基于城市空气质量预测技术的电力系统环境调度方法技术方案

本发明专利技术公开了一种基于城市空气质量预测技术的电力系统环境调度方法，包括步骤一：从气象环境数据库中获取目标城市的历史气象数据、历史污染源排放数据和历史空气质量信息，利用人工神经网络算法对目标城市的未来空气质量进行预测得到空气质量预测值；步骤二：判断空气质量预测值是否与历史气象数据具有相关性，若是，得到目标城市的大气环境容纳量；否则，返回步骤一；步骤三：建立电力系统环境调度模型；步骤四：在预设约束条件以及满足目标城市的大气环境容纳量条件下，求解电力系统环境调度模型，得到各机组的有功出力的最佳值，进而得到电力系统环境调度方案。在这种调度模式下，系统总污染物排放量显著降低，经济成本与环境成本得到了平衡。

Power system environment scheduling method based on urban air quality prediction technology

The invention discloses an environment of power system scheduling method based on City air quality prediction technology, comprising the steps of: obtaining a target city historical meteorological data, historical data and historical sources of pollution emissions from the meteorological environment air quality information database, using the artificial neural network algorithm for the prediction value of air quality on target city the future air quality; step two: value judgment whether it is related with the historical meteorological data to predict the air quality if, get the target city atmospheric environment capacity; otherwise, return to step one; step three: to establish the environment of power system scheduling model; step four: in the default constraint conditions and meet the objectives of the city atmospheric environment capacity conditions under the environment of power system to solve the scheduling model, get the best value of the active power output of each unit, and then Get the power system environment scheduling scheme. Under this scheduling model, the total pollutant emissions of the system are significantly reduced, and the economic costs and environmental costs are balanced.

【技术实现步骤摘要】
基于城市空气质量预测技术的电力系统环境调度方法
本专利技术属于电力调度领域，尤其涉及一种基于城市空气质量预测技术的电力系统环境调度方法。
技术介绍
目前中国的环境污染状况严重，以雾霾为代表的环境污染问题严重影响了人们的日常生活，危害着人们的健康。面对这样一个长期过度排放而导致的问题，唯有从源头上进行治理，减少排放乃至零排放。电力系统作为燃煤大户，每年的污染排放量相当可观，“低碳减排，节能环保”无疑是电力系统未来发展将要面临的关键挑战。随着社会的进步、人民物质生活水平的提高，生态文明建设愈发受到政府及民众的关注。环境因素与电力系统调度之间产生了越来越多的时空性、跨区域的联动。一方面，大气中的污染物随空气流动进行扩散，将会改变不同区域间的污染物指标，从而对电力系统污染物排放形成严格约束，影响原有调度结果；另一方面，环境因素将对能源结构产生影响，可再生能源愈发受到重视，风电、光伏、热电联产等电源的比例将不断增大，此类新能源电源对环境因素敏感，气候的变化将导致其波动严重，对电网的安全稳定是一个不小的冲击。在节能减排的要求下，在环境因素与电力系统连续愈发紧密的背景下，传统的电力调度模式已经不能适应可持续发展和生态文明建设的需要，因此，研究一套兼顾“经济型”、“节能环保”等综合各类要素的新型、科学、高效的电力系统环境调度方式，具有十分重要的理论意义和研究价值。电力系统节能调度在一定程度上降低了能源损耗和减少了环境污染；国外一些发达国家的电力系统已经建立了开放用户侧的电力市场，发电、配电、零售企业和用户均可参与市场交易，可以进行双向交互式电力系统调度。国内外对于电力系统调度问题进行的研究已经取得了大量成果。然而这些研究并没有发掘环境因素与电力系统调度间的内在联系，其中一部分调度方式只注重经济成本的控制而忽视了节能减排的重要性；另一部分调度方式着眼于节能与碳排放的控制，却忽视了SO2、NOx、粉尘等重要污染物对大气环境带来的负面影响；为数不多的针对环境调度展开的研究则仅局限于算法层面，未能落实到实际，没能将电力系统调度与实际大气环境相结合。现有的电力系统调度没有建立环境因素与电力系统调度在时间、空间等多维度上的内在联系，无法求取精确的电力系统环境调度模型，不能得到各机组的有功出力的最佳值，因此，现有的电力系统环境调度方案并没有考虑环境因素与电力系统调度在时间及空间多维度上的内在联系，使得电力系统耗费能量多且污染排放量大，对环境造成的负面影响大。
技术实现思路
本专利技术公开了一种基于城市空气质量预测技术的电力系统环境调度方法。本专利技术结合实时气象数据，人工利用神经网络算法对城市空气质量进行预测，在对预测数据进行相关性验证之后，利用数值法将预测数据转化为城市大气污染容纳量，以此作为电力系统环境调度中较为关键的环境约束条件。本专利技术将环境因素与电力系统调度相结合从而建立一种新的环境调度模式，这种环境调度能有效的减少电力系统污染物排放，为节能减排做出积极贡献。为实现上述目的，本专利技术的具体方案如下：一种基于城市空气质量预测技术的电力系统环境调度方法，包括：步骤一：从气象环境数据库中获取目标城市的历史气象数据、历史污染源排放数据和历史空气质量信息，利用人工神经网络算法对目标城市的未来空气质量进行预测，得到空气质量预测值；步骤二：判断空气质量预测值是否与历史气象数据具有相关性，若是，利用数值法对空气质量预测值处理得到目标城市的大气环境容纳量；否则，返回步骤一；步骤三：建立电力系统环境调度模型；其中，电力系统环境调度模型为求取目标电力系统的总运行成本的最小值，目标电力系统的总运行成本等于各机组的运行成本及各类污染物排放的惩罚成本之和；机组的运行成本及污染物排放的惩罚成本均为机组有功出力的函数；步骤四：在预设约束条件以及满足目标城市的大气环境容纳量条件下，求解电力系统环境调度模型，得到各机组的有功出力的最佳值，进而得到电力系统环境调度方案。本专利技术发掘环境因素与电力系统调度在时间、空间等多维度上的内在联系，建立了一套基于城市空气质量预测技术的电力系统环境调度模型，将城市空气质量实时信息融入到电力系统调度之中，依据城市大气环形状况对电力系统进行调度，达到节能减排的目的并以此改善日益恶化的环境空气质量、减少污染排放对环境带来的负面影响。步骤一中利用人工神经网络算法对未来城市空气质量进行预测的过程为：将历史气象数据作为特征因子，选择满足选定历史气象数据的历史空气质量信息作为训练样本，污染源排放数据为输入因子，输出空气质量预测值。通过对污染物监测资料的分析发现大气污染物浓度的变化具有较强的非线性特性，要对其进行较为准确的预测，就必须采用能捕捉非线性变化规律的预报方法。人工神经网络作为一个具有高度非线性映射能力的计算机模型，是处理此问题的非常有效的工具。本专利技术采用人工神经网络算法对城市空气质量进行建模预测。本专利技术结合实时气象数据，人工利用神经网络算法对城市空气质量进行预测，这样使得预测结果与样本数据具有较高的相关性，同时与同类方法相比较误差较小，预测结果较为准确。在步骤二中，目标城市的大气环境容纳量＝规划区内拟定项目污染源强+(空气质量二级标准年平均浓度-当地大气污染物背景值-关心点年平均浓度预测值)*规划区内拟定项目污染源强/关心点年平均浓度预测值；其中，规划区内拟定项目污染源强、空气质量二级标准年平均浓度和当地大气污染物背景值为已知数据，关心点年平均浓度预测值由步骤一预测得到。关心点为目标城市中的大气环境监测站点。本专利技术利用数值法将城市空气质量预测结果转化为大气环境容量，以此作为电力系统环境调度中对机组出力的环境约束，将环境因素与电力系统调度巧妙的结合起来。在步骤二中，通过计算空气质量预测值与历史气象数据的相关系数，得到空气质量预测值与历史气象数据的相关性。运用数值法将浓度预测值转换为大气环境容纳量对电力系统调度进行约束，最终得到准确的电力系统环境调度方案。在步骤四中，预设约束条件包括有功出力约束、功率平衡约束以及环境约束。本专利技术在预设约束条件以及满足目标城市的大气环境容纳量条件下，来求解电力系统环境调度模型，得到各机组的有功出力的最佳值，进而得到电力系统环境调度方案，最终达到电力系统耗费能量和污染排放量减少的目的。其中，有功出力约束为：电力系统中任一机组的有功出力都保持在一个预设范围之内。功率平衡约束为：电力系统中发电机发出的功率与负荷及网损消耗的功率保持相等。环境约束条件还包括：目标电力系统总的排污量不超过大气环境容纳量，且每台机组的排污份额不超过预设标准规定的最大排污量。所述步骤一中的气象数据包括风速、风向和气温。步骤一中气象数据还可以包括湿度和日照信息。所述步骤一中的空气质量信息包括空气质量指数、PM2.5浓度值、SO2浓度值和NOx浓度值。步骤一中的空气质量信息还包括烟尘浓度值、总悬浮颗粒物浓度值、可吸入颗粒物浓度值(PM10)和臭氧浓度值。本专利技术的有益效果：(1)利用人工神经网络算法对城市空气质量进行预测，预测结果与样本数据具有较高的相关性，同时与同类方法相比较误差较小，预测结果较为准确。(2)利用数值法将城市空气质量预测结果转化为大气环境容量，以此作为电力系统环境调度中对机组出力的环境约束，将环境因素与电力系统调度巧妙的结合起来本文档来自技高网...

【技术保护点】
一种基于城市空气质量预测技术的电力系统环境调度方法，其特征在于，包括：步骤一：从气象环境数据库中获取目标城市的历史气象数据、历史污染源排放数据和历史空气质量信息，利用人工神经网络算法对目标城市的未来空气质量进行预测，得到空气质量预测值；步骤二：判断空气质量预测值是否与历史气象数据具有相关性，若是，利用数值法对空气质量预测值处理得到目标城市的大气环境容纳量；否则，返回步骤一；步骤三：建立电力系统环境调度模型；其中，电力系统环境调度模型为求取目标电力系统的总运行成本的最小值，目标电力系统的总运行成本等于各机组的运行成本及各类污染物排放的惩罚成本之和；机组的运行成本及污染物排放的惩罚成本均为机组有功出力的函数；步骤四：在预设约束条件以及满足目标城市的大气环境容纳量条件下，求解电力系统环境调度模型，得到各机组的有功出力的最佳值，进而得到电力系统环境调度方案。

【技术特征摘要】
1.一种基于城市空气质量预测技术的电力系统环境调度方法，其特征在于，包括：步骤一：从气象环境数据库中获取目标城市的历史气象数据、历史污染源排放数据和历史空气质量信息，利用人工神经网络算法对目标城市的未来空气质量进行预测，得到空气质量预测值；步骤二：判断空气质量预测值是否与历史气象数据具有相关性，若是，利用数值法对空气质量预测值处理得到目标城市的大气环境容纳量；否则，返回步骤一；步骤三：建立电力系统环境调度模型；其中，电力系统环境调度模型为求取目标电力系统的总运行成本的最小值，目标电力系统的总运行成本等于各机组的运行成本及各类污染物排放的惩罚成本之和；机组的运行成本及污染物排放的惩罚成本均为机组有功出力的函数；步骤四：在预设约束条件以及满足目标城市的大气环境容纳量条件下，求解电力系统环境调度模型，得到各机组的有功出力的最佳值，进而得到电力系统环境调度方案。2.如权利要求1所述的一种基于城市空气质量预测技术的电力系统环境调度方法，其特征在于，步骤一中利用人工神经网络算法对未来城市空气质量进行预测的过程为：将历史气象数据作为特征因子，选择满足选定历史气象数据的历史空气质量信息作为训练样本，污染源排放数据为输入因子，输出空气质量预测值。3.如权利要求1所述的一种基于城市空气质量预测技术的电力系统环境调度方法，其特征在于，在步骤二中，目标城市的大气环境容纳量＝规划区内拟定项目污染源强+(空气质量二级标准年平均浓度-当地大气污染物背景值-关心点年平均浓度预测值)*规划区内拟定项目...

【专利技术属性】
技术研发人员：王振树，张淇，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东,37