[發明專利]一種基于魯棒隨機模型的光熱電站最優報價決策方法

有效

• 申請號: 202010563779.3
• 申請日: 2020-06-19
• 公開（公告）號: CN111740408B
• 公開（公告）日: 2023-03-14
• 發明（設計）人: 李洛;朱子琪;李美玲;張文松;祁秋民;馬文廣;張麗娟;王正輝;李鑫;李興;岳超;雷曉玲
• 申請（專利權）人: 中國電建集團青海省電力設計院有限公司
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02J3/28;H02J3/38
• 代理公司: 西寧品之宜知識產權代理事務所(普通合伙) 63105
• 代理人: 李樹志

1.一種基于魯棒隨機模型的光熱電站最優報價決策方法，其特征在于，所述光熱電站最優報價決策方法包括以下步驟：

S1，獲取光熱電站并網發電的相關技術參數，包括：

S101，獲取光熱電站發電部分的基本參數，包括用于發電的熱功率限值和制熱發電效率η₁和最大發電功率P_max；

S102，獲取光熱電站儲熱部分的基本參數，包括儲熱量的限值和光熱儲熱效率η₂、放熱發電效率η₃、儲熱的爬坡限值和放熱的爬坡限值

S103，待優化的光熱電站基本運行變量，包括光熱電站在t時刻的發電功率P_t、制熱發電功率制熱儲熱功率儲熱量等；

S2，計算光資源和售電電價一定情況下光熱電站的預期收益，包括：

S201，預測各時段光輻射能一定時通過光熱轉換得到的熱能為Q_t，各時段的售電電價為π_t；

S202，建立光資源和售電電價一定情況下光熱電站的最優響應模型；

目標函數為光熱電站出售電力獲得的收益最大：

式中：N_T表示所有的報價時段；

目標函數的約束條件可分為等式約束和不等式約束；

①等式約束包括：

其中，式(2)表示光熱電站的發電功率滿足的等式約束，由制熱發電功率和放熱發電功率共同滿足；式(3)表示儲熱量受儲熱功率和放熱功率的約束；

式中：Δt為一個調度周期內的調度計劃時間步長；

②不等式約束可表示為：

其中，式(4)表示光熱轉換過程的能量約束，式(5)表示發電部分滿足的不等式約束，式(6)表示儲熱部分滿足的不等式約束；

式中：P_max為光熱電站的額定功率，即最大發電功率；

S203，求解最優響應模型，得到光熱電站在光資源和售電電價一定情況下預期收益；

S3，利用場景模擬和魯棒優化的方法處理光熱電站響應的不確定因素，包括：

S301，利用魯棒優化方法處理光熱轉換過程的不確定性，把t時段內光熱電站捕獲的熱能處理成一個隨機變量落在區間[Q_t-σ_d，Q_t+σ_d]范圍內；

S302，由于S202中僅不等式(4)右端出現了不確定性參數，結合魯棒優化理論，式(4)可以處理為其對偶形式：

式中，Γ_t表示引入的魯棒性系數，取值范圍為[0，1]；Z_t、q_t和y表示等價轉換過程中引入的輔助決策變量，無具體物理意義；表示所有的報價時段t內都滿足該式，所述σ_d為預測偏差，σ_d≥0表示一定置信水平下捕獲熱能與預測均值的對應偏差；

S303，采用場景模擬技術處理市場價格的隨機波動特性，形成典型場景；認為t時刻售電電價落在某一場景下的概率為p_s，售電電價擴展為一個二維變量π_t,s，預設的場景總數為N_S；相應地，其他變量擴展到三維空間內變動；

S4，考慮光熱轉換過程的不確定性和市場價格的隨機波動性，構建不確定性場景下的光熱發電魯棒性隨機優化模型；

S5，求解得到不同魯棒系數和置信水平下光熱電站的最優報價曲線，并計算最優報價決策下的預期收益。

2.根據權利要求1所述基于魯棒隨機模型的光熱電站最優報價決策方法，其特征在于：所述的Δt為15min或60min。

3.根據權利要求1所述基于魯棒隨機模型的光熱電站最優報價決策方法，其特征在于：所述的σ_d為預測偏差，σ_d≥0表示一定置信水平下捕獲熱能與預測均值的對應偏差。