【技术实现步骤摘要】
本专利技术属于电力系统调度自动化，尤其涉及一种考虑风险度量的水风光一体化长期调度方法。
技术介绍
1、水电、风电、光伏发电为主的清洁能源供应体系对电网绿色低碳转型起着重要的推动作用。目前，我国以风电、光伏发电为代表的新能源处于高速发展阶段。据数据统计，我国近五年新能源装机增长率均在15％以上，预计2030年、2060年新能源装机分别为目前的2.4倍、8.3倍。因其广阔的发展前景，新能源将成为新型电力系统的主体电源。而大多数大型流域的传统水电已经经历了大规模开发，并建成了一批举世瞩目的流域梯级水电基地。水电作为一种可以及时响应电力需求的柔性灵活清洁能源，可以有效平抑新能源的不确定性和波动性，为新能源大规模并网后电力系统的安全稳定运行提供有力保障。因此，充分发挥我国水电的资源禀赋优势，依托流域梯级水电基地建设一批新能源电场形成水风光综合基地并开展水风光一体化研究是一类发挥多能源互补优势、优化能源布局的切实可行的举措。
2、然而，伴随新能源在电网中占比的不断提高，其不确定性、波动性、间歇性等特点使得水风光一体化调度问题更加困难，系统平衡和安全问题更加突出。相比于传统水电系统，风电、光伏接入水电基地后使水风光一体化调度问题维度更高，系统的不确定性输入条件更为复杂，多种调度目标之间的矛盾更加显著。因此，如何统筹水风光一体化调度，促进水风光能源优势互补成为大型水风光综合基地非常重要的问题。
技术实现思路
1、本专利技术要解决的技术问题是：提供一种考虑风险度量的水风光一体化长期调度方
2、本专利技术的技术方案是：
3、一种考虑风险度量的水风光一体化长期调度方法，所述方法包括：根据逐时段蓄水状态离散、弃水和缺电风险场景获取，风险计算及风险矩阵求解，构建权衡能源消纳、发电效益和运行风险的多目标模型，采用动态规划算法寻求模型初始解，采用离散微分动态规划和逐步优化算法精细化求解模型，完成水风光综合基地一体化调度。
4、所述逐时段蓄水状态离散包括：水风光综合基地调度采用水电站群蓄水状态表征系统运行风险，以水电站群水位组合向量表示蓄水状态st；采用均匀离散方式对各状态进行离散，水电站mh离散量记作水电站群总离散量为各水电站离散量的乘积，计算方式如下式：
5、
6、
7、
8、式中：t为计算时段；mh为水风光综合基地的水电站数量；st为t时段初流域水电站群蓄水状态；为水电站mh在t时段初坝上水位；分别为水电站mh的水位上限、下限；为水电站mh的离散步长；为水电站mh的状态离散量；i为单个时段水电站群总状态离散量；
9、t时段st有i种状态，st∈{st,1,...,st,i,...,st,i}，记调度期为t个时段，则调度期内离散状态数量为t×i，状态矩阵s如下式：
10、
11、式中：t为计算时段总数；s为水电站群蓄水状态矩阵，st,i为t时段第i种蓄水状态。
12、弃水和缺电风险场景获取包括：选定t～t当前时段至调度期末作为风险计算期，并在风险计算期内获取风险场景；然后对于水电站群，通过水文频率计算方法从t～t时段序列获取丰水、枯水场景；即对t～t时段的实际来水资料按水量由大到小排序，选取来水频率最小、来水频率最大场景作为来水风险场景；对于新能源电场，分别选取风电场、光伏电场t～t时段最大出力、最小出力作为风电风险场景、光伏风险场景；基于笛卡尔乘积的思想对来水、风电出力及光伏出力场景进行组合，得到高弃水风险场景ξt′和高缺电风险场景ξt″；场景ξt′对应来水偏丰且新能源出力高发场景，场景ξt″对应来水偏枯且新能源出力低发场景。
13、场景ξt′、ξt″表达式为：
14、
15、
16、式中：ξt′和ξt″分别为高弃水风险场景和高缺电风险场景；分别为场景ξt′下t时段水电站mh偏丰区间来水流量、风电站集群高发出力、光伏电站集群高发出力；分别为场景ξt″下t时段水电站mh偏枯区间来水流量、风电站集群低发出力、光伏电站集群低发出力。
17、风险计算及风险矩阵求解包括：依次获取各时段风险场景，即：ξ1′,...,ξt′,...,ξt′和ξ1″,...,ξt″,...,ξt″；对状态矩阵s各元素分别在ξ1′,...,ξt′,...,ξt′和ξ1″,...,ξt″,...,ξt″场景下采用下式计算弃水风险、缺电风险；
18、
19、
20、式中：分别为状态st,i下系统弃水风险、缺电风险；分别为在状态st,i场景ξt′下水电站mh于t*时段的弃水流量、发电水头；为系统在状态st,i场景ξt″下t*时段的水风光总出力。
21、构建权衡能源消纳、发电效益和运行风险的多目标模型包括：
22、目标函数为：
23、
24、
25、式中：f1、f2分别为弃水损失最小目标、稳定收益最大目标，分别记作第一层、第二层目标，即优化时首先求得弃水损失最小的解集，在此解集中求得稳定收益最大的解；t为调度期总时段数；mh、mw、ms分别为水风光综合基地的水电站、风电站、光伏电站数量；为水电站mh在t时段的弃水量；分别为水电站mh、风电站mw、光伏电站ms在t时段的发电量；st为流域蓄水状态，用来表征水电站群蓄水量；分别为状态st下系统弃水风险、缺电风险。
26、多目标模型约束条件包括：
27、水电站出力约束：
28、
29、
30、式中：为水电站mh在t时段的出力；为水电站mh的综合出力系数；为水电站mh在t时段的引用发电流量；为水电站mh在t时段的发电水头；分别为水电站mh在t时段的出力的上下限；
31、水风光电量约束：
32、
33、
34、
35、
36、式中：δthour为单个计算时段的小时数；分别为风电站mw、光伏电站ms在t时段的装机利用率；分别为风电站mw、光伏电站ms的装机容量；
37、最小出力约束：
38、
39、式中：nt为水风光综合基地在t时段的最小出力；
40、通道容量约束：
41、
42、式中：为第l条输电通道的容量；分别为接入第l条输电通道的水电站、风电站、光伏电站数量；
43、水量平衡约束：
44、
45、
46、
47、式中：为水电站mh在t时段初库容；δtsecond为单个计算时段的秒数；分别为水电站mh在t时段的入库流量、出库流量、区间来水流量、弃水流量；为与水电站mh有直接水力联系的上游水电站集合；
48、发电水头约束：
49、
50、式中：为水电站mh的t时段初坝本文档来自技高网...
【技术保护点】
1.一种考虑风险度量的水风光一体化长期调度方法，其特征在于：所述方法包括：根据逐时段蓄水状态离散、弃水和缺电风险场景获取，风险计算及风险矩阵求解，构建权衡能源消纳、发电效益和运行风险的多目标模型，采用动态规划算法寻求模型初始解，采用离散微分动态规划和逐步优化算法精细化求解模型，完成水风光综合基地一体化调度。
2.根据权利要求1所述的一种考虑风险度量的水风光一体化长期调度方法，其特征在于：所述逐时段蓄水状态离散包括：水风光综合基地调度采用水电站群蓄水状态表征系统运行风险，以水电站群水位组合向量表示蓄水状态St；采用均匀离散方式对各状态进行离散，水电站mh离散量记作水电站群总离散量为各水电站离散量的乘积，计算方式如下式：
3.根据权利要求1所述的一种考虑风险度量的水风光一体化长期调度方法，其特征在于：弃水和缺电风险场景获取包括：选定t～T当前时段至调度期末作为风险计算期，并在风险计算期内获取风险场景；然后对于水电站群，通过水文频率计算方法从t～T时段序列获取丰水、枯水场景；即对t～T时段的实际来水资料按水量由大到小排序，选取来水频率最小、来水频率最大场景作为来
4.根据权利要求3所述的一种考虑风险度量的水风光一体化长期调度方法，其特征在于：场景ξt′、ξt″表达式为：
5.根据权利要求1所述的一种考虑风险度量的水风光一体化长期调度方法，其特征在于：风险计算及风险矩阵求解包括：依次获取各时段风险场景，即：ξ1′,...,ξt′,...,ξT′和ξ1″,...,ξt″,...,ξT″；对状态矩阵S各元素分别在ξ1′,...,ξt′,...,ξT′和ξ1″,...,ξt″,...,ξT″场景下采用下式计算弃水风险、缺电风险；
6.根据权利要求1所述的一种考虑风险度量的水风光一体化长期调度方法，其特征在于：构建权衡能源消纳、发电效益和运行风险的多目标模型包括：
7.根据权利要求6所述的一种考虑风险度量的水风光一体化长期调度方法，其特征在于：多目标模型约束条件包括：
8.根据权利要求7所述的一种考虑风险度量的水风光一体化长期调度方法，其特征在于：多目标模型的将初始解求解方法包括：选取时段t为阶段变量，蓄水状态St为状态变量，发电流量为决策变量，离散步长为水量平衡方程式即为状态转移方程；根据动态规划多阶段决策原理和目标函数列出如下递推方程：
9.根据权利要求8所述的一种考虑风险度量的水风光一体化长期调度方法，其特征在于：采用离散微分动态规划和逐步优化算法精细化求解模型包括：将多目标模型的将初始解作为输入条件，从状态维度降低复杂度：在输入解的状态邻域内进行逐密细化离散，离散步长为形成廊道，在廊道内寻求最优解，寻优采用POA算法，从阶段维度降低复杂度，将多阶段问题转化为多个两阶段问题，一次迭代过程遍历2～(T-1)阶段，仅对(t-1)～(t+1)两阶段问题优化计算；迭代直至算法收敛。
10.根据权利要求9所述的一种考虑风险度量的水风光一体化长期调度方法，其特征在于：采用离散微分动态规划和逐步优化算法精细化求解模型包括：
...【技术特征摘要】
1.一种考虑风险度量的水风光一体化长期调度方法，其特征在于：所述方法包括：根据逐时段蓄水状态离散、弃水和缺电风险场景获取，风险计算及风险矩阵求解，构建权衡能源消纳、发电效益和运行风险的多目标模型，采用动态规划算法寻求模型初始解，采用离散微分动态规划和逐步优化算法精细化求解模型，完成水风光综合基地一体化调度。
2.根据权利要求1所述的一种考虑风险度量的水风光一体化长期调度方法，其特征在于：所述逐时段蓄水状态离散包括：水风光综合基地调度采用水电站群蓄水状态表征系统运行风险，以水电站群水位组合向量表示蓄水状态st；采用均匀离散方式对各状态进行离散，水电站mh离散量记作水电站群总离散量为各水电站离散量的乘积，计算方式如下式：
3.根据权利要求1所述的一种考虑风险度量的水风光一体化长期调度方法，其特征在于：弃水和缺电风险场景获取包括：选定t～t当前时段至调度期末作为风险计算期，并在风险计算期内获取风险场景；然后对于水电站群，通过水文频率计算方法从t～t时段序列获取丰水、枯水场景；即对t～t时段的实际来水资料按水量由大到小排序，选取来水频率最小、来水频率最大场景作为来水风险场景；对于新能源电场，分别选取风电场、光伏电场t～t时段最大出力、最小出力作为风电风险场景、光伏风险场景；基于笛卡尔乘积的思想对来水、风电出力及光伏出力场景进行组合，得到高弃水风险场景ξt′和高缺电风险场景ξt″；场景ξt′对应来水偏丰且新能源出力高发场景，场景ξt″对应来水偏枯且新能源出力低发场景。
4.根据权利要求3所述的一种考虑风险度量的水风光一体化长期调度方法，其特征在于：场景ξt′、ξt″表达式为：
5.根据权利要求1所述的一种考虑风险度量的...
【专利技术属性】
技术研发人员：苏华英，张俨，王融融，王榆楗，赵维兴，黄晓旭，王宁，马覃峰，刘明顺，安甦，王国松，田年杰，陈锐，汪明清，王寅，姚刚，赵倩，陶用伟，
申请(专利权)人：贵州电网有限责任公司，
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。