CN111612272B - 考虑龙头水库的水电集群送出网架优化方法 - Google Patents
考虑龙头水库的水电集群送出网架优化方法 Download PDFInfo
- Publication number
- CN111612272B CN111612272B CN202010467959.1A CN202010467959A CN111612272B CN 111612272 B CN111612272 B CN 111612272B CN 202010467959 A CN202010467959 A CN 202010467959A CN 111612272 B CN111612272 B CN 111612272B
- Authority
- CN
- China
- Prior art keywords
- scheme
- hydropower
- cluster
- power
- alternative
- 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
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000005457 optimization Methods 0.000 title claims abstract description 36
- 238000012384 transportation and delivery Methods 0.000 title claims description 19
- 230000005540 biological transmission Effects 0.000 claims abstract description 34
- 238000011156 evaluation Methods 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 22
- 230000003044 adaptive effect Effects 0.000 claims abstract description 9
- 238000005192 partition Methods 0.000 claims description 46
- 238000011161 development Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 238000011160 research Methods 0.000 claims description 8
- 238000009825 accumulation Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 2
- 238000011835 investigation Methods 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 238000005316 response function Methods 0.000 claims description 2
- 238000013439 planning Methods 0.000 abstract description 19
- 230000005611 electricity Effects 0.000 abstract description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 17
- 238000010248 power generation Methods 0.000 description 11
- 238000010276 construction Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003014 reinforcing effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000004308 accommodation Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011165 process development Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了考虑龙头水库的水电集群送出网架优化方法,预先设定约束性硬指标和评价性软指标并建立适应性分析指标体系、预先设定水电集群到负荷中心的送电方案备选库;根据送电方案备选库,采用熵权法的评估方式对备选方案库进行评估,得到水电集群送出网架优化方案,计算各方案对应所属评价集的隶属度,确定备选方案排序。选出当前最优的水电集群送出方案。本发明所提出的龙头水库的水电集群送出网架优化方法适用于大规模的水电集群和地区电网,为龙头水库建设之后外送通道的规划、系统安全稳定地运行以及电力电量平衡等方面提供了更好的规划基础。
Description
技术领域
本发明属于电网领域,涉及考虑龙头水库的水电集群送出网架优化方法。
背景技术
目前,国内针对梯级水电的相关研究已初步开展,但是主要围绕的是梯级水电运行过程中的各类协调优化调度方法展开了研究。
专利[1]提出了采用一种梯级水电“虚拟抽蓄电站”的调度方法,以实际与目标调峰功率偏差最小和梯级水电耗水量最小为调度目标,构建梯级水电“虚拟抽蓄电站”调度目标函数进行求解优化调度,以期实现电力系统的短期调度计划;
专利[2]公开了一种梯级水电系统发电调度自适应优化方法与系统,用以提高梯级水电系统的整体发电效益;
专利[3]提出了一种基于电量控制的梯级水电短期调峰模型及求解方法,可使梯级水电在满足日优化电量、出力爬坡、出力波动控制需求的同时,充分发挥了梯级水电站群的调峰作用;
专利[4]公开了一种巨型梯级水电系统的多目标调度并行降维方法;
专利[5]提出了一种考虑调峰调频需求的多能源协调优化调度方法;
专利[6]提出了一种基于随机安全域的梯级水电鲁棒优化调度方法,该方法对预调度方案的鲁棒可行性进行判定,通过反馈修正协调优化最终获得具有鲁棒性的调度方案;
专利[7]公开了一种基于实时反馈的梯级水电水位控制的多时段潮流优化方法,构建了水库水位与电网运行相协调的多时段最优潮流控制方法,基于实时反馈实现了将复杂的非线性条件线性化处理的效果,大大提升了梯级水电运行效率;
专利[8]提出了一种涉及一种梯级水电参与省内和西电东送市场组合交易策略优化方法,为新电力环境下我国西南地区大规模梯级水电站群的调度运行管理提供有益支持;
专利[9]提出了一种市场环境下梯级水电站中长期调度与检修双层优化方法,以中长期调度中间结果为边界条件,以最小检修损失为优化目标,将检修损失优化结果与中长期发电收益归并为总收益,从而实现联合优化;
专利[10]提供了基于调节性能的水风光电站群协同组合划分方法及系统,提升了多种电源协同运行优化的精细度,有利于含有多种类型电源的复杂电力系统的调度优化,对于提高清洁能源开发利用具有重要意义,具有重要的推广使用价值;
专利[11]提供了一种考虑非恒定耦合约束的水电群调度方法;专利[12]提出了一种考虑水流延时连续变化的梯级水电站日优化调度方法;
专利[13]提出了一种巨型水电站动态投产下跨流域梯级水电站群长期运行方法;
专利[14]提出了一种一种考虑水流延时连续变化的梯级水电站日优化调度方法,这种方法相较于前面的调度方法具有水流延时描述细致、模型精确、收敛效果好、实用性强等优点;
专利[15]提出了一种复杂约束限制下的梯级水电站群实时优化调度方法,其将日前发电计划纳入实时调度算法中,以梯级水电系统总蓄能最大作为优化目标,满足实时调度的安全性、时效性、实用性、经济性的要求。
专利[16]提出了一种多尺度电力市场条件下的梯级水电中期发电计划制定方法,统筹考虑了梯级水电站在传统非市场条件下面临的上下游复杂约束问题及多尺度市场带来的多市场电价、履约耦合、市场风险等新问题,能较好地引导梯级水电发电过程响应市场价格变化、通过市场优化提高整体收益并规避市场风险;
专利[17]提出了一种梯级水电参与省内和西电东送市场组合交易策略优化方法,为新电力环境下我国西南地区大规模梯级水电站群的调度运行管理提供有益支持;
专利[18]提出了一种市场环境下梯级水电站中长期调度与检修双层优化方法;
专利[19]提出了一种基于梯级水电站耦合关系的日前市场出清机制,实现上、下游电站的联合出清,解决下游电站中标电量与可发电流量匹配失衡问题。
专利[20]本发明公开了一种基于三层宏观组网约束的中压配网精准规划方法,通过空间上的全局统筹和时间上的远近协调强化规划的目标导向和利旧原则,提升规划方案的可操作性、科学性和精准性。
专利[21]公开了一种基于GIS信息数据的电力走廊规划方法,减少因外送通道规划建设滞后,水电出现大量弃水,经济效益损失严重的问题,确保绿色环保的水电顺利送出,创造持续可靠的经济效益、生态效益和社会效益。
上述专利[1-15]基本侧重于梯级水电的运行侧,着重于梯级水电站之间的协调调度问题;专利[16-19]则侧重于电力市场侧,着重于上下游的水电站如何参与电力市场的竞争以及出清价格的确定等方面的问题;专利[20-21]虽然涉及到网架规划的问题,但专利[20-21]主要是针对精准配电网的规划方法,其对于分区电量平衡类的大区域协调规划问题未有涉及,更没有针对龙头水库建设的长时间动态过程展开分析,以及建立相适应的评估方案和评价体系。
因此一种考虑水库龙头的梯级水电集群送出网架优化方法亟待研究。
发明内容
本发明的目的在于:提供了考虑龙头水库的水电集群送出网架优化方法,解决了针对龙头水库建设发展过程背景下外送网架建设的长期性问题,建立相应的分区电力电量平衡的规划模型,并根据送出通道的建设、运行情况、水电站集群开发规划和投产时序对数学模型进行优化,采用贪心算法进行求解得到相应的送电备选方案,最终采用熵权法的评估方法对各备选方案进行评估,筛选出水电集群送出及相关网架建设的最优方案。
本发明采用的技术方案如下:
考虑龙头水库的水电集群送出网架优化方法,预先设定约束性硬指标和评价性软指标并建立适应性分析指标体系、预先设定水电集群到负荷中心的送电方案备选库;
所述适应性分析指标体系的建立,包括以下步骤(S1-S7):
S1:根据预设的指标特性,将所有指标分为约束性硬指标和评价性软指标;
S2:由软指标构成适应性分析指标体系;
S3:形成适应性分析指标体系;
S4:指标体系量化;
S5:利用熵权法求取各指标权重,对指标体系进行降维;
S6:构造加权标准化矩阵;
S7:确定评价集中隶属度(转S14);
定义约束性硬指标和评价性软指标并建立适应性分析指标体系,同时对指标体系进行初步的处理,比如指标体系量化、求取各指标权重和确定构造加权标准化矩阵,其中,硬指标包括安全稳定约束、严重故障校核以及通道约束,而软指标包括龙头水库建设的经济适应性、供需消纳适应性、网源匹配的适应性等。软指标的评估将通过熵权法的方法完成筛选,而硬指标将作为边界条件筛选掉不符合约束的方案。当硬指标无法满足时,可以通过改变水电集群的开发规模和投产时序得到新的备选方案,并再次进行评估筛选,直到得到满足硬指标的最优方案。最优方案将指导西南龙头水库建设中水电集群送出网架的建设。
所述送电方案备选库的建立,包括以下步骤(S8-S15):
S8:确定分析研究目标水平年及远景展望年;
S9:分析得到水电电源集群开发规划、投产时序及用电负荷中心规划;
S10:分析计算负荷中心的负荷需求及负荷特性;
四川省地处秦岭以南,气候潮湿,夏季闷热,冬季湿冷,空调负荷占比较大。年负荷特性呈现双高峰特点,其负荷特性图如图2所示,2011-2017年双高峰均出现在夏季7-8月和冬季12-1月。而春季与秋季气温比较适宜,空调负荷大幅度减少,该段时间负荷相对较低。近年来,由于夏季降温负荷持续攀升,夏季比冬季最大负荷增长更为明显,冬季、夏季双高峰比值总体呈逐步下降趋势,
而典型日负荷曲线如图3所示,典型日负荷曲线在夏季和冬季的高峰低谷出现时间有所差别。夏季:早高峰出现在11:00-12:00,晚高峰出现在21:00-22:00,低谷负荷出现在早上7:00-8:00;冬季:早高峰出现在11:00-12:00,晚高峰出现在18:00-20:00,早晚高峰之间负荷曲线比较平缓,低谷负荷出现在早上4:00-5:00。
S11:分析计算龙头水库所辖水电集群的装机容量及出力特性,为接下来的分区平衡电力流规划的相关计算提供数据支撑;具体可参考雅砻江、金沙江和大渡河三条流域上的水电群的规划方案的数据。
S12:通过分区平衡分析,得到分区平衡电力流规划;
S13:依据分区平衡电力流规划,得到水电集群送出方案及送出通道需求;
S14:依据通道情况(经过的原始森林、自然保护区等),对送出方案进行约束及优化;
S15:形成水电集群到负荷中心的送电方案备选库;
本发明在电力电量的分区平衡电力流规划理论基础上,初步形成送电方案库,并依据通道情况、水电集群开发规模和投产顺序进一步对方案优化,形成送电方案的备选库,本发明初步确定以2018年作为研究的规划水平年,而2025年作为研究的远景展望年;
根据送电方案备选库,采用熵权法的评估方式对备选方案库进行评估,得到水电集群送出网架优化方案,包括以下步骤(S16-S28):
S16:计算各方案对应所属评价集的隶属度,确定备选方案排序。
S17:选出当前最优的水电集群送出方案。
S18:是否满足系统安全稳定约束?若是,转下一步。若否,转S21
S19:是否能通过严重故障校核?若是,转下一步。若否,转S21
S20:是否满足通道约束(通道约束主要考虑自然保护区、原始森林等生态红线对输电走廊路径及宽度的影响)?若否,转下一步。若是,转S26
S21:在备选库中删除当前方案。
S22:备选库中是否有备选方案?若否,转下一步。若是,转S17
S23:水电集群开发规模及投产时序是否可优化?若是,转下一步。若否,转S25。
S24:在约束边界条件下,优化水电集群开发规模及投产时序。转S11。
S25:优化分区平衡,改变电力流向。转S12。
S26:形成水电集群送出方案。
S27:依据现有电网通道,得到水电集群送出网架优化方案。
S28:结束。
进一步:围绕负荷需求以及负荷特性的分析计算采用了灰色系统预测的方法展开研究,灰色系统在在负荷分析中的计算量较小,而且由于负荷分析的不确定因素多,这恰恰又是灰色预测法的优点,故准确度较高。GM(1,1)模型是最常用的有效的灰色预测模型,(1,1)中前一个1表示1阶方程,后一个1表示该1阶微分方程只包含一个单变量;所述S10采用了GM(1,1)模型的灰色预测法判断负荷需求和负荷特性,包含三个步骤:
步骤一:累加生成构造递增数列,列出微分方程矩阵;
原始数据列和一阶累加形成的数据列分别如式(1)(2)所示;
x(0)={x(0)(1),x(0)(2),…,x(0)(k)},k=1,2,…,n(1)
x(1)={x(1)(1),x(1)(2),…,x(1)(k)},k=1,2,…,n(2)
由此可将微分方程列出如式(3)所示:
式中,a、u均为模型参数,分别为发展灰度和内生灰度参数:
将该微分方程(3)改写为矩阵形式,如式(4)所示:
步骤二:得出GM(1,1)模型的时间响应函数,
将累加数据值代入微分方程矩阵,求得模型参数a,u的值,将其代回原来的微分方程,可得到迭代方程如式(5)所示:
步骤三:最后得出原始数列的灰色预测模型,
对式(5)作累减还原,得到原始数列X(0)的灰色预测模型,根据该模型,按所要预测时间的序号数,对k赋以不同数值,计算出该时点的预测值,完成预测工作
进一步:所述S12和S13均通过分区平衡分析得到分区平衡电力流规划,并依据该电力流规划,得到水电集群送出方案和送出通道需求,初步形成外送方案库。
在电量校核的时候,可以将输送电量的数值作为自变量,对不同分区的电量进行校核。则整个电网系统负荷平衡的目标函数如式(6)所示。
式中,NG、Nd分别为发电机组数和平衡分区数,Pi,j(t)和L(t)分别为在时刻t分区j内,第i个机组的有功出力和t时刻的电网总负荷。
而在每个分区内,各机组的发电量与连接该分区的输电通道传送功率之和也要该分区内的负荷总量相等,因此每个分区的目标函数如式(7)所示。
式中,EG,j和ED,j分别表示j分区的发电总量和内部用电总量,ET,k表示通道k上传输的电量值,Bk,j为二维变量,用来表示通道k上传输功率的方向。
一般来说,该数学模型的约束条件包括机组功率约束、直流潮流约束、机组最小开/停机时间约束、输电通道容量约束等。
其中比较关键的机组功率约束和直流潮流约束约束分别如式(8)(9)所示:
式中,Pi,t为机组i在t时刻的出力,而Pi,min和Pi,max分别为机组i的最小和最大发电功率。Pb和Qb分别为各支路有功功率列向量和无功功率向量;Bb为各支路导纳对角阵,θ为节点相角列向量,R为网络节点支路关联矩阵。
而关于电网中的分区的问题采用贪心算法来进行求解。一般来说,贪心算法的求解流程如下:
1)输入各分区盈亏电量,根据盈亏情况把分区分为输送电量类和受电量类。
2)分别对每类的分区按照盈亏电量的大小进行由大到小排序。
3)每次从输送电量类中找出冗余最大的分区i,把该分区电量输送给受电量类中电量缺少最大的分区j,若分区i的冗余电量大于分区j的缺少电量,则跳到第4步,否则跳到第5步。
4)把分区i的冗余电量减去分区j的缺少电量后,把分区i按序插入到输送电量类中,同时把分区j从受电量类中删除。
5)将分区j的缺少电量减去分区i的冗余电量后,把分区j按序插入到受电量类中,同时把分区i从输送电量类中删除。
6)接着处理下一个分区,直到电网中各分区电量平衡为止。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1.普适性好:本发明所提出的龙头水库的水电集群送出网架优化方法适用于大规模的水电集群和地区电网,为龙头水库建设之后外送通道的规划、系统安全稳定地运行以及电力电量平衡等方面,提供了更好的规划基础,
2.算法简单明了:本发明采用了贪心算法来优化输电通道方案,并采用熵权评估方法对备选方案库进行筛选,在指标的赋权过程中受人为的因素较小,赋权方法比较客观。整体而言,算法简单明了,易于实现。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图,其中:
图1是本发明流程图;
图2是本发明2005-2016年四川电网负荷曲线图;
图3是本发明四川电网夏冬典型日负荷曲线;
图4是本发明第一分区方式结构图;
图5是本发明第二分区方式结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明,即所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
下面结合实施例对本发明的特征和性能作进一步的详细描述。
实施例一
本发明较佳实施例提供的考虑龙头水库的水电集群送出网架优化方法,图1的基础上,建立相关的电力电量平衡的数学模型并分析求解,得到水电集群的外送通道方案库,并采用熵权法进一步对备选方案库进行筛选,最终得到满足安全稳定约束、严重故障校核和通道约束的水电集群送出网架的加强方案。
(1)设某水电富集地区的某平水年的水电群各电源的装机容量以及在龙头水库接入后联合运行下的预想出力PG如表1-梯级电站装机容量及出力参数所示。
表1 (单位:MW)
该地区的全年用电量PD如表2-某地区全年用电量所示:
表2 (单位:MW)
月份 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
负荷 | 5550 | 4971 | 5215 | 5032 | 5184 | 5337 | 5642 | 6099 | 5587 | 5032 | 5520 | 5916 |
通过分区平衡分析得到分区平衡电力流规划,并依据该电力流规划,得到水电集群送出方案和送出通道需求,初步形成外送方案库。在初选方案库中,在两类分区方式的基础上形成了六套可实施方案,这两类分区方式分别如图4和图5所示。
两类分区方式的具体用电量由表3-分区方式一的发用电量表、表4-分区方式二的发用电量表所示。
表3
分区 | 全年平均发电量/(MW·h) | 全年平均用电量/(MW·h) |
A | 3506421 | 7174441 |
B | 15301922 | 11224281 |
C | 9327220 | 16210122 |
D | 9136002 | 5355080 |
E | 10238801 | 7546442 |
表4
分区 | 全年平均发电量/(MW·h) | 全年平均用电量/(MW·h) |
A | 3506421 | 7174441 |
B | 4946400 | 2610478 |
C | 10355520 | 8613801 |
D | 9327220 | 16210122 |
E | 9136002 | 5355080 |
F | 10238801 | 7546442 |
初选方案库中的六套可实施方案分别建立在上述两类分区方式下,其中,方案一、方案二、方案三和方案四建立在表3所示的分区方式一下,而方案五和方案六则建立在表4所示的分区方式二下,各方案的具体的电气联系的输电通道选择情况如表5-输电通道传输电量所示。
表5 (单位MW·h)
针对表5水电群外送通道的初选方案库中的六种方案,进一步的展开相关的校核,检验方案库内的方案是否满足安全稳定约束、严重故障校核和通道约束,校核结果表明这六类方案均满足相关的检验标准。至此,已完全获得水电集群到负荷中心的送电方案备选库,接下来对备选库内的方案展开适应性评估分析。
通过构建模糊评价矩阵和综合权重集对表5中的六种方案计算对应的所属评价集的隶属度,得到六种方案相对于评价集为V={v1,v2,…v5}={优秀,良,中,及格,差}的隶属度矩阵如式(1)所示。
根据隶属度矩阵得到最终的模糊综合评价结果,方案五对于评价集中的v1、v2的隶属度更高,证明方案五在水电集群到负荷中心的送电方案备选库中为最优的外送方案。因此,在本发明的实施例中,最终确定方案五的分区方式和外送通道选择方案为该地区水电集群送出网架的加强方案。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明的保护范围,任何熟悉本领域的技术人员在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.考虑龙头水库的水电集群送出网架优化方法,其特征在于:预先设定约束性硬指标和评价性软指标并建立适应性分析指标体系、预先设定水电集群到负荷中心的送电方案备选库;
所述适应性分析指标体系的建立,包括以下步骤,S1至S7:
S1:根据预设的指标特性,将所有指标分为约束性硬指标和评价性软指标;
S2:由软指标构成适应性分析指标体系;
S3:形成适应性分析指标体系;
S4:指标体系量化;
S5:利用熵权法求取各指标权重,对指标体系进行降维;
S6:构造加权标准化矩阵;
S7:确定评价集中隶属度后转S16;
所述送电方案备选库的建立,包括以下步骤,S8至S15:
S8:确定分析研究目标水平年及远景展望年;
S9:分析得到水电电源集群开发规划、投产时序及用电负荷中心规划;
S10:分析计算负荷中心的负荷需求及负荷特性;
S11:分析计算龙头水库所辖水电集群的装机容量及出力特性,为接下来的分区平衡电力流规划的相关计算提供数据支撑;
S12:通过分区平衡分析,得到分区平衡电力流规划;
S13:依据分区平衡电力流规划,得到水电集群送出方案及送出通道需求;
S14:依据通道经过的原始森林、自然保护区,对送出方案进行约束及优化;
S15:形成水电集群到负荷中心的送电方案备选库;
根据送电方案备选库,采用熵权法的评估方式对备选方案库进行评估,得到水电集群送出网架优化方案,包括以下步骤,S16至S28:
S16:计算各方案对应所属评价集的隶属度,确定备选方案排序;
S17:选出当前最优的水电集群送出方案;
S18:是否满足系统安全稳定约束?若是,转下一步;若否,转S21;
S19:是否能通过严重故障校核?若是,转下一步;若否,转S21;
S20:是否满足通道约束?若否,转下一步;若是,转S26;
S21:在备选库中删除当前方案;
S22:备选库中是否有备选方案?若否,转下一步;若是,转S17;
S23:水电集群开发规模及投产时序是否可优化?若是,转下一步;若否,转S25;
S24:在约束边界条件下,优化水电集群开发规模及投产时序;转S11;
S25:优化分区平衡,改变电力流向;转S12;
S26:形成水电集群送出方案;
S27:依据现有电网通道,得到水电集群送出网架优化方案;
S28:结束。
2.根据权利要求1所述的考虑龙头水库的水电集群送出网架优化方法,其特征在于:所述S10采用了GM(1,1)模型的灰色预测法判断负荷需求和负荷特性,包含三个步骤:
步骤一:累加生成构造递增数列,列出微分方程矩阵;
原始数据列和一阶累加形成的数据列分别如式(1)(2)所示;
x(0)={x(0)(1),x(0)(2),…,x(0)(k)},k=1,2,…,n (1)
x(1)={x(1)(1),x(1)(2),…,x(1)(k)},k=1,2,…,n (2)
由此可将微分方程列出如式(3)所示:
式中,a、u均为模型参数,分别为发展灰度和内生灰度参数:
将该微分方程(3)改写为矩阵形式,如式(4)所示:
步骤二:得出GM(1,1)模型的时间响应函数,
将累加数据值代入微分方程矩阵,求得模型参数a,u的值,将其代回原来的微分方程,可得到迭代方程如式(5)所示:
步骤三:最后得出原始数列的灰色预测模型,
对式(5)作累减还原,得到原始数列X(0)的灰色预测模型,根据该模型,按所要预测时间的序号数,对k赋以不同数值,计算出该时点的预测值,完成预测工作。
3.根据权利要求1所述的考虑龙头水库的水电集群送出网架优化方法,其特征在于:所述S12和S13均通过分区平衡分析得到分区平衡电力流规划,并依据该电力流规划,得到水电集群送出方案和送出通道需求,初步形成外送方案库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010467959.1A CN111612272B (zh) | 2020-05-28 | 2020-05-28 | 考虑龙头水库的水电集群送出网架优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010467959.1A CN111612272B (zh) | 2020-05-28 | 2020-05-28 | 考虑龙头水库的水电集群送出网架优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111612272A CN111612272A (zh) | 2020-09-01 |
CN111612272B true CN111612272B (zh) | 2021-11-30 |
Family
ID=72199902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010467959.1A Active CN111612272B (zh) | 2020-05-28 | 2020-05-28 | 考虑龙头水库的水电集群送出网架优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111612272B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104598725A (zh) * | 2014-12-31 | 2015-05-06 | 国家电网公司 | 一种分布式电源并网后配电网适应性的评价方法 |
CN104657796A (zh) * | 2015-03-23 | 2015-05-27 | 南阳理工学院 | 配电网规划方法 |
CN108281959A (zh) * | 2018-01-03 | 2018-07-13 | 浙江大学 | 一种高比例可再生能源电力系统的骨干网架优化方法 |
CN109449936A (zh) * | 2018-12-14 | 2019-03-08 | 国网山东省电力公司经济技术研究院 | 一种基于网络结构特性分析的电网分区方法 |
CN110751328A (zh) * | 2019-10-17 | 2020-02-04 | 国网四川省电力公司经济技术研究院 | 基于联合加权熵的高比例可再生能源电网适应性规划方法 |
CN110852565A (zh) * | 2019-10-10 | 2020-02-28 | 国家电网有限公司 | 一种考虑不同功能属性的输电网网架规划方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046354A (zh) * | 2015-07-09 | 2015-11-11 | 国网四川省电力公司经济技术研究院 | 基于多代理的配电网规划场景模拟生成方法及其系统 |
CN106875105B (zh) * | 2017-01-23 | 2020-11-03 | 东北大学 | 一种考虑复合故障风险的配电网差异化规划方法 |
CN108418255B (zh) * | 2018-03-01 | 2021-09-28 | 中国电力科学研究院有限公司 | 一种适用于含高渗透率新能源的特高压直流外送电网规划方法及系统 |
CN109242233A (zh) * | 2018-06-22 | 2019-01-18 | 国网湖南省电力有限公司 | 一种配电网评价方法及装置 |
-
2020
- 2020-05-28 CN CN202010467959.1A patent/CN111612272B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104598725A (zh) * | 2014-12-31 | 2015-05-06 | 国家电网公司 | 一种分布式电源并网后配电网适应性的评价方法 |
CN104657796A (zh) * | 2015-03-23 | 2015-05-27 | 南阳理工学院 | 配电网规划方法 |
CN108281959A (zh) * | 2018-01-03 | 2018-07-13 | 浙江大学 | 一种高比例可再生能源电力系统的骨干网架优化方法 |
CN109449936A (zh) * | 2018-12-14 | 2019-03-08 | 国网山东省电力公司经济技术研究院 | 一种基于网络结构特性分析的电网分区方法 |
CN110852565A (zh) * | 2019-10-10 | 2020-02-28 | 国家电网有限公司 | 一种考虑不同功能属性的输电网网架规划方法 |
CN110751328A (zh) * | 2019-10-17 | 2020-02-04 | 国网四川省电力公司经济技术研究院 | 基于联合加权熵的高比例可再生能源电网适应性规划方法 |
Non-Patent Citations (3)
Title |
---|
Reliability analysis of security and stability control system with typical structure in power grids;X.J. DONG 等;《2019 IEEE Power & Energy Society General Meeting (PESGM)》;20190808;第1-5页 * |
含可再生能源的电力系统两阶段核心骨干网架优化策略;赵昱宣 等;《电网技术》;20190228;第371-380页 * |
电力网的网架结构优化规划方法;王同文 等;《继电器》;20051101;第58-64页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111612272A (zh) | 2020-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Trading strategy and benefit optimization of load aggregators in integrated energy systems considering integrated demand response: A hierarchical Stackelberg game | |
Wang et al. | Demand response comprehensive incentive mechanism-based multi-time scale optimization scheduling for park integrated energy system | |
Yang et al. | Integrated operation optimization for CCHP micro-grid connected with power-to-gas facility considering risk management and cost allocation | |
Gu et al. | Placement and capacity selection of battery energy storage system in the distributed generation integrated distribution network based on improved NSGA-II optimization | |
CN111030188A (zh) | 一种含分布式和储能的分层分级控制策略 | |
Tan et al. | Feasibility study on the construction of multi-energy complementary systems in rural areas—Eastern, central, and western parts of China are taken as examples | |
CN106529737A (zh) | 一种配电网供给侧调峰电源规划布局方法 | |
CN112736905B (zh) | 区域新能源容量优化配置方法及系统 | |
Yang et al. | Bi-level planning model of distributed PV-energy storage system connected to distribution network under the coordinated operation of electricity-carbon market | |
Dorahaki et al. | A sharing economy model for a sustainable community energy storage considering end-user comfort | |
Ma et al. | Evaluating peak-regulation capability for power grid with various energy resources in Chinese urban regions via a pragmatic visualization method | |
CN115360745A (zh) | 一种电力市场环境下的水光蓄互补发电系统容量配置方法 | |
Wu et al. | Bilevel load-agent-based distributed coordination decision strategy for aggregators | |
Ding et al. | Long-term operation rules of a hydro–wind–photovoltaic hybrid system considering forecast information | |
CN111612271B (zh) | 考虑清洁能源利用率的清洁能源外送规划及运行优化方法 | |
CN111612268B (zh) | 考虑市场交易的龙头水库水电集群运行优化方法 | |
CN111612272B (zh) | 考虑龙头水库的水电集群送出网架优化方法 | |
CN111612267B (zh) | 考虑远景水平年的水电集群送出网架优化方法 | |
Wang et al. | Optimal operation of multi-energy collaborative system considering demand response | |
CN111612270B (zh) | 考虑龙头水库适应性的清洁能源外送规划及运行优化方法 | |
CN111612266B (zh) | 考虑清洁能源利用率的水电集群送出网架优化方法 | |
CN111612265B (zh) | 考虑通道利用小时数的水电集群外送规划及运行优化方法 | |
Wang et al. | Research on fair residential critical peak price: Based on a price penalty mechanism for high-electricity consumers | |
Zhang et al. | Coordinated Optimal Scheduling of WPHTNS Power System Based on Adaptive Improved Genetic Algorithm (July 2023) | |
CN111612264A (zh) | 考虑水利电力综合的龙头水库水电群交易优化方法 |
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 |