一种多目标多约束的中长期购电决策方法

摘要

本发明提供了一种多目标多约束的中长期购电决策方法，包括以下步骤：建立目标函数；建立约束模型；对单目标进行优化；进行多目标联合优化。本发明对购电中包括机组发电成本最低、购电成本最低和污染排放成本最低等多种需求进行优化目标建模，对实际生产运行和交易组织中包括能燃政策、燃煤库存、来水情况、交易电价、交易规模、节能减排和煤耗等各种指标要求进行优化约束建模，并按照最优值退化的方法进行多目标多约束的联合优化。本发明是电网公司购电决策辅助工具，为电网公司节约成本、扩大收益提供有效的技术支持。

权利要求

1.一种多目标多约束的中长期购电决策方法，其特征在于：所述方法包括以下步骤：步骤1：建立目标函数；

步骤2：建立约束模型；

步骤3：对单目标进行优化；

步骤4：进行多目标联合优化；

所述步骤1中，目标函数包括系统发电成本目标函数、系统购电成本目标函数和污染排放成本目标函数；

所述系统发电成本目标函数为：

其中，F为系统发电成本；T为系统调度期间的时段数；I为系统机组数；pi(t)为机组i在t时段的有功功率；Ci(pi(t)为机组i在t时段的运行成本；xi(t)为机组i在t时段连续开停机时间，xi(t)＞0表示连续开机时间，xi(t)＜0表示连续停机时间；xi(t-1)为机组i在t-1时段的连续开停机时间；ui(t)为机组i在t时段的状态，ui(t)＝1表示机组i开机，ui(t)＝0表示机组i停机；Si(xi(t-1),ui(t))为机组i有状态变化时，从t-1时段到t时段的开机成本；

所述系统购电成本目标函数为：

其中：C为系统购电成本；且有：

其中，C1(t)为系统从机组在t时段的购电成本；C2(t)为系统从联络线在t时段的购电成本；TR表示交易，包括基本电、外送电和发电权交易；PTi(i,tr,t)为机组i参与交易tr的t时段的机组出力；Pr(i,tr)为机组i参与交易tr的价格；PrdMin为时段t的分钟数；TIE为系统联络线总数；TieTr为系统联络线交易；tiePTi(tie,tietr,t)为联络线tie参与联络线交易tietr在t时段的输送功率；TiePr(tie,tietr)为联络线tie参与联络线交易tietr的价格；

所述污染排放成本目标函数为：

其中，P为污染排放成本，POL为污染排放的种类，包括CO2、SO2和NOx等；CPi(pi(t)为机组i在t时段的煤耗；SPi(xi(t-1),ui(t))为机组i有状态变化时，从t-1时段到t时段的启动时煤耗；PolPam(i,pol)为机组i排放污染的转换系数；tieP(tie,t)为联络线tie在t时段的输送功率；tiePol(tie,pol)为联络线tie排放污染的转换系数；

所述步骤2中，约束模型包括系统平衡类约束、机组运行类约束、电网安全类约束、燃料类约束和购电交易运营类约束；

1)所述系统平衡类约束为：

其中，pd(t)为系统在t时段的总负荷；

2)所述机组运行类约束包括系统旋转备用约束、机组出力上下限约束、机组最小持续开停机时间约束和机组爬坡约束；

2-1)所述系统旋转备用约束为：

其中，Pmax(i,t)和Pmin(i,t)分别为机组i在t时段的最大出力和最小出力；Rup(t)和Rdw(t)分别为系统在t时段的上旋、下旋备用需求；

2-2)所述机组出力上下限约束为：

其中， 和pi分别为机组i输出功率的上下限；

2-3)所述机组最小持续开停机时间约束为：

其中， 和τi和分别为机组i最小运营时间和停运时间；

2-4)所述机组爬坡约束为：

-Δi≤pi(t)-pi(t-1)≤Δi  (11)其中，pi(t-1)为机组i在t-1时段的有功功率，Δi为机组i每时段可加减负荷的最大值；

3)所述电网安全类约束为：

其中，Pij(t)为支路ij在t时段的潮流功率， 为支路ij在t时段的潮流功率上限；

4)所述燃料类约束包括燃料约束和书库来水约束；

4-1)所述燃料约束为：

Acoal(i,t)≥pi(t)*AvgCoal(i)  (13)其中，Acoal(i,t)为机组i在t时段的最大可用燃料数量；AvgCoal(i)为机组i的燃料折算系数；

4-2)所述书库来水约束为：

其中，HE(hdp)为根据水库来水情况确定的水库最大可发电量；hu为水库的机组集合；

5)所述购电交易运营类约束包括机组出力分量约束、联络线输送功率分量约束、机组交易规模约束和联络线交易规模约束；

5-1)所述机组出力分量约束为：

5-2)所述联络线输送功率分量约束为：

5-3)所述机组交易规模约束为：

其中，Emax(tr)为交易tr的电量规模；

5-4)所述联络线交易规模约束为：

其中，tiePTi(tie,tietr,t)为联络线tie参与联络线交易tietr在t时段的输送功率；

TieEg(tieTr)为联络线交易tietr的最大电量规模；

所述步骤3中，采用混合整数规划法进行优化计算，按照系统发电成本最低、系统购电成本最低和污染排放成本最低三个优化目标对系统发电成本、系统购电成本和系统污染排放成本进行优化，得到单目标优化结果；

基于所述系统平衡类约束、机组运行类约束、电网安全类约束和燃料类约束对系统发电成本或污染排放成本进行优化，对系统购电成本进行优化时，在基于以上约束的基础上，增加购电交易运营类约束；

所述步骤4包括以下步骤：

步骤4-1：选择三个优化目标中的一个作为主要优化目标，选择一个或两个优化目标作为次要优化目标，对主要优化目标进行优化计算，得到主要优化目标优化值M，并同时计算次要优化目标结果S′；对次要优化目标进行优化计算，得到的次要优化目标优化值S；

步骤4-2：对次要优化目标进行退化形成约束Func(t)≤S+(S′-S)*per；

其中，per为次要优化目标退化的比例系数；Func(t)为次要优化目标的目标函数，是系统发电成本目标函数、系统购电成本目标函数和污染排放成本目标函数中的任一种；

步骤4-3：形成约束Func(t)≤S+(S′-S)*per后，对主要优化目标重新进行优化计算，得到主要优化目标和次要优化目标联合优化的结果；

步骤4-5：通过调整per，得到多种优化结果；也可调换主要优化目标和次要优化目标，得到其他的优化结果；

步骤4-6：分析得到的多种优化结果，购电决策者选择自己满意的优化方案。

说明书

一种多目标多约束的中长期购电决策方法

技术领域

[0001] 本发明属于电力自动化领域，具体涉及一种多目标多约束的中长期购电决策方法。

背景技术

[0002] 中长期的购电计划编制是电网交易运营、电网购电管理的重要工作之一。电网公司每月都需要从发电企业或其他电网进行购电，以满足本省的用电需求，此外如果本省有多余电量，也考虑卖给其他缺电的省份。购电是多方的平衡，需要考虑能源政策、燃煤库存、来水情况、交易电价、交易规模、污染排放、煤耗等多种因素，购电的决策者往往在购电成本、环保节能、社会效益等多个优化目标之间难以抉择。目前各省公司的购电业务多是人工计算、定性分析，还缺乏有效地方法针对购电决策中的诸多因素进行统一考虑，目前还没有一套完整的精细化的优化方案。

发明内容

[0003] 为了克服上述现有技术的不足，本发明提供一种多目标多约束的中长期购电决策方法，对购电中包括机组发电成本最低、购电成本最低和污染排放成本最低等多种需求进行优化目标建模，对实际生产运行和交易组织中包括能燃政策、燃煤库存、来水情况、交易电价、交易规模、节能减排和煤耗等各种指标要求进行优化约束建模，并按照最优值退化的方法进行多目标多约束的联合优化。本发明是电网公司购电决策辅助工具，为电网公司节约成本、扩大收益提供有效的技术支持。

[0004] 为了实现上述发明目的，本发明采取如下技术方案：

[0005] 提供一种多目标多约束的中长期购电决策方法，包括以下步骤：

[0006] 步骤1：建立目标函数；

[0007] 步骤2：建立约束模型；

[0008] 步骤3：对单目标进行优化；

[0009] 步骤4：进行多目标联合优化。

[0010] 所述步骤1中，目标函数包括系统发电成本目标函数、系统购电成本目标函数和污染排放成本目标函数。

[0011] 所述系统发电成本目标函数为：

[0012]

[0013] 其中，F为系统发电成本；T为系统调度期间的时段数；I为系统机组数；pi(t)为机组i在t时段的有功功率；Ci(pi(t)为机组i在t时段的运行成本；xi(t)为机组i在t时段连续开停机时间，xi(t)＞0表示连续开机时间，xi(t)＜0表示连续停机时间；xi(t-1)为机组i在t-1时段的连续开停机时间；ui(t)为机组i在t时段的状态，ui(t)=1表示机组i开机，ui(t)=0表示机组i停机；Si(xi(t-1),ui(t))为机组i有状态变化时，从t-1时段到t时段的开机成本。

[0014] 所述系统购电成本目标函数为：

[0015]

[0016] 其中：C为系统购电成本；且有：

[0017]

[0018]

[0019] 其中，C1(t)为系统从机组在t时段的购电成本；C2(t）为系统从联络线在t时段的购电成本；TR表示交易，包括基本电、外送电和发电权交易；PTi(i,tr,t)为机组i参与交易tr的t时段的机组出力；Pr(i,tr)为机组i参与交易tr的价格；PrdMin为时段t的分钟数；TIE为系统联络线总数；TieTr为系统联络线交易；tiePTi(tie,tietr,t)为联络线tie参与联络线交易tietr在t时段的输送功率；TiePr(tie,tietr)为联络线tie参与联络线交易tietr的价格。

[0020] 所述污染排放成本目标函数为：

[0021]      （5）

[0022]

[0023] 其中，P为污染排放成本，POL为污染排放的种类，包括CO2、SO2和NOx等；CPi(pi(t)为机组i在t时段的煤耗；SPi(xi(t-1),ui(t))为机组i有状态变化时，从t-1时段到t时段的启动时煤耗；PolPam(i,pol)为机组i排放污染的转换系数；tieP(tie,t)为联络线tie在t时段的输送功率；tiePol(tie,pol)为联络线tie排放污染的转换系数。

[0024] 所述步骤2中，约束模型包括系统平衡类约束、机组运行类约束、电网安全类约束、燃料类约束和购电交易运营类约束。

[0025] 1）所述系统平衡类约束为：

[0026]

[0027] 其中，pd(t)为系统在t时段的总负荷；

[0028] 2）所述机组运行类约束包括系统旋转备用约束、机组出力上下限约束、机组最小持续开停机时间约束和机组爬坡约束；

[0029] 2-1）所述系统旋转备用约束为：

[0030]

[0031]

[0032] 其中，Pmax(i,t)和Pmin(i,t)分别为机组i在t时段的最大出力和最小出力；Rup(t)和Rdw(t)分别为系统在t时段的上旋、下旋备用需求；

[0033] 2-2）所述机组出力上下限约束为：

[0034]

[0035] 其中，和pi分别为机组i输出功率的上下限；

[0036] 2-3）所述机组最小持续开停机时间约束为：

[0037]

[0038] 其中，和τi分别为机组i最小运营时间和停运时间；

[0039] 2-4）所述机组爬坡约束为：

[0040] -Δi≤pi(t)-pi(t-1)≤Δi          （11）

[0041] 其中，pi(t-1)为机组i在t-1时段的有功功率，Δi为机组i每时段可加减负荷的最大值；

[0042] 3）所述电网安全类约束为：

[0043]

[0044] 其中，Pij(t)为支路ij在t时段的潮流功率， 为支路ij在t时段的潮流功率上限；

[0045] 4）所述燃料类约束包括燃料约束和书库来水约束；

[0046] 4-1）所述燃料约束为：

[0047] Acoal(i,t)≥pi(t)*AvgCoal(i)           （13）

[0048] 其中，Acoal(i,t)为机组i在t时段的最大可用燃料数量；AvgCoal(i)为机组i的燃料折算系数；

[0049] 4-2）所述书库来水约束为：

[0050]

[0051] 其中，HE(hdp)为根据水库来水情况确定的水库最大可发电量；hu为水库的机组集合；

[0052] 5）所述购电交易运营类约束包括机组出力分量约束、联络线输送功率分量约束、机组交易规模约束和联络线交易规模约束；

[0053] 5-1）所述机组出力分量约束为：

[0054]

[0055] 5-2）所述联络线输送功率分量约束为：

[0056]

[0057] 5-3）所述机组交易规模约束为：

[0058]

[0059] 其中，Emax(tr)为交易tr的电量规模；

[0060] 5-4）所述联络线交易规模约束为：

[0061]

[0062] 其中，tiePTi(tie,tietr,t)为联络线tie参与联络线交易tietr在t时段的输送功率；TieEg(tieTr)为联络线交易tietr的最大电量规模。

[0063] 所述步骤3中，采用混合整数规划法进行优化计算，按照系统发电成本最低、系统购电成本最低和污染排放成本最低三个优化目标对系统发电成本、系统购电成本和系统污染排放成本进行优化，得到单目标优化结果；

[0064] 基于所述系统平衡类约束、机组运行类约束、电网安全类约束和燃料类约束对系统发电成本或污染排放成本进行优化，对系统购电成本进行优化时，在基于以上约束的基础上，增加购电交易运营类约束；

[0065] 所述步骤4包括以下步骤：

[0066] 步骤4-1：选择三个优化目标中的一个作为主要优化目标，选择一个或两个优化目标作为次要优化目标，对主要优化目标进行优化计算，得到主要优化目标优化值M，并同时计算次要优化目标结果S′；对次要优化目标进行优化计算，得到的次要优化目标优化值S；

[0067] 步骤4-2：对次要优化目标进行退化形成约束Func(t)≤S+(S′-S)*per；

[0068] 其中，per为次要优化目标退化的比例系数；Func(t)为次要优化目标的目标函数，是系统发电成本目标函数、系统购电成本目标函数和污染排放成本目标函数中的任一种；

[0069] 步骤4-3：形成约束Func(t)≤S+(S′-S)*per后，对主要优化目标重新进行优化计算，得到主要优化目标和次要优化目标联合优化的结果；

[0070] 步骤4-5：通过调整per，得到多种优化结果；也可调换主要优化目标和次要优化目标，得到其他的优化结果；

[0071] 步骤4-6：分析得到的多种优化结果，购电决策者选择自己满意的优化方案。

[0072] 与现有技术相比，本发明的有益效果在于：

[0073] 1）本发明充分分析了购电业务需求，建立了购电决策所需的购电成本模型和购电交易运营类约束，其购电成份可任意拓展，解决了购电决策中众多要素难以统一优化考虑的问题。

[0074] 2）本发明充分考虑染排放的不同类型，建立了可扩充的污染排放模型和污染排放成本目标函数，解决了污染排放难以量化的问题。

[0075] 3）本发明提出了多目标的联合优化方法，并成功应用到购电决策优化计算中，该方法具备实用性强、优化变量少、计算时间短的特点。

附图说明

[0076] 图1是本发明实施例中多目标多约束的中长期购电决策方法流程图。

具体实施方式

[0077] 下面结合附图对本发明作进一步详细说明。

[0078] 如图1，提供一种多目标多约束的中长期购电决策方法，包括以下步骤：

[0079] 步骤1：建立目标函数；

[0080] 步骤2：建立约束模型；

[0081] 步骤3：对单目标进行优化；

[0082] 步骤4：进行多目标联合优化。

[0083] 所述步骤1中，目标函数包括系统发电成本目标函数、系统购电成本目标函数和污染排放成本目标函数。

[0084] 所述系统发电成本目标函数为：

[0085]

[0086] 其中，F为系统发电成本；T为系统调度期间的时段数；I为系统机组数；pi(t)为机组i在t时段的有功功率；Ci(pi(t)为机组i在t时段的运行成本；xi(t)为机组i在t时段连续开停机时间，xi(t)＞0表示连续开机时间，xi(t)＜0表示连续停机时间；xi(t-1)为机组i在t-1时段的连续开停机时间；ui(t)为机组i在t时段的状态，ui(t)=1表示机组i开机，ui(t)=0表示机组i停机；Si(xi(t-1),ui(t))为机组i有状态变化时，从t-1时段到t时段的开机成本。

[0087] 所述系统购电成本目标函数为：

[0088]

[0089] 其中：C为系统购电成本；且有：

[0090]

[0091]

[0092] 其中，C1(t)为系统从机组在t时段的购电成本；C2(t）为系统从联络线在t时段的购电成本；TR表示交易，包括基本电、外送电和发电权交易；PTi(i,tr,t)为机组i参与交易tr的t时段的机组出力；Pr(i,tr)为机组i参与交易tr的价格；PrdMin为时段t的分钟数；TIE为系统联络线总数；TieTr为系统联络线交易；tiePTi(tie,tietr,t)为联络线tie参与联络线交易tietr在t时段的输送功率；TiePr(tie,tietr)为联络线tie参与联络线交易tietr的价格。

[0093] 所述污染排放成本目标函数为：

[0094]     （5）

[0095]

[0096] 其中，P为污染排放成本，POL为污染排放的种类，包括CO2、SO2和NOx等；CPi(pi(t)为机组i在t时段的煤耗；SPi(xi(t-1),ui(t))为机组i有状态变化时，从t-1时段到t时段的启动时煤耗；PolPam(i,pol)为机组i排放污染的转换系数；tieP(tie,t)为联络线tie在t时段的输送功率；tiePol(tie,pol)为联络线tie排放污染的转换系数。

[0097] 所述步骤2中，约束模型包括系统平衡类约束、机组运行类约束、电网安全类约束、燃料类约束和购电交易运营类约束。

[0098] 1）所述系统平衡类约束为：

[0099] 其中，pd(t)为系统在t时段的总负荷；

[0100] 2）所述机组运行类约束包括系统旋转备用约束、机组出力上下限约束、机组最小持续开停机时间约束和机组爬坡约束；

[0101] 2-1）所述系统旋转备用约束为：

[0102]

[0103]

[0104] 其中，Pmax(i,t)和Pmin(i,t)分别为机组i在t时段的最大出力和最小出力；Rup(t)和Rdw(t)分别为系统在t时段的上旋、下旋备用需求；

[0105] 2-2）所述机组出力上下限约束为：

[0106]

[0107] 其中， 和pi分别为机组i输出功率的上下限；

[0108] 2-3）所述机组最小持续开停机时间约束为：

[0109]

[0110] 其中，和τi分别为机组i最小运营时间和停运时间；

[0111] 2-4）所述机组爬坡约束为：

[0112] -Δi≤pi(t)-pi(t-1)≤Δi          （11）

[0113] 其中，pi(t-1)为机组i在t-1时段的有功功率，Δi为机组i每时段可加减负荷的最大值；

[0114] 3）所述电网安全类约束为：

[0115]

[0116] 其中，Pij(t)为支路ij在t时段的潮流功率， 为支路ij在t时段的潮流功率上限；

[0117] 4）所述燃料类约束包括燃料约束和书库来水约束；

[0118] 4-1）所述燃料约束为：

[0119] Acoal(i,t)≥pi(t)*AvgCoal(i)         （13）

[0120] 其中，Acoal(i,t)为机组i在t时段的最大可用燃料数量；AvgCoal(i)为机组i的燃料折算系数；

[0121] 4-2）所述书库来水约束为：

[0122]

[0123] 其中，HE(hdp)为根据水库来水情况确定的水库最大可发电量；hu为水库的机组集合；

[0124] 5）所述购电交易运营类约束包括机组出力分量约束、联络线输送功率分量约束、机组交易规模约束和联络线交易规模约束；

[0125] 5-1）所述机组出力分量约束为：

[0126]

[0127] 5-2）所述联络线输送功率分量约束为：

[0128]

[0129] 5-3）所述机组交易规模约束为：

[0130]

[0131] 其中，Emax(tr)为交易tr的电量规模；

[0132] 5-4）所述联络线交易规模约束为：

[0133]

[0134] 其中，tiePTi(tie,tietr,t)为联络线tie参与联络线交易tietr在t时段的输送功率；TieEg(tieTr)为联络线交易tietr的最大电量规模。

[0135] 所述步骤3中，采用混合整数规划法进行优化计算，按照系统发电成本最低、系统购电成本最低和污染排放成本最低三个优化目标对系统发电成本、系统购电成本和系统污染排放成本进行优化，得到单目标优化结果；

[0136] 基于所述系统平衡类约束、机组运行类约束、电网安全类约束和燃料类约束对系统发电成本或污染排放成本进行优化，对系统购电成本进行优化时，在基于以上约束的基础上，增加购电交易运营类约束；

[0137] 所述步骤4包括以下步骤：

[0138] 步骤4-1：选择三个优化目标中的一个作为主要优化目标，选择一个或两个优化目标作为次要优化目标，对主要优化目标进行优化计算，得到主要优化目标优化值M，并同时计算次要优化目标结果S′；对次要优化目标进行优化计算，得到的次要优化目标优化值S；

[0139] 步骤4-2：对次要优化目标进行退化形成约束Func(t)≤S+(S′-S)*per；

[0140] 其中，per为次要优化目标退化的比例系数；Func(t)为次要优化目标的目标函数，是系统发电成本目标函数、系统购电成本目标函数和污染排放成本目标函数中的任一种；

[0141] 步骤4-3：形成约束Func(t)≤S+(S′-S)*per后，对主要优化目标重新进行优化计算，得到主要优化目标和次要优化目标联合优化的结果；

[0142] 步骤4-5：通过调整per，得到多种优化结果；也可调换主要优化目标和次要优化目标，得到其他的优化结果；

[0143] 步骤4-6：分析得到的多种优化结果，购电决策者选择自己满意的优化方案。

[0144] 最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。