本发明涉及电厂调度技术领域，特别是指一种计及风电不确定性的风电场收益估计方法。
背景技术：
近年来，随着风力发电技术的迅速发展，风电在电网中的比例不断增加，随之带来的风电消纳问题日益突出。由于风电出力随机性强且预测偏差大，在与火电机组的竞争中处于劣势。为鼓励风电发展，各国政府对风电采取了各种扶持政策，其中在风电参与市场模式方面，许多国家也允许风电参与市场集中竞争，其中，美国、北欧等可再生能源发展较为成熟的国家或地区已允许风电参与日前现货市场投标竞争。由于风电的边际成本几乎为零，风电场通常以零价进行投标，从而达到优先出清的目的。在这种电量投标的模式下，参与市场竞价的风电企业需要在日前预测各自的出力，预测误差导致的不平衡量则在日内或实时市场进行平衡。
风电出力的随机性和波动性一方面增加了电力市场运行的不确定性，同时也增加了风电场自身在参与电力市场博弈时的复杂性。风电场如何准确针对目前市场机组报价形式，综合考虑竞价方式、风电出力不确定性等因素，最终快速、准确地估计出报价收益，以期获得最大的收益同时避免一定的风险，是目前风电场面对的棘手问题。
技术实现要素：
本发明的目的在于针对现有技术的不足，提供一种计及风电不确定性的风电场收益估计方法，包括：
s1、建立现货市场出清模型；
s2、选择风电场收益估计方法；
s3、构建风电出力不确定模糊集。
本发明提出的以上方法取得了以下有益效果：
提出了采用分布鲁棒优化方法来解决优化风力发电厂的收益估计这一问题。基于样本外检验的结果，证明了样本外检验的分布性鲁棒优化在计算时间和预期收益都达到了满意的结果，有着与随机优化相似的计算结果，但计算量小得多，不确定性方差较低。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合具体实施例进行详细描述。
第一实施例
为便于分析和推导，本发明以包含日前、实时两级的集中式现货市场为例，对现货市场出清模型进行了一定的假定和简化：不考虑网络损耗和阻塞，仅仅考虑系统的发电和负荷电量平衡；市场中的火电机组均按照其成本曲线进行报价，这在一个充分竞争的市场中是合理的假定；风电作为市场优先调度电源，仅在日前市场对电量进行申报，不对价格进行申报，日前、实时两级市场中风电电量均全额优先出清。
一、建立现货市场出清模型
首先考虑日前市场，火电机组的报价形式可由下式表示：
式中：pi为第i台火电机组的出力；ai，bi,ci为机组报价参数；f(pi)为机组报价曲线。
风电在日前市场的投标电量则以风电出力预测值pf为基准，则日前市场供需平衡关系可由下式表示：
式中：g为系统中火电机组的总台数；pload为系统的总负荷；pf为系统投标量；α为策略参数，即灵活性比例系数。
日前市场以社会福利最大化进行出清，优化目标可写为：
式中：b(pload)为系统负荷的效益函数。上述问题可采用经典的拉格朗日函数法进行求解，所对应拉格朗日系数λda即为日前电力市场出清价格。
同理，实时市场出清价格λrt可根据实时市场的供需平衡关系进行求解：
式中：pw为风电实时出力。假设风电场日前投标与实时出力的偏差不受额外惩罚，风电场投标总收益ftotal可由下式表示：
ftotal＝λdaαpf+λrt(pw-αpf)(5)
由式(5)可知：若风电场日前投标电量太高，风电场需要在实时市场内以实时价格对少发的电量进行购买；如果风电场日前所报电量太低，市场运营机构则会以实时市场价格对风电多发电量进行收购。值得指出的是，在本发明假定的风电参与现货市场模式下，由于实时市场风电全额优先出清，出清电价不受风电日前投标的影响，风电的日前投标电量仅对日前市场出清电价产生影响，但风电场自身在日前、实时市场的结算均受到风电在日前投标的影响。此外，为保证电力系统的安全稳定运行，排除风电投标可能对系统运行造成的风险，在日前市场出清后，调度机构会根据风电预测、负荷预测等进行可靠性机组组合，以此确定运行日的机组启停计划，从而保证系统运行的可靠性。
二、选择风电场收益估计方法
由于风电场收益由日前市场和实时市场共同决定，若风电场日前所报电量太高，实时市场供给不足，使实时市场价格升高，最终会使风电场所受损失更大。反之，若风电场日前所报电量太低，则会导致实时市场供给过剩，同样也会影响风电场的收益。因此，风电场需要在日前市场对其电量进行投标博弈，而其所投标电量与风电出力日前预测值密切相关。当系统中存在多个风电场时，各风电场可选择联合投标以减少风电的整体预测误差，从而提高风电场投标的准确度。这里将以前述的现货出清模型为基础，对风电场采用不同投标情形下的最优收益估计方法与风电预测误差的关系进行推导。假定市场中存在多个共同竞争的风电场和火电厂，各风电场可选择单独投标或者联合投标。
2.1风电场联合投标
对于风电场联合投标情形，结合前述现货市场出清模型，日前市场出清问题的拉格朗日函数具体可由式(6)表示。
将式(6)对pi求导，得到日前市场出清模型的目标函数最优条件，如下式所示：
将式(7)与式(2)联立，消去火电机组出力pi，得到日前市场出清电价的表达式(8)：
同理，实时市场的出清价格可写为：
由式(8)、式(9)和式(5)即可写出风电场在日前市场和实时市场获得的总收益ftotal：
由日前及实时市场出清电价的表达式可以看出，日前市场出清价格受风电投标影响，投标电量越少，日前市场价格越高，而实时市场价格则不受投标电量影响。结合风电场总收益式(10)，风电场日前市场收益是日前市场价格乘以日前投标量，实时市场收益是实时市场价格乘以偏差电量，其总收益为开口向下的二次函数，存在收益最高点。
2.2风电场独立投标
在充分竞争的电力现货市场中，各风电场相互之间也存在竞争博弈关系，其在日前市场投标中需要考虑其他风电场的投标意向以使自身的投标收益最大。假定各风电场独立投标，此时日前市场供需平衡关系及日前市场出清问题的拉格朗日函数可由式(13)和式(14)表示。
式中：n为系统中风电场的总数；ai为风电场j的投标策略参数；pf，j为风电场j的风电出力预测值。同理，风电场独立投标下的日前市场和实时市场的出清价格可由式(17)表示。
用户可以根据具体情况，选择所需要的风电场收益估计方法。
三、风电出力不确定模糊集的构建
对于风力出力的不确定性，国内外学者尝试采用分布式鲁棒优化方法处理不确定性问题,该方法将随机规划和鲁棒优化方法相结合,在满足不确定性参数信息条件下寻找最恶劣的概率分布函数,但该方法的求解过程过于复杂。本发明采用另一种基于数据驱动下的分布式鲁棒优化算法,通过获取不确定性参数的历史数据,建立范数约束条件约束不确定概率分布集合,从中制定出最恶劣概率分布下的决策方案。对于约束条件，本发明以1-范数或∞-范数作为约束条件两种范数条件相结合,采用综合范数约束不确定性分布置信范围,应用于电气能源系统优化调度。这样可以避免以1-范数或∞-范数作为约束条件单独分析和优化,导致的优化结果偏于片面和极端,同时考虑了实际中调度员需要确定唯一的调度方案的问题。
构建时，本发明的两阶段分布鲁棒优化模型中,需要寻找使期望目标函数值最大的场景概率分布值,而在求解过程中,为使得所求取的概率分布值与实际运行数据相贴近,本发明构建了以初始概率分布值为中心,以包含1-范数和∞-范数的综合范数为约束条件对离散风电场景的概率分布值进行约束,其可行域分别为ω1和ω∞。
式中:
本发明公开的以上步骤均可以通过计算机实施完成，通过在计算机中构建s1步骤中的现货市场出清模型，并存储在存储器中供后续程序调用，然后用户根据需要完成步骤s2，对使用的风电场收益估计方法进行选择，最终计算机根据步骤3构建的电出力不确定模糊集，来对所述选择的风电场收益估计方法中的总收益进行带约束条件的优化，最终求解出最优值。通过以上方法，解决了风力发电厂的投标策略制定的问题，在计算时间和准确性方面都达到了满意的结果，有着与随机优化相似的计算结果，但计算量小得多，不确定性方差较低，取得了有益的技术效果。
第二实施例
该实施例选用典型的10机系统作为本发明算例对前文推导的风电场投标策略进行验证。以风电场整体投标为例，按照式(1)至式(4)建立日前、实时市场的出清优化模型，采用算例系统的典型日负荷曲线及实际风电出力曲线对系统的出清价格和风电收益进行计算。同时，采用式(10)所推导的风电收益解析式计算结果作为对比。以日内最高负荷点为例，该点系统负荷为1500mw，风电出力为255mw，风电预测为218mw，2种方式的风电收益计算结果显示，二者之间差别很小，且收益曲线呈现二次函数的形状，由此验证了本发明风电投标策略推导的正确性。
此外，通过应用增强的线性函数显示了dro的结果由方程(17)定义的近似第二阶段的决策规则决策(即正负失衡)，结果显示，正失衡比负失衡要高得多，甚至当预测误差为负时。这个结果与事实相符提议的dro投标策略总体上是风险规避的，因为在最坏情况下对不确定条件下的结果进行优化分配。更具体地说，作为负不平衡价格(300瑞士法郎/兆瓦时)远高于正不平衡价格(10瑞士法郎/兆瓦时)，wpp在da市场上总是出价较低，以便避免负失衡带来的高额惩罚成本。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。