[发明专利]一种基于场景缩减的含风电与需求侧资源的优化调度方法

说明书

本发明涉及一种基于场景缩减的含风电与需求侧资源的智能电网优化调度方法，包括以下步骤：步骤1、预测次日风电场输出功率，并对风电功率预测误差进行建模后，随机生成多个含风电出力的初始场景；步骤2、对步骤1随机生成多个含风电出力的初始场景进行场景缩减，从而生成经典场景集；步骤3、建立以电力系统调度成本最小化为目标的考虑不确定性的虚拟电厂和传统机组的优化调度模型；步骤4、计算优化调度模型的目标函数最小值，对虚拟电场进行优化配置。本发明能够对虚拟电厂所聚集能源的有效组合，在内部优化调度时，可减少新能源发电出力的波动性与不可控性，协同管理分布式电源与负荷，促进电网安全稳定运行。

技术领域

本发明属于电力调度技术领域，涉及含风电与需求侧资源的优化调度方法，尤其是一种基于场景缩减的含风电与需求侧资源的优化调度方法。

背景技术

能源环境问题促使包括风电在内的新能源电力迅速发展，新型能源本身的不可储存性决定了风电等新能源发电具有间歇性、随机性以及波动性等特征，新能源大规模接入电网，对电网调度带来新的挑战。

传统电力系统优化调度问题主要包括经济调度和机组组合两种方法，随后在此基础上不断完善，新的方法又被不断引入到优化调度中。除发电成本最小外，考虑环保因素、降低污染物排放量的多目标优化问题也被引入优化调度中来。

虚拟电厂参与的电力系统优化调度可以以机组收益最大，发电成本最小及碳排放和污染物最少目标进行调度。虚拟电厂是一种将多种分布式能源整合到一个能源运行网络中的一个新型能源基础设施模型，可以实现电网与分布式电源、用户互动的智能管理。虚拟电厂能够整合需求侧资源参与电力辅助服务市场，优化整个网络利用率，快速响应系统需求变化。目前虚拟电厂在针对风电不确定性问题有很大探索空间。

而场景分析常常用来描述随机性、不确定性问题，由于电力系统中风电出力及负荷具有随机性和季节变化等特征，因此场景分析法在电网优化调度研究中具有广泛应用。场景分析法在实际应用中包含场景生成和场景缩减两部分。场景缩减是为了用少量有着代表性的场景来近似代替生成的大规模场景，减少计算复杂程度并保持一定可信性。现有的针对智能电网的优化调度研究主要集中在供电侧，尽管考虑到风电等新能源并网的影响，但这些方法通常是采集电网信息，对发电企业、供电站的行为做出全局约束，而对具有极大的市场价值和调节潜力的需求侧资源考虑较少。此外，目前的优化调度方法较为复杂，计算量大并涉及到较多的数学理论知识，不太适用于一般场景的简单优化调度分析。

因此，如何提出一种既要将需求侧资源纳入到优化调度的考虑范围内，同时也关注到风电等新能源并网带来的波动性，并且能够在降低计算量的同时又保证精确性的简单实用的智能电网优化调度方法是本领域技术人员亟欲解决的技术难题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于场景缩减的含风电与需求侧资源的优化调度方法，能够挖掘需求侧潜力，保障用电高峰时段电网稳定性，解决风电等新能源并网带来的波动的技术问题。

本发明解决其技术问题是采取以下技术方案实现的：

一种基于场景缩减的含风电与需求侧资源的智能电网优化调度方法，包括以下步骤：

步骤1、预测次日风电场输出功率，并对风电功率预测误差进行建模后，随机生成多个含风电出力的初始场景；

步骤2、对步骤1随机生成多个含风电出力的初始场景进行场景缩减，从而生成经典场景集；

步骤3、在步骤2的生成经典场景集的基础上，引入虚拟电厂参加调度，建立以电力系统调度成本最小化为目标的考虑不确定性的虚拟电厂和传统机组的优化调度模型；

步骤4、计算以电力系统调度成本最小化为目标的考虑不确定性的虚拟电厂和传统机组的优化调度模型的目标函数最小值，进而对虚拟电场进行优化配置。

而且，所述步骤1的具体步骤包括：