特許ウォッチ

公開番号2023042528
公報種別公開特許公報(A)
公開日2023-03-27
出願番号2022071359
出願日2022-04-25
発明の名称クラスタ学習に基づく低炭素CSPシステム協調的最適化方法及び装置
出願人山東大学,SHANDONG UNIVERSITY
代理人個人
主分類H02J 3/46 20060101AFI20230317BHJP(電力の発電,変換,配電)
要約【課題】大規模電力システムの長期計画問題の分析に適した、クラスタ学習に基づく低炭素CSPシステムの計画及び運用の協調的最適化方法並びに装置を提供する。
【解決手段】方法は、システムのCSPユニットをクラスタにグループ化して、複数のCSPユニットグループを取得することと、CSPユニットグループの総オンライン容量、総起動容量及び総シャットダウン容量を表す3つの連続変数によってCSPユニットグループの出力電力制約、ランプ制約、最小オンライン時間制約、最小オフライン時間制約並びに瞬時熱電力バランス制約を構築し、低炭素CSPシステムの計画と運用の協調的最適化モデルを構築することと、低炭素CSPシステムの各ユニットの定格容量を取得することと、各ユニットの定格容量と、構築された低炭素CSPシステムの計画と運用の協調的最適化モデルに従って、各ユニットグループの容量構成計画を取得することと、を含む。
【選択図】図1
特許請求の範囲【請求項１】
クラスタ学習に基づく低炭素ＣＳＰシステム協調的最適化方法であって、
低炭素ＣＳＰシステムのＣＳＰユニットをクラスタにグループ化して、複数のＣＳＰユニットグループを取得することと、
ＣＳＰユニットグループの総オンライン容量、総起動容量、および総シャットダウン容量を表す３つの連続変数によってＣＳＰユニットグループの出力電力制約、ランプ制約、最小オンライン時間制約、最小オフライン時間制約、および瞬時熱電力バランス制約を構築し、次に、低炭素ＣＳＰシステムの計画と運用の協調的最適化モデルを構築することと、
低炭素ＣＳＰシステムの各ユニットの定格容量を取得することと、
各ユニットの定格容量と、構築された低炭素ＣＳＰシステムの計画と運用の協調的最適化モデルに従って、各ユニットグループの容量構成計画を取得することと、を含むことを特徴とするクラスタ学習に基づく低炭素ＣＳＰシステム協調的最適化方法。
続きを表示（約 1,500 文字）【請求項２】
構築された低炭素ＣＳＰシステムの計画と運用の協調的最適化モデルは、システムの総コストの最小化を目的としており、システム電力バランス制約、予備制約、低炭素政策制約、ＣＳＰユニットグループの出力電力制約、ランプ制約、および最小オンライン時間制約、最小オフライン時間制約、瞬時熱電力バランス制約、ＣＳＰユニットの蓄熱モジュールの充放電バランス制約、充電状態制約を制約条件とすることを特徴とする請求項１に記載のクラスタ学習に基づく低炭素ＣＳＰシステム協調的最適化方法。
【請求項３】
システムの総コストには、投資コスト、固定運用・保守コスト、変動運用コストが含まれることを特徴とする請求項２に記載のクラスタ学習に基づく低炭素ＣＳＰシステム協調的最適化方法。
【請求項４】
構築されたＣＳＰユニットグループの出力電力制約では、時間ｔでの各グループの出力電力は、該グループの最小出力電力以上であり、該グループの最大出力電力以下であり、ここで、ＣＳＰユニットグループの最小出力電力と最大出力電力は、それぞれ該グループの最小出力電力と該グループの総オンライン容量の比率、該グループの最大出力電力と該グループの総オンライン容量の比率及び該グループの総オンライン容量によって取得されることを特徴とする請求項２に記載のクラスタ学習に基づく低炭素ＣＳＰシステム協調的最適化方法。
【請求項５】
ＣＳＰユニットグループの総オンライン容量、総起動容量、および総シャットダウン容量を表す３つの連続変数間の関係は、時間ｔでのＣＳＰユニットグループの総オンライン容量と時間ｔ－１での総オンライン容量の差が、時間ｔでのＣＳＰユニットグループの総起動容量と総シャットダウン容量の差に等しくなることであることを特徴とする請求項１に記載のクラスタ学習に基づく低炭素ＣＳＰシステム協調的最適化方法。
【請求項６】
ＣＳＰユニットグループの総オンライン容量は、０以上で、グループ内のすべてのＣＳＰユニットの定格容量の合計以下であることを特徴とする請求項１に記載のクラスタ学習に基づく低炭素ＣＳＰシステム協調的最適化方法。
【請求項７】
低炭素ＣＳＰシステムのユニットには、火力発電ユニット、風力発電ユニット、太陽光発電ユニット、およびＣＳＰユニットが含まれることを特徴とする請求項１に記載のクラスタ学習に基づく低炭素ＣＳＰシステム協調的最適化方法。
【請求項８】
クラスタ学習に基づく低炭素ＣＳＰシステム協調的最適化装置であって、
低炭素ＣＳＰシステムのＣＳＰユニットをクラスタにグループ化して、複数のＣＳＰユニットグループを取得するために使用されるグループ化モジュールと、
ＣＳＰユニットグループの総オンライン容量、総起動容量、および総シャットダウン容量を表す３つの連続変数によってＣＳＰユニットグループの出力電力制約、ランプ制約、最小オンライン時間制約、最小オフライン時間制約、および瞬時熱電力バランス制約を構築し、次に、低炭素ＣＳＰシステムの計画と運用の協調的最適化モデルを構築するために使用されるモデル構築モジュールと、
低炭素ＣＳＰシステムの各ユニットの定格容量を取得するために使用されるパラメータ取得モジュールと、
各ユニットの定格容量と、構築された低炭素ＣＳＰシステムの計画と運用の協調的最適化モデルに従って、各ユニットグループの容量構成計画を取得するために使用される容量構成計画取得モジュールと、を含むことを特徴とするクラスタ学習に基づく低炭素ＣＳＰシステム協調的最適化装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、電力システム計画の技術分野、特にクラスタ学習に基づく低炭素ＣＳＰシステム協調的最適化方法及び装置に関する。
続きを表示（約 2,800 文字）【背景技術】
【０００２】
この部分の記述は、本発明に関連する背景情報を提供するだけであり、必ずしも先行技術を構成するものではない。
【０００３】
電力システムにおける再生可能エネルギーの浸透率をさらに高めるために、集光型太陽光発電（Ｃｏｎｃｅｎｔｒａｔｉｎｇｓｏｌａｒｐｏｗｅｒ、ＣＳＰ）ユニットは、再生可能エネルギーを使用して発電できるだけでなく、システムの運用上の柔軟性を効果的に改善できるため、ますます注目を集めている。本発明において、ＣＳＰユニットなどの大量の再生可能エネルギー発電ユニットを含む電力システムは、低炭素ＣＳＰシステムと呼ばれる。ＣＳＰシステムの長期計画問題の年間運用コストの分析と計算では、ＣＳＰユニット用に確立されたモデルは混合整数線形計画モデルであり、該混合整数線形計画モデルを解く場合、計算速度が遅くなる。現在、いくつかの研究は、長期計画問題の分析のための計画モデルの計算の複雑さを減らすことに焦点を合わせ、たとえば、複雑なシナリオを減らし、制約条件を単純化することで、長期計画の問題の計算負荷を減らすか、または、モデリングの観点から、クラスタリング技術を使用して、ユニットの組み合わせ式で同一または類似のユニットをグループ化し、計算の複雑さを軽減し、ただし、これらの方法はいずれもモデルの混合整数の性質を変更しないため、モデルを解く際の計算速度はまだ遅くなる。
【発明の概要】
【発明が解決しようとする課題】
【０００４】
上記の問題を解決するために、本発明は、クラスタ学習に基づく低炭素ＣＳＰシステム協調的最適化方法及び装置を提供する。最初に、システム内のＣＳＰユニットをグループ化し、次にＣＳＰユニットグループの総オンライン容量、総起動容量、および総シャットダウン容量を表す３つの連続変数によってＣＳＰユニットグループの各項制約を構築し、次に、低炭素ＣＳＰシステムの計画と運用の協調的最適化モデルを構築し、構築されたＣＳＰユニットグループの各項制約には単一ユニットのスイッチ状態を表すバイナリ変数がないため、構築されたＣＳＰユニットグループの各項制約はすべて完全な線形最適化モデルになり、低炭素ＣＳＰシステムの計画と運用の協調的最適化モデルの計算の複雑さを効果的に軽減し、モデル計算結果の精度を確保しながら、計算効率を大幅に向上させることができ、大規模電力システムの長期計画問題の分析に適用し、これは、従来の最適化モデルに単一ユニットのスイッチ状態を表すバイナリ変数が含まれており、モデルの複雑さが高く、計算効率が低いという問題を解決する。
【課題を解決するための手段】
【０００５】
上記の目的を達成するために、本発明は以下の技術的解決手段を採用する。
【０００６】
第１の態様では、クラスタ学習に基づく低炭素ＣＳＰシステム協調的最適化方法を提供し、
低炭素ＣＳＰシステムのＣＳＰユニットをクラスタにグループ化して、複数のＣＳＰユニットグループを取得することと、
ＣＳＰユニットグループの総オンライン容量、総起動容量、および総シャットダウン容量を表す３つの連続変数によってＣＳＰユニットグループの出力電力制約、ランプ制約、最小オンライン時間制約、最小オフライン時間制約、および瞬時熱電力バランス制約を構築し、次に、低炭素ＣＳＰシステムの計画と運用の協調的最適化モデルを構築することと、
低炭素ＣＳＰシステムの各ユニットの定格容量を取得することと、
各ユニットの定格容量と、構築された低炭素ＣＳＰシステムの計画と運用の協調的最適化モデルに従って、各ユニットグループの容量構成計画を取得することと、を含む。
【０００７】
第２の態様では、クラスタ学習に基づく低炭素ＣＳＰシステム協調的最適化装置を提供し、
グループ化モジュールであって、低炭素ＣＳＰシステムのＣＳＰユニットをクラスタにグループ化して、複数のＣＳＰユニットグループを取得するために使用されるものと、
モデル構築モジュールであって、ＣＳＰユニットグループの総オンライン容量、総起動容量、および総シャットダウン容量を表す３つの連続変数によってＣＳＰユニットグループの出力電力制約、ランプ制約、最小オンライン時間制約、最小オフライン時間制約、および瞬時熱電力バランス制約を構築し、次に、低炭素ＣＳＰシステムの計画と運用の協調的最適化モデルを構築するために使用されるものと、
パラメータ取得モジュールであって、低炭素ＣＳＰシステムの各ユニットの定格容量を取得するするために使用されるものと、
容量構成計画取得モジュールであって、各ユニットの定格容量と、構築された低炭素ＣＳＰシステムの計画と運用の協調的最適化モデルに従って、各ユニットグループの容量構成計画を取得するために使用されるものと、を含む。
【発明の効果】
【０００８】
従来技術と比較して、本発明の有益な効果は以下の通りである。本発明では、低炭素ＣＳＰシステムの計画と運用の協調的最適化を実施する場合、隣接する地理的領域において同様の運用特性を有するユニットをクラスタにグループ化すると、単一ユニットではなく、ユニットのグループの動作を最適化し、かつＣＳＰユニットグループの総オンライン容量、総起動容量、および総シャットダウン容量を表す３つの連続変数を導入してＣＳＰユニットグループの各項制約を構築し、次に、低炭素ＣＳＰシステムの計画と運用の協調的最適化モデルを構築し、構築されたＣＳＰユニットグループの各項制約にはすべて単一ユニットのスイッチ状態を表すバイナリ変数がないため、構築されたＣＳＰユニットグループの各項制約は完全な線形最適化モデルになり、低炭素ＣＳＰシステムの計画と運用の協調的最適化モデルの計算の複雑さを効果的に軽減し、従来の最適化モデルに単一ユニットのスイッチ状態を表すバイナリ変数が含まれており、モデルの計算複雑さが高いという問題を克服し、計算速度を向上させ、大規模電力システムの長期計画問題の分析に適している。
【０００９】
本発明の追加の態様の利点は、部分的には以下の説明に記載され、部分的には以下の説明から明らかになるか、または本発明の実施によって学習される。
【図面の簡単な説明】
【００１０】
本出願の一部を形成する明細書の図面は、本出願のさらなる理解を提供するために使用され、本出願の例示的な実施形態及びその説明は、本出願を説明するために使用され、本出願の不適切な制限を構成しない。
（【００１１】以降は省略されています）

関連特許