间歇式电力能源自动协调优化调度系统

总结了四种电力数据源及与其相对应的数据接口类型。

2.1.3自动调度子模块设计

自动调度子模块的工作原理为：先是接受系统所发出的传输请求，进而对电力风险数据接口以及数据源进行并行化处理。这个模块的核心设备为电力协调分散箱，一旦风险数据的分布较为集中，则该设备主动与系统数据库进行连接，以提高数据传输质量。一旦系统接收到该模块传递的信号之后，电力协调分散箱就会根据风险的危险程度创建相应的任务，并對该类风险数据进行集中管理，对传输队列进行规范化调整，最后将风险数据进行压缩储存，并生成日志[8-9]。

自动调度子模块详细的设计原理如图2所示。

图2  自动调度子模块设计原理详图

2.2 软件设计

2.2.1确定调度函数

为确保电源可控性下降水平得到有效调节，间歇式电力能源协调调度函数具备较强的耦合能力，能够在处理系统调度层问题的同时，解决电力数据源与数据接口间的理性连接问题[10]。设σe代表电力风险数据的定义参量，利用σe可将电力风险的严重度函数表示为：

式（1）中，Y代表间歇式电力能源协调调度函数中的定义标量;w、r分别代表风险严重度积分的上、下限数值;i代表电力风险数据的多区互联参量;？字代表理想状态下的系统协调系数;u代表与电力风险数据相关的常性物理量;q代表电源下降水平的标准调节向量。

2.2.2 估计分散性风险参数

分散性风险参数对新型电力调度系统的参数选取能力进行了协调拟合，并利用间歇式电力能源协调调度函数重新制定适合系统的准确数据调度范围。当自动调度子模块中电力风险数据较为集中时，系统数据库面临较大存储压力，易导致电力风险数据滞留等现象的产生。为避免上述情况的出现，分散性风险参数以一阶互联向量ξe作为自变量，在相关估计法则的作用下，计算间歇式电力能源协调调度函数对系统协调调度质量参数的承载极限，再经过一系列完整的数学推导，得出准确的数据库承载极限数值，避免过量存储事件的出现[11]。利用ξe、？姿可将分散性风险参数的估计结果表示为：

式（2）中，g、d分别代表电力风险数据的积分上、下限;ke 、kl分别代表理想估计参数和标准估计参数;e、l分别代表在当前参数条件下，电力风险数据所处的标准运行周期;a代表调度系统的分散性滞留因子;？驻h代表电力风险数据的标准变化量[12-13]。

3  数据库设计

电力风险数据的储存空间具有唯一性，其储存地点为电力调度数据库。在短时间内如果该数据库发出较大数量的调度指令，由于风险数据较为分散等原因，会对电力调度数据库的运行产生限制，系统进入低频率供应状态，可能会导致电网数据出现长时间失活的状况[14-15]。为了解决上述问题，在对该数据库进行设计时引入差值计算装置，该装置能够根据现有风险数据的数据总量，对数据库的剩余储存空间进行评估，在工作的过程中，将间歇式电力能源协调调度函数以及分散性风险参数作为应用变量。

基于上述原理完成了新型间歇式电力能源自动协调优化调度系统的构建，在电力数据调度的过程中，能够满足高效、高协调的要求，使电网能够良好的运行。

4  实验结果与分析

通过仿真实验的方法，验证本研究设计的间歇式电力能源自动协调优化调度系统的运行性能。将本系统与文献[3]系统、文献[4]系统、文献[5]系统、文献[6]系统、文献[7]系统的数据一致性进行了对比，对比结果如图3所示。其中，横坐标为待调度电力能源数量，单位是个，纵坐标为待调度电力能源信息的数据一致性，单位是百分比（%）。

（a）本文所设计系统、文献[3]系统、文献[4]系统的数据一致性对比

（b）本文所设计系统、文献[5]系统、文献[6]系统的数据一致性对比

（c）本文所设计系统与文献[7]系统的数据一致性对比

从图3可以看出，待调度电力能源数量为1000时，调度数据一致性最高，其次是文献[6]系统，再次为文献[8]系统，文献[10]系统的数据一致性最差;待调度电力能源数量为15000时，数据一致性最高，其次是文献[9]系统，再其次为文献[10]系统，文献[7]系统的数据一致性最差，通过上述实验数据可知，总体来讲，本研究所设计系统的电力能源自动协调调度数据一致性最高，可以实现高一致性的能源调度，因数据不一致性造成调度错误的可能性低。

将本文所设计系统与文献[6]系统和文献[7]系统进行调度总任务完成成本（元）对比实验，对比结果如图4所示。

由图4可以看出，在迭代刚开始的时候，本文设计的系统电力能源协调调度调度任务完成成本与文献[6]系统和文献[7]系统电力能源协调调度任务完成成本之间相差并不大。随着迭代数量的不断增加，本文设计的系统电力能源协调调度任务完成的成本和文献[7]系统电力能源协调调度任务完成成本的优化更加明显，而文献[6]系统电路能源协调调度任务完成成本无明显优化作用，通过对比可知，本文所设计系统电力能源协调调度调度任务的完成成本明显低于文献[6]系统和文献[7]系统电力能源协调调度任务的完成成本。

5  结束语

由于电网本身存在的建设周期长以及架设难度大等弊端，已难以满足我国经济快速发展的需要，已经成为制约消纳间歇式能源的重要原因。针对此问题，设计一种新的间歇式电力能源自动协调优化调度系统。本研究主要分为硬件设计和软件设计两部分。通过仿真实验对系统的调度数据一致性以及调度成本进行验证。实验结果表明，本文所设计系统在上述两方面都具有较为明显的优势。

参考文献：

[1]肖   浩，裴   玮，孔   力. 基于模型预测控制的微电网多时间尺度协调优化调度[J]. 电力系统自动化，2016，40（18）：7-14+55.

[2]许汉平，李姚旺，苗世洪，罗纯坚，徐秋实. 考虑可再生能源消纳效益的电力系统“源—荷—储”协调互动优化调度策略[J]. 电力系统保护与控制，2017，45（17）：18-25.

[3]瞿凯平， 张孝顺， 余   涛，等. 基于知识迁移Q学习算法的多能源系统联合优化调度[J]. 电力系统自动化， 2017， 41（15）：18-25.

[4]侯贸军， 罗春辉， 武学伟，等. 计及PEV聚合器的含可再生能源电力系统AGC调节功率的协调调度[J]. 电力系统保护与控制， 2018， 46（1）：63-70.

[5]廖彬杰， 李瑞琦. 基于需求响应的电网能源调度模型研究与设计[J]. 中国电力， 2017， 50（7）：64-68.

[6] 曾鸣， 杨雍琦， 向红伟，等. 兼容需求侧资源的“源-网-荷-储”协调优化调度模型[J]. 电力自动化设备， 2016， 36（2）：102-111.

[7]董   雷， 孟天骄， 陈乃仕，等. 采用马尔可夫链—多场景技术的交直流主动配电网优化调度[J]. 电力系统自动化， 2018， 42（5）：147-153.

[8]李文锋， 卜广全， LI Wenfeng，等. 抽蓄电站和经多端柔性直流电网接入的大规模新能源间的协调互补优化控制方案[J]. 电力系统保护与控制， 2017， 45（23）：130-135.

[9]許晓慧， 苏义荣， 施   勇，等. 并网运行模式下微电网能量优化调度算法研究[J]. 电网与清洁能源， 2016， 32（8）：117-122.

[10]邹妍茜， 戴晓东， 邹   阳. 基于双层优化理论的多微网协调优化调度研究[J]. 智慧电力， 2016， 44（12）：1-5.

[11]章   熙， 姬   源， 黄育松. 人工智能技术在电力调度自动化系统中的应用研究[J]. 信息与电脑（理论版）， 2017（22）：132-133.

[12]郭   崇， 王   征. 需求侧响应下的两级优化调度策略研究[J]. 信息通信， 2017（11）：165-166.

[13]刘   新， 吴春九. 电力调度自动化主网络管理系统的设计与实现[J]. 信息与电脑（理论版）， 2017（24）：77-79.

[14]王小宁， 肖海力， 曹荣强. 面向高性能计算环境的作业优化调度模型的设计与实现[J]. 计算机工程与科学， 2017， 39（4）：619-626.

[15]屈志坚， 蒋俊俊， 王   冬. 消息触发的调度监控信息智能联盟实现技术[J]. 电力系统及其自动化学报， 2017， 29（29）：51.

推荐访问： 间歇 调度 协调 优化 能源

---