CN113673792A - 停电检修计划制定方法、系统、设备及存储介质 - Google Patents
停电检修计划制定方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN113673792A CN113673792A CN202111230371.5A CN202111230371A CN113673792A CN 113673792 A CN113673792 A CN 113673792A CN 202111230371 A CN202111230371 A CN 202111230371A CN 113673792 A CN113673792 A CN 113673792A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- cost
- overhaul
- power generation
- equipment
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 701
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 238000010248 power generation Methods 0.000 claims abstract description 242
- 238000005457 optimization Methods 0.000 claims abstract description 63
- 230000008878 coupling Effects 0.000 claims abstract description 42
- 238000010168 coupling process Methods 0.000 claims abstract description 42
- 238000005859 coupling reaction Methods 0.000 claims abstract description 42
- 238000004590 computer program Methods 0.000 claims description 17
- 239000000126 substance Substances 0.000 claims description 16
- 230000003203 everyday effect Effects 0.000 claims description 12
- 238000012546 transfer Methods 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 6
- 230000035945 sensitivity Effects 0.000 claims description 6
- 101100001669 Emericella variicolor andD gene Proteins 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims 1
- 239000000203 mixture Substances 0.000 claims 1
- 238000010030 laminating Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 8
- 230000007717 exclusion Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 230000005611 electricity Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000009194 climbing Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000012384 transportation and delivery Methods 0.000 description 4
- 238000010977 unit operation Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000002354 daily effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000008531 maintenance mechanism Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 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
- 230000002459 sustained effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
-
- 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)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Educational Administration (AREA)
- Biodiversity & Conservation Biology (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于电力自动化领域,公开了一种停电检修计划制定方法、系统、设备及存储介质,包括以下步骤:获取电力系统的检修设备信息、检修设备检修成本、机组发电信息以及检修周期;根据所述检修设备信息、检修设备检修成本、机组发电信息以及检修周期,通过预设的检修与发电联合优化模型,得到电力系统的停电检修计划;其中,检修与发电联合优化模型,以停电检修时电力系统的发电成本和各检修设备的检修成本之和最小为优化目标,以发电约束、停电约束及发电与停电耦合约束为约束条件构建。实现在优化检修成本的同时,充分考虑了设备停运对电力系统的发电成本的影响,实现发电成本和检修成本的统筹优化,更加贴合电力系统的实际运行情况。
Description
技术领域
本发明属于电力自动化领域,涉及一种停电检修计划制定方法、系统、设备及存储介质。
背景技术
停电检修计划的主要任务是在保障电力系统运行安全性、可靠性和经济性的前提下,合理安排发输变电设备的停运时段及设备之间的组合方式。检修计划编制的制约条件主要包括对设备本体运行状态的考量,比如依靠设备运行状况评估的状态检修,和系统层面,比如负荷平衡、清洁能源外送、电力交易执行等对检修优化的制约。长期以来,调度运行人员通常首先将设备停电检修计划集中安排在春季和秋季两个负荷低谷期,之后在检修计划已知的条件下开展发电计划编制。
随着风光水等可再生能源并网规模的不断增大及电力市场化改革的稳步推进,目前,针对电力系统的停电检修计划指定,通常采用以下两种方式。其一是,仅考虑检修成本的停电检修优化方法,该方法以停电检修成本最低为优化目标,将停电检修时长、同停、互斥、检修资源限制等作为约束,构建停电检修优化模型,并对模型进行求解,从而实现停电检修编排。但是,由于该方法用于检修的优化模型仅考虑检修自身检修成本和检修设备的检修时长及设备同停互斥等自身约束,因此编制的检修计划结果无法准确考虑检修对电网运行的影响,因此计划编制结果调整概率大,刚性执行率不足。
其二是,以检修费用与系统停电风险损失最小为优化目标,以检修工期、系统运行安全等为约束条件构建检修优化模型,并对模型进行求解,从而实现停电检修编排。该方法在技术一的基础上进一步考虑设备检修停运对系统停电风险的影响,完善了检修所考虑的外部因素。但是,在实际生产中,如何准确评估在检修状态下的系统风险成本是一件极为困难的事情,工程可操作性不足,应用困难。
发明内容
本发明的目的在于克服上述现有技术的缺点,提供一种停电检修计划制定方法、系统、设备及存储介质。
为达到上述目的,本发明采用以下技术方案予以实现:
本发明第一方面,一种停电检修计划制定方法,包括以下步骤:
获取电力系统的检修设备信息、检修设备检修成本、机组发电信息以及检修周期;
根据所述检修设备信息、检修设备检修成本、机组发电信息以及检修周期,通过预设的检修与发电联合优化模型,得到电力系统的停电检修计划;
其中,检修与发电联合优化模型,以停电检修时电力系统的发电成本和各检修设备的检修成本之和最小为优化目标,以发电约束、停电约束及发电与停电耦合约束为约束条件构建。
本发明停电检修计划制定方法进一步的改进在于:
所述获取电力系统的机组发电信息的具体方法为:获取电力系统的清洁能源预测信息以及负荷预测信息,根据所述清洁能源预测信息以及负荷预测信息,以优先消纳清洁能源为优化目标,得到电力系统的机组发电电量;获取电力系统的机组发电成本,结合所述机组发电电量和机组发电成本,得到电力系统的机组发电信息。
所述检修与发电联合优化模型包括发电成本模型以及检修成本模型;所述根据所述检修设备信息、检修设备检修成本、机组发电信息以及检修周期,通过预设的检修与发电联合优化模型,得到电力系统的停电检修计划的具体方法为:根据检修设备信息、机组发电信息以及检修周期,通过发电成本模型,得到各检修设备在检修周期内各天进行检修时的检修运行成本;根据检修设备信息、检修设备检修成本以及检修周期,以最小化各检修设备的检修成本之和为目标,通过检修成本模型,得到初始停电检修计划;根据初始停电检修计划,结合各检修设备在检修周期内各天进行检修时的检修运行成本,得到检修周期的第一检修运行成本;结合机组发电信息,通过发电成本模型得到检修周期的第二检修运行成本;当第一检修运行成本与第二检修运行成本之间的误差≤预设误差阈值时,将初始停电检修计划作为电力系统的停电检修计划;否则,迭代进行调整步骤,至第一检修运行成本与第二检修运行成本之间的误差≤预设误差阈值,将当前初始停电检修计划作为电力系统的停电检修计划;其中,调整步骤包括:获取初始停电检修计划中同一天有至少两个检修设备进行检修时该天的检修设备集合,得到若干重叠检修设备集合;通过发电成本模型,得到各重叠检修设备集合在检修周期内各天进行检修时的重叠检修成本,以各重叠检修设备集合的重叠检修成本以及检修成本之和最小化为目标,通过检修成本模型,得到调整停电检修计划,并根据调整停电检修计划更新初始停电检修计划,根据更新的初始停电检修计划,结合各检修设备在检修周期内各天进行检修时的检修运行成本,得到调整第一检修运行成本,并根据调整第一检修运行成本更新第一检修运行成本;结合机组发电信息,通过发电成本模型得到调整第二检修运行成本,并根据调整第二检修运行成本更新第二检修运行成本。
所述根据检修设备信息、检修设备检修成本以及检修周期,以最小化各检修设备的检修成本之和为目标,通过检修成本模型,得到初始停电检修计划时,在检修成本模型中增加检修惩罚成本,获取检修设备中任意两检修设备之间的电气耦合系数,当两检修设备同一天检修,且该两检修设备之间的电气耦合系数大于预设系数阈值时,该两检修设备的惩罚成本为预设值,否则,该两检修设备的惩罚成本为0。
所述获取检修设备中任意两检修设备之间的电气耦合系数的具体方法为:
通过下式,得到检修设备中任意两检修设备之间的电气耦合系数D ab :
其中,D a-b 和D b-a 均为开断分布因子,表示检修设备a开断后对检修设备b的潮流转移系数,x a-b 为检修设备a与检修设备b端口节点之间的互阻抗,x a-a 为检修设备a开断端口的自阻抗,x b-b 为检修设备b开断端口的自阻抗。
所述根据检修设备信息、机组发电信息以及检修周期,通过发电成本模型,得到各检修设备在检修周期内各天进行检修时的检修运行成本的具体方法为:根据机组发电信息,通过发电成本模型,得到电力系统的无检修最小发电成本以及无检修最小发电成本的发电计划;根据无检修最小发电成本的发电计划、检修设备信息、机组发电信息及检修周期,通过发电成本模型,得到各检修设备在检修周期内各天进行检修时电力系统的发电成本;根据无检修最小发电成本,及各检修设备在检修周期内各天进行检修时电力系统的发电成本,得到各检修设备在检修周期内各天进行检修时的检修运行成本。
所述通过发电成本模型,得到各重叠检修设备集合在检修周期内各天进行检修时的重叠检修成本的具体方法为:通过发电成本模型,得到各重叠检修设备集合中各检修设备,单独在检修周期内各天进行检修时的检修运行成本,以及同时在检修周期内各天进行检修时的检修运行成本;将所述同时在检修周期内各天进行检修时的检修运行成本减去所述单独在检修周期内各天进行检修时的检修运行成本,得到各重叠检修设备集合在检修周期内各天进行检修时的重叠检修成本。
所述发电与停电耦合约束为:电力系统内各断面的有功灵敏度以及断面限额,与断面内各设备的检修状态之间的对应关系。
本发明第二方面,一种停电检修计划制定系统,包括:
数据获取模块,用于获取电力系统的检修设备信息、检修设备检修成本、机组发电信息以及检修周期;
计划制定模块,用于根据所述检修设备信息、检修设备检修成本、机组发电信息以及检修周期,通过预设的检修与发电联合优化模型,得到电力系统的停电检修计划;
其中,检修与发电联合优化模型,以停电检修时电力系统的发电成本和各检修设备的检修成本之和最小为优化目标,以发电约束、停电约束及发电与停电耦合约束为约束条件构建。
本发明停电检修计划制定系统进一步的改进在于:
所述检修与发电联合优化模型包括发电成本模型以及检修成本模型;
所述计划制定模块具体用于:
根据检修设备信息、机组发电信息以及检修周期,通过发电成本模型,得到各检修设备在检修周期内各天进行检修时的检修运行成本;
根据检修设备信息、检修设备检修成本以及检修周期,以最小化各检修设备的检修成本之和为目标,通过检修成本模型,得到初始停电检修计划;
根据初始停电检修计划,结合各检修设备在检修周期内各天进行检修时的检修运行成本,得到检修周期的第一检修运行成本;结合机组发电信息,通过发电成本模型得到检修周期的第二检修运行成本;
当第一检修运行成本与第二检修运行成本之间的误差≤预设误差阈值时,将初始停电检修计划作为电力系统的停电检修计划;
否则,迭代进行调整步骤,至第一检修运行成本与第二检修运行成本之间的误差≤预设误差阈值,将当前初始停电检修计划作为电力系统的停电检修计划;
其中,调整步骤包括:获取初始停电检修计划中同一天有至少两个检修设备进行检修时该天的检修设备集合,得到若干重叠检修设备集合;通过发电成本模型,得到各重叠检修设备集合在检修周期内各天进行检修时的重叠检修成本,以各重叠检修设备集合的重叠检修成本以及检修成本之和最小化为目标,通过检修成本模型,得到调整停电检修计划,并根据调整停电检修计划更新初始停电检修计划,根据更新的初始停电检修计划,结合各检修设备在检修周期内各天进行检修时的检修运行成本,得到调整第一检修运行成本,并根据调整第一检修运行成本更新第一检修运行成本;结合机组发电信息,通过发电成本模型得到调整第二检修运行成本,并根据调整第二检修运行成本更新第二检修运行成本。
所述计划制定模块用于根据检修设备信息、检修设备检修成本以及检修周期,以最小化各检修设备的检修成本之和为目标,通过检修成本模型,得到初始停电检修计划时,在检修成本模型中增加检修惩罚成本,获取检修设备中任意两检修设备之间的电气耦合系数,当两检修设备同一天检修,且该两检修设备之间的电气耦合系数大于预设系数阈值时,该两检修设备的惩罚成本为预设值,否则,该两检修设备的惩罚成本为0。
本发明第三方面,一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述停电检修计划制定方法的步骤。
本发明第四方面,一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述停电检修计划制定方法的步骤。
与现有技术相比,本发明具有以下有益效果:
本发明停电检修计划制定方法,根据电力系统的检修设备信息、检修设备检修成本、机组发电信息以及检修周期,通过求解预设的检修与发电联合优化模型,得到电力系统的停电检修计划。其中,检修与发电联合优化模型,以停电检修时电力系统的发电成本和检修设备的检修成本之和最小为优化目标,以发电约束、停电约束及发电与停电耦合约束为约束条件构建,基于停电检修时电力系统的发电成本和检修设备的检修成本之和最小为优化目标,实现电力系统的发电成本和检修设备的检修成本的统筹优化,更加贴合电力系统的实际运行情况,基于发电与停电耦合约束,实现在优化检修成本的同时,充分考虑了设备停运对电力系统的发电成本的影响。并且,电力系统的发电成本和检修设备的检修成本均能够准确计算,工程可操作性强,便于实际应用。
附图说明
图1为本发明实施例的停电检修计划制定方法流程框图;
图2为本发明实施例的支路153日检修运行成本示意图;
图3为本发明实施例的断面潮流越限调整示意图;
图4为本发明实施例的支路185潮流越限调整示意图;
图5为本发明实施例的电力系统送出受限示意图;
图6为本发明实施例的总检修运行成本分布示意图;
图7为本发明实施例的检修结果对比示意图;
图8为本发明实施例的重叠检修成本影响示意图;
图9为本发明实施例的停电检修计划制定系统结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述:
参见图1,本发明一实施例中,提供一种停电检修计划制定方法,能够有效提升输变电设备中长期检修计划的编制质量。
具体的,该停电检修计划制定方法包括以下步骤:
S1:获取电力系统的检修设备信息、检修设备检修成本、机组发电信息以及检修周期。
其中,电力系统的检修设备信息即电力系统中所有待检修设备的集合,可以从检修机构上报的待检修单信息中直接得到。检修设备检修成本包括各检修设备在检修周期内各天进行检修时的成本,可以直接从电力调度控制系统中获取。检修周期根据实际情况预先设置。
其中,所述获取电力系统的机组发电信息的具体方法为:获取电力系统的清洁能源预测信息以及负荷预测信息,根据所述清洁能源预测信息以及负荷预测信息,以优先消纳清洁能源为优化目标,得到电力系统的机组发电电量信息;获取电力系统的机组发电成本信息,结合所述机组发电电量信息和机组发电成本信息,得到电力系统的机组发电信息。其中,电力系统的清洁能源预测信息、负荷预测信息以及电力系统的机组发电成本信息均可以从电力调度控制系统中获取。
同时,由于清洁能源一般费用较低,因此采用以优先消纳清洁能源为优化目标的方式,清洁能源会被优先发电,进而可以保证费用低的清洁能源优先被消纳。具体的,根据负荷预测信息得到电力系统负荷,根据清洁能源预测信息得到清洁能源出力,优先使用清洁能源出力满足电力系统负荷,将清洁能源出力不能满足电力系统负荷的部分作为电力系统的机组发电电量,进而结合电力系统的机组发电成本,得到电力系统的机组发电信息。
S2:根据所述检修设备信息、检修设备检修成本、机组发电信息以及检修周期,通过预设的检修与发电联合优化模型,得到电力系统的停电检修计划。
其中,检修与发电联合优化模型,以停电检修时电力系统的发电成本和各检修设备的检修成本之和最小为优化目标,以发电约束、停电约束及发电与停电耦合约束为约束条件构建。
具体的,本实施例中,检修与发电联合优化模型的优化目标如下:
其中,f 1 为购电成本,分为机组运行报价成本和开机成本。f 2 为检修成本。T为规划周期内的总时段,本实施例中以小时为分辨率,全月720时段;N为机组总数;S s i,t 为机组i在时段t的状态,1表示开机,0表示停机;U(p i,t )为机组i在时段t的开机费用,本实施例中采用冷、热两态开机费用;F(p i,t )为机组i在时段t的运行费用,通常采用分段线性费用,本实施例中为5段;S m k,d 为待检修设备k在第d天的状态,1表示检修,0表示不检修;c k,d 表示设备k在第d天检修的成本;K表示总检修设备数,D为总天数,本实施例中为全月30天。
其中,发电约束包括负荷平衡约束、系统正负备用约束、机组运行约束以及支路/断面限额约束。
具体的,负荷平衡约束如下式所示:
其中,P D,t 为电力系统在时段t的负荷需求,P T,t 为电力系统在时段t的送受电计划,受入为正,送出为负,P i,t 表示机组 i 在时刻t的出力值。
系统正负备用约束如下式所示:
其中,p i,max 为机组i的最大出力值,新能源机组的最大出力为其预测出力,可提供下备用,不可提供上备用;p i,min 为机组i的最小出力值;P D,u,t 为电力系统的正备用需求,P D,d,t 为电力系统的负备用需求,本实施例中,正负备用需求均取电力系统负荷的15%。
机组运行约束包括机组出力限值约束、机组爬坡约束、机组最大启停次数约束以及机组开停机时限约束。其中,机组出力限值约束、机组爬坡约束以及机组最大启停次数约束如下式所示:
其中,p i,up ,p i,down 为机组i的上爬坡和下爬坡限额,S N,i 为机组i的最大启停次数。
机组开停机时限约束如下式所示:
其中,K i,on 为机组i的最小运行时间要求,K i,off 为机组i的最小停运时间要求,K on i,t ,K off i,t 为机组i已持续或停运时间。
支路/断面限额约束包括支路热稳限额约束和断面限额约束。具体的,本实施例中,采用直流潮流法的潮流计算模型,支路热稳限额约束如下式所示:
其中,l z,t 为支路z在时刻t的潮流;l z,max 为支路z的热稳上限;λ r,z,t 为机组r在时刻t对支路z的有功灵敏度;P bus,z,t 为所有常规母线负荷在时刻t对支路z的潮流贡献。
断面限额约束如下式所示:
其中,M E,t 为断面E在时刻t的有功潮流,M E,t,max 为断面E在时刻t的电网稳定限额值,z∈E表示断面E的支路构成。
由于发电约束中已考虑过停电检修对电网拓扑和输电限额的影响,因此如果发电计划满足安全约束,则对应的停电检修计划也满足安全约束。
停电约束包括检修时长约束、同停互斥约束以及检修资源约束。
具体的,检修时长约束用于表示设备检修必须满足工期要求,且处于连续检修状态,检修时长约束如下式所示:
其中,d 0 表示设备k在第d 0 天开始处于检修状态,并于d 1 天结束检修状态;J k 为设备k的工期,为已知值。
同停互斥约束包括同停约束和互斥约束。其中,同停约束表示一次停电可以进行检修的设备应该同时检修,避免重复停电,同停约束如下式所示:
该式表示,如果设备k和设备k ’ 需要同时检修,且设备k的工期小于设备k ’ ,那么当k设备处于检修状态时,设备k ’ 必须也处于检修状态,从而保障同停约束。
互斥约束用于为保障电网传输能力及出现电气孤岛等情况,某些设备应避免同时检修,互斥约束如下式所示:
该式表示,设备k和设备k ’ 不能同时检修。
检修资源约束如下式所示:
其中,g k,d 表示设备k在第d天检修需要消耗的资源,R d 表示能够在第d天能够提供的总资源。其中,资源指为开展设备检修所需要提供的人力和物力保障。
优选的,本实施例中,发电与停电耦合约束为:电力系统内各断面的有功灵敏度以及断面限额,与断面内各设备的检修状态之间的对应关系。
上述的发电约束和停电约束并没有直接显示出发电与停电之间的耦合关系。然而,输变电设备停运将直接改变网络连接关系,这将影响到支路热稳限额约束中的有功灵敏度λ的求取以及断面限额约束中M E,t,max 的取值。在传统的发电计划模型中,由于设备检修是边界值,因此可以根据检修结果直接修改节点导纳矩阵并自动匹配获得断面限额。当检修变成决策变量时,则需要在模型中根据检修状态变量动态求取有功灵敏度和断面限额。
以断面限额为例,假设断面E由L条支路构成,断面E的限额可以采用下式进行表示:
其中,S m lm,d 为设备lm在第d天的检修状态,1表示检修,0表示不检修。
当断面中没有设备检修时,断面限额可取为M E,1 ,当有1个设备检修时,断面限额变为M E,2 。实际中,不同设备停运对断面限额的影响可能不一样,因此断面限额与设备检修关系的描述将更复杂,但都可以表示成检修状态的逻辑表达式。当统一构建检修与发电联合优化模型时,如不考虑输变电设备停运对潮流和限额的影响,则优化结果可信度将大打折扣。
在构建完成检修与发电联合优化模型的基础上,通过求解检修与发电联合优化模型,即可得到电力系统的停电检修计划。但是,由于检修与发电联合优化模型的决策变量多,计算时段多,且约束条件复杂,现有方法大多采用分解协调方法对模型进行求解,加上该检修与发电联合优化模型,需要考虑设备停运对潮流转移及断面限额的影响,直接求解更为困难。
为此本实施例中,提出了一种基于运行成本反馈的发电-检修迭代求解方法,通过将检修与发电联合优化模型分拆成发电和检修两部分分别求解,即将检修与发电联合优化模型拆分为发电成本模型以及检修成本模型。将检修成本模型的检修结果作为发电成本模型的发电边界,以发电成本模型的发电结果作为检修成本模型的检修调整依据,两者循环迭代,从而实现各类约束的精细化考虑,并最小化发电和检修成本之和。该方法物理意义明确,可操作性强且易于实现。
其中,发电成本模型的优化目标为:
检修成本模型的优化目标为:
发电成本模型的约束条件包括发电约束和发电与停电耦合约束,检修成本模型的约束条件包括停电约束及发电与停电耦合约束。
本实施例中,将第d天不考虑任何检修的发电成本,称为发电基础成本,记为r d 。将第d天考虑设备检修集合F d ={S m 1,d ,S m k,d ,…S m K,d }后的发电成本,称为发电调整成本,记为r Fd,d 。当由于停电检修导致存在无法消除的网络越限时,发电调整成本定义为极大值。将第d天考虑检修集合F d 后新增的发电成本,称为检修运行成本,记为r ’ F,d, ,显然r ’ F,d =r F,d, -r d 。
具体的,根据所述检修设备信息、检修设备检修成本、机组发电信息及检修周期,通过预设的检修与发电联合优化模型,得到电力系统的停电检修计划的具体方法为:
S201:根据检修设备信息、机组发电信息以及检修周期,通过发电成本模型,得到各检修设备在检修周期内各天进行检修时的检修运行成本。
具体的,首先需要判断停电检修计划结果是否影响发电成本。由于检修导致设备停运,可能增加或维持原有发电成本,因此可以通过检修前后的发电成本对比,判断检修是否影响发电成本。得到各检修设备在检修周期内各天进行检修时的检修运行成本的具体方法为:
S2011:根据机组发电信息,通过发电成本模型,得到电力系统的无检修最小发电成本以及无检修最小发电成本的发电计划。具体的,将机组发电信息输入发电成本模型进行求解,得到无检修最小发电成本以及对应的发电计划,即最小化的发电基础成本。
S2012:根据无检修最小发电成本的发电计划、检修设备信息、机组发电信息及检修周期,通过发电成本模型,得到各检修设备在检修周期内各天进行检修时电力系统的发电成本。具体的,对无检修最小发电成本的发电计划进行单检修设备的开断,每次求解时在整个检修周期内保持该检修设备为断开状态。根据发电与停电耦合约束调整断面限额,认为断开的设备就是检修所带来的后果,并记录开断后出现潮流越限的设备,将出现潮流越限的设备通过支路热稳限额约束和断面限额约束在发电成本模型中进行考虑,计算得到由于检修设备开断后的发电成本,即各检修设备在检修周期内各天进行检修时的发电成本。
S2013:根据无检修最小发电成本,以及各检修设备在检修周期内各天进行检修时电力系统的发电成本,得到各检修设备在检修周期内各天进行检修时的检修运行成本。具体的,将各检修设备在检修周期内各天进行检修时的发电成本,减去无检修最小发电成本,得到各检修设备在检修周期内各天进行检修时的检修运行成本。
S202:根据检修设备信息、检修设备检修成本以及检修周期,以最小化各检修设备的检修成本之和为目标,通过检修成本模型,得到初始停电检修计划。具体的,以最小化各检修设备的检修成本之和为目标,将检修设备、检修设备检修成本以及检修周期输入检修成本模型进行求解,得到初始停电检修计划。
S203:根据初始停电检修计划,结合各检修设备在检修周期内各天进行检修时的检修运行成本,得到检修周期的第一检修运行成本;结合机组发电信息,通过发电成本模型得到检修周期的第二检修运行成本。
具体的,根据初始停电检修计划,确定各检修设备在检修周期内进行检修的具体天,进而结合各检修设备在检修周期内各天进行检修时的检修运行成本,得到初始停电检修计划下,各检修设备的检修运行成本,进而通过叠加各检修设备的检修运行成本,得到检修周期的第一检修运行成本。
根据初始停电检修计划,修改电力系统的网架拓扑,即在电力系统的网架拓扑中将初始停电检修计划中的检修设备进行断开,得到新的电力系统的网架拓扑,进而结合机组发电信息,通过发电成本模型得到检修周期的第二检修运行成本。
S204:当第一检修运行成本与第二检修运行成本之间的误差≤预设误差阈值时,将初始停电检修计划作为电力系统的停电检修计划。否则,迭代进行调整步骤,至第一检修运行成本与第二检修运行成本之间的误差≤预设误差阈值,将当前初始停电检修计划作为电力系统的停电检修计划。
其中,调整步骤包括:获取初始停电检修计划中同一天有至少两个检修设备进行检修时该天的检修设备集合,得到若干重叠检修设备集合;通过发电成本模型,得到各重叠检修设备集合在检修周期内各天进行检修时的重叠检修成本,以各重叠检修设备集合的重叠检修成本以及检修成本之和最小化为目标,通过检修成本模型,得到调整停电检修计划,并根据调整停电检修计划更新初始停电检修计划,根据更新的初始停电检修计划,结合各检修设备在检修周期内各天进行检修时的检修运行成本,得到调整第一检修运行成本,并根据调整第一检修运行成本更新第一检修运行成本;结合机组发电信息,通过发电成本模型得到调整第二检修运行成本,并根据调整第二检修运行成本更新第二检修运行成本。
其中,所述预设误差阈值为事先给定的收敛精度判定值,可以根据实际的需要自行设定,本实施例中设置为100。
具体的,设备停运将造成潮流转移,从而提升承接该部分转移潮流的设备负载率,当多设备停运导致潮流重叠转移时,将增大网络越限概率,从而增加运行成本。因此,当第一检修运行成本与第二检修运行成本之间的误差>预设误差阈值时,则表示多设备重叠检修使得检修运行成本进一步增加,此时,需要通过调整初始停电检修计划,进而降低检修运行成本。本实施例中,通过将r ’ F,d 的值与设备检修建立逻辑关系,进而在检修成本模型中得以体现,实现在检修成本模型中同时考虑检修成本和运行成本。将检修成本模型的优化目标f 2 改进描述如下:
其中,r ’ F,d 的值取决于设备检修集合F d 对发电成本的影响。同时,设备检修集合F d 又会影响检修成本。检修成本模型中S m k,d 为决策变量,因此,检修成本模型中需要给出检修运行成本r ’ F,d 与检修状态S m k,d 的关联描述,如下所示:
其中,y d-n 为非负数,表示第d天n个设备同时检修时的检修运行成本;r ’ k-1,d 表示第d天设备k单设备检修时的检修运行成本;r ’ i1-i2,d 表示第d天设备i 1 和设备i 2 两个设备同时检修时相比于设备i 1 和设备i 2 单独检修时所增加的检修运行成本。r ’ i1-i2…-iK,d 表示第d天设备i 1 、设备i 2 直到设备i k 同时检修时相比于设备i 1 ,设备i 2 ,直到设备i k-1 单独检修时所增加的检修运行成本,所述增加的检修运行成本即为重叠检修成本。
根据上式可知:如果第d天只有设备k处于检修,则S m k,d =1,y d-1 =r ’ k-1,d 。y d-2 至y d-K 只能取0值;如果第d天有设备i 1 和i 2 处于检修,则S m i1,d =S m i2,d =1,y d-1 =r ’ i1-1,d + r ’ i2-1,d ,y d-2 =r ’ i1-i2,d 。y d-3 至y d-K 只能取0值。如果要计算所有检修组合的检修运行成本,计算量将极大,但实际中K个待检修设备会较为均匀的进行分布,也就是说在同一个时刻检修的设备不会很多,且设备停运并非总会增加发电成本,因此,检修运行成本会存在大量的0值,这样计算规模则会大量减少。
具体的,通过发电成本模型,得到各重叠检修设备集合在检修周期内各天进行检修时的重叠检修成本的方法为:通过发电成本模型,得到各重叠检修设备集合中各检修设备,单独在检修周期内各天进行检修时的检修运行成本,以及同时在检修周期内各天进行检修时的检修运行成本;将所述同时在检修周期内各天进行检修时的检修运行成本减去所述单独在检修周期内各天进行检修时的检修运行成本,得到各重叠检修设备集合在检修周期内各天进行检修时的重叠检修成本。
优选的,在根据检修设备信息、检修设备检修成本以及检修周期,以最小化各检修设备的检修成本之和为目标,通过检修成本模型,得到初始停电检修计划时,在检修成本模型中增加检修惩罚成本,获取检修设备中任意两检修设备之间的电气耦合系数,当两检修设备同一天检修,且该两检修设备之间的电气耦合系数大于预设系数阈值时,该两检修设备的惩罚成本为预设值,否则,该两检修设备的惩罚成本为0。
其中,所述获取检修设备中任意两检修设备之间的电气耦合系数的具体方法为:通过下式,得到检修设备中任意两检修设备之间的电气耦合系数D ab :
其中,D a-b 和D b-a 均为开断分布因子,表示检修设备a开断后对检修设备b的潮流转移系数,x a-b 为检修设备a与检修设备b端口节点之间的互阻抗,x a-a 为检修设备a开断端口的自阻抗,x b-b 为检修设备b开断端口的自阻抗。
通过上述步骤,可知检修运行成本与检修状态的关联描述的构建,是影响模型求解性能的一个关键因素。而为了降低重叠检修成本的求解量,一种可行的措施就是减少设备重叠检修所带来的成本增加。因此,本实施例中,定义D ab 为设备a与设备b的电气关联耦合系数,进而借助电气耦合系数指标,降低潮流重叠转移概率。将D ab 大于1.2的定义为强关联设备,当两个设备强关联时,在f 2中增加惩罚成本。检修优化目标f 2 进一步调整如下:
其中,p v1-v2 表示设备v 1 和设备v 2 同时检修的惩罚成本,可以是自定义的值,当设备v 1 和设备v 2 强关联时,可以取为10000,否则为0。
通过这样的方式,可以极大程度上避免具有较强关联关系的设备在同一天进行检修,进而有效降低潮流重叠转移概率,减少重叠检修成本的计算量。
综上所述,本发明停电检修计划制定方法,根据电力系统的检修设备信息、检修设备检修成本、机组发电信息以及检修周期,通过求解预设的检修与发电联合优化模型,得到电力系统的停电检修计划。其中,检修与发电联合优化模型,以停电检修时电力系统的发电成本和各检修设备的检修成本之和最小为优化目标,以发电约束、停电约束及发电与停电耦合约束为约束条件构建,实现在优化检修成本的同时,充分考虑了设备停运对电力系统的发电成本的影响,实现发电成本和检修设备的检修成本的统筹优化,更加贴合电力系统的实际运行情况。并且,电力系统的发电成本和各检修设备的检修成本均能够准确计算,工程可操作性强,便于实际应用。
本发明再一实施例中,以IEEE118节点3区域互联系统为验证算例,来验证上一实施例中的停电检修计划制定方法。为了达到验证效果,需要对电力系统和初始条件进行调整,调整内容包括:1)在49,80和118节点增加3台风电机组,3台风电机组的预测值见附录图1所示,全月范围内有明显的风电大发与小发期;2)支路153和支路159的限额设置为250MW,其余支路均为500MW;3)为考虑设备检修对断面限额的影响,假设电网南部与北部间的断面在没有设备检修时限额为1100MW,每停运一个设备,限额下降200MW;4)构建全月720点系统负荷预测值;5)待检修设备17个(含开关4个,用于验证同时检修约束)。
本实施例中,首先计算待检修设备两两之间的电气关联耦合系数,结果如表1所示。
表1 待检修设备两两之间的电气耦合系数表
进而,计算各检修设备在检修周期内各天进行检修时的检修运行成本。其中,支路31、支路33、支路129、支路160及支路174在全月任意时刻单设备检修,均不会影响电力系统的发电成本。支路98、支路99、支路118、支路153、支路159、支路185及支路186在全月特定天检修时,将对电力系统的发电成本造成负面影响。参见图2,给出了支路153在全月的检修运行成本分布。
设备检修导致发电成本增加的成因分为以下几类:1)检修导致断面限额下降,断面越限。支路98及支路99是断面组成成员,其检修会导致断面限额下降,为控制断面功率,必须调整机组出力,导致发电成本增加,参见图3,给出了第28天断面潮流的调整情况。2)检修导致潮流转移,热稳越限,需要弃风。支路185或支路186的检修会影响风电外送,因此如果安排在月末29或30日,则会使发电成本激增。参见图4,给出了第30天由于支路186检修造成的支路185潮流调整,对应的就是风电弃风。3)检修导致电厂送出受限。支路153和支路159组成机组44的送出断面,其检修会导致机组出力受限,由于全月范围内负荷需求和风电出力不同,因此检修运行成本在全月范围内为不规则分布。参见图5,给出了电力系统在第1天的受限情况。
进而通过检修成本模型,得到初始停电检修计划,支路98和支路99,支路153和支路159实现了检修互斥,支路98和支路159的开关实现了同停检修。结合各检修设备在检修周期内各天进行检修时的检修运行成本,得到第一检修运行成本总计50$,参见图7,检修周期内每日的检修运行成本分布。显然,通过检修时段优化,可以显著的降低检修对电力系统的发电成本的影响。同时,将初始停电检修计划带入发电成本模型,计算得到第二检修运行成本,同样是50$,每日的检修运行成本与检修成本模型也一致,表明整体最优结果收敛到了最优值。
另外,由于考虑了设备之间的电气耦合系数,导致支路31和支路33由于惩罚成本的存在,自动避开了同时检修。而当不考虑电气耦合系数时,参见图8,在第21-23天出现了同时检修,为了绘图清晰,不考虑电气耦合的检修用2代表。将初始停电检修计划带入发电成本模型,得到的第二检修运行成本是978$。显然是由于有设备的重叠检修使得出现了新的约束,导致检修运行成本增减。参见图8,经查,发现支路31和支路33在第23天的重叠检修,导致了支路38越限。此时需要将重叠检修成本反馈至检修成本模型,考虑重叠检修成本后,检修成本可以收敛到与考虑电气耦合系数的同样结果,但却付出了额外的计算时间代价。
本实施例中,该验证算例运行的硬件条件为CUP i5-5200 2.2GHz,内存16G的便携式计算机。分为发电成本模型求解和检修成本模型求解,其中发电成本模型每求解一次平均耗时305秒,检修成本模型每求解一次平均耗时0.8秒,主要时间消耗在发电成本模型求解。在执行过程中,不考虑检修时计算1次发电成本模型,对发电成本进行单设备开断分析,筛选出需要纳入发电成本模型的设备为7个,结合设备拓扑结构,需要求解考虑设备检修的发电成本模型4次。检修结束后,进行演算1次,共计算发电成本模型6次,合计约耗时30分钟。对于118节点,全月720时段,13个待检修设备的计算规模,在工程上完全是可接受的。
下述为本发明的装置实施例,可以用于执行本发明方法实施例。对于装置实施例中未纰漏的细节,请参照本发明方法实施例。
参见图9,本发明再一实施例中,提供一种停电检修计划制定系统,能够用于实现上述的停电检修计划制定方法,具体的,该停电检修计划制定系统包括数据获取模块以及计划制定模块。
其中,数据获取模块用于获取电力系统的检修设备信息、检修设备检修成本、机组发电信息以及检修周期;计划制定模块用于根据所述检修设备信息、检修设备检修成本、机组发电信息以及检修周期,通过预设的检修与发电联合优化模型,得到电力系统的停电检修计划;其中,检修与发电联合优化模型,以停电检修时电力系统的发电成本和各检修设备的检修成本之和最小为优化目标,以发电约束、停电约束及发电与停电耦合约束为约束条件构建。
优选的,所述检修与发电联合优化模型包括发电成本模型以及检修成本模型;所述计划制定模块具体用于:根据检修设备信息、机组发电信息以及检修周期,通过发电成本模型,得到各检修设备在检修周期内各天进行检修时的检修运行成本;根据检修设备、检修设备检修成本以及检修周期,以最小化各检修设备的检修成本之和为目标,通过检修成本模型,得到初始停电检修计划;根据初始停电检修计划,结合各检修设备在检修周期内各天进行检修时的检修运行成本,得到检修周期的第一检修运行成本;结合机组发电信息,通过发电成本模型得到检修周期的第二检修运行成本;当第一检修运行成本与第二检修运行成本之间的误差≤预设误差阈值时,将初始停电检修计划作为电力系统的停电检修计划;否则,迭代进行调整步骤,至第一检修运行成本与第二检修运行成本之间的误差≤预设误差阈值,将当前初始停电检修计划作为电力系统的停电检修计划;其中,调整步骤包括:获取初始停电检修计划中同一天有至少两个检修设备进行检修时该天的检修设备集合,得到若干重叠检修设备集合;通过发电成本模型,得到各重叠检修设备集合在检修周期内各天进行检修时的重叠检修成本,以各重叠检修设备集合的重叠检修成本以及检修成本之和最小化为目标,通过检修成本模型,得到调整停电检修计划,并根据调整停电检修计划更新初始停电检修计划,根据更新的初始停电检修计划,结合各检修设备在检修周期内各天进行检修时的检修运行成本,得到调整第一检修运行成本,并根据调整第一检修运行成本更新第一检修运行成本;结合机组发电信息,通过发电成本模型得到调整第二检修运行成本,并根据调整第二检修运行成本更新第二检修运行成本。
优选的,所述计划制定模块用于根据检修设备信息、检修设备检修成本以及检修周期,以最小化各检修设备的检修成本之和为目标,通过检修成本模型,得到初始停电检修计划时,在检修成本模型中增加检修惩罚成本,获取检修设备中任意两检修设备之间的电气耦合系数,当两检修设备同一天检修,且该两检修设备之间的电气耦合系数大于预设系数阈值时,该两检修设备的惩罚成本为预设值,否则,该两检修设备的惩罚成本为0。
本发明再一实施例中,提供了一种计算机设备,该计算机设备包括处理器以及存储器,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor、DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其是终端的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能;本发明实施例所述的处理器可以用于停电检修计划制定方法的操作。
本发明再一实施例中,本发明还提供了一种存储介质,具体为计算机可读存储介质(Memory),所述计算机可读存储介质是计算机设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质,当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间,该存储空间存储了终端的操作系统。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机可读存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令,以实现上述实施例中有关停电检修计划制定方法的相应步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、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 (13)
1.一种停电检修计划制定方法,其特征在于,包括以下步骤:
获取电力系统的检修设备信息、检修设备检修成本、机组发电信息以及检修周期;
根据所述检修设备信息、检修设备检修成本、机组发电信息以及检修周期,通过预设的检修与发电联合优化模型,得到电力系统的停电检修计划;
其中,检修与发电联合优化模型,以停电检修时电力系统的发电成本和各检修设备的检修成本之和最小为优化目标,以发电约束、停电约束及发电与停电耦合约束为约束条件构建。
2.根据权利要求1所述的停电检修计划制定方法,其特征在于,所述获取电力系统的机组发电信息的具体方法为:
获取电力系统的清洁能源预测信息以及负荷预测信息,根据所述清洁能源预测信息以及负荷预测信息,以优先消纳清洁能源为优化目标,得到电力系统的机组发电电量;获取电力系统的机组发电成本,结合所述机组发电电量和机组发电成本,得到电力系统的机组发电信息。
3.根据权利要求1所述的停电检修计划制定方法,其特征在于,所述检修与发电联合优化模型包括发电成本模型以及检修成本模型;
所述根据所述检修设备信息、检修设备检修成本、机组发电信息以及检修周期,通过预设的检修与发电联合优化模型,得到电力系统的停电检修计划的具体方法为:
根据检修设备信息、机组发电信息以及检修周期,通过发电成本模型,得到各检修设备在检修周期内各天进行检修时的检修运行成本;
根据检修设备信息、检修设备检修成本以及检修周期,以最小化各检修设备的检修成本之和为目标,通过检修成本模型,得到初始停电检修计划;
根据初始停电检修计划,结合各检修设备在检修周期内各天进行检修时的检修运行成本,得到检修周期的第一检修运行成本;结合机组发电信息,通过发电成本模型得到检修周期的第二检修运行成本;
当第一检修运行成本与第二检修运行成本之间的误差≤预设误差阈值时,将初始停电检修计划作为电力系统的停电检修计划;
否则,迭代进行调整步骤,至第一检修运行成本与第二检修运行成本之间的误差≤预设误差阈值,将当前初始停电检修计划作为电力系统的停电检修计划;
其中,调整步骤包括:获取初始停电检修计划中同一天有至少两个检修设备进行检修时该天的检修设备集合,得到若干重叠检修设备集合;通过发电成本模型,得到各重叠检修设备集合在检修周期内各天进行检修时的重叠检修成本,以各重叠检修设备集合的重叠检修成本以及检修成本之和最小化为目标,通过检修成本模型,得到调整停电检修计划,并根据调整停电检修计划更新初始停电检修计划,根据更新的初始停电检修计划,结合各检修设备在检修周期内各天进行检修时的检修运行成本,得到调整第一检修运行成本,并根据调整第一检修运行成本更新第一检修运行成本;结合机组发电信息,通过发电成本模型得到调整第二检修运行成本,并根据调整第二检修运行成本更新第二检修运行成本。
4.根据权利要求3所述的停电检修计划制定方法,其特征在于,根据检修设备信息、检修设备检修成本以及检修周期,以最小化各检修设备的检修成本之和为目标,通过检修成本模型,得到初始停电检修计划时,在检修成本模型中增加检修惩罚成本,获取检修设备中任意两检修设备之间的电气耦合系数,当两检修设备同一天检修,且该两检修设备之间的电气耦合系数大于预设系数阈值时,该两检修设备的惩罚成本为预设值,否则,该两检修设备的惩罚成本为0。
6.根据权利要求3所述的停电检修计划制定方法,其特征在于,所述根据检修设备信息、机组发电信息以及检修周期,通过发电成本模型,得到各检修设备在检修周期内各天进行检修时的检修运行成本的具体方法为:
根据机组发电信息,通过发电成本模型,得到电力系统的无检修最小发电成本以及无检修最小发电成本的发电计划;
根据无检修最小发电成本的发电计划、检修设备信息、机组发电信息及检修周期,通过发电成本模型,得到各检修设备在检修周期内各天进行检修时电力系统的发电成本;
根据无检修最小发电成本,及各检修设备在检修周期内各天进行检修时电力系统的发电成本,得到各检修设备在检修周期内各天进行检修时的检修运行成本。
7.根据权利要求3所述的停电检修计划制定方法,其特征在于,所述通过发电成本模型,得到各重叠检修设备集合在检修周期内各天进行检修时的重叠检修成本的具体方法为:
通过发电成本模型,得到各重叠检修设备集合中各检修设备,单独在检修周期内各天进行检修时的检修运行成本,以及同时在检修周期内各天进行检修时的检修运行成本;将所述同时在检修周期内各天进行检修时的检修运行成本减去所述单独在检修周期内各天进行检修时的检修运行成本,得到各重叠检修设备集合在检修周期内各天进行检修时的重叠检修成本。
8.根据权利要求1所述的停电检修计划制定方法,其特征在于,所述发电与停电耦合约束为:电力系统内各断面的有功灵敏度以及断面限额,与断面内各设备的检修状态之间的对应关系。
9.一种停电检修计划制定系统,其特征在于,包括:
数据获取模块,用于获取电力系统的检修设备信息、检修设备检修成本、机组发电信息以及检修周期;
计划制定模块,用于根据所述检修设备信息、检修设备检修成本、机组发电信息以及检修周期,通过预设的检修与发电联合优化模型,得到电力系统的停电检修计划;
其中,检修与发电联合优化模型,以停电检修时电力系统的发电成本和各检修设备的检修成本之和最小为优化目标,以发电约束、停电约束及发电与停电耦合约束为约束条件构建。
10.根据权利要求9所述的停电检修计划制定系统,其特征在于,所述检修与发电联合优化模型包括发电成本模型以及检修成本模型;
所述计划制定模块具体用于:
根据检修设备信息、机组发电信息以及检修周期,通过发电成本模型,得到各检修设备在检修周期内各天进行检修时的检修运行成本;
根据检修设备信息、检修设备检修成本以及检修周期,以最小化各检修设备的检修成本之和为目标,通过检修成本模型,得到初始停电检修计划;
根据初始停电检修计划,结合各检修设备在检修周期内各天进行检修时的检修运行成本,得到检修周期的第一检修运行成本;结合机组发电信息,通过发电成本模型得到检修周期的第二检修运行成本;
当第一检修运行成本与第二检修运行成本之间的误差≤预设误差阈值时,将初始停电检修计划作为电力系统的停电检修计划;
否则,迭代进行调整步骤,至第一检修运行成本与第二检修运行成本之间的误差≤预设误差阈值,将当前初始停电检修计划作为电力系统的停电检修计划;
其中,调整步骤包括:获取初始停电检修计划中同一天有至少两个检修设备进行检修时该天的检修设备集合,得到若干重叠检修设备集合;通过发电成本模型,得到各重叠检修设备集合在检修周期内各天进行检修时的重叠检修成本,以各重叠检修设备集合的重叠检修成本以及检修成本之和最小化为目标,通过检修成本模型,得到调整停电检修计划,并根据调整停电检修计划更新初始停电检修计划,根据更新的初始停电检修计划,结合各检修设备在检修周期内各天进行检修时的检修运行成本,得到调整第一检修运行成本,并根据调整第一检修运行成本更新第一检修运行成本;结合机组发电信息,通过发电成本模型得到调整第二检修运行成本,并根据调整第二检修运行成本更新第二检修运行成本。
11.根据权利要求9所述的停电检修计划制定系统,其特征在于,所述计划制定模块用于根据检修设备信息、检修设备检修成本以及检修周期,以最小化各检修设备的检修成本之和为目标,通过检修成本模型,得到初始停电检修计划时,在检修成本模型中增加检修惩罚成本,获取检修设备中任意两检修设备之间的电气耦合系数,当两检修设备同一天检修,且该两检修设备之间的电气耦合系数大于预设系数阈值时,该两检修设备的惩罚成本为预设值,否则,该两检修设备的惩罚成本为0。
12.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述停电检修计划制定方法的步骤。
13.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述停电检修计划制定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111230371.5A CN113673792B (zh) | 2021-10-22 | 2021-10-22 | 停电检修计划制定方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111230371.5A CN113673792B (zh) | 2021-10-22 | 2021-10-22 | 停电检修计划制定方法、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113673792A true CN113673792A (zh) | 2021-11-19 |
CN113673792B CN113673792B (zh) | 2022-02-11 |
Family
ID=78550851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111230371.5A Active CN113673792B (zh) | 2021-10-22 | 2021-10-22 | 停电检修计划制定方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113673792B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114462649A (zh) * | 2022-04-12 | 2022-05-10 | 泰豪软件股份有限公司 | 停电计划管理方法、系统、可读存储介质及计算机设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107766971A (zh) * | 2017-09-29 | 2018-03-06 | 深圳供电局有限公司 | 一种基于检修风险的电力设备运维计划优排方法 |
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 |
CN109586325A (zh) * | 2018-12-21 | 2019-04-05 | 徐树强 | 一种新能源储能优化配置方法 |
CN112149842A (zh) * | 2020-09-04 | 2020-12-29 | 深圳供电局有限公司 | 一种电网的检修管理方法及装置 |
-
2021
- 2021-10-22 CN CN202111230371.5A patent/CN113673792B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107766971A (zh) * | 2017-09-29 | 2018-03-06 | 深圳供电局有限公司 | 一种基于检修风险的电力设备运维计划优排方法 |
CN109586325A (zh) * | 2018-12-21 | 2019-04-05 | 徐树强 | 一种新能源储能优化配置方法 |
CN112149842A (zh) * | 2020-09-04 | 2020-12-29 | 深圳供电局有限公司 | 一种电网的检修管理方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114462649A (zh) * | 2022-04-12 | 2022-05-10 | 泰豪软件股份有限公司 | 停电计划管理方法、系统、可读存储介质及计算机设备 |
CN114462649B (zh) * | 2022-04-12 | 2022-07-22 | 泰豪软件股份有限公司 | 停电计划管理方法、系统、可读存储介质及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113673792B (zh) | 2022-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180052431A1 (en) | Datacenter power management using variable power sources | |
Ming et al. | The ancillary services in China: an overview and key issues | |
Pommeret et al. | Optimal energy transition with variable and intermittent renewable electricity generation | |
Zhang et al. | A review and outlook on cloud energy storage: An aggregated and shared utilizing method of energy storage system | |
US20220271535A1 (en) | Distributed ledger for transacting with grid constraints to ensure grid stability | |
CN113673792B (zh) | 停电检修计划制定方法、系统、设备及存储介质 | |
Sidea et al. | Optimal BESS Scheduling strategy in microgrids based on genetic algorithms | |
Ding et al. | A Stackelberg Game-based robust optimization for user-side energy storage configuration and power pricing | |
Li et al. | Multi-time scale economic optimization dispatch of the park integrated energy system | |
Dialynas et al. | Modelling and evaluation of microgrids reliability and operational performance and its impact on service quality | |
Shao et al. | Day-ahead joint clearing model of electric energy and reserve auxiliary service considering flexible load | |
Jiang et al. | Monthly electricity purchase and decomposition optimization considering wind power accommodation and day-ahead schedule | |
Li et al. | Multi-time scale scheduling for virtual power plants: Integrating the flexibility of power generation and multi-user loads while considering the capacity degradation of energy storage systems | |
CN113139271B (zh) | 聚合资源建模方法及装置、电子设备及存储介质 | |
Baptista et al. | Voltage profile assessment in smart distribution grids considering BESS and communication network failures | |
CN114188950A (zh) | 基于备用移动储能应急调度的配电系统韧性提升方法 | |
CN109980697B (zh) | 考虑配额制的可再生能源分配消纳方法 | |
Zhou et al. | Time-of-use price model for user-side micro-grid based on power supply chain management | |
CN111047188A (zh) | 一种停电计划生成方法及其系统、计算机设备、存储介质 | |
Zhang et al. | A robust interval economic dispatch model accommodating large-scale wind power generation with consideration of price-based demand response | |
Omri et al. | Modeling Microgrids for Analytical Distribution System Reliability Evaluation | |
CN111898789B (zh) | 基于深度学习的电量出清方法、系统、介质及出清设备 | |
CN117094745B (zh) | 基于igdt-效用熵的综合能源系统优化控制方法及装置 | |
CN114865626A (zh) | 电力系统调度充裕性评估方法、系统、设备及存储介质 | |
Lovelady et al. | A scenario driven reliability assessment approach for microgrids |
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 |