[發(fā)明專利]一種考慮風光水能源多重不確定性風險的優(yōu)化調度方法

有效

• 申請?zhí)枺?/td>: 202111130441.X
• 申請日: 2021-09-26
• 公開（公告）號: CN113572168B
• 公開（公告）日: 2022-02-08
• 發(fā)明（設計）人: 徐銳;陳萬波;葉榮;彭春華;王立剛;孫惠娟;鞏磊;林樂平;鄧永強
• 申請（專利權）人: 江西江投電力技術與試驗研究有限公司;江西贛能股份有限公司
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02J3/46;H02J3/06;G06Q10/06;G06Q10/04;G06Q50/06
• 代理公司: 南昌賢達專利代理事務所(普通合伙) 36136
• 代理人: 金一嫻

1.一種考慮風光水能源多重不確定性風險的優(yōu)化調度方法，其特征在于，包括以下步驟：

步驟1，建立風光水能源多重不確定性分類分布模型；

步驟2，結合風光水能源多重不確定性分類分布模型和機會約束，提出風光水功率偏差置信風險量化計算方法；

步驟3，基于風光水功率偏差置信風險量化計算方法，建立考慮多重不確定性置信風險的源網(wǎng)協(xié)調多目標優(yōu)化調度模型；具體的，所述源網(wǎng)協(xié)調多目標優(yōu)化調度模型的目標函數(shù)包括：

總運營成本最優(yōu)目標函數(shù)：

在調度周期內(nèi)總運營成本最優(yōu)目標C_op由考慮常規(guī)機組閥點效應的總燃料成本C_f、環(huán)境成本C_e、全壽命周期內(nèi)風電機組的運營成本C_w、全壽命周期內(nèi)太陽能光伏電站的運營成本C_s以及全壽命周期內(nèi)光伏與徑流式小水電聯(lián)合發(fā)電的運營成本C_s-h組成：

minC_op＝C_f+C_e+C_w+C_s+C_s-h (21)

式中：T為總調度時段數(shù)；N_C為常規(guī)機組總數(shù)；P_i,t、分別為t時段常規(guī)機組i的有功出力和最小有功出力；b_i、g_i、h_i為常規(guī)機組i的發(fā)電燃料成本系數(shù)；p_i、s_i為常規(guī)機組i的閥點效應系數(shù)；r_i為常規(guī)機組i的環(huán)境成本系數(shù)；φ_i、ε_i、τ_i、ξ_i為常規(guī)機組i的污染氣體排放系數(shù)；K_w、K_s、K_s-h分別為全壽命周期內(nèi)風電、光伏、光伏與徑流式小水電聯(lián)合發(fā)電的運營成本系數(shù)；t時刻太陽能光伏電站出力W_s,t；t時刻風電機組出力W_w,t；W_s-h,t為t時刻光伏與徑流式小水電出力；

風光水多重不確定性置信風險最低目標函數(shù)：

風電、光伏、光伏與徑流式小水電聯(lián)合出力總功率偏差置信風險目標D(α)由出力高估功率偏差置信風險D^H(α)和出力低估功率偏差置信風險D^L(α)組成：

minD(α)＝D^H(α)+D^L(α) (23)

式中：和分別為t時段風電機組在置信水平1-α下出力高估功率偏差置信風險和出力低估功率偏差置信風險；和分別為t時段太陽能光伏電站在置信水平1-α下出力高估功率偏差置信風險和出力低估功率偏差置信風險；和分別為t時段光伏與徑流式小水電在置信水平1-α下出力高估功率偏差置信風險和出力低估功率偏差置信風險；

步驟4，采用多目標動態(tài)分解進化算法對源網(wǎng)協(xié)調多目標優(yōu)化調度模型進行求解，并采用逼近理想解排序法自動提取最優(yōu)折衷解以實現(xiàn)多目標優(yōu)化調度決策；具體的，所述多目標動態(tài)分解進化算法通過對分解多目標進化算法改進得到，具體如下：

所述分解多目標進化算法包括計算權重向量鄰域、切比雪夫分解、DE進化操作，通過在分解多目標進化算法中引入動態(tài)資源分配策略與可行解約束處理方法，得到將可行解約束處理方法與具有動態(tài)資源分配策略的分解多目標進化算法相結合的多目標動態(tài)分解進化算法；

在分解多目標進化算法基礎上引入動態(tài)資源分配策略，通過量化各子問題的實際效率值，為不同難度子問題分配不同的計算資源，具體公式定義如下：

式中：z∈{1,2,…,N_Z}，N_Z為種群數(shù)；j∈{1,2,…,m}，m為目標數(shù)；Δ_z為每50次迭代后第z個子問題的目標值變化率；f_z,j(x)、f_z'_,j(x)分別為第z個子問題中第j個目標每50次迭代前、后的目標值；在每次迭代過程中，采用錦標賽擇優(yōu)法，依據(jù)各子問題效率值π_z進行計算資源分配，每50次迭代更新一次π_z；

可行解約束處理方法在處理多目標優(yōu)化問題的約束條件時，利用不可行域解的種群信息，使不可行域解盡量處于可行域內(nèi)，最終得到帕累托最優(yōu)解集；不可行域解的總約束違反量ζ(x)計算如下：

式中：w_k為自適應權重參數(shù)；G_k(x)、分別為第k個約束條件的約束違反量和累計最大約束違反量；N_T為約束條件總數(shù)。