CN110854931A - 一种抽水蓄能机组日前发电计划编制方法、系统以及设备 - Google Patents
一种抽水蓄能机组日前发电计划编制方法、系统以及设备 Download PDFInfo
- Publication number
- CN110854931A CN110854931A CN201911143001.0A CN201911143001A CN110854931A CN 110854931 A CN110854931 A CN 110854931A CN 201911143001 A CN201911143001 A CN 201911143001A CN 110854931 A CN110854931 A CN 110854931A
- Authority
- CN
- China
- Prior art keywords
- storage unit
- constraints
- pumped storage
- optimized
- power generation
- 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.)
- Pending
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
- H02J3/38—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
Abstract
本发明公开了一种抽水蓄能机组日前发电计划编制方法、系统以及设备,方法包括以下步骤:建立含抽水蓄能机组的优化调度模型,基于负荷变化率对优化调度模型进行时段解耦,基于Benders分解将优化调度模型分解为主问题和子问题;将主问题以及子问题进行迭代求解,进行安全校核,输出最终的结果。本发明将Benders分解用于抽水蓄能机组的优化调度模型中,用于确定抽水蓄能机组的日前发电计划编制曲线;并且将抽水蓄能机组的优化调度模型分为四个步骤进行求解,在不降低计算精度的情况下,提高了计算效率;并且本发明充分考虑了抽水蓄能机组的运行特性及调度原则,并以约束的形式将其一一体现,与实际情况的贴合度较高;能获得最大的社会效益。
Description
技术领域
本发明涉及电力调度技术领域,尤其涉及一种水蓄能机组日前发电计划编制方法、系统以及设备。
背景技术
随着我国经济的发展,电力负荷在迅速提高,峰谷差不断扩大,由于常规火电机组有着最小出力和最小启停时间限制,若利用火电机组进行调峰,一方面会降低系统的调峰能力,另一方面也会降低机组运行的整体经济性。抽水蓄能机组一般只需100s至200s的时间就可以从静止状态到满负荷发电状态,具有显著的调峰效果;此外,由于高峰期电价较高,低谷期电价较低,利用抽水蓄能机组进行调峰还会带来明显的经济效益。因此,在负荷峰谷差较大的情况下,抽水蓄能电站与其他电厂协调运行,进行削峰填谷,可以减轻高峰时期火电机组的压力,以最低的燃料消耗,为用户进行可靠而满意的供电。
虽然抽水蓄能电站具有调峰能力,但在运行时还必须满足水库的初始蓄水量、末端蓄水量、每个小时的运行最大蓄水量和运行最小蓄水量等约束条件,其中抽水蓄能电站的抽水状态的变量必须是整数,此外再加上系统的运行约束、火电机组运行约束等,经过对具体问题的数学抽象,所得出的数学模型是一个大型混合整数规划问题,在数学上具有高维、非凸、离散、非线性的特点,属于NP-hard问题,在接受的时间内得到一个可行的精确解是相当困难的,需要在算法理论上选择合理且可行的计算方法,才能解决这样大型的抽水蓄能日前发电计划编制问题。然而,目前对抽水蓄能日前发电计划编制进行编制时,存在着在不降低计算精度的情况下,计算效率低下的不足。
发明内容
本发明提供了一种水蓄能机组日前发电计划编制方法、系统以及设备,解决了目前传统的方法在不降低计算精度的情况下,计算效率低下的不足。
本发明提供的一种抽水蓄能机组日前发电计划编制方法,包括以下步骤:
步骤S1:建立含抽水蓄能机组的优化调度模型;
步骤S2:基于负荷变化率对优化调度模型进行时段解耦,得到各个解耦的优化调度周期;
步骤S3:在每个优化调度周期内基于Benders分解将优化调度模型分解为主问题和子问题;
步骤S4:将主问题以及子问题进行迭代求解,判断主问题的优化解以及子问题的优化解是否满足收敛条件;若不满足,求解Benders割并返回主问题,重新求解主问题;若满足,进行安全校核;
步骤S5:若主问题的优化解以及子问题的优化解满足安全校核,输出结果,若不满足,添加约束至主问题中,重新求解主问题。
优选的,在步骤S1中,所述含抽水蓄能机组的优化调度模型包括目标函数以及约束条件;所述目标函数以常规火电机组的发电成本和抽水蓄能机组的运行成本之和最小为优化目标,所述约束条件包括系统稳定运行约束、常规火电机组约束及与抽水蓄能机组相关的运行约束。
优选的,所述系统稳定运行约束包括:功率平衡约束以及线路传输功率约束;所述常规火电机组约束包括:出力上下限约束、爬坡/滑坡速率约束、最小启停时间约束、最大启停次数约束以及启动状态与工作状态的关系约束;所述与抽水蓄能机组相关的约束包括发电工况下的输出功率上下限约束、抽水工况下的输出功率上下限约束、库容上下限约束、始末时段库容约束、工况状态转换约束、启动状态与工作状态的关系约束以及机组最大启停次数约束。
优选的,在步骤S3中,所述优化调度模型的主问题为以机组运行状态为决策变量的机组组合状态确定问题,子问题为以机组出力为决策变量的经济调度问题。
优选的,步骤S4包括以下步骤:
步骤S401:仅考虑整数变量及其相关的目标函数和运行约束,构成优化调度模型的主问题,整数变量包括各台火电机组和抽水蓄能机组的工作状态变量和启动状态变量,求解得到各整数变量的初值作为主问题的初始解,并得到主问题的原始最优目标W1;W1是原经济调度问题优化目标的下限值;
步骤S402:基于机组组合状态的整数初值解,代入各个解耦时段的经济调度问题,构成各个子问题,依次求解子问题,若子问题无可行解,则返回相应的不可行割作为补充约束到主问题中,求解主问题得到新的机组组合状态,再次求解子问题,不断迭代,直至子问题有可行解,并求取相应的最优割,当所有子问题都有可行解时,最后一个子问题的最优目标W2是原经济调度问题优化目标的上限值。
优选的,步骤S5包括以下步骤:
当W1和W2满足收敛条件时,步骤S402所得的最优解即为最终的最优解;若不满足收敛条件,则将子问题的最优割作为约束反馈到主问题中,重复步骤S401、S402的迭代过程,直至最终主问题和最后一个子问题的最优解满足给定的收敛条件。
优选的,所述W1和W2的收敛条件为:
∣W1-W2∣≤ε
其中,ε为设定的微小值。
优选的,所述安全校核包括静态安全校核和静态电压稳定校核。
一种抽水蓄能机组日前发电计划编制系统,包括:抽水蓄能机组的优化调度模型模块、时段解耦模块、Benders分解模块、最优解求解模块以及安全校核模块。
所述抽水蓄能机组的优化调度模型模块用于建立抽水蓄能机组的优化调度模型;
所述时段解耦模块用于基于负荷变化率对优化调度模型进行时段解耦;
所述Benders分解模块用于将抽水蓄能机组的优化调度模型分解为主问题和子问题;得到主问题的最优解和子问题的最优解;
所述安全校核模块用于对主问题的最优解和子问题的最优解进行安全校核,输出最终的结果。
一种抽水蓄能机组日前发电计划编制设备,所述设备包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行上述的一种抽水蓄能机组日前发电计划编制方法。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例将Benders分解用于抽水蓄能机组的优化调度模型中,用于确定抽水蓄能机组的日前发电计划编制曲线;并且将抽水蓄能机组的优化调度模型分为四个步骤进行求解,在不降低计算精度的情况下,提高了计算效率,为用于实际调度运行奠定基础。
本发明另一个实施例具有以下优点:
本发明实施例中的优化调度模型充分考虑了抽水蓄能机组的运行特性及调度原则,并以约束的形式将其一一体现,与实际情况的贴合度较高;能反映最真实的运行情况,并获得最大的社会效益。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种抽水蓄能机组日前发电计划编制方法、系统以及设备的方法流程图。
图2为本发明实施例提供的机组组合各时段负荷变化情况图。
具体实施方式
本发明实施例提供了一种抽水蓄能机组日前发电计划编制方法、系统以及设备,用于解决目前采用传统的算法求解抽水蓄能日前发电计划编制时,存在着计算效率低下的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
目前,解决抽水蓄能日前发电计划编制的方现有法主要有数学规划式方法和启发式方法两大类。启发式方法包括模拟退火方法、蚁群算法、遗传算法、粒子群算法、禁忌搜索算法、和声搜索算法等,得益于随机性的启发式策略,启发式算法能够有效地跳出局部最优点,具有较强的全局搜索能力,并且对目标函数和约束条件的形式没有严格的要求,因此可以有效解决非凸优化问题,但是这些方法缺乏严谨的数学证明,无法保证解的唯一性,并且,这些方法的求解效果与参数的设置和求解的问题等因素有关,此外,随着问题规模的扩大,问题的求解时间也大幅增加,不太适合用于对时间、精度有较高要求的日前发电计划的求解问题中。
数学规划式方法包括拉格朗日松弛法、分支定界法、Benders分解法等,主要求解思路有两种:一种是将问题划分为分别只与整数变量和连续变量相关的子问题,通过迭代优化,逐渐得到最优解;另一种是把所有变量都当作连续变量进行优化,如果最优解不满足整数条件,再通过其他方法做进一步处理。这些方法在理论上能够找到全局最优解,但计算效率较低,收敛速度较慢。
针对传统Benders分解法求解抽水蓄能优化调度问题计算效率较低的问题,本发明提出了基于时段解耦和Benders分解的抽水蓄能日前发电计划编制模型。首先建立含抽水蓄能机组的优化调度模型,这是一个混合整数规划问题,其次基于运行日的负荷曲线将运行周期分为若干个优化周期,接着,在每个优化周期,将混合整数规划问题分解成上下层规模较小的一系列线性规划和整数规划问题,通过反复迭代,得到抽水蓄能机组和常规发电机组的出力结果,最后,进行安全性校核。
请参阅图1,图1为本发明实施例提供的一种抽水蓄能机组日前发电计划编制方法、系统以及设备的方法流程图。
本发明提供的一种抽水蓄能机组日前发电计划编制方法,包括以下步骤:
步骤S1:建立含抽水蓄能机组的优化调度模型;
步骤S2:基于负荷变化率对优化调度模型进行时段解耦,得到各个解耦的优化调度周期;由于机组组合各时段存在弱耦合关系,当调度周期分为96个调度时段后,各时段负荷变化情况如图2所示,分析图2中的柱状图及抽水蓄能机组日前优化调度模型可知,大多数情况下相邻时段的负荷变化量较小,尤其是在负荷达到极小值或极大值的时候,负荷变化率最小。因此在负荷达到局部最大或局部最小的时候,爬坡率约束可能不起作用,优化调度模型可以在这些时段解耦,较原先的问题计算规模减少很多,求解过程中也减少了计算量,提高了计算效率。基于各个解耦时段的经济调度问题也构成后续Benders分解中下层问题中各个子问题。
步骤S3:在每个优化调度周期内,基于Benders分解将优化调度模型分解为主问题和子问题;
步骤S4:将主问题以及子问题进行迭代求解,判断主问题的优化解以及子问题的优化解是否满足收敛条件;若不满足,求解Benders割并返回主问题;若满足,进行安全校核;
步骤S5:若主问题的优化解以及子问题的优化解满足安全校核,输出结果,若不满足,添加约束至主问题中并返回主问题。
作为一个优选的实施例,在步骤S1中,含抽水蓄能机组的优化调度模型包括目标函数以及约束条件;所述目标函数以常规火电机组的发电成本和抽水蓄能机组的运行成本之和最小为优化目标,其中火电机组的发电成本包括空载成本、启停成本和电能量的单位增量成本,抽水蓄能机组的运行成本包括启停成本和能量转换过程中的损失;其中能量转换过程中的损耗在模型约束中进行考虑,不包含在优化模型的目标函数中,最终所得的目标函数表达式如下:
其中ai、bi和ci分别表示二次项、一次项和常数项系数,ci也代表机组i的空载成本,和分别表示火电机组i在时段t的工作状态变量和启动状态变量;和分别表示发电工况下抽水蓄能机组i在时段t的工作状态变量和启动状态变量;和分别表示抽水工况下抽水蓄能机组i在时段t的工作状态变量和启动状态变量,和分别表示第i台火电机组、抽水蓄能机组处于发电工况和抽水工况下的单次启动成本;NT和NH分别表示火电机组和抽水蓄能机组的台数;T表示调度时段数;
所述约束条件包括系统稳定运行约束、常规火电机组约束及与抽水蓄能机组相关的运行约束。
作为一个优选的实施例,所述系统稳定运行约束包括:功率平衡约束以及线路传输功率约束;所述常规火电机组约束包括:出力上下限约束、爬坡/滑坡速率约束、最小启停时间约束、最大启停次数约束以及启动状态与工作状态的关系约束;所述与抽水蓄能机组相关的约束包括发电工况下的输出功率上下限约束、抽水工况下的输出功率上下限约束、库容上下限约束、始末时段库容约束、工况状态转换约束、启动状态与工作状态的关系约束以及机组最大启停次数约束。
[1]系统稳定运行约束
为了保证系统的安全稳定运行,必须维持系统的功率平衡及线路的传输功率不越限。
(1)功率平衡约束
在每个调度时段,火电机组与抽水蓄能机组的输出功率应该与系统的负荷需求相一致,具体公式如下:
(2)线路传输功率约束
由于模型最终的优化结果是抽水蓄能机组的日出力计划,而不是所有机组的日前出力安排,因此线路传输功率约束中仅需考虑某些关键线路,以简化模型的求解,具体公式如下:
式中,Pl max为线路的功率传输极限,Gl-i表示节点i对线路l的功率传输分布因子,即第i个节点增加单位功率注入后对第l条线路潮流的增量;Pi,t表示位于节点i的机组在时段t的总输出功率;Di,t表示节点i在时段t的负荷需求。
[2]常规火电机组约束
火电机组需要考虑的约束主要包括出力上下限约束、爬坡/滑坡速率约束、最小启停时间约束、最大启停次数约束、启动状态与工作状态的关系约束等。
(1)出力上下限约束
火电机组的出力水平应该介于最大出力和最小出力值之间,具体公式如下:
式中,Pi Tmin和Pi Tmax分别表示火电机组i在时段t的最小出力和最大出力。
(2)爬坡/滑坡速率约束
火电机组的爬坡/滑坡速率不应超过允许的最大爬坡/滑坡速率,具体公式如下:
式中,rui和rdi分别表示火电机组i允许的最大爬坡和滑坡速率,单位为MW/min;To表示一个调度时段的长度,单位为min。
(3)最小启停时间约束
出于火电机组的运行维护要求,机组一旦停机或启动后,需要经过一定的时间才能重新启动或停机,具体公式如下:
式中,Ti,on和Ti,off分别表示火电机组i必须满足的最小启动时间和最小关停时间,上述约束的具体含义是:若某一时段机组i启动,则启动前的Ti,off时间内机组必须处于停机状态;若某一时段机组i关停,则停机前的Ti,on时间内机组必须处于开机状态。
(4)最大启停次数约束
出于火电机组的物理属性和实际运行需要,机组一天内最大的启停次数不应超过某一限值,具体公式如下:
(5)启动状态与工作状态的关系约束
火电机组在某一时刻启动,意味着该时刻机组工作状态变量为1,上一时刻工作状态变量为0,具体公式如下:
[3]抽水蓄能机组运行约束
与抽水蓄能机组相关的约束主要包括两种工况下的输出功率上下限约束、库容上下限约束、始末时段库容约束、工况状态转换约束、启动状态与工作状态的关系约束、机组最大启停次数约束等。
(1)发电工况下出力约束
抽水蓄能机组在发电工况下与一般的水电机组相同,出力可以连续调节,一般没有爬坡/滑坡速率限制,也没有最小启停时间限制,但存在着最小出力和最大出力限制,具体约束如下:
式中,和分别表示机组i的最大技术出力和最小技术出力。
(2)抽水工况下出力约束
抽水蓄能机组在抽水工况下的功率调节范围比较小,可以默认为定值,即额定抽水功率,具体约束如下:
(3)库容上下限约束
在抽水蓄能机组发电、抽水运行中,上水库和下水库的水量是动态平衡的,目前我国大多数电站是日调节电站,上水库水量较小,下水库水量较大,削峰填谷更多地取决于上水库水量情况,因此本文仅考虑上水库的库容约束,具体约束如下:
Vmin≤Vt≤Vmax
(4)始末时段库容约束
调度周期初的库容V0事先给定,调度周期末的库容VT也是给定值,根据调度安排确定,具体公式如下:
VT=V0·(1+δ)
式中,δ表示调度周期末的库容与调度周期初的库容V0相差的百分比。
(5)工况状态转换约束
抽水蓄能机组在同一时段只能运行在发电、停机、抽水三种状态下的一种,并且机组一般不直接在发电状态与抽水状态间进行转换,而是以停机状态作为两者的中间态,具体公式如下:
(6)启动状态与工作状态的关系约束
抽水蓄能机组的启动状态与工作状态关系约束和火电机组类似,区别在于抽水蓄能机组考虑约束时需同时考虑发电工况和抽水工况,具体公式如下:
(7)机组最大启停次数约束
抽水蓄能机组的最大启停次数约束和火电机组类似,区别在于抽水蓄能机组考虑约束时需同时考虑发电工况和抽水工况,具体公式如下:
作为一个优选的实施例,在步骤S3中,Benders分解法将复杂的多约束问题解耦为若干小规模问题,以形成主问题及子问题。利用Benders分解法求解含抽水蓄能机组日前发电计划优化调度模型的基本思想是将原问题分解为以机组运行状态为决策变量的机组组合状态确定问题作为主问题,和以机组出力为决策变量的经济调度问题作为子问题,通过主问题和子问题的迭代求解,获得最终的最优解。
作为一个优选的实施例,步骤S4包括以下步骤:
步骤S401:仅考虑整数变量及其相关的目标函数和运行约束,构成优化调度模型的主问题,求解得到各整数变量的初值作为主问题的初始解,并得到主问题的原始最优目标W1;W1是原经济调度问题优化目标的下限值;
步骤S402:基于机组组合状态的整数初值解,代入各个解耦时段的经济调度问题,构成各个子问题,依次求解子问题,若子问题无可行解,则返回相应的不可行割作为补充约束到主问题中,求解主问题得到新的机组组合状态,再次求解子问题,不断迭代,直至子问题有可行解,并求取相应的最优割,当所有子问题都有可行解时,最后一个子问题的最优目标W2是原经济调度问题优化目标的上限值。
作为一个优选的实施例,步骤S5包括以下步骤:
当W1和W2满足收敛条件时,步骤S402所得的最优解即为最终的最优解;若不满足收敛条件,则将子问题的最优割作为约束反馈到主问题中,重复步骤S401、S402的迭代过程,直至最终主问题和最后一个子问题的最优解满足给定的收敛条件,获得抽水蓄能的日前优化调度曲线。
作为一个优选的实施例,所述W1和W2的收敛条件为:
∣W1-W2∣≤ε
其中,ε为事先给定的微小值。
作为一个优选的实施例,所述安全校核包括静态安全校核和静态电压稳定校核,相关约束如下:
(1)静态安全约束:
其中,n为总节点数;D、G分别为负荷、发电节点集合;L为线路、变压器集合;(i,j)为节点i与节点j之间的线路或变压器t型模型;上角标k为电网运行状态标签,k=0表示正常运行状态,k=1,2,…,nc表示发生第k个N-1故障后的静态运行状态,nc为线路或变压器发生故障数目,PGi、QGi、SGi(PDi、QDi、SDi)分别为节点i处发电机(负荷)的有功、无功、视在功率,为线路上传输的功率幅值,为了简化计算,各节点负荷功率因数固定为cosωDi;Vi、θi为节点i处电压幅值、相角,θij为线路两端相角差,θij=θi-θj;Gij、Bij分别为节点导纳矩阵第i行第j列元素的实部、虚部;Sij为线路上的视在功率。 Vi 为节点i处电压幅值上、下限; S Gi为发电机的视在功率上、下限; S Di为负荷的视在功率上、下限;a k为负荷裕度下限;为线路热稳定极限; θ ij为线路相角差上、下限;为节点处发电机在允许的故障恢复时间内最大爬坡功率。
(2)静态电压稳定约束:
a′k≥a′k,k=0,1,…,nc
其中,上角标符号′对应静态电压稳定极限状态,ak为负荷裕度参数,电网运行不仅要满足正常或故障状态下的安全约束,还要保证负荷在上述两种状态下,负荷发生扰动后,电网保持静态电压稳定;a k表示负荷裕度下限。
若安全性校核无法满足要求,则将没有满足的安全运行约束加到优化调度模型中重新进行Benders分解优化,直至所有的安全约束都得到满足。
一种抽水蓄能机组日前发电计划编制系统,包括:抽水蓄能机组的优化调度模型模块、时段解耦模块、Benders分解模块、最优解求解模块以及安全校核模块。
所述抽水蓄能机组的优化调度模型模块用于建立抽水蓄能机组的优化调度模型;
所述时段解耦模块用于基于负荷变化率对优化调度模型进行时段解耦;
所述Benders分解模块用于将抽水蓄能机组的优化调度模型中的调度问题分解为主问题和子问题;得到主问题的最优解和子问题的最优解;
所述安全校核模块用于对主问题的最优解和子问题的最优解进行安全校核,输出最终的结果。
一种抽水蓄能机组日前发电计划编制设备,所述设备包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求1-8任一项所述的一种抽水蓄能机组日前发电计划编制方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种抽水蓄能机组日前发电计划编制方法,其特征在于,包括以下步骤:
步骤S1:建立含抽水蓄能机组的优化调度模型;
步骤S2:基于负荷变化率对优化调度模型进行时段解耦,得到各个解耦的优化调度周期;
步骤S3:在每个优化调度周期内基于Benders分解将优化调度模型分解为主问题和子问题;
步骤S4:将主问题以及子问题进行迭代求解,判断主问题的优化解以及子问题的优化解是否满足收敛条件;若不满足,求解Benders割并返回主问题,重新求解主问题;若满足,进行安全校核;
步骤S5:若主问题的优化解以及子问题的优化解满足安全校核,输出抽水蓄能机组的日前发电计划编制曲线,若不满足,添加约束至主问题中,重新求解主问题。
2.根据权利要求1所述的一种抽水蓄能机组日前发电计划编制方法,其特征在于,在步骤S1中,所述含抽水蓄能机组的优化调度模型包括目标函数以及约束条件;所述目标函数以常规火电机组的发电成本和抽水蓄能机组的运行成本之和最小为优化目标,所述约束条件包括系统稳定运行约束、常规火电机组约束及与抽水蓄能机组相关的运行约束。
3.根据权利要求2所述的一种抽水蓄能机组日前发电计划编制方法,其特征在于,所述系统稳定运行约束包括:功率平衡约束以及线路传输功率约束;所述常规火电机组约束包括:出力上下限约束、爬坡/滑坡速率约束、最小启停时间约束、最大启停次数约束以及启动状态与工作状态的关系约束;所述与抽水蓄能机组相关的约束包括发电工况下的输出功率上下限约束、抽水工况下的输出功率上下限约束、库容上下限约束、始末时段库容约束、工况状态转换约束、启动状态与工作状态的关系约束以及机组最大启停次数约束。
4.根据权利要求2所述的一种抽水蓄能机组日前发电计划编制方法,其特征在于,在步骤S3中,所述优化调度模型的主问题为以机组运行状态为决策变量的机组组合状态确定问题,子问题为以机组出力为决策变量的经济调度问题。
5.根据权利要求4所述的一种抽水蓄能机组日前发电计划编制方法,其特征在于,步骤S4包括以下步骤:
步骤S401:仅考虑整数变量及其相关的目标函数和运行约束,构成优化调度模型的主问题,整数变量包括各台火电机组和抽水蓄能机组的工作状态变量和启动状态变量,求解得到各整数变量的初值作为主问题的初始解,并得到主问题的原始最优目标W1;W1是原经济调度问题优化目标的下限值;
步骤S402:基于机组组合状态的整数初值解,代入各个解耦时段的经济调度问题,构成各个子问题,依次求解子问题,若子问题无可行解,则返回相应的不可行割作为补充约束到主问题中,求解主问题得到新的机组组合状态,再次求解子问题,不断迭代,直至子问题有可行解,并求取相应的最优割,当所有子问题都有可行解时,最后一个子问题的最优目标W2是原经济调度问题优化目标的上限值。
6.根据权利要求5所述的一种抽水蓄能机组日前发电计划编制方法,其特征在于,步骤S5包括以下步骤:
当W1和W2满足收敛条件时,步骤S402所得的最优解即为最终的最优解;若不满足收敛条件,则将子问题的最优割作为约束反馈到主问题中,重复步骤S401、S402的迭代过程,直至最终主问题和最后一个子问题的最优解满足给定的收敛条件。
7.根据权利要求6所述的一种抽水蓄能机组日前发电计划编制方法,其特征在于,所述W1和W2的收敛条件为:
∣W1-W2∣≤ε
其中,ε为设定的微小值。
8.根据权利要求1所述的一种抽水蓄能机组日前发电计划编制方法,其特征在于,所述安全校核包括静态安全校核和静态电压稳定校核。
9.一种抽水蓄能机组日前发电计划编制系统,其特征在于,包括:抽水蓄能机组的优化调度模型模块、时段解耦模块、Benders分解模块、最优解求解模块以及安全校核模块;
所述抽水蓄能机组的优化调度模型模块用于建立抽水蓄能机组的优化调度模型;
所述时段解耦模块用于基于负荷变化率对优化调度模型进行时段解耦;
所述Benders分解模块用于将抽水蓄能机组的优化调度模型分解为主问题和子问题;得到主问题的最优解和子问题的最优解;
所述安全校核模块用于对主问题的最优解和子问题的最优解进行安全校核,输出最终的结果。
10.一种抽水蓄能机组日前发电计划编制设备,其特征在于,包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求1-8中任意一项所述的一种抽水蓄能机组日前发电计划编制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911143001.0A CN110854931A (zh) | 2019-11-20 | 2019-11-20 | 一种抽水蓄能机组日前发电计划编制方法、系统以及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911143001.0A CN110854931A (zh) | 2019-11-20 | 2019-11-20 | 一种抽水蓄能机组日前发电计划编制方法、系统以及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110854931A true CN110854931A (zh) | 2020-02-28 |
Family
ID=69602824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911143001.0A Pending CN110854931A (zh) | 2019-11-20 | 2019-11-20 | 一种抽水蓄能机组日前发电计划编制方法、系统以及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110854931A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112436560A (zh) * | 2020-11-12 | 2021-03-02 | 内蒙古呼和浩特抽水蓄能发电有限责任公司 | 一种含抽水蓄能机组间相互约束的日前优化调度方法 |
CN113705834A (zh) * | 2021-08-18 | 2021-11-26 | 国电南瑞科技股份有限公司 | 一种实时机组发电计划检验方法及装置 |
CN113904324A (zh) * | 2021-09-24 | 2022-01-07 | 广东电网有限责任公司电力调度控制中心 | 一种电力现货市场环境下对抽水蓄能机组的调度方法 |
CN114050611A (zh) * | 2022-01-12 | 2022-02-15 | 清华四川能源互联网研究院 | 适应含多台机组的抽水蓄能电站运行调度线性化建模方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103632309A (zh) * | 2013-11-05 | 2014-03-12 | 常州大学 | 一种风火蓄节能减排机组组合的求解方法 |
CN103699938A (zh) * | 2013-10-10 | 2014-04-02 | 华北电力大学(保定) | 一种含抽水蓄能电站的电力系统发电计划制定方法 |
CN104239960A (zh) * | 2014-07-09 | 2014-12-24 | 国电南瑞科技股份有限公司 | 考虑抽水蓄能机组的发电计划优化方法 |
CN105226708A (zh) * | 2015-10-15 | 2016-01-06 | 中国电力科学研究院 | 一种大规模电网调度计划等值协调优化方法 |
CN108110804A (zh) * | 2018-01-25 | 2018-06-01 | 深圳供电局有限公司 | 一种含抽水蓄能机组的电网优化调度方法 |
CN108734350A (zh) * | 2018-05-17 | 2018-11-02 | 燕山大学 | 一种含微电网的配电网独立与联合调度的求解方法 |
CN108964012A (zh) * | 2017-05-22 | 2018-12-07 | 武汉大学 | 基于Benders分解的安全约束机组组合双层优化方法 |
CN109510238A (zh) * | 2018-12-07 | 2019-03-22 | 国网辽宁省电力有限公司大连供电公司 | 一种高效求解水电火电风电的协调调度机组组合方法 |
CN109995084A (zh) * | 2019-04-24 | 2019-07-09 | 燕山大学 | 一种梯级水电站-火电厂联合优化调度方法及系统 |
-
2019
- 2019-11-20 CN CN201911143001.0A patent/CN110854931A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103699938A (zh) * | 2013-10-10 | 2014-04-02 | 华北电力大学(保定) | 一种含抽水蓄能电站的电力系统发电计划制定方法 |
CN103632309A (zh) * | 2013-11-05 | 2014-03-12 | 常州大学 | 一种风火蓄节能减排机组组合的求解方法 |
CN104239960A (zh) * | 2014-07-09 | 2014-12-24 | 国电南瑞科技股份有限公司 | 考虑抽水蓄能机组的发电计划优化方法 |
CN105226708A (zh) * | 2015-10-15 | 2016-01-06 | 中国电力科学研究院 | 一种大规模电网调度计划等值协调优化方法 |
CN108964012A (zh) * | 2017-05-22 | 2018-12-07 | 武汉大学 | 基于Benders分解的安全约束机组组合双层优化方法 |
CN108110804A (zh) * | 2018-01-25 | 2018-06-01 | 深圳供电局有限公司 | 一种含抽水蓄能机组的电网优化调度方法 |
CN108734350A (zh) * | 2018-05-17 | 2018-11-02 | 燕山大学 | 一种含微电网的配电网独立与联合调度的求解方法 |
CN109510238A (zh) * | 2018-12-07 | 2019-03-22 | 国网辽宁省电力有限公司大连供电公司 | 一种高效求解水电火电风电的协调调度机组组合方法 |
CN109995084A (zh) * | 2019-04-24 | 2019-07-09 | 燕山大学 | 一种梯级水电站-火电厂联合优化调度方法及系统 |
Non-Patent Citations (3)
Title |
---|
李颖浩 等: "基于广义Benders 分解的启发式机组组合优化" * |
汪超群 等: "计及潮流约束的水火电力系统机组组合问题的分解-协调算法" * |
荆朝霞 等: "城市输电网最大供电能力改进Benders 算法" * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112436560A (zh) * | 2020-11-12 | 2021-03-02 | 内蒙古呼和浩特抽水蓄能发电有限责任公司 | 一种含抽水蓄能机组间相互约束的日前优化调度方法 |
CN112436560B (zh) * | 2020-11-12 | 2022-11-18 | 内蒙古呼和浩特抽水蓄能发电有限责任公司 | 一种含抽水蓄能机组间相互约束的日前优化调度方法 |
CN113705834A (zh) * | 2021-08-18 | 2021-11-26 | 国电南瑞科技股份有限公司 | 一种实时机组发电计划检验方法及装置 |
CN113904324A (zh) * | 2021-09-24 | 2022-01-07 | 广东电网有限责任公司电力调度控制中心 | 一种电力现货市场环境下对抽水蓄能机组的调度方法 |
CN113904324B (zh) * | 2021-09-24 | 2023-07-14 | 广东电网有限责任公司电力调度控制中心 | 一种电力现货市场环境下对抽水蓄能机组的调度方法 |
CN114050611A (zh) * | 2022-01-12 | 2022-02-15 | 清华四川能源互联网研究院 | 适应含多台机组的抽水蓄能电站运行调度线性化建模方法 |
CN114050611B (zh) * | 2022-01-12 | 2022-04-01 | 清华四川能源互联网研究院 | 适应含多台机组的抽水蓄能电站运行调度线性化建模方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110854931A (zh) | 一种抽水蓄能机组日前发电计划编制方法、系统以及设备 | |
CN111628503A (zh) | 考虑广义储能与火电联合调峰的日前-日内两阶段滚动优化调度方法 | |
Javadi et al. | Optimal spinning reserve allocation in presence of electrical storage and renewable energy sources | |
Abedinia et al. | Improved time varying inertia weight PSO for solved economic load dispatch with subsidies and wind power effects | |
CN109146320A (zh) | 一种考虑配电网安全性的虚拟电厂优化调度方法 | |
Rahmani et al. | Probabilistic reliability management of energy storage systems in connected/islanding microgrids with renewable energy | |
Psarros et al. | Evaluation of battery‐renewable hybrid stations in small‐isolated systems | |
Mehrjerdi | Resilience-uncertainty nexus in building energy management integrated with solar system and battery storage | |
CN108448649A (zh) | 一种基于自主学习群搜索算法的联合调度方法及系统 | |
Kumari et al. | Ensuring expected security cost with flexible resources using modified DE algorithm based dynamic optimal power flow | |
Nilsson et al. | Integer modelling of spinning reserve requirements in short term scheduling of hydro systems | |
Somefun et al. | Review of different methods for siting and sizing distributed generator | |
Milovanović et al. | An application of Wild Horse Optimizer to multi-objective energy management in a micro-grid | |
Dou et al. | Double‐deck optimal schedule of micro‐grid based on demand‐side response | |
Ding et al. | Estimating the economics of electrical energy storage based on different policies in China | |
Lopes et al. | Metaheuristic methods applied to the pumps and turbines configuration design of water pumped storage systems | |
Sharma et al. | Optimal energy management in microgrid including stationary and mobile storages based on minimum power loss and voltage deviation | |
Oluwole | Optimal allocation of distributed generation for power loss reduction and voltage profile improvement | |
Wu et al. | An efficient decomposition method for bilevel energy storage arbitrage problem | |
Tianqi et al. | Optimal scheduling of virtual power plants that ignore the cost of battery loss | |
Zhang et al. | Day-ahead stochastic optimal dispatch of LCC-HVDC interconnected power system considering flexibility improvement measures of sending system | |
CN114094609A (zh) | 电网储能系统的优化配置方法 | |
Wan et al. | Mixed-integer second-order cone programming method for active distribution network | |
CN117477659A (zh) | 一种电力系统的新能源与常规电源配比方法、装置及介质 | |
Porras-Ortiz et al. | Active power loss minimization in the Santa Cruz and Baltra hybrid energy system using particle swarm optimization |
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 |