【技术实现步骤摘要】
本专利技术属于发电、配电，具体涉及考虑备用电能需求的发电机组快速调度方法、系统及设备。
技术介绍
1、在电力系统中，风、光等新能源机组出力呈现间歇性和波动性的特点，随着新能源接入比例的不断提高，电能供需匹配的可靠性和平稳性遇到了前所未有的挑战。目前，应对这一挑战的方式是构建新型电力系统及与之相协调的全国统一电力市场，这将使得各个区域电网逐渐互联为一个整体，有利于新能源电力的互济消纳以及电力系统运行效率的提高。同时，这也为电力系统的运行调度带来巨大挑战，因为发电机组调度计划的制订需要求解大规模机组组合问题，是一项具有极高复杂度的工作。
2、机组组合问题的决策变量是发电机组的启停决策和出力决策，目标是最小化发电成本，同时满足系统安全运行的各项约束。该问题可以被描述为一个混合整数规划问题，可以用通用的混合整数规划算法求解，这类算法主要包括：分支定界法、割平面法、动态规划法以及一些启发式算法。这些算法在问题规模较小时具备较高的效率和精度，但是，当该问题包含超过数千个整数启停变量的时候，这些算法便会出现严重的效率问题，不能可靠地给出可行的机组调度计划。因此，针对该问题的快速求解方法被提出来，主要包括拉格朗日松弛法和benders’分解法等，这些加速算法基于通用的优化方法涉及，虽然具有较高的求解效率，但是由于采用松弛和近似技巧，这些算法通常会出现收敛缓慢的问题，以及不能提供满足安全约束的可行的调度计划。例如，拉格朗日松弛法是针对连续优化问题设计的高效迭代算法，当被用来求解具有离散变量的机组组合问题时，该算法在其迭代过程中给出的试
技术实现思路
1、本专利技术提供考虑备用电能需求的发电机组快速调度方法、系统及设备，解决现有技术不能快速制定大电网的发电机组调度计划的问题，同时本专利技术考虑到电能备用需求。
2、为达到上述目的，本专利技术采用以下技术方案：
3、一种考虑备用电能需求的发电机组快速调度方法，包括以下步骤：
4、s1：采集发电机组的参数信息，根据所述发电机组的参数信息，建立机组组合问题模型；所述机组组合问题模型包括：机组组合问题目标函数、系统级约束和单机组约束；
5、s2：采用拉格朗日松弛法对所述机组组合问题模型中的系统级约束进行松弛处理后，使用拉格朗日乘子在所述机组组合问题目标函数中惩罚所述系统级约束和单机组约束的违反量，得到松弛问题模型，将所述松弛问题模型分解得到单机组子问题模型；
6、s3：采用新状态转移图并结合动态规划算法，对所述单机组子问题模型进行求解，得到所述机组组合问题模型的试验解；
7、s4：通过次梯度法更新拉格朗日乘子，得到更新后的拉格朗日乘子；
8、s5：根据更新后的拉格朗日乘子和所述机组组合问题模型的试验解，计算最优目标函数值，判断所述最优目标函数值是否满足收敛条件，若满足，则输出所述机组组合问题模型的试验解；若不满足，则将所述更新后的拉格朗日乘子加载到s2中，替代原有的拉格朗日乘子，并依次重复s2～s5。
9、进一步地，s3中，所述采用新状态转移图并结合动态规划算法，对所述单机组子问题模型进行求解，得到所述机组组合问题模型的试验解，具体包括以下步骤：
10、s3.1：根据新状态转移图，建立多阶段决策问题模型，将所述多阶段决策问题模型转化为纯连续优化问题模型，然后采用连续动态规划算法对所述纯连续优化问题模型进行求解，得到新状态转移图中每条边的状态转移成本；
11、s3.2：根据所述每条边的状态转移成本，得到新状态转移图中每条启停决策链的状态转移成本；
12、s3.3：根据每条启停决策链的状态转移成本，利用离散动态规划算法求解，得到最优启停决策链，将所述最优启停决策链的启停决策量、发电功率决策量和备用发电功率决策量结合，得到所述机组组合问题模型的试验解。
13、进一步地，s3.1中，所述多阶段决策问题模型包括：
14、
15、其中，e为新状态转移图中任意边，t1，t2为新状态转移图中任意边的两端点对应的调度时段，ci(pi，t)为第i台火电机组在第t个调度时段的发电成本，λ，μ为拉格朗日乘子，t为调度时段编号，pi，t为第i台火电机组在第t个调度时段的发电功率决策变量，ri,t为第i台火电机组在第t个调度时段的备用发电功率决策变量，为第i台火电机组的向下爬坡能力，为第i台火电机组的向上爬坡能力，p-i为第i台火电机组的发电功率下限，为第i台火电机组的发电功率上限，为第i台火电机组的最大备用发电功率决策变量。
16、进一步地，s3.1中，所述纯连续优化问题模型包括：
17、
18、其中，xt为第t个调度时段的变量，δ为发电机组爬坡能力上限。
19、进一步地，s5中，所述最优目标函数值通过下式(24)进行计算：
20、
21、其中，为最优目标函数值的特解，为第i台火电机组在整个调度周期内的启停成本的特解，为第i台火电机组在第t个调度时段的燃料成本的特解，为第t个调度时段的拉格朗日乘子的近似值，为第i台火电机组在第t个调度时段的发电功率决策变量的特解，dm，t为第m个负荷节点在第t个调度时段的净负荷，l为输电线编号，为第i台火电机组在第t个调度时段的备用发电功率决策变量的特解，rt为第t个调度时段的系统总备用需求。
22、进一步地，s5中，所述收敛条件包括式(25)：
23、
24、其中，为在更新后的拉格朗日乘子下的拉格朗日函数的特解，为最优目标函数值的特解，ε为收敛容限。
25、进一步地，s1中，所述机组组合问题模型包括：
26、
27、其中，si(zi)为第i台火电机组在整个调度周期内的启停成本，∑i，tci(zi，t，pi，t)为第i台火电机组在整个调度周期内的燃料成本，ci(zi，t，pi，t)为第i台火电机组在第t个调度时段的燃料成本，zi.t为第i台火电机组在第t个调度时段的启停状态，pi，t为第i台火电机组在第t个调度时段的发电功率决策变量，dm，t为第m个负荷节点在第t个调度时段的净负荷，ri，t为第i台火电机组在第t个调度时段的备用发电功率决策变量，rt为第t个调度时段的系统总备用需求，为第i台火电机组的最大备用发电功率决策变量，为第i台火电机组的发电功率上限，为第i台火电机组的向下爬坡能力，为第i台火电机组的向上爬坡能力，m为最小开关机时间约束的系数矩阵，z为与当前火电机组有关的启停变量，j为最小开关机时间约束的右端项，i为火电机组数目，t为调度时段数目。
28、进一步地，s2中，所述松弛问题模型包括：
29、
30、式(2)中，<本文档来自技高网...
【技术保护点】
1.一种考虑备用电能需求的发电机组快速调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种考虑备用电能需求的发电机组快速调度方法，其特征在于，S3中，所述采用新状态转移图并结合动态规划算法，对所述单机组子问题模型进行求解，得到所述机组组合问题模型的试验解，具体包括以下步骤：
3.根据权利要求2所述的一种考虑备用电能需求的发电机组快速调度方法，其特征在于，S3.1中，所述多阶段决策问题模型包括：
4.根据权利要求2所述的一种考虑备用电能需求的发电机组快速调度方法，其特征在于，S3.1中，所述纯连续优化问题模型包括：
5.根据权利要求1所述的一种考虑备用电能需求的发电机组快速调度方法，其特征在于，S5中，所述最优目标函数值通过下式(24)进行计算：
6.根据权利要求1所述的一种考虑备用电能需求的发电机组快速调度方法，其特征在于，S5中，所述收敛条件包括式(25)：
7.根据权利要求1所述的一种考虑备用电能需求的发电机组快速调度方法，其特征在于，S1中，所述机组组合问题模型包括：
8.根据
9.一种考虑备用电能需求的发电机组快速调度系统，基于权利要求1～8任意一项所述的快速调度方法，其特征在于，包括：
10.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器中运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1～8任一项所述考虑备用电能需求的发电机组快速调度方法的步骤。
...【技术特征摘要】
1.一种考虑备用电能需求的发电机组快速调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种考虑备用电能需求的发电机组快速调度方法，其特征在于，s3中，所述采用新状态转移图并结合动态规划算法，对所述单机组子问题模型进行求解，得到所述机组组合问题模型的试验解，具体包括以下步骤：
3.根据权利要求2所述的一种考虑备用电能需求的发电机组快速调度方法，其特征在于，s3.1中，所述多阶段决策问题模型包括：
4.根据权利要求2所述的一种考虑备用电能需求的发电机组快速调度方法，其特征在于，s3.1中，所述纯连续优化问题模型包括：
5.根据权利要求1所述的一种考虑备用电能需求的发电机组快速调度方法，其特征在于，s5中，所述最优目标函数值通过下式(24)进行计算：
【专利技术属性】
技术研发人员：翟桥柱，周玉洲，侯江伟，唐晔，韩智涵，茅英明，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：
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。