电力系统优化调度方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种电力系统优化调度方法、装置、计算机设备和存储介质，其中一种电力系统优化调度方法，通过处理燃煤机组数据和可再生能源机组数据，得到目标函数和基本约束条件，并基于功率传输分布因子、燃煤历史出力数据、可再生能源历史出力数据以及各线路的负载率，建立安全约束条件，且利用安全约束条件和基本约束条件求解目标函数，得到调度结果，从而可确定源荷不确定性波动对电力系统运行的影响，在发生可信预想事故时，电力系统可根据调度结果进行优化调度，提高调度灵活性，电力系统可根据调度结果调整调度策略，以尽可能满足系统负荷需求；同时还实现兼顾电力系统运行的安全性和经济性。

Optimal dispatching method, device, computer equipment and storage medium of power system

【技术实现步骤摘要】
电力系统优化调度方法、装置、计算机设备和存储介质
本申请涉及电力系统调度
，特别是涉及一种电力系统优化调度方法、装置、计算机设备和存储介质。
技术介绍
随着用电量规模的扩大，电负荷不断增加，电力系统处于极限运行状态的概率大大增加，为确保电力系统的安全稳定运行，需要电力系统在断路、短路等扰动情况下，能够自适应灵活控制其运行方式，使得电力系统可以在发生可信预想事故时仍能适当应对，即需要实现弹性电力系统(ResilientPowerSystem)。然而，在实现过程中，专利技术人发现传统技术中至少存在如下问题：目前的电力系统调度方法在确定间歇性可再生能源出力及负荷波动等不确定性因素时，多数只考虑单一类型的不确定性，在发生可信预想事故时，调度灵活性差。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够灵活性好的电力系统优化调度方法、装置、计算机设备和存储介质。为了实现上述目的，本申请实施例提供了一种电力系统优化调度方法，包括以下步骤：获取燃煤机组数据、可再生能源机组数据、电力系统的历史负荷数据和本文档来自技高网...

【技术保护点】
1.一种电力系统优化调度方法，其特征在于，包括以下步骤：/n获取燃煤机组数据、可再生能源机组数据、电力系统的历史负荷数据和各线路的负载率；所述燃煤机组数据包括燃煤机组的燃煤历史出力数据和燃煤运维成本；所述可再生能源机组数据包括间歇性可再生能源机组的可再生能源历史出力数据、可再生能源运维成本；/n处理所述燃煤历史出力数据、所述燃煤运维成本、所述可再生能源历史出力数据和所述可再生能源运维成本，得到确定性模型；所述确定性模型包括目标函数和基本约束条件；/n根据功率传输分布因子、所述燃煤历史出力数据、所述可再生能源历史出力数据以及各所述负载率，建立安全约束条件；所述安全约束条件包括备用可用性约束条件、...

【技术特征摘要】
1.一种电力系统优化调度方法，其特征在于，包括以下步骤：
获取燃煤机组数据、可再生能源机组数据、电力系统的历史负荷数据和各线路的负载率；所述燃煤机组数据包括燃煤机组的燃煤历史出力数据和燃煤运维成本；所述可再生能源机组数据包括间歇性可再生能源机组的可再生能源历史出力数据、可再生能源运维成本；
处理所述燃煤历史出力数据、所述燃煤运维成本、所述可再生能源历史出力数据和所述可再生能源运维成本，得到确定性模型；所述确定性模型包括目标函数和基本约束条件；
根据功率传输分布因子、所述燃煤历史出力数据、所述可再生能源历史出力数据以及各所述负载率，建立安全约束条件；所述安全约束条件包括备用可用性约束条件、失负荷比例约束条件和负载严重度约束条件；
利用所述基本约束条件和所述安全约束条件求解所述目标函数，得到调度结果；所述调度结果用于指示所述电力系统进行优化调度。


2.根据权利要求1所述的电力系统优化调度方法，其特征在于，根据功率传输分布因子、所述燃煤历史出力数据、所述可再生能源历史出力数据以及各所述负载率，建立安全约束条件的步骤，包括：
按照以下公式、根据所述功率传输分布因子生成所述备用可用性约束条件：



Sml,t<δl，l∈L
其中，Sml,t为线路l在时段t内的备用可用性；Fl为线路l允许的最大传输功率；nUC为所述燃煤机组的数量；nDG为所述间歇性可再生能源机组的数量；nload为所述电力系统中负荷节点的数量；为燃煤机组i的出力对线路l的功率传输分布因子；为间歇性可再生能源机组j的出力对线路l的功率传输分布因子；为负荷节点k处负荷对对线路l的功率传输分布因子；Pi,t为燃煤机组i在时段t内的出力；Pj,t为间歇性可再生能源机组j在时段t内的出力；dk,t为负荷节点k在时段t的负荷；δl为线路l的备用可用性最小约束；L为所有线路集合；
按照以下公式、根据所述燃煤历史出力数据和所述可再生能源历史出力数据生成所述失负荷比例约束条件：



其中，PLOLR为失负荷比例；γ为供电可靠性的置信区间；P[]为概率函数；
按照以下公式、根据所述电力系统中各线路的负载率建立所述负载严重度约束条件：






其中，Iline为一条或多条线路停运后所述电路系统的线路负载严重度；nl为所述电力系统中的线路数量；Lml(Ek)为线路l在场景Ek下的负载率严重度；κ为所述电力系统可接受的失负荷水平；γl为线路l的负载率；g为系数。


3.根据权利要求1或2所述的电力系统优化调度方法，其特征在于，所述间歇性可再生能源机组包括风电机组和光伏机组；所述可再生能源历史出力数据包括风电历史出力数据和光伏历史出力数据；所述可再生能源运维成本包括风电运维成本和光伏运维成本；
处理所述燃煤历史出力数据、所述燃煤运维成本、所述可再生能源历史出力数据和所述可再生能源运维成本，得到确定性模型的步骤，包括：
采用快速搜索密度聚类算法对历史风速数据进行聚类，得到风速典型场景，并采用随机抽样法对所述风速典型场景对应的风电机组的风电历史出力数据进行抽样，基于所述抽样的结果确定风电出力预测值；所述风电出力预测值为不确定性数据；
采用快速搜索密度聚类算法对历史辐射强度数据进行聚类，得到辐射强度典型场景，并采用随机抽样法对所述辐射强度典型场景对应的光伏机组的光伏历史出力数据进行抽样，基于所述抽样的结果确定光伏出力预测值；所述光伏出力预测值为不确定性数据；
处理所述燃煤历史出力数据、所述燃煤运维成本、所述风电历史出力数据、所述光伏历史出力数据、所述风电运维成本、所述光伏运维成本、所述风电出力预测值和所述光伏出力预测值，得到所述目标函数；
根据所述燃煤历史出力数据、所述风电历史出力数据、所述光伏历史出力数据、所述风电出力预测值和所述光伏出力预测值建立所述基本约束条件。


4.根据权利要求3所述的电力系统优化调度方法，其特征在于，根据所述燃煤历史出力数据、所述燃煤运维成本、所述风电历史出力数据、所述光伏历史出力数据、所述风电运维成本、所述光伏运维成本、所述风电出力预测值和所述光伏出力预测值建立所述目标函数的步骤，包括：
按照以下公式、根据所述风电历史出力数据、所述光伏历史出力数据、所述风电出力预测值和所述光伏出力预测值生成惩罚项：



其中，Cpunish为所述惩罚项；T为预设周期内的调度时段数量；cWT为单位电量的弃风惩罚成本；cPV为单位电量的弃光惩罚成本；为时段t内所述风电出力预测值；为时段t内所述光伏出力预测值；PWT,t为时段t内所述风电机组的风电实际出力值；PPV,t为时段t内所述光伏机组的光伏实际出力值；
按照以下公式、根据所述燃煤历史出力数据和所述燃煤运维成本，生成所述燃煤机组的二次运行成本函数：
CUC,i,t＝agPi,t2+bgPi,t+cgi∈UUC
其中，CUC,i,t为燃煤机组i在时段t内的运行成本；...

【专利技术属性】
技术研发人员：尚慧玉，赵宏伟，陈明辉，邓卿，文福拴，陈志聪，阳曾，熊文，
申请(专利权)人：广州供电局有限公司，
类型：发明
国别省市：广东;44