[发明专利]一种含源荷不确定性的地区电网经济调度优化方法及系统

权利要求书

1.一种含源荷不确定性的地区电网调度优化方法，其特征在于，包括：

S1：获取历史数据样本，并进行模型拟合；

所述历史数据样本包含各时段的风电输出功率、光伏输出功率以及负荷功率；采用拟合模型对各类历史数据样本进行拟合，得到不同场景下不同时段下的风电输出功率模型P_wn(k)、光伏输出功率模型P_sn(k)以及负荷功率模型P_Dn(k)；

S2：模型场景分位数设置；

对各类模型按照场景数量进行模型所属场景的分位数个数和分位数值进行设置；

S3：依据各样本回归方程，构建各分位数下的各样本回归方程中回归参数优化模型；

S4：根据设置的不同分位数值，利用最小二乘法求解回归参数和回归向量功率；

S5：对所生成的不同场景下的风电输出功率、光伏输出功率以及负荷功率，利用回归参数，代入回归方程进行场景缩减，得到各场景不同分位点下不同时段的各类功率模型：风电输出功率光伏输出功率负荷功率

S6：基于设置的调度成本目标函数与调度约束条件，对缩减后的场景功率模型进行求解，得到风电输出功率、光伏输出功率、负荷功率的最优调度策略。

2.根据权利要求1所述的方法，其特征在于，所述各分位数下的各样本回归方程中回归参数优化模型为：

其中，β表示各样本回归方程，p_j和y_j分别表示历史样本j的实际功率向量和预测功率向量，X_j表示场景缩减后的第j个样本的回归功率向量，功率向量包含风电输出功率、光伏输出功率以及负荷功率，为X_j的转置，β表示回归方程中的回归参数，ρ_r(u)为检验对象为u的检验函数，r表示分位数。

3.根据权利要求1所述的方法，其特征在于，风光出力较大的地区电网中，功率模型的分位数设置为高分位数，取值在[0.9，1]之间，且高分位数的功率模型数量取值≥2/3R；在风光出力不足的地区电网中，功率模型的分位数设置为低分位数，取值在[0，0.1]之间，且低分位数的模型数量取值≥2/3R；R表示分位数个数。

4.根据权利要求1中所述的方法，其特征在于，利用高斯自回归拟合模型对各类历史数据样本进行拟合，且在拟合过程中引入日变化量，得到各种场景下的风电输出功率、光伏输出功率以及负荷功率的拟合模型；

其中，P_hn(k)表示某类别功率在第k个时间段的拟合模型，表示某类别功率的拟合模型在第k个时间段输出的功率预测误差值与功率预测值的比值，h的取值包括w、s以及D，分别表示风电、光伏以及负荷；

X(k)′＝X(k)+μ(k)，ε(k)～N(0,1)，和表示自回归模型参数，ε(k)表示服从正态分布的随机噪声，N^T为调度周期，W(·)为S形变换函数，由分段线性逼近表示，μ(b)为一天中第b个时间步长的累加项，即日变化量，b＝kmodN^T。

5.根据权利要求4所述的方法，其特征在于，采用自回归滑动平均模型对各类别功率的拟合模型输出的功率预测误差进行估计，获得各类别功率预测误差模型：

其中，p、q分别为各类别功率预测误差模型自回归阶数；α_a、β_b为各类别功率预测误差模型参数，基于历史数据样本采用最小二乘法估计得到；和是服从均值为0，方差为ξ²的高斯分布白噪声。