[發明專利]基于改進Benders分解法的風水火協調優化調度方法

有效

• 申請號: 201910216163.6
• 申請日: 2019-03-21
• 公開（公告）號: CN109980636B
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 葛曉琳;金言;薛鈺
• 申請（專利權）人: 上海電力學院
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02J3/38;G06Q10/06;G06Q50/06
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 徐穎

1.一種基于改進Benders分解法的風水火協調優化調度方法，其特征在于，具體包括如下步驟：

1)利用拉丁超立方抽樣法生成設定組數等概率信息樣本矩陣，樣本矩陣包含風電出力預測誤差、負荷預測誤差和不同類型備用供電價格變量；

2)采用場景縮減法對樣本矩陣內的所有樣本場景進行整理縮減，并獲取各個場景類別中的經典場景集合；

3)采用條件風險價值CVaR指標來描述風水火系統中備用供電價格波動帶來的風險；

4)基于風電和負荷波動性引起的備用需求，以及不同類型備用供電價格的不確定性建立風險規避型風水火協調優化調度模型，所建模型通過不同類型備用供電的風險水平系數將CVaR模型與目標函數結合在一起；

5)采用加入簡森不等式約束和多割集反饋兩種優化策略的改進Benders分解法將步驟4)建立的模型分解為一個主問題和多個與場景變量相關的子問題，以提高模型求解速度；

6)通過改變不同類型備用供電的風險水平系數的取值得到不同的風險偏好程度，獲取具有風險偏好的調度方案；

所述步驟3)采用條件風險價值CVaR指標來描述風水火系統中備用供電價格波動帶來的風險，使用表示，分別為在預先設定好的置信水平β_1j和β_2j下，發電商在未來一段時間內在火電和水電對應的備用j上投資的最大可能成本：

其中，t為時段編號；T為總時段數；i為火電機組編號，N_G為火電機組臺數；h為水電機組編號，N_H為水電機組臺數；ω為預測誤差的場景編號，Ω為場景總數；π_ω是ω場景的發生概率；為ω場景下火電機組i在t時段提供的備用j的容量；為ω場景下火電的備用j在t時段的價格；為ω場景下水機組h在t時段提供的備用j的容量；為ω場景下水電的備用j在t時段的價格；β_1j,β_2j∈[0,1]為火電和水電對應的備用j的置信水平；

所述步驟4)風險規避型風水火優化調度模型的目標函數為：

其中，第一項為火電機組運行成本，分別為火電機組i在t時段的燃料成本、啟動成本和停機成本；U_i,t為t時段火電機組i的狀態變量，U_i,t＝0表示停機，U_i,t＝1表示運行；第二項為不同備用的期望成本；第三項和第四項為基于價格不確定性的CVaR，其中α_1j,α_2j∈[0,1]，為火電和水電對應的備用j的風險水平系數；

約束條件包括：

A)功率平衡約束

其中，為ω場景下火電機組i在t時段的出力變量；為ω場景下水電機組h在t時段的出力變量；為ω場景下風電機組w在t時段的出力，N_W為風電機組臺數，假設風電全部消納不存在棄風現象；d、N_D分別為負荷節點的編號和總數；為ω場景下第d節點在t時段的負荷；PR_w,t為風電機組w在t時段的出力預測值；為ω場景下風電機組w在t時段的出力預測誤差；PR_d,t為第d節點在t時段的負荷預測值；為ω場景下第d節點在t時段的負荷預測誤差；

B)備用需求約束

其中，為ω場景下由預測誤差引起的在t時段對備用j的需求量，即火電機組和水電機組提供的備用j的容量之和滿足系統對該備用的需求；

C)備用容量約束

其中，P_i、分別為火電機組i的最小出力和最大出力；分別為ω場景下水電機組h在t時段的最小發電量和最大發電量；

D)機組最小運行/停運時間約束

其中，X_on,i,t-1、X_off,i,t-1分別為火電機組i在t-1時段時已運行時間和已停機時間；T_on,i、T_off,i分別為火電機組i的最小運行時間和停機時間；

E)其他約束

包括火電機組爬坡約束、火電和水電的發電量約束、水能電能轉換約束、水量平衡約束、水庫流量約束、水庫初末庫容約束、庫容約束、線路安全容量約束，這類與場景變量相關的約束表示為：

其中，為ω場景下t時段的連續變量，在風水火系統中包含火電機組i和水電機組h的出力、水流量和庫容量變量；y為二進制變量，代表機組狀態變量；E和F均為實數矩陣。