[发明专利]基于多目标线性规划的电网规划典型场景选取方法有效

专利信息
申请号: 201811436925.5 申请日: 2018-11-28
公开(公告)号: CN109617048B 公开(公告)日: 2022-08-05
发明(设计)人: 郭力;赵宗政;张宇轩;杨书强;王成山;徐斌;丁津津;骆晨 申请(专利权)人: 天津大学;国网安徽省电力有限公司电力科学研究院
主分类号: H02J3/00 分类号: H02J3/00
代理公司: 天津市北洋有限责任专利代理事务所 12201 代理人: 程毓英
地址: 300072*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及一种一种基于多目标线性规划的电网规划典型场景选取方法,在构建典型日评估指标体系的基础上,构建最优化典型日选择模型与电网规划典型场景选取方法,包括:典型日评估指标体系;构建基于混合整形线性规划的典型日选取模型多目标线性规划两阶段模糊求解:采用两阶段模糊规划求解法对典型日选取模型进行求解。
搜索关键词: 基于 多目标 线性规划 电网 规划 典型 场景 选取 方法
【主权项】:
1.一种基于多目标线性规划的电网规划典型场景选取方法,在构建典型日评估指标体系的基础上,构建最优化典型日选择模型与电网规划典型场景选取方法,包括:S1)典型日评估指标体系1)统计指标全年总负荷电量偏差ΔC表示典型日通过加权计算后总负荷电量∑ωd·Cd与原始数据的总负荷电量Cyear的相对误差:上式中,ωd表示典型日d的权重系数,Cd表示典型日d的全天总电负荷电量,Cyear表示全年总负荷电量,D表示所有典型日集合;全年负荷功率分布偏差ΔP表示对于每个时段典型日通过加权计算后的总负荷电量与该时刻历史负荷总量的相对误差平均值:上式中,D0表示原始数据中所有历史日期集合,表示日期d在第t时刻原始负荷功率值,表示典型日d第t时刻负荷功率值;全年资源总量偏差ΔS表示典型日通过加权计算后总资源量∑ωd·Sd与原始数据中资源总量Syear的相对误差;其中Sd表示典型日d的资源总量,Syear表示全年资源总量;全年资源分布偏差ΔW表示对于每个时段典型日通过加权计算后总资源量与该时刻历史资源总量的相对误差平均值;其中,表示日期d在第t时刻的原始资源值,表示典型日d第t时刻的资源值;2)时序指标典型日周围数据密度由截断距离内数据点的个数表示:IS={1,2,…,card(D0)}上式中,dij分别表示第i和第j个典型日数据向量之间的距离,本发明采用欧式距离,dc表示截断距离,IS表示指标集合;典型日辐射半径使用距离定义,如典型日i为全局最大数据密度数据点,则辐射半径为该点与全局最远点的间距,否则定以为与相邻最近一个数据密度更大的数据点的间距:上式中,表示第i个典型日的指标集合,由周围数据密度更大个体的标号构成;峰值负荷偏差ΔL表示同一时刻典型日中最大负荷值与历史数据中对应时刻最大负荷值的相对误差;峰值资源偏差ΔS表示同一时刻典型日中最大资源值与历史数据中对应时刻最大资源值的相对误差;分时段功率变化率最大值偏差反映典型日中某时段最大负荷变化功率与历史数据中最大变化值的相对误差;分时段资源变化率最大值偏差反映典型日中某时段的最大资源变化值与历史数据中最大变化值的相对误差;分时段功率变化率覆盖度反映典型日中的某时段的最大负荷变动功率在历史数据变动值中的相对位置:分时段资源变化率覆盖度反映典型日中的某时段的最大资源变动值.在历史数据变动值中的相对位置,构成形式同分时段功率变化率覆盖度S2),构建基于混合整形线性规划的典型日选取模型优化目标z1表示选择的典型日天数,z2表示典型日通过加权计算后的总负荷需求量和总资源量的误差,z3表示总的典型日周围数据密度,z4表示总的典型日辐射半径:上式中,ui表示典型日选取的二进制变量,ui为1表示第i天是典型日,n表示总天数,ρ=[ρ1,ρ2,…,ρn]δ=[δ1,δ2,…,δn],A矩阵中列代表一天的负荷数据和资源数据,b表示同一时刻负荷与资源的总量:优化变量包括权重变量wi和二进制变量ui:约束条件中(1)通过二进制变量约束典型日权重,若不是典型日则权重置零;(2)表示所有典型日权重之和为历史数据中总天数N;(3)表示每个时段的负荷或资源偏差都应使总量偏差控制在一定范围内,α为比例系数;(4)设置典型日天数的下限,可以通过约束制定时间来设置极端约束;(5)表示典型日权重为非负实数;(6)表示变量ui为二进制变量;S3)多目标线性规划两阶段模糊求解采用两阶段模糊规划求解法对典型日选取模型进行求解。
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天津大学;国网安徽省电力有限公司电力科学研究院,未经天津大学;国网安徽省电力有限公司电力科学研究院许可,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/201811436925.5/,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