[发明专利]考虑发电调节次数约束的在线滚动调度方法有效

专利信息
申请号: 201210424511.7 申请日: 2012-10-30
公开(公告)号: CN102931689A 公开(公告)日: 2013-02-13
发明(设计)人: 吴文传;张伯明;刘振铭;孙宏斌;王宁;李志刚;郭庆来;单克;王巍;黄文伟;陈恩黔;肖倩宏 申请(专利权)人: 清华大学;贵州电网公司电力调度控制中心
主分类号: H02J3/48 分类号: H02J3/48
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: 廖元秋
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: 发明涉及一种基于指数函数的考虑发电调节次数约束的在线滚动调度方法,属于电力系统运行和控制技术领域。该方法包括:设置时段个数,发电机的调整阈值系数,各台发电机包含的子时段个数以及各个子时段的末尾时段,设置障碍参数及迭代精度;设置电力系统中所有发电机的原始发电计划值;计算所有的发电机的单位发电调整价格;建立及求解在线滚动调度模型;将得到调整后各台发电机在各个时段发出的有功功率进行在线滚动调度。本发明降低了问题求解的难度。计算结果严格满足发电调节的次数约束和时间间隔约束,得到的滚动调度计划具有很强的实用性。
搜索关键词: 考虑 发电 调节 次数 约束 在线 滚动 调度 方法
【主权项】:
1.一种考虑发电调节次数约束的在线滚动调度方法,其特征在于,该方法包括以下步骤:1)设置滚动调度的时间长度为Tspan,Tspan的取值范围为1~4小时;设置滚动调度的时间长度内相邻的滚动调度的时间段的时间间隔长度为Tspace,Tspace的取值范围为5~15分钟;滚动调度的时段个数T如式(1)所示:T=TspanTspace---(1)]]>设置发电机的调整阈值系数r,r的取值范围一般为1~10;设置电力系统中各台发电机在T个时段内包含的子时段个数Si以及各个子时段的末尾时段其中Si为第i台发电机在T个时段内包含的子时段个数,为第i台发电机在第j个子时段的末尾时段;设置障碍参数σ,其取值范围为0~1;设置迭代精度ε,其取值范围为1e-5至1e-3;设置电力系统中所有发电机的原始发电计划值其中Ng为发电机的台数;为第i台发电机在第t个时段发出的有功功率的原始计划值;2)计算所有的发电机的单位发电调整价格其中为第i台发电机在第t个时段的发电调整价格;在点处对第i台发电机在第t个时段的发电成本函数做泰勒展开,取值为泰勒展开式的一次项系数;3)建立基于指数函数的考虑发电调节的次数约束以及时间间隔约束的在线滚动调度模型如下:minxf(x)]]>s.t.h(x)=0    (2)g(x)g]]>式(2)模型中,x为决策变量,包括:第i台发电机在第t个时段的向上发电调整量第i台发电机在第t个时段的向下发电调整量第i台发电机在第t个时段的调整量占爬坡速率的比值其中:i=1,2,...,Ng,t=1,2,...,T;f(x)为所有发电机在所有时段的发电调整价格之和的目标函数,如式(3)为:f(x)=Σi=1NgΣt=1Tait(puit+pdit)---(3)]]>等式约束h(x)=0包括:各个时段的发电负荷平衡约束,如式(4)所示:Σi=1Ngpit-dt=0,t=1,2,...,T---(4)]]>式(4)中,dt为在第t个时段的系统负荷预测值;调整后各台发电机在各个时间段发出的有功功率约束,如式(5)所示:p0,it+puit-pdit-pit=0,t=1,2,...,T,i=1,2,...,Ng---(5)]]>式(5)中,为调整后第i台发电机在第t个时段发出的有功功率;式(2)模型中,不等式约束包括:各台发电机的发电调整总次数约束:Σt=1T(1-e-ruit)Ci,i=1,2,...,Ng---(6)]]>式(6)中,Ci为第i台发电机在T个时段内调节发电次数的最大值;各台发电机在各个子时段的发电调整次数约束,如式(7)所示:Σt=sij-1+1sij(1-e-ruit)nij,i=1,2,...,Ng,j=1,2,...,Si---(7)]]>式(7)中,为第i台发电机在第j个子时段内调节发电次数的最大值;各台发电机在各个时段的爬坡速率约束,如式(8)所示:-pit+pit-1-uitRDit-10pit-pit-1-uitRUit-10,t=1,2,...,T,i=1,2,...,Ng]]>式(8)中,为第i台发电机在第t个时段的最大向下调节量,为第i台发电机在第t个时段的最大向上调节量;各台发电机在各个时段发出的有功功率约束,如式(9)所示:-pit-Pmin,itpitPmax,it,t=1,2,...,T,i=1,2,...,Ng---(9)]]>式(9)中,为第i台发电机在第t个时段发出的有功功率的最小值,为第i台发电机在第t个时段发出的有功功率的最大值;4)求解考虑发电调节的次数约束以及时间间隔约束的在线滚动调度模型,具体过程如下:4-1)构造所述在线滚动调度模型的增广拉格朗日函数,如式(10)所示L(x,y,w,μ,u)=f(x)-yTh(x)-wT[g(x)+u-g]-μΣj=1rgln(uj)---(10)]]>式(10)中,x,u为优化模型的原始变量,y,w为优化模型的对偶变量;其中,u为不等式约束的松弛变量,y为与等式约束对应的对偶变量,w为与不等式约束对应的对偶变量,rg为矢量w的维度,μ为壁垒系数;各变量满足约束条件u≥0,w ≤0;4-2)设置原始变量x,u、对偶变量y,w和壁垒系数μ的初始值,分别记为x(0),u(0),y(0),w(0)和μ(0),x(0),y(0),u(0),w(0)(0)一般取为0;设置迭代次数k=0;4-3)计算拉格朗日增广函数对各个原始变量和对偶变量的一阶偏导数,如式(11)所示:xL=xf(x(k))-xh(x(k))y(k)-xg(x(k))w(k)yL=h(x(k))wL=g(x(k))+u(k)-guL=-w(k)-μ(k)U(k)-1e---(11)]]>式(11)中,U(k)=diag(u1(k),u2(k),...,urg(k)),e=(1,1,...,1)rgT;]]>4-4)建立如式(12)的修正方程,求解得到第k次迭代原始变量x的修正量Δx(k)和对偶变量y的修正量Δy(k)H(k)xh(x(k))xTh(x(k))0Δx(k)Δy(k)=xL-yL---(12)]]>式(12)中,H(k)=-[x2f(x(k))-x2h(x(k))y(k)-x2g(x(k))w(k)]+xg(x(k))U(k)-1W(k)xTg(x(k)),]]>W(k)=diag(w1(k),w2(k),...,wrg(k));]]>4-5)根据式(13)计算第k次迭代变量u,w的修正量Δu(k),Δw(k)Δu(k)=-xg(x(k))TΔx(k)-[g(x(k))+u(k)-g]]]>Δw(k)=U(k)-1W(k)xg(x(k))TΔx(k)---(13)]]>-U(k)-1{[U(k)W(k)e+μ(k)e]-W(k)[g(x(k))+u(k)-g]}]]>4-6)根据式(14)计算第k次迭代原始变量的修正步长和对偶变量的修正步长为:stepP(k)=0.9995min{mini=1,2,...,rg(-ui(k)Δui(k):Δui(k)<0),1}]]>(14)stepD(k)=0.9995min{mini=1,2,...,rg(-wi(k)Δwi(k):Δwi(k)>0),1}]]>4-7)根据式(15)对第k次迭代的原始变量和对偶变量进行修正:x(k+1)u(k+1)=x(k)u(k)+stepP(k)Δx(k)Δu(k)]]>(15)y(k+1)w(k+1)=y(k)w(k)+stepD(k)Δy(k)Δw(k)]]>4-8)根据式(16)计算第k次迭代的原始-对偶互补间隙ρ(k)和壁垒系数μ(k):ρ(k)=-u(k)Twμ(k)=σρ(k)2rg---(16)]]>4-9)对原始-对偶互补间隙ρ(k)进行判断,若ρ(k)<ε,则进行步骤5);若ρ(k)≥ε,则设置k=k+1,并进行步骤4-3);5)根据式(17)得到调整后各台发电机在各个时段发出的有功功率,如式(17)所示:pit=p0,it+puit-pdit,t=1,2,...,T,i=1,2,...,Ng---(17);]]>6)将调整后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并执行,进行在线滚动调度。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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;贵州电网公司电力调度控制中心,未经清华大学;贵州电网公司电力调度控制中心许可,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/patent/201210424511.7/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top