CN112396303A - 发电调度评价方法、装置及设备 - Google Patents
发电调度评价方法、装置及设备 Download PDFInfo
- Publication number
- CN112396303A CN112396303A CN202011237986.6A CN202011237986A CN112396303A CN 112396303 A CN112396303 A CN 112396303A CN 202011237986 A CN202011237986 A CN 202011237986A CN 112396303 A CN112396303 A CN 112396303A
- Authority
- CN
- China
- Prior art keywords
- power generation
- enterprise
- target
- expected risk
- expected
- 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
Links
- 238000010248 power generation Methods 0.000 title claims abstract description 386
- 238000011156 evaluation Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000004364 calculation method Methods 0.000 claims description 25
- 238000012423 maintenance Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 239000011541 reaction mixture Substances 0.000 claims description 6
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 19
- 230000009286 beneficial effect Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000012888 cubic function Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation 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
- G06Q10/06—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
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种发电调度评价方法、装置及设备,属于电力调度技术领域,通过基于预设规则,计算目标电网内目标发电企业的最大发电能力;根据最大发电能力与发电调度方案,确定目标发电企业的发电裕度;基于发电裕度的分布结构,计算目标发电企业的预期风险;根据预期风险,获取预期风险罗伦兹曲线;基于预期风险罗伦兹曲线,获取预期风险基尼系数,评价发电调度,获取发电调度评价结果。与传统结果为导向的发电调度公平性评价方法相比,本发明所提出的基于预期执行风险的发电调度公平性评价方法本质上属于过程化评价方法,能够更加准确的评估发电调度业务执行过程中的公平性,更有利于业务提升与规范化管理。
Description
技术领域
本发明属于电力调度技术领域,具体涉及一种发电调度评价方法、装置及设备。
背景技术
发电调度是指根据发电调度运行基本原则,基于负荷需求预测、新能源发电预测、输变电设备检修等边界数据,编制发电企业发电计划的业务过程。对发电调度进行评价,从而根据评价结果去调节发电调度,是电力调度市场中重要支撑技术之一。
目前,传统的发电调度评价以计划电量完成率为核心。最早的发电调度评价要求各发电企业年度计划电量完成率偏差不超过3%。其中发电企业年度计划电量完成率为该发电企业年度实际等效发电量与其计划电量的比值,可表示为:
式中,γp,y为发电企业p第y年的年度计划电量完成率,分别为该发电企业第y年实际等效发电量与计划电量,等效发电量为实际发电量与由于自身原因未按计划执行的发电量,分别为该发电企业当年实际发电量与由于自身原因未按计划执行的发电量。
但是,现有的评价方法本质上为结果导向性评价,实现过程均较为简单。从实际执行情况来看,发电企业计划电量完成率不仅受发电调度业务编制业务水平影响,还与实际执行过程中各种突发情况相关。因此以计划电量完成率为核心的评价方法所获得的结果较为笼统,难以客观反映发电调度业务本身执行的差异。因此,如何对发电调度进行评价,以客观反映发电调度业务本身执行的差异,成为现有技术中亟待解决的技术问题。
发明内容
为了至少解决现有技术存在的上述问题,本发明提供了一种发电调度评价方法、装置及设备,以实现客观反映发电调度业务本身执行的差异,有利于业务提升与规范化管理。
本发明提供的技术方案如下:
一方面,一种发电调度评价方法,包括:
基于预设规则,计算目标电网内目标发电企业的最大发电能力;
根据所述最大发电能力与发电调度方案,确定所述目标发电企业的发电裕度;
基于所述发电裕度的分布结构,计算所述目标发电企业的预期风险;
根据所述预期风险,获取预期风险罗伦兹曲线;
基于所述预期风险罗伦兹曲线,获取预期风险基尼系数,评价所述发电调度,获取发电调度评价结果。
可选的,所述基于预设规则,计算目标电网内目标发电企业的最大发电能力,包括:
基于考虑发电机组检修、发电设备故障受限率、网络阻塞受限、等效最大发电利用小时四方面影响因素,基于预设规则,确定所述目标发电企业的最大发电能力;所述预设规则为计算公式:
于所述目标发电企业的发电机组;为所述目标发电机组该运行日的检修状态变量,取值为1时,表示未安排检修,能够正常开机并网发电,取值为0时,表示当天安排计划检修,不能开机并网发电;为发电设备故障受限率;为发电机组u的最大技术出力;为当前由于网络阻塞造成发电机组受限的出力减扣,由离线运行方式分析计算得到;TOmax为发电机组等效最大发电利用小时,由运行人员根据运行方式评估得到。
可选的,所述目标发电企业的发电裕度,等于各运行日所述目标发电企业最大发电能力与当天发电调度方案所安排的电量计划之差,表示为:
可选的,所述基于所述发电裕度的分布结构,计算所述目标发电企业的预期风险,包括:
获取不同日期可靠性系数指标αd,
αd=α1d+α0 (3)
式(3)中,d为运行日,αd为运行日d的可靠性系数指标,α1、α2分别为可靠性系数线性模型中的一次项和常数项系数;α1<0;
基于所述不同日期可靠性系数指标αd,获取所述目标发电企业在待评估周期内的预期风险ERp:
式(4)中,ERp为目标发电企业p在待评估周期内的预期风险,ND为待评估周期天数。
可选的,所述根据所述预期风险,获取预期风险罗伦兹曲线,包括:
归一化处理所述目标发电企业的切风险,获取目标企业预期风险系数ERIp:
式中,ERIp为发电企业p的预期风险系数,NP为所述目标电网的目标发电企业总数;
根据所述目标企业预期风险系数,获取预期风险洛伦兹曲线关键数据点位置:
式中,xp、yp分别为第p个点的横、纵坐标,Sp为发电企业p的装机容量,ST为所述目标电网所有发电企业装机容量;
根据所述关键数据点位置,拟合形成所述预期风险罗伦兹曲线:
ERI=aS3+bS2+cS+d (8)
式中,ERI为纵坐标对应因变量,物理含义为累积预期风险系数,S为横坐标对应自变量,物理含义为累积装机容量比例,a、b、c、d依次为洛伦兹曲线三次项、二次项、一次项和常数项系数。
可选的,所述基于所述预期风险罗伦兹曲线,获取预期风险基尼系数,评价所述发电调度,获取发电调度评价结果,包括:
预期风险基尼系数计算公式为:
式中,GER为预期风险基尼系数;
根据预期风险基尼系数,评价所述发电调度,所述预期风险基尼系数数值越大,各目标发电企业所承担的预期风险越不均衡,发电调度公平性越不合理。
又一方面,一种发电调度评价装置,包括:第一计算模块、第二计算模块、第三计算模块、获取模块和评价模块;
所述第一计算模块,用于基于预设规则,计算目标电网内目标发电企业的最大发电能力;
所述第二计算模块,用于根据所述最大发电能力与发电调度方案,确定所述目标发电企业的发电裕度;
所述第三计算模块,用于基于所述发电裕度的分布结构,计算所述目标发电企业的预期风险;
所述获取模块,用于根据所述预期风险,获取预期风险罗伦兹曲线;
所述评价模块,用于基于所述预期风险罗伦兹曲线,获取预期风险基尼系数,评价所述发电调度,获取发电调度评价结果。
可选的,所述第一计算模块,用于基于考虑发电机组检修、发电设备故障受限率、网络阻塞受限、等效最大发电利用小时四方面影响因素,基于预设规则,确定所述目标发电企业的最大发电能力;所述预设规则为计算公式:
于所述目标发电企业的发电机组;为所述目标发电机组该运行日的检修状态变量,取值为1时,表示未安排检修,能够正常开机并网发电,取值为0时,表示当天安排计划检修,不能开机并网发电;为发电设备故障受限率;为发电机组u的最大技术出力;为当前由于网络阻塞造成发电机组受限的出力减扣,由离线运行方式分析计算得到;TOmax为发电机组等效最大发电利用小时,由运行人员根据运行方式评估得到。
可选的,所述第二计算模块获取的所述目标发电企业的发电裕度,等于各运行日所述目标发电企业最大发电能力与当天发电调度方案所安排的电量计划之差,表示为:
又一方面,一种发电调度评价设备,包括:处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序,所述计算机程序至少用于执行上述任一项所述的发电调度评价方法;
所述处理器用于调用并执行所述存储器中的所述计算机程序。
本发明的有益效果为:
本发明实施例提供的发电调度评价方法、装置及设备,通过基于预设规则,计算目标电网内目标发电企业的最大发电能力;根据最大发电能力与发电调度方案,确定目标发电企业的发电裕度;基于发电裕度的分布结构,计算目标发电企业的预期风险;根据预期风险,获取预期风险罗伦兹曲线;基于预期风险罗伦兹曲线,获取预期风险基尼系数,评价发电调度,获取发电调度评价结果。不同于传统以计划电量完成率为核心的发电调度公平性评价方法,本发明提出了一种预期执行风险指标,以量化不同发电调度方案下发电企业所面临的电量偏差执行风险;借鉴洛伦兹曲线,设计了不同发电主体执行风险洛伦兹曲线,通过统计其对应基尼系数,评估发电调度公平性。与传统结果为导向的发电调度公平性评价方法相比,本发明所提出的基于预期执行风险的发电调度公平性评价方法本质上属于过程化评价方法,能够更加准确的评估发电调度业务执行过程中的公平性,更有利于业务提升与规范化管理。
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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种发电调度评价方法的流程示意图;
图2为本发明实施例中提供的一种可靠性系数示意图;
图3为本发明实施例提供的一种预期风险洛伦兹曲线示意图;
图4为本发明实施例提供的一种发电调度评价装置的结构示意图;
图5为本发明实施例提供的一种发电调度评价设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。显然,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。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的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
为了至少解决本发明中提出的技术问题,本发明实施例提供一种发电调度评价。
图1为本发明实施例提供的一种发电调度评价方法流程示意图,请参阅图1,本发明实施例提供的方法,可以包括以下步骤:
S11、基于预设规则,计算目标电网内目标发电企业的最大发电能力。
在一个具体的实现过程中,可以定义待评价的电网为目标电网,待评价的发电企业为目标发电企业,应用本申请提供的发电调度评价方法对发电调度进行评价。
发电企业最大发电能力是指考虑发电设备检修、电网阻塞及临时性故障等因素影响后发电企业日最大发电量。发电企业日最大发电量测算既可以采用模拟运行统计分析法,通过构建以该发电企业发电量最大化为目标的经济调度模型测算最大发电量,也可以采用简化评估方法,近似评估。不影响本发明主要创新内容,本发明实施例中介绍基于简化评估模型的发电企业最大发电能力评价方法,其实现思路是通过考虑发电机组检修、发电设备故障受限率、网络阻塞受限、等效最大发电利用小时四方面影响因素,统计得到发电企业最大发电能力,其计算公式为:
式(1)中,为发电企业p运行日d的最大发电量;u∈p表示属于该发电企业的发电机组;为该发电机组该运行日的检修状态变量,取值为1时,表示未安排检修,能够正常开机并网发电,取值为0时,表示当天安排计划检修,不能开机并网发电;为发电设备故障受限率,以量化发电机组运行过程中因煤质差、辅机故障等自身原因引起的发电能力下降,简化评估中可统计过去一年的实际发电设备故障受限率,作为式(1)中发电设备故障受限率定值参考;
S12、根据最大发电能力与发电调度方案,确定目标发电企业的发电裕度。
在本实施例中,发电企业发电裕度是指各运行日该发电企业最大发电能力与当天发电调度方案所安排的电量计划之差,可表示为:
S13、基于发电裕度的分布结构,计算目标发电企业的预期风险。
发电企业发电裕度能够量化负荷预测偏差、风功率预测偏差、输变电设备跳闸等异常发生情况下发电企业发电调度方案调整空间。从发电企业计划电量执行角度来说,合理的发电裕度分布是保证其计划电量可靠执行的重要条件。为此,本发明中提出以发电企业发电裕度分布结构来量化计划电量执行所面临的预期风险。
发电企业预期风险指标重点需要考虑时间维度上发电裕度分布合理性,一般来说时间越靠前,负荷预测等边界数据准确性越高,同时所发生的计划电量偏差调整时间越充足,而时间越靠后,边界数据预测准确性越低,而且偏差调整越困难。为此,本发明中将引入可靠性系数指标来表征发电裕度应对上述不确定性时的效能。不影响核心创新内容,采用线性函数表征上述可靠性系数变化过程,如图2所示,不同日期可靠性系数指标可表示为:
αd=α1d+α0 (3)
式(3)中,d为运行日,αd为运行日d的可靠性系数指标,α1、α2分别为可靠性系数线性模型中的一次项和常数项系数。考虑到可靠性指标在时间维度上先后次序的影响,上述指标模型中应满足α1<0。
根据上述可靠性系数,发电企业预期风险指标定义为待评估周期内发电裕度与对应可靠性系数乘积之和,可表示为:
式(4)中,ERp为发电企业p在待评估周期内的预期风险,ND为待评估周期天数。从式(4)可以看出,对同一发电企业同样数值的发电裕度,时间越靠前,可靠性系数越大,相应的发电裕度应对不确定性因素价值约小,对应的预期风险越大。之所以引入最大技术出力,是为了将发电裕度标幺化,以剔除装机容量对评估结果的影响。
S14、根据预期风险,获取预期风险罗伦兹曲线。
预期风险指标能够量化发电调度方案下各发电企业所承担的计划电量偏差预期风险。但是在发电调度公平性评价方面,不够直观,为此,本发明进一步引入洛伦兹曲线,通过绘制预期风险洛伦兹曲线,计算其基尼系数以更加直观的评价发电调度公平性。
对照洛伦兹曲线绘制要求,本发明中绘制预期风险洛伦兹曲线包括三个步骤:
发电企业预期风险归一化:
发电企业预期风险归一化要求以全网所有发电企业预期风险为标准,将各发电企业预期风险转化为0至1的预期风险系数,并满足所有发电企业预期风险系数之和为1。按照上述要求,发电企业预期风险系数可表示为:
式中,ERIp为发电企业p的预期风险系数,NP为全网发电企业总数。
曲线定点:
曲线定点是指根据发电企业预期风险系数,确定预期风险洛伦兹曲线关键数据点位置。定点中首先按照预期风险系数数值从小到大的顺序,对所有发电企业排序,若出现预期风险系数相同的发电企业则按照装机容量从小到大排序,若装机容量也相同,则按照投运时间从远及近排序。洛伦兹曲线中,第p个点横坐标为按照上述发电企业排序前p个发电企业装机容量比例之和,第p个点纵坐标为按照上述发电企业排序前p个发电企业预期风险系数之和,即:
上式中,xp、yp分别为第p个点的横、纵坐标,Sp为发电企业p的装机容量,ST为全网所有发电企业装机容量。
曲线拟合:
根据上述曲线定点结果,拟合形成洛伦兹曲线。一般常用三次函数拟合洛伦兹曲线。考虑到上述拟合过程数据统计分析领域较为常见的算法过程,本发明中不再赘述其具体实施流程。经过曲线拟合,所得的发电企业预期风险洛伦兹曲线示意图如图3所示,曲线表达式可表示为:
ERI=aS3+bS2+cS+d (8)
式中,ERI为纵坐标对应因变量,物理含义为累积预期风险系数,S为横坐标对应自变量,物理含义为累积装机容量比例,a、b、c、d依次为洛伦兹曲线三次项、二次项、一次项和常数项系数。
S15、基于预期风险罗伦兹曲线,获取预期风险基尼系数,评价发电调度,获取发电调度评价结果。
洛伦兹曲线中对角线与预期风险洛伦兹曲线相交部分面积即为预期风险基尼系数,对应图3中阴影部分面积。调度公平性越好,预期风险系数应随装机容量尽可能等比例增加,阴影部分面积越小,预期风险基尼系数数值越小;否则阴影部分面积越大,预期风险基尼系数数值越大。预期风险基尼系数计算公式为:
式中,GER为预期风险基尼系数。
根据预期风险基尼系数评价发电调度公平性时,基尼系数数值越大,表明各发电企业所承担的预期风险越不均衡,发电调度公平性约不合理;反之,数值越小,表明均衡度越好,发电调度公平性约合理。
本发明实施例提供的发电调度评价方法,通过基于预设规则,计算目标电网内目标发电企业的最大发电能力;根据最大发电能力与发电调度方案,确定目标发电企业的发电裕度;基于发电裕度的分布结构,计算目标发电企业的预期风险;根据预期风险,获取预期风险罗伦兹曲线;基于预期风险罗伦兹曲线,获取预期风险基尼系数,评价发电调度,获取发电调度评价结果。不同于传统以计划电量完成率为核心的发电调度公平性评价方法,本发明提出了一种预期执行风险指标,以量化不同发电调度方案下发电企业所面临的电量偏差执行风险;借鉴洛伦兹曲线,设计了不同发电主体执行风险洛伦兹曲线,通过统计其对应基尼系数,评估发电调度公平性。与传统结果为导向的发电调度公平性评价方法相比,本发明所提出的基于预期执行风险的发电调度公平性评价方法本质上属于过程化评价方法,能够更加准确的评估发电调度业务执行过程中的公平性,更有利于业务提升与规范化管理。
基于一个总的发明构思,本发明实施例还提供一种发电调度评价装置。
图4为本发明实施例提供的一种发电调度评价装置的结构示意图,请参阅图4,本发明实施例提供的装置,可以包括以下结构:第一计算模块41、第二计算模块42、第三计算模块43、获取模块44和评价模块45;
第一计算模块41,用于基于预设规则,计算目标电网内目标发电企业的最大发电能力;
第二计算模块42,用于根据最大发电能力与发电调度方案,确定目标发电企业的发电裕度;
第三计算模块43,用于基于发电裕度的分布结构,计算目标发电企业的预期风险;
获取模块44,用于根据预期风险,获取预期风险罗伦兹曲线;
评价模块45,用于基于预期风险罗伦兹曲线,获取预期风险基尼系数,评价发电调度,获取发电调度评价结果。
可选的,第一计算模块41,用于基于考虑发电机组检修、发电设备故障受限率、网络阻塞受限、等效最大发电利用小时四方面影响因素,基于预设规则,确定目标发电企业的最大发电能力;预设规则为计算公式:
标发电企业的发电机组;为目标发电机组该运行日的检修状态变量,取值为1时,表示未安排检修,能够正常开机并网发电,取值为0时,表示当天安排计划检修,不能开机并网发电;为发电设备故障受限率;为发电机组u的最大技术出力;为当前由于网络阻塞造成发电机组受限的出力减扣,由离线运行方式分析计算得到;TOmax为发电机组等效最大发电利用小时,由运行人员根据运行方式评估得到。
可选的,第二计算模块42获取的目标发电企业的发电裕度,等于各运行日目标发电企业最大发电能力与当天发电调度方案所安排的电量计划之差,表示为:
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本发明实施例提供的发电调度评价装置,通过基于预设规则,计算目标电网内目标发电企业的最大发电能力;根据最大发电能力与发电调度方案,确定目标发电企业的发电裕度;基于发电裕度的分布结构,计算目标发电企业的预期风险;根据预期风险,获取预期风险罗伦兹曲线;基于预期风险罗伦兹曲线,获取预期风险基尼系数,评价发电调度,获取发电调度评价结果。不同于传统以计划电量完成率为核心的发电调度公平性评价方法,本发明提出了一种预期执行风险指标,以量化不同发电调度方案下发电企业所面临的电量偏差执行风险;借鉴洛伦兹曲线,设计了不同发电主体执行风险洛伦兹曲线,通过统计其对应基尼系数,评估发电调度公平性。与传统结果为导向的发电调度公平性评价方法相比,本发明所提出的基于预期执行风险的发电调度公平性评价方法本质上属于过程化评价方法,能够更加准确的评估发电调度业务执行过程中的公平性,更有利于业务提升与规范化管理。
基于一个总的发明构思,本发明实施例还提供一种发电调度评价设备。
图5为本发明实施例提供的一种发电调度评价设备结构示意图,请参阅图5,本发明实施例提供的一种发电调度评价设备,包括:处理器51,以及与处理器相连接的存储器52。
存储器52用于存储计算机程序,计算机程序至少用于上述任一实施例记载的发电调度评价方法;
处理器51用于调用并执行存储器中的计算机程序。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,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模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种发电调度评价方法,其特征在于,包括:
基于预设规则,计算目标电网内目标发电企业的最大发电能力;
根据所述最大发电能力与发电调度方案,确定所述目标发电企业的发电裕度;
基于所述发电裕度的分布结构,计算所述目标发电企业的预期风险;
根据所述预期风险,获取预期风险罗伦兹曲线;
基于所述预期风险罗伦兹曲线,获取预期风险基尼系数,评价所述发电调度,获取发电调度评价结果。
2.根据权利要求1所述的方法,其特征在于,所述基于预设规则,计算目标电网内目标发电企业的最大发电能力,包括:
基于考虑发电机组检修、发电设备故障受限率、网络阻塞受限、等效最大发电利用小时四方面影响因素,基于预设规则,确定所述目标发电企业的最大发电能力;所述预设规则为计算公式:
5.根据权利要求4所述的方法,其特征在于,所述根据所述预期风险,获取预期风险罗伦兹曲线,包括:
归一化处理所述目标发电企业的切风险,获取目标企业预期风险系数ERIp:
式中,ERIp为发电企业p的预期风险系数,NP为所述目标电网的目标发电企业总数;
根据所述目标企业预期风险系数,获取预期风险洛伦兹曲线关键数据点位置:
式中,xp、yp分别为第p个点的横、纵坐标,Sp为发电企业p的装机容量,ST为所述目标电网所有发电企业装机容量;
根据所述关键数据点位置,拟合形成所述预期风险罗伦兹曲线:
ERI=aS3+bS2+cS+d (8)
式中,ERI为纵坐标对应因变量,物理含义为累积预期风险系数,S为横坐标对应自变量,物理含义为累积装机容量比例,a、b、c、d依次为洛伦兹曲线三次项、二次项、一次项和常数项系数。
7.一种发电调度评价装置,其特征在于,包括:第一计算模块、第二计算模块、第三计算模块、获取模块和评价模块;
所述第一计算模块,用于基于预设规则,计算目标电网内目标发电企业的最大发电能力;
所述第二计算模块,用于根据所述最大发电能力与发电调度方案,确定所述目标发电企业的发电裕度;
所述第三计算模块,用于基于所述发电裕度的分布结构,计算所述目标发电企业的预期风险;
所述获取模块,用于根据所述预期风险,获取预期风险罗伦兹曲线;
所述评价模块,用于基于所述预期风险罗伦兹曲线,获取预期风险基尼系数,评价所述发电调度,获取发电调度评价结果。
8.根据权利要求7所述的装置,其特征在于,所述第一计算模块,用于基于考虑发电机组检修、发电设备故障受限率、网络阻塞受限、等效最大发电利用小时四方面影响因素,基于预设规则,确定所述目标发电企业的最大发电能力;所述预设规则为计算公式:
10.一种发电调度评价设备,其特征在于,包括:处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序,所述计算机程序至少用于执行权利要求1~6任一项所述的发电调度评价方法;
所述处理器用于调用并执行所述存储器中的所述计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011237986.6A CN112396303B (zh) | 2020-11-09 | 2020-11-09 | 发电调度评价方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011237986.6A CN112396303B (zh) | 2020-11-09 | 2020-11-09 | 发电调度评价方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112396303A true CN112396303A (zh) | 2021-02-23 |
CN112396303B CN112396303B (zh) | 2023-03-03 |
Family
ID=74598383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011237986.6A Active CN112396303B (zh) | 2020-11-09 | 2020-11-09 | 发电调度评价方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112396303B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116466644A (zh) * | 2023-03-28 | 2023-07-21 | 索提斯云智控科技(上海)有限公司 | 一种基于plc控制的车辆性能监管系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010011615A (ja) * | 2008-06-26 | 2010-01-14 | Mitsubishi Electric Corp | 発電コスト評価方法、発電コスト評価装置、発電コスト評価プログラム、発電計画作成システムおよび発電設備起動/停止制御システム |
CN103248051A (zh) * | 2013-05-25 | 2013-08-14 | 南京南瑞集团公司 | 一种评估风电场功率波动影响电网运行安全风险的方法 |
US20150378387A1 (en) * | 2013-05-14 | 2015-12-31 | Rensselaer Polytechnic Institute | Methods of computing steady-state voltage stability margins of power systems |
CN108446828A (zh) * | 2018-02-12 | 2018-08-24 | 国网河南省电力公司 | 一种企业发电完成率均衡性评价方法及系统 |
-
2020
- 2020-11-09 CN CN202011237986.6A patent/CN112396303B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010011615A (ja) * | 2008-06-26 | 2010-01-14 | Mitsubishi Electric Corp | 発電コスト評価方法、発電コスト評価装置、発電コスト評価プログラム、発電計画作成システムおよび発電設備起動/停止制御システム |
US20150378387A1 (en) * | 2013-05-14 | 2015-12-31 | Rensselaer Polytechnic Institute | Methods of computing steady-state voltage stability margins of power systems |
CN103248051A (zh) * | 2013-05-25 | 2013-08-14 | 南京南瑞集团公司 | 一种评估风电场功率波动影响电网运行安全风险的方法 |
CN108446828A (zh) * | 2018-02-12 | 2018-08-24 | 国网河南省电力公司 | 一种企业发电完成率均衡性评价方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116466644A (zh) * | 2023-03-28 | 2023-07-21 | 索提斯云智控科技(上海)有限公司 | 一种基于plc控制的车辆性能监管系统及方法 |
CN116466644B (zh) * | 2023-03-28 | 2023-11-28 | 索提斯云智控科技(上海)有限公司 | 一种基于plc控制的车辆性能监管系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112396303B (zh) | 2023-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7698233B1 (en) | System and method for determining expected unserved energy to quantify generation reliability risks | |
US9286646B1 (en) | Method for managing centralized power generation with the aid of a digital computer | |
CN110648249A (zh) | 年度电力平衡测算方法、装置及设备 | |
CN111049193A (zh) | 一种风电系统多调度场景的备用需求动态评估方法 | |
CN110674452A (zh) | 发电机组年度基础电量的分解方法和装置 | |
CN112396303B (zh) | 发电调度评价方法、装置及设备 | |
CN116821660A (zh) | 一种电力管理方法、系统、终端设备及存储介质 | |
CN111340257B (zh) | 一种基于风险分析输电设备检修计划的优化方法及系统 | |
CN116796540A (zh) | 考虑弃光率和预测精度的大型光伏电站储能容量配置方法 | |
CN105678386B (zh) | 用于确定风力发电机组的时间可利用率的方法 | |
CN116865327A (zh) | 一种新能源纳入电力平衡比例的确定方法及系统 | |
CN109672170B (zh) | 一种区域电网有功备用评估方法和系统 | |
CN112398165B (zh) | 一种基于极限场景分析的新能源消纳能力评估方法 | |
Kirby et al. | Cost-causation-based tariffs for wind ancillary service impacts | |
Lu et al. | Probabilistic safety assessment for instrumentation and control systems in nuclear power plants: an overview | |
CN113344641B (zh) | 一种运行备用辅助服务市场交易成本分摊方法 | |
CN112446615A (zh) | 一种不停电作业优先级的评估方法 | |
Yang et al. | Research on solving method of security constrained unit commitment based on improved stochastic constrained ordinal optimization | |
CN112653196A (zh) | 电力系统发电侧备用资源调度方法、系统、装置及介质 | |
CN110619439A (zh) | 电力电量平衡测算方法和装置 | |
CN110659824A (zh) | 电量平衡测算方法和装置 | |
Galloway et al. | An investigation of pumped storage scheduling | |
CN114142465A (zh) | 一种运行备用容量测算的方法、装置及计算机 | |
CN117458441A (zh) | 一种考虑新能源品质分级的备用容量量化及出清方法 | |
CN107196314B (zh) | 基于非连续函数的无功补偿方法 |
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 |