一种风电光电消纳与梯级水电站联合调度方法及相关装置与流程

本发明涉及电力调度，尤其涉及一种风电光电消纳与梯级水电站联合调度方法及相关装置。

背景技术：

1、在大力发展清洁能源的背景下，风力发电与光伏发电近年来装机容量迅猛提高。然而由于风力发电与光伏发电的出力收到天气、地形、光照强度、气温等因素的影响具有显著的不确定性、随机性和间歇性特征。为了避免风电、光电并网对电力系统安全运行带来的影响，通常利用水电运行灵活、调峰能力较好的特点，将风电、光电和水电按照电网下达的发电计划打包上网。

2、在梯级电站与风光发电构建的风光水互补发电系统中，当风光出力大于系统要求出力时将发生弃电，否则，在风光出力的基础上，对梯级电站进行联合调度可以有效提高系统消纳新能源的能力，减少梯级电站的弃水。如何联合调度梯级电站能够使之在尽可能经济运行时兼顾新能源消纳，是风光水互补发电系统的一个需要解决的重要问题。

技术实现思路

1、为了克服现有技术的不足，本发明提供了一种风电光电消纳与梯级水电站联合调度方法及相关装置，实现了基于调度优化模型对风电出力过程预测结果、光电出力过程预测结果和水库入流过程预测结果进行调度动态优化处理，得到联合调度的动态优化方案。

2、为了实现上述发明目的，本发明采用以下技术方案：

3、本技术第一方面提供了一种风电光电消纳与梯级水电站联合调度方法，包括以下步骤：

4、s101、预测风电出力过程、光电出力过程和水库入流过程；

5、s102、基于水库入流过程预测结果确定梯级电站的调度灵活性等级，选取调度灵活性等级高的电站进行梯级电站联合调度，选取调度灵活性等级低的电站进行保证水电站的正常运行；

6、s103、基于梯级电站联合调度结果构建调度优化模型；

7、s104、基于调度优化模型对风电出力过程预测结果、光电出力过程预测结果和水库入流过程预测结果进行调度动态优化处理；

8、s105、基于熵权算法对动态优化处理结果进行综合评价值计算处理；

9、进一步的，预测风电处理过程、光电出力过程和水库入流过程包括以下步骤：

10、对风电出力历史数据和光电出力历史数据进行数据预处理，数据预处理包括修正历史数据的异常值和自动填补缺失值；

11、基于数据预处理结果预测风电出力过程和光电出力过程；

12、基于分布式水文模型预测水库入流过程，水库入流过程包括龙头电站水库次日入库径流过程和水电站间区间入流过程。

13、进一步的，基于水库入流过程预测结果确定梯级电站的调度灵活性等级，选取调度灵活性等级高的电站作为梯级联合调度，选取调度灵活性等级低的电站进行保证水电站的正常运行包括以下步骤：

14、基于水库入流过程预测结果确定梯级电站内各电站的调节能力；

15、基于梯级电站内各电站的调节能力进行梯级电站内各电站调度灵活性排序；

16、基于发电需求量、风电出力过程预测结果和光电出力过程预测结果确定水电出力波动范围和水电最低出力，并选取调度灵活性等级高的电站进行梯级电站联合调度，选取调度灵活性等级低的电站保证水电站在全时段进行正常运行。

17、进一步的，基于梯级电站内各电站的调节能力进行梯级电站内各电站调度灵活性排序，调度灵活性排序的确定条件包括机组持续开机历时限制、机组持续停机历时限制和机组爬坡能力。

18、进一步的，调度优化模型包括水电风电光电弃电量最小子模型、龙头电站耗水量最小子模型和梯级电站总弃水量最小子模型。

19、进一步的，调度优化模型的约束条件包括水量平衡约束、电网计划出力约束、水位约束、电站出力约束、电站出库流量约束、机组发电引用流量约束、机组爬坡能力约束、最小开停机历时约束和机组振动区约束。

20、进一步的，基于调度优化模型对风电出力过程预测结果、光电出力过程预测结果和水库入流过程预测结果进行调度动态优化处理，调度动态优化处理包括以下步骤：

21、基于调度优化模型对风电出力过程预测结果、光电出力过程预测结果和水库入流过程预测结果进行处理，得到联合调度的机组的操作序列及梯级各电站的出库流量过程结果；

22、基于非支配排序遗传算法对联合调度的机组的操作序列及梯级各电站的出库流量过程结果进行优化处理；

23、基于动态规划算法对优化处理结果进行动态优化，确定梯级各电站的出库流量过程、电站的出力过程、电站内各机组的负荷过程及其引起发电流量过程。

24、进一步的，对联合调度的机组的操作序列进行优化具体包括：在调度期内，确定机组的状态序列，机组的状态序列可以是一串由1/0构成的序列，将机组的状态序列转换为正负整数实现降维，得到联合调度的机组的操作序列。

25、进一步的，基于熵权算法对动态优化处理结果进行综合评价值计算处理包括以下步骤：

26、对动态优化处理结果进行归一化处理，得到若干个动态优化方案，并计算其特征比重；

27、对若干个动态优化方案进行熵值计算处理；

28、基于若干个动态优化方案的熵值进行综合评价值计算，选取综合评价值最小的动态优化方案作为进行联合调度的动态优化方案。

29、本技术第二方面提供了一种风电光电消纳与梯级水电站联合调度系统，包括：

30、第一处理单元，用于预测风电出力过程、光电出力过程和水库入流过程；

31、第二处理单元，用于基于水库入流过程预测结果确定梯级电站的调度灵活性等级，选取调度灵活性等级高的电站进行梯级电站联合调度，选取调度灵活性等级低的电站进行保证水电站的正常运行；

32、模型构建单元，用于基于梯级电站联合调度结果构建调度优化模型；

33、第三处理单元，用于基于调度优化模型对风电出力过程预测结果、光电出力过程预测结果和水库入流过程预测结果进行调度动态优化处理；

34、第四处理单元，用于基于熵权算法对动态优化处理结果进行综合评价值计算处理。

35、本技术第三方面提供了一种风电光电消纳与梯级水电站联合调度设备，包括处理器以及存储器：

36、存储器用于存储程序代码，并将程序代码传输给处理器；

37、处理器用于根据程序代码中的指令执行上述方法的风电光电消纳与梯级水电站联合调度方法。

38、本技术第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行第一方面所述的风电光电消纳与梯级水电站联合调度方法。

39、本技术的有益效果：实现了基于调度优化模型对风电出力过程预测结果、光电出力过程预测结果和水库入流过程预测结果进行调度动态优化处理，得到联合调度的动态优化方案。

40、实现了通过确定各时段各电站的机组组合及出库流量，采用“以水定电”的分配方法确定发电流量的最优分配方式，得到联合调度的动态优化方案。

41、实现了通过预测风电出力过程、光电出力过程和水库入流过程，基于水库入流过程预测结果确定梯级电站的调度灵活性等级，选取调度灵活性等级高的电站进行梯级电站联合调度，选取调度灵活性等级低的电站进行保证水电站的正常运行，通过梯级电站联合调度结果构建调度优化模型，并基于调度优化模型对风电出力过程预测结果、光电出力过程预测结果和水库入流过程预测结果进行调度动态优化处理，通过基于熵权算法对动态优化处理结果进行综合评价值计算处理，得到联合调度的动态优化方案。