技术摘要：
本发明公开了一种基于预测时段划分的月内滚动调度计划优化调整方法，该方法基于当前新能源、负荷预测技术，将后续运行日划分为可预测时段和不可预测时段，按照优先调整可预测时段的电量计划，接着调整不可预测时段的电量计划，最后调整不可预测时段的机组组合方式的顺  全部
背景技术：
月内滚动调度计划是指为保障各发电厂月度电量计划均衡完成，根据已完成运行 日各发电厂发电计划执行情况，动态调整后续运行日的机组组合方式及电量计划安排。近 年来，随着电力市场化改革不断深入，市场成员对电量计划完成情况的关注度不断提高。月 内滚动调度计划作为消除预测偏差的重要方式，其重要性越发突出。 传统模式下，往往以后续运行日直接采用机组组合模型，对其滚动优化，求解得到 发电厂机组组合及电量计划的调整方式。采用上述方法的优势在于能够最大限度的保证前 期执行偏差能够根据后续预测情况得到及时的调整与修正。 但是由于对后续运行日边界数据预测情况的考虑不够全面，容易出现后期机组组 合方式及电量计划安排频繁的大幅度调整，不宜于发电厂安排生产计划，可能会造成机组 频繁启停，降低运行效益，增大运行成本。 为此，本发明将提出一种基于预测时段划分的月内滚动调度计划优化调整方法， 其创新点在于基于当前新能源、负荷预测技术，将后续运行日划分为可预测时段和不可预 测时段，按照优先调整可预测时段的电量计划，接着调整不可预测时段的电量计划，最后调 整不可预测时段的机组组合方式的顺序对后续运行日的调度计划做优化调整，在保障发电 厂电量计划均衡完成的同时，避免机组频繁启停，提升运行效率。
技术实现要素：
有鉴于此，本发明的第一方面的目的是提供一种基于预测时段划分的月内滚动调 度计划优化调整方法。在保障发电厂电量计划均衡完成的同时，避免机组频繁启停，提升运 行效率。 本发明的第一方面的目的是通过以下技术方案实现的： 该种基于预测时段划分的月内滚动调度计划优化调整方法，包括以下步骤： 步骤S1：进行后续运行日时段划分：将后续运行日划分为可预测时段、不可预测时 段。其中可预测时段即为新能源预测、负荷预测等采用确定性预测方法可信的预测时段范 围，超出该时段范围即为不可预测时段； 步骤S2：对可预测时段滚动调度计划进行优化：可预测时段滚动调度计划的优化 目标为可预测时段执行偏差，可表述为在可预测时段范围内，根据前期执行偏差，最大限度 的调整电量计划，使其贴近月度电量计划进度； 步骤S3：进行可预测时段收敛性判定：若可预测时段执行偏差为0，说明基于可预 测时段的预测数据，前期执行偏差及可预测时段的原电量计划均可以在可预测时段内通过 调整各发电厂的电量计划完成，而不需要对不可预测时段发电厂机组组合方式及电量计划 6 CN 111553570 A 说　明　书 2/10 页 作调整，则滚动调度计划执行结束；若可预测时段执行偏差不为0，则转入步骤S4； 步骤S4：对不可预测时段滚动电量进行调整：可预测时段执行偏差优先通过在可 预测时段内在不改变机组开停计划的方式下调整各发电厂逐日电量计划消除； 步骤S5：对不可预测时段电量调整收敛性进行判定：若不可预测时段电量调整下 偏差电量为0，说明基于不可预测时段的多场景预测数据，前期执行偏差及不可预测时段的 原电量计划均可以在不可预测时段内通过调整各发电厂的电量计划完成，而不需要对不可 预测时段发电厂机组组合方式做调整，则滚动调度计划执行结束；若不可预测时段电量调 整下偏差电量不为0，则转入步骤S6； 步骤S6：进行不可预测时段机组组合调整：当电量调整不能消除可预测时段执行 偏差，仍存在不可预测时段电量调整下偏差电量时，调整不可预测时段机组组合方式。 特别地，所述步骤S1中，根据不同地区采用确定性预测方法可信的预测时段范围， 将后续运行日划分为可预测时段、不可预测时段，其中可预测时段即为新能源预测、负荷预 测等采用确定性预测方法可信的预测时段范围，超出该时段范围即为不可预测时段。 特别地，可预测时段滚动调度计划的优化目标为可预测时段执行偏差，采用下式 表达： 式(1)中，Min表示最小化优化问题，FDDE为优化目标，即可预测时段执行偏差， FDEp,d、PESp,d分别为发电厂p在可预测时段内第d天的滚动电量计划和原月度电量计划，DEp 为发电厂p前期运行日的执行偏差，NFD为可预测时段的天数，NP为全网发电厂数，所有电厂 的累计预期执行偏差之和即为全网发电厂累计预期执行偏差。 特别地，所述公式(1)中，所考虑的约束条件包括：电力电量平衡约束、运行备用约 束、运行断面传输能力约束、机组出力能力约束、机组爬坡能力约束、电厂电量关系约束。可 表示为： sg,dCDg≤Pg,d,t≤sg,dCUg    (5) sg,dCADg≤Pg,d,t-Pg,d,t-1≤sg,dCAUg    (6) 式(2)-(7)中，Pg ,d ,t、Pne ,d ,t、Pb,d ,t分别为发电机组g、新能源电站ne、负荷节点b在 可预测时段第d天时段t的发电功率、预测功率和预测用电负荷，NG、NNE、NB分别为全网发电 机组台数、新能源电站数、负荷节点数，sg,d为发电机组g在第d天的运行状态变量，CUg、CDg分 7 CN 111553570 A 说　明　书 3/10 页 别为发电机组g的最大、最小技术出力，Rd为第d日的运行备用，GSDFg,os、GSDFne,os、GSDFb,os分 别为发电机组g、新能源电站ne和负荷节点b与运行断面os的潮流功率转移分布因子，PFUos、 PFDos为运行断面os的潮流上、下限，CAUg、CADg分别为发电机组g爬坡能力上、下限，NT为一 天中优化时段数，ΔT为优化时段的时间间隔，g∈p表示所有属于发电厂p的机组g； 以式(1)为优化目标，式(2)至(7)为约束条件，即可构建可预测时段的滚动调度计 划模型。 特别地，所述步骤S3中，可预测时段电量调整收敛性判定标准可表示为： FDDE＝0    (8) 特别地，所述步骤S4中，将该滚动调整过程称为不可预测时段滚动电量调整，其优 化目标为不可预测时段电量调整下偏差电量最小化，采用下式表示： 式(9)中，NFDEADE为不可预测时段电量调整下偏差电量，NFDEAEsc ,p,d为边界数据 预测场景sc下发电厂p在第d天的电量计划，ρsc为该场景的发生概率，NSC为总场景数，FDDEp 为经过可预测时段电量调整下发电厂p的可预测时段执行偏差。 需要考虑的约束条件包括：电力电量平衡约束、运行备用约束、运行断面传输能力 约束、机组出力能力约束、机组爬坡能力约束、电厂电量关系约束。可表示为： sg,dCDg≤Psc,g,d,t≤sg,dCUg    (13) sg,dCADg≤Psc,g,d,t-Psc,g,d,t-1≤sg,dCAUg    (14) 式(10)-(15)中，Psc,g ,d ,t、Pne,d ,t、Psc,b,d ,t分别为发电机组g、新能源电站ne、负荷节 点b在不可预测时段预测场景sc下第d天时段t的发电功率、预测功率和预测用电负荷。 以式(9)为优化目标，式(10)至(15)为约束条件，即可构建不可预测时段的滚动电 量调整模型。 特别地，所述步骤S5中，不可预测时段电量调整收敛性判定标准可表示为： NFDEADE＝0    (16) 特别地，所述步骤S6中，不可预测时段机组组合调整，其优化目标为不可预测时段 机组组合调整下偏差电量最小化，可表示为： 8 CN 111553570 A 说　明　书 4/10 页 式(17)中，NFDUCDE为不可预测时段机组组合调整下偏差电量，NFDUCEsc,p,d为边界 数据预测场景sc下发电厂p在第d天的电量计划； 需要考虑的约束条件包括：电力电量平衡约束、运行备用约束、运行断面传输能力 约束、机组出力能力约束、机组爬坡能力约束、电厂电量关系约束、启停状态变量约束、最小 启停时间约束，通过以下各式表示为： sg,dCDg≤Psc,g,d,t≤sg,dCUg    (21) sg,dCADg≤Psc,g,d,t-Psc,g,d,t-1≤sg,dCAUg    (22) ssg,d-csg,d＝sg,d-sg,d-1    (24) 式(18)-(25)中，ssg ,d、csg ,d分别为发电机组g在第d天的启动状态变量、停机状态 变量，DT为机组最小持续开机和停机时间； 以式(17)为优化目标，式(18)至(25)为约束条件，即可构建不可预测时段的机组 组合调整模型。 本发明的第二方面的目的是通过以下技术方案实现的： 一种计算机装置，包括存储器、处理器及储存在存储器上并能够在处理器上运行 的计算机程序，所述处理器执行所述计算机程序时实现如前所述的方法。 本发明的第三方面的目的是通过以下技术方案实现的： 一种计算机可读存储介质，其上储存有计算机程序，所述计算机程序被处理器执 行时实现如前所述的方法。 本发明的有益效果是：本发明基于当前新能源及负荷预测技术，将后续运行日划 分为可预测时段和不可预测时段，按照优先调整可预测时段的电量计划，接着调整不可预 测时段的电量计划，最后调整不可预测时段的机组组合方式的顺序对后续运行日的调度计 划做优化调整，在保障发电厂电量计划均衡完成的同时，避免机组频繁启停，提升运行效 率。 本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并 9 CN 111553570 A 说　明　书 5/10 页 且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可 以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书和权利要 求书来实现和获得。 附图说明 为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进 一步的详细描述，其中： 图1为本发明的方法实施流程图。