[发明专利]一种考虑风光水能源多重不确定性风险的优化调度方法

权利要求书

1.一种考虑风光水能源多重不确定性风险的优化调度方法，其特征在于，包括以下步骤：

步骤1，建立风光水能源多重不确定性分类分布模型；

步骤2，结合风光水能源多重不确定性分类分布模型和机会约束，提出风光水功率偏差置信风险量化计算方法；

步骤3，基于风光水功率偏差置信风险量化计算方法，建立考虑多重不确定性置信风险的源网协调多目标优化调度模型；具体的，所述源网协调多目标优化调度模型的目标函数包括：

总运营成本最优目标函数：

在调度周期内总运营成本最优目标C_op由考虑常规机组阀点效应的总燃料成本C_f、环境成本C_e、全寿命周期内风电机组的运营成本C_w、全寿命周期内太阳能光伏电站的运营成本C_s以及全寿命周期内光伏与径流式小水电联合发电的运营成本C_s-h组成：

minC_op＝C_f+C_e+C_w+C_s+C_s-h (21)

式中：T为总调度时段数；N_C为常规机组总数；P_i,t、分别为t时段常规机组i的有功出力和最小有功出力；b_i、g_i、h_i为常规机组i的发电燃料成本系数；p_i、s_i为常规机组i的阀点效应系数；r_i为常规机组i的环境成本系数；φ_i、ε_i、τ_i、ξ_i为常规机组i的污染气体排放系数；K_w、K_s、K_s-h分别为全寿命周期内风电、光伏、光伏与径流式小水电联合发电的运营成本系数；t时刻太阳能光伏电站出力W_s,t；t时刻风电机组出力W_w,t；W_s-h,t为t时刻光伏与径流式小水电出力；

风光水多重不确定性置信风险最低目标函数：

风电、光伏、光伏与径流式小水电联合出力总功率偏差置信风险目标D(α)由出力高估功率偏差置信风险D^H(α)和出力低估功率偏差置信风险D^L(α)组成：

minD(α)＝D^H(α)+D^L(α) (23)

式中：和分别为t时段风电机组在置信水平1-α下出力高估功率偏差置信风险和出力低估功率偏差置信风险；和分别为t时段太阳能光伏电站在置信水平1-α下出力高估功率偏差置信风险和出力低估功率偏差置信风险；和分别为t时段光伏与径流式小水电在置信水平1-α下出力高估功率偏差置信风险和出力低估功率偏差置信风险；

步骤4，采用多目标动态分解进化算法对源网协调多目标优化调度模型进行求解，并采用逼近理想解排序法自动提取最优折衷解以实现多目标优化调度决策；具体的，所述多目标动态分解进化算法通过对分解多目标进化算法改进得到，具体如下：

所述分解多目标进化算法包括计算权重向量邻域、切比雪夫分解、DE进化操作，通过在分解多目标进化算法中引入动态资源分配策略与可行解约束处理方法，得到将可行解约束处理方法与具有动态资源分配策略的分解多目标进化算法相结合的多目标动态分解进化算法；

在分解多目标进化算法基础上引入动态资源分配策略，通过量化各子问题的实际效率值，为不同难度子问题分配不同的计算资源，具体公式定义如下：

式中：z∈{1,2,…,N_Z}，N_Z为种群数；j∈{1,2,…,m}，m为目标数；Δ_z为每50次迭代后第z个子问题的目标值变化率；f_z,j(x)、f_z'_,j(x)分别为第z个子问题中第j个目标每50次迭代前、后的目标值；在每次迭代过程中，采用锦标赛择优法，依据各子问题效率值π_z进行计算资源分配，每50次迭代更新一次π_z；

可行解约束处理方法在处理多目标优化问题的约束条件时，利用不可行域解的种群信息，使不可行域解尽量处于可行域内，最终得到帕累托最优解集；不可行域解的总约束违反量ζ(x)计算如下：

式中：w_k为自适应权重参数；G_k(x)、分别为第k个约束条件的约束违反量和累计最大约束违反量；N_T为约束条件总数。