一种电力信息安全监测方法及系统与流程

本技术涉及电网，具体而言，涉及一种电力信息安全监测方法及系统。

背景技术：

1、现有电力调度方式主要是通过调节发电侧电源出力在最大程度上满足电网功率平衡。传统调度模式中的负荷是被动的，忽略了需求侧的主动性和经济性。而随着分布式电源的大量接入，可在负荷高峰时段发电，平衡一部分尖峰负荷，在低谷时段将电能存储至储能系统，这不仅可以最大化利用分布式发电，还可以减小负荷峰谷差、平滑负荷曲线。但发电和负荷虽然同向变化，但在负荷高峰时，发电调整能力不足，消峰作用有限；有时两者出现反向变化趋势，即负荷高峰时发电出力较低，不能平抑功率差，因此调整负荷用电行为可以起到一定作用。

2、但现有的发电-储能联合调峰方案，仍有待进一步优化，例如调控过程中安全性的约束考虑不够全面，导致后置的设备参数运行监测方案复杂且滞后性相对较高，不利于进行安全监测。

技术实现思路

1、本技术实施例的目的在于提供一种电力信息安全监测方法及系统，以通过在发电-储能联合调峰的过程中增加断面约束，提高整个电网供电系统在发电-储能联合调峰过程中的安全性，有效简化后置的设备参数运行监测方案，提高安全监测的实时性。

2、为了实现上述目的，本技术的实施例通过如下方式实现：

3、第一方面，本技术实施例提供一种电力信息安全监测方法，电网供电系统包括中控单元、若干发电机组和若干储能设备，所述方法应用于中控单元，包括：获取调度期的发电计划、电网供电系统中每个发电机组的发电输出功率、每个储能设备的设备参数；基于发电计划、每个发电机组的发电输出功率、每个储能设备的设备参数确定出最优联合调控方案；获取最优联合调控方案下每个发电机组的电力信息和每个储能设备的电力信息；基于每个发电机组的电力信息和每个储能设备的电力信息，监测每个发电机组和每个储能设备的运行安全。

4、结合第一方面，在第一方面的第一种可能的实现方式中，基于发电计划、每个发电机组的发电输出功率、每个储能设备的设备参数确定出最优联合调控方案，包括：基于发电计划和每个发电机组的发电输出功率，构建第一目标函数；基于每个储能设备的设备参数，构建第二目标函数；基于第一目标函数和第二目标函数确定出调峰目标函数；生成发用电平衡约束、发电机组输出功率约束、发电机组爬坡约束、调节备用约束、输电断面约束；采用改进粒子群算法求解，确定出最优联合调控方案。

5、结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，第一目标函数为：

6、

7、其中，f1为第一目标函数，t为电网供电系统在调度期内的时段上限，i为电网供电系统的发电机组总数，函数c为成本函数，pi,t为发电机组i在t时段的发电输出功率，为发电机组i在t时段的计划发电功率，为发电机组i在t时段的偏差基准量纲。

8、结合第一方面的第一种可能的实现方式，在第一方面的第三种可能的实现方式中，第二目标函数为：

9、maxf2＝cm-ca-cb，

10、其中，f2为第二目标函数，cm为储能设备参与电网调峰的收益，ca为储能设备的固定成本，cb为储能设备的运维成本；

11、

12、其中，θ1为单位容量调峰充电的收益，θ2为单位容量调峰放电的收益，s为电网供电系统的储能设备总数，t为电网供电系统在调度期内的时段上限，为储能设备s在t时段参与调峰的充电电量，为储能设备s在t时段参与调峰的放电电量，μt,s为储能设备s在t时段对应的状态变量，取值0到1之间，μt,s＝1时，储能设备s在t时段完全处于充电状态，μt,s＝0时，储能设备s在t时段处于完全放电状态。

13、结合第一方面的第一种可能的实现方式，在第一方面的第四种可能的实现方式中，调峰目标函数为：

14、maxf＝f1+f2，

15、其中，f调峰目标函数，f1为第一目标函数，f2为第二目标函数。

16、结合第一方面的第一种可能的实现方式，在第一方面的第五种可能的实现方式中，生成发用电平衡约束、发电机组输出功率约束、发电机组爬坡约束、调节备用约束、输电断面约束，包括：

17、发用电平衡约束为：

18、∑i∈ipi,t＝lt，

19、其中，pi,t为发电机组i在t时段的发电输出功率，i为电网供电系统的发电机组总数，lt为电网供电系统在t时段的发电口径净负荷；

20、发电机组输出功率约束为：

21、pi,minμi,t≤pi,t≤pi,maxμi,t，

22、其中，pi,max和pi,min分别为发电机组i的输出功率上下限，μi,t为发电机组i在t时段对应的状态变量，取值0到1之间，μi,t＝1时，发电机组i在t时段处于完全运行状态，μt,s＝0时，发电机组i在t时段处于完全停止状态；

23、发电机组爬坡约束为：

24、-pdown,t≤pi,t-pi,t-1≤pup,t，

25、其中，pup,t为发电机组i在t时段可加负荷的最大值，pdown,t为发电机组i在t时段可减负荷的最大值；

26、调节备用约束为：

27、

28、其中riup为发电机组i在t时段保留的agc上调备用，ridown为发电机组i在t时段可用的agc下调备用，为发电机组在t时段的agc上调上限，pr,t为发电机组在t时段的agc下调下限；

29、输电断面约束为：

30、

31、其中，maxη为电网供电系统的最大发电效率，t为电网供电系统在调度期内的时段上限，pamax为电网供电系统的输电断面极限功率，为输电断面有功功率，满足：

32、

33、其中，为发电机组i在t时段内流过断面的总功率，为储能设备s在t时段内流过断面的总功率。

34、结合第一方面的第一种可能的实现方式，在第一方面的第六种可能的实现方式中，采用改进粒子群算法求解，确定出最优联合调控方案，包括：

35、s1：初始化参数，包括设置输入的原始数据、发电机组和储能设备的出力分配，发电机组参数，储能设备成本参数、各项约束，以及，确定粒子群规模和最大迭代次数ta；

36、s2：对粒子速度、位置进行初始化；

37、s3：采用以下公式对粒子的速度和位置进行更新，并判断更新后的粒子是否满足各项约束：

38、vi,t+1＝ω·vi,t+c1·rand(0,1)·(pbest,i-xi,t)+c2·rand(0,1)·(gbest,i-xi,t)，

39、xi,t+1＝xi,t+vi,t+1，

40、其中，vi,t为粒子的速度，xi,t为粒子的位置，t为当前迭代次数，ω为惯性权值，rand(0,1)为[0,1]上的随机数，c1和c2为学习因子，取值为[0,4]，pbest,i为第i个粒子的历史最优位置，gbest,i为群体中最优的粒子位置；

41、s4：采用以下公式更新惯性权值：

42、

43、

44、其中，st为第t次迭代的熵，ta为最大迭代次数，ωmax和ωmin分别为惯性权值的历史最大值和历史最小值，

45、s5：判断当前是否满足迭代终止条件，若满足，结束迭代并输出最优解，若不满足，返回s2继续迭代，其中，迭代终止条件为：当前迭代次数达到最大迭代次数，或者，当前最优解达到最小界限要求。

46、结合第一方面的第六种可能的实现方式，在第一方面的第七种可能的实现方式中，学习因子c1和c2分别满足：

47、

48、

49、其中，cmax取值为4。

50、结合第一方面，在第一方面的第八种可能的实现方式中，基于每个发电机组的电力信息和每个储能设备的电力信息，监测每个发电机组和每个储能设备的运行安全，包括：将每个发电机组的电力信息与对应的发电机组参数范围进行比较，判断是否存在电力信息超出范围的可疑发电机组，以及，将每个储能设备的电力信息与对应的储能设备参数范围进行比较，判断是否存在电力信息超出范围的可疑储能设备；若存在可疑发电机组和/或可疑储能设备，进行风险预警。

51、第二方面，本技术实施例提供一种电力信息安全监测系统，应用于电网供电系统，电网供电系统包括中控单元、若干发电机组和若干储能设备，电力信息安全监测系统包括：参数获取模块，用于获取调度期的发电计划、电网供电系统中每个发电机组的发电输出功率、每个储能设备的设备参数；联合调控模块，用于基于发电计划、每个发电机组的发电输出功率、每个储能设备的设备参数确定出最优联合调控方案；信息获取模块，用于获取最优联合调控方案下每个发电机组的电力信息和每个储能设备的电力信息；安全监测模块，用于基于每个发电机组的电力信息和每个储能设备的电力信息，监测每个发电机组和每个储能设备的运行安全。

52、有益效果：

53、1.本方案通过获取调度期的发电计划、电网供电系统中每个发电机组的发电输出功率、每个储能设备的设备参数(例如额定容量、每个时刻的充放电状态等)；通过构建优化模型，利用改进粒子群算法求解优化模型，确定出最优联合调控方案。在建模过程中考虑多种约束(发用电平衡约束、发电机组输出功率约束、发电机组爬坡约束、调节备用约束、输电断面约束)，特别是加入输电断面约束，可以有效提高电网供电系统在发电-储能联合调峰过程中的安全性和稳定性，从而简化后置的设备参数运行监测方案，提高安全监测的实时性。

54、2.在改进粒子群算法求解优化模型的过程中，为了提高算法的寻优准确度，而将学习因子设计为与迭代次数相关的变量，从而提高准确性。而为了保证发电与储能的出力情况最优，引入了熵权法的思想，设计了对惯性权值进行更新的公式。由此改进的粒子群算法求解优化模型，能够有效避免局部最优，提高最优解的准确性。

55、为使本技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。