本发明专利技术涉及一种多目标优化调度方法、系统、电子设备和计算机存储介质,涉及发电厂优化调度领域,方法包括:根据充放电效率、不同放电深度下的循环次数和蓄电池寿命内总的能量吞吐量构建储能系统损耗模型;根据发电机组实际调度信息确定生产消耗项模型和环境惩罚项模型;根据发电机组实际调度信息和储能出力确定调频惩罚项模型;以储能系统损耗模型、生产消耗项模型、调频惩罚项模型和环境惩罚项模型为目标函数,利用满意度函数构建多目标优化模型;利用粒子群优化算法对多目标优化模型进行粒子寻优,得到发电机组和储能系统的调度结果信息。本发明专利技术能提高调度精度,降低各项损失,延长储能系统的寿命。长储能系统的寿命。长储能系统的寿命。
【技术实现步骤摘要】
多目标优化调度方法、系统、电子设备和计算机存储介质
[0001]本专利技术涉及发电厂优化调度领域,特别是涉及一种多目标优化调度方法、系统、电子设备和计算机存储介质。
技术介绍
[0002]当前设置储能与火电机组相互配合动作的控制策略一般存在以下问题:一是鲜少考虑碳排放影响,二是直接用二次函数拟合火电机组负荷和煤耗量间的关系,未考虑变负荷速率的影响,也不够精确。
技术实现思路
[0003]本专利技术的目的是提供一种多目标优化调度方法、系统、电子设备和计算机存储介质,以提高调度精度,降低各项损失,延长储能系统的寿命。
[0004]为实现上述目的,本专利技术提供了如下方案:
[0005]一种多目标优化调度方法,包括:
[0006]获取发电机组储能系统的充放电效率、不同放电深度下的循环次数、蓄电池寿命内总的能量吞吐量和发电机组实际调度信息;
[0007]根据所述充放电效率、所述不同放电深度下的循环次数和所述蓄电池寿命内总的能量吞吐量构建储能系统损耗模型;
[0008]根据所述发电机组实际调度信息确定生产消耗项模型;所述发电机组实际调度信息包括发电机组正常运行状态数据和发电机组变负荷过程数据;
[0009]根据所述发电机组实际调度信息和储能出力确定调频惩罚项模型;
[0010]根据所述发电机组实际调度信息确定环境惩罚项模型;
[0011]以所述储能系统损耗模型、所述生产消耗项模型、所述调频惩罚项模型和所述环境惩罚项模型为目标函数,利用满意度函数构建多目标优化模型;
[0012]利用粒子群优化算法对所述多目标优化模型进行粒子寻优,得到发电机组和储能系统的调度结果信息。
[0013]可选地,所述根据所述发电机组实际调度信息确定生产消耗项模型,具体包括:
[0014]根据所述发电机组实际调度信息中的AGC指令、AGC指令增量和瞬时煤耗量利用第一LSTM模型确定第一关系;所述第一关系为所述AGC指令、所述AGC指令增量和所述瞬时煤耗量之间的关系;
[0015]根据所述发电机组实际调度信息中的所述AGC指令、所述AGC指令增量和NOx排放量利用第二LSTM模型确定第二关系;所述第二关系为所述 AGC指令、所述AGC指令增量和所述NOx排放量之间的关系;
[0016]根据所述发电机组实际调度信息中的所述AGC指令、所述AGC指令增量和SOx排放量利用第三LSTM模型确定第三关系;所述第三关系为所述 AGC指令、所述AGC指令增量和所述SOx排放量之间的关系;
[0017]根据所述第一关系、所述第二关系、所述第三关系和发电量确定生产消耗项模型。
[0018]可选地,所述根据所述发电机组实际调度信息和储能出力确定调频惩罚项模型,具体包括:
[0019]根据所述发电机组实际调度信息中的AGC指令、实发功率和储能出力确定调频惩罚项模型。
[0020]可选地,所述根据所述发电机组实际调度信息确定环境惩罚项模型,具体包括:
[0021]根据所述发电机组实际调度信息中的AGC指令、AGC指令增量、标煤热值和碳在燃料中的燃烧氧化效率确定发电机组的碳排放量;
[0022]根据所述发电机组的碳排放量、发电机组的碳排放配额和发电机组的环境惩罚因子确定环境惩罚项模型。
[0023]可选地,所述多目标优化模型的表达式如下:
[0024][0025][0026]其中,h
i
为第i个解向量的标准化满意度;C
i
为各目标函数值;为第i 个目标函数的最大值;为第i个目标函数的最小值,h为标准化满意度。
[0027]本专利技术还提供一种多目标优化调度系统,包括:
[0028]获取模块,用于获取发电机组储能系统的充放电效率、不同放电深度下的循环次数、蓄电池寿命内总的能量吞吐量和发电机组实际调度信息;
[0029]储能系统损耗模型确定模块,用于根据所述充放电效率、所述不同放电深度下的循环次数和所述蓄电池寿命内总的能量吞吐量构建储能系统损耗模型;
[0030]生产消耗项模型确定模块,用于根据所述发电机组实际调度信息确定生产消耗项模型;所述发电机组实际调度信息包括发电机组正常运行状态数据和发电机组变负荷过程数据;
[0031]调频惩罚项模型确定模块,用于根据所述发电机组实际调度信息和储能出力确定调频惩罚项模型;
[0032]环境惩罚项模型确定模块,用于根据所述发电机组实际调度信息确定环境惩罚项模型;
[0033]多目标优化模型确定模块,用于以所述储能系统损耗模型、所述生产消耗项模型、所述调频惩罚项模型和所述环境惩罚项模型为目标函数,利用满意度函数构建多目标优化模型;
[0034]寻优模块,用于利用粒子群优化算法对所述多目标优化模型进行粒子寻优,得到发电机组和储能系统的调度结果信息。
[0035]可选的,所述生产消耗项模型确定模块,具体包括:
[0036]第一关系确定单元,用于根据所述发电机组实际调度信息中的AGC指令、 AGC指令增量和瞬时煤耗量利用第一LSTM模型确定第一关系;所述第一关系为所述AGC指令、所述
AGC指令增量和所述瞬时煤耗量之间的关系;
[0037]第二关系确定单元,用于根据所述发电机组实际调度信息中的所述AGC 指令、所述AGC指令增量和NOx排放量利用第二LSTM模型确定第二关系;所述第二关系为所述AGC指令、所述AGC指令增量和所述NOx排放量之间的关系;
[0038]第三关系确定单元,用于根据所述发电机组实际调度信息中的所述AGC 指令、所述AGC指令增量和SOx排放量利用第三LSTM模型确定第三关系;所述第三关系为所述AGC指令、所述AGC指令增量和所述SOx排放量之间的关系;
[0039]生产消耗项模型确定单元,用于根据所述第一关系、所述第二关系、所述第三关系和发电量确定生产消耗项模型。
[0040]可选的,所述调频惩罚项模型确定模块,具体包括:
[0041]调频惩罚项模型确定单元,用于根据所述发电机组实际调度信息中的 AGC指令、实发功率和储能出力确定调频惩罚项模型。
[0042]本专利技术还提供一种电子设备,包括:
[0043]一个或多个处理器;
[0044]存储装置,其上存储有一个或多个程序;
[0045]当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述任意一项所述的方法。
[0046]本专利技术还提供一种计算机存储介质,其特征在于,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如上述任意一项所述的方法。
[0047]根据本专利技术提供的具体实施例,本专利技术公开了以下技术效果:
[0048]本专利技术根据所述充放电效率、不同放电深度下的循环次数、蓄电池寿命内总的能量吞吐量和发电机组实际调度信息构建储能系统损耗模型;根据所述发电机组实际调度信息确定生产消耗项模型;所本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种多目标优化调度方法,其特征在于,包括:获取发电机组储能系统的充放电效率、不同放电深度下的循环次数、蓄电池寿命内总的能量吞吐量和发电机组实际调度信息;根据所述充放电效率、所述不同放电深度下的循环次数和所述蓄电池寿命内总的能量吞吐量构建储能系统损耗模型;根据所述发电机组实际调度信息确定生产消耗项模型;所述发电机组实际调度信息包括发电机组正常运行状态数据和发电机组变负荷过程数据;根据所述发电机组实际调度信息和储能出力确定调频惩罚项模型;根据所述发电机组实际调度信息确定环境惩罚项模型;以所述储能系统损耗模型、所述生产消耗项模型、所述调频惩罚项模型和所述环境惩罚项模型为目标函数,利用满意度函数构建多目标优化模型;利用粒子群优化算法对所述多目标优化模型进行粒子寻优,得到发电机组和储能系统的调度结果信息。2.根据权利要求1所述的多目标优化调度方法,其特征在于,所述根据所述发电机组实际调度信息确定生产消耗项模型,具体包括:根据所述发电机组实际调度信息中的AGC指令、AGC指令增量和瞬时煤耗量利用第一LSTM模型确定第一关系;所述第一关系为所述AGC指令、所述AGC指令增量和所述瞬时煤耗量之间的关系;根据所述发电机组实际调度信息中的所述AGC指令、所述AGC指令增量和NOx排放量利用第二LSTM模型确定第二关系;所述第二关系为所述AGC指令、所述AGC指令增量和所述NOx排放量之间的关系;根据所述发电机组实际调度信息中的所述AGC指令、所述AGC指令增量和SOx排放量利用第三LSTM模型确定第三关系;所述第三关系为所述AGC指令、所述AGC指令增量和所述SOx排放量之间的关系;根据所述第一关系、所述第二关系、所述第三关系和发电量确定生产消耗项模型。3.根据权利要求1所述的多目标优化调度方法,其特征在于,所述根据所述发电机组实际调度信息和储能出力确定调频惩罚项模型,具体包括:根据所述发电机组实际调度信息中的AGC指令、实发功率和储能出力确定调频惩罚项模型。4.根据权利要求1所述的多目标优化调度方法,其特征在于,所述根据所述发电机组实际调度信息确定环境惩罚项模型,具体包括:根据所述发电机组实际调度信息中的AGC指令、AGC指令增量、标煤热值和碳在燃料中的燃烧氧化效率确定发电机组的碳排放量;根据所述发电机组的碳排放量、发电机组的碳排放配额和发电机组的环境惩罚因子确定环境惩罚项模型。5.根据权利要求1所述的多目标优化调度方法,其特征在于,所述多目标优化模型的表达式如下:
其中,h
i
为第i个解向量的标准化满意度;C
i
为各目标函数值;为第i个目标函数的最大值;为第i个目标函数的最小值,h为标准化满...
【专利技术属性】
技术研发人员:吕游,宋雨阳,李军,
申请(专利权)人:国网山东省电力公司电力科学研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。