CN111525625A - 一种考虑燃气机组的日前计划制定方法及系统 - Google Patents

Abstract

本发明公开了一种考虑燃气机组的日前计划制定方法及系统，所述方法包括：获取电网的负荷预测值和新能源机组的预测功率；将所述电网的负荷预测值和新能源机组的预测功率带入预先构建的优化模型中进行计算，得到各机组的输出功率；基于各机组的输出功率制定电网的日前计划；所述机组包括：燃气机组、火电机组和新能源机组；所述优化模型基于燃气机组在多种应用模式下的负荷预测值、电网调频备用需求、电网事故备用需求和新能源机组的预测功率为约束并以各机组运行成本和新能源机组的弃电功率最小为目标进行构建；充分发挥燃气机组参与电网调度的作用，提升了燃气机组在多种模式下的调控水平和利用效率，提高风电消纳水平，保障了电网安全稳定运行。

Description

一种考虑燃气机组的日前计划制定方法及系统

技术领域

本发明涉及自动化技术，具体涉及一种考虑燃气机组的日前计划制定方法及系统。

背景技术

近年来，因为利用风力发电和光伏发电具有节能环保的特性，符合利用可再生资源发电的倡导，因此风电机组和光伏机组的装机容量快速增加，但风力发电和光伏发电非常不稳定，具有很强的间歇性。另外还因为富含可再生资源的区域与负荷集中区域分布不均匀，导致弃电现象严重，而同样节能环保的燃气机组因为具有良好响应和调频特性，可以应用于调频、备用等多种模式场景，能够有效提高对新能源功率波动性的消纳能力。但是，目前燃气机组建设和运营成本较高，因此，研究如何在燃气机组的多种应用模式之间进行权衡和进行优化配置，从而能够充分发挥燃气机组在电网中的价值，对于引导大容量燃气机组的建设和运行具有重要的意义。

发明内容

为了解决现有技术中所存在的上述不足，本发明提供一种考虑燃气机组的日前计划制定方法，包括：

获取电网的负荷预测值和新能源机组的预测功率；

将所述电网的负荷预测值和新能源机组的预测功率带入预先构建的优化模型中进行计算，得到各机组的输出功率；

基于各机组的输出功率制定电网的日前计划；

其中，所述机组包括：燃气机组、火电机组和新能源机组；所述优化模型基于燃气机组在多种应用模式下的负荷预测值、电网调频备用需求、电网事故备用需求和新能源机组的预测功率为约束并以各机组运行成本和新能源机组的弃电功率最小为目标进行构建；所述应用模式包括：应用于电能市场、调频市场和备用模式。

优选的，所述优化模型的构建，包括：

以规划周期内各机组的运行成本和新能源机组的弃电功率最小构建优化目标；

基于燃气机组在多种应用模式下的负荷预测值、电网调频备用需求、电网事故备用需求和新能源机组的预测功率构建约束条件；

其中，所述约束条件包括：负荷平衡约束、调峰约束、电网调频备用约束、电网事故备用约束、各机组性能约束、网络潮流约束和预留容量约束。

优选的，所述优化目标，如下式所示：

式中，F为规划周期内机组的运行成本和新能源机组的弃电功率，T为规划周期内的总时段，N为火电机组总数，p_i,t为火电机组i在时段t的发电功率，F(p_i,t)为火电机组i在时段t的运行费用，G(p_s,t)为燃气机组s在时段t的运行费用，p_s,t为燃气机组s在时段t的发电功率，ε为新能源弃电量的惩罚因子，ΔP_w,t为新能源机组w在时段t的弃电量。

优选的，所述负荷平衡约束，如下式所示：

式中：P_d,t为电网在时刻t的负荷预测值，p_s,t为燃气机组s在时段t的发电功率，N为火电机组总数，p_i,t为火电机组i在时段t的发电功率，P_w,t为新能源机组w在时段t的预测功率；

所述调峰约束，如下式所示：

u_s,t＝1if(p_d,t＝p_d,max)

式中，u_s,t为燃气机组s在时段t的状态，p_d,max为当日电网负荷最大值；

所述电网调频备用约束，如下式所示：

式中：p_i,max为火电机组i的最大出力，p_i,min为火电机组i的最小出力，N为火电机组总数，R_u,t为电网负荷在时段t的上调频备用需求，R_d,t为电网负荷在时段t的下调频备用需求，ξ为新能源出力需要的调频备用系数，p_sf,t为燃气机组在时段t提供的调频备用。

优选的，所述电网事故备用约束，如下式所示：

式中，p_sb,t为燃气机组在t时段提供的事故备用，N为火电机组总数，p_i,bmax为火电机组i在t时段提供的事故备用，P_w,t为新能源机组w在时段t的预测功率；P_d,t为电网在时刻t的负荷预测值，R_b,t为电网所需的事故备用。

优选的，所述各机组性能约束包括机组出力限值约束和机组爬坡约束；

式中，P_a,min为机组a的最小出力，p_a,t为机组a在时段t的发电功率，P_a,max为机组a的最大出力，p_a,t-1为机组a在时段t-1的发电功率，P_a,up为机组a的上爬坡限值，P_a,down为机组a的下爬坡限值，其中机组a包括燃气机组和火电机组。

优选的，所述网络潮流约束包括潮流平衡约束和支路限值约束；

所述潮流平衡约束，如下式所示：

-f_br,max≤f_br,t≤f_br,max

式中，f_br,t为支路br在时段t的有功潮流，f_br,max为支路br的有功潮流最大值；

所述支路限值约束，如下式所示：

式中，θ为列向量，表示各节点的有功功率相角,p为各个节点注入有功功率，X为网络的节点阻抗矩阵，f_k,j为节点k和节点j之间支路的有功潮流，x_k,j为节点k和节点j之间支路的电抗值，θ_k为节点k的有功功率相角，θ_j为节点j的有功功率相角。

优选的，所述预留容量约束包括调频预留容量约束和备用预留容量约束；

所述调频预留容量约束，如下式所示：

p_s,t+p_sf,t+p_sb,t≤p_s,max

式中，p_s,t为燃气机组s在时段t的发电功率，p_sf,t为燃气机组在时段t提供的调频备用，p_sb,t为燃气机组在t时段提供的事故备用，P_s,max为燃气机组s的功率上限；

所述备用预留容量约束，如下式所示：

p_s,t-p_sf,t≥p_s,min

式中，p_s,min为燃气机组s的最小技术出力。

优选的，所述将所述电网的负荷预测值和新能源机组的预测功率带入预先构建的优化模型中进行计算，得到各机组的输出功率，包括：

利用混合整数规划或人工智能算法求解优化模型，获取各机组的输出功率。

基于同一发明构思，本发明还提供了一种考虑燃气机组的日前计划制定系统，包括：

获取模块，用于获取电网的负荷预测值和新能源机组的预测功率；

计算模块，用于将所述电网的负荷预测值和新能源机组的预测功率带入预先构建的优化模型中进行计算，得到各机组的输出功率；

制定模块，用于基于各机组的输出功率制定电网的日前计划；

其中，所述机组包括：燃气机组、火电机组和新能源机组；所述优化模型基于燃气机组在多种应用模式下的负荷预测值、电网调频备用需求、电网事故备用需求和新能源机组的预测功率为约束并以各机组运行成本和新能源机组的弃电功率最小为目标进行构建；所述应用模式包括：应用于电能市场、调频市场和备用模式。

优选的，所述计算模块，包括：

构建目标函数单元，用于以规划周期内各机组的运行成本和新能源机组的弃电功率最小构建优化目标；

构建约束条件单元，用于基于燃气机组在多种应用模式下的负荷预测值、电网调频备用需求、电网事故备用需求和新能源机组的预测功率构建约束条件；

其中，所述约束条件包括：负荷平衡约束、调峰约束、调频约束、事故备用约束、各机组性能约束、网络潮流约束和预留容量约束。

本发明提供的技术方案具有以下有益效果：

本发明提供的技术方案获取电网的负荷预测值和新能源机组的预测功率；将所述电网的负荷预测值和新能源机组的预测功率带入预先构建的优化模型中进行计算，得到各机组的输出功率；基于各机组的输出功率制定电网的日前计划；本发明中的各机组包括：燃气机组、火电机组和新能源机组；所述优化模型基于燃气机组在多种应用模式下的负荷预测值、电网调频备用需求、电网事故备用需求和新能源机组的预测功率为约束并以各机组运行成本和新能源机组的弃电功率最小为目标进行构建；本发明将燃气机组应用于电能市场、调频市场和备用模式，充分发挥燃气机组参与电网调度的作用，统筹考虑了环保和经济的因素，提升了燃气机组在多种模式下的调控水平和利用效率，提高风电消纳水平，更好地保障电网安全稳定经济运行。

本发明提供的技术方案能够进一步发挥燃气机组的价值，节省电网的调频和备用成本，提高燃气机组参与日前电网调度运行的智能水平。

附图说明

图1为本发明中一种考虑燃气机组的日前计划制定方法流程图。

具体实施方式

为了更好地理解本发明，下面结合说明书附图和实例对本发明的内容做进一步的说明。

如图1所示，本发明提供的一种考虑燃气机组的日前计划制定方法，其特征在于，包括：

S1获取电网的负荷预测值和新能源机组的预测功率；

S2将所述电网的负荷预测值和新能源机组的预测功率带入预先构建的优化模型中进行计算，得到各机组的输出功率；

S3基于各机组的输出功率制定电网的日前计划；

其中，所述机组包括：燃气机组、火电机组和新能源机组；所述优化模型基于燃气机组在多种应用模式下的负荷预测值、电网调频备用需求、电网事故备用需求和新能源机组的预测功率为约束并以各机组运行成本和新能源机组的弃电功率最小为目标进行构建；所述应用模式包括：应用于电能市场、调频市场和备用模式。

本发明基于电网针对燃气机组提高电网环保性的现状，计及燃气机组良好的调频和响应特性，提出一种以经济性最优为目标，考虑新能源消纳、燃气机组电量约束、充放电效率约束的燃气机组日前计划模型，提升燃气机组参与电网调度中发挥的作用和价值。

所述S2中，优化模型的构建，包括：

以规划周期内各机组的运行成本和新能源机组的弃电功率最小构建优化目标；

基于燃气机组在多种应用模式下的负荷预测值、电网调频备用需求、电网事故备用需求和新能源机组的预测功率构建约束条件；

其中，所述约束条件包括：负荷平衡约束、调峰约束、电网调频备用约束、电网事故备用约束、各机组性能约束、网络潮流约束和预留容量约束。

所述优化目标，如下式所示：

式中，F为规划周期内机组的运行成本和新能源机组的弃电功率，T为规划周期内的总时段，N为火电机组总数，p_i,t为火电机组i在时段t的发电功率，F(p_i,t)为火电机组i在时段t的运行费用，G(p_s,t)为燃气机组s在时段t的运行费用，p_s,t为燃气机组s在时段t的发电功率，ε为新能源弃电量的惩罚因子，ΔP_w,t为新能源机组w在时段t的弃电量。

约束条件为：(1)系统负荷平衡约束

式(2)中：P_d,t为电网在时刻t的负荷预测值，p_s,t为燃气机组s在时段t的发电功率，N为火电机组总数，p_i,t为火电机组i在时段t的发电功率，P_w,t为新能源机组w在时段t的预测功率；

(2)调峰约束

在负荷最高峰阶段，燃气机组为启动状态：

u_s,t＝1if(p_d,t＝p_d,max) (3)

式(3)中，u_s,t为燃气机组s在时段t的状态，p_d,max为当日电网负荷最大值。

(3)电网调频备用约束

对于新能源占比高的电网，燃煤机组不仅需要为负荷提供AGC服务，而且还要为新能源的出力波动提供AGC服务。在新能源占比高、燃煤机组调峰深度大的电网，燃煤机组可能无法稳定运行在AGC投运范围，此时可以利用燃气机组参与到调频服务中。

电网调频备用约束如下式所示：

式(4)中：p_i,max为火电机组i的最大出力，p_i,min为火电机组i的最小出力，N为火电机组总数，R_u,t为电网负荷在时段t的上调频备用需求，R_d,t为电网负荷在时段t的下调频备用需求，ξ为新能源出力需要的调频备用系数，p_sf,t为燃气机组在时段t提供的调频备用。

其中，所述电网调频备用需求包括上调频备用需求和下调频备用需求。

(4)电网事故备用约束

本文考虑的备用需求指的是电力系统除满足预计负荷需求外，在发生事故时，为保障电能质量和系统安全稳定运行而预留的有功功率储备。备用容量可以随时被调用，并且输出负荷可调。通常来说，电力系统中的备用容量应该等于系统正常电力供应容量的5～10％。

燃气电站具有较快的启停速度，因此可以提供备用辅助服务，也必须随时可被调用，但被调用的概率不高，同时燃气机组也不需要一直保持运行，只需在需要使用时能够被立即调用提供服务即可。

式(5)中，p_sb,t为燃气机组在t时段提供的事故备用，N为火电机组总数，p_i,bmax为火电机组i在t时段提供的事故备用，P_w,t为新能源机组w在时段t的预测功率；P_d,t为电网在时刻t的负荷预测值，R_b,t为电网所需的事故备用。

(5)火电和燃气机组自身性能约束，其中包括各机组出力限值约束、机组爬坡约束，如下式所示：

式(6)中，P_a,min为机组a的最小出力，p_a,t为机组a在时段t的发电功率，P_a,max为机组a的最大出力，p_a,t-1为机组a在时段t-1的发电功率，P_a,up为机组a的上爬坡限值，P_a,down为机组a的下爬坡限值，其中机组a包括燃气机组和火电机组。

(6)网络潮流约束，其中包括潮流平衡约束、支路限值约束：

-f_br,max≤f_br,t≤f_br,max (7)

式(7)中，f_br,t为支路br在时段t的有功潮流，f_br,max为支路br的有功潮流最大值；满足支路功率约束。

为了保证系统可线性化，通常对潮流约束进行线性化处理，即采用直流潮流构建优化模型：

式(8)中，θ为列向量，表示各节点的有功功率相角,p为各个节点注入有功功率，X为网络的节点阻抗矩阵，f_k,j为节点k和节点j之间支路的有功潮流，x_k,j为节点k和节点j之间支路的电抗值，θ_k为节点k的有功功率相角，θ_j为节点j的有功功率相角。

(7)燃气机组需要为调频和备用预留容量：

所述调频预留容量约束，如下式所示：

p_s,t+p_sf,t+p_sb,t≤p_s,max (9)

式(9)中，p_s,t为燃气机组s在时段t的发电功率，p_sf,t为燃气机组在时段t提供的调频备用，p_sb,t为燃气机组在t时段提供的事故备用，P_s,max为燃气机组s的功率上限；

所述备用预留容量约束，如下式所示：

p_s,t-p_sf,t≥p_s,min (10)

式(10)中，p_s,min为燃气机组s的最小技术出力。

本发明中利用混合整数规划或人工智能算法求解优化模型，获取各机组的输出功率。

本发明基于调用燃气机组的经济性，将燃气机组剩余容量应用于调频、备用，充分发挥燃气机组参与电网调度的作用，统筹考虑了环保和经济的因素，提升了燃气机组在多种模式下的调控水平和利用效率，提高风电消纳水平，更好地保障电网安全稳定经济运行。

基于同一发明构思，本发明还提供了一种考虑燃气机组的日前计划制定系统，包括：

获取模块，用于获取电网的负荷预测值和新能源机组的预测功率；

计算模块，用于将所述电网的负荷预测值和新能源机组的预测功率带入预先构建的优化模型中进行计算，得到各机组的输出功率；

制定模块，用于基于各机组的输出功率制定电网的日前计划；

其中，所述机组包括：燃气机组、火电机组和新能源机组；所述优化模型基于燃气机组在多种应用模式下的负荷预测值、电网调频备用需求、电网事故备用需求和新能源机组的预测功率为约束并以各机组运行成本和新能源机组的弃电功率最小为目标进行构建；所述应用模式包括：应用于电能市场、调频市场和备用模式。

实施例中，所述计算模块，包括：

构建目标函数单元，用于以规划周期内各机组的运行成本和新能源机组的弃电功率最小构建优化目标；

构建约束条件单元，用于基于燃气机组在多种应用模式下的负荷预测值、电网调频备用需求、电网事故备用需求和新能源机组的预测功率构建约束条件；

其中，所述约束条件包括：负荷平衡约束、调峰约束、电网调频备用约束、电网事故备用约束、各机组性能约束、网络潮流约束和预留容量约束。

实施例中，所述优化目标，如下式所示：

式中，F为规划周期内机组的运行成本和新能源机组的弃电功率，T为规划周期内的总时段，N为火电机组总数，p_i,t为火电机组i在时段t的发电功率，F(p_i,t)为火电机组i在时段t的运行费用，G(p_s,t)为燃气机组s在时段t的运行费用，p_s,t为燃气机组s在时段t的发电功率，ε为新能源弃电量的惩罚因子，ΔP_w,t为新能源机组w在时段t的弃电量。

实施例中，所述负荷平衡约束，如下式所示：

式中：P_d,t为电网在时刻t的负荷预测值，p_s,t为燃气机组s在时段t的发电功率，N为火电机组总数，p_i,t为火电机组i在时段t的发电功率，P_w,t为新能源机组w在时段t的预测功率；

所述调峰约束，如下式所示：

u_s,t＝1if(p_d,t＝p_d,max)

式中，u_s,t为燃气机组s在时段t的状态，p_d,max为当日电网负荷最大值；

所述电网调频备用约束，如下式所示：

式中：p_i,max为火电机组i的最大出力，p_i,min为火电机组i的最小出力，N为火电机组总数，R_u,t为电网负荷在时段t的上调频备用需求，R_d,t为电网负荷在时段t的下调频备用需求，ξ为新能源出力需要的调频备用系数，p_sf,t为燃气机组在时段t提供的调频备用。

实施例中，所述电网事故备用约束，如下式所示：

式中，p_sb,t为燃气机组在t时段提供的事故备用，N为火电机组总数，p_i,bmax为火电机组i在t时段提供的事故备用，P_w,t为新能源机组w在时段t的预测功率；P_d,t为电网在时刻t的负荷预测值，R_b,t为电网所需的事故备用。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。

Claims (11)

1.一种考虑燃气机组的日前计划制定方法，其特征在于，包括：

获取电网的负荷预测值和新能源机组的预测功率；

将所述电网的负荷预测值和新能源机组的预测功率带入预先构建的优化模型中进行计算，得到各机组的输出功率；

基于各机组的输出功率制定电网的日前计划；

其中，所述机组包括：燃气机组、火电机组和新能源机组；所述优化模型基于燃气机组在多种应用模式下的负荷预测值、电网调频备用需求、电网事故备用需求和新能源机组的预测功率为约束并以各机组运行成本和新能源机组的弃电功率最小为目标进行构建；所述应用模式包括：应用于电能市场、调频市场和备用模式。

2.如权利要求1所述的方法，其特征在于，所述优化模型的构建，包括：

以规划周期内各机组的运行成本和新能源机组的弃电功率最小构建优化目标；

基于燃气机组在多种应用模式下的负荷预测值、电网调频备用需求、电网事故备用需求和新能源机组的预测功率构建约束条件；

其中，所述约束条件包括：负荷平衡约束、调峰约束、电网调频备用约束、电网事故备用约束、各机组性能约束、网络潮流约束和预留容量约束。

3.如权利要求2所述的方法，其特征在于，所述优化目标，如下式所示：

式中，F为规划周期内机组的运行成本和新能源机组的弃电功率，T为规划周期内的总时段，N为火电机组总数，p_i,t为火电机组i在时段t的发电功率，F(p_i,t)为火电机组i在时段t的运行费用，G(p_s,t)为燃气机组s在时段t的运行费用，p_s,t为燃气机组s在时段t的发电功率，ε为新能源弃电量的惩罚因子，ΔP_w,t为新能源机组w在时段t的弃电量。

4.如权利要求2所述的方法，其特征在于，所述负荷平衡约束，如下式所示：

式中：P_d,t为电网在时刻t的负荷预测值，p_s,t为燃气机组s在时段t的发电功率，N为火电机组总数，p_i,t为火电机组i在时段t的发电功率，P_w,t为新能源机组w在时段t的预测功率；

所述调峰约束，如下式所示：

u_s,t＝1if(p_d,t＝p_d,max)

式中，u_s,t为燃气机组s在时段t的状态，p_d,max为当日电网负荷最大值；

所述电网调频备用约束，如下式所示：

式中：p_i,max为火电机组i的最大出力，p_i,min为火电机组i的最小出力，N为火电机组总数，R_u,t为电网负荷在时段t的上调频备用需求，R_d,t为电网负荷在时段t的下调频备用需求，ξ为新能源出力需要的调频备用系数，p_sf,t为燃气机组在时段t提供的调频备用。

5.如权利要求2所述的方法，其特征在于，所述电网事故备用约束，如下式所示：

式中，p_sb,t为燃气机组在t时段提供的事故备用，N为火电机组总数，p_i,bmax为火电机组i在t时段提供的事故备用，P_w,t为新能源机组w在时段t的预测功率；P_d,t为电网在时刻t的负荷预测值，R_b,t为电网所需的事故备用。

6.如权利要求2所述的方法，其特征在于，所述各机组性能约束包括机组出力限值约束和机组爬坡约束；

式中，P_a,min为机组a的最小出力，p_a,t为机组a在时段t的发电功率，P_a,max为机组a的最大出力，p_a,t-1为机组a在时段t-1的发电功率，P_a,up为机组a的上爬坡限值，P_a,down为机组a的下爬坡限值，其中机组a包括燃气机组和火电机组。

7.如权利要求4所述的方法，其特征在于，所述网络潮流约束包括潮流平衡约束和支路限值约束；

所述潮流平衡约束，如下式所示：

-f_br,max≤f_br,t≤f_br,max

式中，f_br,t为支路br在时段t的有功潮流，f_br,max为支路br的有功潮流最大值；

所述支路限值约束，如下式所示：

式中，θ为列向量，表示各节点的有功功率相角,p为各个节点注入有功功率，X为网络的节点阻抗矩阵，f_k,j为节点k和节点j之间支路的有功潮流，x_k,j为节点k和节点j之间支路的电抗值，θ_k为节点k的有功功率相角，θ_j为节点j的有功功率相角。

8.如权利要求4所述的方法，其特征在于，所述预留容量约束包括调频预留容量约束和备用预留容量约束；

所述调频预留容量约束，如下式所示：

p_s,t+p_sf,t+p_sb,t≤p_s,max

式中，p_s,t为燃气机组s在时段t的发电功率，p_sf,t为燃气机组在时段t提供的调频备用，p_sb,t为燃气机组在t时段提供的事故备用，P_s,max为燃气机组s的功率上限；

所述备用预留容量约束，如下式所示：

p_s,t-p_sf,t≥p_s,min

式中，p_s,min为燃气机组s的最小技术出力。

9.如权利要求2所述的方法，其特征在于，所述将所述电网的负荷预测值和新能源机组的预测功率带入预先构建的优化模型中进行计算，得到各机组的输出功率，包括：

利用混合整数规划或人工智能算法求解优化模型，获取各机组的输出功率。

10.一种考虑燃气机组的日前计划制定系统，其特征在于，包括：

获取模块，用于获取电网的负荷预测值和新能源机组的预测功率；

计算模块，用于将所述电网的负荷预测值和新能源机组的预测功率带入预先构建的优化模型中进行计算，得到各机组的输出功率；

制定模块，用于基于各机组的输出功率制定电网的日前计划；

其中，所述机组包括：燃气机组、火电机组和新能源机组；所述优化模型基于燃气机组在多种应用模式下的负荷预测值、电网调频备用需求、电网事故备用需求和新能源机组的预测功率为约束并以各机组运行成本和新能源机组的弃电功率最小为目标进行构建；所述应用模式包括：应用于电能市场、调频市场和备用模式。

11.如权利要求10所述的系统，其特征在于，所述计算模块，包括：

构建目标函数单元，用于以规划周期内各机组的运行成本和新能源机组的弃电功率最小构建优化目标；

构建约束条件单元，用于基于燃气机组在多种应用模式下的负荷预测值、电网调频备用需求、电网事故备用需求和新能源机组的预测功率构建约束条件；

其中，所述约束条件包括：负荷平衡约束、调峰约束、电网调频备用约束、电网事故备用约束、各机组性能约束、网络潮流约束和预留容量约束。

Images