CN113420259A - 安全约束机组组合约束削减方法、装置、终端及介质 - Google Patents

安全约束机组组合约束削减方法、装置、终端及介质 Download PDF

Info

Publication number
CN113420259A
CN113420259A CN202110720360.9A CN202110720360A CN113420259A CN 113420259 A CN113420259 A CN 113420259A CN 202110720360 A CN202110720360 A CN 202110720360A CN 113420259 A CN113420259 A CN 113420259A
Authority
CN
China
Prior art keywords
constraint
optimization problem
unit
safety
fault state
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
Application number
CN202110720360.9A
Other languages
English (en)
Other versions
CN113420259B (zh
Inventor
付聪
刘俊磊
钱峰
张水平
钟雅珊
杨韵
陈卉灿
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.)
Guangdong Power Grid Co Ltd
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Electric Power Dispatch Control Center of Guangdong 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 Guangdong Power Grid Co Ltd, Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202110720360.9A priority Critical patent/CN113420259B/zh
Publication of CN113420259A publication Critical patent/CN113420259A/zh
Application granted granted Critical
Publication of CN113420259B publication Critical patent/CN113420259B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply

Abstract

本发明公开了一种安全约束机组组合约束削减方法、装置、终端及介质，所述方法包括：构建SCUC问题的目标函数；确定所述目标函数的约束条件；根据所述约束条件建立对应的辅助优化问题，利用所述辅助优化问题的最优解辨识并过滤冗余故障态安全约束，以削减所述SCUC问题的安全约束机组组合约束条件规模。本发明提供的安全约束机组组合约束削减方法在进行约束削减之后，能够大幅度减小SCUC问题的规模，从而使得总计算时间大大缩短，能够满足电力系统实时调度的需求，对于基于辅助优化问题的SCUC问题冗余故障态安全约束辨识过程的实际应用有着重要意义。

Description

安全约束机组组合约束削减方法、装置、终端及介质
技术领域
本发明涉及电力技术领域，具体涉及一种安全约束机组组合约束削减方法、装置、终端及介质。
背景技术
安全约束机组组合(security-constrained unit commitment,SCUC)问题作为制定发电计划的核心环节，在电力系统优化调度等方面具有十分重要的意义。SCUC 的目标是在满足发电约束，安全约束和系统需求在给定范围内的约束的同时，将发电机组的总体运营成本降至最低。
目前针对SCUC问题，现有技术采用的方法主要包括优先顺序法，动态规划，Benders分解，拉格朗日松弛，混合整数线性规划(mixed-integer linear programming,MILP)及智能优化方法。其中，MILP使用最为广泛，它将SCUC建模为MILP问题以进行计算。但当SCUC问题的规模较大时，MILP方法往往会遇到维数灾问题。在这种情况下，使用MILP方法求解SCUC问题将需要庞大的计算量与相当长的计算时间，不能满足电力系统实时调度的需求。
发明内容
本发明的目的在于提供一种安全约束机组组合约束削减方法、装置、终端及介质，以解决当SCUC问题的规模较大时，现有MILP方法会由于维数灾难造成计算量大、耗费时间长、无法满足电力系统实时调度的需求。
为了克服上述现有技术中的缺陷，本发明提供了一种安全约束机组组合约束削减方法，包括：
构建SCUC问题的目标函数；
确定所述目标函数的约束条件；
根据所述约束条件建立对应的辅助优化问题，利用所述辅助优化问题的最优解辨识并过滤冗余故障态安全约束，以削减所述SCUC问题的安全约束机组组合约束条件规模。
进一步地，所述SCUC问题的目标函数为：
Figure BDA0003136288760000021
其中，i和t分别表示机组和时段序号；I和T分别表示机组数目和时段数；ai、bi、 ci分别为机组i二次费用曲线的系数，它们是仅与机组有关的常数；pi,t是机组i在时段t的出力；ui,t为代表机组状态的0-1整数变量。
进一步地，所述约束条件包括功率平衡约束、机组出力约束、最小启停时间约束、机组出力爬坡约束、基态安全约束及故障态安全约束；其中
所述功率平衡约束为：
Figure BDA0003136288760000022
其中，Dt为时段t下系统的总负荷；
所述机组出力约束为：
Pi minui,t≤pi,t≤Pi maxui,t,i＝1,2,...,I,t＝1,2,...,T,
其中，Pi min和Pi max分别是机组i的最大、最小出力；
所述最小启停时间约束包括最小开机时间约束和最小停机时间约束；
所述最小开机时间约束为：
Figure BDA0003136288760000023
Figure BDA0003136288760000024
Figure BDA0003136288760000025
其中，
Figure BDA0003136288760000026
表示机组i从0时段起必须持续开机的小时数，由上个调度周期结束时机组状态决定；
Figure BDA0003136288760000027
是机组i的最小开机时间；
Figure BDA0003136288760000028
是0时段以前，机组i已经持续开机的时段数；
所述最小停机时间约束为：
Figure BDA0003136288760000031
Figure BDA0003136288760000032
Figure BDA0003136288760000033
其中，
Figure BDA0003136288760000034
是机组i从0时段起必须持续关机的小时数；
Figure BDA0003136288760000035
是机组i的最小关机时间；
Figure BDA0003136288760000036
是0时段前机组i已持续关机的时段数；
所述机组出力爬坡约束为：
Figure BDA0003136288760000037
其中，
Figure BDA0003136288760000038
和
Figure BDA0003136288760000039
为机组i出力上升和下降的限制；
所述基态安全约束为：
Figure BDA00031362887600000310
其中，
Figure BDA00031362887600000311
为基态下支路n的有功潮流，
Figure BDA00031362887600000312
为支路n的长期允许载流量bn为支路n电纳，SB是支路集合，θα,t和θβ,t为t时段下支路n所连接节点α和β的电压相角，且满足直流法潮流方程：
Bθt＝KPPt-KDDt,t＝1,2,...,T,
其中，B为节点电纳矩阵，Kp为节点机组关联矩阵，KD为节点负荷关联矩阵，θt， Pt，Dt分别为t时段的节点电压相角向量，机组有功出力向量，负荷向量；
所述故障态安全约束为：
通过支路开断分布因子将故障态安全约束表示为：
Figure BDA00031362887600000313
其中，
Figure BDA00031362887600000314
是故障态k下，支路n的故障态潮流；
Figure BDA00031362887600000315
是支路n的短期允许载流量；
Figure BDA00031362887600000316
和
Figure BDA00031362887600000317
分别是故障态k下，开断支路与未开断支路的集合；
Figure BDA00031362887600000318
是故障态k下，开断支路m对非开断支路n的线路开断分布因子；C是故障集合，包括支路和母线的 N-1故障。
进一步地，所述根据所述约束条件建立对应的辅助优化问题，利用所述辅助优化问题的最优解辨识并过滤冗余故障态安全约束，包括：
考虑时段t下支路n的故障态安全约束：
Figure BDA0003136288760000041
去掉时段t下支路n的故障态安全约束的绝对值，得到故障态潮流的上下限约束：
Figure BDA0003136288760000042
Figure BDA0003136288760000043
为每条故障态安全约束引入松弛变量
Figure BDA0003136288760000044
与
Figure BDA0003136288760000045
分别建立第一辅助优化问题、第二辅助优化问题；
所述第一辅助优化问题为：
第一目标函数：
Figure BDA0003136288760000046
Figure BDA0003136288760000047
所述第二辅助优化问题为：
第二目标函数：
Figure BDA0003136288760000048
Figure BDA0003136288760000049
其中，故障态潮流的上下限约束为冗余的充要条件为：
Figure BDA00031362887600000410
及根据第一辅助优化问题、第二辅助优化问题的最优解是否大于零分别对故障态潮流的上下限约束进行过滤，以削减SCUC问题规模。
进一步地，所述安全约束机组组合约束削减方法，还包括：采用加速辨识方法，加速冗余故障态安全约束辨识过程；
所述加速辨识方法，包括：松弛辅助优化问题、转化辅助优化问题并使用可行性判据、故障态安全约束预分类及引入多线程并行计算。
进一步地，若第一辅助优化问题、第二辅助优化问题的最优解大于零，则所述故障态潮流的上下限约束为冗余约束。
进一步地，所述松弛辅助优化问题为：
对机组出力约束Pi minui,t≤pi,t≤Pi maxui,t，机组出力pi,t限制在{0}∪[Pi min,Pi max]范围内的机组进行松弛：
0≤pi,t≤Pi max,
得到松弛后机组出力pi,t的范围变为[0,Pi max]；
将所述第一辅助优化问题、所述第二辅助优化问题分别进行松弛，得到：
第三辅助优化问题：
第三目标函数：
Figure BDA0003136288760000051
Figure BDA0003136288760000052
第四辅助优化问题：
第四目标函数：
Figure BDA0003136288760000053
Figure BDA0003136288760000061
进一步地，所述转化辅助优化问题并使用可行性判据为：
分别将所述第三辅助优化问题、所述第四辅助优化问题的最优解是否为零，转化为判断第五辅助优化问题、第六辅助优化问题是否有可行解；其中，
将所述第三辅助优化问题转换为所述第五辅助优化问题：
目标函数：无
Figure BDA0003136288760000062
将所述第四辅助优化问题转换为所述第六辅助优化问题：
目标函数：无
Figure BDA0003136288760000063
进一步地，所述故障态安全约束预分类为：
将冗余故障态安全约束辨识过程转换为由低负荷水平时段向高负荷水平时段进行；其中，
当处于低负荷水平时，将非冗余的故障态安全约束加入预分类非冗余约束集合，并在处于高负荷水平时将所述非冗余的故障态安全约束判定为非冗余约束；
及，将冗余约束的故障态安全约束加入待定约束集合，并在每个时段下对所述待定约束集合中的故障态安全约束进行辨识。
进一步地，所述多线程并行计算为：
将同一时段下不同的辅助优化问题的求解任务分配至不同的线程，并在不同的CPU核上运行。
本发明还提供了一种安全约束机组组合约束削减装置，包括：
目标函数构建单元，用于构建SCUC问题的目标函数；
约束条件确定单元，用于确定所述目标函数的约束条件；
辅助优化单元，用于根据所述约束条件建立对应的辅助优化问题，利用所述辅助优化问题的最优解辨识并过滤冗余故障态安全约束，以削减所述SCUC问题的安全约束机组组合约束条件规模。
进一步地，所述SCUC问题的目标函数为：
Figure BDA0003136288760000071
其中，i和t分别表示机组和时段序号；I和T分别表示机组数目和时段数；ai、bi、 ci分别为机组i二次费用曲线的系数，它们是仅与机组有关的常数；pi,t是机组i在时段t的出力；ui,t为代表机组状态的0-1整数变量。
进一步地，所述约束条件包括功率平衡约束、机组出力约束、最小启停时间约束、机组出力爬坡约束、基态安全约束及故障态安全约束；其中，
所述功率平衡约束为：
Figure BDA0003136288760000072
其中，Dt为时段t下系统的总负荷；
所述机组出力约束为：
Pi minui,t≤pi,t≤Pi maxui,t,i＝1,2,...,I,t＝1,2,...,T,
其中，Pi min和Pi max分别是机组i的最大、最小出力；
所述最小启停时间约束包括最小开机时间约束和最小停机时间约束；
所述最小开机时间约束为：
Figure BDA0003136288760000081
Figure BDA0003136288760000082
Figure BDA0003136288760000083
其中，
Figure BDA0003136288760000084
表示机组i从0时段起必须持续开机的小时数，由上个调度周期结束时机组状态决定；
Figure BDA0003136288760000085
是机组i的最小开机时间；
Figure BDA0003136288760000086
是0时段以前，机组i已经持续开机的时段数；
所述最小停机时间约束为：
Figure BDA0003136288760000087
Figure BDA0003136288760000088
Figure BDA0003136288760000089
其中，
Figure BDA00031362887600000810
是机组i从0时段起必须持续关机的小时数；
Figure BDA00031362887600000811
是机组i的最小关机时间；
Figure BDA00031362887600000812
是0时段前机组i已持续关机的时段数；
所述机组出力爬坡约束为：
Figure BDA00031362887600000813
其中，
Figure BDA00031362887600000814
和
Figure BDA00031362887600000815
为机组i出力上升和下降的限制；
所述基态安全约束为：
Figure BDA00031362887600000816
其中，
Figure BDA00031362887600000817
为基态下支路n的有功潮流，
Figure BDA00031362887600000818
为支路n的长期允许载流量bn为支路n电纳，SB是支路集合，θα,t和θβ,t为t时段下支路n所连接节点α和β的电压相角，且满足直流法潮流方程：
Bθt＝KPPt-KDDt,t＝1,2,...,T,
其中，B为节点电纳矩阵，Kp为节点机组关联矩阵，KD为节点负荷关联矩阵，θt， Pt，Dt分别为t时段的节点电压相角向量，机组有功出力向量，负荷向量；
所述故障态安全约束为：
通过支路开断分布因子将故障态安全约束表示为：
Figure BDA0003136288760000091
其中，
Figure BDA0003136288760000092
是故障态k下，支路n的故障态潮流；
Figure BDA0003136288760000093
是支路n的短期允许载流量；
Figure BDA0003136288760000094
和
Figure BDA0003136288760000095
分别是故障态k下，开断支路与未开断支路的集合；
Figure BDA0003136288760000096
是故障态k下，开断支路m对非开断支路n的线路开断分布因子；C是故障集合，包括支路和母线的 N-1故障。
进一步地，所述根据所述约束条件建立对应的辅助优化问题，利用所述辅助优化问题的最优解辨识并过滤冗余故障态安全约束，包括：
考虑时段t下支路n的故障态安全约束：
Figure BDA0003136288760000097
去掉时段t下支路n的故障态安全约束的绝对值，得到故障态潮流的上下限约束：
Figure BDA0003136288760000098
Figure BDA0003136288760000099
为每条故障态安全约束引入松弛变量
Figure BDA00031362887600000910
与
Figure BDA00031362887600000911
分别建立第一辅助优化问题、第二辅助优化问题；
所述第一辅助优化问题为：
第一目标函数：
Figure BDA00031362887600000912
Figure BDA0003136288760000101
所述第二辅助优化问题为：
第二目标函数：
Figure BDA0003136288760000102
Figure BDA0003136288760000103
其中，故障态潮流的上下限约束为冗余的充要条件为：
Figure BDA0003136288760000104
及根据第一辅助优化问题、第二辅助优化问题的最优解是否大于零分别对故障态潮流的上下限约束进行过滤，以削减SCUC问题规模。
进一步地，所述安全约束机组组合约束削减装置，还包括加速辨识单元，用于采用加速辨识方法，加速冗余故障态安全约束辨识过程；所述加速辨识方法，包括松弛辅助优化问题、转化辅助优化问题并使用可行性判据、故障态安全约束预分类及引入多线程并行计算。
进一步地，若第一辅助优化问题、第二辅助优化问题的最优解大于零，则所述故障态潮流的上下限约束为冗余约束。
进一步地，所述松弛辅助优化问题为：
对机组出力约束Pi minui,t≤pi,t≤Pi maxui,t，机组出力pi,t限制在{0}∪[Pi min,Pi max]范围内的机组进行松弛：
0≤pi,t≤Pi max,
得到松弛后机组出力pi,t的范围变为[0,Pi max]；
将所述第一辅助优化问题、所述第二辅助优化问题分别进行松弛，得到：
第三辅助优化问题：
第三目标函数：
Figure BDA0003136288760000105
Figure BDA0003136288760000111
第四辅助优化问题：
第四目标函数：
Figure BDA0003136288760000112
Figure BDA0003136288760000113
进一步地，所述转化辅助优化问题并使用可行性判据为：
分别将所述第三辅助优化问题、所述第四辅助优化问题的最优解是否为零，转化为判断第五辅助优化问题、第六辅助优化问题是否有可行解；其中，
将所述第三辅助优化问题转换为所述第五辅助优化问题：
目标函数：无
Figure BDA0003136288760000114
将所述第四辅助优化问题转换为所述第六辅助优化问题：
目标函数：无
Figure BDA0003136288760000121
进一步地，所述故障态安全约束预分类为：
将冗余故障态安全约束辨识过程转换为由低负荷水平时段向高负荷水平时段进行；其中，
当处于低负荷水平时，将非冗余的故障态安全约束加入预分类非冗余约束集合，并在处于高负荷水平时将所述非冗余的故障态安全约束判定为非冗余约束；
及，将冗余约束的故障态安全约束加入待定约束集合，并在每个时段下对所述待定约束集合中的故障态安全约束进行辨识。
进一步地，所述多线程并行计算为：
将同一时段下不同的辅助优化问题的求解任务分配至不同的线程，并在不同的CPU核上运行。
本发明还提供了一种终端设备，包括：
一个或多个处理器；
存储器，与所述处理器耦接，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上任一项所述的安全约束机组组合约束削减方法。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行实现如上任一项所述的安全约束机组组合约束削减方法。
相对于现有技术，本发明的有益效果在于：
本发明公开的一种安全约束机组组合约束削减方法，包括构建SCUC问题的目标函数；确定所述目标函数的约束条件；根据所述约束条件建立对应的辅助优化问题，利用所述辅助优化问题的最优解辨识并过滤冗余故障态安全约束，以削减所述SCUC问题的安全约束机组组合约束条件规模。
本发明提供的安全约束机组组合约束削减方法在进行约束削减之后，能够大幅度减小SCUC问题的规模，从而使得总计算时间大大缩短，能够满足电力系统实时调度的需求，对于基于辅助优化问题的SCUC问题冗余故障态安全约束辨识过程的实际应用有着重要意义。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明某一实施例提供的安全约束机组组合约束削减方法的流程示意图；
图2是本发明又一实施例提供的安全约束机组组合约束削减方法的流程示意图；
图3是图2中步骤S40中故障态安全约束预分类方法的流程示意图；
图4是本发明某一实施例提供的新英格兰39节点系统剩余故障态安全约束数目与负荷水平之间的关系对比折线图；
图5是本发明某一实施例提供的IEEE-118测试系统剩余故障态安全约束数目与负荷水平之间的关系对比折线图；
图6是本发明某一实施例提供的安全约束机组组合约束削减装置的结构示意图。
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、完整地描述，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。
应当理解，文中所使用的步骤编号仅是为了方便描述，不作为对步骤执行先后顺序的限定。
应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
第一方面：
请参阅图1，本发明某一实施例提供了一种安全约束机组组合约束削减模型，包括：
S10、构建SCUC问题的目标函数。
在某一实施例中，以发电费用最小为目标，进行SCUC问题目标函数的建模，其中目标函数为：
Figure BDA0003136288760000141
其中，i和t分别表示机组和时段序号；I和T分别表示机组数目和时段数；ai、 bi、ci分别为机组i二次费用曲线的系数，它们是仅与机组有关的常数；pi,t是机组 i在时段t的出力；ui,t为代表机组状态的0-1整数变量；其中，0为关机状态，1 为开机状态。
S20、确定所述目标函数的约束条件。
在某一实施例中，所述约束条件的具体内容如图2所示，包括：1)功率平衡约束、2)机组出力约束、3)最小启停时间约束、4)机组出力爬坡约束、5) 基态安全约束及6)故障态安全约束；其中，
1)功率平衡约束为：
Figure BDA0003136288760000151
其中，Dt为时段t下系统的总负荷。
2)机组出力约束为：
Pi minui,t≤pi,t≤Pi maxui,t,i＝1,2,...,I,t＝1,2,...,T,
其中，Pi min和Pi max分别是机组i的最大、最小出力。
3)最小启停时间约束包括最小开机时间约束和最小停机时间约束；
3.1)最小开机时间约束为：
Figure BDA0003136288760000152
Figure BDA0003136288760000153
Figure BDA0003136288760000154
其中，
Figure BDA0003136288760000155
表示机组i从0时段起必须持续开机的小时数，由上个调度周期结束时机组状态决定；
Figure BDA0003136288760000156
是机组i的最小开机时间；
Figure BDA0003136288760000157
是0时段以前，机组i已经持续开机的时段数。
3.2)最小停机时间约束为：
Figure BDA0003136288760000158
Figure BDA0003136288760000159
Figure BDA00031362887600001510
其中，
Figure BDA00031362887600001511
是机组i从0时段起必须持续关机的小时数；
Figure BDA00031362887600001512
是机组i的最小关机时间；
Figure BDA00031362887600001513
是0时段前机组i已持续关机的时段数。
4)机组出力爬坡约束为：
Figure BDA0003136288760000161
其中，
Figure BDA0003136288760000162
和
Figure BDA0003136288760000163
为机组i出力上升和下降的限制。
5)基态安全约束为：
Figure BDA0003136288760000164
其中，
Figure BDA0003136288760000165
为基态下支路n的有功潮流，
Figure BDA0003136288760000166
为支路n的长期允许载流量bn为支路n电纳，SB是支路集合，θα,t和θβ,t为t时段下支路n所连接节点α和β的电压相角，且满足直流法潮流方程：
Bθt＝KPPt-KDDt,t＝1,2,...,T,
其中，B为节点电纳矩阵，Kp为节点机组关联矩阵，KD为节点负荷关联矩阵，θt， Pt，Dt分别为t时段的节点电压相角向量，机组有功出力向量，负荷向量。
6)故障态安全约束为：
通过支路开断分布因子将故障态安全约束表示为：
Figure BDA0003136288760000167
其中，
Figure BDA0003136288760000168
是故障态k下，支路n的故障态潮流；
Figure BDA0003136288760000169
是支路n的短期允许载流量；
Figure BDA00031362887600001610
和
Figure BDA00031362887600001611
分别是故障态k下，开断支路与未开断支路的集合；
Figure BDA00031362887600001612
是故障态k下，开断支路m对非开断支路n的线路开断分布因子；C是故障集合，包括支路和母线的 N-1故障。
S30、根据所述约束条件建立对应的辅助优化问题，利用所述辅助优化问题的最优解辨识并过滤冗余故障态安全约束，以削减所述SCUC问题的安全约束机组组合约束条件规模。
具体地，该步骤包括以下内容：
考虑时段t下支路n的故障态安全约束：
Figure BDA00031362887600001613
去掉时段t下支路n的故障态安全约束的绝对值，得到故障态潮流的上下限约束：
Figure BDA0003136288760000171
Figure BDA0003136288760000172
为每条故障态安全约束引入松弛变量
Figure BDA0003136288760000173
与
Figure BDA0003136288760000174
分别建立第一辅助优化问题、第二辅助优化问题；
所述第一辅助优化问题为：
第一目标函数：
Figure BDA0003136288760000175
Figure BDA0003136288760000176
所述第二辅助优化问题为：
第二目标函数：
Figure BDA0003136288760000177
Figure BDA0003136288760000178
其中，故障态潮流的上下限约束为冗余的充要条件为：第一辅助优化问题、第二辅助优化问题的最优目标函数值大于零，即
Figure BDA0003136288760000179
根据第一辅助优化问题、第二辅助优化问题的最优解是否大于零分别对故障态潮流的上下限约束进行过滤，以削减SCUC问题规模。
在某一实施例中，若第一辅助优化问题、第二辅助优化问题的最优解大于零，则所述故障态潮流的上下限约束为冗余约束。
请参阅图2，在某一实施例中，所述安全约束机组组合约束削减方法还包括： S40、采用加速辨识方法，加速冗余故障态安全约束辨识过程。
其中，所述加速辨识方法的具体内容包括：a)松弛辅助优化问题、b)转化辅助优化问题并使用可行性判据、c)故障态安全约束预分类及d)引入多线程并行计算。具体地，
a)所述松弛辅助优化问题为：
对机组出力约束Pi minui,t≤pi,t≤Pi maxui,t，机组出力pi,t限制在{0}∪[Pi min,Pi max]范围内的机组进行松弛：
0≤pi,t≤Pi max,
得到松弛后机组出力pi,t的范围变为[0,Pi max]；
将所述第一辅助优化问题、所述第二辅助优化问题分别进行松弛，得到：
第三辅助优化问题：
第三目标函数：
Figure BDA0003136288760000181
Figure BDA0003136288760000182
第四辅助优化问题：
第四目标函数：
Figure BDA0003136288760000183
Figure BDA0003136288760000184
b)所述转化辅助优化问题并使用可行性判据为：
分别将所述第三辅助优化问题、所述第四辅助优化问题的最优解是否为零，转化为判断第五辅助优化问题、第六辅助优化问题是否有可行解；其中，
将所述第三辅助优化问题转换为所述第五辅助优化问题：
目标函数：无
Figure BDA0003136288760000191
将所述第四辅助优化问题转换为所述第六辅助优化问题：
目标函数：无
Figure BDA0003136288760000192
c)所述故障态安全约束预分类为：
将冗余故障态安全约束辨识过程转换为由低负荷水平时段向高负荷水平时段进行。具体流程如图3所示，其中，
当处于低负荷水平时，对于被判定为非冗余的故障态安全约束，将其加入到预分类非冗余约束集合中，在后续高负荷水平时段可不对其进行辨识，直接将它判定为非冗余约束；而对于被判定为冗余约束的故障态安全约束，则将其放入待定约束集合中。每个时段下，仅对待定约束集合中的故障态安全约束进行辨识。
d)所述多线程并行计算为：
将同一时段下不同的辅助优化问题的求解任务分配至不同的线程，并在不同的CPU核上运行。
本发明实施例提供的安全约束机组组合约束削减方法，在进行约束削减之后，能够大幅度减小SCUC问题的规模，从而使得总计算时间大大缩短，能够满足电力系统实时调度的需求，对于基于辅助优化问题的SCUC问题冗余故障态安全约束辨识过程的实际应用有着重要意义。
第二方面：
在某一实施例中，为了阐述本发明提供的安全约束机组组合约束削减方法所能实现的效果，以新英格兰39节点系统SCUC问题为例，代入具体数值进行如下说明，具体地：
I)新英格兰39节点系统SCUC问题约束削减前后的规模与计算时间对比结果如表1所示，由此可见在进行约束削减之后，SCUC问题的规模大幅度减小了，仅为原始问题的8.16％，相应地，总计算时间也大大缩短了，约减少了62.61％。
表1
Figure BDA0003136288760000201
II)IEEE-118测试系统SCUC问题约束削减前后的规模与计算时间对比结果如表2所示，可见，IEEE-118系统SCUC问题在进行约束削减之后，约束数目降至37866条，规模减小了96.05％，总计算时间也相应地缩短了88.36％。
表2
Figure BDA0003136288760000202
需要说明的是，由表1、表2可知，新英格兰39节点系统和IEEE-118系统进行约束削减前后SCUC问题的最优目标函数值没有改变，起作用约束数目也没有区别。说明本方法只针对冗余约束，并未错误地删除起作用约束。
在某一实施例中，对于两种系统下剩余故障态安全约束数目与负荷水平之间的关系进行说明。请参阅图4-5，图4为新英格兰39节点系统剩余故障态安全约束数目与负荷水平之间的关系，图5为IEEE-118测试系统剩余故障态安全约束数目与负荷水平之间的关系。由此可见，新英格兰39节点系统与IEEE-118测试系统，在负荷水平较低的时段，剩余的故障态安全约束较少；而负荷水平较高的时段，剩余的故障态安全约束较多。表明着随着负荷水平增长，冗余的故障态安全约束将减少。
III)在新英格兰39节点系统中，不同方法对冗余故障态安全约束辨识过程的加速效果，如表3所示。可见，松弛辅助优化问题，使用可行性判据，故障态安全约束预分类，引入多线程并行计算四种方法分别将辨识过程缩短了66.39％， 97.43％，94.90％，40.61％。因此，这些方法中使用可行性判据效果最好。最后，经过四种方法的加速，原始辨识过程被加速到4.131s，仅为原始辨识过程的0.03％。
表3
时间(s) 加速比例
原始辨识过程 15209.741 -
松弛辅助优化问题后 5111.257 66.39％
使用可行性判据后 136.282 97.33％
故障态安全约束预分类后 6.955 94.90％
引入多线程并行计算后 4.131 40.60％
加速后辨识过程 4.131 99.97％
IV)在IEEE-118测试系统中，不同方法对冗余故障态安全约束辨识过程的加速效果，如表4所示。其中原始冗余故障态安全约束辨识过程时间过长，仅粗略给出了一个下界。可见，四种加速方法均有一定的加速效果，其中故障态安全约束预分类效果最好。而结合四种方法进行加速以后，辨识过程所消耗的时间不到原始辨识过程的0.10％。
可见本发明所提出的加速方法对基于辅助优化问题的SCUC问题冗余故障态安全约束辨识过程的实际应用有着重要意义。
表4
时间(s) 加速比例
原始辨识过程 >100000 -
松弛辅助优化问题后 35647.68 >64.35％
使用可行性判据后 6059.519 83.00％
故障态安全约束预分类后 296.707 95.55％
引入多线程并行计算后 96.434 67.50％
加速后辨识过程 96.434 >99.90％
V)两个测试系统采用本发明约束削减方法的效果对比如表5所示。可见， IEEE-118测试系统采用约束削减方法效果更好，能削减的约束更多，对SCUC 问题优化求解时间和总计算时间的削减比例也更高。表明本发明所提基于辅助优化问题的约束削减方法对于大规模电力系统的效果会更好。
表5
Figure BDA0003136288760000221
第三方面：
请参阅图6，本发明某一实施例还提供了一种安全约束机组组合约束削减装置，包括：
目标函数构建单元01，用于构建SCUC问题的目标函数；
约束条件确定单元02，用于确定所述目标函数的约束条件；
辅助优化单元03，用于根据所述约束条件建立对应的辅助优化问题，利用所述辅助优化问题的最优解辨识并过滤冗余故障态安全约束，以削减所述SCUC问题的安全约束机组组合约束条件规模。
在某一实施例中，所述SCUC问题的目标函数为：
Figure BDA0003136288760000231
其中，i和t分别表示机组和时段序号；I和T分别表示机组数目和时段数；ai、bi、 ci分别为机组i二次费用曲线的系数，它们是仅与机组有关的常数；pi,t是机组i在时段t的出力；ui,t为代表机组状态的0-1整数变量；其中0为关机状态，1为开机状态。
在某一实施例中，所述约束条件包括功率平衡约束、机组出力约束、最小启停时间约束、机组出力爬坡约束、基态安全约束及故障态安全约束；其中，
所述功率平衡约束为：
Figure BDA0003136288760000232
其中，Dt为时段t下系统的总负荷；
所述机组出力约束为：
Pi minui,t≤pi,t≤Pi maxui,t,i＝1,2,...,I,t＝1,2,...,T,
其中，Pi min和Pi max分别是机组i的最大、最小出力；
所述最小启停时间约束包括最小开机时间约束和最小停机时间约束；
所述最小开机时间约束为：
Figure BDA0003136288760000233
Figure BDA0003136288760000234
Figure BDA0003136288760000235
其中，
Figure BDA0003136288760000236
表示机组i从0时段起必须持续开机的小时数，由上个调度周期结束时机组状态决定；
Figure BDA0003136288760000237
是机组i的最小开机时间；
Figure BDA0003136288760000238
是0时段以前，机组i已经持续开机的时段数；
所述最小停机时间约束为：
Figure BDA0003136288760000241
Figure BDA0003136288760000242
Figure BDA0003136288760000243
其中，
Figure BDA0003136288760000244
是机组i从0时段起必须持续关机的小时数；
Figure BDA0003136288760000245
是机组i的最小关机时间；
Figure BDA0003136288760000246
是0时段前机组i已持续关机的时段数；
所述机组出力爬坡约束为：
Figure BDA0003136288760000247
其中，
Figure BDA0003136288760000248
和
Figure BDA0003136288760000249
为机组i出力上升和下降的限制；
所述基态安全约束为：
Figure BDA00031362887600002410
其中，
Figure BDA00031362887600002411
为基态下支路n的有功潮流，
Figure BDA00031362887600002412
为支路n的长期允许载流量bn为支路n电纳，SB是支路集合，θα,t和θβ,t为t时段下支路n所连接节点α和β的电压相角，且满足直流法潮流方程：
Bθt＝KPPt-KDDt,t＝1,2,...,T,
其中，B为节点电纳矩阵，Kp为节点机组关联矩阵，KD为节点负荷关联矩阵，θt， Pt，Dt分别为t时段的节点电压相角向量，机组有功出力向量，负荷向量；
所述故障态安全约束为：
通过支路开断分布因子将故障态安全约束表示为：
Figure BDA00031362887600002413
其中，
Figure BDA00031362887600002414
是故障态k下，支路n的故障态潮流；
Figure BDA00031362887600002415
是支路n的短期允许载流量；
Figure BDA00031362887600002416
和
Figure BDA00031362887600002417
分别是故障态k下，开断支路与未开断支路的集合；
Figure BDA00031362887600002418
是故障态k下，开断支路m对非开断支路n的线路开断分布因子；C是故障集合，包括支路和母线的 N-1故障。
在某一实施例中，所述建立辅助优化问题，辨识冗余故障态安全约束，包括：
考虑时段t下支路n的故障态安全约束：
Figure BDA0003136288760000251
去掉时段t下支路n的故障态安全约束的绝对值，得到故障态潮流的上下限约束：
Figure BDA0003136288760000252
Figure BDA0003136288760000253
为每条故障态安全约束引入松弛变量
Figure BDA0003136288760000254
与
Figure BDA0003136288760000255
分别建立第一辅助优化问题、第二辅助优化问题；
所述第一辅助优化问题为：
第一目标函数：
Figure BDA0003136288760000256
Figure BDA0003136288760000257
所述第二辅助优化问题为：
第二目标函数：
Figure BDA0003136288760000258
Figure BDA0003136288760000259
其中，故障态潮流的上下限约束为冗余的充要条件为：第一辅助优化问题和第二辅助优化问题的最优目标函数值大于零，即
Figure BDA00031362887600002510
根据第一辅助优化问题、第二辅助优化问题的最优解是否大于零分别对故障态潮流的上下限约束进行过滤，以削减SCUC问题规模。
在某一实施例中，若第一辅助优化问题、第二辅助优化问题的最优解大于零，则所述故障态潮流的上下限约束为冗余约束。
在某一实施例中，所述的安全约束机组组合约束削减装置还包括加速辨识单元，用于采用加速辨识方法，加速冗余故障态安全约束辨识过程；
其中，所述加速辨识方法，包括：松弛辅助优化问题、转化辅助优化问题并使用可行性判据、故障态安全约束预分类及引入多线程并行计算。
在某一实施例中，所述松弛辅助优化问题为：
对机组出力约束Pi minui,t≤pi,t≤Pi maxui,t，机组出力pi,t限制在{0}∪[Pi min,Pi max]范围内的机组进行松弛：
0≤pi,t≤Pi max,
得到松弛后机组出力pi,t的范围变为[0,Pi max]；
将所述第一辅助优化问题、所述第二辅助优化问题分别进行松弛，得到：
第三辅助优化问题：
第三目标函数：
Figure BDA0003136288760000261
Figure BDA0003136288760000262
第四辅助优化问题：
第四目标函数：minsn2,t
Figure BDA0003136288760000271
在某一实施例中，所述转化辅助优化问题并使用可行性判据为：
分别将所述第三辅助优化问题、所述第四辅助优化问题的最优解是否为零，转化为判断第五辅助优化问题、第六辅助优化问题是否有可行解；其中，
将所述第三辅助优化问题转换为所述第五辅助优化问题：
目标函数：无
Figure BDA0003136288760000272
将所述第四辅助优化问题转换为所述第六辅助优化问题：
目标函数：无
Figure BDA0003136288760000273
在某一实施例中，所述故障态安全约束预分类为：
将冗余故障态安全约束辨识过程转换为由低负荷水平时段向高负荷水平时段进行；其中，
当处于低负荷水平时，对于被判定为非冗余的故障态安全约束，将其加入到预分类非冗余约束集合中，在后续高负荷水平时段可不对其进行辨识，直接将它判定为非冗余约束；对于被判定为冗余约束的故障态安全约束，则将其放入待定约束集合中。每个时段下，仅对待定约束集合中的故障态安全约束进行辨识。
在某一实施例中，所述多线程并行计算为：
将同一时段下不同的辅助优化问题的求解任务分配至不同的线程，并在不同的CPU核上运行。
本发明实施例提供的安全约束机组组合约束削减装置用于执行如第一方面实施例所述的安全约束机组组合约束削减方法。该装置在进行约束削减之后，能够大幅度减小SCUC问题的规模，从而使得总计算时间大大缩短，能够满足电力系统实时调度的需求，对于基于辅助优化问题的SCUC问题冗余故障态安全约束辨识过程的实际应用有着重要意义。
第四方面：
在某一实施例中，还提供了一种终端设备，包括：
一个或多个处理器；
存储器，与所述处理器耦接，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的安全约束机组组合约束削减方法。
处理器用于控制该终端设备的整体操作，以完成上述的安全约束机组组合约束削减方法的全部或部分步骤。存储器用于存储各种类型的数据以支持在该终端设备的操作，这些数据例如可以包括用于在该终端设备上操作的任何应用程序或方法的指令，以及应用程序相关的数据。该存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器 (Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。
终端设备可以被一个或多个应用专用集成电路(Application Specific1ntegrated Circuit，简称AS1C)、数字信号处理器(Digital Signal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field ProgrammableGate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行如上述任一项实施例所述的安全约束机组组合约束削减方法，并达到如上述方法一致的技术效果。
在某一实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现如上述任一项实施例所述的安全约束机组组合约束削减方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器，上述程序指令可由终端设备的处理器执行以完成如上述任一项实施例所述的安全约束机组组合约束削减方法，并达到如上述方法一致的技术效果。
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 (22)

1.一种安全约束机组组合约束削减方法，其特征在于，包括：
构建SCUC问题的目标函数；
确定所述目标函数的约束条件；
根据所述约束条件建立对应的辅助优化问题，利用所述辅助优化问题的最优解辨识并过滤冗余故障态安全约束，以削减所述SCUC问题的安全约束机组组合约束条件规模。
2.根据权利要求1所述的安全约束机组组合约束削减方法，其特征在于，所述SCUC问题的目标函数为：
Figure FDA0003136288750000011
其中，i和t分别表示机组和时段序号；I和T分别表示机组数目和时段数；ai、bi、ci分别为机组i二次费用曲线的系数，它们是仅与机组有关的常数；pi,t是机组i在时段t的出力；ui,t为代表机组状态的0-1整数变量。
3.根据权利要求2所述的安全约束机组组合约束削减方法，其特征在于，所述约束条件包括功率平衡约束、机组出力约束、最小启停时间约束、机组出力爬坡约束、基态安全约束及故障态安全约束；其中
所述功率平衡约束为：
Figure FDA0003136288750000012
其中，Dt为时段t下系统的总负荷；
所述机组出力约束为：
Figure FDA0003136288750000013
其中，
Figure FDA0003136288750000014
和
Figure FDA0003136288750000015
分别是机组i的最大、最小出力；
所述最小启停时间约束包括最小开机时间约束和最小停机时间约束；
所述最小开机时间约束为：
Figure FDA0003136288750000021
Figure FDA0003136288750000022
Figure FDA0003136288750000023
其中，
Figure FDA0003136288750000024
表示机组i从0时段起必须持续开机的小时数，由上个调度周期结束时机组状态决定；
Figure FDA0003136288750000025
是机组i的最小开机时间；
Figure FDA0003136288750000026
是0时段以前，机组i已经持续开机的时段数；
所述最小停机时间约束为：
Figure FDA0003136288750000027
Figure FDA0003136288750000028
Figure FDA0003136288750000029
其中，
Figure FDA00031362887500000210
是机组i从0时段起必须持续关机的小时数；
Figure FDA00031362887500000211
是机组i的最小关机时间；
Figure FDA00031362887500000212
是0时段前机组i已持续关机的时段数；
所述机组出力爬坡约束为：
Figure FDA00031362887500000213
其中，
Figure FDA00031362887500000214
和
Figure FDA00031362887500000215
为机组i出力上升和下降的限制；
所述基态安全约束为：
Figure FDA00031362887500000216
其中，
Figure FDA00031362887500000217
为基态下支路n的有功潮流，
Figure FDA00031362887500000218
为支路n的长期允许载流量bn为支路n电纳，SB是支路集合，θα,t和θβ,t为t时段下支路n所连接节点α和β的电压相角，且满足直流法潮流方程：
Bθt＝KPPt-KDDt,t＝1,2,...,T,
其中，B为节点电纳矩阵，Kp为节点机组关联矩阵，KD为节点负荷关联矩阵，θt，Pt，Dt分别为t时段的节点电压相角向量，机组有功出力向量，负荷向量；
所述故障态安全约束为：
通过支路开断分布因子将故障态安全约束表示为：
Figure FDA0003136288750000031
其中，
Figure FDA0003136288750000032
是故障态k下，支路n的故障态潮流；
Figure FDA0003136288750000033
是支路n的短期允许载流量；
Figure FDA0003136288750000034
和
Figure FDA0003136288750000035
分别是故障态k下，开断支路与未开断支路的集合；
Figure FDA0003136288750000036
是故障态k下，开断支路m对非开断支路n的线路开断分布因子；C是故障集合，包括支路和母线的N-1故障。
4.根据权利要求3所述的安全约束机组组合约束削减方法，其特征在于，所述根据所述约束条件建立对应的辅助优化问题，利用所述辅助优化问题的最优解辨识并过滤冗余故障态安全约束，包括：
考虑时段t下支路n的故障态安全约束：
Figure FDA0003136288750000037
去掉时段t下支路n的故障态安全约束的绝对值，得到故障态潮流的上下限约束：
Figure FDA0003136288750000038
Figure FDA0003136288750000039
为每条故障态安全约束引入松弛变量
Figure FDA00031362887500000310
与
Figure FDA00031362887500000311
分别建立第一辅助优化问题、第二辅助优化问题；
所述第一辅助优化问题为：
第一目标函数：
Figure FDA00031362887500000312
Figure FDA0003136288750000041
所述第二辅助优化问题为：
第二目标函数：
Figure FDA0003136288750000042
Figure FDA0003136288750000043
其中，故障态潮流的上下限约束为冗余的充要条件为：
Figure FDA0003136288750000044
及根据第一辅助优化问题、第二辅助优化问题的最优解是否大于零分别对故障态潮流的上下限约束进行过滤，以削减SCUC问题规模。
5.根据权利要求4所述的安全约束机组组合约束削减方法，其特征在于，还包括：采用加速辨识方法，加速冗余故障态安全约束辨识过程；
所述加速辨识方法，包括：松弛辅助优化问题、转化辅助优化问题并使用可行性判据、故障态安全约束预分类及引入多线程并行计算。
6.根据权利要求5所述的安全约束机组组合约束削减方法，其特征在于，若第一辅助优化问题、第二辅助优化问题的最优解大于零，则所述故障态潮流的上下限约束为冗余约束。
7.根据权利要求5所述的安全约束机组组合约束削减方法，其特征在于，所述松弛辅助优化问题为：
对机组出力约束
Figure FDA0003136288750000045
机组出力pi,t限制在
Figure FDA0003136288750000046
范围内的机组进行松弛：
Figure FDA0003136288750000047
得到松弛后机组出力pi,t的范围变为
Figure FDA0003136288750000048
将所述第一辅助优化问题、所述第二辅助优化问题分别进行松弛，得到：
第三辅助优化问题：
第三目标函数：
Figure FDA0003136288750000051
Figure FDA0003136288750000052
第四辅助优化问题：
第四目标函数：
Figure FDA0003136288750000053
Figure FDA0003136288750000054
8.根据权利要求7所述的安全约束机组组合约束削减方法，其特征在于，所述转化辅助优化问题并使用可行性判据为：
分别将所述第三辅助优化问题、所述第四辅助优化问题的最优解是否为零，转化为判断第五辅助优化问题、第六辅助优化问题是否有可行解；其中，
将所述第三辅助优化问题转换为所述第五辅助优化问题：
目标函数：无
Figure FDA0003136288750000061
将所述第四辅助优化问题转换为所述第六辅助优化问题：
目标函数：无
Figure FDA0003136288750000062
9.根据权利要求5所述的安全约束机组组合约束削减方法，其特征在于，所述故障态安全约束预分类为：
将冗余故障态安全约束辨识过程转换为由低负荷水平时段向高负荷水平时段进行；其中，
当处于低负荷水平时，将非冗余的故障态安全约束加入预分类非冗余约束集合，并在处于高负荷水平时将所述非冗余的故障态安全约束判定为非冗余约束；
及，将冗余约束的故障态安全约束加入待定约束集合，并在每个时段下对所述待定约束集合中的故障态安全约束进行辨识。
10.根据权利要求5所述的安全约束机组组合约束削减方法，其特征在于，所述多线程并行计算为：
将同一时段下不同的辅助优化问题的求解任务分配至不同的线程，并在不同的CPU核上运行。
11.一种安全约束机组组合约束削减装置，其特征在于，包括：
目标函数构建单元，用于构建SCUC问题的目标函数；
约束条件确定单元，用于确定所述目标函数的约束条件；
辅助优化单元，用于根据所述约束条件建立对应的辅助优化问题，利用所述辅助优化问题的最优解辨识并过滤冗余故障态安全约束，以削减所述SCUC问题的安全约束机组组合约束条件规模。
12.根据权利要求11所述的安全约束机组组合约束削减装置，其特征在于，所述SCUC问题的目标函数为：
Figure FDA0003136288750000071
其中，i和t分别表示机组和时段序号；I和T分别表示机组数目和时段数；ai、bi、ci分别为机组i二次费用曲线的系数，它们是仅与机组有关的常数；pi,t是机组i在时段t的出力；ui,t为代表机组状态的0-1整数变量。
13.根据权利要求12所述的安全约束机组组合约束削减装置，其特征在于，所述约束条件包括功率平衡约束、机组出力约束、最小启停时间约束、机组出力爬坡约束、基态安全约束及故障态安全约束；其中，
所述功率平衡约束为：
Figure FDA0003136288750000072
其中，Dt为时段t下系统的总负荷；
所述机组出力约束为：
Figure FDA0003136288750000073
其中，
Figure FDA0003136288750000074
和
Figure FDA0003136288750000075
分别是机组i的最大、最小出力；
所述最小启停时间约束包括最小开机时间约束和最小停机时间约束；
所述最小开机时间约束为：
Figure FDA0003136288750000081
Figure FDA0003136288750000082
Figure FDA0003136288750000083
其中，
Figure FDA0003136288750000084
表示机组i从0时段起必须持续开机的小时数，由上个调度周期结束时机组状态决定；
Figure FDA0003136288750000085
是机组i的最小开机时间；
Figure FDA0003136288750000086
是0时段以前，机组i已经持续开机的时段数；
所述最小停机时间约束为：
Figure FDA0003136288750000087
Figure FDA0003136288750000088
Figure FDA0003136288750000089
其中，
Figure FDA00031362887500000810
是机组i从0时段起必须持续关机的小时数；
Figure FDA00031362887500000811
是机组i的最小关机时间；
Figure FDA00031362887500000812
是0时段前机组i已持续关机的时段数；
所述机组出力爬坡约束为：
Figure FDA00031362887500000813
其中，
Figure FDA00031362887500000814
和
Figure FDA00031362887500000815
为机组i出力上升和下降的限制；
所述基态安全约束为：
Figure FDA00031362887500000816
其中，
Figure FDA00031362887500000817
为基态下支路n的有功潮流，
Figure FDA00031362887500000818
为支路n的长期允许载流量bn为支路n电纳，SB是支路集合，θα,t和θβ,t为t时段下支路n所连接节点α和β的电压相角，且满足直流法潮流方程：
Bθt＝KPPt-KDDt,t＝1,2,...,T,
其中，B为节点电纳矩阵，Kp为节点机组关联矩阵，KD为节点负荷关联矩阵，θt，Pt，Dt分别为t时段的节点电压相角向量，机组有功出力向量，负荷向量；
所述故障态安全约束为：
通过支路开断分布因子将故障态安全约束表示为：
Figure FDA0003136288750000091
其中，
Figure FDA0003136288750000092
是故障态k下，支路n的故障态潮流；
Figure FDA0003136288750000093
是支路n的短期允许载流量；
Figure FDA0003136288750000094
和
Figure FDA0003136288750000095
分别是故障态k下，开断支路与未开断支路的集合；
Figure FDA0003136288750000096
是故障态k下，开断支路m对非开断支路n的线路开断分布因子；C是故障集合，包括支路和母线的N-1故障。
14.根据权利要求13所述的安全约束机组组合约束削减装置，其特征在于，所述根据所述约束条件建立对应的辅助优化问题，利用所述辅助优化问题的最优解辨识并过滤冗余故障态安全约束，包括：
考虑时段t下支路n的故障态安全约束：
Figure FDA0003136288750000097
去掉时段t下支路n的故障态安全约束的绝对值，得到故障态潮流的上下限约束：
Figure FDA0003136288750000098
Figure FDA0003136288750000099
为每条故障态安全约束引入松弛变量
Figure FDA00031362887500000910
与
Figure FDA00031362887500000911
分别建立第一辅助优化问题、第二辅助优化问题；
所述第一辅助优化问题为：
第一目标函数：
Figure FDA00031362887500000912
Figure FDA00031362887500000913
所述第二辅助优化问题为：
第二目标函数：
Figure FDA0003136288750000101
Figure FDA0003136288750000102
其中，故障态潮流的上下限约束为冗余的充要条件为：
Figure FDA0003136288750000103
及根据第一辅助优化问题、第二辅助优化问题的最优解是否大于零分别对故障态潮流的上下限约束进行过滤，以削减SCUC问题规模。
15.根据权利要求14所述的安全约束机组组合约束削减装置，其特征在于，还包括加速辨识单元，用于采用加速辨识方法，加速冗余故障态安全约束辨识过程；所述加速辨识方法，包括松弛辅助优化问题、转化辅助优化问题并使用可行性判据、故障态安全约束预分类及引入多线程并行计算。
16.根据权利要求15所述的安全约束机组组合约束削减装置，其特征在于，若第一辅助优化问题、第二辅助优化问题的最优解大于零，则所述故障态潮流的上下限约束为冗余约束。
17.根据权利要求15所述的安全约束机组组合约束削减装置，其特征在于，所述松弛辅助优化问题为：
对机组出力约束
Figure FDA0003136288750000104
机组出力pi,t限制在
Figure FDA0003136288750000105
范围内的机组进行松弛：
Figure FDA0003136288750000106
得到松弛后机组出力pi,t的范围变为
Figure FDA0003136288750000107
将所述第一辅助优化问题、所述第二辅助优化问题分别进行松弛，得到：
第三辅助优化问题：
第三目标函数：
Figure FDA0003136288750000111
Figure FDA0003136288750000112
第四辅助优化问题：
第四目标函数：
Figure FDA0003136288750000113
Figure FDA0003136288750000114
18.根据权利要求17所述的安全约束机组组合约束削减装置，其特征在于，所述转化辅助优化问题并使用可行性判据为：
分别将所述第三辅助优化问题、所述第四辅助优化问题的最优解是否为零，转化为判断第五辅助优化问题、第六辅助优化问题是否有可行解；其中，
将所述第三辅助优化问题转换为所述第五辅助优化问题：
目标函数：无
Figure FDA0003136288750000121
将所述第四辅助优化问题转换为所述第六辅助优化问题：
目标函数：无
Figure FDA0003136288750000122
19.根据权利要求15所述的安全约束机组组合约束削减装置，其特征在于，所述故障态安全约束预分类为：
将冗余故障态安全约束辨识过程转换为由低负荷水平时段向高负荷水平时段进行；其中，
当处于低负荷水平时，将非冗余的故障态安全约束加入预分类非冗余约束集合，并在处于高负荷水平时将所述非冗余的故障态安全约束判定为非冗余约束；
及，将冗余约束的故障态安全约束加入待定约束集合，并在每个时段下对所述待定约束集合中的故障态安全约束进行辨识。
20.根据权利要求15所述的安全约束机组组合约束削减装置，其特征在于，所述多线程并行计算为：
将同一时段下不同的辅助优化问题的求解任务分配至不同的线程，并在不同的CPU核上运行。
21.一种终端设备，其特征在于，包括：
一个或多个处理器；
存储器，与所述处理器耦接，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至10任一项所述的安全约束机组组合约束削减方法。
22.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行实现如权利要求1至10任一项所述的安全约束机组组合约束削减方法。
CN202110720360.9A 2021-06-28 2021-06-28 安全约束机组组合约束削减方法、装置、终端及介质 Active CN113420259B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110720360.9A CN113420259B (zh) 2021-06-28 2021-06-28 安全约束机组组合约束削减方法、装置、终端及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110720360.9A CN113420259B (zh) 2021-06-28 2021-06-28 安全约束机组组合约束削减方法、装置、终端及介质

Publications (2)

Publication Number Publication Date
CN113420259A true CN113420259A (zh) 2021-09-21
CN113420259B CN113420259B (zh) 2022-09-09

Family

ID=77716973

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110720360.9A Active CN113420259B (zh) 2021-06-28 2021-06-28 安全约束机组组合约束削减方法、装置、终端及介质

Country Status (1)

Country Link
CN (1) CN113420259B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116957170A (zh) * 2023-09-20 2023-10-27 中国南方电网有限责任公司 一种电力系统优化问题的约束集约减方法及系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150378384A1 (en) * 2014-06-29 2015-12-31 International Business Machines Corporation Reducing corrective actions in security-constrained optimal power flow via sparsity regularization
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
CN107346889A (zh) * 2017-06-12 2017-11-14 重庆大学 考虑一二次调频及最小频率偏差的负荷削减优化模型构建方法
WO2018059096A1 (zh) * 2016-09-30 2018-04-05 国电南瑞科技股份有限公司 一种多类电源发电计划组合决策方法及存储介质
CN108075476A (zh) * 2017-11-21 2018-05-25 国网福建省电力有限公司 一种基于潮流转移关系的安全约束最优潮流方法
CN109787279A (zh) * 2019-01-14 2019-05-21 三峡大学 一种风电并网系统不确定调度问题的区间量求解方法
CN111400918A (zh) * 2020-03-19 2020-07-10 国电南瑞科技股份有限公司 基于多场景生成技术的电网新能源消纳能力评估计算方法、装置及系统
US20200258168A1 (en) * 2019-02-07 2020-08-13 Midcontinent Independent System Operator, Inc. Systems And Methods For Managing Watchlist Constraints On An Electric Power Grid
CN111737873A (zh) * 2020-06-24 2020-10-02 广东电网有限责任公司电力调度控制中心 基于电解铝负荷提供辅助服务的机组组合方法及相关装置
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
CN112668753A (zh) * 2020-12-01 2021-04-16 华电电力科学研究院有限公司 一种备用辅助服务与电能量协调优化的日前安全约束机组组合方法
CN112886599A (zh) * 2021-02-26 2021-06-01 浙江大学 基于秩判断的scuc模型潮流约束可行域边界辨识方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150378384A1 (en) * 2014-06-29 2015-12-31 International Business Machines Corporation Reducing corrective actions in security-constrained optimal power flow via sparsity regularization
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
WO2018059096A1 (zh) * 2016-09-30 2018-04-05 国电南瑞科技股份有限公司 一种多类电源发电计划组合决策方法及存储介质
CN107346889A (zh) * 2017-06-12 2017-11-14 重庆大学 考虑一二次调频及最小频率偏差的负荷削减优化模型构建方法
CN108075476A (zh) * 2017-11-21 2018-05-25 国网福建省电力有限公司 一种基于潮流转移关系的安全约束最优潮流方法
CN109787279A (zh) * 2019-01-14 2019-05-21 三峡大学 一种风电并网系统不确定调度问题的区间量求解方法
US20200258168A1 (en) * 2019-02-07 2020-08-13 Midcontinent Independent System Operator, Inc. Systems And Methods For Managing Watchlist Constraints On An Electric Power Grid
CN111400918A (zh) * 2020-03-19 2020-07-10 国电南瑞科技股份有限公司 基于多场景生成技术的电网新能源消纳能力评估计算方法、装置及系统
CN111737873A (zh) * 2020-06-24 2020-10-02 广东电网有限责任公司电力调度控制中心 基于电解铝负荷提供辅助服务的机组组合方法及相关装置
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
CN112668753A (zh) * 2020-12-01 2021-04-16 华电电力科学研究院有限公司 一种备用辅助服务与电能量协调优化的日前安全约束机组组合方法
CN112886599A (zh) * 2021-02-26 2021-06-01 浙江大学 基于秩判断的scuc模型潮流约束可行域边界辨识方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZUYI LI ET.AL: "Security-constrained unit commitment for simultaneous clearing of energy and ancillary services markets", 《IEEE TRANSACTIONS ON POWER SYSTEMS》, 31 May 2005 (2005-05-31), pages 1079 - 1088, XP011131202, DOI: 10.1109/TPWRS.2005.846063 *
胡建强: "电力需求侧温控负荷集群的聚合辅助服务", 《南通大学学报（自然科学版）》, 31 March 2020 (2020-03-31), pages 9 - 16 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116957170A (zh) * 2023-09-20 2023-10-27 中国南方电网有限责任公司 一种电力系统优化问题的约束集约减方法及系统
CN116957170B (zh) * 2023-09-20 2023-12-22 中国南方电网有限责任公司 一种电力系统优化问题的约束集约减方法及系统

Also Published As

Publication number Publication date
CN113420259B (zh) 2022-09-09

Similar Documents

Publication Publication Date Title
US20200161863A1 (en) Dispatch method and device for power system
CN112152224B (zh) 一种电压暂降治理优化方法及系统
CN113420259B (zh) 安全约束机组组合约束削减方法、装置、终端及介质
CN107565572B (zh) 一种电网运行方式调整方法及装置
CN108448566B (zh) 一种电力系统在线混合仿真方法和系统
CN112564091A (zh) 一种考虑n-1故障的安全约束机组组合问题求解方法
CN111047115B (zh) 一种地区电网恢复控制优化决策方法、系统及存储介质
CN110503272B (zh) 满足安全稳定要求的限制短路电流辅助决策方法及系统
CN112332420A (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
CN109950910B (zh) 一种基于过程参数免疫时间的电压暂降缓减方法
CN116993075A (zh) 一种基于优先级的巡视任务管理方法及巡检机器人
CN108092280B (zh) 用于风机的静止无功功率补偿装置的控制方法和设备
CN116565842A (zh) 一种基于多源协同策略配电网韧性评估方法、系统及设备
CN110808609B (zh) 有源配电网孤岛划分方法、装置、计算机设备及存储介质
CN115525345A (zh) 一种基于多核处理器的继电保护方法及装置
CN107808240B (zh) 电网风险场景故障概率的计算方法和系统
CN114743703A (zh) 核电站机组的可靠性分析方法、装置、设备和存储介质
CN113722925A (zh) 基于未来态潮流断面的安全校核方法与系统
CN112558563A (zh) 一种用于5g无线通信的分布式馈线自动化评价方法及系统
Gunda et al. On convergence of conventional and meta-heuristic methods for security-constrained OPF analysis
CN109149560A (zh) 一种处理区域备自投系统动作引起过负荷的方法
CN109473977B (zh) 一种计及风险的电力系统快速预防控制方法
CN112701664B (zh) 一种短路电流控制措施可靠下发方法及系统
Hui-min et al. Static security control method to solve UPFC near area equipment overload
CN115765007A (zh) 一种分布式光伏逆变器机电暂态建模方法和系统

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