本发明涉及油田采油,特别涉及一种微网下的间抽制度实现井群供电方法、装置、设备及介质。
背景技术:
1、现有技术中,考虑产量变化约束、产量变化约束、产量变化约束、产量变化约束、总产量约束和总产量约束,以耗能最小建立间抽模型,通过对模型线性化进行求解,在发电量预测方面,利用lstm(long short-term memory,长短期记忆网络)模型作为光伏发电预测的基学习器,并采用极端梯度推进框架对基学习器进行整合,现有技术中提出一种基于结构与数据多样性增强技术的集成预测方法对光伏的发电量进行预测,该方法采用结构与数据两种多样性增强技术以增强集成模型中基模型的多样性,其中,结构多样性由学习器的不同结构决定,数据多样性通过从初始训练集生成多个子训练集来实现,通过采用stacking模型(stacked generalization),是一种集成学习算法,结合策略,使用多份子训练集对广义回归神经网络、极限学习机和eiman神经网络分别训练,产生多样化的基模型,在多能互补的研究上选用光伏、水力和火力进行发电,建立模型,进行优化调度。现有技术的缺点如下:未能提供油井的工作姿态,并且,耗能侧没有考虑直流母线的电能互馈,没有考虑集输官网、计量站和联合站的输油压力;对于多能优化调度,现有微网系统的建模与优化研究尚不成熟,不能满足实际应用需求,没有充分考虑弃光率和系统的启动成本。
2、由上可见,如何基于间抽制度全方面的实现井群供电,降低系统启动运行成本,提高井群供电的效率是本领域有待解决的问题。
技术实现思路
1、有鉴于此,本发明的目的在于提供一种微网下的间抽制度实现井群供电方法、装置、设备及介质,能够基于间抽制度全方面的实现井群供电,降低系统启动运行成本,提高井群供电的效率。其具体方案如下:
2、第一方面,本技术公开了一种微网下的间抽制度实现井群供电方法,应用于错峰开井耗电侧,包括:
3、获取错峰开井的实际运行参数和光伏电网发电参数;
4、根据业务需求对所述实际运行参数和所述光伏电网发电参数进行解析,以得到用于表征抽油机耗电功率约束条件和曲柄等值扭矩约束条件的代理模型;
5、构建目标函数,基于包含所述代理模型的约束条件和所述目标函数建立间抽制度生成模型;
6、对所述间抽制度生成模型进行求解,以得到抽油机井群错峰开井的目标间抽制度,以便错峰开井供电侧基于所述目标间抽制度实现井群供电。
7、可选的,所述实际运行参数和所述光伏电网发电参数包括光伏发电功率、电网功率、光伏发电机组参数、耗电段的耗电量、单井产量、井群产量、井群抽油产量、光伏发电量上界以及总光伏机组的弃光率上界。
8、可选的,所述约束条件,包括:
9、利用所述弃光率上界和所述光伏发电机组参数建立弃光率约束条件为
10、其中,为所述弃光率上界,j为光伏发电机组索引,为t时段光伏机组j的出力上界,npv为光伏发电机组数量,t为离散时间索引,t为调度周期,为t时段光伏机组j的出力。
11、可选的,所述约束条件,包括:
12、建立单井约束条件;其中,所述单井约束条件包括单井产能变化约束条件、单井产能变化约束条件、单井日产量约束条件以及单井连续开或关井时长约束条件;
13、所述单井产能变化约束条件为其中,i为抽油机组和油井索引,qi,t为t时段油井i的单位时间的产能,qi,t-1为t-1时段油井i的单位时间的产能,为t-1时段油井i的开关状态,为油井i在开井时的产能递减速率,为第油井i在关井时的产能递增速率,f2为将单井开井时和关井时单井产能的变化速率近似为定值的单井产能变化规律;
14、所述单井日产量约束条件为其中,li为油井i在t时间内的产量下界,δt为相邻两次调度的时间间隔,为t时段油井i的开关状态;
15、所述单井连续开或关井时长约束条件为其中,tcont为连续开井或关井的时间索引,m为常数,为抽油机组i的单次开井时长下界,为t+tcont时段油井i的开关状态,为t时段抽油机组i开始连续开井的状态,为t时段抽油机组i开始连续关井的状态;
16、建立曲柄转速约束条件,所述曲柄转速约束条件为其中,为t时段抽油机组i耗电的有功功率,ni,t为抽油机组i在t时段的曲柄转速,为t时段抽油机组i耗电的有功功率,mi,t为抽油机组i在t时段的曲柄等值扭矩。
17、可选的,所述代理模型,包括:
18、所述单井抽油机组耗电功率约束条件为其中,为t时段抽油机组i耗电的有功功率,nwi,t为抽油机组i在t时段的冲次,si为抽油机组i的冲程,di为抽油机组i的泵径,a0、a1、a2、a3、a4为常数;
19、所述曲柄等值扭矩约束条件为其中,mi,t为抽油机组i在t时段的曲柄等值扭矩,hi为油井i的井深,b0、b1、b2、b3为常数,为t时段油井i的开关状态,qi,t为t时段油井i的单位时间的产能,nwi,t为抽油机组i在t时段的冲次。
20、可选的,所述构建目标函数,包括:
21、构建为光伏机组运行成本函数;
22、构建为购电成本函数;
23、根据所述光伏机组运行成本函数和所述购电成本函数构建min c=cbuy+cpv为目标函数;
24、其中,cbuy为购电成本,cpv为光伏机组运行成本,t为离散时间索引,为t时段高压电网的出力,为t时段的购电电价,δt为相邻两次调度的时间间隔,t为调度周期,npv为光伏发电机组数量,minc为所述错峰开井供电侧的最低运行成本,为光伏机组j的曰运行成本。
25、可选的,所述以便错峰开井供电侧基于所述目标间抽制度实现井群供电,包括:
26、将所述目标间抽制度发送至错峰开井供电侧,以便所述错峰开井供电侧在所述目标间抽制度下利用所述间抽制度生成模型,并基于直流母线电压实现并群供电。
27、第二方面,本技术公开了一种微网下的间抽制度实现井群供电装置,应用于错峰开井耗电侧,包括:
28、参数获取模块,用于获取错峰开井的实际运行参数和光伏电网发电参数;
29、代理模型确定模块,用于根据业务需求对所述实际运行参数和所述光伏电网发电参数进行解析,以得到用于表征抽油机耗电功率约束条件和曲柄等值扭矩约束条件的代理模型;
30、模型生成模块,用于构建目标函数,基于包含所述代理模型的约束条件和所述目标函数建立间抽制度生成模型;
31、目标间抽制度确定模块,用于对所述间抽制度生成模型进行求解,以得到抽油机井群错峰开井的目标间抽制度,以便错峰开井供电侧基于所述目标间抽制度实现井群供电。
32、第三方面,本技术公开了一种电子设备,包括:
33、存储器,用于保存计算机程序;
34、处理器,用于执行所述计算机程序,以实现前述的微网下的间抽制度实现并群供电方法。
35、第四方面,本技术公开了一种计算机存储介质,用于保存计算机程序;其中,所述计算机程序被处理器执行时实现前述公开的微网下的间抽制度实现井群供电方法的步骤。
36、可见,本技术提供了一种微网下的间抽制度实现井群供电方法,包括获取错峰开井的实际运行参数和光伏电网发电参数;根据业务需求对所述实际运行参数和所述光伏电网发电参数进行解析,以得到用于表征抽油机耗电功率约束条件和曲柄等值扭矩约束条件的代理模型;构建目标函数,基于包含所述代理模型的约束条件和所述目标函数建立间抽制度生成模型;对所述间抽制度生成模型进行求解,以得到抽油机井群错峰开井的目标间抽制度,以便错峰开井供电侧基于所述目标间抽制度实现井群供电。本技术通过对实际运行参数和光伏电网发电参数进行解析,得到代理模型,不仅考虑直流母线的电能互馈,还充分考虑了其他约束条件以及系统的启动成本,即基于目标函数以及包括代理模型的约束条件建立间抽制度生成模型,以得到目标间抽制度,通过考虑多种约束条件以及运行成本,使得错峰开井供电侧基于所述目标间抽制度实现井群供电,提高井群供电的效率,优化多能互补系统协同运行,满足实际应用需求的多样性。