一种考虑风光预测及检修计划的优化调度方法及系统技术方案

本发明专利技术属于电力系统调度领域，尤其涉及一种考虑风光预测及检修计划的优化调度方法及系统，包括以下步骤：S1、获取电力系统历史运行数据、电力系统机组参数以及初始检修计划；S2、预测风电出力曲线；S3、预测光伏出力曲线；S4、建立模型；S5、得到系统内机组检修计划和的调度策略。本发明专利技术充分考虑新能源出力的随机性、检修计划经济性和运行特点，在对风光出力进行准确预测的基础上，通过建立考虑检修计划的协同优化调度模型，在满足系统电力电量平衡要求的同时，实现风光火不同能源的协同运行，提高能源利用效率，在满足系统检修计划约束的同时以最小成本，最优调度方案达到系统经济稳定运行的目的。行的目的。行的目的。

【技术实现步骤摘要】
一种考虑风光预测及检修计划的优化调度方法及系统


[0001]本专利技术属于电力系统调度领域，尤其涉及一种考虑风光预测及检修计划的优化调度方法及系统。

技术介绍

[0002]随着全球不可再生资源的减少，风、光等清洁能源大规模并网，然而，其出力具有随机性和波动性的特点，这给电力系统的稳定运行带来了巨大挑战，风光预测成为当前解决该问题的重要途径，关系到风光发电的使用效率，是现实风光稳定可靠并网的重要基础。
[0003]在大规模、高比例新能源的新型电力系统中，风、光、火等多类型电源的运行具有差异性和互补性，根据多能源的协调互补作用，制定合理的调度方案，可有效降低新能源出力不确定性给系统电力电量平衡带来的风险；另外，检修计划的制定直接影响着机组的最大可用发电功率，并间接决定了系统电量供应能力。
[0004]目前已有很多学者对大规模、高比例新能源的新型电力系统的运行优化展开了一系列研究，但大部分研究基于给定的检修计划进行风光火系统的优化调度，这在一定程度上限制了问题的优化空间，同时，也忽略了风光等新能源出力的随机性和波动性，致使能源利用率不高，制定的优化调度计划不够合理。
[0005]对此，本专利技术提供一种能够充分考虑风光出力随机性及检修计划合理性的的优化调度方法及系统，考虑了风光等新能源出力的随机性和波动性，提高能源利用率。

技术实现思路

[0006]为了解决或者改善
技术介绍
中提到系统的优化调度忽略了风光等新能源出力的随机性和波动性，致使能源利用率不高，制定的优化调度计划不够合理的问题，本专利技术提供了一种考虑风光预测及检修计划的优化调度方法，具体技术方案如下：
[0007]本专利技术提供一种考虑风光预测及检修计划的优化调度方法，包括以下步骤：
[0008]S1、获取电力系统历史运行数据、电力系统机组参数以及初始检修计划；
[0009]S2、根据S1的数据，预测风电出力曲线；
[0010]S3、根据S1的数据，预测光伏出力曲线；
[0011]S4、建立考虑检修计划的协同优化调度模型；
[0012]S5、将风电出力曲线以及光伏出力曲线、电力系统运行数据以及初始检修计划输入考虑检修计划的协同优化调度模型中，得到系统内机组检修计划和的调度策略。
[0013]优选的，所述电力系统参数主要为火电机组的参数；所述电力系统运行数据包括系统全年负荷曲线以及风光历史运行数据。
[0014]优选的，所述预测风电出力曲线主要包括历史数据处理以及建立风电预测模型。
[0015]优选的，所述风电历史数据处理主要为选取风电发电历史数据，进行简单数据处理，对异常和丢失的数据进行修正与填补。
[0016]优选的，所述风电预测模型如下所示：
[0017][0018]式中，K(
·
)为核函数；h为窗宽，也称为平滑系数；n为样本容量；qw1、qw2、
…
、qwn为qw的n个样本值；
[0019]最优宽窗h的选取方法为，选取2个不同的核函数，以其积分方差为目标函数建立模型求解得到最优窗宽：
[0020][0021]将最优宽窗代入核密度估计函数中得到风电电量的概率密度，结合随机采样法得到预测风电出力曲线。
[0022]优选的，所述预测光伏出力曲线主要考虑光伏发电系统的出力水平直接受到太阳辐射的影响，选取光伏日平均出力作为天气指标，以典型天气晴天、多云及雨天为聚类中心，采用FCM聚类算法聚类，并以平均隶属度表征各类天气在相应时段出现的概率:
[0023][0024]式中，p
j
为第j类天气出现的概率；N
j
为第j类天气的样本数；u
ij
为样本i关于聚类中心j的隶属度。
[0025]结合上述各类天气出现的概率得到光伏出力曲线。
[0026]优选的，所述考虑检修计划的协同优化调度模型主要包括以系统运行总成本和检修计划调整成本最小为目标的目标函数和约束条件。
[0027]优选的，所述系统运行成本包括火电机组的运行成本、火电机组的启停成本、火电机组检修成本以及风光弃能惩罚成本。
[0028]优选的，所述考虑检修计划的协同优化调度模型的约束条件包括检修约束、机组运行约束、系统运行约束。
[0029]本专利技术还提供一种考虑风光预测及检修计划的优化调度系统，包括采用上述的一种考虑风光预测及检修计划的优化调度方法的优化调度方法，还包括数据获取模块、风光出力预测模块、计算调度模块；
[0030]所述数据获取模块，用于获取电力系统历史运行数据、电力系统机组参数以及初始检修计划；
[0031]所述风光出力预测模块存储有风光出力预测模型；所述风光出力预测模型用于基于风光历史数据预测风光出力曲线；
[0032]所述计算调度模块存储有考虑检修计划的协同优化调度模型；所述考虑检修计划
的协同优化调度模型计算系统内机组各小时的开停机状态、出力水平以及机组检修计划，从而完成考虑机组检修计划的优化调度。
[0033]本专利技术的有益效果为：与现有技术相比，本专利技术的一种考虑风光预测及检修计划的优化调度方法和系统，基于风光出力预测模型实现风光出力的准确预测，并通过建立考虑检修计划的协同优化模型，充分系统检修约束，确定风光火机组出力计划，从而利用多种能源的协调配合实现系统的电力电量平衡，充分发挥了系统中多种能源的供能潜力，有利于提高系统能源率和系统安全经济运行水平，促进新型电力系统的发展。
[0034]本专利技术充分考虑新能源出力的随机性、检修计划经济性和运行特点，在对风光出力进行准确预测的基础上，通过建立考虑检修计划的协同优化调度模型，在满足系统电力电量平衡要求的同时，实现风光火不同能源的协同运行，提高能源利用效率，在满足系统检修计划约束的同时以最小成本，最优调度方案达到系统经济稳定运行的目的。
附图说明
[0035]图1是本专利技术的考虑检修计划的协同优化调度模型框架；
[0036]图2是本专利技术的一种考虑风光预测及检修计划的优化调度方法的流程图；
[0037]图3是本专利技术的考虑风光预测及检修计划的优化调度系统示意图。
具体实施方式
[0038]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0039]应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0040]还应当理解，在本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑风光预测及检修计划的优化调度方法，其特征在于，包括以下步骤：S1、获取电力系统历史运行数据、电力系统机组参数以及初始检修计划；S2、根据S1的数据，预测风电出力曲线；S3、根据S1的数据，预测光伏出力曲线；S4、建立考虑检修计划的协同优化调度模型；S5、将风电出力曲线以及光伏出力曲线、电力系统运行数据以及初始检修计划输入考虑检修计划的协同优化调度模型中，得到系统内机组检修计划和的调度策略。2.根据权利要求1所述的一种考虑风光预测及检修计划的优化调度方法，其特征在于：所述电力系统参数主要为火电机组的参数；所述电力系统运行数据包括系统全年负荷曲线以及风光历史运行数据。3.根据权利要求1所述的一种考虑风光预测及检修计划的优化调度方法，其特征在于：所述预测风电出力曲线主要包括历史数据处理以及建立风电预测模型。4.根据权利要求3所述的一种考虑风光预测及检修计划的优化调度方法，其特征在于：所述风电历史数据处理主要为选取风电发电历史数据，进行简单数据处理，对异常和丢失的数据进行修正与填补。5.根据权利要求1所述的一种考虑风光预测及检修计划的优化调度方法，其特征在于，所述风电预测模型如下所示：所述风电预测模型如下所示：式中，K(
·
)为核函数；h为窗宽，也称为平滑系数；n为样本容量；q
w1
、q
w2
、
…
、q
wn
为q
w
的n个样本值；最优宽窗h的选取方法为，选取2个不同的核函数，以其积分方差为目标函数建立模型求解得到最优窗宽：将最优宽窗代入核密度估计函数中得到风电电量的概率密度，结合随机采样法得到预测风电出力曲线。6.根据权利要求1所述的一种考虑风光预测及检修计划的优化调度方法，其特征在于,所述预测光...

【专利技术属性】
技术研发人员：彭博雅，孙志媛，刘默斯，郑琨，蒙宣任，胡弘，李明珀，宋益，饶夏锦，
申请(专利权)人：广西电网有限责任公司电力科学研究院，
类型：发明
国别省市：