• / 21
  • 下載費用:30 金幣  

一種用于含風電場的經濟調度的數據處理方法及裝置.pdf

摘要
申請專利號:

CN201610574465.7

申請日:

2016.07.20

公開號:

CN106257502A

公開日:

2016.12.28

當前法律狀態:

實審

有效性:

審中

法律詳情: 實質審查的生效IPC(主分類):G06Q 10/04申請日:20160720|||公開
IPC分類號: G06Q10/04(2012.01)I; G06Q10/06(2012.01)I; G06Q50/06(2012.01)I 主分類號: G06Q10/04
申請人: 廣東工業大學
發明人: 梁麗麗; 陳璟華; 丁林軍
地址: 510062 廣東省廣州市越秀區東風東路729號大院
優先權:
專利代理機構: 北京集佳知識產權代理有限公司 11227 代理人: 楊炳財;屈慧麗
PDF完整版下載: PDF下載
法律狀態
申請(專利)號:

CN201610574465.7

授權公告號:

|||

法律狀態公告日:

2017.01.25|||2016.12.28

法律狀態類型:

實質審查的生效|||公開

摘要

本發明公開了一種用于含風電場的經濟調度的數據處理方法及裝置,能夠合理考慮火電機組的機械限制,通過設置了禁運域,來快速、準確的得到優化結果。本發明包括:獲取參與經濟調度的火電機組數量、調度周期、調度周期內各個時段的預測負荷、調度周期內各個時段的旋轉備用負荷和火電機組自身的禁運域,構建實際運行的約束條件;獲取每臺火電機組的參數,構建目標函數;對目標函數和約束條件進行整理,得到發電成本最小化數學模型;根據平均發電成本最小的機組優先滿出力為原則,確定機組出力的初值;根據機組出力的初值,計算發電成本最小化數學模型得的解,并根據該解制定經濟調度優化方案。

權利要求書

1.一種用于含風電場的經濟調度的數據處理方法,其特征在于,包括:
獲取參與經濟調度的火電機組數量、調度周期、調度周期內各個時段的預測負荷、調度
周期內各個時段的旋轉備用負荷和火電機組自身的禁運域,構建實際運行的約束條件;
獲取每臺火電機組的參數,構建目標函數;
對所述目標函數和所述約束條件進行整理,得到發電成本最小化數學模型;
根據平均發電成本最小的機組優先滿出力為原則,確定機組出力的初值;
根據所述機組出力的初值,計算所述發電成本最小化數學模型得的解,并根據所述解
制定經濟調度優化方案。
2.根據權利要求1所述的用于含風電場的經濟調度的數據處理方法,其特征在于,
所述步驟獲取火電機組自身的禁運域之后,所述步驟構建實際運行的約束條件之前還
包括:
利用互補理論對禁運域約束條件進行等效轉換,將其表示成便于數學求解的數學表達
式。
3.根據權利要求2所述的用于含風電場的經濟調度的數據處理方法,其特征在于,
所述步驟利用互補理論對禁運域約束條件進行等效轉換,將其表示成便于數學求解的
數學表達式包括:
確定禁運域約束條件的形式;
根據所述禁運域約束條件的形式,確定最優可行區間所在的位置;
根據所述最優可行區間所在的位置,確定最優可行區間的數學表達式。
4.根據權利要求1所述的用于含風電場的經濟調度的數據處理方法,其特征在于,
所述步驟獲取參與經濟調度的火電機組數量、調度周期、調度周期內各個時段的預測
負荷、調度周期內各個時段的旋轉備用負荷和火電機組自身的禁運域,構建實際運行約束
條件,所述步驟對所述目標函數和所述約束條件進行整理得到發電成本最小化數學模型之
前還包括:
利用區間數優化方法,將所述約束條件轉換為確定性的約束條件。
5.根據權利要求4所述的用于含風電場的經濟調度的數據處理方法,其特征在于,
所述步驟利用區間數優化方法,將所述約束條件轉換為確定性的約束條件包括:
將區間數線性優化問題轉換成兩目標線性規劃問題,得到所述線性優化問題的有效
解;
根據所述有效解,將所述區間數線性優化問題的約束條件轉換為一般的實數約束條
件。
6.根據權利要求1所述的用于含風電場的經濟調度的數據處理方法,其特征在于,
所述步驟根據平均發電成本最小的機組優先滿出力為原則,確定機組出力的初值包
括:
計算每臺機組滿出力狀態的平均發電成本;
根據所述平均發電成本,對所述機組進行排序;
根據排序結果,安排平均發電成本低的機組滿出力,確定機組出力的初值。
7.一種用于含風電場的經濟調度的數據處理裝置包括:
第一獲取單元,用于獲取參與經濟調度的火電機組數量、調度周期、調度周期內各個時
段的預測負荷、調度周期內各個時段的旋轉備用負荷和火電機組自身的禁運域;
第一構建單元,用于通過所述參與經濟調度的火電機組數量、調度周期、調度周期內各
個時段的預測負荷、調度周期內各個時段的旋轉備用負荷和火電機組自身的禁運域構建實
際運行約束條件;
第二獲取單元,用于獲取每臺火電機組的參數;
第二構建單元,用于通過每臺火電機組的參數,構建目標函數;
整理單元,用于對所述目標函數和所述約束條件進行整理得到發電成本最小化數學模
型;
確定單元,用于根據平均發電成本最小的機組優先滿出力為原則,確定機組出力的初
值;
計算單元,用于根據所述機組出力的初值,計算所述發電成本最小化數學模型中用于
制定經濟調度優化方案的解。
8.根據權利要求7所述的用于含風電場的經濟調度的數據處理裝置,其特征在于,
所述裝置還包括:
第一轉換單元,用于利用互補理論對禁運域約束條件進行等效轉換,將其表示成便于
數學求解的數學表達式。
9.根據權利要求7所述的用于含風電場的經濟調度的數據處理裝置,其特征在于,
所述裝置還包括:
第二轉換單元,用于利用區間數優化方法,將所述約束條件轉換為確定性的約束條件。
10.根據權利要求7所述的用于含風電場的經濟調度的數據處理裝置,其特征在于,
所述確定單元包括:
計算子單元,用于計算每臺機組滿出力狀態的平均發電成本;
排序子單元,用于根據所述平均發電成本,對所述機組進行排序;
第四確定子單元,用于根據排序結果,安排平均發電成本低的機組滿出力,確定機組出
力的初值。

說明書

一種用于含風電場的經濟調度的數據處理方法及裝置

技術領域

本發明涉及電力系統優化領域,尤其涉及一種用于含風電場的經濟調度的數據處
理方法及裝置。

背景技術

在電力系統研究領域,對含風電場經濟調度的研究一直是熱點與難點。電力系統
經濟調度優化問題旨在電力系統調度周期內,在滿足各種實際運行約束條件的前提下,以
電力系統運行總成本最小為目標,通過合理地安排系統中每臺火電機組的出力,確定最優
的機組出力方案。研究含風電場經濟調度優化問題,能夠對煤炭資源進行結構性的優化,合
理利用風電這一可再生能源的同時,也將風電并網所造成的危害降低,有利于節能減排措
施的實施。

現有的優化計算方法主要有:窮舉法、動態規劃法、拉格朗日松弛法,分支定界法、
混合整數規劃法等傳統方法以及各種基于人工智能的啟發式算法,常見的人工智能算法有
混沌粒子群算法、遺傳算法、神經網絡算法等。

但是在現有眾多的優化算法中,傳統的模型大多數的模型對風電的處理都采用隸
屬度函數和模糊數這兩種方法進行處理無法真實的反映風電的出力情況,而智能優化算法
又存在收斂精度差、運行時間長等缺點,目前亟待提供一種算法既能全面的考慮實際的運
行約束條件,又能快速、準確的得到優化結果。

發明內容

本發明提供了一種用于含風電場的經濟調度的數據處理方法及裝置,能夠合理考
慮火電機組的機械限制,通過設置了禁運域,來快速、準確的得到優化結果。

本發明提供的一種用于含風電場的經濟調度的數據處理方法,包括:

獲取參與經濟調度的火電機組數量、調度周期、調度周期內各個時段的預測負荷、
調度周期內各個時段的旋轉備用負荷和火電機組自身的禁運域,構建實際運行的約束條
件;

獲取每臺火電機組的參數,構建目標函數;

對目標函數和約束條件進行整理,得到發電成本最小化數學模型;

根據平均發電成本最小的機組優先滿出力為原則,確定機組出力的初值;

根據機組出力的初值,計算發電成本最小化數學模型得的解,并根據該解制定經
濟調度優化方案。

可選的,

步驟獲取火電機組自身的禁運域之后,步驟構建實際運行的約束條件之前還包
括:

利用互補理論對禁運域約束條件進行等效轉換,將其表示成便于數學求解的數學
表達式。

可選的,

步驟利用互補理論對禁運域約束條件進行等效轉換,將其表示成便于數學求解的
數學表達式包括:

確定禁運域約束條件的形式;

根據禁運域約束條件的形式,確定最優可行區間所在的位置;

根據最優可行區間所在的位置,確定最優可行區間的數學表達式。

可選的,

步驟獲取參與經濟調度的火電機組數量、調度周期、調度周期內各個時段的預測
負荷、調度周期內各個時段的旋轉備用負荷和火電機組自身的禁運域,構建實際運行約束
條件,步驟對目標函數和約束條件進行整理得到發電成本最小化數學模型之前還包括:

利用區間數優化方法,將約束條件轉換為確定性的約束條件。

可選的,

步驟利用區間數優化方法,將約束條件轉換為確定性的約束條件包括:

將區間數線性優化問題轉換成兩目標線性規劃問題,得到線性優化問題的有效
解;

根據該有效解,將區間數線性優化問題的約束條件轉換為一般的實數約束條件。

可選的,

步驟根據平均發電成本最小的機組優先滿出力為原則,確定機組出力的初值包
括:

計算每臺機組滿出力狀態的平均發電成本;

根據平均發電成本,對機組進行排序;

根據排序結果,安排平均發電成本低的機組滿出力,確定機組出力的初值。

本發明還提供了一種用于含風電場的經濟調度的數據處理裝置包括:

第一獲取單元,用于獲取參與經濟調度的火電機組數量、調度周期、調度周期內各
個時段的預測負荷、調度周期內各個時段的旋轉備用負荷和火電機組自身的禁運域;

第一構建單元,用于通過參與經濟調度的火電機組數量、調度周期、調度周期內各
個時段的預測負荷、調度周期內各個時段的旋轉備用負荷和火電機組自身的禁運域構建實
際運行約束條件;

第二獲取單元,用于獲取每臺火電機組的參數;

第二構建單元,用于通過每臺火電機組的參數,構建目標函數;

整理單元,用于對目標函數和所述約束條件進行整理得到發電成本最小化數學模
型;

確定單元,用于根據平均發電成本最小的機組優先滿出力為原則,確定機組出力
的初值;

計算單元,用于根據機組出力的初值,計算發電成本最小化數學模型中用于制定
經濟調度優化方案的解。

可選的,

該裝置還包括:

第一轉換單元,用于利用互補理論對禁運域約束條件進行等效轉換,將其表示成
便于數學求解的數學表達式。

可選的,

該裝置還包括:

第二轉換單元,用于利用區間數優化方法,將約束條件轉換為確定性的約束條件。

可選的,

該確定單元包括:

計算子單元,用于計算每臺機組滿出力狀態的平均發電成本;

排序子單元,用于根據該平均發電成本,對該機組進行排序;

第四確定子單元,用于根據排序結果,安排平均發電成本低的機組滿出力,確定機
組出力的初值。

從以上技術方案可以看出,本發明實施例具體有以下優點:

本發明實施例中,系統首先獲取參與經濟調度的火電機組數量、調度周期、調度周
期內各個時段的預測負荷、調度周期內各個時段的旋轉備用負荷和火電機組自身的禁運
域,構建實際運行的約束條件;再獲取每臺火電機組的參數,構建目標函數;接著,對目標函
數和約束條件進行整理,得到發電成本最小化數學模型;然后,根據平均發電成本最小的機
組優先滿出力為原則,確定機組出力的初值;最后,根據機組出力的初值,計算發電成本最
小化數學模型得的解,并根據該解制定經濟調度優化方案。本發明技術方案不僅包含實際
運行約束條件與禁運域約束條件,更全面地包含了每臺火電機組的參數。其中,所述每個發
電機機組的參數中,包含了機組的爬坡速率約束、禁運域約束,而這些約束條件在傳統的經
濟調度優化方法中常常是被忽略的。因此本發明提出的數據處理方法相較于傳統優化方
法,更加全面地考慮了各種約束條件。并合理考慮火電機組的機械限制,通過設置了禁運
域,來快速、準確的得到優化結果。

附圖說明

圖1為本發明實施例中,用于含風電場的經濟調度的數據處理方法實施例流程圖;

圖2為本發明實施例中,用于含風電場的經濟調度的數據處理裝置第一實施例結
構示意圖;

圖3為本發明實施例中,用于含風電場的經濟調度的數據處理裝置第二實施例結
構示意圖;

圖4為本發明實施例中,用于含風電場的經濟調度的數據處理裝置第三實施例結
構示意圖;

圖5為本發明實施例中,用于含風電場的經濟調度的數據處理裝置第四實施例結
構示意圖。

具體實施方式

本發明提供了一種用于含風電場的經濟調度的數據處理方法及裝置,能夠合理考
慮火電機組的機械限制,通過設置了禁運域,來快速、準確的得到優化結果。

下面請參閱圖1,本發明提供的一種用于含風電場的經濟調度的數據處理方法實
施例包括:

101、獲取參與經濟調度的火電機組數量、調度周期、調度周期內各個時段的預測
負荷、調度周期內各個時段的旋轉備用負荷和火電機組自身的禁運域,構建實際運行的約
束條件;

102、獲取每臺火電機組的參數,構建目標函數;

在本實施例中,上述約束條件和目標函數包括:機組發電成本函數、機組特性參
數、機組爬坡速率、機組最大/最小出力機組旋轉備用;

其中,所述的機組發電成本函數為:

<mrow> <mi>min</mi> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>N</mi> <mi>g</mi> </msub> </munderover> <munderover> <mo>&Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>T</mi> </munderover> <mrow> <mo>(</mo> <msub> <mi>a</mi> <mi>i</mi> </msub> <msubsup> <mi>P</mi> <mrow> <mi>g</mi> <mo>,</mo> <mi>i</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <msub> <mi>b</mi> <mi>i</mi> </msub> <msub> <mi>P</mi> <mrow> <mi>g</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>c</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>...</mn> <mo>,</mo> <msub> <mi>N</mi> <mi>g</mi> </msub> <mo>;</mo> <mi>t</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>...</mn> <mo>,</mo> <mi>T</mi> </mrow>

式中,ai、bi、ci分別是第i臺火電機組的參數;Pg,i為火電機組i的有功出力;

所述機組爬坡速率為:Pg,i,t-Pg,i,(t-1),i=1,2,...,Ng;t=1,2,...,T

其中,Pg,i,t表示機組i在t時段的有功出力;

所述機組最大出力為:Pimax,機組最小出力為:Pimin;

103、對目標函數和約束條件進行整理,得到發電成本最小化數學模型;

在本實施例中,構建的發電成本最小化數學模型包括:

<mrow> <mi>min</mi> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>N</mi> <mi>g</mi> </msub> </munderover> <mrow> <mo>(</mo> <msub> <mi>a</mi> <mi>i</mi> </msub> <msubsup> <mi>P</mi> <mrow> <mi>g</mi> <mo>,</mo> <mi>i</mi> </mrow> <mn>2</mn> </msubsup> <mo>+</mo> <msub> <mi>b</mi> <mi>i</mi> </msub> <msub> <mi>P</mi> <mrow> <mi>g</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>c</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> </mrow>

其約束條件為:

(1)功率平衡約束:

<mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>N</mi> <mi>g</mi> </msub> </munderover> <msub> <mi>P</mi> <mrow> <mi>g</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>+</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>N</mi> <mi>w</mi> </msub> </munderover> <mo>&lsqb;</mo> <msubsup> <mi>P</mi> <mrow> <mi>w</mi> <mo>,</mo> <mi>j</mi> </mrow> <mo>-</mo> </msubsup> <mo>,</mo> <msubsup> <mi>P</mi> <mrow> <mi>w</mi> <mo>,</mo> <mi>j</mi> </mrow> <mo>+</mo> </msubsup> <mo>&rsqb;</mo> <mo>+</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>N</mi> <mi>d</mi> </msub> </munderover> <msub> <mi>P</mi> <mrow> <mi>d</mi> <mo>,</mo> <mi>k</mi> </mrow> </msub> </mrow>

(2)火電機組出力約束:

<mrow> <msubsup> <mi>P</mi> <mrow> <mi>g</mi> <mo>,</mo> <mi>i</mi> </mrow> <mi>min</mi> </msubsup> <mo>&le;</mo> <msub> <mi>P</mi> <mrow> <mi>g</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>&le;</mo> <msubsup> <mi>P</mi> <mrow> <mi>g</mi> <mo>,</mo> <mi>i</mi> </mrow> <mi>max</mi> </msubsup> </mrow>

(3)旋轉備用容量約束:

<mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>N</mi> <mi>g</mi> </msub> </munderover> <msubsup> <mi>P</mi> <mrow> <mi>g</mi> <mo>,</mo> <mi>i</mi> </mrow> <mi>max</mi> </msubsup> <mo>+</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>N</mi> <mi>w</mi> </msub> </munderover> <mo>&lsqb;</mo> <msubsup> <mi>P</mi> <mrow> <mi>w</mi> <mo>,</mo> <mi>j</mi> </mrow> <mo>-</mo> </msubsup> <mo>,</mo> <msubsup> <mi>P</mi> <mrow> <mi>w</mi> <mo>,</mo> <mi>j</mi> </mrow> <mo>+</mo> </msubsup> <mo>&rsqb;</mo> <mo>&GreaterEqual;</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>N</mi> <mi>d</mi> </msub> </munderover> <msub> <mi>P</mi> <mrow> <mi>d</mi> <mo>,</mo> <mi>k</mi> </mrow> </msub> <mrow> <mo>(</mo> <mn>1</mn> <mo>+</mo> <mi>L</mi> <mi>%</mi> <mo>)</mo> </mrow> </mrow>

式中,L%表示系統的旋轉備用率。

(4)爬坡約束:

-RDi≤Pg,i,t-Pg,i,(t-1)≤RUi

式中,RUi、RDi分別表示機組的最大向上、向下爬坡限制。

(5)支路潮流約束:

<mrow> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>&le;</mo> <msub> <mi>P</mi> <mrow> <mi>g</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>+</mo> <mo>&lsqb;</mo> <msubsup> <mi>P</mi> <mrow> <mi>w</mi> <mo>,</mo> <mi>j</mi> </mrow> <mo>-</mo> </msubsup> <mo>,</mo> <msubsup> <mi>P</mi> <mrow> <mi>w</mi> <mo>,</mo> <mi>j</mi> </mrow> <mo>+</mo> </msubsup> <mo>&rsqb;</mo> <mo>&le;</mo> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> </mrow>

式中:Pimax為支路允許流過的最大功率限制。

(6)禁止區間約束:

<mrow> <msub> <mi>P</mi> <mrow> <mi>g</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>&Element;</mo> <mo>&lsqb;</mo> <msubsup> <mi>P</mi> <mrow> <mi>g</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mn>1</mn> </mrow> <mi>min</mi> </msubsup> <mo>,</mo> <msubsup> <mi>P</mi> <mrow> <mi>g</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mn>1</mn> </mrow> <mi>max</mi> </msubsup> <mo>&rsqb;</mo> <mo>,</mo> <mi>o</mi> <mi>r</mi> <mo>,</mo> <mn>...</mn> <mo>,</mo> <mo>&lsqb;</mo> <msubsup> <mi>P</mi> <mrow> <mi>g</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> <mi>min</mi> </msubsup> <mo>,</mo> <msubsup> <mi>P</mi> <mrow> <mi>g</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> <mi>max</mi> </msubsup> <mo>&rsqb;</mo> <mo>,</mo> <mi>o</mi> <mi>r</mi> <mo>,</mo> <mn>...</mn> <mo>,</mo> <mo>&lsqb;</mo> <msubsup> <mi>P</mi> <mrow> <mi>g</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>n</mi> </mrow> <mi>min</mi> </msubsup> <mo>,</mo> <msubsup> <mi>P</mi> <mrow> <mi>g</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>n</mi> </mrow> <mi>max</mi> </msubsup> <mo>&rsqb;</mo> </mrow>

104、根據平均發電成本最小的機組優先滿出力為原則,確定機組出力的初值;

在本實施例中,火電機組啟動時,還沒有進入優化階段,為了使經濟調度出力的煤
耗值最小,在滿足用電負荷的前提下,優先安排平均發電成本小的機組滿出力,可以保證在
沒有進行優化的前提下使整體運行成本最小。

105、根據機組出力的初值,計算發電成本最小化數學模型得的解,并根據該解制
定經濟調度優化方案。

本實施例中,利用原對偶內點法對所述數學模型進行求解,原對偶內點法是成熟
的非線性規劃問題求解方法,由于其求解速度較快、精度較高,是業內常用的非線性規劃問
題求解方法。本發明只提出利用原對偶內點法作為計算工具進行模型求解,并沒有對原對
偶內點法進行改造優化。此處對原對偶內點法進行簡要介紹:

原對偶內點法所適用的一般非線性規劃模型為:

<mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>min</mi> <mi>F</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>s</mi> <mo>.</mo> <mi>t</mi> <mo>.</mo> <mi>g</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mo>=</mo> <mn>0</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <munder> <mi>h</mi> <mo>&OverBar;</mo> </munder> <mo>&le;</mo> <mi>h</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mo>&le;</mo> <mover> <mi>h</mi> <mo>&OverBar;</mo> </mover> </mrow> </mtd> </mtr> </mtable> </mfenced>

式中,g(x)為等式約束,h(x)為不等式約束,h不等式約束的下限,為不等式約束
的上限。

原對偶內點法的計算步驟概括如下:

1)根據各個機組出力的初值,計算當前目標函數的最優解;

2)計算補償間隙并判斷收斂條件;

3)計算擾動因子;

4)求解修正方程式,得到修正方向;

5)確定原變量和對偶變量的步長;

6)修正原變量和對偶變量,轉到步驟2)。

區間數優化理論是目前較為常用的處理不確定量的方法,接下來將詳細介紹區間
數優化理論具體的實施方法。

工程項目中常見的區間數線性優化問題可以描述成如下形式:

<mrow> <mi>min</mi> <mi>F</mi> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>C</mi> <mi>i</mi> </msub> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>,</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>...</mn> <mo>,</mo> <mi>n</mi> </mrow>

<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>s</mi> <mo>.</mo> <mi>t</mi> <mo>.</mo> </mrow> </mtd> <mtd> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msub> <mi>A</mi> <mi>j</mi> </msub> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>&le;</mo> <msub> <mi>B</mi> <mi>j</mi> </msub> <mo>,</mo> <mi>j</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>...</mn> <mo>,</mo> <mi>m</mi> </mrow> </mtd> </mtr> </mtable> </mfenced>

<mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>l</mi> </munderover> <msub> <mi>A</mi> <mi>k</mi> </msub> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>B</mi> <mi>k</mi> </msub> <mo>,</mo> <mi>k</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>...</mn> <mo>,</mo> <mi>l</mi> </mrow>

<mrow> <msub> <mi>C</mi> <mi>i</mi> </msub> <mo>&Element;</mo> <mo>&lsqb;</mo> <msup> <mi>c</mi> <mi>L</mi> </msup> <mo>,</mo> <msup> <mi>c</mi> <mi>R</mi> </msup> <mo>&rsqb;</mo> <mo>,</mo> <msub> <mi>A</mi> <mi>j</mi> </msub> <mo>&Element;</mo> <mo>&lsqb;</mo> <msubsup> <mi>a</mi> <mi>j</mi> <mi>L</mi> </msubsup> <mo>,</mo> <msubsup> <mi>a</mi> <mi>j</mi> <mi>R</mi> </msubsup> <mo>&rsqb;</mo> <mo>,</mo> <msub> <mi>A</mi> <mi>k</mi> </msub> <mo>=</mo> <mo>&lsqb;</mo> <msubsup> <mi>a</mi> <mi>k</mi> <mi>L</mi> </msubsup> <mo>,</mo> <msubsup> <mi>a</mi> <mi>k</mi> <mi>R</mi> </msubsup> <mo>&rsqb;</mo> </mrow>

區間數線性規劃解的形式與多目標規劃相同,因此稱之為有效解。在可行域確定
的情況下,可將上述問題轉換成兩目標線性規劃問題:

<mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>minF</mi> <mn>1</mn> </msub> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msup> <mi>c</mi> <mi>L</mi> </msup> <msub> <mi>x</mi> <mi>i</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>minF</mi> <mn>2</mn> </msub> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msup> <mi>c</mi> <mi>R</mi> </msup> <msub> <mi>x</mi> <mi>i</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced>

該線性規劃問題的每一個Pareto最優解都是式(13)的有效解,將兩目標線性規劃
問題整合成一個目標函數,則有:

<mrow> <msub> <mi>minF</mi> <mn>3</mn> </msub> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mo>&lsqb;</mo> <msup> <mi>c</mi> <mi>L</mi> </msup> <mo>+</mo> <mi>&alpha;</mi> <mrow> <mo>(</mo> <msup> <mi>c</mi> <mi>R</mi> </msup> <mo>-</mo> <msup> <mi>c</mi> <mi>L</mi> </msup> <mo>)</mo> </mrow> <mo>&rsqb;</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>,</mo> <mi>&alpha;</mi> <mo>&Element;</mo> <mo>&lsqb;</mo> <mn>0</mn> <mo>,</mo> <mn>1</mn> <mo>&rsqb;</mo> </mrow>

定義1如式(15)所示的線性規劃的解稱為式(13)的優化水平解α。

定義2對式(13)的任一解,稱為該解對約束條件的滿足水平。
在一定的約束滿足水平下,區間數約束條件可轉換為一般的實數約束條件,如下式所示。

<mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>&lambda;</mi> <mo>)</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msup> <mi>a</mi> <mi>L</mi> </msup> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>+</mo> <mi>&lambda;</mi> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msup> <mi>a</mi> <mi>R</mi> </msup> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>&le;</mo> <msub> <mi>B</mi> <mi>j</mi> </msub> <mo>,</mo> <mi>&lambda;</mi> <mo>&Element;</mo> <mo>&lsqb;</mo> <mn>0</mn> <mo>,</mo> <mn>1</mn> <mo>&rsqb;</mo> </mrow>

需要說明的是,在實際應用中,由于參與經濟調度的機組數量多,且通常是動態經
濟調度,各種實際運行約束條件和機組參數也有很多,機組調度周期較長,且原對偶內點法
的計算過程需要多次的迭代才能得出理想的組合優化方案,計算量非常大。因此在實際應
用中,需要依靠仿真計算工具如Matlab進行計算。本發明也是采用在Matlab中編寫程序進
行求解的方式得到優化結果。

為了更好地說明本發明提出的數據處理方法的有益效果,下面舉例使用經濟調度
優化問題研究中廣泛應用的算例進行驗證。

假設一共有10臺機組,進行24小時的經濟調度優化,10臺機組的各個參數如表1所
示,預測未來24小時的預測負荷如表2所示,旋轉備用為用電負荷的5%,在任意時刻,系統
開機機組輸出總的有功功率必須和該時刻的用電負荷值相等,即開機機組的最大輸出功率
的總和不得小于用電負荷和旋轉備用的總和。

表1



表2



由上述可知,該機組組合優化問題的機組實際運行約束條件和各機組參數均已
知,應用本發明提出的數據處理方法,可以進行經濟調度優化方案求解。

利用Matlab工具按照本發明提出的數據處理方法編寫程序進行求解,得出如表3
的結果:

表3





由表3可知,每一時段的經濟調度結果都滿足用電負荷要求,并且容量較大的機組
承擔了相對較多的負荷,提高了高能效大機組的運行效率,盡可能使機組運行在最佳的工
作點,有效地降低了系統的運行成本,經過計算,采用本發明計算的經濟調度方式,24小時
運行的總的發電成本(不計及風電)為1001400元,由于合理的考慮了風電的不確定性,使得
系統的實際運行成本更小,滿足水平λ與發電成本、備用成本的關系見表4,由表可知,隨著
滿足水平λ的增加,系統的發電成本會隨之減少,從而實現系統運行的經濟性,其結果更加
符合實際的工程要求。

表4



本發明實施例中,系統首先獲取參與經濟調度的火電機組數量、調度周期、調度周
期內各個時段的預測負荷、調度周期內各個時段的旋轉備用負荷和火電機組自身的禁運
域,構建實際運行的約束條件;再獲取每臺火電機組的參數,構建目標函數;接著,對目標函
數和約束條件進行整理,得到發電成本最小化數學模型;然后,根據平均發電成本最小的機
組優先滿出力為原則,確定機組出力的初值;最后,根據機組出力的初值,計算發電成本最
小化數學模型得的解,并根據該解制定經濟調度優化方案。本發明技術方案不僅包含實際
運行約束條件與禁運域約束條件,更全面地包含了每臺火電機組的參數。其中,所述每個發
電機機組的參數中,包含了機組的爬坡速率約束、禁運域約束,而這些約束條件在傳統的經
濟調度優化方法中常常是被忽略的。因此本發明根據參與經濟調度的火電機組的參數和實
際運行約束條件,建立包含機組運行狀態約束條件的最小發電成本數學模型,相對于傳統
優化方法,更加全面地考慮了發電機機組的參數和實際運行約束條件,同時還考慮了機組
的禁運域約束。然后利用互補優化理論將機組禁運域約束條件轉換為可求解的數學表達
式,再利用區間數優化方法,將包含風電區間的目標函數和約束條件進行轉換,經過轉換后
的模型為以確定性實數的數學模型,降低了求解難度。最后利用原對偶內點法對所述確定
性數學模型進行求解,原對偶內點法是成熟的求解非線性規劃問題的方法,經過很少次數
的迭代就可以得出經濟調度優化方案,有效地提高了經濟調度優化方案求解速度及求解精
度。

本發明中用于含風電場的經濟調度的數據處理方法實施例進一步包括:

步驟101中,獲取火電機組自身的禁運域之后,步驟構建實際運行的約束條件之前
還包括:

利用互補理論對禁運域約束條件進行等效轉換,將其表示成便于數學求解的數學
表達式。

上述利用互補理論對禁運域約束條件進行等效轉換,將其表示成便于數學求解的
數學表達式包括:

確定禁運域約束條件的形式;

根據禁運域約束條件的形式,確定最優可行區間所在的位置;

根據最優可行區間所在的位置,確定最優可行區間的數學表達式。

本發明中用于含風電場的經濟調度的數據處理方法的上述實施例進一步包括:

步驟101中獲取參與經濟調度的火電機組數量、調度周期、調度周期內各個時段的
預測負荷、調度周期內各個時段的旋轉備用負荷和火電機組自身的禁運域,構建實際運行
約束條件之后,步驟對目標函數和約束條件進行整理得到發電成本最小化數學模型之前還
包括:

利用區間數優化方法,將約束條件轉換為確定性的約束條件。

將約束條件轉換為確定性的約束條件包括:

將區間數線性優化問題轉換成兩目標線性規劃問題,得到線性優化問題的有效
解;

根據該有效解,將區間數線性優化問題的約束條件轉換為一般的實數約束條件。

本實施例中,需要說明的是,風電不確定性是目前較難處理的問題,采用區間數優
化方法,將包含不確定量的目標函數和約束條件進行轉換,在恰當反映風電特征的前提下,
又保證模型求解的精確度。

本發明中用于含風電場的經濟調度的數據處理方法的上述實施例進一步包括:

步驟104根據平均發電成本最小的機組優先滿出力為原則,確定機組出力的初值
包括:

(1)計算每臺機組滿出力狀態的平均發電成本;

(2)根據平均發電成本,對機組進行排序;

(3)根據排序結果,安排平均發電成本低的機組滿出力,確定機組出力的初值。

下面請參考圖2,本發明還提供了一種用于含風電場的經濟調度的數據處理裝置
第一實施例包括:

第一獲取單元201,用于獲取參與經濟調度的火電機組數量、調度周期、調度周期
內各個時段的預測負荷、調度周期內各個時段的旋轉備用負荷和火電機組自身的禁運域;

第一構建單元202,用于通過參與經濟調度的火電機組數量、調度周期、調度周期
內各個時段的預測負荷、調度周期內各個時段的旋轉備用負荷和火電機組自身的禁運域構
建實際運行約束條件;

第二獲取單元203,用于獲取每臺火電機組的參數;

第二構建單元204,用于通過每臺火電機組的參數,構建目標函數;

整理單元205,用于對目標函數和所述約束條件進行整理得到發電成本最小化數
學模型;

確定單元206,用于根據平均發電成本最小的機組優先滿出力為原則,確定機組出
力的初值;

計算單元207,用于根據機組出力的初值,計算發電成本最小化數學模型中用于制
定經濟調度優化方案的解。

本實施例中,首先,第一獲取單元201獲取參與經濟調度的火電機組數量、調度周
期、調度周期內各個時段的預測負荷、調度周期內各個時段的旋轉備用負荷和火電機組自
身的禁運域,第一構建單元202構建實際運行的約束條件;再由第二獲取單元203獲取每臺
火電機組的參數,第二構建單元204構建目標函數;接著,整理單元205對目標函數和約束條
件進行整理,得到發電成本最小化數學模型;然后,確定單元206根據平均發電成本最小的
機組優先滿出力為原則,確定機組出力的初值;最后,計算單元207根據機組出力的初值,計
算發電成本最小化數學模型得的解,并根據該解制定經濟調度優化方案。本發明技術方案
不僅包含實際運行約束條件與禁運域約束條件,更全面地包含了每臺火電機組的參數。其
中,所述每個發電機機組的參數中,包含了機組的爬坡速率約束、禁運域約束,而這些約束
條件在傳統的經濟調度優化方法中常常是被忽略的。因此本發明根據參與經濟調度的火電
機組的參數和實際運行約束條件,建立包含機組運行狀態約束條件的最小發電成本數學模
型,相對于傳統優化方法,更加全面地考慮了發電機機組的參數和實際運行約束條件,同時
還考慮了機組的禁運域約束。然后利用互補優化理論將機組禁運域約束條件轉換為可求解
的數學表達式,再利用區間數優化方法,將包含風電區間的目標函數和約束條件進行轉換,
經過轉換后的模型為以確定性實數的數學模型,降低了求解難度。最后利用原對偶內點法
對所述確定性數學模型進行求解,原對偶內點法是成熟的求解非線性規劃問題的方法,經
過很少次數的迭代就可以得出經濟調度優化方案,有效地提高了經濟調度優化方案求解速
度及求解精度。

下面請參考圖3,本發明還提供了一種用于含風電場的經濟調度的數據處理裝置
第二實施例包括:

第一獲取單元301,用于獲取參與經濟調度的火電機組數量、調度周期、調度周期
內各個時段的預測負荷、調度周期內各個時段的旋轉備用負荷和火電機組自身的禁運域;

第一轉換單元302,用于利用互補理論對禁運域約束條件進行等效轉換,將其表示
成便于數學求解的數學表達式。

第一構建單元303,用于通過參與經濟調度的火電機組數量、調度周期、調度周期
內各個時段的預測負荷、調度周期內各個時段的旋轉備用負荷和火電機組自身的禁運域構
建實際運行約束條件;

第二獲取單元304,用于獲取每臺火電機組的參數;

第二構建單元305,用于通過每臺火電機組的參數,構建目標函數;

整理單元306,用于對目標函數和所述約束條件進行整理得到發電成本最小化數
學模型;

確定單元307,用于根據平均發電成本最小的機組優先滿出力為原則,確定機組出
力的初值;

計算單元308,用于根據機組出力的初值,計算發電成本最小化數學模型中用于制
定經濟調度優化方案的解。

本實施例中,區別于上述實施例的是,第一獲取單元301獲取火電機組自身的禁運
域之后,第一構建單元303構建實際運行的約束條件之前,第一轉換單元302利用互補理論
對禁運域約束條件進行等效轉換,將其表示成便于數學求解的數學表達式。

該第一轉換單元302包括

第一確定子單元3021,用于確定禁運域約束條件的形式;

第二確定子單元3022,用于根據禁運域約束條件的形式,確定最優可行區間所在
的位置;

第三確定子單元3023,用于根據最優可行區間所在的位置,確定最優可行區間的
數學表達式。

下面請參考圖4,本發明還提供了一種用于含風電場的經濟調度的數據處理裝置
第三實施例包括:

第一獲取單元401,用于獲取參與經濟調度的火電機組數量、調度周期、調度周期
內各個時段的預測負荷、調度周期內各個時段的旋轉備用負荷和火電機組自身的禁運域;

第二轉換單元402,用于利用區間數優化方法,將約束條件轉換為確定性的約束條
件。

第一構建單元403,用于通過參與經濟調度的火電機組數量、調度周期、調度周期
內各個時段的預測負荷、調度周期內各個時段的旋轉備用負荷和火電機組自身的禁運域構
建實際運行約束條件;

第二獲取單元404,用于獲取每臺火電機組的參數;

第二構建單元405,用于通過每臺火電機組的參數,構建目標函數;

整理單元406,用于對目標函數和所述約束條件進行整理得到發電成本最小化數
學模型;

確定單元407,用于根據平均發電成本最小的機組優先滿出力為原則,確定機組出
力的初值;

計算單元408,用于根據機組出力的初值,計算發電成本最小化數學模型中用于制
定經濟調度優化方案的解。

本實施例中,區別于上述實施例的是,第一獲取單元401獲取火電機組自身的禁運
域之后,第一構建單元403構建實際運行的約束條件之前,第二轉換單元402利用區間數優
化方法,將約束條件轉換為確定性的約束條件。

該第二轉換單元402包括:

第一轉換子單元4021,用于將區間數線性優化問題轉換成兩目標線性規劃問題,
得到線性優化問題的有效解;

第二轉換子單元4022,用于根據有效解,將區間數線性優化問題的約束條件轉換
為一般的實數約束條件。

下面請參考圖5,本發明還提供了一種用于含風電場的經濟調度的數據處理裝置
第四實施例包括:

第一獲取單元501,用于獲取參與經濟調度的火電機組數量、調度周期、調度周期
內各個時段的預測負荷、調度周期內各個時段的旋轉備用負荷和火電機組自身的禁運域;

第一構建單元502,用于通過參與經濟調度的火電機組數量、調度周期、調度周期
內各個時段的預測負荷、調度周期內各個時段的旋轉備用負荷和火電機組自身的禁運域構
建實際運行約束條件;

第二獲取單元503,用于獲取每臺火電機組的參數;

第二構建單元504,用于通過每臺火電機組的參數,構建目標函數;

整理單元505,用于對目標函數和所述約束條件進行整理得到發電成本最小化數
學模型;

需要說明的是,確定單元506以上的單元與前面任意一個實施例限定的均相同,在
此不做贅述。上述實施例與第一實施例比較為例進行說明。

確定單元506用于根據平均發電成本最小的機組優先滿出力為原則,確定機組出
力的初值;

該確定單元506包括:

計算子單元5061,用于計算每臺機組滿出力狀態的平均發電成本;

排序子單元5062,用于根據該平均發電成本,對該機組進行排序;

第四確定子單元5063,用于根據排序結果,安排平均發電成本低的機組滿出力,確
定機組出力的初值。

計算單元507,用于根據機組出力的初值,計算發電成本最小化數學模型中用于制
定經濟調度優化方案的解。

所屬領域的技術人員可以清楚地了解到,為描述的方便和簡潔,上述描述的系統,
裝置和單元的具體工作過程,可以參考前述方法實施例中的對應過程,在此不再贅述。

在本申請所提供的幾個實施例中,應該理解到,所揭露的系統,裝置和方法,可以
通過其它的方式實現。例如,以上所描述的裝置實施例僅僅是示意性的,例如,所述單元的
劃分,僅僅為一種邏輯功能劃分,實際實現時可以有另外的劃分方式,例如多個單元或組件
可以結合或者可以集成到另一個系統,或一些特征可以忽略,或不處理。另一點,所顯示或
討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口,裝置或單元的間接耦
合或通信連接,可以是電性,機械或其它的形式。

所述作為分離部件說明的單元可以是或者也可以不是物理上分開的,作為單元顯
示的部件可以是或者也可以不是物理單元,即可以位于一個地方,或者也可以分布到多個
網絡單元上。可以根據實際的需要選擇其中的部分或者全部單元來實現本實施例方案的目
的。

另外,在本發明各個實施例中的各功能單元可以集成在一個處理單元中,也可以
是各個單元單獨物理存在,也可以兩個或兩個以上單元集成在一個單元中。上述集成的單
元既可以采用硬件的形式實現,也可以采用軟件功能單元的形式實現。

所述集成的單元如果以軟件功能單元的形式實現并作為獨立的產品銷售或使用
時,可以存儲在一個計算機可讀取存儲介質中。基于這樣的理解,本發明的技術方案本質上
或者說對現有技術做出貢獻的部分或者該技術方案的全部或部分可以以軟件產品的形式
體現出來,該計算機軟件產品存儲在一個存儲介質中,包括若干指令用以使得一臺計算機
設備(可以是個人計算機,服務器,或者網絡設備等)執行本發明各個實施例所述方法的全
部或部分步驟。而前述的存儲介質包括:U盤、移動硬盤、只讀存儲器(ROM,Read-
OnlyMemory)、隨機存取存儲器(RAM,Random Access Memory)、磁碟或者光盤等各種可以存
儲程序代碼的介質。

以上所述,以上實施例僅用以說明本發明的技術方案,而非對其限制;盡管參照前
述實施例對本發明進行了詳細的說明,本領域的普通技術人員應當理解:其依然可以對前
述各實施例所記載的技術方案進行修改,或者對其中部分技術特征進行等同替換;而這些
修改或者替換,并不使相應技術方案的本質脫離本發明各實施例技術方案的精神和范圍。

關 鍵 詞:
一種 用于 電場 經濟 調度 數據處理 方法 裝置
  專利查詢網所有資源均是用戶自行上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作他用。
關于本文
本文標題:一種用于含風電場的經濟調度的數據處理方法及裝置.pdf
鏈接地址:http://www.rgyfuv.icu/p-6100807.html
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服客服 - 聯系我們

[email protected] 2017-2018 zhuanlichaxun.net網站版權所有
經營許可證編號:粵ICP備17046363號-1 
 


收起
展開
山东11选5中奖结果走势图