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！

摘要：本发明属于电力系统调度领域，公开了考虑多受端电网短期负荷特征的流域水风光系统中期调度方法。采用峰平谷负荷分段划分模型及变步长搜索策略，集成日均负荷、日负荷率、日峰谷差率、峰期和谷期负载率、峰现和谷现时间指标以准确描述多受端电网的差异负荷特征和调峰需求，进而重构受端负荷需求过程；提出发电量最大和送电偏差最小的流域水风光系统多目标中短期嵌套调度模型，通过混合整数线性规划进行模型优化求解，确定中短期电量和送电过程计划。通过某特大流域水风光互补系统的实例分析，结果表明本发明能够在保证流域总发电量的情况下，显著降低送电计划与受端需求的偏差，减少弃电。

主权项：1.一种考虑多受端电网短期负荷特征的流域水风光系统中期调度方法，其特征在于，包括如下步骤：1根据各省级负荷的峰谷特性，以同一类型时段集合内负荷方差最小为准则，建立时段划分模型；目标函数： 约束条件： 式中：Lt为t时段的负荷，MW；g表示时段类型，g＝1代表谷时段，g＝2代表平时段，g＝3代表峰时段；表示第g个时段类型所包含的时段集合；Ig表示第g个时段类型包含的时段个数；表示时段集合中的第i个元素；2基于python编程语言中的numpy模块建立变步长搜索策略，以求解步骤1中的时段划分模型，求解思路为寻找两个负荷分界点Y1、Y2，其中Y1Y2；当LtY1时，时段t为谷时段；当Y1≤Lt≤Y2时，时段t为平时段；当LtY2时，时段t为峰时段；具体步骤如下：Step1：将原始负荷曲线各时段的负荷从小到大排序，得到一个递增的负荷序列l1,l2,…,lm,…,lM，求出lm与lm+1的平均值，得到一个变步长的搜索集合{y1,y2,…,ym,…,yM-1}，其中ym＝lm+lm+12；Step2：定义k1、k2为搜索集合中各元素的序号，令k1＝1，k2＝k1+1，得到各类型的时段集合并求出相应的目标函数值令Step3：向上进行搜索，直到最高负荷区间，令k1＝k1+1或k2＝k2+1，直至k1＝M-2,k2＝M-1，求出相应的目标函数值若则令Step4：得到最优的目标函数值及其对应的各类型时段的集合3计算负荷特征指标，建立负荷重构模型；目标函数如下： 式中：CIu表示原始负荷需求曲线的特征指标；RCIu表示重构负荷需求曲线的特征指标；wu表示特征指标的权重系数；DR表示重构负荷需求曲线与原始负荷曲线特征指标之间的差距；约束条件如下：1原始负荷曲线特征指标CI1＝Lave4CI2＝LaveLmax5CI3＝Lmax-LminLmax6CI4＝Lave,peakLave7CI5＝Lave,lowLave8CI6＝Tmax9CI7＝Tmin10式中：CI1、CI2、CI3、CI4、CI5、CI6、CI7分别表示原始负荷曲线日平均负荷、日负荷率、日峰谷差率、峰期负载率、谷期负载率、峰现时间、谷现时间；Lave、Lmax、Lmin分别表示日负荷的平均值、最大值、最小值；Lave,peak、Lave,low分别表示峰时段的平均值和谷时段的平均值；Tmax、Tmin分别表示峰现时间和谷现时间；2重构负荷曲线特征指标 式中：RCI1、RCI2、RCI3、RCI4、RCI5、RCI6、RCI7分别表示重构负荷曲线的日平均负荷、日负荷率、日峰谷差率、峰期负载率、谷期负载率、峰现时间、谷现时间；分别表示重构负荷曲线的平均值、最大值、最小值；分别表示重构负荷曲线峰时段的平均值和谷时段的平均值；分别表示重构负荷曲线的峰现时间和谷现时间；3重构负荷曲线的峰平谷时段 式中：分别表示重构负荷曲线谷时段、平时段、峰时段的值；4利用python-numpy程序包构建等步长搜索方法以求解步骤3中的负荷重构模型，具体如下：Step1：从负荷序列中找到最大值Lmax和最小值Lmin，确定搜索步长sw，得到等步长的搜索集合{r1,r2,…,ra,…,rA}，其中ra＝Lmin+sw*a-1，a为搜索集合中元素序号，A为搜索集合中元素个数；Step2：定义b1、b2、b3为搜索集合中各元素的序号，令b1＝1，b2＝b1+1，b3＝b2+1，得到对应的重构负荷曲线，计算出负荷特征指标及目标值令Step3：令b1＝b1+1或b2＝b2+1或b3＝b3+1，直至b1＝A-2,b2＝A-1，b3＝A，求出相应的目标函数值若则令找出最优的目标函数值对应的重构负荷曲线；Step4：得到最优的目标函数值DR及其对应的重构负荷曲线；5考虑梯级电站左右岸、上下游联系，综合中短期调度约束，构建流域水风光系统中短期嵌套调度模型：发电量最大目标函数如下： 式中：E为发电量最大目标函数，MWh；表示水电站n电厂j在第d天的出力，MW；分别为与水电站n电厂j打捆外送的风电厂和光伏电站在第d天的出力，MW；Pn,j,d表示水电站n电厂j在第d天打捆外送的水风光总出力，MW；Δt表示每天的小时数，h；n、N分别表示水电站序号和水电站总数；j表示电厂序号，j＝1表示左岸电厂，j＝2表示右岸电厂；d、D分别表示天数序号和总天数；送电偏差最小目标函数如下： 式中：ED为送电偏差最小目标函数，MW2；表示电站n电厂j第d天t时刻向省份s的送电计划，MW；ξst表示省份s的负荷需求，采用第2节中得到的负荷重构曲线；ηs,n,j,d表示受端负荷需求的放缩系数；s、S分别表示省份序号和省份总数；t、T分别表示时段序号和总时段数；2约束条件除了考虑了中期调度以及短期调度外，还考虑了中短期嵌套的电量约束，即中期调度得到的每日电量应等于日内各时段的发电量之和，如式15所示； 6在Gurobi求解器平台上，利用Python程序将流域水风光系统中短期嵌套调度模型转换为混合整数线性规划模型，实现高效求解，具体如下：Step1：采用约束转换法将发电量最大目标函数和送电偏差最小目标函数的多目标模型转换为单目标模型，具体方式为将发电量最大目标函数转换为送电偏差最小目标的约束条件，见式16； 式中：Eset表示调度周期内流域水风光总发电量要求，MWh；Eset的初始值为不考虑送电偏差目标时发电量的最大值，即日尺度发电量最大模型的目标函数最优值；Step2：对于水位库容一元非线性函数关系，采用分段线性化进行处理；对于水电发电函数二元非线性函数关系，采用平行四边形二维插值方法进行线性化处理；Step3：通过逐步松弛发电量约束，获得一组多目标模型的非劣解集；Step4：计算综合效益指标，从解集中选出决策方案，指标计算公式见式17；

全文数据：

权利要求：

百度查询： 大连理工大学 考虑多受端电网短期负荷特征的流域水风光系统中期调度方法