CN116780657A - 一种水风蓄互补发电系统的调度方法、装置、设备及介质 - Google Patents

Abstract

本发明涉及电网调度技术领域，公开了一种水风蓄互补发电系统的调度方法、装置、设备及介质，本发明以系统运行成本最小和系统稳定运行指数最大为目标，构建目标优化模型；基于功率平衡约束、发电机组出力约束、发电机组的无功功率约束、区域负荷约束、节点电压约束、梯级水电站约束构建约束条件；对目标优化模型进行求解，得到符合约束条件的最优解；基于最优解形成调度方案，以按照调度方案完成电力调度；从而得到既能保证系统稳定运行，又能使系统运行成本最低的一组最优解，进而可以根据该最优解形成调度方案完成电力的调度工作。

Description

一种水风蓄互补发电系统的调度方法、装置、设备及介质

技术领域

本发明涉及电网调度技术领域，具体涉及一种水风蓄互补发电系统的调度方法、装置、设备及介质。

背景技术

对于水风蓄互补发电系统而言，系统运行的稳定性和系统运行成本最为重要。而传统的系统运行成本高，且会造成出力浪费、供电不稳定、经济效益差等问题。

因此，如何得到一种调度方案，可以既保证系统运行的高稳定性，由保证系统运行的低成本，成为目前需要解决的问题。

发明内容

有鉴于此，本发明提供了一种水风蓄互补发电系统的调度方法、装置、设备及介质，以解决当前水风蓄互补发电系统存在的高成本和供电不稳定的问题。

第一方面，本发明提供了一种水风蓄互补发电系统的调度方法，方法包括：

以系统运行成本最小和系统稳定运行指数最大为目标，构建目标优化模型；基于功率平衡约束、发电机组出力约束、发电机组的无功功率约束、区域负荷约束、节点电压约束、梯级水电站约束构建约束条件；对目标优化模型进行求解，得到符合约束条件的最优解；基于最优解形成调度方案，以按照调度方案完成电力调度。

本实施例提供的水风蓄互补发电系统的调度方法，以系统运行成本最小和系统稳定运行指数最大为目标构建了目标优化模型，并构建了可以保证系统长时间稳定运行的约束条件。通过对目标优化模型进行求解，从而得到既能保证系统稳定运行，又能使系统运行成本最低的一组最优解，进而可以根据该最优解形成调度方案完成电力的调度工作。

在一种可选的实施方式中，构建目标优化模型，包括：

构建用以确定系统运行成本的第一目标函数；构建用以确定系统稳定运行指数的第二目标函数；基于第一目标函数和第二目标函数，构建目标优化模型。

本实施例提供的水风蓄互补发电系统的调度方法中，由用以确定系统运行成本的第一目标函数和用以确定系统稳定运行指数的第二目标函数构建目标优化模型，从而从根源上解决了现有技术中运行成本高，稳定性差的问题。

在一种可选的实施方式中，构建用以确定系统运行成本的第一目标函数，包括：

获取预设时长内各时段分别对应的水电站运行成本、风电站运行成本、抽水蓄能电站的运行成本以及弃风成本；获取预确定的各时段各电站分别对应的权重值，权重值与对应时段权重值所属电站预确定的并网优先级对应；基于水电站运行成本、风电站运行成本、抽水蓄能电站的运行成本、弃风成本以及各权重值，构建第一目标函数。

本实施例提供的水风蓄互补发电系统的调度方法中，综合考虑了水电站、风电站和抽水蓄能电站的运行成本，通过各时段分别对应的权重值，实时调节电站的并网优先顺序，使得该方案能够灵活调整各类电站的运行状态，从而减少资源的浪费，进而降低系统的运行成本。

在一种可选的实施方式中，获取预确定的各时段各电站分别对应的权重值，包括：

获取预设时段的气象数据、水文数据和负荷数据，预设时段为预设时长内多个时段中的任一时段；基于气象数据、水文数据和负荷数据，确定预设时段所处的阶段；基于预构建的阶段与优先并网的电站之间的映射关系，确定预设时段优先并网的目标电站；获取目标电站在预设时段的最大出力数据和目标电站在预设时段的负荷所需的目标出力数据；基于最大出力数据和目标出力数据的关系，确定目标电站在预设时段对应的权重值；获取除目标电站之外的其余电站分别在预设时段对应的第一实际出力数据和第二实际出力数据；基于第一实际出力数据、第二实际出力数据和权重值，确定其余电站在预设时段分别对应的权重值。

本实施例提供的水风蓄互补发电系统的调度方法中，结合各时段实际的气象数据、水文数据和负荷数据，确定出各时段的时段特征即各时段所处的阶段。通过各时段所处的阶段确定出与该阶段匹配的优先并网的电站即目标电站。再结合目标电站和其余各电站的实际出力数据确定出各电站的权重，通过权重确定出并网优先级的顺序。本实施例由于结合了各时段和各电站的实际数据，使得最终确定出的权重值更加符合实际情况，从而能够最大程度地利用各种电源的优势，提高系统的运行效率和灵活性，进而通过第一目标函数得到最小的运行成本。

在一种可选的实施方式中，阶段，包括：

风力峰值月、汛期以及负荷高峰期。

在一种可选的实施方式中，构建用以确定系统稳定运行指数的第二目标函数，包括：

获取水风蓄互补发电系统的电压稳定裕度、频率稳定指标和功率稳定函数；基于电压稳定裕度、频率稳定指标、功率稳定函数、第一预设权重、第二预设权重和第三预设权重，构建第二目标函数。

本实施例提供的水风蓄互补发电系统的调度方法中，针对系统的电压稳定裕度、频率稳定指标和功率稳定函数进行优化，从而提高系统的发电稳定性。通过调整发电机组的出力响应情况和系统频率的波动程度，能够有效降低系统的电压波动和频率偏差，提高系统的发电稳定性。

在一种可选的实施方式中，目标优化模型还包括：预构建的用以确定系统碳排放成本的第三目标函数。

在一种可选的实施方式中，预构建的用以确定系统碳排放成本的第三目标函数，包括：

获取抽水蓄能电站机组分别在各时段对应的抽水功率、获取各抽水蓄能电站机组的单位碳排放量；基于抽水功率、单位碳排放量和预设单位碳捕集成本确定系统碳排放成本。

本实施例提供的水风蓄互补发电系统的调度方法中，在抽水蓄能电站的抽水时段容易产生碳排放，因此，通过在目标优化模型中设置第三目标函数，可以保证发电过程中的碳排放含量最低，有助于环保。

在一种可选的实施方式中，对目标优化模型进行求解，得到符合约束条件的最优解，包括：

利用改进粒子群算法对目标优化模型进行求解，得到符合约束条件的最优解。

本实施例提供的水风蓄互补发电系统的调度方法中，采用改进粒子群算法对目标优化模型进行求解，由于该算法本身具备简单易实现，并行性好，适应性强，参数设置简单等优点，从而提高求解过程的效率。

第二方面，本发明提供了一种水风蓄互补发电系统的调度装置，装置包括：

第一构建模块，用于以系统运行成本最小和系统稳定运行指数最大为目标，构建目标优化模型；第二构建模块，用于基于功率平衡约束、发电机组出力约束、发电机组的无功功率约束、区域负荷约束、节点电压约束、梯级水电站约束构建约束条件；求解模块，用于对目标优化模型进行求解，得到符合约束条件的最优解；确定模块，用于基于最优解形成调度方案，以按照调度方案完成电力调度。

在一种可选的实施方式中，第一构建模块，包括：

第一构建子模块，用于构建用以确定系统运行成本的第一目标函数；第二构建子模块，用于构建用以确定系统稳定运行指数的第二目标函数；第三构建子模块，用于基于第一目标函数和第二目标函数，构建目标优化模型。

在一种可选的实施方式中，第一构建子模块，包括：

第一获取单元，用于获取预设时长内各时段分别对应的水电站运行成本、风电站运行成本、抽水蓄能电站的运行成本以及弃风成本；第二获取单元，用于获取预确定的各时段各电站分别对应的权重值，权重值与对应时段权重值所属电站预确定的并网优先级对应；第一构建单元，用于基于水电站运行成本、风电站运行成本、抽水蓄能电站的运行成本、弃风成本以及各权重值，构建第一目标函数。

在一种可选的实施方式中，第二获取单元，包括：

第一获取子单元，用于获取预设时段的气象数据、水文数据和负荷数据，预设时段为预设时长内多个时段中的任一时段；第一确定子单元，用于基于气象数据、水文数据和负荷数据，确定预设时段所处的阶段；第二确定子单元，用于基于预构建的阶段与优先并网的电站之间的映射关系，确定预设时段优先并网的目标电站；第二获取子单元，用于获取目标电站在预设时段的最大出力数据和目标电站在预设时段的负荷所需的目标出力数据；第三确定子单元，用于基于最大出力数据和目标出力数据的关系，确定目标电站在预设时段对应的权重值；第三获取子单元，用于获取除目标电站之外的其余电站分别在预设时段对应的第一实际出力数据和第二实际出力数据；第四确定子单元，用于基于第一实际出力数据、第二实际出力数据和权重值，确定其余电站在预设时段分别对应的权重值。

第三方面，本发明提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的水风蓄互补发电系统的调度方法。

第四方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的水风蓄互补发电系统的调度方法。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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是根据本发明实施例的水风蓄互补发电系统的调度方法的流程示意图；

图2是根据本发明实施例的另一水风蓄互补发电系统的调度方法的流程示意图；

图3是根据本发明实施例的又一水风蓄互补发电系统的调度方法的流程示意图；

图4是根据本发明实施例的水风蓄互补发电系统的调度装置的结构框图；

图5是本发明实施例的计算机设备的硬件结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，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，都属于本发明保护的范围。

为解决传统系统运行成本高和供电不稳定的问题，本发明实施例提供了一种水风蓄互补发电系统的调度方法，通过对以系统运行成本最小和系统稳定运行指数最大为目标构建的目标优化模型进行求解，得到了满足约束条件的最优解，从而基于最优解确定出运行成本最低和运行最稳定的调度方案，进而基于该调度方案完成电力调度。

根据本发明实施例，提供了一种水风蓄互补发电系统的调度方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

在本实施例中提供了一种水风蓄互补发电系统的调度方法，可用于计算机设备，图1是根据本发明实施例的水风蓄互补发电系统的调度方法的流程图，如图1所示，该流程包括如下步骤：

步骤S101，以系统运行成本最小和系统稳定运行指数最大为目标，构建目标优化模型。

具体的，目标优化模型由系统运行成本对应的函数和系统稳定运行指数对应的函数组成。

步骤S102，基于功率平衡约束、发电机组出力约束、发电机组的无功功率约束、区域负荷约束、节点电压约束、梯级水电站约束构建约束条件。

具体的，由于系统运行过程中，风电机组的运行功率、水电机组的运行功率以及抽水蓄能机组的运行功率之和需满足功率平衡条件，即各机组运行功率之和与负荷相匹配，因此，存在如下所示的功率平衡约束条件：

其中，为负荷所需有功功率，/>为风电机组运行功率，/>为水电机组运行功率，/>为抽水蓄能机组运行功率。

具体的，为保证发电机组能长时间安全运行，发电机组设置有最小出力和最大出力/>，运行过程中，机组的实际出力/>需在二者之间，即：

具体的，为保证稳定供电，保护负载设备和电力系统的安全，发电机组设置有最小无功功率和最大无功功率/>，形成的无功功率/>约束如下：

具体的，为了更好的保证机组运行的安全性，发电机组对区域负荷进行约束，形成如下所示的约束条件：

其中，为发电机组的区域负荷，/>为发电机组的最小区域负荷，/>为发电机组的最大区域负荷。

区域负荷的无功功率应与其功率因数匹配：

具体的，由于对于电力系统的任何一个节点，为保证电力系统安全稳定的运行，需要对节点电压进行约束，节点电压约束如下：

其中，为节点电压，/>为节点最小电压，/>为节点最大电压。

具体的，梯级水电站约束如下：

其中，和/>分别为第/>号梯级水电站在/>时段和/>时段的水库容量；/>为第/>号梯级水电站在/>时段的来水流量；/>为第/>号梯级水电站在/>时段的发电流量；为时间差；/>和/>分别为水电机组出力的下限和上限；/>和/>分别为水电站发电流量的下限和上限；/>和/>分别为水库水位的下限和上限。

步骤S103，对目标优化模型进行求解，得到符合约束条件的最优解。

具体的，对目标优化模型求解的方式此处不作具体限定，任何可实现的方案均可采用。如，利用改进粒子群算法对目标优化模型进行求解，得到符合约束条件的最优解，最优解即各机组分别在各时段的出力数据。

步骤S104，基于最优解形成调度方案，以按照调度方案完成电力调度。

具体的，按照各机组分别在各时段的出力数据形成调度方案，

本实施例提供的水风蓄互补发电系统的调度方法，以系统运行成本最小和系统稳定运行指数最大为目标构建了目标优化模型，并构建了可以保证系统长时间稳定运行的约束条件。通过对目标优化模型进行求解，从而得到既能保证系统稳定运行，又能使系统运行成本最低的一组最优解，进而可以根据该最优解形成调度方案完成电力的调度工作。

在本实施例中提供了一种水风蓄互补发电系统的调度方法，可用于计算机设备，图2是根据本发明实施例的水风蓄互补发电系统的调度方法的流程图，如图2所示，该流程包括如下步骤：

步骤S201，以系统运行成本最小和系统稳定运行指数最大为目标，构建目标优化模型。

具体地，上述步骤S201包括：

步骤S2011，构建用以确定系统运行成本的第一目标函数。

在一些可选的实施方式中，上述步骤S2011包括：

步骤a1，获取预设时长内各时段分别对应的水电站运行成本、风电站运行成本、抽水蓄能电站的运行成本以及弃风成本。

具体的，预设时长可以由本领域技术人员根据实际情况进行选择，此处不作具体限定。如，预设时长可以为一天。

具体的，各时段是指负荷曲线中的各个单位时段，时段与预设时长对应。如预设时长为一天，负荷曲线为24点，那么，时段为1小时；如果负荷曲线为96点，那么，时段为15分钟。

步骤a2，获取预确定的各时段各电站分别对应的权重值，权重值与对应时段权重值所属电站预确定的并网优先级对应。

具体地，上述步骤a2包括：

步骤a21，获取预设时段的气象数据、水文数据和负荷数据，预设时段为预设时长内多个时段中的任一时段。

具体的，气象数据主要指风力数据。水文数据主要指水流量。负荷数据是从负荷曲线中得到的数据。

步骤a22，基于气象数据、水文数据和负荷数据，确定预设时段所处的阶段。

具体的，预设时段所处的阶段包括风力峰值月、汛期以及负荷高峰期。

具体的，基于气象数据判断当前时段是否处于风力峰值月内，具体判断方法，即，将当前的风力数据与历史风力峰值月的最小风力数据进行比较。当风力数据小于最小风力数据时，表示当前时段并不属于风力峰值月；反之，则表示当前时段属于风力峰值月。

具体的，基于水文数据判断当前时段是否处于汛期，具体判断方式，即，将当前时段的水文数据与汛期水文数据进行比较，判断当前水文数据是否达到汛期水文数据。若达到，表示当前时段处于汛期，反之，则表示未达到汛期。

具体的，基于负荷数据判断当前时段是否处于负荷高峰期，具体判断方式为，将当前时段的负荷数据与负荷高峰期的负荷阈值进行比较，当负荷数据达到负荷阈值时，表示当前时段处于负荷高峰期，反之，则表示不处于负荷高峰期。

步骤a23，基于预构建的阶段与优先并网的电站之间的映射关系，确定预设时段优先并网的目标电站。

具体的，预构建的映射关系是结合阶段特点和电站特点确定的。映射关系包括：“风力峰值月-风电站”、“汛期-水电站”、“负荷高峰期-抽水蓄能电站”。即当当前时段处于风力峰值月时，选择风电站优先并网即目标电站为风电站。当当前时段处于汛期时，选择水电站优先并网即目标电站为水电站。当当前时段处于负荷高峰期时，选择抽水蓄能电站优先并网即目标电站为抽水蓄能电站。

具体的，预设时段为预设时长中多个时段中的任一时段。

步骤a24，获取目标电站在预设时段的最大出力数据和目标电站在预设时段的负荷所需的目标出力数据。

示例性地，如当前时段属于风力峰值月，那么目标电站为风电站，获取风电站在预设时段的最大出力数据，从负荷曲线中获取预设时段对应的负荷，根据负荷确定出目标出力数据。具体基于负荷确定目标出力数据的过程为本领域技术人员熟知的内容，此处不作具体限定。

步骤a25，基于最大出力数据和目标出力数据的关系，确定目标电站在预设时段对应的权重值。

示例性地，将风电机组的实际出力数据（即最大出力数据）与目标出力数据的一半即0.5/>进行比较，当/>0.5/>时，风电站在预设时刻对应的权重值/>=0.5。当/>0.5/>时，风电站在预设时刻对应的权重值/>=/>。

步骤a26，获取除目标电站之外的其余电站分别在预设时段对应的第一实际出力数据和第二实际出力数据。

示例性地，仍以步骤a25中记载的实施例为例，获取水电站在预设时段对应的实际出力数据（即第一实际出力数据）和抽水蓄能电站在预设时段对应的实际出力数据（即第二实际出力数据）。

步骤a27，基于第一实际出力数据、第二实际出力数据和权重值，确定其余电站在预设时段分别对应的权重值。

具体的，预设时段内各电站分别对应的权重值表征预设时段内各电站的并网顺序，权重值越大，并网顺序越靠前，权重值越小，并网顺序越靠后。还需要说明的是，三个电站在预设时段内的权重值和为1。

示例性地，仍以步骤a26中记载的实施例为例。

（1）当0.5/>时，/>=0.5，即风电站在预设时段对应的权重值为0.5，此时，水电站对应的权重/>和抽水蓄能电站对应的权重值/>的确定方式如下：

（2）当0.5/>时，/>=/>，此时，水电站对应的权重/>和抽水蓄能电站对应的权重值/>的确定方式如下：

在一些可选实施例中，预设时段不仅仅处于一个阶段，还可能会处于至少两个阶段中，如当前时段既处于风力峰值月，又处于汛期。那么，此种情况下，需要优先保证水电和抽水蓄能电站并网发电。确定各电站在该预设时段分别对应的权重值的方式为：

首先，分别获取风电站、水电站和抽水蓄能电站在预设时段内的实际出力数据，分别为、/>、/>。

然后，判断水电站和抽水蓄能电站的实际出占比是否大于预设占比阈值。本实施例中，预设占比阈值为0.6。

（1）当时，风电站在预设时段对应的权重值/>、水电站在预设时段对应的权重值/>、抽水蓄能电站对应的权重值/>的确定方式如下：

（2）当时，/>、/>、/>的确定方式为：

在另一些可选实施例中，预设时段可能不处于任一个阶段，此时，各电站在预设时段对应的权重值按照机组的实际出力按比例分配即可。如，

本实施例提供的水风蓄互补发电系统的调度方法中，结合各时段实际的气象数据、水文数据和负荷数据，确定出各时段的时段特征即各时段所处的阶段。通过各时段所处的阶段确定出与该阶段匹配的优先并网的电站即目标电站。再结合目标电站和其余各电站的实际出力数据确定出各电站的权重，通过权重确定出并网优先级的顺序。本实施例由于结合了各时段和各电站的实际数据，使得最终确定出的权重值更加符合实际情况，从而基于该权重得到较低的运行成本。

步骤a3，基于水电站运行成本、风电站运行成本、抽水蓄能电站的运行成本、弃风成本以及各权重值，构建第一目标函数。

具体的，第一目标函数通过如下方式体现：

其中，为第一目标函数，/>为预设时长/>内的第/>个时段，/>为水电站在第/>个时段对应的权重值，/>为水电站在第/>个时段的运行成本，/>为风电站在第/>个时段对应的权重值，/>为风电站在第/>个时段的运行成本，/>为抽水蓄能电站在第/>个时段对应的权重值，/>为抽水蓄能电站在第/>个时段的运行成本，/>为风电站的弃风成本。

（1）水电站在第个时段的运行成本通过如下方式确定：

其中，为发电损耗系数，/>为水电机组出力，/>为人工检修成本，/>为水资源使用费用。

（2）风电站在第个时段的运行成本通过如下方式确定：

其中，为风电站运行损耗系数；/>为实际的风电机组出力；/>为风电站日均建设成本；/>为风电站日均维修成本。

（3）抽水蓄能电站在第个时段的运行成本通过如下方式确定：

其中，为抽水蓄能电站在每一时段对应的运行成本，/>为抽水蓄能机组直接能量转换效率，即单位抽水-发电周期内输出电能与输入电能之比，/>为抽水蓄能机组对应时段的出力，/>为抽水蓄能电站机组的启停成本，/>为抽水蓄能容量成本价格，/>为抽水蓄能机组的维护成本，/>为抽水蓄能电站的年运行费率，/>为抽水蓄能机组的建设成本。

（4）各时段风电站对应的弃风成本通过如下方式确定：

其中，为弃风弃光惩罚因子，/>为弃风量，/>为实际的风电机组出力，为预期的风电机组出力。

需要进一步说明的是，上述运行成本计算公式中涉及到的基础数据均直接获取得到，获取方式和数据来源为本领域技术人员的公知内容，此处不进行具体限定。

本实施例提供的水风蓄互补发电系统的调度方法中，综合考虑了水电站、风电站和抽水蓄能电站的运行成本，通过各时段分别对应的权重值，实时调节电站的并网优先顺序，使得该方案能够灵活调整各类电站的运行状态，从而减少资源的浪费，进而降低系统的运行成本。

步骤S2012，构建用以确定系统稳定运行指数的第二目标函数。

在一些可选的实施方式中，上述步骤S2012包括：

步骤b1，获取水风蓄互补发电系统的电压稳定裕度、频率稳定指标和功率稳定函数。

具体的，电压稳定裕度为系统载荷时的边界电压裕度，其确定方式为：

其中，为电压稳定裕度的初值，/>为第/>台发电机组功率，/>为第/>台发电机组的功率变化，/>为第/>台发电机组功率供给区域的负荷，/>为/>台发电机组功率供给区域的负荷变化，/>为系统中所有电站发电机组的总数。

具体的，频率稳定指标用以衡量系统频率波动程度，其确定方式为：

其中，为系统中发电机组的总数，/>为各机组母线频率，/>为所有机组母线频率的平均值。

具体的，功率稳定函数用以衡量各发电机组出力的实际响应情况，其确定方式为：/>

其中，为i台发电机组的实际出力，/>为i台发电机组的负荷需求。

步骤b2，基于电压稳定裕度、频率稳定指标、功率稳定函数、第一预设权重、第二预设权重和第三预设权重，构建第二目标函数。

其中，为第二目标函数，/>为第一预设权重，/>为第二预设权重，/>为第三预设权重，/>为电压稳定裕度，/>为频率稳定指标，/>为功率稳定函数。

步骤S2013，基于第一目标函数和第二目标函数，构建目标优化模型。

具体的，目标优化模型形如：

由梯级水电、风电、抽水蓄能组成的新能源互补发电系统，在抽水蓄能电站的抽水时段会存在碳排放现象。因此，在一些可选的实施方式中，会将系统碳排放成本最低也作为优化目标之一，所以，该情况下，目标优化模型中还包括预构建的用以确定系统碳排放成本的第三目标函数。具体的，第三目标函数的构建方式如下：

首先，获取抽水蓄能电站机组分别在各时段对应的抽水功率、获取各抽水蓄能电站机组的单位碳排放量。

然后，基于抽水功率、单位碳排放量和预设单位碳捕集成本确定系统碳排放成本。

具体的，为第/>台抽水蓄能电站机组在某一时段的抽水功率，/>为第/>台抽水蓄能电站机组的单位碳排放量，/>为单位碳捕集成本，/>为抽水蓄能电站的机组总数。

将第三目标函数添加至目标优化模型中后，目标优化模型如下：

本实施例提供的水风蓄互补发电系统的调度方法中，在抽水蓄能电站的抽水时段容易产生碳排放，因此，通过在目标优化模型中设置第三目标函数，可以保证发电过程中的碳排放含量最低，有助于环保。

步骤S202，基于功率平衡约束、发电机组出力约束、发电机组的无功功率约束、区域负荷约束、节点电压约束、梯级水电站约束构建约束条件。详细请参见图1所示实施例的步骤S102，在此不再赘述。

步骤S203，对目标优化模型进行求解，得到符合约束条件的最优解。详细请参见图1所示实施例的步骤S103，在此不再赘述。

步骤S204，基于最优解形成调度方案，以按照调度方案完成电力调度。详细请参见图1所示实施例的步骤S104，在此不再赘述。

在本实施例中提供了一种水风蓄互补发电系统的调度方法，可用于计算机设备，图3是根据本发明实施例的水风蓄互补发电系统的调度方法的流程图，如图3所示，该流程包括如下步骤：

步骤S301，以系统运行成本最小和系统稳定运行指数最大为目标，构建目标优化模型。详细请参见图2所示实施例的步骤S201，在此不再赘述。

步骤S302，基于功率平衡约束、发电机组出力约束、发电机组的无功功率约束、区域负荷约束、节点电压约束、梯级水电站约束构建约束条件。详细请参见图1所示实施例的步骤S102，在此不再赘述。

步骤S303，对目标优化模型进行求解，得到符合约束条件的最优解。

具体的，步骤S303包括：

步骤S3031，利用改进粒子群算法对目标优化模型进行求解，得到符合约束条件的最优解。

示例性地，具体求解过程如下：

首先，设置粒子群的大小和维度，每一个粒子代表一个未知数，所有粒子形成一个解集，即互补发电系统的一种调度方案。起初，随机初始化每个粒子的位置和速度，其中，位置表示解的变量值，速度表示粒子在解空间中的搜索方向和速度。根据初始化的各粒子的位置和速度进行求解之后，得到一个解集，并确定这一解集对应的自适应度。

然后，从每一个粒子分别对应的历史最优解中确定出各粒子的个体最优解，从所有粒子的最优解中确定出全局最优解，每完成一次计算，更新一次各粒子的个体最优解和全局最优解。同时，每完成一次计算，还需根据粒子群算法的速度更新公式，更新每个粒子的速度和位置，重新进行最优解的计算；

最后，直至迭代计算次数超出预设次数时，将历史最优自适应度对应的一解作为最优解。具体利用改进粒子群算法对目标优化模型进行求解的过程为现有技术，此处不作过多描述。

其中，最优解计算过程中各粒子的速度更新公式为：

其中，为粒子/>在维度/>上的速度，/>为粒子/>在维度/>上的位置，为惯性权重，控制粒子速度的保持程度，/>为个体学习因子，用于调节个体历史最优解的影响，/>为全局学习因子，用于调节全局最优解的影响，/>和/>为随机数，用于引入随机性，/>为粒子/>的个体历史最优位置，/>为全局历史最优位置。/>

其中，最优解计算过程中各粒子的位置更新公式为：

惯性权重值较大时，表示当前粒子与种群最优粒子差距较大，此时/>的取值也应较大，使得该粒子具有较好的全局搜索能力；而当其值较小时则表示其与种群最优粒子差距较小，此时应使其具有较好的局部搜索能力，/>的取值也应较小。/>取值具体可计算为：

步骤S304，基于最优解形成调度方案，以按照调度方案完成电力调度。详细请参见图1所示实施例的步骤S104，在此不再赘述。

在本实施例中还提供了一种水风蓄互补发电系统的调度装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

本实施例提供一种水风蓄互补发电系统的调度装置，如图4所示，包括：

第一构建模块401，用于以系统运行成本最小和系统稳定运行指数最大为目标，构建目标优化模型。

第二构建模块402，用于基于功率平衡约束、发电机组出力约束、发电机组的无功功率约束、区域负荷约束、节点电压约束、梯级水电站约束构建约束条件。

求解模块403，用于对目标优化模型进行求解，得到符合约束条件的最优解。

确定模块404，用于基于最优解形成调度方案，以按照调度方案完成电力调度。

在一些可选的实施方式中，第一构建模块401包括：

第一构建子模块，用于构建用以确定系统运行成本的第一目标函数。

第二构建子模块，用于构建用以确定系统稳定运行指数的第二目标函数。

第三构建子模块，用于基于第一目标函数和第二目标函数，构建目标优化模型。

在一些可选的实施方式中，第一构建子模块包括：

第一获取单元，用于获取预设时长内各时段分别对应的水电站运行成本、风电站运行成本、抽水蓄能电站的运行成本以及弃风成本。

第二获取单元，用于获取预确定的各时段各电站分别对应的权重值，权重值与对应时段权重值所属电站预确定的并网优先级对应。

第一构建单元，用于基于水电站运行成本、风电站运行成本、抽水蓄能电站的运行成本、弃风成本以及各权重值，构建第一目标函数。

在一些可选的实施方式中，第二获取单元包括：

第一获取子单元，用于获取预设时段的气象数据、水文数据和负荷数据，预设时段为预设时长内多个时段中的任一时段。

第一确定子单元，用于基于气象数据、水文数据和负荷数据，确定预设时段所处的阶段。

第二确定子单元，用于基于预构建的阶段与优先并网的电站之间的映射关系，确定预设时段优先并网的目标电站。

第二获取子单元，用于获取目标电站在预设时段的最大出力数据和目标电站在预设时段的负荷所需的目标出力数据。

第三确定子单元，用于基于最大出力数据和目标出力数据的关系，确定目标电站在预设时段对应的权重值。

第三获取子单元，用于获取除目标电站之外的其余电站分别在预设时段对应的第一实际出力数据和第二实际出力数据。

第四确定子单元，用于基于第一实际出力数据、第二实际出力数据和权重值，确定其余电站在预设时段分别对应的权重值。

在一些可选的实施方式中，第一确定子单元中预设时段所处的阶段包括：

风力峰值月、汛期以及负荷高峰期。

在一些可选的实施方式中，第二构建子模块包括：

第三获取单元，用于获取水风蓄互补发电系统的电压稳定裕度、频率稳定指标和功率稳定函数。

第二构建单元，用于基于电压稳定裕度、频率稳定指标、功率稳定函数、第一预设权重、第二预设权重和第三预设权重，构建第二目标函数。

在一些可选的实施方式中，第一构建模块401还包括：

第四构建子模块，用于构建用以确定系统碳排放成本的第三目标函数。

在一些可选的实施方式中，第四构建子模块，包括：

第四获取单元，用于获取抽水蓄能电站机组分别在各时段对应的抽水功率、获取各抽水蓄能电站机组的单位碳排放量。

第三构建单元，用于基于抽水功率、单位碳排放量和预设单位碳捕集成本确定系统碳排放成本。

在一些可选的实施方式中，求解模块403包括：

求解子模块，用于利用改进粒子群算法对目标优化模型进行求解，得到符合约束条件的最优解。

上述各个模块和单元的更进一步的功能描述与上述对应实施例相同，在此不再赘述。

本实施例中的水风蓄互补发电系统的调度装置是以功能单元的形式来呈现，这里的单元是指ASIC（Application Specific Integrated Circuit，专用集成电路）电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。

本发明实施例还提供一种计算机设备，具有上述图4所示的水风蓄互补发电系统的调度装置。

请参阅图5，图5是本发明可选实施例提供的一种计算机设备的结构示意图，如图5所示，该计算机设备包括：一个或多个处理器10、存储器20，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相通信连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在一些可选的实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个计算机设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器10为例。

处理器10可以是中央处理器，网络处理器或其组合。其中，处理器10还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路，可编程逻辑器件或其组合。上述可编程逻辑器件可以是复杂可编程逻辑器件，现场可编程逻辑门阵列，通用阵列逻辑或其任意组合。

其中，存储器20存储有可由至少一个处理器10执行的指令，以使至少一个处理器10执行实现上述实施例示出的方法。

存储器20可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储器20可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些可选的实施方式中，存储器20可选包括相对于处理器10远程设置的存储器，这些远程存储器可以通过网络连接至该计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

存储器20可以包括易失性存储器，例如，随机存取存储器；存储器也可以包括非易失性存储器，例如，快闪存储器，硬盘或固态硬盘；存储器20还可以包括上述种类的存储器的组合。

该计算机设备还包括通信接口30，用于该计算机设备与其他设备或通信网络通信。

本发明实施例还提供了一种计算机可读存储介质，上述根据本发明实施例的方法可在硬件、固件中实现，或者被实现为可记录在存储介质，或者被实现通过网络下载的原始存储在远程存储介质或非暂时机器可读存储介质中并将被存储在本地存储介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件的存储介质上的这样的软件处理。其中，存储介质可为磁碟、光盘、只读存储记忆体、随机存储记忆体、快闪存储器、硬盘或固态硬盘等；进一步地，存储介质还可以包括上述种类的存储器的组合。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件，当软件或计算机代码被计算机、处理器或硬件访问且执行时，实现上述实施例示出的方法。

虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (15)

1.一种水风蓄互补发电系统的调度方法，其特征在于，所述方法包括：

以系统运行成本最小和系统稳定运行指数最大为目标，构建目标优化模型；

基于功率平衡约束、发电机组出力约束、发电机组的无功功率约束、区域负荷约束、节点电压约束、梯级水电站约束构建约束条件；

对所述目标优化模型进行求解，得到符合所述约束条件的最优解；

基于所述最优解形成调度方案，以按照所述调度方案完成电力调度。

2.根据权利要求1所述的调度方法，其特征在于，所述构建目标优化模型，包括：

构建用以确定系统运行成本的第一目标函数；

构建用以确定系统稳定运行指数的第二目标函数；

基于所述第一目标函数和所述第二目标函数，构建所述目标优化模型。

3.根据权利要求2所述的调度方法，其特征在于，所述构建用以确定系统运行成本的第一目标函数，包括：

获取预设时长内各时段分别对应的水电站运行成本、风电站运行成本、抽水蓄能电站的运行成本以及弃风成本；

获取预确定的各时段各电站分别对应的权重值，所述权重值与对应时段所述权重值所属电站预确定的并网优先级对应；

基于所述水电站运行成本、所述风电站运行成本、所述抽水蓄能电站的运行成本、所述弃风成本以及各所述权重值，构建所述第一目标函数。

4.根据权利要求3所述的调度方法，其特征在于，所述获取预确定的各时段各电站分别对应的权重值，包括：

获取预设时段的气象数据、水文数据和负荷数据，所述预设时段为所述预设时长内多个时段中的任一时段；

基于所述气象数据、所述水文数据和所述负荷数据，确定所述预设时段所处的阶段；

基于预构建的所述阶段与优先并网的电站之间的映射关系，确定所述预设时段优先并网的目标电站；

获取所述目标电站在所述预设时段的最大出力数据和所述目标电站在所述预设时段的负荷所需的目标出力数据；

基于所述最大出力数据和所述目标出力数据的关系，确定所述目标电站在所述预设时段对应的权重值；

获取除所述目标电站之外的其余电站分别在所述预设时段对应的第一实际出力数据和第二实际出力数据；

基于所述第一实际出力数据、所述第二实际出力数据和所述权重值，确定所述其余电站在所述预设时段分别对应的权重值。

5.根据权利要求4所述的调度方法，其特征在于，所述阶段，包括：

风力峰值月、汛期以及负荷高峰期。

6.根据权利要求2所述的调度方法，其特征在于，所述构建用以确定系统稳定运行指数的第二目标函数，包括：

获取水风蓄互补发电系统的电压稳定裕度、频率稳定指标和功率稳定函数；

基于所述电压稳定裕度、所述频率稳定指标、所述功率稳定函数、第一预设权重、第二预设权重和第三预设权重，构建所述第二目标函数。

7.根据权利要求1至6中任一项所述的调度方法，其特征在于，所述目标优化模型还包括：预构建的用以确定系统碳排放成本的第三目标函数。

8.根据权利要求7所述的调度方法，其特征在于，所述预构建的用以确定系统碳排放成本的第三目标函数，包括：

获取抽水蓄能电站机组分别在各时段对应的抽水功率、获取各抽水蓄能电站机组的单位碳排放量；

基于所述抽水功率、所述单位碳排放量和预设单位碳捕集成本确定所述系统碳排放成本。

9.根据权利要求1所述的调度方法，其特征在于，所述对所述目标优化模型进行求解，得到符合所述约束条件的最优解，包括：

利用改进粒子群算法对目标优化模型进行求解，得到符合所述约束条件的最优解。

10.一种水风蓄互补发电系统的调度装置，其特征在于，所述装置包括：

第一构建模块，用于以系统运行成本最小和系统稳定运行指数最大为目标，构建目标优化模型；

第二构建模块，用于基于功率平衡约束、发电机组出力约束、发电机组的无功功率约束、区域负荷约束、节点电压约束、梯级水电站约束构建约束条件；

求解模块，用于对所述目标优化模型进行求解，得到符合所述约束条件的最优解；

确定模块，用于基于所述最优解形成调度方案，以按照所述调度方案完成电力调度。

11.根据权利要求10所述的调度装置，其特征在于，所述第一构建模块，包括：

第一构建子模块，用于构建用以确定系统运行成本的第一目标函数；

第二构建子模块，用于构建用以确定系统稳定运行指数的第二目标函数；

第三构建子模块，用于基于所述第一目标函数和所述第二目标函数，构建所述目标优化模型。

12.根据权利要求11所述的调度装置，其特征在于，所述第一构建子模块，包括：

第一获取单元，用于获取预设时长内各时段分别对应的水电站运行成本、风电站运行成本、抽水蓄能电站的运行成本以及弃风成本；

第二获取单元，用于获取预确定的各时段各电站分别对应的权重值，所述权重值与对应时段所述权重值所属电站预确定的并网优先级对应；

第一构建单元，用于基于所述水电站运行成本、所述风电站运行成本、所述抽水蓄能电站的运行成本、所述弃风成本以及各所述权重值，构建所述第一目标函数。

13.根据权利要求12所述的调度装置，其特征在于，所述第二获取单元，包括：

第一获取子单元，用于获取预设时段的气象数据、水文数据和负荷数据，所述预设时段为所述预设时长内多个时段中的任一时段；

第一确定子单元，用于基于所述气象数据、所述水文数据和所述负荷数据，确定所述预设时段所处的阶段；

第二确定子单元，用于基于预构建的所述阶段与优先并网的电站之间的映射关系，确定所述预设时段优先并网的目标电站；

第二获取子单元，用于获取所述目标电站在所述预设时段的最大出力数据和所述目标电站在所述预设时段的负荷所需的目标出力数据；

第三确定子单元，用于基于所述最大出力数据和所述目标出力数据的关系，确定所述目标电站在所述预设时段对应的权重值；

第三获取子单元，用于获取除所述目标电站之外的其余电站分别在所述预设时段对应的第一实际出力数据和第二实际出力数据；

第四确定子单元，用于基于所述第一实际出力数据、所述第二实际出力数据和所述权重值，确定所述其余电站在所述预设时段分别对应的权重值。

14.一种计算机设备，其特征在于，包括：

存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1至9中任一项所述的水风蓄互补发电系统的调度方法。

15.一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上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至9中任一项所述的水风蓄互补发电系统的调度方法。