【技术实现步骤摘要】
本专利技术涉及电力系统，特别是一种基于分布鲁棒机会约束的梯级水风光储优化竞价方法。
技术介绍
1、近年来，太阳能和风能因其环境友好、可再生、资源丰富等特点得到快速发展。然而，由于其高度依赖气候因素，具有强随机性和波动性，直接集成到电网中可能威胁电网安全与经济运行。水力发电和储能系统因其快速调节能力，是稳定风能和太阳能输出波动的理想选择。梯级水风光储互补联合运行已成为实现高质量发展的重要因素。中国的太阳能和风能装机容量在2019年超过200吉瓦，但电力需求与供应存在空间不匹配，东部需求高于西部。因此，研究水风光储能互补联合调度方法对提升系统经济和稳定性至关重要。在新电力市场环境下，梯级水电系统短期优化调度对优化市场决策和资源配置具有重要作用，有助于水电企业参与市场竞争，推动产业高质量发展。综上所述，研究水风光储系统短期联合优化调度在理论上具有重要意义，同时在实践中具备显著的工程应用价值。这些解决方案不仅将为企业市场决策和资源配置带来优势，还将在实践中发挥重要作用，指导企业在新的市场环境下取得更好的效益，，同时推动电力行业的可持续发展。
技术实现思路
1、本专利技术所要解决的技术问题是提供一种基于分布鲁棒机会约束的梯级水风光储优化竞价方法，有效提高了各发电企业的经济性和参与市场的灵活性，为梯级水风光互补系统的规划建设提供技术支撑，适用于在新型电力市场下大规模发电系统联合互补调度中推广应用。
2、为解决上述技术问题，本专利技术所采用的技术方案是：一种基于分布鲁棒机会约束的梯级
3、s1、收集梯级水电站、风电场、光伏电站的历史数据；并拟合表征该地区风光出力联合概率分布模型和各水电站水位-库容、尾水位-泄量的关系；
4、s2、根据梯级水风光储联合调度特性、梯级水电站和储能的调节能力，采用时间参数描述梯级水风光储系统竞价出力策略，并设置梯级水风光储短期协同竞价的策略；
5、s3、构建电能-调频市场下梯级水风光储系统的最大收益竞价优化双层竞价模型；
6、s4、基于步骤s3通过分布鲁棒机会约束表征为风光出力不确定性的约束，对含有风光出力的等式和不等式进行改写；
7、s5、对构建的模型进行线性化处理，得到混合整数线性规划模型；
8、s6、对混合整数线性规划模型采用gurobi进行求解，获得系统最佳投标模式和竞价策略。
9、优选的，所述步骤s1具体如下：
10、首先对各水电站水位-库容、尾水位-泄量进行参数拟合，基于非参数核密度估计方法，分别求得风电和光伏出力样本的概率密度函数；然后，运用copula理论建立多种常见的风光出力联合概率分布模型；通过比较这些模型的kendall相关系数、spearman相关系数及欧氏距离，从中选取拟合程度最佳的copula函数，以表征该地区风电与光伏出力的互补特性。
11、优选的，所述步骤s3，构建上层梯级水风光储系统收益最大以及下层电能量-调频市场的服务市场联合出清购电成本双层模型，由目标函数、决策变量和约束条件构成：
12、a．上层目标函数
13、以梯级水风光储系统收益最大为上层目标函数：
14、；
15、da表示日前电能电能-调频联合市场阶段，为梯级水风光储在日前市场的总收益；t为日前调度的周期，取值为15分钟；为t时段梯级水电厂参与日前能量市场的收益；为梯级水电厂商参与日前调频市场的收益；为风电光伏厂商参与日前能量市场的收益；为储能厂商参与调频市场的收益；
16、储能电站参与日前电能-调频市场
17、；
18、、分别为储能电站在电能市场中标的放电、充电功率；分别为调频市场的中量和中标里程；、、分别为日前电能量市场出清电价、日前辅助市场调频容量出清价格和调频里程出清价格；
19、约束条件包括：
20、（1）储能充放电约束
21、；
22、、分别为储能电站的最大充电功率和放电功率，、两个为0/1变量，确保同一时刻储能电站只能处于充电和放电状态；
23、（2）储能申报容量限制
24、；
25、为t时段储能电站申报的调频容量，表示t时段储能电站的调频里程，、分别为储能电站的最大调频容量和最大调频里程；
26、（3）储能报价约束
27、；
28、式中：、、、分别为t时段储能电站申报的充放电价格、调频容量价格和调频里程价格；、、、分别为储能电站在电能-调频市场中的充放电价格、调频容量价格和调频里程价格报价上限；
29、（4）储能荷电状态约束
30、；
31、；
32、式中：、、分别表示储能电站 k 所允许的最小、最大容量以及其在t时段的剩余容量；、分别表示储能电站 k 的放电和充电效率；
33、（5）水量平衡约束
34、；
35、；
36、；
37、为电站i在时段t末的水库蓄水量；为水电站i在t+1时段内的入库流量；为水电站i在时段t的出库流量；为水电站i在t时段t的发电流量；为电站i的弃水流量。为考虑水流滞时后电站i-1在t时间的流量；为水电站i-1和水电站i之间位于时段t的区间流量；
38、（6）水库库容约束
39、；
40、、分别为第i个水电站的最小和最大库容；
41、（7）水位-库容关系
42、；
43、；
44、；
45、式中：为水电站i在t时段下的水库水位（m），和分别为水电站i的初始水位和时段末水位，其值可由梯级水电站的中期调度确定；为水电站i的水位-库容关系曲线函数，可以采用多项式拟合的方法来确定；
46、（8）尾水位-泄量关系曲线
47、；
48、式中：为水电站i在t时刻的尾水位，为水电站i的下泄流量和尾水位的关系函数，可采用多项式拟合的方法来确定；
49、（9）水电站下泄流量约束
50、；
51、式中：为第i个水电站的最小下泄流量；为第i个水电站的最大下泄流量；
52、（10）机组发电水头计算过程
53、；
54、式中：为水电站i的第k个机组在t时间内的发电水头，为水电站i的第k个机组在t时间内的损失水头；
55、（11）水头损失函数
56、；
57、式中：和分别为水电站i的水头损失系数和损失常数，一般可通过水力学试验获得；
58、（12）机组动力特性关系
59、；
60、式中：为第i个水电站第k个机组在t时间段内的发电水头，m；（）为第i个水电站k号机组出力-流量-水头的关系函数；
61、（13）机组振动区约束
62、；
63本文档来自技高网...
【技术保护点】
1.一种基于分布鲁棒机会约束的梯级水风光储优化竞价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种基于分布鲁棒机会约束的梯级水风光储优化竞价方法，其特征在于，所述步骤S1具体如下：
3.根据权利要求1所述一种基于分布鲁棒机会约束的梯级水风光储优化竞价方法，其特征在于，所述步骤S3，构建上层梯级水风光储系统收益最大以及下层电能量-调频市场的服务市场联合出清购电成本双层模型，由目标函数、决策变量和约束条件构成：
4.根据权利要求1所述一种基于分布鲁棒机会约束的梯级水风光储优化竞价方法，其特征在于，所述步骤S4中，分布鲁棒机会约束模型包括：
5.根据权利要求1所述一种基于分布鲁棒机会约束的梯级水风光储优化竞价方法，其特征在于，所述步骤S6，分别采用KKT和强对偶定理将步骤S3中的双层目标函数转化为单层，线性化得到目标函数；同时使用带有支撑集的方法对步骤S4中的分布鲁棒机会约束进行转换；
【技术特征摘要】
1.一种基于分布鲁棒机会约束的梯级水风光储优化竞价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种基于分布鲁棒机会约束的梯级水风光储优化竞价方法，其特征在于，所述步骤s1具体如下：
3.根据权利要求1所述一种基于分布鲁棒机会约束的梯级水风光储优化竞价方法，其特征在于，所述步骤s3，构建上层梯级水风光储系统收益最大以及下层电能量-调频市场的服务市场联合出清购电成本双层模型，由目标函数、决策...
【专利技术属性】
技术研发人员：杨智舜，张彬桥，何昌霖，冯洁莹，彭超，董一凡，黄启昀，
申请(专利权)人：三峡大学，
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。