CN116882596A - 一种热电联合系统日前随机优化问题计算效率提升方法 - Google Patents

一种热电联合系统日前随机优化问题计算效率提升方法 Download PDF

Info

Publication number
CN116882596A
CN116882596A CN202311145913.8A CN202311145913A CN116882596A CN 116882596 A CN116882596 A CN 116882596A CN 202311145913 A CN202311145913 A CN 202311145913A CN 116882596 A CN116882596 A CN 116882596A
Authority
CN
China
Prior art keywords
representing
power
constraint
optimization
equation
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.)
Granted
Application number
CN202311145913.8A
Other languages
English (en)
Other versions
CN116882596B (zh
Inventor
仉梦林
关钦月
龚健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Geosciences
Original Assignee
China University of Geosciences
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Geosciences filed Critical China University of Geosciences
Priority to CN202311145913.8A priority Critical patent/CN116882596B/zh
Publication of CN116882596A publication Critical patent/CN116882596A/zh
Application granted granted Critical
Publication of CN116882596B publication Critical patent/CN116882596B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • 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
    • H02J3/381—Dispersed generators
    • 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]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供了一种热电联合系统日前随机优化调度问题计算效率提升方法，考虑大容量灵活性负荷的热电联合系统日前随机优化调度问题,为辨识优化问题中的无效线路传输约束建立无效约束辨识模型；将无效约束辨识问题中的变量拆分，松弛为关于常规机组出力和灵活性负荷功率的两个子优化问题；提出基于系数排序法和解析法相结合的无效约束辨识方法，对所有线路传输约束进行辨识；从热电联合系统日前两阶段随机优化问题中剔除辨识出的无效线路约束，以降低调度问题的求解负担。本发明的有益效果是：提升了系统的计算效率，有效减轻了优化的计算负担。

Description

一种热电联合系统日前随机优化问题计算效率提升方法
技术领域
本发明涉及电气工程领域，尤其涉及一种热电联合系统日前随机优化调度问题计算效率提升方法。
背景技术
在可再生能源中，风能是全球增长最快的能源之一，但是风力发电存在着不确定性——风速的波动和间接性、风电的随机性。而电、热一体化作为提高风电利用率的有效途径之一，可以很好地应对不同时间尺度的风电不确定性。
然而，热电联合系统的随机优化运行采用的是场景集来表示风电功率的概率分布，足够的场景数量是保证决策可靠的必要条件，但总是由于场景变量和约束条件很多，给优化带来了巨大的计算负担。
因此，目前亟需寻求提高用于热电联合系统日前随机优化调度问题计算效率提升的方法。
发明内容
为了解决上述问题，本发明提供了一种热电联合系统日前随机优化调度问题计算效率提升方法，主要包括：
S1：考虑大容量灵活性负荷的热电联合系统日前随机优化调度问题,为辨识优化问题中的无效线路传输约束建立无效约束辨识模型；
S2：将无效约束辨识问题中的变量拆分，松弛为关于常规机组出力和灵活性负荷功率的两个子优化问题；
S3：提出基于系数排序法和解析法相结合的无效约束辨识方法，对所有线路传输约束进行辨识；
S4：从热电联合系统日前随机优化调度问题中剔除辨识出的无效线路约束，以降低调度问题的求解负担。
进一步地，步骤S1中，热电联合系统日前随机优化调度问题的数学概括形式如下所示；
其中，x1表示第一阶段也即日前阶段的所有决策变量，y2,s为第二阶段场景s下的所有决策变量；f1为日前总运营成本；E为期望算子；f2,s为场景s下的实时总运营成本；A1表示第一阶段约束的系数矩阵；A2表示第二阶段约束与变量x1相关的系数矩阵；B2表示第二阶段约束与变量y2,s相关的系数矩阵；b1表示公式（a）表示的约束的系数向量；b2,s为第二阶段约束的系数向量；公式（a）为日前阶段约束，公式（b）为实时阶段约束，实时阶段的约束包含线路传输容量约束，其具体的数学形式如下：
其中，为线路功率转移因子，/>与/>为常规火电与热电联产机组在场景s下t时段的发电功率，/>为灵活性负荷在场景s下t时段的耗电功率，wi,t,s场景s下t时段的风电功率，Li,t为场景s下t时段的节点负荷，/>为线路传输容量上限；/>表示节点d上的火电机组对线路/>的功率转移因子；/>表示节点d上的热电联产机组对线路/>的功率转移因子；/>表示节点d上的风电场对线路/>的功率转移因子；/>表示节点d的大型热泵对线路/>的功率转移因子；/>表示节点d上的负荷对线路/>的功率转移因子；
为判断公式（2）表示的约束是否属于公式（1）表示的优化问题的无效约束，对公式（2）表示的约束建立如下的无效约束优化辨识模型：
其中，表示公式(3)的最优解；/>表示火电机组i的最大输出功率；/>表示热电联产机组i的最大输出功率；/>表示大型热泵i的最大功耗；/>表示安装在节点d上的火电机组的集合；/>表示安装在节点d上的热电联产机组的集合；/>表示安装在节点d上的风电场的集合；/>表示电力系统节点的集合；/>表示安装在节点d上的大型热泵的集合；/>表示火电机组的集合；/>表示热电联产机组的集合；/>表示大型热泵的集合；/>表示风电场的集合；/>表示电力系统的节点集合；/>表示时间的集合。
进一步地，步骤S2的具体实现过程为：
S2.1：将公式（3）表示的优化问题概括为如下形式：
其中，x为与火电机组和热电联产机组出力相关的变量，y为大容量的灵活性负荷的耗电量，c表示常量的值；/>和bi分别表示x和y的系数；/>表示变量x的上限；/>表示变量y的上限；z1表示公式(4)的最优解；
将公式（4）表示的优化问题中的等式约束进行松弛，转化为如下的数学形式，
其中，z2表示公式(5)的最优解；h表示的下限；xi表示与火电机组和热电联产机组出力相关的变量；yi表示大容量的灵活性负荷的耗电量；M、N表示火电机组和热电联产机组的个数；
S2.2：将公式（5）表示的优化问题的x和y进行解耦，分解为两个分别关于x和y的子优化问题，如下所示：
其中，z21表示将公式（5）表示的优化问题解耦后关于变量y的最优解；z22表示将公式（5）表示的优化问题解耦后关于变量x的最优解。
进一步地，步骤S3中的具体过程为：
对于公式（6），变量y只有上限和下限，z21的最优解取决于bi的符号，如果，则yi=0；否则，/>；确定公式（7）的最优解的方法如下：
S3.1：设为范围/>内的任意点，每一种可能的功率平衡约束可通过系数排序法进行解析计算，由于每个可能的功率平衡约束都对应一个最优值，因此求公式（7）最大值的关键是找出可能对应于最大值优化的候选功率平衡约束；
S3.2：设和/>，分别得到用公式（8）和公式（9）表示的两个优化问题，可通过系数排序法解析确定：
其中，z221表示公式（8）的最优解；z222表示公式（9）的最优解；
S3.3：提出了一种扩展的系数排序法来对优化问题进行解析求解，当在/>的范围内时，计算方法的表达式为：
当的范围分为两个区域分别是/>和时，如果一直有/>，那么对于/>和/>就有三种情况：和/>，对应地，这三种情况的辨识线路约束的计算方法如下所示：
对应地，三种情况下用公式(7)表示的子优化问题中的最优值分别是
表示第m个分段的上限。
进一步地，步骤S4中，设k1和k2为整数，使其分别满足和；根据候选功率平衡点，z22的最优值计算如下:
确定z21和z22的最优值后，最终可计算出z2的最优值为z2=z21+z22+c，如果，则/>，第l个传输线约束无效。
一种用于热电联合系统日前两阶段随机优化调度问题的计算效率提升设备，包括：处理器及所述存储设备；所述处理器加载并执行所述存储设备中的指令及数据用于实现一种热电联合系统日前随机优化调度问题计算效率提升方法。
本发明提供的技术方案带来的有益效果是：针对考虑大容量灵活性负荷的热电联合系统日前随机优化调度问题，为辨识优化问题中的无效线路传输约束建立了无效约束模型。针对辨识优化问题中无效线路传输约束，将其变量进行拆分松弛为两个子优化问题来求解并提出基于系数排序法和解析法相结合的方法，对所有线路传输约束进行辨识；有效剔除优化问题中辨识出的无效线路约束，以降低调度问题的求解负担。通过实施本发明技术方案实现了计算效率的提升，有效减轻了优化的计算负担。
附图说明
图1是本发明实施例中一种热电联合系统日前随机优化调度问题计算效率提升方法的流程图；
图2是本发明实施例中发电平衡候选点的示意图；
图3是本发明实施例中提出了一种扩展的系数排序法来对优化问题进行解析求解的示意图；
图4是本发明实施例中硬件设备工作的示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。
本发明的实施例提供了一种热电联合系统日前随机优化调度问题计算效率提升方法。
请参考图1，图1是本发明实施例中一种热电联合系统日前随机优化调度问题计算效率提升方法的流程图，具体包括：
S1：对考虑大容量灵活性负荷的热电联合系统日前两阶段随机优化调度问题,为辨识优化问题中的无效线路传输约束建立无效约束辨识模型；
S2：将无效约束辨识问题中的变量拆分，松弛为关于常规机组出力和灵活性负荷功率的两个子优化问题；
S3：提出基于系数排序法和解析法相结合的无效约束辨识方法，对所有线路传输约束进行辨识；
S4：从热电联合系统日前两阶段随机优化问题中剔除辨识出的无效线路约束，降低调度问题的求解负担。
步骤1的具体过程为：
首先将热电联合系统日前两阶段随机优化调度问题的数学概括形式如下所示；
其中，x1表示第一阶段也即日前阶段的所有决策变量，y2,s为第二阶段场景s下的所有决策变量。上述（a）为日前阶段约束，上述（b）为实时阶段约束。上述模型中，实时阶段的约束（b）包含线路传输容量约束。其具体的数学形式如下：
其中，为线路功率转移因子，/>与/>为常规火电与热电联产机组在场景s下t时段的发电功率，/>为灵活性负荷在场景s下t时段的耗电功率，wi,t,s场景s下t时段的风电功率，Li,t为场景s下t时段的节点负荷，/>为线路传输容量上限。
为判断公式（2）表示的约束是否属于公式（1）表示的优化问题的无效约束，对公式（2）表示的约束建立如下的无效约束优化辨识模型：
步骤2的具体过程为：
S2.1：将公式（3）表示的优化问题概括为如下形式，
其中，x为与火电机组和热电联产机组出力相关的变量，y为大容量的灵活性负荷的耗电量，c表示常量的值。由于公式（4）表示的优化问题含有等式约束，无法采用解析法快速判断出约束的无效性。对此，提出将公式（4）表示的优化问题中的等式约束进行松弛，转化为如下的数学形式，
其中，z2表示公式(5)的最优解；h表示的下限；xi表示与火电机组和热电联产机组出力相关的变量；yi表示大容量的灵活性负荷的耗电量；M、N表示火电机组和热电联产机组的个数；
S2.2：将公式（5）表示的优化问题的x和y进行解耦，分解为两个分别关于x和y的子优化问题，如下所示：
其中，z21表示将公式（5）表示的优化问题解耦后关于变量y的最优解；z22表示将公式（5）表示的优化问题解耦后关于变量x的最优解。
步骤3的具体过程为：
对于公式（6），变量y只有上限和下限，z21的最优解取决于bi的符号。如果，则yi=0；否则，/>；对于公式（7），由于含有大容量的灵活性负荷，的和在一个范围内而不是一个常数，这种情况下不仅需要确定整数k的值，还需要确定一个在/>范围内的固定值。现提出以下方法来确定公式（7）的最优解：
S3.1：设为范围/>内的任意点，每一种可能的功率平衡约束可通过系数排序法进行解析计算。由于每个可能的功率平衡约束都对应一个最优值，因此求公式（7）最大值的关键是找出可能对应于最大值优化的候选功率平衡约束；
S3.2：发电平衡候选点如图2所示。设和/>，分别得到用公式（8）和公式（9）表示的两个优化问题，可通过系数排序法解析确定；
其中，z221表示公式（8）的最优解；z222表示公式（9）的最优解；
S3.3：提出了如图3所示的一种扩展的系数排序法来对优化问题进行解析求解，其中对于图3中的（a），在/>的范围内。在这种情况下，前面的k-1变量处于最大值。z2的最优值将取决于第k个变量的值，这是由/>的符号决定的。所以，在图3中的（a）条件下的解析计算方法可以表达为如下数学形式：
对于图3中的（b），的范围分为两个区域分别是和/>。在这种情况下，前面的k-1变量仍处于最大值。用公式（6）表示的子优化问题的最优解取决于/>和/>。如果一直有/>，那么对于/>和/>就有三种情况：/>和/>。对应地，这三种情况的解析计算方法如下所示：
对应地，三种情况下用公式(7)表示的子优化问题中的最优值分别是
步骤4的具体过程为：
根据步骤S1，设k1和k2为整数，使其分别满足和；根据候选功率平衡点，z22的最优值计算如下:
确定z21和z22的最优值后，最终可计算出z2的最优值为z2=z21+z22+c，所以，如果，则/>，第l个传输线约束无效。
请参见图4，图4是本发明实施例的硬件设备工作示意图，所述硬件设备具体包括：一种用于热电联合系统日前两阶段随机优化调度问题的计算效率提升系统401、处理器402及存储设备403。
一种用于热电联合系统日前两阶段随机优化调度问题的计算效率提升系统401：所述一种用于热电联合系统日前两阶段随机优化调度问题的计算效率提升系统401实现所述一种热电联合系统日前随机优化调度问题计算效率提升方法。
处理器402：所述处理器402加载并执行所述存储设备403中的指令及数据用于实现所述一种热电联合系统日前随机优化调度问题计算效率提升方法。
存储设备403：所述存储设备403存储指令及数据；所述存储设备403用于实现所述一种热电联合系统日前随机优化调度问题计算效率提升方法。
本发明的有益效果是：针对考虑大容量灵活性负荷的热电联合系统日前两阶段随机优化调度问题，为辨识优化问题中的无效线路传输约束建立了无效约束模型。针对辨识优化问题中无效线路传输约束，将其变量进行拆分松弛为两个子优化问题来求解并提出基于系数排序法和解析法相结合的方法，对所有线路传输约束进行辨识；有效剔除优化问题中辨识出的无效线路约束，以降低调度问题的求解负担。通过实施本发明技术方案实现了计算效率的提升，有效减轻了优化的计算负担。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，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 (5)

1.一种热电联合系统日前随机优化调度问题计算效率提升方法，其特征在于：包括：
S1：考虑大容量灵活性负荷的热电联合系统日前随机优化调度问题,为辨识优化问题中的无效线路传输约束建立无效约束辨识模型；
热电联合系统日前随机优化调度问题的数学概括形式如下所示；
其中，x1表示第一阶段也即日前阶段的所有决策变量，y2,s为第二阶段场景s下的所有决策变量；f1为日前总运营成本；E为期望算子；f2,s为场景s下的实时总运营成本；A1表示第一阶段约束的系数矩阵；A2表示第二阶段约束与变量x1相关的系数矩阵；B2表示第二阶段约束与变量y2,s相关的系数矩阵；b1表示公式（a）表示的约束的系数向量；b2,s为第二阶段约束的系数向量；公式（a）为日前阶段约束，公式（b）为实时阶段约束，实时阶段的约束包含线路传输容量约束，其具体的数学形式如下：
其中，为线路功率转移因子，/>与/>为常规火电与热电联产机组在场景s下t时段的发电功率，/>为灵活性负荷在场景s下t时段的耗电功率，wi,t,s场景s下t时段的风电功率，Li,t为场景s下t时段的节点负荷，/>为线路传输容量上限；/>表示节点d上的火电机组对线路/>的功率转移因子；/>表示节点d上的热电联产机组对线路/>的功率转移因子；/>表示节点d上的风电场对线路/>的功率转移因子；/>表示节点d的大型热泵对线路/>的功率转移因子；/>表示节点d上的负荷对线路/>的功率转移因子；
为判断公式（2）表示的约束是否属于公式（1）表示的优化问题的无效约束，对公式（2）表示的约束建立如下的无效约束优化辨识模型：
其中，表示公式(3)的最优解；/>表示火电机组i的最大输出功率；/>表示热电联产机组i的最大输出功率；/>表示大型热泵i的最大功耗；/>表示安装在节点d上的火电机组的集合；/>表示安装在节点d上的热电联产机组的集合；/>表示安装在节点d上的风电场的集合；/>表示电力系统节点的集合；/>表示安装在节点d上的大型热泵的集合；/>表示火电机组的集合；/>表示热电联产机组的集合；/>表示大型热泵的集合；表示风电场的集合；/>表示电力系统的节点集合；/>表示时间的集合；
S2：将无效约束辨识问题中的变量拆分，松弛为关于常规机组出力和灵活性负荷功率的两个子优化问题；
S3：提出基于系数排序法和解析法相结合的无效约束辨识方法，对所有线路传输约束进行辨识；
S4：从热电联合系统日前随机优化调度问题中剔除辨识出的无效线路约束，以降低调度问题的求解负担。
2.如权利要求1所述的一种热电联合系统日前随机优化调度问题计算效率提升方法，其特征在于：步骤S2的具体实现过程为：
S2.1：将公式（3）表示的优化问题概括为如下形式：
其中，x为与火电机组和热电联产机组出力相关的变量，y为大容量的灵活性负荷的耗电量，c表示常量的值；/>和bi分别表示x和y的系数；/>表示变量x的上限；/>表示变量y的上限；z1表示公式(4)的最优解；
将公式（4）表示的优化问题中的等式约束进行松弛，转化为如下的数学形式，
其中，z2表示公式(5)的最优解；h表示的下限；xi表示与火电机组和热电联产机组出力相关的变量；yi表示大容量的灵活性负荷的耗电量；M、N表示火电机组和热电联产机组的个数；
S2.2：将公式（5）表示的优化问题的x和y进行解耦，分解为两个分别关于x和y的子优化问题，如下所示：
其中，z21表示将公式（5）表示的优化问题解耦后关于变量y的最优解；z22表示将公式（5）表示的优化问题解耦后关于变量x的最优解。
3.如权利要求2所述的一种热电联合系统日前随机优化调度问题计算效率提升方法，其特征在于：步骤S3中的具体过程为：
对于公式（6），变量y只有上限和下限，z21的最优解取决于bi的符号，如果，则yi=0；否则，/>；确定公式（7）的最优解的方法如下：
S3.1：设为范围/>内的任意点，每一种可能的功率平衡约束可通过系数排序法进行解析计算，由于每个可能的功率平衡约束都对应一个最优值，因此求公式（7）最大值的关键是找出可能对应于最大值优化的候选功率平衡约束；
S3.2：设和/>，分别得到用公式（8）和公式（9）表示的两个优化问题，可通过系数排序法解析确定：
其中，z221表示公式（8）的最优解；z222表示公式（9）的最优解；
S3.3：提出了一种扩展的系数排序法来对优化问题进行解析求解，当在的范围内时，计算方法的表达式为：
当的范围分为两个区域分别是/>和/>时，如果一直有/>，那么对于/>和/>就有三种情况：/>和/>，对应地，这三种情况的辨识线路约束的计算方法如下所示：
对应地，三种情况下用公式(7)表示的子优化问题中的最优值分别是 表示第m个分段的上限。
4.如权利要求3所述的一种热电联合系统日前随机优化调度问题计算效率提升方法，其特征在于：步骤S4中，设k1和k2为整数，使其分别满足和；根据候选功率平衡点，z22的最优值计算如下:
确定z21和z22的最优值后，最终可计算出z2的最优值为z2=z21+z22+c，如果，则，第l个传输线约束无效。
5.一种用于热电联合系统日前两阶段随机优化调度问题的计算效率提升系统，其特征在于：包括：处理器及存储设备；所述处理器加载并执行所述存储设备中的指令及数据用于实现权利要求1~4任一项所述的用于热电联合系统日前两阶段随机优化调度问题的计算效率提升方法。
CN202311145913.8A 2023-09-07 2023-09-07 一种热电联合系统日前随机优化问题计算效率提升方法 Active CN116882596B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311145913.8A CN116882596B (zh) 2023-09-07 2023-09-07 一种热电联合系统日前随机优化问题计算效率提升方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311145913.8A CN116882596B (zh) 2023-09-07 2023-09-07 一种热电联合系统日前随机优化问题计算效率提升方法

Publications (2)

Publication Number Publication Date
CN116882596A true CN116882596A (zh) 2023-10-13
CN116882596B CN116882596B (zh) 2023-12-15

Family

ID=88272053

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311145913.8A Active CN116882596B (zh) 2023-09-07 2023-09-07 一种热电联合系统日前随机优化问题计算效率提升方法

Country Status (1)

Country Link
CN (1) CN116882596B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117688793A (zh) * 2024-02-04 2024-03-12 中国地质大学（武汉） 一种分布鲁棒机组组合建模与求解方法、设备及存储设备

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090138213A1 (en) * 2007-11-28 2009-05-28 Landmark Graphics Corporation, A Haliburton Company Systems and Methods for the Determination of Active Constraints in a Network Using Slack Variables
CN106446383A (zh) * 2016-09-14 2017-02-22 三峡大学 一种基于改进约束序优化的带安全约束的不确定性机组组合问题求解方法
CN107330546A (zh) * 2017-06-14 2017-11-07 武汉大学 一种考虑风电出力和需求响应不确定性的优化调度方法
CN111310953A (zh) * 2018-12-11 2020-06-19 华北电力大学（保定） 一种基于采样的机会约束调度模型快速求解方法
CN111695742A (zh) * 2020-06-22 2020-09-22 南方电网科学研究院有限责任公司 一种综合能源系统日前调度区间优化方法、系统及设备
CN111969602A (zh) * 2020-08-14 2020-11-20 山东大学 一种综合能源系统的日前随机优化调度方法及装置
CN112994011A (zh) * 2021-02-08 2021-06-18 四川大学 考虑电压风险约束的多源电力系统日前优化调度方法
CN112994013A (zh) * 2021-02-08 2021-06-18 四川大学 考虑频率约束的多源电力系统日前优化调度方法
CN113054660A (zh) * 2021-04-19 2021-06-29 广东电网有限责任公司电力调度控制中心 新能源电力系统优化调度方法、系统、设备及计算机介质
US20230004880A1 (en) * 2020-03-13 2023-01-05 TRUMPF Werkzeugmaschinen SE + Co. KG Method and apparatus for optimized production of sheet-metal parts

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090138213A1 (en) * 2007-11-28 2009-05-28 Landmark Graphics Corporation, A Haliburton Company Systems and Methods for the Determination of Active Constraints in a Network Using Slack Variables
CN106446383A (zh) * 2016-09-14 2017-02-22 三峡大学 一种基于改进约束序优化的带安全约束的不确定性机组组合问题求解方法
CN107330546A (zh) * 2017-06-14 2017-11-07 武汉大学 一种考虑风电出力和需求响应不确定性的优化调度方法
CN111310953A (zh) * 2018-12-11 2020-06-19 华北电力大学（保定） 一种基于采样的机会约束调度模型快速求解方法
US20230004880A1 (en) * 2020-03-13 2023-01-05 TRUMPF Werkzeugmaschinen SE + Co. KG Method and apparatus for optimized production of sheet-metal parts
CN111695742A (zh) * 2020-06-22 2020-09-22 南方电网科学研究院有限责任公司 一种综合能源系统日前调度区间优化方法、系统及设备
CN111969602A (zh) * 2020-08-14 2020-11-20 山东大学 一种综合能源系统的日前随机优化调度方法及装置
CN112994011A (zh) * 2021-02-08 2021-06-18 四川大学 考虑电压风险约束的多源电力系统日前优化调度方法
CN112994013A (zh) * 2021-02-08 2021-06-18 四川大学 考虑频率约束的多源电力系统日前优化调度方法
CN113054660A (zh) * 2021-04-19 2021-06-29 广东电网有限责任公司电力调度控制中心 新能源电力系统优化调度方法、系统、设备及计算机介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ZHANG MENGLIN: "Day-ahead stochastic scheduling of integrated electricity and heat system considering reserve provision by large-scale heat-pumps", 《APPLIED ENERGY》, pages 1 - 18 *
ZHANG MENLIN: "Computational efficiency improvement for two-stage stochastic optimal operation of integrated electricity and heat system", 《INTERNATIONAL ON APPLIED ENERGY》, pages 1 - 10 *
路卓欣: "不确定性环境下数据驱动的电力系统优化调度算法综述", 《电力系统自动化》, pages 172 - 183 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117688793A (zh) * 2024-02-04 2024-03-12 中国地质大学（武汉） 一种分布鲁棒机组组合建模与求解方法、设备及存储设备
CN117688793B (zh) * 2024-02-04 2024-05-10 中国地质大学（武汉） 一种分布鲁棒机组组合建模与求解方法、设备及存储设备

Also Published As

Publication number Publication date
CN116882596B (zh) 2023-12-15

Similar Documents

Publication Publication Date Title
CN116882596B (zh) 一种热电联合系统日前随机优化问题计算效率提升方法
CN111832812A (zh) 一种基于深度学习的风电功率短期预测方法
CN113610227B (zh) 一种用于图像分类的深度卷积神经网络剪枝方法
CN115456364A (zh) 风电场并网性能评价系统及其方法
CN116418001A (zh) 应对新能源不确定性的水库群多能互补调度方法与系统
CN115907168A (zh) 一种用于电力负荷预测的异常数据处理系统
CN112018822A (zh) 一种需求侧综合柔性负荷调控优化方法及系统
CN116307511A (zh) 一种园区电网储能配置方法、装置、设备及介质
CN111697607B (zh) 一种多端柔性直流输电受端电网接入方法及系统
CN105207255B (zh) 一种适用于风电出力的电力系统调峰计算方法
CN116865318A (zh) 基于两阶段随机优化的输电网和储能联合规划方法及系统
CN111835005B (zh) 确定新能源基地电网输送能力的方法、装置及相关设备
CN115712976A (zh) 基于多元供热机组的热能及电负荷优化方法及相关设备
CN115564092A (zh) 用于风电场的短时风电功率预测系统及其方法
CN113190973A (zh) 风光荷多阶段典型场景的双向优化方法、装置、设备及存储介质
CN112491072B (zh) 多端混合直流输电系统的储能布局方法及装置
CN116227755B (zh) 多能耦合系统部署方法和装置
CN117439126B (zh) 一种新能源汇集区域共享储能优化运行方法及装置
CN114977318B (zh) 一种考虑相关性的随机-确定耦合电源调度方法及系统
CN116365606B (zh) 一种高比例可再生能源消纳优化方法
CN109447423B (zh) 液流电池储能多阶段综合能效评估方法
CN117691658A (zh) 一种基于组合场景时间序列重构的电力系统规划方法
CN117670398A (zh) 一种面向系统弹性提升的多维离散概率不确定性分析方法、系统、计算机设备及存储介质
CN117273282A (zh) 基于大数据的电缆生命周期分析方法及系统
CN118195065A (zh) 基于动态能源集线器的综合能源系统优化调度方法及系统

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
GR01 Patent grant
GR01 Patent grant