一种多时间尺度梯级抽蓄电站运行调度方法、装置及介质与流程
本发明涉及抽水蓄能电站群运行调度,尤其是指一种多时间尺度梯级抽蓄电站运行调度方法、装置及介质。
背景技术:
1、梯级抽水蓄能电站群作为电力系统调峰填谷的核心枢纽,其运行调度涉及日调节、周调节以及季调节等多时间尺度的耦合协同。传统调度方法多基于固定规则或单一时间断面的优化模型,例如日前发电计划编制或水库水位控制,未能有效处理不同时间尺度下径流预报不确定性、机组启停损耗、电网负荷波动以及库容状态之间的动态耦合关系。
2、现有技术中虽然已有针对单一电站的短期优化调度方法,但是面对梯级电站群时,往往因缺乏跨尺度状态映射机制,导致长周期蓄能策略与短周期响应指令之间产生冲突,进而引发弃水加剧、机组频繁启停、库容利用率下降等问题,特别是在极端气候频发或电网负荷剧烈波动的场景下,现有调度方法难以实现从“分钟级响应”到“季节级规划”的无缝衔接,致使梯级电站群的调节能力被严重抑制,甚至威胁电网安全稳定运行。
3、综上所述,亟需设计一种能够贯通多时间尺度、融合状态演化与实时反馈的梯级抽蓄电站智能调度方法,以提升调度策略的时空协同性、库容利用效率与电网动态适配能力。
技术实现思路
1、为此,本发明所要解决的技术问题在于设计一种能够贯通多时间尺度、融合状态演化与实时反馈的梯级抽蓄电站智能调度方法,以提升调度策略的时空协同性、库容利用效率与电网动态适配能力。
2、为解决上述技术问题,本发明提供了一种多时间尺度梯级抽蓄电站运行调度方法,包括:
3、利用多尺度状态嵌入算法基于当前调度周期内梯级抽蓄电站群的运行数据,构建包含日调节层、周调节层及季调节层的多时间尺度状态矩阵;
4、基于多时间尺度状态矩阵对各个调节层之间的状态变量进行双向耦合约束解析,生成当前调度周期的用于表征长周期蓄能趋势与短周期响应之间的调度特征向量;
5、将调度特征向量输入基于时域卷积与注意力机制的演化预测模型,以模拟不同电价信号及负荷扰动下的梯级电站状态迁移路径,输出当前调度周期内多个时间尺度下的包含机组启停序列及库容调度策略的候选运行策略集合;
6、基于机组启停序列及库容调度策略构建包含发电收益、弃水量、机组寿命损耗量的综合评价函数,利用动态权重分配机制基于综合评价函数生成当前调度周期的最优运行策略集合;
7、基于当前调度周期与前一调度周期的最优运行策略集合调度下电网负荷预测值以及径流预报值的偏差,构建反馈校正量;基于反馈校正量对多时间尺度状态矩阵进行偏移修正,得到当前调度周期的目标多时间尺度状态矩阵;
8、基于目标多时间尺度状态矩阵生成当前调度周期的目标梯级电站调度指令序列并映射至各个电站的机组控制单元与闸门执行机构,生成包含启停优先级、发电功率设定值以及泄放流量曲线的梯级协同控制指令。
9、优选地,利用多尺度状态嵌入算法基于当前调度周期内梯级抽蓄电站群的运行数据,构建包含日调节层、周调节层及季调节层的多时间尺度状态矩阵,包括:
10、对当前周期内梯级抽蓄电站群的水位序列、入库流量、机组工况、电网负荷指令以及日前电价曲线进行时间对齐处理,得到对齐后的多源数据;
11、基于预设的时间尺度划分规则对对齐后的多源数据进行层级划分,得到日调节层数据子集、周调节层数据子集和季调节层数据子集;
12、利用多尺度状态嵌入算法对日调节层数据子集、周调节层数据子集和季调节层数据子集进行特征降维与时间相关性编码,生成日调节层状态向量、周调节层状态向量和季调节层状态向量;
13、将日调节层状态向量、周调节层状态向量和季调节层状态向量按照时间尺度顺序进行矩阵化拼接,得到包含跨尺度关联信息的多时间尺度状态矩阵。
14、优选地,基于多时间尺度状态矩阵对各个调节层之间的状态变量进行双向耦合约束解析,生成当前调度周期的用于表征长周期蓄能趋势与短周期响应之间的调度特征向量,包括:
15、对日调节层状态向量、周调节层状态向量和季调节层状态向量进行归一化处理,得到日调节层状态向量归一化值、周调节层状态向量归一化值以及季调节层状态向量归一化值;
16、计算日调节层状态向量归一化值与季调节层状态向量归一化值的第一差值、1与季调节层状态向量归一化值的第二差值,基于第一差值与第二差值的比值得到短周期状态变化对长周期蓄能趋势的敏感度;
17、计算季调节层状态向量归一化值与敏感度的乘积,基于乘积与日调节层状态向量归一化值的差值,得到长周期蓄能约束对短周期调节能力的蓄能偏移量;
18、对敏感度和蓄能偏移量加权求和得到短周期与长周期相互作用的耦合特征向量;对耦合特征向量进行平滑处理与归一化处理,得到用于表征长周期蓄能趋势与短周期响应之间的调度特征向量。
19、优选地,将调度特征向量输入基于时域卷积与注意力机制的演化预测模型,以模拟不同电价信号及负荷扰动下的梯级电站状态迁移路径,输出当前调度周期内多个时间尺度下的包含机组启停序列及库容调度策略的候选运行策略集合,包括:
20、对当前调度周期及其相邻多个调度周期的调度特征向量执行时间序列扩展处理后,按照时间顺序拼接形成输入序列;
21、将输入序列输入演化预测模型中的时域卷积模块,采用时域卷积方法对输入序列进行局部特征提取得到输入序列中各个时间位置的卷积特征;
22、将各个时间位置的卷积特征输入演化预测模型中的注意力模块,利用注意力机制对各个时间位置的卷积特征分配注意力权重后对各个时间位置的卷积特征加权,得到各个时间位置的加权特征;
23、基于各个时间位置的加权特征得到加权特征序列,将加权特征序列输入演化预测模型中的状态演化层,对加权特征序列进行非线性变换和映射,输出多个时间尺度下的包含机组启停序列及库容调度策略的候选运行策略集合。
24、优选地,基于机组启停序列及库容调度策略构建包含发电收益、弃水量、机组寿命损耗量的综合评价函数,利用动态权重分配机制基于综合评价函数生成当前调度周期的最优运行策略集合,包括:
25、基于机组启停序列计算各个机组在当前调度周期内的可发电时段,基于发电时段与电价曲线构建发电收益评价函数;
26、基于各个库容调度策略对应的库容变化量与来水量预测构建弃水量评价函数;
27、基于机组启停次数与负荷变化速率构建机组寿命损耗量评价函数;
28、利用动态权重分配机制基于电价波动率、来水量预测值大小以及机组启停频次为发电收益评价函数、弃水量评价函数和机组寿命损耗量评价函数分配权重,从而对发电收益评价函数、弃水量评价函数和机组寿命损耗量评价函数加权求和,得到综合评价函数;
29、以综合评价函数的值最大为目标选取最优机组启停序列、库容调度策略和机组启停次数,生成当前调度周期的最优运行策略集合。
30、优选地,基于当前调度周期与前一调度周期的最优运行策略集合调度下电网负荷预测值以及径流预报值的偏差,构建反馈校正量,包括:
31、获取当前调度周期的最优运行策略集合调度下,预设时段内的第一电网负荷预测序列和第一径流预报序列;获取前一调度周期的最优运行策略集合调度下,预设时段内的第二电网负荷预测序列和第二径流预报序列;
32、计算第一电网负荷预测序列与第二电网负荷预测序列的差值,得到负荷偏差向量;计算第一径流预报序列与第二径流预报序列的差值,得到来水偏差向量;
33、对负荷偏差向量和来水偏差向量加权求和得到反馈校正量。
34、优选地,基于反馈校正量对多时间尺度状态矩阵进行偏移修正,得到当前调度周期的目标多时间尺度状态矩阵,包括:
35、获取多时间尺度状态矩阵中的日调节层状态向量、周调节层状态向量和季调节层状态向量;
36、计算各个调节层状态向量中各个特征值与反馈校正量的和值,得到各个调节层状态向量中更新后的各个特征值,从而得到更新后的各个调节层状态向量;
37、基于各个更新后的各个调节层状态向量得到当前调度周期的目标多时间尺度状态矩阵。
38、优选地,基于目标多时间尺度状态矩阵生成当前调度周期的目标梯级电站调度指令序列,包括:
39、分别计算目标多时间尺度状态矩阵与候选运行策略集合中各个候选运行策略的适配度数值;
40、基于各个候选运行策略调度下的电网负荷预测值以及径流预报值,与前一调度周期的目标梯级电站调度指令序列调度下电网负荷预测值以及径流预报值的偏差,对各个候选运行策略的适配度数值进行修正,得到各个候选运行策略的可执行性误差;
41、将可执行性误差大于预设阈值的候选运行策略自候选运行策略集合中剔除,得到可执行候选运行策略集合;
42、计算可执行候选运行策略集合中各个可执行候选运行策略的综合评价函数的值,基于综合评价函数的值最大的可执行候选运行策略得到目标梯级电站调度指令序列。
43、本发明还提供了一种多时间尺度梯级抽蓄电站运行调度装置,包括:
44、多时间尺度状态构建模块,用于利用多尺度状态嵌入算法基于当前调度周期内梯级抽蓄电站群的运行数据,构建包含日调节层、周调节层及季调节层的多时间尺度状态矩阵;
45、协同调度特征获取模块,用于基于多时间尺度状态矩阵对各个调节层之间的状态变量进行双向耦合约束解析,生成当前调度周期的用于表征长周期蓄能趋势与短周期响应之间的调度特征向量;
46、候选调度指令生成模块,用于将调度特征向量输入基于时域卷积与注意力机制的演化预测模型,以模拟不同电价信号及负荷扰动下的梯级电站状态迁移路径,输出当前调度周期内多个时间尺度下的包含机组启停序列及库容调度策略的候选运行策略集合;
47、运行策略生成模块,用于基于机组启停序列及库容调度策略构建包含发电收益、弃水量、机组寿命损耗量的综合评价函数,利用动态权重分配机制基于综合评价函数生成当前调度周期的最优运行策略集合;
48、多时间尺度状态修正模块,用于基于当前调度周期与前一调度周期的最优运行策略集合调度下电网负荷预测值以及径流预报值的偏差,构建反馈校正量;基于反馈校正量对多时间尺度状态矩阵进行偏移修正,得到当前调度周期的目标多时间尺度状态矩阵;
49、调度指令生成模块,用于基于目标多时间尺度状态矩阵生成当前调度周期的目标梯级电站调度指令序列并映射至各个电站的机组控制单元与闸门执行机构,生成包含启停优先级、发电功率设定值以及泄放流量曲线的梯级协同控制指令。
50、本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述的多时间尺度梯级抽蓄电站运行调度方法的步骤。
51、本技术提供的多时间尺度梯级抽蓄电站运行调度方法具有以下有益效果:
52、通过构建多时间尺度状态矩阵、执行双向耦合约束解析、利用时域卷积与注意力机制进行状态演化预测,并构建包含发电收益、弃水量、机组寿命损耗量的综合评价函数生成最优运行策略集合,基于相邻调度周期在最优运行策略集合下的电网负荷预测偏差和来水量偏差对多时间尺度状态矩阵进行校正,基于校正后的多时间尺度状态矩阵再次生成目标梯级电站调度指令,使得生成的调度指令始终与实时运行环境一致,同时由于各个时间尺度之间的状态信息能够有效贯通,避免了现有技术中日调节、周调节、季调节策略之间相互冲突的问题,使得梯级抽水蓄能电站群能够同时满足短周期快速响应需求与长周期蓄能规划要求;另外,生成运行策略时构建的综合评价函数中综合考虑了发电收益、弃水量和机组寿命损耗,使得最终得到的调度指令在降低弃水量、提升发电收益的同时减少机组频繁启停,使得梯级电站群在高波动负荷和复杂水文条件下仍然能够保持稳定高效运行。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com