一种梯级水电-光伏互补规划方法与流程

本发明涉及流体测量，特别涉及一种梯级水电-光伏互补规划方法。

背景技术：

1、新能源对建设新型电力系统和实现“双碳”目标起重要作用。截至2021年底，中国风电和光伏装机容量约为635gw，预计2030年将达到1200gw以上，2050年将达到3600gw，届时新能源装机容量占总装机容量的70％左右。如何有效保证随机性、间歇性的新能源大规模友好并网消纳，给电力系统的灵活调节性带来新的挑战。构建含光伏、梯级水电的多能互补系统是解决新能源并网灵活性的重要途径。截至2021年底，中国水电装机容量已达到390gw，形成了流域梯级水电站群，最新全国水利普查成果显示，已建库容在10万m3以上的水库有98002座，其中大型水库756座，中型水库3938座，如此庞大的“储能”系统，为实现风光新能源的多能互补提供了良好的基础。

2、由于负荷本身具有随机波动特性，光伏的大量接入使得配电网规划所面临的源荷不确定性问题更加突出。因此，深入挖掘源荷的概率分布特性，充分发挥光伏、梯级水电的资源互补优势，实现对清洁能源电力的精准投资、经济运行具有重要意义。光伏的快速发展，给配电系统带来挑战的同时也提供了大量的规划资源。尤其是将光伏-梯级水电进行联合优化配置，使得光伏与梯级水电的联合出力曲线与负荷曲线匹配，尽可能地削减负荷的尖峰、平抑负荷的波动，由此可大幅提升配电系统的规划精准性和运行经济性。此外，平抑光伏的波动性可能导致水电出力频繁波动，给水电机组造成损耗和运行风险，如何在互补调度中避免水电出力的频繁波动也是需要重点考虑的问题。

技术实现思路

1、本发明的目的在于提供一种梯级水电-光伏互补规划方法，旨在克服现有光伏发电具有强随机性和波动性以及梯级水电-光伏互补规划不合理的问题。

2、本发明解决其技术问题，采用的技术方案是：

3、一种梯级水电-光伏互补规划方法，包括如下步骤：

4、基于梯级水电和光伏的发电特性，构建梯级水电-光伏互补规划优化模型；

5、以运行成本最小作为所述梯级水电-光伏互补规划优化模型的优化目标，基于元启发式算法对所述梯级水电-光伏互补规划优化模型进行优化，得到所述梯级水电-光伏互补规划优化模型的最小化运行成本，用于实现在不确定光伏发电与负荷用电时序的匹配。

6、作为进一步优化，所述梯级水电-光伏互补规划优化模型包括概率性时序序列模型、光伏发电成本模型、梯级水电发电成本模型以及运行成本最小的目标函数。

7、作为进一步优化，所述概率性时序序列模型具体为：

8、

9、其中，表示概率序列分布的长度，m表示月份，h表示小时，pm，h表示第m个月的第h时刻点光伏发电随机变量的历史数据矩阵，分别表示离散变量pm，h的最大值和最小值，表示离散化因子是离散变量pm，h转换为概率序列的离散化步长，离散化因子选择离散变量pm，h样本空间的最大公约数，am，h表示pm，t的离散概率分布矩阵，表示的矩阵，表示光伏发电概率分布序列区间序号，表示pm，h落入第个区间内的个数，em，t表示pm，h在第个区间的期望值，pm，t，j表示pm，h在第个区间的第j个样本值，θ表示离散变量pm，h概率分布的起始参数，nm，h表示离散变量pm，h的数据总量。

10、作为进一步优化，所述光伏发电成本模型具体为：

11、

12、其中，cpv表示光伏的投资成本和运维成本，cpvloss表示系统的年弃光损失，npv表示安装光伏候选位置节点的总数，xi为0-1变量，0表示第i个拟安装节点未被选中，1表示被选中，cpvunit，i表示在第i个候选位置所安装光伏的单位容量投资成本，spv，i表示安装在第i个候选位置的光伏安装容量，wpv，i表示安装在第i个候选位置的光伏运行维护费，βit表示0-1变量，0表示节点i安装的光伏在时刻t没有处于弃光状态，1表示处于弃光状态，t表示总的运行时间，cpv，it表示节点i安装的光伏在时刻t的单位上网电价，ppvloss，it表示节点i安装的光伏在时刻t的出力。

13、作为进一步优化，所述梯级水电发电成本模型具体为：

14、

15、其中，cw表示水电站运行成本，n表示水电站数量，y表示调度期总时段数，ci，t表示水电站i在时段t的单位运行费用，pi，t表示水电站i在时段t的出力，vi，t表示水电站i在当前时段t的库容，vi，t-1表示水电站i在上一时段末的库容，ii，t表示水电站i在时段t的自然来水量，ki表示水电站i的直接上游电站集合，表示水电站i的直接上游电站k在时段t-τi，k的出库流量，τi，k表示水电站i的上游电站k的出库流量到达水电站i的水流迟滞时间，oi，t表示水电站i在时段t的出库流量，δt表示每个时段的时长，qi，t表示水电站i在时段i的发电流量，εi，t表示水电站i在时段t的弃水流量，hi，t表示水电站i在时段t的水头，分别表示水电站i的坝前水位和尾水位，为常系数，其值根据各水电站的水位-库容曲线数据获取，为常系数，其值根据各水电站的尾水位-出库流量曲线数据获取，、hc，i分别表示水电站i出力曲线c的水头上限和下限，dc，w，i，t表示水电站i出力曲线c的第w段在时段t的状态变量，qc，w，i分别表示水电站i出力曲线c第w段的发电流量上限和下限，αc，w，i，t表示水电站i出力曲线c的第w段在时段t的斜率，pc，w，i分别表示水电站i出力曲线c的第w段出力上限和下限，ωw表示水电站集合，cwloss表示水电站弃水成本，mw表示水电站弃水流量惩罚因子。

16、作为进一步优化，所述运行成本最小的目标函数具体为：

17、min ctotal＝cpv+cpvloss+cw+cwloss

18、其中，ctotal为系统综合成本费用。

19、作为进一步优化，在对所述梯级水电-光伏互补规划优化模型通过元启发式算法进行优化之前，先确定该元启发式优化算法的参数，包括隶属函数mf、双适应度指数dfi、位置向量以及速度向量。

20、作为进一步优化，所述隶属函数mf为：

21、

22、其中，a和b表示s型的mf参数，e表示napier常数，f(x)函数将一个隶属度分配给设置为变量x的“高x值”，g表示迭代次数，μg、σg分别表示第g次迭代时所有个人迄今为止最佳代理的目标函数值的平均值和标准差，表示第l个个人最佳代理的mf值，l表示人口规模；表示第l次个人最佳代理在第g次迭代时的目标函数值。

23、作为进一步优化，所述双适应度指数dfi具体为：

24、

25、其中，r表示种群大小，表示第g次迭代时第r个代理的双适应度指数。

26、作为进一步优化，所述位置向量具体为：

27、

28、其中，表示在迭代g时代理r计算的唯一全局引导代理的位置向量，代表个人最好的第l个搜索代理的位置向量，θ表示非常小的正数，是第l个搜索代理在第g次迭代时的双适应度指标，表示在迭代g时代理r的唯一全局导程的位置向量，randn表示标准正态分布生成的随机向量，stdg表示在第g次迭代时个人迄今为止的最佳代理计算的标准差向量，表示一个向量，由个人迄今为止最佳代理的维度在第g次迭代时的最大标准差值组成，ω表示一个通过迭代次数减小突变步长的参数。

29、所述速度向量具体为：

30、

31、其中，表示是第g+1迭代时第g个搜索代理的速度向量，δcon表示控制参数，表示缩放参数向量，描述了代理g对其引导所采取的步骤，rand表示在[0,1]中生成的一个随机数，gmax表示最大的迭代次数。

32、本发明的有益效果是：通过上述一种梯级水电-光伏互补规划方法，充分考虑了光伏发电不确定性和时序差异性对负荷用电的影响，通过概率时序生产模拟技术求取梯级水电-光伏发电概率状态，并借以几何平均算子可以同时评估搜索空间中搜索代理的适应度和多样性优点的元启发算法优化梯级水电-光伏互补规划，从而进一步减少梯级水电-光伏互补规划成本，减少光伏、水电弃电率。