CN115173488B - 基于驻点启停策略的电力系统机组组合可行解计算方法 - Google Patents
基于驻点启停策略的电力系统机组组合可行解计算方法 Download PDFInfo
- Publication number
- CN115173488B CN115173488B CN202210906422.XA CN202210906422A CN115173488B CN 115173488 B CN115173488 B CN 115173488B CN 202210906422 A CN202210906422 A CN 202210906422A CN 115173488 B CN115173488 B CN 115173488B
- Authority
- CN
- China
- Prior art keywords
- unit
- power system
- stop
- period
- standing point
- 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
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 65
- 230000008569 process Effects 0.000 claims abstract description 17
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 230000009467 reduction Effects 0.000 claims abstract description 15
- 230000008859 change Effects 0.000 claims description 17
- 230000009194 climbing Effects 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 15
- 125000003275 alpha amino acid group Chemical group 0.000 claims description 14
- 150000001875 compounds Chemical class 0.000 claims description 14
- 238000010248 power generation Methods 0.000 claims description 11
- 230000001174 ascending effect Effects 0.000 claims description 8
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012886 linear function Methods 0.000 claims description 4
- 239000003245 coal Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000010977 unit operation Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
- 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
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- H02J3/472—For selectively connecting the AC sources in a particular order, e.g. sequential, alternating or subsets of sources
-
- 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
- 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Power Engineering (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Physics (AREA)
- Marketing (AREA)
- Mathematical Optimization (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Mathematics (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Algebra (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
Abstract
本发明公开了一种基于驻点启停策略的电力系统机组组合可行解计算方法,包括:收集待计算电力系统基础数据;将机组分为A、B类;建立电力系统机组组合驻点简化模型;采用混合整数规划求解算法求解机组组合驻点简化模型中四个驻点处A类机组启停状态值,求解过程中B类机组运行状态值为运行日初始值;依据机组组合的运行特点,辨识出A类机组中必开必停机组,形成机组组合整数变量削减模型;采用混合整数规划求解算法求解机组组合整数变量削减模型,获取运行日任意时段机组组合结果;本发明依据驻点时段机组启停值,确定了部分离散变量取值,降低了问题规模,能够快速计算出满足系统安全稳定经济运行需求的近优解乃至最优解。
Description
技术领域
本发明属于电气工程领域,尤其涉及基于驻点启停策略的电力系统机组组合可行解快速计算方法。
背景技术
在机组组合问题中,每台火电机组都是一个独立的建模对象,其运行状态采用二进制整数变量描述。目前,我国省级电网的机组数目在数十至百台范围内,若干个省级电网组成的机组规模可超过三百台。若对电力系统的全部机组进行逐一建模,模型将包含庞大数量的二进制整数变量和约束,求解问题变得异常的庞大和复杂,很难求解出全局最优的解。
快速计算可行解与耗时获取最优解的权衡,实际应用中更偏向于快速计算可行解。为此,一些文献对模型中约束条件进行了辨识,目的是降低模型复杂度。工程上,某些情况会依据调度人员多年工程经验,提前筛选出起作用的约束,以减少计算过程中的变量,但是人工经验的执行手段简单且缺乏全面量化的依据。
发电机组的启停状态(0-1离散变量)是电力系统机组组合模型中重要约束条件,它既制约目标函数又影响模型求解速度。由于锅炉和汽机本身的技术条件要求,机组一旦启动,必须运行一段时间而不能马上关闭。同理,机组停机后,也应停运一段时间后才能运行。实际运行中每一天启停变化的机组数目很少,大多数机组处于必开或者必停状态。因此,根据机组运行特点,辨识出必开或者必停机组,大幅减少全时段机组组合模型中的整数变量数目是降低电力系统机组组合问题求解难度的有效途径。
发明内容
为了解决现有技术中存在的问题,本发明提供一种基于驻点启停策略的电力系统机组组合可行解快速计算方法,以解决现有庞大和复杂电力系统机组组合问题求解速度慢的问题,具体由以下技术方案实现:
所述基于驻点启停策略的电力系统机组组合可行解计算方法,该方法包括:
步骤1)收集待计算电力系统基础数据;
步骤2)依据运行日前一天机组启停变化将机组分为A、B类,所述A类机组是指运行日前一天没有发生启停变化的机组,B类机组是指运行日前一天发生过由开到停或者由停到开变化的机组;
步骤3)建立目标函数公式,增设包含:启动成本约束、系统功率平衡约束、机组出力约束、机组爬坡速率约束、旋转备用约束、机组启停约束的约束条件,形成电力系统机组组合驻点简化模型;
步骤4)采用混合整数规划求解算法求解所述电力系统机组组合驻点简化模型中四个驻点A类机组启停状态值,求解过程中B类机组运行状态值为运行日初始值,所述四个驻点分别对应电力系统净负荷最大时段、电力系统净负荷最小时段、电力系统净负荷向上爬坡最快时段、电力系统净负荷向下爬坡最快时段;
步骤5)依据机组组合的运行特点,辨识出A类机组中必开必停类机组;
步骤6)依据所述必开必停机组信息,在电力系统机组组合驻点简化模型基础上增设A类机组必开必停类机组启停状态约束条件,建立电力系统机组组合整数变量削减模型;
步骤7)采用混合整数规划求解算法快速求解电力系统机组组合整数变量削减模型,获取运行日任意时段机组组合可行解。
所述基于驻点启停策略的电力系统机组组合可行解计算方法的进一步设计在于,所述步骤2)中所述A类机组数目和B类机组数目满足式(1):
NA+NB=NT (1)
式中,NA为A类机组数目,NB为B类机组数目,NT为机组总数;
设定A类机组所组成的机组集合为J1,B类机组所组成的机组集合J2,A类机组t时段所对应的机组启停数据集为Ai∈J1,B类机组t时段所对应的机组启停数据集为Bi∈J2。
所述基于驻点启停策略的电力系统机组组合可行解计算方法的进一步设计在于,所述步骤3)中所述电力系统机组组合驻点简化模型中目标函数如式(2):
式中,Fc为总发电成本;为机组i在第t时段的发电成本;/>为机组i在第t时段的启动成本;K为时段集合;J为机组集合。
所述基于驻点启停策略的电力系统机组组合可行解计算方法的进一步设计在于,所述步骤3)中采用分段线性函数来近似表示如式(3)所示的目标函数的发电成本,
fi min=ci Pi 2+bi Pi +ai (3)
式(3)中,ci,bi,ai分别为机组发电成本二次项系数、一次及常数项;为机组i在第t时段的状态(“1”表示机组处于运行状态;“0”表示机组处于停机状态);Pi 为机组i最小技术出力;mi为线性煤耗系数;
电力系统机组组合驻点简化模型目标函数中启动成本约束计算公式如式(4):
式(4)中,分别为机组i的热起动和冷起动费用,toff(i,t-1)为机组i在第t-1个时段连续停机时段数,/>为机组i最小连续停机时间,/>为机组i冷启动时间;
电力系统机组组合驻点简化模型中系统功率平衡约束计算公式如式(5):
式(5)中,为新能源机组w第t时段的出力,/>为系统在t时段的总负荷需求,W为新能源机组集合,Pi t为机组i在t时段的出力;
电力系统机组组合驻点简化模型中机组出力约束计算公式如式(6):
式(6)中,为机组i最大技术出力,
电力系统机组组合驻点简化模型中机组爬坡速率约束计算公式如式(7):
式(7)中,Pi up、Pi down分别为机组i上、下爬坡功率变化量限值;
电力系统机组组合驻点简化模型中旋转备用约束计算如式(8):
式(8)中,为第t时段的系统总备用功率;
电力系统机组组合驻点简化模型中机组启停约束计算公式如式(9):
式(9)中,为机组i最小连续运行时间,/>为机组i最小连续停机时间,Ton(i,t)为机组i到第t时段连续运行的时段数。
所述基于驻点启停策略的电力系统机组组合可行解计算方法的进一步设计在于,所述步骤4)中设定电力系统净负荷功率计算式如式(10),
式(10)中,为第t时刻系统净负荷功率;
相邻时间段净负荷变化量为:当/>则tΔt1=k+1;当/>则tΔt2=m+1;/>T为整个计算周期的时段数;
求解四个驻点A类机组启停状态值的具体步骤为:
步骤4-1)首先将4个驻点对应时段按照从小到大的顺序进行排列,并且依次用k1、k2、k3、k4表示,即tPmax表示为电力系统净负荷最大时段,tPmin表示为电力系统净负荷最小时段,tΔt1表示为电力系统净负荷向上爬坡最快时段为运行日相邻时间段净负荷变化量最大所对应时段,tΔt2表示为电力系统净负荷向下爬坡最快时段为运行日相邻时间段净负荷变化量最小所对应时段;
步骤4-2)根据式(7)所示的爬坡约束计算公式,A类机组四个驻点按照如下关系式确定:
步骤4-3)根据式(9)所示的启停约束计算公式,A类机组四个驻点Ton(Ai,t-1)、Toff(Ai,t-1)、按照如下关系式确定:
Ton(Ai,k2-1)=Ton(Ai,k1)
Ton(Ai,k3-1)=Ton(Ai,k2)
Ton(Ai,k4-1)=Ton(Ai,k3)
Toff(Ai,k2-1)=Toff(Ai,k1)
Toff(Ai,k3-1)=Toff(Ai,k2)
Toff(Ai,k4-1)=Toff(Ai,k3)
式中,Ai∈J1,
步骤4-4)采用混合整数规划求解算法求解驻点简化模型中四个驻点,求解结果表示为:
所述基于驻点启停策略的电力系统机组组合可行解计算方法的进一步设计在于,求解四个驻点A类机组启停状态值时B类机组运行状态值为运行日初始值即
所述基于驻点启停策略的电力系统机组组合可行解计算方法的进一步设计在于,根据式(10)建立A类机组中必开必停类机组启停状态约束计算公式,
所述基于驻点启停策略的电力系统机组组合可行解计算方法的进一步设计在于,所述步骤1)中电力系统基础数据包括:机组总数、各机组启动成本、各机组发电成本系数、运行日各时段系统总负荷、运行日各时段新能源总出力、各机组最小技术出力、各机组最大技术出力、各时段系统总备用功率、各机组最小连续运行时间、各机组最小连续停机时间、各机组上、下爬坡功率变化量限值、各机组初始出力、各机组运行日前一天启停变化情况以及各机组运行日初始启停状。
本发明还涉及一种电子设备,包括存储器、处理器以及计算机程序,其中所述计算机程序存储于所述存储器中,并被配置为由所述处理器执行以实现如所述基于驻点启停策略的电力系统机组组合可行解计算方法。
本发明还涉及一种计算机可读存储介质,所述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以实现所述基于驻点启停策略的电力系统机组组合可行解计算方法。
本发明的有益效果:
本发明的基于驻点启停策略的电力系统机组组合可行解快速计算方法利用大型机组不能频繁启动,启停机都是24小时以上的运行特点,确定大部分离散变量取值,大幅减少模型中引入的整数变量个数,显著提升了模型求解效率;
通过计算4个驻点可行解时B类机组启停值为已知量,整数变量削减模型中B类机组启停值为未知量,充分体现计算过程考虑了每一个机组启停要求约束,获取的可行解绝大多数是最优的,结果贴近实际的日前发电计划,保障了计算结果的有效性。
通过挖掘机组运行特点,科学地辨识出必开必停类机组,缩小了模型求解的可行域,得到更加紧凑的求解空间,模型整数变量数减少方法计算过程清晰,具有较高的适用性和推广性。
附图说明
图1为本发明基于驻点启停策略的电力系统机组组合可行解计算方法的流程示意图。
图2为10机24节点算例拓扑图。
图3为运行日系统总负荷曲线示意图。
图4为运行日新能源出力曲线示意图。
图5为运行日系统净负荷曲线示意图。
具体实施方式
下面结合附图对本发明实施例中的技术方案进行清楚、完整地描述。
如图1,本发明的基于驻点启停策略的电力系统机组组合可行解快速计算方法包括如下步骤:
步骤1)收集待计算电力系统基础数据。电力系统基础数据包括:机组总数、各机组启动成本、各机组发电成本系数、运行日各时段系统总负荷、运行日各时段新能源总出力、各机组最小技术出力、各机组最大技术出力、各时段系统总备用功率、各机组最小连续运行时间、各机组最小连续停机时间、各机组上、下爬坡功率变化量限值、各机组初始出力、各机组运行日前一天启停变化情况、各机组运行日初始启停状态。
步骤2)依据运行日前一天机组启停变化将机组分为A、B类。运行日前一天机组启停变化可根据步骤1)中基础数据获取。其中,A类机组是指运行日前一天没有发生启停变化的机组,B类机组是指运行日前一天发生过由开到停或者由停到开变化的机组。
A类机组数目和B类机组数目满足如下式子:
NA+NB=NT
式中,NA为A类机组数目,NB为B类机组数目,NT为机组总数。
A类机组所组成的机组集合为J1,B类机组所组成的机组集合J2。
A类机组i在t时段所对应的机组启停决策变量集为Ai∈J1.
B类机组i在t时段所对应的机组启停决策变量集为Bi∈J2。
步骤3)建立电力系统机组组合驻点简化模型。电力系统机组组合驻点简化模型中目标函数计算公式X1为:
式中,Fc为总发电成本;CP(i,t)为机组i在第t时段的发电成本;CU(i,t)为机组i在第t时段的启停成本;K为时段集合;J为机组集合。
目标函数中发电成本可采用分段线性函数来近似表示,计算公式X2为:
fi min=ci Pi 2+bi Pi +ai
式中,ci,bi,ai分别为机组i发电成本二次项系数、一次及常数项;为机组i在第t时段的状态(“1”表示机组处于运行状态;“0”表示机组处于停机状态);Pi 为机组i最小技术出力;mi为线性煤耗系数。
电力系统机组组合驻点简化模型目标函数中启动成本计算公式X3为:
式中,分别为火电机组i的热起动和冷起动费用,toff(i,t-1)为机组i在第t-1个时段连续停机的时段数,Ti off 为机组i最小连续停机时间,/>为机组i冷启动时间。
电力系统机组组合驻点简化模型中系统功率平衡约束计算公式X4为:
式中,为新能源机组w第t时段的出力,/>为系统在t时段的总负荷需求,W为新能源机组集合,Pi t为机组i在t时段的出力。
电力系统机组组合驻点简化模型中机组出力约束计算公式X5为:
式中,为机组i最大技术出力。
电力系统机组组合驻点简化模型中爬坡速率约束计算公式X6为:
式中,Pi up、Pi down分别为机组i上、下爬坡功率变化量限值。
电力系统机组组合驻点简化模型中旋转备用约束计算公式X7为:
式中,为第t时段的系统总备用功率。
电力系统机组组合驻点简化模型中机组启停约束计算公式X8为:
式中,为机组i最小连续运行时间,/>为机组i最小连续停机时间,Ton(i,t-1)为机组i到第t-1时段连续运行时段数。
步骤4)采用混合整数规划求解算法求解机组组合驻点简化模型中4个驻点A类机组启停状态值,求解过程中B类机组运行状态值为运行日初始值。
电力系统净负荷功率计算式为:
式中,为第t时刻系统净负荷功率。
四个驻点为电力系统净负荷最大时段、电力系统净负荷最小时段、电力系统净负荷向上爬坡最快时段、电力系统净负荷向下爬坡最快时段。电力系统净负荷最大时段用tPmax表示,电力系统净负荷最小时段用tPmin表示,电力系统净负荷向上爬坡最快时段为运行日相邻时间段净负荷向上变化量最大的时段用tΔt1表示,电力系统净负荷向下爬坡最快时段为运行日相邻时间段净负荷向下变化量最大的时段用tΔt2表示。
则相邻时间段净负荷变化量为:当/>则tΔt1=k+1;当/>则tΔt2=m+1;/>式中,T为整个计算周期的时段数。
求解四个驻点A类机组启停状态值时B类机组运行状态值为运行日初始值即
接着,采用混合整数规划求解算法求解机组组合驻点简化模型中A类机组四个驻点可行解时,求解过程如下:
步骤4-1)首先将4个驻点对应时段按照从小到大的顺序进行排列,并且依次用k1、k2、k3、k4表示即步骤4-2)爬坡约束计算公式中A类机组四个驻点前一时刻出力值按照如下方法确定。
步骤4-3)启停约束计算公式中A类机组四个驻点Ton(Ai,t-1)、Toff(Ai,t-1)、按照如下方法确定:
Ton(Ai,k2-1)=Ton(Ai,k1)
Ton(Ai,k3-1)=Ton(Ai,k2)
Ton(Ai,k4-1)=Ton(Ai,k3)
Toff(Ai,k2-1)=Toff(Ai,k1)
Toff(Ai,k3-1)=Toff(Ai,k2)
Toff(Ai,k4-1)=Toff(Ai,k3)
式中,Ai∈J1。
步骤4-4)采用混合整数规划求解算法求解驻点简化模型中4个驻点。求解结果表示为:
步骤5)依据机组组合的运行特点,辨识出A类机组中必开必停类机组。
必开必停类机组为电网运行中必开发电机组或者必停发电机组,不需要在机组模型中进行机组状态的优化决策。由于锅炉和汽机本身的技术条件要求,大型机组不能频繁启动,启停机都是24小时以上,所以不会在一天内出现两次及以上的启停,最多出现一次启停。运用机组该特点,将部分机组启停值辨识出来,降低模型中变量数。
运行日A类机组初始时刻状态可根据电力系统基础数据获取,为数据集如果/>则A类机组中第Ai台为运行日内必开机组即为如果/>则A类机组中第Ai台机组为运行日内必停机组,即为/>
步骤6)依据辨识得到的必开必停机组信息,建立电力系统机组组合整数变量削减模型。
电力系统机组组合整数变量削减模型为电力系统机组组合驻点简化模型基础上增加A类机组必开必停类机组启停状态约束条件。
A类机组中必开必停类机组启停状态约束计算公式X9为:
电力系统机组组合整数变量削减模型包含计算公式X1-X9。
步骤7)采用混合整数规划求解算法快速求解电力系统机组组合整数变量削减模型,获取运行日任意时段机组组合可行解。
图2为所选取的10机24节点测试系统的系统图,母线6、14处各有1个风电场,以此为例进行实例说明。
步骤1)收集待计算电力系统基础数据。
如图3所示,机组集中机组总数NT=10,运行日24时段系统总负荷曲线如图3所示、运行日24时段新能源出力曲线如图4所示,各机组运行参数如表1所示。
表1各机组运行参数
步骤2)依据运行日前一天机组启停变化将机组分为A、B类
根据表1中数据运行日前一天10机组中1、3、5机组启停发生过变化,归为B类机组,其他机组归为A类机组。
因此,A类机组数目为NA=7,B类机组数目为NB=3
NA+NB=10
A类机组集合为
J1={机组2、机组4、机组6、机组7、机组8、机组9、机组10}
B类机组集合为J2={机组1、机组3、机组5}
步骤3)建立电力系统机组组合驻点简化模型
电力系统机组组合驻点简化模型中目标函数计算公式X1为:
目标函数中发电成本可采用分段线性函数来近似表示,计算公式X2为:
fi min=ci Pi 2+bi Pi +ai
电力系统机组组合驻点简化模型中目标函数中启动成本计算公式X3为:
电力系统机组组合驻点简化模型中系统功率平衡约束计算公式X4为:
电力系统机组组合驻点简化模型中机组出力约束计算公式X5为:
电力系统机组组合驻点简化模型中爬坡速率约束计算公式X6为:
电力系统机组组合驻点简化模型中旋转备用约束计算公式X7为:
电力系统机组组合驻点简化模型中机组启停约束计算公式X8为:
步骤4)采用混合整数规划求解算法求解初始模型中4个驻点A类机组启停状态值,求解过程中B类机组运行状态值为运行日初始值。
根据图3、图4的数据及系统净负荷变化量公式得到运行日24时段系统净负荷大小,如图5所示。
系统净负荷最大时段系统净负荷最小时段/>20时段系统净负荷变化量最大,23时段系统净负荷变化量最小,所以tΔt1=20,tΔt2=23
求解四个驻点过程中1、3、5机组为B类机组,其运行状态值为运行日初始值,可根据表1中数据获取,如表2所示1、3、5机组运行状态值。
表2 B类机组运行状态值
采用混合整数规划求解算法求解初始模型中A类机组4个驻点可行解时,求解过程如下:
步骤4-1)4个离散驻点tPmin=1、tPmax=10、tΔt1=20、tΔt2=23按照从小到大的顺序进行排列为tPmin<tPmax<tΔt1<tΔt2,依次用k1、k2、k3、k4表示即k1=1、k2=10、k3=20、k4=23
步骤4-2)爬坡约束计算公式X6中A类机组四个驻点按照如下关系式确定,
步骤4-3)启停约束计算公式X8中A类机组四个驻点Ton(Ai,t-1)、Toff(Ai,t-1)、按照如下方法确定
Ton(Ai,10-1)=Ton(Ai,1)
Ton(Ai,20-1)=Ton(Ai,10)
Ton(Ai,23-1)=Ton(Ai,20)
Toff(Ai,10-1)=Toff(Ai,1)
Toff(Ai,20-1)=Toff(Ai,10)
Toff(Ai,23-1)=Toff(Ai,20)
步骤4-4)采用混合整数规划求解算法求解驻点简化模型中4个驻点求解结果可表示为:
步骤5)依据机组组合的运行特点,辨识出A类机组中必开必停类机组
运行日A类机组初始时段状态启停值可根据表1中数据获取如果/>则A类机组中第Ai台为运行日必开机组即为/>如果/>则A类机组中第Ai台机组为运行日必停组即为/>
步骤6)依据辨识得到的必开必停机组信息,建立电力系统机组组合整数变量削减的模型。
电力系统机组组合整数变量削减模型为电力系统机组组合驻点简化模型基础上增加A类机组必开必停类机组启停状态约束条件
A类机组中必开必停类机组启停状态约束计算公式X9为:
电力系统机组组合整数变量削减模型包含计算公式X1-X9。
步骤7)采用混合整数规划求解算法快速求解电力系统机组组合整数变量削减模型,获取运行日任意时段机组组合可行解。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段,还包括由以上技术特征任意组合所组成的技术方案。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种基于驻点启停策略的电力系统机组组合可行解计算方法,其特征在于,该方法包括:步骤1)收集待计算电力系统基础数据;
步骤2)依据运行日前一天机组启停变化将机组分为A、B类,所述A类机组是指运行日前一天没有发生启停变化的机组,B类机组是指运行日前一天发生过由开到停或者由停到开变化的机组;
步骤3)建立目标函数公式,增设包含:启动成本约束、系统功率平衡约束、机组出力约束、机组爬坡速率约束、旋转备用约束、机组启停约束的约束条件,形成电力系统机组组合驻点简化模型;
步骤4)采用混合整数规划求解算法求解所述电力系统机组组合驻点简化模型中四个驻点A类机组启停状态值,求解过程中B类机组运行状态值为运行日初始值,所述四个驻点分别对应电力系统净负荷最大时段、电力系统净负荷最小时段、电力系统净负荷向上爬坡最快时段、电力系统净负荷向下爬坡最快时段;
步骤5)依据机组组合的运行特点,辨识出A类机组中必开必停类机组;
步骤6)依据所述必开必停机组信息,在电力系统机组组合驻点简化模型基础上增设A类机组必开必停类机组启停状态约束条件,建立电力系统机组组合整数变量削减模型;
步骤7)采用混合整数规划求解算法快速求解电力系统机组组合整数变量削减模型,获取运行日任意时段机组组合可行解。
2.根据权利要求1所述的基于驻点启停策略的电力系统机组组合可行解计算方法,其特征在于,所述步骤2)中所述A类机组数目和B类机组数目满足式(1):
NA+NB=NT (1)
式中,NA为A类机组数目,NB为B类机组数目,NT为机组总数;
设定A类机组所组成的机组集合为J1,B类机组所组成的机组集合J2,A类机组t时段所对应的机组启停数据集为Ai∈J1,B类机组t时段所对应的机组启停数据集为Bi∈J2。
3.根据权利要求1所述的基于驻点启停策略的电力系统机组组合可行解计算方法,其特征在于,所述步骤3)中所述电力系统机组组合驻点简化模型中目标函数如式(2):
式中,Fc为总发电成本;为机组i在第t时段的发电成本;/>为机组i在第t时段的启动成本;K为时段集合;J为机组集合。
4.根据权利要求1所述的基于驻点启停策略的电力系统机组组合可行解计算方法,其特征在于,所述步骤3)中采用分段线性函数来近似表示如式(3)所示的目标函数的发电成本,
式(3)中,ci,bi,ai分别为机组发电成本二次项系数、一次及常数项;为机组i在第t时段的状态(“1”表示机组处于运行状态;“0”表示机组处于停机状态);Pi 为机组i最小技术出力;mi为线性煤耗系数;
电力系统机组组合驻点简化模型目标函数中启动成本约束计算公式如式(4):
式(4)中,分别为机组i的热起动和冷起动费用,toff(i,t-1)为机组i在第t-1个时段连续停机时段数,Ti o ff 为机组i最小连续停机时间,/>为机组i冷启动时间;
电力系统机组组合驻点简化模型中系统功率平衡约束计算公式如式(5):
式(5)中,为新能源机组w第t时段的出力,/>为系统在t时段的总负荷需求,W为新能源机组集合,Pi t为机组i在t时段的出力;
电力系统机组组合驻点简化模型中机组出力约束计算公式如式(6):
式(6)中,为机组i最大技术出力,
电力系统机组组合驻点简化模型中机组爬坡速率约束计算公式如式(7):
式(7)中,Pi up、Pi down分别为机组i上、下爬坡功率变化量限值;
电力系统机组组合驻点简化模型中旋转备用约束计算如式(8):
式(8)中,为第t时段的系统总备用功率;
电力系统机组组合驻点简化模型中机组启停约束计算公式如式(9):
式(9)中,为机组i最小连续运行时间,/>为机组i最小连续停机时间,Ton(i,t)为机组i到第t时段连续运行的时段数。
5.根据权利要求1所述的基于驻点启停策略的电力系统机组组合可行解计算方法,其特征在于,所述步骤4)中设定电力系统净负荷功率计算式如式(10),
式(10)中,为第t时刻系统净负荷功率;
相邻时间段净负荷变化量为:当/>则tΔt1=k+1;当/>则tΔt2=m+1;/>k、m∈0、2...T-1,T为整个计算周期的时段数;
求解四个驻点A类机组启停状态值的具体步骤为:
步骤4-1)首先将4个驻点对应时段按照从小到大的顺序进行排列,并且依次用k1、k2、k3、k4表示,即k1、k2、k3、k4∈{tPmax、tPmin、tΔt1、tΔt2},tPmax表示为电力系统净负荷最大时段,tPmin表示为电力系统净负荷最小时段,tΔt1表示为电力系统净负荷向上爬坡最快时段为运行日相邻时间段净负荷变化量最大所对应时段,tΔt2表示为电力系统净负荷向下爬坡最快时段为运行日相邻时间段净负荷变化量最小所对应时段;
步骤4-2)根据式(7)所示的爬坡约束计算公式,A类机组四个驻点按照如下关系式确定:
步骤4-3)根据式(9)所示的启停约束计算公式,A类机组四个驻点Ton(Ai,t-1)、Toff(Ai,t-1)、按照如下关系式确定:
Ton(Ai,k2-1)=Ton(Ai,k1)
Ton(Ai,k3-1)=Ton(Ai,k2)
Ton(Ai,k4-1)=Ton(Ai,k3)
Toff(Ai,k2-1)=Toff(Ai,k1)
Toff(Ai,k3-1)=Toff(Ai,k2)
Toff(Ai,k4-1)=Toff(Ai,k3)
式中,Ai∈J1,
步骤4-4)采用混合整数规划求解算法求解驻点简化模型中四个驻点,求解结果表示为:
6.根据权利要求5所述的基于驻点启停策略的电力系统机组组合可行解计算方法,其特征在于,求解四个驻点A类机组启停状态值时B类机组运行状态值为运行日初始值即
7.根据权利要求5所述的基于驻点启停策略的电力系统机组组合可行解计算方法,其特征在于,根据式(10)建立A类机组中必开必停类机组启停状态约束计算公式,
8.根据权利要求1所述的基于驻点启停策略的电力系统机组组合可行解计算方法,其特征在于,所述步骤1)中电力系统基础数据包括:机组总数、各机组启动成本、各机组发电成本系数、运行日各时段系统总负荷、运行日各时段新能源总出力、各机组最小技术出力、各机组最大技术出力、各时段系统总备用功率、各机组最小连续运行时间、各机组最小连续停机时间、各机组上、下爬坡功率变化量限值、各机组初始出力、各机组运行日前一天启停变化情况以及各机组运行日初始启停状态值。
9.一种电子设备,其特征在于,包括存储器、处理器以及计算机程序,其中所述计算机程序存储于所述存储器中,并被配置为由所述处理器执行以实现如权利要求1-8任一项所述的基于驻点启停策略的电力系统机组组合可行解计算方法。
10.一种计算机可读存储介质,其特征在于所述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以实现权利要求1-8任一项所述的基于驻点启停策略的电力系统机组组合可行解计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210906422.XA CN115173488B (zh) | 2022-07-29 | 2022-07-29 | 基于驻点启停策略的电力系统机组组合可行解计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210906422.XA CN115173488B (zh) | 2022-07-29 | 2022-07-29 | 基于驻点启停策略的电力系统机组组合可行解计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115173488A CN115173488A (zh) | 2022-10-11 |
CN115173488B true CN115173488B (zh) | 2023-11-24 |
Family
ID=83477685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210906422.XA Active CN115173488B (zh) | 2022-07-29 | 2022-07-29 | 基于驻点启停策略的电力系统机组组合可行解计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115173488B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN112491091A (zh) * | 2020-10-23 | 2021-03-12 | 中国南方电网有限责任公司 | 一种大规模区域电网日前安全约束机组组合快速求解方法 |
CN113489068A (zh) * | 2021-07-16 | 2021-10-08 | 广西大学 | 一种电力系统机组组合方法及系统 |
CN114709880A (zh) * | 2022-06-06 | 2022-07-05 | 阿里巴巴达摩院(杭州)科技有限公司 | 目标电网中机组的控制方法、系统、存储介质及处理器 |
-
2022
- 2022-07-29 CN CN202210906422.XA patent/CN115173488B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112491091A (zh) * | 2020-10-23 | 2021-03-12 | 中国南方电网有限责任公司 | 一种大规模区域电网日前安全约束机组组合快速求解方法 |
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 |
CN113489068A (zh) * | 2021-07-16 | 2021-10-08 | 广西大学 | 一种电力系统机组组合方法及系统 |
CN114709880A (zh) * | 2022-06-06 | 2022-07-05 | 阿里巴巴达摩院(杭州)科技有限公司 | 目标电网中机组的控制方法、系统、存储介质及处理器 |
Also Published As
Publication number | Publication date |
---|---|
CN115173488A (zh) | 2022-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107240933B (zh) | 一种考虑风电功率特性的风火协调滚动调度方法 | |
CN108964128A (zh) | 基于电锅炉与储热装置协调供热的低碳经济调度求解方法 | |
CN111555281A (zh) | 一种电力系统灵活性资源配置仿真方法及装置 | |
Hao et al. | Scenario-based unit commitment optimization for power system with large-scale wind power participating in primary frequency regulation | |
Chen et al. | Multi-objective optimization strategy of multi-sources power system operation based on fuzzy chance constraint programming and improved analytic hierarchy process | |
CN111126675A (zh) | 多能互补微网系统优化方法 | |
CN112103941A (zh) | 考虑电网灵活性的储能配置双层优化方法 | |
CN111489020A (zh) | 一种独立型综合能源网电-气储能系统优化配置求解方法 | |
CN115425668A (zh) | 一种基于电力系统时序生产模拟的储能容量优化配置方法 | |
CN112560221A (zh) | 含增强地热系统的设施农业能源网容量分配方法及装置 | |
CN115189420A (zh) | 考虑供需双侧不确定性的电网调度运行优化方法及系统 | |
CN116316713A (zh) | 一种含风光和光伏的电网储能配置方法及装置 | |
CN108288132B (zh) | 一种基于源荷互动电力系统调度的建模方法 | |
Chen et al. | Low-carbon environment-friendly economic optimal scheduling of multi-energy microgrid with integrated demand response considering waste heat utilization | |
CN115173488B (zh) | 基于驻点启停策略的电力系统机组组合可行解计算方法 | |
CN110245793B (zh) | 一种基于光热机组聚合模型的电力系统优化调度方法 | |
CN117094746A (zh) | 一种虚拟发电厂优化方法、装置、设备及介质 | |
CN117013623A (zh) | 一种考虑碳排放的多能源电力系统时序生产模拟方法 | |
CN114169800B (zh) | 综合能源系统的能量调度方法 | |
CN114254946A (zh) | 新能源发电等值年费用比较方法、系统、设备及存储介质 | |
Chen | Optimize configuration of multi-energy storage system in a standalone microgrid | |
Zhang et al. | Algorithm on optimal wind power capacity using peak load regulation restraints | |
Sun et al. | Analysis of wind power integration capacity in wind-hydro-thermal hybrid power system | |
CN112818559B (zh) | 基于随机微分方程的区域综合能源连续调度方法及其系统 | |
Sheng et al. | Economic optimal dispatching of power system with wind power pumped storage-thermal power joint operation |
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 |