【技术实现步骤摘要】
本专利技术是关于一种基于随机场景生成的电力系统日前多阶段优化调度方法、装置、设备及介质，涉及电力系统。
技术介绍
1、为应对全球性生态和气候变化，大力发展可再生能源，减少化石能源依赖，促进能源可持续发展已成为全世界共识。2023年7月，我国提出要加快构建清洁低碳、安全充裕、经济高效、供需协同、灵活智能的新型电力系统。能源行业碳排放占全国总量80%以上，大力发展新能源，促进电力行业高质量发展，是实现“双碳”目标的重要环节。由于风-光资源的不确定性，给电力系统的优化运行带来了巨大的挑战。新能源出力的随机特性将直接影响电力系统的电力供给能力和新能源的消纳水平。准确刻画风-光资源和计及随机性的电力系统优化运行模型是解决含大规模新能源电力系统优化运行的重要方法。
2、目前针对新能源出力特性的刻画已有相关研究，采用的方法可归纳为基于优化的方法、基于随机抽样的方法及数据驱动的方法，具体包括启发式时刻匹配法、观望聚类的前向选择算法、混合藤copula模型、多元正太分布、copula模型及蒙特卡洛抽样等。然而，上述方法均存在一些缺陷，例如：基于优化的模型往往难以考虑低概率的极端场景，同时存在计算效率低的问题；基于随机抽样的方法难以处理实际风-光资源的复杂分布特性；常规数据驱动方法难以充分捕获风-光资源曲线的时序特性并生成可控且高质量的风-光功率曲线，同时传统生成对抗网络模型面临着收敛困难、性能不稳定等问题。
3、另外，电力系统的优化调度是保障电力系统安全运行的重要基础。但是在传统日前运行模型中，机组决策变量一般在不确定因素
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，针对上述问题，本专利技术的目的是提供一种能够根据新能源的实现情况改变各阶段决策，同时考虑后续阶段不确定性因素的实现的基于随机场景生成的电力系统日前多阶段优化调度方法、装置、设备及介质。
2、为了实现上述专利技术目的，本专利技术采用的技术方案为：
3、第一方面，本专利技术提供的一种基于随机场景生成的电力系统日前多阶段优化调度方法，该方法包括：
4、基于电力系统的前一日风-光出力数据通过条件生成对抗网络生成日前新能源预测随机场景；
5、削减日前新能源预测随机场景，并使用场景树刻画削减后的日前新能源预测随机场景；
6、构建面向含新能源的电力系统日前多阶段随机优化调度模型；
7、基于场景树刻画的日前新能源预测随机场景对电力系统日前多阶段调度模型通过随机对偶动态整数规划算法求解，实现电力系统日前多阶段优化调度。
8、优选地，条件生成对抗网络是以设定的目标函数为优化方向，通过对判别器和生成器交替训练，最终使得判别器难以区分真实样本数据和生成器得到的假样本数据，真实样本数据为收集到的真实历史场景数据，假样本数据为生成器随机生成的场景数据，其中，条件生成对抗网络的目标函数为：
9、；
10、其中，函数为条件生成对抗网络对于样本的损失值，表示判别器网络参数，表示生成器网络参数；函数为计算数据期望；表示真实样本数据，表示真实样本分布，表示随机输入样本，表示随机噪声分布，为条件数据，其中，基于wasserstein距离条件生成条件对抗网络损失函数。
11、优选地，削减日前新能源预测随机场景，并使用场景树刻画削减后的日前新能源预测随机场景，包括：
12、采用k-means聚类算法削减日前新能源预测随机场景；
13、将削减后的削减日前新能源预测随机场景使用阶段独立的随机场景树描述多阶段规划过程中不确定性实现的情况。
14、优选地，面向含新能源的电力系统，包括光伏发电装置、风力发电装置、电池储能系统和火电机组供给系统中的电力负荷，各设备的运行需满足各自的运行约束及系统电力平衡约束，其中，运行约束及系统电力平衡约束包括火电机组运行约束、电池储能系统约束、风力、光伏发电运行约束及功率平衡约束。
15、优选地，电力系统的日前多阶段随机优化调度模型是基于各设备的运行约束及系统电力平衡约束和考虑风-光出力的不确定性进行获得：
16、；
17、其中，表示阶段s的目标函数，表示阶段s的所有变量，表示阶段总数量，表示阶段s优化结果造成的后续阶段运行成本,为随机变量表示随机因素在阶段s的实现情况，包括风电随机出力及光伏随机出力，表示阶段s的可行域，并受到和的影响。
18、优选地，基于场景树刻画的日前新能源预测随机场景对电力系统日前多阶段调度模型通过随机对偶动态整数规划算法求解，实现电力系统的日前多阶段优化调度，包括：
19、s1、初始化参数，包括单次抽样场景个数 n m、最大迭代次数 n ite、多阶段调度求解上限 ub、多阶段调度求解下限 lb和迭代次数 i；
20、s2、从阶段独立场景树中随机采样获得日前新能源预测随机场景；
21、s3、进行前向过程，收集优化结果，更新多阶段调度求解上限 ub；
22、s4、进行反向过程，收集优化结果，生成割并添加到电力系统日前多阶段随机优化调度模型中；
23、s5、求解第一阶段随机优化调度模型，更新多阶段调度求解下限 lb， i= i+1；
24、s6、判断，如果满足则结束，如果不满足则判断，若否则返回s2，若是则结束，其中，表示电力系统日前多阶段调度模型的求解收敛判据。
25、优选地，还包括通过多阶段调 度策略实现电力系统的日前多阶段优化调度的步骤，包括：在日前多阶段优化调度策略中，决策者需要在日前考虑次日新能源出力的随机特性，在各个阶段估计后续阶段可能存在的运行成本，形成多个单阶段优化模型，在每个阶段中捕获当前阶段随机场景，结合上一阶段s-1优化调度结果基于求解当前阶段s的单阶段随机优化调度模型获得电力系统运行情况。
26、第二方面，本专利技术提供一种基于随机场景生成的电力系统日前多阶段优化调度装置，该装置包括：
27、日前随机场景生成模块，被配置为基于电力系统的前一日风-光出力数据通过条件生成对抗网络生成日前新能源预测随机场景；
28、多阶段场景树生成模块，被配置为削减日前新能源预测随机场景，并使用场景树刻画本文档来自技高网...
【技术保护点】
1.一种基于随机场景生成的电力系统日前多阶段优化调度方法，其特征在于，该方法包括：
2.根据权利要求1所述的基于随机场景生成的电力系统日前多阶段优化调度方法，其特征在于，条件生成对抗网络是以设定的目标函数为优化方向，通过对判别器和生成器交替训练，最终使得判别器难以区分真实样本数据和生成器得到的假样本数据，真实样本数据为收集到的真实历史场景数据，假样本数据为生成器随机生成的场景数据，其中，条件生成对抗网络的目标函数为：
3.根据权利要求1所述的基于随机场景生成的电力系统日前多阶段优化调度方法，其特征在于，削减日前新能源预测随机场景，并使用场景树刻画削减后的日前新能源预测随机场景，包括：
4.根据权利要求1所述的基于随机场景生成的电力系统日前多阶段优化调度方法，其特征在于，面向含新能源的电力系统，包括光伏发电装置、风力发电装置、电池储能系统和火电机组供给系统中的电力负荷，各设备的运行需满足各自的运行约束及系统电力平衡约束，其中，运行约束及系统电力平衡约束包括火电机组运行约束、电池储能系统约束、风力、光伏发电运行约束及功率平衡约束。
5.
6.根据权利要求1所述的基于随机场景生成的电力系统日前多阶段优化调度方法，其特征在于，基于场景树刻画的日前新能源预测随机场景对电力系统日前多阶段调度模型通过随机对偶动态整数规划算法求解，实现电力系统的日前多阶段优化调度，包括：
7.根据权利要求1所述的基于随机场景生成的电力系统日前多阶段优化调度方法，其特征在于，还包括通过多阶段调度策略实现电力系统的日前多阶段优化调度的步骤，包括：在日前多阶段优化调度策略中，决策者需要在日前考虑次日新能源出力的随机特性，在各个阶段估计后续阶段可能存在的运行成本，形成多个单阶段优化调度模型，在每个阶段中捕获当前阶段随机场景，结合上一阶段s-1优化调度结果基于求解当前阶段s的单阶段随机优化调度模型获得电力系统运行情况。
8.一种基于随机场景生成的电力系统日前多阶段优化调度装置，其特征在于，该装置包括：
9.一种电子设备，其特征在于，包括：一个或多个处理器、存储器及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行如权利要求1至7所述方法中的任一方法的指令。
10.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行如权利要求1至7所述方法中的任一方法。
...【技术特征摘要】
1.一种基于随机场景生成的电力系统日前多阶段优化调度方法，其特征在于，该方法包括：
2.根据权利要求1所述的基于随机场景生成的电力系统日前多阶段优化调度方法，其特征在于，条件生成对抗网络是以设定的目标函数为优化方向，通过对判别器和生成器交替训练，最终使得判别器难以区分真实样本数据和生成器得到的假样本数据，真实样本数据为收集到的真实历史场景数据，假样本数据为生成器随机生成的场景数据，其中，条件生成对抗网络的目标函数为：
3.根据权利要求1所述的基于随机场景生成的电力系统日前多阶段优化调度方法，其特征在于，削减日前新能源预测随机场景，并使用场景树刻画削减后的日前新能源预测随机场景，包括：
4.根据权利要求1所述的基于随机场景生成的电力系统日前多阶段优化调度方法，其特征在于，面向含新能源的电力系统，包括光伏发电装置、风力发电装置、电池储能系统和火电机组供给系统中的电力负荷，各设备的运行需满足各自的运行约束及系统电力平衡约束，其中，运行约束及系统电力平衡约束包括火电机组运行约束、电池储能系统约束、风力、光伏发电运行约束及功率平衡约束。
5.根据权利要求4所述的基于随机场景生成的电力系统日前多阶段优化调度方法，其特征在于，电力系统的日前多阶段随机优化调度模型是基于各设备的运行约束及系统电力平衡约束和考虑风-光出力的不确定性获得：
【专利技术属性】
技术研发人员：于昊洋，刘栋，王智冬，孙珂，吴雄，曹滨睿，秦继朔，李凡，郭国栋，章程，王丹，薛雅玮，刘忠健，游沛羽，张柯欣，梁涵卿，陶太堃，司远，胡天宇，
申请(专利权)人：国网经济技术研究院有限公司，
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。