[发明专利]一种风电并网的调度方法、装置、设备及存储介质

权利要求书

1.一种风电并网的调度方法，其特征在于，包括：

获取碳排放配额和风电机的预测发电量；

根据碳排放成本、风力发电成本和火力发电成本之和最低，基于粒子群算法结合遗传算法确定风电机的实际发电量和火电机组的实际发电量，所述碳排放成本为由所述碳排放配额和所述火电机组的实际发电量确定的成本，所述风力发电成本为由所述风电机的预测发电量和所述风电机的实际发电量确定的成本，所述火力发电成本为由所述火电机组的实际发电量确定的成本；

根据所述风电机的实际发电量和所述火电机组的实际发电量进行风电并网调度。

2.根据权利要求1所述的方法，其特征在于，所述根据碳排放成本、风力发电成本和火力发电成本之和最低，基于粒子群算法结合遗传算法确定风电机的实际发电量和火电机组的实际发电量，包括：

获取粒子群的基本参数，所述基本参数包括迭代终止条件和粒子群所包括的粒子个数；

随机初始化各粒子的当前位置和当前速度；

根据各粒子的当前位置和当前速度确定各粒子的当前个体极值，根据各粒子的当前个体极值确定粒子群的当前全局极值；

根据所述当前个体极值和所述当前全局极值更新各粒子的当前位置和当前速度；

更新所述当前全局极值和所述当前个体极值，并基于变异算子使得更新后的当前全局极值对应的所述碳排放成本、所述风力发电成本和所述火力发电成本之和小于更新前的当前全局极值对应的所述碳排放成本、所述风力发电成本和所述火力发电成本之和；

在达到所述迭代终止条件后，将最后一次更新后得到的当前全局极值作为所述风电机的实际发电量和所述火电机组的实际发电量。

3.根据权利要求2所述的方法，其特征在于，所述随机初始化各粒子的当前位置和当前速度，包括：

获取预设约束条件；

随机初始化各粒子的当前位置和当前速度，各粒子的当前位置为满足所述预设约束条件的当前位置，所述预设约束条件包括火电机组运行约束条件、火电机组爬坡率约束条件、旋转备用约束条件和风电穿透功率约束条件。

4.根据权利要求1所述的方法，其特征在于，所述根据碳排放成本、风力发电成本和火力发电成本之和最低，基于粒子群算法结合遗传算法确定风电机的实际发电量和火电机组的实际发电量之前，还包括：

获取风电机的预测发电成本系数、风电机的第一预测偏差成本系数、风电机的第二预测偏差成本系数、风电机的预测发电可靠性系数和风电机的旋转备用成本系数；

相应的，所述风力发电成本为由所述风电机的预测发电量和所述风电机的实际发电量确定的成本，包括：

所述风力发电成本为由风电机运行维护成本、风电机预测偏差成本和风电机旋转备用成本之和确定的成本，所述风电机运行维护成本为由所述风电机的预测发电量和所述风电机的预测发电成本系数确定的成本，所述风电机预测偏差成本为由所述风电机的预测发电量、所述风电机的实际发电量、所述风电机的第一预测偏差成本系数和所述风电机的第二预测偏差成本系数确定的成本，以及，所述风电机旋转备用成本为由所述风电机的预测发电量、所述风电机的预测发电可靠性系数和所述风电机的旋转备用成本系数确定的成本。

5.根据权利要求1所述的方法，其特征在于，所述根据碳排放成本、风力发电成本和火力发电成本之和最低，基于粒子群算法结合遗传算法确定风电机的实际发电量和火电机组的实际发电量之前，还包括：

获取碳排放强度和碳排放成本系数；

相应的，所述碳排放成本为由所述碳排放配额和所述火电机组的实际发电量确定的成本，包括：

所述碳排放成本为由所述碳排放配额、所述火电机组的实际发电量、所述碳排放强度和所述碳排放成本系数确定的成本。

6.根据权利要求1所述的方法，其特征在于，通过如下方式获取所述风电机的预测发电量：

获取当前风力发电影响因素，所述当前风力发电影响因素包括所述风电机当前所处环境的风速、大气压值、温度和风电机故障时间；

根据所述当前风力发电影响因素、风力发电影响因素与风电机的发电量的对应关系，确定所述风电机的预测风力发电量，所述风力发电影响因素与风电机的发电量的对应关系通过风力发电量确定模型得到。