请实施例中,服务器根据风电发电量预测值,优先向风电发电机组分配发电量,在风电发电机组达到出力上限之后,再根据第一目标函数和第一约束条件,给火电发电机组分配火电发电量。从而实现了充分利用风电发电机组提供的可再生清洁能源,且能够最大限度地降低风火联合电网系统的用电成本,因此该发电量分配方法更加合理。
由于风电发电机组存在随机性和不确定性,在实际中,风电发电机组的实际风电发电量与风电发电量预测值会出现偏差,当风电发电机组的实际风电发电量比风电发电量预测值小时,风火联合电网系统的发电侧产生的电量相对于用电侧的用电量预测值存在缺口,一般情况下,风电发电机组少发的电量需要通过火电发电机组补充。基于上述内容,请参考图3,其示出了本申请实施例提供的另一种发电量分配方法的流程图,该发电量分配方法可以应用于图1所示的服务器中。如图3所示,该发电量分配方法可以包括以下步骤:
步骤301、服务器获取风火联合电网系统中的实际风电发电量,并根据实际风电发电量和风电发电量预测值计算偏差电量。
一般情况下,风电发电机组的实际风电发电量可能大于风电发电量预测值,也可能小于风电发电量预测值。本申请实施例中的偏差电量表示当风电发电机组的实际风电发电量小于风电发电量预测值时,风电发电量预测值减去实际风电发电量得到的差值。
步骤302、服务器根据偏差电量、各个节点的备用电售电报价和火电启动成本以及预设的第二目标函数和第二约束条件,计算分配给各个节点的备用发电量。
其中,分配给各个节点的备用发电量使第二目标函数的函数值最小,分配给各个节点的备用发电量之和小于等于偏差电量。第二目标函数为以风火联合电网系统的备用总成本最小化为目标的函数;风火联合电网系统的备用总成本为各个节点的火电启动成本和各个节点的备用电发电成本之和,各个节点的备用电发电成本为各个节点的备用电售电报价与各个节点的备用发电量的乘积。
在一个实施例中,各个节点的火电发电机组可以向服务器提供各自的备用电供应曲线,火电发电机组根据各自的备用电供应曲线确定各个节点的火电发电机组对应的备用电售电报价。
本申请实施例中,第二目标函数的表达式为:
其中,Yi表示第i个火电发电机组的启动成本;si为第i个火电发电机组的决策系数,si=1或0;R(s,τ)为以火电发电机组的备用电发电成本最小化为目标的函数,θ为相位角,n为风火联合电网系统中节点的数量,ri为分配给第i个节点的备用发电量;w为实际风电发电量,fi(r)表示第i个节点的备用电发电成本,表示风火联合电网系统中各个节点的备用电发电成本之和。
第二约束条件可以包括功率平衡约束、线路负载约束、火电发电机组的出力约束、备用约束和风电约束。
其中,第二约束条件包括的功率平衡约束为各个节点的实际火电发电量、与各个节点的偏差电量、各个节点的实际风电发电量之和等于各个节点的用电量预测值与线路负载消耗值之和。
Pi实为第i个节点对应的火电发电机组的实际火电发电量(可以以功率表示);ωi实为第i个节点的实际风电发电量;ri为分配给第i个节点的备用发电量,其中ωi实+ri=ωi;Di为第i个节点的用电量预测值;表示风火联合电网系统中第i个节点到第j个节点之间的输电线路的负载。
第二约束条件包括的线路负载约束为:风火联合电网系统中的第i个节点到第j个节点之间的输电线路的输电功率小于等于第i个节点到第j个节点之间的输电线路的传输容量。
lij为第i个节点到第j个节点之间的输电线路的潮流约束限制,Cij=Cji≥0表示第i个节点到第j个节点之间的输电线路的传输容量极限。
第二约束条件包括的火电发电机组的出力约束为:第i个火电发电机组的发电量和备用电发电量之和小于等于第i个火电发电机组的出力上限,且大于等于第i个火电发电机组的出力下限。
其中,火电发电机组的出力约束的表达式可以为:siPimin≤Pi实+siri≤siPimax。
Pimin为第i个节点对应的火电发电机组的出力下限;Pimax为第i个节点对应的火电发电机组的出力上限;ri为分配给第i个节点的备用发电量;si为第i个火电发电机组的决策系数,si=1或0,当第i个火电发电机组启动时si=1,第i个火电发电机组不启动时si=0。
第二约束条件包括的备用约束为:分配给第i个节点的备用发电量之和大于常规备用的最小需求。
第二约束条件包括的风电约束量为:第i个节点的风电发电量预测值大于等于0,小于等于第i个节点处可获得的实际间歇性发电量。
本申请实施例中,服务器可以调用上述第二目标函数和第二约束条件进行迭代运算,最终得到使得风火联合电网系统的备用总成本最小的各个节点的火电发电量。
需要说明的是,在一种可选的实施例中,第一目标函数和第二目标函数可以合并表示如下:
第一约束条件和第二约束条件可以合并表示如下:
siPimin≤Pi+siri≤siPimax。
传统技术中,各个火电发电机组获得的发电费用是根据各个火电发电机组提供的火电售电报价和分配给各个火电发电机组的火电发电量的乘积确定的。各个火电发电机组为了自身利益最大化,会提高向风火联合电网系统提供的售电报价,例如,发电量上下限相同的两个火电发电机组,其中,火电发电机组1的真实发电成本系数为c,火电发电机组2的真实发电成本系数为3c,在这种情况下,各火电发电机组意识到虚假报价即偏离真实成本的条件下,各火电发电机组的售电报价将影响节点对应的用电侧的购电总价,从而改变自身净利润,此时,若火电发电机组1蓄意提高自身的售电报价,例如火电发电机组1提供的售电报价为3c-ε,其中,ε为极小的正数,而火电发电机组2提供的售电报价仍为3c,这一报价结果表明,火电发电机组1只要申报略低于火电发电机组2,即可占据全部发电份额。通过虚假报价,火电发电机组1获得的净利润比真实报价获得的净利润更高,这样会导致风火联合电网系统支付给火电发电机组1的发电费用高于火电发电机组1实际应该获得的合理的发电费用,显然会使得风火联合电网系统的用电成本较高,不利于社会福利最大化。为了解决这个问题,本申请实施例中,在风火联合电网系统中提供另一种发电量分配方法的流程图,请参考图4,该发电量分配方法可以应用于图1所示的服务器中。该发电量分配方法可以包括以下步骤:
步骤401、服务器从风火联合电网系统中剔除目标节点对应的火电发电机组,利用第一目标函数计算重新分配给目标节点之外的其余节点中的各个节点的火电发电量。
本申请实施例中,设定风火联合电网系统中包括N个节点,服务器从风火联合电网系统中剔除目标节点对应的火电发电机组表示,目标节点i对应的火电发电机组不参与市场竞争,即不向风火联合电网系统输送发电量。但目标节点i对应的用电侧的用电量预测值维持不变,表示风火联合电网系统中的用电需求总量不变。
服务器利用第一目标函数计算重新分配给目标节点之外的其余节点中的各个节点的火电发电量,表示:基于目标节点i之外的N-1个节点对应的火电发电机组提供的火电售电报价和火电启动成本、火电发电量预测值和上文提供的第一目标函数和第一约束条件,计算重新分配给N-1个节点中每个节点的火电发电量。
步骤402、服务器根据重新分配给目标节点之外的其余节点中的各个节点的火电发电量和目标节点之外的其余节点中的各个节点的火电售电报价计算目标节点之外的其余节点对应的第一发电总成本。
根据重新分配给N-1个节点中的每个节点的火电发电量和N-1个节点中每个节点对应的火电售电报价,可以计算出去除目标节点i对应的火电发电机组后,其他N-1个节点对应的火电发电机组的发电总成本记为第一发电总成本。
步骤403、服务器根据分配给各个节点的火电发电量,计算风火联合电网系统的总成本。
其中,风火联合电网系统的总成本为M(f),风火联合电网系统的总成本为各个节点的火电启动成本和各个节点的发电成本之和,各个节点的发电成本为各个节点的火电发电量和各个节点的风电发电量预测值之和与各个节点的火电售电报价的乘积。
步骤404、服务器根据风火联合电网系统的总成本与目标节点的启动成本和发电成本计算目标节点之外的其余节点对应的第二发电总成本。
目标节点i的启动成本和发电成本为Ci(f)。
第二发电总成本为:M(f)-Ci(f)。
步骤405、服务器将第一发电总成本与第二发电总成本的差值作为目标节点的火电发电机组的发电成本。
其中,目标节点的火电发电机组的发电成本为目标节点对应的火电发电机组获得的发电费用。
本申请实施例中,定义一台火电发电机组的价值为该火电发电机组参与市场竞争前后,风火联合电网系统中其他发电机组对应的发电总成本的变化。
其中,表示目标节点i对应的火电发电机组不参与市场竞争时,风火联合电网系统中其余节点对应的第一发电总成本。M(f)-Ci(f)表示,目标节点i对应的火电发电机组参与市场竞争时,风火联合电网系统中其余节点对应的第二发电总成本。两项相减为目标节点i对应的火电发电机组对其他发电机组的替代效益,即目标节点i对应的火电发电机组参与市场竞争前后,对其他发电机组对应的总发电成本的影响。
在一种可选的实施例中,当风电发电机组的实际风电发电量小于风电发电量预测值时,根据第二目标函数和第二约束条件计算分配给每个发电机组的备用发电量,而每个火电发电机组发备用发电量时所获得的备用电发电费用(即备用电发电成本)的计算方式与本申请实施例提供的计算方式相同,在此不做赘述。
由于请参考图5,其示出了本申请实施例提供的另一种发电量分配方法的流程图,该发电量分配方法可以应用于图1所示的服务器中。如图5所示,该发电量分配方法可以包括以下步骤:
步骤501、服务器从风火联合电网系统中剔除目标节点对应的风电发电机组,利用第一目标函数计算重新分配给目标节点之外的其余节点中的各个节点的火电发电量。
其中,服务器从风火联合电网系统中剔除目标节点对应的风电发电机组,表示目标节点i对应的风电发电机组不参与市场竞争,即默认目标节点i对应的风电发电机组提供的风电发电量预测值为0,表示在风火联合电网系统中,各个节点的风电发电量预测值之和减少,相应的,各个节点的火电发电量预测值之和增大。
服务器利用第一目标函数计算重新分配给目标节点之外的其余节点中的各个节点的火电发电量,表示,基于目标节点i之外的N-1个节点对应的火电发电机组提供的火电售电报价和火电启动成本、基于减少的风电发电机机组确定的新的火电发电量预测值和上文提供的第一目标函数和第一约束条件,计算重新分配给N-1个节点中每个节点的火电发电量。
步骤502、服务器根据重新分配给目标节点之外的其余节点中的各个节点的火电发电量和目标节点之外的其余节点中的各个节点的火电售电报价计算目标节点之外的其余节点对应的第三发电总成本。
根据重新分配给N-1个节点中的每个节点的火电发电量、N-1个节点中的每个节点对应的风电发电量预测值确定定每个节点的总的发电量,获取N-1个节点中每个节点对应的火电售电报价和启动成本,根据N-1个节点中每个节点对应的总的发电量与火电售电报价计算发电成本,根据N-1个节点中每个节点对应的发电成本与启动成本之和得到N-1个节点对应的第三发电总成本
步骤503、服务器将第三发电总成本与风火联合电网系统的总成本的差值作为目标节点的风电发电机组的发电成本,目标节点的风电发电机组的发电成本为目标节点对应的风电发电机组获得的发电费用。
风火联合电网系统的总成本为M(f),其计算过程可以参见上文公开内容,在此不做赘述。
其中,表示目标节点i对应的风电发电机组不参与市场竞争时,风火联合电网系统中其余节点对应的第三发电总成本。M(f)风火联合电网系统的总成本。两项相减为目标节点i对应的风电发电机组对风火联合电网系统中其他发电机组的替代效益,即目标节点i对应的风电发电机组参与市场竞争前后,对其他发电机组对应的总发电成本的影响。
下面,针对本申请实施例提供的发电量分配方法相比于传统的发电量分配方法的优势,进行分析说明。
第一、对于目标函数中的出力约束,如图6所示,图6为本申请实施例提供的包含火电发电机组和风电发电机组的网络图,图6中,D1为用电侧的负荷,G1/G2G3G4为发电机组,包括风电发电机组和火电发电机组。
忽略备用能源对发电成本结算的影响,给定除目标节点i之外的所有节点提交的供应曲线,以下函数表示n-1个节点(不包括目标节点i)的调度成本,给定发电机组i在目标节点i处的注入功率Pi:
约束条件包括功率平衡约束、线路负载约束、出力约束、备用约束和风电约束。
其中,P-i={Pj}j≠i目标节点i处的净注入功率是Pi,对于节点i的发电机组,其出力约束存在Pimin≤Pi≤Pimax,使得函数Li(f-i,pi)得以成立。Pimin为第i个节点对应的发电机组的出力下限;Pimax为第i个节点对应的发电机组的出力上限,本申请实施例中Pimin=0,其保证了可行调度解的存在。
在确定了目标节点i和其他节点的火电发电机组f-i提交的供给曲线后,假定目标节点i提供任意两个发电级别Pi 1和Pi 2,且有0≤Pi 1≤Pi 2≤Pimax。Pi 1和Pi 2用于进行比较以表现本申请实施例提供的发电量分配方法的凸性。
由于的对应解对于具有参数(Pi 1+Pi 2)/2的Li(·)函数是可行的。其中,Li(·)函数表示除目标节点i之外,其他所有节点i的调度总成本。因此,当节点i的出力值Pi 1和Pi 2满足目标节点i自身的最优解时,相反的,该最优解(Pi 1,Pi 2)对于Li(·)函数的凸性恰好相反。即存在得到我们期望的结果。
由此可知,本申请实施例提供的发电量分配方法所提供的Li(·)函数能够适用于传统的LMP机制,且能够得到节点电价。在此基础上,可以对本申请实施例提供的发电量分配方法与传统的LMP机制进行对比,以展示本申请实施例提供的发电量分配方法的优势。
第二,本申请实施例提供的发电量分配方法,符合激励相容原则,也即,本申请实施例提供的发电量分配方法在引导发电机组提交真实售电报价的同时,能够使得发电机组获得的利润高于传统分配方法中各发电机组获得的利润。
如图7所示,图7为图6对应的风火联合电网系统中传统的发电量分配方法与本申请实施例提供的发电量分配方法分别对应的发电总成本曲线。传统的发电量分配方法中电网系统的用电成本随着售电报价k的增加呈线性增长;而本申请实施例提供的发电量分配方法中,电网系统的用电成本恒为3D。原理如下:
将发电机组i提交的真实供应曲线fi记为发电机组的主导策略,将该策略下的风火联合电网系统最终的竞价结果称为主导策略均衡。那么对于任意其中,为虚假供应曲线,以及其他发电机组f-i采取的任何可能的策略而言,存在:
其中,是在解处得到的调度成本,其中fi是发电机组i的真实供应曲线。由于最优调度Pi *(fi,f-i)实现了风火联合电网系统的经济效益最优,因此无论其他发电机组f-i提交的供给曲线如何,每个发电机组i提交其真实供应曲线可实现利润最大化。
第三、在各个发电机组提交真实供应曲线的条件下,本申请实施例提供的发电量分配方法引导的发电机组获得的电价略高于传统发电量分配方法引导的发电机组获得的电价。
如图8所示,在引入风电发电机组的前提下,包括发电机组1和发电机组2,其中,发电机组1的期望和发电机组2的期望是发电机组的成本,发电机组1获得的发电费用和发电机组2获得的发电费用是根据本申请提供的方法计算得到的发电费用,其中,两组发电机组的期望利润为正,且获得的发电费用始终高于发电机组自身成本。原理如下:
假设每个火电发电机组i有Di(pi,ri)=0,根据本申请实施例提供的发电量分配方法,每个火电发电机组具有一个非负的预期利润,即:
由于没有火电发电机组,风火联合电网系统不会产生低于M(f)的预期调度成本,因此,目标节点i对应的火电发电机组获得的预期利润是非负的。
请参考图9,其示出了本申请实施例提供的一种发电量分配装置的框图,该发电量分配装置可以配置在图1所示的实施环境中。如图9所示,该发电量分配装置用于为风火联合电网系统包括的多个节点分配发电量,可以包括火电发电量预测值获取模块901、售电报价和启动成本获取模块902和计算模块903。
火电发电量预测值获取模块901,用于获取风火联合电网系统中的各个节点的风电发电量预测值,各个节点对应的用电量预测值,根据风电发电量预测值和各个节点的用电量预测值确定各个节点的火电发电量预测值;
售电报价和启动成本获取模块902,用于获取各个节点的火电售电报价和火电启动成本;
计算模块903,用于根据各个节点的火电发电量预测值、各个节点的火电售电报价和火电启动成本以及预设的第一目标函数和第一约束条件,计算分配给各个节点的火电发电量,分配给各个节点的火电发电量使第一目标函数的函数值最小;
其中,第一目标函数为以风火联合电网系统的总成本最小化为目标的函数;风火联合电网系统的总成本为各个节点的火电启动成本和各个节点的发电成本之和,各个节点的发电成本为各个节点的火电发电量和各个节点的风电发电量预测值之和与各个节点的火电售电报价的乘积。
在本申请的一个实施例中,该计算模块903还用于获取风火联合电网系统中的实际风电发电量,并根据实际风电发电量和风电发电量预测值计算偏差电量;
根据偏差电量、各个节点的备用电售电报价和火电启动成本以及预设的第二目标函数和第二约束条件,计算分配给各个节点的备用发电量,分配给各个节点的备用发电量使第二目标函数的函数值最小,分配给各个节点的备用发电量之和小于等于偏差电量;
其中,第二目标函数为以风火联合电网系统的备用总成本最小化为目标的函数;风火联合电网系统的备用总成本为各个节点的火电启动成本和各个节点的备用电发电成本之和,各个节点的备用电发电成本为各个节点的备用电售电报价与各个节点的备用发电量的乘积。
在本申请的一个实施例中,该计算模块903还用于从风火联合电网系统中剔除目标节点对应的火电发电机组,利用第一目标函数计算重新分配给目标节点之外的其余节点中的各个节点的火电发电量;根据重新分配给目标节点之外的其余节点中的各个节点的火电发电量和目标节点之外的其余节点中的各个节点的火电售电报价计算目标节点之外的其余节点对应的第一发电总成本;根据分配给各个节点的火电发电量,计算风火联合电网系统的总成本;根据风火联合电网系统的总成本与目标节点的启动成本和发电成本计算目标节点之外的其余节点对应的第二发电总成本;将第一发电总成本与第二发电总成本的差值作为目标节点的火电发电机组的发电成本,目标节点的火电发电机组的发电成本为目标节点对应的火电发电机组获得的发电费用。
在本申请的一个实施例中,该计算模块903还用于从风火联合电网系统中剔除目标节点对应的风电发电机组,利用第一目标函数计算重新分配给目标节点之外的其余节点中的各个节点的火电发电量;根据重新分配给目标节点之外的其余节点中的各个节点的火电发电量和目标节点之外的其余节点中的各个节点的火电售电报价计算目标节点之外的其余节点对应的第三发电总成本;将第三发电总成本与风火联合电网系统的总成本的差值作为目标节点的风电发电机组的发电成本,目标节点的风电发电机组的发电成本为目标节点对应的风电发电机组获得的发电费用。
在本申请的一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
获取风火联合电网系统中的各个节点的风电发电量预测值,各个节点对应的用电量预测值,根据风电发电量预测值和各个节点的用电量预测值确定各个节点的火电发电量预测值;获取各个节点的火电售电报价和火电启动成本;根据各个节点的火电发电量预测值、各个节点的火电售电报价和火电启动成本以及预设的第一目标函数和第一约束条件,计算分配给各个节点的火电发电量,分配给各个节点的火电发电量使第一目标函数的函数值最小;其中,第一目标函数为以风火联合电网系统的总成本最小化为目标的函数;风火联合电网系统的总成本为各个节点的火电启动成本和各个节点的发电成本之和,各个节点的发电成本为各个节点的火电发电量和各个节点的风电发电量预测值之和与各个节点的火电售电报价的乘积。
在本申请的一个实施例中,处理器执行计算机程序时还可以实现以下步骤:获取风火联合电网系统中的实际风电发电量,并根据实际风电发电量和风电发电量预测值计算偏差电量;根据偏差电量、各个节点的备用电售电报价和火电启动成本以及预设的第二目标函数和第二约束条件,计算分配给各个节点的备用发电量,分配给各个节点的备用发电量使第二目标函数的函数值最小,分配给各个节点的备用发电量之和小于等于偏差电量;其中,第二目标函数为以风火联合电网系统的备用总成本最小化为目标的函数;风火联合电网系统的备用总成本为各个节点的火电启动成本和各个节点的备用电发电成本之和,各个节点的备用电发电成本为各个节点的备用电售电报价与各个节点的备用发电量的乘积。
在本申请的一个实施例中,处理器执行计算机程序时还可以实现以下步骤:从风火联合电网系统中剔除目标节点对应的火电发电机组,利用第一目标函数计算重新分配给目标节点之外的其余节点中的各个节点的火电发电量;根据重新分配给目标节点之外的其余节点中的各个节点的火电发电量和目标节点之外的其余节点中的各个节点的火电售电报价计算目标节点之外的其余节点对应的第一发电总成本;根据分配给各个节点的火电发电量,计算风火联合电网系统的总成本;根据风火联合电网系统的总成本与目标节点的启动成本和发电成本计算目标节点之外的其余节点对应的第二发电总成本;将第一发电总成本与第二发电总成本的差值作为目标节点的火电发电机组的发电成本,目标节点的火电发电机组的发电成本为目标节点对应的火电发电机组获得的发电费用。
在本申请的一个实施例中,处理器执行计算机程序时还可以实现以下步骤:从风火联合电网系统中剔除目标节点对应的风电发电机组,利用第一目标函数计算重新分配给目标节点之外的其余节点中的各个节点的火电发电量;根据重新分配给目标节点之外的其余节点中的各个节点的火电发电量和目标节点之外的其余节点中的各个节点的火电售电报价计算目标节点之外的其余节点对应的第三发电总成本;将第三发电总成本与风火联合电网系统的总成本的差值作为目标节点的风电发电机组的发电成本,目标节点的风电发电机组的发电成本为目标节点对应的风电发电机组获得的发电费用。
在本申请的一个实施例中,处理器执行计算机程序时还可以实现以下步骤:第一目标函数的表达式为: 其中,Yi表示第i个火电发电机组的启动成本;si为第i个火电发电机组的决策系数,si=1或0;Q(s,τ)为以各个节点的发电机组的发电成本最小化为目标的函数;θ为相位角;n为风火联合电网系统中节点的数量;Pi为分配给第i个节点的火电发电量;w为风电发电量预测值;fi(p)表示第i个节点的发电机组的发电成本;表示风火联合电网系统中各个节点的发电成本之和。
在本申请的一个实施例中,处理器执行计算机程序时还可以实现以下步骤:第二目标函数的表达式为: 其中,Yi表示第i个火电发电机组的启动成本;si为第i个火电发电机组的决策系数,si=1或0;R(s,τ)为以火电发电机组的备用电发电成本最小化为目标的函数,θ为相位角,n为风火联合电网系统中节点的数量,ri为分配给第i个节点的备用发电量;w为实际风电发电量,fi(r)表示第i个节点的备用电发电成本,表示风火联合电网系统中各个节点的备用电发电成本之和。
在本申请的一个实施例中,处理器执行计算机程序时还可以实现以下步骤:第一约束条件包括功率平衡约束、线路负载约束、火电发电机组的出力约束;其中,功率平衡约束为各个节点的火电发电量预测值与各个节点的风电发电量预测值之和等于各个节点的用电量预测值与线路负载消耗值之和;线路负载约束为:风火联合电网系统中的第i个节点到第j个节点之间的输电线路的输电功率小于等于第i个节点到第j个节点之间的输电线路的传输容量;火电发电机组的出力约束为:第i个火电发电机组的发电功率小于等于第i个火电发电机组的出力上限,且大于等于第i个火电发电机组的出力下限。
本申请实施例提供的计算机设备,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在本申请的一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取风火联合电网系统中的各个节点的风电发电量预测值,各个节点对应的用电量预测值,根据风电发电量预测值和各个节点的用电量预测值确定各个节点的火电发电量预测值;获取各个节点的火电售电报价和火电启动成本;根据各个节点的火电发电量预测值、各个节点的火电售电报价和火电启动成本以及预设的第一目标函数和第一约束条件,计算分配给各个节点的火电发电量,分配给各个节点的火电发电量使第一目标函数的函数值最小;其中,第一目标函数为以风火联合电网系统的总成本最小化为目标的函数;风火联合电网系统的总成本为各个节点的火电启动成本和各个节点的发电成本之和,各个节点的发电成本为各个节点的火电发电量和各个节点的风电发电量预测值之和与各个节点的火电售电报价的乘积。
在本申请的一个实施例中,计算机程序被处理器执行时还可以实现以下步骤:获取风火联合电网系统中的实际风电发电量,并根据实际风电发电量和风电发电量预测值计算偏差电量;根据偏差电量、各个节点的备用电售电报价和火电启动成本以及预设的第二目标函数和第二约束条件,计算分配给各个节点的备用发电量,分配给各个节点的备用发电量使第二目标函数的函数值最小,分配给各个节点的备用发电量之和小于等于偏差电量;其中,第二目标函数为以风火联合电网系统的备用总成本最小化为目标的函数;风火联合电网系统的备用总成本为各个节点的火电启动成本和各个节点的备用电发电成本之和,各个节点的备用电发电成本为各个节点的备用电售电报价与各个节点的备用发电量的乘积。
在本申请的一个实施例中,计算机程序被处理器执行时还可以实现以下步骤:从风火联合电网系统中剔除目标节点对应的火电发电机组,利用第一目标函数计算重新分配给目标节点之外的其余节点中的各个节点的火电发电量;根据重新分配给目标节点之外的其余节点中的各个节点的火电发电量和目标节点之外的其余节点中的各个节点的火电售电报价计算目标节点之外的其余节点对应的第一发电总成本;根据分配给各个节点的火电发电量,计算风火联合电网系统的总成本;根据风火联合电网系统的总成本与目标节点的启动成本和发电成本计算目标节点之外的其余节点对应的第二发电总成本;将第一发电总成本与第二发电总成本的差值作为目标节点的火电发电机组的发电成本,目标节点的火电发电机组的发电成本为目标节点对应的火电发电机组获得的发电费用。
在本申请的一个实施例中,计算机程序被处理器执行时还可以实现以下步骤:从风火联合电网系统中剔除目标节点对应的风电发电机组,利用第一目标函数计算重新分配给目标节点之外的其余节点中的各个节点的火电发电量;根据重新分配给目标节点之外的其余节点中的各个节点的火电发电量和目标节点之外的其余节点中的各个节点的火电售电报价计算目标节点之外的其余节点对应的第三发电总成本;将第三发电总成本与风火联合电网系统的总成本的差值作为目标节点的风电发电机组的发电成本,目标节点的风电发电机组的发电成本为目标节点对应的风电发电机组获得的发电费用。
在本申请的一个实施例中,计算机程序被处理器执行时还可以实现以下步骤:第一目标函数的表达式为: 其中,Yi表示第i个火电发电机组的启动成本;si为第i个火电发电机组的决策系数,si=1或0;Q(s,τ)为以各个节点的发电机组的发电成本最小化为目标的函数;θ为相位角;n为风火联合电网系统中节点的数量;Pi为分配给第i个节点的火电发电量;w为风电发电量预测值;fi(p)表示第i个节点的发电机组的发电成本;表示风火联合电网系统中各个节点的发电成本之和。
在本申请的一个实施例中,计算机程序被处理器执行时还可以实现以下步骤:第二目标函数的表达式为: 其中,Yi表示第i个火电发电机组的启动成本;si为第i个火电发电机组的决策系数,si=1或0;R(s,τ)为以火电发电机组的备用电发电成本最小化为目标的函数,θ为相位角,n为风火联合电网系统中节点的数量,ri为分配给第i个节点的备用发电量;w为实际风电发电量,fi(r)表示第i个节点的备用电发电成本,表示风火联合电网系统中各个节点的备用电发电成本之和。
在本申请的一个实施例中,计算机程序被处理器执行时还可以实现以下步骤:第一约束条件包括功率平衡约束、线路负载约束、火电发电机组的出力约束;其中,功率平衡约束为各个节点的火电发电量预测值与各个节点的风电发电量预测值之和等于各个节点的用电量预测值与线路负载消耗值之和;线路负载约束为:风火联合电网系统中的第i个节点到第j个节点之间的输电线路的输电功率小于等于第i个节点到第j个节点之间的输电线路的传输容量;火电发电机组的出力约束为:第i个火电发电机组的发电功率小于等于第i个火电发电机组的出力上限,且大于等于第i个火电发电机组的出力下限。
本申请实施例提供的计算机可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种发电量分配方法,其特征在于,用于为风火联合电网系统包括的多个节点分配发电量,所述方法包括:
获取风火联合电网系统中的各个节点的风电发电量预测值,各个节点对应的用电量预测值,根据所述风电发电量预测值和所述各个节点的用电量预测值确定各个节点的火电发电量预测值;
获取所述各个节点的火电售电报价和火电启动成本;
根据所述各个节点的火电发电量预测值、所述各个节点的火电售电报价和火电启动成本以及预设的第一目标函数和第一约束条件,计算分配给各个节点的火电发电量,所述分配给各个节点的火电发电量使所述第一目标函数的函数值最小;
其中,所述第一目标函数为以风火联合电网系统的总成本最小化为目标的函数;所述风火联合电网系统的总成本为所述各个节点的火电启动成本和所述各个节点的发电成本之和,所述各个节点的发电成本为所述各个节点的火电发电量和所述各个节点的风电发电量预测值之和与所述各个节点的火电售电报价的乘积;
所述第一目标函数的表达式为:
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述风火联合电网系统中的实际风电发电量,并根据所述实际风电发电量和所述风电发电量预测值计算偏差电量;
根据所述偏差电量、所述各个节点的备用电售电报价和火电启动成本以及预设的第二目标函数和第二约束条件,计算分配给所述各个节点的备用发电量,所述分配给所述各个节点的备用发电量使所述第二目标函数的函数值最小,分配给所述各个节点的备用发电量之和小于等于所述偏差电量;
其中,所述第二目标函数为以风火联合电网系统的备用总成本最小化为目标的函数;所述风火联合电网系统的备用总成本为所述各个节点的火电启动成本和所述各个节点的备用电发电成本之和,所述各个节点的备用电发电成本为所述各个节点的备用电售电报价与所述各个节点的备用发电量的乘积。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
从所述风火联合电网系统中剔除目标节点对应的火电发电机组,利用所述第一目标函数计算重新分配给所述目标节点之外的其余节点中的各个节点的火电发电量;
根据重新分配给所述目标节点之外的其余节点中的各个节点的火电发电量和所述目标节点之外的其余节点中的各个节点的火电售电报价计算所述目标节点之外的其余节点对应的第一发电总成本;
根据所述分配给各个节点的火电发电量,计算所述风火联合电网系统的总成本;
根据所述风火联合电网系统的总成本与所述目标节点的启动成本和发电成本计算所述目标节点之外的其余节点对应的第二发电总成本;
将所述第一发电总成本与所述第二发电总成本的差值作为所述目标节点的火电发电机组的发电成本,所述目标节点的火电发电机组的发电成本为所述目标节点对应的火电发电机组获得的发电费用。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
从所述风火联合电网系统中剔除目标节点对应的风电发电机组,利用所述第一目标函数计算重新分配给所述目标节点之外的其余节点中的各个节点的火电发电量;
根据重新分配给所述目标节点之外的其余节点中的各个节点的火电发电量和所述目标节点之外的其余节点中的各个节点的火电售电报价计算所述目标节点之外的其余节点对应的第三发电总成本;
将所述第三发电总成本与所述风火联合电网系统的总成本的差值作为所述目标节点的风电发电机组的发电成本,所述目标节点的风电发电机组的发电成本为所述目标节点对应的风电发电机组获得的发电费用。
6.根据权利要求1所述的方法,其特征在于,所述第一约束条件包括功率平衡约束、线路负载约束、火电发电机组的出力约束;
其中,所述功率平衡约束为所述各个节点的火电发电量预测值与所述各个节点的风电发电量预测值之和等于所述各个节点的用电量预测值与线路负载消耗值之和;
所述线路负载约束为:所述风火联合电网系统中的第i个节点到第j个节点之间的输电线路的输电功率小于等于第i个节点到第j个节点之间的输电线路的传输容量;
所述火电发电机组的出力约束为:第i个火电发电机组的发电功率小于等于第i个火电发电机组的出力上限,且大于等于第i个火电发电机组的出力下限。
7.一种发电量分配装置,其特征在于,用于为风火联合电网系统包括的多个节点分配发电量,所述装置包括:
火电发电量预测值获取模块,用于获取风火联合电网系统中的各个节点的风电发电量预测值,各个节点对应的用电量预测值,根据所述风电发电量预测值和所述各个节点的用电量预测值确定各个节点的火电发电量预测值;
售电报价和启动成本获取模块,用于获取所述各个节点的火电售电报价和火电启动成本;
计算模块,用于根据所述各个节点的火电发电量预测值、所述各个节点的火电售电报价和火电启动成本以及预设的第一目标函数和第一约束条件,计算分配给各个节点的火电发电量,所述分配给各个节点的火电发电量使所述第一目标函数的函数值最小;
其中,所述第一目标函数为以风火联合电网系统的总成本最小化为目标的函数;所述风火联合电网系统的总成本为所述各个节点的火电启动成本和所述各个节点的发电成本之和,所述各个节点的发电成本为所述各个节点的火电发电量和所述各个节点的风电发电量预测值之和与所述各个节点的火电售电报价的乘积;
所述第一目标函数的表达式为:
8.根据权利要求7所述的装置,其特征在于,所述计算模块,具体用于:
获取所述风火联合电网系统中的实际风电发电量,并根据所述实际风电发电量和所述风电发电量预测值计算偏差电量;
根据所述偏差电量、所述各个节点的备用电售电报价和火电启动成本以及预设的第二目标函数和第二约束条件,计算分配给所述各个节点的备用发电量,所述分配给所述各个节点的备用发电量使所述第二目标函数的函数值最小,分配给所述各个节点的备用发电量之和小于等于所述偏差电量;
其中,所述第二目标函数为以风火联合电网系统的备用总成本最小化为目标的函数;所述风火联合电网系统的备用总成本为所述各个节点的火电启动成本和所述各个节点的备用电发电成本之和,所述各个节点的备用电发电成本为所述各个节点的备用电售电报价与所述各个节点的备用发电量的乘积。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910909806.5A CN110649663B (zh) | 2019-09-25 | 2019-09-25 | 发电量分配方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910909806.5A CN110649663B (zh) | 2019-09-25 | 2019-09-25 | 发电量分配方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110649663A CN110649663A (zh) | 2020-01-03 |
CN110649663B true CN110649663B (zh) | 2021-03-12 |
Family
ID=68992589
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910909806.5A Active CN110649663B (zh) | 2019-09-25 | 2019-09-25 | 发电量分配方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110649663B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112053083A (zh) * | 2020-09-15 | 2020-12-08 | 华润电力投资有限公司北方分公司 | 边际成本测算方法、装置、终端及可读存储介质 |
CN112633771B (zh) * | 2021-01-04 | 2023-05-16 | 广东电网有限责任公司电力调度控制中心 | 电力资源数值计算方法、装置、计算机设备和存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7288921B2 (en) * | 2004-06-25 | 2007-10-30 | Emerson Process Management Power & Water Solutions, Inc. | Method and apparatus for providing economic analysis of power generation and distribution |
CN107240933B (zh) * | 2017-07-11 | 2020-06-05 | 华北电力大学(保定) | 一种考虑风电功率特性的风火协调滚动调度方法 |
-
2019
- 2019-09-25 CN CN201910909806.5A patent/CN110649663B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110649663A (zh) | 2020-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bruninx et al. | Coupling pumped hydro energy storage with unit commitment | |
CN109493184B (zh) | 基于绿证交易的电力出清方法、装置、设备和存储介质 | |
Löhndorf et al. | Optimal day-ahead trading and storage of renewable energies—an approximate dynamic programming approach | |
CN110649663B (zh) | 发电量分配方法、装置、计算机设备及存储介质 | |
CN107491870B (zh) | 配电网的电力规划方法、装置、设备以及计算机可读存储介质 | |
Liu et al. | Strategy-proof mechanism for provisioning and allocation virtual machines in heterogeneous clouds | |
CN113610311A (zh) | 双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法 | |
Dimitrov et al. | Reinforcement learning based algorithm for the maximization of EV charging station revenue | |
CN110766482A (zh) | 考虑电源调峰品质的深度调峰补偿费用分摊方法和装置 | |
CN115936367A (zh) | 一种考虑多主体碳排放责任分摊的新能源消纳优化调度方法及装置 | |
Cruz et al. | Optimal coordination on wind-pumped-hydro operation | |
Fu et al. | Contributing to DSO’s Energy-Reserve Pool: A Chance-Constrained Two-Stage $\mu $ VPP Bidding Strategy | |
Kiedanski et al. | Strategy-proof local energy market with sequential stochastic decision process for battery control | |
Chen et al. | Multi-objective robust optimal bidding strategy for a data center operator based on bi-level optimization | |
CN113870029A (zh) | 跨省区电力现货市场多主体出清方法、系统及计算机设备 | |
CN114202229A (zh) | 能量管理策略的确定方法、装置、计算机设备和存储介质 | |
CN111798070B (zh) | 一种用户侧光储系统的配置方法及装置 | |
CN110676843B (zh) | 发电量分配方法、装置、计算机设备及存储介质 | |
CN109687452B (zh) | 一种用于配电网供电能力的分析方法、装置及存储介质 | |
Zheng et al. | Real-time dispatch of an integrated energy system based on multi-stage reinforcement learning with an improved action-choosing strategy | |
CN111951123B (zh) | 控制用电负荷的方法、装置、计算机设备和存储介质 | |
CN110826863B (zh) | 电量分配方法、装置、计算机设备及存储介质 | |
CN109740178B (zh) | 多租户数据中心能效优化方法、系统及联合建模方法 | |
CN113822707A (zh) | 电力市场的出力决策方法、装置、计算机设备及存储介质 | |
WO2021009371A1 (en) | Method and system for decentralized energy forecasting and scheduling |
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 |