一种基于新能源分位数回归的虚拟电厂分布鲁棒优化方法技术

本申请涉及一种基于新能源分位数回归的虚拟电厂分布鲁棒优化方法，该方法包括：采用分位数回归预测方法，获得新能源出力的分位数，并基于此构建基于分位数回归的新能源出力模糊集和不确定集；在新能源出力模糊集的基础上，构建虚拟电厂两阶段分布鲁棒优化运行模型；应用线性决策规则、目标函数转化方法和约束条件转化方法，将虚拟电厂两阶段分布鲁棒优化运行模型转化为混合整数线性规划模型；对混合整数线性规划模型进行求解，得到虚拟电厂运行决策。使得虚拟电厂运营者能在制定决策的过程中直接利用新能源精确的概率分布信息，有利于挖掘分位数回归预测方法的应用价值，提高虚拟电厂运行的可靠性和安全性。拟电厂运行的可靠性和安全性。拟电厂运行的可靠性和安全性。

【技术实现步骤摘要】
一种基于新能源分位数回归的虚拟电厂分布鲁棒优化方法


[0001]本申请涉及电力系统调度
，特别是涉及一种基于新能源分位数回归的虚拟电厂分布鲁棒优化方法。

技术介绍

[0002]随着新能源、新装备、新技术的快速发展，集中式能源已无法满足要求，能源供给模式由集中式向分布式转型已成为必然趋势。分布式能源具有可靠、经济、灵活、环保等优势，但由于其容量小、地理位置分散、出力随机性等问题，导致电网很难对其进行有效管控。虚拟电厂技术通过先进的通信、计量、控制等手段实现不同类型分布式能源的协调优化控制，已逐渐成为一种灵活性强、适应度高、经济性好的新兴运营模式。
[0003]虚拟电厂内新能源出力的随机性和不确定性给调度决策的制定和系统的安全稳定运行带来严峻挑战。分位数回归作为一种概率预测方法，可获得新能源出力准确的概率分布，从而可为虚拟电厂运营者提供更全面的新能源出力信息。然而，目前分位数回归等概率预测方法的研究多集中于理论方法创新，而在电力系统决策中，概率预测方法的应用价值仍未得到较好地挖掘。分布鲁棒优化作为一种新的不确定优化方法，能克服随机规划对精确概率分布过于依赖的问题，并有效避免传统鲁棒优化过于保守的问题。然而，当前分布鲁棒优化方法大多采用不确定参数笼统的概率分布信息(如矩信息)构建模糊集，难免导致优化结果过于保守，导致虚拟电厂调度决策的可靠性和安全性较低。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高虚拟电厂调度决策的可靠性和安全性的基于新能源分位数回归的虚拟电厂分布鲁棒优化方法。
[0005]一种基于新能源分位数回归的虚拟电厂分布鲁棒优化方法，所述方法包括：
[0006]步骤1：采用分位数回归预测方法，获得新能源出力的分位数，并基于此构建基于分位数回归的新能源出力模糊集和不确定集；
[0007]步骤2：在所述新能源出力模糊集的基础上，构建虚拟电厂两阶段分布鲁棒优化运行模型；
[0008]步骤3：应用线性决策规则、目标函数转化方法和约束条件转化方法，将所述虚拟电厂两阶段分布鲁棒优化运行模型转化为混合整数线性规划模型；
[0009]步骤4：对所述混合整数线性规划模型进行求解，得到虚拟电厂运行决策。
[0010]在其中一个实施例中，所述采用分位数回归预测方法，获得新能源出力的分位数，并基于此构建基于分位数回归的新能源出力模糊集和不确定集的步骤，包括：
[0011]采用分位数回归预测方法，获得新能源出力的K个分位点对应的分位数，K为分位点的总数，新能源出力的分位数的定义为：
[0012][0013]式中：t表示调度时段；k为计数单位，k∈1、2、3、
……
、K
‑
1、K；P表示概率；w
t
为t时
段新能源机组的总出力；η
k
表示第k个分位点，η
k
的取值范围为[0，1]，且η1＝0、η
K
＝1，η1<η2<...<η
K
‑1<η
K
；表示t时段新能源机组总出力在第k个分位点下的分位数；
[0014]根据获得新能源出力的K个分位点对应的分位数，构建K
–
1个新能源出力概率分布区间，其中，第k个新能源出力概率分布区间的概率p
k
、下限w
k,t
和上限为：
[0015]p
k
＝η
k+1
‑
η
k
ꢀꢀꢀꢀ
(2)
[0016][0017][0018]式中：表示t时段新能源机组总出力在第k+1个分位点下的分位数；
[0019]根据新能源出力概率分布区间的概率p
k
、下限w
k,t
和上限构建基于分位数回归的新能源出力模糊集和不确定集：
[0020][0021][0022]式中：F为w
t
的模糊集；W
k
为w
t
第k个新能源出力概率分布区间的不确定集；I表示w
t
的维度；R
I
表示w
t
所有存在的出力情况；P(R
I
)为w
t
所有存在的概率分布；E
p
表示取期望值；和μ
t
分别为w
t
期望的上限和下限。
[0023]在其中一个实施例中，所述虚拟电厂两阶段分布鲁棒优化运行模型的目标函数，包括第一阶段的目标函数和第二阶段的目标函数；
[0024]所述第一阶段的目标函数表示为：
[0025][0026]式中：e表示燃气轮机；和分别为燃气轮机e的启动成本、停止成本和固定成本；机组组合变量u
e,t
、v
e,t
和x
e,t
分别表示燃气轮机e在t时段是否启动、停止和工作，是则置1，否则置0；为t时段日前市场价格；为t时段虚拟电厂在电力市场的竞标量，正为售电，负为购电；x表示第一阶段的决策变量集合，其中x
e,t
、u
e,t
、v
e,t
和为第一阶段的决策变量；sup表示上确界；Q(x,w)表示在给定第一阶段的决策变量和新能源出力情况下虚拟电厂的运行成本，将该虚拟电厂的运行成本作为第二阶段目标函数，第二阶段目标函数表示为：
[0027][0028]式中：为燃气轮机e在t时段的有功出力；为燃气轮机e的发电成本函数；y表示第二阶段的决策变量集合，函数；y表示第二阶段的决策变量集合，其中，
P
ij,t
、Q
ij,t
和V
i,t
为第二阶段的决策变量；
[0029]燃气轮机的发电成本函数为二次函数，采用分段线性化方法将其线性化，表示如下：
[0030][0031]式中：m表示分段数；b
e,m
和k
e,m
为线性函数的系数。
[0032]在其中一个实施例中，所述虚拟电厂两阶段分布鲁棒优化运行模型的约束条件，包括第一阶段的约束条件和第二阶段的约束条件；
[0033]第一阶段的约束条件为燃气轮机布尔变量约束：
[0034]x
e,t
‑
x
e,t
‑1＝u
e,t
‑
v
e,t
ꢀꢀꢀ
(10)
[0035][0036][0037]式中：τ表示调度时段，τ≠t；机组组合变量x
e,t
‑1表示燃气轮机e在t
‑
1时段是否工作，是则置1，否则置0；机组组合变量x
e,τ
表示燃气轮机e在τ时段是否工作，是则置1，否则置0；和分别为燃气轮机e的最小开机时间和最小关机时间；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于新能源分位数回归的虚拟电厂分布鲁棒优化方法，其特征在于，所述方法包括：步骤1：采用分位数回归预测方法，获得新能源出力的分位数，并基于此构建基于分位数回归的新能源出力模糊集和不确定集；步骤2：在所述新能源出力模糊集的基础上，构建虚拟电厂两阶段分布鲁棒优化运行模型；步骤3：应用线性决策规则、目标函数转化方法和约束条件转化方法，将所述虚拟电厂两阶段分布鲁棒优化运行模型转化为混合整数线性规划模型；步骤4：对所述混合整数线性规划模型进行求解，得到虚拟电厂运行决策。2.根据权利要求1所述的基于新能源分位数回归的虚拟电厂分布鲁棒优化方法，其特征在于，所述采用分位数回归预测方法，获得新能源出力的分位数，并基于此构建基于分位数回归的新能源出力模糊集和不确定集的步骤，包括：采用分位数回归预测方法，获得新能源出力的K个分位点对应的分位数，K为分位点的总数，新能源出力的分位数的定义为：式中：t表示调度时段；k为计数单位，k∈1、2、3、
……
、K
‑
1、K；P表示概率；w
t
为t时段新能源机组的总出力；η
k
表示第k个分位点，η
k
的取值范围为[0，1]，且η1＝0、η
K
＝1，η1<η2<...<η
K
‑1<η
K
；表示t时段新能源机组总出力在第k个分位点下的分位数；根据获得新能源出力的K个分位点对应的分位数，构建K
–
1个新能源出力概率分布区间，其中，第k个新能源出力概率分布区间的概率p
k
、下限w
k,t
和上限为：p
k
＝η
k+1
‑
η
k
ꢀꢀꢀꢀ
(2)(2)式中：表示t时段新能源机组总出力在第k+1个分位点下的分位数；根据新能源出力概率分布区间的概率p
k
、下限w
k,t
和上限构建基于分位数回归的新能源出力模糊集和不确定集：新能源出力模糊集和不确定集：式中：F为w
t
的模糊集；W
k
为w
t
第k个新能源出力概率分布区间的不确定集；I表示w
t
的维度；R
I
表示w
t
所有存在的出力情况；P(R
I
)为w
t
所有存在的概率分布；E
p
表示取期望值；和μ
t
分别为w
t
期望的上限和下限。3.根据权利要求1所述的基于新能源分位数回归的虚拟电厂分布鲁棒优化方法，其特
征在于，所述虚拟电厂两阶段分布鲁棒优化运行模型的目标函数，包括第一阶段的目标函数和第二阶段的目标函数；所述第一阶段的目标函数表示为：式中：e表示燃气轮机；和分别为燃气轮机e的启动成本、停止成本和固定成本；机组组合变量u
e,t
、v
e,t
和x
e,t
分别表示燃气轮机e在t时段是否启动、停止和工作，是则置1，否则置0；为t时段日前市场价格；P
tEM
为t时段虚拟电厂在电力市场的竞标量，正为售电，负为购电；x表示第一阶段的决策变量集合，x＝{x
e,t
，u
e,t
，v
e,t
，P
tEM
}，其中x
e,t
、u
e,t
、v
e,t
和P
tEM
为第一阶段的决策变量；sup表示上确界；Q(x,w)表示在给定第一阶段的决策变量和新能源出力情况下虚拟电厂的运行成本，将该虚拟电厂的运行成本作为第二阶段目标函数，第二阶段目标函数表示为：式中：为燃气轮机e在t时段的有功出力；为燃气轮机e的发电成本函数；y表示第二阶段的决策变量集合，其中，P
ij,t
、Q
ij,t
和V
i,t
为第二阶段的决策变量；燃气轮机的发电成本函数为二次函数，采用分段线性化方法将其线性化，表示如下：式中：m表示分段数；b
e,m
和k
e,m
为线性函数的系数。4.根据权利要求3所述的基于新能源分位数回归的虚拟电厂分布鲁棒优化方法，其特征在于，所述虚拟电厂两阶段分布鲁棒优化运行模型的约束条件，包括第一阶段的约束条件和第二阶段的约束条件；第一阶段的约束条件为燃气轮机布尔变量约束：x
e,t
‑
x
e,t
‑1＝u
e,t
‑
v
e,t
ꢀꢀꢀ
(10)(10)式中：τ表示调度时段，τ≠t；机组组合变量x
e,t
‑1表示燃气轮机e在t
‑
1时段是否工作，是则置1，否则置0；机组组合变量x
e,τ
表示燃气轮机e在τ时段是否工作，是则置1，否...

【专利技术属性】
技术研发人员：周亦洲，卫志农，臧海祥，孙国强，
申请(专利权)人：河海大学，
类型：发明
国别省市：