多能互补系统输出功率平稳性的双层优化调度方法与流程

本发明涉及清洁能源基地多能互补调度，特别涉及多能互补系统输出功率平稳性的双层优化调度方法。

背景技术：

1、由风、光、水资源构建的新型电力系统，既促进清洁能源利用，又提升电力系统运行效率，但由于风光出力具有强不确定性、预测不精准、调度策略不够精细等原因，风、光消纳问题一直没有很好地解决，尤其是大规模清洁能源并网给有巨大灵活性需求的电力系统带来了弃电和失负荷风险，让电力系统安全稳定受到了巨大挑战。

技术实现思路

1、本发明所解决的技术问题：提供一种多能互补系统输出功率平稳性的双层优化调度方法，解决清洁能源并网给电力系统带来弃电和失负荷风险的问题。

2、本发明解决上述技术问题采用的技术方案：多能互补系统输出功率平稳性的双层优化调度方法，包括以下步骤：

3、s01、采用多面体不确定性集合描述风电和光伏出力预测不确定性；

4、s02、以多能互补系统日输电量最大为目标建立鲁棒优化模型，作为上层模型；

5、s03、建立下层模型，所述下层模型利用多能互补系统计划输出功率以及上层模型的风电和光伏输出功率计算水电站计划出力，并采用判别因子和相对蓄水率确定梯级水电站的蓄放次序，从而确定负荷分配策略；

6、s04、利用改进的粒子群算法求解上层模型和下层模型，从而得到多能互补系统发电优化曲线和梯级水电站负荷分配策略及储放状态。

7、进一步的，s01中，采用多面体不确定性集合描述风电出力预测不确定性包括以下步骤：

8、s101、假设清洁能源基地风电场有nwind个，风电场w在时段t的功率在内，w的范围为[1,nwind]中的正整数；

9、s102、引入调节参数和来控制优化过程中保守程度的大小，形成鲁棒不确定集合ωwind，ωwind为其约束条件为：和bw,t+cw,t≤1，式中：pw,t、分别为清洁能源基地风电场w的实际和预测出力大小；bw,t和cw,t均为0到1之间的变量，t为时间范围，t∈t，nt为时间分段数量，bw,t+cw,t≤1为多面体集合的边界点限制条件，控制风电场的实际出力在同一时段内为或和分别为分布式风电时间不确定性参数和地理不确定性参数。

10、进一步的，s01中，采用多面体不确定性集合描述光伏出力预测不确定性包括以下步骤：

11、s111、假设清洁能源基地光伏电站有npv个，光伏电站a在时段t的功率在内；

12、s112、引入调节参数和来控制优化过程中保守程度的大小，形成如下鲁棒不确定集合ωpv，ωpv为其约束条件为：和ba,t+ca,t≤1，式中：pa,t、分别为清洁能源基地光伏电站a的实际和预测出力大小；ba,t和ca,t均为0到1之间的变量，t为时间范围，t∈t，nt为时间分段数量，ba,t+ca,t≤1为多面体集合的边界点限制条件，控制光伏电站的实际出力在同一时段内为或和分别为分布式光伏时间不确定性参数和地理不确定性参数。

13、进一步的，多能互补系统日输电量最大的公式为：其中，表示光伏电站a在时段t的出力，表示风电场w在时段t的出力，表示水电站h在时段t的出力，δt表示时间步长。

14、进一步的，多能互补系统日输电量最大的公式的约束条件包括：输电平稳性约束、特高压直流输电系统约束、水库水量平衡约束、水位约束和水电站出力约束。

15、进一步的，所述输电平稳性约束为：其中表示多能互补系统优化日时段t上的输电功率，表示多能互补系统优化日时段t上的计划出力；所述特高压直流输电系统约束为：其中和分别表示直流通道最小和最大输电功率，和分别表示直流通道的最小和最大爬坡功率，表示多能互补系统优化日时段t-1上的输电功率，表示直流通道在待优化日t时段最大输电功率，ζ表示直流通道功率待优化日最大峰谷差率，edc表示优化周期内的输电量；所述水库水量平衡约束为：其中h表示水库从上游到下游的依次编号，；vt+1,h、vt,h分别表示水库h在时段t的末、始库容；分别表示水库h在时段t的入库、下泄流量；qt,h:h+1表示水库h和h+1之间的区间来水；表示水库h在时段t的下泄流量上下限；所述水位约束为：其中：分别表示水库h在时段t的水位上、下限；zt,h表示水库h在时段t的水位；所述水电站出力约束为：其中表示水库h在时段t的出力；kh表示水库h的出力系数；表示水库h在时段t的发电引流流量；δht,h表示水库h在时段t的水头；表示水库h在时段t的坝前水位和坝后水位；表示水库h在时段t的平均水位；分别表示水库h的水位-库容关系和下泄流量-尾水位关系；分别表示水库h在时段t的出力上、下限。

16、进一步的，s03中，计算水电站计划出力的公式为：其中表示在多能互补系统输出功率场景i下梯级水电站的计划出力，表示在多能互补系统输出功率场景i下风电的实际出力，在多能互补系统输出功率场景i下梯级光伏电站的实际出力。

17、进一步的，s03中，判别因子的表达式为：其中ji,t,m表示场景i下水库m在时刻t的判断因子，wi,t,m表示在场景i下水库m在时段t的水库入水量，表示在场景i下时段t初始位于水库m上游的水库中可用水量，fi,t,m表示在场景i下时段t初始水库m的水面面积，表示场景i下时段t初始时刻m水库下游各个水库的水头之和；相对蓄水率表示式为：其中δsi,t(m,n)表示场景i下时段t初始水库m和水库n之间的相对蓄水率，表示相对蓄水率的控制值，si,t,m表示场景i下时段t水库m的蓄水率，si,t,n表示场景i下时段t水库n的蓄水率，蓄水率的计算公式为：其中si,t表示蓄水率，vi,t表示场景i下时段t初始水库的库容，vd表示场景i下时段t初始水库的死水位库容，vn表示场景i下时段t初始水库正常蓄水位库容。

18、进一步的，所述负荷分配策略为：将多能互补系统输出功率场景i下梯级水电站的计划出力与当前梯级水库自然径流过程下的出力进行比较；

19、当时，按照判别因子的表达式计算判别因子，将m个水库中计算得到最大的判别因子标记为y，并按照相对蓄水率表示式计算判别因子最大的水库和其他水库的相对蓄水率，当场景i下t时段被标记为y的水库与其余任一水库之间的相对储水率小于限值时，梯级水库按判别因子从大到小依次蓄水；当场景i下t时段被标记为y的水库与其余任一水库之间的相对储水率大于限值时，将所述任一水库标记为y，并将标记为y的水库按蓄水率从大大小依次蓄水，将未被标记为y的水库按判别因子从大到小依次蓄水；

20、当时，按照判别因子的表达式计算判别因子，将m个水库中计算得到最大的判别因子标记为y，并按照相对蓄水率表示式计算计算判别因子最大的水库和其他水库的相对蓄水率，当场景i下t时段被标记为y的水库与其余任一水库之间的相对储水率小于限值时，梯级水库按判别因子从大到小依次放水；当场景i下t时段被标记为y的水库与其余任一水库之间的相对储水率大于限值时，将所述任一水库标记为y，并将标记为y的水库按蓄水率从大大小依次放水，将未被标记为y的水库按判别因子从大到小依次放水；

21、当梯级水电出力达到或达到各个水库的约束边界时，蓄放水过程结束。

22、进一步的，改进的粒子群算法包括：在基本粒子群算法的粒子移动速度更新公式中引入随机速度因子，获得改进的粒子群算法的粒子移动速度更新公式为：其中n表示迭代次数；tmax表示最大迭代次数；ω表示惯性权重因子；a1和a2分别表示学习因子；r1和r2是[0,1]之间的随机数；pb表示单个粒子的最优位置；gb表示全部粒子的全局最优位置；a、b是[0.001，0.01]之间的随机数；vx(t)和xx(t)分别表示粒子x在第n次迭代中的速度和位置；ω随迭代次数的变化规律为：pb的更新策略为：首先确定粒子x的初始位置，假如粒子x在t次迭代的位置为bx支配pb，则个体最优位置更新为bx，否则选择支配粒子数最多的位置为个体最优值；gb的更新策略为：利用粒子移动速度更新公式中的更新规则搜索单个粒子最优位置pb和全局最优位置gb，然后找出最优解。

23、本发明的有益效果：本发明多能互补系统输出功率平稳性的双层优化调度方法，通过引入多面体不确定性集合表征风光出力的不确定性，既不导致调度策略过于保守，又能可保证其靠性，以多能互补系统日输电量最大为目标建立鲁棒优化模型，作为上层模型，建立下层模型，所述下层模型利用多能互补系统计划输出功率以及上层模型的风电和光伏输出功率计算水电站计划出力，并采用判别因子和相对蓄水率确定梯级水电站的蓄放次序，从而确定负荷分配策略，利用改进的粒子群算法求解上层模型和下层模型，从而得到多能互补系统发电优化曲线和梯级水电站负荷分配策略及储放状态，解决了清洁能源并网给电力系统带来弃电和失负荷风险的问题。