CN112085274A - 一种计及融冰方式与系统调度运行的融冰协调优化方法 - Google Patents

一种计及融冰方式与系统调度运行的融冰协调优化方法 Download PDF

Info

Publication number
CN112085274A
CN112085274A CN202010942206.1A CN202010942206A CN112085274A CN 112085274 A CN112085274 A CN 112085274A CN 202010942206 A CN202010942206 A CN 202010942206A CN 112085274 A CN112085274 A CN 112085274A
Authority
CN
China
Prior art keywords
ice
melting
line
ice melting
node
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
Application number
CN202010942206.1A
Other languages
English (en)
Other versions
CN112085274B (zh
Inventor
谢开贵
孙青松
胡博
牛涛
李春燕
邵常政
李雨菲
李轩
焦丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CN202010942206.1A priority Critical patent/CN112085274B/zh
Publication of CN112085274A publication Critical patent/CN112085274A/zh
Application granted granted Critical
Publication of CN112085274B publication Critical patent/CN112085274B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/123—DNA computing
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or 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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Genetics & Genomics (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明属于电力系统优化技术领域，主要涉及一种计及融冰方式与系统调度运行的融冰协调优化方法，包括如下步骤：S1、建立直流融冰、运行方式融冰模型；S2、建立计及融冰过程的覆冰增长模型；S3、建立系统运行方式优化调整模型；S4、建立计及融冰方式与系统调度运行的融冰协调优化模型；S5、获取气象及覆冰系统电气参数信息，采用NSGA‑Ⅱ算法求解本发明提出的计及融冰方式与系统调度运行的融冰协调优化模型，确定系统最优融冰决策及其对应的系统运行方案。本发明方法在直流融冰设备未覆盖全部线路的情况下，实施运行方式融冰手段，可以更好地满足系统融冰需求。

Description

一种计及融冰方式与系统调度运行的融冰协调优化方法
技术领域
本发明属于电力优化技术领域，具体涉及一种计及融冰方式与系统调度运行的融冰协调 优化方法。
背景技术
覆冰是一种较为常见的自然现象，但输电线路大量积冰会导致线路及杆塔垂直荷载加 重；同时，覆冰线路也容易在强风吹动下发生舞动。严重覆冰可造成线路断线、金具及绝缘 子损坏、杆塔倾斜变形甚至倒塌。
现有的抗冰措施无法完全避免线路覆冰增长。而当线路冰厚增长至一定规模时会对线路 安全造成威胁。此时，采取除冰措施是电网应对冰灾的最有效方法。现有较为成熟的各种融 冰措施可以为电网调度部门提供多种应对方案。直流融冰是中国国家电网与南方电网最广泛 应用的一种融冰手段，但开展直流融冰受限于设备配备情况。
发明内容
本发明的目的是：旨在提供一种计及融冰方式与系统调度运行的融冰协调优化方法，用 于运行方式融冰与直流融冰的最优协调融冰计划以及该融冰计划下系统的最优运行方案的 制定。
为实现上述技术目的，本发明采用的技术方案如下：
一种计及融冰方式与系统调度运行的融冰协调优化方法，包括如下步骤：
S1、建立直流融冰、运行方式融冰模型；
S2、建立计及融冰过程的覆冰增长模型；
S3、建立系统运行方式优化调整模型；
S4、建立计及融冰方式与系统调度运行的融冰协调优化模型；
S5、获取气象及覆冰系统电气参数信息，采用NSGA-Ⅱ算法求解本发明提出的计及融 冰方式与系统调度运行的融冰协调优化模型，确定系统最优融冰决策及其对应的系统运行方 案。
进一步，S1包括以下步骤：
直流融冰模型：
Figure BDA0002674011710000021
Figure BDA0002674011710000022
Figure BDA0002674011710000023
式中，
Figure BDA0002674011710000024
为有条件开展直流融冰的覆冰线路集合；
Figure BDA0002674011710000025
为线路
Figure BDA0002674011710000026
在t时刻的运行状态，0、 1分别表示线路未投入运行和在线运行；
Figure BDA0002674011710000027
为覆冰线路
Figure BDA00026740117100000215
在t时刻的直流融冰工作状态，0、 1分别表示线路正进行和未进行直流融冰工作；ND为融冰设备及操作人员班组上限；
其中，式(1)为开展直流融冰基本条件，只有当覆冰线路装设有直流融冰设备时才能 进行融冰，即线路需要配备固定式直流融冰装置或移动式直流融冰装置可达；
式(2)为直流融冰与线路运行互斥约束，进行直流融冰操作时待融冰线路必须退出运 行；
式(3)为融冰设备及操作人员数量约束，同时开展直流融冰的线路数不能超过融冰设 备数或操作人员班组数；
运行方式融冰计划模型：
Figure BDA0002674011710000028
Figure BDA0002674011710000029
式中，
Figure BDA00026740117100000210
为开展运行方式融冰的覆冰线路集合；
Figure BDA00026740117100000211
为覆冰线路
Figure BDA00026740117100000212
在t时刻的运行方式 融冰工作状态，0、1分别表示线路未进行和正在进行运行方式融冰工作；
Figure BDA00026740117100000213
为能够在规 定时间内完成融冰任务的最小融冰线损；
Figure BDA00026740117100000214
为覆冰条件下允许的最大线损；
式(4)为运行方式融冰与线路停运行互斥约束，进行运行方式融冰操作时待融冰线路 必须在线运行；
式(5)为开展运行方式融冰线路的融冰线损约束，覆冰线路在非除冰时段要满足热稳 定约束，而在开展运行方式融冰阶段线路线损需要控制在最小融冰线损与覆冰条件下最大允 许线损之间。
进一步，S1还包括如下步骤：
为满足融冰需求，以调整机组出力、无功调整、可转移负荷参与的需求响应、结构调度 作为运行方式调节手段，参与运行方式调整的决策变量包括：
①发电机组有功出力量PGg,t、无功出力量QGg,t
②节点无功调整量LQi,t
③需求响应负荷转移量Ki,t
④线路开断状态变量Jl,t。
进一步，S2包括如下步骤：
假设在覆冰增长过程中覆冰导线始终保持为均匀圆柱体，取足够小的时间步长dt，认为 在本时段内气象参数与覆冰导线形状参数保持不变；
S2中计及融冰过程的输电线路雾凇覆冰增长模型为：
Figure BDA0002674011710000031
Figure BDA0002674011710000032
Figure BDA0002674011710000033
其中，dMt、α1,t、α2,t、α3,t、ωt、vt、Di,t、dbt分别为第t个时间步长内覆冰质量增 量(g)、碰撞系数(无量纲)、结合系数(无量纲)、冻结系数(无量纲)、液态水质量浓度(g/m3)、风速(m/s)、覆冰导线直径(m)、覆冰厚度增量(m)，tF为线路融冰过程最后一个时间步长。
进一步，S2还包括如下步骤：
假设雾凇覆冰由冻雾引发，因此有：
α1＝A-0.028-C(B-0.0454) (9)
A＝1.066K-0.00616exp(-1.103K-0.688) (10)
B＝3.641K-0.498exp(-1.497K-0.694) (11)
Figure BDA0002674011710000034
Figure BDA0002674011710000035
Figure BDA0002674011710000036
Figure BDA0002674011710000041
α2＝1 (16)
Figure BDA0002674011710000042
其中，ω为单位体积空气中液态水质量浓度(g/m3)；v为有效风速(m/s)；Di为覆冰导线 直径，是导线外径与冰层厚度之和(m)；lf为单位质量的水在凝结过程中释放的热值，取值 为334.3kJ/kg；Ts为覆冰导线表面温度(℃)；Ta为大气环境温度(℃)；Cw为水的比热容，其值 为4.18kJ/kg·℃；Ca为空气比热容，取值为1.006kJ/kg·℃；ε为水蒸气与干空气分子质量比， 取值为0.622；le为水的蒸发潜热，取值为2263.8kJ/kg；p0为静态空气压，取值为 101.3kPa；psat,a、psat,sa分别为温度为覆冰导线表面温度Tsa和大气环境温度Ta时的饱和蒸 汽压(kPa)；h为对流换热系数(W/m2·℃)；ρa为空气密度，取值为1.29kg/m3；μ为空气动粘性系数，取值为1.32^10-5m2/s，ρw为水的密度，取值为1000kg/m3；dw为液滴中值体积直 径(μm)；Re,w为液滴的Reynolds数，
Figure BDA0002674011710000043
进一步，S3包括如下步骤：
S3建立的系统运行方式优化调整模型为：
①机组出力调整约束，即发电机组有功出力与无功出力的限制约束
Figure BDA0002674011710000044
Figure BDA0002674011710000045
式中，PGg,t为发电机组g在时段t的有功出力；QGg为发电机组g在时段t的无功出力；
Figure BDA0002674011710000046
分别为机组g允许有功出力最大值、最小值；
Figure BDA0002674011710000047
分别为机组g允 许无功出力最大值、最小值；
②无功调整约束
Figure BDA0002674011710000048
式中，LQi,t为第i个节点在时段t的无功调整量，以向节点注入容性无功为正方向；
LQi,min、LQi,max分别为节点i无功调整能力下限与节点无功调整能力上限；
③需求响应负荷转移约束
Figure BDA0002674011710000049
Figure BDA0002674011710000051
Figure BDA0002674011710000052
式中，Ki,t为负荷调整系数，等于参与需求相应后节点负荷与原负荷之比；
Figure BDA0002674011710000053
分别为比例上限及下限；Pi,t、Qi,t分别为需求响应前节点i在时段t的有功负荷及无功负荷； P'i,t、Q'i,t分别为需求响应后i节点在t时段的有功负荷及无功负荷；
式(21)为可转移负荷量约束，式(22)、式(23)分别为需求响应后节点有功负荷量与无功负荷量；
④节点功率平衡约束
Figure BDA0002674011710000054
Figure BDA0002674011710000055
式中，g∈i表示连接在节点母线上的发电机集合；l∈DLij表示与节点i相连的输电线路 集合；PLl,t为线路l在时段t的有功潮流大小，以流出节点为正方向；LQi,t为节点i在时段t的 无功调整量；QLl,t为线路l在时段t的无功潮流大小，以流出节点为正方向；
式(24)、式(25)分别为节点有功平衡约束与节点无功平衡约束，在任意时刻流入节 点的功率与流出节点的功率应相等；
⑤机组爬坡约束
发电机组灵活性有限，其在一定时间内爬坡能力受限；
Figure BDA0002674011710000056
式中，
Figure BDA0002674011710000057
分别为机组的向下爬坡率与向上爬坡率；
⑥节点电压幅值约束
Figure BDA0002674011710000058
式中，Vi,t为时段t的i节点电压幅值；
Figure BDA0002674011710000059
分别为允许的节点电压幅值最大值与 最小值；
⑦交流潮流公式，即线路有功与无功潮流方程
Figure BDA00026740117100000510
Figure BDA00026740117100000511
式中，
Figure BDA0002674011710000061
分别表示支路电导和电纳；
Figure BDA0002674011710000062
表示节点的对地支路电纳，交流潮流公式 非线性，为建立线性优化模型，对式(28)、(29)中非线性项进行替代，得到线性交流潮流公式：
Figure BDA0002674011710000063
Figure BDA0002674011710000064
⑧线路损耗约束
通过优化系统运行方式，提高覆冰线路电流来进行抗冰，过高的线路电流可能导致设备 损坏，引起系统故障，在系统运行中需要保证线路电流处在合理范围内：
Figure BDA0002674011710000065
式中，
Figure BDA0002674011710000066
为支路l线损上限，
Figure BDA0002674011710000067
与
Figure BDA0002674011710000068
计算公式如下：
Figure BDA0002674011710000069
规定线路潮流以流出节点为正方向，对于连接节点i与节点j的支路l，
Figure BDA00026740117100000610
分 别为由节点i流出的有功潮流与由节点j流出的有功潮流；
Figure BDA00026740117100000611
式中，gl、bl分别为线路电导与电纳，
Figure BDA00026740117100000612
为线路容量上限。
进一步，S4包括如下步骤：
S4建立的计及融冰方式与系统调度运行的融冰协调优化模型，其双目标函数为：
①系统运行成本最小目标函数
为实现覆冰线路融冰，电网调度方需要调动大量资源满足融冰条件，会产生较高的运行 成本，在保证基本融冰需求的情况下，首先建立融冰调度成本最小的目标函数：
minF1＝CPG+CLP+CPR (35)
式中，CPG为机组出力成本；CLP为削负荷成本；CPR为需求响应成本；
Figure BDA00026740117100000613
Figure BDA00026740117100000614
Figure BDA00026740117100000615
式中，cs为负荷节点单位削负荷量惩罚成本；LPi,t为第i个负荷节点在时段t的削负荷量；
②线路覆冰极值最小目标函数
为更加有力地保障输电线路安全，整个融冰调度周期内各条输电线路的覆冰厚度应尽可 能的小，据此建立覆冰线路冰厚极值最小的目标函数：
Figure BDA0002674011710000071
式中，
Figure BDA0002674011710000072
为所有覆冰线路在运行周期内的覆冰厚度最大值。
进一步，S5包括如下步骤：
S501：输入电气参数与气象参数，生成初始种群，取迭代次数k＝1；
S502：求解种群中每个个体对应的综合成本目标函数值与覆冰极值目标函数值；
S503：对种群进行快速非支配排序与拥挤度计算；
S504：采用精英策略方法对父代种群进行选择，进行交叉、变异操作，生成子代，并计 算子代个体对应的目标函数值；
S505：将父代与子代合并形成中间带，对中间代个体进行快速非支配排序与拥挤度计算；
S506：采用精英策略筛选中间代得到新的父代；
S507：判断是否达到规定的最大迭代次数Kmax，若是，停止迭代进入S508；若否，令k＝k+1，进入S504，取NSGA-Ⅱ算法最大迭代次数为200次；
S508：取当前种群中非支配序值最小的集合作为问题的帕累托前沿解集，使用基于隶属 度函数的决策方法选择最优解，算法结束；
S509：根据优化结果实施系统最优融冰决策及其对应的系统运行方案。
进一步，S508包括如下步骤：
S508中基于隶属度函数的决策方法为：
Figure BDA0002674011710000073
式中，Xbest为最优决策；I为帕累托前沿解中解的数目；N为目标函数数目；
Figure BDA0002674011710000074
为第i个解的第n个目标函数的隶属度：
Figure BDA0002674011710000075
式中，
Figure BDA0002674011710000081
分别为帕累托前沿解中第n个目标函数的最大值、最小值；
Figure BDA0002674011710000082
第i个解的第n个目标函数值。
采用上述技术方案的发明，具有如下优点：
本发明方法在直流融冰设备未覆盖全部线路的情况下，实施运行方式融冰手段，可以更 好地满足系统融冰需求；
通过融冰方式与系统调度运行的融冰协调优化，制定运行方式融冰与直流融冰的最优协 调融冰计划以及该融冰计划下系统的最优运行方案；
本发明提出的协调优化方法平衡了两个目标函数，能够以较低的运行成本满足系统融冰 需求。
附图说明
图1为本发明公开的一种计及融冰方式与系统调度运行的融冰协调优化模型的NSGA- Ⅱ算法流程图。
图2为IEEERTS-79测试系统测试系统拓扑结构。
图3为染色体编码示意图；
图4为各融冰调度方案；
图5为线路覆冰厚度变化曲线。
具体实施方式
以下将结合附图和具体实施例对本发明进行详细说明，需要说明的是，在附图或说明书 描述中，相似或相同的部分都使用相同的图号，附图中未绘示或描述的实现方式，为所属技 术领域中普通技术人员所知的形式。另外，实施例中提到的方向用语，例如“上”、“下”、 “顶”、“底”、“左”、“右”、“前”、“后”等，仅是参考附图的方向，并非用来限 制本发明的保护范围。
如图1所示，一种计及融冰方式与系统调度运行的融冰协调优化方法，包括如下步骤：
S1、建立直流融冰、运行方式融冰模型；
S2、建立计及融冰过程的覆冰增长模型；
S3、建立系统运行方式优化调整模型；
S4、建立计及融冰方式与系统调度运行的融冰协调优化模型；
S5、获取气象及覆冰系统电气参数信息，采用NSGA-Ⅱ算法求解本发明提出的计及融 冰方式与系统调度运行的融冰协调优化模型，确定系统最优融冰决策及其对应的系统运行方 案。
实施例1：IEEERTS-79系统作为实施例测试系统
如图2所示，设定削负荷惩罚费用1000$/MWh。该实施例设置共有6条线路发生覆冰， 如表1所示。其中，4条线路配备直流融冰装置，采用直流融冰方式进行除冰，2条线路未配备直流融冰装置，采用运行方式融冰。直流融冰操作班组数为3组。雾凇覆冰的环境温度为-7℃，大气中液态水质量浓度为0.25g/m3，有效风速分别为3m/s，液滴中值体积直径为50μm。设定输电线路裸导线外径为21.88mm。设置覆冰周期为48h，完整的直流融冰操作 通常需要8h，设定运行方式融冰同样需要在8h内完成。调度周期共分为6个时段，各时段 内系统负荷数据如表2所示。同时，为保证计算精度，覆冰增长以10min为步长进行计算。 考虑到完整的运行方式融冰需要耗费较多时间进行线路开断操作，要求对线路融冰时间小于 4h。在上述气象参数下，L36、L37能够在4h内完成20mm冰厚融冰的线损标幺值为0.018p.u.。
表1覆冰线路及初始覆冰厚度
Figure BDA0002674011710000091
表2系统负荷参数
Figure BDA0002674011710000092
本发明采用十进制与二进制混合编码构成染色体，每条染色体信息包含线路直流融冰计 划、运行方式融冰计划与线路开断计划，如图3所示。其中，Nd条直流融冰线路的融冰计划 与No条运行方式融冰的融冰计划采用十进制编码，每个十进制数代表了线路的融冰开展时 段。例如图3中染色体第一位的“4”代表了线路L18在第4个时段开展直流融冰，染色体 第六位的“3”代表了线路L36在第3个时段开展运行方式融冰。设定线路开断操作仅在运 行方式融冰期间进行，且每个时段最多允许两条线路开断。线路结构调度计划采用二进制编 码，每L个二进制数构成一个时段的结构调度计划，各二进制数为对应线路开断标志，为0 表示该线路在线运行，为1表示该线路开断。
实施例2：
将实施例电气与气象参数带入协同优化模型中，以运行成本最低和线路覆冰极值最小作 为优化模型双目标函数。设置最大迭代次数为200代，每代种群规模为300，采用NSGA-Ⅱ 算法进行求解。得到实施例帕累托最优解集，该解集中包含三个解，即Case1-Case3，各融 冰调度方案如图4所示。
实施例3：
各融冰调度方案对应的目标函数及综合成本如表3、表4所示，线路覆冰厚度变化曲线 如图5所示。从表3中可以看出：这3个解属于非支配关系，其中，Case1冰厚极值最小但综合成本最高，Case3综合成本最小但冰厚极值最大，而Case2的综合成本和冰厚极值均介于Case1与Case3之间。帕累托解集中最优解决策如表5所示。Case2平衡了综合成本与 覆冰极值，是计及融冰方式与系统调度运行的融冰协调优化模型最优决策。
综上所述，系统运行成本最小与线路覆冰极值最小是一对相互矛盾的目标函数，本发明 提出的协调优化方法平衡了两个目标函数，能够以较低的运行成本满足系统融冰需求。
表3不同融冰计划结果对比
Figure BDA0002674011710000101
表4不同融冰计划综合成本结果对比
Figure BDA0002674011710000102
表5最优方案决策
Figure BDA0002674011710000111
本发明提出的协调优化方法平衡了两个目标函数，能够以较低的运行成本满足系统融冰 需求。具体实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本 技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改 进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (9)

1.一种计及融冰方式与系统调度运行的融冰协调优化方法，其特征在于，包括如下步骤：
S1、建立直流融冰、运行方式融冰模型；
S2、建立计及融冰过程的覆冰增长模型；
S3、建立系统运行方式优化调整模型；
S4、建立计及融冰方式与系统调度运行的融冰协调优化模型；
S5、获取气象及覆冰系统电气参数信息，采用NSGA-Ⅱ算法求解本发明提出的计及融冰方式与系统调度运行的融冰协调优化模型，确定系统最优融冰决策及其对应的系统运行方案。
2.根据权利要求1所述的一种计及融冰方式与系统调度运行的融冰协调优化方法，其特征在于，S1包括以下步骤：
直流融冰模型：
Figure FDA0002674011700000011
Figure FDA0002674011700000012
Figure FDA0002674011700000013
式中，
Figure FDA0002674011700000014
为有条件开展直流融冰的覆冰线路集合；
Figure FDA0002674011700000015
为线路
Figure FDA0002674011700000016
在t时刻的运行状态，0、1分别表示线路未投入运行和在线运行；
Figure FDA0002674011700000017
为覆冰线路
Figure FDA0002674011700000018
在t时刻的直流融冰工作状态，0、1分别表示线路正进行和未进行直流融冰工作；ND为融冰设备及操作人员班组上限；
其中，式(1)为开展直流融冰基本条件，只有当覆冰线路装设有直流融冰设备时才能进行融冰，即线路需要配备固定式直流融冰装置或移动式直流融冰装置可达；
式(2)为直流融冰与线路运行互斥约束，进行直流融冰操作时待融冰线路必须退出运行；
式(3)为融冰设备及操作人员数量约束，同时开展直流融冰的线路数不能超过融冰设备数或操作人员班组数；
运行方式融冰计划模型：
Figure FDA0002674011700000019
Figure FDA00026740117000000110
式中，
Figure FDA0002674011700000021
为开展运行方式融冰的覆冰线路集合；
Figure FDA0002674011700000022
为覆冰线路
Figure FDA0002674011700000023
在t时刻的运行方式融冰工作状态，0、1分别表示线路未进行和正在进行运行方式融冰工作；
Figure FDA0002674011700000024
为能够在规定时间内完成融冰任务的最小融冰线损；
Figure FDA0002674011700000025
为覆冰条件下允许的最大线损；
式(4)为运行方式融冰与线路停运行互斥约束，进行运行方式融冰操作时待融冰线路必须在线运行；
式(5)为开展运行方式融冰线路的融冰线损约束，覆冰线路在非除冰时段要满足热稳定约束，而在开展运行方式融冰阶段线路线损需要控制在最小融冰线损与覆冰条件下最大允许线损之间。
3.根据权利要求2所述的一种计及融冰方式与系统调度运行的融冰协调优化方法，其特征在于，S1还包括如下步骤：
为满足融冰需求，以调整机组出力、无功调整、可转移负荷参与的需求响应、结构调度作为运行方式调节手段，参与运行方式调整的决策变量包括：
①发电机组有功出力量PGg,t、无功出力量QGg,t
②节点无功调整量LQi,t
③需求响应负荷转移量Ki,t
④线路开断状态变量Jl,t。
4.根据权利要求3所述的一种计及融冰方式与系统调度运行的融冰协调优化方法，其特征在于，S2包括如下步骤：
设定在覆冰增长过程中覆冰导线始终保持为均匀圆柱体，取足够小的时间步长dt，认为在本时段内气象参数与覆冰导线形状参数保持不变；
S2中计及融冰过程的输电线路雾凇覆冰增长模型为：
Figure FDA0002674011700000026
Figure FDA0002674011700000027
Figure FDA0002674011700000028
其中，dMt、α1,t、α2,t、α3,t、ωt、vt、Di,t、dbt分别为第t个时间步长内覆冰质量增量(g)、碰撞系数(无量纲)、结合系数(无量纲)、冻结系数(无量纲)、液态水质量浓度(g/m3)、风速(m/s)、覆冰导线直径(m)、覆冰厚度增量(m)，tF为线路融冰过程最后一个时间步长。
5.根据权利要求4所述的一种计及融冰方式与系统调度运行的融冰协调优化方法，其特征在于，S2还包括如下步骤：
假设雾凇覆冰由冻雾引发，因此有：
α1＝A-0.028-C(B-0.0454) (9)
A＝1.066K-0.00616exp(-1.103K-0.688) (10)
B＝3.641K-0.498exp(-1.497K-0.694) (11)
Figure FDA0002674011700000031
Figure FDA0002674011700000032
Figure FDA0002674011700000033
Figure FDA0002674011700000034
α2＝1 (16)
α3＝h·(π(Ts-Ta)+εleπ(psat,sa-psat,a)/(2p0Ca))/(α1α2ωvlf)+Cw(Ts-Ta)/lf-I2r/(α1α2ωvDilf) (17)
其中，ω为单位体积空气中液态水质量浓度(g/m3)；v为有效风速(m/s)；Di为覆冰导线直径，是导线外径与冰层厚度之和(m)；lf为单位质量的水在凝结过程中释放的热值，取值为334.3kJ/kg；Ts为覆冰导线表面温度(℃)；Ta为大气环境温度(℃)；Cw为水的比热容，其值为4.18kJ/kg·℃；Ca为空气比热容，取值为1.006kJ/kg·℃；ε为水蒸气与干空气分子质量比，取值为0.622；le为水的蒸发潜热，取值为2263.8kJ/kg；p0为静态空气压，取值为101.3kPa；psat,sa、psat,a分别为温度为覆冰导线表面温度Tsa和大气环境温度Ta时的饱和蒸汽压(kPa)；h为对流换热系数(W/m2·℃)；ρa为空气密度，取值为1.29kg/m3；μ为空气动粘性系数，取值为1.32^10-5m2/s，ρw为水的密度，取值为1000kg/m3；dw为液滴中值体积直径(μm)；Re,w为液滴的Reynolds数，
Figure FDA0002674011700000041
6.根据权利要求5所述的一种计及融冰方式与系统调度运行的融冰协调优化方法，其特征在于，S3包括如下步骤：
S3建立的系统运行方式优化调整模型为：
①机组出力调整约束，即发电机组有功出力与无功出力的限制约束
Figure FDA0002674011700000042
Figure FDA0002674011700000043
式中，PGg,t为发电机组g在时段t的有功出力；QGg为发电机组g在时段t的无功出力；
Figure FDA0002674011700000044
分别为机组g允许有功出力最大值、最小值；
Figure FDA0002674011700000045
分别为机组g允许无功出力最大值、最小值；
②无功调整约束
Figure FDA0002674011700000046
式中，LQi,t为第i个节点在时段t的无功调整量，以向节点注入容性无功为正方向；LQi,min、LQi,max分别为节点i无功调整能力下限与节点无功调整能力上限；
③需求响应负荷转移约束
Figure FDA0002674011700000047
Figure FDA0002674011700000048
Figure FDA0002674011700000049
式中，Ki,t为负荷调整系数，等于参与需求相应后节点负荷与原负荷之比；
Figure FDA00026740117000000410
分别为比例上限及下限；Pi,t、Qi,t分别为需求响应前节点i在时段t的有功负荷及无功负荷；P′i,t、Q′i,t分别为需求响应后节点i在时段t的有功负荷及无功负荷；
式(21)为可转移负荷量约束，式(22)、式(23)分别为需求响应后节点有功负荷量与无功负荷量；
④节点功率平衡约束
Figure FDA00026740117000000411
Figure FDA0002674011700000051
式中，g∈i表示连接在节点母线上的发电机集合；l∈DLij表示与节点i相连的输电线路集合；PLl,t为线路l在时段t的有功潮流大小，以流出节点为正方向；LQi,t为节点i在时段t的无功调整量；QLl,t为线路l在时段t的无功潮流大小，以流出节点为正方向；
式(24)、式(25)分别为节点有功平衡约束与节点无功平衡约束，在任意时刻流入节点的功率与流出节点的功率应相等；
⑤机组爬坡约束
发电机组灵活性有限，其在一定时间内爬坡能力受限；
Figure FDA0002674011700000052
式中，
Figure FDA0002674011700000053
分别为机组的向下爬坡率与向上爬坡率；
⑥节点电压幅值约束
Figure FDA0002674011700000054
式中，Vi,t为时段t的i节点电压幅值；Vi max、Vi min分别为允许的节点电压幅值最大值与最小值；
⑦交流潮流公式，即线路有功与无功潮流方程
Figure FDA0002674011700000055
Figure FDA0002674011700000056
式中，
Figure FDA0002674011700000057
分别表示支路电导和电纳；
Figure FDA0002674011700000058
表示节点的对地支路电纳，交流潮流公式非线性，为建立线性优化模型，对式(28)、(29)中非线性项进行替代，得到线性交流潮流公式：
Figure FDA0002674011700000059
Figure FDA00026740117000000510
⑧线路损耗约束
通过优化系统运行方式，提高覆冰线路电流来进行抗冰，过高的线路电流可能导致设备损坏，引起系统故障，在系统运行中需要保证线路电流处在合理范围内：
Figure FDA00026740117000000511
式中，Pl L,max为支路l线损上限，
Figure FDA00026740117000000512
与Pl L,max计算公式如下：
Figure FDA0002674011700000061
规定线路潮流以流出节点为正方向，对于连接节点i与节点j的支路l，
Figure FDA0002674011700000062
分别为由节点i流出的有功潮流与由节点j流出的有功潮流；
Figure FDA0002674011700000063
式中，gl、bl分别为线路电导与电纳，
Figure FDA0002674011700000069
为线路容量上限。
7.根据权利要求6所述的一种计及融冰方式与系统调度运行的融冰协调优化方法，其特征在于，S4包括如下步骤：
S4建立的计及融冰方式与系统调度运行的融冰协调优化模型，其双目标函数为：
①系统运行成本最小目标函数
为实现覆冰线路融冰，电网调度方需要调动大量资源满足融冰条件，会产生较高的运行成本，在保证基本融冰需求的情况下，首先建立融冰调度成本最小的目标函数：
min F1＝CPG+CLP+CPR (35)
式中，CPG为机组出力成本；CLP为削负荷成本；CPR为需求响应成本；
Figure FDA0002674011700000064
Figure FDA0002674011700000065
Figure FDA0002674011700000066
式中，cs为负荷节点单位削负荷量惩罚成本；LPi,t为第i个负荷节点在时段t的削负荷量；
②线路覆冰极值最小目标函数
为更加有力地保障输电线路安全，整个融冰调度周期内各条输电线路的覆冰厚度应尽可能的小，据此建立覆冰线路冰厚极值最小的目标函数：
Figure FDA0002674011700000067
式中，
Figure FDA0002674011700000068
为所有覆冰线路在运行周期内的覆冰厚度最大值。
8.根据权利要求7所述的一种计及融冰方式与系统调度运行的融冰协调优化方法，其特征在于，S5包括如下步骤：
S501：输入电气参数与气象参数，生成初始种群，取迭代次数k＝1；
S502：求解种群中每个个体对应的综合成本目标函数值与覆冰极值目标函数值；
S503：对种群进行快速非支配排序与拥挤度计算；
S504：采用精英策略方法对父代种群进行选择，进行交叉、变异操作，生成子代，并计算子代个体对应的目标函数值；
S505：将父代与子代合并形成中间带，对中间代个体进行快速非支配排序与拥挤度计算；
S506：采用精英策略筛选中间代得到新的父代；
S507：判断是否达到规定的最大迭代次数Kmax，若是，停止迭代进入S508；若否，令k＝k+1，进入S504，取NSGA-Ⅱ算法最大迭代次数为200次；
S508：取当前种群中非支配序值最小的集合作为问题的帕累托前沿解集，使用基于隶属度函数的决策方法选择最优解，算法结束；
S509：根据优化结果实施系统最优融冰决策及其对应的系统运行方案。
9.根据权利要求8所述的一种计及融冰方式与系统调度运行的融冰协调优化方法，其特征在于，S508包括如下步骤：
S508中基于隶属度函数的决策方法为：
Figure FDA0002674011700000071
式中，Xbest为最优决策；I为帕累托前沿解中解的数目；N为目标函数数目；
Figure FDA0002674011700000072
为第i个解的第n个目标函数的隶属度：
Figure FDA0002674011700000073
式中，
Figure FDA0002674011700000074
分别为帕累托前沿解中第n个目标函数的最大值、最小值；
Figure FDA0002674011700000075
第i个解的第n个目标函数值。
CN202010942206.1A 2020-09-09 2020-09-09 一种计及融冰方式与系统调度运行的融冰协调优化方法 Active CN112085274B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010942206.1A CN112085274B (zh) 2020-09-09 2020-09-09 一种计及融冰方式与系统调度运行的融冰协调优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010942206.1A CN112085274B (zh) 2020-09-09 2020-09-09 一种计及融冰方式与系统调度运行的融冰协调优化方法

Publications (2)

Publication Number Publication Date
CN112085274A true CN112085274A (zh) 2020-12-15
CN112085274B CN112085274B (zh) 2024-04-19

Family

ID=73732550

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010942206.1A Active CN112085274B (zh) 2020-09-09 2020-09-09 一种计及融冰方式与系统调度运行的融冰协调优化方法

Country Status (1)

Country Link
CN (1) CN112085274B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113659515A (zh) * 2021-08-18 2021-11-16 中国农业大学 一种配电网线路融冰方案的确定方法及系统
CN114386625A (zh) * 2021-12-07 2022-04-22 贵州电网有限责任公司 一种电网输电线路停电融冰方案智能编制系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013067754A1 (zh) * 2011-11-09 2013-05-16 南方电网科学研究院有限责任公司 一种多功能直流融冰自动转换电路及其转换方法
WO2018049737A1 (zh) * 2016-09-18 2018-03-22 国电南瑞科技股份有限公司 一种基于分区负荷控制的安全校正计算方法
CN109449921A (zh) * 2018-09-29 2019-03-08 贵州电网有限责任公司凯里供电局 基于改进遗传算法的强励模式配电网融冰选点优化方法
CN110994691A (zh) * 2020-01-02 2020-04-10 河北科技师范学院 一种基于多代理系统的冰灾下主动配电网融冰及故障修复方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013067754A1 (zh) * 2011-11-09 2013-05-16 南方电网科学研究院有限责任公司 一种多功能直流融冰自动转换电路及其转换方法
WO2018049737A1 (zh) * 2016-09-18 2018-03-22 国电南瑞科技股份有限公司 一种基于分区负荷控制的安全校正计算方法
CN109449921A (zh) * 2018-09-29 2019-03-08 贵州电网有限责任公司凯里供电局 基于改进遗传算法的强励模式配电网融冰选点优化方法
CN110994691A (zh) * 2020-01-02 2020-04-10 河北科技师范学院 一种基于多代理系统的冰灾下主动配电网融冰及故障修复方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
侯雨伸等: "考虑系统风险的输电网线路除冰优化调度", 《中国电机工程学报》, vol. 34, no. 34, 5 December 2014 (2014-12-05), pages 6101 - 6108 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113659515A (zh) * 2021-08-18 2021-11-16 中国农业大学 一种配电网线路融冰方案的确定方法及系统
CN113659515B (zh) * 2021-08-18 2023-02-17 中国农业大学 一种配电网线路融冰方案的确定方法及系统
CN114386625A (zh) * 2021-12-07 2022-04-22 贵州电网有限责任公司 一种电网输电线路停电融冰方案智能编制系统

Also Published As

Publication number Publication date
CN112085274B (zh) 2024-04-19

Similar Documents

Publication Publication Date Title
CN112085274A (zh) 一种计及融冰方式与系统调度运行的融冰协调优化方法
CN106487005A (zh) 一种考虑输配电价的电网规划方法
CN105186500B (zh) 一种基于重加权加速Lagrangian的配电网能量分散协调优化方法
CN104779611A (zh) 基于集中式和分布式双层优化策略的微电网经济调度方法
CN114142530A (zh) 一种基于近端策略优化算法的考虑n-1安全约束的风险调度方法
CN109598377B (zh) 一种基于故障约束的交直流混合配电网鲁棒规划方法
CN106651628A (zh) 基于图论的区域冷热电综合能源优化配置方法及装置
CN110912177A (zh) 一种多端柔性直流输电系统多目标优化设计方法
CN105406485B (zh) 基于改进蝙蝠算法的变电站动态无功优化方法与系统
CN107622360A (zh) 一种综合考虑主客观因素的关键线路识别方法
CN108594658A (zh) 一种电-气耦合系统概率最大负荷裕度多目标优化模型及其求解方法
CN106385055B (zh) 一种含分布式电源的配电网安全校核方法
CN112018776B (zh) 一种计及线损的电力系统抗冰优化运行方法
CN108390387A (zh) 一种动态自律分散协调的源荷调峰控制方法
CN103346573A (zh) 基于黄金分割云粒子群优化算法的风电系统无功规划方法
CN110867907A (zh) 一种基于多类型发电资源同质化的电力系统调度方法
CN107798427A (zh) 大规模能源基地特高压电力送出电网结构方案的构建方法
CN109149658B (zh) 基于一致性理论的独立微电网分布式动态经济调度方法
CN108899896B (zh) 一种基于改进benders分解法的供电能力评估方法
CN108764738A (zh) 一种考虑弹性裕度的城市输电网安全概率评估方法
CN106130071B (zh) 光伏逆变器的控制参数的选取方法
CN106505576B (zh) 一种基于Link-path的城市高压配电网负载转供方法
CN107609690A (zh) 一种负荷主动管理决策优化的方法
CN112202168A (zh) 多目标协调优化的多元电网超前控制供电方法及其系统
CN111768036A (zh) 一种综合能源配电系统与上级电网交互运行的功率优化方法

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