[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

本發明涉及一種基于改進Benders分解法的風水火協調優化調度方法，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；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；考慮了風電出力和負荷波動性引起的多種備用需求，實現了對各類備用資源的分配的優化；調度模型中引入條件風險價值(CVaR)，可用于量化平衡預期收益與風險之間的關系，使發電商可以根據自身對風險的喜惡程度選擇相應的調度方案；公開的方法模型中在采用Benders分解算法求解所建模型時引入簡森不等式約束和多割集反饋兩種優化策略，提高了Benders分解法的求解速度和計算精度。

技術領域

本發明涉及一種能源管理技術，特別涉及一種基于改進Benders分解法的風水火協調優化調度方法。

背景技術

風水火聯合運行可以為系統提供更為靈活的備用并有助于新能源的消納。然而風電固有的隨機性和波動性為電力系統的優化調度和輔助服務帶來了困難，如何對不同的發電方式合理安排備用仍充滿著挑戰性。

除考慮風電出力和負荷波動性對電網預留備用的需求外，備用價格的不確定性同樣會對備用容量優化帶來風險，而傳統的確定性機組組合模型多數以系統運行成本最低為目標函數，忽略了輔助服務市場的成本或將其簡單當做常數進行處理。在近期的研究中，CVaR作為一種有效的風險度量方法已有了廣泛的應用。因此，可以在風水火協調優化調度模型中引入CVaR，用于度量由備用價格不確定性所帶來的風險，進而得到最優投資策略，引導決策者規避交易風險。

另外，考慮不確定性的經濟調度問題是一個大規模的混合整數非線性規劃問題，離散變量的增加使得問題求解變得更加困難。對此可采用分解法進行求解。常見的分解算法有Dantzig-Wolfe分解法、Benders分解法和拉格朗日松弛法，這些分解算法可根據變量和約束的特性將原問題進行分解后再進行求解。然而隨著場景變量的增加，傳統Benders分解法有時會面臨收斂速度慢以及收斂不穩定的問題，因此需要對其作出改進以提高收斂速度。

發明內容

本發明是針對風水火聯合運行存在的問題，提出了一種基于改進Benders分解法的風水火協調優化調度方法，既充分考慮備用價格的不確定性，又提高采用Benders分解算法時的計算速度，快速準確地獲取獲得優化調度結果。

本發明的技術方案為：一種基于改進Benders分解法的風水火協調優化調度方法，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1)具體步驟：