[发明专利]基于可再生能源消纳能力的数据驱动调度方法

权利要求书

1.一种基于可再生能源消纳能力的数据驱动调度方法，其特征在于，根据可再生能源实际出力与预测出力之间的偏差、电网安全约束，即电网维持安全稳定运行需要满足的条件以及火电机组的容量与爬坡能力，构建电网可再生能源消纳范围时所需考虑的约束条件；根据可再生能源实际出力与预测出力之间的偏差的概率分布特性，建立可变分布鲁棒联合机会约束，衡量可再生能源消纳能力；基于可变分布鲁棒机会约束以及可再生能源消纳能力，以电网预调度成本和可再生能源消纳概率为目标函数，建立联合优化随机调度模型；再将分布鲁棒联合机会约束转化为二阶锥约束，并运用鲁棒优化标准技术将两阶段分布鲁棒优化问题转化为二阶锥规划问题，通过求解得到可再生能源的消纳范围，并将消纳范围下发到对应可再生能源机组，作为可再生能源机组的调度指导；

所述的构建电网可再生能源消纳范围时所需考虑的约束条件包括：机组再调度情况下的平衡约束、线路容量约束、火电机组容量约束、火电机组爬坡能力约束、火电机组爬坡率约束与可再生能源出力范围约束，具体通过以下方式得到：

当ξ_k,t为可再生能源k在t时段的出力偏差量，为系统所能容纳的可再生能源波动范围，即只要可再生能源出力偏差量处于该范围内时总能通过采取再调度矫正措施，对可再生能源进行消纳，因此相关约束条件为：

其中：ξ_t为时段t可再生能源的出力偏差量，分别为时段t可再生能源出力偏差量的下界和上界，T为优化问题所考虑的时间范围，G为所有机组的集合，P_g,t(ξ_t)为可再生能源出力偏差量为ξ_t时机组g在时段t的再调度出力，K为可再生能源的集合，为可再生能源k在时段t的预测出力，N为所有节点的集合，LD_n,t为节点n在时段t的负荷需求，F_l^U为线路l的输电容量，SF_n,l为节点n相对于线路l的PTDF，L为所有线路的集合，分别为机组g在运行状态下的最小出力和最大出力，ε_g,t为机组g在时段t开关状态的二元变量，即1表示开机，0表示关机，τ_g,t为机组g在时段t是否停机的二元变量，即1表示停机，0表示不停机，υ_g,t为机组g在时段t是否启动的二元变量，即1表示启动，0表示不启动，分别为机组g在运行状态和关机状态下的单位时间向下爬坡能力，分别为机组g在运行状态和开机状态下的单位时间向上爬坡能力，为机组g在时段t的调度出力，Δd为火电机组调度时间间隔，Δr为火电机组再调度响应时间，W_k^L、W_k^U分别为可再生能源k的最小出力和最大出力；

所述的可再生能源出力偏差量为ξ_t时机组g在时段t的再调度出力P_g,t(ξ_t)服从仿射决策规则，即火电机组再调度出力服从：其中：C_g,k,t、c_g,t为火电机组再调度出力对可再生能力出力预测偏差的响应参数，当P_g,t(ξ_t)服从仿射决策规则会缩小P_g,t(ξ_t)的搜索空间；

所述的可变的分布鲁棒联合机会约束是指：对于可再生能源，其实际出力与预测出力之间的偏差ξ并不总是处于范围内，当其越限时会发生失负荷或者弃风情况，不利于系统安全稳定运行，因此采用可变的分布鲁棒联合机会约束对可再生能源消纳能力进行衡量；

所述的可变的分布鲁棒联合机会约束是指：采用可变的分布鲁棒联合机会约束对可再生能源消纳能力进行衡量：其中：为随机变量ξ的概率分布函数，D为的模糊集，m₀≤m≤1，m对系统消纳可再生能源的概率做评估；

所述的随机变量ξ的概率分布函数的模糊集D的构建原则包括：

1)概率分布函数的均值、方差与各随机变量ξ_kt的均值和方差相匹配；

2)概率分布函数关于ξ_kt是单峰的，即：模糊集其中：关于μ_k,t是单峰的表明ξ_k,t的概率密度函数从0至μ_k,t是非递减，在之后是非递增的，通过考虑上述原则，联合机会约束能够近似转换为易于求解的形式；

所述的以电网预调度成本和可再生能源消纳概率为目标函数是指：联合优化随机调度模型中，目标函数综合考量电网调度成本和可再生能源消纳能力，即：该目标函数包括：①电网预调度成本，由常规火电机组的启停成本、空载成本和燃料成本组成；②可再生能源的消纳概率，δ为可再生能源消纳能力部分的权重系数，其中δ的大小表示系统为提高单位可再生能源消纳概率所愿意承担的额外调度成本，在实际应用中，系统运行者依据其希望达到的可再生能源消纳概率目标、系统风险水平以及需要支付的额外调度成本来确定δ；

随着δ的增加，可再生能源的消纳概率将会得到提高，但同时系统的调度成本也会随之上升；

所述的联合优化随机调度模型的约束条件包括：现有的机组组合问题约束、考虑可再生能源出力不确定性的约束条件、火电机组再调度原则以及分布鲁棒联合机会约束；

所述的联合优化随机调度模型将电力系统调度与可再生能源消纳能力进行联合优化，通过建立可变分布鲁棒联合机会约束，在考虑可再生能源概率信息的同时对可再生能源消纳能力进行评估，该模型具体为：其中：y(ξ)＝Cξ+c，Pm≤p,Qξ^L≤q,Rξ^U≤r，x为第一阶段的决策变量，c为目标函数中对应的系数向量，ξ为随机变量，χ为第一阶段决策变量的可行域，y(ξ)为第二阶段再调度变量P_g,t(ξ_t)组成的矩阵，T、W、H、P、Q、R、p、q、r为由优化模型中的约束条件确定的参数矩阵与参数向量；

所述的将分布鲁棒联合机会约束转化为二阶锥约束是指：当m＞2/3时，约束等效转换为：

所述的转化，为将含可变随机变量边界的约束条件转换为鲁棒优化的标准形式，定义：E:＝diag(ξ^U-ξ^L)；在此基础上，[ξ^L,ξ^U]表示为：{ξ^L+Eμ:μ∈[0,e]}，其中：e为全1向量以及ξ^U＝ξ^L+Ee；进一步，约束等 效转换为：即进一步将其转化为线性约束：

所述的鲁棒优化标准技术是指：将转化得到的线性约束：等效为如下线性不等式约束：Re≤Hξ^L-T(x)-Ws；R≤WS-HE,R≥0；按上述方法，可将与可再生能源出力偏差量有关的约束等效成以下线性不等式″：

其中：为辅助变量；

所述的二阶锥规划问题是指：约束条件包括：上述转换后的约束、可再生能源出力范围约束与系统消纳可再生能源概率的评估指标约束。