CN113078688B - 一种防控备用不足风险的日前火电开机优化方法及系统 - Google Patents

一种防控备用不足风险的日前火电开机优化方法及系统 Download PDF

Info

Publication number
CN113078688B
CN113078688B CN202110366718.2A CN202110366718A CN113078688B CN 113078688 B CN113078688 B CN 113078688B CN 202110366718 A CN202110366718 A CN 202110366718A CN 113078688 B CN113078688 B CN 113078688B
Authority
CN
China
Prior art keywords
unit
risk
power
starting
thermal power
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
CN202110366718.2A
Other languages
English (en)
Other versions
CN113078688A (zh
Inventor
谢东亮
郁琛
和识之
王皓怀
王彩
蔡林君
张卉琳
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.)
State Grid Corp of China SGCC
China Southern Power Grid Co Ltd
Nari Technology Co Ltd
Original Assignee
State Grid Corp of China SGCC
China Southern Power Grid Co Ltd
Nari Technology 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 State Grid Corp of China SGCC, China Southern Power Grid Co Ltd, Nari Technology Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110366718.2A priority Critical patent/CN113078688B/zh
Publication of CN113078688A publication Critical patent/CN113078688A/zh
Application granted granted Critical
Publication of CN113078688B publication Critical patent/CN113078688B/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
    • H02J3/38—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
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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
    • 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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Power Engineering (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种防控备用不足风险的日前火电开机优化方法。该方法通过搜索可用的开机比例集，在给定比例集下根据代价性能比指标排序选取火电等不灵活机组，计算评估包括不灵活、灵活机组在内的开机方案在各风险场景的运行风险；通过各个日前火电开机比例下的优化结果比较，最终选出运行风险最小的日前火电开机方案，及生成在各场景中的调控预案。本发明适用于优化高比例新能源接入下电力系统的发电及备用计划，能有效平衡上、下调备用不足引起的停电或弃新能源风险，在确保系统安全的同时兼顾运行经济性。

Description

一种防控备用不足风险的日前火电开机优化方法及系统
技术领域
本发明属于电力系统备用技术领域，尤其涉及一种防控备用不足风险的日前火电开机优化方法及系统。
背景技术
通过对新能源发电技术的探索，结合我国负荷以及能源结构，大规模新能源并网运行已成为今后发展的主要方向。风/光发电出力与风速/辐照度存在直接联系，导致其出力具有周期性、波动性和不确定性，其并网运行会对电力系统整体运行造成影响。随着新能源的快速发展，电网对新能源不确定风险的应急备用能力必须得到更加快速的提升。
以保证电网安全为前提条件，为促进风/光新能源的消纳，针对由于新能源并网可能出现的风险场景，提出应急备用容量的组合优化调控方法，以填补功率预测曲线与实际功率曲线之间的功率偏差是很多学者研究的方向。现阶段，对于防控停电风险即应急备用参与上调的优化方法的研究很多。但与此同时，针对防控备用不足，对日前火电机组的开机方案进行优化的却缺乏高效的方案。
发明内容
为了解决现有技术存在的问题，本发明提供一种防控备用不足风险的日前火电开机优化方法，能够更准确的对电力领域非结构化文本进行分词。
本发明所要解决的技术问题是通过以下技术方案实现的：
第一方面，提供了一种防控备用不足风险的日前火电开机优化方法,包括：
获取使得调度周期内系统总运行风险最小的日前火电开机比例；
根据调度周期内系统总运行风险最小所对应的日前火电开机比例生成日前火电开机优化的调控预案。
结合第一方面，进一步的，所述获取使得调度周期内系统总运行风险最小的日前火电开机比例具体包括：
从开机比例集中取出一个开机比例；
在当前取出的开机比例下，将火电机组按照调度优先顺序进行排列，当调度优先顺序相同时再以代价性能比指标对火电机组进行排列，依次选择调度优先顺序靠前，代价性能指标靠优的的火电机组签约，直至满足当前开机比例下对应的开机容量，生成当前开机比例下的火电机组开机计划；
对当前开机比例下的火电机组开机计划所对应的多个场景进行风险计算；
在当前开机比例下，对所有场景下的总风险按照场景概率加权累加得到当前开机比例下的系统总运行风险；
当开机比例集遍历完成后，从中选取系统运行总风险最小的开机比例为最优火电机组开机比例。
结合第一方面，进一步的，系统运行总风险最小的计算如下式所示：
Figure BDA0003007855430000021
Figure BDA0003007855430000022
其中，u为机组启停状态；s为新能源预测场景编号；t为时刻；Rk.s.t为开机比例为k时，场景s中t时刻的运行风险；Ns为场景总数；ρi为机组i的调度成本；Pi.out.t为机组i在场景s中t时刻的发电量；ρab为弃新能源成本；aTables.t为在场景s中t时刻弃新能源量；ρal为停电防御成本；bTables.t为在场景s中t时刻停电量。
结合第一方面，进一步的，所述代价性能比指标的计算如下式所示：
Figure BDA0003007855430000023
其中，ρe.i为机组i的发电成本；Pmax.i为机组i的最大出力；ρup.i为机组i的升级成本；ρbl为停电成本；ρab为弃新能源成本；σi为平均负荷率；NT为优化时段；Δt为单位时长。
结合第一方面，进一步的，所述对当前开机比例下的火电机组开机计划所对应的多个场景进行风险计算具体为：
依次对各场景下每个时刻的风险进行计算，在当前场景当前时刻下计算系统出力的上、下限，据此计算当前时刻的风险，当到达最终时刻时，累加该场景下所有时刻的运行风险。
结合第一方面，进一步的，备用系统出力的上、下限计算如下所示：
(1)场景s下每个时刻的功率缺额：
Pvac.s(t)＝PL(t)-Pneg.s(t) (4)
(2)机组约束条件：
机组的出力约束：
Pmin.i(t)≤Pi.out(t)≤Pmax.i(t) (5)
机组的爬坡率约束：
(1-θi)Pout.i(t-1)≤Pout.i(t)≤(1+θi)Pout.i(t-1) (6)
(3)系统运行下限：
Pout.min(t)＝∑max{(1-θi)Pout.i(t-1)，Pmin.i(t)} (7)
(4)系统运行上限：
Pout.max(t)＝∑min{(1+θi)Pout.i(t-1)，Pmax.i(t)} (8)
式中，Pvac.s(t)：场景s下每个时刻的功率缺额；Pneg.s(t)为新能源概率预测场景s下控制区域在时刻t的理论发电功率；PL(t)为负荷曲线；θi：机组i的爬坡率；Pout.i(t-1)为机组i在t-1个时刻的出力；Pmin.i(t)为机组i在t时刻最小出力；Pmax.i(t)为机组i在t时刻最大出力；θi：机组i的爬坡率。
结合第一方面，进一步的，对场景当前时刻下的风险计算如下所示：
当功率缺额超出系统运行上限时：
Figure BDA0003007855430000031
当功率缺额在运行上下限之间时：
Figure BDA0003007855430000032
当功率缺额低于系统运行下限时
Figure BDA0003007855430000033
式中，Rk.s(t)为当前时刻下的风险；ρdn.i为机组i的降级成本；Pout.min(t)为t时刻系统的运行下限；Pout.max(t)为t时刻系统的运行上限；θi为机组i的爬坡率；Pout.i(t-1)为机组i上一时刻的出力；Pmin.i(t)为机组i的最小出力；Pmax.i(t)为机组i的最大出力；ρbl为停电成本；ρab为弃新能源成本；σi为平均负荷率；NT为优化时段。
结合第一方面，进一步的，所述根据调度周期内系统总运行风险最小所对应的日前火电开机比例生成日前火电开机优化的调控预案包括：
在选中的最优火电机组开机比例下，在在每个场景的每个时刻下，首先判断备用机组的可用性，再判断当前整个系统是否会发生弃新能源或者停电，若不发生弃新能源或者停电，则对机组按照性能代价比进行排序由高到低依次分配机组出力，直至填满功率缺额，将当前时刻的机组出力分配写入调控预案表；若发生弃新能源机组按系统运行下限进行出力，记录当前时刻弃新能源量；若发生停电，机组按系统运行上限进行出力，记录当前时刻停电电量；最终生成整个调控预案表。
结合第一方面，进一步的，若发生停电或弃新能源情况，则弃新能源量和停电电量记录情况如下：
(1)当功率缺额超出系统运行上限发生停电时
aTables.t＝0 (12)
bTables.t＝Pvac.s(t)-Pout.max(t) (13)
(2)当功率缺额低于系统运行下限发生弃新能源时
aTables.t＝Pout.min(t)-Pvac.s(t) (14)
bTables.t＝0 (15)
式中，Pvac.s(t)为场景s下每个时刻的功率缺额；Pout，min(t)为t时刻系统的运行下限；Pout.max(t)为t时刻系统的运行上限。
第二方面，提供了一种一种防控备用不足风险的区域电力系统日前火电开机优化系统，包括：
最优开机比例确定模块：用于搜索一种火电开机比例，使得调度周期内系统总运行风险最小；
调控方案生成模块：用于根据调度周期内系统总运行风险最小所对应的火电开机比例生成调控预案。
本发明有益效果：本发明适用于优化高比例新能源接入下电力系统的发电及备用计划，能有效平衡上、下调备用不足引起的停电或弃新能源风险，在确保系统安全的同时兼顾运行经济性。
附图说明
图1为本发明的流程图；
图2为本发明中当前开机比例下的机组开机分配流程图；
图3为本发明中生成调控预案的流程图。
具体实施方式
为了进一步描述本发明的技术特点和效果，以下结合附图和具体实施方式对本发明做进一步描述。
实施例1
如图1-3所示，本发明公开了一种防控备用不足风险的区域电力系统日前火电开机优化方法，包括以下步骤：
步骤1：优化目标为获取使得调度周期内系统总运行风险最小的日前火电开机比例；对此设置开机比例集，读取开机比例集，依次取出下一待测开机比例(开机比例是火电开机容量与总火电可发容量之比，开机比例集是系统存在的多种可能的开机比例)，优化目标如下：
Figure BDA0003007855430000051
Figure BDA0003007855430000052
其中，u：机组启停状态；s：新能源预测场景编号；t：时刻(24h取96点，Nt＝96)；Rk.s.t：开机比例为k时，场景s中t时刻的运行风险；Ns：场景总数；ρi：机组i的调度成本；Pi.out.t：机组i在场景s中t时刻的发电量；ρab：弃新能源成本；aTabls.t：在场景s中t时刻弃新能源量；ρal：停电防御成本；bTabls.t：在场景s中t时刻停电量；
步骤2：在当前取出的开机比例下，先将火电机组按照调度顺序排列，若火电机组处在同一调度顺序下，再以代价性能比指标为顺序进行排列；依次选中调度顺序靠前，代价性能比指标靠优的火电机组签约，直至满足所取开机比例下对应的开机容量，生成当前开机比例下的机组开机计划；其他灵活的备用机组都签约(签约表示这些机组确定参与开机)；
步骤3：从场景集中取出下一待测场景(一个开机比例会对应多个种场景，场景由系统负荷预测数据以及风电预测数据生成)，依次对各场景下每个时刻的运行风险进行计算，在当前场景当前时刻下，判断所有备用机组的可用性，计算系统的运行上下限，最后计算当前时刻的风险；当到达最终时刻时，累加该场景下所有时刻的运行风险，并循环步骤3；
(1)同一调度下，备用机组代价性能比指标的计算公式如下：
Figure BDA0003007855430000053
式中，ρe.i：机组i的发电成本；Pmax.i：机组i的最大出力；ρup.i：机组i的升级成本；ρbl：停电成本；ρab：弃新能源成本；σi：平均负荷率；NT：优化时段；Δt：为单位时长；
(2)系统的运行上、下限计算公式如下：
①场景s下每个时刻的功率缺额：
Pvac.s(t)＝PL(t)-Pneg.s(t)
②机组约束条件：
机组的出力约束：
Pmin.i(t)≤Pi.out(t)≤Pmax.i(t)
机组的爬坡率约束：
(1-θi)Pout.i(t-1)≤Pout.i(t)≤(1+θi)Pout.i(t-1)
③系统运行下限：
Pout.min(t)＝∑max{(1-θi)Pout.i(t-1)，Pmin.i(t)}
④系统运行上限：
Pout.max(t)＝∑min{(1+θi)Pout.i(t-1)，Pmax.i(t)}
式中，Pvac.s(t)：场景s下每个时刻的功率缺额；Pneg.s(t)：新能源概率预测场景s下控制区域在时刻t的理论发电功率；PL(t)：负荷曲线；θi：机组i的爬坡率；Pout.i(t-1)：机组i上一时刻的出力；Pmin.i(t)：机组i的最小出力；Pmax.i(t)：机组i的最大出力；θi：机组i的爬坡率；
(3)在当前场景当前时刻下的风险计算公式如下：
①当功率缺额超出系统运行上限
Figure BDA0003007855430000061
②当功率缺额在运行上下限之间
Figure BDA0003007855430000062
③当功率缺额低于系统运行下限
Figure BDA0003007855430000063
式中，Pout，min(t)：t时刻系统的运行下限；Pout.max(t)：t时刻系统的运行上限；ρdn.i为机组i的降级成本；θi：机组i的爬坡率；Pout.i(t-1)：机组i上一时刻的出力；Pmin.i(t)：机组i的最小出力；Pmax.i(t)：机组i的最大出力；ρbl：停电成本；ρab：弃新能源成本；σi：平均负荷率；NT：优化时段；Δt：单位时长；
步骤4：当场景集遍历完成时，在当前开机比例下，对所有场景下所有时刻的运行风险进行累加；
步骤5：当比例集遍历完成时，选中开机比例集中，系统运行风险最小的开机比例，即为最优开机比例；
步骤6：在选中的最优开机比例方案下，生成机组的开机计划；与步骤2中，当前开机比例下的机组开机计划生成的步骤一致；
步骤7：在选中开机比例方案下，生成日前火电开机优化的调控预案；在每个场景的每个时刻下，首先判断备用机组的可用性，再判断当前整个系统是否会发生弃新能源或者停电，若不发生弃新能源或者停电，则对机组进行排序，依次分配机组出力，直至填满功率缺额，将当前时刻的机组出力分配写入调控预案表；若发生弃新能源，机组按系统运行下限进行出力，记录当前时刻弃新能源量；若发生停电，机组按系统运行上限进行出力，记录当前时刻停电电量；最终生成整个调控预案表。弃新能源量和停电电量记录情况如下：
(1)当功率缺额超出系统运行上限(产生停电)
aTables.t＝0
bTables.t＝Pvac.s(t)-Pout.max(t)
(2)当功率缺额低于系统运行下限(产生弃新能源)
aTables.t＝Pout，min(t)-Pvac.s(t)
bTables.t＝0
式中，Pvac.s(t)：场景s下每个时刻的功率缺额；Pout，min(t)：t时刻系统的运行下限；Pout.max(t)：t时刻系统的运行上限。
实施例2
本发明还提供了一种防控备用不足风险的区域电力系统日前火电开机优化系统，包括：
最优开机比例确定模块：用于获取使得调度周期内系统总运行风险最小的日前火电开机比例；
调控方案生成模块：用于根据调度周期内系统总运行风险最小所对应的日前火电开机比例生成日前火电开机优化的调控预案。
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。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (7)

1.一种防控备用不足风险的日前火电开机优化方法，其特征在于，包括：
获取使得调度周期内系统总运行风险最小的日前火电开机比例，具体包括：从开机比例集中取出一个开机比例；
在当前取出的开机比例下，将火电机组按照调度优先顺序进行排列，当调度优先顺序相同时再以代价性能比指标对火电机组进行排列，依次选择调度优先顺序靠前，代价性能指标靠优的火电机组签约，直至满足当前开机比例下对应的开机容量，生成当前开机比例下的火电机组开机计划；
对当前开机比例下的火电机组开机计划所对应的多个场景进行风险计算；
在当前开机比例下，对所有场景下的总风险按照场景概率加权累加得到当前开机比例下的系统总运行风险；
当开机比例集遍历完成后，从中选取系统运行总风险最小的开机比例为最优火电机组开机比例，系统运行总风险最小的计算如下式所示：
Figure FDA0003982856900000011
Figure FDA0003982856900000012
其中，u为机组启停状态；s为新能源预测场景编号；t为时刻；Rk.s.t为开机比例为k时，场景s中t时刻的运行风险；Ns为场景总数；ρab为弃新能源成本；aTables.t为在场景s中t时刻弃新能源量；bTables.t为在场景s中t时刻停电量，ρbl为停电成本，ρe.i为机组i的发电成本，ρup.i为机组i的升级成本，Pmax.i为机组i的最大出力，Nt为时刻总数，ρdn.i为机组i的降级成本；
根据调度周期内系统总运行风险最小所对应的日前火电开机比例生成日前火电开机优化的调控预案。
2.根据权利要求1所述的一种防控备用不足风险的日前火电开机优化方法，其特征在于，所述代价性能比指标的计算如下式所示：
Figure FDA0003982856900000013
其中，ρe.i为机组i的发电成本；Pmax.i为机组i的最大出力；ρup.i为机组i的升级成本；σi为平均负荷率；NT为优化时段；Δt为单位时长。
3.根据权利要求2所述的一种防控备用不足风险的日前火电开机优化方法，其特征在于，所述对当前开机比例下的火电机组开机计划所对应的多个场景进行风险计算具体为：
依次对各场景下每个时刻的风险进行计算，在当前场景当前时刻下计算系统出力的上、下限，据此计算当前时刻的风险，当到达最终时刻时，累加该场景下所有时刻的运行风险。
4.根据权利要求3所述的一种防控备用不足风险的日前火电开机优化方法，其特征在于，备用系统出力的上、下限计算如下所示：
(1)场景s下每个时刻的功率缺额：
Pvac.s(t)＝PL(t)-Pneg.s(t) (4)
(2)机组约束条件：
机组的出力约束：
Pmin.i(t)≤Pout.i(t)≤Pmax.i(t) (5)
机组的爬坡率约束：
(1-θi)Pout.i(t-1)≤Pout.i(t)≤(1+θi)Pout.i(t-1) (6)
(3)系统运行下限：
Pout.min(t)＝∑max{(1-θi)Pout.i(t-1)，Pmin.i(t)} (7)
(4)系统运行上限：
Pout.max(t)＝∑min{(1+θi)Pout.i(t-1)，Pmax.i(t)} (8)
式中，Pvac.s(t)：场景s下每个时刻的功率缺额；Pneg.s(t)为新能源概率预测场景s下控制区域在时刻t的理论发电功率；PL(t)为负荷曲线；θi：机组i的爬坡率；Pout.i(t-1)为机组i在t-1个时刻的出力；Pmin.i(t)为机组i在t时刻最小出力；Pmax.i(t)为机组i在t时刻最大出力；Pout.i(t)为机组i在t时刻的出力，Pout.min(t)为t时刻系统运行的下限，Pout.max(t)为t时刻系统运行的上限。
5.根据权利要求3所述的一种防控备用不足风险的日前火电开机优化方法，其特征在于，对场景当前时刻下的风险计算如下所示：
当功率缺额超出系统运行上限时：
Figure FDA0003982856900000021
当功率缺额在运行上下限之间时：
Figure FDA0003982856900000022
当功率缺额低于系统运行下限时
Figure FDA0003982856900000023
式中，Rk.s(t)为当前时刻下的风险；ρdn.i为机组i的降级成本；Pout.i(t)为机组t时刻的出力；Pmax.i(t)为机组i的最大出力；ρbl为停电成本；ρab为弃新能源成本。
6.根据权利要求1所述的一种防控备用不足风险的日前火电开机优化方法，其特征在于，所述根据调度周期内系统总运行风险最小所对应的日前火电开机比例生成日前火电开机优化的调控预案包括：
在选中的最优火电机组开机比例下，在每个场景的每个时刻下，首先判断备用机组的可用性，再判断当前整个系统是否会发生弃新能源或者停电，若不发生弃新能源或者停电，则对机组按照性能代价比进行排序由高到低依次分配机组出力，直至填满功率缺额，将当前时刻的机组出力分配写入调控预案表；若发生弃新能源机组按系统运行下限进行出力，记录当前时刻弃新能源量；若发生停电，机组按系统运行上限进行出力，记录当前时刻停电电量；最终生成整个调控预案表。
7.根据权利要求6所述的一种防控备用不足风险的日前火电开机优化方法，其特征在于，若发生停电或弃新能源情况，则弃新能源量和停电电量记录情况如下：
(1)当功率缺额超出系统运行上限发生停电时
aTables.t＝0 (12)
bTables.t＝Pvac.s(t)-Pout.max(t) (13)
(2)当功率缺额低于系统运行下限发生弃新能源时
aTables.t＝Pout.min(t)-Pvac.s(t) (14)
bTables.t＝0 (15)
式中，Pvac.s(t)：场景s下每个时刻的功率缺额；Pout.min(t)：t时刻系统的运行下限；Pout.max(t)：t时刻系统的运行上限。
CN202110366718.2A 2021-04-06 2021-04-06 一种防控备用不足风险的日前火电开机优化方法及系统 Active CN113078688B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110366718.2A CN113078688B (zh) 2021-04-06 2021-04-06 一种防控备用不足风险的日前火电开机优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110366718.2A CN113078688B (zh) 2021-04-06 2021-04-06 一种防控备用不足风险的日前火电开机优化方法及系统

Publications (2)

Publication Number Publication Date
CN113078688A CN113078688A (zh) 2021-07-06
CN113078688B true CN113078688B (zh) 2023-02-14

Family

ID=76615863

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110366718.2A Active CN113078688B (zh) 2021-04-06 2021-04-06 一种防控备用不足风险的日前火电开机优化方法及系统

Country Status (1)

Country Link
CN (1) CN113078688B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113690929A (zh) * 2021-07-26 2021-11-23 南瑞集团有限公司 一种协调防控弃新能源和停电风险的旋转备用容量中期规划方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104299173A (zh) * 2014-10-31 2015-01-21 武汉大学 一种适用于多种能源接入的鲁棒优化日前调度方法
WO2015192613A1 (zh) * 2014-06-20 2015-12-23 国家电网公司 电力系统控制方法和装置
CN105518723A (zh) * 2015-09-21 2016-04-20 国电南瑞科技股份有限公司 一种基于备用对象代价性能比的旋转备用容量优化方法
CN109088427A (zh) * 2018-07-23 2018-12-25 国网青海省电力公司经济技术研究院 一种交直流混联电网内常规机组最小开机方案确定方法及系统
CN110994594A (zh) * 2019-11-20 2020-04-10 国电南瑞科技股份有限公司 一种电力系统的跨区备用配置方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8069077B2 (en) * 2003-06-11 2011-11-29 Kabushiki Kaisha Toshiba Electric-power-generating-facility operation management support system, electric-power-generating-facility operation management support method, and program for executing support method, and program for executing operation management support method on computer
CN106058917A (zh) * 2016-05-31 2016-10-26 国网山东省电力公司济南供电公司 一种计及光伏发电的电力系统动态经济调度方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015192613A1 (zh) * 2014-06-20 2015-12-23 国家电网公司 电力系统控制方法和装置
CN104299173A (zh) * 2014-10-31 2015-01-21 武汉大学 一种适用于多种能源接入的鲁棒优化日前调度方法
CN105518723A (zh) * 2015-09-21 2016-04-20 国电南瑞科技股份有限公司 一种基于备用对象代价性能比的旋转备用容量优化方法
CN109088427A (zh) * 2018-07-23 2018-12-25 国网青海省电力公司经济技术研究院 一种交直流混联电网内常规机组最小开机方案确定方法及系统
CN110994594A (zh) * 2019-11-20 2020-04-10 国电南瑞科技股份有限公司 一种电力系统的跨区备用配置方法及装置

Also Published As

Publication number Publication date
CN113078688A (zh) 2021-07-06

Similar Documents

Publication Publication Date Title
CN111555281B (zh) 一种电力系统灵活性资源配置仿真方法及装置
CN102684224A (zh) 一种求解考虑风电波动性的机组组合方法
CN112104005A (zh) 一种考虑新能源预测不确定性的电网调度方法和系统
CN113077075B (zh) 新能源不确定性电力系统安全风险预防控制方法及装置
CN113078688B (zh) 一种防控备用不足风险的日前火电开机优化方法及系统
CN112186734B (zh) 一种电力系统中长期运行模拟方法、储存介质及计算设备
CN110323768B (zh) 一种电化学储能电站功率分配方法及系统
CN111224425A (zh) 基于分层预测控制的风储系统黑启动频率控制方法及系统
CN110994594B (zh) 一种电力系统的跨区备用配置方法及装置
CN117094849A (zh) 储能电站参与多类电力市场的优化运行方法、装置及设备
CN113872253B (zh) 抽水蓄能电站联合新能源发电优化调度方法及装置
CN110752598A (zh) 多点分布式储能系统灵活性评价方法和装置
CN109038556B (zh) 一种火电机组灵活性改造容量计算方法及系统
CN112332420B (zh) 电力系统风险评估中的分层负荷削减量确定装置及方法
CN105914780B (zh) 风储联合发电系统发电指标跟踪方法及装置
CN112928780B (zh) 一种配电网灾后供电恢复方法及系统
KR20220092259A (ko) 신재생에너지 하이브리드 시스템의 설비 용량 최적 설계 방법
CN110061510B (zh) 一种时段解耦安全约束经济调度快速求解方法和系统
CN112491080A (zh) 一种新能源装机布局规划方法和系统
CN115579923B (zh) 一种用于多场景多目标的储能优化运行方法及装置
CN115603308A (zh) 一种考虑需求响应替代效益的源网协调规划方法及系统
CN113690929A (zh) 一种协调防控弃新能源和停电风险的旋转备用容量中期规划方法及装置
CN110717694B (zh) 基于新能源消纳期望值的储能配置随机决策方法及装置
CN110061493B (zh) 一种储能系统储能容量的确定方法及系统
CN113394812A (zh) 新能源场站出力与用电负荷间的匹配程度计算方法和系统

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