一种基于AGC的发电机组最优里程调度方法技术

本发明专利技术涉及一种基于AGC的发电机组最优里程调度方法，包括以下步骤：获取历史区间的调频里程数据，并根据先前的数据和当前的调频里程需求，预测未来控制间隔的调频里程需求；以GenCo的调频收入最大化作为目标函数，求解当前和未来控制区间之间的协同优化；根据预设约束条件对GenCo所有机组的目标函数分别进行迭代优化，最终得到当前和未来时段各个机组的最优工作状态，从而实现实时OMD。本发明专利技术有效地解决了给定相邻调度间隔之间AGC信号动态变化的实时OMD问题。实时OMD问题。实时OMD问题。

【技术实现步骤摘要】
一种基于AGC的发电机组最优里程调度方法


[0001]本专利技术属于发电控制领域，具体涉及一种基于AGC的发电机组最优里程调度方法。

技术介绍

[0002]自2015年以来，国内正式开展电力市场化体制改革，取得了诸多显著成效。在电力市场环境下，电力系统的需求如调频需求等通过价格来反映，市场主体追求利润最大化和电力系统的安全稳定高效运行形成了统一。
[0003]自动发电控制(AGC)是互联电力系统中最基本的操作任务之一，其目的是在预定的交换功率流情况下保持供需之间的实时平衡。现有的发电控制方法考虑的是单时段的机组组合，根据调度下发的调频指令分配不同机组的出力。这种控制方法的特点就是简单易实现，一般采用联络线净交换功率偏差和频率偏差控制方式，只需根据当前时段的AGC指令响应的增加或减少机组出力以抵制电网频率变化，实现维持频率稳定的目的。在相邻时段AGC信号相差较大时将引起机组损耗严重，也会降低调频质量。因此，对现有发电控制技术进行改进很有必要。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种基于AGC的发电机组最优里程调度方法，提高频率性能的发电机组控制方法。在AGC指令下将多个调度单元结合起来，进行统一预测和优化调度，形成基于模型预测控制(MCP)的实时最优里程调度(OMD)控制框架。即将基于里程的调节服务补偿准则纳入多个单元的调度中，并采用模型预测控制框架，有效地解决了给定相邻调度间隔之间AGC信号动态变化的实时 OMD问题。因此，本专利技术不仅响应了系统调频需求，提高了机组调频性能，保证电力系统安全性。
[0005]为实现上述目的，本专利技术采用如下技术方案：
[0006]一种基于AGC的发电机组最优里程调度方法，包括以下步骤：
[0007]获取历史区间的调频里程数据，并根据先前的数据和当前的调频里程需求，预测未来控制间隔的调频里程需求；
[0008]以GenCo的调频收入最大化作为目标函数，求解当前和未来控制区间之间的协同优化
[0009]根据预设约束条件对GenCo所有机组的目标函数分别进行迭代优化，最终得到当前和未来时段各个机组的最优工作状态，从而实现实时OMD。
[0010]进一步的，所述根据先前的数据和当前的调频里程需求，预测未来控制间隔的调频里程需求，具体为:采用光滑样条回归分析方法，数学模型如下：
[0011][0012]其中
[0013]p是平滑参数，0≤p≤1；L是数据点的数目；M
i
(k)是第i个GenCo 在第k个调频时段的调频里程；w(j)是第j个数据点的权重；f表示拟合函数；γ是自适应因子，0≤γ≤1。
[0014]进一步的，所述目标函数具体如下：
[0015][0016]目标函数包括里程补偿费用、能源费用和总发电成本：
[0017][0018][0019][0020]其中TP
i
是第i个GenCo在当前辅助服务期内的总利润；ΔM
inim
(k) 是当前区间第m台机组的调频里程；H是预测区间的数量；E
im
是第 i个GenCo中第m个机组的每个控制周期的电能量利润；p
hDA
和p
hRT
分别是第h小时内的日前和实时区域边际价格；q
hDA
是第h小时日前市场的中标电量；C
im
是第i个GenCo中第m个机组的发电成本函数； n
i
是第i个GenCo中可控机组的数目；ΔT是每个控制操作实现的周期；a
im
、b
im
和c
im
是热机组的燃料成本系数；π
im
是电池储能电站消耗的成本系数；P
outim
是第i个GenCo中第m个机组的实际输出功率，等于初始输出功率和输出功率响应之和，即：
[0021][0022]其中P
0im
是第i个GenCo中第m个机组的初始输出功率，ΔP
outim
可以根据机组输入的调频里程和机组的动态响应模型计算。
[0023]进一步的，所述预设约束具体如下：
[0024]模型约束：
[0025][0026][0027]M
acti
和M
prei
分别是当前控制间隔实际的和预测的调频里程需求；
[0028]所有的调频里程输入都应满足调频里程平衡约束以及上下限约束：
[0029][0030][0031][0032][0033]其中ΔP
minim
和ΔP
maxim
分别是第i个GenCo中第m个机组的最小和最大调频容量；M
minim
(k)和M
maxim
(k)分别是第i个GenCo中第m 个机组在第k个调频时段的最小和最大调频里程
[0034]每个BESS的荷电状态(SOC)限制在其下限和上限内：
[0035][0036][0037]其中SOC
minim
和SOC
maxim
分别是BESS的最小和最大SOC；η
ch
和η
dis
分别是BESS的充放电效率；E
im
是BESS的额定容量。
[0038]一种基于AGC的发电机组最优里程调度系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1
‑
4一个或多个的方法。
[0039]本专利技术与现有技术相比具有以下有益效果：
[0040]本专利技术综合考虑了多个时段的里程，求出机组的最优出力组合，是对原有单时段发电控制方法的改进。这种方法不仅可以提高机组对于AGC信号的实时响应能力，而且使得在多个时段之间的机组出力趋于平滑，降低了发电机的损耗和燃料成本，有效提高机组调频质量，对电网的安全稳定运行具有十分重要的意义。
附图说明
图1为本专利技术方法流程示意图。
具体实施方式
[0041]下面结合实施例对本专利技术做进一步说明。
[0042]本专利技术提供一种一种基于AGC的发电机组最优里程调度方法，具体包括以下步骤：
[0043]1)获取历史区间的调频里程数据，并根据先前的数据和当前的调频里程需求，预测未来控制间隔的调频里程需求；
[0044]2)以GenCo的调频收入最大化作为目标函数，求解当前和未来控制区间之间的协
同优化；
[0045]3)根据预设约束条件对GenCo所有机组的目标函数分别进行迭代优化，最终得到当前和未来时段各个机组的最优工作状态，从而实现实时OMD。
[0046]在1)中，预测是指对实时和未来区间调频里程需求的预测，实时预测需要用到先前区间的调频里程数据，预测区间的具体数量可以视情况而定，理论上数据点越多结果越精确。然后本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AGC的发电机组最优里程调度方法，其特征在于，包括以下步骤：获取历史区间的调频里程数据，并根据先前的数据和当前的调频里程需求，预测未来控制间隔的调频里程需求；以GenCo的调频收入最大化作为目标函数，求解当前和未来控制区间之间的协同优化根据预设约束条件对GenCo所有机组的目标函数分别进行迭代优化，最终得到当前和未来时段各个机组的最优工作状态，从而实现实时OMD。2.根据权利要求1所述的一种基于AGC的发电机组最优里程调度方法，其特征在于，所述根据先前的数据和当前的调频里程需求，预测未来控制间隔的调频里程需求，具体为:采用光滑样条回归分析方法，数学模型如下：其中x(j)＝k
‑
L+j；p是平滑参数，0≤p≤1；L是数据点的数目；M
i
(k)是第i个GenCo在第k个调频时段的调频里程；w(j)是第j个数据点的权重；f表示拟合函数；γ是自适应因子，0≤γ≤1。3.根据权利要求1所述的一种基于AGC的发电机组最优里程调度方法，其特征在于，所述目标函数具体如下：m＝L2，...，n
i
目标函数包括里程补偿费用、能源费用和总发电成本：目标函数包括里程补偿费用、能源费用和总发电成本：目标函数包括里程补偿费用、能源费用和总发电成本：其中TP
i
是第i个GenCo在当前辅助服务期内的总利润；ΔM
inim
(k)是当前区间第m台机组的调频里程；H是预测区间的数量；E
im
是第i个GenCo中第m个机组的每个控制周期的电能量利润；p
hDA
和p
hRT
分别是第h小时内的日前和实时区域边际价格；q
hDA
是第h小时日前市场的中标电量；C
im
是第i个GenCo中第m个机组的发电成本函数；n
i
是第i个GenCo中可控机组的数目；ΔT是每个控制操作实现的周期；a
im
、b
im
和c
...

【专利技术属性】
技术研发人员：林舒嫄，王良缘，林晓敏，郑建辉，欧亚，禤宗衡，
申请(专利权)人：福建电力交易中心有限公司，
类型：发明
国别省市：