一种电力系统灵活性的评估方法及评估系统

本发明涉及灵活性评估，具体涉及一种电力系统灵活性的评估方法及评估系统。

背景技术：

1、随着可再生能源的大规模并网和电动汽车等新型负载的接入，系统源荷双端不确定性增强，灵活性正成为规划运行关注的核心问题。为提升电力系统整体灵活性，需要源网荷储各环节灵活性资源共同参与调节。而协调优化各环节灵活性资源的关键在于如何对灵活性进行定量评估。目前，灵活性指标通常可分为确定型与不确定型两类。

2、确定型指标以元件、系统的固有属性或以需要仿真运行得到的物理量作为灵活性指标：如以系统容量、功率与爬坡为灵活性指标，或以系统对小扰动的敏感度为灵活性指标。但确定型的指标忽略了不确定性的影响，无法全面反映系统灵活性特征。

3、不确定型指标主要包括区间型与概率型。区间型指标以灵活性相关物理量的变化范围衡量系统灵活性，通过灵活性需求与供给的区间形式来判断其充分性，或采用系统可容纳的不确定性变化范围来评价灵活性。相较于区间指标，概率型指标能够更清晰直观地描述源荷两端不确定性对电力系统灵活性的影响。其主要思路是使用统计参数或其数学变换对电力系统物理量(如可再生能源出力、净负荷与灵活性裕度等)的概率分布进行描述，以反应系统灵活性在某个方面的特征。但现有概率型指标采用均值、方差与分位点等低阶统计量刻画系统灵活性，能反应数据的中心位置与离散程度，但忽视了分布的偏态、峰态等高维特征。

技术实现思路

1、本发明主要是解决现有技术所存在的现有灵活性指标形式主要集中于低阶统计量，仅能反应系统灵活性的平均水平与集中程度，而忽视了灵活性的高阶特征这一问题；引入了投资组合高阶矩分析理论对电力系统灵活性进行刻画，揭示了系统灵活性的调节潜力与风险特征；基于高阶矩与多元copula函数建立了计及相关性的系统灵活性评估指标，能够反应系统灵活性调节能力的平均水平、稳定程度、潜力与风险。

2、本发明还有一目的是解决现有技术所存在的指标计算需要长时间生产模拟计算的问题；提出基于核密度估计与蒙特卡洛的灵活性指标计算方法，仅需各灵活性单元的调节能力分布及装机容量，无需进行长时间时序模拟计算，提高了计算速度。

3、本发明的上述技术问题主要是通过下述技术方案得以解决的：

4、一种电力系统灵活性的评估方法，包括以下步骤：

5、步骤1.拟合电力系统的多个环节灵活性资源与净负荷的状态概率分布，并基于灵活性单元状态与灵活性调节能力间的关系，得到灵活性单元调节能力概率分布；

6、步骤2.根据灵活性单元调节能力概率分布，基于多元copula函数得到灵活性单元组合的联合概率分布，并基于联合概率分布计算各灵活性单元间的协高阶矩，表示其相关性；

7、步骤3.根据得到的协高阶矩与各个灵活性单元的装机容量，基于均值-方差-偏度-峰度模型计算灵活性指标，所述灵活性指标包括灵活性调节期望值、灵活性调节稳定性、灵活性调节潜力和灵活性调节抗风险性。

8、进一步地，所述多个环节灵活性资源包含源侧的灵活性火电改造，网侧的区域间电网联络线，荷侧的可中断负荷，储侧的抽水蓄能、压缩空气储能和锂电池；

9、灵活性单元为电力系统内灵活性供给或需求的最小单位；将灵活性火电改造、网侧的区域间电网联络线、荷侧的可中断负荷、储侧的抽水蓄能、压缩空气储能和锂电池视作正灵活性单元，将新能源机组与负荷视作负灵活性单元，将电力系统内所有的灵活性单元的集合作为灵活性单元组合，灵活性单元组合向量x为：

10、x＝(x1,…,xi,…,xn,xn+1,…,xn)′

11、其中，xi为灵活性单元i的装机容量，负荷的装机容量即为年最大负荷，n＝n+m为灵活性单元的数量，n为灵活性资源数量，m为新能源机组与负荷的数量。

12、进一步地，设定灵活性单元的单位功率调节能力为其概率密度函数为参数a∈{u,d}表示上调或下调灵活性，灵活性单元的调节能力包括向上灵活性调节能力和向下灵活性调节能力。

13、进一步地，向上灵活性调节能力和向下灵活性调节能力的获取方法如下：

14、使用核密度估计方法拟合电力系统的多个环节灵活性资源与净负荷的状态概率分布时，若给定灵活性单元i状态的n个样本数据为(ui1,…,uin)，则其边缘概率密度函数ζi的核估计为：

15、

16、根据历史数据进行核密度估计，得到灵活性单元状态分布ζi(ub)

17、灵活性单元状态ub与灵活性调节能力间的关系满足函数关系

18、向上灵活性调节能力与灵活性单元状态的函数关系如下所示：

19、

20、向下灵活性调节能力与灵活性单元状态的函数关系fbd如下所示：

21、

22、根据得到的灵活性单元状态分布ζi(ub)，基于灵活性单元状态分布ζi(ub)与灵活性单元调节能力概率分布之间的函数关系得到灵活性单元i调节能力概率分布

23、

24、其中，为灵活性单元i状态的调节能力，k(·)为核函数，hn为窗宽，ui为灵活性单元i状态；b∈{g,tl,dr,st,n,ld}为灵活性单元的种类，g、tl、st与dr分别代表电源、网架、储能及需求侧灵活性资源，n与ld分别表示新能源与负荷，为反函数，满足pg、pgmax与分别为电源灵活性资源的出力、出力上限与向上爬坡；pst、pstmax、est与estmax分别为储能灵活性资源的出力、出力上限、剩余电量与额定容量；ptl与ptlmax为联络线功率与上限；kdr、pld与pn为可中断负荷比例、负荷水平与新能源出力；edr与edrmax为负荷响应已用与最大容量，τ为时间间隔，δp表示功率波动量，注意新能源机组与负荷为负灵活性单元，提供负灵活性调节能力，pgmin与为电源灵活性资源的出力下限与向下爬坡；pstmin与estmin为储能灵活性资源的出力下限与最小容量。

25、进一步地，n个灵活性单元间的协高阶矩定义如下：

26、(1)n×n的协方差矩阵：

27、

28、上式中其向量形式为ga＝fa-e(fa)，为矩阵的元素，i,j＝1,2,…,n，满足：

29、

30、(2)n×n2的协偏度矩阵：

31、

32、上式中为矩阵元素，i,j,k＝1,2,…,n，满足：

33、

34、(3)n×n3的协峰度矩阵：

35、

36、上式中为矩阵元素，i,j,k,l＝1,…,n，满足：

37、

38、进一步地，所述步骤2包括如下子步骤：

39、步骤2.1，根据sklar定理，获取灵活性单元组合的联合概率密度函数ψa为：

40、

41、上式中c(·)为c(·)的密度函数，是服从[0,1]上均匀分布随机变量的联合概率密度函数；

42、步骤2.2，采用阿基米德copula函数族作为备选集，并进行参数估计：

43、备选函数为：

44、(1)n元clayton copula函数：

45、

46、(2)n元gumbel copula函数：

47、

48、(3)n元frank copula函数：

49、

50、基于离差平方和最小准则对多元copula函数进行参数估计，设(y1i,y2i,…,ydi),i＝1,2,…,n为取自d维总体(y1,y2,…,yd)的n个样本，记yd的经验分布函数为fn(yd)，则样本的多元经验copula函数定义为：

51、

52、上式中v1,v2,…,vd∈[0,1]，i[·]为示性函数，当括号内条件成立时i[·]＝1，否则为i[·]＝0；多元copula函数的参数估计式为：

53、

54、使得上式值最小的参数值即为多元copula函数的参数估计值；

55、步骤2.3，以拟合优度检验选择合适的copula函数，根据平方欧氏距离d2对参数择优：

56、

57、d2越小，则拟合度越好，即对应的copula函数越优；

58、步骤2.4，基于蒙塔卡罗方法计算灵活性组合协高阶矩元素，得到各灵活性单元间相关性矩阵和

59、其中协方差矩阵元素为：

60、

61、其中，ubi与lbi分别为的积分上下限，vn为n维积分域的体积：

62、

63、为积分域内的随机样点，n为抽样数，为被积函数，为f(·)的蒙塔卡洛估计。

64、进一步地，灵活性单元组合mvsk评估步骤的具体操作方法如下：

65、计算灵活性单元组合各阶矩，定义灵活性调节能力向量fa为：

66、

67、系统灵活性调节能力各阶矩为：

68、

69、系统灵活性评估指标定义及计算公式如下：

70、(1)灵活性调节期望值

71、

72、式中为净负荷波动最大值，exfaa越大，系统的灵活性调节能力水平越高；

73、(2)灵活性调节稳定性

74、stfaa越大，系统灵活性调节能力水平越稳定，

75、(3)灵活性调节潜力

76、pofaa越大，系统的灵活性调节潜力越大，

77、(4)灵活性调节抗风险性

78、

79、rrfaa越大，系统的灵活性调节风险越小，

80、其中，e(fa)为n个灵活性单元的预期灵活性调节能力向量，为克罗克内积，为k维对角张量的矩阵化形式，张量的对角元素分别为与i＝1,…,n，矩阵的维度分别为n×n，n×n2与n×n3，一阶矩反应了平均灵活性调节能力，二阶矩反应了调节能力的稳定性，三阶矩反应了调节能力上升的概率，四阶矩反应了调节能力受极端值影响的程度或出现极端值的概率，由此可以估计系统的灵活性水平，与越大，与越小，代表系统灵活性水平越高。

81、本发明还提供一种电力系统灵活性的评估系统，包括：

82、模块一.其用于拟合各环节灵活性资源与净负荷的状态概率分布，并通过灵活性单元状态与灵活性调节能力间的关系，得到灵活性单元调节能力概率分布；

83、模块二.其用于根据灵活性单元调节能力概率分布，基于多元copula函数得到灵活性单元组合的联合概率分布，并基于联合概率分布计算各灵活性单元间的协高阶矩，表示其相关性；

84、模块三.其用于根据得到的协高阶矩与各个灵活性单元的装机容量，计算所提灵活性指标：灵活性调节期望值、灵活性调节稳定性、灵活性调节潜力和灵活性调节抗风险性；

85、所述基于高阶矩分析的电力系统灵活性评估系统用于执行如权利要求1-7中任一项所述的基于高阶矩分析的电力系统灵活性评估方法中的步骤。

86、与现有技术相比，本发明具有如下优点和创新性：

87、1.引入了投资组合高阶矩分析理论对电力系统灵活性进行刻画，揭示了系统灵活性的调节潜力与风险特征；

88、2.基于高阶矩与多元copula函数建立了计及相关性的系统灵活性评估指标，能够反应系统灵活性调节能力的平均水平、稳定程度、潜力与风险；

89、3.提出的灵活性指标计算方法，仅需各灵活性单元的调节能力分布及装机容量，无需进行长时间时序模拟计算，提高了计算速度。