一种动态小时级水电站厂内避振负荷分配方法与流程

本发明涉及水电站运行调度领域，尤其涉及一种动态小时级水电站厂内避振负荷分配方法。

背景技术：

1、中国新能源开发建设中，大量的风电和光电被建设并接入电网中，由于风电和光电具有随机性、波动性和不稳定性，它们接入电网后可能对电力系统的稳定性产生重要影响。为了解决这个问题，通常会在多能源系统中配置调节能力较强的水电站，通过水电站的灵活性和可调度性来平衡风光发电的波动性，从而维持电力系统的稳定运行。水电站具有一定的负荷跟踪能力，可以提高多能源发电系统内部各电源的互补性，但是当风电和光电在系统中的渗透率过高时，水电站的调节任务将更加繁重，其负荷任务变动幅度较大，因而导致水电站厂内机组需要更加频繁地进行工况转换：根据系统负荷需求的变化，水电机组需要实时调整机组运行方式和负荷分配等因素，这涉及机组在全时段的、动态水头变化下的启停机、快速调整输出功率等过程。当工况转换过于频繁时，机组的损耗和运形成本大大增加，同时还会影响到机组的寿命和可靠性。

2、现有技术中，厂内负荷分配的主要考虑因素是经济运行，即在保证满足电网负荷需要的前提下，尽可能地减少电站发电成本。然而，这种基于经济运行的负荷分配方式，往往难以兼顾机组避振运行的需求、机组层面的稳定性和电站层面的经济性：当过于追求经济效益时，会导致机组负荷过重，进而产生振动等不稳定现象，从而影响机组运行的可靠性和寿命；当过于注重机组避振运行和机组层面的稳定性时，往往会牺牲电站的经济性，导致厂内负荷分配不合理，使得电站经济效益低下。

技术实现思路

1、本发明的目的是为了解决现有技术中存在的缺点，而提出的一种动态小时级水电站厂内避振负荷分配方法。

2、为了实现上述目的，本发明采用了如下技术方案：一种动态小时级水电站厂内避振负荷分配方法，包括：

3、建立双层模型得出耗水量最小时各机组全天时段具体出力数据，使得机组在负荷任务和电站运行的各类约束条件下实现全时段的、动态水头变化下的机组避振运行；

4、所述双层模型包括内层模型和外层模型，所述内层模型包括综合振动区模型和避振负荷分配模型，所述外层模型包括电站经济运行模型；

5、所述双层模型建模过程具体包括：

6、s1，建立电站全机组全工作水头下的动态综合振动区模型；

7、s2，建立负荷任务与机组组合耦合的避振负荷分配模型；

8、s3，利用优化算法搭建机组避振下的电站经济运行模型。

9、作为上述方案的进一步描述，所述综合振动区模型，具体包括以下操作：

10、s11，获取水电站每台机组的振动区划分数据：

11、

12、其中，和分别为t时刻时ht水头下的第a个振动区间的上下限；

13、s12，整理每个水头下的各机组的当前振动区划分数据；

14、s13，统计水头下的各振动区间个数：

15、

16、其中，电站一共有n台机组，j1为机组1，jn为机组n；

17、s14，计算水头下的振动区间总组合方式数量：

18、

19、s15，计算水头h下的每一种机组组合的振动区间范围：

20、

21、其中，和分别表示第一台机组第nk1个区间的上下限，和分别表示最后一台机组第nkn个区间的上下限；

22、s16，记录种组合下的各自综合振动区区间划分

23、s17，将水头h下的种各自综合振动区进行合并，生成水头h下综合振动区划分

24、s18，统计计算所有连续水头下的综合振动区划分；

25、s19，将连续已知水头下的综合振动区划分进行插值拟合，形成电站全机组全工作水头下的动态综合振动区。

26、作为上述方案的进一步描述，振动区组合方式按照排列组合方式进行定义：

27、从全部机组的关机状态开始组合，将其组合定义为第1种组合方式；

28、保存其他机组状态不变，最后一台机组jn选择第一个振动区间进行所有区间组合，将其定义为第2种组合方式；

29、按此顺序至机组jn选择到第个振动区间进行组合，之后机组jn-1选择第一个振动区间，机组jn返回关机状态重新选择从0到的振动区组合，按此逻辑直至全机组分别采用第个的振动区间组合，将其定义为第种组合方式。

30、s21，收集负荷需求曲线和约束条件：

31、(1)出力负荷平衡约束：

32、

33、其中，是在第t时刻调度中心下达给电站的负荷任务，pt,j是在t时刻的机组j的计分配出力，ct为t时刻的调控电力；

34、(2)水电站水库水位库容约束：

35、

36、其中，ht为t时刻的上游水库水位，vt为t时刻的上游水库库容；

37、(3)机组启停时长约束：

38、

39、其中，mi,j为表示机组j在i时刻的启停0-1变量；

40、s22，从t时段逐一开始分析，比对该时段负荷任务与初始水头下综合振动区的划分情况差异；

41、s23，如果负荷任务落在电站的综合振动区内，则将负荷任务变动至距离综合振动区最近的综合可运行区间边缘处，并将变动的负荷任务反馈给调度中心；如果负荷任务没有落在综合振动区间内，则按照原先负荷任务进行分配；

42、s24，查看负荷任务的数值落在几组匹配的机组组合方式形成的综合可运行区间内；

43、s25，如果在t时段，选取机组出力组合的原则为所选机组落在高负荷出力区域；如果是在t+1时段，选取原则为保证前后时段的机组启停约束的前提下，前后机组穿越振动区次数和机组启停次数更少；

44、s26，确定机组组合方式和各自出力区间，利用软件计算完成具体负荷任务下的数值随机分配：

45、

46、s27，根据各机组已分配到的负荷任务进行发电耗流量的计算，计算按此发电情形下的一小时后新水位变化：

47、

48、vt+1＝vt+(qit-qt-elt-qlt)×vt

49、式中，qit为水库t时段的上游入库流量，qt为t时段内的水电站机组的总耗水流量，elt为t时刻水电站上游的蒸发损失，qlt为t时段的水电站灌溉下泄流量，δt为时段时长；

50、s28，下一时刻更新水位变动后的数据，循环s21到s27，完成24时段的机组避振负荷分配任务。

51、作为上述方案的进一步描述，机组开启状态表示为1，关闭状态表示为0，表示已知j机组在i时刻为开启状态，表示已知j机组在i时段为关闭状态。

52、作为上述方案的进一步描述，水电机组每次启动后连续运行时间不少于2小时，机组每次停机后2小时内不得随意启动水电机组，用于减少机组各部件损耗。

53、作为上述方案的进一步描述，所述电站经济运行模型，具体包括以下操作：

54、s31，初始化粒子群：确定每代粒子群的规模，初始粒子群速度和位置、惯性因子、最大迭代次数、终止算法允许误差；

55、s32，评价每个粒子的初始适应值，即代入目标函数

56、s33，将初始适应度值作为当前粒子的局部最优解，并将其对应位置作为每个粒子的局部最优值所在的位置；

57、s34，将最佳初始适应值作为当前全局最优解，并将最佳适应值对应的位置作为全局最优解的位置；

58、s35，根据速度更新公式更新每个粒子的当前飞行速度：

59、vi(t+1)＝ω×vi(t)+r1c1(pbesti(t)-xi(t))+r2c2(gbesti(t)-xi(t))

60、其中，νi(t)表示粒子群速度，xi(t)表示粒子群位置，ω为惯性因子，r1、r2为随机数，c1、c2为学习因子，pbesti(t)为局部最优解，gbesti(t)全局最优解；

61、s36，对每个速度更新后的粒子进行限幅，使之不能超过预设最大速度：

62、νi∈[-νmax,νmax]

63、s37，重新更新粒子的当前所在位置，并对越界粒子的位置进行适当的修正：

64、xi(t+1)＝xi(t)+vi(t+1)

65、s38，比较当前所有粒子的适应值是否优于历史局部最优值：若优于历史局部最优值，则更新当前粒子适应值作为本粒子的局部最优值，并将其所在位置信息定义为该粒子的局部最优值；

66、s39，在当前粒子群中找出全局最优解，并记录全局最优解的位置信息；

67、s310，循环s31到s39，直至达到最大迭代次数的上限或者满足终止算法的允许误差；

68、s311，输出粒子群的全局最优解和全局最优解对应位置信息。

69、作为上述方案的进一步描述，粒子的适应值表示机组全时段的总耗水量，粒子的位置表示24时段全机组的具体出力值。

70、作为上述方案的进一步描述，每代粒子群的规模n＝40，变量个数narvs＝4，r1、r2是满足[0,1]上均匀分布的随机数。

71、作为上述方案的进一步描述，粒子个体学习因子c1＝1，粒子社会学习因子c2＝1.5，惯性因子ω＝0.6，迭代次数k＝1000。

72、上述技术方案具有如下优点或有益效果：

73、1、本发明，采用双层模型，内层由综合振动区模型(s1)与避振负荷分配模型(s2)组成，外层在已知机组避振组合方式的基础上采用粒子群优化算法进行优化，进而建立电站经济运行模型(s3)，在考虑振动控制和节约水资源的前提下，通过这个双层模型可以快速求解出满足最小耗水量要求的机组各时段具体出力数据；

74、2、本发明，将机组全时段全水头下的避振运行与厂内经济运行相结合，使得水电机组在某一负荷需求下运行在稳定区间时，实现更小的耗水量消耗，有效提高水电站的经济效益。