CN112327614B - 一种单模拟量指令多目标加权控制方法 - Google Patents

一种单模拟量指令多目标加权控制方法 Download PDF

Info

Publication number
CN112327614B
CN112327614B CN202011018736.3A CN202011018736A CN112327614B CN 112327614 B CN112327614 B CN 112327614B CN 202011018736 A CN202011018736 A CN 202011018736A CN 112327614 B CN112327614 B CN 112327614B
Authority
CN
China
Prior art keywords
heat storage
station
storage device
single analog
command
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
Application number
CN202011018736.3A
Other languages
English (en)
Other versions
CN112327614A (zh
Inventor
胡博
王顺江
赵琰
陈群
周桂平
徐慧雯
宋丽
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.)
Liaoyang Power Supply Co Of State Grid Liaoning Electric Power Supply Co ltd
Tsinghua University
State Grid Corp of China SGCC
State Grid Liaoning Electric Power Co Ltd
Shenyang Institute of Engineering
Original Assignee
Liaoyang Power Supply Co Of State Grid Liaoning Electric Power Supply Co ltd
Tsinghua University
State Grid Corp of China SGCC
State Grid Liaoning Electric Power Co Ltd
Shenyang Institute of Engineering
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 Liaoyang Power Supply Co Of State Grid Liaoning Electric Power Supply Co ltd, Tsinghua University, State Grid Corp of China SGCC, State Grid Liaoning Electric Power Co Ltd, Shenyang Institute of Engineering filed Critical Liaoyang Power Supply Co Of State Grid Liaoning Electric Power Supply Co ltd
Priority to CN202011018736.3A priority Critical patent/CN112327614B/zh
Publication of CN112327614A publication Critical patent/CN112327614A/zh
Application granted granted Critical
Publication of CN112327614B publication Critical patent/CN112327614B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Air Conditioning Control Device (AREA)
  • Feedback Control In General (AREA)

Abstract

一种单模拟量指令多目标加权控制方法，属于电力控制技术领域，所述方法具体包括如下步骤：步骤一：主站下令单模拟量指令ΔP，厂站后台计算得出α，步骤二：计算主站对厂站的控制成功率β，步骤三：计算每个制热储热装置的实际能耗，步骤四：计算制热储热装置的拒动率，步骤五：将步骤一～四中的四个指标分别乘以相应的权重并加和，根据得到的最终判断标准，控制储热装置的投入方式。本发明通过主站下单模拟量指令给厂站，厂站根据后台计算结果得出最优值，进而控制储热装置的最优分配投入方式，提高储热装置利用效率。

Description

一种单模拟量指令多目标加权控制方法
技术领域
本发明属于电力控制技术领域，具体涉及一种单模拟量指令多目标加权控制方法。
背景技术
随着我国清洁能源入电网比例不断增大，储热技术的开发和利用越来越得到重视。储热技术在时间、空间上解决了热能供需不平衡的问题，有效提高能源综合利用水平，对于太阳能热的利用、电网调峰、日常节能和余热回收等都具有重要意义。
然而，在智能电网高速发展的大背景下，在利用好储热装置的前提下，我们更希望将它接入智能电网。传统变电站中，主站与厂站之间的命令传输大多以点对点的方式来实现远程控制一个量，且手动控制，反应速度慢，人工量大，对下面装置的变化趋势感知度不够，控制方式具有盲目性。无法达到智能化分析、整体把控、高效作业的目标。所以迫切需要一种自动化程度高、具有精准测算最优投入储热装置的智能方法。
发明内容
为了解决上述技术问题，本发明提出一种单模拟量指令多目标加权控制方法，确立一个完整的单模拟量指令对多台电制热储热加权投切控制方法，采用单模拟量的指令传递信息，后台接收模拟量后通过多元判断将结果传送给执行单元，确定最合理分配方案。
本发明采用如下技术方案：
一种单模拟量指令多目标加权控制方法，所述方法为通过主站下单模拟量指令给厂站，厂站根据后台计算结果得出最优值，进而控制储热装置的最优分配投入方式，所述方法具体包括如下步骤：
步骤一：主站下令单模拟量指令ΔP，厂站后台计算得出α，
其中：α－厂站命令与储热装置容量对比值；
ΔPn－第n台储热装置的容量；
ΔPmax－主站发出的应由机组调控的上限值；
ΔPmin－主站发出的应由机组调控的下限值；
步骤二：计算主站对厂站的控制成功率β，
其中：β－主站对厂站设备的控制成功率；
T0－投运总时间，设为365天；
Ta1～Tan－第1～n个故障点到检修日的时间段；
另η＝1-β，其中：η表示主站对厂站设备的控制失败率；
步骤三：计算每个制热储热装置的实际能耗，
Pτ＝Δt·C·v
其中：θ－制热储热装置自身的能量转换率；
Px－装置放出的能量；
Py－进入装置的能量；
Pτ－装置本身的实际储能值；
Δt－温度差；
C－热密度；
v－容量；
步骤四：计算制热储热装置的拒动率，
其中：γ－制热储热装置的拒动率；
an－主站对厂站设备下达命令次数；
In－厂站设备成功接收命令并执行的次数；
步骤五：将步骤一～四中的四个指标分别乘以相应的权重并加和，
A＝a·α+b·η+c·θ+d·γ
其中：a、b、c、d为各指标的权重；
A为判断标准值；
根据得到的最终判断标准，控制储热装置的投入方式。
进一步地，当ΔPmin≤ΔP≤ΔPmax时，主站控制火电厂，通过下连续令调节火电机组，当ΔP＞ΔPmax时，主站下离散令控制制热和储热系统的开关。
进一步地，所述控制储热装置的投入方式为控制若干储热装置开关闭合方式。
本发明的优点与效果为：
本发明通过主站下单模拟量指令给厂站，厂站根据后台计算结果得出最优值，进而控制储热装置的最优分配投入方式，提高储热装置利用效率。单模拟量控制系统将主站与厂站视为一个整体，使整个系统的功率能迅速跟踪给定的功率变化，并维持功率平衡，以便迅速、准确和稳定地响应操作员的负荷指令。同时，单模拟量指令还将负责操作过程中各子控制系统的自动控制任务。
储热技术原理成熟、应用可靠，有望在现阶段替代一部分传统的取热设备。特别是单模拟量指令多目标加权控制方法，使得储热装置具有较高的经济效益和实用性。从目前社会各界对于生态环境和清洁能源消纳的高关注度看，该技术还将具有显著的社会价值。
具体实施方式
下面结合实施例对本发明做进一步解释。
本发明为单模拟量指令多目标加权控制方法，即一种单模拟量指令多目标加权控制储热装置分配方法，具体是一种在主站与厂站之间投入最优分配方式的储热装置的方法。
包括如下步骤：
步骤1：主站下令给厂站一个模拟量(例如50000KW)为目标值。
步骤2：下令一个未来的预测弃清洁能源等效值(包括所有发电量+风光预测量)。
步骤3：此时将发电总量的变化量ΔP1和负荷变化量ΔP2做差得对比值ΔP，并当作命令下到程序中。
步骤4：根据后台智能计算结果得出最优值，选出的若干个最合理的开关闭合方式传输给执行单元，并返回结果。
主要包括四个指标的加权处理：1、根据电网日常运行维护所出计划，确定的主站对厂站下令值ΔP，ΔP与若干台制热储热装置容量值的对比结果α。2、主站对厂站的控制成功率β。3、制热储热装置自身的能量转换率θ。4、设备拒动率γ。
具体步骤如下：
步骤一：主站下令ΔP，当ΔPmin≤ΔP≤ΔPmax时，主站控制火电厂，通过下连续令调节火电机组。当ΔP＞ΔPmax时，主站下离散令控制制热和储热系统的开关。
α－厂站命令与储热装置容量对比值。
ΔPn－第n台储热装置的容量。
ΔPmax－主站发出的应由机组调控的上限值。
ΔPmin－主站发出的应由机组调控的下限值。
步骤二：主站对厂站的控制成功率
β－主站对厂站设备的控制成功率
T0－投运总时间(设为365天)
Ta1～Tan－第一(n)个故障点到检修日的时间段另η＝1-β
步骤三：每个制热储热装置的实际能耗。
Pτ＝Δt·C·v
θ－制热储热装置自身的能量转换率
Px－装置放出的能量
Py－进入装置的能量
Pτ－装置本身的实际储能值
Δt－温度差
C－热密度
v－容量
步骤四：制热储热装置的拒动率。
γ－制热储热装置的拒动率
an－主站对厂站设备下达命令次数
In－厂站设备成功接收命令并执行的次数
步骤五：将4个指标分别乘以相应的权重并加和，
A＝a·α+b·η+c·θ+d·γ
得到最终的判断标准，即单模拟量指令对多台电制热储热加权投切控制方法。
厂站后台智能分析过程中，需要考虑的要素有三点。1、容量最合理。根据发电总量的变化量ΔP1和负荷变化量ΔP2做差得对比值ΔP判断。2、投入储热装置效率最高。每个装置实时运行时候都会有实时计算数据，通过对比储热装置热能输出量和电能输入量的比值来确定储热装置的保温性和存储性能是否满足要求。例如可使两台装置同时存储相同热量保持ΔT小时后，来比较二者的效率，从而选择最优方案。3、判断装置是否有故障。若一装置可用，但存在故障现象，可使用加权法，以故障率作为条件，将故障信息加权。通过对加权值大小的判断来决定最终的装置投放顺序。
综合利用多元结果断路器是否合闸成功。判断依据：1、开关位置是否合上。2、电流I、有功功率P、无功功率Q对应关系是否合理。3、母线上出入是否平衡。
本发明涉及储热装置在主站与厂站之间的远程控制领域。采用以模拟量的目标值和预测值代替数字量的方法，将主站信息精准传送到厂站后台，后台接收模拟量后通过智能分析，再将多元判断结果传送给执行单元，确定最合理分配方案。为协调控制多台储热装置，实现电力系统对清洁能源的智能、高效消纳提供一种可能。
实施例1
某厂站内包含5台储热设备，参数如表1所示。主站下一个模拟量指令ΔP＝50000KW，设主站发出的应由机组调控的上限值ΔPmax＝45000KW，下限值ΔPmin＝30000KW。四个指标的权重分别为a＝16％，b＝34％，c＝22％，d＝28％。
表1 5台储热设备参数表
ΔPn(KW) Tan(n) Px(KW) Py(KW) Pτ(KW) an(次) In(次)
1 6231 276 3708 10000 61 300 298
2 8527 193 1418 10000 55 300 294
3 4689 247 5279 10000 32 300 298
4 5370 345 4584 10000 46 300 297
5 3674 106 6313 10000 13 300 299
表2计算得各指标数值
α β θ γ
1 0.99 1.32 0.37 0.007
2 0.99 1.89 0.15 0.020
3 0.99 1.48 0.53 0.007
4 0.99 1.05 0.46 0.010
5 1.00 3.44 0.63 0.003
将4个指标分别乘以相应的权重并加和，经计算得，A1＝0.69，A2＝0.84，A3＝0.80，A4＝0.62，A5＝1.47。得到最终的判断标准，即应首先投切设备5，依次投切设备2、3、1、4。

Claims (3)

1.一种单模拟量指令多目标加权控制方法，其特征在于：所述方法为通过主站下单模拟量指令给厂站，厂站根据后台计算结果得出最优值，进而控制储热装置的最优分配投入方式，所述方法具体包括如下步骤：
步骤一：主站下令单模拟量指令ΔP，厂站后台计算得出α，
其中：α－厂站命令与储热装置容量对比值；
ΔPn－第n台储热装置的容量；
ΔPmax－主站发出的应由机组调控的上限值；
ΔPmin－主站发出的应由机组调控的下限值；
步骤二：计算主站对厂站的控制成功率β，
其中：β－主站对厂站设备的控制成功率；
T0－投运总时间，设为365天；
Ta1～Tan－第1～n个故障点到检修日的时间段；
另η＝1-β，其中η表示主站对厂站设备的控制失败率；
步骤三：计算每个制热储热装置的实际能耗，
Pτ＝Δt·C·v
其中：θ－制热储热装置自身的能量转换率；
Px－装置放出的能量；
Py－进入装置的能量；
Pτ－装置本身的实际储能值；
Δt－温度差；
C－热密度；
v－容量；
步骤四：计算制热储热装置的拒动率，
其中：γ－制热储热装置的拒动率；
an－主站对厂站设备下达命令次数；
In－厂站设备成功接收命令并执行的次数；
步骤五：将步骤一～四中的四个指标分别乘以相应的权重并加和，
A＝a·α+b·η+c·θ+d·γ
其中：a、b、c、d为各指标的权重；
A为判断标准值；
根据得到的最终判断标准，控制储热装置的投入方式。
2.根据权利要求1所述一种单模拟量指令多目标加权控制方法，其特征在于：当ΔPmin≤ΔP≤ΔPmax时，主站控制火电厂，通过下连续令调节火电机组，当ΔP＞ΔPmax时，主站下离散令控制制热和储热系统的开关。
3.根据权利要求1所述一种单模拟量指令多目标加权控制方法，其特征在于：所述控制储热装置的投入方式为控制若干储热装置开关闭合方式。
CN202011018736.3A 2020-09-24 2020-09-24 一种单模拟量指令多目标加权控制方法 Active CN112327614B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011018736.3A CN112327614B (zh) 2020-09-24 2020-09-24 一种单模拟量指令多目标加权控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011018736.3A CN112327614B (zh) 2020-09-24 2020-09-24 一种单模拟量指令多目标加权控制方法

Publications (2)

Publication Number Publication Date
CN112327614A CN112327614A (zh) 2021-02-05
CN112327614B true CN112327614B (zh) 2023-09-26

Family

ID=74303408

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011018736.3A Active CN112327614B (zh) 2020-09-24 2020-09-24 一种单模拟量指令多目标加权控制方法

Country Status (1)

Country Link
CN (1) CN112327614B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109617052A (zh) * 2018-12-08 2019-04-12 国网辽宁省电力有限公司电力科学研究院 一种大规模电储热单元智能化分层控制方法
CN110361969A (zh) * 2019-06-17 2019-10-22 清华大学 一种冷热电综合能源系统优化运行方法
CN110716429A (zh) * 2019-08-13 2020-01-21 广州供电局有限公司 冷热电联供系统的控制方法、装置、计算机及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11120411B2 (en) * 2017-05-25 2021-09-14 Johnson Controls Tyco IP Holdings LLP Model predictive maintenance system with incentive incorporation
US10884398B2 (en) * 2019-01-04 2021-01-05 Johnson Controls Technology Company Systems and methods for prediction model update scheduling for building equipment

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109617052A (zh) * 2018-12-08 2019-04-12 国网辽宁省电力有限公司电力科学研究院 一种大规模电储热单元智能化分层控制方法
CN110361969A (zh) * 2019-06-17 2019-10-22 清华大学 一种冷热电综合能源系统优化运行方法
CN110716429A (zh) * 2019-08-13 2020-01-21 广州供电局有限公司 冷热电联供系统的控制方法、装置、计算机及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于节能环保优化的厂级自动发电控制研究;梁肖;张志刚;李端超;程建斌;贾伟;于洋;;自动化与仪表(第01期);全文 *

Also Published As

Publication number Publication date
CN112327614A (zh) 2021-02-05

Similar Documents

Publication Publication Date Title
CN109063925B (zh) 一种计及负荷聚合商的区域综合能源系统优化运行方法
CN104037817B (zh) 利用小时数偏差最小的风电场风电机组自动启停控制方法
CN107451670B (zh) 一种用于主动配电网的日前分层协调调度方法
CN108695857B (zh) 风电场自动电压控制方法、装置及系统
CN107221965B (zh) 一种基于分布式设计的日前计划计算方法
CN100499310C (zh) 一种电力系统自动发电控制的超前控制方法
Ding et al. A model of demand response energy management system in industrial facilities
CN114169236A (zh) 基于lstm算法的相变蓄热式电采暖负控系统控制方法
CN102751724A (zh) 一种面向需求侧响应基于预测的三相负载调度方法及装置
CN105552896A (zh) 一种基于分布式光伏发电的配电网高峰负荷控制方法
Li et al. Control method of multi-energy system based on layered control architecture
CN112327614B (zh) 一种单模拟量指令多目标加权控制方法
CN113255982A (zh) 一种风光水互补系统中长期优化调度方法
CN111271824B (zh) 一种中央空调需求响应集中分散控制方法
Wang et al. Lyapunov optimization based online energy flow control for multi-energy community microgrids
CN115986743A (zh) 基于隐式决策法的电力跨区域配置优化方法、装置及设备
CN109472716A (zh) 一种基于遗传算法的考虑多因素的产能端功率分配方法
CN114188942A (zh) 一种包含大规模新能源基地的电网调度方法
CN112215720A (zh) 一种基于可再生能源发电的智能电网控制系统的控制方法
Xiangyu et al. Regional power grid AGC control strategy research based on Q-learning algorithm under WACPB mode
CN107368929B (zh) 一种基于互动协同、滚动趋优的日内计划计算方法
CN113555907A (zh) 一种考虑非理想通信情况的分布式多能系统滚动优化控制方法
CN112234600B (zh) 一种基于用户体验度的智能电网控制系统的控制方法
Han et al. Single Analog Quantity Command for Multiple Electric Heating Heat Storage Weighted Switching Control Method
CN116345585B (zh) 一种新能源电站配储能三站合一智能控制策略方法

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