[发明专利]基于多阶段随机规划理论的电源及电力流结构优化方法

说明书

基于多阶段随机规划理论的电源及电力流结构优化方法，采用蒙特卡洛模拟法生成场景；采用快速前向场景树消减算法消减场景，获得场景树，获得场景树中各个节点用电量预测误差的取值以及取值概率；建立电源及电力流结构多阶段随机优化模型；将场景树中各个节点用电量预测误差的取值以及取值概率带入电源及电力流结构多阶段随机优化模型中，求解电源及电力流结构多阶段随机优化模型，得到优化方案集合。本发明在未来可再生能源快速发展以及用电量增长含有不确定性的环境下，能合理考虑可再生能源接入对电网调峰带来的影响，提供了面对不确定性时的方案集合，相对其他现有的方法具有更高灵活性，适用性，在长期优化中具有良好的性能。

技术领域

本发明属于电力系统规划领域，涉及电源及电力流的结构优化方法，具体涉及一种基于多阶段随机规划理论的电源及电力流结构优化方法。

背景技术

电源及电力流结构优化将会为未来电网的电源结构和电力流格局提供决策参考，为能源系统结构转型提供数据支持，对我国能源资源的合理利用、优化配置以及保持经济社会的持续有力发展具有重要意义。由于电源及电力流结构优化受到用电量预测精度、国民经济发展、能源技术进步、新能源投建成本等多方面的因素影响，这些因素的长期不确定性使得单一的确定性优化结果在面对复杂因素变化时不适用。目前国内外有一些针对电源及电力流结构优化的方法，但是这些方法存在着以下不足：

(1)优化方法中的电源类型缺少可再生能源。从长期优化的角度来看，优化结果并不适用未来可再生能源快速发展的态势。

(2)确定性的优化方法得到的单一优化结果在面对未来不确定性的时候缺乏灵活性和适用性。

发明内容

本发明目的在于针对传统电源及电力流结构优化方法不适用于未来可再生能源大规模接入电力系统的情况，面对长期不确定性时缺乏灵活性的不足，提出一种基于多阶段随机规划理论的电源及电力流结构优化方法。

为实现上述目的，本发明的技术方案如下：

基于多阶段随机规划理论的电源及电力流结构优化方法，包括以下步骤：

步骤1)：采用蒙特卡洛模拟法生成场景；

步骤2)：采用快速前向场景树消减算法消减场景，获得场景树，进而获得场景树中各个节点用电量预测误差的取值以及取值概率；

步骤3)：建立电源及电力流结构多阶段随机优化模型；

步骤4)：将场景树中各个节点用电量预测误差的取值以及取值概率带入电源及电力流结构多阶段随机优化模型中，求解电源及电力流结构多阶段随机优化模型，得到优化方案集合。

本发明进一步的改进在于，步骤1)的具体过程如下：根据用电量预测误差取值的概率分布，采用蒙特卡洛模拟方法对用电量预测误差的取值进行随机采样，获得若干场景。

本发明进一步的改进在于，步骤1)的具体过程如下：

(1)构造用电量预测误差的概率模型：

根据长期用电量的历史数据，得到用电量预测误差；将用电量预测误差的概率分布进行离散化，形成多个区间，并获得取值落在各个区间的概率；

(2)通过蒙特卡洛随机抽样确定每个阶段场景：

对构造的用电量预测误差的概率模型，进行蒙特卡洛随机抽样，确定每个阶段场景，从而得到场景集合。

本发明进一步的改进在于，步骤2)的具体过程如下：

1)计算场景之间的距离；

2)计算每个场景与其他场景的概率距离；

3)确定要保留的场景编号和被消减的场景编号集合，进而得到消减后的场景集合Q；