[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

说明书

本发明公开了一种含源荷不确定性的地区电网调度优化方法及系统，本发明利用改进高斯拟合模型来进行场景生成，构建风电、光伏、负荷双侧不确定性的场景，结合分位数回归方法，根据不同地区调度需求，进行场景缩减；并考虑系统运行成本，构建区间目标函数与约束条件，优化目标函数为系统运行成本最小，以机组约束、启停约束、风光出力约束、潮流约束等约束作为约束条件，采用随机规划方法对模型进行求解，得到最终调度优化策略。

技术领域

本发明属于电力系统调度领域，具体涉及一种含源荷不确定性的地区电网经济调度优化方法。

技术背景

随着以风、光为主的新能源得到持续大规模开发，需求侧资源在电网运行中的角色愈加重要。电力系统高比例新能源特征愈加凸显，由于风点具有间歇性、随机性与反调峰性，以及负荷预测的不确定性，导致需求侧资源参与电网调度的不确定性日益增强，给电网安全稳定运行带来了巨大挑战。

电力系统中高比例新能源特征愈加凸显及需求侧资源角色愈发重要，风、光及负荷等方面的预测精度将直接关系到电力系统的优化调度。受到环境、天气等自然因素的影响，风、光等新能源出力难以用准确的概率分布进行描述。在对地区电网日前调度计划安排时，风、光和负荷等均需要通过预测方式得到，并且地区电网风光系统等具有一定的规模，对其进行精确预测存在一定的难度，风速的不确定、光照强度的改变、负荷需求与天气、经济等相关，均对随机变量产生影响，如何准确对风光、负荷等不确定性进行拟合是模型的关键。

场景法主要利用不确定变量的概率信息，生成大量确定的场景来代替原有不确定信息进行调度优化。其本质上是一种两阶段随机方法，目标函数具有单层结构，用场景来准确描述变量的不确定性，所包含的场景数量越多模型越精确，但如何产生精确的场景及对场景进行缩减将直接影响后续的模型精度。从现有场景缩减技术来看，通过概率方法或数据点之间消息传递概念的聚类算法进行场景缩减，但无法针对不同地区的调度需求来进行场景缩减，没有一种通用的缩减技术来满足不同地区调度需求。

因此，需要一种含源荷不确定性的地区电网经济调度优化方法，在制定电力系统调度方案时，可以满足不同地区调度需求，具有通用性。

发明内容

本发明的目的是，考虑面向地区电网源、荷不确定性的调度优化，首先利用高斯自回归模型拟合历史数据，并用自回归模型对预测误差进行拟合，对模型中的随机扰动项不需做任何分布的假定，得到不同场景；其次利用统计学中分位数回归原理，对不同分位数场景设置权重，根据调度需求进行场景缩减；最后建立随机规划地区电网调度优化模型，并进行求解。

为实现上述目的，本发明采用的技术方案是：

一方面，一种含源荷不确定性的地区电网调度优化方法，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