一种实时电网经济运行评估火电子优化算法

摘要

本发明涉及一种实时电网经济运行评估火电子优化算法，首先，利用效率优先解决火电厂机组组合问题；其次，利用线性规划解决目标函数的一次化问题；最后，利用直流潮流的优势解决网络运行的安全约束及故障开断对网架结构变化的影响问题。本发明通过对效率优先、线性规划和最优潮流相结合的循环迭代方法，使之能够快速进行电网中火电厂的经济运行评估，为在线评估提供计算分析服务。

说明书

技术领域

本发明涉及电力领域，特别是一种实时电网经济运行评估火电子优化算法。

背景技术

迄今为止，国内外在如何结合电网安全性、经济性和机组特性制定火电厂日发电计划方面已经有了大量的研究工作，在优化算法方面的研究仍然主要体现在基于经典优化算法的，如线性规划法、二次规划法、非线性规划法和动态规划法等，也有基于现代人工智能方面的，如遗传算法、人工神经网络法、蚁群算法、混沌优化法和进化算法等。采用这些单一、简单的算法会遇上计算结果精度受限、组合爆炸、无解等问题，算法复杂的虽然可能解决了无优解困难、或提高了计算结果的准确度，但计算时间都会比较长，不利于用于解决在线评估的计算时限要求。另外，有的是把整个市场按统一竞价进行处理，如用线性规划法处理了竞价电量的分配问题，有的按不同价处理，如用遗传算法解决了合同电量的分配问题，少有既考虑电力合同电量、又考虑竞价电量同时存在的问题。还有的仅只考虑了市场竞价方面经济因素的影响，没有结合电力网络实际运行的物理约束问题。

发明内容

有鉴于此，本发明的目的是提出一种实时电网经济运行评估火电子优化算法，综合效率优先，线性规划和直流潮流的组合求解方法进行求解，能够快速进行电网中火电厂的经济运行评估，为在线评估提供计算分析服务。

本发明采用以下方案实现：一种实时电网经济运行评估火电子优化算法，具体包括以下步骤：

步骤S1：根据各机组合同电量的计划执行情况以及特殊调度要求确定出必开机组；

步骤S2：利用给定的约束条件进行机组起停的初步判断，将不符合所述约束条件的机组予以排除并纳入必停机组；

步骤S3：对非必开机组以及非必停机组进行机组优先排队；

步骤S4：利用开停机约束确定初步机组组合；

步骤S5：利用最优潮流方法计算各种可能的初步机组组合在网络安全约束情况下的费用，初步确定出这一轮计算中单一时段的最优机组组合；

步骤S6：判断步骤S5得出的最优机组组合是否满足运行约束以及费用是否最小，若否，则调整λ(t)，μ(t)，并返回步骤S1进行下一轮计算，若是，则将步骤S5中确定出的最优机组组合作为该单一时段的最优机组组合，并进入步骤S7；

步骤S7：输出步骤S6得到的单一时段的最优机组组合，并判断是否已经计算完所有时段的最优机组组合，若是，则进入步骤S8；若否，则计算下一时段的λ(t)与μ(t)，并返回步骤S1；

步骤S8：判断是否各个时段的最优机组组合均满足相应各机组的启停约束，即是否满足机组最少运行时间t_run≥Mint_run，机组停止时间t_stop≥Mint_stop，机组起停次数N≤Nmax，若是，则结束；若否，则调整各机组的出力，并返回步骤S1。

进一步地，所述的约束条件为：机组最少运行时间t_run≥Mint_run、机组停止时间t_stop≥Mint_stop并且机组起停次数N≤N_max；其中Mint_run、Mint_stop以及N_max均为系统预设参数。

进一步地，步骤S3具体包括以下步骤：

步骤S31：设各机组相对合同电价为：其中λ(t)、μ(t)分别为电量平衡和旋转备用的拉格朗日乘子，δ_i0(t)为相应火电厂网损微增率，C_i为合同电价；

步骤S32：判断各机组报价方式，若各机组采用单一固定合同电价报价方式报价，则按步骤S31中所述的相对合同电价高低排队，报价低者优先，在报价相同的情况下，则机组容量大者优先；若各机组按分段出力报价方式报价，则先将上一时段启动的机组按上一时段出力的相对合同电价高低排序，报价低者优先，再将上一时段没有起动的机组按合同电价的相对平均价格排序，报价低者优先，在报价相同的情况下，机组容量大者优先；其中所述合同电价的相对平均价格的 计算公式为：${\bar{C}}_i=\frac{\underset{s=1}{\overset{S}{\Sigma }}{C}_{\mathrm{is}}{P}_{\mathrm{is}}}{\underset{s=1}{\overset{S}{\Sigma }}{P}_{\mathrm{is}}}+(\lambda \left(t\right)+\mu \left(t\right)){\delta }_{i0}\left(t\right)-\lambda \left(t\right),$式中S表示机组分段出力报价的总段数，C_is与P_is分别为第s次分段出力报价的报价和出力。

进一步地，所述步骤S4具体为：结合必开机组、非必开机组的排序、各机组处理上下限、负荷及备用需求，首先计算出必开机组的总最大出力和总最小出力，并将必开机组的总最大出力和总最小出力与总负荷需求预测、总损耗、总备用需求做比较得出差值，再利用其差值的最大最小值范围和非必开机组的出力限制按优先排序加载顺序确定出各种可能的初步机组组合。

较佳地，所述步骤S5具体还包括：计算过程中舍去无最优潮流解的机组组合，并记录每种可能机组组合的费用，最后将费用最小者的机组组合作为该时段的最优机组组合。

特别的，步骤S6与步骤S7中所述的λ(t)与μ(t)的计算公式分别为： ${\lambda \left(t\right)}_{k+1}=\max \{{\lambda \left(t\right)}_k+a^k(P_d\left(t\right)+P_L\left(t\right)-\underset{i=1}{\overset{I}{\Sigma }}(P_i\left(t\right)+P_i^{\prime }\left(t\right))-\underset{j=1}{\overset{J}{\Sigma }}{P}_j\left(t\right)),0\},$

式中，a^k为步长，a，f为给定常系数，P_i(t)为火电厂i在时段t的合同电量出力，P′_i(t)为火电厂i在时段t的竞价电量出力，P_d(t)为时段t总负荷需求，P_L(t)为时段t的总网损，P_j(t)为水电厂j在时段t的出力，在此算法中为定量值；

${\mu \left(t\right)}_{m+1}=\max \{{\mu \left(t\right)}_m+{\sigma }^m(P_d\left(t\right)+P_L\left(t\right)+R^t-\underset{i=1}{\overset{I}{\Sigma }}\overline{P_{i\max }\left(t\right)}-\underset{j=1}{\overset{J}{\Sigma }}\overline{P_{j\max }\left(t\right)}),0\}$

，式中，σ^m为步长，a′与f′为给定常系数，R^t为t时段系统备用需求，为机组出力限制，为机组出力限制，在此算法中为定量值，。如果满足 $P_d\left(t\right)+P_L\left(t\right)+R^t-\underset{i=1}{\overset{I}{\Sigma }}\overline{P_{i\max }\left(t\right)}-\underset{j=1}{\overset{J}{\Sigma }}\overline{P_{j\max }\left(t\right)}\le 0,$则不调整μ(t)，如果不满足则可以按上式调整。

与现有技术相比，本发明具有以下突出优点：采用效率优先的方法进行排序，通过必要的约束进行筛选，形成可行的机组组合可以大大减少相关状态数，可以避免组合爆炸困难；同时计算过程中解决时段分离问题，构成单一时段的最优化子问题，大大提高计算速度。

附图说明

图1为本发明的方法流程图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

如图1所示，本实施例提供了一种实时电网经济运行评估火电子优化算法，具体包括以下步骤：

步骤S1：根据各机组合同电量的计划执行情况以及特殊调度要求确定出必开机组；

步骤S2：利用给定的约束条件进行机组起停的初步判断，将不符合所述约束条件的机组予以排除并纳入必停机组；

步骤S3：对非必开机组以及非必停机组进行机组优先排队；

步骤S4：利用开停机约束确定初步机组组合；

步骤S5：利用最优潮流方法计算各种可能的初步机组组合在网络安全约束情况下的费用，初步确定出这一轮计算中单一时段的最优机组组合；

步骤S6：判断步骤S5得出的最优机组组合是否满足运行约束以及费用是否最小，若否，则调整λ(t)，μ(t)，并返回步骤S1进行下一轮计算，若是，则将步骤S5中确定出的最优机组组合作为该单一时段的最优机组组合，并进入步骤S7；

步骤S7：输出步骤S6得到的单一时段的最优机组组合，并判断是否已经计算完所有时段的最优机组组合，若是，则进入步骤S8；若否，则计算下一时段的λ(t)与μ(t)，并返回步骤S1；

步骤S8：判断是否各个时段的最优机组组合均满足相应各机组的启停约束，即是否满足机组最少运行时间t_run≥Mint_run，机组停止时间t_stop≥Mint_stop，机组起停次数N≤Nmax，若是，则结束；若否，则调整各机组的出力，并返回步骤S1。

在本实施例中，所述的约束条件为：机组最少运行时间t_run≥Mint_run、机组停止时间t_stop≥Mint_stop并且机组起停次数N≤N_max；其中Mint_run、Mint_stop以及N_max均为系统预设参数。

在本实施例中，步骤S3具体包括以下步骤：

步骤S31：设各机组相对合同电价为：其中λ(t)、μ(t)分别为电量平衡和旋转备用的拉格朗日乘子，δ_i0(t)为相应火电厂网损微增率，C_i为合同电价；

步骤S32：判断各机组报价方式，若各机组采用单一固定合同电价报价方式报价，则按步骤S31中所述的相对合同电价高低排队，报价低者优先，在报价相同的情况下，则机组容量大者优先；若各机组按分段出力报价方式报价，则先将上一时段启动的机组按上一时段出力的相对合同电价高低排序，报价低者优先，再将上一时段没有起动的机组按合同电价的相对平均价格排序，报价低者优先，在报价相同的情况下，机组容量大者优先；其中所述合同电价的相对平均价格的计算公式为：${\bar{C}}_i=\frac{\underset{s=1}{\overset{S}{\Sigma }}{C}_{\mathrm{is}}{P}_{\mathrm{is}}}{\underset{s=1}{\overset{S}{\Sigma }}{P}_{\mathrm{is}}}+(\lambda \left(t\right)+\mu \left(t\right)){\delta }_{i0}\left(t\right)-\lambda \left(t\right),$式中S表示机组分段出力报价的总段数，C_is与P_is分别为第s次分段出力报价的报价和出力。

在本实施例中，所述步骤S4具体为：结合必开机组、非必开机组的排序、各机组处理上下限、负荷及备用需求，首先计算出必开机组的总最大出力和总最小出力，并将必开机组的总最大出力和总最小出力与总负荷需求预测、总损耗、总备用需求做比较得出差值，再利用其差值的最大最小值范围和非必开机组的出力限制按优先排序加载顺序确定出各种可能的初步机组组合。

较佳地，在本实施例中，所述步骤S5具体还包括：计算过程中 舍去无最优潮流解的机组组合，并记录每种可能机组组合的费用，最后将费用最小者的机组组合作为该时段的最优机组组合。

特别的，在本实施例中，步骤S6与步骤S7中所述的λ(t)与μ(t)的计算公式分别为： ${\lambda \left(t\right)}_{k+1}=\max \{{\lambda \left(t\right)}_k+a^k(P_d\left(t\right)+P_L\left(t\right)-\underset{i=1}{\overset{I}{\Sigma }}(P_i\left(t\right)+P_i^{\prime }\left(t\right))-\underset{j=1}{\overset{J}{\Sigma }}{P}_j\left(t\right)),0\},$式中，a^k为步长，a，f为给定常系数，P_i(t)为火电厂i在时段t的合同电量出力，P′_i(t)为火电厂i在时段t的竞价电量出力，P_d(t)为时段t总负荷需求，P_L(t)为时段t的总网损，P_j(t)为水电厂j在时段t的出力，在此算法中为定量值； ${\mu \left(t\right)}_{m+1}=\max \{{\mu \left(t\right)}_m+{\sigma }^m(P_d\left(t\right)+P_L\left(t\right)+R^t-\underset{i=1}{\overset{I}{\Sigma }}\overline{P_{i\max }\left(t\right)}-\underset{j=1}{\overset{J}{\Sigma }}\overline{P_{j\max }\left(t\right)}),0\}$，式中，σ^m为步长，a′与f′为给定常系数，R^t为t时段系统备用需求，为机组出力限制，为机组出力限制，在此算法中为定量值。如果满足 $P_d\left(t\right)+P_L\left(t\right)+R^t-\underset{i=1}{\overset{I}{\Sigma }}\overline{P_{i\max }\left(t\right)}-\underset{j=1}{\overset{J}{\Sigma }}\overline{P_{j\max }\left(t\right)}\le 0,$则不调整μ(t)，如果不满足则可以按上式调整。

综上所述，本发明通过对效率优先、线性规划和最优潮流相结合的循环迭代方法，使之能够快速进行电网中火电厂的经济运行评估，为在线评估提供计算分析服务。

以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所 做的均等变化与修饰，皆应属本发明的涵盖范围。