当前位置: 首页 > 专利查询>清华大学专利>正文

基于生成式对抗网络的风光水联合调度方法及装置制造方法及图纸

技术编号:22532614 阅读:42 留言:0更新日期:2019-11-13 09:43
本发明专利技术公开了一种基于生成式对抗网络的风光水联合调度方法及装置,其中,方法包括以下步骤:通过生成式对抗网络的风光出力场景生成模型生成风光出力场景;建立风光水互补的调度模型;根据风光出力场景并通过调度模型求解得出风光水联合调度结果。该方法考虑了风光时空相关性的场景生成方法,能够生成更为精确的风光出力场景,且建立了风光水互补的调度模型,能够指导风光水的联合运行,并采用智能算法对模型求解,克服调度模型的求解难题。

Method and device of wind water joint scheduling based on generative countermeasure network

The invention discloses a method and device for joint scheduling of wind and water based on a generative countermeasure network, wherein the method comprises the following steps: generating a scene of wind and water output through the generation model of the scene of wind and water output of the generative countermeasure network; establishing a scheduling model of wind and water complementation; and obtaining the result of joint scheduling of wind and water based on the scene of wind and water output and solving the scheduling model. This method considers the scene generation method of temporal and spatial correlation of wind and water, can generate more accurate scene of wind and water output, and establish a scheduling model of wind and water complementary, can guide the joint operation of wind and water, and use intelligent algorithm to solve the model, to overcome the problem of solving the scheduling model.

【技术实现步骤摘要】
基于生成式对抗网络的风光水联合调度方法及装置
本专利技术涉及电力系统多能互补协调运行
,特别涉及一种基于生成式对抗网络的风光水联合调度方法及装置。
技术介绍
在可再生能源开发上,利用风能、太阳能、水能发电是目前最主要的利用形式。传统的可再生能源发电形式主要为风电、光伏和水电,其中水电发展较早,技术成熟,具有装机容量充沛、启停迅速、运行灵活、调节保证率高以及跟踪负荷能力强等优点;风电和光伏具有能源分布范围广、蕴量多以及基建周期短、速度快等优点,在电力系统中占比已经相当可观,未来将持续快速发展。然而,单一的可再生能源发电形式都有其各自的缺点:风电、光伏出力不稳定,随机性强;水电受季节性来水影响,在汛期的调节能力不足,在枯水期的发电能力不足。因此,在高比例可再生能源接入的情况下,常规的电力系统调度方式已经不能满足新能源的消纳需求,弃风、弃光、弃水问题非常突出,提升高可再生能源的消纳能力已经迫在眉睫。
技术实现思路
本申请是基于专利技术人对以下问题的认识和发现做出的:从自然资源和电源出力特性上,风光水三种自然资源型电源之间存在时空互补特性,多能互补是提高可再生能源消纳能力的重要手段。目前,国家正在大力建设风光水互补发电基地,如雅砻江风光水基地、金沙江中游风光水基地和黄河上游风光水基地等。通过风光水之间的协调调度与控制,可以提高电力系统的运行灵活性,挖掘可再生能源消纳空间,为我国可再生能源持续健康发展探索新途径。在风光水的调度问题中,难点在于考虑风光的不确定性,以及梯级水电调度问题的求解。因此,本专利技术基于生成式对抗网络的方法,提出了一种风光水联合调度方法,该方法首先通过人工神经网络生成高精度的风光联合出力场景;随后以提升新能源消纳和满足负荷需求为目标建立风光水联合调度模型;在模型的求解上,针对约束非线性的特点,采用智能算法进行求解。本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本专利技术的一个目的在于提出一种基于生成式对抗网络的风光水联合调度方法,该方法可以减少在设定旋转备用过程中的保守性,为电力系统风光水发电基地的实际运行提供指导,且可以克服调度模型的求解难题。本专利技术的另一个目的在于提出一种基于生成式对抗网络的风光水联合调度装置。为达到上述目的,本专利技术一方面实施例提出了一种基于生成式对抗网络的风光水联合调度方法,包括以下步骤:通过生成式对抗网络的风光出力场景生成模型生成风光出力场景;建立风光水互补的调度模型;根据所述风光出力场景并通过所述调度模型求解得出风光水联合调度结果。本专利技术实施例的基于生成式对抗网络的风光水联合调度方法,考虑风光时空相关性的场景生成方法,能够生成更为精确的风光出力场景,有助于在电力系统运行中定量考虑风光的不确定性,减少在设定旋转备用过程中的保守性;建立了风光水互补的调度模型,能够指导风光水的联合运行,为电力系统风光水发电基地的实际运行提供指导;并采用智能算法对模型求解,克服调度模型的求解难题。另外,根据本专利技术上述实施例的基于生成式对抗网络的风光水联合调度方法还可以具有以下附加的技术特征:进一步地,在本专利技术的一个实施例中,所述通过生成式对抗网络的风光出力场景生成模型生成风光出力场景,包括:采集历史风光数据;将所述历史风光数据输入模型中,由模型拟合联合分布,建立风光之间的时空相关性。进一步地,在本专利技术的一个实施例中,所述调度模型的目标函数为:其中,N是水电站的数目;K是风电场的数目;J是光伏电站的数目;T是总时段数;Δt为时段间隔;是水电站i中的机组数量;yi,h,t和分别代表水电机组的启停操作,为0/1变量;Xi,h,t为水电站i中机组h在时段t下启停折算得到的耗水量;S为风光出力的场景总数;πs为场景s对应的概率;为场景s下水电站i机组h在时段t下的发电流量;为场景s下水电站i在时段t下的弃水流量;为场景s下风电场k在时段t下的限电功率;为场景s下光伏电站j在时段t下的限电功率;ζ和ξ分别是弃水流量和风光限电量在目标函数中的权重系数。可选地,在本专利技术的一个实施例中,所述调度模型的约束条件包括机组动力特性约束、机组最小功率约束、机组最大功率约束、机组最小电流量约束、机组最大发电流量约束、机组振动区约束、机组持续运行时间约束、水库最小容量约束、水库最大容量约束、水库最大弃水流量约束、梯级水库水力联系约束、风电场功率约束、光伏电站功率约束、系统功率平衡约束和系统备用容量约束中的一项或多项。进一步地,在本专利技术的一个实施例中,其中,采用智能算法对所述调度模型进行求解,生成所述风光水联合调度结果。为达到上述目的,本专利技术另一方面实施例提出了一种基于生成式对抗网络的风光水联合调度装置,包括:生成模块,用于通过生成式对抗网络的风光出力场景生成模型生成风光出力场景;建立模块,用于建立风光水互补的调度模型;求解模块,用于根据所述风光出力场景并通过所述调度模型求解得出风光水联合调度结果。本专利技术实施例的基于生成式对抗网络的风光水联合调度装置,考虑风光时空相关性的场景生成方法,能够生成更为精确的风光出力场景,有助于在电力系统运行中定量考虑风光的不确定性,减少在设定旋转备用过程中的保守性;建立了风光水互补的调度模型,能够指导风光水的联合运行,为电力系统风光水发电基地的实际运行提供指导;并采用智能算法对模型求解,克服调度模型的求解难题。另外,根据本专利技术上述实施例的基于生成式对抗网络的风光水联合调度装置还可以具有以下附加的技术特征:进一步地,在本专利技术的一个实施例中,所述生成模块进一步用于采集历史风光数据;将所述历史风光数据输入模型中,由模型拟合联合分布,建立风光之间的时空相关性。进一步地,在本专利技术的一个实施例中,所述调度模型的目标函数为:其中,N是水电站的数目;K是风电场的数目;J是光伏电站的数目;T是总时段数;Δt为时段间隔;是水电站i中的机组数量;yi,h,t和分别代表水电机组的启停操作,为0/1变量;Xi,h,t为水电站i中机组h在时段t下启停折算得到的耗水量;S为风光出力的场景总数;πs为场景s对应的概率;为场景s下水电站i机组h在时段t下的发电流量;为场景s下水电站i在时段t下的弃水流量;为场景s下风电场k在时段t下的限电功率;为场景s下光伏电站j在时段t下的限电功率;ζ和ξ分别是弃水流量和风光限电量在目标函数中的权重系数。进一步地,在本专利技术的一个实施例中,所述调度模型的约束条件包括机组动力特性约束、机组最小功率约束、机组最大功率约束、机组最小电流量约束、机组最大发电流量约束、机组振动区约束、机组持续运行时间约束、水库最小容量约束、水库最大容量约束、水库最大弃水流量约束、梯级水库水力联系约束、风电场功率约束、光伏电站功率约束、系统功率平衡约束和系统备用容量约束中的一项或多项。进一步地,在本专利技术的一个实施例中,所述求解模块进一步用于采用智能算法对所述调度模型进行求解,生成所述风光水联合调度结果。本专利技术附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:图1为根据本专利技术实施例的基于生成式对抗网络的风光水联合调度方法的流程图;图2为根据本专利技术实施例的风光本文档来自技高网...

【技术保护点】
1.一种基于生成式对抗网络的风光水联合调度方法,其特征在于,包括以下步骤:通过生成式对抗网络的风光出力场景生成模型生成风光出力场景;建立风光水互补的调度模型;以及根据所述风光出力场景并通过所述调度模型求解得出风光水联合调度结果。

【技术特征摘要】
1.一种基于生成式对抗网络的风光水联合调度方法,其特征在于,包括以下步骤:通过生成式对抗网络的风光出力场景生成模型生成风光出力场景;建立风光水互补的调度模型;以及根据所述风光出力场景并通过所述调度模型求解得出风光水联合调度结果。2.根据权利要求1所述的方法,其特征在于,所述通过生成式对抗网络的风光出力场景生成模型生成风光出力场景,包括:采集历史风光数据;将所述历史风光数据输入模型中,由模型拟合联合分布,建立风光之间的时空相关性。3.根据权利要求1所述的方法,其特征在于,所述调度模型的目标函数为:其中,N是水电站的数目;K是风电场的数目;J是光伏电站的数目;T是总时段数;Δt为时段间隔;是水电站i中的机组数量;yi,h,t和分别代表水电机组的启停操作,为0/1变量;Xi,h,t为水电站i中机组h在时段t下启停折算得到的耗水量;S为风光出力的场景总数;πs为场景s对应的概率;为场景s下水电站i机组h在时段t下的发电流量;为场景s下水电站i在时段t下的弃水流量;为场景s下风电场k在时段t下的限电功率;为场景s下光伏电站j在时段t下的限电功率;ζ和ξ分别是弃水流量和风光限电量在目标函数中的权重系数。4.根据权利要求3所述的方法,其特征在于,所述调度模型的约束条件包括机组动力特性约束、机组最小功率约束、机组最大功率约束、机组最小电流量约束、机组最大发电流量约束、机组振动区约束、机组持续运行时间约束、水库最小容量约束、水库最大容量约束、水库最大弃水流量约束、梯级水库水力联系约束、风电场功率约束、光伏电站功率约束、系统功率平衡约束和系统备用容量约束中的一项或多项。5.根据权利要求1-4任一项所述的方法,其特征在于,其中,采用智能算法对所述调度模型进行求解,生成所述风光水联合调度结果。6...

【专利技术属性】
技术研发人员:王亮胡伟丁理杰孙昕炜
申请(专利权)人:清华大学国家电网有限公司国网四川省电力公司电力科学研究院
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 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。

1