一种基于双层分解算法的多场景随机机组组合方法及系统技术方案

本发明专利技术公开一种基于双层分解算法的多场景随机机组组合方法及系统，包括：首先采用场景打捆方法将原始的场景打捆形成场景束；其次采用外层PH算法对该场景束进行分解，实现每个场景束对应问题的并行计算；然后针对场景打捆后每个场景束对应问题规模较大、每次迭代所需时间较长的问题，在内层嵌套Benders分解算法，将每个场景束对应问题分解为无线约束主问题和可并行求解的基态、故障态线路约束子问题。通过该双层分解算法，对多场景随机机组组合问题进行嵌套并行计算，显著减少了PH算法的迭代次数、显著降低了计算时间。显著降低了计算时间。显著降低了计算时间。

【技术实现步骤摘要】
一种基于双层分解算法的多场景随机机组组合方法及系统


[0001]本专利技术涉及电力系统运行和控制
，特别是涉及一种基于双层分解算法的多场景随机机组组合方法及系统

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]随着高比例可再生能源的广泛接入，电力系统的随机性和不确定性显著增强，为了描述负荷和新能源出力的不确定性，当前研究主要采用基于场景的方法和场景树法。其中，基于场景的方法是一种两阶段随机规划方法，用经过场景缩减后的多个场景描述负荷和新能源出力的不确定性。显然，其包含的场景数量越多，负荷和新能源出力的不确定性越能得到充分体现，所制定的日前启停和发电计划也更准确。但随着场景数量的增加，模型的规模也在增大，求解时间不断增长。
[0004]为此，目前有文献采用对多场景分解有一定优势的Progressive Hedging(PH)算法解决基于场景方法的随机优化问题。尽管传统PH算法通过并行运算减少了求解时间，但为达到较高的收敛精度仍需要较多的迭代次数。
[0005]有文献针对随机机组组合问题中第一阶段包含01整数变量的特点，提出了用未收敛01变量的数量是否小于容许值判断PH迭代是否收敛的办法，通过选取合适的容许值提前终止PH迭代，减少了计算时间。同时，有文献提出了通过场景打捆方法减少PH迭代次数，提高求解精度；但是，经过场景打捆后，每个场景束对应问题的规模显著扩大，每次迭代求解时间增长，总求解时间不一定能够减少。
专利技术内容
[0006]为了解决上述问题，本专利技术提出了一种基于双层分解算法的多场景随机机组组合方法及系统，增强场景之间的非预期性，减少算法的迭代次数，减少基于场景的随机机组组合问题的计算时间，允许调度中心以较低的计算代价考虑更多的不确定性场景，进而制定更加准确的机组启停和发电计划。
[0007]为了实现上述目的，本专利技术采用如下技术方案：
[0008]第一方面，本专利技术提供一种基于双层分解算法的多场景随机机组组合方法，包括：
[0009]将原始不确定性场景打捆为多个场景束，并将原始随机机组组合问题按场景束分解，每个场景束子问题以最小化机组启停成本、机组出力和备用容量以及实际功率调整成本为优化目标；将每个场景束子问题分解为无线路约束主问题和有线路约束子问题，其中有线路约束子问题以最小松弛变量为优化子目标；
[0010]根据无线路约束主问题得到场景束的机组出力和各场景的功率调整量，根据有线路约束子问题的松弛变量判断当前机组出力和功率调整量是否满足线路约束，在松弛变量满足阈值限制条件时，确定场景束当前的机组启停状态、机组出力和备用容量；
[0011]根据各个场景束确定的机组启停状态、机组出力以及备用容量分别得到机组启停状态的场景束均值、机组出力和备用容量的场景束均值，以及场景束均值与各个场景束当前值的差异乘子，并将根据惩罚因子和差异乘子得到的惩罚项添加至优化目标中，依次迭代求解，直至机组启停状态的场景束均值中非01取值的元素个数满足容许值，迭代结束；
[0012]固定场景束均值为01取值的元素值，遍历非01取值元素的所有可能取值，根据原始随机机组组合问题，选取优化目标函数值最小时的机组启停状态、计划出力和备用容量。
[0013]作为可选择的实施方式，每个场景束的优化目标为两阶段的随机机组组合问题，其中第一阶段为对机组启停状态、机组出力和备用容量的日前计划，第二阶段为在第一阶段的日前计划下的功率调整；所以每个场景束的约束条件包括第一阶段约束和第二阶段约束；其中，第一阶段约束包括：机组启停约束、机组出力和爬坡速率约束以及第一阶段基态线路约束；第二阶段约束包括：实际功率调整后的出力和爬坡速率约束、第二阶段基态线路约束和第二阶段故障态线路约束。
[0014]作为可选择的实施方式，有线路约束子问题包括第一阶段基态线路约束子问题、第二阶段基态线路约束子问题和第二阶段故障态线路约束子问题；其中，第一阶段基态线路约束子问题用于检查某一场景束中第一阶段的基态线路约束是否满足，第二阶段基态线路约束子问题用于检查该场景束中第二阶段某一场景的基态线路约束是否满足，第二阶段故障态线路约束子问题用于检查该场景下故障态的线路约束是否满足。
[0015]作为可选择的实施方式，若有线路约束子问题的目标函数不为零，则将所有相应子问题对应的Benders可行性割添加到无线路约束主问题中，并重新求解无线路约束主问题，直至有线路约束子问题的优化目标均取值为零。
[0016]作为可选择的实施方式，所述属于整数变量的机组启停状态取值均值、属于连续变量的机组出力和备用容量均值以及差异乘子分别为：
[0017][0018][0019][0020]其中，分别为第k次迭代时，场景束s的机组启停状态取值均值、机组出力和备用容量均值，分别为机组启停状态的差异乘子、机组出力和备用容量的差异乘子，ρ
x
、ρ
y
均为惩罚因子，S为场景束集合，为场景束s发生的概率。
[0021]作为可选择的实施方式，所述惩罚项为：
[0022][0023]其中，向量x表示机组启停状态的0
‑
1变量；向量y表示机组出力和备用容量。
[0024]作为可选择的实施方式，所述容许值取1或2。
[0025]第二方面，本专利技术提供一种基于双层分解算法的多场景随机机组组合系统，包括：
[0026]分解模块，被配置为将原始不确定性场景打捆为多个场景束，并将原始随机机组
组合问题按场景束分解，每个场景束子问题以最小化机组启停成本、机组出力和备用容量以及实际功率调整成本为优化目标；将每个场景束子问题分解为无线路约束主问题和有线路约束子问题，其中有线路约束子问题以最小松弛变量为优化子目标；
[0027]内层求解模块，被配置为根据无线路约束主问题得到场景束的机组出力和各场景的功率调整量，根据有线路约束子问题的松弛变量判断当前机组出力和功率调整量是否满足线路约束，在松弛变量满足阈值限制条件时，确定场景束当前的机组启停状态、机组出力和备用容量；
[0028]外层求解模块，被配置为根据各个场景束确定的机组启停状态、机组出力以及备用容量分别得到机组启停状态的场景束均值、机组出力和备用容量的场景束均值，以及场景束均值与各个场景束当前值的差异乘子，并将根据惩罚因子和差异乘子得到的惩罚项添加至优化目标中，依次迭代求解，直至机组启停状态的场景束均值中非01取值的元素个数满足容许值，迭代结束；
[0029]选择模块，被配置为固定场景束均值为01取值的元素值，遍历非01取值元素的所有可能取值，根据原始随机机组组合问题，选取优化目标函数值最小时的机组启停状态、计划出力和备用容量。
[0030]第三方面，本专利技术提供一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所述的方法。
[0031本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双层分解算法的多场景随机机组组合方法，其特征在于，包括：将原始不确定性场景打捆为多个场景束，并将原始随机机组组合问题按场景束分解，每个场景束子问题以最小化机组启停成本、机组出力和备用容量以及实际功率调整成本为优化目标；将每个场景束子问题分解为无线路约束主问题和有线路约束子问题，其中有线路约束子问题以最小松弛变量为优化子目标；根据无线路约束主问题得到场景束的机组出力和各场景的功率调整量，根据有线路约束子问题的松弛变量判断当前机组出力和功率调整量是否满足线路约束，在松弛变量满足阈值限制条件时，确定场景束当前的机组启停状态、机组出力和备用容量；根据各个场景束确定的机组启停状态、机组出力以及备用容量分别得到机组启停状态的场景束均值、机组出力和备用容量的场景束均值，以及场景束均值与各个场景束当前值的差异乘子，并将根据惩罚因子和差异乘子得到的惩罚项添加至优化目标中，依次迭代求解，直至机组启停状态的场景束均值中非01取值的元素个数满足容许值，迭代结束；固定场景束均值为01取值的元素值，遍历非01取值元素的所有可能取值，根据原始随机机组组合问题，选取优化目标函数值最小时的机组启停状态、计划出力和备用容量。2.如权利要求1所述的一种基于双层分解算法的多场景随机机组组合方法，其特征在于，每个场景束子问题的优化目标为两阶段的随机机组组合问题，其中第一阶段为对机组启停状态、机组出力和备用容量的日前计划，第二阶段为在第一阶段的日前计划下的功率调整；所以每个场景束子问题的约束条件包括第一阶段约束和第二阶段约束；其中，第一阶段约束包括：机组启停约束、机组出力和爬坡速率约束以及第一阶段基态线路约束；第二阶段约束包括：实际功率调整后的出力和爬坡速率约束、第二阶段基态线路约束和第二阶段故障态线路约束。3.如权利要求1所述的一种基于双层分解算法的多场景随机机组组合方法，其特征在于，有线路约束子问题包括第一阶段基态线路约束子问题、第二阶段基态线路约束子问题和第二阶段故障态线路约束子问题；其中，第一阶段基态线路约束子问题用于检查某一场景束中第一阶段的基态线路约束是否满足，第二阶段基态线路约束子问题用于检查该场景束中某一场景的基态线路约束是否满足，第二阶段故障态线路约束子问题用于检查该场景下故障态的线路约束是否满足。4.如权利要求1所述的一种基于双层分解算法的多场景随机机组组合方法，其特征在于，在内层分解中，若有线路约束子问题的松弛变量不满足阈值限制条件，则将所有松弛变量不满足阈值限制条件的子问题对应的Benders可行性割添加到无线路约束主问题中，并重新求解无线路约束主问题，直至松弛变量满足阈...

【专利技术属性】
技术研发人员：李正烁，田野，高晗，
申请(专利权)人：山东大学，
类型：发明
国别省市：