一种考虑风电出力和需求响应不确定性的优化调度方法技术

本发明专利技术涉及供需侧联合随机调度技术，具体涉及一种考虑风电出力和需求响应不确定性的优化调度方法，包括步骤1、基于扩展概率性序列运算理论，分别建立表征激励型负荷和价格型负荷响应不确定性的概率模型，考虑需求响应不确定性对成本的影响；步骤2、以应对风电波动性和随机性为背景，基于风险约束和风险成本理论，构建同时考虑风电出力和需求响应不确定性的电力系统日前优化调度模型；步骤3、通过对目标函数和约束条件的转化，将随机优化问题转化为一个线性凸优化问题进行求解。该方法针对需求响应不确定性进行建模和分析，对需求响应过程中的不确定性进行了精细化的描述，给电力系统调度提供更为切合实际的参考，提高了电力系统的稳定性。

【技术实现步骤摘要】
一种考虑风电出力和需求响应不确定性的优化调度方法
本专利技术属于供需侧联合随机调度
，尤其涉及一种考虑风电出力和需求响应不确定性的优化调度方法。
技术介绍
当前，全球能源问题和环境污染问题突出，亟待解决。大力发展可再生能源减少温室气体排放，实现能源生产的清洁化转型，是实现能源可持续发展的重要途径。近年来我国大力推动可再生能源的生产和消费，以实现高比例化石能源的替代。到2016年底，我国可再生能源累计装机容量达到570GW；国务院发布的《能源发展战略行动计划》中提到，到2020年可再生能源占一次能源消耗的比重要提升到15％；能源基金会所发布的《中国2050高比例可再生能源发展情景暨路径研究》报告表示，到2050年中国要实现60％以上的能源消耗来自可再生能源，届时可再生能源发电量占总发电量占比将达到85.8％，风电和太阳能发电将成为未来电力供应的主要支柱。然而，可再生能源出力的不确定性(随机性)和波动性使得高比例可再生能源并网面临新的挑战。目前中国的风电装机容量已突破149GW，太阳能装机达到77.42GW，然而中国的弃风、弃光率一直居高不下，归根结底都是系统灵活性不足，使得可再生本文档来自技高网...

【技术保护点】
一种考虑风电出力和需求响应不确定性的优化调度方法，其特征在于，包括以下步骤：步骤1、基于扩展概率性序列运算理论，分别建立表征激励型负荷和价格型负荷响应不确定性的概率模型，考虑需求响应不确定性对成本的影响；步骤2、以应对风电波动性和随机性为背景，基于风险约束和风险成本理论，构建同时考虑风电出力和需求响应不确定性的电力系统日前优化调度模型；步骤3、通过对目标函数和约束条件的转化，将随机优化问题转化为一个线性凸优化问题进行求解。

【技术特征摘要】
1.一种考虑风电出力和需求响应不确定性的优化调度方法，其特征在于，包括以下步骤：步骤1、基于扩展概率性序列运算理论，分别建立表征激励型负荷和价格型负荷响应不确定性的概率模型，考虑需求响应不确定性对成本的影响；步骤2、以应对风电波动性和随机性为背景，基于风险约束和风险成本理论，构建同时考虑风电出力和需求响应不确定性的电力系统日前优化调度模型；步骤3、通过对目标函数和约束条件的转化，将随机优化问题转化为一个线性凸优化问题进行求解。2.如权利要求1所述的考虑风电出力和需求响应不确定性的优化调度方法，其特征在于，步骤1的实现包括以下步骤：步骤1.1建立激励型负荷响应不确定性概率模型包括：步骤1.1.1建立优化模型：(1)式中，a0为需求响应参与的电力需求的实际分布函数，σ0为电力需求的预测误差，x(i)为对a0进行序列化得到的概率性序列；a1为实际的基线负荷，a2为负荷削减量，σ1和σ2分别为特定预测值μ1和μ2下实际基线负荷a1和负荷削减量a2的分布函数的方差，a1(i)为基线负荷的概率性序列，a2(i)为负荷削减量的概率性序列；步骤1.1.2确定激励型负荷响应成本CI,n,t：通过步骤1.1所述优化模型求解得到σ1、σ2，μ2和σ2可知，激励型负荷响应成本CI,n,t为负荷削减量qI,n,t的二次函数：(2)式中，aI,n,t、bI,n,t分别表示削减负荷补偿成本的二次项系数和一次项系数；当用户欠响应时，电力公司按照实际负荷削减量根据式(2)对用户进行补偿；当用户过响应时，电力公司按照下达的负荷削减量根据式(2)对用户进行补偿；步骤1.1.3确定考虑负荷削减不确定性的激励型负荷响应成本C′I,n,t:(3)式中，为负荷削减量调度值，εI,n,t表示的负荷削减的偏差量，kI,ov表示高估代价系数，kI,un表示低估代价系数；步骤1.2建立价格型负荷响应不确定性的概率模型包括以下过程：1)统计各母线上的负荷实测数据，根据负荷预测水平和电价激励水平将负荷实测数据分为若干组G1,G2...Gn，n为正整数；2)统计不同负荷预测水平和电价激励水平下的负荷实测值，得到不同负荷水平、不同电价水平激励下的负荷响应偏差量概率分布函数；具体求解步骤如下：步骤1.2.1建立价格型负荷响应的边际成本CP,k,t：通过所述1)、2)的模型得到价格型负荷响应偏差的概率分布，价格型负荷响应的边际成本CP,k,t为负荷响应量qP,k,t的二次函数；(4)式中，aP,k,t、bP,k,t和cP,k,t分别表示的负荷削减对应的电力公司成本系数；步骤1.2.2确定考虑不确定性的价格型负荷的响应成本C′p,k,t：价格型负荷的响应成本按照用户的响应量计算，考虑不确定性的价格型负荷的响应成本C′p,k,t为：0--(5)]]>(5)式中，为价格型负荷响应量调度值，εP,k,t为价格型负荷响应量偏差值，kP,ov为高估代价系数，kP,un为低估代价系数；步骤1.2.3建立风电场功率预测误差的模型：为修正统计的风电功率预测误差概率分布曲线具有偏轴特性，采用通用分布来描述风电功率的概率分布，通用分布的概率密度函数为：(6)式中，形状参数α、β和γ满足α＞0,β＞0,-∞＜γ＜+∞；通用分布的累积分布函数CDF定义为：F(x)＝(1+e-α(x-γ))-β(7)其对应的逆函数为(8)式中，c为累积分布概率；通过对风电功率预测数据和实测数据进行统计，采用通用分布PDF/CDF曲线直接对实际分布PDF/CDF曲线进行最小二乘拟合得到α、β和γ。3.如权利要求2所述的考虑风电出力和需求响应不确定性的优化调度方法，其特征在于，步骤2所述构建同时考虑风电出力和需求响应不确定性的电力系统日前优化调度模型包括确定目标函数和约束条件；具体步骤如下：步骤2.1目标函数的确定：(9)式中，pi,t为火电机组的出力；wj,t为风电场的计划出力；CG,i,t为火电机组t时的燃料成本；CUG,i,t为火电机组的启停成本；Cw,j,t为风的运行成本；Cun,j为风电功率的低估成本期望值；Cov,j为风电功率高估成本期望值；E(C'I,n,t)和E(C'P,k,t)分别为激励型和价格型负荷响应成本期望值；各项成本对应的表达式为：Cw,j,t(wj,t)＝djwj,t(12)其中，ai、bi、ci表示火电机组的燃料成本系数；Ki为火电机组的启动成本，vi,t为火电机组开关机转台变量；dj为风电场的运行成本系数；kun,j和kov,j分别表示低估和高估成本系数；wj,t,av为风电场的实际可能风电出力；fj(wj,t,av)表示风电预测水平下的实际可能出力的概率密度函数；wmax,j为风电机组的装机容量；激励型负荷响应成本期望值E(C'I,n,t)，其表达式为：其中，

【专利技术属性】
技术研发人员：徐箭，曹慧秋，孙元章，唐程辉，刘继，魏聪颖，王豹，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北,42