论文部分内容阅读
电力电量平衡对于未来一定时间周期的电力系统规划和电网经济调度具有重大作用。年度电力电量平衡的时间跨度相对较长,不仅可以充分发挥水电站对水资源的长期调节性能,而且能够比较完整的考虑电力系统长期运行的经济性能。电力电量平衡计算是在电力以及电量供需平衡的基础之上计算得到机组或电站合理的出力和发电量。在我国传统的年度电力电量平衡模型中,往往根据给定的水电各月发电量进行逐月电力电量平衡,且月度负荷是以单个典型日负荷代表的。为了适应国家节能减排战略与国家电网公司绿色供电的战略,有必要进一步研究能够提高资源利用效率以及更加精细化的年度电力电量平衡模型。针对年度电力电量平衡是一个混合整数非线性规划问题,其求解效率比较差,本文将其转换为混合整数线性规划模型。围绕着年度电力电量平衡方法建模,本文具体研究内容如下:(1)针对逐月电力电量平衡的年度电力电量平衡模型割裂了水库在月间对水能资源的协调作用,进而导致未能充分的发挥水能资源利用价值的问题,本文构建了考虑水库月间协调的年度电力电量平衡模型。该模型为一个全年整体优化模型,统一优化水电站水库的全年的运行方案以及在各月典型日上水火机组的出力。模型目标为系统全年发电费用最小,模型约束中计及了水库月末库容、火电机组最小开机时间和最小停机时间等约束。通过算例仿真验证了模型的可行性、有效性以及实用性。(2)现有年度电力电量平衡模型中月度负荷以单个典型日代表,存在着对实际负荷刻画相当粗糙的问题。本文提出了一种基于因子分析和修正K-means聚类算法的多典型日负荷曲线生成方法,并基于此构建了一种考虑水库月间协调与月内多典型日的年度电力电量平衡模型。基于因子分析和修正K-means聚类算法的典型日负荷曲线生成方法首先对标准化后的负荷数据进行因子分析得到公共因子,之后对得到的公共因子使用修正K-means聚类算法进行聚类,最后根据聚类的分类结果对原始负荷数据分类,对各类负荷求平均值得到各典型日负荷曲线。考虑水库月间协调与月内多典型日的年度电力电量平衡的模型中月度负荷以多个具有代表性的典型日负荷代表,目标函数为系统年度发电费用最小,并且考虑了机组爬坡、最小开机时间和最小停机时间等约束以及火电机组运行约束在日间的延续,统一优化水电站水库的全年的运行方案以及在各月各典型日上水火机组的出力。最后利用实际负荷数据对基于因子分析和修正K-means聚类算法的多典型日负荷曲线生成方法进行了有效的验证。算例仿真验证了考虑水库月间协调与月内多单典型日的年度电力电量平衡模型更加精确。