[发明专利]一种支持源-网-荷-储多元泛在协调的两阶段优化调度方法

说明书

本发明涉及一种支持源‑网‑荷‑储多元泛在协调的两阶段优化调度方法，步骤为：1：日前阶段：根据历史数据及考虑需求侧管理的负荷不确定模型预测次日数据；2：以低碳经济为目标，考虑火电机组的深度调峰工况和正常运行工况，利用蒙特卡洛法进行随机抽样，并用混合蝙蝠算法求解日前低碳经济调度模型，确定机组启停组合、各时段电价及价格型需求响应量3：日内阶段：根据风电场、光伏电站的超短期预测值及考虑日前价格需求响应的日内系统负荷，基于日内火电机组修正模型和日内低碳经济调度模型，利用混合蝙蝠算法求解并对日前调度计划进行调整。本发明实现了电力系统的低碳经济调度，有效避免了在高维情况下陷入局部最优，较快求得全局最优解。

技术领域

本发明涉及电力系统及其自动化技术领域，具体涉及电力系统低碳经济调度，具体涉及一种支撑源-网-荷-储多元泛在协调的两阶段优化调度方法。

背景技术

随着大力推进坚强智能电网和泛在电力物联网两网融合的建设，高比例可再生能源接入电网，人工智能、传感器、先进的通信技术获取全面的新能源、储能及负荷数据应用于电力系统优化调度。面对新能源高渗透率的智能电网，充分运用源荷储数据，解决多时间尺度下风电、光伏发电、火电、储能等多种能源的低碳经济调度问题十分紧迫。

从发电侧考虑，新能源发电厂替代传统电厂，储能电站技术日新月异。新能源发电可有效降低电力系统的碳处理成本，而多类型的储能电站具有充放电特性，可一定程度上缓解线路拥堵，合理调配风、光、火、水、储，利用多能互补特性降低可再生能源发电间歇性和不确定性对电网的影响。从用户侧考虑，积极引导用户参与需求响应，优化负荷曲线。需求侧资源对负荷峰值削减量的影响，电价型需求响应占8％，激励型需求响应占绝大部分，而将需求响应与风力发电变化特性相结合可解决风力发电的波动性对电力系统的影响。

上述文献对发电侧的研究主要集中在多种可再生能源的日前调度，而对用户侧的研究主要在于多时间尺度需求响应的调度策略，与多种能源联合调度的关注较少。新能源的不断渗透对电网调峰带来极大的困难，火电机组时常处于深度调峰状态和频繁爬坡状态，对整个系统运行影响颇大。

发明内容

本发明的目的在于克服现有技术的不足之处，提供一种支撑源-网-荷-储多元泛在协调的两阶段优化调度方法。

本发明为解决上述技术问题采取的技术方案为：

一种支持源-网-荷-储多元泛在协调的两阶段优化调度方法，其特征在于，该方法包括以下步骤：

步骤1：日前阶段：根据历史数据及考虑需求侧管理的负荷不确定模型预测次日数据，包含风速、风电厂出力、室外温度、光伏电站出力、系统负荷及电价波动；

步骤2：以低碳经济为目标，考虑火电机组的深度调峰工况和正常运行工况，利用蒙特卡洛法进行随机抽样，并用改进蝙蝠算法求解日前低碳经济调度模型，确定机组启停组合、各时段电价及价格型需求响应量；

步骤3：日内阶段：根据风电场、光伏电站的超短期预测值及考虑日前价格需求响应的日内系统负荷，基于日内调度模型优化求解，对日前调度计划进行调整；具体步骤包括：

步骤3.1：基于日前调度计划的火电机组组合，根据风力、光伏和负荷的参数分布函数，构建火电机组修正模型，以平均调整成本最小为目标，利用混合蝙蝠算法求解，修正火电机组的出力；

步骤3.2：以低碳经济调度为目标，基于日内低碳经济调度模型，利用混合蝙蝠算法求得激励型需求响应量和其余各机组日内调度方案。

进一步的：步骤1中的考虑需求侧管理的负荷不确定模型为：

在任何时段，下一时刻的系统负荷需求都是不确定的，通常可正态分布和均匀分布概率密度函数对负荷需求不确定性进行建模；采用正态分布的概率密度函数来对系统负荷P_L,t建模，则用户参与需求响应后的系统实际功率可表示为：