专利名称：一种计及系统运行可靠性的概率动态调度方法
技术领域：
本发明属于电力系统调度领域，具体涉及一种计及系统运行可靠性的概率动态调度方法。
背景技术：
电力系统的有功调度是一个多维度、多层次、复杂系统工程的运筹学问题，其特点及复杂程度决定了采用大系统理论的分解协调优化(或称为递阶优化)方法是简化有功调度系统设计流程、提高系统运行效率的有效途径。按照有功调度时间尺度的长短，可将有功调度(短期)分为日前调度、动态调度(或称超前调度)与在线调度(与控制协调)三个组成部分。其中，动态调度在有功调度体系中处于承上启下的核心部位，是连接日前调度与在线调度(控制)的桥梁和纽带。
电力系统供电可靠性是电能质量的重要指标，供电中断会造成巨大经济损失，因此，电力系统在运行过程中，需要配备必要手段，以降低电力系统的运行风险，调高电力系统运行可靠性，其中，配置旋转备用是关键。
从目前应用与研究情况来看，对于动态调度，其旋转备用配置有确定性与概率性的两类处理方法。其中，确定性的备用配置方法要求每个调度时段系统配置的旋转备用容量均多于某一预先给定的最小限值。然而，由于该类方法没有计及元件故障的随机特性以及系统的实际运行情况，其难以将系统的响应风险维持在一定水平，调度结果难免保守或冒进。
相比较于确定性的备用配置方法，概率性的备用配置方法能够定量地协调系统运行的经济性与可靠性，其在理念上是较为先进的，但模型复杂、求解困难制约着该类方法的进一步发展与应用。
发明内容
为了克服上述缺陷，本发明提出了一种具有实用价值的概率动态调度方法，此方法可以给出未来多个时段兼顾系统运行经济性与可靠性的调度方案，能够对预想事故后的调节给出参考方案，给出机组调节量以及必要的切负荷量。方法构成线性规划问题，基于 Benders分解技术的求解方法在计算效率上具有先进性。
本发明提出了一种计及系统运行可靠性的概率动态调度方法，包括以下步骤 (1)从数据采集与监视控制系统SCADA采集当前系统运行状态数据，包括当前系统中各机组的输出功率和系统的网络拓扑结构； (2)若网络拓扑结发生改变，则根据网络拓扑形成节点注入转移因子、断线功率转移因子待用； (3)从负荷预报程序得到系统未来6个时段中系统的负荷预测结果，负荷预报程序采用时序外推预测方法对短期负荷变化趋势进行预测，所述时序外推预测方法采用动平均法，是对一组时间序列数据进行算术平均值计算，并以此为依据进行预测； (4)动态调度计算程序采用概率动态调度模型及算法根据上述得到数据进行计算，给出调度结果，其中动态调度计算程序包括 1)预调度，不考虑系统的事故情况进行一次动态调度，结果对应目标值设为目标下界； 2)根据调度结果预先筛选需要进行检验的由各种事故情况形成的子问题； 3)将调度结果带入各需要进行检验的子问题，检验调度结果的最优性及可行性， 若有子问题不可行，则向动态调度主问题返回可行割，若有子问题可行但不满足最优性条件，向动态调度主问题返回最优割； 4)若所有子问题均可行但有子问题不满足最优性条件，则此时主、子问题目标函数之和形成调度目标上界； 5)检验，若该次迭代没有形成新的割或目标上、下界之差小于预定阀值，则计算结束，导出结果，否则，重新进行加割后的动态调度主问题的计算。
t0+NTt0+NT K
其中，(一)所述动态调度计算程序使用的调度模型为
t0+NTt0+NT K
mm Σ cTt Pt + Σ Σ^,Γ^ΔΑ, + ^rApu)
+1IL^t-diag(Ta)-ADkt
t=t0 k=\
⑴
EAR,ι
s.t.
'Τ Pt=Ka D1
、
Plmax Pmm ^ Pt ^ /'max
^Pt-PtrU
<T0.pt-TD.Dt<Pl Pt ^ r ^t rC ^ Pt
'max
(2)
—f
-Plm^k ^ TG,k · (ft + t^Kt — ^Pk,t )
-TDk-(Dt-ADkt)<plm^k
(3)
Pt +缔Kt么P皿 Pt ^ Pmm
0<^Dkt<Dt 式中t = t0, t0+l,…，、+Ντ，表示调度时段，、为调度目标时段，Nt为前瞻时段数；k = 1,2,…，K，表示各种预想事故，K为需考虑的事故总数；ct、6及分别表示机组的发电成本、上调成本以及下调成本列向量；Pt为机组输出功率列向量-J^，Δ/ν分别是预想事故发生后机组向上及向下的调整量列向量；Dt为节点负荷需求列向量；ADk, t为事故发生后的切负荷量列向量；P k,t为t时段系统处于状态k的概率；IEAK,t表示停电损失评价率 IEAR列向量；diag(TA)表示以各负荷节点的平均停电持续时间为对角元素的对角阵；1表示元素均为1的列向量；Te、TD分别为发电机节点与负荷节点注入功率对支路潮流的灵敏度矩阵；Plmax为支路的传输功率上限列向量；Pmin、P_分别为机组输出功率上限、下限列向量； ru、rd分别表示机组的上调及下调速率限值列向量；△ t为调度时间间隔；TK为事故后旋转备用的允许响应时间； 式(1)-03)构成了概率动态调度模型，其决策变量为机组输出功率、事故后机组输出功率调整量以及切负荷量。式(1)所表达的目标函数由两部分叠加构成，其一为系统的发电成本，其二为在此基础上，在各种预想事故发生后，系统运行状态的调整成本期望， 这包括机组向上或向下的调整成本期望以及切负荷成本期望。式( 表示正常运行状态下系统的各种等式及不等式约束。其中，等式约束为发电与需求的平衡约束；不等式约束依次为支路传输功率上限约束、机组输出功率范围约束以及相邻时段间机组的功率变化率约束。式(3)表示对于每种预想事故，调整应满足的约束。其中，等式约束表示机组输出功率调整以及消减负荷后系统发电与需求的平衡；不等式约束依次为支路传输功率上限约束、 机组输出功率上限约束、机组输出功率下限约束、机组向上调整能力约束、机组向下调整能力约束以及切负荷量约束。
( 二)所述动态调度计算程序使用的求解方法为 (1)基于Benders分解的算法流程 上述概率动态调度模型构成线性规划问题，对于实际系统，其规模较大，难以直接求解。实际上，所构成的优化问题在各种运行状态之间仅存在较弱的耦合关系，充分利用这一规律，可将原问题分解，达到减小优化问题求解规模，提高问题求解速度的目的。
为表述方便，将式⑴-(3)抽象表达为
权利要求
1.一种计及系统运行可靠性的概率动态调度方法，其特征在于包括以下步骤(1)从数据采集与监视控制系统SCADA采集当前系统运行状态数据，包括当前系统中各机组的输出功率和系统的网络拓扑结构；(2)若网络拓扑结发生改变，则根据网络拓扑形成节点注入转移因子、断线功率转移因子待用；(3)从负荷预报程序得到系统未来6个时段中系统的负荷预测结果，负荷预报程序采用时序外推预测方法对短期负荷变化趋势进行预测，所述时序外推预测方法采用动平均法，是对一组时间序列数据进行算术平均值计算，并以此为依据进行预测；(4)动态调度计算程序采用概率动态调度模型及算法根据上述得到数据进行计算，给出调度结果，其中动态调度计算程序包括1)预调度，不考虑系统的事故情况进行一次动态调度，结果对应目标值设为目标下界；2)根据调度结果预先筛选需要进行检验的由各种事故情况形成的子问题；3)将调度结果带入各需要进行检验的子问题，检验调度结果的最优性及可行性，若有子问题不可行，则向动态调度主问题返回可行割，若有子问题可行但不满足最优性条件，向动态调度主问题返回最优割；4)若所有子问题均可行但有子问题不满足最优性条件，则此时主、子问题目标函数之和形成调度目标上界；5)检验，若该次迭代没有形成新的割或目标上、下界之差小于预定阀值，则计算结束， 导出结果，否则，重新进行加割后的动态调度主问题的计算。
2.如权利要求1所述的方法，其特征在于(一)所述动态调度计算程序使用的调度模型为
式中t = t0, t0+l,…，、+Ντ，表示调度时段，、为调度目标时段，Nt为前瞻时段数；k =1,2,…，K，表示各种预想事故，K为需考虑的事故总数；ct、6及6分别表示机组的发电成本、上调成本以及下调成本列向量；Pt为机组输出功率列向量；#u，A/v分别是预想事故发生后机组向上及向下的调整量列向量；Dt为节点负荷需求列向量；ADk, t为事故发生后的切负荷量列向量；P k,t为t时段系统处于状态k的概率；IEAK,t表示停电损失评价率 IEAR列向量；diag(TA)表示以各负荷节点的平均停电持续时间为对角元素的对角阵；1表示元素均为1的列向量；Te、TD分别为发电机节点与负荷节点注入功率对支路潮流的灵敏度矩阵；Plmax为支路的传输功率上限列向量；Pmin、P_分别为机组输出功率上限、下限列向量； ru、rd分别表示机组的上调及下调速率限值列向量；△ t为调度时间间隔；TK为事故后旋转备用的允许响应时间；式(1)-03)构成了概率动态调度模型，其决策变量为机组输出功率、事故后机组输出功率调整量以及切负荷量；式(1)所表达的目标函数由两部分叠加构成，其一为系统的发电成本，其二为在此基础上，在各种预想事故发生后，系统运行状态的调整成本期望，这包括机组向上或向下的调整成本期望以及切负荷成本期望；式( 表示正常运行状态下系统的各种等式及不等式约束；其中，等式约束为发电与需求的平衡约束；不等式约束依次为支路传输功率上限约束、机组输出功率范围约束以及相邻时段问机组的功率变化率约束； 式(3)表示对于每种预想事故，调整应满足的约束；其中，等式约束表示机组输出功率调整以及消减负荷后系统发电与需求的平衡；不等式约束依次为支路传输功率上限约束、机组输出功率上限约束、机组输出功率下限约束、机组向上调整能力约束、机组向下调整能力约束以及切负荷量约束；(二)所述动态调度计算程序使用的求解方法为 (1)基于Benders分解的算法流程将式(1)-(3)抽象表达为
s. t. Ax ≥ b Β1Χ+Η1Υ1 ≥ H1 B2x+H2y2 ≥ h2
式中向量X表示所有时段机组的输出功率；向量7￥对应第W种情况下机组的调解量以及切负荷量，这里w共对应(Ντ+1) ·Κ种情况；P w为情况w发生的概率；向量f以及fw表示与成本相关的系数；A、Bw及Hw为约束中的系数矩阵；b及hw为对应约束的右边项；式由两部分组成，其一为不考虑事故调整的动态经济调度部分，此处称之为主问题，其仅含变量X;其二为一组对各时段各预想事故的调整决策问题，此处称之为一组子问3题，其决策变量为相应的yw ；其中，子问题的可行域是受主问题影响的，即在各子问题的约束中除了含有自身的决策变量外还含有主问题的决策变量，由此结构，构建算法如下步骤1 初始化原问题目标函数上界
初始化子问题w对偶问题的上界zw为0 ；初始化迭代次数标记m为0 ； 步骤2:求解主问题
采用调度结果更新原问题目标函数下界，即将maX(MAVm，LB)赋给LB ； 步骤3 依次或并行求解各子问题，此时，χ为已知量
若子问题W有解，则进行解的最优性检验，即比较^/C与主问题中求出的Zw的大小， 若前者较小，则该子问题解满足最优性条件，在此次迭代中不产生Benders割；反之，若后者较小，则该子问题需向主问题返回Benders最优割作为主问题的附加约束
若子问题W无解，即SWr无限大，则该子问题需向主问题返回Benders可行割作为主问题的附加约束
步骤4 若所有子问题均有解且满足最优性条件，则迭代结束。此时，此次迭代所得的χ 以及只，义，…，JV^M即为原问题的最优解。若各子问题均有解，但存在子问题不满足最优性条件，则说明此次迭代得到的χ以及乂，JV_，JV,+￥是一组可行解，但并非最优解。此时，利用此次迭代中得到的解求出原问题的目标函数值，此处将其设为PRVm,并用该值更新原问题目标函数的上界。即将min(PRVm，UB)赋予UB ；步骤5 若UB与LB之差小于预先设定的允许误差ε，则迭代结束。此次迭代得到的χ 及H…，即可近似认为是原问题的最优解；否则，m增加1，转到步骤2，重新计算加入新Benders割后的主问题。
3.如权利要求2所述的方法，其特征在于各子问题的目标是在受主问题解影响的可行域内寻找指定事故发生后调整费用最小的调整方案，其最理想的情况无疑是调整费用为0，也即调整量为零的情况，如果在某次迭代m中，根据主问题的解，某子问题w的可行域中包含各决策变量均为零的点，那么，该点必然是该子问题的最优解，而且一定能够满足最优性条件^ZiCi小于zw ；在此种情况下，该子问题的目标函数为零，且不会对主问题返回任意形式的割，从而在所述步骤2与步骤3之间添加传输支路故障筛选子程序，利用断线后的潮流转移因子来实现支路开断事故的快速预先筛选。
4.如权利要求1所述的方法，其特征在于所述6个时段，每个时段为20-60分钟。
全文摘要
本发明属于电力系统调度领域，具体涉及一种计及系统运行可靠性的概率动态调度方法。提出了一种基于Benders分解的新方法对概率动态调度构成的大型线性规划问题进行求解。针对各种运行状态之间的耦合关系，依据分解协调的思想，采用Benders分解技术将原问题分解，形成由正常运行状态下动态经济调度主问题与事故运行状态下运行状态调整子问题构成的迭代求解格式，降低了每次优化计算的求解规模。本发明的方法提高了问题的求解速度，实现了对较大规模系统的有效求解。
文档编号H02J13/00GK102195362SQ201110138610
公开日2011年9月21日 申请日期2011年5月26日 优先权日2011年5月26日
发明者周胜军, 于坤山, 刘剑, 杨明, 邓占锋, 王同勋 申请人:中国电力科学研究院, 辽宁省电力有限公司技术经济咨询研究中心, 山东山大电力技术有限公司