基于场景方法的地区电网预见性经济调度方法及系统

技术领域

本发明属于电力调度技术领域，具体涉及一种基于场景方法的地区电网预 见性经济调度方法及系统。

背景技术

越来越多的不确定分布式发电资源被投入到地区电网中。为了以可承受的 成本可靠地吸收这些新资源，将需要重新进行诸如机组投入和调度等操作规划。

在实时市场，地区电网预见性经济调度(LAED)可用于改善经济调度的性能， 它采用移动窗口优化来解决短期内的时间跨度变化。关键思想是将优化范围从 一个时间间隔扩展到多个时间耦合间隔，这样就可以及早发现和更好地管理爬 坡/阻塞相关变量。已有不少文献研究如何为这样的问题建立不确定性模型。一 般有两类方法。第一类方法是鲁棒优化，试图解决任何不确定性的问题。然而， 鲁棒优化仅当不确定性发生在预定义的不确定性集或动态演化的不确定性集中 时才能保证可行性，其次，引入的保守度的程度通常是未知的。第二种方法是 通过预定义(通常是高)概率约束规划(CCP)来寻找满足约束的解。CCP经 常在结果的保守程度和问题的可行性之间进行权衡。其中，场景方法是一种有 效的方法。

场景方法作为一种基于场景的优化技术，可以从经验数据和观察中获得解。 场景方法处理高比例并网的不确定资源，并可提供可量化的风险水平。因此， 场景方法理论在可再生资源高度渗透的实时调度方面具有极大的潜力。

发明内容

基于此，有必要针对上述技术问题，提供一种基于场景方法的地区电网预 见性经济调度方法及系统，旨在解决高比例新能源并网的不确定的实时经济调 度问题，提供可靠解，并在结果保守时可量化风险水平。

为实现上述目的，本发明采用的技术方案如下：

一种基于场景方法的地区电网预见性经济调度方法，包括：

预先建立基于场景方法的地区电网预见性经济调度模型；其中，所述经济 调度模型包括以总的期望调度费用最小化为目标的第一目标函数和对应的第一 约束条件，然后对第一目标函数和对应的第一约束条件进行简化，得到第二目 标函数和对应的第二约束条件；

预先提出基于先验场景法经济调度的计算机算法，该算法包括第一算法模 型和对应的第一算法流程；

预先提出基于后验场景法经济调度的计算机算法，该算法包括第二算法模 型和对应的第二算法流程；

之后进行求解，根据求解的结果进行调度。

进一步，优选的是，所述第一目标函数为：

所述第一约束条件包括：

功率平衡约束：

发电出力约束：

输电网络约束：

机组爬坡约束：

机组出力约束：

其中，i表示机组数量；t表示时间；z表示总的调度费用；T表示地区电网 预见性经济调度的时间间隔数；N

进一步，优选的是，所述第二目标函数为：

所述第二约束条件包括两个不等式约束：

s.t.f

其中，第一不等式约束对应第一约束条件中的功率平衡约束、机组爬坡约 束和机组出力约束；第二不等式约束对应第一约束条件中的输电网络约束和发 电出力约束。

进一步，优选的是，所述第一算法模型为：

定理1：假设线路无阻塞，且第一目标函数和第一约束条件的机会约束规划 问题返回唯一解，则

其中，

引理1：在与定理1相同的条件下，

如果

其中，所需场景的数量与执行优化的维数成线性关系，且为

设A为Δ

则通过从ΔS中删除A中的场景所获得的解

所述第一算法流程包括：

流程1：输入ε

流程2：当引理1的公式(Ⅰ)中的ε，β，d被ε

流程3：当i＝1,2,…时，i表示|A|的数量，且d和|A|分别被T-1和i替代时， 找到满足丢弃方法不等式的可行解ε

流程4：采样S个场景，通过流程6计算

流程5：如果

流程6：当k＝1,…,i-1时，k表示不利场景的编号，从δ

其中，ε

进一步，优选的是，β＝10

进一步，优选的是，所述第二算法模型为：

定理2：假设线路有阻塞，对于S>d的概率约束规划，对于任何τ＝0,1,2,...,d d为决策变量

定义

其中，

所述第二算法流程为：

流程1：输入S、β；

流程2：计算

流程3：求解采样场景数量S和机会约束规划问题，得到解

流程4：输出

本发明同时提供基于场景方法的地区电网预见性经济调度系统，包括：

第一处理模块，用于预先建立基于场景方法的地区电网预见性经济调度模 型；其中，所述经济调度模型包括以总的期望调度费用最小化为目标的第一目 标函数和对应的第一约束条件，然后对第一目标函数和对应的第一约束条件进 行简化，得到第二目标函数和对应的第二约束条件；

第二处理模块，用于对预先提出基于先验场景法经济调度的计算机算法， 该算法包括第一算法模型和对应的第一算法流程；

第三处理模块，用于预先提出基于后验场景法经济调度的计算机算法，该 算法包括第二算法模型和对应的第二算法流程；

调度模块，用于求解，根据求解的结果进行调度

本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可 在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现 如上述基于场景方法的地区电网预见性经济调度方法的步骤。

本发明另外提供一种非暂态计算机可读存储介质，其上存储有计算机程序， 该计算机程序被处理器执行时实现如上述基于场景方法的地区电网预见性经济 调度方法的步骤。

本发明中，

本发明中，间歇能源包括风电、太阳能发电。

本发明中，线路中的阻塞为输电约束。

本发明中，S为场景数量，文中抽取的样本即场景。

本发明中ε

本发明与现有技术相比，其有益效果为：

本发明基于场景方法理论的地区电网预见性经济调度方法，通过预先建立 基于场景方法的地区电网预见性经济调度模型，预先提出基于先验场景法和后 验场景法经济调度的计算机算法，旨在解决高比例新能源并网的实时经济调度 问题。应用本发明方法，可提供实时经济调度的可靠解并在结果保守时可量化 风险水平；同时，通过理论分析以及算例分析，可得出场景方法理论在求解性 能和风险水平两方面达到良好的平衡。

附图说明

图1是一个实施例的场景方法说明示意图；

图2是一个实施例的支持约束数量

图3是一个实施例的使用不同方法的日高峰时段的调度成本对比示意图；

图4是一个实施例的不同场景集合的违反约束概率

图5是一个实施例的采样与丢弃方法结果示意图；

图6是一个实施例的日前50个时间间隔的后验结果示意图，其中，□表示 观察到的支持约束的数量，◇表示违规概率(10000个场景的蒙特卡洛模拟)， ★表示在观测到解的复杂度后，违规概率的风险上界；V(x)和

图7是本发明基于场景方法的地区电网预见性经济调度系统的结构示意图；

图8为本发明电子设备结构示意图。

具体实施方式

下面结合实施例对本发明作进一步的详细描述。

本领域技术人员将会理解，下列实施例仅用于说明本发明，而不应视为限 定本发明的范围。实施例中未注明具体技术或条件者，按照本领域内的文献所 描述的技术或条件或者按照产品说明书进行。所用材料或设备未注明生产厂商 者，均为可以通过购买获得的常规产品。

一种基于场景方法的地区电网预见性经济调度方法，其特征在于，包括：

预先建立基于场景方法的地区电网预见性经济调度模型；其中，所述经济 调度模型包括以总的期望调度费用最小化为目标的第一目标函数和对应的第一 约束条件，然后对第一目标函数和对应的第一约束条件进行简化，得到第二目 标函数和对应的第二约束条件；

预先提出基于先验场景法经济调度的计算机算法，该算法包括第一算法模 型和对应的第一算法流程；

预先提出基于后验场景法经济调度的计算机算法，该算法包括第二算法模 型和对应的第二算法流程；

之后进行求解，根据求解的结果进行调度。

所述第一目标函数为：

所述第一约束条件包括：

功率平衡约束：

发电出力约束：

输电网络约束：

机组爬坡约束：

机组出力约束：

其中，i表示机组数量；t表示时间；z表示总的调度费用；T表示地区电网 预见性经济调度的时间间隔数；N

所述第二目标函数为：

所述第二约束条件包括两个不等式约束：

s.t.f

其中，第一不等式约束对应第一约束条件中的功率平衡约束、机组爬坡约 束和机组出力约束；第二不等式约束对应第一约束条件中的输电网络约束和发 电出力约束。

所述第一算法模型为：

定理1：假设线路无阻塞，且第一目标函数和第一约束条件的机会约束规划 问题返回唯一解，则

其中，

引理1：在与定理1相同的条件下，

如果

其中，所需场景的数量与执行优化的维数成线性关系，且为

设A为Δ

则通过从ΔS中删除A中的场景所获得的解

所述第一算法流程包括：

流程1：输入ε

流程2：当引理1的公式(Ⅰ)中的ε，β，d被ε

流程3：当i＝1,2,…时，i表示|A|的数量，且d和|A|分别被T-1和i替代时， 找到满足丢弃方法不等式的可行解ε

流程4：采样S个场景，通过流程6计算

流程5：如果

流程6：当k＝1,…,i-1时，k表示不利场景的编号，从δ

其中，ε

优选，β＝10

所述第二算法模型为：

定理2：假设线路有阻塞，对于S>d的概率约束规划，对于任何τ＝0,1,2,...,d d为决策变量

定义

其中，

所述第二算法流程为：

流程1：输入S、β；

流程2：计算

流程3：求解采样场景数量S和机会约束规划问题，得到解

流程4：输出

如图7所示，基于场景方法的地区电网预见性经济调度系统，包括：

第一处理模块101，用于预先建立基于场景方法的地区电网预见性经济调度 模型；其中，所述经济调度模型包括以总的期望调度费用最小化为目标的第一 目标函数和对应的第一约束条件，然后对第一目标函数和对应的第一约束条件 进行简化，得到第二目标函数和对应的第二约束条件；

第二处理模块102，用于对预先提出基于先验场景法经济调度的计算机算 法，该算法包括第一算法模型和对应的第一算法流程；

第三处理模块103，用于预先提出基于后验场景法经济调度的计算机算法， 该算法包括第二算法模型和对应的第二算法流程；

调度模块104，用于求解，根据求解的结果进行调度

本发明实施例提供的一种基于场景方法的地区电网预见性经济调度系统， 该系统能很好的解决高比例新能源并网的实时经济调度问题，易于推广应用。

本发明实施例提供的系统是用于执行上述各方法实施例的，具体流程和详 细内容请参照上述实施例，此处不再赘述。

图8为本发明实施例提供的电子设备结构示意图，参照图8，该电子设备可 以包括：处理器(processor)201、通信接口(Communications Interface)202、存储 器(memory)203和通信总线204，其中，处理器201，通信接口202，存储器203 通过通信总线204完成相互间的通信。处理器201可以调用存储器203中的逻 辑指令，以执行如下方法：

此外，上述的存储器203中的逻辑指令可以通过软件功能单元的形式实现 并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。 基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分 或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存 储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计 算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部 分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等 各种可以存储程序代码的介质。

另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存 储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供 的基于场景方法的地区电网预见性经济调度方法，例如包括：预先建立基于场 景方法的地区电网预见性经济调度模型；其中，所述经济调度模型包括以总的 期望调度费用最小化为目标的第一目标函数和对应的第一约束条件，然后对第 一目标函数和对应的第一约束条件进行简化，得到第二目标函数和对应的第二 约束条件；对预先提出基于先验场景法经济调度的计算机算法，该算法包括第 一算法模型和对应的第一算法流程；预先提出基于后验场景法经济调度的计算 机算法，该算法包括第二算法模型和对应的第二算法流程；求解，根据求解的 结果进行调度。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的 单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也 可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。 可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目 的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施 方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。 基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以 以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介 质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可 以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某 些部分所述的方法。

应用实例

具体来说，本申请的基于场景方法的地区电网预见性经济调度方法可以包 括以下步骤：

步骤一、基于场景方法的地区电网预见性经济调度模型：

第一目标函数为：

第一约束条件包括：

1)功率平衡约束：

2)发电出力约束：

3)输电网络约束：

4)机组爬坡约束：

5)机组出力约束：

其中，i表示机组数量；t表示时间；z表示总的调度费用；T表示地区电网 预见性经济调度的时间间隔数；N

式(3)并不将功率平衡约束建模为约束区间的等式约束，而将其建模为非 约束区间的不等式。将式(3)建模为不等式的目的是要有足够的容量来响应负 载和发电量中的所有意外变化。式(3)和(4)是场景相关的约束。式(3)中 的

对于具有时变发电上限的资源，如风能和太阳能，

步骤二、基于先验场景法的地区电网预见性经济调度算法：

第一算法模型为：

定理1：假设上述概率约束规划问题返回唯一解，则

其中，

引理1：在与定理1相同的条件下，

如果

那么

其中，所需场景的数量与执行优化的维数成线性关系，且为

在(2)-(6)中，只有发电出力约束和输电网络约束由场景相关的约束组 成，这些约束由每条母线的净负荷预测误差定义，消除输电网络约束后，最多 T-1约束可以是有效的，并且实际上是支持约束(与场景δ

在成本函数方面，可能存在某些极端情况，可能导致过于保守的结果，采 样和丢弃方法是场景方法理论中用于权衡求解性能和风险的一种技术，通过消 除选择的场景可以降低经济调度的成本，但付出的代价是风险水平的增加，设A 为ΔS中的被丢弃情景，并设|A|是A的数目。如果满足以下关系

则通过从Δ

风险参数ε及置信度参数β的作用如图1所示。左边的立方体是Δ

第一算法流程包括：

流程1：输入ε

流程2：当引理1的公式(Ⅰ)中的ε，β，d被ε

流程3：当i＝1,2,…时，i表示|A|的数量，且d和|A|分别被T-1和i替代时， 找到满足丢弃方法不等式的可行解ε

流程4：采样S个场景，通过流程6计算

流程5：如果

流程6：当k＝1,…,i-1时，k表示不利场景的编号，从δ

其中，ε

步骤三、基于后验场景法的地区电网预见性经济调度算法：

第二算法模型为：

经济调度的复杂度由与第一约束条件的发电出力约束相对应的(至多T-1 个)支持约束加上输电网络约束等支持约束组成，这些约束不能在求解之前进 行预测，所以采用后验场景法结合解的复杂度研究风险水平。

定理2：对于S>d的概率约束规划，对于任何τ＝0,1,2,...,d，以t为变量的下 列多项式在(0,1)中有且只有一个解

用t(τ)表示这个解。定义

其中，

当

第二算法流程为：

流程1：输入S、β；

流程2：计算

流程3：求解采样场景数量S和机会约束规划问题，得到解

流程4：输出

上述的第二算法利用定理2来计算当预期阻塞时场景解的风险上界，因此 定理1中的d不能被T-1代替，并且场景S的数量不能增加到定理1所要求的 值。

步骤四、极端斜坡试验：

为了模拟不同的方法如何应对极端斜坡事件，将风/太阳穿透力增加三倍， 同时将系统中的负载增加了18％。每个不确定资源的σ为0.07μ，其中μ是对风 能和太阳能资源的预测。使用全高斯分布来生成场景方法的场景。

对两种不同大小的场景进行了仿真，并与确定性方法和鲁棒方法进行了比 较。场景大小为2000和10000，这两个值对应于在(7)中分别代入ε＝0.0083 和0.0017。因此，图3中使用不同的方法比较绑定间隔的调度成本。图3中突 出显示高峰时段，因为在这些时段，系统更容易受到斜坡事件的影响。鲁棒方 法在约束调度代价方面有明显的补偿，而确定性方法的调度代价最小。然而， 与鲁棒方法帽比，使用场景方法的调度成本增量较小。图3中，当S＝2000时， ε

场景方法中的违规概率如预期并如图4中所示。鲁棒方法保持零违规概率， 而场景方法允许某些违规，但将此违规保持在对应的ε以下。在图4中，确定性 LAED下的

当随机采集场景时，可能包括一些可能导致保守结果的极端情况。如图5 所示，当场景被丢弃时，求解性能得到改善。性能改善是以风险水平增加为代 价的。如果放弃前几个场景可以显著降低成本，那么表明增加风险水平对改善 求解性能尤其有用，如图5中前几个场景的情况。图5中，S＝10000，k＝100。

步骤五、考虑所有约束的基于后验场景法的经济调度：

不改变风和太阳能的穿透率，将所有节点的负载更改5％。首先猜测支持约 束的数量很低，可以从一个非常大的ε开始求解，并通过观察结果迭代获得新的 ε。该算例用870个场景求解，这个场景略多于决策变量的数量(864个)，导 致ε＝0.9996。表明

对于测试算例，一天的前50个时间间隔的后验结果汇总在图6(S＝10000) 中。尽管存在阻塞，但观察到的支持约束数量(用□表示)很小。该算例支持 约束的数量在1、2和一定时段的3之间变化，这远小于d＝864。利用定理2， 可严格定义这些时间间隔内调度风险的上限。如图6中的黑星所示，可清晰观 察到

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业 的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中 描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明 还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本 发明要求保护范围由所附的权利要求书及其等效物界定。