[發明專利]一種計及運行風險的魯棒機組組合方法

有效

• 申請號: 201910745144.2
• 申請日: 2019-08-13
• 公開（公告）號: CN110543693B
• 公開（公告）日: 2022-08-23
• 發明（設計）人: 張穎;鄭惠萍;王越;王金浩;張超;劉新元;郝捷;王瑋茹;曲瑩;楊尉薇;段偉文;程雪婷;馬東娟;張一帆;張謙;暴悅爽;陳丹陽;郭文博;陳艷波;張智;劉鋒
• 申請（專利權）人: 國網山西省電力公司電力科學研究院;華北電力大學;清華大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;H02J3/14;H02J3/38;H02J3/46;G06Q10/04;G06Q50/06
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 史雙元

本發明公開了一種計及運行風險的魯棒機組組合方法，所述魯棒機組組合方法包括以下步驟：步驟1：根據歷史風電數據，建立基于條件風險價值的運行風險模型；步驟2：基于步驟1的運行風險模型，建立以運行成本和運行風險為目標的魯棒機組組合模型，并采用奔德斯(Benders)分解法和列約束生成方法(CCG)對魯棒機組組合模型進行求解。

技術領域

本發明涉及電力系統調度自動化技術領域，特別是涉及運行風險的魯棒機組組合方法。

背景技術

隨著風電并網比例升高、電力市場化改革的推進及深化，電網中的不確定因素逐漸增多。為了更好地把握各種不確定性對調度所帶來的影響，電力系統發電計劃從確定性問題轉變為不確定性問題。將不確定性納入SCUC問題是具有挑戰性的。

魯棒優化理論被應用于調度領域，并取得良好效果。魯棒優化通過一個不確定集來描述參數的波動，只要參數的取值在不確定集范圍之內，魯棒優化模型的解一定可行。魯棒優化使用閉凸集合描述參數的不確定性，并計算目標函數在“最壞情況”下的最優問題。通常基于風電預測誤差經驗分布或歷史數據并輔之以預先給定的置信概率，構建風電不確定集合，用以刻畫風電出力不確定性，出于可計算性的考慮，該集合多由線性不等式構成。然而，隨機調度法僅保證對抽樣場景的可行性，由該方法制定的調度策略可能無法應對風電實際出力偏離抽樣場景的情形；類似地，魯棒調度法也僅能保證調度策略對不確定集合內風電出力場景的魯棒性，若風電實際出力不屬于風電不確定集合，魯棒調度策略對該風電出力場景可行性同樣無法保證。此外，上述兩類計及風電不確定性的靈活調度方法并未考慮調度策略不可行的后果，即電網可能的運行損失，如棄風或切負荷成本等。

因此希望有一種計及運行風險的魯棒機組組合方法能夠解決現有技術中存在的問題。

發明內容

本發明公開了一種計及運行風險的魯棒機組組合方法，所述魯棒機組組合方法包括以下步驟：

步驟1：根據歷史風電數據，建立基于條件風險價值的運行風險模型；

步驟2：基于步驟1的運行風險模型，建立以運行成本和運行風險為目標的魯棒機組組合模型，并采用奔德斯(Benders)分解法和列約束生成方法(CCG)對魯棒機組組合模型進行求解。

優選地，所述步驟1包括以下步驟：

步驟1.1：處理歷史數據，得到日前風電預測誤差分布帶；

步驟1.2：根據風電分布得到運行風險矩陣；

步驟1.3：基于風電可接納域得到運行風險模型。

優選地,所述步驟1.1包括以下步驟:

步驟1.1.1：收集風電歷史數據，包括風電預測值和實際出力；

步驟1.1.2:根據不同出力區間對歷史數據分組，獲得不同出力區間下的預測誤差分布；

步驟1.1.3：結合各出力區間的預測誤差分布，得到日前風電預測分布帶。

優選地，所述步驟1.2的風險矩陣通過以下步驟建立:

步驟1.2.1：將風電的預測曲線與風電最大出力和最小出力之間的區間分別均勻劃分為若干個小區間；

步驟1.2.2:統計預測誤差帶內風電出力落入各個小區間內的頻數，得到風電出力在各小區間內的頻率；

步驟1.2.3：將每一個區間落入數據的頻率乘以各小區間的寬度，得到各個小區間的運行風險值；

步驟1.2.4：將各小區間的運行風險從外到內逐層累加，得到運行風險矩陣，時的棄風風險矩陣記為WC，時的切負荷矩陣記為LS；