一种考虑源荷不确定性的数据驱动鲁棒优化调度方法技术

本发明专利技术涉及一种考虑源荷不确定性的数据驱动鲁棒优化调度方法。建立了考虑风电和负荷不确定性的电气互联综合能源系统数据驱动鲁棒优化调度模型；首先，针对风电和负荷构成的高维不确定量，构造表征其概率分布特性的模糊集；其次，建立基于数据驱动的电力‑天然气综合能源系统两阶段鲁棒经济调度模型；然后，结合对偶理论将上述含不确定量具max‑min形式的半无限优化问题转化为确定性混合整数线性规划问题；最后，利用列约束生成方法将该模型分解为单个主问题和一系列子问题进行迭代求解。本发明专利技术可以应用于不确定运行条件下电气互联综合能源系统的调度决策制定。

【技术实现步骤摘要】
一种考虑源荷不确定性的数据驱动鲁棒优化调度方法
本专利技术涉及综合能源系统优化调度
，特别是一种考虑源荷不确定性的数据驱动鲁棒优化调度方法。
技术介绍
目前，对于考虑源、荷不确定性的电气互联综合能源系统优化调度的理论研究，主要分为随机规划方法和鲁棒优化方法。以上两种针对含不确定参数优化问题求解方法均存在一定的局限性。随机规划方法需预先假定风电功率和电力负荷的概率分布特性，其合理性难以有效证明，此外，采用随机规划方法生成大量的不确定量场景集，其建模求解的时间成本过高，而利用场景削减法获取精简场景集进行求解，其所得决策有效性受到质疑。另一方面，鲁棒优化方法仅根据不确定量的上、下边界参数构建不确定集并寻求最恶劣场景下的最优决策，在求解过程中未计及不确定量的统计分布特性，使得决策结果过于保守。
技术实现思路
本专利技术的目的在于提供一种考虑源荷不确定性的数据驱动鲁棒优化调度方法，构建基于数据驱动的两阶段鲁棒调度模型，利用其得出的调度决策提高源荷不确定性运行条件下调度方法的有效性。为实现上述目的，本专利技术的技术方案是：本文档来自技高网...

【技术保护点】
1.一种考虑源荷不确定性的数据驱动鲁棒优化调度方法，其特征在于，包括以下步骤：/n步骤S1：根据获取的风电出力及电力负荷历史预测误差数据构造表征其预测误差概率分布特性的模糊集；/n步骤S2：以风电、负荷日前预测值为基础建立基准场景下电气互联综合能源系统第一阶段确定性调度模型；/n步骤S3：以步骤S1构造的模糊集为基础，建立含不确定量的电气互联综合能源系统第二阶段调度模型；/n步骤S4：结合步骤S1中模糊集的特殊结构和对偶理论，将步骤S3中含不确定量具max-min形式的半无限优化问题转化为确定性混合整数线性规划问题；/n步骤S5：利用列约束生成方法将上述两阶段调度模型分解为基准场景下的主问题和...

【技术特征摘要】
1.一种考虑源荷不确定性的数据驱动鲁棒优化调度方法，其特征在于，包括以下步骤：
步骤S1：根据获取的风电出力及电力负荷历史预测误差数据构造表征其预测误差概率分布特性的模糊集；
步骤S2：以风电、负荷日前预测值为基础建立基准场景下电气互联综合能源系统第一阶段确定性调度模型；
步骤S3：以步骤S1构造的模糊集为基础，建立含不确定量的电气互联综合能源系统第二阶段调度模型；
步骤S4：结合步骤S1中模糊集的特殊结构和对偶理论，将步骤S3中含不确定量具max-min形式的半无限优化问题转化为确定性混合整数线性规划问题；
步骤S5：利用列约束生成方法将上述两阶段调度模型分解为基准场景下的主问题和源、荷不确定场景下的一系列子问题进行迭代求解。


2.根据权利要求1所述的一种考虑源荷不确定性的数据驱动鲁棒优化调度方法，其特征在于，所述步骤S1具体包括以下步骤：
步骤S11：将风电出力和电力负荷的不确定量表示为：



式中，和分别表示负荷和风电出力在时刻t的预测值；ΔLt和ΔWt分别表示负荷和风电出力的最大预测偏差值；和分别表示负荷和风电出力不确定向量；Nw为风电场个数；Nb为可变负荷个数；和分别表示取值范围-1至1的随机变量；表示Hadamard乘积；表示维度为Nb的实数向量；表示维度为Nw的实数向量；
上式中随机变量可用如下高维向量统一进行描述：



步骤S12：针对步骤S11随机变量构造如下模糊集表征随机变量的分布特性：



式中，Pt表示随机变量概率分布集；表示所有概率分布的集合；K为置信集的个数；k为置信集的索引；T为调度时段数；t为时段索引；[T]表示取值从1到T的所有整数集；Λt中第一行表明随机变量的期望值为零；第二行表明随机变量εt在不确定集εkt出现的概率为Pkt；
当k取值为0时，不确定集ε0t中包含随机变量εt的所有取值情况，故P0t为1；设定εkt对应的不确定度Γkt随着k值增大而减小，则存在如下关系：



步骤S13：将步骤S12中的不确定集εkt表示为如下多面体：



式中，1表示维度为Nw元素取值均为1的列向量；Γkt为不确定度参数；
将上式中的1-范数和∞-范数约束进行转化，可得如下形式：



式中，和εt表示维度为Nb+Nw的列向量；1′表示维度为Nb+Nw元素取值均为1的列向量转置。


3.根据权利要求2所述的一种考虑源荷不确定性的数据驱动鲁棒优化调度方法，其特征在于，所述步骤S2具体包括以下步骤：
步骤S21：建立第一阶段调度的目标函数为：



其中，ρi为机组i的燃料价格；和分别表示机组i在时段t的开机和停机成本；表示机组i的上/下备用容量价格；Pit为机组i在时段t的基准出力；为机组i在时段t提供的上/下备用容量；Fi表示机组i的发电成本函数，其中，Fi(Pit)＝ai(Pit)2+biPit+ci，ai、bi、ci为机组i的发电成本系数；
步骤S22：建立第一阶段调度模型的电力系统运行约束为：



其中，为风电场w在时段t的预测出力；为母线d在时段t的负荷预测值；为机组i的最小启动/停机时间；为机组i至时段t-1的开机/停机持续时间；Iit表示机组i在时段t的开停机状态；Pimax和Pimin分别为机组i的出力上、下限；为机组i的向上/向下爬坡速率；kld为线路l对母线d的灵敏度因子；fl为线路l的最大传输功率；
步骤S23：建立第一阶段调度模型的天然气系统运行约束为：



其中，Ggt为气源g在时段t的供气流量；Ggmax/Ggmin为气源g的最大/最小供气流量；πet为气节点e在时段t的压力；πemax/πemin为气节点e的允许最大/最小压力；qee′,t为管道ee′在时段t的流量；Cee′为与物理属性有关的管道系数；sgn()为表征天然气流向的符号函数；为t时段接入节点e的天然气负荷；为t时段与节点e相连燃气机组i的耗气量；r(ee′)表示以e为输入节点的管道；s(ee′)表示以e为输出节点的管道；
步骤S24：建立第一阶段电力系统和天然气系统的耦合运行约束：



其中，和分别表示燃气机组i提供正、负旋转备用时的耗气量；故燃气机组的天然气耗量可用如下...

【专利技术属性】
技术研发人员：张亚超，郑峰，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建;35