一种基于混合整数动态优化的蓄热电采暖负荷控制方法与流程

本发明涉及电力系统负荷控制技术领域，具体地，涉及一种基于混合整数动态优化的蓄热电采暖负荷消纳风电控制方法。

背景技术：

负荷作为电力系统的最后一个环节，在电能实时平衡过程中起着至关重要的作用。传统调度模式下，电网调度部门依据对负荷进行预测，通过对常规机组的调节控制，实现电网功率的实时平衡。近年来，随着我国新能源发展迅猛，风电渗透率逐年攀升，由于风能具有的间歇性、波动性、随机性、反调峰性等特点，使得发电侧由原来精密可控变得波动而难以预测，受传统的电网调节资源调节能力限制，考虑电网安全稳定运行，我国目前的大规模风电基地往往面临弃风问题，造成极大的资源浪费。另一方面，受清洁能源使用推广，风电集中地区出现大量调节性能较好的蓄热电采暖负荷

在风电消纳能力有限，大规模储能技术尚未突破，同一地区的风电装机容量不断扩大，蓄热电采暖逐步替代化烧煤锅炉的现状下。将蓄热电采暖负荷引入风电消纳的优化调度问题，实现风电供热控制，可实现大规模风电和需求侧广域负荷的优势互补、协调发展。

因此，需要提出一种控制方法来解决采用风电供热时，蓄热电采暖负荷的控制问题，满足蓄热电采暖的供暖效果，同时促进受阻并网风电就地消纳，提高风电供热的利用效率。

技术实现要素：

针对现有技术的不足，本发明提供一种基于混合整数动态优化的蓄热电采暖负荷消纳风电控制方法，利用蓄热电采暖负荷的可调节潜力，提高电网对风电的消纳能力，缓解常规能源对风电的调节压力。

本发明的技术方案如下：

一种基于混合整数动态优化的蓄热电采暖负荷消纳风电控制方法，包括如下步骤：

s1、确定蓄热电采暖负荷消纳受阻风电的机理，分析蓄热电采暖负荷调节特性对风电消纳的影响；

s2、建立蓄热电采暖负荷的双模式调节数学模型；

s3、在步骤s1和s2的基础上，确定基于风电消纳的蓄热电采暖负荷控制数学模型；

s4、通过改进pso算法设计，对建立的混合整数动态优化问题进行求解，最终得到蓄热电采暖负荷消纳风电的控制方法。

进一步地，步骤s2中所述的建立的蓄热电采暖负荷的调节数学模型具体为：

s201.建立的蓄热电采暖负荷有功模型

s202.建立蓄热电采暖负荷i在t时刻的储能状态模型

s203.蓄热电采暖负荷在参与调节过程中数学模型需要满足约束

(a)调节范围约束：在限定调节容量范围内，可连续进行调节。

(b)储能状态约束：考虑储热介质的储能特性，蓄热电锅炉通常具有设定的最高工作温度，需满足储能状态约束

(c)波动速率约束：为确保电锅炉的安全稳定运行，其功率的波动应限制在一定范围之内。

进一步地，步骤s3中所述的基于风电消纳的蓄热电采暖负荷控制数学模型具体为：

s301.目标函数为消纳风电量最大

s302.需要满足约束条件包括：

(a)蓄热电采暖负荷调节能力约束:

(b)风电场运行约束包括：

①风电出力上下限约束:

②考虑到风电机组为含有旋转部件，考虑叶片惯性以及风电波动因素，在计划运行时风电爬坡率要满足上下限约束:

(c)系统有功平衡约束：

(d)蓄热电采暖负荷调解模式0-1变量约束：

对于蓄热电采暖负荷，本发明依据实际情况采用双调节模型进行调节，引入离散变量kadj,i(t)做为调节模式系数，在调节时需考虑该离散变量取值的约束。

通过求解模型，便可以得到蓄热电采暖负荷的日前计划出力。

进一步地，步骤s4中所述的改进pso算法设计具体为:

s401.假设需要求解的模型a为混合整数动态优化问题，对于等式约束，引入小正数ε作为容忍度，将等式约束转化为不等式约束。将a即转化为只含p+q个不等式约束的规划问题。

s402.先将模型中0-1整数变量进行松弛为[0,1]区间内连续变量，将问题转化为连续变量优化问题得到状态进行求解；

s403.引入二项分布来判断松弛后的0-1变量是隶属于调节模式1，还是调解模式0。与传统舍入取整方法相比，该通过二项分布随机模型取整方法具有较强的鲁棒性和自适应性，增强整数变量的变异能力。为进一步增加种群多样性，提高全局寻优能力，对kadji(t)多次随机取整操作，分别将解向量定义为

s404.对于调节结果进一步修正解决时间耦合约束，得到最优的0-1变量优化结果。k′adj,i(t)为修正后决策变量值，经求解后为可以满足时间耦合约束的调解模式决策变量组合最优解。

s405在完成0-1变量优化后，将其带入目标函数和约束矩阵中，原含0-1变量的混合整数动态优化问题被转化为连续变量优化问题，进而可以采用pso进行求解。求解后，得到调节后蓄热电采暖负荷的计划出力pc_k(t)，t＝1,2,…,96。

本发明的优点在于：

(1)在混合整数优化问题求解时，通过改进算法设计，解决了传统组合优化问题中不能同时处理整数变量和连续变量问题，算法设计简单且有效。

(2)在对蓄热电采暖负荷调节能力建模时，考虑两种调解模式。既考虑连续调节，也考虑到按组投切调节，与实际情况更吻合，也更利于蓄热电采暖参与调节中来。在建立控制数学模型时候，不仅考虑风电消纳需求，同时考虑系统约束，因此，计算结果具有可实施性，对电网进行负荷控制具有较好的指导意义。

附图说明

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

图1是本发明基于混合整数动态优化的蓄热电采暖负荷消纳风电控制方法的流程图；

图2是本发明基于混合整数动态优化的蓄热电采暖负荷消纳风电控制方法的框架图；

图3是具体实施方式中蓄热电采暖负荷调节模型有功示意图；

图4是具体实施方式中蓄热电采暖负荷调节模型电量示意图；

图5是具体实施方式中混合整数动态优化问题求解的改进pso算法设计流程图；

具体实施方式

为了清楚说明本发明的技术方案，将在下面详细的描述本发明的具体流程。显然，本发明实例的具体实施并不局限于本领域的技术人员所熟悉的特殊细节。下面结合附图和实例对本发明进一步说明，但本发明的实施方式不限于此。

如图1所示，本实施例一种基于混合整数动态优化的蓄热电采暖负荷消纳风电控制方法，包括下述步骤：

s1、确定蓄热电采暖负荷消纳受阻风电的机理，分析蓄热电采暖负荷调节特性对风电消纳的影响；

s2、建立蓄热电采暖负荷的双模式调节数学模型；

s3、在步骤s1和s2的基础上，确定基于风电消纳的蓄热电采暖负荷控制数学模型；

s4、通过改进pso算法设计，对建立的混合整数动态优化问题进行求解，最终得到蓄热电采暖负荷消纳风电的控制方法。

进一步地，步骤s2中所述的建立的蓄热电采暖负荷的调节数学模型具体为：

s201.建立的蓄热电采暖负荷有功模型

s202.建立蓄热电采暖负荷i在t时刻的储能状态模型

s203.蓄热电采暖负荷在参与调节过程中数学模型需要满足约束

(a)调节范围约束：在限定调节容量范围内，可连续进行调节。

(b)储能状态约束：考虑储热介质的储能特性，蓄热电锅炉通常具有设定的最高工作温度，需满足储能状态约束

(c)波动速率约束：为确保电锅炉的安全稳定运行，其功率的波动应限制在一定范围之内。

进一步地，步骤s3中所述的基于风电消纳的蓄热电采暖负荷控制数学模型具体为：

s301.目标函数为：

式中，ew为受阻风电电量；pwfcst,i(t)表示风电预测出力；t为调度周期内时段数，因此取值t＝96，δt＝15min；pg(t)为调度计划中常规机组出力计划值，pl_base(t)为系统中不可调节负荷有功；pc_k(t)表示可蓄热电采暖负荷的出力计划值。

s302.需要满足约束条件包括：

(a)蓄热电采暖负荷调节能力约束:

(b)风电场运行约束:

在调度部门制定风电场出力计划时，风电场i出力pw,i(t)需要满足约束包括：

①风电出力上下限约束:

0≤pw,i(t)≤pwfcst,i(t)(3)

式中pwfcst,i(t)为功率预测值，即风电场向调度申报的出力能力，调度部门对风电场计划出力要小于该值。

②考虑到风电机组为含有旋转部件，考虑叶片惯性以及风电波动因素，在计划运行时风电爬坡率要满足上下限约束:

式中和分别表示风电场i上下爬坡速度极限值。

(c)系统有功平衡约束：

(d)蓄热电采暖负荷调解模式0-1变量约束：

对于蓄热电采暖负荷，本发明依据实际情况采用双调节模型进行调节，引入离散变量kadj,i(t)做为调节模式系数，在调节时需考虑该离散变量取值的约束。

上述建立的模型中，各变量均为随时间变化的量，建立了一个多时段动态优化调度模型。考虑到该优化模型目标为风电受阻电量最小，是一个单目标优化问题，模型约束包括等式约束不等式约束，变量类型包括实数变量和离散变量，为典型的混合变量动态优化求解问题。通过求解模型，便可以得到蓄热电采暖负荷的日前计划出力pc_k(t)，t＝1,2,…,96。

进一步地，步骤s4中所述的改进pso算法设计具体为:

s401.假设需要求解的模型a为混合整数动态优化问题，对于等式约束，引入小正数ε作为容忍度，将等式约束转化为不等式约束。将a即转化为只含p+q个不等式约束的规划问题。

s402.先将模型中0-1整数变量进行松弛为[0,1]区间内连续变量，将问题转化为连续变量优化问题得到状态进行求解；

s403.引入二项分布来判断松弛后的0-1变量是隶属于连续调节模式，还是分组投切调解模式。与传统舍入取整方法相比，该通过二项分布随机模型取整方法具有较强的鲁棒性和自适应性，增强整数变量的变异能力。为进一步增加种群多样性，提高全局寻优能力，对kadj,i(t)多次随机取整操作，分别将解向量定义为

s404.对于调节结果进一步修正解决时间耦合约束，得到最优的0-1变量优化结果。k′adj,i(t)为修正后决策变量值，经求解后为可以满足时间耦合约束的调解模式决策变量组合最优解。

s405在完成0-1变量优化后，将其带入目标函数和约束矩阵中，原含0-1变量的混合整数动态优化问题被转化为连续变量优化问题，进而可以采用pso进行求解。求解后，得到调节后蓄热电采暖负荷的计划出力pc_k(t)，t＝1,2,…,96。

进一步地，图2为本发明基于混合整数动态优化的蓄热电采暖负荷消纳风电控制方法的框架图。

图3为具体实施方式中蓄热电采暖负荷调节模型有功示意图；

步骤s201中建立的蓄热电采暖负荷i在t时刻的有功模型为：

pc，i(t)＝kadj，i(t)·ηadj，i(t)·p0，i+(1-kadj，i(t))·n^t(t)·p0，ikadj，i(t)，n^t∈{0，1}(7)

式中，p0,i为蓄热电采暖负荷i的额定有功，kadj,i(t)为调节模式系数，ηadj,i(t)为参与连续调节时调节量系数。

步骤s203中蓄热电采暖负荷有功约束为

(a)调节范围约束：在限定调节容量范围内，可连续进行调节。

0≤pc,i(t)≤p0,i(9)

(b)波动速率约束：为确保电锅炉的安全稳定运行，其功率的波动应限制在一定范围之内。

式中，和分别表示蓄热电采暖负荷增减调节时，波动的速率最值。

图4为具体实施方式中蓄热电采暖负荷调节模型电量示意图；

步骤s202中建立的蓄热电采暖负荷i在t时刻的储能状态模型为：

式中,socc,i(t)为引入荷电状态概念表征t时刻蓄热电采暖负荷i的储能状态，hc,i(t)表示t时刻该负荷储热量，hc,i(t0)为初始时刻蓄热量，mc,i为电热转化效率，pg_i(t)为供热负荷，qcap,i为储热容量，δt为时间间隔，本文中为δt＝15min。

步骤s203中，蓄热电采暖负荷储能状态约束为：考虑储热介质的储能特性，蓄热电锅炉通常具有设定的最高工作温度，需满足储能状态约束

socmin≤socc,i(t)≤socmax(12)

式中，socmax和socmin分别为最大最小储能比。

图5为具体实施方式中混合整数动态优化问题求解的改进pso算法设计流程图；步骤s4中所述的改进pso算法设计具体为:

s401.假设需要求解的模型a为混合整数动态优化问题，在此将带求解模型等效为：

式中，x＝[x1,…,xn]^t，y＝[y1,…,ym]^t分别为连续变量和整数变量。对于等式约束，引入小正数ε作为容忍度，将式(13)中等式约束转化为不等式约束。

hl(x,y)-ε≤0,l＝1,…,p(14)

这样，式(13)即转化为只含p+q个不等式约束的规划问题。

s402.先将模型中0-1整数变量进行松弛为[0,1]区间内连续变量，将问题转化为连续变量优化问题得到状态进行求解；

上述模型中包含的0-1整数变量为蓄热电采暖负荷调节模式决策变量kadj,i(t)。将其先转化为[0,1]区间内的连续变量。原模型中约束条件kadj,i(t)∈{0,1}转化为式(15)：

不计其在调节过程中需要满足的多时间段耦合约束，与原模型转化为单层的连续变量优化问题。求解后得到优化取值

s403.引入二项分布来判断松弛后的0-1变量是隶属于调节模式1，还是调节模式0。

引入二项分布概率模型来判断kadj,i(t)的取整。

即kadj,i(t)取1的概率为取0的概率为取整操作后可以得到kadj,i(t)的取值向量与传统舍入取整方法相比，该通过二项分布随机模型取整方法具有较强的鲁棒性和自适应性，增强整数变量的变异能力。为进一步增加种群多样性，提高全局寻优能力，对kadji,(t)多次随机取整操作，分别将解向量定义为

s404.对于调节结果进一步修正解决时间耦合约束，得到最优的0-1变量优化结果。k′adj,i(t)为修正后决策变量值，经求解后为可以满足时间耦合约束的调解模式决策变量组合最优解。

s405在完成0-1变量优化后，将其带入目标函数和约束矩阵中，原含0-1变量的混合整数动态优化问题被转化为连续变量优化问题，进而可以采用pso进行求解。求解后，得到调节后蓄热电采暖负荷的出力控制值pc_k(t)，t＝1,2,…,96。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的内容和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。