本发明公开了一种电网发电机组调度优化方法,设计电网调度领域。本发明用以解决现有技术中通常忽略环境因素的问题。本发明通过神经网络模型预测未来一时间段的电网负荷;建立电网发电系统模型,建以发电系统运行成本最低的目标函数,电网发电系统模型的约束条件包括基于未来一时间段的电网负荷的发电系统功率平衡约束、各机组最大出力、最小出力约束、持续开机、停机时间约束、机组爬坡约束、储能设备约束和调相机约束;基于目标函数和约束条件,利用狼群优化算法得到最优机组组合方式进行电网调度。本发明的调度方法兼顾经济因素和环境因素,有助于及时掌握电网发电状态,优化电网调度,提高发电经济性。
1、通过神经网络模型预测未来一时间段的电网负荷;
2、建立电网发电系统模型,所述发电系统模型包括火电机组、光伏机组、风电机组、储能设备和调相机,建以发电系统运行成本最低的目标函数,所述电网发电系统模型的约束条件包括基于未来一时间段的电网负荷的发电系统功率平衡约束、各机组最大出力约束、最小出力约束、持续开机时间约束、持续停机时间约束、机组爬坡约束、储能设备约束和调相机约束;
3、基于所述目标函数和约束条件,利用狼群优化算法得到最优机组组合方式进行电网调度。
材料科学与化学工程学院现有教职工170人,其中新世纪百千万人才工程国家级人选1人,教育部新世纪人才1人,全国优秀教师1人,龙江学者3人,省杰青4人,省思政名师1人,省级教学师德标兵4人,黑龙江省研究生优秀导师团队2个,博士生导师25人,硕士生导师106人。
评价单位:“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会)
评价时间:2023-11-11
严洪冬
黑龙江省农业科学院作物资源研究所
研究室主任
综合评价
技术前景广阔,具备技术成果转移转化要求。
查看更多>
评价单位:“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会)
评价时间:2022-12-08
综合评价
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是提供一种能够兼顾经济因素和环境因素的电网发电机组调度优化方法。
本发明提供了一种电网发电机组调度优化方法,包括如下步骤:
S1、通过神经网络模型预测未来一时间段的电网负荷;
S2、建立电网发电系统模型,所述发电系统模型包括火电机组、光伏机组、风电机组、储能设备和调相机,建以发电系统运行成本最低的目标函数,所述电网发电系统模型的约束条件包括基于未来一时间段的电网负荷的发电系统功率平衡约束、各机组最大出力约束、最小出力约束、持续开机时间约束、持续停机时间约束、机组爬坡约束、储能设备约束和调相机约束;
S3、基于所述目标函数和约束条件,利用狼群优化算法得到最优机组组合方式进行电网调度。
进一步的,所述神经网络模型为LSTM神经网络模型。
查看更多>