CN115811098B - 考虑功率裕度的风储电站agc指令优化方法和系统 - Google Patents
考虑功率裕度的风储电站agc指令优化方法和系统 Download PDFInfo
- Publication number
- CN115811098B CN115811098B CN202310086495.3A CN202310086495A CN115811098B CN 115811098 B CN115811098 B CN 115811098B CN 202310086495 A CN202310086495 A CN 202310086495A CN 115811098 B CN115811098 B CN 115811098B
- Authority
- CN
- China
- Prior art keywords
- equipment
- power
- value information
- cost
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000005457 optimization Methods 0.000 title abstract description 30
- 230000005611 electricity Effects 0.000 claims abstract description 51
- 238000004146 energy storage Methods 0.000 claims description 47
- 230000005540 biological transmission Effects 0.000 claims description 30
- 230000008859 change Effects 0.000 claims description 27
- 238000010248 power generation Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 17
- 238000007499 fusion processing Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 9
- 230000009467 reduction Effects 0.000 claims description 6
- 238000010616 electrical installation Methods 0.000 claims 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请涉及一种考虑功率裕度的风储电站AGC指令优化方法和系统。所述方法包括：获取电力设备的限电价值信息；利用所述限电价值信息驱动设备控制模型，得到所述设备控制模型的初始控制信息；以所述初始控制信息作为调整所述电力设备的设备控制价值信息的初始值，对所述设备控制价值信息进行调整，直至所述设备控制价值信息符合预设条件，得到所述设备控制模型的目标控制信息；根据所述目标控制信息，对所述电力设备进行控制。采用本方法能够降低风储电站的电力设备控制的成本。
Description
技术领域
本申请涉及电力技术领域，特别是涉及一种考虑功率裕度的风储电站AGC指令优化方法和系统。
背景技术
随着电力技术的发展，出现了风电技术，风电属于间歇式新能源，由于存在波动性，风电站通常配置储能备来维持系统频率的稳定，储能备用的引入使风储电站内的可调节对象更多更灵活，在使用AGC（Automatic Generation Control，自动发电量控制）进行控制时，需要对各种可调节对象进行合理地调度和分配。
现有技术中，风电站通常以风机出力最大为目标，通过MPPT（Maximum PowerPoint Tracking，最大功率点追踪）方式进行控制，AGC在下发功率指令时，调度员将所有网内机组按照调节精度、响应速度和调节容量等性能指标进行排序，根据先后次序依次确定控制区内提供AGC的机组及其容量。此种方法虽然简单实用，但是未考虑到机组提供储能备用服务的成本，容易导致AGC经济性不高。
因此，目前的风电技术中存在成本较高的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够降低成本的考虑功率裕度的风储电站AGC指令优化方法、系统、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种考虑功率裕度的风储电站AGC指令优化方法。所述方法包括：
获取电力设备的限电价值信息；
利用所述限电价值信息驱动设备控制模型，得到所述设备控制模型的初始控制信息；
以所述初始控制信息作为调整所述电力设备的设备控制价值信息的初始值，对所述设备控制价值信息进行调整，直至所述设备控制价值信息符合预设条件，得到所述设备控制模型的目标控制信息；
根据所述目标控制信息，对所述电力设备进行控制。
在其中一个实施例中，所述以所述初始控制信息作为调整所述电力设备的设备控制价值信息的初始值，对所述设备控制价值信息进行调整，直至所述设备控制价值信息符合预设条件，得到所述设备控制模型的目标控制信息，包括：
根据所述电力设备的设备出力和运行状态，确定所述电力设备的操作价值信息；所述电力设备包括发电机组和储能设备；
根据所述发电机组的限发容量和限电价值信息，确定所述电力设备的备用容量价值信息；
将所述操作价值信息与所述备用容量价值信息进行融合处理，得到所述电力设备的设备控制价值信息。
在其中一个实施例中，所述根据所述电力设备的设备出力和运行状态，确定所述电力设备的操作价值信息，包括：
根据预设的平方映射关系，确定与所述设备出力相对应的所述电力设备的运行价值信息；
根据所述电力设备的运行状态，确定所述电力设备的启停价值信息；
将所述运行价值信息与所述启停价值信息进行融合处理，得到所述电力设备的操作价值信息。
在其中一个实施例中，所述设备控制价值信息与计划时段相对应，所述电力设备和所述计划时段均为至少一个；所述预设条件包括使至少一个所述电力设备在至少一个所述计划时段的设备控制价值信息之和最小。
在其中一个实施例中，所述预设条件还包括至少一个所述发电机组的限发容量之和在预设的备用容量需求以上，至少一个所述发电机组的设备出力之和符合预设的总设备出力，且各所述发电机组的设备出力均不超过预设的可发容量。
在其中一个实施例中，所述预设条件还包括各所述发电机组的设备出力的变化率均不超过预设的变化率阈值，各所述发电机组的连续运行时间超过第一预设时间，各所述发电机组的连续停机时间超过第二预设时间。
在其中一个实施例中，至少一个所述计划时段均为日前时段；所述方法还包括：
获取与至少一个日内时段相对应的所述发电机组的日内限发容量；
根据至少一个所述日内限发容量，对所述设备控制模型进行更新，得到更新后的设备控制模型；
根据所述更新后的设备控制模型，确定所述目标控制信息。
第二方面，本申请还提供了一种考虑功率裕度的风储电站AGC指令优化系统。所述系统包括电力设备和AGC指令生成器；
所述AGC指令生成器，用于获取电力设备的限电价值信息，利用所述限电价值信息驱动设备控制模型，得到所述设备控制模型的初始控制信息，以所述初始控制信息作为调整所述电力设备的设备控制价值信息的初始值，对所述设备控制价值信息进行调整，直至所述设备控制价值信息符合预设条件，得到所述设备控制模型的目标控制信息，将所述目标控制信息发送至所述电力设备；
所述电力设备，用于根据接收到的所述目标控制信息进行运行。
第三方面，本申请还提供了一种考虑功率裕度的风储电站AGC指令优化装置。所述装置包括：
获取模块，用于获取电力设备的限电价值信息；
初始模块，用于利用所述限电价值信息驱动设备控制模型，得到所述设备控制模型的初始控制信息；
目标模块，用于以所述初始控制信息作为调整所述电力设备的设备控制价值信息的初始值，对所述设备控制价值信息进行调整，直至所述设备控制价值信息符合预设条件，得到所述设备控制模型的目标控制信息；
控制模块，用于根据所述目标控制信息，对所述电力设备进行控制。
第四方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取电力设备的限电价值信息；
利用所述限电价值信息驱动设备控制模型，得到所述设备控制模型的初始控制信息；
以所述初始控制信息作为调整所述电力设备的设备控制价值信息的初始值，对所述设备控制价值信息进行调整，直至所述设备控制价值信息符合预设条件，得到所述设备控制模型的目标控制信息；
根据所述目标控制信息，对所述电力设备进行控制。
第五方面，本申请还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，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取电力设备的限电价值信息；
利用所述限电价值信息驱动设备控制模型，得到所述设备控制模型的初始控制信息；
以所述初始控制信息作为调整所述电力设备的设备控制价值信息的初始值，对所述设备控制价值信息进行调整，直至所述设备控制价值信息符合预设条件，得到所述设备控制模型的目标控制信息；
根据所述目标控制信息，对所述电力设备进行控制。
第六方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
获取电力设备的限电价值信息；
利用所述限电价值信息驱动设备控制模型，得到所述设备控制模型的初始控制信息；
以所述初始控制信息作为调整所述电力设备的设备控制价值信息的初始值，对所述设备控制价值信息进行调整，直至所述设备控制价值信息符合预设条件，得到所述设备控制模型的目标控制信息；
根据所述目标控制信息，对所述电力设备进行控制。
上述考虑功率裕度的风储电站AGC指令优化方法、系统、装置、计算机设备、存储介质和计算机程序产品，通过获取电力设备的限电价值信息，利用限电价值信息驱动设备控制模型，得到设备控制模型的初始控制信息，以初始控制信息作为调整电力设备的设备控制价值信息的初始值，对设备控制价值信息进行调整，直至设备控制价值信息符合预设条件，得到设备控制模型的目标控制信息，根据目标控制信息，对电力设备进行控制；可以基于设备控制模型确定电力设备的控制信息，通过在设备控制模型中考虑电力设备操作成本和备用容量成本的最小化，根据所确定的控制信息生成电力设备的控制指令，根据控制指令对电力设备进行控制，可以降低风储电站的电力设备控制成本。
附图说明
图1为一个实施例中考虑功率裕度的风储电站AGC指令优化方法的流程示意图；
图2为一个实施例中限发容量更新过程的示意图；
图3为一个实施例中考虑功率裕度的风储电站AGC指令优化系统的结构框图；
图4为一个实施例中考虑功率裕度的风储电站AGC指令优化装置的结构框图；
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种考虑功率裕度的风储电站AGC指令优化方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
步骤S110，获取电力设备的限电价值信息。
其中，限电价值信息可以为指定发电机组在指定计划时段内的限电成本。
具体实现中，可以将电力设备中的每个发电机组在每个计划时段的限电价值信息输入至终端，使终端获取到电力设备的限电价值信息。
实际应用中，风储电站电力设备的索引为n，电力设备的总数为N，其中，电力设备1，2，…，N’为发电机组，电力设备N’+1，…，N为储能设备，即发电机组的数量为N’，储能设备的数量为N-N’，设置计划时段t（t=1，2，…，T），例如，可以将日前24小时以15分钟为单位进行划分，得到96个计划时段，分别标记为t=1，2，…，96，风储电站的调度员可以预先获取到每一个发电机组在日前每一个计划时段的限电成本，输入至终端，终端获取到N’个发电机组在T个计划时段的限电成本，并对其进行存储。
步骤S120，利用限电价值信息驱动设备控制模型，得到设备控制模型的初始控制信息。
其中，设备控制模型可以为以限电价值信息为模型参数，以设备出力、运行状态和限发容量为优化变量，以设备控制价值信息最小化为优化目标的优化模型。
其中，初始控制信息可以为在设备控制模型求解过程中，设备出力、运行状态和限发容量的初始值。
具体实现中，终端可以将每个发电机组在每个计划时段的限电价值信息输入设备控制模型，并确定出一组符合预设条件的设备出力、运行状态和限发容量，作为设备控制模型的初始控制信息。其中，设备出力、运行状态和限发容量与电力设备（发电机组或者储能设备）和计划时段相对应。
实际应用中，可以以风储电站中的所有电力设备在所有计划时段的操作成本和AGC备用容量成本之和最小为优化目标，构造目标函数，具体公式为
，
其中，C为风储电站的设备控制成本，C1为风储电站的操作成本，C2为风储电站的AGC备用容量成本，t为计划时段索引，T为计划时段总数，n为电力设备索引，N为电力设备总数，Pn,t为电力设备（发电机组或者储能设备）n在计划时段t的出力，sn,t为电力设备（发电机组或者储能设备）n在计划时段t的运行状态，sn,t=0表示电力设备n在计划时段t由运行状态切换至停机状态，sn,t=1表示电力设备n在计划时段t由停机状态切换至运行状态，Rn,t为发电机组n在计划时段t的限发容量，vn,t为发电机组n在计划时段t的限电成本。
其中，操作成本C1包括运行成本、启动成本（包括冷启动成本和热启动成本）和停机成本，具体公式为
，
其中，为电力设备（发电机组或者储能设备）n在计划时段t的运行成本，，k为预设系数，为电力设备（发电机组或者储能设备）n在计划时段t的启动成本，为电力设备（发电机组或者储能设备）n在计划时段t的停机成本，和可以根据sn,t的状态变化进行确定，例如，预先设置启动成本为A，停机成本为B，当sn,t=1时，电力设备n在计划时段t由停机状态切换至运行状态，则=A，=0，当sn,t=0时，电力设备n在计划时段t由运行状态切换至停机状态，则=0，=B。
其中，限发容量是发电机组n在计划时段t的理论最大容量，由于AGC调控限制了机组发电，因此可以将因调控未能顺利发出的电能计入损失，使得AGC备用容量成本为各机组限发所造成的售电收益下降的总和，具体公式为
，
其中，N’为发电机组的数量。需要注意的是，AGC备用容量成本与储能设备无关。
上述目标函数的约束条件可以包括：
，
，
，
，
，
，
其中，Rt为风储电站的AGC备用容量需求，Pn为风储电站的AGC总指令，Plimit为机组相邻时段出力变化的限制量，Tn,t-1为机组n保持当前运行状态的总时长，Tn,off为机组n的最小连续停机时间，Tn,on为机组n的最小连续运行时间。
将上述目标函数及其约束条件作为设备控制模型，在获取限电成本vn,t后，可以随机生成一组sn,t，Pn,t，Rn,t，若不满足上述约束条件，则重新随机生成sn,t，Pn,t，Rn,t，直至满足上述所有约束条件，将此时的sn,t，Pn,t，Rn,t作为初始控制信息。
步骤S130，以初始控制信息作为调整电力设备的设备控制价值信息的初始值，对设备控制价值信息进行调整，直至设备控制价值信息符合预设条件，得到设备控制模型的目标控制信息。
其中，设备控制价值信息可以为风储电站对设备进行控制的总成本，例如，风储电站操作成本和AGC备用容量成本之和。
其中，预设条件可以为风储电站中的所有电力设备在所述计划时段的设备控制价值信息之和最小。
具体实现中，可以将初始控制信息作为对设备控制模型进行求解的初始值，在设备控制模型求解过程中，设备控制价值信息不断得到的调整，并在满足约束条件的情况下逐渐趋于最小，当设备控制价值信息达到最小值时，可以将此时的控制信息作为目标控制信息。
实际应用中，上述设备控制模型构成了一个线性规划问题，将满足约束条件的初始控制信息表示为{sn,t,0，Pn,t,0，Rn,t,0}，将初始控制信息作为线性规划问题的初始可行解，初始控制信息对应的目标函数值即为风储电站运行成本的初始值，寻找另一组可行解{sn,t,1，Pn,t,1，Rn,t,1}，使其对应的目标函数值，其中，，继续寻找其他的可行解{sn,t,2，Pn,t,2，Rn,t,2}，{sn,t,3，Pn,t,3，Rn,t,3}，…，使得目标函数值不断下降，直至目标函数值不能再被改进，此时的可行解即为目标控制信息，具体地，可以在迭代过程中判断相邻两个目标函数值之差的绝对值是否小于预设阈值，若不小于预设阈值，则继续寻找其他的可行解，否则，若小于预设阈值，则可以将当前的可行解确定为设备控制模型的目标控制信息，例如，可行解{sn,t,2，Pn,t,2，Rn,t,2}，{sn,t,3，Pn,t,3，Rn,t,3}对应的目标函数值分别为，，且，若，δ为预设阈值，则判定为线性规划问题的最小值，将{sn,t,3，Pn,t,3，Rn,t,3}作为设备控制模型的目标控制信息。
步骤S140，根据目标控制信息，对电力设备进行控制。
具体实现中，可以根据所确定的目标控制信息，对电力设备（电力机组或者储能设备）的设备出力、运行状态和限发容量进行控制。
例如，根据电力设备在日前的限电成本，确定目标控制信息为{sn,t,3，Pn,t,3，Rn,t,3}，则可以按照sn,t,3对机组或者储能设备n在日内时段t的运行状态进行控制，将机组或者储能设备n在日内时段t的出力设置为Pn,t,3，将机组或者储能设备n在日内时段t的限发容量设置为Rn,t,3。
上述考虑功率裕度的风储电站AGC指令优化方法，通过获取电力设备的限电价值信息，利用限电价值信息驱动设备控制模型，得到设备控制模型的初始控制信息，以初始控制信息作为调整电力设备的设备控制价值信息的初始值，对设备控制价值信息进行调整，直至设备控制价值信息符合预设条件，得到设备控制模型的目标控制信息，根据目标控制信息，对电力设备进行控制；可以基于设备控制模型确定电力设备的控制信息，通过在设备控制模型中考虑电力设备操作成本和备用容量成本的最小化，根据所确定的控制信息生成电力设备的控制指令，根据控制指令对电力设备进行控制，可以降低风储电站的电力设备控制成本。
在一个实施例中，上述步骤S130，可以具体包括：根据电力设备的设备出力和运行状态，确定电力设备的操作价值信息；电力设备包括发电机组和储能设备；根据发电机组的限发容量和限电价值信息，确定电力设备的备用容量价值信息；将操作价值信息与备用容量价值信息进行融合处理，得到电力设备的设备控制价值信息。
其中，设备出力可以为指定的发电机组或者储能设备在指定计划时段内的出力。
其中，运行状态可以为指定的发电机组或者储能设备在指定计划时段内启动、停机或者运行的状态。
其中，操作价值信息可以为指定的发电机组或者储能设备在指定计划时段内的操作成本。
其中，发电机组可以为风储电站用于进行发电的机组。
其中，储能设备可以为风储电站用于进行储能备用的设备。
其中，限发容量可以为指定发电机组在指定计划时段内的理论最大容量。
其中，备用容量价值信息可以为AGC备用容量成本。
具体实现中，对于发电机组或者储能设备，可以根据预设的映射关系，确定与设备出力和运行状态相对应的运行成本，还可以根据运行状态，确定启动成本和停机成本，将运行成本、启动成本和停机成本进行相加，得到发电机组或者储能设备的操作价值信息。还可以针对发电机组，根据预设的映射关系，确定与限发容量和限电价值信息相对应的备用容量价值信息。将操作价值信息与备用容量价值信息进行融合处理，得到设备控制价值信息，其中，融合处理可以为相加。
实际应用中，操作成本C1包括运行成本、启动成本（包括冷启动成本和热启动成本）和停机成本，具体公式为
，
其中，为电力设备（发电机组或者储能设备）n在计划时段t的运行成本，，k为预设系数，为电力设备（发电机组或者储能设备）n在计划时段t的启动成本，为电力设备（发电机组或者储能设备）n在计划时段t的停机成本，和可以根据sn,t的状态变化进行确定，例如，预先设置启动成本为A，停机成本为B，当sn,t=1时，电力设备n在计划时段t由停机状态切换至运行状态，则=A，=0，当sn,t=0时，电力设备n在计划时段t由运行状态切换至停机状态，则=0，=B。
限发容量是发电机组n在计划时段t的理论最大容量，由于AGC调控限制了机组发电，因此可以将因调控未能顺利发出的电能计入损失，使得AGC备用容量成本为各机组限发所造成的售电收益下降的总和，具体公式为
，
其中，N’为发电机组的数量。需要注意的是，AGC备用容量成本与储能设备无关。
综上可知，风储电站对电力设备进行控制的总成本，即设备控制成本为
。
本实施例中，通过根据电力设备的设备出力和运行状态，确定电力设备的操作价值信息；电力设备包括发电机组和储能设备；根据发电机组的限发容量和限电价值信息，确定电力设备的备用容量价值信息；将操作价值信息与备用容量价值信息进行融合处理，得到电力设备的设备控制价值信息，可以通过设备出力、运行状态、限发容量和限电成本确定风储电站的设备控制成本，便于对设备控制成本进行优化，使得风储电站的设备控制成本最小，有效降低风储电站的成本。
在一个实施例中，上述根据电力设备的设备出力和运行状态，确定电力设备的操作价值信息的步骤，可以具体包括：根据预设的平方映射关系，确定与设备出力相对应的电力设备的运行价值信息；根据电力设备的运行状态，确定电力设备的启停价值信息；将运行价值信息与启停价值信息进行融合处理，得到电力设备的操作价值信息。
其中，运行价值信息可以为电力设备的运行成本。
其中，启停价值信息可以为电力设备的启停成本，包括启动成本和停机成本。其中，启动成本可以为预先设置的使电力设备由停机状态切换至启动状态的成本，停机成本可以为预先设置的使电力设备由启动状态切换至停机状态的成本。
具体实现中，预设的平方映射关系可以是设备出力的平方与运行状态和预设系数进行相乘，将设备出力和运行状态输入平方映射关系，得到电力设备的运行价值信息，根据运行状态确定电力设备的启动成本和停机成本，将运行成本、启动成本和停机成本进行融合处理，得到电力设备的操作价值信息，其中，融合处理可以为进行相加。
实际应用中，操作成本C1包括运行成本、启动成本（包括冷启动成本和热启动成本）和停机成本，具体公式为
，
其中，为电力设备（发电机组或者储能设备）n在计划时段t的运行成本，，k为预设系数，为电力设备（发电机组或者储能设备）n在计划时段t的启动成本，为电力设备（发电机组或者储能设备）n在计划时段t的停机成本，和可以根据sn,t的状态变化进行确定，例如，预先设置启动成本为A，停机成本为B，当sn,t=1时，电力设备n在计划时段t由停机状态切换至运行状态，则=A，=0，当sn,t=0时，电力设备n在计划时段t由运行状态切换至停机状态，则=0，=B。
本实施例中，通过根据预设的平方映射关系，确定与设备出力相对应的电力设备的运行价值信息；根据电力设备的运行状态，确定电力设备的启停价值信息；将运行价值信息与启停价值信息进行融合处理，得到电力设备的操作价值信息，可以通过设备出力和运行状态确定电力设备的操作成本，进而对设备控制成本进行优化，使得风储电站对电力设备进行控制的成本最小，从而有效降低风储电站的成本。
在一个实施例中，设备控制价值信息与计划时段相对应，电力设备和计划时段均为至少一个；预设条件包括使至少一个电力设备在至少一个计划时段的设备控制价值信息之和最小。
其中，计划时段可以为预先设置的用于确定最优的控制信息（使设备控制价值信息之和最小）的时段。
具体实现中，可以对获取到的一个日前时段进行划分，得到至少一个计划时段，不同的计划时段和不同的电力设备分别对应不同的设备处理、运行状态、限发容量、限电价值信息和设备控制价值信息，预设条件可以设置为使至少一个电力设备在至少一个计划时段的设备控制价值信息之和最小。
实际应用中，可以以风储电站中的所有电力设备在所有计划时段的操作成本和AGC备用容量成本之和最小为优化目标，构造目标函数，具体公式为
，
其中，C为风储电站所有计划时段对所有电力设备进行控制的总的设备控制成本，优化方程的优化目标是对总的设备控制成本进行最小化。
本实施例中，通过使预设条件为使至少一个电力设备在至少一个计划时段的设备控制价值信息之和最小，可以对风储电站对电力设备进行控制的总成本最小，有效减少风储电站的控制成本。
在一个实施例中，预设条件还包括至少一个发电机组的限发容量之和在预设的备用容量需求以上，至少一个发电机组的设备出力之和符合预设的总设备出力，且各发电机组的设备出力均不超过预设的可发容量。
其中，备用容量需求可以为风储电站的AGC备用容量需求。
其中，总设备出力可以为风储电站所有电力设备出力的目标值。
具体实现中，针对每个计划时段，可以使所有发电机组的限发容量之和不小于预设的备用容量需求，所有发电机组的设备出力之和等于预设的总设备出力，并且每个发电机组的设备出力不超过预设的可发容量，即理论可发容量。
实际应用中，电力机组所能够快速响应的备用容量，其大小由机组的限发容量及储能可用容量决定，系统各时段、各机组所预留的AGC备用容量，必须能够满足系统的AGC备用容量需求，具体公式为
，
其中，Rt为风储电站的AGC备用容量需求。
AGC调节范围约束旨在保证各类型AGC机组在各自的调节范围内响应系统的调度指令，例如，风储电站收到调度发来的AGC指令是一个总出力目标Pn，风储电站内每台发电机组的出力之和需要等于总出力目标Pn。同时，应保证针对每个设备的AGC指令都不超过该设备当前的可发容量，由于当Rn,t<0时，表明机组实际发出的容量大于理论可发容量，而这是不允许的，因此可以令Rn,t≥0。具体公式为
，
。
其中，Pn为风储电站的AGC总指令，即总出力目标。
本实施例中，通过使预设条件为至少一个发电机组的限发容量之和在预设的备用容量需求以上，至少一个发电机组的设备出力之和符合预设的总设备出力，且各发电机组的设备出力均不超过预设的可发容量，可以使确定的目标控制信息满足系统AGC备用容量需求、AGC总指令和每个设备AGC指令的要求，符合实际情况，具备实用性。
在一个实施例中，预设条件还包括各发电机组的设备出力的变化率均不超过预设的变化率阈值，各发电机组的连续运行时间超过第一预设时间，各发电机组的连续停机时间超过第二预设时间。
其中，设备出力的变化率可以为相邻计划时段设备出力的变化值。
其中，第一预设时间可以为预先设置的最小连续运行时长。
其中，第二预设时间可以为预先设置的最小连续停机时长。
具体实现中，针对每个发电机组，可以将相邻计划时段设备出力之差的绝对值作为设备出力的变化率，使其不大于预设的变化率阈值，还可以统计发电机组保持当前运行状态的总时长，将其与最小连续运行时长（或者最小连续停机时长）进行相减，将得到的差与两个相邻计划时段的运行状态之差进行相乘，使得到的积不小于0。
实际应用中，机组出力变化率受机组自身调节能力及调度限制要求等因素影响，具体公式为
，
其中，Plimit为机组相邻时段出力变化的限制量，即机组每个时段出力变化量的限制。
电力设备不能频繁启停，因此可以设置最小启停时间约束，使机组n的连续运行时长不小于Tn,on，连续停机时长不小于Tn,off，具体公式为
，
，
其中，Tn,t-1为机组n保持当前运行状态的总时长，Tn,off为机组n的最小连续停机时长，Tn,on为机组n的最小连续运行时长。
本实施例中，通过使预设条件为各发电机组的设备出力的变化率均不超过预设的变化率阈值，各发电机组的连续运行时间超过第一预设时间，各发电机组的连续停机时间超过第二预设时间，可以使确定的目标控制信息满足机组出力变化率以及机组启停时间的约束，符合实际情况，具备实用性。
在一个实施例中，至少一个计划时段均为日前时段；上述考虑功率裕度的风储电站AGC指令优化方法，具体还可以包括：获取与至少一个日内时段相对应的发电机组的日内限发容量；根据至少一个日内限发容量，对设备控制模型进行更新，得到更新后的设备控制模型；根据更新后的设备控制模型，确定目标控制信息。
其中，日前时段可以为历史时段，例如，可以将前一日的24小时以15分钟为单位进行划分，将得到的96个时段作为计划时段。
其中，日内时段可以为当日的时段，例如，可以将当日的T’（T’≤96）个15分钟，作为当日时段。
其中，日内限发容量可以为电力设备在日内时段的限发容量。
具体实现中，在上述步骤S110-S140确定目标控制信息的过程中，使用的是日前时段的限发容量，为了提高目标控制信息的准确性，可以在电力设备控制的当日，获取至少一个日内限发容量，用至少一个日内限发容量代替设备控制模型中日前时段的限发容量，得到更新后的设备控制模型，之后可以利用限电价值信息驱动更新后的设备控制模型，得到更新后的设备控制模型的初始控制信息，以初始控制信息作为调整电力设备的设备控制价值信息的初始值，对设备控制价值信息进行调整，直至设备控制价值信息符合预设条件，得到更新后的设备控制模型的目标控制信息，根据该目标控制信息对电力设备进行控制。
实际应用中，可以获取电力设备控制当日的一个或者多个限发容量，用这些限发容量替代原设备控制模型中相应时段的限发容量，从而对设备控制模型进行更新，对更新后的设备控制模型进行求解，得到更为准确的目标控制信息。例如，原设备控制模型中限发容量的计划时段为昨日24小时内的96个时段，获取当日0-3时12个时段的限发容量，将设备控制模型中的限发容量更新为从昨日3时至今日3时共计96个时段的限发容量。
需要说明的是，还可以在电力设备控制当日，对未来短期的限发容量进行预测，用预测的限发容量更新设备控制模型，例如，可以在当日3时，获取当日0-3时12个时段的限发容量，并预测4-5时8个时段的限发容量，将设备控制模型中的限发容量更新为从昨日5时至今日3时共计88个时段的限发容量的实测值，以及今日4-6时8个时段的限发容量的预测值。
本实施例中，通过获取与至少一个日内时段相对应的发电机组的日内限发容量；根据至少一个日内限发容量，对设备控制模型进行更新，得到更新后的设备控制模型；根据更新后的设备控制模型，确定目标控制信息，可以提高目标控制信息确定的准确性。
为了便于本领域技术人员深入理解本申请实施例，以下将结合一个具体示例进行说明。
本申请考虑调节性能指标和多元电源提供AGC备用服务的不同特性，在满足AGC调节速率约束和调节容量约束等技术约束条件下，以电能量成本和AGC备用容量成本最小为目标函数，建立考虑风储电站系统的AGC优化调度方法。
具体地，本申请旨在以操作成本和AGC备用容量成本最小为目标，提供AGC指令给风储电站内的风机及储能设备，构造目标函数如下：
，
其中，C1为系统的操作成本，C2为系统的AGC备用容量成本，t为计划时段索引，T为计划时段总数，n为电力设备索引，N为电力设备总数，Pn,t为电力设备（发电机组或者储能设备）n在时段t的出力，sn,t为电力设备（发电机组或者储能设备）n在时段t的运行状态，sn,t=0表示电力设备n在时段t由运行状态切换至停机状态，sn,t=1表示电力设备n在时段t由停机状态切换至运行状态，Rn,t为发电机组n在时段t的限发容量，vn,t为发电机组n在时段t的限电成本。
其中，操作成本C1包括运行成本、启动成本（包括冷启动成本和热启动成本）和停机成本，具体公式为
，
其中，为发电机组或者储能设备n在时段t的运行成本，，k为预设系数，为发电机组或者储能设备n在时段t的启动成本，为发电机组或者储能设备n在时段t的停机成本，和可以根据sn,t的状态变化进行确定。
AGC备用容量成本为各机组限发所造成的售电收益下降总和，其中不包含储能设备，具体公式为
，
其中，N’为发电机组的数量。
约束条件可以包括：
a、机组所能够快速响应的备用容量，其大小由机组的限发容量及储能可用容量决定。系统各时段、各机组所预留的AGC备用容量，必须能够满足系统的AGC备用容量需求，具体公式为
，
其中，Rt为系统的AGC备用容量需求。
b、AGC调节范围约束旨在保证各类型AGC机组在各自的调节范围内响应系统的调度指令，同时应保证每个设备指令都不超过它的当前的可发容量，具体公式为
，
。
其中，Pn为系统的AGC总指令。
c、机组出力变化率受机组自身调节能力及调度限制要求等因素影响，具体公式为
，
其中，Plimit为机组每个时段出力变化量限制。
d、设备不能频繁启停，故有最小启停时间约束，使机组n的最小连续运行时间不小于Tn,on，最小连续停机时间不小于Tn,off，具体公式为
，
，
其中，Tn,t-1为机组n保持之前运行状态的总时长，Tn,off为机组n的最小连续停机时间，Tn,on为机组n的最小连续运行时间。
AGC指令的计算须提前获得日前调度指令曲线，以15分钟为单位，获取到一天的96个Pn点。同时需要获得风储电站的各成本数据及机组配置数据，构造优化方程的目标函数和约束条件。通过对优化方程进行求解，得出各机组各时段使运行成本最低的有功指令Pn,t。因限发容量Rn,t是基于功率预测得到的，故日内指令Pn,t应根据当前限发容量及未来短期预测Rn,t滚动更新得到。
图2提供了一个限发容量更新的示意图。根据图2，可以在日前获取调度指令Pn，限电成本vn,t，机组配置数据N，Rt，Plimit，Tn,off，Tn,on等，根据调度指令、限电成本和机组配置数据对优化方程进行求解，得到各机组的有功指令sn,t，Pn,t，Rn,t，之后可以采用当前限发容量及对未来短期进行预测的限发容量，重新求解优化方程，对有功指令sn,t，Pn,t，Rn,t进行更新，得到更为准确的有功指令。
本申请结合AGC机组调节性能指标，提出了风储电站接入系统的AGC指令优化调度方法，以操作成本和AGC备用容量成本最小为目标函数，兼顾AGC调节速度、AGC调节容量和AGC调节范围等约束，建立了考虑优化调度的风储电站AGC指令优化方法，该方法能够充分发挥风储电站机组及储能装置备用容量，并通过量化分析实现风储电站整体以最低成本运行的AGC调节。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的考虑功率裕度的风储电站AGC指令优化方法的考虑功率裕度的风储电站AGC指令优化系统和装置。该系统和装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个考虑功率裕度的风储电站AGC指令优化系统和装置实施例中的具体限定可以参见上文中对于考虑功率裕度的风储电站AGC指令优化方法的限定，在此不再赘述。
在一个实施例中，如图3所示，提供了一种考虑功率裕度的风储电站AGC指令优化系统，包括：电力设备210和AGC指令生成器220，其中：
AGC指令生成器220，用于获取电力设备的限电价值信息，利用限电价值信息驱动设备控制模型，得到设备控制模型的初始控制信息，以初始控制信息作为调整电力设备的设备控制价值信息的初始值，对设备控制价值信息进行调整，直至设备控制价值信息符合预设条件，得到设备控制模型的目标控制信息，将目标控制信息发送至电力设备；
电力设备210，用于根据接收到的目标控制信息进行运行。
在一个实施例中，如图4所示，提供了一种考虑功率裕度的风储电站AGC指令优化装置，包括：获取模块310、初始模块320、目标模块330和控制模块340，其中：
获取模块310，用于获取电力设备的限电价值信息；
初始模块320，用于利用所述限电价值信息驱动设备控制模型，得到所述设备控制模型的初始控制信息；
目标模块330，用于以所述初始控制信息作为调整所述电力设备的设备控制价值信息的初始值，对所述设备控制价值信息进行调整，直至所述设备控制价值信息符合预设条件，得到所述设备控制模型的目标控制信息；
控制模块340，用于根据所述目标控制信息，对所述电力设备进行控制。
在一个实施例中，上述目标模块330，还用于根据所述电力设备的设备出力和运行状态，确定所述电力设备的操作价值信息；所述电力设备包括发电机组和储能设备；根据所述发电机组的限发容量和限电价值信息，确定所述电力设备的备用容量价值信息；将所述操作价值信息与所述备用容量价值信息进行融合处理，得到所述电力设备的设备控制价值信息。
在一个实施例中，上述目标模块330，还用于根据预设的平方映射关系，确定与所述设备出力相对应的所述电力设备的运行价值信息；根据所述电力设备的运行状态，确定所述电力设备的启停价值信息；将所述运行价值信息与所述启停价值信息进行融合处理，得到所述电力设备的操作价值信息。
在一个实施例中，上述预设条件包括使至少一个所述电力设备在至少一个所述计划时段的设备控制价值信息之和最小。
在一个实施例中，上述预设条件还包括至少一个所述发电机组的限发容量之和在预设的备用容量需求以上，至少一个所述发电机组的设备出力之和符合预设的总设备出力，且各所述发电机组的设备出力均不超过预设的可发容量。
在一个实施例中，上述预设条件还包括各所述发电机组的设备出力的变化率均不超过预设的变化率阈值，各所述发电机组的连续运行时间超过第一预设时间，各所述发电机组的连续停机时间超过第二预设时间。
在一个实施例中，上述考虑功率裕度的风储电站AGC指令优化装置，还包括：
日内限发容量获取模块，用于获取与至少一个日内时段相对应的所述发电机组的日内限发容量；
设备控制模型更新模块，用于根据至少一个所述日内限发容量，对所述设备控制模型进行更新，得到更新后的设备控制模型；
控制信息确定模块，用于根据所述更新后的设备控制模型，确定所述目标控制信息。
上述考虑功率裕度的风储电站AGC指令优化系统和装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC（近场通信）或其他技术实现。该计算机程序被处理器执行时以实现一种考虑功率裕度的风储电站AGC指令优化方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是，本申请所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
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，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random AccessMemory，SRAM）或动态随机存取存储器（Dynamic RandomAccess Memory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种考虑功率裕度的风储电站AGC指令优化方法，其特征在于，所述方法包括：
获取电力设备的限电价值信息；所述电力设备包括发电机组和储能设备；所述限电价值信息为所述发电机组的限电成本；
利用所述限电价值信息驱动设备控制模型，得到所述设备控制模型的初始控制信息；所述初始控制信息为设备出力、运行状态和限发容量的初始值；所述设备控制模型的目标函数为
其中，C为风储电站的设备控制成本，C1为风储电站的操作成本，C2为风储电站的AGC备用容量成本，t为计划时段索引，T为计划时段总数，n为电力设备索引，N为电力设备总数，Pn,t为电力设备n在计划时段t的设备出力，sn,t为电力设备n在计划时段t的运行状态，Rn,t为发电机组n在计划时段t的限发容量，vn,t为发电机组n在计划时段t的限电成本，
所述操作成本包括运行成本、启动成本和停机成本，
为所述电力设备的运行成本，k为预设系数，为所述电力设备的启动成本，为所述电力设备的停机成本，
所述AGC备用容量成本为所述发电机组限发所造成的售电收益下降的总和，
N’为所述发电机组的数量，
所述设备控制模型的约束条件包括：
Rn，t≥0，
|Pn，t-Pn，t-1|≤Plimit，
(sn，t-sn，t-1)(Tn，t-1-Tn，off)≥0，
(sn，t-1-sn，t)(Tn，t-1-Tn，on)≥0，
其中，Rt为风储电站的AGC备用容量需求，Pn为风储电站的AGC总指令，Plimit为机组相邻时段出力变化的限制量，Tn,t-1为机组n保持当前运行状态的总时长，Tn,off为机组n的最小连续停机时间，Tn,on为机组n的最小连续运行时间；
以所述初始控制信息作为调整所述电力设备的设备控制价值信息的初始值，对所述设备控制价值信息进行调整，直至所述设备控制价值信息符合预设条件，得到所述设备控制模型的目标控制信息；所述目标控制信息为对所述设备控制模型进行求解所得到的设备出力、运行状态和限发容量；
根据对所述设备控制模型进行求解所得到的设备出力、运行状态和限发容量，对所述电力设备进行控制。
2.根据权利要求1所述的方法，其特征在于，所述以所述初始控制信息作为调整所述电力设备的设备控制价值信息的初始值，对所述设备控制价值信息进行调整，直至所述设备控制价值信息符合预设条件，得到所述设备控制模型的目标控制信息，包括：
根据所述电力设备的设备出力和运行状态，确定所述电力设备的操作价值信息；所述电力设备包括发电机组和储能设备；
根据所述发电机组的限发容量和限电价值信息，确定所述电力设备的备用容量价值信息；
将所述操作价值信息与所述备用容量价值信息进行融合处理，得到所述电力设备的设备控制价值信息。
3.根据权利要求2所述的方法，其特征在于，所述根据所述电力设备的设备出力和运行状态，确定所述电力设备的操作价值信息，包括：
根据预设的平方映射关系，确定与所述设备出力相对应的所述电力设备的运行价值信息；
根据所述电力设备的运行状态，确定所述电力设备的启停价值信息；
将所述运行价值信息与所述启停价值信息进行融合处理，得到所述电力设备的操作价值信息。
4.根据权利要求3所述的方法，其特征在于，所述设备控制价值信息与计划时段相对应，所述电力设备和所述计划时段均为至少一个；所述预设条件包括使至少一个所述电力设备在至少一个所述计划时段的设备控制价值信息之和最小。
5.根据权利要求4所述的方法，其特征在于，所述预设条件还包括至少一个所述发电机组的限发容量之和在预设的备用容量需求以上，至少一个所述发电机组的设备出力之和符合预设的总设备出力，且各所述发电机组的设备出力均不超过预设的可发容量。
6.根据权利要求5所述的方法，其特征在于，所述预设条件还包括各所述发电机组的设备出力的变化率均不超过预设的变化率阈值，各所述发电机组的连续运行时间超过第一预设时间，各所述发电机组的连续停机时间超过第二预设时间。
7.根据权利要求4所述的方法，其特征在于，至少一个所述计划时段均为日前时段；所述方法还包括：
获取与至少一个日内时段相对应的所述发电机组的日内限发容量；
根据至少一个所述日内限发容量，对所述设备控制模型进行更新，得到更新后的设备控制模型；
根据所述更新后的设备控制模型，确定所述目标控制信息。
8.一种考虑功率裕度的风储电站AGC指令优化系统，其特征在于，所述系统包括电力设备和AGC指令生成器；
所述AGC指令生成器，用于获取电力设备的限电价值信息，利用所述限电价值信息驱动设备控制模型，得到所述设备控制模型的初始控制信息，以所述初始控制信息作为调整所述电力设备的设备控制价值信息的初始值，对所述设备控制价值信息进行调整，直至所述设备控制价值信息符合预设条件，得到所述设备控制模型的目标控制信息，所述目标控制信息为对所述设备控制模型进行求解所得到的设备出力、运行状态和限发容量，将对所述设备控制模型进行求解所得到的设备出力、运行状态和限发容量发送至所述电力设备；所述电力设备包括发电机组和储能设备，所述限电价值信息为所述发电机组的限电成本，所述初始控制信息为设备出力、运行状态和限发容量的初始值，所述设备控制模型的目标函数为
其中，C为风储电站的设备控制成本，C1为风储电站的操作成本，C2为风储电站的AGC备用容量成本，t为计划时段索引，T为计划时段总数，n为电力设备索引，N为电力设备总数，Pn,t为电力设备n在计划时段t的设备出力，sn,t为电力设备n在计划时段t的运行状态，Rn,t为发电机组n在计划时段t的限发容量，vn,t为发电机组n在计划时段t的限电成本，
所述操作成本包括运行成本、启动成本和停机成本，
为所述电力设备的运行成本，k为预设系数，为所述电力设备的启动成本，为所述电力设备的停机成本，
所述AGC备用容量成本为所述发电机组限发所造成的售电收益下降的总和，
N’为所述发电机组的数量，
所述设备控制模型的约束条件包括：
Rn，t≥0，
|Pn，t-Pn，t-1|≤Plimit，
(sn，t-sn，t-1)(Tn，t-1-Tn，off)≥0，
(sn，t-1-sn，t)(Tn，t-1-Tn，on)≥0，
其中，Rt为风储电站的AGC备用容量需求，Pn为风储电站的AGC总指令，Plimit为机组相邻时段出力变化的限制量，Tn,t-1为机组n保持当前运行状态的总时长，Tn,off为机组n的最小连续停机时间，Tn,on为机组n的最小连续运行时间；
所述电力设备，用于根据接收到的对所述设备控制模型进行求解所得到的设备出力、运行状态和限发容量进行运行。
9.一种考虑功率裕度的风储电站AGC指令优化装置，其特征在于，所述装置包括：
获取模块，用于获取电力设备的限电价值信息；所述电力设备包括发电机组和储能设备；所述限电价值信息为所述发电机组的限电成本；
初始模块，用于利用所述限电价值信息驱动设备控制模型，得到所述设备控制模型的初始控制信息；所述初始控制信息为设备出力、运行状态和限发容量的初始值；所述设备控制模型的目标函数为
其中，C为风储电站的设备控制成本，C1为风储电站的操作成本，C2为风储电站的AGC备用容量成本，t为计划时段索引，T为计划时段总数，n为电力设备索引，N为电力设备总数，Pn,t为电力设备n在计划时段t的设备出力，sn,t为电力设备n在计划时段t的运行状态，Rn,t为发电机组n在计划时段t的限发容量，vn,t为发电机组n在计划时段t的限电成本，
所述操作成本包括运行成本、启动成本和停机成本，
为所述电力设备的运行成本，k为预设系数，为所述电力设备的启动成本，为所述电力设备的停机成本，
所述AGC备用容量成本为所述发电机组限发所造成的售电收益下降的总和，
N’为所述发电机组的数量，
所述设备控制模型的约束条件包括：
Rn，t≥0，
|Pn，t-Pn，t-1|≤Plimit，
(sn，t-sn，t-1)(Tn，t-1-Tn，off)≥0，
(sn，t-1-sn，t)(Tn，t-1-Tn，on)≥0，
其中，Rt为风储电站的AGC备用容量需求，Pn为风储电站的AGC总指令，Plimit为机组相邻时段出力变化的限制量，Tn,t-1为机组n保持当前运行状态的总时长，Tn,off为机组n的最小连续停机时间，Tn,on为机组n的最小连续运行时间；
目标模块，用于以所述初始控制信息作为调整所述电力设备的设备控制价值信息的初始值，对所述设备控制价值信息进行调整，直至所述设备控制价值信息符合预设条件，得到所述设备控制模型的目标控制信息；所述目标控制信息为对所述设备控制模型进行求解所得到的设备出力、运行状态和限发容量；
控制模块，用于根据对所述设备控制模型进行求解所得到的设备出力、运行状态和限发容量，对所述电力设备进行控制。
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310086495.3A CN115811098B (zh) | 2023-02-09 | 2023-02-09 | 考虑功率裕度的风储电站agc指令优化方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310086495.3A CN115811098B (zh) | 2023-02-09 | 2023-02-09 | 考虑功率裕度的风储电站agc指令优化方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115811098A CN115811098A (zh) | 2023-03-17 |
| CN115811098B true CN115811098B (zh) | 2023-10-20 |
Family
ID=85487773
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310086495.3A Active CN115811098B (zh) | 2023-02-09 | 2023-02-09 | 考虑功率裕度的风储电站agc指令优化方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115811098B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106253352A (zh) * | 2016-08-17 | 2016-12-21 | 山东大学 | 计及风电概率分布特征的鲁棒实时调度方法 |
| CN109962499A (zh) * | 2019-03-25 | 2019-07-02 | 国家电网公司华中分部 | 一种电网多时间尺度调度方法 |
| CN110866647A (zh) * | 2019-11-18 | 2020-03-06 | 华润智慧能源有限公司 | 用户侧储能控制方法、装置、设备及存储介质 |
| CN112381424A (zh) * | 2020-11-17 | 2021-02-19 | 国网山东省电力公司电力科学研究院 | 新能源及负荷不确定性的多时间尺度有功优化决策方法 |
| CN113659623A (zh) * | 2021-08-17 | 2021-11-16 | 广西大学 | 一种基于布林线理论的风储联合系统的优化方法及系统 |
| CN115065075A (zh) * | 2022-07-27 | 2022-09-16 | 湖南华大电工高科技有限公司 | 风储集群中储能站优化调度方法、系统及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
-
2023
- 2023-02-09 CN CN202310086495.3A patent/CN115811098B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106253352A (zh) * | 2016-08-17 | 2016-12-21 | 山东大学 | 计及风电概率分布特征的鲁棒实时调度方法 |
| CN109962499A (zh) * | 2019-03-25 | 2019-07-02 | 国家电网公司华中分部 | 一种电网多时间尺度调度方法 |
| CN110866647A (zh) * | 2019-11-18 | 2020-03-06 | 华润智慧能源有限公司 | 用户侧储能控制方法、装置、设备及存储介质 |
| CN112381424A (zh) * | 2020-11-17 | 2021-02-19 | 国网山东省电力公司电力科学研究院 | 新能源及负荷不确定性的多时间尺度有功优化决策方法 |
| CN113659623A (zh) * | 2021-08-17 | 2021-11-16 | 广西大学 | 一种基于布林线理论的风储联合系统的优化方法及系统 |
| CN115065075A (zh) * | 2022-07-27 | 2022-09-16 | 湖南华大电工高科技有限公司 | 风储集群中储能站优化调度方法、系统及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 张琳娜等.华能通辽开鲁建华风电场设计后评估.《内蒙古水利》.2015,(第6期),第176-177页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115811098A (zh) | 2023-03-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9582009B2 (en) | System and method for optimizing and reducing the energy usage of an automatically controlled HVAC system | |
| US11972496B2 (en) | Systems and methods for randomized energy draw or supply requests | |
| CN114221353B (zh) | 电网调控方法、装置、设备、存储介质和计算机程序产品 | |
| CN113325998B (zh) | 读写速度控制方法、装置 | |
| CN117394370B (zh) | 一种供电网智能动态节电调度系统及方法 | |
| CN105048447A (zh) | 统合需求控制方法和统合需求控制装置 | |
| CN111915211B (zh) | 一种电力资源调度方法、装置和电子设备 | |
| CN114980182A (zh) | 基站控制方法、装置、非易失性存储介质及电子设备 | |
| CN117200299B (zh) | 储能电池的功率控制方法、装置及电子设备 | |
| Zhang et al. | Stochastic unit commitment with air conditioning loads participating in reserve service | |
| CN115811098B (zh) | 考虑功率裕度的风储电站agc指令优化方法和系统 | |
| US20140365023A1 (en) | Systems and Methods for Computer Implemented Energy Management | |
| CN114243681B (zh) | 电力系统的用电调控方法、装置、设备和存储介质 | |
| CN116826782A (zh) | 基于温控负荷的电网调频方法、装置、设备及存储介质 | |
| US11128166B2 (en) | Predictive operational planning in a microgrid taking into account high-load time windows of a main electricity grid | |
| CN116316537A (zh) | 输电线路运行控制方法、装置、设备、介质和程序产品 | |
| CN115076762B (zh) | 功率调节方法、功率调节装置及温度调节设备 | |
| JP7463885B2 (ja) | エネルギーマネジメントシステム、エネルギー管理方法、及びプログラム | |
| US20180331539A1 (en) | Demand response system and method for controlling devices to participate in demand response automatically | |
| Ma et al. | Cost‐effective control strategy for thermostatically controlled loads based on tracking differentiator in smart grid | |
| CN114006931B (zh) | 机组的组网控制方法、装置、计算机设备和存储介质 | |
| CN109325668A (zh) | 能源系统的调控方法和装置 | |
| JP2018152965A (ja) | 発電機運転制御装置、及び発電機運転制御方法 | |
| CN115663785A (zh) | 资源响应方法、装置、设备、存储介质及程序产品 | |
| CN118775943A (zh) | 基于供暖负荷功率特性分析的建筑温度调控方法、装置、设备、可读存储介质和程序产品 |
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 | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: Room 86, room 406, No.1, Yichuang street, Zhongxin Guangzhou Knowledge City, Huangpu District, Guangzhou City, Guangdong Province Patentee after: Southern Power Grid Digital Grid Research Institute Co.,Ltd. Country or region after: China Address before: Room 86, room 406, No.1, Yichuang street, Zhongxin Guangzhou Knowledge City, Huangpu District, Guangzhou City, Guangdong Province Patentee before: Southern Power Grid Digital Grid Research Institute Co.,Ltd. Country or region before: China |