本发明属于电网发电调度控制技术领域，具体涉及一种考虑在线煤耗曲线的多能源接入电网优化调度方法。
背景技术：
定位发电调度传统的日前调度根据预测负荷、机组发电及检修计划、联络线交换功率计划和机组耗量特性等编制次日的发电计划，是电力系统经济调度的核心内容之一。考虑风、光、小水电等间歇性电源能源发电大规模并网后，传统的日前调度方法忽略了这些间歇性能源出力不确定性的影响，原有的确定性日前调度方法将不再适用，寻找新的日前调度方法显得尤为重要，关系到电力系统能否经济安全运行。在现有节能发电调度中，其中一个主要的计算指标是火电机组的运行费用，也就是机组的煤耗，目前采用的方法是利用最小二乘法将机组煤耗和发电有功功率的拟合成以机组发电功率p为变量的二次函数：f(p)＝ap2 bp c，这个二次函数被称作煤耗量曲线，a、b、c系数为常数，且为固定值。但实际情况下，每台火电机组在不同运行工况下，其单位煤耗量也是不一样的，如果没有考虑火电机组实际的煤耗情况，而单纯使用固定的a、b、c系数值，会造成在火电机组接收调度机构agc(自动发电控制)调节指令后进行机组出力调节偏差，导致电网和机组运行的煤耗量升高，经济性下降等问题。
技术实现要素：
本发明解决的技术问题是：提供一种考虑在线煤耗曲线的多能源接入电网优化调度方法，以解决现有技术的日前调度方法忽略了间歇性能源出力不确定性的影响，原有的确定性日前调度方法将不再适用，现有技术的节能发电调度中没有考虑火电机组实际的煤耗情况，造成在火电机组接收调度机构agc调节指令后进行机组出力调节偏差，导致电网和机组运行的煤耗量升高，经济性下降等问题
本发明采取的技术方案：
一种考虑在线煤耗曲线的多能源接入电网优化调度方法，它包括：
步骤1、利用火电在线煤耗曲线实时辨识与分析系统获取系统火电机组的综合煤耗曲线；
步骤2、利用间歇性电源功率预测系统的电网系统，获取电网系统次日的预测间歇性电源发电功率值；
步骤3、利用负荷预测系统获取电网系统次日负荷预测值；
步骤4、构建考虑在线煤耗曲线的多能源接入电网优化调度的目标函数；
步骤5、建立考虑在线煤耗曲线的多能源接入电网优化调度的约束条件；
步骤6、利用粒子群算法对考虑在线煤耗曲线的多能源接入电网优化调度目标函数进行求解，获得发电计划；
步骤7、将发电计划进行安全校核，通过则将考虑在线煤耗曲线的多能源接入电网优化调度计划，否则调整可调控电源发电计划并重新执行步骤1-6。
步骤1所述利用火电在线煤耗曲线实时辨识与分析系统获取系统火电机组的综合煤耗曲线的方法包括：
步骤1.1、采集全网所有m个火电机组的历史机组信息及实时机组信息，构建历史信息θ＝{tθ,pθ,bθ}和实时信息
火电机组的历史机组信息θ＝{tθ,pθ,bθ}中，第i个机组第e个时刻的历史机组信息为θie＝{tθie,pθie,bθie}，其中i∈m,e∈n；tθ为机组的历史时刻数据；pθ为机组的历史有功功率数据；bθ为机组的历史煤耗量数据；
火电机组的实时机组信息
步骤1.2、利用采集的全网所有m个火电机组的历史机组信息集θ，通过最小二乘法计算第i个机组的煤耗量曲线函数curpi。
机组有功功率数据的获取方法为：由机组有功功率变送器直接获取机组5分钟的有功功率平均值pl1，由与pl1对应时刻的机组电流变送器il2、电压变送器vl2和功率因数变送器
第i个机组的煤耗量曲线函数curpi的计算方法为：
(1)确定训练样本容量及样本集。利用步骤1获取的全网所有m个火电机组的历史机组信息集θ，作为训练样本集；训练数据样本集为tθ对应的
(2)构建最小二乘法方程组curpi＝bθi＝ci bipθi aipθi2，其中系数ai、bi、ci能使得
(3)利用多元函数求极值方法使得函数curpi＝bθi＝ci bipθi aipθi2取最小值，对
(4)将训练数据样本集为tθ对应的
(5)生成综合煤耗曲线curpi＝bθi＝ci bipθi aipθi2。
步骤4所述构建考虑在线煤耗曲线的多能源接入电网优化调度的目标函数的方法为：根据鲁棒调度结合确定性调度的约束条件，以最坏情况下的优化为基础，通过优化目标函数的下限值，使得不确定性因素变化时仍能保证调度方案维持在一定的经济性水平，即：
minf1 f2 f3
其中：
f1为火电机组开停机费用；
f2为火电机组运行费用；
f3为参与备用调节的水电机组运行费用；
f(t)为水电机组出力调整开关函数；
nt为火电机组台数(nt＝m)；
ndh为参与备用调节的水电机组台数；
uit为火电机组开机状态向量；
sui为火电机组开机费用向量；
vit为火电机组停机状态向量；
sdi为火电机组停机费用向量；
s为间歇性电源出力轨迹向量，定义nr为调度周期内风、光、水、和气有功出力向量构成的多维向量空间，pf为风电有功出力向量，pg为光伏有功出力向量，ph为小水电有功出力向量，pq为煤层气有功出力向量，则有{s∈nr|nr＝pf∪pg∪ph∪pq}；
αi、αj为机组i、j的运行状态向量；
β为运算向量,
pit为火电机组i鲁棒轨迹有功计划出力向量；
qit(s)为间歇性电源出力轨迹s下火电机组i的调整出力向量；
为水电机组j鲁棒轨迹(对应于新能源出力预测场景)上的计划出力向量；
qjt(s)为间歇性电源出力轨迹s下水电机组i的调整出力向量；
pds,it为间歇性电源出力轨迹s下火电机组总负备用向量；
qdn,it(s)为间歇性电源出力轨迹s下最大负备用需求向量；
qup,it(s)为间歇性电源出力轨迹s下最大正备用需求向量；
fi(pit)为采用实时修正的煤耗曲线fi(pit)＝ci bipθit aipθit2，以确保实时煤耗曲线的最优。
步骤5所述建立考虑在线煤耗曲线的多能源接入电网优化调度的约束条件的方法包括：
步骤5.1、机组出力总和调整前后相等，即满足有功功率平衡条件：
plt为负荷短期预测向量；
pjt为节能调度系统给出的第j个水电厂的计划出力向量；
为间歇性电源类型，l＝1,2,…,nm；
pkt为第k个间歇性电源机组短期出力预测向量；
nw为间歇性电源机组数；
nh为水电机组台数；
qit(s)为间歇性电源出力轨迹s下火电机组j的调整出力向量；
δpt为间歇性电源出力轨迹s下间歇性电源预测误差向量；
步骤5.2、中调火电机组备用约束：
火电机组出力调整后，出力需介于最小、最大出力区间之内；火电机组出力调整量受限于旋转备用响应速度和时间；公式为：
pimax、pimin分别为机组i技术出力上、下限向量；
δpi,up、δpi,dn分别为机组i出力上调、下调的最大速率向量；
δt为火电机组旋转备用响应时间，设置为5-10min；
步骤5.3、火电机组相邻时段爬坡速率约束：
步骤5.4、水电机组日流量约束：
水电机组的发电功率与机组的工作效率、水轮机的工作水头、水轮机的引用流量有关，公式为：
pjt＝9.8ηjυjtqjt,j∈ndh
式中，ηj为水电机组j的效率；υjt为水轮机第t时段的工作水头；qjt为水轮机第t时段的引用流量；
水电的日发电量用水量根据水电调度部门的分配，水电转换关系为：
式中
tch为参与备用调节总时段数；
qimin为总调节时段内日分配最小用水量；
qimax为总调节时段内日分配最大用水量。
步骤6所述利用粒子群算法对考虑在线煤耗曲线的多能源接入电网优化调度目标函数进行求解的方法为：第i个粒子在d维空间的坐标为：xi(xi1,xi2,xi3…xid)，速度为vi(vi1,vi2,vi3…vid)确定一次迭代的位移，粒子在搜索过程中由种群及个体的经验来改变本身位置；在pso中通过跟踪两个相关极值来更新粒子，其中一个是本身得到的最优解pi(pi1,pi2,pi3,…,pid)，另一个是到目前为止种群所得到的最优解pg(pg1,pg2,pg3,…,pgd)；迭代公式如下：
vid＝w×vid c1×rand()×(pid-xid) c2×rand()×(pgd-xgd)
xid＝xid vid
式中w为惯性权重；c1和c2为加速因子。
安全校核的方法为：利用网络拓扑结构数据、负荷预测数据、间歇性电源发电功率预测数据、检修计划数据以及求得的发电计划，计算次日96点时刻的系统潮流，并根据安全限额进行断面潮流越限判断，完成安全校核工作；当断面潮流无越限时，则将考虑在线煤耗曲线的多能源接入电网优化调度计划下发执行；当安全校核结果出现稳定越限时，则调整可调控电源发电计划，并重复步骤1-6，直至安全校核通过。
本发明的有益效果：
本发明通过收集全网所有n个火电机组的历史机组信息及实时机组信息，构建历史信息集和实时信息集，通过最小二乘法计算综合煤耗曲线的函数表达式，同时再根据火电机组运行中的实时信息集，利用机组实时信息对曲线进行实时修正，从而得到在线煤耗曲线实时曲线，结合间歇性电源功率预测系统、负荷预测系统的短期功率和负荷预测结果，构建考虑在线煤耗曲线的多能源接入电网优化调度的目标函数并制定相应边界条件，通过粒子群算法进行多目标求解，并通过安全校核后，下发执行考虑在线煤耗曲线的多能源接入电网优化调度计划，以解决传统的日前调度方法忽略了这些间歇性能源出力不确定性的影响，而且没有考虑火电机组实际的煤耗情况导致电网和机组运行的煤耗量升高，经济性下降等问题。
附图说明：
图1为本发明系统示意图。
具体实施方式：
一种考虑在线煤耗曲线的多能源接入电网优化调度方法，包括以下步骤
1、利用火电在线煤耗曲线实时辨识与分析系统获取系统火电机组的综合煤耗曲线。
1.1、收集全网所有m个火电机组的历史机组信息及实时机组信息，构建历史信息θ＝{tθ,pθ,bθ}和实时信息
(1)其中，火电机组的历史机组信息θ＝{tθ,pθ,bθ}中，第i个机组第e个时刻的历史机组信息为θie＝{tθie,pθie,bθie}，其中i∈m,e∈n。
tθ为：机组的历史时刻数据，用作标记机组的历史有功功率数据和历史煤耗量数据对应的时刻值，时刻的时标格式为年：月：日：时：分：秒。
pθ为：机组的历史有功功率数据。
bθ为：机组的历史煤耗量数据。
(2)其中，火电机组的实时机组信息
(3)时刻数据的获取：从厂站的gps装置获取。
(4)机组有功功率数据的获取：由机组有功功率变送器直接获取机组5分钟的有功功率平均值pl1，由与pl1对应时刻的机组电流变送器il2、电压变送器vl2和功率因数变送器
1.2、利用步骤1获取的全网所有m个火电机组的历史机组信息集θ，通过最小二乘法，计算第i个机组的煤耗量曲线函数curpi。
(1)确定训练样本容量及样本集。利用步骤1获取的全网所有m个火电机组的历史机组信息集θ，作为训练样本集。
训练数据样本集为tθ对应的
(2)构建最小二乘法方程组curpi＝bθi＝ci bipθi aipθi2，其中系数ai、bi、ci应能使得
(3)利用多元函数求极值方法使得函数curpi＝bθi＝ci bipθi aipθi2取最小值。对
(4)将训练数据样本集为tθ对应的
(5)生成综合煤耗曲线curpi＝bθi＝ci bipθi aipθi2。
2、利用间歇性电源功率预测系统的电网系统，获取电网系统次日的预测间歇性电源发电功率值。设间歇性电源功率预测值为nr，次日96点预测值为[nr1,nr2……nr96]。
3、利用负荷预测系统获取电网系统次日负荷预测值。负荷预测值为plt，次日96点预测值为[plt1,plt2……plt96]。
4、构建考虑在线煤耗曲线的多能源接入电网优化调度的目标函数：
鲁棒调度结合确定性调度的约束条件，以最坏情况下的优化为基础，通过优化目标函数的下限值，使得不确定性因素变化时，仍能保证调度方案维持在一定的经济性水平。即：
minf1 f2 f3
其中：
f1——火电机组开停机费用；
f2——火电机组运行费用；
f3——参与备用调节的水电机组运行费用；
f(t)——水电机组出力调整开关函数；
nt——火电机组台数(nt＝m)；
ndh——参与备用调节的水电机组台数；
uit——火电机组开机状态向量；
sui——火电机组开机费用向量；
vit——火电机组停机状态向量；
sdi——火电机组停机费用向量；
s——间歇性电源出力轨迹向量，定义nr为调度周期内风/光/水/气有功出力向量构成的多维向量空间，pf为风电有功出力向量，pg为光伏有功出力向量，ph为小水电有功出力向量，pq为煤层气有功出力向量，则有{s∈nr|nr＝pf∪pg∪ph∪pq}；
αi、αj——机组i、j的运行状态向量；
β——运算向量,
pit——火电机组i鲁棒轨迹有功计划出力向量；
qit(s)——间歇性电源出力轨迹s下火电机组i的调整出力向量；
pjt——水电机组j鲁棒轨迹(对应于新能源出力预测场景)上的计划出力向量；
qjt(s)——间歇性电源出力轨迹s下水电机组i的调整出力向量；
pds,it——间歇性电源出力轨迹s下火电机组总负备用向量。
qdn,it(s)——间歇性电源出力轨迹s下最大负备用需求向量；
qup,it(s)——间歇性电源出力轨迹s下最大正备用需求向量。
其中，fi(pit)采用实时修正的煤耗曲线fi(pit)＝ci bipθit aipθit2，以确保实时煤耗曲线的最优。
5、制定考虑在线煤耗曲线的多能源接入电网优化调度的约束条件。
①机组出力总和调整前后相等，即满足有功功率平衡条件：
其中：
plt——负荷短期预测向量；
pjt——节能调度系统给出的第j个水电厂的计划出力向量；
l——间歇性电源类型，l＝1,2,…,nm；
pkt——第k个间歇性电源机组短期出力预测向量；
nw——间歇性电源机组数；
nh——水电机组台数；
qit(s)——间歇性电源出力轨迹s下火电机组j的调整出力向量；
δpt——间歇性电源出力轨迹s下间歇性电源预测误差向量。
约束条件①表明，在特定时段间歇性电源功率波动到其预测出力边界时，系统都具备足够的调节能力使系统有功功率平衡约束条件得以满足，同时也给出了系统备用预留的依据，对机组出力与备用预留进行协同优化，在满足系统安全性的前提下实现备用预留的最小化。
②中调火电机组备用约束：
火电机组出力调整后，其出力需介于最小、最大出力区间之内；火电机组出力调整量受限于旋转备用响应速度和时间，如下：
其中：
pimax、pimin——分别为机组i技术出力上、下限向量；
δpi,up、δpi,dn——分别为机组i出力上调、下调的最大速率向量；
δt——火电机组旋转备用响应时间，设置为5-10min。
③火电机组相邻时段爬坡速率约束：
其中：
若火电机组出现备用不足的情形，需要水电机组进行调节时，需要对等式约束条件式①进行修改，此时，f(t)＝1，增加水电机组日流量约束条件，如下所示。
④水电机组日流量约束：
水电机组的发电功率与机组的工作效率、水轮机的工作水头、水轮机的引用流量有关，一般有如下水电转换关系[108]：
pjt＝9.8ηjυjtqjt,j∈ndh
式中，ηj为水电机组j的效率；υjt为水轮机第t时段的工作水头；qjt为水轮机第t时段的引用流量。
水电的日发电量用水量需根据水电调度部门的分配，限制在一定范围内。则由水电转换关系，有：
式中，
tch——为参与备用调节总时段数；
qimin——为总调节时段内日分配最小用水量；
qimax——为总调节时段内日分配最大用水量。
6、利用粒子群算法对考虑在线煤耗曲线的多能源接入电网优化调度目标函数进行求解，获得发电计划。
第i个粒子在d维空间的坐标可以通过下式表示：xi(xi1,xi2,xi3…xid)，此外还有一个速度vi(vi1,vi2,vi3…vid)，它可以确定一次迭代的位移。粒子在搜索过程中，可以由种群及个体的经验来改变本身位置。在pso中，通过跟踪两个相关极值来更新粒子，其中一个是它本身得到的最优解pi(pi1,pi2,pi3,…,pid)，另一个就是到目前为止种群所得到的最优解pg(pg1,pg2,pg3,…,pgd)。迭代公式如下：
vid＝w×vid c1×rand()×(pid-xid) c2×rand()×(pgd-xgd)
xid＝xid vid
式中w为惯性权重；c1和c2为加速因子，一般取常数；rand()、rand()是两个独立的随机数，区间为[0,1]。
7、将第6步求得的发电计划进行安全校核，通过则考虑在线煤耗曲线的多能源接入电网优化调度计划，否则调整可调控电源发电计划并重新执行1-6步计算。
利用网络拓扑结构数据、负荷预测数据、间歇性电源发电功率预测数据，检修计划数据，以及求得的发电计划，计算次日96点时刻的系统潮流，并根据安全限额进行断面潮流越限判断，完成安全校核工作。当断面潮流无越限时，则将考虑在线煤耗曲线的多能源接入电网优化调度计划下发执行。当安全校核结果出现稳定越限时，则调整可调控电源发电计划，并重复步骤1-6，直至安全校核通过。
所需硬件系统包括：多能源接入电网优化调度系统、火电在线煤耗曲线实时辨识与分析系统、间歇性电源发电预测系统和负荷预测系统；用于获得火电机组实时煤耗曲线、间歇性电源发电预测、电网负荷预测结果等信息。
火电在线煤耗曲线实时辨识与分析系统包括在线煤耗曲线实时辨识与分析系统主站和l个在线煤耗曲线实时辨识与分析系统厂站。
其中，在线煤耗曲线实时辨识与分析系统主站包括采用1000mbps的主干冗余快速以太网作为信息传递和数据传输的媒体，通过相应的网络设备、接口服务器、数据库服务器、计算服务器、域服务器、web服务器、计算机终端设备和系统软件包等来完成系统的应用功能。
l个在线煤耗曲线实时辨识与分析系统厂站通过百兆以太网与厂站汇集交换机相连，并利用专线或调度数据网通过防火墙接入主站核心交换机，用于实现厂站数据向主站传输。专线或调度数据网按照电网统一规划的安全措施进行远程数据通信的安全防护。
每个在线煤耗曲线实时辨识与分析系统厂站，包括厂站内多个机组采集站，通过百兆以太网与厂站内交换机连接。
在线煤耗曲线实时辨识与分析系统厂站包括多个机组采集站。
每个机组采集站包括机组dcs系统、机组dcs系统接口机、机组dcs采集站、机组功率变送器、机组电压变送器、机组电流变送器、机组功率因数变送器、厂站gps系统。
厂站gps系统通过通信电缆与机组dcs系统相连，用于提供标准对时时间。
机组dcs系统通过通信电缆与机组功率变送器、机组电压变送器、机组电流变送器、机组功率因数变送器相连，用于提供机组的功率、电压、电流和功率因数。
机组dcs系统通过百兆以太网连接到对应机组的dcs控制系统接口机，再通过opc工业标准协议直接将采集数据传输给机组dcs采集站。
间歇性电源发电功率预测系统
间歇性电源发电功率预测系统包括间歇性电源发电功率预测系统主站端和间歇性电源发电功率预测系统子站端。
间歇性电源发电功率预测系统主站端
间歇性电源发电功率预测系统主站端包括采集与处理层、预测层、考核分析层。
采集与处理层核心实现功率预测系统所需要数据的采集和处理。采集与处理层主要包括子站预测上报接收、测风塔/气象数据上报接收、运行状态数据上报接收、实时上网功率采集、nwp(数值天气预报)采集、数据处理等功能模块；预测层核心实现功率的预测。预测层主要包括短期功率预测、超短期功率预测等功能模块；考核分析层核心实现功率预测的误差评价、考核及统计分析。考核分析层主要包括子站功率预测上报考核、子站测风塔/气象数据上报考核、预测结果误差综合评价、统计分析等功能模块。
间歇性电源发电功率预测系统子站端包括光伏电站功率预测子系统、风电场功率预测子系统和小水电集群功率预测子系统。
光伏电站功率预测子系统包括光伏气象站，用于收集光伏功率预测结果、光伏气象站实时数据、光伏系统运行状态数据等信息，上送至主站端。
风电场功率预测子系统包括光伏气象站，用于收集风电场功率预测结果、测风塔实时数据、风电场运行状态数据等，上送至主站端。小水电集群功率预测子系统包括光伏气象站，用于收集小水电集群功率预测结果、小水电集群气象实时数据、小水电集群机组运行状态数据等信息，上送至主站端。
1.一种考虑在线煤耗曲线的多能源接入电网优化调度方法，它包括：
步骤1、利用火电在线煤耗曲线实时辨识与分析系统获取系统火电机组的综合煤耗曲线；
步骤2、利用间歇性电源功率预测系统的电网系统，获取电网系统次日的预测间歇性电源发电功率值；
步骤3、利用负荷预测系统获取电网系统次日负荷预测值；
步骤4、构建考虑在线煤耗曲线的多能源接入电网优化调度的目标函数；
步骤5、建立考虑在线煤耗曲线的多能源接入电网优化调度的约束条件；
步骤6、利用粒子群算法对考虑在线煤耗曲线的多能源接入电网优化调度目标函数进行求解，获得发电计划；
步骤7、将发电计划进行安全校核，通过则将考虑在线煤耗曲线的多能源接入电网优化调度计划，否则调整可调控电源发电计划并重新执行步骤1-6。
2.根据权利要求1所述的一种考虑在线煤耗曲线的多能源接入电网优化调度方法，其特征在于：步骤1所述利用火电在线煤耗曲线实时辨识与分析系统获取系统火电机组的综合煤耗曲线的方法包括：
步骤1.1、采集全网所有m个火电机组的历史机组信息及实时机组信息，构建历史信息θ＝{tθ,pθ,bθ}和实时信息
火电机组的历史机组信息θ＝{tθ,pθ,bθ}中，第i个机组第e个时刻的历史机组信息为θie＝{tθie,pθie,bθie}，其中i∈m,e∈n；tθ为机组的历史时刻数据；pθ为机组的历史有功功率数据；bθ为机组的历史煤耗量数据；
火电机组的实时机组信息
步骤1.2、利用采集的全网所有m个火电机组的历史机组信息集θ，通过最小二乘法计算第i个机组的煤耗量曲线函数curpi。
3.根据权利要求2所述的一种考虑在线煤耗曲线的多能源接入电网优化调度方法，其特征在于：机组有功功率数据的获取方法为：由机组有功功率变送器直接获取机组5分钟的有功功率平均值pl1，由与pl1对应时刻的机组电流变送器il2、电压变送器vl2和功率因数变送器
4.根据权利要求2所述的一种考虑在线煤耗曲线的多能源接入电网优化调度方法，其特征在于：第i个机组的煤耗量曲线函数curpi的计算方法为：
(1)确定训练样本容量及样本集。利用步骤1获取的全网所有m个火电机组的历史机组信息集θ，作为训练样本集；训练数据样本集为tθ对应的
(2)构建最小二乘法方程组curpi＝bθi＝ci bipθi aipθi2，其中系数ai、bi、ci能使得
(3)利用多元函数求极值方法使得函数curpi＝bθi＝ci bipθi aipθi2取最小值，对
(4)将训练数据样本集为tθ对应的
(5)生成综合煤耗曲线curpi＝bθi＝ci bipθi aipθi2。
5.根据权利要求1所述的一种考虑在线煤耗曲线的多能源接入电网优化调度方法，其特征在于：步骤4所述构建考虑在线煤耗曲线的多能源接入电网优化调度的目标函数的方法为：根据鲁棒调度结合确定性调度的约束条件，以最坏情况下的优化为基础，通过优化目标函数的下限值，使得不确定性因素变化时仍能保证调度方案维持在一定的经济性水平，即：
minf1 f2 f3
其中：
f1为火电机组开停机费用；
f2为火电机组运行费用；
f3为参与备用调节的水电机组运行费用；
f(t)为水电机组出力调整开关函数；
nt为火电机组台数(nt＝m)；
ndh为参与备用调节的水电机组台数；
uit为火电机组开机状态向量；
sui为火电机组开机费用向量；
vit为火电机组停机状态向量；
sdi为火电机组停机费用向量；
s为间歇性电源出力轨迹向量，定义nr为调度周期内风、光、水、和气有功出力向量构成的多维向量空间，pf为风电有功出力向量，pg为光伏有功出力向量，ph为小水电有功出力向量，pq为煤层气有功出力向量，则有{s∈nr|nr＝pf∪pg∪ph∪pq}；
αi、αj为机组i、j的运行状态向量；
β为运算向量,
pit为火电机组i鲁棒轨迹有功计划出力向量；
qit(s)为间歇性电源出力轨迹s下火电机组i的调整出力向量；
为水电机组j鲁棒轨迹(对应于新能源出力预测场景)上的计划出力向量；
qjt(s)为间歇性电源出力轨迹s下水电机组i的调整出力向量；
pds,it为间歇性电源出力轨迹s下火电机组总负备用向量；
qdn,it(s)为间歇性电源出力轨迹s下最大负备用需求向量；
qup,it(s)为间歇性电源出力轨迹s下最大正备用需求向量；
fi(pit)为采用实时修正的煤耗曲线fi(pit)＝ci bipθit aipθit2，以确保实时煤耗曲线的最优。
6.根据权利要求1所述的一种考虑在线煤耗曲线的多能源接入电网优化调度方法，其特征在于：步骤5所述建立考虑在线煤耗曲线的多能源接入电网优化调度的约束条件的方法包括：
步骤5.1、机组出力总和调整前后相等，即满足有功功率平衡条件：
plt为负荷短期预测向量；
pjt为节能调度系统给出的第j个水电厂的计划出力向量；
为间歇性电源类型，l＝1,2,…,nm；
pkt为第k个间歇性电源机组短期出力预测向量；
nw为间歇性电源机组数；
nh为水电机组台数；
qit(s)为间歇性电源出力轨迹s下火电机组j的调整出力向量；
δpt为间歇性电源出力轨迹s下间歇性电源预测误差向量；
步骤5.2、中调火电机组备用约束：
火电机组出力调整后，出力需介于最小、最大出力区间之内；火电机组出力调整量受限于旋转备用响应速度和时间；公式为：
pimax、pimin分别为机组i技术出力上、下限向量；
δpi,up、δpi,dn分别为机组i出力上调、下调的最大速率向量；
δt为火电机组旋转备用响应时间，设置为5-10min；
步骤5.3、火电机组相邻时段爬坡速率约束：
步骤5.4、水电机组日流量约束：
水电机组的发电功率与机组的工作效率、水轮机的工作水头、水轮机的引用流量有关，公式为：
pjt＝9.8ηjυjtqjt,j∈ndh
式中，ηj为水电机组j的效率；υjt为水轮机第t时段的工作水头；qjt为水轮机第t时段的引用流量；
水电的日发电量用水量根据水电调度部门的分配，水电转换关系为：
式中
tch为参与备用调节总时段数；
qimin为总调节时段内日分配最小用水量；
qimax为总调节时段内日分配最大用水量。
7.根据权利要求1所述的一种考虑在线煤耗曲线的多能源接入电网优化调度方法，其特征在于：步骤6所述利用粒子群算法对考虑在线煤耗曲线的多能源接入电网优化调度目标函数进行求解的方法为：第i个粒子在d维空间的坐标为：xi(xi1,xi2,xi3…xid)，速度为vi(vi1,vi2,vi3…vid)确定一次迭代的位移，粒子在搜索过程中由种群及个体的经验来改变本身位置；在pso中通过跟踪两个相关极值来更新粒子，其中一个是本身得到的最优解pi(pi1,pi2,pi3,…,pid)，另一个是到目前为止种群所得到的最优解pg(pg1,pg2,pg3,…,pgd)；迭代公式如下：
vid＝w×vid c1×rand()×(pid-xid) c2×rand()×(pgd-xgd)
xid＝xid vid
式中w为惯性权重；c1和c2为加速因子。
8.根据权利要求1所述的一种考虑在线煤耗曲线的多能源接入电网优化调度方法，其特征在于：安全校核的方法为：利用网络拓扑结构数据、负荷预测数据、间歇性电源发电功率预测数据、检修计划数据以及求得的发电计划，计算次日96点时刻的系统潮流，并根据安全限额进行断面潮流越限判断，完成安全校核工作；当断面潮流无越限时，则将考虑在线煤耗曲线的多能源接入电网优化调度计划下发执行；当安全校核结果出现稳定越限时，则调整可调控电源发电计划，并重复步骤1-6，直至安全校核通过。
技术总结