【技術實現步驟摘要】
本專利技術屬于抽水蓄能電站調度的，具體涉及一種抽水蓄能電站提質增效的智能調度方法及系統。
技術介紹
1、抽水蓄能電站是目前為止技術最成熟、經濟可靠性最高、容量最大的儲能方式，兼具調峰填谷、調頻、事故備用、調壓等多種功能。進行抽水蓄能電站優化調度研究，不僅能夠減少風光并網對電網帶來的沖擊，緩解電網調峰矛盾，還可以促進電源優化配置，提升電站經濟效益。
2、相比常規水電站智能調度，抽水蓄能電站智能調度的技術難點和挑戰包括：①抽水蓄能電站調度模型需要兼顧發電和抽水的雙向過程，涉及發電功率與抽水功率的二維決策變量，且電站運行過程中存在多種運行工況，受更多物理約束如電網功率平衡約束和輸電線路功率約束等的多維影響，增加了問題的求解難度；②鑒于抽水蓄能電站調度模型的多工況、多維度特點，如何有效改進智能進化算法的適應度函數設計，在平衡提質增效目標的同時使其適應抽水蓄能電站的雙向運行特性，以提高算法在高維非線性模型中的收斂效率，避免陷入局部最優，是亟待解決的難題。
技術實現思路
1、為克服上述現有技術的不足，本專利技術提供一種抽水蓄能電站提質增效的智能調度方法及系統，該方法基于電網源荷特性和新能源出力特征，提取電網負荷和新能源出力典型日場景，確定抽水蓄能電站典型運行場景和運行模式；建立提質增效為優化目標函數，以抽水蓄能電站的發電和抽水功率為決策變量的調度模型；根據等效負荷典型歷史場景和預測場景，采用智能進化算法優化抽水蓄能電站的發電和抽水調度過程，編制可提質增效的調度方案。
2
3、基于電網源荷特性和新能源出力特征，提取電網負荷和新能源出力典型日場景，確定抽水蓄能電站典型運行場景和運行模式；
4、建立提質增效為優化目標函數，以抽水蓄能電站的發電和抽水功率為決策變量的調度模型；
5、根據等效負荷典型歷史場景和預測場景，采用智能進化算法優化抽水蓄能電站的發電和抽水調度過程，編制可提質增效的調度方案。
6、作為進一步的技術方案，基于電網源荷特性和新能源出力特征，提取電網負荷和新能源出力典型日場景，確定抽水蓄能電站典型運行場景和運行模式，包括：
7、根據研究區域多年長系列日內出力或負荷時序數據，以隨機性、波動性、間歇性、源荷相關性指標從電源側和負荷側分析出力變化規律及特性，包括電網負荷特征和清潔能源出力時空屬性；
8、為提高負荷分類精細度，采用高斯混合模型聚類提取日負荷典型場景和新能源出力典型場景，結合研究區域電網負荷和清潔能源出力發展趨勢，得到優先消納新能源后的電網凈負荷典型場景，實現數據降維和聚類任務的融合，全面覆蓋風光水出力的各類場景；
9、通過運行環境和場景分析，明確抽水蓄能電站的運行環境和運行邊界，而后基于所研究的抽水蓄能電站歷史數據，采取前述的高斯混合模型聚類算法提取電站典型運行場景和運行模式。
10、作為進一步的技術方案，提質增效的優化目標函數為：
11、maxf＝c·ω1·f1-ω2·f2
12、ω1+ω2＝1
13、
14、其中：max?f1為抽蓄電站發電效益最大化目標函數，min?f2為等效負荷離差系數最小化目標函數；ω1和ω2為權重系數，c為調整數量級的常數；t為調度期內總時段數目；引入0-1變量，xt＝1表示第t時段電站處于發電運行，xt＝0表示該時段電站處于非發電狀態，yt＝1表示第t時段電站處于抽水運行，yt＝0表示電站處于非抽水運行狀態；分別為第t時段抽水蓄能電站的發電上網電價和抽水電價；分別表示第t時段抽水蓄能電站發電和抽水功率；r0,t為第t時段抽蓄電站投運優化前的原始負荷扣除新能源出力的等效負荷；rt為第t時段抽蓄電站投運后的原始負荷扣除新能源出力的等效負荷；lt為第t時段全網系統的總用電負荷；分別表示第t時段風電和光伏電的預測出力；為第t時段水電的預測出力；為第t時段抽水蓄能電站的功率；為第t時段電網接受外網傳輸功率，為第t時段電網向外網傳輸功率；
15、在建立抽水蓄能電站調度模型時，以抽水蓄能電站的發電與抽水功率作為決策變量，考慮抽水蓄能電站的調峰填谷功能，推求抽蓄電站日出力過程。
16、作為進一步的技術方案，調度模型中各水庫/電站滿足以下電力、水量以及水能轉換關系約束條件：
17、全網有功功率平衡約束；抽水蓄能電站的發電、抽水功率限制；抽水蓄能電站工況約束；抽水蓄能電站的水-能轉換關系；抽水蓄能電站上、下庫水量平衡；抽水蓄能電站上、下庫蓄水量約束；以及調度始末庫容約束。
18、作為進一步的技術方案，采用智能進化算法根據協同調度模塊優化調度期內抽蓄電站各時段工況及其發電或抽水功率過程，包括：
19、初始化算法參數和編碼決策變量；評價適應度；選擇、交叉、變異運算；以及終止條件判斷。
20、根據本專利技術說明書的一方面，提供一種抽水蓄能電站提質增效的智能調度系統，包括：
21、場景提取模塊，用于基于電網源荷特性和新能源出力特征，提取電網負荷和新能源出力典型日場景，確定抽水蓄能電站典型運行場景和運行模式；
22、模型構建模塊，用于建立提質增效為優化目標函數，以抽水蓄能電站的發電和抽水功率為決策變量的調度模型；
23、智能求解模塊，用于根據等效負荷典型歷史場景和預測場景，采用智能進化算法優化抽水蓄能電站的發電和抽水調度過程，編制可提質增效的調度方案。
24、作為進一步的技術方案，所述場景提取模塊，還用于執行如下指令：
25、根據研究區域多年長系列日內出力或負荷時序數據，分析電源側和負荷側的出力變化規律及特性。通過對電源出力的隨機性、波動性、間歇性以及源荷相關性研究，具體分析電網負荷特征與清潔能源的出力時空屬性；
26、為提高負荷分類精細度，采用高斯混合模型聚類算法，提取日負荷和新能源出力的典型場景，結合區域電網負荷和清潔能源出力的發展趨勢，進一步得到優先消納新能源后的電網凈負荷典型場景，實現數據降維和聚類任務的融合，全面覆蓋風光水出力的各類場景；
27、通過運行環境和場景分析，明確抽水蓄能電站的運行環境和運行邊界，而后基于所研究的抽水蓄能電站歷史數據，采取前述的高斯混合模型聚類算法提取電站典型運行場景和運行模式。
28、作為進一步的技術方案，所述智能求解模塊，還包括：
29、第一子模塊，用于初始化算法參數和編碼決策變量；
30、第二子模塊，用于計算提質增效函數，評價適應度；
31、第三子模塊，用于對種群執行選擇、交叉和變異運算；
32、第四子模塊，用于根據優化結果，編制調度方案。
33、根據本專利技術說明書的一方面，提供一種電子設備，配置于抽水蓄能電站，包括存儲器和處理器，所述存儲器用于存儲計算機程序，當所述處理器運行所述存儲器存儲的計算機程序時，所述處理本文檔來自技高網...
【技術保護點】
1.一種抽水蓄能電站提質增效的智能調度方法，其特征在于，包括：
2.根據權利要求1所述一種抽水蓄能電站提質增效的智能調度方法，其特征在于，基于電網源荷特性和新能源出力特征，提取電網負荷和新能源出力典型日場景，確定抽水蓄能電站典型運行場景和運行模式，包括：
3.根據權利要求1所述一種抽水蓄能電站提質增效的智能調度方法，其特征在于，提質增效的優化目標函數為：
4.根據權利要求1所述一種抽水蓄能電站提質增效的智能調度方法，其特征在于，調度模型中各水庫/電站滿足以下電力、水量以及水能轉換關系約束條件：
5.根據權利要求4所述一種抽水蓄能電站提質增效的智能調度方法，其特征在于，采用智能進化算法根據協同調度模塊優化調度期內抽蓄電站各時段工況及其發電或抽水功率過程，包括：
6.一種抽水蓄能電站提質增效的智能調度系統，其特征在于，包括：
7.根據權利要求6所述一種抽水蓄能電站提質增效的智能調度系統，其特征在于，所述場景提取模塊，還用于執行如下指令：
8.根據權利要求6所述一種抽水蓄能電站提質增效的智能調度系統，其
9.一種電子設備，配置于抽水蓄能電站，其特征在于，包括存儲器和處理器，所述存儲器用于存儲計算機程序，當所述處理器運行所述存儲器存儲的計算機程序時，所述處理器執行如權利要求1至5中任一項所述的抽水蓄能電站提質增效的智能調度方法。
10.一種非暫態計算機讀存儲介質，其特征在于，所述非暫態計算機讀存儲介質存儲計算機指令，所述計算機指令使所述計算機執行權利要求1至5中任一項權利要求所述的抽水蓄能電站提質增效的智能調度方法。
...【技術特征摘要】
1.一種抽水蓄能電站提質增效的智能調度方法，其特征在于，包括：
2.根據權利要求1所述一種抽水蓄能電站提質增效的智能調度方法，其特征在于，基于電網源荷特性和新能源出力特征，提取電網負荷和新能源出力典型日場景，確定抽水蓄能電站典型運行場景和運行模式，包括：
3.根據權利要求1所述一種抽水蓄能電站提質增效的智能調度方法，其特征在于，提質增效的優化目標函數為：
4.根據權利要求1所述一種抽水蓄能電站提質增效的智能調度方法，其特征在于，調度模型中各水庫/電站滿足以下電力、水量以及水能轉換關系約束條件：
5.根據權利要求4所述一種抽水蓄能電站提質增效的智能調度方法，其特征在于，采用智能進化算法根據協同調度模塊優化調度期內抽蓄電站各時段工況及其發電或抽水功率過程，包括：
6.一種抽...
【專利技術屬性】
技術研發人員：周研來，湯純，程名，劉沛昇，許崇育，
申請(專利權)人：武漢大學，
類型：發明
國別省市：
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。