CN115470952A - 一种适用于高负载局部孤网的检修计划生成方法及系统 - Google Patents
一种适用于高负载局部孤网的检修计划生成方法及系统 Download PDFInfo
- Publication number
- CN115470952A CN115470952A CN202211260148.XA CN202211260148A CN115470952A CN 115470952 A CN115470952 A CN 115470952A CN 202211260148 A CN202211260148 A CN 202211260148A CN 115470952 A CN115470952 A CN 115470952A
- Authority
- CN
- China
- Prior art keywords
- power
- new energy
- generating unit
- month
- thermal power
- 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.)
- Pending
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000005611 electricity Effects 0.000 claims abstract description 37
- 239000013589 supplement Substances 0.000 claims abstract description 9
- 238000004590 computer program Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000006735 deficit Effects 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 2
- 230000000295 complement effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000010248 power generation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 3
- 229910052782 aluminium Inorganic materials 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 108050006002 RNA polymerase sigma factor FliA Proteins 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Physics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及微电网技术领域,提供了一种适用于高负载局部孤网的检修计划生成方法及系统,包括:对于每个检修计划日期组合中的每个月,计算每台火电机组停机时缺额电力;基于缺额电力,结合历年新能源出力,计算每个月每台火电机组停机时的新能源补充电量;基于新能源补充电量,计算每个月每台火电机组停机时的日购电量;对于每个检修计划日期组合,将所有天的日购电量累加,得到检修计划日期组合对应的网购电量,取最小网购电量对应的检修计划日期组合为年度最优检修计划。利用新能源在时间上一定的周期性,弥补电网电力缺额状态下的电力缺口,在检修计划方面实现多能互补作用,降低了外部购电量。
Description
技术领域
本发明属于微电网技术领域,尤其涉及一种适用于高负载局部孤网的检修计划生成方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
以某局域电网(以下简称局域电网)为例,局域电网所辖F1电厂、F2电厂、F3电厂三个火电厂站,共计8台运行火电机组。所辖N新能源厂站,共计4台主变,新能源总装机450MW。与所辖L1铝厂、L2铝厂、L3铝厂三个生产系列共计1400MW刚性负荷形成自备电网。火电及新能源所发电力自发自用,同时通过联络线与大电网电气连接,自有电网电力缺额时通过联络线购入电力,从而满足自身电力平衡。
自备电网每年需对网内火电机组进行检修,根据停运机组容量不同将产生不同电力缺额,该部分电力缺额由联络线从外部购入电力或由新能源进行补充,外部购电将提高企业的运营成本,所以火电检修计划的制定需要选择新能源出力的季节性尽可能多的补充电力缺口的期间,从而降低外部购电量,而且现有的检修计划大都由人工根据经验制定,无法得到最优检修计划。
发明内容
为了解决上述背景技术中存在的技术问题,本发明提供一种适用于高负载局部孤网的检修计划生成方法及系统,利用新能源在时间上一定的周期性,弥补电网电力缺额状态下的电力缺口,在检修计划方面实现多能互补作用,降低了外部购电量。
为了实现上述目的,本发明采用如下技术方案:
本发明的第一个方面提供一种适用于高负载局部孤网的检修计划生成方法,其包括:
对于每个检修计划日期组合中的每个月,计算每台火电机组停机时缺额电力;
基于缺额电力,结合历年新能源出力,计算每个月每台火电机组停机时的新能源补充电量;
基于新能源补充电量,计算每个月每台火电机组停机时的日购电量;
对于每个检修计划日期组合,将所有天的日购电量累加,得到检修计划日期组合对应的网购电量,取最小网购电量对应的检修计划日期组合为年度最优检修计划。
进一步地,所述每台火电机组停机时缺额电力为:
其中,PVk表示第k台火电机组停机时缺额电力;PFi表示第i台火电机组的供电功率;PL为总用电负荷;a表示火电机组总台数。
进一步地,当第m月的第k台火电机组停机时的缺额电力PVk的绝对值大于等于新能源额定最大出力且PVk小于等于0MW时,第m个月的新能源日平均发电量为新能源补充电量。
进一步地,当第m月的第k台火电机组停机时的缺额电力PVk的绝对值小于等于新能源额定最大出力且PVk小于等于0MW时,新能源补充电量为:
其中,P(m,PVk)表示在第m个月所有新能源出力低于Py的统计点的平均功率;P(m,PVk)表示在第m个月所有新能源出力低于Py的统计点占所有统计点的比值;Py表示第y个统计区间的上限功率值;l表示统计区间的总个数;Pmax为新能源额定最大出力。
进一步地,当第m月的第k台火电机组停机时的缺额电力小于等于0MW时,日购电量为缺额电力产生的电量与新能源补充电量的差。
进一步地,当第m月的第k台火电机组停机时的缺额电力大于0MW时,补充电量为0。
进一步地,当第m月的第k台火电机组停机时的缺额电力大于0MW时,日购电量为0。
本发明的第二个方面提供一种适用于高负载局部孤网的检修计划生成系统,其包括:
缺额电力计算模块,其被配置为:对于每个检修计划日期组合中的每个月,计算每台火电机组停机时缺额电力;
新能源补充电量计算模块,其被配置为:基于缺额电力,结合历年新能源出力,计算每个月每台火电机组停机时的新能源补充电量;
日购电量计算模块,其被配置为:基于新能源补充电量,计算每个月每台火电机组停机时的日购电量;
最优检修计划选取模块,其被配置为:对于每个检修计划日期组合,将所有天的日购电量累加,得到检修计划日期组合对应的网购电量,取最小网购电量对应的检修计划日期组合为年度最优检修计划。
本发明的第三个方面提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述所述的一种适用于高负载局部孤网的检修计划生成方法中的步骤。
本发明的第四个方面提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述所述的一种适用于高负载局部孤网的检修计划生成方法中的步骤。
与现有技术相比,本发明的有益效果是:
本发明提供了一种适用于高负载局部孤网的检修计划生成方法,其根据历史新能源发电出力和电网电力平衡情况,构建全年时间尺度下每台火电机组停机后的日购电表,并通过枚举法列出所有检修计划的日期组合,结合日购电表确定购电量最少的检修计划;利用新能源在时间上一定的周期性弥补电网电力缺额状态下的电力缺口,在检修计划方面实现多能互补作用,进一步提升含大比例新能源的自备电网的运营经济性。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1是本发明实施例一的日期排列获取的流程图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
实施例一
本实施例提供了一种适用于高负载局部孤网的检修计划生成方法,通过历年新能源出力统计得出不同电力缺口时新能源的补充电量,计算不同容量火电机组在不同月份的停机时的日购电量,进一步的将一年内所有停运机组的检修周期构成全排列,再根据机组停运日购电量计算出每种排列下的年购电量,选择最少购电量排列方式作为年度最优检修计划。包括以下步骤:
步骤1、历年风资源数据统计。
步骤101、将最大额定出力为Pmax的每个月的风资源数据按照一定功率分为l个统计区间,第n个统计区间的上限功率值为其中n=1,2,......,l,例如,30万千瓦的新能源,若l=6,则分为5万、10万、15万、20万、25万、30万共计6个统计区间。其中,Pmax为新能源装机容量,在没有增量新能源的情况下,额定出力一定。
步骤102、依次统计第m个月的新能源日平均发电量Qm,m=1,2,…,12,得到第一矩阵:
式中,Qm表示第m个月的新能源日平均发电量,m=1,2,…,12。
步骤103、获取所有统计点(统计点是指监控系统中记录的新能源出力的采样点,周期以统计周期为准,例如每隔5分钟记录一个点,全天记录288个功率点)的新能源出力,在第m个月,提取新能源出力低于第n个统计区间的上限功率值Pn的统计点,计算所有提取出的统计点的平均出力Pm,n,得到第二矩阵为:
步骤104、在第m个月,提取新能源出力低于第n个统计区间的上限功率值Pn的统计点,计算提取出的统计点占所有统计点的比例Rm,n,得到第三矩阵为:
其中,Rm,n表示第m个月新能源出力低于第m个月的Pn的统计点占所有统计点的个数的比例。
步骤2、计算系统电力平衡。
对于每个月,计算共a台火电机组中第k台机组停运时系统的电力平衡情况:
其中,PFi表示第i台火电机组的供电功率;PVk表示第k台火电机组停机时缺额电力;PL为总用电负荷;k=0,1,2,…,a,特别的,当k=0时,表示机组全开。
步骤3、根据缺额电力确定风电补充平均电力及占比。
(1)当第m月、第k台火电机组停机时产生电力不平衡量PVk的绝对值大于等于新能源额定最大出力Pmax且PVk小于等于0MW时,此时说明新能源所发电力全部补进电力缺口,认为第k台火电机组在第m个月停机时,新能源当月的日平均发电量均为补充电量,即Qs(k,m)=Qm。新能源自用电极低,运算中忽略不济,发电量等于供电量。
(2)当第k台火电机组在第m个月停机,当电力不平衡量PVk的绝对值小于等于新能源额定最大出力Pmax且PVk小于等于0MW时,此时说明第k台火电机组停机时系统产生一定电力缺额,但新能源出力达到一定功率后可以完全补充缺口,新能源平均出力和占比为:
其中,y=min(X1,X2,…,Xj,…),Xj表示P1,P2,…,Pl中大于abs(PVk)的所有值中的第j个值;P(m,PVk)表示在第m个月所有新能源出力低于Py的统计点的平均功率;R(m,PVk)表示在第m个月所有新能源出力低于Py的统计点占所有统计点的比值;Py表示第y个统计区间的上限功率值。
此时,认为补充电量由两部分组成,新能源在第m月的出力低于最小功率统计节点Pm,y的概率为R(m,PVk),对应平均出力为P(m,PVk),另一部分相对应的为不低于最小功率统计节点Pm,y的功率,其概率为(1-R(m,PVk)),所以新能源补充电量可表示为:
其中,l表示统计区间的总个数。
(3)当第k台火电机组在第m个月停机,电力不平衡量PVk大于等于0MW时,即无电力缺额,此时补充电量Qs(k,m)=0。
步骤4、构建日购电表
(1)当电力不平衡量PVk的绝对值大于等于新能源额定最大出力P且PVk小于等于0MW时,第k台机组在第m月停机,当月的日购电量应为系统缺额电力产生的电量与新能源补充电量的差,即:
Qp(k,m)=abs(PVk)×24-Qm
(2)当电力不平衡量PVk,1的绝对值小于新能源额定最大出力P且PVk小于等于0MW时,日购电量:
Qp(k,m)=abs(PVk)×24-Qs(k,m)
(3)当电力不平衡量PVk,1大于等于0,即无电力缺额时,日购电量:
Qp(k,m)=0
步骤5、建立日期全排列,{S(a),F(a)}表示一种日期排列(检修计划日期组合)。
设a台机组检修天数为:
S(a)=[S1,S2,…,Sa]
其中,Si表示第i台机组的检修时长。
同时,每台机组检修前后间隔天数构成的集合为:
F(a)=[F1,F2,…,Fa,Fa+1]
其中,Fi表示第i台机组检修前的间隔天数,∑F(a)=365-∑S(a);∑F(a)表示对F(a)中的所有元素求和;∑S(a)表示对S(a)中的所有元素求和;即F(a)内所有元素的和应为一年365天与所有机组检修天数的差。那么全年检修计划可以表示为:
[F1,S1,F2,S2,...,Fa,Sa,Fa+1]
如果#1机组检修时长为d1天,#2机组检修时长为d2天......#a机组检修时长为da天,那么S(a)为关于d1,d2......da的全排列,如图1所示,F(a)的计算方式可按以下流程进行:
(1)计算T=365-∑S(a),令F1、F2、…、Fa、Fa+1均为0,令i=1,M(1)的枚举范围为0至T;
(2)令M(i)取其枚举范围内的任意一个值;并将M(i)的值赋值给Fi;
(3)计算剩余天数T’=T-∑Fi,即剩余停机间隔天数的总和;
(4)若剩余天数T’=0,则后续所有间隔Fi+1到Fa+1全部为零,完成本次循环;
(5)如果T’不为零,则判断i是否达到a,如果达到,则将剩余天数T’赋值给Fa+1,同时结束本次循环;如果i未达到a,则令i=i+1,调整M(i)的枚举范围为0至剩余天数T’,并返回步骤(2)继续执行循环。
不断重复步骤(1)-(5),直至算出间隔fi的所有组合。
步骤6、计算网购电量。
得到全年检修计划天数组合后,确定先判断闰年和平年。每月天数依次累加,直到大于等于当前天数,即为当前计划天数所在月减去当前月份之前完整月份的天数得到当前月中的第几天,也即确定了每段时间的起止日期。再确定计划天数对应月份内的天数,查找Qp(k,m)对应月份的日网购电量,累加后得到当前计划组合下的网购电量。
最后求取最小网购电量对应的检修计划日期组合即为所求。
本实施例根据历史新能源发电出力和电网电力平衡情况,构建全年时间尺度下每台火电机组停机后的日购电表,并通过枚举法列出所有检修计划的日期组合,结合日购电表确定购电量最少的检修计划。该实施例利用新能源在时间上一定的周期性弥补电网电力缺额状态下的电力缺口,在检修计划方面实现多能互补作用,进一步提升含大比例新能源的自备电网的运营经济性。
本实施例计算网内各火电机组N-1情况下的电力平衡情况以及历年本地新能源统计数据,建立各月新能源在不同出力区间内的出力情况和占比情况,再由对应缺口结合新能源出力和占比确定当月内每日的购电量情况,最终得到全年周期下每月的日购电表。
本实施例基于预计的检修机组数及检修工期,列举出机组检修日期安排的所有可能性,即采用枚举法得到应检机组在全年时间尺度下的所有日期组合,通过查询日购电表确定每种日期排列情况下的全年购电量,最终筛选出购电量最少的日期组合作为最优检修计划。
本实施例定某机组在一定统计天数情况下对应的具体日期,从而有效利用查表法精确计算购电量。
实施例二
本实施例提供了一种适用于高负载局部孤网的检修计划生成系统,其具体包括如下模块:
缺额电力计算模块,其被配置为:对于每个检修计划日期组合中的每个月,计算每台火电机组停机时缺额电力;
新能源补充电量计算模块,其被配置为:基于缺额电力,结合历年新能源出力,计算每个月每台火电机组停机时的新能源补充电量;
日购电量计算模块,其被配置为:基于新能源补充电量,计算每个月每台火电机组停机时的日购电量;
最优检修计划选取模块,其被配置为:对于每个检修计划日期组合,将所有天的日购电量累加,得到检修计划日期组合对应的网购电量,取最小网购电量对应的检修计划日期组合为年度最优检修计划。
此处需要说明的是,本实施例中的各个模块与实施例一中的各个步骤一一对应,其具体实施过程相同,此处不再累述。
实施例三
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述实施例一所述的一种适用于高负载局部孤网的检修计划生成方法中的步骤。
实施例四
本实施例提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述实施例一所述的一种适用于高负载局部孤网的检修计划生成方法中的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种适用于高负载局部孤网的检修计划生成方法,其特征在于,包括:
对于每个检修计划日期组合中的每个月,计算每台火电机组停机时缺额电力;
基于缺额电力,结合历年新能源出力,计算每个月每台火电机组停机时的新能源补充电量;
基于新能源补充电量,计算每个月每台火电机组停机时的日购电量;
对于每个检修计划日期组合,将所有天的日购电量累加,得到检修计划日期组合对应的网购电量,取最小网购电量对应的检修计划日期组合为年度最优检修计划。
3.如权利要求1所述的一种适用于高负载局部孤网的检修计划生成方法,其特征在于,当第m月的第k台火电机组停机时的缺额电力PVk的绝对值大于等于新能源额定最大出力且PVk小于等于0MW时,第m个月的新能源日平均发电量为新能源补充电量。
5.如权利要求1所述的一种适用于高负载局部孤网的检修计划生成方法,其特征在于,当第m月的第k台火电机组停机时的缺额电力小于等于0MW时,日购电量为缺额电力产生的电量与新能源补充电量的差。
6.如权利要求1所述的一种适用于高负载局部孤网的检修计划生成方法,其特征在于,当第m月的第k台火电机组停机时的缺额电力大于0MW时,补充电量为0。
7.如权利要求1所述的一种适用于高负载局部孤网的检修计划生成方法,其特征在于,当第m月的第k台火电机组停机时的缺额电力大于0MW时,日购电量为0。
8.一种适用于高负载局部孤网的检修计划生成系统,其特征在于,包括:
缺额电力计算模块,其被配置为:对于每个检修计划日期组合中的每个月,计算每台火电机组停机时缺额电力;
新能源补充电量计算模块,其被配置为:基于缺额电力,结合历年新能源出力,计算每个月每台火电机组停机时的新能源补充电量;
日购电量计算模块,其被配置为:基于新能源补充电量,计算每个月每台火电机组停机时的日购电量;
最优检修计划选取模块,其被配置为:对于每个检修计划日期组合,将所有天的日购电量累加,得到检修计划日期组合对应的网购电量,取最小网购电量对应的检修计划日期组合为年度最优检修计划。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的一种适用于高负载局部孤网的检修计划生成方法中的步骤。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一项所述的一种适用于高负载局部孤网的检修计划生成方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211260148.XA CN115470952A (zh) | 2022-10-14 | 2022-10-14 | 一种适用于高负载局部孤网的检修计划生成方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211260148.XA CN115470952A (zh) | 2022-10-14 | 2022-10-14 | 一种适用于高负载局部孤网的检修计划生成方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115470952A true CN115470952A (zh) | 2022-12-13 |
Family
ID=84336390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211260148.XA Pending CN115470952A (zh) | 2022-10-14 | 2022-10-14 | 一种适用于高负载局部孤网的检修计划生成方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115470952A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116151807A (zh) * | 2023-04-18 | 2023-05-23 | 南方电网科学研究院有限责任公司 | 发电机组的检修确定方法、装置和电子设备 |
-
2022
- 2022-10-14 CN CN202211260148.XA patent/CN115470952A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116151807A (zh) * | 2023-04-18 | 2023-05-23 | 南方电网科学研究院有限责任公司 | 发电机组的检修确定方法、装置和电子设备 |
CN116151807B (zh) * | 2023-04-18 | 2023-09-08 | 南方电网科学研究院有限责任公司 | 发电机组的检修确定方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107240932B (zh) | 一种水光互补系统中光伏电站容量优化方法 | |
Breuer et al. | Expectation-based reserve capacity dimensioning in power systems with an increasing intermittent feed-in | |
CN107844896A (zh) | 适用于高风电渗透率电力系统的风电置信容量评估方法 | |
CN107977898B (zh) | 一种光伏电站的发电量保险定价评估方法 | |
CN114140176B (zh) | 一种负荷聚集平台的可调容量预测方法及装置 | |
Mi et al. | Low-carbon generation expansion planning considering uncertainty of renewable energy at multi-time scales | |
CN115470952A (zh) | 一种适用于高负载局部孤网的检修计划生成方法及系统 | |
CN110909925A (zh) | 智能电网综合效益评价方法 | |
Sun et al. | Impacts of solar penetration on short-term net load forecasting at the distribution level | |
de Macedo et al. | Opportunities and challenges of DSM in smart grid environment | |
Amini et al. | A real time MPC-based strategy for PV plant with battery energy storage | |
Nobis et al. | Modeling forecasting errors of fluctuating renewables and electrical loads | |
CN112989279A (zh) | 含风电的电热联合系统的调度方法及装置 | |
CN113592507B (zh) | 一种电力现货交易月度收益仿真分析方法及装置 | |
Zhou et al. | A short-term power forecasting model for photovoltaic plants based on data mining | |
Husein et al. | Impact of solar power and load demand forecast uncertainty on the optimal operation of microgrid | |
Kumar et al. | Cost based optimal dynamic economic dispatch with wind integration | |
CN105116268A (zh) | 一种分压售电量和分压供电量对线损率影响的分析方法 | |
Anyaka et al. | The negative impact of high electricity tariff on consumers/end-users in some developing countries | |
Pu et al. | Optimal Planning of Energy Storage for Wind Farm GENCO in Power Spot Market | |
Khezri et al. | Energy management and optimal planning of a residential microgrid with time-of-use electricity tariffs | |
Lezhniuk et al. | Functionning optimization of various types of renewable sources of electric energy in electric networks | |
Krad et al. | Operational Impacts of Operating Reserve Demand Curves on Production Cost and Reliability | |
Hajari et al. | Impact of PV, WT, GTG, and ESS on the Reliability of Distribution System | |
Petz et al. | Resource Adequacy Methodologies in the European framework–how to take flexibilities into account in future modelling of resource adequacy? |
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 |