电力系统优化与调度软件：GAMS二次开发_（12）.电力系统短期与中长期优化调度.docx

PAGE1

PAGE1

电力系统短期与中长期优化调度

1.短期优化调度概述

短期优化调度是指在较短的时间范围内（通常为几小时到几天）对电力系统进行优化，以实现系统运行的经济性和可靠性。短期调度的主要目标是确定发电机组的出力、负荷分配、备用容量等，以最小化运行成本、减少损耗和满足系统安全约束。短期优化调度通常考虑的因素包括负荷预测、发电机组的启动和停机成本、燃料成本、网损、环境约束等。

1.1短期优化调度的目标

短期优化调度的主要目标可以概括为以下几点：

最小化运行成本：通过优化发电机组的出力，减少燃料消耗和运行费用。

满足负荷需求：确保系统在每个时间点都能满足负荷需求。

维持系统稳定性：确保系统电压和频率在安全范围内。

最小化网损：通过优化潮流分布，减少电力传输过程中的损耗。

满足环境约束：减少污染物排放，符合环保要求。

1.2短期优化调度的模型

短期优化调度的数学模型通常是一个混合整数非线性规划（MINLP）问题。模型的主要组成部分包括：

目标函数：通常是运行成本的最小化。

决策变量：发电机组的出力、启动状态、备用容量等。

约束条件：负荷平衡、机组出力范围、爬坡速率、网损、环境约束等。

1.3短期优化调度的典型应用场景

日内调度：根据日内负荷预测和发电机组的可用性，优化发电机组的出力。

实时调度：根据实时负荷和系统状态，优化发电机组的出力，确保系统的稳定运行。

紧急调度：在系统出现紧急情况（如机组故障、输电线路故障等）时，快速调整发电机组的出力，恢复系统稳定。

2.GAMS在短期优化调度中的应用

GAMS（GeneralAlgebraicModelingSystem）是一款强大的数学优化建模工具，广泛应用于电力系统优化调度。GAMS允许用户以代数形式定义优化问题，具有灵活的建模能力和高效的求解器支持。

2.1GAMS的基本语法

GAMS的基本语法包括以下几个主要部分：

集合（Sets）：定义问题中的集合和索引。

参数（Parameters）：定义问题中的常量和参数。

变量（Variables）：定义问题中的决策变量。

方程（Equations）：定义问题中的约束条件和目标函数。

模型（Model）：定义优化模型，包括目标函数和约束条件。

求解（Solve）：调用求解器求解优化模型。

2.2短期优化调度的GAMS建模步骤

定义集合：包括时间点、发电机组、负荷等。

定义参数：包括负荷需求、发电机组的出力范围、启动成本、燃料成本等。

定义变量：包括发电机组的出力、启动状态、备用容量等。

定义方程：包括负荷平衡方程、机组出力范围约束、爬坡速率约束等。

定义模型：将目标函数和约束条件组合成优化模型。

求解模型：调用求解器求解模型，并输出结果。

2.3短期优化调度的GAMS代码示例

以下是一个简单的GAMS代码示例，用于优化一个小型电力系统的日内调度：

*短期优化调度模型

*定义集合

sets

t/1*24/*时间点（1-24小时）

g/1*3/*发电机组（1-3台机组）

l/1*2/*负荷（1-2个负荷点）

;

*定义参数

parameters

demand(t,l)*负荷需求

min_power(g)*最小出力

max_power(g)*最大出力

start_cost(g)*启动成本

fuel_cost(g)*燃料成本

;

*负荷需求数据

demand(t,l)=uniform(100,200);*随机生成负荷需求

*发电机组参数

min_power(g)=50;

max_power(g)=200;

start_cost(g)=100;

fuel_cost(g)=10;

*定义变量

variables

power(g,t)*发电机组出力

start(g,t)*启动状态（0或1）

cost*总成本

;

*定义方程

equations

load_balance(t,l)*负荷平衡方程

power_min(g,t)*最小出力约束

power_max(g,t)*最大出力约束

start_constraint(g,t)*启动约束

obj*目标函数

;

*负荷平衡方程

load_balance(t,l)..sum(g,