System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術屬于電力系統規劃運行中的電力系統日前優化調度領域,特別是涉及到一種基于演變虛擬凈負荷的新型電力系統日前優化調度方法。
技術介紹
1、面對在考慮不確定性因素條件下對含有高比例可再生能源的新型電力系統進行優化調度的問題,早期考慮不確定性因素的調度方法研究主要集中機會約束法、魯棒優化法以及傳統場景生成法,雖然取得了一定的效果,但增加了模型的復雜度,計算較為繁瑣。當前,針對電力系統中的可再生能源電量消納問題得到了深入研究,但大多數研究均是根據《電網企業全額收購可再生能源電量監管辦法》(以下簡稱《舊辦法》)來制定調度方法與電量消納計劃,這些方法和計劃在《全額保障性收購可再生能源電量監管辦法》(以下簡稱《辦法》)出臺并實施后便不再適用。
2、“凈負荷”是指某一時段的電力系統中總負荷與風光發電之間的差值。其概念的提出,為研究電力系統規劃與運行、電網穩定性分析和需求側管理等提供了便利。“虛擬負荷”是一種多源異構的可控性集成負荷,通過應用先進的通信技術和軟件架構,將分布在不同地點的多樣化負載資源進行集中整合,實現對這些負載的識別、互補和協調管理。虛擬負荷管理模式的提出,旨在促進智能電網的全面發展,確保電力資源的高效利用和電網的穩定安全運行。而“虛擬凈負荷”是指在凈負荷的基礎上,額外除去火電的最小技術出力和水電的強迫出力后的負荷,它將電源運行約束和源荷不確定性的研究進行統一,使電網調度變得清晰簡單。但基于《舊辦法》定義出的虛擬凈負荷,在《舊辦法》被廢止后,其調度方法失去了理論基礎便不再適用。為明確與“凈負荷”、“虛擬負荷”和“
3、因此現有技術當中亟需要一種綜合考慮風光發電和負荷功率預測、演變虛擬凈負荷的新型電力系統日前優化調度方法。
技術實現思路
1、本專利技術所要解決的技術問題是:提供一種基于演變虛擬凈負荷的新型電力系統日前優化調度方法,用于解決現有技術中新型電力系統源荷不確定性給制定調度計劃帶來不利影響,以及缺乏全額保障性收購可再生能源電量消納方法的問題。
2、本專利技術所采取的技術方案是提供一種基于演變虛擬凈負荷的新型電力系統日前優化調度方法,包括以下步驟:
3、1)利用informer模型對風光出力和負荷的時間序列進行場景生成,建立基于informer模型的風光發電和負荷功率預測模型;
4、2)在虛擬凈負荷基礎上定義演變虛擬凈負荷,計算電力系統的演變虛擬凈負荷;
5、3)考慮系統的運行特性,以保障性收購可再生能源電量為基礎,以包含各機組運行成本和碳排放成本在內的系統總成本最小為目標,以系統靈活性約束條件反映源荷不確定性的需求,建立基于演變虛擬凈負荷的日前優化調度模型;
6、4)對模型進行求解,得到基于演變虛擬凈負荷的新型電力系統日前優化調度計劃。
7、所述步驟1)中建立基于informer模型的風光發電和負荷功率預測模型具體方法為:
8、①將風光發電功率和負荷功率的歷史數據分別進行歸一化處理,隨后將歸一化后的數據集劃分為訓練集、測試集和驗證集,之后對歷史功率數據wp和時間戳特征wtime進行重構組合得到we={wp,wtime},并以we作為預測模型的輸入數據;
9、②通過預測模型中編碼器的多頭概率稀疏自注意力層挖掘數據之間長期依賴關系,來降低時間復雜度、實現對輸入的風光發電功率和負荷功率序列特征的提取;
10、③通過預測模型中編碼器的自注意力蒸餾層對每個概率稀疏自注意力層的輸出進行卷積和池化操作,在保留數據關鍵信息的基礎上將每層的輸出減半,減輕網絡的計算量;
11、④將編碼器的部分歷史功率數據與未來功率占位數據構成的wp′和其對應的時間戳特征wtime′進行重構組合得到wd={wp′,wtime′}作為預測模型中解碼器的輸入,通過掩碼多頭概率稀疏自注意力層對輸入歷史功率和零值的組合序列進行注意力計算,在此過程中,既能引入掩碼機制防止模型陷入自回歸,又能對組合序列特征進行提取;
12、⑤將解碼器中掩碼多頭概率稀疏自注意力層處理后的特征向量和編碼器輸出的特征向量輸入解碼器中的多頭注意力層進行多頭注意力計算,并對計算結果使用生成式方法輸出,實現對輸出序列的一次性生成,從而縮短動態解碼時間,降低內存占用;
13、⑥設置全連接層將解碼器的輸出維度轉換為預測所需的輸出維度,最后對輸出結果進行反歸一化處理得到風光發電的預測值和與負荷功率的預測值pl。
14、所述步驟2)中演變虛擬凈負荷的計算方式為公式(1),
15、
16、式中,pvl,t為t時段系統的演變虛擬凈負荷;pl,t為t時段系統的總負荷;β1,t為t時段風光保障性收購系數;β2,t為t時段水電保障性收購系數;和分別為t時段風電、光伏和水電所能達到的最大發電功率;nh、ng分別為水電機組和火電機組的總數;為t時段火電機組i的最小技術出力。
17、所述步驟3)中基于演變虛擬凈負荷的日前優化調度模型的目標函數為公式(2),
18、min?c=cg+ch+cw+cpv+cps+ccarbon????(2)
19、式中,c為系統總成本;cg為火電機組運行成本;ch為水電機組運行成本;cw為風電場運行成本;cpv為光伏電站運行成本;cps為抽水蓄能機組啟停成本;ccarbon為碳排放成本。
20、所述火電機組運行成本cg、水電機組運行成本ch、風電場運行成本cw和光伏電站運行成本cpv,以及抽水蓄能機組的啟停成本cps和碳排放成本ccarbon的計算方式為公式(3)-(8),
21、a火電機組運行成本cg見公式(3),
22、
23、式中,t為調度周期內的總時段數;ai、bi和ci分別為火電機組i的成本系數;pg,i,t為t時段火電機組i的發電功率;
24、b水電機組運行成本ch見公式(4),
25、
26、式中,kh為水電機組單位發電成本系數;ph,i,t為t時段水電機組i的發電功率;
27、c風電場運行成本cw見公式(5),
28、cw=kwpw,t????(5)
29、式中,kw為風電場發電成本系數;pw,t為t時段風電場的發電功率;
30、d光伏電站運行成本cpv見公式(6),
31、cpv=kpvppv,t????(6)
32、式中,kpv為光伏發電的發電成本系數;ppv,t為t時段光伏電站的發電功率;
33、e抽水蓄能機組的啟停成本cps見公式(7),
34、
35、式中,nps為抽水蓄能機組的總數;分別為t時段抽水蓄能本文檔來自技高網...
【技術保護點】
1.基于演變虛擬凈負荷的新型電力系統日前優化調度方法,其特征在于:包括以下步驟:
2.根據權利要求1所述的基于演變虛擬凈負荷的新型電力系統日前優化調度方法,其特征在于:所述步驟1)中建立基于Informer模型的風光發電和負荷功率預測模型具體方法為:
3.根據權利要求1所述的基于演變虛擬凈負荷的新型電力系統日前優化調度方法,其特征在于:所述步驟2)中演變虛擬凈負荷的計算方式為公式(1),
4.根據權利要求1所述的基于演變虛擬凈負荷的新型電力系統日前優化調度方法,其特征在于:所述步驟3)中基于演變虛擬凈負荷的日前優化調度模型的目標函數為公式(2),
5.根據權利要求4所述的基于演變虛擬凈負荷的新型電力系統日前優化調度方法,其特征在于:所述火電機組運行成本Cg、水電機組運行成本Ch、風電場運行成本Cw和光伏電站運行成本Cpv,以及抽水蓄能機組的啟停成本Cps和碳排放成本Ccarbon的計算方式為公式(3)-(8),
6.根據權利要求1所述的基于演變虛擬凈負荷的新型電力系統日前優化調度方法,其特征在于:所述步驟3)中基于演變虛
...【技術特征摘要】
1.基于演變虛擬凈負荷的新型電力系統日前優化調度方法,其特征在于:包括以下步驟:
2.根據權利要求1所述的基于演變虛擬凈負荷的新型電力系統日前優化調度方法,其特征在于:所述步驟1)中建立基于informer模型的風光發電和負荷功率預測模型具體方法為:
3.根據權利要求1所述的基于演變虛擬凈負荷的新型電力系統日前優化調度方法,其特征在于:所述步驟2)中演變虛擬凈負荷的計算方式為公式(1),
4.根據權利要求1所述的基于演變虛擬凈負荷的新型電力系統日前優化調度方法,其特征在于:所述...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。