[發明專利]一種基于風電概率預測的電力系統運行備用量化方法

有效

• 申請號: 202110070017.4
• 申請日: 2021-01-19
• 公開（公告）號: CN112801353B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 萬燦;趙長飛;宋永華
• 申請（專利權）人: 浙江大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06;G06N3/08
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 萬尾甜;韓介梅

1.一種基于風電概率預測的電力系統運行備用量化方法，其特征在于，無需預先設定預測區間的置信水平與邊界分位水平，通過不等式約束限定預測區間關于訓練樣本的最低置信度，由極限學習機直接輸出風電功率預測區間，基于該區間的邊界確定系統正負運行備用容量需求，以備用預留成本和備用缺額懲罰為損失函數，構建基于風電概率預測的電力系統運行備用優化模型：

約束于：

式中，t為時間序號，為訓練樣本的時間序號集合；ω_α和為機極限學習機兩個輸出神經元對應的權重向量；和分別為預留的正負備用容量，和分別為正負備用的缺額；π^u和π^d分別為正負備用的單位預留成本，和分別為正負備用的單位缺額懲罰；λ為L1正則項的權重參數，其取值權衡了對樣本擬合程度與模型復雜度之間的偏好；為真實風電功率，為風電功率期望值，w_c為系統風電的裝機總量；和為極限學習機輸出的預測區間的上下邊界；x_t為極限學習機的輸入特征向量；1-∈為預測區間的最低置信水平，對應電力系統運行備用的可靠性要求；為指示函數，當括號內的邏輯表達式成立時函數值取1，否則函數值取0；max{·}為最大值函數，返回最大的操作數。

2.根據權利要求1所述的基于風電概率預測的電力系統運行備用量化方法，其特征在于，所述基于風電概率預測的電力系統運行備用優化模型，通過引入輔助連續向量將損失函數中非光滑的L1正則項線性化，通過引入輔助邏輯變量將約束條件中的指示函數與最大值函數線性化，將基于風電概率預測的運行備用量化模型等價轉化為混合整數線性規劃問題：

約束于：

式中，為元素全為1的向量，η_α和為引入的輔助向量，其維度與ω_α和相同，保證在優化問題的最優解處，輔助向量η_α和的各元素分別等于ω_α和對應元素的絕對值；z_t,為引入的輔助邏輯變量，其中z_t用于對指示函數不等式約束線性化，用于對最大值函數等式約束線性化；稱為大M系數，為大于的常系數，為大于的常系數，為大于的常系數，為大于的常系數。

3.根據權利要求2所述的基于風電概率預測的電力系統運行備用量化方法，其特征在于，所述混合整數線性規劃問題通過收縮大M系數實現混合整數線性規劃問題的可行域緊縮：

式中，sup{·}和inf{·}分別為上確界和下確界運算符；和表示分位水平分別為∈和1-∈的分位數估計，和分別是預測區間下邊界q(x_t；ω_α)的上估計和上邊界下估計。

4.根據權利要求2所述的基于風電概率預測的電力系統運行備用量化方法，其特征在于，所述混合整數線性規劃問題通過削減輔助邏輯變量實現混合整數線性規劃問題的可行域緊縮：

式中，集合中包含訓練樣本數據中所有被區間覆蓋的真實風電功率對應的時間序號，即

集合包含訓練樣本數據中所有大于等于的風電功率期望值對應的時間序號，即

集合包含訓練樣本數據中所有小于等于的風電功率期望值對應的時間序號，即

時間序號分別屬于上述集合的邏輯變量z_t,必定取值為1，需要在優化問題求解前預先給定，實現輔助邏輯變量的削減。