[发明专利]一种计及风电波动性的风电发电计划编制系统及编制方法

说明书

技术领域

本发明涉及风电并网电力系统的发电计划编制，具体涉及一种计及风电波动性的风电发电计划编制系统及编制方法。

背景技术

受风电自身特点及现有风功率预测水平的制约，目前风功率预测精度较低。常规的风电出力预测结果一般都是确定性的点预测，即给出一个确切的数值，但无法估计该数值可能出现的概率，也无法确定预测结果可能的波动范围。直接使用含较大误差的风功率预测值进行经济调度计算不能获得最优的调度计划，系统运行的可靠性和经济性也得不到保证。在含有大规模风电并网的系统中，风电出力的波动性给基于电源的可靠性以及负荷的可预测性的传统发电调度带来巨大挑战，发电计划的制定变得困难。针对上述情况，国内外通过研究分析预测误差的分布规律，考虑风电的波动性，建立计及预测误差的优化调度模型。目前的主要方法有考虑预测误差概率分布的调度模型、机会约束规划调度模型、模糊规划调度模型等。然而影响风电功率不确定性的因素很多，如风电场地理信息、风功率预测时间尺度、风功率预测水平等，各种调度模型的准确性也存在较大差异。如何根据具体风电场信息，结合现有调度模型，准确发布发电计划，开发一种可扩展可学习的发电计划智能编制系统和方法成为当务之急。

发明内容

针对现有技术的不足，本发明的目的是提供一种计及风电波动性的风电发电计划编制系统及编制方法，本发明自动的根据风电场地理信息系统、风电功率预测时间尺度、风电功率预测出力水平筛选和匹配调度模型，并且通过多次使用后，可以根据模型的评价评级信息，从大量积累的历史计算记录中筛选出满足具体情况的调度模型。而且在长时间的使用后，针对不同模型下的不同算法选择和参数预设也会被积累下来，发电计划智能优化编制系统也会越来越适应各种动态变化的环境和要求。

本发明的目的是采用下述技术方案实现的：

一种计及风电波动性的风电发电计划编制系统，其改进之处在于，所述编制系统包括：

模型模块：用于对优化调度模型进行存储，包括模型库和目标约束库；

算法模块：用于对优化调度模型进行求解，包括算法数据库和扩展算法数据库；

模算筛选模块：用于对优化调度模型进行评价评级并选出评级最高的作为发电计划，包括评价评级库和模算筛选库；

所述编制系统与管理系统进行数据交互。

其中，所述模型模块、算法模块和模算筛选模块均采用服务器实现；模型模块的服务器与用户系统和模算筛选模块的服务器通过光纤双向连接；

模算筛选模块的服务器与用户系统和算法模块的服务器通过光纤双向连接；

算法模块的服务器与用户系统通过光纤双向连接；

所述管理系统通过光纤分别与模型模块的服务器、模算筛选模块的服务器和算法模块的服务器单向连接。

其中，所述模型模块的服务器包括模型库服务器和目标约束库服务器，所述模型库服务器和目标约束库服务器之间通过光纤双向连接；

所述模型库包括考虑预测误差概率分布的调度模型、机会约束规划调度模型和模糊规划调度模型；

所述目标约束库用于不同目标（目标都包括发电成本最小、污染气体排放量最小、弃风量最小等）和约束条件的存储，且提供由用户选择设置各约束条件是否起作用，并将设置好的目标或约束作为条件送入模型库中，然后进行优化编制运算。

其中，所述评价评级库即模型在不同环境和不同用户下的评级信息，在导入运算结果数据后，所述评价评级库根据对优化编制运算结果和实际发电计划的对比分析，对不同模型优化编制结果的满意度进行评价评级，并将评级结果存储于评价评级库；

所述模算筛选库获取评级信息和该评级信息对应的模型和运算结果，并对所述评级信息进行筛选，选出评级最高的模型及对应的运算结果作为发电计划下发给各发电厂；

评价评级与用户系统权限联系，若用户多次异常评级或预设将改变针对本人的模型评级信息；且如果优化编制运算结果不成功，最后通过调整环境参数完成优化编制运算并且导入运算结果满意，则由评价评级库记录该用户对该环境下的情况并记录在目标约束库中，若下次出现同样的情形将自动调整。

其中，算法模块的服务器包括算法数据库服务器和扩展算法数据库服务器；所述算法数据库服务器和扩展算法数据库服务器之间通过光纤双向连接；

所述算法数据库包括综合选择混合整数规划算法、拉格朗日松弛法、动态规划算法和智能算法；

所述扩展算法数据库读取算法数据库中的算法，并扩展新的算法（扩展的新算法随着技术的发展逐渐扩展）。