【技术实现步骤摘要】
本专利技术涉及能源调度，特别是涉及一种计及风光电不确定性的能源优化调度方法和系统。
技术介绍
1、随着我国经济社会持续发展，能源生产和消费模式正在发生重大转变，能源产业肩负着提高能源效率、保障能源安全、促进新能源消纳和推动环境保护等新使命。传统能源系统以单一系统的纵向延伸为主，能源系统间物理互联和信息交互较少，而综合能源系统利用先进的技术和管理模式，整合区域内石油、煤炭、天然气和电力等多种能源资源，实现多异质能源子系统之间的协调规划、优化运行、协同管理、交互响应和互补互济，在满足多元化用能需求的同时有效提升能源利用效率，并通过能源的转置和梯级利用提高清洁能源的消纳能力，进而促进能源可持续发展。然而风光电的实际出力受风速、风向、温度、湿度等多种因素的影响，现有的预测技术难以排除误差的存在，其不确定性对综合能源系统能源供给的稳定性、安全性，以及清洁能源的消纳能力造成了不可忽视的影响。
2、目前对于电力系统不确定性的研究中，大多仅针对风电的不确定性，缺乏对光电不确定性的研究，实际上由于风电和光伏发电的环境影响因素不同，因此二者的不确定性具有不一致性，目前的电力系统的不确定性研究也无法同时考虑到风电的不确定性和光电的不确定性，从而无法满足电力系统实际运行的调度需求。
技术实现思路
1、为了解决上述技术问题，本专利技术提供了一种计及风光电不确定性的能源优化调度方法和系统，通过构建多场景的风光电不确定性数据集和双层优化调度模型来得到最优调度策略，达到提高系统新能源的消纳水平和不确定
2、第一方面，本专利技术提供了一种计及风光电不确定性的能源优化调度方法，所述方法包括：
3、获取综合能源系统中风光电设备的历史出力数据，并根据所述历史出力数据构建历史数据集，所述历史出力数据包括日前预测数据和实际出力数据；
4、根据所述日前预测数据和所述实际出力数据，计算日均预测相对偏差值，根据所述日均预测相对偏差值，对所述历史数据集进行不确定性场景的等级划分，并计算各个场景等级对应的初始概率分布，从各个场景等级中随机选取场景代表，根据所述场景代表和所述初始概率分布，构建离散不确定性场景集合；
5、基于所述离散不确定性场景集合，以综合能源系统中调度资源分配效能最优为目标函数，以综合能源系统中设备运行约束为约束条件，构建双层分布式优化调度模型，所述双层分布式优化调度模型包括上层日前调度优化模型和下层日间调度优化模型；
6、采用行列生成算法，对所述双层分布式优化调度模型进行求解，得到综合能源系统的最优调度策略，所述最优调度策略包括日前调度优化策略和日间调度优化策略；
7、根据所述最优调度策略，对综合能源系统进行能源调度。
8、第二方面，本专利技术提供了一种计及风光电不确定性的能源优化调度系统，所述系统包括：
9、数据获取模块，用于获取综合能源系统中风光电设备的历史出力数据，并根据所述历史出力数据构建历史数据集，所述历史出力数据包括日前预测数据和实际出力数据；
10、场景集合构建模块，用于根据所述日前预测数据和所述实际出力数据，计算日均预测相对偏差值，根据所述日均预测相对偏差值，对所述历史数据集进行不确定性场景的等级划分，并计算各个场景等级对应的初始概率分布，从各个场景等级中随机选取场景代表，根据所述场景代表和所述初始概率分布，构建离散不确定性场景集合；
11、模型构建模块，用于基于所述离散不确定性场景集合，以综合能源系统中调度资源分配效能最优为目标函数，以综合能源系统中设备运行约束为约束条件，构建双层分布式优化调度模型，所述双层分布式优化调度模型包括上层日前调度优化模型和下层日间调度优化模型；
12、策略生成模块，用于采用行列生成算法，对所述双层分布式优化调度模型进行求解，得到综合能源系统的最优调度策略，所述最优调度策略包括日前调度优化策略和日间调度优化策略；
13、策略执行模块，用于根据所述最优调度策略，对综合能源系统进行能源调度。
14、本专利技术提供了一种计及风光电不确定性的能源优化调度方法和系统。通过所述方法，能够得到适应多不确定性场景浮动概率分布的日前最优调度和离散代表场景下的日间最优调度策略，从而有效提高了系统新能源的消纳水平和不确定场景下系统综合运行的鲁棒性。
本文档来自技高网...【技术保护点】
1.一种计及风光电不确定性的能源优化调度方法，其特征在于，包括：
2.根据权利要求1所述的计及风光电不确定性的能源优化调度方法，其特征在于，所述根据所述日前预测数据和所述实际出力数据，计算日均预测相对偏差值，根据所述日均预测相对偏差值，对所述历史数据集进行不确定性场景的等级划分，并计算各个场景等级对应的初始概率分布的步骤包括：
3.根据权利要求2所述的计及风光电不确定性的能源优化调度方法，其特征在于，所述从各个场景等级中随机选取场景代表，根据所述场景代表和所述初始概率分布，构建离散不确定性场景集合的步骤包括：
4.根据权利要求1所述的计及风光电不确定性的能源优化调度方法，其特征在于，所述基于所述离散不确定性场景集合，以综合能源系统中调度资源分配效能最优为目标函数，以综合能源系统中设备运行约束为约束条件，构建双层分布式优化调度模型的步骤包括：
5.根据权利要求3所述的计及风光电不确定性的能源优化调度方法，其特征在于，所述日均预测相对偏差值包括风电出力的日均预测相对偏差值和光电出力的日均预测相对偏差值；
6.根据权利要求4所
7.根据权利要求6所述的计及风光电不确定性的能源优化调度方法，其特征在于，所述采用行列生成算法，对所述双层分布式优化调度模型进行求解，得到综合能源系统的最优调度策略的步骤包括：
8.根据权利要求7所述的计及风光电不确定性的能源优化调度方法，其特征在于所述将所述最坏场景概率分布和所述最大期望效能反馈至所述上层日前调度优化模型并进行迭代计算的步骤包括：
9.根据权利要求1所述的计及风光电不确定性的能源优化调度方法，其特征在于，所述根据所述最优调度策略，对综合能源系统进行能源调度的步骤包括：
10.一种计及风光电不确定性的能源优化调度系统，其特征在于，包括：
...【技术特征摘要】
1.一种计及风光电不确定性的能源优化调度方法，其特征在于，包括：
2.根据权利要求1所述的计及风光电不确定性的能源优化调度方法，其特征在于，所述根据所述日前预测数据和所述实际出力数据，计算日均预测相对偏差值，根据所述日均预测相对偏差值，对所述历史数据集进行不确定性场景的等级划分，并计算各个场景等级对应的初始概率分布的步骤包括：
3.根据权利要求2所述的计及风光电不确定性的能源优化调度方法，其特征在于，所述从各个场景等级中随机选取场景代表，根据所述场景代表和所述初始概率分布，构建离散不确定性场景集合的步骤包括：
4.根据权利要求1所述的计及风光电不确定性的能源优化调度方法，其特征在于，所述基于所述离散不确定性场景集合，以综合能源系统中调度资源分配效能最优为目标函数，以综合能源系统中设备运行约束为约束条件，构建双层分布式优化调度模型的步骤包括：
5.根据权利要求3所述的计及风光电不确定性的能...
【专利技术属性】
技术研发人员：孙景钌，奚洪磊，林国松，刘辉乐，赖欢欢，周震宇，俞凯，叶清泉，林世溪，潘益道，项烨鋆，瞿合祚，孟健，董夏林，吴隆东，何建国，施正钗，陈凡，孔凡坊，谢华森，李炜，施亦治，
申请(专利权)人：国网浙江省电力有限公司温州供电公司，
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。