【技术实现步骤摘要】
本申请涉及电力规划，具体涉及一种电力系统的电力参数确定方法、装置及设备。
技术介绍
1、目前随着新能源、储能、抽蓄、负荷侧等多类型市场成员广泛参与电力现货市场交易，电力现货市场成员类型增多，出清规模有所扩大，传统电厂最优参数确定模型进行求解时效性不足的问题进一步凸显。电厂最优参数确定模型是一个双层优化约束模型，其下层优化模型为一个基于大规模现货市场的出清参数确定模型，其需考虑各种市场主体的运行特性约束，以及电网功率平衡约束、网络安全约束、机组容量约束、机组运行备用限制、机组爬坡和下降速度等约束；上层优化模型为电厂收益最大化模型，其由市场统一出清出清结果决定。但传统电厂最优参数确定模型结构复杂，需要考虑诸如复杂网络约束条件、机组发电量、联络线输电量等耦合约束条件，采用常规优化算法求解，求解时间将达到30分钟以上，求解效率难以达到实用化计算效率要求。此外传统电厂最优参数确定模型进行求解时，其求解范围过大，数据处理量较大，严重拖后求解效率。但求解范围设定过小，又无法保证寻优结果的精准性。
技术实现思路
1、为克服上述现有技术的不足，本申请提供了一种电力系统的电力参数确定方法、装置及设备，具体采用如下技术方案：
2、本申请所公开的一种电力系统的电力参数确定方法，其包括如下步骤：
3、以目标机组的收益最大化为优化目标构建最优参数确定模型，所述最优参数确定模型包括收益参数确定模型和出清参数确定模型；
4、根据目标机组的成本信息、历史电力参数及市场规则获取目标
5、根据所述供方参数子区间分别获得目标机组的供方电力参数，对所述供方电力参数进行异常值判定后，组成供方电力参数集合；；
6、根据供方电力参数、出清参数确定模型以及系统约束条件获得每个供方电力参数下对应目标机组的出清电力参数；
7、根据收益参数确定模型和目标机组的出清电力参数计算获得当前供方电力参数下目标机组的收益电力参数；
8、以目标机组的收益电力参数最大化为寻优目标，采用启发式粒子群算法和/或遗传算法对供方电力参数集合进行迭代操作，每次迭代操作后更新供方电力参数集合；
9、以收益电力参数作为适应度值，确定迭代操作后的最优供方电力参数，并输出迭代操作所产生的最优供方电力参数。
10、可选的：所述采用遗传算法对供方电力参数集合进行迭代操作的步骤包括：
11、设定遗传算法的运行参数和终止条件，所述运行参数至少包括供方电力参数数量、交叉概率系数和变异概率系数；所述终止条件至少包括适应度值不再改变或达到最大迭代次数；
12、获取各个供方电力参数所对应的收益电力参数，并对各个供方电力参数对应的收益电力参数进行异常判定；
13、根据各个供方电力参数对应的收益电力参数计算适应度函数，获得每次迭代后各个供方电力参数的适应度值；
14、对当前供方电力参数集合的各个适应度值进行排序，并基于适应度值采用轮盘赌方式对供方电力参数进行选择，随后进行随机交叉及变异生成新的供方电力参数，并计算新的供方电力参数的适应度值；
15、根据适应度值的排序选择满足预设阈值的适应度值所对应的供方电力参数并更新组成新的供方电力参数集合；
16、当适应度值不再改变或达到最大迭代次数时，输出更新后的新的供方电力参数集合。
17、可选的：所述采用启发式粒子群算法对供方电力参数集合进行迭代操作的步骤包括：
18、设定启发式粒子群算法的初始条件和终止条件；所述初始条件至少包括初始供方电力参数数量、最大迭代次数、每个供方电力参数的速度及位置；
19、获取各个供方电力参数所对应的收益电力参数，并对各个供方电力参数对应的收益电力参数进行异常判定；
20、以各个供方电力参数对应的收益电力参数计算适应度函数，获得每次迭代后各个供方电力参数的适应度值；
21、根据每个供方电力参数对应的历史适应度值，选择并更新每个供方电力参数所对应的个体最优供方电力参数；
22、当达到最大迭代次数时，分别输出更新后的个体最优供方电力参数；
23、根据更新后的个体最优供方电力参数组成新的供方电力参数集合。
24、可选的：所述对供方电力参数进行异常值判定的步骤包括：
25、获取各个供方电力参数所对应的收益电力参数及收益参数区间；
26、判断当前供方电力参数所对应的收益电力参数是否处于收益参数区间内；
27、若当前供方电力参数所对应的收益电力参数处于收益参数区间内，则执行适应度值计算；
28、若当前供方电力参数所对应的收益电力参数未处于收益参数区间内，则重新生成新的供方电力参数并替代当前供方电力参数，直至新的供方电力参数的收益电力参数处于收益参数区间内。
29、可选的：所述根据所述供方参数子区间分别获得目标机组的供方电力参数的步骤包括：
30、根据目标机组的成本信息、历史电力参数及市场规则确定目标机组的供方参数区间和收益参数区间；
31、采用多段子区间方式将供方参数区间划分为若干子区间；
32、选取各个子区间的中点值作为当前子区间的期望值，以各个子区间的中点值分别作为单个的供方电力参数，并最终组成供方电力参数集合。
33、可选的：所述采用多段子区间方式将供方参数区间划分为若干子区间的步骤包括：
34、设定供方电力参数的决策变量xi，i＝2,3，...,n-1；其中xi为[0,1]范围内的变量；
35、确定目标机组进行n段子区间划分，其中所述n段子区间的划分规则包括：
36、第1段子区间为边际成本报价，第n段子区间为市场规则限定的最高报价；
37、以及至少下列一项：
38、第i段子区间＝第1段子区间+(第n段子区间-第1段子区间)×xi-1；
39、或第i段子区间＝第i-1段子区间+(第n段子区间-第i-1段子区间)×xi-1；
40、或第i段子区间＝第i-1段子区间+(第i+1段子区间-第1段子区间)×xi-1；
41、根据n段子区间结果对机组供方参数区间划分为n个子区间。
42、可选的：所述收益参数确定模型的目标函数为：
43、
44、其中lmpi,t为目标机组i在时刻t的出清电力参数；pi,t为目标机组i在时刻t的出清电量参数，ci,t为目标机组i在时刻t的成本。
45、可选的：所述出清参数确定模型的目标函数为：
46、
47、其中ng为火电机组总台数；npv为光伏机组总台数；nw为风电机组总台数；nes表示储能机组总台数；nh表示水电机组总台数；nl表示本文档来自技高网...
【技术保护点】
1.一种电力系统的电力参数确定方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的电力参数确定方法，其特征在于，所述采用遗传算法对供方电力参数进行迭代操作的步骤包括：
3.根据权利要求1所述的电力参数确定方法，其特征在于，所述采用启发式粒子群算法对供方电力参数集合进行迭代操作的步骤包括：
4.根据权利要求1所述的电力参数确定方法，其特征在于，所述对所述供方电力参数进行异常值判定的步骤包括：
5.根据权利要求1所述的电力参数确定方法，其特征在于，所述根据所述供方参数子区间分别获得目标机组的供方电力参数的步骤包括：
6.根据权利要求5所述的电力参数确定方法，其特征在于，所述采用多段子区间方式将供方参数区间划分为若干子区间的步骤包括：
7.根据权利要求1所述的电力参数确定方法，其特征在于，所述收益参数确定模型的目标函数为：
8.根据权利要求1所述的电力参数确定方法，其特征在于，所述出清参数确定模型的目标函数为：
9.一种电力系统的电力参数确定装置，其特征在于，所述装置包括：
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。