[发明专利]计入风电不确定度的火电机组中长期时序递进发电协调算法

说明书

技术领域

本发明涉及电力系统调度运行技术领域，具体地，涉及计入风电不确定度的火电机组中长期时序递进发电协调算法。

背景技术

传统的中长期调度，仅根据机组年平均利用小时数进行年合同电量编制，没有考虑市场机制的调节，从而造成得到的并不是成本最少的计划；同时，没有考虑风电接入后对火电机组发电量的影响，不能从这两个方面入手得到火电机组月发电量计划。

在实现本发明的过程中，发明人发现现有技术中至少存在投入成本高和计划准确性差等缺陷。

发明内容

本发明的目的在于，针对上述问题，提出计入风电不确定度的火电机组中长期时序递进发电协调算法，以实现投入成本低和计划准确性好的优点。

为实现上述目的，本发明采用的技术方案是：计入风电不确定度的火电机组中长期时序递进发电协调算法，包括：

a、与风电场的数据接口，输入风电场年发电量与月度发电量预测值；

b、基于步骤a的数据，再加上水电机组年发电量预测值与月度发电量预测值，跨区域外送年电量预测值与月度预测值，负荷年预测值与月度预测值，计算各火电机组月度发电计划；

c、对步骤b得到的各机组月度发电计划进行修正并输出。

也就是说，具体实施时，第一步是与风电场的数据接口，向程序中输入风电场年发电量与月度发电量预测值；第二步是基于前面的数据再加上水电机组年发电量预测值与月度发电量预测值，跨区域外送年电量预测值与月度预测值，负荷年预测值与月度预测值，计算各火电机组月度发电计划；第三步根据机组月最大、最小发电量限制和检修计划对月度发电计划进行滚动修正并输出。

进一步地，所述步骤b，具体包括：

b1、根据全年负荷预测值、风电场年发电量预测值、水电机组全年发电量预测值和年跨区域外送电量预测值，得到火电机组全年发电总量，并计算各火电机组年合同电量；

b2、在计算所得各火电机组年合同电量的基础上，根据全网典型月负荷曲线、水电机组月发电量曲线、月跨区域外送电量曲线和风电场月发电量曲线，将机组年合同电量分解到月，得到各机组月度发电计划。

进一步地，所述步骤b1，具体包括：

⑴读取火电机组申报数据：上网电价、年竞价电量，并按照申报电价由低到高的顺序对机组进行排队（若申报电价相同，则按照机组容量由大到小进行排队）；

⑵将风电场年发电量预测值、年跨区域外送电量预测值以及水电机组年发电量预测值相加得到一个总和，用年负荷电量预测值减去此总和，得到本年度火电机组发电总量，然后按照电价排队顺序购买电量，直至满足发电-负荷平衡，得到边际电价及其对应的边际机组；

⑶由边际电价得到系统边际电量，按照边际机组申报的年竞价电量比例对边际电量进行编制，得到边界机组年合同电量。

进一步地，所述步骤b2，具体包括：

⑴读取全网月负荷曲线、月跨区域外送电量曲线、风电场月发电量曲线和水电机组月发电量曲线；

⑵由编制算法得到系统各火电机组的年合同电量，由负荷预测得到的典型月负荷曲线并扣除风电场月发电总量、月跨区域外送电量、水电机组月发电总量以及预留电量等确定火电机组月发电总量；

⑶确定各火电机组年合同电量占系统总火电机组年发电总量的比例；

⑷根据月负荷预测电量和各机组年合同电量所占比例，得到各火电机组年合同电量基础上的月度发电计划。

进一步地，所述步骤c，具体包括：

c1、考虑检修计划，对月度发电计划进行修正；

c2、考虑月最大/最小发电量约束模型，对月度发电计划再次进行修正；

c3、对步骤c2的月度发电计划进行输出。

进一步地，所述步骤c1，具体包括：

第1步：

⑴读取火电机组月度发电计划结果；

⑵检修期内的合同电量均匀分配到该机组的其它时段；

⑶K=1；

第2步：

⑴给定计算的时间步长；

⑵由于检修机组在当月未完成合同电量，因此将发电-负荷差额电量按机组容量占整个火电机组的比例分摊到当月未检修的其它机组；

⑶未检修机组当月超额完成合同电量，则在以后运行时段内逐步、均匀地减去所多承担的合同电量；

⑷K=K+1；

⑸考察K值是否小于等于12，如果是，则返回到⑵；如果否，程序进入下一步；

第3步：

⑴输出计算结果。

进一步地，所述步骤c2，具体包括：

第1步：