[发明专利]一种基于负荷状态转移曲线的快速机组组合方法

说明书

一种基于负荷状态转移曲线的快速机组组合方法，获取负荷预测数据，根据负荷预测数据得到时序负荷曲线，对时序负荷曲线上的各点根据负荷值进行聚类，得到各个负荷状态；根据得到的各个负荷状态，将负荷状态相同的相邻点归并为一个负荷段，构成负荷状态转移曲线；基于得到的负荷状态转移曲线建立机组组合模型，并求解，实现机组组合。本发明可以在较高的精度下有效提高大规模电力系统机组组合问题的求解效率，得到系统发电方案，为大规模电力系统中长期运行和中长期生产模拟分析提供有力支撑。

技术领域

本发明涉及电力系统规划、运行技术领域，具体涉及一种基于负荷状态转移曲线的快速机组组合方法。

背景技术

机组组合作为电力系统运行调度理论的核心，是在以系统发电成本最小为目标的基础上，模拟电力系统生产调度、安排各发电机组开停机状态和发电量的重要途经。一直以来都是电力系统研究中的热点和难点。合适的机组组合能够优化配置系统的发电资源，在满足系统调峰和备用需求的基础上尽可能使机组运行在最佳工作点以提高机组运行效率，从而提升系统的经济性。

机组组合问题是一个包含多个约束条件的非线性混合整数优化问题，在数学上难以求得精确最优解。目前针对机组组合问题的研究方法大致可以分为以下几类：(1)启发式算法：如穷举法和优先顺序法，但只能用于求解小规模机组组合；(2)数学优化算法：如动态规划法、拉格朗日松弛算法和混合整数规划法，但是随着系统规模增加，求解机组组合时长大大增加；(3)智能算法：如遗传算法和模拟退火算法，但是大都对参数选取的依赖性较高，容易陷入机组组合解局部最优。随着电力系统规模的不断增加，由于机组组合问题变量众多、约束复杂，求解时长过长甚至难以接受的问题成为了制约电力系统发展的重要因素，因此，需找到一种快速机组组合方法，为电力系统的运行规划分析提供有力工具。

发明内容

为解决以上问题，本发明的目的在于提出了一种基于负荷状态转移曲线的快速机组组合方法，通过对不同负荷水平进行聚类，得到指定数量(可根据需求灵活调节)的负荷状态，由此构成仅有有限数量负荷状态的负荷状态转移曲线，该曲线可保留负荷的时序特性并将时序约束纳入考虑范围；进而针对负荷状态转移曲线建立机组组合模型并求解，由于相比精确时负荷曲线，负荷状态转移曲线的待求解变量维度从总时段数缩减为对应于不同负荷状态的分段数，问题规模缩小，实现了求解时长的缩小和效率的提升；为进一步提升求解精度，将以上求得的机组开停机状态作为已知条件，再次求解基于精确时序负荷曲线的机组组合模型，由于原混合整数规划问题转化为线性优化问题，故可在非常短的时间内得到精度更高的最终解。

为了实现上述目的，本发明采用的技术方案是：

一种基于负荷状态转移曲线的快速机组组合方法，包括以下步骤；

步骤一：获取负荷预测数据，根据负荷预测数据得到时序负荷曲线，对时序负荷曲线上的各点根据负荷值进行聚类，得到各个负荷状态；

步骤二：根据由步骤一得到的各个负荷状态，将负荷状态相同的相邻点归并为一个负荷段，构成负荷状态转移曲线；

步骤三：基于步骤二得到的负荷状态转移曲线建立机组组合模型，并求解，实现机组组合。

本发明进一步的改进在于，进行聚类时，最大负荷值和最小负荷值不参与聚类，作为两个单独的负荷状态处理。

本发明进一步的改进在于，进行聚类时，采用K-means聚类算法进行。

本发明进一步的改进在于，进行聚类时，通过以下过程选取聚类初始值：将以最大负荷和最小负荷为边界的负荷区间等分N个分段，N为待求的总负荷状态数-2，取每段的平均值作为聚类初始值；或者通过在以最大负荷和最小负荷为边界的负荷区间内取随机数的方法得到聚类初始值。