[发明专利]一种交直流配电网多时间尺度优化调度方法及系统

权利要求书

1.一种交直流配电网多时间尺度优化调度方法，其特征在于，步骤如下：

利用马尔可夫链-动态场景法生成多时间尺度优化调度所需的分布式能源出力预测场景；

将微型燃气轮机按照开停机时间的不同分为常规微型燃气轮机和快速启动微型燃气轮机，以马尔可夫链-动态场景法生成的各场景下的总运行成本的期望值之和最小为目标，进行日前调度，得到微型燃气轮机和储能装置的开停机计划；

利用动态场景法生成风电和负荷的短期预测场景，以各场景下总运行成本的期望值之和最小为目标，以日前调度得到的微型燃气轮机和储能装置的开停机计划为输入，进行日内调度，得到常规微型燃气轮机的出力计划、联络线功率、快速启动微型燃气轮机的出力期望值、储能装置的出力期望值和储能装置储能状态的期望值；

以日内调度得到的数据为输入，以实时优化得到的调度出力值和日前日内优化调度出力值偏差最小为优化目标，对日前日内求出来的调度期望值进行滚动优化和反馈校正，得到快速启动微型燃气轮机的出力、储能装置的出力和储能装置的储能状态；

其中，利用马尔可夫链-动态场景法生成多时间尺度优化调度所需的分布式能源出力预测场景，具体为：

(1-1)对分布式能源发电功率或负荷功率的历史数据进行统计，得到由包含预测值、实测值、预测误差的数据组组成的样本，将样本中的数据转换为标幺值；

(1-2)生成多个预测盒，设定每个预测盒的宽度，根据历史数据样本的预测值大小将样本放入不同的预测盒；

(1-3)将概率误差根据设定的标准差离散化为多个区间，计算各个预测盒的误差状态向量；

(1-4)根据预测盒内的误差状态向量生成各个预测盒的概率密度函数；

(1-5)生成多个均值为零，标准差为Σ的服从多元联合标准正态分布的随机向量；

(1-6)通过逆变换，将服从多元联合标准正态分布的随机向量转化成具有相关性的误差，生成预测时间段内的误差场景；

(1-7)构建状态转移矩阵，通过状态转移矩阵构造下一时间段内各个预测盒的误差状态向量，然后返回步骤(1-4)继续进行场景生成。

2.如权利要求1所述的交直流配电网多时间尺度优化调度方法，其特征在于，日前调度具体为：每24小时执行一次，时间间隔为1小时，根据马尔可夫链-动态场景法生成分布式能源出力的预测场景，每4小时改变一次各预测盒内的预测误差状态分布，以各场景下的总运行成本的期望值之和最小为目标，得到微型燃气轮机和储能装置的开停机计划。

3.如权利要求1所述的交直流配电网多时间尺度优化调度方法，其特征在于，日内调度具体为：每1小时执行一次，时间间隔为15分钟，采用动态场景法生成分布式能源出力的短期预测场景，以各场景下总运行成本的期望值之和最小为目标，以日前调度得到的微型燃气轮机和储能装置的开停机计划为输入，得到常规微型燃气轮机的出力和联络线功率。

4.如权利要求1所述的交直流配电网多时间尺度优化调度方法，其特征在于，每5分钟执行一次，时间间隔为5分钟，以日内调度得到的数据为输入，采用模型预测控制对机组出力进行滚动优化校正，得到快速启动微型燃气轮机和储能装置的出力。

5.如权利要求4所述的交直流配电网多时间尺度优化调度方法，其特征在于，以当前交直流配电网络中快速启动微型燃气轮机和储能装置的实际值作为初始状态建立出力预测模型，根据日内优化调度的期望值，滚动优化未来15分钟的控制指令序列，下发第一个时间段的控制指令，修正控制变量，在下一个采样时刻，再以实际测量到的值作为下一个时刻滚动优化的初始值，进行新一轮的优化。