[发明专利]基于多随机变量最优约简模型的输电系统调度约简方法

说明书

本发明公开了基于多随机变量最优约简模型的输电系统调度约简方法，属于电力系统领域，包括：在综合最优约简框架的基础上，提出一种新的输电系统调度场景约简方法，该方法利用关联权重来平衡相关损失，并利用原始集与约简集之间的概率相似性来提高高维场景约简的性能；该模型的优化目标是选择一个具有代表性的场景子集，该子集不仅能使场景约简前后的关联损失最小化，而且能最大限度地提高原始场景集与简化场景集之间的相似度。应用本申请实施例，基于以上结果和分析，提出的方法在多目标变场景约简问题中表现出良好的性能，在实际应用中具有有效性。

技术领域

本申请属于电力系统领域，具体涉及基于多随机变量最优约简模型的输电系统调度约简方法。

背景技术

目前，许多领域不可避免地存在着各种各样的随机变量，这使得随机规划在决策、优化和调度问题中有着广泛的应用前景。在许多实际的随机规划问题中，往往存在相互作用的随机因素，如智能微网能源与储备调度中的风速与太阳辐射、输电扩建规划中的风电与负荷、长期财务规划中的实际利率与通货膨胀率等。特别是在包含风力和光伏发电设备的电力系统中，相关随机变量之间的多变量不确定性会极大地影响经济性、和充分性的评估结果，因此在规划过程中考虑随机相关性是有意义的避免决策的不可靠性。考虑到多随机变量规划问题的普遍性和特殊性，本文将这类随机规划定义为多随机变量规划(MSVP,multi-stochastic variable programming)，并以此为研究重点。

与单随机变量规划相比，由于多个随机变量概率分布的非线性运算和数值积分运算，多随机变量规划不仅增加了求解的复杂度，但由于多个随机变量之间的相关性，也增加了模型中处理随机变量的难度。场景分析作为一个突破点，为各种随机变量的不确定性表示提供了一个很好的解决方案。然而，随着场景树的阶段数和每个分支中子节点数的增加，场景规模的“指数爆炸”问题就会产生，这将严重影响问题的求解效率，甚至可能导致无法获得可行的解决方案。因此，有必要引入关键场景约简来消除冗余场景。如何正确地进行场景约简是基于场景的决策问题的研究热点和难点。

发明内容

发明目的：为解决上述技术问题，本发明提供基于多随机变量最优约简模型的输电系统调度约简方法，一种基于多随机变量规划综合最优约简模型的场景约简装置，一种计算机设备和一种计算机可读存储介质，以消除冗余的初始场景。在这个模型中，提出了相关损失的概念，以解决在简化场景下相关性严重偏离的问题。使用了一个相对权重来平衡所提出的场景简化框架的两个目标，具有很强的普适性。

技术方案：为实现上述发明目的，针对传统方法对原始场景中多个随机变量进行约简后，不能很好地保持其相关性的问题，首次提出了相关损失的概念；本发明的基于多随机变量最优约简模型的输电系统调度约简方法，包括：

在综合最优约简框架的基础上，提出了输电系统调度场景约简方法，该方法利用关联权重来平衡相关损失，并利用原始集与约简集之间的概率相似性来提高高维场景约简的性能；

模型的优化目标是选择一个具有代表性的场景子集，该子集使场景约简前后的关联损失最小化，最大限度地提高原始场景集与简化场景集之间的相似度。

进一步地，输电系统调度场景约简方法包括：

d维原始场景集Ω₁中每两个随机变量θⁱ和θ^j之间的相关系数：

d维简化场景集每两个随机变量θⁱ和θ^j之间的相关系数：

原始场景集相关系数矩阵：

简化场景集相关系数矩阵：

ρ_d与的偏差矩阵：