【技术实现步骤摘要】
本专利技术涉及联合电力系统运行，具体来说，涉及一种风光抽水蓄能联合电力系统的优化运行方法、装置、电子设备及计算机可读存储介质。
技术介绍
1、近年来，随着新能源发电设施的大规模接入，风光等间歇性资源对现有电力系统优化运行方法提出了严峻的考验。为保证电力系统运行的稳定性与经济性，促进可再生能源消纳，已有许多研究提出应对风光出力不确定性的方法，例如利用交直流混联系统与各类只能软开关技术以提高电网运行灵活性的方式使电网潮流实时跟随风光出力的变化、利用电化学储能系统平抑风光出力的变化等。然而，这些方法均需要在电网中配置大量设备，且大多为电力电子设备，不仅会提高电网规划周期内的总成本，还会造成电网“谐波污染”对电网电能质量造成影响。
2、此外，少有研究利用抽水蓄能平抑风光的间歇性出力。然而，据中国水力发电工程学会抽水蓄能行业分会最新发布的《抽水蓄能产业发展报告2022》显示，截止到2022年底，我国抽水蓄能总装机容量达0.45亿kw，新增装机容量880万千瓦占全球新增装机容量的85％，预计到2025年，我国抽水蓄能投运规模将达到0.62亿千瓦，2030年将达到约1.6亿至1.8亿千瓦。
3、因此，为应对新能源发电设施以及未来抽水蓄能电站的大规模接入，有必要研究一种计及风光不确定性的风光抽水蓄能联合电力系统的优化运行方法。
技术实现思路
1、本专利技术提供一种风光抽水蓄能联合电力系统的优化运行方法、装置、电子设备及计算机可读存储介质，解决在电力系统中增设大量昂贵电力电子
2、本专利技术所采取的技术方案是：
3、一种风光抽水蓄能联合电力系统的优化运行方法，包括：
4、s1、获取风光抽水蓄能联合电力系统所在地区的数值天气预报数据和地理信息数据；
5、s2、基于所述数值天气预报数据和地理信息数据，对所述风光抽水蓄能联合电力系统下一个调度周期内的风光出力进行预测，得到现有预测信息；
6、s3、获取历史风光出力预测误差信息，基于所述现有预测信息与历史风光出力预测误差信息对风光出力的不确定性进行建模，得到风光预测误差区间；
7、s4、基于所述风光出力预测值及风光出力预测误差区间，构建得到风光抽水蓄能联合电力系统优化运行数学模型；
8、s5、建立风光抽水蓄能联合电力系统调度空间裕量判断模型并判断得到目标风光抽水蓄能联合电力系统优化运行数学模型；
9、s6、基于优化算法对所述目标风光抽水蓄能联合电力系统优化运行数学模型进行全局最优求解，得到最优的风光抽水蓄能联合电力系统调度运行方案。
10、进一步地，所述步骤s1包括：
11、通过气象观测站、卫星遥感技术及气象模型输出方式采集风光抽水蓄能联合电力系统所在地区的数值天气预报数据和地理信息数据，其中所述数值天气预报数据包括但不限于温度、湿度、风速、风向、日照时数和太阳辐射强度，所述地理信息数据包括地形、地势及水资源分布；所述数值天气预报数据和地理信息数据用于为风光抽水蓄能联合电力系统的运行提供重要的基础信息，帮助预测风光等间歇性资源的出力。
12、进一步地，所述步骤s2包括：
13、s21、分析数值天气预报数据中的风速和风向及获取地理信息数据中的地形和地势，利用风力发电模型对风光抽水蓄能联合电力系统下一个调度周期内进行风力发电出力的预测：使用风力发电机组的特性曲线、机组容量和风速频率分布数据，通过数学模型计算预测得到风光抽水蓄能联合电力系统下一个调度周期内的风力出力功率
14、s22、获取数值天气预报数据中的日照时数和太阳辐射强度及地理信息数据中的地形和遮挡物分布，对风光抽水蓄能联合电力系统下一个调度周期内进行太阳能发电的预测：使用太阳能电池板的特性曲线、太阳辐射模型和日照时数数据，估计风光抽水蓄能联合电力系统下一个调度周期内的太阳能出力功率
15、进一步地，所述步骤s3包括：
16、s31、获取历史风光出力预测误差数据并对其进行分析得到风光出力实际值；
17、s32、基于现有预测信息中的风光出力预测值，计算得到所述风光出力预测值与所述风光出力实际值之间的误差，其中所述误差包括平均误差、标准差、最大误差以及误差的分布特征；
18、s33、基于所述历史风光出力预测误差数据，构建得到风光出力预测误差模型，其中所述风光出力预测误差模型包括回归分析模型、时间序列模型、神经网络模型及随机森林模型；
19、s34、将现有预测信息输入至所述风光出力预测误差模型，输出得到基于置信区间或概率分布的风光出力预测误差区间。
20、进一步地，所述步骤s4具体包括：
21、基于所述风光出力预测值及风光出力预测误差区间，利用约束条件构建得到不考虑风光不确定性的风光抽水蓄能联合电力系统优化运行数学模型的目标函数，其表达式为：
22、
23、其中，
24、
25、
26、
27、
28、
29、上述公式(1)-(6)中，minc表示优化目标；
30、com表示风光抽水蓄能联合电力系统中的抽水蓄能电站运维成本；com为设备s单位时间内的运维成本；ps,t表示在t时刻设备s的有功功率；δt则为运维的时间间隔；
31、cpun为弃风弃光惩罚值；cd为单位弃风光的惩罚成本；表示风光于t时刻的出力预测值；表示风光于t时刻风光出力实际值；
32、icap表示容量电费；
33、iele表示电量电费；
34、为t时刻风光抽水蓄能联合电力系统内的微型燃气轮机发电燃料成本；pgt为风光抽水蓄能联合电力系统内的微型燃气轮机发电所需的单位燃料成本；
35、表示t时刻风光抽水蓄能联合电力系统运行的环境成本；pgt,e为风光抽水蓄能联合电力系统内的微型燃气轮机发电的单位环境成本；为t时刻风光抽水蓄能联合电力系统内的微型燃气轮机的发电功率；
36、为t时刻风光抽水蓄能联合电力系统从主网的购电成本；为t时刻风光抽水蓄能联合电力系统从主网的购电功率；为t时刻主网的电价；
37、所述约束条件包括功率平衡约束条件、联络线功率约束条件及抽水蓄能电站发电/抽水约束条件；
38、其中，1)所述功率平衡约束条件的表达式如下：
39、
40、公式(7)中，为t时刻风光抽水蓄能联合电力系统内所有用户的用电总负荷；为t时刻风光抽水蓄能联合电力系统内风电的发电功率；为t时刻风光抽水蓄能联合电力系统内光伏的发电功率；为t时刻风光抽水蓄能联合电力系统内微型燃气轮机发电功率；与为t时刻风光抽水蓄能联合电力系统内抽水蓄能电站的发电/抽水功率；与分别为t时刻风光抽水蓄能联合电力系统向主网买/卖电功率；本文档来自技高网...
【技术保护点】
1.一种风光抽水蓄能联合电力系统的优化运行方法，其特征在于，包括：
2.根据权利要求1所述的一种风光抽水蓄能联合电力系统的优化运行方法，其特征在于，所述步骤S1包括：
3.根据权利要求1所述的一种风光抽水蓄能联合电力系统的优化运行方法，其特征在于，所述步骤S2包括：
4.根据权利要求1所述的一种风光抽水蓄能联合电力系统的优化运行方法，其特征在于，所述步骤S3包括：
5.根据权利要求1所述的一种风光抽水蓄能联合电力系统的优化运行方法，其特征在于，所述步骤S4具体包括：
6.根据权利要求1所述的一种风光抽水蓄能联合电力系统的优化运行方法，其特征在于，所述步骤S5包括：
7.根据权利要求1所述的一种风光抽水蓄能联合电力系统的优化运行方法，其特征在于，步骤S6中所述优化算法包括线性规划算法或启发式算法。
8.一种风光抽水蓄能联合电力系统的优化运行装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器和处理器，其中，
10.一种计算机可读存储介质，其特征在于，用于存储计算
...【技术特征摘要】
1.一种风光抽水蓄能联合电力系统的优化运行方法，其特征在于，包括：
2.根据权利要求1所述的一种风光抽水蓄能联合电力系统的优化运行方法，其特征在于，所述步骤s1包括：
3.根据权利要求1所述的一种风光抽水蓄能联合电力系统的优化运行方法，其特征在于，所述步骤s2包括：
4.根据权利要求1所述的一种风光抽水蓄能联合电力系统的优化运行方法，其特征在于，所述步骤s3包括：
5.根据权利要求1所述的一种风光抽水蓄能联合电力系统的优化运行方法，其特征在于，所述步骤s4具体包括：
6.根据权利要求1所述的一种风光抽水蓄...
【专利技术属性】
技术研发人员：陈文涛，田世东，郑文立，王万斌，邵亮，王崇宇，文福拴，唐红涛，李美光，席先鹏，鄢蓓，田光阳，王从贵，黄杨，
申请(专利权)人：国网湖北省电力有限公司恩施供电公司，
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。