CN114861470B - 一种实时电力市场出清模型的建立方法和装置 - Google Patents

一种实时电力市场出清模型的建立方法和装置 Download PDF

Info

Publication number
CN114861470B
CN114861470B CN202210777639.5A CN202210777639A CN114861470B CN 114861470 B CN114861470 B CN 114861470B CN 202210777639 A CN202210777639 A CN 202210777639A CN 114861470 B CN114861470 B CN 114861470B
Authority
CN
China
Prior art keywords
time
real
model
node
temperature
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
CN202210777639.5A
Other languages
English (en)
Other versions
CN114861470A (zh
Inventor
陈新宇
潘弘宇
金天昱
文劲宇
尚国政
安义岩
曹阳
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.)
Huazhong University of Science and Technology
Electric Power Research Institute of State Grid Eastern Inner Mongolia Power Co Ltd
Original Assignee
Huazhong University of Science and Technology
Electric Power Research Institute of State Grid Eastern Inner Mongolia Power 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 Huazhong University of Science and Technology, Electric Power Research Institute of State Grid Eastern Inner Mongolia Power Co Ltd filed Critical Huazhong University of Science and Technology
Priority to CN202210777639.5A priority Critical patent/CN114861470B/zh
Publication of CN114861470A publication Critical patent/CN114861470A/zh
Application granted granted Critical
Publication of CN114861470B publication Critical patent/CN114861470B/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
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based 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)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Public Health (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Primary Health Care (AREA)
  • Evolutionary Computation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种实时电力市场出清模型的建立方法和装置，属于电气工程领域，所述方法包括：基于原先有的现有交流潮流模型DCOPF，对其进行了基于电压和相角泰勒展开近似的线性PTDF修正，同时结合动态线路容量DLR，在原有模型基础上进行导线温度的实时计算，有效保证了电网运行的热稳定性。模型通过减小交直流调度偏差以及线路容量动态调整，更好地适应了环境温度和天气情况变化，有效缩小调度裕度，提高了线路利用率。该方法为电力市场下的潮流调度提供了一种新思路，有利于进行安全校核和线路裕度分析，保障电力系统运行的安全性与热稳定性。

Description

一种实时电力市场出清模型的建立方法和装置
技术领域
本发明属于电气工程技术领域，更具体地，涉及一种实时电力市场出清模型的建立方法和装置。
背景技术
电力现货市场改革已在多个国家实施，为行业和社会发展带来巨大效益。
在电力市场的运行中，目前主流的方法是采用DCOPF运行。但是它有很多缺点，与交流潮流模型相比，其出清快速但不准确。而正因为如此，采用DCOPF调度的预期结果将与实际结果相差较大，如果某条线路潮流负载较大，很可能会因为误判该线路允许通过的最大潮流值，而导致其出现潮流阻塞甚至越限的情况，影响电网的安全性。除此之外，导线温度还随着环境温度和天气情况实时变化，而调度员往往很难对其进行温度约束。一旦出现极端天气或者负荷突增情况，在即使满足静态容量约束的前提下，重载线路也有可能因为温度过高而烧毁。
为了避免出现上述问题，保证电力系统的安全运行，调度员往往会留下一定的线路调度容量裕度，导致线路利用率降低，造成经济损失。在满足精确电力电量平衡的实时市场调度中，由于其调度周期短，仅为15分钟，这要求出清模型既要求解速度快，又要精度较高。同时由于导线温度变化较快，而计算方程中存在诸多DCOPF无法求解的高阶项，使得其难以与已有实时市场调度方案相结合，无法对导线进行实时温度计算。因此迫切需要一种方案，能够有效解决上述问题，在保证电网安全运行的同时减小交直流调度偏差和调度裕度，从而提高线路的利用率。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种实时电力市场出清模型的建立方法和装置，其目的在于，通过在不增加计算量的同时缩小交直流调度偏差，实时计算线路温度进行调度容量动态调整，保证电网安全运行的同时有效提高了线路利用率，由此解决由于传统DCOPF调度模型不精确以及线路潮流越限和温度过载调度员留有较大调度裕度，导致线路利用率下降的技术问题。
为实现上述目的，按照本发明的一个方面，提供了一种实时电力市场出清模型的建立方法，包括：
S1：将现有交流潮流模型中的电压和相角进行泰勒展开和简化，再基于简化后的 潮流模型进行线性功率传输分布因子PTDF修正得到线性PTDF修正模型
Figure 734509DEST_PATH_IMAGE001
；节点m 和节点n相连形成线路l，
Figure DEST_PATH_IMAGE002
修正标识；
S2：在一个实时市场调度周期内，利用各根导线对应的初始时刻温度和初始时刻温度曲线的正切计算对应导线在所述实时市场调度周期内各个时刻的预测温度；
S3：对所述线性PTDF修正模型和导线各个时刻的预测温度分别进行约束，以构建所述实时电力市场出清模型。
在其中一个实施例中，所述S1包括：
S11：将现有交流潮流模型中的电压和相角进行泰勒展开得到简化潮流模型
Figure 854911DEST_PATH_IMAGE003
；
Figure 369069DEST_PATH_IMAGE004
为线路l上的潮流，
Figure 233120DEST_PATH_IMAGE005
为线路l上的电纳；
Figure 781913DEST_PATH_IMAGE006
为线路l的相角差；
Figure 338796DEST_PATH_IMAGE007
为线 路l对应的泰勒因子，由实时电网状态决定的常数；
S12：基于所述简化潮流模型进行线性PTDF修正，得到所述线性PTDF修正模型
Figure 74671DEST_PATH_IMAGE008
；
其中，
Figure 742413DEST_PATH_IMAGE009
为节点m和节点n相连的线路l上的传统的PTDF，
Figure 145713DEST_PATH_IMAGE010
，
Figure 873497DEST_PATH_IMAGE011
是线路l上的电抗，
Figure 362247DEST_PATH_IMAGE012
为节点支路矩阵，B为节点导纳矩 阵，
Figure 568101DEST_PATH_IMAGE013
为节点潮流矩阵；k为修正比例常数，
Figure 825907DEST_PATH_IMAGE014
为修正系数，定义为
Figure 715804DEST_PATH_IMAGE015
。
在其中一个实施例中，所述节点i和节点j之间线路l对应的泰勒因子定义为：
Figure 691850DEST_PATH_IMAGE016
；
其中，
Figure 701394DEST_PATH_IMAGE017
表示节点i和节点j之间线路上的电导值；
Figure 813707DEST_PATH_IMAGE018
分别为节点i和节点j初始状态时刻的电压，
Figure 883294DEST_PATH_IMAGE019
为节点
Figure DEST_PATH_IMAGE020
和节点j之间相连的线路l上初始状态时刻的相角。
在其中一个实施例中，所述S2包括：
利用公式
Figure 815478DEST_PATH_IMAGE021
计算所述各根导线在所述实时市场调度周 期内各个时刻的预测温度；
其中，
Figure 628713DEST_PATH_IMAGE022
为时刻标记，指的是距离起始时刻的温度更新迭代的次数；
Figure 861111DEST_PATH_IMAGE023
是导线的初 始时刻温度，
Figure DEST_PATH_IMAGE024
是一个实时市场调度周期内线性化的总段数，
Figure 836020DEST_PATH_IMAGE025
是第
Figure 521080DEST_PATH_IMAGE020
段 对应的系数，
Figure 872427DEST_PATH_IMAGE026
是第
Figure 959331DEST_PATH_IMAGE027
段调度周期对应的长度，
Figure 636300DEST_PATH_IMAGE028
是所述初始时刻温度曲线的正切。
在其中一个实施例中，所述S2之前，所述方法还包括：
利用公式
Figure 100002_DEST_PATH_IMAGE029
计算所述初始 时刻温度曲线的正切；其中，
Figure 277497DEST_PATH_IMAGE030
和
Figure 432535DEST_PATH_IMAGE031
分别表示初始时刻太阳热增益和焦耳热增益，
Figure 373946DEST_PATH_IMAGE032
和
Figure 221816DEST_PATH_IMAGE033
分别表示初始时刻对流热和辐射热损失；
Figure 881468DEST_PATH_IMAGE034
为初始时刻的导线表面温度，
Figure 574617DEST_PATH_IMAGE035
为 导线的总热容量，
Figure 370535DEST_PATH_IMAGE036
为导线的质量，
Figure 389307DEST_PATH_IMAGE037
为导线的比热容，
Figure 267745DEST_PATH_IMAGE038
为初始时刻的环境温度。
在其中一个实施例中，所述S3包括：
将
Figure 30165DEST_PATH_IMAGE039
作为所述实时电力市场出清模型的目标函数；
Figure 946168DEST_PATH_IMAGE040
是发电机的投标价格函数，
Figure 870262DEST_PATH_IMAGE041
和
Figure 238926DEST_PATH_IMAGE042
分别是机组序号和机组集，
Figure 539458DEST_PATH_IMAGE043
，
Figure 575547DEST_PATH_IMAGE044
和
Figure 100002_DEST_PATH_IMAGE045
分别是出 清时间段序号和时间段集；
利用所述线性PTDF修正模型和导线各个时刻的预测温度设置约束条件，包括：
Figure 139383DEST_PATH_IMAGE046
；
Figure 100002_DEST_PATH_IMAGE047
；
Figure 729765DEST_PATH_IMAGE048
；
Figure 833987DEST_PATH_IMAGE049
；
Figure 193424DEST_PATH_IMAGE050
；
Figure 724900DEST_PATH_IMAGE051
和
Figure 802577DEST_PATH_IMAGE052
分别是t时刻节点中的发电机输出向量和负荷需求向量，
Figure 710490DEST_PATH_IMAGE053
标识t时 刻作为基准时刻的网络损耗，LF是损耗因子，
Figure 190013DEST_PATH_IMAGE054
和
Figure 892390DEST_PATH_IMAGE055
分别是网络线路的索引和集合，
Figure 457363DEST_PATH_IMAGE056
是网络的PTDF校正矩阵，元素为
Figure 903388DEST_PATH_IMAGE001
，LD是损耗分布因子的向量，
Figure 502997DEST_PATH_IMAGE057
和
Figure 110696DEST_PATH_IMAGE058
分别是正向和负向的动态潮流约束，
Figure 428545DEST_PATH_IMAGE059
是第k条线路的最大功率限制。
在其中一个实施例中，所述约束条件还包括：
Figure 150032DEST_PATH_IMAGE060
；
Figure 869726DEST_PATH_IMAGE061
；
Figure 913905DEST_PATH_IMAGE062
；
其中，
Figure 453471DEST_PATH_IMAGE063
和
Figure 241298DEST_PATH_IMAGE063
分别是t时刻机组j的最大出力和最小出力，
Figure 815499DEST_PATH_IMAGE064
为t时刻机 组j的发电机输出向量，
Figure 765001DEST_PATH_IMAGE065
和
Figure 791863DEST_PATH_IMAGE066
分别是机组j的爬坡上升极限和下降极限，
Figure 383381DEST_PATH_IMAGE067
和
Figure 546509DEST_PATH_IMAGE068
分别是t时刻的上行旋转备用要求和下行旋转备用要求。
按照本发明的另一方面，提供了一种实时电力市场出清模型的建立装置，用于执行上述的实时电力市场出清模型的建立方法，包括：
线性修正模块，用于将现有交流潮流模型中的电压和相角进行泰勒展开和线性功 率传输分布因子PTDF修正，得到线性PTDF修正模型
Figure 932491DEST_PATH_IMAGE001
；节点m和节点n相连形成线 路l，
Figure 712228DEST_PATH_IMAGE069
修正标识；
温度获取模块，用于在一个实时市场调度周期内，利用各根导线对应的初始时刻温度和初始时刻温度曲线的正切计算对应导线在所述实时市场调度周期内各个时刻的预测温度；
模型构建模块，用于对所述线性PTDF修正模型和导线各个时刻的预测温度分别进行约束，以构建所述实时电力市场出清模型。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
本发明公开了一种实时电力市场出清模型的建立方法和装置。基于原先有的现有交流潮流模型DCOPF，对其进行了基于电压和相角泰勒展开近似的线性PTDF修正，同时结合动态线路容量DLR，在原有模型基础上进行导线温度的实时计算，有效保证了电网运行的热稳定性。模型通过减小交直流调度偏差以及线路容量动态调整，更好地适应了环境温度和天气情况变化，有效缩小调度裕度，提高了线路利用率。该方法为电力市场下的潮流调度提供了一种新思路，有利于进行安全校核和线路裕度分析，保障电力系统运行的安全性与热稳定性。
附图说明
图1是本发明一实施例中提供的实时电力市场出清模型的建立方法的流程图。
图2是本发明一实施例中提供的改进出清模型算法的流程图。
图3是本发明一实施例中提供的实时电力市场出清模型的应用场景仿真图。
图4是本发明一实施例中SLR、SLR-L和SLR-C方案在负荷峰值时段的交直流偏差的对比图。
图5是本发明一实施例中SLR、SLR-L和SLR-C方案在全天时段的交直流偏差的对比图。
图6是本发明一实施例中SLR-C和DLR-C方案在全天时段的导线温度的对比图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示，本发明提供了一种实时电力市场出清模型的建立方法，包括：
S1：将现有交流潮流模型中的电压和相角进行泰勒展开和简化，再基于简化后的 潮流模型进行线性功率传输分布因子PTDF修正得到线性PTDF修正模型
Figure 576279DEST_PATH_IMAGE001
；节点m 和节点n相连形成线路l，
Figure 859493DEST_PATH_IMAGE070
修正标识；
S2：在一个实时市场调度周期内，利用各根导线对应的初始时刻温度和初始时刻温度曲线的正切计算对应导线在所述实时市场调度周期内各个时刻的预测温度；
S3：对所述线性PTDF修正模型和导线各个时刻的预测温度分别进行约束，以构建所述实时电力市场出清模型。
具体的，现有交流潮流模型广泛运用于各类电力系统分析中，其可以表示为如下公式：
Figure 681955DEST_PATH_IMAGE071
(1)
其中，
Figure 417830DEST_PATH_IMAGE072
表示节点i和节点j之间的线路k上的有功功率，
Figure 351151DEST_PATH_IMAGE073
表示节点i和节点j之间的线路k的相角差，
Figure 488871DEST_PATH_IMAGE074
表示节点i和节点j之间的线路k上的电导值，
Figure 216656DEST_PATH_IMAGE075
表示节点i 和节点j之间的线路k上的电纳，
Figure 705406DEST_PATH_IMAGE076
和
Figure 176839DEST_PATH_IMAGE077
分别表示节点i和节点j上的电压。该公式适用于两 个节点相连的单线路情况，如果有多条线路相连，需要进行并联处理。
实际实时市场调度过程中，相角和电压的值变化波动很小，因此可以对其进行降阶近似处理，再对相角和电压进行泰勒展开，分别进行如下的两步处理：
Figure 169065DEST_PATH_IMAGE078
(2)
Figure DEST_PATH_IMAGE079
(3)
之后将式(2)(3)继续代入(1)中进行整理，可以得到简化的交流潮流模型：
Figure 67751DEST_PATH_IMAGE081
(4)
其中，
Figure 509709DEST_PATH_IMAGE018
为节点i和节点j初始状态时刻的电压，
Figure 784833DEST_PATH_IMAGE082
为节点i和节点j之 间相连的线路上初始状态时刻的相角。与传统的直流潮流模型相比，式(4)更加精确，但电 压仍处于高阶状态，无法线性求解。考虑实时市场调度的特点，相邻调度周期之间负荷波动 通常较小，电压幅值和相位角波动不太大，选择上一时刻末的数值或日前市场对应时刻出 清结果代替现有出清时刻的电压和相角，对式(4)的高阶项进行常数化，即：
Figure 162725DEST_PATH_IMAGE083
(5)
Figure 232312DEST_PATH_IMAGE084
(6)
最终可以的得到改进的潮流模型如式(7)所示：
Figure 695654DEST_PATH_IMAGE086
(7)
式(7)有两个部分，第一部分是传统的直流模型
Figure 243310DEST_PATH_IMAGE087
，第二部分可以看作是由 实时电网状态决定的常数。为方便起见，将第二部分命名为泰勒因子
Figure DEST_PATH_IMAGE088
。
基于式(7)以及PTDF公式的推导，可以进一步对DCOPF中的核心模型PTDF进行线性修正。传统的PTDF可以用式(8)-(12)表示，其中，线路潮流有式(8)和式(9)两种表示方法：
Figure 210129DEST_PATH_IMAGE089
(8)
Figure 450618DEST_PATH_IMAGE090
(9)
其中，
Figure 135677DEST_PATH_IMAGE091
为节点有功功率潮流向量，
Figure 752603DEST_PATH_IMAGE092
为节点电压相角向量，
Figure 839508DEST_PATH_IMAGE093
为节点导纳矩阵，
Figure 516477DEST_PATH_IMAGE013
为节点潮流矩阵，
Figure 423253DEST_PATH_IMAGE094
为从节点m流向节点n的潮流功率。将式(8)与式(9)相结合，可以 得到：
Figure 578291DEST_PATH_IMAGE095
每条线路上的功率潮流
Figure 785281DEST_PATH_IMAGE096
可以通过相连两个节点上的电压相角差来计算获得， 如式(11)所示，
Figure 367572DEST_PATH_IMAGE097
(11)
其中，M l 为节点支路矩阵。结合式(10)和式(11)，可到由节点m和节点n相连的线路l上的传统的PTDF表达式为：
Figure 761644DEST_PATH_IMAGE010
(12)
其中，x l 是线路l上的电抗。将式(11)替换为推出的改进潮流模型如式(7)所示，即可得到基于泰勒因子的线性PTDF修正模型:
Figure 720373DEST_PATH_IMAGE008
(13)
其中，k为修正比例常数，
Figure DEST_PATH_IMAGE098
为修正系数，定义为
Figure 516291DEST_PATH_IMAGE015
，
Figure 269483DEST_PATH_IMAGE007
是线路l上的泰勒因子，
Figure 416431DEST_PATH_IMAGE004
是线路l上的潮流。
Figure 647692DEST_PATH_IMAGE099
的符号与潮流的方向有关，如果潮流方向与给定的正方向相同，则 符号为正，如果相反，则为负。
此外，对传统静态线路容量约束进行改进，用以计算导线的实时温度。假设给定了稳态电流和温度，这种情况下一旦出现电流阶跃，当热平衡方程计算间隔为1分钟时，线路温度几乎需要1小时才能达到新的稳态热平衡。通过观察温度变化曲线可知，温度在最初的几十分钟内变化很快，而在剩余的大部分时间里变化缓慢。并且在整个周期内，导体温度在前十几分钟具有近似线性特征。
在电力市场运行中，实时市场调度周期为15分钟，并且每15分钟调度中心都会获得当前的负荷数据、投标价格和天气状况等数据。在每个时间段内，假设每个调度周期内天气条件和线路电流恒定，其值取调度首末端数据的平均值进行计算。从一个调度时间段的初始状态开始，每1分钟计算一次导体温度，然后每分钟根据计算的温度更新导体对流和辐射热损失项，同时太阳能和焦耳热增益保持不变。这样迭代15次后，将得到一个调度时间段结束时的温度。一个调度周期结束时的导体温度可表示为
Figure 563695DEST_PATH_IMAGE100
(14)
Figure 768017DEST_PATH_IMAGE101
(15)
其中，
Figure DEST_PATH_IMAGE102
是导线初始时刻的温度，
Figure 871102DEST_PATH_IMAGE103
是导线第15分钟的温度，U是一个调度周期 线性化的段数，
Figure 171633DEST_PATH_IMAGE104
是每段对应的系数，
Figure 942143DEST_PATH_IMAGE105
是每段调度周期对应的长度，
Figure 302717DEST_PATH_IMAGE028
是初始时刻温度曲线 的正切。它可以通过推导温度函数得到，也可以通过计算热平衡方程得到，所以
Figure 158678DEST_PATH_IMAGE028
可以在调 度之前就计算出来。通过对其进行线性加权，就可以计算出一个调度周期结束时的导线温 度。
综上，可以给出实时电力市场下的改进出清模型，其定义为：
Figure DEST_PATH_IMAGE106
(16)
Figure 731742DEST_PATH_IMAGE107
(17)
Figure 622337DEST_PATH_IMAGE047
(18)
Figure 888234DEST_PATH_IMAGE048
(19)
Figure 231490DEST_PATH_IMAGE108
(20)
Figure 139403DEST_PATH_IMAGE109
(21)
Figure 618926DEST_PATH_IMAGE110
(22)
Figure 321303DEST_PATH_IMAGE111
(23)
Figure 151856DEST_PATH_IMAGE112
(24)
目标函数(16)为总成本最小，其中，
Figure 332301DEST_PATH_IMAGE040
是发电机的投标价格函数，
Figure 931910DEST_PATH_IMAGE113
是机组 序号和机组集，
Figure 805188DEST_PATH_IMAGE043
是出清时间段序号和时间段集。负荷平衡由式(17)建立，边际线损由 式(18)计算，其中，
Figure 123037DEST_PATH_IMAGE051
和
Figure 107173DEST_PATH_IMAGE052
分别是节点中的发电机输出向量和负荷需求向量。SLR线路的 潮流受式(19)和式(20)约束，其中，
Figure 561289DEST_PATH_IMAGE054
和
Figure 605468DEST_PATH_IMAGE055
分别是网络线路的索引和集合。
Figure 410613DEST_PATH_IMAGE056
是网络 的PTDF校正矩阵，
Figure 198440DEST_PATH_IMAGE114
是损耗分布因子的向量。
Figure 504132DEST_PATH_IMAGE057
和
Figure 719213DEST_PATH_IMAGE058
分别是正向和负向的动态潮流 约束，
Figure 746075DEST_PATH_IMAGE059
是第k条线的最大功率限制。线路在时间段t的最大导体温度限制由式(21)给 出。机组的有功功率限制由式(22)决定，其中，
Figure 72014DEST_PATH_IMAGE115
和
Figure 500721DEST_PATH_IMAGE063
是机组j的最大出力和最 小出力。机组的爬坡约束如式(23)所示，其中，
Figure 886703DEST_PATH_IMAGE065
,
Figure 666440DEST_PATH_IMAGE066
是机组j的爬坡上升极限和下 降极限。式(24)给出了旋转备用约束，其中，
Figure 530491DEST_PATH_IMAGE067
和
Figure 813705DEST_PATH_IMAGE068
是t时刻的上行旋转备用要求 和下行旋转备用要求。
基于上述提出的模型式(16)-(24)，通过迭代算法来实现实时市场出清，具体流程如图2所示。在市场出清的初始时刻，选取此时刻为电网的基准时刻，获得例如各个节点的电压值，相角值，各个机组的报价，负荷需求等参数，并通过式(16)-(24)进行出清。之后将出清的机组结果按照交流潮流模型求解实际潮流，进行数据对比，倘若出现线路潮流越限或者温度热过载等安全问题，则根据比对结果和求解数据获取动态潮流约束向量以及电压及相角的计算量，然后修改PTDF和模型中的约束条件，并将基准时刻更改为本次计算结束的时刻。之后重复进行式(16)-(24)模型的迭代求解，直至满足电网安全性要求，其中所有参数均实时更新，并且在迭代过程中的基准时刻均选取为上一次迭代出清之后的时刻。
在其中一个实施例中，所述S1包括：
S11：将现有交流潮流模型中的电压和相角进行泰勒展开得到简化潮流模型
Figure 636167DEST_PATH_IMAGE003
；
Figure 372042DEST_PATH_IMAGE004
为线路l上的潮流，
Figure 39784DEST_PATH_IMAGE005
为线路l上的电纳；
Figure 911925DEST_PATH_IMAGE116
为线路l的相角差；
Figure 905289DEST_PATH_IMAGE007
为 线路l对应的泰勒因子，由实时电网状态决定的常数；
具体的，将现有交流潮流模型中的电压和相角进行泰勒展开得到简化潮流模型
Figure 128460DEST_PATH_IMAGE117
；
Figure 865472DEST_PATH_IMAGE118
为节点i和节点j之间线路上的潮流，
Figure 857698DEST_PATH_IMAGE119
为节点i和节点j之间线 路上的电纳；
Figure 756384DEST_PATH_IMAGE120
为节点i和节点j之间线路的相角差；
Figure 732431DEST_PATH_IMAGE088
为节点i和节点j之间线路对应的 泰勒因子，由实时电网状态决定的常数；
S12：对简化潮流模型进行线性PTDF修正，得到线性PTDF修正模型
Figure 741975DEST_PATH_IMAGE008
；
其中，
Figure 854287DEST_PATH_IMAGE009
为节点m和节点n相连的线路l上的传统的PTDF，
Figure 923874DEST_PATH_IMAGE010
，
Figure 121638DEST_PATH_IMAGE121
是线路l上的电抗，
Figure 937803DEST_PATH_IMAGE012
为节点支路矩阵，B为节点导纳矩 阵，
Figure 904622DEST_PATH_IMAGE013
为节点潮流矩阵；k为修正比例常数，
Figure 879531DEST_PATH_IMAGE122
为修正系数，定义为
Figure 830169DEST_PATH_IMAGE015
。
在其中一个实施例中，节点i和节点j之间线路l对应的泰勒因子定义为：
Figure 181516DEST_PATH_IMAGE016
；
其中，
Figure 268421DEST_PATH_IMAGE017
表示节点i和节点j之间线路上的电导值；
Figure 414231DEST_PATH_IMAGE018
分别为节点i和节点j初始状态时刻的电压，
Figure 586587DEST_PATH_IMAGE123
为节点i和节点j之间相连的线路l上初始状态时刻的相角。
在其中一个实施例中，S2包括：
利用公式
Figure 7204DEST_PATH_IMAGE021
计算各根导线在实时市场调度周期内各个 时刻的预测温度；
其中，
Figure 683036DEST_PATH_IMAGE124
为时刻标记，指的是距离起始时刻的温度更新迭代的次数；
Figure 265327DEST_PATH_IMAGE023
是导线的初 始时刻温度，
Figure 924978DEST_PATH_IMAGE024
是一个实时市场调度周期内线性化的总段数，
Figure DEST_PATH_IMAGE125
是第
Figure 618128DEST_PATH_IMAGE126
段对 应的系数，
Figure 414046DEST_PATH_IMAGE127
是第
Figure 432817DEST_PATH_IMAGE126
段调度周期对应的长度，
Figure 314185DEST_PATH_IMAGE028
是初始时刻温度曲线的正切。
在其中一个实施例中，S2之前，方法还包括：
利用公式
Figure 811026DEST_PATH_IMAGE029
计算初始时刻 温度曲线的正切；其中，
Figure 727029DEST_PATH_IMAGE030
和
Figure 916702DEST_PATH_IMAGE031
分别表示初始时刻太阳热增益和焦耳热增益，
Figure 550946DEST_PATH_IMAGE032
和
Figure 585898DEST_PATH_IMAGE033
分别表示初始时刻对流热和辐射热损失；
Figure 356408DEST_PATH_IMAGE034
为初始时刻的导线表面温度，
Figure 448473DEST_PATH_IMAGE035
为导 线的总热容量，
Figure 304434DEST_PATH_IMAGE128
为导线的质量，
Figure 408656DEST_PATH_IMAGE037
为导线的比热容，
Figure 33672DEST_PATH_IMAGE038
为初始时刻的环境温度。
在其中一个实施例中，S3包括：
将
Figure 565148DEST_PATH_IMAGE039
作为实时电力市场出清模型的目标函数；
Figure 908404DEST_PATH_IMAGE040
是发 电机的投标价格函数，
Figure 285159DEST_PATH_IMAGE129
和
Figure 30261DEST_PATH_IMAGE130
分别是机组序号和机组集，
Figure 732638DEST_PATH_IMAGE043
，
Figure 297612DEST_PATH_IMAGE044
和
Figure 743636DEST_PATH_IMAGE045
分别是调度时 间段序号和时间段集；
利用线性PTDF修正模型和导线各个时刻的预测温度设置约束条件，包括：
Figure 608824DEST_PATH_IMAGE046
；
Figure 216523DEST_PATH_IMAGE047
；
Figure 268793DEST_PATH_IMAGE048
；
Figure 252929DEST_PATH_IMAGE049
；
Figure 972624DEST_PATH_IMAGE050
；
Figure 751224DEST_PATH_IMAGE051
和
Figure 556369DEST_PATH_IMAGE052
分别是t时刻节点中的发电机输出向量和负荷需求向量，
Figure 78617DEST_PATH_IMAGE053
标识t时 刻作为基准时刻的网络损耗，LF是损耗因子，
Figure 652818DEST_PATH_IMAGE054
和
Figure 867898DEST_PATH_IMAGE055
分别是网络线路的索引和集合，
Figure 894760DEST_PATH_IMAGE056
是网络的PTDF校正矩阵，元素为
Figure 220699DEST_PATH_IMAGE001
，LD是损耗分布因子的向量，
Figure 914986DEST_PATH_IMAGE057
和
Figure 26600DEST_PATH_IMAGE058
分别是正向和负向的动态潮流约束，
Figure 540757DEST_PATH_IMAGE059
是第k条线的最大功率限制。
在其中一个实施例中，约束条件还包括：
Figure 670388DEST_PATH_IMAGE060
；
Figure 953601DEST_PATH_IMAGE061
；
Figure 510485DEST_PATH_IMAGE062
；
其中，
Figure 246359DEST_PATH_IMAGE063
和
Figure 179680DEST_PATH_IMAGE063
分别是t时刻机组j的最大出力和最小出力，
Figure 582980DEST_PATH_IMAGE064
为t时刻机 组j的发电机输出向量，
Figure 310764DEST_PATH_IMAGE065
和
Figure 533935DEST_PATH_IMAGE066
分别是机组j的爬坡上升极限和下降极限，
Figure 270947DEST_PATH_IMAGE067
和
Figure 528753DEST_PATH_IMAGE068
分别是t时刻的上行旋转备用要求和下行旋转备用要求。
按照本发明的另一方面，提供了一种实时电力市场出清模型的建立装置，用于执行上述的实时电力市场出清模型的建立方法，包括：
线性修正模块，用于将现有交流潮流模型中的电压和相角进行泰勒展开和线性功 率传输分布因子PTDF修正，得到线性PTDF修正模型
Figure 161860DEST_PATH_IMAGE001
；节点m和节点n相连形成线 路l，
Figure 137906DEST_PATH_IMAGE069
修正标识；
温度获取模块，用于在一个实时市场调度周期内，利用各根导线对应的初始时刻温度和初始时刻温度曲线的正切计算对应导线在实时市场调度周期内各个时刻的预测温度；
模型构建模块，用于对线性PTDF修正模型和导线各个时刻的预测温度分别进行约束，以构建实时电力市场出清模型。
举例来说，以IEEE的标准39节点案例case39进行分析计算，系统由39个节点和46个线路组成，其中，发电机组设置在30~39节点，参考节点为第31节点，投标价格采用五段报价的形式。负荷分布在节点1、3、4、7、8、9、12、15、16、18、20、21、23~29、39，负荷曲线参考了中国某天的实际情况，对应数值按照IEEE标准案例的初始比例进行分布。在实时市场中，假设系统在0:00热稳定，热平衡方程的计算间隔选择为1分钟，每15分钟测量一次导线温度。环境温度和天气状况如图3所示。环境温度在30℃左右波动，早晚低，中午高。太阳能辐射在早上 6 点左右开始上升，在下午1点左右达到峰值，之后下降直至晚上8点左右消失。风速以0.61m/s垂直于导体的速度为基准上下随机波动。分析采用Al-St铰链导体，此材料线材的最高极限温度为100摄氏度。假设所有线路受环境温度和天气条件的影响相同，材料面积等属性也完全相同，唯一的区别在于线路电流的大小。
首先选择全天96点的一个典型的时间段即第位于负荷峰值的第68点进行AC/DC偏差分析。在此期间，46个支路的 AC/DC 偏差如图4所示。与 SLR 相比，大多数线路中其他两种方法的交直流偏差都有不同程度的减小，有些支路由于潮流的重新分配而有所增加，这在第26、第27、第32和第34支路上尤为明显。从数据可以看出，SLR-L 比 SLR 表现更好，而SLR-C是最准确的方法。
接下来全天96点下全时间SLR、SLR-L和SLR-C之间的总交直流偏差。如图5所示，交直流偏差和负荷曲线具有大致相同的趋势，在谷值时值较小，在峰值时值较大。从数据可以看出，SLR全天内交直流偏差较大，共计39009.1MW，占全天总出力的约5%。 SLR-L弥补了传统DCOPF的不足，优化了调度结果，将整体偏差降低到18694.2MW。在此基础上，SLR-C进一步降低交直流偏差至15262.2MW。因此，在全天尺度上，SLR-C依然是最佳选择。
然而，由于潜在的热过载问题，满足静态稳定性约束并不能确保实际线路是稳定的，通过比较SLR和DLR方法中第33支路的导体温度变化来说明这个问题。选择第33支路是因为它的功率流最大，焦耳热产生最多。在SLR-C中，在给定的电网和天气条件约束下，第33支路的温度变化通过HBE迭代计算，而DLR-C中采用线性化温度方案。如图6所示，在中午和晚上的高峰负荷期间，导体温度超过了最高温度限制。尤其是中午太阳能量最大，环境温度接近最高时，热过载最为严重，导体温度高达130摄氏度。而当通过温度线性化将 DLR 引入实时市场时，一旦原始导体温度超过容量，第33支路的导体温度被限制在 100 摄氏度，从而避免了热过载问题。
事实上，RTM全天不会出现电力和热过载的情况，调度员往往会为安全运行留出一定的余地，而由于裕度保留会导致低估最大允许容量，从而降低线路利用率。因此，进一步选取系统中功率流量较大、导体温度较高的第五条线路进行线路利用率分析，计算了四种方法中96个点的线路平均利用率，详细数据如表1所示。数据证明，四种方法的线路平均利用率逐渐提高。SLR 最低，SLR-L 更好，提升约1%。SLR-C与SLR-L相比，线路平均利用率提升0.5%。DLR-C在SLR-C的基础上通过动态线路定容进一步提高线路利用率，提升约3%，是所有方法中最高的，
Figure 413030DEST_PATH_IMAGE132
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种实时电力市场出清模型的建立方法，其特征在于，包括：
S1：将现有交流潮流模型中的电压和相角进行泰勒展开和简化，再基于简化后的潮流模型进行线性功率传输分布因子PTDF修正得到线性PTDF修正模型
Figure DEST_PATH_IMAGE001
；节点m和节点n相连形成线路l，
Figure 378022DEST_PATH_IMAGE002
修正标识；
S2：在一个实时市场调度周期内，利用各根导线对应的初始时刻温度和初始时刻温度曲线的正切计算对应导线在所述实时市场调度周期内各个时刻的预测温度；
S3：对所述线性PTDF修正模型和导线各个时刻的预测温度分别进行约束，以构建所述实时电力市场出清模型；
所述S1包括：
S11：将现有交流潮流模型中的电压和相角进行泰勒展开得到简化潮流模型
Figure DEST_PATH_IMAGE003
；
Figure 345103DEST_PATH_IMAGE004
为线路l上的潮流，
Figure DEST_PATH_IMAGE005
为线路l上的电纳；
Figure 1782DEST_PATH_IMAGE006
为线路l的相角差；
Figure DEST_PATH_IMAGE007
为线路l对应的泰勒因子，由实时电网状态决定的常数；
S12：基于所述简化潮流模型进行线性PTDF修正，得到所述线性PTDF修正模型
Figure 851051DEST_PATH_IMAGE008
；
其中，
Figure DEST_PATH_IMAGE009
为节点m和节点n相连的线路l上的传统的PTDF，
Figure 181538DEST_PATH_IMAGE010
，
Figure DEST_PATH_IMAGE011
是线路l上的电抗，
Figure 328093DEST_PATH_IMAGE012
为节点支路矩阵，B为节点导纳矩阵，
Figure DEST_PATH_IMAGE013
为节点潮流矩阵；k为修正比例常数，
Figure 898882DEST_PATH_IMAGE014
为修正系数，定义为
Figure DEST_PATH_IMAGE015
。
2.如权利要求1所述的实时电力市场出清模型的建立方法，其特征在于，所述节点i和节点j之间线路l对应的泰勒因子定义为：
Figure 956487DEST_PATH_IMAGE016
；
其中，
Figure DEST_PATH_IMAGE017
表示节点i和节点j之间线路上的电导值；
Figure 857709DEST_PATH_IMAGE018
分别为节点i和节点j初始状态时刻的电压，
Figure DEST_PATH_IMAGE019
为节点i和节点j之间相连的线路l上初始状态时刻的相角。
3.如权利要求1所述的实时电力市场出清模型的建立方法，其特征在于，所述S2包括：
利用公式
Figure 514562DEST_PATH_IMAGE020
计算所述各根导线在所述实时市场调度周期内各个时刻的预测温度；
其中，
Figure DEST_PATH_IMAGE021
为时刻标记，指的是距离起始时刻的温度更新迭代的次数；
Figure 708783DEST_PATH_IMAGE022
是导线的初始时刻温度，
Figure DEST_PATH_IMAGE023
是一个实时市场调度周期内线性化的总段数，
Figure 719595DEST_PATH_IMAGE024
是第
Figure DEST_PATH_IMAGE025
段对应的系数，
Figure 376840DEST_PATH_IMAGE026
是第
Figure 733872DEST_PATH_IMAGE025
段调度周期对应的长度，
Figure DEST_PATH_IMAGE027
是所述初始时刻温度曲线的正切。
4.如权利要求3所述的实时电力市场出清模型的建立方法，其特征在于，所述S2之前，所述方法还包括：
利用公式
Figure 334880DEST_PATH_IMAGE028
计算所述初始时刻温度曲线的正切；其中，
Figure DEST_PATH_IMAGE029
和
Figure 361217DEST_PATH_IMAGE030
分别表示初始时刻太阳热增益和焦耳热增益，
Figure DEST_PATH_IMAGE031
和
Figure 306039DEST_PATH_IMAGE032
分别表示初始时刻对流热和辐射热损失；
Figure DEST_PATH_IMAGE033
为初始时刻的导线表面温度，
Figure 2731DEST_PATH_IMAGE034
为导线的总热容量，
Figure DEST_PATH_IMAGE035
为导线的质量，
Figure 617383DEST_PATH_IMAGE036
为导线的比热容，
Figure 949925DEST_PATH_IMAGE038
为初始时刻的环境温度。
5.如权利要求1所述的实时电力市场出清模型的建立方法，其特征在于，所述S3包括：
将
Figure DEST_PATH_IMAGE039
作为所述实时电力市场出清模型的目标函数；
Figure 291914DEST_PATH_IMAGE040
是发电机的投标价格函数，
Figure DEST_PATH_IMAGE041
为t时刻机组j的发电机输出向量，
Figure 859424DEST_PATH_IMAGE042
，
Figure 97507DEST_PATH_IMAGE021
和
Figure DEST_PATH_IMAGE043
分别是机组序号和机组集，
Figure 911486DEST_PATH_IMAGE044
，
Figure DEST_PATH_IMAGE045
和
Figure 932531DEST_PATH_IMAGE046
分别是出清时间段序号和时间段集；
利用所述线性PTDF修正模型和导线各个时刻的预测温度
Figure DEST_PATH_IMAGE047
设置约束条件，包括：
Figure 338236DEST_PATH_IMAGE048
；
Figure DEST_PATH_IMAGE049
；
Figure 36634DEST_PATH_IMAGE050
；
Figure DEST_PATH_IMAGE051
；
Figure 75260DEST_PATH_IMAGE052
；
Figure DEST_PATH_IMAGE053
和
Figure 962313DEST_PATH_IMAGE054
分别是t时刻节点中的发电机输出向量和负荷需求向量，
Figure DEST_PATH_IMAGE055
标识t时刻作为基准时刻的网络损耗，LF是损耗因子，
Figure 48955DEST_PATH_IMAGE056
和
Figure 956737DEST_PATH_IMAGE058
分别是网络线路的索引和集合，
Figure DEST_PATH_IMAGE059
是网络的PTDF校正矩阵，元素为
Figure 485589DEST_PATH_IMAGE001
，LD是损耗分布因子的向量，
Figure 989382DEST_PATH_IMAGE060
和
Figure DEST_PATH_IMAGE061
分别是正向和负向的动态潮流约束，
Figure DEST_PATH_IMAGE063
是第k条线的最大功率限制，
Figure 635258DEST_PATH_IMAGE064
为时间段t的最大导体温度。
6.如权利要求5所述的实时电力市场出清模型的建立方法，其特征在于，所述约束条件还包括：
Figure DEST_PATH_IMAGE065
；
Figure 353422DEST_PATH_IMAGE066
；
Figure DEST_PATH_IMAGE067
；
其中，
Figure 84749DEST_PATH_IMAGE068
和
Figure 923392DEST_PATH_IMAGE068
分别是t时刻机组j的最大出力和最小出力，
Figure DEST_PATH_IMAGE069
和
Figure 938621DEST_PATH_IMAGE070
分别是机组j的爬坡上升极限和下降极限，
Figure DEST_PATH_IMAGE071
和
Figure DEST_PATH_IMAGE073
分别是t时刻的上行旋转备用要求和下行旋转备用要求。
7.一种实时电力市场出清模型的建立装置，其特征在于，用于执行权利要求1-6任一项所述的实时电力市场出清模型的建立方法，包括：
线性修正模块，用于将现有交流潮流模型中的电压和相角进行泰勒展开和线性功率传输分布因子PTDF修正，得到线性PTDF修正模型
Figure 110844DEST_PATH_IMAGE001
；节点m和节点n相连形成线路l，
Figure 906631DEST_PATH_IMAGE002
修正标识；
温度获取模块，用于在一个实时市场调度周期内，利用各根导线对应的初始时刻温度和初始时刻温度曲线的正切计算对应导线在所述实时市场调度周期内各个时刻的预测温度；
模型构建模块，用于对所述线性PTDF修正模型和导线各个时刻的预测温度分别进行约束，以构建所述实时电力市场出清模型。
CN202210777639.5A 2022-07-04 2022-07-04 一种实时电力市场出清模型的建立方法和装置 Active CN114861470B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210777639.5A CN114861470B (zh) 2022-07-04 2022-07-04 一种实时电力市场出清模型的建立方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210777639.5A CN114861470B (zh) 2022-07-04 2022-07-04 一种实时电力市场出清模型的建立方法和装置

Publications (2)

Publication Number Publication Date
CN114861470A CN114861470A (zh) 2022-08-05
CN114861470B true CN114861470B (zh) 2022-09-27

Family

ID=82626295

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210777639.5A Active CN114861470B (zh) 2022-07-04 2022-07-04 一种实时电力市场出清模型的建立方法和装置

Country Status (1)

Country Link
CN (1) CN114861470B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3370198A1 (en) * 2017-03-01 2018-09-05 Aristotle University of Thessaloniki - Elke Auctioning method and system for electricity market commodities
CN110728441A (zh) * 2019-09-29 2020-01-24 西安交通大学 基于序列线性规划的电-气联合市场集中式出清方法
CN111222664A (zh) * 2018-11-26 2020-06-02 国网能源研究院有限公司 基于可再生能源与负荷响应的电力市场机制设计方法
CN111711185A (zh) * 2020-05-25 2020-09-25 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
CN111952977A (zh) * 2020-08-12 2020-11-17 国电南瑞科技股份有限公司 一种基于潮流的电力市场耦合模型优化方法、装置及介质
CN113496439A (zh) * 2021-06-16 2021-10-12 广东电网有限责任公司 一种考虑网损的直流潮流模型优化方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9245297B2 (en) * 2011-04-28 2016-01-26 Battelle Memorial Institute Forward-looking transactive pricing schemes for use in a market-based resource allocation system
CN111882111B (zh) * 2020-06-30 2022-07-26 华南理工大学 一种源网荷储协同互动的电力现货市场出清方法
CN112084634B (zh) * 2020-08-20 2022-09-23 清华大学 保证电力市场节点电价不变的负荷参数变化域计算方法
CN114662347B (zh) * 2022-05-24 2022-07-29 华中科技大学 一种实时电力市场下线路动态定容的方法、装置和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3370198A1 (en) * 2017-03-01 2018-09-05 Aristotle University of Thessaloniki - Elke Auctioning method and system for electricity market commodities
CN111222664A (zh) * 2018-11-26 2020-06-02 国网能源研究院有限公司 基于可再生能源与负荷响应的电力市场机制设计方法
CN110728441A (zh) * 2019-09-29 2020-01-24 西安交通大学 基于序列线性规划的电-气联合市场集中式出清方法
CN111711185A (zh) * 2020-05-25 2020-09-25 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
CN111952977A (zh) * 2020-08-12 2020-11-17 国电南瑞科技股份有限公司 一种基于潮流的电力市场耦合模型优化方法、装置及介质
CN113496439A (zh) * 2021-06-16 2021-10-12 广东电网有限责任公司 一种考虑网损的直流潮流模型优化方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
"基于深度神经网络的电力系统潮流分析快速算法及其应用研究";杨燕;《中国优秀博士论文 工程科技Ⅱ辑》;20210526;全文 *
"Improved Spot Market Clearing model based on DC Power Flow Model Based With PTDF Corrections;Yang Bai等;《2021 IEEE 4th International Electrical and Energy Conference (CIEEC)》;20210817;全文 *
S Mas ; ennikov等."Adaptive Emergency Transmission Rates in Power System and Market Operation".《IEEE Transactions on Power Systems ( Volume: 24, Issue: 2, May 2009)》.2009,全文. *
电力系统区间潮流分析的扩展仿射模型及其应用研究;廖小兵;《中国优秀博士论文 工程科技Ⅱ辑》;20200501;全文 *

Also Published As

Publication number Publication date
CN114861470A (zh) 2022-08-05

Similar Documents

Publication Publication Date Title
Prusty et al. An over-limit risk assessment of PV integrated power system using probabilistic load flow based on multi-time instant uncertainty modeling
CN108565874B (zh) 一种基于负荷频率控制模型的源荷协同调频方法
TWI782049B (zh) 用於在間歇性發電廠中預測控制功率升降的方法
CN109787227B (zh) 一种多能互补系统多时间尺度优化调度方法
CN107069835B (zh) 新能源电站实时有功的分配方法及分配装置
CN112526262A (zh) 高比例新能源接入的直流送端电网稳定性判断方法
CN114282757A (zh) 考虑弃风限负荷手段的新型电力系统运行灵活性评估方法
CN114662347B (zh) 一种实时电力市场下线路动态定容的方法、装置和系统
CN114091316B (zh) 一种区域光伏发电量计算方法
CN114861470B (zh) 一种实时电力市场出清模型的建立方法和装置
CN112036686B (zh) 基于理论线损区间计算的低压配电台区线损评价方法
CN116247682B (zh) 蓄热式电采暖参与配电网负荷调控方法、装置及存储介质
CN107134783B (zh) 一种基于灵敏度快速筛选的母线电压优化调整方法
CN111668851A (zh) 一种电采暖负荷调节优化方法及装置
CN112241591A (zh) 基于线路温度动态变化实现电网状态估计的方法及装置
CN110336322A (zh) 基于日最小负荷置信区间的光伏发电准入容量确定方法
CN112989279A (zh) 含风电的电热联合系统的调度方法及装置
CN116742632A (zh) 一种配电网最大承载力估算方法及系统
CN115663833A (zh) 应用于源网荷储一体化的源荷资源调控方法和装置
CN106208118B (zh) 一种储能系统多目标优化规划方法
Pan et al. Real-Time Power Market Clearing Model With Improved Network Constraints Considering PTDF Correction and Fast-Calculated Dynamic Line Rating
Ahmed et al. Impacts of distributed PV in a smart grid using temperature-dependent power flow
CN111666690B (zh) 输电线路导线的弧垂分析方法、装置、设备和介质
CN104732290B (zh) 一种风电功率爬坡事件预测方法
CN109494747B (zh) 一种基于交替梯度算法的电网概率潮流计算方法

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