CN114744686B - 发电机组识别方法、装置、设备和存储介质 - Google Patents

发电机组识别方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN114744686B
CN114744686B CN202210644924.XA CN202210644924A CN114744686B CN 114744686 B CN114744686 B CN 114744686B CN 202210644924 A CN202210644924 A CN 202210644924A CN 114744686 B CN114744686 B CN 114744686B
Authority
CN
China
Prior art keywords
unit
power transmission
transmission line
key
units
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
CN202210644924.XA
Other languages
English (en)
Other versions
CN114744686A (zh
Inventor
叶俊
王孟昌
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.)
Alibaba Damo Institute Hangzhou Technology Co Ltd
Original Assignee
Alibaba Damo Institute Hangzhou 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 Alibaba Damo Institute Hangzhou Technology Co Ltd filed Critical Alibaba Damo Institute Hangzhou Technology Co Ltd
Priority to CN202210644924.XA priority Critical patent/CN114744686B/zh
Publication of CN114744686A publication Critical patent/CN114744686A/zh
Application granted granted Critical
Publication of CN114744686B publication Critical patent/CN114744686B/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
    • G06Q10/06—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
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • 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
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • 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
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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]
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供一种发电机组识别方法、装置、设备和存储介质，涉及电力系统技术领域，该方法包括：根据电网数据信息建立第一安全约束机组组合模型和对应于多条输电线路的多个线路潮流约束；求解第一安全约束机组组合模型，以确定在目标调度周期内各机组的出力值和启停状态值；根据各机组的出力值对多个线路潮流约束进行安全校核，以确定越限的线路潮流约束所对应的输电线路为阻塞输电线路；根据各机组的出力值，确定能够缓解阻塞输电线路的预设数量的关键机组；通过调整关键机组的启停状态以生成第二安全约束机组组合模型，并求解第二安全约束机组组合模型。本发明可以提高安全约束机组组合模型的求解效率，耗时少。

Description

发电机组识别方法、装置、设备和存储介质
技术领域
本发明涉及电力系统技术领域，尤其涉及一种发电机组识别方法、装置、设备和存储介质。
背景技术
随着电力系统的发展和其交易市场的完善, 智能电网已成为现代电力系统的发展趋势。在智能电网系统中，一个重要的任务就是发电计划的确定。
安全约束机组组合（Security constrained unit commitment, SCUC）模型是制定电力系统发电计划（即机组启停及出力计划）的基础，对保障电力系统的安全经济运行发挥着重要作用。它通过优化调度周期内各机组的启停和出力计划来降低发电成本，同时满足系统负荷需求和其他约束条件。
在SCUC模型中，存在大量的整数变量（比如表征机组启停状态的0-1变量）需要求解，而且模型中包含众多复杂的网络约束，导致采用传统求解方法大规模电力系统的SCUC模型求解效率低下，耗时长。
发明内容
本发明实施例提供一种发电机组识别方法、装置、设备和存储介质，用以提高SCUC模型的求解效率。
第一方面，本发明实施例提供一种发电机组识别方法，所述方法包括：
获取目标调度周期的电网数据信息；
根据所述电网数据信息建立第一安全约束机组组合模型和对应于多条输电线路的多个线路潮流约束；
求解所述第一安全约束机组组合模型，以确定在所述目标调度周期内各机组的出力值和启停状态值；
根据所述各机组的出力值对所述多个线路潮流约束进行安全校核，以确定越限的线路潮流约束所对应的输电线路为阻塞输电线路；
根据所述各机组的出力值，确定能够缓解所述阻塞输电线路的预设数量的关键机组；
通过调整所述关键机组的启停状态以生成第二安全约束机组组合模型，并求解所述第二安全约束机组组合模型。
第二方面，本发明实施例提供一种发电机组识别装置，所述装置包括：
获取模块，用于获取目标调度周期的电网数据信息；
建模模块，用于根据所述电网数据信息建立第一安全约束机组组合模型和对应于多条输电线路的多个线路潮流约束；
求解模块，用于根据所述各机组的出力值对所述多个线路潮流约束进行安全校核，以确定越限的线路潮流约束所对应的输电线路为阻塞输电线路；根据所述各机组的出力值，确定能够缓解所述阻塞输电线路的预设数量的关键机组；以及，通过调整所述关键机组的启停状态以生成第二安全约束机组组合模型，并求解所述第二安全约束机组组合模型。
第三方面，本发明实施例提供一种电子设备，包括：存储器、处理器、通信接口；其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器至少可以实现如第一方面所述的发电机组识别方法。
第四方面，本发明实施例提供了一种非暂时性机器可读存储介质，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器至少可以实现如第一方面所述的发电机组识别方法。
第五方面，本发明实施例提供一种发电机组识别方法，包括：
接收用户设备通过调用发电机组识别服务触发的请求，所述请求中包括目标调度周期的电网数据信息；
利用所述发电机组识别服务对应的处理资源执行如下步骤：
根据所述电网数据信息建立安全约束机组组合模型和对应于多条输电线路的多个线路潮流约束；
求解所述安全约束机组组合模型，以确定在所述目标调度周期内各机组的出力值；
根据所述各机组的出力值对所述多个线路潮流约束进行安全校核，以确定越限的线路潮流约束所对应的输电线路为阻塞输电线路；
根据所述各机组的出力值，确定能够缓解所述阻塞输电线路的预设数量的关键机组；
通过调整所述关键机组的启停状态以生成第二安全约束机组组合模型，并求解所述第二安全约束机组组合模型。
本发明实施例中，通过获取目标调度周期的电网数据信息，可以建立第一安全约束机组组合模型和对应于多条输电线路的多个线路潮流约束，通过对其中的第一安全约束机组组合模型进行求解，可以确定目标调度周期内各机组的出力值和启停状态值，进而根据各机组的出力值对多个线路潮流约束进行安全校核，确定出阻塞输电线路。在确定出阻塞输电线路后，可以根据各机组的出力值，确定出能够缓解阻塞输电线路的预设数量的关键机组。而通过调整关键机组的启停状态，生成第二安全约束机组组合模型，使得在求解第二安全约束机组组合模型时，关于“非关键机组的启停状态值” 无需重新调整，仅需要针对关键机组的启停状态值进行重新调整，而这样就减少了大量整数变量的求解过程，极大提高了对安全约束机组组合模型的求解效率，耗时少。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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为本发明实施例提供的一种发电机组识别方法的流程图；
图2为本发明实施例提供的一种发电机组识别方法的原理示意图；
图3为本发明实施例提供的一种发电计划确定方法的流程图；
图4为本发明实施例提供的一种发电计划确定方法的流程图；
图5为本发明实施例提供的一种发电机组维修方法的流程图；
图6为本发明实施例提供的模型求解方法的流程图；
图7为本发明实施例提供的一种发电机组识别方法的应用示意图；
图8为本发明实施例提供的一种发电机组识别装置的结构示意图；
图9为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。
下面结合附图对本发明的一些实施方式作详细说明。在各实施例之间不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。另外，下述各方法实施例中的步骤时序仅为一种举例，而非严格限定。
先对本发明实施例中涉及到的一些概念进行说明。
出力值：电力系统中发电机组输出的有功功率。
安全约束机组组合（Security constrained unit commitment, 简称SCUC）模型：是制定电力系统发电计划（即机组启停及出力计划）的基础，可以在满足电力系统安全性约束的条件下，以系统购电成本最低等为优化目标，制定多时段的机组开停机计划，及时对目标机组进行维修，对保障电力系统的安全经济运行发挥着极其重要的作用。
整数变量削减：电力系统机组组合模型是一个大规模的混合整数规划问题模型，模型中含有大量的表示机组运行状态（比如以0表示关停，以1表示启动）的整数变量需要进行优化求解，如能对部分机组部分时段的运行状态进行提前辩识，则可削减0/1整数变量的个数，提高求解效率。
在智能电网系统中，一个重要的任务就是发电计划的确定。而SCUC模型是制定电力系统发电计划的基础，在SCUC模型中，存在大量的整数变量（比如表征机组启停状态的0-1变量）需要求解，而且该SCUC模型中包含了众多复杂的网络约束，导致采用传统求解方法大规模电力系统的SCUC模型求解效率低下，耗时长。本发明实施例提供了一种可以提高SCUC模型求解效率的方案，在具体介绍本方案之前，先对SCUC模型进行介绍，而该模型是由两部分组成，第一部分是目标函数，第二部分是多种约束条件。
在第一部分中，目标函数包括了多个发电机组在调度周期内的运行成本和启动成本，该目标函数为最小化电网发电总成本，具体如下：
Figure 380898DEST_PATH_IMAGE001
（1）
式中，N为发电机组的总台数，T为调度周期的总时段数，
Figure 67356DEST_PATH_IMAGE002
为机组i在t 时段的出 力、
Figure 355118DEST_PATH_IMAGE003
为发组i在t 时段的启停状态，
Figure 475521DEST_PATH_IMAGE004
为机组i在t 时段的运行成本，
Figure 255258DEST_PATH_IMAGE005
为机组i在t 时段的启停成本，是已知常数。
需要说明的是，在上式中，
Figure 978363DEST_PATH_IMAGE006
和
Figure 261577DEST_PATH_IMAGE007
是函数关系，即
Figure 411936DEST_PATH_IMAGE002
是函数的因变量。
在第二部分中，多种约束条件包括：
1、系统负荷平衡约束
针对每个时段t，系统负荷平衡约束可以表示为：
Figure 794417DEST_PATH_IMAGE008
（2）
式中，
Figure 462159DEST_PATH_IMAGE009
为时段t的系统负荷预测值，单位：兆。
2、系统正负备用容量约束
为了防止上述系统负荷预测值偏差带来的系统供需不平衡问题，一般系统需要预留一定的正负备用容量，因此，对每个时段t，系统正负备用容量约束可以表示为：
Figure 458934DEST_PATH_IMAGE010
（3）
Figure 45773DEST_PATH_IMAGE011
（4）
式中，
Figure 534523DEST_PATH_IMAGE012
、
Figure 740376DEST_PATH_IMAGE013
分别为机组i的允许出力上限值和允许出力下限值，
Figure 857237DEST_PATH_IMAGE014
、
Figure 755923DEST_PATH_IMAGE015
分别为 时段t的系统正备用容量要求和负备用容量要求。
3、系统旋转备用约束
应理解，对每个时段t，所有机组出力的上调能力总和与下调能力总和需满足实际运行的上调旋转备用要求、下调旋转备用要求，因此，系统旋转备用约束可以表示为：
Figure 92488DEST_PATH_IMAGE016
（5）
Figure 836453DEST_PATH_IMAGE017
（6）
式中，
Figure 73400DEST_PATH_IMAGE018
、
Figure 877408DEST_PATH_IMAGE019
分别为机组i的最大上爬坡速率和最大下爬坡速率，
Figure 465384DEST_PATH_IMAGE020
、
Figure 13040DEST_PATH_IMAGE021
分 别为时段t的上调旋转备用要求和下调旋转备用要求。
4、机组出力上下限约束
应理解，机组的出力具有范围区间，其取值应在最大范围和最小范围之间，具体地，该机组出力上下限约束可以表示为：
Figure 104493DEST_PATH_IMAGE022
（7）
5、机组爬坡约束
应理解，机组在进行上爬坡或下爬坡时，应满足爬坡速率要求，而爬坡速率要求可以通过机组爬坡约束限定，该机组爬坡约束可以表示为：
Figure 79402DEST_PATH_IMAGE023
（8）
Figure 387630DEST_PATH_IMAGE024
（9）
6、机组最小连续开停机时间约束
由于机组的运行特性，机组需要满足最小连续开/停机时间要求，而机组最小连续开/停机时间要求可以通过机组最小连续开停机时间约束限定，该机组最小连续开停机时间约束可以表示为：
Figure 738977DEST_PATH_IMAGE025
（10）
Figure 684936DEST_PATH_IMAGE026
（11）
式中，
Figure 96326DEST_PATH_IMAGE027
、
Figure 268681DEST_PATH_IMAGE028
分别为机组i的最小连续开机时间和停机时间，
Figure 282774DEST_PATH_IMAGE029
、
Figure 224185DEST_PATH_IMAGE030
分别为机组i 在时段t时已经连续开机和停机的时间。而对于该
Figure 665531DEST_PATH_IMAGE029
和
Figure 325182DEST_PATH_IMAGE030
，可以用机组运行状态来表示：
Figure 644430DEST_PATH_IMAGE031
（12）
Figure 440348DEST_PATH_IMAGE032
（13）
式中，
Figure 318174DEST_PATH_IMAGE033
为机组i在m时段的启停状态。
7、线路潮流约束
该线路潮流约束可以表示为：
Figure 199542DEST_PATH_IMAGE034
（14）
式中，
Figure 555437DEST_PATH_IMAGE035
为线路l的热稳极限；
Figure 471441DEST_PATH_IMAGE036
为机组i所在节点对线路l的发电机输出功率 转移分布因子；
Figure 254589DEST_PATH_IMAGE037
为母线负荷k所在节点对线路l的发电机输出功率转移分布因子；
Figure 888833DEST_PATH_IMAGE038
为 时段t母线负荷k的预测值。
基于上述，针对该问题模型的求解可以采用本发明实施例的如下方案完成：
图1为本发明实施例提供的一种发电机组识别方法的流程图，本发明实施例提供的发电机组识别方法可以由一电子设备来执行，该电子设备可以是服务器，也可以是用户终端，该服务器可以是云端的物理服务器或虚拟服务器（虚拟机），如图1所示，该发电机组识别方法包括如下步骤：
101、获取目标调度周期的电网数据信息。
102、根据电网数据信息建立第一安全约束机组组合模型和对应于多条输电线路的多个线路潮流约束。
103、求解第一安全约束机组组合模型，以确定在目标调度周期内各机组的出力值和启停状态值。
104、根据各机组的出力值对多个线路潮流约束进行安全校核，以确定越限的线路潮流约束所对应的输电线路为阻塞输电线路。
105、根据各机组的出力值，确定能够缓解阻塞输电线路的预设数量的关键机组。
106、通过调整关键机组的启停状态以生成第二安全约束机组组合模型，并求解第二安全约束机组组合模型。收集的电网数据信息包括电网系统中各机组的相关数据，负载节点的负载数据，电网系统的拓扑结构数据，等等。其中，各机组的相关数据可以包括：机组的最大爬坡速率、允许出力上限值、允许出力下限值、开机成本、运行成本，等等。电网系统的拓扑结构数据比如包括各输电线路的有功潮流极限、发电机组所在节点与线路之间的连接关系，等等。
在一可选实施例中，比如当需要生成发电计划时，需要进行上述SCUC模型的建立和求解以确定用于描述电网中各发电机组在目标调度周期内的工作状态的发电计划。在电网系统中，一般是以设定的调度周期来周期性制定未来某调度周期内的发电计划，一般地，一个调度周期为一天，通常，在前一天会制定第二天对应的发电计划，以便在第二天按照该发电计划进行发电。所以上述目标调度周期可以是某一天。在实际应用中，针对制定发电计划的应用场景，一般会对该目标调度周期进行时间段的划分，即目标调度周期内包含多个时段，需要求解各个机组在每个时段内的运行状态，比如出力值、启停状态。比如：若需要制定第二天对应的发电计划，则该目标调度周期为24小时，可以划分为96个时段，每个时段15分钟。
在另一可选实施例中，也可能存在预测各发电机组在接下来较短时间内的运行状态的需求，此时，目标调度周围比如为接下来的15分钟。
下文为描述方便，以目标调度周期内包括多个时段为例来说明，其中，仅包括某个较短时段的情形可以视为是一种特例。
基于此，在获取目标调度周期内的电网数据信息之后，可以建立初始的第一安全约束机组组合模型，其中包括不同时段各机组的出力变量和启停状态变量。求解第一安全约束机组组合模型得到第一解，该第一解描述了在目标调度周期内各机组的出力值和启停状态值，即第一解中包含不同时段各机组的出力值和启停状态值。
概括来说，上述公式1-14中，除了不同时段各机组的出力和启停状态这两类需要求解的变量外，其他参数均可以理解为是电网数据信息。换言之，在上述公式1-14中，只有不同时段各机组的出力和启停状态为变量，其他参数均为已知常量，而在这其他参数中，有些参数是可以直接观测得到的（比如一些常数），而有些则是通过预测得到的（比如目标调度周期内的系统负荷）。如上文所述，在需要建立SCUC模型并进行求解时，实际上就是需要求解由目标调度周期对应的电网数据信息生成的由上述公式1-14构成的SUCU模型（为便于描述，称为目标SCUC模型）。在该目标SCUC模型的求解过程中（不同时段各机组的出力变量和启停状态变量是需要被求解的变量），需要不断迭代求解出满足上述众多约束的最优解。也就是说，目标SCUC模型的求解过程是一个需要经过多次迭代求解的过程。
在目标SCUC模型的迭代求解过程中，本发明实施例中以求解过程中的相邻两次迭代求解过程为例说明如何加速求解效率，这两次迭代求解过程所对应的模型分别称为第一SCUC模型和第二SCUC模型。
为便于理解和说明，可以假设第一SCUC模型是初始建立的模型，此时，该模型由上述公式1-13构成，即初始模型中不包含线路潮流约束。也就是说，在第一SCUC模型为初始建立的模型的情形下，可以基于收集的目标调度周期的电网数据信息，先构建出第一安全约束机组组合模型以及对应于上述公式14的多个线路潮流约束。
其中，可以理解的是，上述公式仅为定义性公式，比如公式14只是定义了任一线路对应的线路潮流约束的表达式。假设电力系统中一共具有L条输电线路，则根据公式14的定义可以生成L个具体的线路潮流约束。
在构建出第一SCUC模型后，需要对其进行求解，求解出不同时段各发电机组的出力值和启停状态值（即上述第一解），从而可以了解各发电机组在各个时段的出力值，以及各个发电机组在哪些时段是需要开启的，在哪些时段是需要关闭的。其中，第一解可以采用Cplex、Gurobi等求解器进行求解。
在得到第一解后，根据第一解中不同时段各发电机组出力值对多个线路潮流约束 进行安全校核。具体实施时，将第一解中不同时段各机组出力值分别带入对应的线路潮流 约束（即公式14）中，判断
Figure 923785DEST_PATH_IMAGE039
的取值是否在
Figure 51884DEST_PATH_IMAGE040
和
Figure 146879DEST_PATH_IMAGE040
之间的范 围内，如果在，则通过安全校验，若不在，则确定越限的线路潮流约束所对应的输电线路为 阻塞输电线路。也就是说，如果第一解使得全部的线路潮流约束都不会产生越限（超越上下 限）的情况，则第一解即为目标SCUC模型的最优解，求解结束，如果第一解使得其中部分线 路潮流约束产生越限情况，则说明还需执行下一次的迭代求解过程，此时将越限的线路潮 流约束所对应的输电线路为阻塞输电线路。
本发明实施例中，为了提高目标SCUC模型的求解速度，利用SCUC问题的物理特性，提出了基于整数变量削减的加速思路。具体来说，实际上，电力系统的线路潮流约束对机组的启停有很大的影响，当输电线路发生阻塞时，只需调整少数高灵敏度的机组的启停状态即可缓解线路的阻塞，大部分机组的启停状态并不会发生变化。利用电力系统的这一运行特性，本发明实施例提出了基于线路阻塞信息识别关键机组的加速求解方法。
该加速方法概括来说就是：首先利用前一次迭代求解出的解和基于安全校核后的阻塞输电线路，识别出对缓解线路阻塞有关键作用的机组；然后，在下一次迭代求解过程中，仅需要调整该少量的关键机组的启停状态（固定其余非关键机组的启停状态值），从而大幅削减下一次迭代时模型中需要求解的整数变量（机组的启停状态）的数目，即下次迭代过程中针对启停状态来说，仅需要求解关键机组的启停状态值。
基于此，在求解得到第一解后，可以根据第一解中不同时段各机组的出力值，确定能够缓解阻塞输电线路的预设数量的关键机组，同时，也就确定了除关键机组外的非关键机组，通过在第一SCUC模型中固定第一解中不同时段非关键机组的启停状态值，生成第二SCUC模型，第二SCUC模型中包括上述越限的线路潮流约束基。也就是说，将第一解中不同时段非关键机组的启停状态值代入第一SCUC模型，并将此时越限的线路潮流约束添加到第一SCUC模型，便可以得到下一次迭代需要求解的第二SCUC模型。可见，在第二SCUC模型中，需要求解的整数变量仅涉及关键机组在各个时段的启停状态值，这样会大幅削减第二SCUC模型中整数变量的数目，极大提高对第二解的求解效率。
当然，需要求解的连续变量还包括各个机组在各个时段的出力。实际应用中，上述关键机组的数量可以根据实际需求而设定，比如设置为20%×N，即机组总数的20%。
接下来求解第二SCUC模型，得到对应的第二解。其中，第二解中仍然包括不同时段各机组的出力值和启停状态值，在求出第二解后，再次根据第二解中不同时段各机组出力值对全部线路潮流约束进行安全校核，若结果为“多个线路潮流约束均不越限”，则说明第二解即为目标SCUC模型的最优解，否则，重复上述步骤，继续建立第三SCUC模型，此时，第三SCUC模型中所包含的线路潮流约束包括：第二SCUC模型中包含的线路潮流约束以及基于第二解进行安全校核后确定的越限的线路潮流约束的并集。之后，求解第三SCUC模型对应的第三解，然后继续进行安全校核，如此迭代求解下去，直至某个SCUC模型的解使得安全校核结果为“全部线路潮流约束均不越限”。上述图1所示实施例的执行过程可以参考图2来理解。
下面对上述步骤104中识别关键机组的方法进行介绍。
可以通过如下步骤确定关键机组：
根据第一解中不同时段各机组的出力值和各机组对阻塞输电线路的功率转移分布因子，确定各机组对缓解阻塞输电线路的贡献度，从而确定贡献度排在靠前预设数量的机组作为关键机组。
其中，可选地，贡献度可以通过如下方法确定：根据阻塞输电线路对应的越限方向、各机组对阻塞输电线路的功率转移分布因子的正负值属性、各机组的允许出力上限值和第一解中不同时段各机组的出力值，确定不同时段各机组对缓解阻塞输电线路的出力可调量；根据不同时段各机组对缓解阻塞输电线路的出力可调量和各机组对阻塞输电线路的功率转移分布因子，确定各机组对缓解阻塞输电线路的贡献度。
应理解，对于每一台发电机组，其缓解输电线路阻塞的能力主要与两个因素有关：一个是机组对阻塞线路的输出功率转移分布因子的大小；另一个是机组在缓解输电线路阻塞方向的可调节空间。
以任一输电线路l和任一机组
Figure 393053DEST_PATH_IMAGE041
为例，如果第一解中机组
Figure 700537DEST_PATH_IMAGE041
在各个时段的出力使得 输电线路l对应的线路潮流约束突破了上限
Figure 715767DEST_PATH_IMAGE042
的限制，则输电线路l发生正向阻塞；反之， 如果第一解中机组
Figure 981663DEST_PATH_IMAGE041
在各个时段的出力使得输电线路l对应的线路潮流约束突破了下限
Figure 183974DEST_PATH_IMAGE043
的限制，则输电线路l发生反向阻塞。
当输电线路l发生正向阻塞时，需要功率转移分布因子
Figure 826308DEST_PATH_IMAGE044
为正的机组下调出力， 功率转移分布因子
Figure 931930DEST_PATH_IMAGE044
为负的机组上调出力。发电机组i缓解输电线路l阻塞的出力可调量 可以表示为：
Figure 634307DEST_PATH_IMAGE045
（15）
式中，
Figure 199280DEST_PATH_IMAGE046
为当前SCUC模型的解。具体地，若当前安全约束机组组合模型为第一 SCUC模型，则
Figure 238780DEST_PATH_IMAGE046
为第一解中的机组i在t时段的出力值。
当输电线路l发生负向阻塞时，则需要功率转移分布因子
Figure 838389DEST_PATH_IMAGE044
为正的机组上调出 力，功率转移分布因子
Figure 836301DEST_PATH_IMAGE044
为负的发电机组下调出力。机组i缓解输电线路l阻塞的出力可 调量可以表示为：
Figure 888570DEST_PATH_IMAGE047
（16）
基于上述，根据不同时段各机组对缓解阻塞输电线路的出力可调量和各机组对阻塞输电线路的功率转移分布因子，可以估计出各机组缓解输电线路阻塞的能力，即确定各机组对缓解阻塞输电线路的贡献度，该贡献度可表示为：
Figure 731761DEST_PATH_IMAGE048
Figure 185877DEST_PATH_IMAGE049
（17）
式中，
Figure 587646DEST_PATH_IMAGE050
、
Figure 127211DEST_PATH_IMAGE051
分别为时段t对应的正向和负向阻塞输电线路的集合，
Figure 774093DEST_PATH_IMAGE052
为0-1变量， 当
Figure 82715DEST_PATH_IMAGE053
时，
Figure 156850DEST_PATH_IMAGE052
=1, 当
Figure 183712DEST_PATH_IMAGE054
时,
Figure 509651DEST_PATH_IMAGE055
。
根据公式17的贡献度对所有机组进行降序排列，确定贡献度排在靠前预设数量的 机组作为关键机组。具体地，可以在所有机组集合
Figure 797413DEST_PATH_IMAGE056
（由N个机组构成）中选取前
Figure 917816DEST_PATH_IMAGE057
个对缓解 输电线路阻塞起主要作用的关键机组集合
Figure 58072DEST_PATH_IMAGE058
。此集合中的发电机组为后一次迭代中启停 状态值需要优化的机组，需优化的机组状态可表示为：
Figure 187702DEST_PATH_IMAGE059
(18)
除需优化的机组外的机组的运行状态可表示为：
Figure DEST_PATH_IMAGE061
（19）
式中，
Figure 533233DEST_PATH_IMAGE062
为上一次迭代中SCUC模型的解。
实际应用中，关键机组除了可以通过上述计算方式计算得到，也可以根据用户的实际工作经验确定。
在一种可选的实施例中，确定关键机组的步骤包括：接收用户输入的第一关键机组。针对各机组中除第一关键机组外的各剩余机组，根据第一解中不同时段各剩余机组的出力值和各剩余机组对阻塞输电线路的功率转移分布因子，确定各剩余机组对缓解阻塞输电线路的贡献度，根据贡献度确定第二关键机组。此时，上述预设数量的关键机组由第一关键机组和第二关键机组构成。
在本实施例中，关键机组由两部分构成：第一关键机组和第二关键机组。其中，第一关键机组为用户经验设置的。而第二关键机组则是根据第一解中不同时段各剩余机组的出力值和各剩余机组对阻塞输电线路的功率转移分布因子，确定各剩余机组对缓解阻塞输电线路的贡献度，根据贡献度确定得到的。举例来说，如果关键机组的数量设置为100，而用户设置的第一关键机组的数量为20个，则第二关键机组的数量为80个。实际应用中，用户可以通过输入机组编号来输入上述第一关键机组。
在另一种可选的实施例中，确定关键机组的步骤包括：接收用户输入的拟作为关键机组的第一机组。根据第一解中不同时段各机组的出力值、各机组对阻塞输电线路的功率转移分布因子，以及各机组对应的权重，确定各机组对缓解阻塞输电线路的贡献度，确定贡献度排在靠前预设数量的机组作为关键机组，其中，各机组中包括第一机组和除第一机组外的第二机组，第一机组对应的权重大于第二机组对应的权重。
在本实施例中，用户输入的第一机组并不直接作为最后确定的关键机组，只将其拟作为关键机组，在后续各个机组的贡献度计算中，用户输入的第一机组具有比其他机组更大的权重。实际应用中，根据第一解中不同时段各机组的出力值、各机组对阻塞输电线路的功率转移分布因子，以及各机组对应的权重，确定各机组对缓解阻塞输电线路的贡献度，进而确定贡献度排在靠前预设数量的机组作为关键机组。在此过程中，用户输入的第一机组对应的权重较大，即此部分主要考虑了用户的意见。举例来说，如果关键机组的数量为100，而用户输入的第一机组的数量为20，剩余的第二机组的数量为150，那么，在进行贡献度排序时，可以将第一机组的权重设置为1.5，而将第二机组的权重设置为1，根据排序结果确定排名前100的机组作为最终的关键机组。
以上介绍了关键机组的识别过程，基于识别出的关键机组，在第一SCUC模型的基础上，可以生成整数变量数目更少的第二SCUC模型进行求解。
综上，本发明实施例通过利用前一次迭代求解出的解和基于安全校核后的阻塞输电线路，识别出对缓解线路阻塞有关键作用的机组，然后，通过调整关键机组的启停状态，生成第二安全约束机组组合模型，使得在求解第二安全约束机组组合模型时，关于“非关键机组的启停状态值” 无需重新调整，仅需要针对关键机组的启停状态值进行重新调整，而这样就大幅削减了下一次迭代时模型中需要求解的整数变量的数目，极大提高了对安全约束机组组合模型的求解效率，耗时少。
图3为本发明实施例提供的一种发电计划确定方法的流程图，如图3所示，该方法包括如下步骤：
301、获取目标调度周期的电网数据信息。
302、根据电网数据信息建立第一安全约束机组组合模型和对应于多条输电线路的多个线路潮流约束。
303、求解第一安全约束机组组合模型，以确定第一安全约束机组组合模型的第一解中不同时段各机组的出力值和启停状态值。
304、根据第一解中不同时段各机组的出力值对多个线路潮流约束进行安全校核，以确定越限的线路潮流约束所对应的输电线路为阻塞输电线路。
305、根据第一解中不同时段各机组的出力值和各机组对阻塞输电线路的功率转移分布因子，确定各机组对缓解阻塞输电线路的贡献度，确定贡献度排在靠前预设数量的机组作为关键机组。
306、通过在第一安全约束机组组合模型中固定第一解中不同时段非关键机组的启停状态值，生成第二安全约束机组组合模型，求解第二安全约束机组组合模型的第二解，第二安全约束机组组合模型中包括越限的线路潮流约束。
307、若第二安全约束机组组合模型的第二解使得多个线路潮流约束均不越限，则根据第二解，生成目标调度周期的发电计划。
关于步骤301-步骤306，可参考上述实施例中的相关描述，在此不再赘述。应理解，在求解第二安全约束机组组合模型的第二解后，还是需要进行安全校核，若第二安全约束机组组合模型的第二解使得多个线路潮流约束均不越限，则可以根据第二解，生成目标调度周期的发电计划。
在一可选实施例中，在得到使得多个线路潮流约束均不越限的第二解后，还可以包括如下步骤：
接收用户输入的目标机组，在界面上显示第二解中目标机组对应的启停状态值和/或出力值；接收用户对目标机组对应的启停状态值和/或出力值的调整结果；若所述调整结果使得多个线路潮流约束均不越限，则根据所述调整结果生成目标调度周期的发电计划。
也就是说，用户可以对第二解中全部或部分机组的求解结果进行调整。实际应用中，上述目标机组可以包括一些关键机组，或者也可以包括用户根据经验而输入的需要重点关注的一些机组。
综上，本发明实施例通过利用前一次迭代求解出的解和基于安全校核后的阻塞输电线路，识别出对缓解线路阻塞有关键作用的机组，然后，通过调整关键机组的启停状态，生成第二安全约束机组组合模型，使得在求解第二安全约束机组组合模型时，关于“非关键机组的启停状态值” 无需重新计算，仅需要针对关键机组的启停状态值进行重新计算，而这样就大幅削减了下一次迭代时模型中需要求解的整数变量的数目，极大提高了对安全约束机组组合模型的求解效率，在保证发电计划准确性的前提下，提高了发电计划的制定速度。
在某些情况下，可能无法求解出第二SCUC模型的解，即得不到第二SCUC模型的可行解。此时，可以结合图4所示实施例执行。
图4为本发明实施例提供的一种发电计划确定方法的流程图，如图4所示，包括如下步骤：
401、获取目标调度周期的电网数据信息。
402、根据电网数据信息建立第一安全约束机组组合模型和对应于多条输电线路的多个线路潮流约束。
403、求解第一安全约束机组组合模型，以确定第一安全约束机组组合模型的第一解中不同时段各机组的出力值和启停状态值。
404、根据第一解中不同时段各机组的出力值对多个线路潮流约束进行安全校核，以确定越限的线路潮流约束所对应的输电线路为阻塞输电线路。
405、根据第一解中不同时段各机组的出力值和各机组对阻塞输电线路的功率转移分布因子，确定各机组对缓解阻塞输电线路的贡献度，确定贡献度排在靠前预设数量的机组作为关键机组。
406、通过在第一安全约束机组组合模型中固定第一解中不同时段非关键机组的启停状态值，生成第二安全约束机组组合模型，求解第二安全约束机组组合模型的第二解，第二安全约束机组组合模型中包括越限的线路潮流约束。
407、若不能求解出第二安全约束机组组合模型的解，则根据各机组对缓解阻塞输电线路的贡献度增加关键机组的数量，根据增加后的关键机组更新第二安全约束机组组合模型，若更新后的第二安全约束机组组合模型的第二解使得多个线路潮流约束均不越限，则根据更新后的第二安全约束机组组合模型的第二解，生成目标调度周期的发电计划。
具体实施时，根据增加后的关键机组更新第二SCUC模型之后，求解更新后的第二SCUC模型，若此时能够得到可行解（假设仍旧称为第二解），则基于该第二解进行安全校核，若线路潮流约束均不越限，则根据第二解，生成目标调度周期的发电计划。而如果还不能求解出更新后的第二SCUC模型的解，则继续增加关键机组数量，直到能够得到可行解为止。
实际应用中，可以通过如下步骤确定增加的关键机组：根据阻塞输电线路的阻塞程度确定增加关键机组的数量，将增加关键机组的数量反馈给用户，若接收到用户的确认指示，则根据各机组对缓解阻塞输电线路的贡献度，确定增加的该数量的关键机组。
具体实施时，如果阻塞输电线路的阻塞程度不严重，则每次可以增加1个关键机组，如果阻塞输电线路的阻塞程度适中，则每次可以增加多个（比如3个）关键机组，如果阻塞输电线路的阻塞程度严重，则每次可以增加更多（比如10个）关键机组，此仅为一种可选的具体实现方式，并不以此为限。在确定好增加关键机组的数量后，可以将该数量反馈给用户，若用户确认，则根据各机组对缓解阻塞输电线路的贡献度，确定到底增加哪些机组。
其中，阻塞输电线路的阻塞程度可以根据越限的线路潮流约束的数量和/或越限的线路潮流约束对应的越限程度确定。
本实施例中未展开介绍的内容可以参考前述其他实施例中的相关说明，在此不赘述。
在一可选实施例中，关键机组的识别结果，除了可以加速模型求解速度，还可以具有其他用途，比如可以适用于电力维修场景中。
图5为本发明实施例提供的一种发电机组维修方法的流程图，如图5所示，该发电机组识别方法包括如下步骤：
501、获取目标调度周期的电网数据信息。
502、根据电网数据信息建立第一安全约束机组组合模型和对应于多条输电线路的多个线路潮流约束。
503、求解第一安全约束机组组合模型，以确定在目标调度周期内各机组的出力值和启停状态值。
504、根据各机组的出力值对多个线路潮流约束进行安全校核，以确定越限的线路潮流约束所对应的输电线路为阻塞输电线路。
505、根据各机组的出力值，确定能够缓解阻塞输电线路的预设数量的关键机组。
506、输出与关键机组对应的检修提示信息。
关于步骤501-步骤505，可参考上述实施例中的相关描述，在此不再赘述。
在本实施例中，在进行模型求解过程中，可以发现上述关键机组。可以理解的是，该关键机组若故障，则会对相应的输电线路产生更为严重的影响，因此，在确定出关键机组后，可以向维修人员输出上述提示信息，提示其重点关注关键机组的运行状态，及时对其进行检修。基于上述实施例中的介绍可知，通过调整关键机组的启停状态可缓解电力系统中输电线路的阻塞。但在实际电力系统运行中，发生阻塞的时段往往在负荷的高峰。因此，即使是对缓解路线阻塞有重要影响的关键机组，其调整启停状态的时段数往往也是较少的。利用电力系统的这一特点，本发明实施例提出了一种基于邻域搜索的割平面方法，在上一次SCUC模型迭代出的最优解的邻域内搜索下一次SCUC模型的解，以缩小解的搜索范围，从而加速对SCUC模型的求解。简单来说就是：关键机组在第二SCUC模型中的解与在第一SCUC模型中的解距离不会太远，该距离可以通过一个范围限定，然后在这个范围中确定关键机组在第二SCUC模型中的启停状态值即可。
图6为本发明实施例提供的一种模型求解方法的流程图，如图6所示，该方法包括如下步骤：
601、获取目标调度周期的电网数据信息。
602、根据电网数据信息建立第一安全约束机组组合模型和对应于多条输电线路的多个线路潮流约束。
603、求解第一安全约束机组组合模型，以确定第一安全约束机组组合模型的第一解中不同时段各机组的出力值和启停状态值。
604、根据第一解中不同时段各机组的出力值对多个线路潮流约束进行安全校核，以确定越限的线路潮流约束所对应的输电线路为阻塞输电线路。
605、根据第一解中不同时段各机组的出力值，确定能够缓解阻塞输电线路的预设数量的关键机组。
606、通过在第一安全约束机组组合模型中固定第一解中不同时段非关键机组的启停状态值，生成第二安全约束机组组合模型，第二安全约束机组组合模型中包括越限的线路潮流约束。
607、基于第一解中不同时段关键机组的启停状态值，结合关键机组的数量、多个时段的数量和预设控制参数，建立目标割平面，目标割平面用于限定在求解第二安全约束机组组合模型的过程中关键机组的启停状态值的搜索范围。
具体实施时，可以通过如下方法建立目标割平面：确定第一解中不同时段关键机组的启停状态值与相应时段关键机组的启停状态变量之间的距离；根据关键机组的数量、多个时段的数量和预设控制参数的乘积，确定距离上限；根据距离和距离上限，建立目标割平面。
608、将目标割平面添加到第二安全约束机组组合模型中，求解第二安全约束机组组合模型的第二解。
需要说明的是，SCUC模型在数学上可表示为MIP问题，对于变量0-1的MIP问题，任意两个0-1向量x和y的距离可表示为：
Figure 214750DEST_PATH_IMAGE063
(20)
例如，x =[0 0 1], y =[1 0 0]，则向量x和y之间的距离为
Figure 216204DEST_PATH_IMAGE064
=1+0+1=2。
因此，第一解中不同时段关键机组的启停状态值与相应时段关键机组的启停状态变量之间的距离可表示为：
Figure 477421DEST_PATH_IMAGE065
(21)
而目标割平面可表示为：
Figure 880721DEST_PATH_IMAGE066
（22）
式中，
Figure 966095DEST_PATH_IMAGE067
为邻域大小的控制参数（即上述预设控制参数），
Figure 189266DEST_PATH_IMAGE068
为关键机组的数量，T为 多个时段的数量。其中
Figure 785332DEST_PATH_IMAGE069
当
Figure 777559DEST_PATH_IMAGE070
时，等价于固定机组启停状态值为上一次迭代 SCUC模型得到的解中的机组启停状态值；当
Figure 535300DEST_PATH_IMAGE071
时，等价于以上割平面不起作用。
关于控制参数
Figure 245767DEST_PATH_IMAGE067
的取值，可以根据多个线路潮流约束的阻塞程度，确定控制参数
Figure 379945DEST_PATH_IMAGE067
的取值，其中，阻塞程度根据越限的线路潮流约束的数量和/或越限的线路潮流约束对应的 越限程度确定。即可以根据每次安全校核后线路阻塞的严重程度动态调整新生成的SCUC模 型中
Figure 492257DEST_PATH_IMAGE067
的大小。具体地，越限的线路潮流约束的数量越多，说明阻塞程度越严重；而对于越限 的线路潮流约束对应的越限程度，举例来说，当线路潮流约束的边界值为100时，假设第一 线路潮流约束值为105，第二线路潮流约束值为150，那么，可确定第二线路潮流约束值为 150越限较多，阻塞程度严重，此仅为一示例，并不以此为限。
在本实施例中，提供了基于整数变量消减和邻域搜索的SCUC模型加速求解方案，可以进一步加速SCUC模型的求解。
在通过对包含有目标割平面、越限的线路潮流约束以及固定了非关键机组在各时段的启停状态值的第二SCUC模型进行求解，得到对应的第二解之后，可以接收用户输入的目标机组，在界面上显示第二解中目标机组对应的启停状态值和/或出力值，并接收用户对目标机组对应的启停状态值和/或出力值的调整结果。其中，用户输入的目标机组可以为上述实施例确定出来的关键机组，也可以为用户根据实际经验自定义的一些机组。界面可以为用户操作的手机、电脑等终端界面。本文中，用户是指制定发电计划的工作人员。用户基于第二解的显示结果，可以考虑电网中一些实际情况，对第二解进行调整。比如用户了解到某机组出现故障，需要将自动计算出的该机组在某些时段内的开启状态调整为关停状态。基于调整后的第二解，还需要进行安全校核，若调整结果使得多个线路潮流约束均不越限，则认为调整后的第二解可用。
本发明提供的发电机组识别方法可以在云端来执行，在云端可以部署有若干计算节点，每个计算节点中都具有计算、存储等处理资源。在云端，可以组织由多个计算节点来提供某种服务，当然，一个计算节点也可以提供一种或多种服务。云端提供该服务的方式可以是对外提供服务接口，用户调用该服务接口以使用相应的服务。服务接口包括软件开发工具包（Software Development Kit，简称SDK）、应用程序接口（Application ProgrammingInterface，简称API）等形式。
针对本发明实施例提供的方案，云端可以提供有发电机组识别服务的服务接口，用户通过用户设备调用该服务接口，以向云端触发发电计划服务触发请求，该请求中包括目标调度周期的电网数据信息。云端利用该发电机组识别服务对应的处理资源执行如下步骤：
根据电网数据信息建立安全约束机组组合模型和对应于多条输电线路的多个线路潮流约束。
求解安全约束机组组合模型，以确定在目标调度周期内各机组的出力值。
根据各机组的出力值对多个线路潮流约束进行安全校核，以确定越限的线路潮流约束所对应的输电线路为阻塞输电线路。
根据各机组的出力值，确定能够缓解阻塞输电线路的预设数量的关键机组；
通过调整关键机组的启停状态以生成第二安全约束机组组合模型，并求解第二安全约束机组组合模型。
上述执行过程可以参考前述其他实施例中的相关说明，在此不赘述。
为便于理解，结合图7来示例性说明。用户可以通过图7中示意的用户设备E1调用发电机组识别服务，以上传包含目标调度周期的电网数据信息的服务请求。在云端，如图7中所示，除部署有若干计算节点外，还部署有运行有管控服务的管理节点E2，管理节点E2在接收到用户设备E1发送的服务请求后，确定响应该服务请求的计算节点E3，计算节点E3在接收到该服务请求后，执行上述计算过程，以得到第二安全约束机组组合模型的求解结果。之后，计算节点E3将第二安全约束机组组合模型的解发送给用户设备E1，用户设备E1显示该求解结果，以便用户根据该求解结果进行后续操作，例如，生成目标调度周期的发电计划。
以下将详细描述本发明的一个或多个实施例的发电机组识别装置。本领域技术人员可以理解，这些装置均可使用市售的硬件组件通过本方案所教导的步骤进行配置来构成。
图8为本发明实施例提供的一种发电机组识别装置的结构示意图，如图8所示，该装置包括：获取模块11、建模模块12、求解模块13。
获取模块11，用于获取目标调度周期的电网数据信息。
建模模块12，用于根据电网数据信息建立第一安全约束机组组合模型和对应于多条输电线路的多个线路潮流约束。
求解模块13，用于根据各机组的出力值对多个线路潮流约束进行安全校核，以确定越限的线路潮流约束所对应的输电线路为阻塞输电线路，根据各机组的出力值，确定能够缓解阻塞输电线路的预设数量的关键机组，通过调整关键机组的启停状态以生成第二安全约束机组组合模型，并求解第二安全约束机组组合模型。
可选地，所述第一安全约束机组组合模型中包括不同时段各机组的出力变量和启停状态变量，所述目标调度周期内包含多个时段。求解模块13具体用于：求解所述第一安全约束机组组合模型，以确定所述第一安全约束机组组合模型的第一解中不同时段各机组的出力值和启停状态值；通过在所述第一安全约束机组组合模型中固定所述第一解中不同时段非关键机组的启停状态值，生成第二安全约束机组组合模型，求解所述第二安全约束机组组合模型的第二解，所述第二安全约束机组组合模型中包括所述越限的线路潮流约束。
可选地，所述装置还包括：计划生成模块，用于若所述第二安全约束机组组合模型的第二解使得所述多个线路潮流约束均不越限，则根据所述第二解，生成所述目标调度周期的发电计划。
可选地，求解模块13具体用于：根据所述第一解中不同时段各机组的出力值和各机组对所述阻塞输电线路的功率转移分布因子，确定各机组对缓解所述阻塞输电线路的贡献度；确定所述贡献度排在靠前所述预设数量的机组作为所述关键机组。
可选地，求解模块13具体用于：根据所述阻塞输电线路对应的越限方向、所述各机组对所述阻塞输电线路的功率转移分布因子的正负值属性、所述各机组的允许出力上限值和所述第一解中不同时段各机组的出力值，确定不同时段各机组对缓解所述阻塞输电线路的出力可调量；根据不同时段各机组对缓解所述阻塞输电线路的出力可调量和所述各机组对所述阻塞输电线路的功率转移分布因子，确定各机组对缓解所述阻塞输电线路的贡献度。
可选地，求解模块13具体用于：接收用户输入的第一关键机组；针对所述各机组中除所述第一关键机组外的各剩余机组，根据所述第一解中不同时段各剩余机组的出力值和各剩余机组对所述阻塞输电线路的功率转移分布因子，确定各剩余机组对缓解所述阻塞输电线路的贡献度，根据所述贡献度确定第二关键机组；所述预设数量的关键机组由所述第一关键机组和所述第二关键机组构成。或者，接收用户输入的拟作为关键机组的第一机组；根据所述第一解中不同时段各机组的出力值、各机组对所述阻塞输电线路的功率转移分布因子，以及各机组对应的权重，确定各机组对缓解所述阻塞输电线路的贡献度，确定所述贡献度排在靠前所述预设数量的机组作为所述关键机组；其中，所述各机组中包括所述第一机组和除所述第一机组外的第二机组，所述第一机组对应的权重大于所述第二机组对应的权重。
可选地，求解模块13具体用于：若不能求解出所述第二安全约束机组组合模型的解，则根据所述各机组对缓解所述阻塞输电线路的贡献度增加所述关键机组的数量；根据增加后的关键机组，更新所述第二安全约束机组组合模型；若更新后的第二安全约束机组组合模型的第二解使得所述多个线路潮流约束均不越限，则根据所述第二解，生成所述目标调度周期的发电计划。
可选地，求解模块13具体用于：根据所述阻塞输电线路的阻塞程度确定增加所述关键机组的数量；将增加所述关键机组的数量反馈给用户；若接收到所述用户的确认指示，则根据所述各机组对缓解所述阻塞输电线路的贡献度，确定增加的所述数量的关键机组。
可选地，所述装置还包括：建平面模块，用于基于所述第一解中不同时段关键机组的启停状态值，结合所述关键机组的数量、所述多个时段的数量和预设控制参数，建立目标割平面，所述目标割平面用于限定在求解所述第二安全约束机组组合模型的过程中所述关键机组的启停状态值的搜索范围；将所述目标割平面添加到所述第二安全约束机组组合模型中。
可选地，建平面模块具体用于：确定所述第一解中不同时段关键机组的启停状态值与相应时段关键机组的启停状态变量之间的距离；根据所述关键机组的数量、所述多个时段的数量和预设控制参数的乘积，确定距离上限；根据所述距离和所述距离上限，建立所述目标割平面。
可选地，所述装置还包括：取值确定模块，用于根据所述多个线路潮流约束的阻塞程度，确所述预设控制参数的取值，其中，所述阻塞程度根据所述越限的线路潮流约束的数量和/或所述越限的线路潮流约束对应的越限程度确定。
可选地，所述装置还包括：调整模块，用于接收用户输入的目标机组；在界面上显示所述第二解中所述目标机组对应的启停状态值和/或出力值；接收用户对所述目标机组对应的启停状态值和/或出力值的调整结果；若所述调整结果使得所述多个线路潮流约束均不越限，则根据所述调整结果生成所述目标调度周期的发电计划。
在一个可能的设计中，上述图8所示发电机组识别装置的结构可实现为一电子设备。如图9所示，该电子设备可以包括：处理器21、存储器22、通信接口23。其中，存储器22上存储有可执行代码，当所述可执行代码被处理器21执行时，使处理器21至少可以实现如前述实施例中提供的发电机组识别方法。
另外，本发明实施例提供了一种非暂时性机器可读存储介质，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器至少可以实现如前述实施例中提供的发电机组识别方法。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的网元可以是或者也可以不是物理上分开的。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助加必需的通用硬件平台的方式来实现，当然也可以通过硬件和软件结合的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以计算机产品的形式体现出来，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。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (14)

1.一种发电机组识别方法，其特征在于，包括：
获取目标调度周期的电网数据信息；
根据所述电网数据信息建立第一安全约束机组组合模型和对应于多条输电线路的多个线路潮流约束；
求解所述第一安全约束机组组合模型，以确定在所述目标调度周期内各机组的出力值和启停状态值；
根据所述各机组的出力值对所述多个线路潮流约束进行安全校核，以确定越限的线路潮流约束所对应的输电线路为阻塞输电线路；
根据所述各机组的出力值，确定能够缓解所述阻塞输电线路的预设数量的关键机组；
通过调整所述关键机组的启停状态以生成第二安全约束机组组合模型，并求解所述第二安全约束机组组合模型。
2.根据权利要求1所述的方法，其特征在于，所述第一安全约束机组组合模型中包括不同时段各机组的出力变量和启停状态变量，所述目标调度周期内包含多个时段；
所述求解所述第一安全约束机组组合模型，以确定在所述目标调度周期内各机组的出力值，包括：求解所述第一安全约束机组组合模型，以确定所述第一安全约束机组组合模型的第一解中不同时段各机组的出力值和启停状态值；
所述通过调整所述关键机组的启停状态以生成第二安全约束机组组合模型，并求解所述第二安全约束机组组合模型，包括：
通过在所述第一安全约束机组组合模型中固定所述第一解中不同时段非关键机组的启停状态值，生成第二安全约束机组组合模型，求解所述第二安全约束机组组合模型的第二解，所述第二安全约束机组组合模型中包括所述越限的线路潮流约束。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
若所述第二安全约束机组组合模型的第二解使得所述多个线路潮流约束均不越限，则根据所述第二解，生成所述目标调度周期的发电计划。
4.根据权利要求2所述的方法，其特征在于，根据所述各机组的出力值，确定能够缓解所述阻塞输电线路的关键机组，包括：
根据所述第一解中不同时段各机组的出力值和各机组对所述阻塞输电线路的功率转移分布因子，确定各机组对缓解所述阻塞输电线路的贡献度；
确定所述贡献度排在靠前所述预设数量的机组作为所述关键机组。
5.根据权利要求4所述的方法，其特征在于，所述根据所述第一解中不同时段各机组的出力值和各机组对所述阻塞输电线路的功率转移分布因子，确定各机组对缓解所述阻塞输电线路的贡献度，包括：
根据所述阻塞输电线路对应的越限方向、所述各机组对所述阻塞输电线路的功率转移分布因子的正负值属性、所述各机组的允许出力上限值和所述第一解中不同时段各机组的出力值，确定不同时段各机组对缓解所述阻塞输电线路的出力可调量；
根据不同时段各机组对缓解所述阻塞输电线路的出力可调量和所述各机组对所述阻塞输电线路的功率转移分布因子，确定各机组对缓解所述阻塞输电线路的贡献度。
6.根据权利要求4所述的方法，其特征在于，所述根据所述第一解中不同时段各机组的出力值和各机组对所述阻塞输电线路的功率转移分布因子，确定各机组对缓解所述阻塞输电线路的贡献度，确定所述贡献度排在靠前所述预设数量的机组作为所述关键机组，包括：
接收用户输入的第一关键机组；
针对所述各机组中除所述第一关键机组外的各剩余机组，根据所述第一解中不同时段各剩余机组的出力值和各剩余机组对所述阻塞输电线路的功率转移分布因子，确定各剩余机组对缓解所述阻塞输电线路的贡献度，根据所述贡献度确定第二关键机组；所述预设数量的关键机组由所述第一关键机组和所述第二关键机组构成；
或者，
接收用户输入的拟作为关键机组的第一机组；
根据所述第一解中不同时段各机组的出力值、各机组对所述阻塞输电线路的功率转移分布因子，以及各机组对应的权重，确定各机组对缓解所述阻塞输电线路的贡献度，确定所述贡献度排在靠前所述预设数量的机组作为所述关键机组；其中，所述各机组中包括所述第一机组和除所述第一机组外的第二机组，所述第一机组对应的权重大于所述第二机组对应的权重。
7.根据权利要求3所述的方法，其特征在于，所述若所述第二安全约束机组组合模型的第二解使得所述多个线路潮流约束均不越限，则根据所述第二解，生成所述目标调度周期的发电计划，包括：
若不能求解出所述第二安全约束机组组合模型的解，则根据所述各机组对缓解所述阻塞输电线路的贡献度增加所述关键机组的数量；
根据增加后的关键机组，更新所述第二安全约束机组组合模型；
若更新后的第二安全约束机组组合模型的第二解使得所述多个线路潮流约束均不越限，则根据所述第二解，生成所述目标调度周期的发电计划。
8.根据权利要求7所述的方法，其特征在于，所述根据所述各机组对缓解所述阻塞输电线路的贡献度增加所述关键机组的数量，包括：
根据所述阻塞输电线路的阻塞程度确定增加所述关键机组的数量；
将增加所述关键机组的数量反馈给用户；
若接收到所述用户的确认指示，则根据所述各机组对缓解所述阻塞输电线路的贡献度，确定增加的所述数量的关键机组。
9.根据权利要求2所述的方法，其特征在于，所述方法还包括：
基于所述第一解中不同时段关键机组的启停状态值，结合所述关键机组的数量、所述多个时段的数量和预设控制参数，建立目标割平面，所述目标割平面用于限定在求解所述第二安全约束机组组合模型的过程中所述关键机组的启停状态值的搜索范围；
将所述目标割平面添加到所述第二安全约束机组组合模型中。
10.根据权利要求9所述的方法，其特征在于，所述基于所述第一解中不同时段关键机组的启停状态值，结合所述关键机组的数量、所述多个时段的数量和预设控制参数，建立目标割平面，包括：
确定所述第一解中不同时段关键机组的启停状态值与相应时段关键机组的启停状态变量之间的距离；
根据所述关键机组的数量、所述多个时段的数量和预设控制参数的乘积，确定距离上限；
根据所述距离和所述距离上限，建立所述目标割平面。
11.根据权利要求9所述的方法，其特征在于，所述方法还包括：
根据所述多个线路潮流约束的阻塞程度，确定所述预设控制参数的取值，其中，所述阻塞程度根据所述越限的线路潮流约束的数量和/或所述越限的线路潮流约束对应的越限程度确定。
12.根据权利要求3所述的方法，其特征在于，所述根据所述第二解，生成所述目标调度周期的发电计划，包括：
接收用户输入的目标机组；
在界面上显示所述第二解中所述目标机组对应的启停状态值和/或出力值；
接收用户对所述目标机组对应的启停状态值和/或出力值的调整结果；
若所述调整结果使得所述多个线路潮流约束均不越限，则根据所述调整结果生成所述目标调度周期的发电计划。
13.一种电子设备，其特征在于，包括：存储器、处理器、通信接口；其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求1至12中任一项所述的发电机组识别方法。
14.一种发电机组识别方法，其特征在于，包括：
接收用户设备通过调用发电机组识别服务触发的请求，所述请求中包括目标调度周期的电网数据信息；
利用所述发电机组识别服务对应的处理资源执行如下步骤：
根据所述电网数据信息建立安全约束机组组合模型和对应于多条输电线路的多个线路潮流约束；
求解所述安全约束机组组合模型，以确定在所述目标调度周期内各机组的出力值；
根据所述各机组的出力值对所述多个线路潮流约束进行安全校核，以确定越限的线路潮流约束所对应的输电线路为阻塞输电线路；
根据所述各机组的出力值，确定能够缓解所述阻塞输电线路的预设数量的关键机组；
通过调整所述关键机组的启停状态以生成第二安全约束机组组合模型，并求解所述第二安全约束机组组合模型。
CN202210644924.XA 2022-06-09 2022-06-09 发电机组识别方法、装置、设备和存储介质 Active CN114744686B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210644924.XA CN114744686B (zh) 2022-06-09 2022-06-09 发电机组识别方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210644924.XA CN114744686B (zh) 2022-06-09 2022-06-09 发电机组识别方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN114744686A CN114744686A (zh) 2022-07-12
CN114744686B true CN114744686B (zh) 2022-11-01

Family

ID=82287371

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210644924.XA Active CN114744686B (zh) 2022-06-09 2022-06-09 发电机组识别方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN114744686B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115459366B (zh) * 2022-11-11 2024-02-27 阿里巴巴（中国）有限公司 电力系统中机组的控制方法、存储介质以及电子设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112580868A (zh) * 2020-12-17 2021-03-30 中国电力科学研究院有限公司 电力系统输电阻塞管理方法、系统、设备及存储介质

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9552007B2 (en) * 2013-12-19 2017-01-24 International Business Machines Corporation Parallel technique for computing problem functions in solving optimal power flow
US10167850B2 (en) * 2014-09-02 2019-01-01 Siemens Industry, Inc. Systems, methods and apparatus for improved energy management systems with security constrained dynamic dispatch for wind power management
CN105226643B (zh) * 2015-09-23 2017-11-28 清华大学 安全约束下电力系统运行模拟模型快速生成与求解方法
CN106356856B (zh) * 2016-09-18 2018-10-09 国电南瑞科技股份有限公司 一种基于分区负荷控制的安全校正计算方法
CN107181284B (zh) * 2017-04-24 2021-04-16 中国电力科学研究院 一种线路越限电量的调整方法和装置
CN107294103B (zh) * 2017-07-24 2020-01-14 广东工业大学 一种断面潮流控制方法及装置
CN111784021B (zh) * 2020-05-08 2021-05-07 国网浙江省电力有限公司 基于关键断面的机组分区识别及有效备用分配方法
CN111711185B (zh) * 2020-05-25 2021-11-19 国网青海省电力公司 一种基于线性化交流潮流的日度安全校核和阻塞管理方法
CN112183855B (zh) * 2020-09-27 2023-05-23 中国南方电网有限责任公司 区域电力现货市场出清方法、装置和电子设备
CN112183892A (zh) * 2020-10-28 2021-01-05 中国南方电网有限责任公司 一种面向现货市场出清模型的起作用整数变量辨识方法
CN114519443A (zh) * 2020-10-30 2022-05-20 国网上海市电力公司 电力市场中长期交易的安全校核方法、装置及电子设备
CN112862528A (zh) * 2021-02-05 2021-05-28 广东电力交易中心有限责任公司 一种基于阻塞分区的机组数据处理方法及装置
CN113792995B (zh) * 2021-08-26 2024-02-27 中国南方电网有限责任公司 电力资源支配程度的确定方法、装置、设备和存储介质
CN114336608B (zh) * 2021-12-30 2023-07-11 国网浙江省电力有限公司电力科学研究院 一种考虑动态增容和重构的机组阻塞优化方法及系统
CN114465285A (zh) * 2022-02-18 2022-05-10 广东电网有限责任公司 一种基于冗余约束过滤的发电约束处理方法、装置及介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112580868A (zh) * 2020-12-17 2021-03-30 中国电力科学研究院有限公司 电力系统输电阻塞管理方法、系统、设备及存储介质

Also Published As

Publication number Publication date
CN114744686A (zh) 2022-07-12

Similar Documents

Publication Publication Date Title
CN108632365B (zh) 服务资源调整方法、相关装置和设备
US10474504B2 (en) Distributed node intra-group task scheduling method and system
CN105046395B (zh) 一种含多类型新能源的电力系统日内滚动计划编制方法
CN108989238A (zh) 一种分配业务带宽的方法以及相关设备
CN108304256B (zh) 一种边缘计算中低开销的任务调度方法及装置
CN110109756A (zh) 一种网络靶场构建方法、系统及存储介质
CN114744686B (zh) 发电机组识别方法、装置、设备和存储介质
CN107370799A (zh) 一种混合移动云环境中高能效的多用户在线计算迁移方法
CN114265898A (zh) 数据处理方法、装置、设备和存储介质
JPWO2017149618A1 (ja) 制御装置、発電制御装置、制御方法、システム、及び、プログラム
CN105988886A (zh) 一种运维过程中的故障处理方法及装置
Bernstein et al. Real-time control of microgrids with explicit power setpoints: Unintentional islanding
CN115549204A (zh) 一种微电网群双层分布式集群调峰方法及装置
CN115622087A (zh) 配电网的功率调控方法、装置和设备
CN110768305B (zh) 备用资源的协调方法、装置、设备及存储介质
CN111158850B (zh) 基于虚拟机iaas层资源分配的最优化算法
CN115514016A (zh) 电力系统机组组合确定方法、装置及设备
CN112291326B (zh) 负载均衡方法、负载均衡装置、存储介质与电子设备
CN115269176A (zh) 任务分配方法、装置、计算机设备、存储介质和产品
CN114138453A (zh) 一种适合边缘计算环境的资源优化分配方法与系统
US9774191B2 (en) Real-time control of microgrids with explicit power setpoints: unintentional islanding
CN111327663A (zh) 一种堡垒机分配的方法和设备
CN105828309B (zh) 一种话单处理方法、设备及系统
CN107729150A (zh) 一种异构集群安监设备最小能耗节点的寻址方法
CN116961188B (zh) 基站电源的调度方法、装置、电子设备和可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant