[发明专利]一种基于场景图的风光水互补发电系统中期优化调度方法

权利要求书

1.一种基于场景图的风光水互补发电系统中期优化调度方法，其特征在于：包括如下步骤：

1)初始数据的获取后，当使用多场景对风电、光电出力进行建模时，首先采用场景生成技术生成所有可能的场景轨迹，其次再对初始场景进行建模；

2)风光随机性分析，通过场景图技术使用每个时段风光的代表性功率输出和相邻时段出力的转移概率来描述风力发电、光伏发电的不确定性；具体为：场景图的生成分为场景的产生、场景图的构建：

2.1)建立风电、光电的概率分布，生成能场景

根据风电、光电的随机特性，采用拉丁超立方抽样方法先将抽样概率分布进行分层，再从各间隔或各层次随机抽取样本，避免了重复迭代循环的问题，能够准确地反映随机变量的整体分布；各时段的风电预测出力、光电预测出力用时间序列表示，跨度为一整个调度周期的时间序列为一个场景；

2.2)构建场景图

场景图技术很方便地应用于处理多种不确定性因素，在风光水互补发电系统中，风电、光电都具有不确定性，不能通过一个变量捕获两个及以上不确定性源；场景图技术通过将每个节点中的值从标量扩展到向量来构建多维场景图；

具体为：构建风光水互补发电系统的场景图，首先需要通过对每个风电场、每个光伏电站的出力求和：

式中：NW为风电场总数，w为风电场索引；NV为光伏发电站总数，v为光伏发电站索引；和分别表示场景s下风电、光电在t时段的总出力；PW_w,s,t、PV_v,s,t分别表示场景s下风电场w、光伏电站v在t时段的预测出力；

其次，将风电出力、光电出力划分为K个等长度的区间，K为风电、光电出力区间的分段数，即状态总数，并经由一系列离散的状态变量来表示风电、光电的出力状态：

式中：Δpw、Δpv分别为风光出力的单位区间长度；分别为风电、光电预测发电量的离散表示函数；当括号内的式子成立时，其值为1，否则为0；每个时段每种状态下的风光出力及其出现概率表示为：

式中：PW_t^k*、PV_t^k*分别表示在场景图的状态k下t时段的风电、光电的出力，分别为风电、光电在t时段处于状态k的概率，分别为风电、光电从t时段处于状态k转为t+1时段处于状态g的转移概率，S为总场景数，s为场景索引；

其中，每个风电场w、每个光伏发电站v在每个状态的出力表示为：

由式(1)-式(14)建立了风光不确定性的场景图，风电总出力、光电总出力的情景图由表示，每个风力发电场、每个光伏发电站的情景图由表示；

在场景图的生成过程中，场景图的规模随着状态总数K的增长而快速增加，较大的K值虽然能够有助于获得更好的不确定性近似值，提高计算精度，但也会带来更高的复杂性，增加计算负担；因此，设置概率阈值C，当状态k的出现概率低于C时则将该状态移除；概率阈值C的取值越大，就会移除更多状态，一旦C过大，也会丢失过多的能状态，导致无法准确描述风电、光电各个状态之间的联系；当C不等于0的时候，所有其他状态的出现概率将以相同的比例缩放至和为1；此外，如果有出现概率小于C的状态被移除，那么与该状态相连的边也被移除，其余边的概率也将以相同的比例缩放至和为1；当共有三种状态k₁、k₂、k₃，它们的概率值分别为c₁、c₂、c₃时，若满足c₁＜C且c₂＞C、c₃＞C，则筛除状态k₁，剩余两种状态的概率值等比例放大，如式(13)所示：

(c₁+c₂)·α＝1                       (15)

式中：α为能够满足等式的放大比例数；

3)通过设立弃能最小、蓄能最大的目标函数，设立风力发电运行约束、光伏发电运行约束、梯级水电约束以及系统运行约束，建立基于场景图的风光水互补发电系统优化调度模型，并采用混合整数线性规划法进行求解。