[發(fā)明專利]考慮風(fēng)電功率多元相關(guān)性橢球集合的魯棒優(yōu)化調(diào)度方法

有效

• 申請?zhí)枺?/td>: 202010437848.6
• 申請日: 2020-05-21
• 公開（公告）號: CN111600300B
• 公開（公告）日: 2023-05-09
• 發(fā)明（設(shè)計(jì)）人: 張成;杜文佳;董慶九
• 申請（專利權(quán)）人: 云南電網(wǎng)有限責(zé)任公司大理供電局
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02J3/38;G06Q10/04;G06Q50/06
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所 12201
• 代理人: 吳學(xué)穎

1.一種考慮風(fēng)電功率多元相關(guān)性橢球集合的魯棒優(yōu)化調(diào)度方法，其特征在于，包括以下過程：

步驟一，根據(jù)風(fēng)電場歷史數(shù)據(jù)獲取風(fēng)電功率真實(shí)值和預(yù)測值的邊緣概率分布；

步驟二，初始化循環(huán)變量

記總調(diào)度時段數(shù)為T_N，初始化相關(guān)性時間尺度T_R＝T_N；記總歷史數(shù)據(jù)天數(shù)為D，初始化歷史數(shù)據(jù)的日期索引為d＝1；

定義相關(guān)性時間尺度T_R為相關(guān)性模型中考慮相關(guān)性的相鄰時段數(shù)，即每個橢球集合中考慮了相鄰T_R個時段的相關(guān)性，亦即橢球的維度；當(dāng)橢球的維度T_R小于總時段數(shù)T_N時，不確定集合變?yōu)門_N-T_R+1個T_R維的橢球集合的交集；T_R的取值范圍是2≤T_R≤T_N；為了簡化敘述，記M＝T_N-T_R+1；

步驟三，計(jì)算協(xié)方差矩陣

x_t、y_t和e_t分別為t時段風(fēng)電功率的實(shí)際值、預(yù)測值和預(yù)測誤差，x_t＝y(tǒng)_t+e_t，t＝1,2,…,T_N；利用正態(tài)copula構(gòu)造預(yù)測誤差與預(yù)測值的聯(lián)合分布函數(shù)

式中，和為正態(tài)copula的中間變量，F(xiàn)_x,t(x_t)和F_y,t(y_t)分別為根據(jù)風(fēng)電功率實(shí)際值和預(yù)測值的歷史數(shù)據(jù)得到的分布函數(shù)，Φ₀(·)為標(biāo)準(zhǔn)正態(tài)分布函數(shù)，為Φ₀(·)的逆函數(shù)；Φ_R(·,…,·)為以R為協(xié)方差的標(biāo)準(zhǔn)多元正態(tài)分布；

設(shè)第m個T_R維橢球?qū)?yīng)的時段為T_m～T_m+T_R-1，T_m與m數(shù)值相等，代表第m個橢球?qū)?yīng)的起始時段，1≤m＝T_m≤M；第m個橢球?qū)?yīng)的的協(xié)方差矩陣R_m為

其中，R_m11、R_m12、R_m21和R_m22為分塊矩陣，即

其中，ρ(z_x,t,z_x,t′)＝2sin[ρ_r(x_t,x_t′)·π/6]，ρ(z_x,t,z_y,t′)＝2sin[ρ_r(x_t,y_t′)·π/6]，ρ(z_y,t,z_y,t′)＝2sin[ρ_r(y_t,y_t′)·π/6]，ρ(·)和ρ_r(·)分別是線性相關(guān)系數(shù)和Spearman相關(guān)系數(shù)；

步驟四，計(jì)算多元正態(tài)條件分布的參數(shù)

根據(jù)歷史數(shù)據(jù)中第d日的風(fēng)電功率預(yù)測值y_t計(jì)算則第m個橢球?qū)?yīng)的因?yàn)閦_x,m|z_y,m條件分布為多元正態(tài)分布，即N(·,·)表示多元正態(tài)分布，用下式計(jì)算z_x,m|z_y,m條件分布的期望和協(xié)方差矩陣

步驟五，對條件分布采樣，獲得實(shí)際值樣本

對進(jìn)行采樣，得到z_x,m的樣本，進(jìn)而得到對應(yīng)的t時段風(fēng)電功率實(shí)際值樣本設(shè)每個樣本構(gòu)成的向量為

步驟六，構(gòu)造多橢球集合

第m個置信度為α_C的橢球集合為

其中，μ_x,m和R_x,m分別為風(fēng)電功率實(shí)際值樣本x_m的期望值向量和協(xié)方差矩陣；對每個實(shí)際值樣本x_m，代入不等式左側(cè)得到一個值，記為C_m，即利用所有的樣本，得到C_m的分布；給定置信度α_C，令P(C_m≤C_α,m)＝α_C，求得C_m分布下的α_C分位點(diǎn)C_α,m的值；調(diào)節(jié)置信度α_C可以控制集合的保守度，α_C越大則集合越保守

根據(jù)歷史數(shù)據(jù)構(gòu)建得到第d日每相鄰T_R個時段的M個橢球不確定集合，這M個橢球不確定集合的交集即為第d日的考慮風(fēng)電功率多元相關(guān)性的多橢球集合，記為

步驟七，計(jì)算第d天歷史數(shù)據(jù)的維度為T_R的多橢球完整性指標(biāo)和高效性指標(biāo)

步驟八，遍歷所有日期，計(jì)算綜合指標(biāo)

重復(fù)步驟四至步驟七，每次循環(huán)令日期索引d加1，直到日期索引d＝D；采用加權(quán)評估的方法，定義綜合指標(biāo)為

式中，K∈[0,1]為加權(quán)系數(shù)；

步驟九，遍歷所有T_R，得到最優(yōu)的相關(guān)性時間尺度T_R,best

重復(fù)步驟三至步驟八，每次循環(huán)相關(guān)性時間尺度T_R減1，直到T_R＝2，則最大的綜合指標(biāo)對應(yīng)的T_R即為最優(yōu)的相關(guān)性時間尺度T_R,best，即

步驟十，根據(jù)最新日前預(yù)測值構(gòu)建多維橢球不確定集合

記錄最優(yōu)的相關(guān)性時間尺度T_R,best，并認(rèn)為T_R,best不變，根據(jù)T_R,best和最新的日前風(fēng)電功率預(yù)測值y_t執(zhí)行步驟四至步驟六，最終得到考慮風(fēng)電功率多元相關(guān)性的最優(yōu)化多橢球集合；

步驟十一，基于步驟十所構(gòu)建的多維橢球不確定集合，構(gòu)建微電網(wǎng)兩階段魯棒調(diào)度模型，找到最惡劣不確定性場景下經(jīng)濟(jì)最優(yōu)的調(diào)度方案。