[發明專利]一種考慮風光水能源多重不確定性風險的優化調度方法

有效

• 申請號: 202111130441.X
• 申請日: 2021-09-26
• 公開（公告）號: CN113572168B
• 公開（公告）日: 2022-02-08
• 發明（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

本發明涉及能源優化技術領域，具體涉及到一種考慮風光水能源多重不確定性風險的優化調度方法，包括以下步驟：建立風光水能源多重不確定性分類分布模型；提出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協調多目標優化調度模型；采用多目標動態分解進化算法對源網協調多目標優化調度模型進行求解。本發明為更加合理靈活地評估風光水多重不確定性給優化調度帶來的風險性，在電力系統優化調度中量化考慮這種風光水并網不確定性帶來的風險，使調度過程的準確性和靈活程度性提高；為了使智能電網調度決策更合理，本發明考慮將可控電網元件的狀態納為決策變量，并充分利用網端資源，實現源網協調優化調度。

技術領域

本發明涉及能源優化技術領域，具體涉及到一種考慮風光水能源多重不確定性風險的優化調度方法。

背景技術

當前，能源結構加速優化升級，呈現“風光領跑、多源協調”的態勢。鑒于風電、光伏和徑流式小水電等可再生能源發電存在較強的波動性和不確定性，其并網調度會給電力系統帶來了許多不確定因素。目前，國內外眾多學者已對多種可再生能源并網調度問題展開了廣泛的研究。然而，目前風光水電功率預測誤差現象仍然存在，其出力將很大程度上被低估或高估，一般很少有文獻在電力系統優化調度中量化考慮這種風光水并網不確定性帶來的風險，使調度過程的準確和靈活程度較低。此外，在多種可再生能源大規模接入電力系統的背景下，為解決電壓穩定等安全問題，調度過程中交流潮流源網間的關聯程度日益緊密。為了使智能電網調度決策更合理，考慮將可控電網元件的狀態納為決策變量，并充分利用網端資源，以實現源網協調優化調度。

綜上分析，為了合理靈活地評估風光水多重不確定性給優化調度帶來的風險性，有必要設計一種綜合考慮風光水多重不確定性功率偏差置信風險的源網協調多目標優化調度模型。

發明內容

本發明的目的在于至少解決現有技術中存在的技術問題之一，提供一種考慮風光水能源多重不確定性風險的優化調度方法。

為實現上述目的，本發明采用的技術方案如下：一種考慮風光水能源多重不確定性風險的優化調度方法，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協調多目標優化調度模型；

步驟4，采用多目標動態分解進化算法對源網協調多目標優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折衷解以實現多目標優化調度決策。

進一步的，在步驟1中，建立風光水能源多重不確定性分類分布模型包括：

步驟1.1，建立風電不確定性模型，具體包括：

采用描述風速概率密度函數的三參數Burr分布函數來擬合風速分布，具體表示為：

(1)

式中： 為t時刻風速； 分別為t時刻Burr分布的比例參數、第一形狀參數和第二形狀參數，且 ；

t時刻風電機組出力與風速的相關性表示為：

(2)

式中： 分別為風機額定風速、切入風速和切出風速；為風機額定輸出功率；

步驟1.2，建立光伏不確定性模型，具體包括：

采用對數正態分布來描述其概率密度函數：

(3)

式中： 為t時刻太陽輻射度；分別為t時刻對數正態隨機變量的均值和方差；和為合并計算參數；