首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种机组组合状态路径搜索迭代优化方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:上海交通大学

摘要:本发明公开了一种机组组合状态路径搜索迭代优化方法,包括以下步骤:S1.读取系统和机组参数,初始出力优化分配;采用目标函数和约束条件对市场模式下机组组合问题进行建模;S2.机组状态预测和初始解修正;S3.机组状态深度遍历;S4.边际机组分类和广度迭代;S5.出力优化分配和潮流安全校核:最终选择满足所有约束条件且成本最低的机组状态方案作为最终的UC解决方案。本发明通过必开必停机组的确定,减少机组状态决策变量,缩减问题规模;进行核验修正,得到较优初始可行解,减少遍历和迭代次数;依次进行机组状态的深度遍历和广度迭代,避免无效状态方案;采用内点法实现机组的出力优化分配,对结果进行潮流安全校核求解,提高迭代收敛速度。

主权项:1.一种机组组合状态路径搜索迭代优化方法,其特征在于,包括以下步骤:S1.读取系统和机组参数,初始出力优化分配:读取系统负荷需求、机组参数以及上一调度周期的优化解;使用内点法进行初始出力优化分配,以最小化电力企业向发电商的购电成本;得到机组动态优先顺序表,确定机组状态遍历和迭代方向;采用目标函数和约束条件对市场模式下机组组合问题进行建模,所述目标函数为最小化电力企业向发电商的购电成本之和,所述约束条件包括:机组分段出力约束、机组有功出力上下限约束、机组爬坡约束、最小启停时间约束、机组启停次数约束、系统功率平衡约束、系统旋转备用约束和系统潮流安全约束;S2.机组状态预测和初始解修正:采用循环神经网络模型预测机组状态,训练好后,将系统负荷需求、负荷爬坡率和上一周期的机组状态作为边界条件输入,得到机组状态预测值;确定必开必停机组和边际机组,并根据预测结果修正初始机组状态解;S3.机组状态深度遍历:在满足旋转备用约束的前提下,依次在各时段选择机组动态优先顺序表中排序靠后的机组作为需关停的冗余机组;使调度周期内总经济成本最低的方案中,机组启停时间不一定位于目标时刻,需采用时段回推的方式,比较各方案的目标函数值,选取最优方案为机组启停动作发生的时间;S4.边际机组分类和广度迭代:根据机组状态初始解,将边际机组分类;在机组动态优先顺序表的指导下,进行状态方案的广度迭代,生成多种机组状态方案;S5.出力优化分配和潮流安全校核:对生成的机组状态方案进行出力优化分配,选取一定比例的优化方案作为目标可行集;通过潮流安全校核验证各方案,确保各支路的潮流在安全范围内;最终选择满足所有约束条件且成本最低的机组状态方案作为最终的UC解决方案。

全文数据:

权利要求:

百度查询: 上海交通大学 一种机组组合状态路径搜索迭代优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。