CN116797077A - 区域内机组出力计划的确定方法、装置及计算机设备 - Google Patents
区域内机组出力计划的确定方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN116797077A CN116797077A CN202310601651.5A CN202310601651A CN116797077A CN 116797077 A CN116797077 A CN 116797077A CN 202310601651 A CN202310601651 A CN 202310601651A CN 116797077 A CN116797077 A CN 116797077A
- Authority
- CN
- China
- Prior art keywords
- unit
- plan
- power
- area
- constraint
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000008859 change Effects 0.000 claims abstract description 43
- 238000005457 optimization Methods 0.000 claims abstract description 17
- 230000008676 import Effects 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 13
- 230000009194 climbing Effects 0.000 claims description 12
- 238000010977 unit operation Methods 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000010248 power generation Methods 0.000 claims description 5
- 230000001174 ascending effect Effects 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 4
- 230000035945 sensitivity Effects 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 230000008901 benefit Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种区域内机组出力计划的确定方法、装置及计算机设备，涉及电力系统技术领域，解决了目前存在未考虑各子区域自身的需求，无法在区域层面达到最优，多级市场的协同效率较低的问题。该方法包括：建立区域日前机组组合SCUC模型，基于区域日前机组组合SCUC模型对区域电能量市场进行优化出清，得到区域内机组出力计划；基于区域内机组出力计划确定优化后区域的功率交换计划，区域的功率交换计划包括各子区域的功率交换计划；确定功率输入改变量约束条件，若各子区域的功率交换计划均满足功率输入改变量约束条件，则确定区域内机组出力计划为目标区域内机组出力计划。
Description
技术领域
本申请属于电力系统技术领域，更具体地，涉及一种区域内机组出力计划的确定方法、装置、计算机设备及可读存储介质。
背景技术
随着新能源占比的逐渐提高，新能源出力的间歇性和随机性也严重影响电力系统的稳定性。
现有的处理方法主要为，先构建基于电力流和交易流的跨区域省间交易网络模型，并提出了计及网络损耗折价的输电成本计算方法，考虑买卖双方报价及区域通道安全约束，提出跨区域省间交易优化出清模型，并通过算例验证此模型的有效性和适用性，即，通过取消子区域的出清环节，将子区域各项约束纳入区域中，由区域进行统一出清，将多级电力市场化为单层电力市场进行处理；但申请人认识到，一方面，上述处理方法未考虑新能源发电的随机性、波动性和间歇性，不适用未来以新能源为主题的新型电力系统，无法保障区域电网的总体安全性；另一方面，现有处理方法不能充分考虑子区域自身的需求，无法保障各子区域的经济诉求，多级市场的协同效率较低。
发明内容
有鉴于此，本发明提供了一种区域内机组出力计划的确定方法、装置、计算机设备及可读存储介质，主要目的在于解决目前存在现有电力市场出清模型的研究中，未考虑各子区域自身的需求，无法在区域层面达到最优，多级市场的协同效率较低，以及无法保障区域电网的安全性的问题。
依据本申请第一方面，提供了一种区域内机组出力计划的确定方法，包括：
建立区域日前机组组合SCUC模型，基于所述区域日前机组组合SCUC模型对区域电能量市场进行优化出清，得到区域内机组出力计划；
基于所述区域内机组出力计划确定优化后区域的功率交换计划，其中，所述优化后区域的功率交换计划包括各子区域的功率交换计划；
确定功率输入改变量约束条件，若所述各子区域的功率交换计划均满足所述功率输入改变量约束条件，则确定所述区域内机组出力计划为目标区域内机组出力计划。
可选地，所述建立区域内日前机组组合SCUC模型，包括：
利用鲁棒优化方法建立所述区域的日前机组组合SCUC模型，所述区域的日前机组组合SCUC模型包括第一目标函数O和第一约束条件，其中，所述第一目标函数O表示为：
公式1：
其中，ui,t为第i个机组在时刻t的机组运行状态的第一决策变量，vi,t为第i个机组在时刻t的机组运行状态的第二决策变量，oi,t为第i个机组在时刻t的机组运行状态的第三决策变量，Pi,t为第i个机组在时刻t的机组输出功率，w为可再生能源发电功率，W为可再生能源发电功率集合，T为优化时间段，为第i个机组的机组启机成本、/>为第i个机组的机组停机成本、f(pi,t)为第i个机组的机组运行成本随机组出力变化函数，I为机组数量。
可选地，所述第一约束条件包括第一约束条件集合、第二约束条件集合和不确定集约束条件；其中，
所述第一约束条件集合表示为：
公式2：
其中，Θ1为机组决策变量所满足的约束集合，包括机组最小启停机时间约束、机组启停逻辑约束，x为时刻t启停机约束校验的起始时段，Gi为第i个机组在初始时刻仍需连续运行的时段数，Li为第i个机组在初始时刻仍需连续停机的时段数，为第i个机组最小开机时间，/>为第i个机组最小停机时间；
所述第二约束条件集合表示为：
公式3：
其中，Θ2代表机组输出功率所满足的约束集合，包含机组爬坡约束、机组出力上下限约束、线路潮流约束、功率平衡约束、系统备用约束，RUi为第i个机组的上爬坡速率，RDi为第i个机组的下爬坡速率，Pstart,i为第i个机组的启机爬坡速率，Pshut,i为第i个机组的停机爬坡速率，为第i个机组出力的上限，/>为第i个机组出力的下限，πk,l为第k个节点注入功率对第l条线路潮流的灵敏度因子，/>为线路l的潮流传输极限，Lt,d为时刻t位于d节点的负荷用电量，St为时刻t系统的旋转备用容量需求，b为可再生能源机组集合，B为可再生能源机组台数，wt,b为时刻t可再生能源出力，P功率交换为区域与区域外的功率交换计划，D为负荷用户数目，d为负荷用户集合；
所述不确定集约束条件表示为：
公式4：
其中，为可再生能源机组出力的预测值，Δwb为可再生能源出力偏差，Ω为Δw所服从某一概率分布的协方差，ηβ为置信度β下的置信常数。
可选地，所述功率输入改变量约束条件表示为：
公式5：importz,t-importz,tK≤importnew,z,t≤importz,t+importz,tK，
其中，importz,t为区域市场优化前子区域z在时刻t的功率交换计划，importnew,i,t为区域市场优化后子区域z在时刻t的功率交换计划，K为预设系数。
依据本申请第二方面，提供了一种区域内机组出力计划的确定装置，包括：
出清模块，用于建立区域日前机组组合SCUC模型，基于所述区域日前机组组合SCUC模型对区域电能量市场进行优化出清，得到区域内机组出力计划；
确定模块，用于基于所述区域内机组出力计划确定优化后区域的功率交换计划，其中，所述优化后区域的功率交换计划包括各子区域的功率交换计划；
比对模块，用于确定功率输入改变量约束条件，若所述各子区域的功率交换计划均满足所述功率输入改变量约束条件，则确定所述区域内机组出力计划为目标区域内机组出力计划。
依据本申请第三方面，提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面中任一项所述方法的步骤。
依据本申请第四方面，提供了一种可读存储介质，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上述第一方面中任一项所述的方法的步骤。
借由上述技术方案，本申请提供了一种区域内机组出力计划的确定方法、装置、计算机设备及可读存储介质，本申请首先建立区域日前机组组合SCUC模型，基于区域日前机组组合SCUC模型对区域电能量市场进行优化出清，得到区域内机组出力计划，随后基于区域内机组出力计划确定优化后区域的功率交换计划，最后判断优化后区域的功率交换计划包括的各子区域的功率交换计划是否均满足功率输入改变量约束条件，若满足，则确定区域内机组出力计划为目标区域内机组出力计划；通过添加功率输入改变量约束条件，将各子区域间的传输功率，也即功率交换计划，与功率输入改变量约束条件进行比对，可以确定区域包括的各个子区域的功率交换计划是否均满足功率输入改变量约束条件，若满足，则确定区域内机组出力计划为目标区域内机组出力计划，在多级市场中充分考虑了各子区域的自身需求，并对子区域交换电量的合理限制，使得各子区域与整个区域现货市场实现效益共享，保障了各子区域的经济诉求，提供了多级市场的协同效率，与此同时，日前机组组合SCUC模型考虑了子区域内部不确定性因素的鲁棒优化，即针对新能源高占比电力系统特征，在区域层面引入鲁棒性优化方法确定机组组合，解决新型电力系统区域电网运行安全性的问题。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本申请实施例提供的一种区域内机组出力计划的确定方法的流程图；
图2示出了本申请实施例提供的一种区域内机组出力计划的确定装置的结构示意图；
图3示出了本申请实施例提供的一种计算机设备的装置结构示意图。
具体实施方式
此处参考附图描述本申请的各种方案以及特征。
应理解的是，可以对此处申请的实施例做出各种修改。因此，上述说明书不应该视为限制，而仅是作为实施例的范例。本领域的技术人员将想到在本申请的范围和精神内的其他修改。
包含在说明书中并构成说明书的一部分的附图示出了本申请的实施例，并且与上面给出的对本申请的大致描述以及下面给出的对实施例的详细描述一起用于解释本申请的原理。
通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本申请的这些和其它特性将会变得显而易见。
还应当理解，尽管已经参照一些具体实例对本申请进行了描述，但本领域技术人员能够确定地实现本申请的很多其它等效形式。
当结合附图时，鉴于以下详细说明，本申请的上述和其他方面、特征和优势将变得更为显而易见。
此后参照附图描述本申请的具体实施例；然而，应当理解，所申请的实施例仅仅是本申请的实例，其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本申请模糊不清。因此，本文所申请的具体的结构性和功能性细节并非意在限定，而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本申请。
本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”，其均可指代根据本申请的相同或不同实施例中的一个或多个。
本申请实施例提供了一种区域内机组出力计划的确定方法，如图1所示，包括：
101、建立区域日前机组组合SCUC模型，基于区域日前机组组合SCUC模型对区域电能量市场进行优化出清，得到区域内机组出力计划。
在本申请实施例中，日前机组组合SCUC模型为一种电力市场出清模型，其中，日前机组组合SCUC模型考虑了子区域内部不确定性因素的鲁棒优化。需要说明的是，由于SCUC模型考虑了子区域内部不确定性因素，得到的区域内机组计划也包括各子区域内机组计划。
102、基于区域内机组出力计划确定优化后区域的功率交换计划。
在本申请实施例中，优化后区域的功率交换计划包括各子区域的功率交换计划。
103、确定功率输入改变量约束条件，若各子区域的功率交换计划均满足功率输入改变量约束条件，则确定区域内机组出力计划为目标区域内机组出力计划。
本申请实施例提供的方法，首先建立区域日前机组组合SCUC模型，基于区域日前机组组合SCUC模型对区域电能量市场进行优化出清，得到区域内机组出力计划，随后基于区域内机组出力计划确定优化后区域的功率交换计划，最后判断优化后区域的功率交换计划包括的各子区域的功率交换计划是否均满足功率输入改变量约束条件，若满足，则确定区域内机组出力计划为目标区域内机组出力计划；通过添加功率输入改变量约束条件，将各子区域间的传输功率，也即功率交换计划，与功率输入改变量约束条件进行比对，可以确定区域包括的各个子区域的功率交换计划是否均满足功率输入改变量约束条件，若满足，则确定区域内机组出力计划为目标区域内机组出力计划，在多级市场中充分考虑了各子区域的自身需求，并对子区域交换电量的合理限制，使得各子区域与整个区域现货市场实现效益共享，保障了各子区域的经济诉求，提供了多级市场的协同效率，与此同时，日前机组组合SCUC模型考虑了子区域内部不确定性因素的鲁棒优化，即针对新能源高占比电力系统特征，在区域层面引入鲁棒性优化方法确定机组组合，解决新型电力系统区域电网运行安全性的问题。
进一步地，作为上述实施例具体实施方式的细化和扩展，为了完整说明本实施例的具体实施过程，本申请实施例提供了另一种区域内机组出力计划的确定方法，包括：
201、建立区域日前机组组合SCUC模型，基于2区域日前机组组合SCUC模型对区域电能量市场进行优化出清，得到区域内机组出力计划。
在本申请实施例中，首先建立区域内日前机组组合SCUC模型，具体建立过程为：
利用鲁棒优化方法建立区域的日前机组组合SCUC模型，区域的日前机组组合SCUC模型包括第一目标函数O和第一约束条件，其中，第一目标函数O表示为：
公式1：
其中，ui,t为第i个机组在时刻t的机组运行状态的第一决策变量，vi,t为第i个机组在时刻t的机组运行状态的第二决策变量，oi,t为第i个机组在时刻t的机组运行状态的第三决策变量，Pi,t为第i个机组在时刻t的机组输出功率，w为可再生能源发电功率，W为可再生能源发电功率集合，T为优化时间段，为第i个机组的机组启机成本、/>为第i个机组的机组停机成本、f(pi,t)为第i个机组的机组运行成本随机组出力变化函数，I为机组数量。
进一步地，第一约束条件包括第一约束条件集合、第二约束条件集合和不确定集约束条件；其中，
第一约束条件集合表示为：
公式2：
其中，Θ1为机组决策变量所满足的约束集合，包括机组最小启停机时间约束、机组启停逻辑约束，x为时刻t启停机约束校验的起始时段，Gi为第i个机组在初始时刻仍需连续运行的时段数，Li为第i个机组在初始时刻仍需连续停机的时段数，为第i个机组最小开机时间，/>为第i个机组最小停机时间；
第二约束条件集合表示为：
公式3：
其中，Θ2代表机组输出功率所满足的约束集合，包含机组爬坡约束、机组出力上下限约束、线路潮流约束、功率平衡约束、系统备用约束，RUi为第i个机组的上爬坡速率，RDi为第i个机组的下爬坡速率，Pstart,i为第i个机组的启机爬坡速率，Pshut,为第i个机组的停机爬坡速率，为第i个机组出力的上限，/>为第i个机组出力的下限，πk,l为第k个节点注入功率对第l条线路潮流的灵敏度因子，/>为线路l的潮流传输极限，Lt,d为时刻t位于d节点的负荷用电量，St为时刻t系统的旋转备用容量需求，b为可再生能源机组集合，B为可再生能源机组台数，wt,b为时刻t可再生能源出力，P功率交换为区域与区域外的功率交换计划，D为负荷用户数目，d为负荷用户集合；
不确定集约束条件表示为：
公式4：
其中，为可再生能源机组出力的预测值，Δwb为可再生能源出力偏差，Ω为Δw所服从某一概率分布的协方差，ηβ为置信度β下的置信常数。
在本申请实施例中，以区域出清模型中子区域潮流传输能力作为突破口，通过对子区域交换电量的合理限制，兼顾区域电力资源优化配置需求。
202、基于区域内机组出力计划确定优化后区域的功率交换计划。
在本申请实施例中，基于区域内机组出力计划确定优化后区域的功率交换计划，其中，优化后区域的功率交换计划包括各子区域的功率交换计划，为后续判断各子区域的功率交换计划是否满足功率输入改变量约束条件。
203、确定功率输入改变量约束条件，若各子区域的功率交换计划均满足功率输入改变量约束条件，则确定区域内机组出力计划为目标区域内机组出力计划。
在本申请实施例中，首先需要确定功率输入改变量约束条件，若各子区域的功率交换计划均满足功率输入改变量约束条件，则确定区域内机组出力计划为目标区域内机组出力计划，其中，功率输入改变量约束条件表示为：
公式5：importz,t-importz,tK≤importnew,z,t≤importz,t+importz,tK，
其中，importz,t为区域市场优化前子区域z在时刻t的功率交换计划，importnew,i,t为区域市场优化后子区域z在时刻t的功率交换计划，K为预设系数。
本申请实施例提供的方法，首先建立区域日前机组组合SCUC模型，基于区域日前机组组合SCUC模型对区域电能量市场进行优化出清，得到区域内机组出力计划，随后基于区域内机组出力计划确定优化后区域的功率交换计划，最后判断优化后区域的功率交换计划包括的各子区域的功率交换计划是否均满足功率输入改变量约束条件，若满足，则确定区域内机组出力计划为目标区域内机组出力计划；通过添加功率输入改变量约束条件，将各子区域间的传输功率，也即功率交换计划，与功率输入改变量约束条件进行比对，可以确定区域包括的各个子区域的功率交换计划是否均满足功率输入改变量约束条件，若满足，则确定区域内机组出力计划为目标区域内机组出力计划，在多级市场中充分考虑了各子区域的自身需求，并对子区域交换电量的合理限制，使得各子区域与整个区域现货市场实现效益共享，保障了各子区域的经济诉求，提供了多级市场的协同效率，与此同时，日前机组组合SCUC模型考虑了子区域内部不确定性因素的鲁棒优化，即针对新能源高占比电力系统特征，在区域层面引入鲁棒性优化方法确定机组组合，解决新型电力系统区域电网运行安全性的问题。
进一步地，作为图1所述方法的具体实现，如图2所示，本申请实施例提供了一种区域内机组出力计划的确定装置，包括：出清模块301、确定模块302、比对模块303。
该出清模块301，用于建立区域日前机组组合SCUC模型，基于所述区域日前机组组合SCUC模型对区域电能量市场进行优化出清，得到区域内机组出力计划；
该确定模块302，用于基于所述区域内机组出力计划确定优化后区域的功率交换计划，其中，所述优化后区域的功率交换计划包括各子区域的功率交换计划；
该303比对模块，用于确定功率输入改变量约束条件，若所述各子区域的功率交换计划均满足所述功率输入改变量约束条件，则确定所述区域内机组出力计划为目标区域内机组出力计划。
在具体的应用场景中，该出清模块301，还用于：
利用鲁棒优化方法建立所述区域的日前机组组合SCUC模型，所述区域的日前机组组合SCUC模型包括第一目标函数O和第一约束条件，其中，所述第一目标函数O表示为：
公式1：
其中，ui,t为第i个机组在时刻t的机组运行状态的第一决策变量，vi,t为第i个机组在时刻t的机组运行状态的第二决策变量，oi,t为第i个机组在时刻t的机组运行状态的第三决策变量，Pi,t为第i个机组在时刻t的机组输出功率，w为可再生能源发电功率，W为可再生能源发电功率集合，T为优化时间段，为第i个机组的机组启机成本、/>为第i个机组的机组停机成本、f(pi,t)为第i个机组的机组运行成本随机组出力变化函数，I为机组数量。
在具体的应用场景中，该出清模块301，还用于：
所述第一约束条件包括第一约束条件集合、第二约束条件集合和不确定集约束条件；其中，
所述第一约束条件集合表示为：
公式2：
其中，Θ1为机组决策变量所满足的约束集合，包括机组最小启停机时间约束、机组启停逻辑约束，x为时刻t启停机约束校验的起始时段，Gi为第i个机组在初始时刻仍需连续运行的时段数，Li为第i个机组在初始时刻仍需连续停机的时段数，为第i个机组最小开机时间，/>为第i个机组最小停机时间；
所述第二约束条件集合表示为：
公式3：
其中，Θ2代表机组输出功率所满足的约束集合，包含机组爬坡约束、机组出力上下限约束、线路潮流约束、功率平衡约束、系统备用约束，RUi为第i个机组的上爬坡速率，RDi为第i个机组的下爬坡速率，Pstart,i为第i个机组的启机爬坡速率，Pshut,i为第i个机组的停机爬坡速率，为第i个机组出力的上限，/>为第i个机组出力的下限，πk,l为第k个节点注入功率对第l条线路潮流的灵敏度因子，/>为线路l的潮流传输极限，Lt,d为时刻t位于d节点的负荷用电量，St为时刻t系统的旋转备用容量需求，b为可再生能源机组集合，B为可再生能源机组台数，wt,b为时刻t可再生能源出力，P功率交换为区域与区域外的功率交换计划，D为负荷用户数目，d为负荷用户集合；
所述不确定集约束条件表示为：
公式4：
其中，为可再生能源机组出力的预测值，Δwb为可再生能源出力偏差，Ω为Δw所服从某一概率分布的协方差，ηβ为置信度β下的置信常数。
在具体的应用场景中，该比对模块303，还用于：
所述功率输入改变量约束条件表示为：
公式5：importz,t-importz,tK≤importnew,z,t≤importz,t+importz,tK，
其中，importz,t为区域市场优化前子区域z在时刻t的功率交换计划，importnew,i,t为区域市场优化后子区域z在时刻t的功率交换计划，K为预设系数。
本申请实施例提供的装置，首先通过出清模块建立区域日前机组组合SCUC模型，基于区域日前机组组合SCUC模型对区域电能量市场进行优化出清，得到区域内机组出力计划，随后通过确定模块基于区域内机组出力计划确定优化后区域的功率交换计划，最后通过比对模块判断优化后区域的功率交换计划包括的各子区域的功率交换计划是否均满足功率输入改变量约束条件，若满足，则确定区域内机组出力计划为目标区域内机组出力计划；通过添加功率输入改变量约束条件，将各子区域间的传输功率，也即功率交换计划，与功率输入改变量约束条件进行比对，可以确定区域包括的各个子区域的功率交换计划是否均满足功率输入改变量约束条件，若满足，则确定区域内机组出力计划为目标区域内机组出力计划，在多级市场中充分考虑了各子区域的自身需求，并对子区域交换电量的合理限制，使得各子区域与整个区域现货市场实现效益共享，保障了各子区域的经济诉求，提供了多级市场的协同效率，与此同时，日前机组组合SCUC模型考虑了子区域内部不确定性因素的鲁棒优化，即针对新能源高占比电力系统特征，在区域层面引入鲁棒性优化方法确定机组组合，解决新型电力系统区域电网运行安全性的问题。
在示例性实施例中，参见图3，还提供了一种计算机设备，该计算机设备包括总线、处理器、存储器和通信接口，还可以包括输入输出接口和显示设备，其中，各个功能单元之间可以通过总线完成相互间的通信。该存储器存储有计算机程序，处理器，用于执行存储器上所存放的程序，执行上述实施例中的区域内机组出力计划的确定方法。
一种可读存储介质，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所述的区域内机组出力计划的确定方法的步骤。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施场景所述的方法。
本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。
本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
上述本申请序号仅仅为了描述，不代表实施场景的优劣。
以上实施例仅为本申请的示例性实施例，不用于限制本申请，本申请的保护范围由权利要求书限定。本领域技术人员可以在本申请的实质和保护范围内，对本申请做出各种修改或等同替换，这种修改或等同替换也应视为落在本申请的保护范围内。
Claims (7)
1.一种区域内机组出力计划的确定方法，其特征在于，包括：
建立区域日前机组组合SCUC模型，基于所述区域日前机组组合SCUC模型对区域电能量市场进行优化出清，得到区域内机组出力计划；
基于所述区域内机组出力计划确定优化后区域的功率交换计划，其中，所述优化后区域的功率交换计划包括各子区域的功率交换计划；
确定功率输入改变量约束条件，若所述各子区域的功率交换计划均满足所述功率输入改变量约束条件，则确定所述区域内机组出力计划为目标区域内机组出力计划。
2.根据权利要求1所述的区域内机组出力计划的确定方法，其特征在于，所述建立区域内日前机组组合SCUC模型，包括：
利用鲁棒优化方法建立所述区域的日前机组组合SCUC模型，所述区域的日前机组组合SCUC模型包括第一目标函数O和第一约束条件，其中，所述第一目标函数O表示为：
公式1：
其中，ui,t为第i个机组在时刻t的机组运行状态的第一决策变量，vi,t为第i个机组在时刻t的机组运行状态的第二决策变量，oi,t为第i个机组在时刻t的机组运行状态的第三决策变量，Pi,t为第i个机组在时刻t的机组输出功率，w为可再生能源发电功率，W为可再生能源发电功率集合，T为优化时间段，为第i个机组的机组启机成本、/>为第i个机组的机组停机成本、f(pi,t)为第i个机组的机组运行成本随机组出力变化函数，I为机组数量。
3.根据权利要求2所述的区域内机组出力计划的确定方法，其特征在于，所述第一约束条件包括第一约束条件集合、第二约束条件集合和不确定集约束条件；其中，
所述第一约束条件集合表示为：
公式2：
其中，Θ1为机组决策变量所满足的约束集合，包括机组最小启停机时间约束、机组启停逻辑约束，x为时刻t启停机约束校验的起始时段，Gi为第i个机组在初始时刻仍需连续运行的时段数，Li为第i个机组在初始时刻仍需连续停机的时段数，为第i个机组最小开机时间，/>为第i个机组最小停机时间；
所述第二约束条件集合表示为：
公式3：
其中，Θ2代表机组输出功率所满足的约束集合，包含机组爬坡约束、机组出力上下限约束、线路潮流约束、功率平衡约束、系统备用约束，RUi为第i个机组的上爬坡速率，RDi为第i个机组的下爬坡速率，Pstart,i为第i个机组的启机爬坡速率，Pshut,为第i个机组的停机爬坡速率，为第i个机组出力的上限，/>为第i个机组出力的下限，πk,l为第k个节点注入功率对第l条线路潮流的灵敏度因子，/>为线路l的潮流传输极限，Lt,d为时刻t位于d节点的负荷用电量，St为时刻t系统的旋转备用容量需求，b为可再生能源机组集合，B为可再生能源机组台数，wt,b为时刻t可再生能源出力，P功率交换为区域与区域外的功率交换计划，D为负荷用户数目，d为负荷用户集合；
所述不确定集约束条件表示为：
公式4：
其中，为可再生能源机组出力的预测值，Δwb为可再生能源出力偏差，Ω为Δw所服从某一概率分布的协方差，ηβ为置信度β下的置信常数。
4.根据权利要求1所述的区域内机组出力计划的确定方法，其特征在于，所述功率输入改变量约束条件表示为：
公式5：importz，t-importz，tK≤importnew，z，t≤importz，t+importz，tK，
其中，importz，t为区域市场优化前子区域z在时刻t的功率交换计划，importnew，i，t为区域市场优化后子区域z在时刻t的功率交换计划，K为预设系数。
5.一种区域内机组出力计划的确定装置，其特征在于，包括：
出清模块，用于建立区域日前机组组合SCUC模型，基于所述区域日前机组组合SCUC模型对区域电能量市场进行优化出清，得到区域内机组出力计划；
确定模块，用于基于所述区域内机组出力计划确定优化后区域的功率交换计划，其中，所述优化后区域的功率交换计划包括各子区域的功率交换计划；
比对模块，用于确定功率输入改变量约束条件，若所述各子区域的功率交换计划均满足所述功率输入改变量约束条件，则确定所述区域内机组出力计划为目标区域内机组出力计划。
6.一种计算机设备，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4中任一项所述方法的步骤。
7.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310601651.5A CN116797077A (zh) | 2023-05-25 | 2023-05-25 | 区域内机组出力计划的确定方法、装置及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310601651.5A CN116797077A (zh) | 2023-05-25 | 2023-05-25 | 区域内机组出力计划的确定方法、装置及计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116797077A true CN116797077A (zh) | 2023-09-22 |
Family
ID=88036989
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310601651.5A Pending CN116797077A (zh) | 2023-05-25 | 2023-05-25 | 区域内机组出力计划的确定方法、装置及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116797077A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150310366A1 (en) * | 2012-11-09 | 2015-10-29 | Tianjin University | Security region based security-constrained economic dispatching method |
| CN110782281A (zh) * | 2019-10-23 | 2020-02-11 | 四川大学 | 一种多业主梯级电站流域电量转移的日前市场出清方法 |
| CN115271397A (zh) * | 2022-07-18 | 2022-11-01 | 广东电网有限责任公司电力调度控制中心 | 一种电力日前市场出清的计算方法、装置及储存介质 |
| WO2022257712A1 (zh) * | 2021-06-11 | 2022-12-15 | 国网上海市电力公司 | 面向韧性提升的配电网分布式电源储能控制方法及系统 |
| CN115936204A (zh) * | 2022-11-29 | 2023-04-07 | 国网山东省电力公司经济技术研究院 | 一种电力现货市场的优化出清方法、系统、设备及介质 |
-
2023
- 2023-05-25 CN CN202310601651.5A patent/CN116797077A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150310366A1 (en) * | 2012-11-09 | 2015-10-29 | Tianjin University | Security region based security-constrained economic dispatching method |
| CN110782281A (zh) * | 2019-10-23 | 2020-02-11 | 四川大学 | 一种多业主梯级电站流域电量转移的日前市场出清方法 |
| WO2022257712A1 (zh) * | 2021-06-11 | 2022-12-15 | 国网上海市电力公司 | 面向韧性提升的配电网分布式电源储能控制方法及系统 |
| CN115271397A (zh) * | 2022-07-18 | 2022-11-01 | 广东电网有限责任公司电力调度控制中心 | 一种电力日前市场出清的计算方法、装置及储存介质 |
| CN115936204A (zh) * | 2022-11-29 | 2023-04-07 | 国网山东省电力公司经济技术研究院 | 一种电力现货市场的优化出清方法、系统、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sachs et al. | A two-stage model predictive control strategy for economic diesel-PV-battery island microgrid operation in rural areas | |
| CN111709672A (zh) | 基于场景和深度强化学习的虚拟电厂经济调度方法 | |
| An et al. | A distributed and resilient bargaining game for weather-predictive microgrid energy cooperation | |
| Lim et al. | Optimal allocation of energy storage and solar photovoltaic systems with residential demand scheduling | |
| CN109146320B (zh) | 一种考虑配电网安全性的虚拟电厂优化调度方法 | |
| Tian et al. | Coordinated planning with predetermined renewable energy generation targets using extended two-stage robust optimization | |
| US20220029424A1 (en) | Hybrid power plant | |
| CN112465208A (zh) | 计及区块链技术的虚拟电厂随机自适应鲁棒优化调度方法 | |
| Li et al. | Two-stage community energy trading under end-edge-cloud orchestration | |
| Hatata et al. | Ant lion optimizer versus particle swarm and artificial immune system for economical and eco‐friendly power system operation | |
| Sun et al. | Improving the restorability of bulk power systems with the implementation of a WF-BESS system | |
| Cheng et al. | Power generation scheduling for integrated large and small hydropower plant systems in Southwest China | |
| Bagheri et al. | A novel multiobjective generation and transmission investment framework for implementing 100% renewable energy sources | |
| CN114626603A (zh) | 一种配电网需求响应调度运行方案的优化处理方法和装置 | |
| Zeng et al. | Day-ahead interval scheduling strategy of power systems based on improved adaptive diffusion kernel density estimation | |
| CN116797077A (zh) | 区域内机组出力计划的确定方法、装置及计算机设备 | |
| CN114744686B (zh) | 发电机组识别方法、装置、设备和存储介质 | |
| Raj et al. | Evolutionary computing techniques for resolving load dispatch problem | |
| CN116365585A (zh) | 新能源电网规划模型的构建方法、装置及终端设备 | |
| CN115603308A (zh) | 一种考虑需求响应替代效益的源网协调规划方法及系统 | |
| Marmaras et al. | A cloud-based energy management system for building managers | |
| CN115511386A (zh) | 基于多目标混合非洲秃鹫优化算法的多能系统调度方法 | |
| Li et al. | Multiobjective Optimization Model considering Demand Response and Uncertainty of Generation Side of Microgrid | |
| CN115936253B (zh) | 一种虚拟电厂运营优化方法、装置、设备及可读存储介质 | |
| CN117318183B (zh) | 电力调度方法及系统 |
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 |