[發明專利]基于多階段隨機規劃理論的電源及電力流結構優化方法

有效

• 申請號: 202010543532.5
• 申請日: 2020-06-15
• 公開（公告）號: CN111697572B
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 王志成;王秀麗;齊世雄;李杰;彭巧;師婧;王帥;朱承治
• 申請（專利權）人: 西安交通大學;國網經濟技術研究院有限公司;國網浙江省電力有限公司
• 主分類號: H02J3/00
• 分類號: H02J3/00;G06F30/20;G06F113/04;G06F111/04;G06F111/08;G06F111/06
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 李鵬威

基于多階段隨機規劃理論的電源及電力流結構優化方法，采用蒙特卡洛模擬法生成場景；采用快速前向場景樹消減算法消減場景，獲得場景樹，獲得場景樹中各個節點用電量預測誤差的取值以及取值概率；建立電源及電力流結構多階段隨機優化模型；將場景樹中各個節點用電量預測誤差的取值以及取值概率帶入電源及電力流結構多階段隨機優化模型中，求解電源及電力流結構多階段隨機優化模型，得到優化方案集合。本發明在未來可再生能源快速發展以及用電量增長含有不確定性的環境下，能合理考慮可再生能源接入對電網調峰帶來的影響，提供了面對不確定性時的方案集合，相對其他現有的方法具有更高靈活性，適用性，在長期優化中具有良好的性能。

技術領域

本發明屬于電力系統規劃領域，涉及電源及電力流的結構優化方法，具體涉及一種基于多階段隨機規劃理論的電源及電力流結構優化方法。

背景技術

電源及電力流結構優化將會為未來電網的電源結構和電力流格局提供決策參考，為能源系統結構轉型提供數據支持，對我國能源資源的合理利用、優化配置以及保持經濟社會的持續有力發展具有重要意義。由于電源及電力流結構優化受到用電量預測精度、國民經濟發展、能源技術進步、新能源投建成本等多方面的因素影響，這些因素的長期不確定性使得單一的確定性優化結果在面對復雜因素變化時不適用。目前國內外有一些針對電源及電力流結構優化的方法，但是這些方法存在著以下不足：

(1)優化方法中的電源類型缺少可再生能源。從長期優化的角度來看，優化結果并不適用未來可再生能源快速發展的態勢。

(2)確定性的優化方法得到的單一優化結果在面對未來不確定性的時候缺乏靈活性和適用性。

發明內容

本發明目的在于針對傳統電源及電力流結構優化方法不適用于未來可再生能源大規模接入電力系統的情況，面對長期不確定性時缺乏靈活性的不足，提出一種基于多階段隨機規劃理論的電源及電力流結構優化方法。

為實現上述目的，本發明的技術方案如下：

基于多階段隨機規劃理論的電源及電力流結構優化方法，包括以下步驟：

步驟1)：采用蒙特卡洛模擬法生成場景；

步驟2)：采用快速前向場景樹消減算法消減場景，獲得場景樹，進而獲得場景樹中各個節點用電量預測誤差的取值以及取值概率；

步驟3)：建立電源及電力流結構多階段隨機優化模型；

步驟4)：將場景樹中各個節點用電量預測誤差的取值以及取值概率帶入電源及電力流結構多階段隨機優化模型中，求解電源及電力流結構多階段隨機優化模型，得到優化方案集合。

本發明進一步的改進在于，步驟1)的具體過程如下：根據用電量預測誤差取值的概率分布，采用蒙特卡洛模擬方法對用電量預測誤差的取值進行隨機采樣，獲得若干場景。

本發明進一步的改進在于，步驟1)的具體過程如下：

(1)構造用電量預測誤差的概率模型：

根據長期用電量的歷史數據，得到用電量預測誤差；將用電量預測誤差的概率分布進行離散化，形成多個區間，并獲得取值落在各個區間的概率；

(2)通過蒙特卡洛隨機抽樣確定每個階段場景：

對構造的用電量預測誤差的概率模型，進行蒙特卡洛隨機抽樣，確定每個階段場景，從而得到場景集合。

本發明進一步的改進在于，步驟2)的具體過程如下：

1)計算場景之間的距離；

2)計算每個場景與其他場景的概率距離；

3)確定要保留的場景編號和被消減的場景編號集合，進而得到消減后的場景集合Q；