[发明专利]电力系统在线滚动调度中不可行传输断面约束的辨识方法有效
申请号: | 201310439186.6 | 申请日: | 2013-09-24 |
公开(公告)号: | CN103514374A | 公开(公告)日: | 2014-01-15 |
发明(设计)人: | 吴文传;张伯明;孙宏斌;李志刚;郭庆来 | 申请(专利权)人: | 清华大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 罗文群 |
地址: | 100084*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电力系统 在线 滚动 调度 可行 传输 断面 约束 辨识 方法 | ||
1.一种电力系统在线滚动调度中不可行传输断面约束的辨识方法,其特征在于,该方法包括以下步骤:
(1)设电力系统在线滚动调度时间段长度为Tspan,Tspan的取值范围为1~4小时,并设相邻两个调度时间段的间隔为Tspace,Tspace的取值范围为5~15分钟,滚动调度的调度时段个数T为:
(2)计算电力系统中所有发电机的发电成本的二次系数为:a={ai,t|i=1,2,...,Ng,t=1,2,...,T},发电成本的一次系数为:b={bi,t|i=1,2,...,Ng,t=1,2,...,T},发电成本的常数系数为:c={ci,t|i=1,2,...,Ng,t=1,2,...,T},其中ai,t、bi,t和ci,t分别为第i台发电机在第t个调度时段的发电成本二次系数、一次系数和常数系数,ai,t、bi,t和ci,t的取值分别为对第i台发电机在第t个调度时段的发电成本函数的泰勒展开式中的二次项系数、一次项系数和常数项系数,Ng为电力系统中所有发电机的个数;计算发电机对传输断面的输出功率转移分布因子,具体过程如下:
(2-1)用电力系统中支路电抗的倒数作为支路参数建立节点电纳矩阵B0,并计算节点电抗矩阵X,
(2-2)设置k=1;
(2-3)设置i=1;
(2-4)遍历第k个传输断面的编号为l的传输线路,l∈ILk,ILk为组成第k个传输断面的传输线路的下标集合;记第i台发电机连接的节点编号为ng(i),第l条传输线路的首端点为nbi(l),第l条传输线路的末端点为nbj(l);计算第i台发电机对第l条传输线路的输出功率转移分布因子γl-i,如式(2)所示:
其中,Xng(i),nbi(l)表示节点电抗矩阵X中在第ng(i)行第nbi(l)列的元素,Xng(i),nbj(l)表示节点电抗矩阵X中在第ng(i)行第nbj(l)列的元素;xl表示第l条传输断面的电抗;
(2-5)计算第i台发电机对第k个传输断面的输出功率转移分布因子Gk-i,如式(3)所示:
(2-6)使i=i+1,根据Ng对i进行判断:若i≤Ng,则返回步骤(2-4);若i>Ng,则执行步骤(2-7);
(2-7)使k=k+1,根据K对k进行判断:若k≤K,则返回步骤(2-3);若k>K,则执行步骤(3);
(3)建立电力系统考虑传输断面安全约束的滚动调度模型,如式(3)所示:
subjectto.
其中,p为决策向量,其中pi=[pi,1,pi,2,...,pi,t,...,pi,T]为第i台发电机发出的有功功率向量,pi,t为第i台发电机在第t个调度时段发出的有功功率,C(p)为电力系统总发电成本,Dt为在第t个调度时段的系统负荷预测值,传输断面为一组传输线路的集合,Lk,t为第k个传输断面在第t个调度时段的有功潮流下限值,为第k个传输断面在第t个调度时段的有功潮流上限值,Gk,i为第i台发电机对第k个传输断面的输出功率转移分布因子,输出功率转移分布因子计算方法为:
式(3)中的Hi(pi)≤0为物理约束条件,Hi(pi)≤0表示第i台发电机需要满足的物理约束,包括:第i台发电机在各个调度时段发出的有功功率限制约束和有功功率爬坡速率约束,其中的有功功率限制约束如式(4)所示:
式(4)中,为第i台发电机在第t个调度时段发出的有功功率下限值,为第i台发电机在第t个调度时段发出的有功功率上限值;
其中的有功功率爬坡速率约束如式(5)所示:
式(5)中,RDi,t为第i台发电机在第t个调度时段的最大向下调节量,RUi,t为第i台发电机在第t个调度时段的最大向上调节量;
(4)构造上述式(3)所示的滚动调度模型的拉格朗日对偶问题,如式(6)所示:
subjectto.
式(6)中,λ,和ω分别为拉格朗日乘子向量,λ=[λ1,λ2,...,λT]、ω=[ω1,1,ω1,2,...,ω1,T,...,ωK,1,ωK,2,...,ωK,T]和为拉格朗日对偶函数,表达式如式(7)为:
式(7)中,为与第i台发电机相关的拉格朗日对偶函数子项,等于如式(8)所示的优化子问题的最优值:
式(8)中,为与第i台发电机相关的拉格朗日函数子项,表达式如式(9)所示:
其中ai,t和bi,t分别为第i台发电机在第t个调度时段的发电成本二次系数和一次系数,Gk,i为第i台发电机对第k个传输断面的输出功率转移分布因子,
式(7)中,的表达式如式(10)所示:
(5)计算上述步骤(2)的滚动调度模型的拉格朗日对偶函数的上界如式(11)所示:
(6)对上述步骤(4)中如式(6)所示的滚动调度模型的拉格朗日对偶问题求解,并进行不可行传输断面安全约束的辨识,具体过程如下:
(6-1)初始化时设置迭代次数m=0,设置迭代收敛误差判据ε,ε的取值为0.001,设置最大迭代次数M,M的取值为1000~10000,设置拉格朗日乘子向量λ,和ω的修正步长为α,α的取值为0.8~0.9995,设置一个电力系统传输断面安全约束的可行性标志为f,f=[f1,f2,...,fK],初始化时,f=[0,0,...,0];
(6-2)设置拉格朗日乘子向量λ、ω和的初始值,分别记为λ(0)、ω(0)和λ(0)=0,构造一个近似矩阵B,近似矩阵B的初始值为B(0),B(0)为一个与拉格朗日乘子向量有相同列数的单位矩阵;
(6-3)遍历电力系统的所有发电机,i=1,2,...,Ng,求解步骤(4)的式(8)所示的优化子问题,得到最优解并根据最优解和式(8),计算的值;
(6-4)根据步骤(4)的式(7)计算得到拉格朗日对偶函数的值;
(6-5)利用下式(12)计算拉格朗日对偶函数对拉格朗日乘子向量的次梯度
(6-6)计算拉格朗日对偶函数对拉格朗日乘子次梯度的无穷范数如式(13)所示:
(6-7)根据迭代收敛误差判据ε,对上述次梯度的无穷范数进行判断,若则进行步骤(7);若则进行步骤(6-8);
(6-8)根据滚动调度模型的拉格朗日对偶函数的上界对拉格朗日对偶函数值进行判断,若则进行步骤(6-9);若
(6-9)设定一个不可行传输断面安全约束的存在性标志flag=0,并进行不可行传输断面安全约束的辨识,具体步骤如下:
(6-9-1)设置循环次数k=1;
(6-9-2)根据上述步骤(4)的式(7),计算一个中间参数其中Ek(ω(m))、的表达式如式(14)所示:
(6-9-3)对上述中间参数q′k进行判断,若则使电力系统传输断面安全约束的可行性标志fk=1,不可行传输断面安全约束的存在性标志flag=1,并执行步骤(6-10);若则执行步骤(6-9-4);
(6-9-4)设置k=k+1,并对k进行判断:若k≤K,则执行步骤(6-9-2);若k>K,则执行步骤(6-10);
(6-10)对不可行传输断面安全约束的存在性标志flag进行判断,若flag=1,则执行步骤(6-11);若flag=0,则执行步骤(6-12);
(6-11)遍历k=1,2,...,K,对fk进行判断:若fk=1,则使第k个传输断面在第t个调度时段的有功潮流下限值Lk,t和上限值分别为Lk,t=-∞和返回步骤(6-2);若fk=0,则保持Lk,t和的值不变,返回步骤(6-2);
(6-12)计算拉格朗日乘子向量的修正方向和
(6-13)计算拉格朗日乘子向量λ(m+1),ω(m+1),如式(16)所示:
(6-14)遍历电力系统中所有发电机,i=1,2,...,Ng,求解步骤(4)的式(8)所示的优化子问题,得到最优解并根据最优解和式(8),计算的值;
(6-15)根据步骤(4)的式(7)计算得到拉格朗日对偶函数的值;
(6-16)利用下式(17)计算拉格朗日对偶函数对拉格朗日乘子向量的次梯度
(6-17)计算拉格朗日乘子向量的增量向量u(m)和上述次梯度的增量向量v(m),如式(18)所示:
(6-18)利用以下式(19)计算近似矩阵B(m+1),
(6-19)使m=m+1,若m≤M,则执行步骤(6-6);若m>M,则执行步骤(7);
(7)将电力系统中各台发电机在各个时段发出的有功功率下发到各个发电厂,进行在线滚动调度;
(8)遍历电力系统中所有传输断面k,k=1,2,...,K,根据步骤(6-11)的判定结果,若fk=1,则输出第k个传输断面的安全约束是不可行的,若fk=0,则输出第k个传输断面的安全约束是可行的,输出不可行传输断面安全约束,提示电网调度运行人员。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310439186.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:用于轴流式涡轮的冷却系统及方法
- 下一篇:锚杆回收装置
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用