【技术实现步骤摘要】
一种基于数据驱动的电力系统闭环型预测
‑
决策调度方法
[0001]本专利技术涉及电力系统优化调度领域,更具体地,涉及一种基于数据驱动的电力系统闭环型预测
‑
决策调度方法。
技术介绍
[0002]网络约束的机组组合(Network
‑
constrained unit commitment,NCUC)问题已被认为是电力系统运行和电力市场清算中最重要的应用之一。具体而言,NCUC通常由独立系统运营商(ISO)执行日前电力市场出清,以最小的系统运营成本确定最优机组组合、发电调度和备用计划。
[0003]通常,ISO在开环预测中执行NCUC,然后优化(O
‑
PO)框架,如附图1中的(a)所示。在O
‑
PO中,上游预测步骤基于传统统计度量(例如平均绝对误差)生成面向精度的预测(例如,关于可再生能源和负荷);然后将预测作为输入,在下游优化步骤中实现NCUC。然而,统计上更准确的预测不一定能够实现更经济的NCUC计划。实际中,NCUC经济性指的是实际系统成本,包括日前NCUC计划和再调度问题中涉及的发电机的启动和停机成本,以及再调度问题的最终调度水平对应的发电机的实际发电成本,它可以在求解前一天日前NCUC(基于可再生能源预测)和重新再调度(基于给定的NCUC决策和可再生能源)问题后计算获取。
[0004]为了提高O
‑
PO的NCUC经济性,一个新兴的技术是通过将下游优化的某些信息(例如,预测引起的成本)反馈给 ...
【技术保护点】
【技术特征摘要】
1.一种基于数据驱动的电力系统闭环型预测
‑
决策调度方法,其特征在于,包括如下步骤:S1:在数据处理阶段,采用标准回归系数进行特征提取以确定最相关的特征类别,并基于Wasserstein距离为下一阶段选择训练样本;S2:在训练阶段,基于确定的特征类别与训练样本构建以机组组合经济性为预测评价指标的ERM模型,并采用拉格朗日分解算法求解,得到以机组组合经济性为导向的可再生能源预测器;S3:在预测
‑
决策阶段中,将可再生能源预测器嵌入至传统机组组合模型,得到可以同时进行可再生能源预测与机组组合决策的预测
‑
决策模型。2.如权利要求1所述的基于数据驱动的电力系统闭环型预测
‑
决策调度方法,其特征在于,步骤S1采用标准回归系数进行特征提取以确定最相关的特征类别,具体包括:通过以下步骤1、2量化可再生能源发电厂j上各个特征类型的重要性:步骤1:对于可再生能源发电厂j的第t小时,确定在其历史可用可再生能源功率向量和特征向量f
t,1
,...,f
t,|N|
与回归系数β
t,j,0
,...,β
t,j,|N|
;步骤2:通过下式计算每个特征类型n在所有|τ|小时内的平均标准回归系数(SRC)步骤2:通过下式计算每个特征类型n在所有|τ|小时内的平均标准回归系数(SRC)其中,σ
tj
和σ
tn
分别为和的标准差,J表示可再生能源电厂集合,N表示特征类型集合,T表示调度周期集合;将具有最高值的特征类型n选择为可再生能源发电厂j的相关特征。3.如权利要求2所述的基于数据驱动的电力系统闭环型预测
‑
决策调度方法,其特征在于,回归系数β
t,j,0
,...,β
t,j,|N|
通过最小二乘法计算:4.如权利要求1所述的基于数据驱动的电力系统闭环型预测
‑
决策调度方法,其特征在于,步骤S1基于Wasserstein距离为下一阶段选择训练样本,具体包括:采用可再生能源预测功率与实际可再生能源功率之间的Wasserstein距离W
h'
来定量评估最新历史场景h
′
的极值;将T个代表性场景的W
h'
的中值对应的场景确定为未来调度日的训练场景。5.如权利要求4所述的基于数据驱动的电力系统闭环型预测
‑
决策调度方法,其特征在于,Wa...
【专利技术属性】
技术研发人员:仇张权,王月强,黄冬,朱铮,童潇宁,黄阳,乐健,廖小兵,任意,
申请(专利权)人:国网上海市电力公司,
类型:发明
国别省市:
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。