CN112510703B - 一种考虑煤耗曲线修正的多能源接入电网优化调度方法 - Google Patents

一种考虑煤耗曲线修正的多能源接入电网优化调度方法 Download PDF

Info

Publication number
CN112510703B
CN112510703B CN202011354055.4A CN202011354055A CN112510703B CN 112510703 B CN112510703 B CN 112510703B CN 202011354055 A CN202011354055 A CN 202011354055A CN 112510703 B CN112510703 B CN 112510703B
Authority
CN
China
Prior art keywords
coal consumption
consumption curve
unit
power
theta
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
CN202011354055.4A
Other languages
English (en)
Other versions
CN112510703A (zh
Inventor
文贤馗
范强
陈园园
邓彤天
钟晶亮
张世海
古庭赟
李博文
祝健杨
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.)
Guizhou Power Grid Co Ltd
Original Assignee
Guizhou Power Grid Co Ltd
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 Guizhou Power Grid Co Ltd filed Critical Guizhou Power Grid Co Ltd
Priority to CN202011354055.4A priority Critical patent/CN112510703B/zh
Publication of CN112510703A publication Critical patent/CN112510703A/zh
Application granted granted Critical
Publication of CN112510703B publication Critical patent/CN112510703B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • 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
    • G06Q10/0631—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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • H02J13/00016—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using a wired telecommunication network or a data transmission bus
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • H02J13/00028—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment involving the use of Internet protocols
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/48—Controlling the sharing of the in-phase component
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • 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
    • Y04S10/12—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation
    • 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
    • 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
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
    • 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
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
    • Y04S40/124—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment using wired telecommunication networks or data transmission busses

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Power Engineering (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Development Economics (AREA)
  • Computational Linguistics (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种考虑煤耗曲线修正的多能源接入电网优化调度方法，它包括：建立火电机组的实时修正综合煤耗曲线；获取电网系统次日的预测间歇性电源发电功率值；获取电网系统次日负荷预测值；构建考虑实时修正综合煤耗曲线的多能源接入电网优化调度的目标函数；构建考虑实时修正综合煤耗曲线的多能源接入电网优化调度的约束条件；利用粒子群算法对考虑实时修正综合煤耗曲线的多能源接入电网优化调度的目标函数进行求解获得发电计划；对发电计划进行安全校核，通过则接入电网优化调度计划；解决了传统的日前调度方法忽略了间歇性能源出力不确定性的影响，而且没有考虑火电机组实际的煤耗情况等技术问题。

Description

一种考虑煤耗曲线修正的多能源接入电网优化调度方法
技术领域
本发明属于电网发电调度控制技术领域，具体涉及一种考虑煤耗曲线修正的多能源接入电网优化调度方法。
背景技术
定位发电调度传统的日前调度根据预测负荷、机组发电及检修计划、联络线交换功率计划和机组耗量特性等编制次日的发电计划，是电力系统经济调度的核心内容之一。考虑风、光、小水电等间歇性电源能源发电大规模并网后，传统的日前调度方法忽略了这些间歇性能源出力不确定性的影响，原有的确定性日前调度方法将不再适用，寻找新的日前调度方法显得尤为重要，关系到电力系统能否经济安全运行。在现有节能发电调度中，其中一个主要的计算指标是火电机组的运行费用，也就是机组的煤耗，目前采用的方法是利用最小二乘法将机组煤耗和发电有功功率的拟合成以机组发电功率P为变量的二次函数：f(P)＝aP2+bP+c，这个二次函数被称作煤耗量曲线，a、b、c系数为常数，且为固定值。但实际情况下，每台火电机组在不同运行工况下，其单位煤耗量也是不一样的，如果没有考虑火电机组实际的煤耗情况，而单纯使用固定的a、b、c系数值，会造成在火电机组接收调度机构AGC(自动发电控制)调节指令后进行机组出力调节偏差，导致电网和机组运行的煤耗量升高，经济性下降等问题。
发明内容
本发明解决的技术问题是：提供一种考虑煤耗曲线修正的多能源接入电网优化调度方法，以解决现有技术的日前调度方法忽略了间歇性能源出力不确定性的影响，原有的确定性日前调度方法将不再适用，现有技术的节能发电调度中没有考虑火电机组实际的煤耗情况，造成在火电机组接收调度机构AGC调节指令后进行机组出力调节偏差，导致电网和机组运行的煤耗量升高，经济性下降等问题。本发明采取的技术方案：
一种考虑煤耗曲线修正的多能源接入电网优化调度方法，它包括：
步骤1、建立火电机组的实时修正综合煤耗曲线；
步骤2、获取电网系统次日的预测间歇性电源发电功率值；
步骤3、获取电网系统次日负荷预测值；
步骤4、构建考虑实时修正综合煤耗曲线的多能源接入电网优化调度的目标函数；
步骤5、构建考虑实时修正综合煤耗曲线的多能源接入电网优化调度的约束条件；
步骤6、利用粒子群算法对考虑实时修正综合煤耗曲线的多能源接入电网优化调度的目标函数进行求解获得发电计划；
步骤7、对发电计划进行安全校核，通过则接入电网优化调度计划，否则调整可调控电源发电计划并重新执行步骤1-6。
步骤1所述建立火电机组的实时修正综合煤耗曲线的方法为：
步骤1.1、采集全网所有m个火电机组的历史机组信息及实时机组信息，构建历史信息θ＝{tθ,Pθ,Bθ}和实时信息
Figure BDA0002802129320000011
火电机组的历史机组信息θ＝{tθ,Pθ,Bθ}中，第i个机组第e个时刻的历史机组信息为θie＝{tθie,Pθie,Bθie}，其中i∈m,e∈n；tθ为机组的历史时刻数据；Pθ为机组的历史有功功率数据；Bθ为机组的历史煤耗量数据；火电机组的实时机组信息
Figure BDA0002802129320000024
中，第i个机组第d个时刻的实时机组信息为
Figure BDA0002802129320000025
Figure BDA0002802129320000026
为机组的实时时刻数据；
Figure BDA0002802129320000027
为机组的实时有功功率数据；
步骤1.2、获取的全网所有m个火电机组的历史机组信息集θ，通过最小二乘支持向量机计算第i个机组的煤耗量曲线函数，作为第一煤耗量曲线Cur1i；
步骤1.3、获取的全网所有m个火电机组的历史机组信息集θ，通过多项式法计算第i个机组的煤耗量曲线函数作为第二煤耗量曲线Cur2i；
步骤1.4、通过对第一煤耗量曲线Cur1i和第二煤耗量曲线Cur2i加权生成综合煤耗曲线CurPi；
步骤1.5、利用火电机组实时机组信息
Figure BDA0002802129320000028
实时修正综合煤耗曲线CurPi，用于滚动修正发电调度计划。
有功功率数据的采集方法为：由机组有功功率变送器直接获取机组5分钟的有功功率平均值PL1，由与PL1对应时刻的机组电流变送器IL2、电压变送器VL2和功率因数变送器
Figure BDA0002802129320000029
计算获得5分钟的有功功率平均值PL2，计算公式为
Figure BDA00028021293200000210
将PL1和PL2进行对比，若
Figure BDA0002802129320000021
误差小于0.5％，则机组有功功率选择PL1，若其误差大于0.5％，则取二者平均值，则机组有功功率为
Figure BDA0002802129320000022
第一煤耗量曲线Cur1i的建立方法为：
步骤
步骤1.2.1、利用全网所有n个火电机组的历史机组信息集θ作为训练样本集；训练数据样本集为tθ对应的
Figure BDA0002802129320000023
其中Pθi∈Rn为输入变量，Bθi∈Rn为相应的输出值；
步骤1.2.2、对样本数据进行非线性回归，通过一个非线性映射φ(Pθ)将样本数据映射到高维特征空间，然后在高维空间进行线性回归，该回归函数为：
f1(Pθ)＝ω*φ(Pθ)+Ξ
式中：ω为权值向量，Ξ表示偏置量；
步骤1.2.3、利用结构风险最小化原则时优化目标选择误差ξi的平方ξi 2作为损失函数，LS-SVM的优化问题为：
Figure BDA0002802129320000031
约束条件为：
Figure BDA0002802129320000032
式中：ξi表示误差项，
Figure BDA0002802129320000038
为惩罚函数，且
Figure BDA0002802129320000039
表示控制对超出误差的样本的惩罚程度；
步骤1.2.4、引入拉格朗日函数，构成函数如下：
Figure BDA0002802129320000033
式中：α为拉格朗日乘子，根据Kuhn-Tucker条件得：
Figure BDA0002802129320000034
消去ω和ξi，得到线性方程组：
Figure BDA0002802129320000035
式中，
Figure BDA0002802129320000036
根据Mercer条件，令Ω＝ZZT，利用核函数κ(Pθi,Pθζ)＝φ(Pθi)Tφ(Pθζ)得Ω＝BθiBθζφ(Pθi)Tφ(Pθζ)＝BθiBθζκ(Pθi,Pθζ)；
步骤1.2.5、通过最小二乘法进行求解线性方程组，计算第i个机组的煤耗量曲线函数为第一煤耗量曲线Cur1i
Figure BDA0002802129320000037
步骤1.3所述第二煤耗量曲线Cur2i的方法包括：
步骤1.3.1、利用全网所有m个火电机组的历史机组信息集θ作为训练样本集；训练数据样本集为tθ对应的
Figure BDA0002802129320000041
其中Pθi∈Rn为输入变量，Bθi∈Rn为相应的输出值；
步骤1.3.2、多项式法中Pθ要求为数值单调，不能出现重复，因此Pθi若出现相同数值，则以第一次Pθi数值对应的(Pθi,Bθi)为准，第二次出现的Pθi则忽略该点；
步骤1.3.3、设定拟合函数为
Figure BDA0002802129320000042
展开后得到：
Figure BDA0002802129320000043
将方程组改写为矩阵形式，得到：
Figure BDA0002802129320000044
解方程得到系数
Figure BDA0002802129320000045
Figure BDA0002802129320000046
步骤1.3.4、计算第i个机组的煤耗量曲线函数作为第二煤耗量曲线Cur2i，公式为：
Figure BDA0002802129320000047
综合煤耗曲线CurPi的计算方法为：
(1)求得综合煤耗曲线CurPi
Figure BDA0002802129320000048
η和χ分别为第一煤耗量曲线和第二煤耗量曲线的加权系数；
(2)在初始阶段：系数η取0.2，系数χ为0.8；随着运行时间越长数据样本越多，系数η逐渐增大，系数χ逐渐减小，保持关系为η+χ＝1；
利用火电机组实时机组信息
Figure BDA0002802129320000049
实时修正综合煤耗曲线CurPi
Figure BDA0002802129320000051
步骤4所述构建考虑实时修正综合煤耗曲线的多能源接入电网优化调度的目标函数的方法包括：
根据鲁棒调度结合确定性调度的约束条件，以最坏情况下的优化为基础，通过优化目标函数的下限值，使得不确定性因素变化时仍能保证调度方案维持在一定的经济性水平，即：
min f1+f2+f3
Figure BDA0002802129320000052
其中：
f1为火电机组开停机费用；
f2为火电机组运行费用；
f3为参与备用调节的水电机组运行费用；
f(t)为水电机组出力调整开关函数；
NT为火电机组台数(NT＝m)；
NdH为参与备用调节的水电机组台数；
uit为火电机组开机状态向量；
SUi为火电机组开机费用向量；
vit为火电机组停机状态向量；
SDi为火电机组停机费用向量；
s为间歇性电源出力轨迹向量，定义NR为调度周期内风、光、水、和气有功出力向量构成的多维向量空间，Pf为风电有功出力向量，Pg为光伏有功出力向量，Ph为小水电有功出力向量，Pq为煤层气有功出力向量，则有{s∈NR|NR＝Pf∪Pg∪Ph∪Pq}；
αi、αj为机组i、j的运行状态向量；
β为运算向量,
Figure BDA0002802129320000061
pit为火电机组i鲁棒轨迹有功计划出力向量；
qit(s)为间歇性电源出力轨迹s下火电机组i的调整出力向量；
为水电机组j鲁棒轨迹上的计划出力向量；
qjt(s)为间歇性电源出力轨迹s下水电机组i的调整出力向量；
pds,it为间歇性电源出力轨迹s下火电机组总负备用向量；
qdn,it(s)为间歇性电源出力轨迹s下最大负备用需求向量；
qup,it(s)为间歇性电源出力轨迹s下最大正备用需求向量；
fi(pit)为采用实时修正的煤耗曲线fi(pit)＝ci+biPθit+aiPθit 2，以确保实时煤耗曲线的最优。
步骤5所述构建考虑实时修正综合煤耗曲线的多能源接入电网优化调度的约束条件包括：
步骤5.1、机组出力总和调整前后相等，即满足有功功率平衡条件：
Figure BDA0002802129320000062
PLt为负荷短期预测向量；
pjt为节能调度系统给出的第j个水电厂的计划出力向量；
为间歇性电源类型，l＝1，2，…，NM；
pkt为第k个间歇性电源机组短期出力预测向量；
NW为间歇性电源机组数；
NH为水电机组台数；
qit(s)为间歇性电源出力轨迹s下火电机组j的调整出力向量；
ΔPt为间歇性电源出力轨迹s下间歇性电源预测误差向量；
步骤5.2、中调火电机组备用约束：
火电机组出力调整后，出力需介于最小、最大出力区间之内；火电机组出力调整量受限于旋转备用响应速度和时间；公式为：
Figure BDA0002802129320000071
pi max、pi min分别为机组i技术出力上、下限向量；
Δpi,up、Δpi,dn分别为机组i出力上调、下调的最大速率向量；
Δt为火电机组旋转备用响应时间，设置为5-10min；
步骤5.3、火电机组相邻时段爬坡速率约束：
Figure BDA0002802129320000072
Figure BDA0002802129320000073
s为时段内轨迹s出力波动边界向量；
步骤5.4、水电机组日流量约束：
水电机组的发电功率与机组的工作效率、水轮机的工作水头、水轮机的引用流量有关，公式为：
pjt＝9.8ηjΥjtQjt，j∈NdH
式中，ηj为水电机组j的效率；Υjt为水轮机第t时段的工作水头；Qjt为水轮机第t时段的引用流量；
水电的日发电量用水量根据水电调度部门的分配，水电转换关系为：
Figure BDA0002802129320000075
式中
Tch为参与备用调节总时段数；
Qi min为总调节时段内日分配最小用水量；
Qi max为总调节时段内日分配最大用水量。
步骤6所述利用粒子群算法对考虑实时修正综合煤耗曲线的多能源接入电网优化调度的目标函数进行求解获得发电计划的方法为：第i个粒子在d维空间的坐标为：Xi(xi1,xi2,xi3…xid)，速度为Vi(vi1,vi2,vi3…vid)确定一次迭代的位移，粒子在搜索过程中由种群及个体的经验来改变本身位置；在PSO中通过跟踪两个相关极值来更新粒子，其中一个是本身得到的最优解Pi(pi1,pi2,pi3,…,pid)，另一个是到目前为止种群所得到的最优解Pg(pg1,pg2,pg3,…,pgd)；迭代公式如下：
vid＝w×vid+c1×rand()×(pid-xid)+c2×rand()×(pgd-xgd)
xid＝xid+vid
式中w为惯性权重；c1和c2为加速因子。
安全校核的方法为：利用网络拓扑结构数据、负荷预测数据、间歇性电源发电功率预测数据、检修计划数据以及求得的发电计划，计算次日96点时刻的系统潮流，并根据安全限额进行断面潮流越限判断，完成安全校核工作；当断面潮流无越限时，则将考虑在线煤耗曲线的多能源接入电网优化调度计划下发执行；当安全校核结果出现稳定越限时，则调整可调控电源发电计划，并重复步骤1-6，直至安全校核通过。
本发明的有益效果：
本发明通过收集全网所有n个火电机组的历史机组信息及实时机组信息，构建历史信息集和实时信息集，分别通过最小二乘支持向量机法(LSSVM)和多项式法计算得第一煤耗量曲线和第二煤耗量曲线，根据两种算法的特点利用加权方式进行获得综合煤耗曲线的函数表达式，同时再根据火电机组运行中的实时信息集，利用机组实时信息对曲线进行实时修正，从而得到在线煤耗曲线实时曲线，结合间歇性电源功率预测系统、负荷预测系统的短期功率和负荷预测结果，构建考虑在线煤耗曲线的多能源接入电网优化调度的目标函数并制定相应边界条件，通过粒子群算法进行多目标求解，并通过安全校核后，下发执行考虑在线煤耗曲线的多能源接入电网优化调度计划，解决了传统的日前调度方法忽略了这些间歇性能源出力不确定性的影响，而且没有考虑火电机组实际的煤耗情况，仅仅单纯使用固定的a、b、c系数值，造成在火电机组接收调度机构AGC(自动发电控制)调节指令后进行机组出力调节偏差，导致电网和机组运行的煤耗量升高，经济性下降，而且传统的最小二乘法比较单一，计算精度低，拟合效果不能满足实际机组运行所需的精度等问题。
附图说明：
图1为本发明系统示意图。
具体实施方式：
一种考虑煤耗曲线修正的多能源接入电网优化调度方法，包括以下步骤：
1、利用火电在线煤耗曲线实时辨识与分析系统获取系统火电机组的综合煤耗曲线。
1.1、收集全网所有m个火电机组的历史机组信息及实时机组信息，构建历史信息θ＝{tθ,Pθ,Bθ}和实时信息
Figure BDA0002802129320000094
(1)其中，火电机组的历史机组信息θ＝{tθ,Pθ,Bθ}中，第i个机组第e个时刻的历史机组信息为θie＝{tθie,Pθie,Bθie}，其中i∈m,e∈n。
tθ为：机组的历史时刻数据，用作标记机组的历史有功功率数据和历史煤耗量数据对应的时刻值，时刻的时标格式为年：月：日：时：分：秒。
Pθ为：机组的历史有功功率数据。
Bθ为：机组的历史煤耗量数据。
(2)其中，火电机组的实时机组信息
Figure BDA0002802129320000095
中，第i个机组第d个时刻的实时机组信息为
Figure BDA0002802129320000096
Figure BDA0002802129320000097
为：机组的实时时刻数据，用作标记机组的实时有功功率数据和实时煤耗量数据对应的时刻值，时刻的时标格式为年：月：日：时：分：秒。
Figure BDA0002802129320000098
为：机组的实时有功功率数据。
(3)时刻数据的获取：从厂站的GPS装置获取。
(4)机组有功功率数据的获取：由机组有功功率变送器直接获取机组5分钟的有功功率平均值PL1，由与PL1对应时刻的机组电流变送器IL2、电压变送器VL2和功率因数变送器
Figure BDA0002802129320000099
计算获得5分钟的有功功率平均值PL2，计算公式为
Figure BDA00028021293200000910
将PL1和PL2进行对比，若
Figure BDA0002802129320000091
误差小于0.5％，则机组有功功率选择PL1，若其误差大于0.5％，则取二者平均值，则机组有功功率为
Figure BDA0002802129320000092
1.2、利用步骤1获取的全网所有m个火电机组的历史机组信息集θ，通过最小二乘支持向量机(LSSVM)，计算第i个机组的煤耗量曲线函数，作为第一煤耗量曲线Cur1i。
(1)确定训练样本容量及样本集。利用步骤1获取的全网所有n个火电机组的历史机组信息集θ，作为训练样本集。
训练数据样本集为tθ对应的
Figure BDA0002802129320000093
其中Pθi∈Rn为输入变量，Bθi∈Rn为相应的输出值。
(2)对样本数据进行非线性回归，通过一个非线性映射φ(Pθ)将样本数据映射到高维特征空间，然后在高维空间进行线性回归，该回归函数为：
f1(Pθ)＝ω*φ(Pθ)+Ξ
其中ω为权值向量，Ξ表示偏置量。
(3)利用结构风险最小化原则时，优化目标选择误差ξi的平方
Figure BDA0002802129320000101
作为损失函数。LS-SVM的优化问题为：
Figure BDA0002802129320000102
约束条件为：
Figure BDA0002802129320000103
其中，ξi表示误差项，
Figure BDA0002802129320000108
为惩罚函数，且
Figure BDA0002802129320000109
表示控制对超出误差的样本的惩罚程度。
(4)引入拉格朗日函数，构成函数如下：
Figure BDA0002802129320000104
其中α为拉格朗日乘子。根据Kuhn-Tucker条件得：
Figure BDA0002802129320000105
对上式，消去ω和ξi，得到如下线性方程组，
Figure BDA0002802129320000106
式中，
Figure BDA0002802129320000107
另外，根据Mercer条件，令Ω＝ZZT，利用核函数κ(Pθi,Pθζ)＝φ(Pθi)Tφ(Pθζ)得Ω＝BθiBθζφ(Pθi)Tφ(Pθζ)＝BθiBθζκ(Pθi,Pθζ)
(5)通过最小二乘法进行求解线性方程组，计算第i个机组的煤耗量曲线函数，为第一煤耗量曲线Cur1i
Figure BDA0002802129320000111
1.3、利用步骤1获取的全网所有m个火电机组的历史机组信息集θ，通过多项式法，计算第i个机组的煤耗量曲线函数，作为第二煤耗量曲线Cur2i。
(1)确定训练样本容量及样本集。利用步骤1获取的全网所有m个火电机组的历史机组信息集θ，作为训练样本集。
训练数据样本集为tθ对应的
Figure BDA0002802129320000112
其中Pθi∈Rn为输入变量，Bθi∈Rn为相应的输出值。
(2)由于多项式法中Pθ要求为数值单调，不能出现重复，因此Pθi若出现相同数值，则以第一次Pθi数值对应的(Pθi,Bθi)为准，第二次出现的Pθi则忽略该点。
(3)设定拟合函数为
Figure BDA0002802129320000113
展开后得到下式
Figure BDA0002802129320000114
将以上方程组改写为矩阵形式，可得到
Figure BDA0002802129320000115
解方程得到系数
Figure BDA0002802129320000116
其中
Figure BDA0002802129320000117
(4)计算第i个机组的煤耗量曲线函数，作为第二煤耗量曲线Cur2i
将得到的
Figure BDA0002802129320000118
1.4、通过对第一煤耗量曲线Cur1i和第二煤耗量曲线Cur2i加权生成综合煤耗曲线CurPi。
(1)求得综合煤耗曲线CurPi
Figure BDA0002802129320000121
其中η和χ分别为第一煤耗量曲线和第二煤耗量曲线的加权系数。
(2)第一煤耗量曲线和第二煤耗量曲线的加权系数的获取：考虑到第一煤耗量曲线采用优化算法获得，数据量较大煤耗曲线拟合越准确，在初始阶段训练样本数据量有限，其系数η考虑为0.2，而第二煤耗量曲线采用直接计算，其系数χ考虑为0.8。随着运行时间越长，数据样本越多，系数η可逐渐增大，系数χ逐渐减小，但保持关系为η+χ＝1。
1.5、利用火电机组实时机组信息
Figure BDA0002802129320000124
实时修正综合煤耗曲线CurPi，用于滚动修正发电调度计划。
Figure BDA0002802129320000122
核函数κ(Pθi,Pθζ)＝φ(Pθi)Tφ(Pθζ)
Figure BDA0002802129320000123
表示煤耗量曲线方程式的阶数。
2、利用间歇性电源功率预测系统的电网系统，获取电网系统次日的预测间歇性电源发电功率值。设间歇性电源功率预测值为NR，次日96点预测值为[NR1,NR2……NR96]。
3、利用负荷预测系统获取电网系统次日负荷预测值。负荷预测值为PLt，次日96点预测值为[PLt1,PLt2……PLt96]。
4、构建考虑在线煤耗曲线修正的多能源接入电网优化调度的目标函数：
鲁棒调度结合确定性调度的约束条件，以最坏情况下的优化为基础，通过优化目标函数的下限值，使得不确定性因素变化时，仍能保证调度方案维持在一定的经济性水平。即：
min f1+f2+f3
Figure BDA0002802129320000131
其中：
f1——火电机组开停机费用；
f2——火电机组运行费用；
f3——参与备用调节的水电机组运行费用；
f(t)——水电机组出力调整开关函数；
NT——火电机组台数(NT＝m)；
NdH——参与备用调节的水电机组台数；
uit——火电机组开机状态向量；
SUi——火电机组开机费用向量；
vit——火电机组停机状态向量；
SDi——火电机组停机费用向量；
s——间歇性电源出力轨迹向量，定义NR为调度周期内风/光/水/气有功出力向量构成的多维向量空间，Pf为风电有功出力向量，Pg为光伏有功出力向量，Ph为小水电有功出力向量，Pq为煤层气有功出力向量，则有{s∈NR|NR＝Pf∪Pg∪Ph∪Pq}；
αi、αj——机组i、j的运行状态向量；
β——运算向量,
Figure BDA0002802129320000141
pit——火电机组i鲁棒轨迹有功计划出力向量；
qit(s)——间歇性电源出力轨迹s下火电机组i的调整出力向量；
pjt——水电机组j鲁棒轨迹(对应于新能源出力预测场景)上的计划出力向量；
qjt(s)——间歇性电源出力轨迹s下水电机组i的调整出力向量；
pds,it——间歇性电源出力轨迹s下火电机组总负备用向量。
qdn,it(s)——间歇性电源出力轨迹s下最大负备用需求向量；
qup,it(s)——间歇性电源出力轨迹s下最大正备用需求向量。
其中，fi(pit)采用实时修正的煤耗曲线fi(pit)＝ci+biPθit+aiPθit 2，以确保实时煤耗曲线的最优。
5、制定考虑在线煤耗曲线实时修正的多能源接入电网优化调度的约束条件。
①机组出力总和调整前后相等，即满足有功功率平衡条件：
Figure BDA0002802129320000142
其中：
PLt——负荷短期预测向量；
pjt——节能调度系统给出的第j个水电厂的计划出力向量；
l——间歇性电源类型，l＝1，2，…，NM；
pkt——第k个间歇性电源机组短期出力预测向量；
NW——间歇性电源机组数；
NH——水电机组台数；
qit(s)——间歇性电源出力轨迹s下火电机组j的调整出力向量；
ΔPt——间歇性电源出力轨迹s下间歇性电源预测误差向量。
约束条件①表明，在特定时段间歇性电源功率波动到其预测出力边界时，系统都具备足够的调节能力使系统有功功率平衡约束条件得以满足，同时也给出了系统备用预留的依据，对机组出力与备用预留进行协同优化，在满足系统安全性的前提下实现备用预留的最小化。
②中调火电机组备用约束：
火电机组出力调整后，其出力需介于最小、最大出力区间之内；火电机组出力调整量受限于旋转备用响应速度和时间，如下：
Figure BDA0002802129320000151
其中：
pimax、pimin——分别为机组i技术出力上、下限向量；
Δpi,up、Δpi,dn——分别为机组i出力上调、下调的最大速率向量；
Δt——火电机组旋转备用响应时间，设置为5-10min。
③火电机组相邻时段爬坡速率约束：
Figure BDA0002802129320000152
其中：
Figure BDA0002802129320000153
s——为时段内轨迹s出力波动边界向量；
若火电机组出现备用不足的情形，需要水电机组进行调节时，需要对等式约束条件式①进行修改，此时，f(t)＝1，增加水电机组日流量约束条件，如下所示。
④水电机组日流量约束：
水电机组的发电功率与机组的工作效率、水轮机的工作水头、水轮机的引用流量有关，一般有如下水电转换关系[108]：
pjt＝9.8ηjΥjtQjt，j∈NdH (1-23)
式中，ηj为水电机组j的效率；Υjt为水轮机第t时段的工作水头；Qjt为水轮机第t时段的引用流量。
水电的日发电量用水量需根据水电调度部门的分配，限制在一定范围内。则由水电转换关系，有：
Figure BDA0002802129320000161
式中，
Tch——为参与备用调节总时段数；
Qi min——为总调节时段内日分配最小用水量；
Qi max——为总调节时段内日分配最大用水量。
6、利用粒子群算法对目标函数进行求解，获得发电计划。
第i个粒子在d维空间的坐标可以通过下式表示：Xi(xi1,xi2,xi3…xid)，此外还有一个速度Vi(vi1,vi2,vi3…vid)，它可以确定一次迭代的位移。粒子在搜索过程中，可以由种群及个体的经验来改变本身位置。在PSO中，通过跟踪两个相关极值来更新粒子，其中一个是它本身得到的最优解Pi(pi1,pi2,pi3,…,pid)，另一个就是到目前为止种群所得到的最优解Pg(pg1,pg2,pg3,…,pgd)。迭代公式如下：
vid＝w×vid+c1×rand()×(pid-xid)+c2×rand()×(pgd-xgd)
xid＝xid+vid
式中w为惯性权重；c1和c2为加速因子，一般取常数；rand()、Rand()是两个独立的随机数，区间为[0,1]。
7、将发电计划进行安全校核，通过则考虑在线煤耗曲线的多能源接入电网优化调度计划，否则调整可调控电源发电计划并重新执行1-6步计算。
利用网络拓扑结构数据、负荷预测数据、间歇性电源发电功率预测数据，检修计划数据，以及求得的发电计划，计算次日96点时刻的系统潮流，并根据安全限额进行断面潮流越限判断，完成安全校核工作。当断面潮流无越限时，则将考虑在线煤耗曲线的多能源接入电网优化调度计划下发执行。当安全校核结果出现稳定越限时，则调整可调控电源发电计划，并重复步骤1-6，直至安全校核通过。
系统组成：
火电在线煤耗曲线实时辨识与分析系统包括在线煤耗曲线实时辨识与分析系统主站和L个在线煤耗曲线实时辨识与分析系统厂站。
其中，在线煤耗曲线实时辨识与分析系统主站包括采用1000Mbps的主干冗余快速以太网作为信息传递和数据传输的媒体，通过相应的网络设备、接口服务器、数据库服务器、计算服务器、域服务器、WEB服务器、计算机终端设备和系统软件包等来完成系统的应用功能。
L个在线煤耗曲线实时辨识与分析系统厂站通过百兆以太网与厂站汇集交换机相连，并利用专线或调度数据网通过防火墙接入主站核心交换机，用于实现厂站数据向主站传输。专线或调度数据网按照电网统一规划的安全措施进行远程数据通信的安全防护。
每个在线煤耗曲线实时辨识与分析系统厂站，包括厂站内多个机组采集站，通过百兆以太网与厂站内交换机连接。
在线煤耗曲线实时辨识与分析系统厂站包括多个机组采集站。
每个机组采集站包括机组DCS系统、机组DCS系统接口机、机组DCS采集站、机组功率变送器、机组电压变送器、机组电流变送器、机组功率因数变送器、厂站GPS系统。
厂站GPS系统通过通信电缆与机组DCS系统相连，用于提供标准对时时间。
机组DCS系统通过通信电缆与机组功率变送器、机组电压变送器、机组电流变送器、机组功率因数变送器相连，用于提供机组的功率、电压、电流和功率因数。
机组DCS系统通过百兆以太网连接到对应机组的DCS控制系统接口机，再通过OPC工业标准协议直接将采集数据传输给机组DCS采集站。
间歇性电源发电功率预测系统包括间歇性电源发电功率预测系统主站端和间歇性电源发电功率预测系统子站端。
间歇性电源发电功率预测系统主站端
间歇性电源发电功率预测系统主站端包括采集与处理层、预测层、考核分析层。采集与处理层核心实现功率预测系统所需要数据的采集和处理。采集与处理层主要包括子站预测上报接收、测风塔/气象数据上报接收、运行状态数据上报接收、实时上网功率采集、NWP(数值天气预报)采集、数据处理等功能模块；预测层核心实现功率的预测。预测层主要包括短期功率预测、超短期功率预测等功能模块；考核分析层核心实现功率预测的误差评价、考核及统计分析。考核分析层主要包括子站功率预测上报考核、子站测风塔/气象数据上报考核、预测结果误差综合评价、统计分析等功能模块。
间歇性电源发电功率预测系统子站端包括光伏电站功率预测子系统、风电场功率预测子系统和小水电集群功率预测子系统。
光伏电站功率预测子系统包括光伏气象站，用于收集光伏功率预测结果、光伏气象站实时数据、光伏系统运行状态数据等信息，上送至主站端。
风电场功率预测子系统包括光伏气象站，用于收集风电场功率预测结果、测风塔实时数据、风电场运行状态数据等，上送至主站端。
小水电集群功率预测子系统包括光伏气象站，用于收集小水电集群功率预测结果、小水电集群气象实时数据、小水电集群机组运行状态数据等信息，上送至主站端。

Claims (9)

1.一种考虑煤耗曲线修正的多能源接入电网优化调度方法，它包括：
步骤1、建立火电机组的实时修正综合煤耗曲线；
步骤1所述建立火电机组的实时修正综合煤耗曲线的方法为：
步骤1.1、采集全网所有m个火电机组的历史机组信息及实时机组信息，构建历史信息θ＝{tθ,Pθ,Bθ}和实时信息
Figure FDA0003703231350000011
火电机组的历史机组信息θ＝{tθ,Pθ,Bθ}中，第i个机组第e个时刻的历史机组信息为θie＝{tθie,Pθie,Bθie}，其中i∈m,e∈n；tθ为机组的历史时刻数据；Pθ为机组的历史有功功率数据；Bθ为机组的历史煤耗量数据；火电机组的实时机组信息
Figure FDA0003703231350000012
中，第i个机组第d个时刻的实时机组信息为
Figure FDA0003703231350000013
Figure FDA0003703231350000014
为机组的实时时刻数据；
Figure FDA0003703231350000015
为机组的实时有功功率数据；
步骤1.2、获取的全网所有m个火电机组的历史机组信息集θ，通过最小二乘支持向量机计算第i个机组的煤耗量曲线函数，作为第一煤耗量曲线Cur1i；
步骤1.3、获取的全网所有m个火电机组的历史机组信息集θ，通过多项式法计算第i个机组的煤耗量曲线函数作为第二煤耗量曲线Cur2i；
步骤1.4、通过对第一煤耗量曲线Cur1i和第二煤耗量曲线Cur2i加权生成综合煤耗曲线CurPi；
步骤1.5、利用火电机组实时机组信息
Figure FDA0003703231350000016
实时修正综合煤耗曲线CurPi，用于滚动修正发电调度计划；
步骤2、获取电网系统次日的预测间歇性电源发电功率值；
步骤3、获取电网系统次日负荷预测值；
步骤4、构建考虑实时修正综合煤耗曲线的多能源接入电网优化调度的目标函数；
步骤5、构建考虑实时修正综合煤耗曲线的多能源接入电网优化调度的约束条件；
步骤6、利用粒子群算法对考虑实时修正综合煤耗曲线的多能源接入电网优化调度的目标函数进行求解获得发电计划；
步骤7、对发电计划进行安全校核，通过则接入电网优化调度计划，否则调整可调控电源发电计划并重新执行步骤1-6。
2.根据权利要求1所述一种考虑煤耗曲线修正的多能源接入电网优化调度方法，其特征在于：有功功率数据的采集方法为：由机组有功功率变送器直接获取机组5分钟的有功功率平均值PL1，由与PL1对应时刻的机组电流变送器IL2、电压变送器VL2和功率因数变送器
Figure FDA0003703231350000021
计算获得5分钟的有功功率平均值PL2，计算公式为
Figure FDA0003703231350000022
将PL1和PL2进行对比，若
Figure FDA0003703231350000023
误差小于0.5％，则机组有功功率选择PL1，若其误差大于0.5％，则取二者平均值，则机组有功功率为
Figure FDA0003703231350000024
3.根据权利要求1所述一种考虑煤耗曲线修正的多能源接入电网优化调度方法，其特征在于：第一煤耗量曲线Cur1i的建立方法为：
步骤1.2.1、利用全网所有n个火电机组的历史机组信息集θ作为训练样本集；训练数据样本集为tθ对应的
Figure FDA0003703231350000031
其中Pθi∈Rn为输入变量，Bθi∈Rn为相应的输出值；
步骤1.2.2、对样本数据进行非线性回归，通过一个非线性映射φ(Pθ)将样本数据映射到高维特征空间，然后在高维空间进行线性回归，该回归函数为：
f1(Pθ)＝ω*φ(Pθ)+Ξ
式中：ω为权值向量，Ξ表示偏置量；
步骤1.2.3、利用结构风险最小化原则时优化目标选择误差ξi的平方
Figure FDA0003703231350000032
作为损失函数，LS-SVM的优化问题为：
Figure FDA0003703231350000033
约束条件为：
Figure FDA0003703231350000034
式中：ξi表示误差项，
Figure FDA0003703231350000035
为惩罚函数，且
Figure FDA0003703231350000036
表示控制对超出误差的样本的惩罚程度；
步骤1.2.4、引入拉格朗日函数，构成函数如下：
Figure FDA0003703231350000037
式中：α为拉格朗日乘子，根据Kuhn-Tucker条件得：
Figure FDA0003703231350000041
消去ω和ξi，得到线性方程组：
Figure FDA0003703231350000042
式中，
Figure FDA0003703231350000043
根据Mercer条件，令Ω＝ZZT，利用核函数κ(Pθi,Pθζ)＝φ(Pθi)Tφ(Pθζ)得Ω＝BθiBθζφ(Pθi)Tφ(Pθζ)＝BθiBθζκ(Pθi,Pθζ)；
步骤1.2.5、通过最小二乘法进行求解线性方程组，计算第i个机组的煤耗量曲线函数为第一煤耗量曲线Cur1i
Figure FDA0003703231350000044
4.根据权利要求1所述一种考虑煤耗曲线修正的多能源接入电网优化调度方法，其特征在于：步骤1.3所述第二煤耗量曲线Cur2i的方法包括：
步骤1.3.1、利用全网所有m个火电机组的历史机组信息集θ作为训练样本集；训练数据样本集为tθ对应的
Figure FDA0003703231350000045
其中Pθi∈Rn为输入变量，Bθi∈Rn为相应的输出值；
步骤1.3.2、多项式法中Pθ要求为数值单调，不能出现重复，因此Pθi若出现相同数值，则以第一次Pθi数值对应的(Pθi,Bθi)为准，第二次出现的Pθi则忽略该点；
步骤1.3.3、设定拟合函数为
Figure FDA0003703231350000051
展开后得到：
Figure FDA0003703231350000052
将方程组改写为矩阵形式，得到：
Figure FDA0003703231350000053
解方程得到系数
Figure FDA0003703231350000054
Figure FDA0003703231350000055
步骤1.3.4、计算第i个机组的煤耗量曲线函数作为第二煤耗量曲线Cur2i，公式为：
Figure FDA0003703231350000056
5.根据权利要求1所述一种考虑煤耗曲线修正的多能源接入电网优化调度方法，其特征在于：综合煤耗曲线CurPi的计算方法为：
(1)求得综合煤耗曲线CurPi
Figure FDA0003703231350000057
η和χ分别为第一煤耗量曲线和第二煤耗量曲线的加权系数；
(2)在初始阶段：系数η取0.2，系数χ为0.8；随着运行时间越长数据样本越多，系数η逐渐增大，系数χ逐渐减小，保持关系为
η+χ＝1；
利用火电机组实时机组信息
Figure FDA0003703231350000061
实时修正综合煤耗曲线CurPi
Figure FDA0003703231350000062
6.根据权利要求1所述一种考虑煤耗曲线修正的多能源接入电网优化调度方法，其特征在于：步骤4所述构建考虑实时修正综合煤耗曲线的多能源接入电网优化调度的目标函数的方法包括：
根据鲁棒调度结合确定性调度的约束条件，以最坏情况下的优化为基础，通过优化目标函数的下限值，使得不确定性因素变化时仍能保证调度方案维持在一定的经济性水平，即：
min f1+f2+f3
Figure FDA0003703231350000063
其中：
f1为火电机组开停机费用；
f2为火电机组运行费用；
f3为参与备用调节的水电机组运行费用；
f(t)为水电机组出力调整开关函数；
NT为火电机组台数(NT＝m)；
NdH为参与备用调节的水电机组台数；
uit为火电机组开机状态向量；
SUi为火电机组开机费用向量；
vit为火电机组停机状态向量；
SDi为火电机组停机费用向量；
s为间歇性电源出力轨迹向量，定义NR为调度周期内风、光、水、和气有功出力向量构成的多维向量空间，Pf为风电有功出力向量，Pg为光伏有功出力向量，Ph为小水电有功出力向量，Pq为煤层气有功出力向量，则有{s∈NR|NR＝Pf∪Pg∪Ph∪Pq}；
αi、αj为机组i、j的运行状态向量；
β为运算向量,
Figure FDA0003703231350000071
pit为火电机组i鲁棒轨迹有功计划出力向量；
qit(s)为间歇性电源出力轨迹s下火电机组i的调整出力向量；
pjt为水电机组j鲁棒轨迹上的计划出力向量；
qjt(s)为间歇性电源出力轨迹s下水电机组i的调整出力向量；
pds,it为间歇性电源出力轨迹s下火电机组总负备用向量；
qdn,it(s)为间歇性电源出力轨迹s下最大负备用需求向量；
qup,it(s)为间歇性电源出力轨迹s下最大正备用需求向量；
fi(pit)为采用实时修正的煤耗曲线fi(pit)＝ci+biPθit+aiPθit 2，以确保实时煤耗曲线的最优。
7.根据权利要求1所述一种考虑煤耗曲线修正的多能源接入电网优化调度方法，其特征在于：步骤5所述构建考虑实时修正综合煤耗曲线的多能源接入电网优化调度的约束条件包括：
步骤5.1、机组出力总和调整前后相等，即满足有功功率平衡条件：
Figure FDA0003703231350000081
PLt为负荷短期预测向量；
pjt为节能调度系统给出的第j个水电厂的计划出力向量；
l为间歇性电源类型，l＝1,2,…,NM；
pkt为第k个间歇性电源机组短期出力预测向量；
NW为间歇性电源机组数；
NH为水电机组台数；
qit(s)为间歇性电源出力轨迹s下火电机组j的调整出力向量；
ΔPt为间歇性电源出力轨迹s下间歇性电源预测误差向量；
步骤5.2、中调火电机组备用约束：
火电机组出力调整后，出力需介于最小、最大出力区间之内；火电机组出力调整量受限于旋转备用响应速度和时间；公式为：
Figure FDA0003703231350000082
pimax、pimin分别为机组i技术出力上、下限向量；
Δpi,up、Δpi,dn分别为机组i出力上调、下调的最大速率向量；
Δt为火电机组旋转备用响应时间，设置为5-10min；
步骤5.3、火电机组相邻时段爬坡速率约束：
Figure FDA0003703231350000091
Figure FDA0003703231350000092
s为时段内轨迹s出力波动边界向量；
步骤5.4、水电机组日流量约束：
水电机组的发电功率与机组的工作效率、水轮机的工作水头、水轮机的引用流量有关，公式为：
pjt＝9.8ηjΥjtQjt,j∈NdH
式中，ηj为水电机组j的效率；Υjt为水轮机第t时段的工作水头；
Qjt为水轮机第t时段的引用流量；
水电的日发电量用水量根据水电调度部门的分配，水电转换关系为：
Figure FDA0003703231350000093
式中
Tch为参与备用调节总时段数；
Qimin为总调节时段内日分配最小用水量；
Qimax为总调节时段内日分配最大用水量。
8.根据权利要求1所述一种考虑煤耗曲线修正的多能源接入电网优化调度方法，其特征在于：步骤6所述利用粒子群算法对考虑实时修正综合煤耗曲线的多能源接入电网优化调度的目标函数进行求解获得发电计划的方法为：第i个粒子在d维空间的坐标为：Xi(xi1,xi2,xi3…xid)，速度为Vi(vi1,vi2,vi3…vid)确定一次迭代的位移，粒子在搜索过程中由种群及个体的经验来改变本身位置；在PSO中通过跟踪两个相关极值来更新粒子，其中一个是本身得到的最优解Pi(pi1,pi2,pi3,…,pid)，另一个是到目前为止种群所得到的最优解Pg(pg1,pg2,pg3,…,pgd)；迭代公式如下：
vid＝w×vid+c1×rand()×(pid-xid)+c2×rand()×(pgd-xgd)
xid＝xid+vid
式中w为惯性权重；c1和c2为加速因子。
9.根据权利要求1所述一种考虑煤耗曲线修正的多能源接入电网优化调度方法，其特征在于：安全校核的方法为：利用网络拓扑结构数据、负荷预测数据、间歇性电源发电功率预测数据、检修计划数据以及求得的发电计划，计算次日96点时刻的系统潮流，并根据安全限额进行断面潮流越限判断，完成安全校核工作；当断面潮流无越限时，则将考虑在线煤耗曲线的多能源接入电网优化调度计划下发执行；当安全校核结果出现稳定越限时，则调整可调控电源发电计划，并重复步骤1-6，直至安全校核通过。
CN202011354055.4A 2020-11-26 2020-11-26 一种考虑煤耗曲线修正的多能源接入电网优化调度方法 Active CN112510703B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011354055.4A CN112510703B (zh) 2020-11-26 2020-11-26 一种考虑煤耗曲线修正的多能源接入电网优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011354055.4A CN112510703B (zh) 2020-11-26 2020-11-26 一种考虑煤耗曲线修正的多能源接入电网优化调度方法

Publications (2)

Publication Number Publication Date
CN112510703A CN112510703A (zh) 2021-03-16
CN112510703B true CN112510703B (zh) 2022-10-04

Family

ID=74966545

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011354055.4A Active CN112510703B (zh) 2020-11-26 2020-11-26 一种考虑煤耗曲线修正的多能源接入电网优化调度方法

Country Status (1)

Country Link
CN (1) CN112510703B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114696315B (zh) * 2021-11-30 2024-03-01 国家能源集团宁夏电力有限公司 燃煤电厂厂级agc系统控制方法
CN114398779A (zh) * 2022-01-07 2022-04-26 华北电力科学研究院有限责任公司 火电机组煤耗特性曲线确定方法及装置
CN115275976A (zh) * 2022-06-24 2022-11-01 河北邯峰发电有限责任公司 一种基于既有负荷完成率偏差的煤耗修正算法
CN116404646B (zh) * 2023-06-08 2023-10-20 国网江西省电力有限公司电力科学研究院 一种计及备用风险的电力系统调度方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101206754A (zh) * 2006-12-21 2008-06-25 北京华电天仁电力控制技术有限公司 基于多种约束规则的火电厂厂级负荷优化分配方法
CN101725998A (zh) * 2009-12-14 2010-06-09 贵州电力试验研究院 煤耗在线监测系统中异常数据的判定及替换系统
CN101738972A (zh) * 2009-12-14 2010-06-16 贵州电力试验研究院 检测煤耗在线监测系统监测准确性的测试方法
CN102930351A (zh) * 2012-10-26 2013-02-13 安徽省电力公司 一种综合节能优化调度日计划生成方法
CN102969740A (zh) * 2012-11-15 2013-03-13 南京南瑞继保电气有限公司 一种电厂实时发电计划修正方法
CN104123593A (zh) * 2014-07-16 2014-10-29 上海交通大学 基于煤耗特性曲线在线滚动更新的多模式负荷调度方法
CN104268433A (zh) * 2014-10-16 2015-01-07 中冶华天工程技术有限公司 煤气锅炉运行参数变化引起的机组发电煤耗偏差监测方法
CN104766131A (zh) * 2015-01-29 2015-07-08 国家电网公司 多电源运行方式的优化方法
CN105098843A (zh) * 2015-08-25 2015-11-25 南京南瑞继保电气有限公司 用于火电厂厂级自动发电控制系统的负荷优化分配方法和系统
CN109936164A (zh) * 2019-03-31 2019-06-25 东北电力大学 基于电源互补特性分析的多能源电力系统优化运行方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101593979A (zh) * 2009-07-06 2009-12-02 贵阳高新金辰软件有限公司 一种火力发电厂厂级负荷优化分配方法及装置
CN103759290A (zh) * 2014-01-16 2014-04-30 广东电网公司电力科学研究院 大型燃煤机组在线监测与优化控制系统及其实现方法
CN105279573B (zh) * 2015-09-19 2018-09-07 东北电力大学 一种火电厂煤耗率经济性分析方法
CN110336334B (zh) * 2019-08-01 2020-11-24 国网能源研究院有限公司 基于火电机组调峰能力报价的日前调峰资源优化调度方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101206754A (zh) * 2006-12-21 2008-06-25 北京华电天仁电力控制技术有限公司 基于多种约束规则的火电厂厂级负荷优化分配方法
CN101725998A (zh) * 2009-12-14 2010-06-09 贵州电力试验研究院 煤耗在线监测系统中异常数据的判定及替换系统
CN101738972A (zh) * 2009-12-14 2010-06-16 贵州电力试验研究院 检测煤耗在线监测系统监测准确性的测试方法
CN102930351A (zh) * 2012-10-26 2013-02-13 安徽省电力公司 一种综合节能优化调度日计划生成方法
CN102969740A (zh) * 2012-11-15 2013-03-13 南京南瑞继保电气有限公司 一种电厂实时发电计划修正方法
CN104123593A (zh) * 2014-07-16 2014-10-29 上海交通大学 基于煤耗特性曲线在线滚动更新的多模式负荷调度方法
CN104268433A (zh) * 2014-10-16 2015-01-07 中冶华天工程技术有限公司 煤气锅炉运行参数变化引起的机组发电煤耗偏差监测方法
CN104766131A (zh) * 2015-01-29 2015-07-08 国家电网公司 多电源运行方式的优化方法
CN105098843A (zh) * 2015-08-25 2015-11-25 南京南瑞继保电气有限公司 用于火电厂厂级自动发电控制系统的负荷优化分配方法和系统
CN109936164A (zh) * 2019-03-31 2019-06-25 东北电力大学 基于电源互补特性分析的多能源电力系统优化运行方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Coordinated Optimization of Electric-Thermal System for Renewable Energy Clean Heating;Shao Baozhu等;《2018 3rd International Conference on Smart City and Systems Engineering (ICSCSE)》;20190506;432-435页 *
基于实测煤耗的AGC电厂负荷优化分配;向德军等;《电力系统自动化》;20130910;第37卷(第17期);125-128页 *
蚁群算法在电力系统中的应用评述;李卓等;《新型工业化》;20190531;第9卷(第5期);108-112页 *

Also Published As

Publication number Publication date
CN112510703A (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
CN112510703B (zh) 一种考虑煤耗曲线修正的多能源接入电网优化调度方法
CN105375479B (zh) 一种基于模型预测控制的分布式能源能量管理方法
CN110365013B (zh) 一种光热-光伏-风电联合发电系统的容量优化方法
CN110970912B (zh) 一种含储能的新能源电力系统运行模拟方法
CN106099993B (zh) 一种适应新能源大规模接入的电源规划方法
CN108092324B (zh) 一种风电参与调峰调频的agc控制系统和控制方法
CN106058917A (zh) 一种计及光伏发电的电力系统动态经济调度方法
CN109740808B (zh) 一种风光水互补发电计划计算方法及系统
CN106682808A (zh) 在线滚动优化调度模型
CN109886567B (zh) 一种考虑体感温度和辐射强度的短期负荷预测方法
CN111612244B (zh) 基于qra-lstm的日前光伏功率非参数概率预测方法
WO2023083235A1 (zh) 一种分散式预测电网的优化方法及系统
CN108390387B (zh) 一种动态自律分散协调的源荷调峰控制方法
CN111525552A (zh) 一种基于特征信息的三阶段短期风电场群功率预测方法
CN112491049B (zh) 一种考虑在线煤耗曲线的多能源接入电网优化调度方法
CN112699562A (zh) 一种构建配电网架构的方法及终端
CN114530848B (zh) 一种光储虚拟电厂多时间尺度动态划分方法
CN109726416B (zh) 一种基于新能源集群预测及潮流计算的调度决策方法
CN116014797A (zh) 一种配网新能源接纳能力提升的评估方法
CN107453366A (zh) 计及风电决策风险的含upfc多目标最优潮流计算方法
Zhu et al. Hierarchical cluster coordination control strategy for large-scale wind power based on model predictive control and improved multi-time-scale active power dispatching
CN114188942A (zh) 一种包含大规模新能源基地的电网调度方法
CN109378857B (zh) 一种负荷尖峰时刻风电预测可信度风险计算方法
CN112510704A (zh) 一种在线煤耗曲线实时生成方法及系统
Yan et al. Coordination and Consumption Method of Multi-regional Interconnected Power System with Wind Power

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