1.联合风电光伏电站的梯级水电站中长期隐随机调度方法,其特征在于,包括如下步骤:
步骤1:收集待调峰的负荷数据资料,得到历史每日的日负荷曲线;
步骤2:收集调度区域内所有风电、光伏发电曲线,将所有风电站和光伏电站看成整体,求出历史每日的总风电光伏出力曲线;
步骤3:用历史每日的日负荷曲线减去当日的总风电光伏出力曲线,得到历史每日的剩余负荷曲线;将峰谷差最大的剩余负荷曲线作为最差剩余负荷曲线;
步骤4:将剩余负荷曲线分为峰荷和基荷两部分;梯级水电站承担剩余负荷的调峰任务,即承担所有的峰荷;将最差负荷曲线的峰荷电量作为水电站一天需要的最少发电量;假设梯级电站送出电力在一天内保持一致;
步骤5:从历史风电、光伏出力预测数据中找到最大预测偏差,以这两个最大最大预测偏差之和作为水电站的备用;用水电站装机减去备用容量得到水电站的日出力上限;将每个时段的日出力上限乘以时段长,然后加和起来作为水电站的日最大发电量;
步骤6:将每月得到的日出力上、下限乘上本月天数作为每个月的梯级电站发电量上下限;
步骤7:假设每个月的径流过程是一个马尔科夫链,利用历史数据求出一年内丰平枯月份的转移概率,利用蒙特卡洛方法随机生成径流序列场景;
步骤8:建立梯级水电站中长期发电量最大确定性优化模型,考虑步骤4与步骤5得到的月发电量上下限约束及水电站水力约束,采用非线性优化算法,对步骤7得到的每一种径流场景都作为径流输入条件,进行计算,得到和径流场景数相同的决策序列;所述的决策序列包括当前时段平均出力pm,t和当前时段弃水流量qsm,t;所述的水电站水力约束包括发电函数约束、水头约束、尾水位流量约束、下泄流量约束、水位库容约束、水量平衡约束、末水位控制约束、发电流量约束、库水位约束和出库流量约束;将步骤7得到的每一种径流场景都作为径流输入条件,对模型进行求解,得到和径流场景数相同数量的决策序列;
步骤9:分月对调度函数进行拟合,以入库流量qm,t、上一时段入库流量qm,t+1、当前库容sm,t作为输入,以当前时段平均出力pm,t、当前时段弃水流量qsm,t作为输出,进行径向基神经网络训练,得到径向基神经网络模型;
步骤10:采用步骤9得到的径向基神经网络模型,将所有水库的入库流量qm,t、上一时段入库流量qm,t+1、当前库容sm,t作为输入,得到所有水库的当前时段平均出力pm,t、当前时段弃水流量qsm,t;之后按照得到所有水库的当前时段平均出力pm,t、当前时段弃水流量qsm,t进行调度,其中,m=1,2,...,m,m表示调度区域内的水库总数。
2.根据权利要求1所述的联合风电光伏电站的梯级水电站中长期隐随机调度方法,其特征在于,减去峰荷电量之后的水电站发电量作为省内的基荷或者通过外送通道送到省外。
3.根据权利要求1所述的联合风电光伏电站的梯级水电站中长期隐随机调度方法,其特征在于,步骤7中,假设每个月的径流过程是一个马尔科夫链,利用历史数据求出一年内丰平枯月份的转移概率,利用蒙特卡洛方法随机生成径流序列场景;其具体方法为:
(7.1)将相同月份的历史径流数据按照从高到低得顺序排列,参照水文丰平枯水年划分依据,将频率为前37.5%的径流划分成丰水月,将37.5%—62.5%的径流划分成平水月,将大于62.5%的径流划分为枯水月;
(7.2)假设不同月份划分为同一类型的径流服从正态分布,通过历史数据拟合正态分布参数,得到相应月份径流服从的正态分布的均值与方差;
(7.3)通过统计分析,得出月份之间的丰平枯径流相互转移的概率;
(7.4)随机生成若干个一月份径流数据,然后根据转移概率对下个月的丰平枯状态进行通过轮盘赌概率选择的方式进行抽样,得到该月份的丰平枯状态;之后,假设同一丰平枯状态下的径流数据服从正态分布,采用矩估计法估计正太分布均值与方差,最后通过蒙特卡洛随机模拟生成径流数据;以此类推,生成完整的一年分月径流序列。
4.根据权利要求1所述的联合风电光伏电站的梯级水电站中长期隐随机调度方法,其特征在于,步骤8的具体方法为:
建立梯级水电站中长期发电量最大确定性优化模型,所述的发电量最大确定性优化模型目标函数:
式中,t表示调度期时段数,m为梯级电站数,ct为t时段的电价,pm,t为m号电站t时段的平均出力,δt表示时段小时数;
约束条件:
(1)发电函数约束
pm,t=εm·qm,t·hm,t
式中,pm,t为m号电站t时段的平均出力,单位mw,εm为m号电站的出力系数,qm,t为m号电站t时段的发电流量,单位m3/s,hm,t为m号电站t时段的水头;
(2)水头约束
式中,zm,t为m号电站t时段初水位,zm,t+1为m号电站t时段末水位,ztm,t为m号电站t时段尾水位;
(3)尾水位流量约束
式中,b0,m,b1,m,b2,m,b3,m,b4,m为通过历史数据经过多项式拟合得到尾水位流量曲线拟合系数,rm,t为m号电站t时段总下泄流量;
(4)下泄流量约束
rm,t=qm,t+qsm,t
式中,qm,t为m号电站t时段的发电流量,单位m3/s,qsm,t为m号电站t时段的弃水流量,单位m3/s;
(5)水位库容约束
a0,m,a1,m,a2,m,a3,m,a4,m为水电站库容水位曲线系数,sm,t为m号电站t时段初库容;
(6)水量平衡约束
sm,t+1=sm,t+3600·(rm-1,t+qm,t-rm,t)·δt
式中,sm,t+1为m号电站t时段末库容,rm-1,t为m号电站上游电站t时段出库流量,qm,t为m号电站t时段区间流量,δt表示时段小时数;
(7)末水位控制约束
zm,t+1=zem
式中,zm,t+1为m号电站t时段末水位,即调度期末水位;zem为其控制值;
(8)发电流量约束
式中,qm,t为m号电站t时段发电流量,
(9)库水位约束
式中:zm,t为m号电站t时段初水位,zm,t、
(10)出库流量约束
式中:rm,t为m号电站t时段下泄流量,rm,t、
(11)通过短期调度得到的长期出力约束
式中:pm,t为m号电站t时段出力,phbm,t、
采用lingo求解器对模型进行求解,对步骤7得到的每一种径流场景都作为径流输入条件,进行计算,得到和径流场景数相同的决策序列。