[发明专利]电力系统调度方法、装置、计算机设备和存储介质

权利要求书

1.一种电力系统调度方法，其特征在于，适用于考虑风电并网和电池储能系统的电力系统，所述方法包括：

获取风电功率预测值、风电机组参数、火电机组参数、电网机组负荷需求数据以及电池储能系统参数；

基于所述风电功率预测值、风电机组参数、火电机组参数、电网机组负荷需求数据、电池储能系统参数和预设约束条件，以电力系统总运行成本最小为目标，采用量子粒子群优化算法，求解预设的系统运行成本目标函数，以对风电机组输出功率、火电机组输出功率以及电池储能系统输出功率进行优化，得到风电机组最优输出功率、火电机组最优输出功率和电池储能系统最优输出功率；

根据所述风电机组最优输出功率、所述火电机组最优输出功率和所述电池储能系统最优输出功率，得到最小电力系统总运行成本；

根据所述最小电力系统总运行成本，对所述考虑风电并网和电池储能系统的电力系统进行调度；

其中，所述预设系统运行总成本目标函数包括风电高估惩罚成本函数、风电低估惩罚成本函数、碳排放成本函数、风电政府补贴函数以及电池储能系统运行成本函数；

所述基于所述风电功率预测值、风电机组参数、火电机组参数、电网机组负荷需求数据、电池储能系统参数和预设约束条件，以电力系统总运行成本最小为目标，采用量子粒子群优化算法，求解预设的系统运行成本目标函数，对风电机组输出功率、火电机组输出功率以及电池储能系统输出功率进行优化，得到风电机组最优输出功率、火电机组最优输出功率和电池储能系统最优输出功率包括：

基于风电机组输出功率、火电机组输出功率和电池储能系统输出功率，初始化量子的量子位和角度，构建初始随机种群，对算法迭代次数和种群规模进行计数，判断所述初始随机种群是否满足预设算法运行中止条件，当所述初始随机种群不满足预设算法运行中止条件时，继续迭代，获取、并更新量子的局部最优解和全局最优解，所述局部最优解和全局最优解包括初始风电机组最优输出功率、初始火电机组最优输出功率和初始电池储能系统最优输出功率，若当前的全局最优解与上一次的全局最优解一致，则计算量子亲和力和浓度，利用自适应概率选择算法和混沌序列变异，对量子进行轮盘赌选择和混沌序列突变，通过量子旋转门算法，更新量子的量子位和角度，在所述初始随机种群中加入新的量子个体，返回对预设的迭代次数和预设的种群规模进行计数，判断所述初始随机种群是否满足预设算法运行中止条件的步骤，直至所述初始随机种群满足预设算法运行中止条件，得到风电机组最优输出功率、火电机组最优输出功率和电池储能系统最优输出功率。

2.根据权利要求1所述的电力系统调度方法，其特征在于，获取风电功率预测值包括：

获取历史风速数据；

利用威布尔概率分布对所述历史风速数据进行拟合，结合风速与输出功率的关系，得到风电功率的概率密度函数；

根据所述风电功率的概率密度函数，获取风电功率预测值。

3.根据权利要求2所述的电力系统调度方法，其特征在于，所述利用威布尔概率分布对所述历史风速数据进行拟合，结合风速与输出功率的关系，得到风电功率的概率密度函数包括：

利用威布尔概率分布函数对所述历史风速数据进行拟合，分析风速和风电不确定性，构建风速的累积分布函数；

基于所述风速的累积分布函数，得到风速的概率密度函数；

根据所述风速的累积分布函数和所述风速的概率密度函数，结合风速与输出功率的关系，得到风电功率的累积分布函数；

基于所述风电功率的累积分布函数，得到风电功率的概率密度函数。

4.根据权利要求1所述的电力系统调度方法，其特征在于，所述预设约束条件包括：系统有功负荷约束条件、火电机组输出功率约束条件、风机输出功率约束条件、电池储能系统充放电功率约束条件以及电池储能系统的存储容量约束条件中的至少一种。

5.根据权利要求1所述的电力系统调度方法，其特征在于，所述碳排放成本函数基于以下方式得到：

获取碳排放税价格以及火电机组的温室气体的排放函数；

根据所述碳排放税价格以及所述火电机组的温室气体的排放函数，构建碳排放成本函数。