基于深度学习的电量出清方法、系统、介质及出清设备技术方案

本发明专利技术公开了一种基于深度学习的电量出清方法、系统、介质及出清设备，所述方法包括：分别获取电力系统中火电机组及水电机组的出让量价曲线及受让量价曲线；对出让量价曲线及受让量价曲线进行审核，并根据火电报价及水电报价分别确定火电机组的火电优先出清电量及水电机组的水电优先出清电量，同时对火电优先出清电量及水电优先出清电量进行安全校核；当火电优先出清电量大于或小于水电优先出清电量时，多出来的火电出清电量或水电出清电量分别与低报价水电优先配对出清或高报价火电优先配对出清后，再次对优先配对出清的电量进行安全校核。本发明专利技术能够减少由于丰枯期发电结构差异大、发电产能严重过剩而导致电量出清损失大、出清效率的问题。

【技术实现步骤摘要】
基于深度学习的电量出清方法、系统、介质及出清设备
本专利技术涉及电力市场
，特别是涉及一种基于深度学习的电量出清方法及系统。
技术介绍
电力系统是由发电、输电、变电、配电和用电等环节组成的电能生产与消费系统。它的功能是将自然界的一次能源通过发电动力装置转化成电能，再经输电、变电和配电将电能供应到各用户。为实现这一功能，电力系统在各个环节和不同层次还具有相应的信息与控制系统，对电能的生产过程进行测量、调节、控制、保护、通信和调度，以保证用户获得安全、经济、优质的电能。电力系统中各种电压的变电所及输配电线路组成的整体，称为电网。EMS能量管理系统是现代电网调度自动化系统总称，其主要功能由基础功能和应用功能两个部分组成。基础功能包括:计算机、操作系统和EMS支撑系统；应用功能包括:数据采集与监视(SCADA)、自动发电控制(AGC)与计划、网络应用分析。电力系统经济调度是能量管理系统(EMS)的主要内容，在一些具体环境下它在概念范畴上等同于发电计划，发电计划包括机组组合、水火电计划、交换计划、检修计划和燃料计划等；按周期其有:超短期计划，即自动发电控制(AGC)，短期发电计划，即日或周的计划；中期发电计划，即月至年的计划与修正；长期计划，即数年至数十年的计划，包括电源发展规划和网络发展规划等。然而，近年来，随着水力资源丰富地区的水电发展规模的不断扩大，以水电为主的清洁能源装机占比增加，导致清洁能源占比高、丰枯期发电结构差异大、发电产能严重过剩等问题。
技术实现思路
为了解决上述问题，本专利技术的目的是提供一种能够减少电量出清损失，提高电力出清效率的基于深度学习的电量出清方法及系统。一种基于深度学习的电量出清方法，所述方法包括：分别获取电力系统中火电机组及水电机组的出让量价曲线及受让量价曲线；对所述出让量价曲线及受让量价曲线进行审核，并根据火电报价及水电报价分别确定火电机组的火电优先出清电量及水电机组的水电优先出清电量，同时对所述火电优先出清电量及水电优先出清电量进行安全校核；当所述火电优先出清电量大于或小于水电优先出清电量时，多出来的火电出清电量或水电出清电量分别与低报价水电优先配对出清或高报价火电优先配对出清后，再次对优先配对出清的电量进行安全校核。根据本专利技术提供的基于深度学习的电量出清方法，通过对电力系统中火电机组的出让量价曲线及水电机组的受让量价曲线进行审核，以便于确定火电机组的火电优先出清电量及水电机组的水电优先出清电量，提高出清效率；通过对所述火电优先出清电量及水电优先出清电量进行安全校核，以确定目标时段内的各机组开停机方案和相应电量范围，并校验机组优先出清电量的可执行性；通过在所述火电优先出清电量大于或小于水电优先出清电量时，多出来的火电出清电量或水电出清电量分别与低报价水电优先配对出清或高报价火电优先配对出清后，再次对优先配对出清的电量进行安全校核，从而进一步提升水电出清电量及火电出清电量的效率和可靠性。本专利技术能够由于减少丰枯期发电结构差异大、发电产能严重过剩而导致电量出清损失大、出清效率的问题，满足了实际应用需求。另外，根据本专利技术上述的基于深度学习的电量出清方法，还可以具有如下附加的技术特征：进一步地，分别获取电力系统中火电机组及水电机组的出让量价曲线及受让量价曲线的方法包括：获取所述电力系统的电力信息，所述电力信息包括系统信息、机组信息、联络线计划信息、负荷信息及灵敏度信息；根据所述电力信息、火电机组的火电出让量、火电价格及对应的时段电量，确定所述火电机组的出让量价曲线；根据所述电力信息、水电机组的水电受让量、水电价格及对应的时段电量，确定所述水电机组的受让量价曲线。进一步地，对所述出让量价曲线进行审核，并根据火电报价确定火电机组的火电优先出清电量的方法包括：对所述火电机组的火电成本进行核算；当所述电力系统中未存储当前火电机组的火电成本信息时，则将上网标杆电价乘以预设电价系数作为当前火电机组的火电成本，且火电报价大于其发电成本的价格为有效报价格；当所述火电报价大于或等于合同价格与火电最低补偿价的火电价差时，则根据所述火电价差确定火电机组的火电优先出清电量；当所述火电报价小于合同价格与火电最低补偿价的火电价差时，则进入集中撮合出清。进一步地，对所述受让量价曲线进行审核，并根据水电报价确定水电机组的水电优先出清电量的方法包括：对所述水电机组的收购价格进行核算，且当所述水电报价高于水电上网的标杆电价时，为无效报价；当所述水电报价小于等于电网统一收购价与水电最小盈利价的水电价和时，则根据所述水电价和确定水电机组的水电优先出清电量；当所述水电报价大于电网统一收购价与水电最小盈利价的水电价和时，则进入集中撮合出清。进一步地，对所述火电优先出清电量、水电优先出清电量及优先配对出清的电量进行安全校核的方法包括：根据第一目标时段内的机组组合模型及第一约束条件，确定该时段的机组开停机方案和相应电量范围，其中所述第一约束条件包括系统负荷平衡约束、系统备用约束、机组最小开机/停机时间约束、机组处理上下限约束、机组爬坡能力约束、机组目标时段合约电量约束及线路潮流约束；根据电量校核模型及第二约束条件，确定第二目标时段内的机组出力，并校验机组优先出清电量的可执行性，其中所述第二约束条件为松弛变量，以表征每台机组优先出清电量的偏差。进一步地，所述机组组合模型为：其中，Pi,t为发电机组i在时段t的有功出力；CG,t为发电机组i的发电成本函数；为发电机组i在时段t的启停机状态变量，该变量为0和1整数变量；CU,t为发电机组i的启停成本函数，表征机组启停产生的损耗；T为优化总时段数，月度一般为每月31天(时段)；NG为发电机组总数。进一步地，若所述松弛变量为0，则表明第一目标时段内的机组开停机计划能够满足机组电量计划；若所述存在松弛变量不为0，则松弛变量的大小代表对应机组优先出清电量的待修正量，并跟所述待修正量跟新机组组合模型；所述电量校核模型为：di,1,di,2≥0其中，di,1、di,2为优先出清电量的松弛变量；Wi为机组i优先出清电量；Pi,t,s为机组i在时段t中时刻s的有功出力；时刻s是时段t中的时间点；为第一目标时段内得到的各时段机组开停机状态。本专利技术的另一实施例提出一种基于深度学习的电量出清系统，解决了现有清洁能源占比高、丰枯期发电结构差异大、发电产能严重过剩的问题。根据本专利技术实施例的基于深度学习的电量出清系统，包括：信息获取模块，用于分别获取电力系统中火电机组及水电机组的出让量价曲线及受让量价曲线；第一校核模块，用于对所述出让量价曲线及受让量价曲线进行审核，并根据火电报价及水电报价分别确定火电机组的火电优先出清电量及水电机组的水电优先出清电量，同时对所述火电优先出清电量及水电优先出清电量进行安全校核；第二校核模块，用于当所本文档来自技高网...

【技术保护点】
1.一种基于深度学习的电量出清方法，其特征在于，所述方法包括如下步骤：/n分别获取电力系统中火电机组及水电机组的出让量价曲线及受让量价曲线；/n对所述出让量价曲线及受让量价曲线进行审核，并根据火电报价及水电报价分别确定火电机组的火电优先出清电量及水电机组的水电优先出清电量，同时对所述火电优先出清电量及水电优先出清电量进行安全校核；/n当所述火电优先出清电量大于或小于水电优先出清电量时，多出来的火电出清电量或水电出清电量分别与低报价水电优先配对出清或高报价火电优先配对出清后，再次对优先配对出清的电量进行安全校核。/n

【技术特征摘要】
1.一种基于深度学习的电量出清方法，其特征在于，所述方法包括如下步骤：
分别获取电力系统中火电机组及水电机组的出让量价曲线及受让量价曲线；
对所述出让量价曲线及受让量价曲线进行审核，并根据火电报价及水电报价分别确定火电机组的火电优先出清电量及水电机组的水电优先出清电量，同时对所述火电优先出清电量及水电优先出清电量进行安全校核；
当所述火电优先出清电量大于或小于水电优先出清电量时，多出来的火电出清电量或水电出清电量分别与低报价水电优先配对出清或高报价火电优先配对出清后，再次对优先配对出清的电量进行安全校核。


2.根据权利要求1所述的基于深度学习的电量出清方法，其特征在于，分别获取电力系统中火电机组及水电机组的出让量价曲线及受让量价曲线的方法包括：
获取所述电力系统的电力信息，所述电力信息包括系统信息、机组信息、联络线计划信息、负荷信息及灵敏度信息；
根据所述电力信息、火电机组的火电出让量、火电价格及对应的时段电量，确定所述火电机组的出让量价曲线；
根据所述电力信息、水电机组的水电受让量、水电价格及对应的时段电量，确定所述水电机组的受让量价曲线。


3.根据权利要求1所述的基于深度学习的电量出清方法，其特征在于，对所述出让量价曲线进行审核，并根据火电报价确定火电机组的火电优先出清电量的方法包括：
对所述火电机组的火电成本进行核算；
当所述电力系统中未存储当前火电机组的火电成本信息时，则将上网标杆电价乘以预设电价系数作为当前火电机组的火电成本，且火电报价大于其发电成本的价格为有效报价格；
当所述火电报价大于或等于合同价格与火电最低补偿价的火电价差时，则根据所述火电价差确定火电机组的火电优先出清电量；
当所述火电报价小于合同价格与火电最低补偿价的火电价差时，则进入集中撮合出清。


4.根据权利要求1所述的基于深度学习的电量出清方法，其特征在于，对所述受让量价曲线进行审核，并根据水电报价确定水电机组的水电优先出清电量的方法包括：
对所述水电机组的收购价格进行核算，且当所述水电报价高于水电上网的标杆电价时，为无效报价；
当所述水电报价小于等于电网统一收购价与水电最小盈利价的水电价和时，则根据所述水电价和确定水电机组的水电优先出清电量；
当所述水电报价大于电网统一收购价与水电最小盈利价的水电价和时，则进入集中撮合出清。


5.根据权利要求1所述的基于深度学习的电量出清方法，其特征在于，对所述火电优先出清电量、水电优先出清电量及优先配对出清的电量进行安全校核的方法包括：
根据第一目标时段内的机组组合模型及第一约束条件，确定该...

【专利技术属性】
技术研发人员：吕翔，饶秀平，许政，吴引航，戴晓娟，卢冬雪，
申请(专利权)人：广西电力交易中心有限责任公司，
类型：发明
国别省市：广西;45