一种考虑全场景集风险的多等级备用协调优化方法、装置及系统与流程

本发明属于电力系统机组组合技术领域，具体涉及一种考虑全场景集风险的多等级备用协调优化方法、装置及系统。

背景技术：

大规模间歇性可再生能源(renewableenergy，re)接入下的出力不确定性对系统运行充裕性带来了巨大挑战。为应对这种出力不确定性，通常需在市场上优化购买备用容量资源，以满足系统运行要求。

现有的关于re接入后的系统运行备用研究，大多仅考虑旋转级备用的优化，仅少量研究涉及非旋转级备用。re出力预测随着时间尺度的变大，预测信息的不确定性增加，由此导致的预测误差加大。大规模re接入下，有必要考虑不同时间尺度的预测信息，通过对物理-经济特性不同的各级备用(旋转、热、冷)进行协调优化配置，以提高系统充裕性，降低运行风险。将具备快速启停能力的火电机组作为非旋转级备用容量资源，参与辅助服务市场竞争，协调旋转级备用与非旋转级备用的优化配置是实现高比例re接入的有效途径。

场景分析法在用于描述可再生能源出力不确定性时，不仅能表征预测风/光功率等随机变量在时间-功率空间上的概率分布，还能进一步反映这些随机波动在时序上的连续性。为了使构造的场景集很好地表征预测误差的概率分布，通常需随机产生大量的场景。通过场景-时段模型进行调度优化求解时，产生的变量和约束数量随着场景数目增加而相应增加，导致计算复杂度急剧增加，甚至产生维数灾，不能满足实际运行需求。虽然大多研究通过各种场景削减技术来减少场景规模，但都是单纯通过剔除低概率场景、聚合相近场景的削减方法，将场景选取与控制优化完全分离。前述方法在对海量场景集进行初步削减是行之有效且合理的，但由于缺乏优化效果与计算效率直接的协调，直接采用该方法将原始场景集缩减到很小的规模以获得求解效率，则背离了采用多场景描述re出力不确定性优越性的初衷。

技术实现要素：

针对上述技术问题，本发明提出一种考虑全场景集风险的多等级备用协调优化方法、装置及系统，通过基于备用优化预案下的逐步筛选关键风险场景的方法，能自适应的选取待优化全场景集，协调优化效果与计算效率。此外，本方法针对高比例re接入下仅采用旋转备用配置不足的问题，提出了“从高到低，逐级优化”的多等级备用协调优化配置方法，能充分利用不同等级备用在场景下的物理-经济特性，获得风险可控的多等级备用配置方案。

实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

第一方面，本发明提供了一种考虑全场景集风险的多等级备用协调优化方法，包括下述步骤：

获取与各选定的待优化的时间尺度对应的待优化全场景集；

按照各选定的待优化的时间尺度的优化等级，从高至低顺次基于各待优化全场景集，分别结合对应的优化对象和优化目标，生成对应的优化预案；其中，上一级生成的优化预案用作下一级优化预案生成过程中的边界条件；

分别针对各优化预案在对应的待优化的时间尺度内的待优化全场景集中进行风险校核，筛选出各待优化的时间尺度内仍需关注的关键风险场景；

按照各选定的待优化的时间尺度的优化等级，从高至低顺次基于所述的关键风险场景，分别结合对应的优化对象、优化目标，生成对应的优化预案，其中，上一级生成的优化预案用作下一级优化预案生成过程中的边界条件；分别针对各优化预案在对应的待优化的时间尺度内的待优化全场景集中进行风险校核，筛选出各待优化的时间尺度内仍需关注的关键风险场景；不断重复前述过程，直至各待优化的时间尺度内剩余风险场景的风险之和在设定的接受范围内。

进一步地，所述获取与各选定的待优化的时间尺度对应的待优化全场景集具体为：

获取来自发电、输电、用电环节的不确定性事件信息，形成综合的待优化全场景集；

基于选定的待优化的时间尺度，从所述综合待优化全场景集中分别提取充裕性事件作为与各待优化的时间尺度对应的待优化全场景集。

进一步地，所述选定的待优化的时间尺度包括：旋转优化时间尺度、热优化时间尺度和冷优化时间尺度；

所述的从所述综合待优化全场景集中分别提取充裕性事件作为与各待优化的时间尺度对应的待优化全场景集，具体为：

从所述综合待优化全场景集中分别提取相应时间尺度内的充裕性事件初始全场景集，分别形成旋转级待优化全场景集、热态级待优化全场景集和冷态级待优化全场景集。

进一步地，在提取相应时间尺度内的充裕性事件初始全场景集形成旋转级待优化全场景集、热态级待优化全场景集和冷态级待优化全场景集时，提取的原则是：使得筛选后的待优化全场景集能表征初始全场景集的风险，同时减少筛选后全场景集的大小。

进一步地，所述基于各待优化全场景集，分别结合对应的优化对象和优化目标，生成对应的优化预案，具体为：

基于旋转级待优化全场景集，优化对象为在旋转级备用市场提交竞标的备用容量资源；优化目标为选取最优的备用措施组合使得在旋转级优化时段内的控制风险总成本最小；生成旋转级备用优化预案；

所述基于所述的关键风险场景，分别结合对应的优化对象、优化目标，生成对应的优化预案，具体为：

基于旋转优化时间尺度内仍需关注的关键风险场景，优化对象为在旋转级备用市场提交竞标的备用容量资源；优化目标为选取最优的备用措施组合使得在旋转级优化时段内的控制风险总成本最小；生成旋转级备用优化预案。

进一步地，所述基于各待优化全场景集，分别结合对应的优化对象和优化目标，生成对应的优化预案，具体为：

基于热态级待优化全场景集，优化对象为在热态级备用市场提交竞标的备用容量资源以及旋转级备用优化已签约备用；优化目标为选取最优的旋转与热态备用措施组合使得在热态级优化时段内的控制风险总成本最小；生成热态级备用优化预案；

所述基于所述的关键风险场景，分别结合对应的优化对象、优化目标，生成对应的优化预案，具体为：

基于热优化时间尺度内仍需关注的关键风险场景，优化对象为在热态级备用市场提交竞标的备用容量资源以及旋转级备用优化已签约备用；优化目标为选取最优的旋转与热态备用措施组合使得在热态级优化时段内的控制风险总成本最小；生成热态级备用优化预案。

进一步地，所述基于各待优化全场景集，分别结合对应的优化对象和优化目标，生成对应的优化预案，具体为：

基于冷态级待优化全场景集，优化对象为在冷态级备用市场提交竞标的备用容量资源以及热态级备用优化已签约备用；优化目标为选取最优的旋转、热态备用、冷态备用措施组合使得在冷态级优化时段内的控制风险总成本最小；生成冷态级备用优化预案；

所述基于所述的关键风险场景，分别结合对应的优化对象、优化目标，生成对应的优化预案，具体为：

基于冷优化时间尺度内仍需关注的关键风险场景，优化对象为在冷态级备用市场提交竞标的备用容量资源以及热态级备用优化已签约备用，即热态级优化预案；优化目标为选取最优的旋转、热态备用、冷态备用措施组合使得在冷态级优化时段内的控制风险总成本最小；生成冷态级备用优化预案。

进一步地，所述分别针对各优化预案在对应的待优化的时间尺度内的待优化全场景集中进行风险校核，具体为：

对旋转级备用预案在旋转级待优化全场景集下的风险校核；

对热态级备用预案在热态级待优化全场景集下的风险校核；

对冷态级备用预案在冷态级待优化全场景集下的风险校核。

第二方面，本发明提供了一种考虑全场景集风险的多等级备用协调优化装置，包括：

各待优化全场景集生成模块，用于与各选定的待优化的时间尺度对应的待优化全场景集；

优化预案生成模块，用于按照各选定的待优化的时间尺度的优化等级，从高至低顺次基于各待优化全场景集，分别结合对应的优化对象和优化目标，生成对应的优化预案；其中，上一级生成的优化预案用作下一级优化预案生成过程中的边界条件；

初始优化模块，用于分别针对各优化预案在对应的待优化的时间尺度内的待优化全场景集中进行风险校核，筛选出各待优化的时间尺度内仍需关注的关键风险场景；

重复优化模块，用于按照各选定的待优化的时间尺度的优化等级，从高至低顺次基于所述的关键风险场景，分别结合对应的优化对象、优化目标，生成对应的优化预案，其中，上一级生成的优化预案用作下一级优化预案生成过程中的边界条件；分别针对各优化预案在对应的待优化的时间尺度内的待优化全场景集中进行风险校核，筛选出各待优化的时间尺度内仍需关注的关键风险场景；不断重复，直至各待优化的时间尺度内剩余风险场景的风险之和在设定的接受范围内。

第三方面，本发明提供了一种考虑全场景集风险的多等级备用协调优化系统，包括：

处理器，适于实现各种指令；

存储设备，适于存储多条指令，所述指令适于由处理器加载并执行一种考虑全场景集风险的多等级备用协调优化方法中任一项所述的步骤。

与现有技术相比，本发明的有益效果：

1、本发明通过筛选出代表全场景风险的多个待优化全场景集进行优化，控制预案在各待优化全场景集下的风险校核，从“高到低”，依次进行旋转级、热态级、冷态级备用优化。优化过程中，将前一等级优化结果作为后续等级优化的边界条件，相比直接针对全场景集的优化方法，本发明的控制风险增加相对很小，而计算效率得到巨大提升；

2、本发明针对筛选后场景子集的优化结果在全场景集下的风险校核，能避免场景筛选可能存在的风险泄漏问题；

3、本发明能有效协调旋转级备用与非旋转级备用，实现多备用等级的统一优化配置。

附图说明

图1为本发明一种实施例的方法流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面结合附图对本发明的应用原理作详细的描述。

由于大规模间歇性可再生能源(re)接入下多场景分析中普遍的存在场景维数灾问题，现有技术中的解决方法大多研究通过各种场景削减技术来减少场景规模，但都是单纯通过剔除低概率场景、聚合相近场景的削减方法，将场景选取与控制优化完全分离。在对海量场景集进行初步削减是行之有效且合理的，但由于缺乏优化效果与计算效率直接的协调，直接采用该方法将原始场景集缩减到很小的规模以获得求解效率，则背离了采用多场景描述re出力不确定性优越性的初衷。

为此，本发明提出了一种考虑全场景集风险的多等级备用协调优化方法、装置及系统，首先通过对充裕性事件初始全场景集进行场景筛选；随后，针对筛选后短时间尺度内的充裕性事件场景进行较高等级备用优化(旋转级备用)；然后针对筛选后较长时间尺度内的充裕性事件场景，进行较低等级备用优化(热、冷态级备用)；最后，通过对以上不同等级下的优化结果，分别在相应等级下的初始全场景集进行风险校核，以保证根据筛选后场景进行优化的合理性与有效性。本发明提出的备用优化框架，通过对初始场景集进行削减以及对不同备用等级间进行解耦，即通过“从高到低”，依次进行旋转级、热态级和冷态级备用优化，并将较高等级优化结果作为下一等级优化的前提，避免了多备用等级同时优化时在时间维度上的复杂性，能实现大规模场景集下多等级备用的协调优化，能够针对直接对全场景集优化时存在的维数灾问题，通过对全场集进行场景筛选，对筛选后的关键风险场景子集进行优化，保证了计算效率；同时，通过对优化预案在全场景集下的风险校核，保证了优化的效果。

实施例1

本发明实施例中，提供了一种考虑全场景集风险的多等级备用协调优化方法，具体如图1所示，包括如下步骤：

获取不同时间尺度下的充裕性事件信息，形成综合待优化全场景集，具体为：

收集来自发电、输电、用电等环节不确定性事件信息，形成综合的待优化全场景集；

基于选定的待优化的时间尺度，从所述综合待优化全场景集中分别提取充裕性事件作为与各待优化的时间尺度对应的初始待优化全场景子集；具体为：

基于选定的不同优化时间尺度(旋转、热、冷)，从所述综合待优化全场景集中分别提取相应时间尺度内的充裕性事件初始全场景集，形成旋转级待优化全场景集、热态级待优化全场景集和冷态级待优化全场景集。提取的原则是：使得筛选后的待优化全场景集能表征初始全场景集的风险，同时减少筛选后全场景集的大小。

s3：按照各选定的待优化的时间尺度的优化等级，从高至低顺次基于各待优化全场景集，分别结合对应的优化对象和优化目标，生成对应的优化预案；其中，上一级生成的优化预案用作下一级优化预案生成过程中的边界条件；具体包括：

进行旋转级备用优化，即：基于旋转级待优化全场景集，优化对象为在旋转级备用市场提交竞标的备用容量资源；优化目标为选取最优的备用措施组合使得在旋转级优化时段内的控制风险总成本最小；生成旋转级备用优化预案；所述的旋转级备用优化可以采用现有技术来实现，因此，在本发明中不作唯一性说明，比如可采用申请号为201810113764.x，名称为一种利用风险逐步聚合场景的旋转备用优化方法的专利申请中所述的方案来实现。

进行热态级备用优化，即：基于热态级待优化全场景集，优化对象为在热态级备用市场提交竞标的备用容量资源以及旋转级备用优化已签约备用，即旋转级优化预案；优化目标为选取最优的旋转与热态备用措施组合使得在热态级优化时段内的控制风险总成本最小；生成热态级备用优化预案。所述的热态级备用优化可以采用现有技术来实现，因此，在本发明中不作唯一性说明。

进行冷态级备用优化，即：基于冷态级初始待优化全场景集，优化对象为在冷态级备用市场提交竞标的备用容量资源以及热态级备用优化已签约备用，即热态级优化预案；优化目标为选取最优的旋转、热态备用、冷态备用措施组合使得在冷态级优化时段内的控制风险总成本最小；生成冷态级备用优化预案。所述的冷态级备用优化可以采用现有技术来实现，因此，在本发明中不作唯一性说明。

按照各选定的待优化的时间尺度的优化等级，从高至低顺次基于所述的关键风险场景，分别结合对应的优化对象、优化目标，生成对应的优化预案，其中，上一级生成的优化预案用作下一级优化预案生成过程中的边界条件；分别针对各优化预案在对应的待优化的时间尺度内的待优化全场景集中进行风险校核，筛选出各待优化的时间尺度内仍需关注的关键风险场景；不断重复前述过程，直至各待优化的时间尺度内剩余风险场景的风险之和在设定的接受范围内；具体包括以下步骤：

基于旋转优化时间尺度内仍需关注的关键风险场景，优化对象为在旋转级备用市场提交竞标的备用容量资源；优化目标为选取最优的备用措施组合使得在旋转级优化时段内的控制风险总成本最小；生成旋转级备用优化预案；对旋转级备用预案在旋转级待优化全场景集下的风险校核，筛选出旋转优化时间尺度内仍需关注的关键风险场景；

基于热优化时间尺度内仍需关注的关键风险场景，优化对象为在热态级备用市场提交竞标的备用容量资源以及旋转级备用优化已签约备用，即旋转级优化预案；优化目标为选取最优的旋转与热态备用措施组合使得在热态级优化时段内的控制风险总成本最小；生成热态级备用优化预案；对热态级备用预案在热态级待优化全场景集下的风险校核，筛选出热优化时间尺度内仍需关注的关键风险场景；

基于冷优化时间尺度内仍需关注的关键风险场景，优化对象为在冷态级备用市场提交竞标的备用容量资源以及热态级备用优化已签约备用，即热态级优化预案；优化目标为选取最优的旋转、热态备用、冷态备用措施组合使得在冷态级优化时段内的控制风险总成本最小；生成冷态级备用优化预案；对冷态级备用预案在冷态级待优化全场景集下的风险校核，筛选出冷优化时间尺度内仍需关注的关键风险场景；

不断重复上述过程，直至各待优化的时间尺度内剩余风险场景的风险之和在设定的接受范围内。

实施例2

基于与实施例1相同的发明构思，本发明实施例提供了一种考虑全场景集风险的多等级备用协调优化装置，包括：

各待优化全场景集生成模块，用于与各选定的待优化的时间尺度对应的待优化全场景集；

优化预案生成模块，用于按照各选定的待优化的时间尺度的优化等级，从高至低顺次基于各待优化全场景集，分别结合对应的优化对象和优化目标，生成对应的优化预案；其中，上一级生成的优化预案用作下一级优化预案生成过程中的边界条件；

初始优化模块，用于分别针对各优化预案在对应的待优化的时间尺度内的待优化全场景集中进行风险校核，筛选出各待优化的时间尺度内仍需关注的关键风险场景；

重复优化模块，用于按照各选定的待优化的时间尺度的优化等级，从高至低顺次基于所述的关键风险场景，分别结合对应的优化对象、优化目标，生成对应的优化预案，其中，上一级生成的优化预案用作下一级优化预案生成过程中的边界条件；分别针对各优化预案在对应的待优化的时间尺度内的待优化全场景集中进行风险校核，筛选出各待优化的时间尺度内仍需关注的关键风险场景；不断重复，直至各待优化的时间尺度内剩余风险场景的风险之和在设定的接受范围内。

其余部分均与实施例1相同。

实施例3

基于与实施例1相同的发明构思，本发明实施例提供了一种考虑全场景集风险的多等级备用协调优化系统，包括：

处理器，适于实现各种指令；

存储设备，适于存储多条指令，所述指令适于由处理器加载并执行实施例1中任一项所述的步骤。

其余部分均与实施例1相同。

综上所述：

本发明公开了一种考虑全场景集风险的多等级备用协调优化方法、装置及系统，首先通过对充裕性事件初始全场景集进行场景筛选；随后，针对筛选后短时间尺度内的充裕性事件场景进行较高等级备用优化(旋转级备用)；然后针对筛选后较长时间尺度内的充裕性事件场景，进行较低等级备用优化(热、冷态级备用)；最后，通过对以上不同等级下的优化结果，分别在相应等级下的待优化全场景集进行风险校核，以保证根据筛选后场景进行优化的合理性与有效性。本发明提出的备用优化框架，通过对初始全场景集进行削减以及对不同备用等级间进行解耦，能实现大规模场景集下多等级备用的协调优化，能够协调计算效率与优化效果。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。