一种考虑雷电气候下风光出力不确定性的低碳经济调度方法和系统技术方案

本发明专利技术公开了一种考虑雷电气候下风光出力不确定性的低碳经济调度方法和系统，包括：建立雷电气候下风光联合出力典型场景集；建立不确定性概率置信集合；基于不确定性概率置信集合，综合纳入碳交易机制和有害气体排放的影响，建立包含综合灵活运行碳捕集电厂的低碳经济预调度和再调度两阶段模型；求解低碳经济预调度和再调度两阶段模型，进行考虑雷电气候下风光联合出力高阶不确定性的低碳经济调度。本发明专利技术可为调度人员提供更为合理且有效的调度方案，可以改善原本未考虑雷电气候影响的风光出力不确定性刻画的局限性。出力不确定性刻画的局限性。出力不确定性刻画的局限性。

【技术实现步骤摘要】
一种考虑雷电气候下风光出力不确定性的低碳经济调度方法和系统


[0001]本专利技术属于新能源低碳经济调度
，涉及一种考虑雷电气候下风光出力不确定性的低碳经济调度方法和系统。

技术介绍

[0002]目前，在低碳经济调度领域中应对风光出力不确定性主要采用随机优化方法或者鲁棒优化方法。前者的典型代表为场景法，其需要人为假设风光出力预测误差满足一定的概率分布，然后基于历史数据拟合的概率分布进行场景生成及场景缩减，从而得到典型场景集表征风光出力误差的不确定性；后者需要基于历史数据设置模糊集来表征风光出力误差的不确定性。
[0003]上述方法虽然在一定程度上可以应对电力系统中的风光出力不确定性对系统可靠经济运行的影响，但是往往无法均衡调度决策的低碳经济性和鲁棒性，其要么完全倾向于低碳经济性，导致系统鲁棒性较差，要么完全倾向于保守性，导致系统经济性较差。而且目前电力系统应对风光出力不确定性仅笼统的参考历史数据，未完全根据特殊气象条件对其进行精细化分类，没有充分考虑雷电气候下的风光出力不确定性对电力系统低碳经济调度的影响。r/>[0004]随本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑雷电气候下风光出力不确定性的低碳经济调度方法，其特征在于：所述方法包括以下步骤：步骤1：基于WDIC
‑
DCGAN生成特定雷电气候及风光日平均出力区间下满足风光预测出力条件的风光联合出力场景集合，采用聚类方法对其进行场景缩减，得到雷电气候下风光联合出力典型场景集；步骤2：将典型场景集所表征的雷电气候下的风光联合出力的概率分布看做在雷电气候下风光联合出力的概率分布上的高阶不确定性，采用由综合范数表示风光联合出力概率分布模糊集的方法表征所述高阶不确定性，得到不确定性概率置信集合；步骤3：基于不确定性概率置信集合，综合纳入碳交易机制和有害气体排放的影响，建立包含综合运行碳捕集电厂的低碳经济预调度和再调度两阶段模型；步骤4：采用C&CG算法求解低碳经济预调度和再调度两阶段模型，进行考虑雷电气候下风光联合出力高阶不确定性的低碳经济调度。2.根据权利要求1所述的一种考虑雷电气候下风光出力不确定性的低碳经济调度方法，其特征在于：步骤1具体包括：步骤1.1：定义风电场和光伏电站的历史日前实测出力数据作为真实样本数据，将WDIC
‑
DCGAN生成的条件风光联合出力场景数据作为生成样本数据，即条件场景生成数据，记为条件场景样本；步骤1.2：在WDIC
‑
DCGAN的条件判别器和条件生成器都计及雷电预警等级标签、风电和光伏日出力平均值大小相对于出力最大值的标幺值区间箱体标签以及风光联合出力预测值标签的影响，记总条件标签为、、的拼接后矩阵，即；步骤1.3：在条件生成器的输入侧输入随机噪声数据与的拼接后矩阵，使随机噪声数据与条件标签形成上下一一对应关系，以便于卷积层对条件输入样本进行关联性信息分析，条件生成器输出生成的条件场景样本；WDIC
‑
DCGAN的条件判别器和条件生成器的损失函数分别为：
ꢀꢀꢀ
(1.2)
ꢀꢀ
(1.3)WDIC
‑
DCGAN的目标函数为：
ꢀꢀꢀ
(1.4)与表示历史真实样本数据与生成样本数据满足的边缘分布；表示分布与的差异程度；表示相应边缘分布的期望值；为条件判别函数；
；表示的梯度；表示随机数，取值范围为0
‑
1之间；为权重系数；步骤1.4：根据目标函数式(1.4)通过模型训练使条件生成器损失函数式(1.2)和条件判别器损失函数式(1.3)收敛，然后确定训练后的WDIC
‑
DCGAN中的条件生成器的模型参数，在训练后的条件生成器的输入侧输入相应的条件标签值和满足相应分布的高维随机噪声，通过条件生成器来生成特定雷电气候及风光日平均出力区间下满足风光预测出力条件的风光联合出力场景集合，生成的场景数量设为；步骤1.5：采用K
‑
mediods聚类方法对步骤1.4生成的风光联合出力场景集合进行场景缩减，从而得到最终的雷电气候下风光联合出力典型场景集。3.根据权利要求2所述的一种考虑雷电气候下风光出力不确定性的低碳经济调度方法，其特征在于：步骤1.5中，采用K
‑
mediods聚类方法对步骤1.4生成的风光联合出力场景集合进行场景缩减，其所依据的函数表达式如下所示：
ꢀꢀꢀ
(1.5)
ꢀꢀ
(1.6)式中：表示步骤1.4生成的风光联合出力场景集合；表示通过K
‑
mediods缩减后的风光联合出力典型场景集合；为风光联合出力离散场景出现的概率；表示场景之间的距离。4.根据权利要求1所述的一种考虑雷电气候下风光出力不确定性的低碳经济调度方法，其特征在于：步骤2中，将典型场景集所表征的雷电气候下的风光联合出力的概率分布看做一个历史数据真实概率分布的模糊集合，即看做在雷电气候下风光联合出力的概率分布上的高阶不确定性，通过采用由综合范数表示风光联合出力概率分布模糊集的方法表征所述高阶不确定性，得到不确定性概率置信集合，具体的：综合采用1
‑
范数和
‑
范数联合约束，使通过场景缩减得到的典型风光联合出力典型场景集对应的离散概率符合的概率分布收敛到实际的概率分布，不确定性概率置信集合满足如下约束：
ꢀꢀꢀꢀꢀꢀ
(2.1)式中：表示典型场景集场景数量；场景和分别表示风光联合出力典型场景集中第个场景对应的初始离散概率值和决策离散概率值；、分别代表1
‑
范数和∞
‑
范数约束下对风电场景概率偏差浮动的准许限值；满足如下置信度约束：
ꢀꢀꢀ
(2.2)
ꢀꢀ
(2.3)令式(2.2)、(2..3)中、，则有：
ꢀꢀꢀꢀꢀꢀ
(2.4)
ꢀꢀꢀꢀꢀꢀꢀ
(2.5)式中：为通过WDIC
‑
DCGAN生成的场景数量；和分别为式(2.2)、(2.3)的不确定性概率置信度。5.根据权利要求1所述的一种考虑雷电气候下风光出力不确定性的低碳经济调度方法，其特征在于：步骤3具体包括：步骤3.1：所述模型考虑在雷电气候下风光联合出力的概率分布上的高阶不确定性基础上，基于不确定性概率置信集合，建立以系统总运行净成本最小化作为低碳经济调度模型的优化目标函数，所述系统总运行净成本包括预调度阶段基准成本和再调度阶段调整成本；步骤3.2：建议步骤3.1的约束条件，包括：预调度运行约束和再调度调整约束；所述再调度调整约束通过综合运行碳捕集机组和常规燃煤火电机组的旋转备用来平衡各场景中的风光出力偏差。6.根据权利要求5所述的一种考虑雷电气候下风光出力不确定性的低碳经济调度方法，其特征在于：
步骤3.1中，建立如下优化目标函数：(3.1)
ꢀꢀꢀꢀꢀꢀ...

【专利技术属性】
技术研发人员：龚烈锋，童充，徐箭，詹若培，石旭江，吴堃铭，周瑜，谢智敏，麦锦雯，
申请(专利权)人：武汉大学，
类型：发明
国别省市：