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 ...
【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...
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。