发明内容
基于此，有必要针对上述技术问题，提供一种能够支撑电力系统周时间尺度的调度运行辅助决策，提升电网运行的可行性和安全性的多省区电网周运行计划编制方法。
本发明实施例提供了一种多省区电网周运行计划编制方法，所述方法包括以下步骤：
获取计算电网运行周期的边界数据；
根据所述边界数据创建长周期优化调度模型，并通过所述长周期优化调度模型得到未来一周的日边界数据；
对未来一周的所述日边界数据进行多日滚动优化计算，以得到每日发输电计划；
进一步地，根据所述边界数据创建长周期优化调度模型的方法包括：
根据机组在第一时段的发电功率、运行成本及启动成本，创建长周期目标函数；
根据长周期系统负荷平衡约束、长周期正备用约束、长周期网络潮流传输约束，构建长周期系统侧约束；
根据常规机组的最大/最小发电功率、常规机组爬坡速率约束、常规机组最小连续开停机时间约束，创建常规发电机组出力约束；
根据当前水电站在第一时段的出力、当前水电站在调度周期内的给定电量值，创建长周期梯级水电运行约束；
根据长周期目标函数、长周期系统侧约束、常规发电机组出力约束及长周期梯级水电运行约束，构建长周期优化调度模型。
进一步地，所述长周期目标函数为：
其中，N为优化机组的总个数；T1为需要中长期优化的总时段数；Pi,t为机组i在t时段的发电功率；Ci,t(Pi,t)、分别为机组i在时段t的运行成本、启动成本，机组运行成本Ci,t(Pi,t)是与机组上报的各段功率区间和对应电能量价格相关的多段线性函数。
进一步地，所述长周期系统侧约束具体包括，
长周期系统负荷平衡约束：
其中，Pi,t为机组i在t时段的发电功率；Tj,t,o为区域外联络线j在时段t的计划功率；NT为区域外联络线总数；Dt为t时段的系统负荷预测值；
长周期正备用约束：
其中，αi,t为机组i在t时段的运行状态，αi,t＝0为机组停机，αi,t＝1为机组开机；为机组i在t时段的最大发电功率；为t时段的系统正备用容量需求值；
长周期网络潮流传输约束：
其中，为区域外联络线j在时段t的传输极限。
进一步地，所述常规发电机组出力约束具体包括：
常规机组的最大/最小发电功率：
其中，αi,t为机组i在t时段的运行状态，αi,t＝0为机组停机，αi,t＝1为机组开机；为机组i在t时段的最大发电功率；为t时段的系统正备用容量需求值；
常规机组爬坡速率约束：
其中，ΔPiU、ΔPiD分别为第i台常规机组的上爬坡速率和下爬坡速率；
常规机组最小连续开停机时间约束：
其中，αi,t为常规机组i在t时段的运行状态；TU、TD为常规机组的最小连续开机时间和最小连续停机时间；为常规机组i在t时段时已经连续开机的时间和连续停机的时间，可以用状态变量αi,t来表示。
进一步地，所述长周期梯级水电运行约束为：
其中，Ph,t为第h个水电站在时段t的出力，Qh为第h个水电站在调度周期内的给定电量值；
通过所述长周期优化调度模型得到未来一周的日边界数据的模型为：
其中，Zh,t为水电站h在时刻t的水位值，ηh为水电站h的耗水率，Ih,t为水电站h在时刻t的自然来水，Sh水电站h的水面面积，则水电站h在第k天调度末时刻的水位值为Zh,tend(tend＝24*k)。
进一步地，对未来一周的所述日边界数据进行多日滚动优化计算的方法包括：
根据机组在第二时段的发电功率、运行成本及启动成本，创建短周期目标函数；
根据短周期系统负荷平衡约束、短周期正备用约束、短周期网络潮流传输约束，构建短周期系统侧约束；
根据常规机组的最大/最小发电功率、常规机组爬坡速率约束、常规机组最小连续开停机时间约束，创建常规发电机组出力约束；
根据水平衡约束、库容-水位关系、水位约束及水电厂水位控制，创建端周期梯级水电运行约束；
根据短周期目标函数、短周期系统侧约束、常规发电机组出力约束及短周期梯级水电运行约束，构建短周期优化调度模型，并对未来一周的所述日边界数据进行多日滚动优化计算。
进一步地，所述端周期目标函数为：
其中，N为优化机组的总个数；T2为需要短期优化的总时段数；Pi,t为机组i在t时段的发电功率；Ci,t(Pi,t)、分别为机组i在时段t的运行成本、启动成本，机组运行成本Ci,t(Pi,t)是与机组上报的各段功率区间和对应电能量价格相关的多段线性函数。
进一步地，所述长周期网络潮流传输约束为：
其中，Plmax为线路l的潮流传输极限；Gl-i为机组i所在节点对线路l的发电机输出功率转移分布因子；K为系统的节点数量；Gl-k为节点k对线路l的发电机输出功率转移分布因子；Dk,t为节点k在t时段的母线负荷值。
进一步地，所述短期梯级水电约束具体包括，
水量平衡约束：
qh,t＝ηhPh,t
其中，Vh,t为水电站h在时段t内的库容；qh,t、Qh,t分别为时段t下该水电厂的发电流量、弃水流量、区间来水流量，其区间来水流量为自然来水Ih,t以及上一级水电厂的发电流量qm-1,t和弃水流量三者之和；
库容-水位关系为：
Vh,t＝a1×Zh,t+a2
其中，Zh,t为时段t下该水电厂的水位，a1、a2分别为一次项系数与常数项；
水位约束为：
其中，为该水电厂的水位上限值；为该水电厂的水位上限值。
水电厂水位控制为：
其中，Zh,tend为水电站h的末刻水位。
本发明的另一实施例提出一种多省区电网周运行计划编制系统，包括：
获取模块，用于获取计算电网运行周期的边界数据；
创建模块，用于根据所述边界数据创建长周期优化调度模型，并通过所述长周期优化调度模型得到未来一周的日边界数据；
计算模块，用于对未来一周的所述日边界数据进行多日滚动优化计算，以得到每日发输电计划。
本发明的另一个实施例还提出一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上所述的多省区电网周运行计划编制方法。
本发明的另一个实施例还提出一种电力终端，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上所述的多省区电网周运行计划编制方法。
上述多省区电网周运行计划编制方法，获取计算电网运行周期的边界数据；根据所述边界数据创建长周期优化调度模型，并通过所述长周期优化调度模型得到未来一周的日边界数据；对未来一周的所述日边界数据进行多日滚动优化计算，以得到每日发输电计划。相比现有技术，本发明能够提支撑电力系统周时间尺度的调度运行辅助决策，提升电网运行的可行性和安全性，满足了实际应用需求。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本技术领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，文中的步骤编号，仅为了方便具体实施例的解释，不作为限定步骤执行先后顺序的作用。本实施例提供的方法可以由相关的服务器执行，且下文均以服务器作为执行主体为例进行说明。
如图1所示，本发明实施例提供的多省区电网周运行计划编制方法，由用于控制所述多省区电网周运行计划编制工作的电力编制设备执行，所述方法包括步骤S11至步骤S13：
步骤S11，获取计算电网运行周期的边界数据。
具体的，从节能调度系统中导出系统侧边界数据，包括未来一个月的负荷预测值以及风电、光伏出力预测值；从电网运行控制系统中导出网架数据及机组数据，网架数据包括全网节点、线路等网架信息，机组数据包括发电机组的出力上下限、爬坡速率、煤耗率等基础参数以及来水、库容、耗水量、水位面积等水电站特有数据；从电网运行管理系统中导出机组及线路检修计划，包括未来一个月内的线路、变压器、机组的检修计划及投运计划；设置未来一个月的模型参数及计算参数，模型参数包括省间电量计划允许偏差率、预留的正负备用比例、调度末水位允许偏差率、水位控制值、月度电量计划等；计算参数包括模型收敛精度、最大计算时间、求解器选择等。
步骤S12，根据所述边界数据创建长周期优化调度模型，并通过所述长周期优化调度模型得到未来一周的日边界数据。
具体的，根据机组在第一时段的发电功率、运行成本及启动成本，创建长周期目标函数；根据长周期系统负荷平衡约束、长周期正备用约束、长周期网络潮流传输约束，构建长周期系统侧约束；根据常规机组的最大/最小发电功率、常规机组爬坡速率约束、常规机组最小连续开停机时间约束，创建常规发电机组出力约束；根据当前水电站在第一时段的出力、当前水电站在调度周期内的给定电量值，创建长周期梯级水电运行约束；根据长周期目标函数、长周期系统侧约束、常规发电机组出力约束及长周期梯级水电运行约束，构建长周期优化调度模型。其中，所述长周期统一优化模型的计算周期为1个月，时间颗粒度为4h(假设一个月31天，则调度时段数为186)。
进一步地，所述长周期目标函数为：
其中，N为优化机组的总个数；T1为需要中长期优化的总时段数；Pi,t为机组i在t时段的发电功率；Ci,t(Pi,t)、分别为机组i在时段t的运行成本、启动成本，机组运行成本Ci,t(Pi,t)是与机组上报的各段功率区间和对应电能量价格相关的多段线性函数。
进一步地，所述长周期系统侧约束具体包括，
长周期系统负荷平衡约束：
其中，Pi,t为机组i在t时段的发电功率；Tj,t,o为区域外联络线j在时段t的计划功率(送入为正、输出为负)；NT为区域外联络线总数；Dt为t时段的系统负荷预测值；
长周期正备用约束：
其中，αi,t为机组i在t时段的运行状态，αi,t＝0为机组停机，αi,t＝1为机组开机；为机组i在t时段的最大发电功率；为t时段的系统正备用容量需求值；
长周期网络潮流传输约束：
其中，为区域外联络线j在时段t的传输极限。
进一步地，所述常规发电机组出力约束具体包括：
常规机组的最大/最小发电功率：
其中，αi,t为机组i在t时段的运行状态，αi,t＝0为机组停机，αi,t＝1为机组开机；为机组i在t时段的最大发电功率；为t时段的系统正备用容量需求值；
常规机组爬坡速率约束：
其中，ΔPiU、ΔPiD分别为第i台常规机组的上爬坡速率和下爬坡速率；
常规机组最小连续开停机时间约束：
其中，αi,t为常规机组i在t时段的运行状态；TU、TD为常规机组的最小连续开机时间和最小连续停机时间；为常规机组i在t时段时已经连续开机的时间和连续停机的时间，可以用状态变量αi,t来表示。
进一步地，所述长周期梯级水电运行约束为：
其中，Ph,t为第h个水电站在时段t的出力，Qh为第h个水电站在调度周期内的给定电量值；
通过所述长周期优化调度模型得到未来一周的日边界数据的模型为：
其中，Zh,t为水电站h在时刻t的水位值，ηh为水电站h的耗水率，Ih,t为水电站h在时刻t的自然来水，Sh水电站h的水面面积，则水电站h在第k天调度末时刻的水位值为Zh,tend(tend＝24*k)。
进一步地，通过所述长周期优化调度模型进行长周期统一优化计算，输出日边界数据，主要包括水电站的每日调度未时刻水位。
通过所有水电站的出力Ph,t及水电站参数，可计算出水电站的各时刻的水位值为：
其中，Zh,t为水电站h在时刻t的水位值，ηh为水电站h的耗水率，Ih,t为水电站h在时刻t的自然来水，Sh水电站h的水面面积，则水电站h在第k天调度末时刻的水位值为Zh,tend(tend＝24*k)。
步骤S13，对未来一周的所述日边界数据进行多日滚动优化计算，以得到每日发输电计划。
具体的，根据机组在第二时段的发电功率、运行成本及启动成本，创建短周期目标函数；根据短周期系统负荷平衡约束、短周期正备用约束、短周期网络潮流传输约束，构建短周期系统侧约束；根据常规机组的最大/最小发电功率、常规机组爬坡速率约束、常规机组最小连续开停机时间约束，创建常规发电机组出力约束；根据水平衡约束、库容-水位关系、水位约束及水电厂水位控制，创建端周期梯级水电运行约束；根据短周期目标函数、短周期系统侧约束、常规发电机组出力约束及短周期梯级水电运行约束，构建短周期优化调度模型，并对未来一周的所述日边界数据进行多日滚动优化计算。其中，所述多日滚动优化计算的计算周期为1日，时间颗粒度为15min，每次滚动计算的时段个数为96。
进一步地，所述端周期目标函数为：
其中，N为优化机组的总个数；T2为需要短期优化的总时段数；Pi,t为机组i在t时段的发电功率；Ci,t(Pi,t)、分别为机组i在时段t的运行成本、启动成本，机组运行成本Ci,t(Pi,t)是与机组上报的各段功率区间和对应电能量价格相关的多段线性函数。
进一步地，所述短期系统负荷平衡约束与长周期系统负荷平衡约束一致，所述短期正备用约束与长周期正备用约束一致。所述长周期网络潮流传输约束包括省内线路功率约束和省间联络线功率约束，所述省间联络线功率约束与所述长周期网络潮流传输约束一致，所述省内功率线路约束为：
其中，Plmax为线路l的潮流传输极限；Gl-i为机组i所在节点对线路l的发电机输出功率转移分布因子；K为系统的节点数量；Gl-k为节点k对线路l的发电机输出功率转移分布因子；Dk,t为节点k在t时段的母线负荷值
进一步地，所述短期梯级水电约束具体包括，
水量平衡约束：
qh,t＝ηhPh,t
其中，Vh,t为水电站h在时段t内的库容；qh,t、Qh,t分别为时段t下该水电厂的发电流量、弃水流量、区间来水流量，其区间来水流量为自然来水Ih,t以及上一级水电厂的发电流量qm-1,t和弃水流量三者之和；
库容-水位关系为：
Vh,t＝a1×Zh,t+a2
其中，Zh,t为时段t下该水电厂的水位，a1、a2分别为一次项系数与常数项；
水位约束为：
其中，为该水电厂的水位上限值；为该水电厂的水位上限值。
水电厂水位控制为：
其中，Zh,tend为水电站h的末刻水位。
此外，所述常规发电机组出力约束与所述长周期优化调度模型中的常规发电机组出力约束一致，在此不予赘述。所述得到的所述每日发输电计划包括各省区所有发电机组的发电计划Pi,t、省间联络线的输电计划Tj,t,o、水电站的水位曲线Zh,t。
举例来讲，以2019年3月1日～31日南方电网实际运行数据进行分析，各省区并网机组情况如下表所示：
表1各省区并网机组情况
通过长周期统一优化计算，输出日边界数据如下：
表2主要水电站的日边界数据(以糯扎渡水电厂为例)
则输出的各省区所有发电机组的发电计划如图2所示，省间联络线的输电计划如图3所示，水电站的水位曲线如图4所示。
上述多省区电网周运行计划编制方法，获取计算电网运行周期的边界数据；根据所述边界数据创建长周期优化调度模型，并通过所述长周期优化调度模型得到未来一周的日边界数据；对未来一周的所述日边界数据进行多日滚动优化计算，以得到每日发输电计划。相比现有技术，本发明能够提发明将电网周运行计划的编制问题拆分成长周期统一优化计算和多日滚动优化计算两个过程，通过在长周期统一优化模型以及日前优化调度模型中采用差异化建模，从而模型的精确性以及求解效率都得到了保证，提升了考虑梯级水电的多省区电网运行的可行性和安全性，满足了实际应用需求。
应该理解的是，虽然上述流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本发明提供还提供了一种多省区电网周运行计划编制系统，所述系统包括：
获取模块，用于获取计算电网运行周期的边界数据；
创建模块，用于根据所述边界数据创建长周期优化调度模型，并通过所述长周期优化调度模型得到未来一周的日边界数据；
计算模块，用于对未来一周的所述日边界数据进行多日滚动优化计算，以得到每日发输电计划。
本发明的另一个实施例还提出一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上所述的多省区电网周运行计划编制方法。
本发明实施例所提供的多省区电网周运行计划编制系统，获取计算电网运行周期的边界数据；根据所述边界数据创建长周期优化调度模型，并通过所述长周期优化调度模型得到未来一周的日边界数据；对未来一周的所述日边界数据进行多日滚动优化计算，以得到每日发输电计划。相比现有技术，本发明能够提发明将电网周运行计划的编制问题拆分成长周期统一优化计算和多日滚动优化计算两个过程，通过在长周期统一优化模型以及日前优化调度模型中采用差异化建模，从而模型的精确性以及求解效率都得到了保证，提升了考虑梯级水电的多省区电网运行的可行性和安全性，满足了实际应用需求。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上所述的多省区电网周运行计划编制方法。
本发明实施例还提供了一种电力终端，参见图5所示，是本发明提供的一种电力终端的一个优选实施例的结构框图，所述电力终端包括处理器10、存储器20以及存储在所述存储器20中且被配置为由所述处理器10执行的计算机程序，所述处理器10在执行所述计算机程序时实现如上所述的多省区电网周运行计划编制方法。
优选地，所述计算机程序可以被分割成一个或多个模块/单元(如计算机程序1、计算机程序2、······)，所述一个或者多个模块/单元被存储在所述存储器20中，并由所述处理器10执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述电力终端中的执行过程。
所述处理器10可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，通用处理器可以是微处理器，或者所述处理器10也可以是任何常规的处理器，所述处理器10是所述电力终端的控制中心，利用各种接口和线路连接所述电力终端的各个部分。
所述存储器20主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统、至少一个功能所需的应用程序等，数据存储区可存储相关数据等。此外，所述存储器20可以是高速随机存取存储器，还可以是非易失性存储器，例如插接式硬盘，智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡和闪存卡(Flash Card)等，或所述存储器20也可以是其他易失性固态存储器件。
需要说明的是，上述电力终端可包括，但不仅限于，处理器、存储器，本领域技术人员可以理解，图5结构框图仅仅是电力终端的示例，并不构成对电力终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。