CN112836866A - 一种分时启停多日优化的中长期电量日曲线分解方法和装置 - Google Patents
一种分时启停多日优化的中长期电量日曲线分解方法和装置 Download PDFInfo
- Publication number
- CN112836866A CN112836866A CN202110071727.9A CN202110071727A CN112836866A CN 112836866 A CN112836866 A CN 112836866A CN 202110071727 A CN202110071727 A CN 202110071727A CN 112836866 A CN112836866 A CN 112836866A
- Authority
- CN
- China
- Prior art keywords
- unit
- curve
- electric quantity
- day
- new energy
- 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
- 238000000354 decomposition reaction Methods 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000005457 optimization Methods 0.000 claims abstract description 97
- 238000005265 energy consumption Methods 0.000 claims abstract description 34
- 230000007774 longterm Effects 0.000 claims abstract description 28
- 230000005611 electricity Effects 0.000 claims description 29
- 230000014509 gene expression Effects 0.000 claims description 27
- 238000010248 power generation Methods 0.000 claims description 17
- 239000000126 substance Substances 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000009194 climbing Effects 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 10
- 238000012546 transfer Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 4
- 230000002354 daily effect Effects 0.000 abstract description 62
- 230000003203 everyday effect Effects 0.000 abstract description 6
- 230000007704 transition Effects 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004519 manufacturing process 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
- 230000000704 physical effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial 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
- 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Water Supply & Treatment (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种分时启停多日优化的中长期电量日曲线分解方法和装置,方法包括:获取中长期市场所需电量数据,计算优化周期内多日的每日电量计划;基于所述每日电量计划,利用预先构建的机组优化模型,计算优化周期内每日的分时启停机组组合和机组出力,得到每日的分时新能源消纳曲线及火电机组出力曲线;利用预先构建的曲线优化分解模型,对所述分时新能源消纳曲线及火电机组出力曲线中的各时段进行曲线分解,得到各时段内包括多个细分时段的新能源消纳日曲线和火电机组出力日曲线。本发明能够根据中长期市场所需电量分析得到中长期每日新能源和火电机组的消纳或出力曲线,实现中长期由电量交易向电力曲线交易的转变,提升电力调度运行灵活性。
Description
技术领域
本发明涉及电力自动化技术领域,特别是一种分时启停多日优化的中长期电量日曲线分解方法和装置。
背景技术
现有的电力直接交易、跨省跨区交易、合同电量转让等中长期交易的开展,都是依附于计划电量分配执行下的传统调度方式。此调度方式与历史形成的传统计划体制配合默契,却会造成巨大的经济效率损失,即社会资源浪费。中长期交易的启动和开展,让低变动成本机组多占发电计划,可在一定程度上减少系统运行上的效率损失。中长期交易如将采用将计划电量分解到月(也鼓励峰谷平和曲线)、集中竞价、合同转让、偏差考核、调峰分担等诸多规范与创新,能落实并得到发电计划放开等机制的配合,可以再进一步提高系统运行上的经济效率。
中长期市场和现货市场均为完整电力市场体系的重要组成部分。在交易中中长期合约交易可以规避风险,现货交易可以发现市场价格。在交易规模方面,以中长期交易为主,现货交易为补充。在功能定位方面,中长期规避风险、锁定收益,现货发现价格,调节供给,保障电力平衡。在市场协调方面,现货交易结果作为物理执行依据,提升电力调度运行灵活性,释放现货交易市场优化、拓展市场化交易规模的功效。因此,合理设计中长期交易与现货交易的衔接机制,形成“中长期为主、现货为补充”的电力多边交易机制,需要有合理的中长期由电量交易向电力曲线交易的分解方法。
发明内容
本发明的目的是提供一种分时启停多日优化的中长期电量日曲线分解方法和装置,能够根据中长期市场所需电量分析得到中长期每日新能源和火电机组的消纳或出力曲线,实现中长期由电量交易向电力曲线交易的转变,提升电力调度运行灵活性。本发明采用的技术方案如下。
一方面,本发明提供一种分时启停多日优化的中长期电量日曲线分解方法,包括:
获取中长期市场所需电量数据;
根据中长期市场所需电量,计算优化周期内多日的每日电量计划;
基于所述每日电量计划,利用预先构建的机组优化模型,计算优化周期内每日的分时启停机组组合和机组出力,得到每日的分时新能源消纳曲线及火电机组出力曲线;
利用预先构建的曲线优化分解模型,对所述分时新能源消纳曲线及火电机组出力曲线中的各时段进行曲线分解,得到各时段内包括多个细分时段的新能源消纳日曲线和火电机组出力日曲线。
可选的,所述分时启停机组组合和机组出力为,每日24小时中每个小时时段的启停组合和机组出力;
曲线分解后得到的日曲线为,将一日均分为96个时段的新能源消纳曲线和火电机组出力。也即,各时段内的细分时段为4个时段。
可选的,所述中长期市场所需电量数据包括,截至新的优化周期前一日止,当月剩余的月度合约电量和月度基数电量。
可选的,所述根据中长期市场所需电量,计算优化周期内多日的每日计划电量为,利用以下公式,计算考虑月度剩余电量及机组检修计划的,各机组在新的优化周期中每一日的电量计划:
D表示优化周期内的天数,d=1,2,3…D;表示机组i未来D日第d天的总合约电量计划;表示机组i未来D日第d天的总基数电量计划;表示机组i截至当月第T日剩余的日均合约电量计划;表示机组i截至当月第T日剩余的日均基数电量计划;表示机组i截至当月第T日剩余的月度合约电量计划;表示机组i截至当月第T日剩余的月度基数电量计划;di表示机组i截至当月第T日考虑检修计划后的当月剩余可发电天数。
可选的,所述预先构建的机组优化模型,以新能源弃电率、火电机组电量进度偏差与火电机组开机成本之和最小为优化目标,求解各机组在优化周期内每日的分时启停机组组合和机组出力。
可选的,所述机组优化模型的目标函数为:
minF=aF1+bF2+cF3
式中,F1为新能源弃电率惩罚成本,F2为火电机组电量进度偏差率惩罚成本,F3为火电机组的开机成本;
F1的表达式为:
式中,tn表示优化周期的总时段数,β为优化时段持续的分钟数(机组组合时β=60);
ΔPi,t表示新能源场/站i在时段t优化出力与预测出力间的偏差,表达式为:
F2的表达式为:
式中,N表示火电机组总个数;Ei,d表示火电机组i在第d日的电量进度偏差率,C(|Ei,d|)表示火电机组i在第d日系统电量进度偏差率的罚函数;Ei,d的表达式为:
F3的表达式为:
式中,F3表示系统全部火电机组的开机成本总和;N表示火电机组总台数;yi,t表示火电机组i在时段t是否由停机到开机状态变化的标志表达式为:
yi,t=αi,t-αi,t-1
式中,αi,t表示火电机组i在时段t的启停状态,开机为1,停机为0;αi,t-1表示火电机组i在时段t-1的启停状态,开机为1,停机为0;
ki,t表示火电机组i在时段t的开机惩罚成本,计算公式为:
其中,ki,d表示火电机组i在第d日的开机惩罚成本;X为火电机组电量进度偏差率罚函数的折算段数;Ei,d,x为火电机组i在d日第x段电量进度偏差率区间中的偏差率增量;为火电机组i在d日第x段电量进度偏差率对应的惩罚成本。
以上计算公式可以看出,开机罚成本的物理意义为,机组一次开机对电量完成进度的影响,等同于电量进度偏差曲线至第X段的偏差量。
可选的,所述机组优化模型的约束条件包括系统负荷平衡约束、系统正备用容量约束、系统负备用容量约束、特殊机组状态约束、机组出力上下限约束、机组最小连续开停时间约束、机组固定出力约束、断面潮流约束、机组电量约束、机组电量进度偏差率惩罚量约束、新能源弃电范围约束和机组爬坡约束。
可选的,所述系统负荷平衡约束表示为:
系统正备用容量约束表示为:
系统负备用容量约束表示为:
特殊机组状态约束包括:
其中,Is1指的是必开机组的全集;Is2指的是必停机组的全集;
机组出力上下限约束表示为:
机组最小连续开停时间约束表示为:
机组固定出力约束表示为:
断面潮流约束表示为:
其中,Ps min、Ps max分别为断面S的潮流传输极限;Gs-i为机组i所在节点对断面S的发电机输出功率转移分布因子;Gs-j为联络线j所在节点对断面S的发电机输出功率转移分布因子;Gs-k为节点k对断面S的发电机输出功率转移分布因子,分别为断面s的正、反向潮流松弛变量;
机组电量约束表示为:
其中,ntd表示第d日所考虑的时段总数;
机组电量进度偏差率惩罚量约束表示为:
其中,C(|Ei,d|)表示火电机组i在第d日系统电量进度偏差率的罚函数,Z为机组电量进度偏差率罚函数的总段数,为机组i第d日在第x段电量进度偏差率区间对应的惩罚量,Ei,x,d为机组i第d日在第x段电量进度偏差率区间中的偏差率增量, 分别为机组i第d日在第x段电量进度偏差率区间上、下界;
新能源弃电范围约束表示为:
机组爬坡约束表示为:
可选的,所述预先构建的曲线优化分解模型,以新能源弃电率惩罚量、火电机组电量进度偏差率惩罚量之和最小为优化目标,求解优化周期内每一日每一时中多个细分时段的火电机组出力和新能源消纳数据,得到新能源消纳和火电机组出力的日曲线。
可选的,所述曲线优化分解模型的优化目标函数表示为:
minF=uF'1+vF'2
其中,F'1为曲线分解阶段新能源弃电率惩罚量,F'2为曲线分解阶段火电机组电量进度偏差率惩罚量,u、v分别为F'1、F'2的目标权重;
F'1表达式为:
tn'表示曲线分解阶段考虑的每日总时段数;β'为每优化时段持续的分钟数;ΔP'i,t表示新能源场/站i在时段t优化出力与预测值间的偏差;P'i,t表示新能源场/站i在时段t的优化出力;表示新能源场/站i在时段t的预测值;
F'2表示为:
其中,E'i,d表示曲线分解阶段火电机组i在第d日的电量进度偏差率,表示为:
可选的,所述曲线优化分解模型的目标函数求解约束包括:系统负荷平衡约束、系统正负备用容量约束、机组出力上下限约束、机组固定出力约束、断面潮流约束、机组电量约束、机组电量进度偏差率惩罚量约束、新能源弃电范围约束和机组爬坡约束。
第二方面,本发明提供一种中长期电量日曲线分解装置,包括:
数据获取模块,被配置用于获取中长期市场所需电量数据;
每日电量计划计算模块,别配置用于根据中长期市场所需电量,计算优化周期内多日的每日电量计划;
机组分时启停优化模块,被配置用于基于所述每日电量计划,利用预先构建的机组优化模型,计算优化周期内每日的分时启停机组组合和机组出力,得到每日的分时新能源消纳曲线及火电机组出力曲线;
以及日曲线优化分解模块,被配置用于利用预先构建的曲线优化分解模型,对所述分时新能源消纳曲线及火电机组出力曲线中的各时段进行曲线分解,得到各时段内包括多个细分时段的新能源消纳日曲线和火电机组出力日曲线。
有益效果
本发明提出了一种分时启停多日优化的中长期电量日曲线分解方法和装置,根据中长期市场所需电量进行优化分析得到中长期每日新能源和火电机组的消纳或出力曲线,进而对日曲线进行更细粒度的分解,实现中长期由电量交易向电力曲线交易的转变,提升电力调度运行的灵活性。具体的,本发明具有以下优点和进步:
1.通过机组优化可实现优化周期内机组的启停状态确定到各小时,机组状态更加精确;
2.机组分时启停优化及日曲线分解阶段的目标函数均包含新能源弃电率最低、火电机组电量进度偏差率最小并考虑火电机组的开机成本,且可以根据各市场需求设置各目标的权重系数灵活选择侧重目标,如在新能源富余的地区将新能源弃电率权重设置最大,则可保证新能源的最大化消纳;
3.将中长期电量分解到每日96点电力曲线,对实现中长期交易与现货交易的衔接机制有重要意义。
附图说明
图1所示为本发明方法的一种实施例流程示意图;
图2所示为新能源弃电率惩罚成本曲线示意图;
图3所示为电量进度偏差率的微增罚曲线示意图。
具体实施方式
以下结合附图和具体实施例进一步描述。
为了实现中长期由电量交易向电力曲线确定的转换,本发明的技术构思为:首先根据中长期电量交易所需的电量数据,计算每日电量计划,然后根据每日电量计划进行机组分时启停及出力优化,确定中长期内每日的机组出力日曲线,再对日曲线进行曲线分解并进一步优化确定各分解后时段的机组出力,使得最终得到的新能源消纳和机组处理曲线粒度更细更精确,便于提高电力调度运行的灵活性。
实施例1
参考图1所示,本实施例介绍一种分时启停多日优化的中长期电量日曲线分解方法,包括:
获取中长期市场所需电量数据;
根据中长期市场所需电量,计算优化周期内多日的每日电量计划;
基于所述每日电量计划,利用预先构建的机组优化模型,计算优化周期内每日的分时启停机组组合和机组出力,得到每日的分时新能源消纳曲线及火电机组出力曲线;
利用预先构建的曲线优化分解模型,对所述分时新能源消纳曲线及火电机组出力曲线中的各时段进行曲线分解,得到各时段内包括多个细分时段的新能源消纳日曲线和火电机组出力日曲线。
以上方案中,机组优化模型用于,以新能源弃电率、火电机组电量进度偏差与火电机组开机成本之和最小为优化目标,考虑系统负荷平衡约束、系统正备用容量约束、系统负备用容量约束、特殊机组状态约束、机组出力上下限约束、机组最小连续开停时间约束、机组固定出力约束、断面潮流约束、机组电量约束、机组电量进度偏差率惩罚量约束、新能源弃电范围约束和机组爬坡约束,求解各机组在优化周期内每日的分时启停机组组合和机组出力;
曲线优化分解模型用于,以新能源弃电率惩罚量、火电机组电量进度偏差率惩罚量之和最小为优化目标,考虑系统负荷平衡约束、系统正负备用容量约束、机组出力上下限约束、机组固定出力约束、断面潮流约束、机组电量约束、机组电量进度偏差率惩罚量约束、新能源弃电范围约束和机组爬坡约束,求解优化周期内每一日每一时中多个细分时段的火电机组出力和新能源消纳数据,得到新能源消纳和火电机组出力的日曲线。以下以一实施例具体说明。
实施例1-1
本实施例中,分时启停优化阶段,将每一日分为24小时,确定每个小时的分时启停机组组合和机组出力为,得到24点日曲线;曲线分解优化阶段,将每个小时再细分4个时段,即将每一日均分为96个时段,确定每个时段的新能源消纳和火电机组出力,得到96点日曲线。具体过程如下。
一、计算每日计划电量
本阶段所需获取的中长期市场所需电量数据包括,截至新的优化周期前一日止,当月剩余的月度合约电量和月度基数电量。
根据中长期市场所需电量,考虑月度剩余电量及机组检修计划,利用以下公式,计算优化周期内多日的每日的电量计划:
D表示优化周期内的天数,d=1,2,3…D;表示机组i未来D日第d天的总合约电量计划;表示机组i未来D日第d天的总基数电量计划;表示机组i截至当月第T日剩余的日均合约电量计划;表示机组i截至当月第T日剩余的日均基数电量计划;表示机组i截至当月第T日剩余的月度合约电量计划;表示机组i截至当月第T日剩余的月度基数电量计划;di表示机组i截至当月第T日考虑检修计划后的当月剩余可发电天数。
二、分时启停机组组合及出力优化,确定每日24点日曲线
2.1本阶段优化目标函数
优化目标为新能源弃电率、火电机组电量进度偏差与火电机组开机成本之和最小:
minF=aF1+bF2+cF3
2.1.1 F1为新能源弃电率惩罚成本,表达式为:
其中,F1表示新能源弃电率惩罚成本;表示新能源场(站)i弃电率惩罚成本,为分段线性递增的凸曲线,如图1所示;M表示新能源场(站)数量;ΔQi表示新能源场(站)i的弃电量;表示新能源场(站)i的预测发电量;
tn表示机组组合阶段计算周期总时段数,机组组合每天计算24时段,共D日,则tn为D×24;β为优化时段持续的分钟数(机组组合时β=60);ΔPi,t表示新能源场(站)i在时段t优化出力与预测出力间的偏差;Pi,t表示新能源场(站)i在时段t的优化出力;表示新能源场(站)i在时段t的预测出力。
2.1.2 F2为火电机组电量进度偏差率惩罚成本,以实现机组电量计划的均衡执行:
其中,N表示火电机组总个数;Ei,d表示火电机组i在第d日的电量进度偏差率,即:
Hi,d+Ki,d表示火电机组i在第d日的优化发电量;表示火电机组i在第d日的计划电量;C(|Ei,d|)表示火电机组i在第d日系统电量进度偏差率的罚函数,一般C(|Ei,1|)>C(|Ei,2|)>C(|Ei,3|),罚函数为分段线性递增的凸曲线,表示不同电量进度偏差率对应的微增惩罚成本,如图3所示。其中,市场范围内的机组、市场范围外的机组(燃气等)采用不同的惩罚成本。
2.1.3 F3为火电机组的开机成本,即系统全部火电机组的开机成本总和;用的以尽量避免机组的不必要启停,保证机组连续运行:
其中,N表示火电机组总台数;ki,t表示火电机组i在时段t的开机惩罚成本;yi,t表示火电机组i在时段t是否有停机到开机状态变化的标志:
yi,t=αi,t-αi,t-1
αi,t表示火电机组i在时段t的启停状态,开机为1,停机为0;αi,t-1表示火电机组i在时段t-1的启停状态,开机为1,停机为0。
为了保证机组电量进度偏差惩罚成本F2、机组开机罚成本F3量纲一致,开机罚成本ki,t基于电量进度偏差的微增罚成本曲线进行折算,计算公式为:
其中,ki,d表示火电机组i在第d日的开机惩罚成本,按每日24个时段计算,t=1,2,3...,24时,d=1、t=25,26,27...,48时,d=2,t=49,50,51...,72时,d=3,从而可以对应得出火电机组i在时段t的开机惩罚成本ki,t;X为火电机组电量进度偏差率罚函数的折算段数;Ei,d,x为火电机组i在d日第x段电量进度偏差率区间中的偏差率增量;为火电机组i在d日第x段电量进度偏差率对应的惩罚成本。
开机惩罚成本计算公式的物理意义为,机组一次开机对电量完成进度的影响,等同于电量进度偏差曲线至第X段的偏差量。
2.2分时启停机组组合及出力优化要考虑的约束条件
2.2.1系统负荷平衡约束
对于每个时段t,负荷平衡约束可以描述为:
2.2.2系统正备用容量约束
在确保系统功率平衡的前提下,为了防止系统负荷预测偏差以及各种实际运行事故带来的系统供需不平衡波动,一般整个系统需要留有一定的容量备用。
需要保证每天的总开机容量满足系统的最小备用容量。系统正备用容量约束可以描述为:
2.2.3系统负备用容量约束
系统负备用容量约束可以描述为:
2.2.4特殊机组状态约束
1)算法和人工判断确定为必开机组的,应处于开机状态:
其中,Is1指的是必开机组的全集。
2)算法和人工判断确定为必停机组的,应处于关机状态:
其中,Is2指的是必停机组的全集。
2.2.5机组出力上下限约束
机组的出力应该处于其最大/最小出力范围之内,其约束条件可以描述为:
2.2.6机组最小连续开停时间约束
由于火电机组的物理属性及实际运行需要,要求火电机组满足最小连续开机/停机时间。最小连续开停时间约束可以描述为:
其中,αi,t为机组i在时段t的启停状态;TU、TD为机组的最小连续开机时间和最小连续停机时间;为机组i在时段t时已经连续开机的时间和连续停机的时间,可以用状态变量αi,t(i=1~N,t=1~nt)来表示:
2.2.7机组固定出力约束
机组固定出力约束,机组在特定时段内按照给定的发电计划运行,在此特定时段内该机组不参与优化计算。
2.2.8断面潮流约束
考虑关键断面的潮流约束,该约束可以描述为:
其中,Ps min、Ps max分别为断面S的潮流传输极限;Gs-i为机组i所在节点对断面S的发电机输出功率转移分布因子;Gs-j为联络线j所在节点对断面S的发电机输出功率转移分布因子;Gs-k为节点k对断面S的发电机输出功率转移分布因子,分别为断面s的正、反向潮流松弛变量。
2.2.9机组电量表达式
其中,ntd表示第d日所考虑的时段总数。
2.2.10机组电量进度偏差率惩罚量的表达式:
2.2.11新能源弃电范围约束
新能源机组弃电范围在0和预测值之间,新能源弃电范围约束可描述为:
2.2.12机组爬坡约束
机组上爬坡或下爬坡时,均应满足爬坡速率要求。爬坡约束可描述为:
三、日曲线分解:在前述分时新能源消纳曲线及火电机组组合优化出清结果的基础上,出清(D×96)点计划运行曲线。
3.1日曲线分解优化目标函数
曲线分解优化以新能源弃电率惩罚量、火电机组电量进度偏差率惩罚量之和最小为目标,目标函数表述为:
minF=uF'1+vF'2
u、v分别为F'1、F'2的目标权重。
F'1为曲线分解阶段新能源弃电率惩罚量,表达式为:
tn'表示曲线分解阶段计算周期总时段数,曲线分解每天计算96时段,共D日,则tn'为D×96;β'为优化时段持续的分钟数(曲线分解时β'=15);ΔP'i,t表示新能源场(站)i在时段t优化出力与预测值间的偏差;P'i,t表示新能源场(站)i在时段t的优化出力;表示新能源场(站)i在时段t的预测值。
F'2为曲线分解阶段火电机组电量进度偏差率惩罚量,用以实现电厂电量计划的均衡执行:
其中,E'i,d表示曲线分解阶段火电机组i在第d日的电量进度偏差率,即
3.2曲线分解优化的约束条件
曲线分解阶段的约束条件包括系统负荷平衡约束、系统正负备用容量约束、机组出力上下限约束、机组固定出力约束、断面潮流约束、机组电量表达式、机组电量进度偏差率惩罚量表达式、新能源弃电范围约束、机组爬坡约束等,优化时段为(D×96),相关表达式参考计算分时机组组合阶段。
通过以上方案,即可得到中长期每日的96点新能源消纳和火电机组出力曲线,实现由中长期电量数据到中长期发电数据的转换。
实施例2
与实施例1基于相同的发明构思,本实施例介绍一种中长期电量日曲线分解装置,包括:
数据获取模块,被配置用于获取中长期市场所需电量数据;
每日电量计划计算模块,别配置用于根据中长期市场所需电量,计算优化周期内多日的每日电量计划;
机组分时启停优化模块,被配置用于基于所述每日电量计划,利用预先构建的机组优化模型,计算优化周期内每日的分时启停机组组合和机组出力,得到每日的分时新能源消纳曲线及火电机组出力曲线;
以及日曲线优化分解模块,被配置用于利用预先构建的曲线优化分解模型,对所述分时新能源消纳曲线及火电机组出力曲线中的各时段进行曲线分解,得到各时段内包括多个细分时段的新能源消纳日曲线和火电机组出力日曲线。
以上各模块的具体功能实现参考实施例1的相关内容。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (12)
1.一种分时启停多日优化的中长期电量日曲线分解方法,其特征是,包括:
获取中长期市场所需电量数据;
根据中长期市场所需电量,计算优化周期内多日的每日电量计划;
基于所述每日电量计划,利用预先构建的机组优化模型,计算优化周期内每日的分时启停机组组合和机组出力,得到每日的分时新能源消纳曲线及火电机组出力曲线;
利用预先构建的曲线优化分解模型,对所述分时新能源消纳曲线及火电机组出力曲线中的各时段进行曲线分解,得到各时段内包括多个细分时段的新能源消纳日曲线和火电机组出力日曲线。
2.根据权利要求1所述的方法,其特征是,所述分时启停机组组合和机组出力为,每日24小时中每个小时时段的启停组合和机组出力;
曲线分解后得到的日曲线为,将一日均分为96个时段的新能源消纳曲线和火电机组出力曲线。
3.根据权利要求1或2所述的方法,其特征是,所述中长期市场所需电量数据包括,截至新的优化周期前一日止,当月剩余的月度合约电量和月度基数电量。
5.根据权利要求1或2所述的方法,其特征是,所述预先构建的机组优化模型,以新能源弃电率、火电机组电量进度偏差与火电机组开机成本之和最小为优化目标,求解各机组在优化周期内每日的分时启停机组组合和机组出力。
6.根据权利要求5所述的方法,其特征是,所述机组优化模型的目标函数为:
min F=aF1+bF2+cF3
式中,F1为新能源弃电率惩罚成本,F2为火电机组电量进度偏差率惩罚成本,F3为火电机组的开机成本;
F1的表达式为:
式中,tn表示优化周期的总时段数,β为优化时段持续的分钟数(机组组合时β=60);Δpi,t表示新能源场/站i在时段t优化出力与预测出力间的偏差,表达式为:
F2的表达式为:
式中,N表示火电机组总个数;Ei,d表示火电机组i在第d日的电量进度偏差率,C(|Ei,d|)表示火电机组i在第d日系统电量进度偏差率的罚函数;Ei,d的表达式为:
F3的表达式为:
式中,F3表示系统全部火电机组的开机成本总和;N表示火电机组总台数;yi,t表示火电机组i在时段t是否由停机到开机状态变化的标志表达式为:
yi,t=αi,t-αi,t-1
式中,αi,t表示火电机组i在时段t的启停状态,开机为1,停机为0;αi,t-1表示火电机组i在时段t-1的启停状态,开机为1,停机为0;
ki,t表示火电机组i在时段t的开机惩罚成本,计算公式为:
7.根据权利要求6所述的方法,其特征是,所述机组优化模型的约束条件包括系统负荷平衡约束、系统正备用容量约束、系统负备用容量约束、特殊机组状态约束、机组出力上下限约束、机组最小连续开停时间约束、机组固定出力约束、断面潮流约束、机组电量约束、机组电量进度偏差率惩罚量约束、新能源弃电范围约束和机组爬坡约束。
8.根据权利要求6所述的方法,其特征是,所述系统负荷平衡约束表示为:
系统正备用容量约束表示为:
系统负备用容量约束表示为:
特殊机组状态约束包括:
其中,Is1指的是必开机组的全集;Is2指的是必停机组的全集;
机组出力上下限约束表示为:
机组最小连续开停时间约束表示为:
机组固定出力约束表示为:
断面潮流约束表示为:
其中,分别为断面S的潮流传输极限;Gs-i为机组i所在节点对断面S的发电机输出功率转移分布因子;Gs-j为联络线j所在节点对断面S的发电机输出功率转移分布因子;Gs-k为节点k对断面S的发电机输出功率转移分布因子,分别为断面s的正、反向潮流松弛变量;
机组电量约束表示为:
其中,ntd表示第d日所考虑的时段总数;
机组电量进度偏差率惩罚量约束表示为:
其中,C(|Ei,d|)表示火电机组i在第d日系统电量进度偏差率的罚函数,Z为机组电量进度偏差率罚函数的总段数,为机组i第d日在第x段电量进度偏差率区间对应的惩罚量,Ei,x,d为机组i第d日在第x段电量进度偏差率区间中的偏差率增量, 分别为机组i第d日在第x段电量进度偏差率区间上、下界;
新能源弃电范围约束表示为:
机组爬坡约束表示为:
9.根据权利要求1或2所述的方法,其特征是,所述预先构建的曲线优化分解模型,以新能源弃电率惩罚量、火电机组电量进度偏差率惩罚量之和最小为优化目标,求解优化周期内每一日每一时中多个细分时段的火电机组出力和新能源消纳数据,得到新能源消纳和火电机组出力的日曲线。
10.根据权利要求9所述的方法,其特征是,所述曲线优化分解模型的优化目标函数表示为:
minF=uF'1+vF'2
其中,F'1为曲线分解阶段新能源弃电率惩罚量,F'2为曲线分解阶段火电机组电量进度偏差率惩罚量,u、v分别为F'1、F'2的目标权重;
F'1表达式为:
tn'表示曲线分解阶段考虑的每日总时段数;β'为每优化时段持续的分钟数;ΔP'i,t表示新能源场/站i在时段t优化出力与预测值间的偏差;P'i,t表示新能源场/站i在时段t的优化出力;表示新能源场/站i在时段t的预测值;
F'2表示为:
其中,E'i,d表示曲线分解阶段火电机组i在第d日的电量进度偏差率,表示为:
11.根据权利要求10所述的方法,其特征是,所述曲线优化分解模型的目标函数求解约束包括:系统负荷平衡约束、系统正负备用容量约束、机组出力上下限约束、机组固定出力约束、断面潮流约束、机组电量约束、机组电量进度偏差率惩罚量约束、新能源弃电范围约束和机组爬坡约束。
12.一种中长期电量日曲线分解装置,其特征是,包括:
数据获取模块,被配置用于获取中长期市场所需电量数据;
每日电量计划计算模块,别配置用于根据中长期市场所需电量,计算优化周期内多日的每日电量计划;
机组分时启停优化模块,被配置用于基于所述每日电量计划,利用预先构建的机组优化模型,计算优化周期内每日的分时启停机组组合和机组出力,得到每日的分时新能源消纳曲线及火电机组出力曲线;
以及,日曲线优化分解模块,被配置用于利用预先构建的曲线优化分解模型,对所述分时新能源消纳曲线及火电机组出力曲线中的各时段进行曲线分解,得到各时段内包括多个细分时段的新能源消纳日曲线和火电机组出力日曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110071727.9A CN112836866B (zh) | 2021-01-19 | 2021-01-19 | 分时启停多日优化的中长期电量日曲线分解方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110071727.9A CN112836866B (zh) | 2021-01-19 | 2021-01-19 | 分时启停多日优化的中长期电量日曲线分解方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112836866A true CN112836866A (zh) | 2021-05-25 |
CN112836866B CN112836866B (zh) | 2022-11-04 |
Family
ID=75928788
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110071727.9A Active CN112836866B (zh) | 2021-01-19 | 2021-01-19 | 分时启停多日优化的中长期电量日曲线分解方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112836866B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113394820A (zh) * | 2021-07-14 | 2021-09-14 | 国网甘肃省电力公司电力科学研究院 | 一种新能源并网电力系统的优化调度方法 |
CN114022220A (zh) * | 2021-11-24 | 2022-02-08 | 中国电力科学研究院有限公司 | 一种省间计划电量曲线分解方法、系统、设备及介质 |
CN114764652A (zh) * | 2022-02-28 | 2022-07-19 | 国网浙江省电力有限公司 | 一种考虑中长期调度的多周期协调电力平衡系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103530696A (zh) * | 2013-09-27 | 2014-01-22 | 国家电网公司 | 计入风电不确定度的火电机组中长期时序递进发电协调算法 |
CN106451568A (zh) * | 2016-11-19 | 2017-02-22 | 大连理工大学 | 一种特高压交直流混联电网中短期协调调度方法 |
CN109447510A (zh) * | 2018-11-13 | 2019-03-08 | 国电南瑞科技股份有限公司 | 基于scuc的中长期电量安全校核方法、装置及系统 |
CN109583951A (zh) * | 2018-11-29 | 2019-04-05 | 浙江电力交易中心有限公司 | 一种电力市场差价合约电量分解技术及分解结果综合评估方法 |
CN110895774A (zh) * | 2019-11-29 | 2020-03-20 | 国电浙能宁东发电有限公司 | 一种火电厂成本精细化管理方法 |
-
2021
- 2021-01-19 CN CN202110071727.9A patent/CN112836866B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103530696A (zh) * | 2013-09-27 | 2014-01-22 | 国家电网公司 | 计入风电不确定度的火电机组中长期时序递进发电协调算法 |
CN106451568A (zh) * | 2016-11-19 | 2017-02-22 | 大连理工大学 | 一种特高压交直流混联电网中短期协调调度方法 |
CN109447510A (zh) * | 2018-11-13 | 2019-03-08 | 国电南瑞科技股份有限公司 | 基于scuc的中长期电量安全校核方法、装置及系统 |
CN109583951A (zh) * | 2018-11-29 | 2019-04-05 | 浙江电力交易中心有限公司 | 一种电力市场差价合约电量分解技术及分解结果综合评估方法 |
CN110895774A (zh) * | 2019-11-29 | 2020-03-20 | 国电浙能宁东发电有限公司 | 一种火电厂成本精细化管理方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113394820A (zh) * | 2021-07-14 | 2021-09-14 | 国网甘肃省电力公司电力科学研究院 | 一种新能源并网电力系统的优化调度方法 |
CN113394820B (zh) * | 2021-07-14 | 2022-07-12 | 国网甘肃省电力公司电力科学研究院 | 一种新能源并网电力系统的优化调度方法 |
CN114022220A (zh) * | 2021-11-24 | 2022-02-08 | 中国电力科学研究院有限公司 | 一种省间计划电量曲线分解方法、系统、设备及介质 |
CN114764652A (zh) * | 2022-02-28 | 2022-07-19 | 国网浙江省电力有限公司 | 一种考虑中长期调度的多周期协调电力平衡系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112836866B (zh) | 2022-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112836866B (zh) | 分时启停多日优化的中长期电量日曲线分解方法和装置 | |
CN112072712B (zh) | 综合能源系统多时间尺度优化调度方法、系统及存储介质 | |
CN109447510B (zh) | 基于scuc的中长期电量安全校核方法、装置及系统 | |
CN101752903B (zh) | 一种时序递进式电力调度方法 | |
CN107491867B (zh) | 一种用于多周期发输变检修计划的安全校核及评估方法 | |
CN109492861B (zh) | 一种梯级水电站群中期电量交易计划分解方法 | |
CN112952805A (zh) | 一种考虑柔性氢需求的电氢能源系统调度方法 | |
CN111769600A (zh) | 一种基于灵活性裕度的电力系统源荷储协调滚动调度方法 | |
CN112909933A (zh) | 现货市场环境下含抽水蓄能机组的日内滚动优化调度方法 | |
CN115313378A (zh) | 一种风光储发电站日前有功出力优化调度方法及系统 | |
CN110232583B (zh) | 一种考虑碳排放权的电力市场边际价格规划方法 | |
CN114022182A (zh) | 一种复杂电网下省间、省内电力市场耦合出清方法及装置 | |
CN111047077A (zh) | 一种新能源年度交易电量优化分解方法及系统 | |
CN116111597A (zh) | 一种中长期调度计划的潮流断面场景集构建方法、系统、存储器及设备 | |
CN105186584A (zh) | 一种考虑调峰和爬坡需求的两阶段源-荷调度方法及装置 | |
CN103051001B (zh) | 一种小周期实时发电方法 | |
CN105490268A (zh) | 一种交直流互联电网的负荷跟踪方法及系统 | |
CN107844652A (zh) | 一种含电量调节层的电力系统生产模拟方法 | |
CN113452079B (zh) | 一种计及水电流域梯级调度的发电自驾驶系统及方法 | |
CN104659818A (zh) | 一种正负旋转备用容量在含风电系统中的最优分配方法 | |
CN114069613B (zh) | 基于企业用能特性的自备电厂参与调峰的调控方法及系统 | |
CN113240546B (zh) | 密集水电地区的机组月度调度方法 | |
CN114243691A (zh) | 一种电力系统低碳优化调度方法 | |
CN113872226A (zh) | 规模化储能参与辅助服务日前增补空间优化方法 | |
CN112348274A (zh) | 考虑调峰的电力现货市场出清方法、系统、设备及介质 |
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 |