[发明专利]一种分时段多目标火电机组实时优化调度方法

说明书

本发明属于火电机组实时优化领域，具体涉及一种分时段多目标火电机组实时优化调度方法。本发明通过各火电机组的基本参数，风电与负荷日前预测及超短期预测数据等基本数据，实时进行调峰及非调峰时段指标判定，优化模式切换，火电机组出力曲线优化及下发。该系统的优点在于能充分挖掘火电机组自身能力，调整火电机组参与调峰的出力控制策略，在促进风电消纳的同时，保障火电机组自身经济效益。

技术领域

本发明属于火电机组实时优化领域，具体涉及一种分时段多目标火电机组实时优化调度方法。

背景技术

在风电富裕的“三北”地区，因风电出力具有随机性、反调峰、预测精度低等特点，电力系统的等效峰谷差大幅增加。由于火电机组占比容量高，水电等快速调峰资源不足，火电机组承担了可再生能源并网后的主要调峰任务。目前综合性能好的磷酸铁锂电池系统能量成本为150～230万元/MWh，储能成本较高。而火电机组在某一长时间尺度下，通常仅针对单一目标进行优化，未考虑经济性与消纳的综合效益，机组是否参与调峰仅由调度根据负荷率等指标，直接下拨指令，无法调动火电机组自身主动参与调峰积极性，且对于实时优化内多目标火电运行模式优化研究较少。因而，采用分时段多目标火电机组实时优化调度方法，在规模化风电并网背景下，挖掘火电机组自身能力，调整火电机组参与调峰的出力控制策略，在促进风电消纳的同时，保障火电机组自身经济效益，具有重要意义。

发明内容

本发明的上述技术问题主要是通过下述技术方案得以解决的：

一种分时段多目标火电机组实时优化调度方法，其特征在于，包括：

数据获取：包括各火电机组的基本参数，风电及负荷的日前预测出力、超短期预测数据，均可从各级调度中心直接获得；

分时段多目标火电机组实时优化调度方法：通过得到的火电机组参数、风电及负荷的日前及超短期预测数据，实时进行调峰及非调峰时段指标判定，优化模式切换，火电机组出力曲线优化及下发子步骤，具体包括：

调峰及非调峰时段指标判定子步骤：模式切换指令T主要由调度下发指令T_up与机组模式判断指令T_down决定，调度下发指令T_up由调度中心直接给出，具有最高优先级，机组模式判断指令T_down为火电机组根据风电及负荷功率超短期预测与日前偏差值自行判断得出。

优化模式切换子步骤：根据上述模式切换指令，在发生模式切换后，即优化目标转换后，火电机组出力曲线优化的目标函数随之发生变化，以匹配两种运行模式下的不同优化目标。

火电机组出力曲线优化及下发子步骤：采用优化粒子群算法，根据目标函数对火电机组出力曲线进行优化。

在上述的一种分时段多目标火电机组实时优化调度方法，需要的输入数据为火电机组基本参数，包括火电站机组的总装机容量、单台机组爬坡速率、出力上下限、煤耗特性曲线、油耗特性曲线，由煤耗特性曲线和油耗特性曲线与单位煤炭及柴油的CO₂排放系数、CO₂排放许可价格间接计算得到的环境污染处理成本函数，风电及负荷的日前及超短期预测数据。燃煤及燃油环境污染处理成本函数是由煤耗特性曲线或油耗特性曲线乘以相应的单位煤CO₂排放系数再乘上CO₂排放许可价格得到。

在上述的一种分时段多目标火电机组实时优化调度方法，调峰及非调峰时段指标判定子步骤是综合上级调度下发指令与风电及负荷功率超短期预测与日前偏差值。调度下发指令T_up由调度中心直接给出，具有最高优先级，指标T_down为火电机组根据风电及负荷功率超短期预测与日前偏差值自行判断得出。综合得到模式切换指标T＝1时为调峰运行模式，T＝0时为经济运行模式。