【技术实现步骤摘要】
基于前景理论的风
‑
蓄联合系统电量分解方法
[0001]本专利技术属于新能源优化控制领域，具体涉及一种基于前景理论的风
‑
蓄联合系统电量分解方法。
技术介绍
[0002]为了实现电量的中长期稳定供应，电网公司与风
‑
蓄联合系统运营公司签订中长期合同。风电实时自然出力具有显著的间歇性和不确定性，日前市场受电量供需关系的影响，电价也具有很大的不确定性，这使得风
‑
蓄联合系统在进行中长期市场和日前市场的电量分配时，只能通过预测得到的风电出力和日前、实时电价等不确定信息进行决策。在未来，当不确定变量的实际情况都确定后，很可能会有更好的中长期电量分解方案，如当实际的日前电价已知时，风
‑
蓄联合系统倾向于在高电价时段多分配电量给日前市场以获得更多利益以控制风险，若实时风电出力偏差过大，风
‑
蓄联合系统在分配时会更倾向于分配电量到中长期市场，以避免受到较大的惩罚风险。
技术实现思路
[0003]本专利技术的技术问题是...
【技术保护点】
【技术特征摘要】
1.基于前景理论的风
‑
蓄联合系统电量分解方法，其特征在于，包括以下步骤：步骤1：预测风电出力与日前市场电价，建立随机模拟场景；步骤2：利用Kantorovich概率距离场景削减，将概率距离相近的场景用典型场景表示，形成具有概率值的典型场景集；步骤3：建立风
‑
蓄联合系统在中长期和日前市场的总收益模型；步骤4：以电量分解方案的综合前景效用值为目标，建立风
‑
蓄联合系统电量分解的优化模型；步骤4.1：确定中长期电量分解方案下所得总利润的概率分布函数；步骤4.2：选定中长期电量分解方案的收益参考点；步骤4.3：确定中长期电量分解方案净收益、损失的效用函数以及相应的权重函数；步骤4.4：得到中长期电量分解方案的综合前景效用函数；步骤4.5：建立风
‑
蓄联合系统电量分解的优化模型的目标函数及约束条件；步骤5：求解优化模型，得到综合前景效用最大的中长期电量分解方案。2.根据权利要求1所述的基于前景理论的风
‑
蓄联合系统电量分解方法，其特征在于，步骤1中，根据历史数据预测中长期的风电出力q
t
＝{q
c,1
+q
s,1
,q
c,2
+q
s,2
,
…
,q
c,T
+q
s,T
}以及日前市场电价序列P
r,t
＝{P
r,1
,P
r,2
,
…
,P
r,T
}，其中q
c,i
,i＝1,2
…
T表示时间段T内风电场第i天的预测出力；q
s,i
,i＝1,2
…
T表示时间段T内抽水蓄能电站第i天的预测出力；q
r,i
,i＝1,2
…
T表示时间段T内日前市场第i天的预测电价，T表示中长期的时间段；根据历史数据和预测值计算风电场出力和日前市场电价的预测误差，不确定变量采用正态分布函数，利用蒙特卡洛方法建立随机模拟场景。3.根据权利要求2所述的基于前景理论的风
‑
蓄联合系统电量分解方法，其特征在于，步骤3中，风
‑
蓄联合系统中长期的收益包括中长期合约电量的收益、参与日前市场电量的收益、按中长期合约超额电量的收益和中长期合约中电量缺额的惩罚成本，风
‑
蓄联合系统的总收益R(x)的计算式如下：R(x)＝R
c
+R
r
+R
s
‑
R
m
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)中长期合约电量的收益R
c
的计算式如下：式中P
c
表示中长期合约电价；x
t
表示t时刻的电量分配给中长期市场的分配系数；q
t
为t时刻的电量；x
t
q
t
表示t时刻分配给中长期市场的电量；T表示中长期的时间周期；参与日前市场电量的收益R
r
的计算式如下：式中，P
r,t
为t时段日前市场的电价；(1
‑
x
t
)q
t
表示t时刻分配给日前市场的电量；按中长期合约电量超额部分所对应的结算收益R
s
的计算式如下：式中，P
s
表示中长期合约电量超额部分所对应的结算电价，P
s
＝(1
‑
τ)P
c
；τ表示依据中长期合约电量不平衡的惩罚系数；表示风
‑
蓄联合系统实际结算的供应中长期市场的电量；q
c
为风
‑
蓄联合系统的中长期合约电量；
中长期合约的电量缺额部分所对应的惩罚成本R
m
的计算式如下：式中，P
m
为中长期合约电量缺额部分所对应的惩罚电价，P
m
＝τP
c
。4.根据权利要求3所述的基于前景理论的风
‑
蓄联合系统电量分解方法，其特征在于，步骤4中，风
‑
蓄联合系统的收益偏差ΔR为实际收益与收益参考点R0的偏差，用于表示决策者的净收益与损失，其表达式为ΔR＝R(x)
‑
R0；当ΔR≥0时，风
‑
蓄联合系统的净收益的效用函数V(ΔR)
+
如下：当ΔR＜0时，风
‑
蓄联合系统的损失的效用函数V(ΔR)
‑
如下：式中f[R(x)]为总收益R(x)的概率密度函数；R
max
、R
min
分别表示总收益的上限、下...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。