针对特性各异电源的多目标协调优化调度模型制造技术

本发明专利技术提供一种针对特性各异电源的多目标协调优化调度模型，包括滚动调度模块、实时调度模块和AGC控制模块：调度模型本质上是在日前发电计划和AGC发电控制之间增加滚动计划调度、实时调度计划阶段，在该阶段中建立智能化决策和自适应协调控制的技术支持环节，从而替代传统的人工调整模式，减轻值班调度员的劳动强度、最大程度消纳风电并实现高品质的电力供应。另外，本发明专利技术使得机组的总出力与实际发电需求逐级接近，降低日前计划的不确定性，保证各个机组的出力计划更加合理，也更加有意义。

Multi objective coordinated optimal scheduling model for different power supply

The invention provides a multi target according to the characteristics of different power optimization scheduling model, including rolling scheduling module, control module and AGC module real-time scheduling: scheduling model is essentially the increase of rolling scheduling and real-time scheduling planning stage between the days before the plan of power generation and AGC power control, the establishment of intelligent decision-making and adaptive coordinated control technical support link in this phase, so it can replace the traditional manual adjustment mode, reduce the labor intensity of the dispatcher, the maximum wind power accommodation and power supply quality. In addition, the invention of the unit's total output close to the actual power demand gradually decreased before the plan uncertainty, the guaranteed output plans of each unit is more reasonable, more meaningful.

【技术实现步骤摘要】

本专利技术属于电力调度
，具体涉及一种针对特性各异电源的多目标协调优化调度模型。
技术介绍
电力系统经济调度指的是在满足网络安全、发电负荷平衡条件下，以最经济的运行成本实现机组间发电负荷的合理分配，且保证对用户可靠供电的一种调度方法。按优化时段的不同，电力系统优化调度问题可以分为两个方面：静态优化调度和动态优化调度。静态优化调度指的是：对电力系统单个运行时间断面的经济负荷优化分配问题。静态优化调度在算法上主要分为两类：以等耗量微增率为基础的经典经济调度及以最优潮流为基础的安全经济调度。由于电力系统是一个持续运行中的动态系统，当系统中出现较大的负荷需求变动时，受发电机调整能力的限制，各个静态调度结果间的可渡越能力无法保证。因此，需要研究经济调度结果的连续可行性问题，即动态经济调度问题。传统开环动态调度模式在优化初始阶段对整个优化周期进行一次优化并将解序列全部下发执行，由于负荷预测精度较高，使得这种调度模式在传统的电力系统中应用效果基本能够满足要求。然而，在大规模风电接入后，风电预测精度远低于传统负荷的预测精度，且随优化时间的延长，风电预测误差显著增大，风电的这种难以准确预测的特点使得依赖于日前风电预测的传统开环动态调度模式的结果与实际电网需求偏差较大，亟需对这种调度模式进行改进。
技术实现思路
针对现有技术存在的缺陷，本专利技术提供一种针对特性各异电源的多目标协调优化调度模型，可有效解决上述问题。本专利技术采用的技术方案如下：本专利技术提供一种针对特性各异电源的多目标协调优化调度模型，包括滚动调度模块、实时调度模块和AGC控制模块：滚动调度模块，所述滚动调度模块用于以扩展短期预测模块预测到的负荷信息为基础，1小时为启动周期，对未来4小时负荷和发电计划进行重新预测，进而修正日前计划模块预测到的日前负荷和日前发电计划；所述滚动调度模块包括：联络线计划管理子模块、超短期风功率预测子模块、扩展短期负荷预测子模块、约束调整子模块、在线滚动优化子模块和计划指令下发子模块；所述联络线计划管理子模块用于提供未来1天～3天联络线计划导入、复制、修改、查看功能；所述超短期风功率预测子模块用于根据当前电网调风功率的实际值，每隔15分钟给出未来4个小时的风功率预测值；所述扩展短期负荷预测子模块用于：根据所述超短期风功率预测子模块预测到的风功率预测值，预测当日当前时刻以后未知1小时～多小时内的负荷值；其中，负荷值以15分钟为最小单位，进而对日前发电计划进行滚动修正；所述所述约束调整子模块用于提供各类约束条件，包括：机组出力上下界约束、机组爬坡率约束、开机方式约束、断面潮流约束和负荷平衡约束；所述在线滚动优化子模块用于：制定优化策略，以所述约束调整子模块提供的约束条件为约束，以所述超短期风功率预测子模块和所述扩展短期负荷预测子模块的预测结构为输入，进行水电、火电、热电联产、风电、抽水蓄能特性各异机组发电出力情况的在线滚动优化，得到在线滚动优化结果，包括：未来4小时风场计划和滚动调度机组计划；所述计划指令下发子模块用于：将所述在线滚动优化子模块得到的在线滚动优化结果下发到滚动计划机组；所述实时调度模块用于：以超短期发电需求预测、风电出力预测、电网模型和实时数据为基础，15分钟为启动周期，在考虑机组出力限制、爬坡率、滚动发电计划情况下，制定到实时计划机组的实际发电计划，从而对未来15分钟负荷进行重新预测和发电计划调整，消除预测值和计划值的偏差，提高电网风电接入能力；所述实时调度模块包括：超短期负荷预测子模块、在线实时调度子模块、在线安全校核子模块和自动下发指令子模块；所述超短期负荷预测子模块，用于采用基于负荷曲线区段形态相似性的超短期负荷预测方法，根据历史负荷出力数据，自动匹配相似时段，得到超短期负荷预测数据；所述在线实时调度子模块，用于以所述超短期预测数据、所述滚动调度模块的滚动调度机组计划为基础，预置的约束条件及优化策略为前置条件，进行机组组合运算，以15分钟为周期，对未来15分钟风场、单机机组的出力进行预测；所述在线安全校核子模块，用于基于当前实时电网模型及超短期预测数据，对所述在线实时调度子模块的实时调度计划结果进行校核，同时考虑断面越限的情况，得到在线调度预测结果，包括：未来15分钟风场、单机机组的出力数据；所述自动下发指令子模块，用于将当日剩余时段实时调度计划结果通过综合数据平台，下发到实时计划机组，实现对实时计划机组的状态控制；AGC控制模块，用于以秒级为单位，实时对机组当前发生的情况进行即时处理，进而控制AGC机组的出力；包括校正控制子模块和安全校正控制子模块；所述校正控制子模块，用于调度秒级AGC机组，使频率和联络线功率满足CPS考核指标；所述安全校正控制子模块，用于即时处理线路断面潮流越限。优选的，所述滚动调度模块采用的滚动优化策略为：采用基于最小弃风基础上的经济最优调度模型，见式(1)：f1(pit)=minΣt=t0+1t0+Th(Σi=1N(aipit2+bipit+ci)+Σj∈Gwindλj(pjtf-pjtw))---(1)]]>其中，f1(pit)为调度模型目标函数；t为优化时间；t0为优化起始时段；Th为最优计划层优化时段长度；N为常规机组数；ai、bi、ci为常规机组i的煤耗系数；pit为常规机组i在第t时段的有功出力计划；Gwind为风电机组数；λj为弃风成本因子；为风电机组扩展短期预测出力；为风电机组j在第t时段的有功出力计划。优选的，所述实时调度模块采用式(2)的调度模型：f1(pit)=minΣt=t0+1t0+Tl(Σi=1N(ai(pitroll+Δpit)2+bi(pitroll+Δpit)+ci)+Σj∈Gwindλj(pjtf-pjtw))---(2)]]>f1(pit)为调度模型目标函数；t为优化时间；t0为优化起始时段；Tl为基点追踪层优化时段长度；N为常规机组数；ai、bi、ci为常规机组i的煤耗系数；pit为常规机组i在第t时段的有功出力计划；为第i台机组在第t时段的滚动最优计划层计划；△pit为第i台机组在第t时段的基点追踪计划调整量，为控制输出量；Gwind为风电机组数；λj为弃风成本因子；为风电机组扩展短期预测出力；为风电机组j在第t时段的有功出力计划。优选的，还包括：机组角色分配模块，所述机组角色分配模块用于实时对全网机组的角色进行分配，机组角色包括日前计划机组、滚动计划机组、实时计划机组和AGC机组；所述机组角色分配模块采用以下方法，每隔预设时间确定全网各个机组的角色：步骤1，根据电网实时频率与正常设定频率的偏离程度，按从偏离度从轻到重的顺序，依次划分为4个控制区段，分别为：死区、正常区、辅助区和协作区；步骤2，通过以下公式分别确定死区边界值ACED、正常区边界值ACEN、辅助区边界值ACEA和协作区边界值ACEE：ACED=20Biϵ1ACEN=2L10ACEA=3L10ACEE=0.8LOSS]]>其中：Bi：控制区域设定的频率偏差系数，单位MW/0.1HZ，取正号；ε1：互联电网对全年一本文档来自技高网...

【技术保护点】
一种针对特性各异电源的多目标协调优化调度模型，其特征在于，包括滚动调度模块、实时调度模块和AGC控制模块：滚动调度模块，所述滚动调度模块用于以扩展短期预测模块预测到的负荷信息为基础，1小时为启动周期，对未来4小时负荷和发电计划进行重新预测，进而修正日前计划模块预测到的日前负荷和日前发电计划；所述滚动调度模块包括：联络线计划管理子模块、超短期风功率预测子模块、扩展短期负荷预测子模块、约束调整子模块、在线滚动优化子模块和计划指令下发子模块；所述联络线计划管理子模块用于提供未来1天～3天联络线计划导入、复制、修改、查看功能；所述超短期风功率预测子模块用于根据当前电网调风功率的实际值，每隔15分钟给出未来4个小时的风功率预测值；所述扩展短期负荷预测子模块用于：根据所述超短期风功率预测子模块预测到的风功率预测值，预测当日当前时刻以后未知1小时～多小时内的负荷值；其中，负荷值以15分钟为最小单位，进而对日前发电计划进行滚动修正；所述所述约束调整子模块用于提供各类约束条件，包括：机组出力上下界约束、机组爬坡率约束、开机方式约束、断面潮流约束和负荷平衡约束；所述在线滚动优化子模块用于：制定优化策略，以所述约束调整子模块提供的约束条件为约束，以所述超短期风功率预测子模块和所述扩展短期负荷预测子模块的预测结构为输入，进行水电、火电、热电联产、风电、抽水蓄能特性各异机组发电出力情况的在线滚动优化，得到在线滚动优化结果，包括：未来4小时风场计划和滚动调度机组计划；所述计划指令下发子模块用于：将所述在线滚动优化子模块得到的在线滚动优化结果下发到滚动计划机组；所述实时调度模块用于：以超短期发电需求预测、风电出力预测、电网模型和实时数据为基础，15分钟为启动周期，在考虑机组出力限制、爬坡率、滚动发电计划情况下，制定到实时计划机组的实际发电计划，从而对未来15分钟负荷进行重新预测和发电计划调整，消除预测值和计划值的偏差，提高电网风电接入能力；所述实时调度模块包括：超短期负荷预测子模块、在线实时调度子模块、在线安全校核子模块和自动下发指令子模块；所述超短期负荷预测子模块，用于采用基于负荷曲线区段形态相似性的超短期负荷预测方法，根据历史负荷出力数据，自动匹配相似时段，得到超短期负荷预测数据；所述在线实时调度子模块，用于以所述超短期预测数据、所述滚动调度模块的滚动调度机组计划为基础，预置的约束条件及优化策略为前置条件，进行机组组合运算，以15分钟为周期，对未来15分钟风场、单机机组的出力进行预测；所述在线安全校核子模块，用于基于当前实时电网模型及超短期预测数据，对所述在线实时调度子模块的实时调度计划结果进行校核，同时考虑断面越限的情况，得到在线调度预测结果，包括：未来15分钟风场、单机机组的出力数据；所述自动下发指令子模块，用于将当日剩余时段实时调度计划结果通过综合数据平台，下发到实时计划机组，实现对实时计划机组的状态控制；AGC控制模块，用于以秒级为单位，实时对机组当前发生的情况进行即时处理，进而控制AGC机组的出力；包括校正控制子模块和安全校正控制子模块；所述校正控制子模块，用于调度秒级AGC机组，使频率和联络线功率满足CPS考核指标；所述安全校正控制子模块，用于即时处理线路断面潮流越限。...

【技术特征摘要】
1.一种针对特性各异电源的多目标协调优化调度模型，其特征在于，包括滚动调度模块、实时调度模块和AGC控制模块：滚动调度模块，所述滚动调度模块用于以扩展短期预测模块预测到的负荷信息为基础，1小时为启动周期，对未来4小时负荷和发电计划进行重新预测，进而修正日前计划模块预测到的日前负荷和日前发电计划；所述滚动调度模块包括：联络线计划管理子模块、超短期风功率预测子模块、扩展短期负荷预测子模块、约束调整子模块、在线滚动优化子模块和计划指令下发子模块；所述联络线计划管理子模块用于提供未来1天～3天联络线计划导入、复制、修改、查看功能；所述超短期风功率预测子模块用于根据当前电网调风功率的实际值，每隔15分钟给出未来4个小时的风功率预测值；所述扩展短期负荷预测子模块用于：根据所述超短期风功率预测子模块预测到的风功率预测值，预测当日当前时刻以后未知1小时～多小时内的负荷值；其中，负荷值以15分钟为最小单位，进而对日前发电计划进行滚动修正；所述所述约束调整子模块用于提供各类约束条件，包括：机组出力上下界约束、机组爬坡率约束、开机方式约束、断面潮流约束和负荷平衡约束；所述在线滚动优化子模块用于：制定优化策略，以所述约束调整子模块提供的约束条件为约束，以所述超短期风功率预测子模块和所述扩展短期负荷预测子模块的预测结构为输入，进行水电、火电、热电联产、风电、抽水蓄能特性各异机组发电出力情况的在线滚动优化，得到在线滚动优化结果，包括：未来4小时风场计划和滚动调度机组计划；所述计划指令下发子模块用于：将所述在线滚动优化子模块得到的在线滚动优化结果下发到滚动计划机组；所述实时调度模块用于：以超短期发电需求预测、风电出力预测、电网模型和实时数据为基础，15分钟为启动周期，在考虑机组出力限制、爬坡率、滚动发电计划情况下，制定到实时计划机组的实际发电计划，从而对未来15分钟负荷进行重新预测和发电计划调整，消除预测值和计划值的偏差，提高电网风电接入能力；所述实时调度模块包括：超短期负荷预测子模块、在线实时调度子模块、在线安全校核子模块和自动下发指令子模块；所述超短期负荷预测子模块，用于采用基于负荷曲线区段形态相似性的超短期负荷预测方法，根据历史负荷出力数据，自动匹配相似时段，得到超短期负荷预测数据；所述在线实时调度子模块，用于以所述超短期预测数据、所述滚动调度模块的滚动调度机组计划为基础，预置的约束条件及优化策略为前置条件，进行机组组合运算，以15分钟为周期，对未来15分钟风场、单机机组的出力进行预测；所述在线安全校核子模块，用于基于当前实时电网模型及超短期预测数据，对所述在线实时调度子模块的实时调度计划结果进行校核，同时考虑断面越限的情况，得到在线调度预测结果，包括：未来15分钟风场、单机机组的出力数据；所述自动下发指令子模块，用于将当日剩余时段实时调度计划结果通过综合数据平台，下发到实时计划机组，实现对实时计划机组的状态控制；AGC控制模块，用于以秒级为单位，实时对机组当前发生的情况进行即时处理，进而控制AGC机组的出力；包括校正控制子模块和安全校正控制子模块；所述校正控制子模块，用于调度秒级AGC机组，使频率和联络线功率满足CPS考核指标；所述安全校正控制子模块，用于即时处理线路断面潮流越限。2.根据权利要求1所述的针对特性各异电源的多目标协调优化调度模型，其特征在于，所述滚动调度模块采用的滚动优化策略为：采用基于最小弃风基础上的经济最优调度模型，见式(1)：f1(pit)=minΣt=t0+1t0+Th(Σi=1N(aipit2+bipit+ci)+Σj∈Gwindλj(pjtf-pjtw))---(1)]]>其中，f1(pit)为调度模型目标函数；t...

【专利技术属性】
技术研发人员：李泽宇，马新，李群，金元，金明成，刘洋，钱苏晋，
申请(专利权)人：北京恒泰实达科技股份有限公司，
类型：发明
国别省市：北京;11