CN112966858A - 一种基于可变负荷的冗余约束识别方法及系统 - Google Patents
一种基于可变负荷的冗余约束识别方法及系统 Download PDFInfo
- Publication number
- CN112966858A CN112966858A CN202110187200.2A CN202110187200A CN112966858A CN 112966858 A CN112966858 A CN 112966858A CN 202110187200 A CN202110187200 A CN 202110187200A CN 112966858 A CN112966858 A CN 112966858A
- Authority
- CN
- China
- Prior art keywords
- constraint
- redundancy
- model
- identification
- mathematical model
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000013178 mathematical model Methods 0.000 claims abstract description 54
- 238000005457 optimization Methods 0.000 claims abstract description 19
- 230000009194 climbing Effects 0.000 claims description 16
- 238000010248 power generation Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 5
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 5
- 230000000452 restraining effect Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification 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
- G06Q10/04—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—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
-
- 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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- 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]
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Educational Administration (AREA)
- Power Engineering (AREA)
- Biodiversity & Conservation Biology (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
本发明提供了一种基于可变负荷的冗余约束识别方法及系统,所述方法包括:根据传统电力现货安全约束机组组合模型构建得到冗余约束识别数学模型;基于所述冗余约束识别数学模型,对于每一负荷预设范围内的线路,将线路潮流约束的限值分别固定在上限值和下限值之后,若对所述冗余约束识别数学模型进行求解的结果为无解,则将该线路潮流上限或下限约束记录为冗余约束。本发明能够识别出传统电力现货安全约束机组组合模型中的冗余约束并在求解优化模型时进行剔除,在不改变原问题最优解的前提下,能够极大地提高计算效率。
Description
技术领域
本发明涉及电力系统技术领域,尤其是涉及一种基于可变负荷的冗余约束识别方法及系统。
背景技术
随着电力市场改革的深入推进,电力市场竞争加剧,对电力现货市场出清技术提出了更高的要求。安全约束机组组合主要是通用求解器优化得到未来一段时间内各种类型机组的启停状态和出力计划,其数学模型以发电成本最低为目标函数,考虑系统负荷、备用和机组物理约束等,同时为了提高发电计划的安全性,必不可少地需要考虑线路潮流约束。在实际电网运行中,线路潮流约束往往数量较多,这对模型的求解带来很大的影响。由于系统在规划设计时留有一定的安全裕度,因此在经济调度具体案例中,有大量线路潮流约束是冗余的,冗余约束的定义为,当去掉该约束不会对可行解产生任何影响,则此约束即为冗余约束。当冗余约束非常多时,识别并剔除它们均能明显降低模型的规模和结构复杂性,能够极大的提高求解效率。
发明内容
本发明旨在提供一种基于可变负荷的冗余约束识别方法及系统,以解决上述技术问题,从而能够识别出传统电力现货安全约束机组组合模型中的冗余约束并在求解优化模型时进行剔除,在不改变原问题最优解的前提下,能够极大地提高计算效率。
为了解决上述技术问题,本发明实施例提供了一种基于可变负荷的冗余约束识别方法,包括:
根据传统电力现货安全约束机组组合模型构建得到冗余约束识别数学模型;
基于所述冗余约束识别数学模型,对于每一负荷预设范围内的线路,将线路潮流约束的限值分别固定在上限值和下限值之后,若对所述冗余约束识别数学模型进行求解的结果为无解,则将该线路潮流上限或下限约束记录为冗余约束。
进一步地,所述的基于可变负荷的冗余约束识别方法,还包括:
从所述传统电力现货安全约束机组组合模型对所有记录得到的冗余约束进行剔除,得到电力现货安全约束机组组合优化模型。
进一步地,所述根据传统电力现货安全约束机组组合模型构建得到冗余约束识别数学模型,具体为:
对传统电力现货安全约束机组组合模型取消设置目标函数,并对约束条件进行调整,得到所述冗余约束识别数学模型。
进一步地,所述冗余约束识别数学模型中的约束条件包括负荷平衡约束、负荷上下限约束、系统正负备用约束、机组上下爬坡约束、机组出力上下限约束、机组最小连续开停机约束、线路潮流约束。
进一步地,所述若对所述冗余约束识别数学模型进行求解的结果为无解,则将该线路潮流上限或下限约束记录为冗余约束,具体为:
对所述冗余约束识别数学模型进行求解2次,若求解结果为无解,则将该线路潮流上限或下限约束记录为冗余约束。
进一步地,在所述冗余约束识别数学模型中的爬坡约束中,机组的初值均设为最小技术出力,初状态设为开机。
进一步地,所述电力现货安全约束机组组合优化模型为以最小发电成本为目标函数,所述电力现货安全约束机组组合优化模型中的约束条件包括系统约束、机组约束和线路潮流约束。
为了解决相同的技术问题,本发明还提供了一种基于可变负荷的冗余约束识别系统,包括:
模型构建模块,用于根据传统电力现货安全约束机组组合模型构建得到冗余约束识别数学模型;
冗余识别模块,用于基于所述冗余约束识别数学模型,对于每一负荷预设范围内的线路,将线路潮流约束的限值分别固定在上限值和下限值之后,若对所述冗余约束识别数学模型进行求解的结果为无解,则将该线路潮流上限或下限约束记录为冗余约束。
进一步地,所述的基于可变负荷的冗余约束识别系统还包括模型修正模块,用于从所述传统电力现货安全约束机组组合模型对所有记录得到的冗余约束进行剔除,得到电力现货安全约束机组组合优化模型。
进一步地,所述模型构建模块具体用于对传统电力现货安全约束机组组合模型取消设置目标函数,并对约束条件进行调整,得到所述冗余约束识别数学模型。
与现有技术相比,本发明具有如下有益效果:
本发明提供了一种基于可变负荷的冗余约束识别方法及系统,所述方法包括:根据传统电力现货安全约束机组组合模型构建得到冗余约束识别数学模型;基于所述冗余约束识别数学模型,对于每一负荷预设范围内的线路,将线路潮流约束的限值分别固定在上限值和下限值之后,若对所述冗余约束识别数学模型进行求解的结果为无解,则将该线路潮流上限或下限约束记录为冗余约束。本发明能够识别出传统电力现货安全约束机组组合模型中的冗余约束并在求解优化模型时进行剔除,并在求解传统安全约束机组组合模型时,这些记录的冗余约束进行剔除,从而有效提高了模型求解效率。
附图说明
图1是本发明一实施例提供的基于可变负荷的冗余约束识别方法的流程示意图;
图2是本发明一实施例提供的冗余约束快速识别流程示意图;
图3是本发明一实施例提供的IEEE39节点中负荷变化曲线图;
图4是本发明一实施例提供的基于可变负荷的冗余约束识别系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参见图1,本发明实施例提供了一种基于可变负荷的冗余约束识别方法,包括步骤:
S1、根据传统电力现货安全约束机组组合模型构建得到冗余约束识别数学模型。
在本发明实施例中,进一步地,步骤S1具体为:
对传统电力现货安全约束机组组合
模型取消设置目标函数,并对约束条件进行调整,得到所述冗余约束识别数学模型。在对传统电力现货安全约束机组组合模型取消设置目标函数之后,对该模型的约束条件进行相应的调整,得到所述冗余约束识别数学模型。进一步地,所述冗余约束识别数学模型中的约束条件包括负荷平衡约束、负荷上下限约束、系统正负备用约束、机组上下爬坡约束、机组出力上下限约束、机组最小连续开停机约束、线路潮流约束。
S2、基于所述冗余约束识别数学模型,对于每一负荷预设范围内的线路,将线路潮流约束的限值分别固定在上限值和下限值之后,若对所述冗余约束识别数学模型进行求解的结果为无解,则将该线路潮流上限或下限约束记录为冗余约束。
在本发明实施例中,进一步地,在所述冗余约束识别数学模型中的爬坡约束中,机组的初值均设为最小技术出力,初状态设为开机。
在本发明实施例中,进一步地,所述若对所述冗余约束识别数学模型进行求解的结果为无解,则将该线路潮流上限或下限约束记录为冗余约束,具体为:
对所述冗余约束识别数学模型进行求解2次,若求解结果为无解,则将该线路潮流上限或下限约束记录为冗余约束。
在本发明实施例中,进一步地,所述的基于可变负荷的冗余约束识别方法,还包括步骤:
S3、从所述传统电力现货安全约束机组组合模型对所有记录得到的冗余约束进行剔除,得到电力现货安全约束机组组合优化模型。
在本发明实施例中,进一步地,所述电力现货安全约束机组组合优化模型为以最小发电成本为目标函数,所述电力现货安全约束机组组合优化模型中的约束条件包括系统约束、机组约束和线路潮流约束。
基于上述方案,为便于更好的理解本发明实施例提供的基于可变负荷的冗余约束识别方法,以下进行详细说明:
本发明实施例的基于可变负荷的冗余约束识别方法包括以下步骤:
步骤1:基于传统电力现货安全约束机组组合模型提出冗余约束识别数学模型。
本步骤中,模型不设置目标函数,主要考虑在约束的限制下,模型是否有解,其模型中约束条件如下:
负荷平衡约束:
其中,Dk为节点k负荷,P为机组i出力,K为节点总数,N为机组总数。
负荷上下限约束:
系统正负备用约束:
其中,Ii表示机组i的启停状态,Pi max和Pi min为机组i的最大和最小出力,RU和RD为系统正和负备用容量要求。
机组上下爬坡约束:
机组出力上下限约束:
IiPi min≤Pi≤IiPi max (5)
机组最小连续开停机约束:
其中,Ti MOn、Ti MOff表示机组i已经连续开停机的时间,Ti MU、Ti MD表示机组i的最小连续开停机时间。
线路潮流约束:
其中,PLl为线路l的潮流功率值,Gl-i表示节点i对线路l的发电机输出功率转移分布因子,Gl-k表示节点k对线路的发电l机输出功率转移分布因子,Pl max表示线路l的最大线路潮流。
为线路潮流上下限约束:
PLl≤Pl max or PLl≥-Pl max (8)
其中,Pl max表示线路l的最大线路潮流。
步骤2:针对所提冗余约束识别数学模型提出快速冗余约束识别方法,请参见图2。
本步骤中,从冗余约束识别数学模型可以看出,节点负荷是优化变量,而不是给定的输入定值。这样就可以保证在更宽的负荷变化范围内来求解模型,得到的结果更具有广泛性。对于负荷预设范围内的每条线路,把线路潮流约束的限值分别固定在上限值或下限值,求解模型2次,若无解,则对应的潮流上限或下限约束即为冗余,记录所有的冗余约束。当重新建模求解原始模型时,这些记录的冗余约束就不用添加到模型中,再求解一次得到最终结果。
本步骤中,对于模型中对于爬坡约束的处理,将机组的初值均设为最小技术出力,初状态为开机,这样就可以保证求解出来的机组出力可以是关机,出力为0,或者是在最小技术出力至最大出力之间,此时的运行状态为开机状态,能够保证机组出力和运行状态涵盖所有可能出现的情况。
步骤3:使用传统安全约束机组组合模型求解机组组合时,剔除步骤2中记录的冗余约束,求解得到最终结果。
本步骤中,使用传统安全约束机组组合模型求解机组组合,以最小发电成本为目标函数:
其约束包括系统约束、机组约束和线路潮流约束,具体如下。
负荷平衡约束:
其中,Dt为时段t系统负荷。
系统正负备用容量约束:
机组出力上下限约束:
机组上下爬坡约束:
其中,ΔPi U、ΔPi D为机组i最大上爬坡和下爬坡速率。
机组最小连续开停机约束:
线路潮流约束:
其中,Gl-i表示节点i对线路l的发电机输出功率转移分布因子,Gl-k表示节点k对线路的发电l机输出功率转移分布因子,Pl max表示线路l的最大线路潮流。
本实施例中,基于IEEE-39节点和IEEE-118节点标准系统进行冗余约束识别模型的有效性测试。
本实施例中,在IEEE39节点系统设置了如下不同场景进行验证,其中负荷主要分两种情况,场景1、2、4负荷呈现两端负荷低,中间时段负荷达到顶峰的山峰形态的负荷波动,场景3的负荷两端低,但是中间区域非常平缓,且基本维持在同一负荷上下波动,呈现帽子形态,如图3所示。其余的场景参数如下所示:
场景1,初始全部开机且已满足最小开机时间,爬坡率每个时段0.05Pi max,所有线路的潮流上限为1200MW;
场景2,初始全部开机且已满足最小开机时间,爬坡率每个时段0.1Pi max,所有线路的潮流上限为800MW;
场景3,初始全部开机且已满足最小开机时间,爬坡率每个时段0.1Pi max,所有线路的潮流上限为800MW;
场景4,机组1、3、5、7、9关机,其余机组开机且已满足最小开机时间,爬坡率每个时段0.1Pi max,所有线路的潮流上限为800MW。
表1给出IEEE-39节点系统不同场景下,冗余约束及优化计算时间的变化情况,“-Time”指模型的求解时间,“-Obj”指模型的目标函数值。从表1中可以看出,实际生效的约束很少,冗余约束占比较大,4个场景占总线路潮流约束的比例分别为97.8%、90.22%、90.22%和93.5%,占比均在90%以上。不难看出,当场景4原始模型计算时间较长达到789.61s时,改进模型的计算效率能获得极大的提升,其对应计算时间达到546.54s,其加速比率为1.44,明显大于场景2的加速比率1.08。由此可以发现,改进模型对于原始模型求解时间较长的算例加速效果更好。不同场景下的两种模型求解得到的目标函数相同。
表1 IEEE39节点中不同场景下结果对比
从表2中可以看出,39节点算例中不同场景下的把潮流限制固定在上限或下限值时,运行时间平均值为1.56s,极差为0.23s。整体来说运行时间较低,可以接受。
表2不同规模下不同场景下模型处理时间对比
与现有技术相比,本发明具有如下有益效果:
本发明提出了一种基于可变负荷的冗余约束快速识别方法,在传统电力现货安全约束机组组合模型基础上,提出了冗余约束识别数学模型,将节点负荷作为变量处理,考虑在单时段下将线路潮流约束分别固定在上限或下限值,若模型无解,则对应的潮流上限或下限约束即为冗余,记录所有的冗余约束。接着在求解传统安全约束机组组合模型时,这些记录的冗余约束就不用添加到模型中,求解得到最终结果。
需要说明的是,对于以上方法或流程实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作并不一定是本发明实施例所必须的。
请参见图4,为了解决相同的技术问题,本发明还提供了一种基于可变负荷的冗余约束识别系统,包括:
模型构建模块1,用于根据传统电力现货安全约束机组组合模型构建得到冗余约束识别数学模型;
冗余识别模块2,用于基于所述冗余约束识别数学模型,对于每一负荷预设范围内的线路,将线路潮流约束的限值分别固定在上限值和下限值之后,若对所述冗余约束识别数学模型进行求解的结果为无解,则将该线路潮流上限或下限约束记录为冗余约束。
在本发明实施例中,进一步地,所述的基于可变负荷的冗余约束识别系统还包括模型修正模块,用于从所述传统电力现货安全约束机组组合模型对所有记录得到的冗余约束进行剔除,得到电力现货安全约束机组组合优化模型。
在本发明实施例中,进一步地,所述模型构建模块1具体用于对传统电力现货安全约束机组组合模型取消设置目标函数,并对约束条件进行调整,得到所述冗余约束识别数学模型。
在本发明实施例中,进一步地,所述冗余约束识别数学模型中的约束条件包括负荷平衡约束、负荷上下限约束、系统正负备用约束、机组上下爬坡约束、机组出力上下限约束、机组最小连续开停机约束、线路潮流约束。
在本发明实施例中,进一步地,所述若对所述冗余约束识别数学模型进行求解的结果为无解,则将该线路潮流上限或下限约束记录为冗余约束,具体为:
对所述冗余约束识别数学模型进行求解2次,若求解结果为无解,则将该线路潮流上限或下限约束记录为冗余约束。
在本发明实施例中,进一步地,在所述冗余约束识别数学模型中的爬坡约束中,机组的初值均设为最小技术出力,初状态设为开机。
在本发明实施例中,进一步地,所述电力现货安全约束机组组合优化模型为以最小发电成本为目标函数,所述电力现货安全约束机组组合优化模型中的约束条件包括系统约束、机组约束和线路潮流约束。
可以理解的是上述系统项实施例,是与本发明方法项实施例相对应的,本发明实施例提供的一种基于可变负荷的冗余约束识别系统,可以实现本发明任意一项方法项实施例提供的基于可变负荷的冗余约束识别方法。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种基于可变负荷的冗余约束识别方法,其特征在于,包括:
根据传统电力现货安全约束机组组合模型构建得到冗余约束识别数学模型;
基于所述冗余约束识别数学模型,对于每一负荷预设范围内的线路,将线路潮流约束的限值分别固定在上限值和下限值之后,若对所述冗余约束识别数学模型进行求解的结果为无解,则将该线路潮流上限或下限约束记录为冗余约束。
2.根据权利要求1所述的基于可变负荷的冗余约束识别方法,其特征在于,还包括:
从所述传统电力现货安全约束机组组合模型对所有记录得到的冗余约束进行剔除,得到电力现货安全约束机组组合优化模型。
3.根据权利要求1所述的基于可变负荷的冗余约束识别方法,其特征在于,所述根据传统电力现货安全约束机组组合模型构建得到冗余约束识别数学模型,具体为:
对传统电力现货安全约束机组组合模型取消设置目标函数,并对约束条件进行调整,得到所述冗余约束识别数学模型。
4.根据权利要求1所述的基于可变负荷的冗余约束识别方法,其特征在于,所述冗余约束识别数学模型中的约束条件包括负荷平衡约束、负荷上下限约束、系统正负备用约束、机组上下爬坡约束、机组出力上下限约束、机组最小连续开停机约束、线路潮流约束。
5.根据权利要求1所述的基于可变负荷的冗余约束识别方法,其特征在于,所述若对所述冗余约束识别数学模型进行求解的结果为无解,则将该线路潮流上限或下限约束记录为冗余约束,具体为:
对所述冗余约束识别数学模型进行求解2次,若求解结果为无解,则将该线路潮流上限或下限约束记录为冗余约束。
6.根据权利要求1所述的基于可变负荷的冗余约束识别方法,其特征在于,在所述冗余约束识别数学模型中的爬坡约束中,机组的初值均设为最小技术出力,初状态设为开机。
7.根据权利要求2所述的基于可变负荷的冗余约束识别方法,其特征在于,所述电力现货安全约束机组组合优化模型为以最小发电成本为目标函数,所述电力现货安全约束机组组合优化模型中的约束条件包括系统约束、机组约束和线路潮流约束。
8.一种基于可变负荷的冗余约束识别系统,其特征在于,包括:
模型构建模块,用于根据传统电力现货安全约束机组组合模型构建得到冗余约束识别数学模型;
冗余识别模块,用于基于所述冗余约束识别数学模型,对于每一负荷预设范围内的线路,将线路潮流约束的限值分别固定在上限值和下限值之后,若对所述冗余约束识别数学模型进行求解的结果为无解,则将该线路潮流上限或下限约束记录为冗余约束。
9.根据权利要求8所述的基于可变负荷的冗余约束识别系统,其特征在于,还包括模型修正模块,用于从所述传统电力现货安全约束机组组合模型对所有记录得到的冗余约束进行剔除,得到电力现货安全约束机组组合优化模型。
10.根据权利要求8所述的基于可变负荷的冗余约束识别系统,其特征在于,所述模型构建模块具体用于对传统电力现货安全约束机组组合模型取消设置目标函数,并对约束条件进行调整,得到所述冗余约束识别数学模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110187200.2A CN112966858A (zh) | 2021-02-18 | 2021-02-18 | 一种基于可变负荷的冗余约束识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110187200.2A CN112966858A (zh) | 2021-02-18 | 2021-02-18 | 一种基于可变负荷的冗余约束识别方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112966858A true CN112966858A (zh) | 2021-06-15 |
Family
ID=76284991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110187200.2A Pending CN112966858A (zh) | 2021-02-18 | 2021-02-18 | 一种基于可变负荷的冗余约束识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112966858A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114254956A (zh) * | 2021-12-29 | 2022-03-29 | 中国电力科学研究院有限公司 | 安全约束经济调度线性规划预处理方法、系统及存储介质 |
CN116757388A (zh) * | 2023-04-20 | 2023-09-15 | 中国南方电网有限责任公司 | 一种基于冗余约束筛选的电力市场出清方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102983573A (zh) * | 2012-11-09 | 2013-03-20 | 天津大学 | 基于安全域的安全约束经济调度方法 |
CN102982379A (zh) * | 2012-11-16 | 2013-03-20 | 清华大学 | 基于集合论估计模型的电力系统状态估计方法及系统 |
CN106446383A (zh) * | 2016-09-14 | 2017-02-22 | 三峡大学 | 一种基于改进约束序优化的带安全约束的不确定性机组组合问题求解方法 |
CN106557827A (zh) * | 2015-09-29 | 2017-04-05 | 日本电气株式会社 | 一种用于线性规划问题的冗余约束检测的方法、设备和系统 |
CN109390932A (zh) * | 2018-09-18 | 2019-02-26 | 中国南方电网有限责任公司 | 一种考虑直流联络线功率优化的安全约束机组组合计算方法 |
CN109950900A (zh) * | 2019-03-28 | 2019-06-28 | 华南理工大学 | 基于电动汽车负荷最小峰值模型的微网负荷削减控制方法 |
CN112086967A (zh) * | 2020-09-15 | 2020-12-15 | 国网江西省电力有限公司 | 一种基于有效约束识别的电网热稳边界辨识方法 |
CN112163304A (zh) * | 2020-08-20 | 2021-01-01 | 西安交通大学 | 一种输电网冗余约束识别方法、存储介质及计算设备 |
CN112564091A (zh) * | 2020-11-27 | 2021-03-26 | 国网山东省电力公司济南供电公司 | 一种考虑n-1故障的安全约束机组组合问题求解方法 |
-
2021
- 2021-02-18 CN CN202110187200.2A patent/CN112966858A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102983573A (zh) * | 2012-11-09 | 2013-03-20 | 天津大学 | 基于安全域的安全约束经济调度方法 |
CN102982379A (zh) * | 2012-11-16 | 2013-03-20 | 清华大学 | 基于集合论估计模型的电力系统状态估计方法及系统 |
CN106557827A (zh) * | 2015-09-29 | 2017-04-05 | 日本电气株式会社 | 一种用于线性规划问题的冗余约束检测的方法、设备和系统 |
CN106446383A (zh) * | 2016-09-14 | 2017-02-22 | 三峡大学 | 一种基于改进约束序优化的带安全约束的不确定性机组组合问题求解方法 |
CN109390932A (zh) * | 2018-09-18 | 2019-02-26 | 中国南方电网有限责任公司 | 一种考虑直流联络线功率优化的安全约束机组组合计算方法 |
CN109950900A (zh) * | 2019-03-28 | 2019-06-28 | 华南理工大学 | 基于电动汽车负荷最小峰值模型的微网负荷削减控制方法 |
CN112163304A (zh) * | 2020-08-20 | 2021-01-01 | 西安交通大学 | 一种输电网冗余约束识别方法、存储介质及计算设备 |
CN112086967A (zh) * | 2020-09-15 | 2020-12-15 | 国网江西省电力有限公司 | 一种基于有效约束识别的电网热稳边界辨识方法 |
CN112564091A (zh) * | 2020-11-27 | 2021-03-26 | 国网山东省电力公司济南供电公司 | 一种考虑n-1故障的安全约束机组组合问题求解方法 |
Non-Patent Citations (2)
Title |
---|
ZHAI Q Z 等: "Fast identification of inactive security constraints in SCUC problems", 《IEEE TRANSACTIONS ON POWER SYSTEMS》 * |
王砚平 等: "考虑N-1故障的安全约束机组组合模型及约束削减方法", 《电力自动化设备》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114254956A (zh) * | 2021-12-29 | 2022-03-29 | 中国电力科学研究院有限公司 | 安全约束经济调度线性规划预处理方法、系统及存储介质 |
CN116757388A (zh) * | 2023-04-20 | 2023-09-15 | 中国南方电网有限责任公司 | 一种基于冗余约束筛选的电力市场出清方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113517706B (zh) | 风储系统一次调频协调控制方法、系统、设备及存储介质 | |
CN112966858A (zh) | 一种基于可变负荷的冗余约束识别方法及系统 | |
CN112152242A (zh) | 一种风电机组与储能协同参与系统频率调节的方法和系统 | |
CN104123683B (zh) | 基于动态规划的电力系统黑启动方案生成方法 | |
CN105356465B (zh) | 一种经济性与安全性协调的输电网规划平台及应用 | |
CN115102239A (zh) | 一种考虑soc均衡的储能电站一次调频控制方法及系统 | |
CN115935664A (zh) | 一种网储协同规划方法、系统、介质及设备 | |
Zhang et al. | Secondary frequency control strategy for BESS considering their degree of participation | |
CN112542845A (zh) | 一种计及频率支撑能力的储能电站参与调峰控制方法 | |
CN111092455A (zh) | 一种储能系统与已恢复机组联合运行的负荷恢复优化方法 | |
CN113517702B (zh) | 一种源储荷调切联动的紧急控制方法及系统 | |
CN111884214A (zh) | 适用于园区能量路由器集群的分层优化调度方法及装置 | |
CN115310718A (zh) | 基于冗余安全约束削减的scuc优化方法 | |
Khaleel | Intelligent techniques for distribution static compensator using genetic algorithm, and fuzzy logic controller | |
CN110661252B (zh) | 一种考虑风光储提供柔性爬坡容量的实时经济调度方法 | |
CN113991732B (zh) | 分布式配电网双目标电压控制方法、装置 | |
CN112736894A (zh) | 一种计及风电与电动汽车随机性的两阶段机组组合建模方法 | |
CN112819278A (zh) | 一种求解两阶段鲁棒优化机组组合模型的分段仿射方法 | |
CN111917138A (zh) | 一种基于态势感知的电网旋转备用配置方法和系统 | |
CN116454876B (zh) | 电力市场水电机组的组合控制方法、装置、设备和介质 | |
CN117996862B (zh) | 基于应急备用的机组出力确定方法、装置、设备及介质 | |
CN115528747A (zh) | 电力系统紧平衡多时间尺度处置方法、装置、设备及介质 | |
CN112884607B (zh) | 一种区内黑启动恢复网络的计算方法及计算系统 | |
CN113629768B (zh) | 一种差分进化变参数矢量情感深度强化学习发电控制方法 | |
CN114243730B (zh) | 一种风电并网后的电源一次调频备用容量配置方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210615 |
|
RJ01 | Rejection of invention patent application after publication |