一种机组组合优化方法及系统

本发明属于机组组合调度，具体涉及一种机组组合优化方法及系统。

背景技术：

1、机组组合是电力系统调度优化运行的重要组成部分，通过制定各机组在调度周期内的启停状态及出力计划实现总成本最低的目标。构架适应高比例可再生能源接入的新一代电力系统成为实现我国能源转型的重要步骤，可再生能源的接入同时也给电力系统的安全经济运行产生巨大冲击，给机组组合运算带来更多挑战。需要考虑最大程度消纳带有不确定性的可再生能源的目标及运行规划受网络安全约束的影响，兼顾长周期评估优化的计算性能。因此，需要研究一种综合考虑各项约束的多元发电的机组组合优化问题的高效求解方法。

2、针对机组组合求解方法问题已有大量研究，研究方向主要聚焦于启发式算法、数学优化算法及智能优化算法。前两类为求解机组组合问题的经典算法，已得到广泛应用，启发式算法的研究思路为依靠直观的判断或实际调度经验，考虑每一时间粒度下的局部最优解从而认为最终得到的是全局最优解，典型的启发式算法包括穷举法与优先顺序法；数学优化算法主要包括拉格朗日松弛法及混合整数规划法，前者的研究思路是将系统约束条件以惩罚项的形式加入目标函数进行松弛，再将机组组合问题分解为一系列单机子问题和对偶问题，单机子问题采用动态规划法求解，对偶问题采用次梯度法求解；后者是解决变量中既有整数又有非整数问题的一类数学方法，代表性方法有将所求问题分解为只含离散变量和只含连续变量的两个子问题，通过协调因子在这两个子问题间进行循环迭代，最终求得问题的最优解的benders分解法，及隐式枚举所有可能的组合方案，从理论上能够求得问题的最优解的分支定界法；智能优化算法通过程序模拟自然界已知的进化方法从而达到优化的目的，如遗传算法、模拟退火算法、粒子群算法等。

3、上述算法在特定的系统及运行要求条件下能够发挥出较大的优势，但仍存在一定的技术缺陷及不足。智能优化本质上是随机优化，在处理大规模实际系统时模型维数增加计算量显著增大，计算过程缓慢，且所求得的解稳定性不足，在同样条件下两次求得的解可能不同，影响调度的公平性和优化结果的解释。拉格朗日乘子法存在添加约束灵活性较差及大量拉格朗日乘子在迭代过程中不易收敛的问题，由于约束条件复杂程度的限制，难以全面、精细地考虑系统网络及机组自身的各项约束，所得到的发电计划可能无法实现。随着商业求解软件的发展，优化求解法逐渐成为当前研究的热点，但在进行大型电力系统长周期模拟的运行中，仍受到计算速度的限制。若在进行以年为尺度单位的长周期模拟时采用优化求解方式，大规模变量随着大量约束的出现而被引用，且由于混合整数规划问题计算耗时长，不便于及时为运行人员提供参考。

技术实现思路

1、本发明的目的在于提供一种机组组合优化方法及系统，以克服混合整数规划求解机组组合优化问题速度慢、效率低的问题。

2、一种机组组合优化方法，包括以下步骤：

3、s1，根据不同类型机组输出特性分析，构建电力系统中各机组的数学模型，根据各机组的数学模型获取各机组的基准状态；

4、s2，比较基准状态下旋转备用可用容量与约束要求的最小备用容量大小，检验不考虑爬坡约束时，各机组启停状态及出力状态下，系统中开机机组是否同时满足功率平衡约束及旋转备用容量约束的能力，若不满足则进行开机操作直至同时满足功率平衡约束及旋转备用容量约束的能力，得到修正基准状态；

5、s3，确定修正基准状态下各开机的机组所需承担的剩余负荷大小，计算各开机机组的向上爬坡容量及向下爬坡容量，比较各开机机组爬坡容量与剩余负荷大小关系，若当前修正基准状态下各开机机组在考虑爬坡约束时无法满足剩余负荷，则在经济性最优的原则下进行开机或关机操作，直至当前修正基准状态下各开机机组在考虑爬坡约束时满足剩余负荷，然后将剩余负荷分配给各开机机组。

6、优选的，各机组的基准状态包括各机组的启停状态、出力状态及当前时刻各机组中新能源机组出力上限。

7、优选的，初始时刻以参考状态为各机组的基准状态，t时刻以t-1时刻状态为各机组的基准状态。

8、优选的，初始时刻状态的确定以一周内负荷大小为中位数时刻优化求解结果为参考基准；任意时刻新能源机组出力上限为该时刻新能源机组预测出力。

9、优选的，基准状态下旋转备用可用容量为在基准状态下机组出力满足功率平衡约束后剩余的旋转备用容量，若基准状态下旋转备用可用容量小于旋转备用下限要求，则需增开机组直至满足备用容量约束并限定所增开的机组出力为其最小技术出力值，最终得到修正基准状态。

10、优选的，剩余负荷计算表达式如下所示：

11、

12、式中，α为新能源机组消纳率，为由修正基准状态下火电机组出力，为新能源机组时序出力，为t时刻原始负荷。

13、优选的，停机状态下机组爬坡容量为零；开机状态下，计算基准出力与出力限值差值，机组爬坡容量为上述差值和小时爬坡容量二者中的最值。

14、优选的，若剩余负荷大于零，比较剩余负荷与向上爬坡容量大小的关系，若剩余负荷小于等于零，则与向下爬坡容量大小进行比较；当向上爬坡容量或向下爬坡容量无法满足剩余负荷时，需进行相应开机或关机操作。

15、优选的，当向上爬坡容量能够满足剩余负荷时，不改变机组启停状态；当向下爬坡容量能够满足剩余负荷时，校验旋转备用容量是否超出旋转备用上限，若旋转备用容量过大则需进行关机操作。

16、一种机组组合优化系统，包括预处理模块和优化模块，

17、预处理模块，根据不同类型机组输出特性分析，构建电力系统中各机组的数学模型，根据各机组的数学模型获取各机组的基准状态；

18、优化模块，比较基准状态下旋转备用可用容量与约束要求的最小备用容量大小，检验不考虑爬坡约束时，各机组启停状态及出力状态下，系统中开机机组是否同时满足功率平衡约束及旋转备用容量约束的能力，若不满足则进行开机操作直至同时满足功率平衡约束及旋转备用容量约束的能力，得到修正基准状态；确定修正基准状态下各开机的机组所需承担的剩余负荷大小，计算各开机机组的向上爬坡容量及向下爬坡容量，比较各开机机组爬坡容量与剩余负荷大小关系，若当前修正基准状态下各开机机组在考虑爬坡约束时无法满足剩余负荷，则在经济性最优的原则下进行开机或关机操作，直至当前修正基准状态下各开机机组在考虑爬坡约束时满足剩余负荷，然后将剩余负荷分配给各开机机组。

19、与现有技术相比，本发明具有以下有益的技术效果：

20、本发明一种机组组合优化方法，根据不同类型机组输出特性分析，构建电力系统中各机组的数学模型，根据各机组的数学模型获取各机组的基准状态，在现有机组组合研究的基础上，需要兼顾可再生能源消纳和经济成本最优的目标，综合考虑机组自身及系统、约束，提高计算效率的同时增强机组组合计划与网架传输能力的匹配程度，为经济调度及安全校核预留空间。计算量小且简单易操作的启发式算法为上述目标提供了可行的途径，采用安排机组的启停及出力状态，有效规避了混合整数规划问题求解过程，提高了大型实际电力系统长周期机组组合问题的计算效率，可以将计算时间从几小时降为十几分钟。

21、本发明通过安排不同类型机组出力大小和设定火电机组投切顺序等方法，达到最大程度消纳新能源和成本最优的目标。

22、考虑多个不同层次的约束条件，兼顾机组运行的细节问题和网架直流潮流约束，使最终得到的发电计划能够与实际系统网架传输能力有效匹配。

23、本发明通过制定策略时考虑机组最小启停时间并考虑各机组最小技术出力限制，可以避免采用优化方法求解时某些经济性较差机组长期不能开机的窘境，采用策略制定的方式更贴合于实际调度人员的决策，充分调度所有规划机组。