CN115149557A - 一种电力系统调度方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明实施例公开了一种电力系统调度方法、装置、电子设备及存储介质。电力系统调度方法具体可以包括：获取待调度系统中储能系统的充放电功率阈值以及允许存储能量阈值；将所述充放电功率阈值和所述允许存储能量阈值输入至预先构造的第一调度模型，以通过所述第一调度模型计算得到所述储能系统在目标时段的充放电功率；将所述储能系统在目标时段的充放电功率输入至预先构造的第二调度模型，以通过所述第二调度模型计算得到所述待调度系统在目标时段的调度方案。本发明实施例的技术方案能够降低电力系统的弃风量，提高风电的利用率，从而有效提升电力系统接纳风电机组的能力。

Description

一种电力系统调度方法、装置、电子设备及存储介质

技术领域

本发明实施例涉及电力系统技术领域，尤其涉及一种电力系统调度方法、装置、电子设备及存储介质。

背景技术

随着大规模风电并网，风电的随机性、波动性和间歇性会对电力系统的安全稳定运行带来巨大的挑战。因此对大规模风电进行并网优化，可以大大减少电力系统的发电成本，同时储能的发展可以减少系统的弃风量，加大风电的利用率，提高电力系统的安全稳定运行。

现有的电力系统优化调度通常采用优化调度模型求解得到电力系统调度方案，但是现有的优化调度模型的人工智能算法虽计算速度快，占用内存少，但很难找到最优的调度方案，而且未能很好结合风电与储能的配合，导致弃风严重，无法很好提高风电的利用率。

发明内容

本发明实施例提供一种电力系统调度方法、装置、电子设备及存储介质，能够降低电力系统的弃风量，提高风电的利用率，从而有效提升电力系统接纳风电机组的能力。

根据本发明的一方面，提供了一种电力系统调度方法，包括：

获取待调度系统中储能系统的充放电功率阈值以及允许存储能量阈值；

将所述充放电功率阈值和所述允许存储能量阈值输入至预先构造的第一调度模型，以通过所述第一调度模型计算得到所述储能系统在目标时段的充放电功率；

将所述储能系统在目标时段的充放电功率输入至预先构造的第二调度模型，以通过所述第二调度模型计算得到所述待调度系统在目标时段的调度方案。

根据本发明的另一方面，提供了一种电力系统调度装置，包括：

阈值获取模块，用于获取待调度系统中储能系统的充放电功率阈值以及允许存储能量阈值；

充放电功率确定模块，用于将所述充放电功率阈值和所述允许存储能量阈值输入至预先构造的第一调度模型，以通过所述第一调度模型计算得到所述储能系统在目标时段的充放电功率；

调度方案确定模块，用于将所述储能系统在目标时段的充放电功率输入至预先构造的第二调度模型，以通过所述第二调度模型计算得到所述待调度系统在目标时段的调度方案。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的电力系统调度方法。

根据本发明的另一方面，提供了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指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的电力系统调度方法。

本发明实施例的技术方案，通过获取待调度系统中储能系统的充放电功率阈值以及允许存储能量阈值，并将充放电功率阈值和允许存储能量阈值输入至预先构造的第一调度模型，通过第一调度模型计算得到储能系统在目标时段的充放电功率，以将充放电功率输入至预先构造的第二调度模型，从而通过第二调度模型计算得到待调度系统在目标时段的调度方案，解决了现有的电力系统优化调度方法由于无法确定最优调度方案导致的弃风严重和风电利用率低等问题，能够降低电力系统的弃风量，提高风电的利用率，从而有效提升电力系统接纳风电机组的能力。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

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简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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是本发明实施例一提供的一种电力系统调度方法的流程图；

图2是本发明实施例二提供的一种电力系统调度方法的流程图；

图3是本发明实施例二提供的一种火电机组调度方案的示意图；

图4是本发明实施例三提供的一种电力系统调度装置的示意图；

图5是实现本发明实施例的电力系统调度方法的电子设备的结构示意图。

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。

实施例一

图1是本发明实施例一提供的一种电力系统调度方法的流程图，本实施例可适用于降低电力系统弃风量，提高风电利用率的情况，该方法可以由电力系统调度装置执行，该装置可以通过软件和/或硬件的方式实现，并一般可以直接集成在执行本方法的电子设备中，该电子设备可以是终端设备，也可以是服务器设备，本发明实施例并不对执行电力系统调度方法的电子设备的类型进行限定。具体的，如图1所示，该电力系统调度方法具体可以包括如下步骤：

S110、获取待调度系统中储能系统的充放电功率阈值以及允许存储能量阈值。

其中，待调度系统可以是包括风电机组、火电机组和储能系统的电力系统。可以理解的是，通过对待调度系统中的风电机组、火电机组和储能系统进行调度，能够降低待调度系统的运行成本，提高风电利用率。储能系统可以是用于存储电能的系统。风电机组可以是将风的动能转换为电能的机组。火电机组可以是利用燃料(如煤炭或可燃气体等)进行发电的机组。充放电功率阈值可以是储能系统在储存电能或释放电能时的功率阈值。可选的，充放电功率阈值可以包括充电功率阈值和放电功率阈值。充电功率阈值也即储存电能时的功率阈值，放电功率阈值也即释放电能时的功率阈值。允许存储能量阈值可以是储能系统允许存储的能力值。

在本发明实施例中，获取待调度系统中储能系统的充放电功率阈值和允许存储能量阈值。可以理解的是，充放电功率阈值可以包括充放电功率最大值。允许存储能量阈值可以包括允许存储能量最大值和允许存储能量最小值。

S120、将所述充放电功率阈值和所述允许存储能量阈值输入至预先构造的第一调度模型，以通过所述第一调度模型计算得到所述储能系统在目标时段的充放电功率。

其中，第一调度模型可以是用于对储能系统的充放电功率进行优化决策的一个模型。可以理解的是，通过第一调度模型对储能系统的充放电功率进行优化决策，使得储能系统在负荷高峰时放电，在负荷低谷时充电，能够使储能系统在对待调度系统进行调度的过程中实现储能收益最大化。目标时段可以是一个时间段，例如可以是6点至7点，也可以是6点至6点30分等，本发明实施例对此并不进行限制。充放电功率可以是储能系统的充电功率和放电功率。

在本发明实施例中，在获取待调度系统中储能系统的充放电功率阈值以及允许存储能量阈值之后，可以进一步将充放电功率阈值和允许存储能量阈值输入至预先构造的第一调度模型，以通过第一调度模型计算得到储能系统在目标时段的充放电功率。

S130、将所述储能系统在目标时段的充放电功率输入至预先构造的第二调度模型，以通过所述第二调度模型计算得到所述待调度系统在目标时段的调度方案。

其中，第二调度模型可以是用于确定待调度系统的调度方案的一个模型。可以理解的是，确定待调度系统的调度方案时，可以将第一调度模型的输出结果，作为第二调度模型的输入，从而通过第二调度模型输出调度方案。调度方案可以包括火电机组的启动或停机方案。可以理解的是，待调度系统可以包括多个火电机组。

在本发明实施例中，在通过第一调度模型计算得到储能系统在目标时段的充放电功率之后，可以进一步将储能系统在目标时段的充放电功率输入至预先构造的第二调度模型，以通过第二调度模型计算得到待调度系统在目标时段的调度方案。示例性的，待调度系统在目标时段的调度方案可以是待调度系统中第1个火电机组在6点至7点运行，第2个火电机组在6点至7点停机等，本发明实施例对此并不进行限制。

本实施例的技术方案，通过获取待调度系统中储能系统的充放电功率阈值以及允许存储能量阈值，并将充放电功率阈值和允许存储能量阈值输入至预先构造的第一调度模型，通过第一调度模型计算得到储能系统在目标时段的充放电功率，以将充放电功率输入至预先构造的第二调度模型，从而通过第二调度模型计算得到待调度系统在目标时段的调度方案，解决了现有的电力系统优化调度方法由于无法确定最优调度方案导致的弃风严重和风电利用率低等问题，能够降低电力系统的弃风量，提高风电的利用率，从而有效提升电力系统接纳风电机组的能力。

实施例二

图2是本发明实施例二提供的一种电力系统调度方法的流程图，本实施例是对上述各技术方案的进一步细化，给出了在将充放电功率阈值和允许存储能量阈值输入至预先构造的第一调度模型之前，在将储能系统在目标时段的充放电功率输入至预先构造的第二调度模型之前，以及通过第二调度模型计算得到待调度系统在目标时段的调度方案的多种具体可选的实现方式。本实施例中的技术方案可以与上述一个或多个实施例中的各个可选方案结合。如图2所示，该方法可以包括如下步骤：

S210、获取待调度系统中储能系统的充放电功率阈值以及允许存储能量阈值。

S220、根据所述充放电功率阈值确定储能系统充放电功率约束条件，并根据所述允许存储能量阈值确定储能系统存储能量约束条件。

其中，储能系统充放电功率约束条件可以是对储能系统的充电功率或放电功率进行约束的条件。储能系统存储能量约束条件可以是对储能系统存储的能量进行约束的条件。

在本发明实施例中，在获取待调度系统中储能系统的充放电功率阈值和允许存储能量阈值之后，可以进一步根据充放电功率阈值确定储能系统充放电功率约束条件，并根据允许存储能量阈值确定储能系统存储能量约束条件。

可选的，根据充放电功率阈值确定储能系统充放电功率约束条件，可以包括基于如下公式确定储能系统充放电功率约束条件：

其中，

表示储能系统在t时段的放电功率，

表示储能系统放电功率的最大阈值，

表示储能系统的放电状态标志，

表示储能系统在t时段的充电功率，

表示储能系统充电功率的最大阈值，

表示储能系统的充电状态标志。

可选的，根据允许存储能量阈值确定储能系统存储能量约束条件，可以包括基于如下公式确定储能系统存储能量约束条件：

E^min≤E_cs,t≤E^max

其中，E_cs,t表示储能系统在t时段存储的能量值，E_cs,t-1表示储能系统在t-1时段存储的能量值，η^ch表示储能系统充电效率，η^d表示储能系统放电效率，E^min表示储能系统的允许存储能量最小值，E^max表示储能系统的允许存储能量最大值。

S230、根据所述储能系统充放电功率约束条件和所述储能系统存储能量约束条件，建立第一调度模型；其中，所述第一调度模型的第一目标函数以储能系统收益最大化为目标。

其中，第一目标函数可以是第一调度模型的目标函数，可以表征储能系统的储能收益。储能系统收益可以是储能系统的储能收益。

在本发明实施例中，在根据充放电功率阈值确定储能系统充放电功率约束条件，并根据允许存储能量阈值确定储能系统存储能量约束条件之后，可以进一步根据储能系统充放电功率约束条件和储能系统存储能量约束条件建立第一调度模型。具体的，第一调度模型的第一目标函数可以以储能系统收益最大化为目标。

可选的，电力系统调度方法还可以包括：获取储能系统在设定时间间隔内各时段的边际发电成本，各时段的充电功率以及各时段的放电功率；根据各时段的边际发电成本，充电功率以及放电功率，确定第一目标函数。

其中，设定时间间隔可以是预先设定的时间间隔，例如可以是12小时，也可以是24小时等，本发明实施例对此并不进行限制。可以理解的是，设定时间间隔可以包括多个时段。边际发电成本可以是每增加一个单位的电力输出所对应的成本变化量。

具体的，获取储能系统在设定时间间隔内各时段的边际发电成本，各时段的充电功率以及各时段的放电功率，以根据各时段的边际发电成本、充电功率和放电功率确定第一目标函数。

可选的，可以基于如下公式确定第一目标函数：

其中，R表示储能系统收益，λ_t表示储能系统在t时刻的边际发电成本，

表示储能系统在t时刻的放电功率，

表示储能系统在t时刻的充电功率。

S240、将所述充放电功率阈值和所述允许存储能量阈值输入至预先构造的第一调度模型，以通过所述第一调度模型计算得到所述储能系统在目标时段的充放电功率。

S250、根据所述储能系统在目标时段的充放电功率确定功率平衡约束条件。

其中，功率平衡约束条件可以是对待调度系统中的功率进行约束的条件。

在本发明实施例中，在通过第一调度模型计算得到储能系统在目标时段的充放电功率之后，可以进一步根据储能系统在目标时段的充放电功率确定功率平衡约束条件。

可选的，根据储能系统在目标时段的充放电功率确定功率平衡约束条件，可以包括基于如下公式确定功率平衡约束条件：

其中，P_i,t表示第i个火电机组在t时段的输出功率，P_W,t表示风电机组在t时段的输出功率，P_D,t表示t时段的负荷。

S260、根据所述功率平衡约束条件，建立第二调度模型；其中，所述第二调度模型的第二目标函数以火电机组运行成本最小化为目标。

其中，第二目标函数可以是第二调度模型的目标函数，可以表征火电机组的运行成本。

在本发明实施例中，在根据储能系统在目标时段的充放电功率确定功率平衡约束条件之后，可以进一步根据功率平衡约束条件建立第二调度模型。具体的，第二调度模型的第二目标行数可以以火电机组运行成本最小化为目标。

可选的，电力系统调度方法还可以包括：对于所述待调度系统中的每个火电机组，获取该火电机组在设定时间间隔内各时段的输出功率，确定该火电机组在设定时间间隔内各时段的启停状态，以及各时段的启动成本；根据各火电机组对应的所述各时段的输出功率，启动成本以及启停状态，确定所述第二目标函数。

具体的，对于待调度系统中的每个火电机组，获取该火电机组在设定时间间隔内各时段的输出功率，并确定该火电机组在设定时间间隔内各时段的起停状态以及各时段的启动成本，以根据各火电机组对应的各时段的输出功率、启动成本以及启停状态确定第二目标函数。

可选的，可以基于如下公式确定第二目标函数：

其中，f表示火电机组运行成本，a_i、b_i、c_i表示第i个火电机组的成本特性系数，u_i,t表示第i个火电机组在t时段的启停状态，u_i,t＝1表示第i个火电机组在t时段为运行状态，u_i,t＝0表示第i个火电机组在t时段为停机状态，S_i,t表示第i个火电机组在t时段的启动成本。

可选的，确定该火电机组在设定时间间隔内各时段的启动成本，可以基于如下公式确定启动成本：

其中，hs_i表示第i个火电机组的热启动成本，cs_i表示第i个火电机组的冷启动成本，t^off(i,t)表示第i个火电机组在t时段的连续停机时段数，T_i表示第i个火电机组的最小停机时间，

表示第i个火电机组的冷启动时间。

可选的，确定该火电机组在设定时间间隔内各时段的启动成本，也可以基于如下公式确定启动成本：

S_i,t＝x_on(i,t)*hs_i+x_off(i,t)*(cs_i-hs_i)

其中，x_on(i,t)表示第i个火电机组在t时段是否需要进行启动操作，x_off(i,t)表示第i个火电机组在t时段是否需要进行停机操作。

可选的，电力系统调度方法还可以包括：获取待调度系统中火电机组在目标时段的可出力阈值，并根据可出力阈值确定最大最小出力约束条件；获取待调度系统中火电机组在目标时段的爬坡速率阈值，并根据爬坡速率阈值确定爬坡容量约束条件；获取待调度系统中风电机组在目标时段的功率值，并根据可出力阈值、风电机组在目标时段的功率值以及充放电功率确定旋转备用约束条件；获取待调度系统中火电机组在目标时段的上一个时段的开关机时段数，并根据开关机时段数和爬坡速率阈值确定开停机时间约束条件；根据功率平衡约束条件，建立第二调度模型，可以包括：根据功率平衡约束条件、最大最小出力约束条件、爬坡容量约束条件、旋转备用约束条件以及开停机时间约束条件，建立第二调度模型。

其中，可出力阈值可以是火电机组出力的阈值。可选的，可出力阈值可以包括可出力最大值和可出力最小值。最大最小出力约束条件可以是对火电机组的出力进行约束的条件。爬坡速率阈值可以是火电机组爬坡率的阈值。可选的，爬坡速率阈值可以包括最大向上爬坡速率和最大向下爬坡速率。爬坡容量约束条件可以是对火电机组的爬坡速率进行约束的条件。旋转备用约束条件可以对待调度系统的正负旋转进行约束的条件。开关机时段数可以是火电机组开机时段的数量或火电机组关机时段的数量。可选的，开关机时段数可以包括开机时段数和关机时段数。示例性的，如果火电机组A在6点至10点开机，10点至12点关机，且每个小时为一个时段，则火电机组A的开机时段数为4，关机时段数为2。开停机时间约束条件可以是对火电机组的开停机时段数量进行约束的条件。

具体的，获取待调度系统中火电机组在目标时段的可出力阈值，以根据可出力阈值确定最大最小出力约束条件。获取待调度系统中火电机组在目标时段的爬坡速率阈值，以根据爬坡速率阈值确定爬坡容量约束条件。获取待调度系统中风电机组在目标时段的功率值，以根据可出力阈值、风电机组在目标时段的功率值和充放电功率确定旋转备用约束条件。获取待调度系统中火电机组在目标时段的上一个时段的开关机时段数，以根据开关机时段数和爬坡速率阈值确定开停机时间约束条件。从而根据功率平衡约束条件、最大最小出力约束条件、爬坡容量约束条件、旋转备用约束条件以及开停机时间约束条件，建立第二调度模型。

可选的，根据可出力阈值确定最大最小出力约束条件，可以包括基于如下公式确定最大最小出力约束条件：

P_min(i,t)≤P(i,t)≤P_max(i,t)；

其中，P_min(i,t)表示第i个火电机组在t时段的最小可出力，P(i,t)表示第i个火电机组在t时段的出力，P_max(i,t)表示第i个火电机组在t时段的最大可出力。

可选的，根据爬坡速率阈值确定爬坡容量约束条件，可以包括基于如下公式确定爬坡容量约束条件：

P(i,t)-P(i,t-1)≤U_pi+x_on(i,t)*(SU_pi-U_pi)；

P(i,t-1)-P(i,t)≤D_pi+x_off(i,t)*(SD_pi-D_pi)；

其中，U_pi表示第i个火电机组在一个时段内的最大向上爬坡速率，SU_pi表示第i个火电机组的向上爬坡速率，D_pi表示第i个火电机组在一个时段内的最大向下爬坡速率，SD_pi表示第i个火电机组的向下爬坡速率。

可选的，根据可出力阈值、风电机组在目标时段的功率值和充放电功率确定旋转备用约束条件，可以包括基于如下公式确定旋转备用约束条件：

其中，P_w(w,t)表示第w个风电机组在t时段的输出功率，u(i,t)表示第i个火电机组在t时段的启停状态，D(t)表示t时段的负荷，L表示负荷裕度。

可选的，根据开关机时段数和爬坡速率阈值确定开停机时间约束条件，可以包括基于如下公式确定开停机时间约束条件：

[t^on(i,t-1)-UT_i]*[u(i,t-1)-u(i,t)]≥0

[t^off(i,t-1)-DT_i]*[u(i,t)-u(i,t-1)]≥0

其中，t^on(i,t-1)表示第i个火电机组在t时段的连续运行时段数，，UT_i表示第i个火电机组的向上爬坡速率，DT_i表示第i个火电机组的向下爬坡速率。

S270、将所述储能系统在目标时段的充放电功率输入至预先构造的第二调度模型，以通过所述第二调度模型计算得到所述待调度系统在目标时段的调度方案。

可选的，通过第二调度模型计算得到待调度系统在目标时段的调度方案，可以包括：通过第二调度模型确定待调度系统中储能系统的优化边际发电成本；通过第二调度模型获取第一调度模型根据优化边际发电成本反馈的优化充放电功率；通过第二调度模型根据优化充放电功率计算待调度系统中风电机组的优化运行成本；在优化运行成本收敛的情况下，通过第二调度模型确定待调度系统在目标时段的调度方案。

其中，优化边际发电成本可以是优化后的边际发电成本。优化充放电功率可以是根据优化后的边际发电成本计算得到的充放电功率。优化运行成本可以是根据优化后的充放电功率得到的运行成本。

具体的，通过第二调度模型确定待调度系统中储能系统的优化边际发电成本，通过第一调度模型根据优化边际发电成本计算得到优化充放电功率，并将优化充放电功率输入至第二调度模型，通过第二调度模型根据优化充放电功率计算得到待调度系统中风电机组的优化运行成本，以在优化运行成本收敛时通过第二调度模型确定待调度系统在目标时段的调度方案。可以理解的是，如果优化运行成本不收敛，则继续执行通过第二调度模型确定待调度系统中储能系统的优化边际发电成本。

在本发明实施例的一个具体示例中，以待调度系统中包括10个火电机组为例进行说明，该待调度系统共有1662MW的装机容量。在机组组合决策中不考虑储能系统的场景下，机组1、2、3在所有时段均投入运行，机组7不投入运行，机组4、5、6、8、9、10的启停计划如表1所示，其中1表示运行，0表示停机。在该场景下，总的运行成本为129707.6元。由此可见，为满足风电和常规负荷的不确定性，仅依靠火电的机组组合方法需要进行较为频繁的机组启停，运行成本较高。

表1机组组合决策中不考虑储能系统的场景下的火电机组启停计划

在本发明实施例的另一个具体示例中，在机组组合决策中考虑储能系统的场景下，图3是本发明实施例二提供的一种火电机组调度方案的示意图，如图3所示，机组1、2、3、4和5在所有时段均投入运行，其余机组不投入运行。在满足约束条件的情况下，减少机组的启停次数，储能系统在第10-14时段和20-21时段进行放电，在2-5时段和15-17时段进行充电，从而进一步减少风电的弃风量。

本实施例的技术方案，通过获取待调度系统中储能系统的充放电功率阈值以及允许存储能量阈值，根据充放电功率阈值确定储能系统充放电功率约束条件，并根据允许存储能量阈值确定储能系统存储能量约束条件，根据储能系统充放电功率约束条件和储能系统存储能量约束条件建立第一调度模型，将充放电功率阈值和允许存储能量阈值输入至第一调度模型，以通过第一调度模型计算得到储能系统在目标时段的充放电功率，根据储能系统在目标时段的充放电功率确定功率平衡约束条件，以根据功率平衡约束条件建立第二调度模型，将储能系统在目标时段的充放电功率输入至第二调度模型，以通过第二调度模型计算得到待调度系统在目标时段的调度方案，解决了现有的电力系统优化调度方法由于无法确定最优调度方案导致的弃风严重和风电利用率低等问题，能够降低电力系统的弃风量，提高风电的利用率，从而有效提升电力系统接纳风电机组的能力。

实施例三

图4是本发明实施例三提供的一种电力系统调度装置的示意图，如图4所示，所述装置包括：阈值获取模块410、充放电功率确定模块420以及调度方案确定模块430，其中：

阈值获取模块410，用于获取待调度系统中储能系统的充放电功率阈值以及允许存储能量阈值；

充放电功率确定模块420，用于将所述充放电功率阈值和所述允许存储能量阈值输入至预先构造的第一调度模型，以通过所述第一调度模型计算得到所述储能系统在目标时段的充放电功率；

调度方案确定模块430，用于将所述储能系统在目标时段的充放电功率输入至预先构造的第二调度模型，以通过所述第二调度模型计算得到所述待调度系统在目标时段的调度方案。

本实施例的技术方案，通过获取待调度系统中储能系统的充放电功率阈值以及允许存储能量阈值，并将充放电功率阈值和允许存储能量阈值输入至预先构造的第一调度模型，通过第一调度模型计算得到储能系统在目标时段的充放电功率，以将充放电功率输入至预先构造的第二调度模型，从而通过第二调度模型计算得到待调度系统在目标时段的调度方案，解决了现有的电力系统优化调度方法由于无法确定最优调度方案导致的弃风严重和风电利用率低等问题，能够降低电力系统的弃风量，提高风电的利用率，从而有效提升电力系统接纳风电机组的能力。

可选的，充放电功率确定模块420，可以具体用于：根据充放电功率阈值确定储能系统充放电功率约束条件，并根据允许存储能量阈值确定储能系统存储能量约束条件；根据储能系统充放电功率约束条件和储能系统存储能量约束条件，建立第一调度模型；其中，第一调度模型的第一目标函数以储能系统收益最大化为目标。

可选的，电力系统调度装置，还可以用于：获取储能系统在设定时间间隔内各时段的边际发电成本，各时段的充电功率以及各时段的放电功率；根据各时段的边际发电成本，充电功率以及放电功率，确定第一目标函数。

可选的，调度方案确定模块430，可以具体用于：根据储能系统在目标时段的充放电功率确定功率平衡约束条件；根据功率平衡约束条件，建立第二调度模型；其中，第二调度模型的第二目标函数以火电机组运行成本最小化为目标。

可选的，电力系统调度装置，还可以用于：对于待调度系统中的每个火电机组，获取该火电机组在设定时间间隔内各时段的输出功率，确定该火电机组在设定时间间隔内各时段的启停状态，以及各时段的启动成本；根据各火电机组对应的各时段的输出功率，启动成本以及启停状态，确定第二目标函数。

可选的，电力系统调度装置，还可以用于：获取待调度系统中火电机组在目标时段的可出力阈值，并根据可出力阈值确定最大最小出力约束条件；获取待调度系统中火电机组在目标时段的爬坡速率阈值，并根据爬坡速率阈值确定爬坡容量约束条件；获取待调度系统中风电机组在目标时段的功率值，并根据可出力阈值、风电机组在目标时段的功率值以及充放电功率确定旋转备用约束条件；获取待调度系统中火电机组在目标时段的上一个时段的开关机时段数，并根据开关机时段数和爬坡速率阈值确定开停机时间约束条件；相应的，调度方案确定模块430，还可以具体用于：根据功率平衡约束条件、最大最小出力约束条件、爬坡容量约束条件、旋转备用约束条件以及开停机时间约束条件，建立第二调度模型。

可选的，调度方案确定模块430，可以具体用于：通过第二调度模型确定待调度系统中储能系统的优化边际发电成本；通过第二调度模型获取第一调度模型根据优化边际发电成本反馈的优化充放电功率；通过第二调度模型根据优化充放电功率计算待调度系统中风电机组的优化运行成本；在优化运行成本收敛的情况下，通过第二调度模型确定待调度系统在目标时段的调度方案。

本发明实施例所提供的电力系统调度装置可执行本发明任意实施例所提供的电力系统调度方法，具备执行方法相应的功能模块和有益效果。

实施例四

图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图5所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如电力系统调度方法。

在一些实施例中，电力系统调度方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的电力系统调度方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行电力系统调度方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种电力系统调度方法，其特征在于，包括：

获取待调度系统中储能系统的充放电功率阈值以及允许存储能量阈值；

将所述充放电功率阈值和所述允许存储能量阈值输入至预先构造的第一调度模型，以通过所述第一调度模型计算得到所述储能系统在目标时段的充放电功率；

将所述储能系统在目标时段的充放电功率输入至预先构造的第二调度模型，以通过所述第二调度模型计算得到所述待调度系统在目标时段的调度方案。

2.根据权利要求1所述的方法，其特征在于，在所述将所述充放电功率阈值和所述允许存储能量阈值输入至预先构造的第一调度模型之前，还包括：

根据所述充放电功率阈值确定储能系统充放电功率约束条件，并根据所述允许存储能量阈值确定储能系统存储能量约束条件；

根据所述储能系统充放电功率约束条件和所述储能系统存储能量约束条件，建立第一调度模型；其中，所述第一调度模型的第一目标函数以储能系统收益最大化为目标。

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：

获取所述储能系统在设定时间间隔内各时段的边际发电成本，各时段的充电功率以及各时段的放电功率；

根据所述各时段的边际发电成本，充电功率以及放电功率，确定所述第一目标函数。

4.根据权利要求1所述的方法，其特征在于，在所述将所述储能系统在目标时段的充放电功率输入至预先构造的第二调度模型之前，还包括：

根据所述储能系统在目标时段的充放电功率确定功率平衡约束条件；

根据所述功率平衡约束条件，建立第二调度模型；其中，所述第二调度模型的第二目标函数以火电机组运行成本最小化为目标。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

对于所述待调度系统中的每个火电机组，获取该火电机组在设定时间间隔内各时段的输出功率，确定该火电机组在设定时间间隔内各时段的启停状态，以及各时段的启动成本；

根据各火电机组对应的所述各时段的输出功率，启动成本以及启停状态，确定所述第二目标函数。

6.根据权利要求4所述的方法，其特征在于，所述方法还包括：

获取所述待调度系统中火电机组在目标时段的可出力阈值，并根据所述可出力阈值确定最大最小出力约束条件；

获取所述待调度系统中火电机组在目标时段的爬坡速率阈值，并根据所述爬坡速率阈值确定爬坡容量约束条件；

获取所述待调度系统中风电机组在目标时段的功率值，并根据所述可出力阈值、所述风电机组在目标时段的功率值以及所述充放电功率确定旋转备用约束条件；

获取所述待调度系统中火电机组在目标时段的上一个时段的开关机时段数，并根据所述开关机时段数和所述爬坡速率阈值确定开停机时间约束条件；

所述根据所述功率平衡约束条件，建立第二调度模型，包括：

根据所述功率平衡约束条件、所述最大最小出力约束条件、所述爬坡容量约束条件、所述旋转备用约束条件以及所述开停机时间约束条件，建立所述第二调度模型。

7.根据权利要求1所述的方法，其特征在于，所述通过所述第二调度模型计算得到所述待调度系统在目标时段的调度方案，包括：

通过所述第二调度模型确定所述待调度系统中储能系统的优化边际发电成本；

通过所述第二调度模型获取所述第一调度模型根据所述优化边际发电成本反馈的优化充放电功率；

通过所述第二调度模型根据所述优化充放电功率计算所述待调度系统中风电机组的优化运行成本；

在所述优化运行成本收敛的情况下，通过所述第二调度模型确定所述待调度系统在目标时段的调度方案。

8.一种电力系统调度装置，其特征在于，包括：

阈值获取模块，用于获取待调度系统中储能系统的充放电功率阈值以及允许存储能量阈值；

充放电功率确定模块，用于将所述充放电功率阈值和所述允许存储能量阈值输入至预先构造的第一调度模型，以通过所述第一调度模型计算得到所述储能系统在目标时段的充放电功率；

调度方案确定模块，用于将所述储能系统在目标时段的充放电功率输入至预先构造的第二调度模型，以通过所述第二调度模型计算得到所述待调度系统在目标时段的调度方案。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的电力系统调度方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的电力系统调度方法。

Images