CN105137756A - 钢铁企业电网协调控制方法及系统 - Google Patents
钢铁企业电网协调控制方法及系统 Download PDFInfo
- Publication number
- CN105137756A CN105137756A CN201510546879.4A CN201510546879A CN105137756A CN 105137756 A CN105137756 A CN 105137756A CN 201510546879 A CN201510546879 A CN 201510546879A CN 105137756 A CN105137756 A CN 105137756A
- Authority
- CN
- China
- Prior art keywords
- advanced
- steering order
- load
- real
- control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 title claims abstract description 126
- 238000000034 method Methods 0.000 title claims abstract description 76
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 66
- 239000010959 steel Substances 0.000 title claims abstract description 66
- 229910052742 iron Inorganic materials 0.000 title claims abstract description 64
- 238000005457 optimization Methods 0.000 claims abstract description 71
- 238000004364 calculation method Methods 0.000 claims abstract description 44
- 238000011217 control strategy Methods 0.000 claims abstract description 31
- 230000008859 change Effects 0.000 claims abstract description 26
- 230000035945 sensitivity Effects 0.000 claims abstract description 13
- 230000004044 response Effects 0.000 claims abstract description 11
- 230000005611 electricity Effects 0.000 claims description 55
- 238000004458 analytical method Methods 0.000 claims description 32
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 230000001276 controlling effect Effects 0.000 claims description 20
- 230000005283 ground state Effects 0.000 claims description 20
- 230000001105 regulatory effect Effects 0.000 claims description 19
- 238000004519 manufacturing process Methods 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 16
- 238000009826 distribution Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 11
- 238000011234 economic evaluation Methods 0.000 claims description 10
- 238000010891 electric arc Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 5
- 235000019580 granularity Nutrition 0.000 claims description 4
- 230000002194 synthesizing effect Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 abstract 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 206010003830 Automatism Diseases 0.000 description 4
- 239000003034 coal gas Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 150000002505 iron Chemical class 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000004939 coking Methods 0.000 description 1
- 238000005097 cold rolling Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000005098 hot rolling Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000005453 pelletization Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000005245 sintering Methods 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种钢铁企业电网协调控制方法及系统,超前优化调度层用于将电网模型、计划数据、负荷预测结果融合起来,形成未来方式断面;协调优化控制层通过潮流计算对不同时段的运行方式断面集合的潮流变化进行分析,结合关口需量预测、考核功率因数计算结果,形成调度决策信息,在协调优化控制环节引入灵敏度因子对超前AGC和PDC的控制策略进行修正,提高有功调节的响应速度;同时采用启发式交叉递进的方法对AGC与AVC的控制指令进行校核修正,得到综合协调控制指令,最大限度地降低两类指令的相互影响,实现钢铁企业电网经济性和安全性的综合优化协调控制。
Description
技术领域
本发明属于工业生产过程的控制领域,特别涉及一种钢铁企业电网协调控制方法及系统。
背景技术
随着电力体制改革的不断推进,以及智能电网背景下电力二次一体化、需求响应等相关研究的进展,在大型钢铁企业电网内实现电力系统实时优化与控制,提高区域电网的安全性和经济性显得越发重要。钢铁企业电力系统包括发电、输电、配电和用电4个环节,一定程度上构成了自成体系的微网。对于大电网来说,钢铁企业既是终端用户又是电源点,因此,在保证企业电网安全稳定运行的基础上,一方面应通过参与电力需求侧响应及负荷管理措施,节省用电成本,并在电力系统发挥重要作用,如平抑峰值负荷、参与动态电价形成机制等;另一方面应挖掘企业自身潜力,结合钢铁企业的生产特点和两部制电价的收费细则,以厂级控制方法分析企业电力系统中存在的控制问题,找出实现企业关口平衡控制、自动发电控制、自动电压控制、电力需量控制、用电负荷管理的协调控制方法,提高钢铁企业电网的优化调度和控制水平,提高企业的综合竞争力。
在钢铁企业电网中存在一些孤立的控制子系统,如电力需量控制、自动发电控制、自动电压控制和用电负荷管理。各控制子系统根据自己的控制目标对所辖区域的控制对象进行实时控制,在一定程度上提升了电网的实时控制水平。但是,目前在线有功功率控制是由AGC承担的,其目标是跟踪负荷变化,维持系统关口有功功率接近计划值,很少考虑其调整对系统电压稳定的影响;加之PDC和LMS要结合自身控制目标对负荷端的有功功率进行控制,因此AGC、AVC、PDC和LMS在控制中无论是在控制目标,还是受控对象都存在交互影响。在系统运行中,由于子系统之间缺乏联系和信息交互,并且控制目标不统一,往往会出现过度控制和反复调节的问题,降低了企业电网运行的经济型和安全性。因此,在钢铁企业电网的控制中,迫切需要对这些控制子系统进行整合,使其在实现各自基本功能的同时,兼顾系统全局的安全性和经济性,实现控制体系与调节措施间的协调。
本发明涉及的名词定义如下:
电力需量控制(PDC):通过功率改变、功率延时、功率切除等手段减少企业峰值负荷,保证企业月最大需量在合同限值以内,降低企业用电成本。
自动发电控制(AGC):在钢铁企业中AGC与电网的差别较大,由于企业用户都与电网公司的大电网相连,一般不需要考虑频率的问题,而联络线功率要考虑的就是与电网的边界,因此AGC要解决的最重要问题应该是关口平衡问题。
自动电压控制(AVC):该系统是对所辖电网的变压器分接头和容抗器进行调节,保证区域电网的电压和功率因数在合理范围内。在钢铁企业的220kV变电站一般都配置了容抗器,但是却很少参与电压和无功调节,一个主要的原因就是缺乏一套适合钢铁企业的AVC系统。
用电负荷管理(LMS):该系统是对电力负荷进行监控、管理的综合管理信息系统。在钢铁企业,电能使用贯穿在钢铁生产的整个过程,由于其具有用电量大、负荷波动大、负荷变化与生产状况直接相关等特点,可以通过负荷监测、负荷控制、用电分析、负荷预测等手段加强对企业内部各个车间的用电管理,提高企业的用电效率。
发明内容
本发明的目的,在于提供一种钢铁企业电网协调控制方法及系统,其根据钢铁企业电网的实时控制需要,建立供电网络模型,并采用厂级控制方法对实时控制系统进行分析。在此基础上采用分层控制、逐级细化的思想对整个系统的进行重新设计,建立钢铁企业电网的综合优化协调控制系统,该系统由超前优化调度、协调优化控制和常规控制构成。在超前优化调度环节建立对未来电网的潮流变化趋势进行分析,在协调优化控制环节,通过改进超前自动发电控制和电力需量控制的控制策略,实现了钢铁企业电网系统经济性和安全性的综合优化协调控制。
本发明的技术方案是:钢铁企业电网协调控制方法,其特征在于:包括最上层的超前优化调度层、中间层的协调优化控制层、下层的实时控制系统;所述超前优化调度层用于将电网模型、计划数据、负荷预测结果融合起来,形成未来方式断面;所述协调优化控制层用于通过潮流计算对不同时段的运行方式断面集合的潮流变化进行分析,结合关口需量预测、考核功率因数计算结果,形成调度决策信息;所述调度决策信息包括超前PDC控制指令、超前AGC控制指令和AVC控制指令;所述协调优化控制层还通过灵敏度因子对超前AGC和超前PDC的控制策略进行修正,以提高有功调节的响应速度;同时协调优化控制层采用启发式交叉递进的方法对超前AGC控制指令与AVC控制指令进行校核修正,得到综合协调控制指令,以降低超前AGC控制指令与AVC控制指令的相互影响;;所述协调优化控制层将超前PDC控制指令、超前AGC控制指令和AVC控制指令发送给实实时控制层;实时控制系统根据自身运行状态和调度决策信息进行自动调节。
进一步的,所述超前优化调度层根据生产作业计划、工序检修计划、特殊工序趋势分析结果,结合钢铁企业各种工序的用电特点,采用多种预测算法生成用电总加预测曲线和各个分厂或工序的关口负荷预测结果;根据上一周期制定的30分钟发电计划和用电总加预测曲线,确定未来30分钟外购电计划,并对其进行峰谷平经济性评估[2],实现对发电计划的修正;以状态估计实时断面为基础,融合工序检修计划、关口负荷预测结果、未来30分钟发电计划,生成未来方式断面;以潮流计算结果为基础,结合特殊工序(如电炉)趋势分析结果,得到关口需量预测结果,以此判断未来30分钟需量是否超过设定限值,并通过考核功率因数计算判断功率因数是否越限;根据超前优化调度层的分析结果,结合当前时刻电网实时运行情况,依据启发式专家规则制定实时控制策略,向实时控制层下发调度决策信息;
进一步的,所述协调优化控制层以优化设定值的方式下发调度决策信给电炉电极升降调节系统、发电机自动电压调节装置AVR和机组协调控制系统;实时控制层根据自身运行状态和限制约束进行自动调节,而可间断负荷控制、变压器分接头、容抗器开关采用遥控命令进行直接控制。
进一步的,超前优化调度层的综合负荷预测模块采用多时间粒度、多模式的综合预测方法,对电网的用电总加负荷和关口负荷进行预测,并通过特殊工序趋势分析结果、生产作业计划和工序检修计划,对预测结果进行二次修正。
进一步的,超前优化调度层根据钢铁企业电网的供电网络和用电特点,建立企业厂级负荷预测流程网络模型;针对钢铁企业的各个分厂用户的负荷特性,分类进行预测:用电总加负荷预测、外购电关口负荷预测、等值用电负荷预测、特殊工序趋势分析,并匹配不同的预测算法;对于各类负荷预测采用不同的预测口径,其中用电总加负荷预测口径为5分钟,预测时间长度为120分钟,外购电关口负荷预测、等值用电负荷预测口径为1分钟,预测时间长度为60分钟;特殊工序趋势分析的预测口径为10秒,预测时间长度为5分钟;引入作业计划和工序检修计划信息,对等值用电负荷预测结果和特殊工序趋势分析进行修正,并通过分用户汇总对用电总加预测结果进行校核,提高预测准确率。
进一步的,所述超前优化调度层通过峰平谷经济性评估模块,根据电网公司的分时电价对外购电计划进行经济性校核,并通过调整发电计划和合理调整外购电计划,保证峰时段多发电少买电,谷时段少发电多买电。
进一步的,所述超前优化调度层通过生成未来方式断面模块,以状态估计实时断面为基础,融合工序检修计划、关口负荷预测结果、未来30分钟发电计划,生成时间间隔为1分钟的30个未来方式断面,并对每个方式断面进行基态潮流计算,获取未来30分钟内的潮流分布及变化趋势。
进一步的,中间层的协调优化控制层由关口需量预测、基态潮流计算、考核功率因数计算、协调优化控制环节构成。
进一步的,所述协调优化控制层的工作过程包括以下步骤:
a)根据关口需量预测结果判断未来30分钟需量是否越限,通过基态潮流计算判断电网中中枢母线电压是否合格,通过考核功率因数计算来判定功率因数是否需要调整,综合上述信息,得到调节的多目标决策信息;
b)结合SCADA采集的实时量测信息,实时断面的基态计算结果,输出超前AGC控制策略,该策略包括需要调节的有功功率总量,以及调节总量在各个发电机组、电弧炉之间的分配设定值;
c)模拟发电机组和电弧炉已经根据控制命令调节完成,以调节后功率值,进行潮流计算,统计电压和潮流的变化,并采用有功灵敏度计算变化功率对外购电联络线路、需量监测点、中枢电压的影响;
d)判断电压变化是否可控范围内,如果在则可以直接输出控制指令,如果超过则进入AVC控制环节,输出AVC的协调控制策略;
e)根据AVC的控制策略,进行全网潮流计算,查看监视关口的有功功率变化是否在合理有功调节范围,如果满足条件则直接输出控制命令,否则转入b)进行交替计算;直至满足收敛条件,输出合理的控制命令到实时控制系统,实现系统的闭环控制。
本发明采取的另一种技术方案为:钢铁企业电网协调控制系统,其特征在于:包括最上层的超前优化调度层、中间层的协调优化控制层、下层的实时控制系统;
所述超前优化调度层用于将电网模型、计划数据、负荷预测结果融合起来,形成未来方式断面;
所述协调优化控制层用于通过潮流计算对不同时段的运行方式断面集合的潮流变化进行分析,结合关口需量预测、考核功率因数计算结果,形成调度决策信息;
所述调度决策信息包括超前PDC控制指令、超前AGC控制指令和AVC控制指令;
所述协调优化控制层还通过灵敏度因子对超前AGC和超前PDC的控制策略进行修正,以提高有功调节的响应速度;同时协调优化控制层采用启发式交叉递进的方法对超前AGC控制指令与AVC控制指令进行校核修正,得到综合协调控制指令,以最大限度地降低两类指令的相互影响;
所述协调优化控制层将超前PDC控制指令、超前AGC控制指令和AVC控制指令发送给实实时控制层;
实时控制系统根据自身运行状态和调度决策信息进行自动调节。
本发明由最上层的超前优化调度、中间层的协调优化控制、下层的实时控制系统构成,其中,超前优化调度层将电网模型、计划数据、负荷预测结果融合起来,形成未来方式断面;在协调优化控制层,通过潮流计算对不同时段的运行方式断面集合的潮流变化进行分析,结合关口需量预测、考核功率因数计算结果,形成调度决策信息,在协调优化控制环节引入灵敏度因子对超前AGC和PDC的控制策略进行修正,提高有功调节的响应速度;同时采用启发式交叉递进的方法对AGC与AVC的控制指令进行校核修正,得到综合协调控制指令,最大限度地降低两类指令的相互影响,实现钢铁企业电网经济性和安全性的综合优化协调控制。
其基本实现过程为:
a)根据生产作业计划、工序检修计划、特殊工序趋势分析结果,结合钢铁企业各种工序的用电特点,采用多种预测算法生成用电总加预测曲线和各个分厂或工序的关口负荷预测结果;
b)根据上一周期制定的30分钟发电计划和用电总加预测曲线,确定未来30分钟外购电计划,并对其进行峰谷平经济性评估[2],实现对发电计划的修正;
c)以状态估计实时断面为基础,融合工序检修计划、关口负荷预测结果、未来30分钟发电计划,生成未来方式断面;
d)以潮流计算结果为基础,结合特殊工序(如电炉)趋势分析结果,得到关口需量预测结果,以此判断未来30分钟需量是否超过设定限值,并通过考核功率因数计算判断功率因数是否越限;
e)协调优化控制是本系统承上启下的关键环节,其根据超前优化调度层的分析结果,结合当前时刻电网实时运行情况,依据启发式专家规则制定实时控制策略,向实时控制系统下发控制指令,包括超前PDC控制指令、AVC控制指令和超前AGC控制指令;
f)协调优化控制环节下发给电炉电极升降调节系统、发电机自动电压调节装置(AVR)、机组协调控制系统的指令是以优化设定值的方式下发,实时控制系统根据自身运行状态和限制约束进行自动调节,而可间断负荷控制、变压器分接头、容抗器开关采用遥控命令进行直接控制。
上述方案中:超前优化调度层的综合负荷预测模块采用多时间粒度、多模式的综合预测方法,对电网的用电总加负荷和关口负荷进行预测,并通过特殊工序趋势分析结果、生产作业计划和工序检修计划,对预测结果进行二次修正,具体实现过程为:
a)根据钢铁企业电网的供电网络和用电特点,建立企业厂级负荷预测流程网络模型;
b)针对钢铁企业的各个分厂用户的负荷特性,分类进行预测:用电总加负荷预测、外购电关口负荷预测、等值用电负荷预测、特殊工序趋势分析,并匹配不同的预测算法;
c)对于各类负荷预测采用不同的预测口径,其中用电总加负荷预测口径为5分钟,预测时间长度为120分钟,外购电关口负荷预测、等值用电负荷预测口径为1分钟,预测时间长度为60分钟;特殊工序趋势分析的预测口径为10秒,预测时间长度为5分钟;
d)引入作业计划和工序检修计划信息,对等值用电负荷预测结果和特殊工序趋势分析进行修正,并通过分用户汇总对用电总加预测结果进行校核,提高预测准确率。
上述方案中:位于超前优化调度层的峰平谷经济性评估模块,根据电网公司的分时电价对外购电计划进行经济性校核,并通过调整发电计划,合理调整外购电计划,保证峰时段多发电少买电,谷时段少发电多买电。
上述方案中:位于超前优化调度层的生成未来方式断面模块,以状态估计实时断面为基础,融合工序检修计划、关口负荷预测结果、未来30分钟发电计划,生成时间间隔为1分钟的30个未来方式断面,并对每个方式断面进行基态潮流计算,获取未来30分钟内的潮流分布及变化趋势。
中间层的协调优化控制层,由关口需量预测、基态潮流计算、考核功率因数计算、协调优化控制环节构成。具体实现过程为:
a)根据关口需量预测结果判断未来30分钟需量是否越限,通过基态潮流计算判断电网中中枢母线电压是否合格,通过考核功率因数计算来判定功率因数是否需要调整,综合上述信息,得到调节的多目标决策信息;
b)结合SCADA采集的实时量测信息,实时断面的基态计算结果,输出超前AGC控制策略,该策略包括需要调节的有功功率总量,以及调节总量在各个发电机组、电弧炉之间的分配设定值;
c)模拟发电机组和电弧炉已经根据控制命令调节完成,以调节后功率值,进行潮流计算,统计电压和潮流的变化,并采用有功灵敏度计算变化功率对外购电联络线路、需量监测点、中枢电压的影响;
d)判断电压变化是否可控范围内,如果在则可以直接输出控制指令,如果超过则进入AVC控制环节,输出AVC的协调控制策略;
e)根据AVC的控制策略,进行全网潮流计算,查看监视关口的有功功率变化是否在合理有功调节范围,如果满足条件则直接输出控制命令,否则转入b)进行交替计算;直至满足收敛条件,输出合理的控制命令到实时控制系统,实现系统的闭环控制。
本发明根据钢铁企业电网的实时控制需要,建立供电网络模型,并采用厂级控制方法对实时控制系统进行分析。在此基础上采用分层控制、逐级细化的思想对整个系统的进行重新设计,建立钢铁企业电网的综合优化协调控制系统,该系统由超前优化调度、协调优化控制和常规控制构成。在超前优化调度环节建立对未来电网的潮流变化趋势进行分析,在协调优化控制环节,通过改进超前自动发电控制和电力需量控制的控制策略,实现了钢铁企业电网系统经济性和安全性的综合优化协调控制。
附图说明
图1典型钢铁企业供电网络图;
图2综合协调优化控制系统结构图;
图3协调优化控制实现框图。
具体实施方式
以下将结合附图,对本发明的技术方案进行详细说明。
实施例1
参见图2和图3,本钢铁企业电网协调控制方法,包括最上层的超前优化调度层、中间层的协调优化控制层、下层的实时控制系统;所述超前优化调度层用于将电网模型、计划数据、负荷预测结果融合起来,形成未来方式断面;所述协调优化控制层用于通过潮流计算对不同时段的运行方式断面集合的潮流变化进行分析,结合关口需量预测、考核功率因数计算结果,形成调度决策信息;所述调度决策信息包括超前PDC控制指令、超前AGC控制指令和AVC控制指令;所述协调优化控制层还通过灵敏度因子对超前AGC和超前PDC的控制策略进行修正,以提高有功调节的响应速度;同时协调优化控制层采用启发式交叉递进的方法对超前AGC控制指令与AVC控制指令进行校核修正,得到综合协调控制指令,以降低超前AGC控制指令与AVC控制指令的相互影响;所述协调优化控制层将超前PDC控制指令、超前AGC控制指令和AVC控制指令发送给实实时控制层;实时控制系统根据自身运行状态和调度决策信息进行自动调节。
进一步的,所述协调优化控制层根据生产作业计划、工序检修计划、特殊工序趋势分析结果,结合钢铁企业各种工序的用电特点,采用多种预测算法生成用电总加预测曲线和各个分厂或工序的关口负荷预测结果;根据上一周期制定的30分钟发电计划和用电总加预测曲线,确定未来30分钟外购电计划,并对其进行峰谷平经济性评估[2],实现对发电计划的修正;以状态估计实时断面为基础,融合工序检修计划、关口负荷预测结果、未来30分钟发电计划,生成未来方式断面;以潮流计算结果为基础,结合特殊工序(如电炉)趋势分析结果,得到关口需量预测结果,以此判断未来30分钟需量是否超过设定限值,并通过考核功率因数计算判断功率因数是否越限;根据超前优化调度层的分析结果,结合当前时刻电网实时运行情况,依据启发式专家规则制定实时控制策略,向实时控制层下发调度决策信息。
所述协调优化控制层以优化设定值的方式下发调度决策信给电炉电极升降调节系统、发电机自动电压调节装置AVR和机组协调控制系统;实时控制层根据自身运行状态和限制约束进行自动调节,而可间断负荷控制、变压器分接头、容抗器开关采用遥控命令进行直接控制。超前优化调度层的综合负荷预测模块采用多时间粒度、多模式的综合预测方法,对电网的用电总加负荷和关口负荷进行预测,并通过特殊工序趋势分析结果、生产作业计划和工序检修计划,对预测结果进行二次修正。超前优化调度层根据钢铁企业电网的供电网络和用电特点,建立企业厂级负荷预测流程网络模型;针对钢铁企业的各个分厂用户的负荷特性,分类进行预测:用电总加负荷预测、外购电关口负荷预测、等值用电负荷预测、特殊工序趋势分析,并匹配不同的预测算法;对于各类负荷预测采用不同的预测口径,其中用电总加负荷预测口径为5分钟,预测时间长度为120分钟,外购电关口负荷预测、等值用电负荷预测口径为1分钟,预测时间长度为60分钟;特殊工序趋势分析的预测口径为10秒,预测时间长度为5分钟;引入作业计划和工序检修计划信息,对等值用电负荷预测结果和特殊工序趋势分析进行修正,并通过分用户汇总对用电总加预测结果进行校核,提高预测准确率。
所述超前优化调度层通过峰平谷经济性评估模块,根据电网公司的分时电价对外购电计划进行经济性校核,并通过调整发电计划和合理调整外购电计划,保证峰时段多发电少买电,谷时段少发电多买电。所述超前优化调度层通过生成未来方式断面模块,以状态估计实时断面为基础,融合工序检修计划、关口负荷预测结果、未来30分钟发电计划,生成时间间隔为1分钟的30个未来方式断面,并对每个方式断面进行基态潮流计算,获取未来30分钟内的潮流分布及变化趋势。中间层的协调优化控制层由关口需量预测、基态潮流计算、考核功率因数计算、协调优化控制环节构成。所述协调优化控制层的工作过程包括以下步骤:
a)根据关口需量预测结果判断未来30分钟需量是否越限,通过基态潮流计算判断电网中中枢母线电压是否合格,通过考核功率因数计算来判定功率因数是否需要调整,综合上述信息,得到调节的多目标决策信息;
b)结合SCADA采集的实时量测信息,实时断面的基态计算结果,输出超前AGC控制策略,该策略包括需要调节的有功功率总量,以及调节总量在各个发电机组、电弧炉之间的分配设定值;
c)模拟发电机组和电弧炉已经根据控制命令调节完成,以调节后功率值,进行潮流计算,统计电压和潮流的变化,并采用有功灵敏度计算变化功率对外购电联络线路、需量监测点、中枢电压的影响;
d)判断电压变化是否可控范围内,如果在则可以直接输出控制指令,如果超过则进入AVC控制环节,输出AVC的协调控制策略;
e)根据AVC的控制策略,进行全网潮流计算,查看监视关口的有功功率变化是否在合理有功调节范围,如果满足条件则直接输出控制命令,否则转入b)进行交替计算;直至满足收敛条件,输出合理的控制命令到实时控制系统,实现系统的闭环控制。
图1给出了某大型钢铁企业的供电网络图。该电网有两座220kV变电站,每座变电站通过两条220kV输电线路与外电网相连,变电站之间通过联络线连接起来;站内各有两台三卷变压器,其中35kV母线接入的主要是容抗器,110kV母线对各个生产车间进行供电;自备电厂有两台300MW机组,一台机组通过联络线接入铁钢变110kV母线,另一台接入轧钢变110kV母线,两台机组对应高压母线没有相连;除此自备电厂还为部分车间供电。在负荷端,建立了典型的钢铁企业生产工序的等值负荷,如制氧、焦化、烧结、冷轧、热轧电炉等,其他如高炉、转炉、鼓风、球团等工序归到110kV车间变电站中。
在某些钢铁企业结合自身需要,引入了电网调度中的自动发电控制、自动电压控制及用电负荷管理系统,并结合两部制电价中对月最大需量和功率因数调整电费的要求开发了电力需量控制系统、功率因数辨识等控制系统。由于各控制子系统根据自己的控制目标对所辖区域的控制对象进行实时控制,在一定程度上提升了电网的实时控制水平。但是,目前在线有功功率控制是由AGC承担的,其目标是跟踪负荷变化,维持系统关口有功功率接近计划值,很少考虑其调整对系统电压稳定的影响;加之PDC和LMS要结合自身控制目标对负荷端的有功功率进行控制,因此AGC、AVC、PDC和LMS在控制中无论是在控制目标,还是受控对象都存在交互影响。在系统运行中,由于子系统之间缺乏联系和信息交互,并且控制目标不统一,往往会出现过度控制和反复调节的问题,降低了企业电网运行的经济型和安全性。
因此,为了提高钢铁企业电网实时控制的效率,需要打破原来AGC、AVC、PDC和LMS的固有控制模式,结合电网运行的经济性指标,在不同的时间维度上,实现钢铁企业电网的有功与无功电压的协调控制。采用分层控制、逐级细化的思想对整个系统的进行重新设计,建立企业电网的实时综合优化协调控制系统,该系统由最上层的超前优化调度、中间层的协调优化控制和常规控制层的实时控制构成。
图2给出综合优化协调控制系统的具体过程:
(1)根据生产作业计划、工序检修计划、特殊工序趋势分析结果,结合钢铁企业各种工序的用电特点,采用多种预测算法生成用电总加预测曲线和各个分厂或工序的关口负荷预测结果;
(2)根据上一周期制定的30分钟发电计划和用电总加预测曲线,确定未来30分钟外购电计划,并结合分时电价进行经济性评估,并生成未来60分钟的发电计划曲线;
(3)以状态估计实时断面为基础,融合工序检修计划、关口负荷预测结果、未来30分钟发电计划,时间间隔为1分钟的30个未来方式断面,并对每个方式断面进行基态潮流计算,获取未来30分钟内的潮流分布及变化趋势;
(4)根据潮流计算结果为数据基础,结合特殊工序(如电炉)趋势分析结果,得到关口需量预测结果,以此判断未来30分钟需量是否超过设定限值;并通过考核功率因数计算和计算电压值,判断电压和功率因数是否越限;
(5)协调优化控制是本系统承上启下关键环节,其根据超前优化调度层的分析结果,结合当前时刻电网实时运行情况,依据启发式专家规则制定实时控制策略,向实时控制系统下发控制指令,包括超前PDC控制指令、AVC控制指令、超前AGC控制指令;在该层超前时间设置为5分钟;
(6)其中下发给电极升降调节系统、发电机AVR调节装置、机组协调控制系统的指令是以优化设定值的方式下发,就地实时控制系统根据自身运行状态和限制约束进行自动调节;可间断负荷控制、变压器分接头、容抗器开关采用遥控命令进行直接控制。
中间层的协调优化控制层,由关口需量预测、基态潮流计算、考核功率因数计算、协调优化控制环节构成,对于钢铁企业电网运行来说,它的经济性目标就是在保证安全生产的前提下,降低企业用电成本,提高供电效率。
根据厂级控制的设计方法,首先要确定协同控制的优化目标函数,对于钢铁企业电网运行来说,它的经济性目标就是在保证安全生产的前提下,降低企业用电成本,提高供电效率。最小化的目标函数可表示为:
其中:Pkwh_p、Pkwh_f、Pkwh_v分别对应月电度电费的峰、平、谷电度量;fp、ff、fv为峰、平、谷电价,fextra为根据企业用电量来收取的附加费用,如可再生能源附加、重大水利工程建设基金、水库移民后期扶持基金、城市附加等;Ppdc为月最大需量值,fpdc为需量收费单价;Pfactor为月考核测点的功率因数,ffactor为功率因数补偿系数;为月发电量,fg为每度电的发电成本;Psell为企业剩余上网售出的电量,fs为售电单价;wkwh、wpdc、wfactor、wg、ws分别为电度电费、基本电费、功率因数调整电费、发电成本、售电受益在目标函数中的加权系数。
在优化目标函数中包含电度电费、需量电费、功率因数调整电费、发电成本、对外售电这五项组成,其中电度电费一方面与月用电总量有关系,另一方面由于分时电价的存在,调整不同时段的用电量也可以降低用电成本,因此需要通过峰平谷经济性评估模块来修正发电计划,减少峰时段的购电量;对于钢铁企业自备电厂的机组一般都为煤气掺烧机组,因此降低发电成本最直接的手段就是合理利用煤气资源,减少煤气放散损失,提高煤气的掺烧比例。因此,协调优化控制的目标为降低需量电费,合理调整月考核功率因数,降低企业的供电成本。在协调优化控制中,可将控制目标分解成具体要控制的内容,分别为考核关口需量、220kV母线电压、月考核功率因数。
由于AVC对无功电压的调整会引起系统有功损耗的变化,会破坏超前AGC对关口联络线功率的控制效果,进而带来AGC和AVC的反复调节问题。通过超前模拟调节过程,对有功功率和无功功率进行交叉迭代,交替计算超前AGC和AVC的控制命令,直至控制目标收敛,输出合理的控制指令到实时控制系统,实现系统的闭环控制。
图3给出了协调优化控制环节的具体实现过程:
(1)根据关口需量预测结果判断未来30分钟需量是否越限,通过基态潮流计算判断电网中中枢母线电压是否合格,通过考核功率因数计算来判定功率因数是否需要调整,综合上述信息,得到调节的多目标决策信息;
(2)结合SCADA采集的实时量测信息,实时断面的基态计算结果,输出超前AGC控制策略,该策略包括需要调节的有功功率总量,以及调节总量在各个发电机组、电弧炉之间的分配设定值;
(3)模拟发电机组和电弧炉已经根据控制命令调节完成,以调节后功率值,进行潮流计算,统计电压和潮流的变化,并采用有功灵敏度计算变化功率对外购电联络线路、需量监测点、中枢电压的影响;
(4)判断电压变化是否可控范围内,如果在则可以直接输出控制指令,如果超过则进入AVC控制环节,输出AVC的协调控制策略;
(5)根据AVC的控制策略,进行全网潮流计算,查看监视关口的有功功率变化是否在合理有功调节范围,如果满足条件则直接输出控制命令,否则转入(2)进行交替计算;
(6)通过上述有功功率和无功功率的交叉迭代,以及超前模拟调节过程,交替计算超前AGC、PDC、AVC的控制命令对相应考核环节的影响,直至满足收敛条件,输出合理的控制命令到实时控制系统,实现系统的闭环控制。
综上,本发明一种钢铁企业电网协调控制方法,根据钢铁企业电网的实时控制需要,建立典型供电网络模型,并采用厂级控制的方法对实时控制系统进行了分析。在此基础上采用分层控制、逐级细化的思想对整个系统的进行重新设计,建立钢铁企业电网的实时综合优化协调控制系统,该系统由最上层的超前优化调度、中间层的协调优化控制和常规控制层的实时控制构成。在上层建立对未来电网的潮流变化趋势进行分析,在下层的协调优化控制环节,通过改进超前AGC和PDC的控制策略,提高了有功调节的响应速度;同时采用交叉迭代的思想对AGC与AVC的控制指令进行校核修正,得到综合协调控制指令,最大限度地降低了两类指令的相互影响,实现了系统经济性和安全性的综合优化协调控制。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
实施例2
本钢铁企业电网协调控制系统,包括最上层的超前优化调度层、中间层的协调优化控制层、下层的实时控制系统;所述超前优化调度层用于将电网模型、计划数据、负荷预测结果融合起来,形成未来方式断面;所述协调优化控制层用于通过潮流计算对不同时段的运行方式断面集合的潮流变化进行分析,结合关口需量预测、考核功率因数计算结果,形成调度决策信息;所述调度决策信息包括超前PDC控制指令、超前AGC控制指令和AVC控制指令;所述协调优化控制层还通过灵敏度因子对超前AGC和超前PDC的控制策略进行修正,以提高有功调节的响应速度;同时协调优化控制层采用启发式交叉递进的方法对超前AGC控制指令与AVC控制指令进行校核修正,得到综合协调控制指令,以降低超前AGC控制指令与AVC控制指令的相互影响;所述协调优化控制层将超前PDC控制指令、超前AGC控制指令和AVC控制指令发送给实实时控制层;实时控制系统根据自身运行状态和调度决策信息进行自动调节。本实施例2的工作原理和工作过程同实施例1,不再详述。
Claims (10)
1.一种钢铁企业电网协调控制方法,其特征在于:包括最上层的超前优化调度层、中间层的协调优化控制层、下层的实时控制系统;
所述超前优化调度层用于将电网模型、计划数据、负荷预测结果融合起来,形成未来方式断面;
所述协调优化控制层用于通过潮流计算对不同时段的运行方式断面集合的潮流变化进行分析,结合关口需量预测、考核功率因数计算结果,形成调度决策信息;
所述调度决策信息包括超前PDC控制指令、超前AGC控制指令和AVC控制指令;
所述协调优化控制层还通过灵敏度因子对超前AGC和超前PDC的控制策略进行修正,以提高有功调节的响应速度;同时协调优化控制层采用启发式交叉递进的方法对超前AGC控制指令与AVC控制指令进行校核修正,得到综合协调控制指令,以降低超前AGC控制指令与AVC控制指令的相互影响;
所述协调优化控制层将超前PDC控制指令、超前AGC控制指令和AVC控制指令发送给实实时控制层;
实时控制系统根据自身运行状态、调度决策信息及下发的控制指令,进行自动调节。
2.如权利要求1所述的钢铁企业电网协调控制方法,其特征在于:
所述超前优化调度层根据生产作业计划、工序检修计划、特殊工序趋势分析结果,结合钢铁企业各种工序的用电特点,采用多种预测算法生成用电总加预测曲线和各个分厂或工序的关口负荷预测结果;
根据上一周期制定的30分钟发电计划和用电总加预测曲线,确定未来30分钟外购电计划,并对其进行峰谷平经济性评估,实现对发电计划的修正;
以状态估计实时断面为基础,融合工序检修计划、关口负荷预测结果、未来30分钟发电计划,生成未来方式断面;
以潮流计算结果为基础,结合特殊工序(如电炉)趋势分析结果,得到关口需量预测结果,以此判断未来30分钟需量是否超过设定限值,并通过考核功率因数计算判断功率因数是否越限;
根据超前优化调度层的分析结果,结合当前时刻电网实时运行情况,依据启发式专家规则制定实时控制策略,向实时控制层下发调度决策信息。
3.如权利要求2所述的钢铁企业电网协调控制方法,其特征在于:所述协调优化控制层以优化设定值的方式下发调度决策信给电炉电极升降调节系统、发电机自动电压调节装置AVR和机组协调控制系统;实时控制层根据自身运行状态和限制约束进行自动调节,而可间断负荷控制、变压器分接头、容抗器开关采用遥控命令进行直接控制。
4.如权利要求3所述的钢铁企业电网协调控制方法,其特征在于:超前优化调度层的综合负荷预测模块采用多时间粒度、多模式的综合预测方法,对电网的用电总加负荷和关口负荷进行预测,并通过特殊工序趋势分析结果、生产作业计划和工序检修计划,对预测结果进行二次修正。
5.如权利要求4所述的钢铁企业电网协调控制方法,其特征在于:超前优化调度层根据钢铁企业电网的供电网络和用电特点,建立企业厂级负荷预测流程网络模型;
针对钢铁企业的各个分厂用户的负荷特性,分类进行预测:用电总加负荷预测、外购电关口负荷预测、等值用电负荷预测、特殊工序趋势分析,并匹配不同的预测算法;
对于各类负荷预测采用不同的预测口径,其中用电总加负荷预测口径为5分钟,预测时间长度为120分钟,外购电关口负荷预测、等值用电负荷预测口径为1分钟,预测时间长度为60分钟;
特殊工序趋势分析的预测口径为10秒,预测时间长度为5分钟;
引入作业计划和工序检修计划信息,对等值用电负荷预测结果和特殊工序趋势分析进行修正,并通过分用户汇总对用电总加预测结果进行校核,提高预测准确率。
6.如权利要求5所述的钢铁企业电网协调控制方法,其特征在于:所述超前优化调度层通过峰平谷经济性评估模块,根据电网公司的分时电价对外购电计划进行经济性校核,并通过调整发电计划和合理调整外购电计划,保证峰时段多发电少买电,谷时段少发电多买电。
7.如权利要求1所述的钢铁企业电网协调控制方法,其特征在于:所述超前优化调度层通过生成未来方式断面模块,以状态估计实时断面为基础,融合工序检修计划、关口负荷预测结果、未来30分钟发电计划,生成时间间隔为1分钟的30个未来方式断面,并对每个方式断面进行基态潮流计算,获取未来30分钟内的潮流分布及变化趋势。
8.如权利要求7所述的钢铁企业电网协调控制方法,其特征在于:中间层的协调优化控制层由关口需量预测、基态潮流计算、考核功率因数计算、协调优化控制环节构成。
9.如权利要求8所述的钢铁企业电网协调控制方法,其特征在于:所述协调优化控制层的工作过程包括以下步骤:
a)根据关口需量预测结果判断未来30分钟需量是否越限,通过基态潮流计算判断电网中中枢母线电压是否合格,通过考核功率因数计算来判定功率因数是否需要调整,综合上述信息,得到调节的多目标决策信息;
b)结合SCADA采集的实时量测信息,实时断面的基态计算结果,输出超前AGC控制策略,该策略包括需要调节的有功功率总量,以及调节总量在各个发电机组、电弧炉之间的分配设定值;
c)模拟发电机组和电弧炉已经根据控制命令调节完成,以调节后功率值,进行潮流计算,统计电压和潮流的变化,并采用有功灵敏度计算变化功率对外购电联络线路、需量监测点、中枢电压的影响;
d)判断电压变化是否可控范围内,如果在则可以直接输出控制指令,如果超过则进入AVC控制环节,输出AVC的协调控制策略;
e)根据AVC的控制策略,进行全网潮流计算,查看监视关口的有功功率变化是否在合理有功调节范围,如果满足条件则直接输出控制命令,否则转入b)进行交替计算;直至满足收敛条件,输出合理的控制命令到实时控制系统,实现系统的闭环控制。
10.一种钢铁企业电网协调控制系统,其特征在于:包括最上层的超前优化调度层、中间层的协调优化控制层、下层的实时控制系统;
所述超前优化调度层用于将电网模型、计划数据、负荷预测结果融合起来,形成未来方式断面;
所述协调优化控制层用于通过潮流计算对不同时段的运行方式断面集合的潮流变化进行分析,结合关口需量预测、考核功率因数计算结果,形成调度决策信息;
所述调度决策信息包括超前PDC控制指令、超前AGC控制指令和AVC控制指令;
所述协调优化控制层还通过灵敏度因子对超前AGC和超前PDC的控制策略进行修正,以提高有功调节的响应速度;同时协调优化控制层采用启发式交叉递进的方法对超前AGC控制指令与AVC控制指令进行校核修正,得到综合协调控制指令,降低两类控制指令的相互影响;
所述协调优化控制层将超前PDC控制指令、超前AGC控制指令和AVC控制指令发送给实实时控制层;
实时控制系统根据自身运行状态和调度决策信息进行自动调节。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510546879.4A CN105137756B (zh) | 2015-08-31 | 2015-08-31 | 钢铁企业电网协调控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510546879.4A CN105137756B (zh) | 2015-08-31 | 2015-08-31 | 钢铁企业电网协调控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105137756A true CN105137756A (zh) | 2015-12-09 |
CN105137756B CN105137756B (zh) | 2017-10-27 |
Family
ID=54723141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510546879.4A Active CN105137756B (zh) | 2015-08-31 | 2015-08-31 | 钢铁企业电网协调控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105137756B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107292438A (zh) * | 2017-06-21 | 2017-10-24 | 武汉都市环保工程技术股份有限公司 | 一种钢铁工业负荷功率特性建模方法 |
CN108022029A (zh) * | 2016-11-02 | 2018-05-11 | 中国电力科学研究院 | 一种电网分层分区供需平衡调控方法及调控装置 |
CN109842160A (zh) * | 2019-01-21 | 2019-06-04 | 国电南瑞科技股份有限公司 | 基于两个时点协调优化发电控制的决策方法、装置及系统 |
WO2019169706A1 (zh) * | 2018-03-09 | 2019-09-12 | 亿可能源科技(上海)有限公司 | 需量预测方法、需量控制方法及系统 |
CN110401186A (zh) * | 2019-07-13 | 2019-11-01 | 国网天津市电力公司 | 地区电网源网荷储多元协调泛在调度控制系统 |
CN110994790A (zh) * | 2019-12-04 | 2020-04-10 | 南京南瑞继保电气有限公司 | 一种企业电网调度知识决策分析系统 |
CN111121476A (zh) * | 2019-12-31 | 2020-05-08 | 东华大学 | 一种矿热炉能效在线调度决策方法 |
CN113537541A (zh) * | 2020-04-15 | 2021-10-22 | 南京南瑞继保电气有限公司 | 一种钢铁企业煤气系统优化导航方法 |
CN113807627A (zh) * | 2020-06-17 | 2021-12-17 | 南京南瑞继保电气有限公司 | 用于电力现货案例出清的微服务架构服务器、方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102722786A (zh) * | 2012-05-28 | 2012-10-10 | 广东电网公司电力调度控制中心 | 电网专业系统的智能调度支持平台 |
EP2581872A1 (en) * | 2010-06-08 | 2013-04-17 | The Chugoku Electric Power Co., Inc. | Power demand plan coordination device, power demand plan coordination method, and program |
CN103400199A (zh) * | 2013-07-09 | 2013-11-20 | 国家电网公司 | 市场需求响应和物理需求响应相结合的电力需求侧优化方法 |
CN103617552A (zh) * | 2013-11-22 | 2014-03-05 | 冶金自动化研究设计院 | 一种钢铁企业发电成本优化的方法 |
CN103633649A (zh) * | 2013-12-19 | 2014-03-12 | 国家电网公司 | 一种电网未来态交流潮流生成方法 |
CN103633739A (zh) * | 2013-11-28 | 2014-03-12 | 中国科学院广州能源研究所 | 一种微电网能量管理系统和方法 |
CN103886388A (zh) * | 2014-03-06 | 2014-06-25 | 国家电网公司 | 一种多周期发电计划协调优化与闭环控制方法 |
CN104392334A (zh) * | 2014-12-12 | 2015-03-04 | 冶金自动化研究设计院 | 钢铁企业自备电厂多类型发电机组联合优化调度方法 |
-
2015
- 2015-08-31 CN CN201510546879.4A patent/CN105137756B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2581872A1 (en) * | 2010-06-08 | 2013-04-17 | The Chugoku Electric Power Co., Inc. | Power demand plan coordination device, power demand plan coordination method, and program |
CN102722786A (zh) * | 2012-05-28 | 2012-10-10 | 广东电网公司电力调度控制中心 | 电网专业系统的智能调度支持平台 |
CN103400199A (zh) * | 2013-07-09 | 2013-11-20 | 国家电网公司 | 市场需求响应和物理需求响应相结合的电力需求侧优化方法 |
CN103617552A (zh) * | 2013-11-22 | 2014-03-05 | 冶金自动化研究设计院 | 一种钢铁企业发电成本优化的方法 |
CN103633739A (zh) * | 2013-11-28 | 2014-03-12 | 中国科学院广州能源研究所 | 一种微电网能量管理系统和方法 |
CN103633649A (zh) * | 2013-12-19 | 2014-03-12 | 国家电网公司 | 一种电网未来态交流潮流生成方法 |
CN103886388A (zh) * | 2014-03-06 | 2014-06-25 | 国家电网公司 | 一种多周期发电计划协调优化与闭环控制方法 |
CN104392334A (zh) * | 2014-12-12 | 2015-03-04 | 冶金自动化研究设计院 | 钢铁企业自备电厂多类型发电机组联合优化调度方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108022029A (zh) * | 2016-11-02 | 2018-05-11 | 中国电力科学研究院 | 一种电网分层分区供需平衡调控方法及调控装置 |
CN107292438A (zh) * | 2017-06-21 | 2017-10-24 | 武汉都市环保工程技术股份有限公司 | 一种钢铁工业负荷功率特性建模方法 |
CN107292438B (zh) * | 2017-06-21 | 2020-06-09 | 中冶南方都市环保工程技术股份有限公司 | 一种钢铁工业负荷功率特性建模方法 |
WO2019169706A1 (zh) * | 2018-03-09 | 2019-09-12 | 亿可能源科技(上海)有限公司 | 需量预测方法、需量控制方法及系统 |
CN109842160A (zh) * | 2019-01-21 | 2019-06-04 | 国电南瑞科技股份有限公司 | 基于两个时点协调优化发电控制的决策方法、装置及系统 |
CN110401186A (zh) * | 2019-07-13 | 2019-11-01 | 国网天津市电力公司 | 地区电网源网荷储多元协调泛在调度控制系统 |
CN110994790A (zh) * | 2019-12-04 | 2020-04-10 | 南京南瑞继保电气有限公司 | 一种企业电网调度知识决策分析系统 |
CN110994790B (zh) * | 2019-12-04 | 2022-07-22 | 南京南瑞继保电气有限公司 | 一种企业电网调度知识决策分析系统 |
CN111121476A (zh) * | 2019-12-31 | 2020-05-08 | 东华大学 | 一种矿热炉能效在线调度决策方法 |
CN111121476B (zh) * | 2019-12-31 | 2021-05-11 | 东华大学 | 一种矿热炉能效在线调度决策方法 |
CN113537541A (zh) * | 2020-04-15 | 2021-10-22 | 南京南瑞继保电气有限公司 | 一种钢铁企业煤气系统优化导航方法 |
CN113807627A (zh) * | 2020-06-17 | 2021-12-17 | 南京南瑞继保电气有限公司 | 用于电力现货案例出清的微服务架构服务器、方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105137756B (zh) | 2017-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105137756A (zh) | 钢铁企业电网协调控制方法及系统 | |
Cheng et al. | Multi-time scale dynamic robust optimal scheduling of CCHP microgrid based on rolling optimization | |
CN106505635B (zh) | 弃风最小的有功调度模型及调度系统 | |
CN111786422B (zh) | 基于bp神经网络的微电网参与上层电网实时优化调度方法 | |
Zheng et al. | On the consistency of renewable-to-hydrogen pricing | |
CN104332985B (zh) | 基于混合控制策略的直流配网运行控制与优化调度方法 | |
CN103595061A (zh) | 基于综合效益分析的企业电网无功优化方法及系统 | |
Li et al. | Double-uncertainty optimal operation of hybrid AC/DC microgrids with high proportion of intermittent energy sources | |
Ameli et al. | Profit-based DG planning considering environmental and operational issues: A multiobjective approach | |
Tang et al. | Multi-objective optimal dispatch for integrated energy systems based on a device value tag | |
Cheng et al. | Coordinated operation strategy of distribution network with the multi-station integrated system considering the risk of controllable resources | |
CN110994790B (zh) | 一种企业电网调度知识决策分析系统 | |
Cai et al. | Multi-objective coordinative scheduling of system with wind power considering the regulating characteristics of energy-intensive load | |
Zhu et al. | Research on multi-time scale integrated energy scheduling optimization considering carbon constraints | |
Luo et al. | Day-ahead Multi-objective Coordinated Optimization Strategy for Regional Scale Source Network Load Storage System | |
Tao et al. | Research on Power Storage Optimization Operation Strategy for Wind-Photovoltaic Power Coupled Hydrogen Production | |
Aazami et al. | Bi-level programming model of location and charging electric vehicle stations in distribution networks | |
Montazeri et al. | Optimal technical and economical operation of microgrids through the implementation of sequential quadratic programming algorithm | |
Zeng et al. | Integrated Energy Coordinated Control System of Industrial Park and Its Application | |
Liu et al. | Benefit allocation of electricity–gas–heat–hydrogen integrated energy system based on Shapley value | |
Jägerhag et al. | Grid-connected microgrids: Evaluation of benefits and challenges for the distribution system operator | |
Yoshimura et al. | Evaluation of community-based electric power market with multi-agent simulation | |
Nan et al. | Optimal Configuration of Energy Storage Capacity considering Generalized Energy Storage Resource Dispatching | |
Song et al. | Optimization of multi-energy cloud energy storage for multi-microgrid system with hydrogen refueling station | |
Liu et al. | Operation Optimization for Multiple Regional Integrated Energy Systems Based on Model Predictive Control under Cloud-Edge Cooperation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |