【技术实现步骤摘要】
本专利技术属于电力系统的调度，具体涉及一种考虑多维预测信息对预测误差影响的运行备用优化调度方法。
技术介绍
1、可再生能源的强烈不确定性将给电力系统的安全运行带来巨大挑战。合理调度运行备用是应对不确定性的重要途径。随机调度方法可以有效地考虑不确定性。然而，这种方法面临着计算上的障碍。因此，在工业实践中采用确定性调度方法，关键是在调度前正确确定运行备用需求。然而，现有方法并未考虑多维预测信息对净负荷预测误差的影响。因此，确定的运行备用可能比较保守，甚至不足。
技术实现思路
1、本专利技术的目的是为了克服现有技术的不足，而提供一种考虑多维预测信息对预测误差影响的运行备用优化调度方法，考虑气象和预测功率等多维预测信息的影响，估计系统整体预测误差的分布，根据给定的置信度，量化运行备用需求，通过确定性功率调度将总运行备用需求分配给每个机组。
2、本专利技术采用的技术方案为：一种考虑多维预测信息对预测误差影响的运行备用优化调度方法，包括如下步骤：
3、s1：建立历史数据集；
4、s2：预测误差信息4维划分；
5、s3：估算每个4维区间的净负荷预测误差分布；
6、s4：确定运行备用需求；
7、s5：建立能量-备用联合优化调度模型；
8、s6：对能量-备用联合优化调度模型进行求解，获得最佳运行备用调度结果。
9、具体的，所述的步骤s1中，首先进行负荷预测和风功率预测，负荷数据、风力发电数据和气象数据均来
10、
11、其中，tp为预测时刻；为负荷和风电预测误差；为负荷和风电实际值；为负荷和风电预测值；
12、由此可以计算出净负荷预测误差(即电力系统的总预测误差)，即所有风力发电机的负荷预测误差和风功率预测误差之和：
13、
14、其中：为净负荷预测误差；为负荷预测误差；为风力发电机预测误差；iw表示第w台风力发电机；nw为风力发电机数量。
15、所述的步骤s2中，根据相应的预测信息，将净负荷预测误差样本划分为4维(4-d)区间，估算净负荷预测误差在每个4维区间内的分布；
16、不同的预测信息根据其大小被划分为相等的区间，假设一个信息的最大值和最小值分别为xmax和xmin，一个区间的长度为δx，则该信息的区间数n：
17、
18、第i个区间di：
19、di＝[xmin+(i-1)δx,xmin+iδx],i＝1,2...,n
20、所述的步骤s3中，通过上述划分，每个4维区间的样本可能不足以准确反映预测误差分布，需要进行区间组合，将样本不足的区间与相邻区间组合，直到所有区间的样本都充足为止，历史净负荷预测误差样本就被划分为不同的4-d区间，分别估算每个4维区间的净负荷预测误差分布，从而考虑4维预测信息对净负荷预测误差分布的影响；
21、采用非参数估计方法：
22、
23、其中：c是区间内可用历史数据的数量；ej是第j个净负荷预测误差样本；k(·)是核函数；h是带宽；
24、至此，每个4维区间的净负荷预测误差分布已经得到。
25、所述的步骤s4中，运行日的净负荷预测误差分布是通过匹配运行日和4维间隔的预测信息得到的；
26、在运行备用辅助服务中，分为削峰和填谷两种类型，削峰用于应对负荷的突然增加或可再生能源的突然减少，填谷则与之相反；
27、r＝{r＞0,r＜0}
28、其中，r＞0为削峰备用容量需求；r＜0为填谷备用容量需求；
29、如上已得到运行日的净负荷预测误差分布，在此基础上，可以得到净负荷的累积概率分布函数，记为f(ε)(ε是净负荷预测误差的随机变量),满足给定置信度的净负荷预测误差置信区间1-α如下所示:
30、
31、其中:是f(ε)的反函数,有
32、根据所得到的置信区间，可以计算出削峰备用容量需求和填谷备用容量需求，如：
33、
34、所述的步骤s5中，能量-备用联合出清的总成本通常由三部分组成：单位煤耗成本、单位备用成本和单位启停成本,目标函数的目的是使电力系统的运行成本(煤耗成本、备用成本、启停成本之和)最小化:
35、
36、式中：t为时段集合；g为机组集合；为g在t时段内的输出功率；为g在t时段内提供机组功率所需的燃料价格；和分别为g在t时段内提供的削峰备用容量和填谷备用容量；和分别为g在t期间提供的机组削峰备用容量和填谷备用容量的所需底价；为g在t期间的启动成本；为g在t期间的停机成本。
37、本专利技术的有益效果：本专利技术提出了一种考虑多维预测信息对预测误差影响的运行备用优化调度方法，分别估计不同多维预测信息下的预测误差分布，并将与运行日预测信息相匹配的预测误差分布视为运行日的预测误差分布。这样，就可以考虑多维预测信息对净负荷预测误差的影响，然后，根据给定的置信度，可以确定运行备用需求，通过求解确定性电力调度模型，可将总需求分配给各机组，本专利技术所提出的方法可以在备用充足性和电力系统运行经济性之间取得平衡，具有较高的经济性与安全性。
本文档来自技高网...【技术保护点】
1.一种考虑多维预测信息对预测误差影响的运行备用优化调度方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种考虑多维预测信息对预测误差影响的运行备用优化调度方法，其特征在于：所述的步骤S1中，首先进行负荷预测和风功率预测，负荷数据、风力发电数据和气象数据均来自中国某省级电力系统，经过预测，可以得到负荷和风功率的历史预测误差：
3.根据权利要求1所述的一种考虑多维预测信息对预测误差影响的运行备用优化调度方法，其特征在于：所述的步骤S2中，根据相应的预测信息，将净负荷预测误差样本划分为4维(4-D)区间，估算净负荷预测误差在每个4维区间内的分布；
4.根据权利要求1所述的一种考虑多维预测信息对预测误差影响的运行备用优化调度方法，其特征在于：所述的步骤S3中，通过上述划分，每个4维区间的样本可能不足以准确反映预测误差分布，需要进行区间组合，将样本不足的区间与相邻区间组合，直到所有区间的样本都充足为止，历史净负荷预测误差样本就被划分为不同的4-D区间，分别估算每个4维区间的净负荷预测误差分布，从而考虑4维预测信息对净负荷预测误差分布的影响；<...
【技术特征摘要】
1.一种考虑多维预测信息对预测误差影响的运行备用优化调度方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种考虑多维预测信息对预测误差影响的运行备用优化调度方法，其特征在于：所述的步骤s1中，首先进行负荷预测和风功率预测，负荷数据、风力发电数据和气象数据均来自中国某省级电力系统，经过预测，可以得到负荷和风功率的历史预测误差：
3.根据权利要求1所述的一种考虑多维预测信息对预测误差影响的运行备用优化调度方法，其特征在于：所述的步骤s2中，根据相应的预测信息，将净负荷预测误差样本划分为4维(4-d)区间，估算净负荷预测误差在每个4维区间内的分布；
4.根据权利要求1所述的一种考虑多维预测信息对预测误差影响的运行备用优化调度方法，其特征在于：所述的步骤s3中，通过上述划分，每个4维区间的样本...
【专利技术属性】
技术研发人员：李慧璇，尹硕，祖文静，张泓楷，郑永乐，李鹏，张艺涵，杨钦臣，
申请(专利权)人：国网河南省电力公司经济技术研究院，
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。