一种基于两阶段博弈的电力系统鲁棒优化调度方法与流程

本发明属于电网优化调度，具体涉及一种基于两阶段博弈的电力系统鲁棒优化调度方法。

背景技术：

1、随着新型电力系统建设的不断深入，以风电、光伏为代表的新能源大规模并网，其固有的波动性、随机性及难以预测性对电力系统安全稳定运行造成严重威胁。因此，亟需建立应对新能源出力不确定性的电力系统优化调度模型。面对新能源随机出力造成的灵活性缺额，电力调度人员需充分考虑电力系统可能遭受的最恶劣运行工况，并合理调度源网荷储等灵活性资源最大程度抑制新能源不确定性造成的不利影响，使得电力系统实现最优经济运行。同时，新能源受自然禀赋影响，其出力的不确定性将使电力系统相关运行成本升高。因此，在电力系统经济运行要求下，电网调度人员与大自然之间存在对立竞争的博弈关系。此外，随着电力市场改革的不断深入，提供灵活性资源的各发电集群、储能电站成为电力市场的竞争主体。不同主体之间存在竞争关系，在参与电力系统优化调度决策时会不断分析其他主体的规划策略，进而不断调整自身策略，从而实现自身利益的最大化，因此，在研究应对新能源不确定性的电力系统优化调度问题时应考虑独立主体之间的博弈关系，以提升优化调度的精确性和有效性。

2、针对多主体的电力系统优化调度问题，现有方法大多针对不同主体的利益进行独立建模，并以整体利益最优为目标进行优化求解。但在电力系统优化调度过程中，彼此独立的市场主体往往是个体理性的，较少考虑整体的收益情况，而是根据其他主体的调度策略，不断优化自身调度策略以最大化自身收益。因此，整体理性的优化调度模型无法兼顾各独立主体的利益诉求，忽略了各主体之间的对立博弈关系，在追求整体利益最优的同时有可能损害个体的利益，导致最终求解的优化调度方法无法真实体现电力系统的市场运行机制，影响最终调度的精准性和有效性。同时，在多独立主体博弈的环境下，现有方法较少考虑新能源出力不确定性对电力系统优化调度的影响。目前研究常采用场景法来表征新能源出力的不确定性，但是该方法存在两方面的不足：一是电力系统的实际运行工况复杂多变，运用场景法进行优化调度时需要考虑电力系统较多的运行工况，计算压力较大，计算效率低下；二是虽有研究运用场景削减法来减轻计算负担，但是该做法容易导致概率较小但风险较大的场景在调度过程中被忽略，无法保证最优调度结果在电力系统小概率高风险运行场景下的有效性和可行性，相较于场景法，鲁棒优化法通过引入参数处理不确定性，采用不确定性集合表征不确定性参数，以参数集合内最坏运行工况下最小运行成本为目标，使得优化调度结果在满足最优解的同时也考虑参数的不确定性，从而最大程度考虑不确定性对决策造成的不利影响，保证优化调度结果在不确定因素影响下的可行性。然而，鲁棒优化法是从整体决策的角度处理不确定因素对优化调度结果的影响，而在多主体博弈的优化问题中，各独立主体从个体出发分别决策，再通过个体之间的对立博弈寻求最优解，因此，在多主体对立博弈的优化调度问题中，应用鲁棒优化法处理不确定性因素的方法较为少见。

技术实现思路

1、为解决现有技术中存在的问题，本发明提供一种基于两阶段博弈的电力系统鲁棒优化调度方法，充分考虑了电力调度人员与大自然在电力系统最优经济运行的对立博弈关系、市场环境下各独立主体之间的对立博弈关系及新能源出力不确定性对电力系统优化调度的影响。

2、本发明的技术方案如下：

3、本发明提供一种基于两阶段博弈的电力系统鲁棒优化调度方法，包括如下步骤：

4、构建新能源出力模型，包括风电场的风力发电模型、光伏电站的光伏发电模型、光热电站的光热电站模型和抽水储蓄能电站模型；

5、在由风电场、光伏电站、光热电站、抽水蓄能电站组成的多元出力系统中，根据四个独立主体在不同时刻的出力情况，四个独立主体在相互博弈中达到各方运行约束条件下的纳什均衡，达到系统目标最优值，其中，模型目标函数表达式如下：

6、maxm＝mw+mp+mh+mc(1)

7、式中，m表示四方主体合作博弈的总收益；mw,mp,mh,mc分别表示风电场、光伏电站、抽水蓄能电站、光热电站收益；

8、考虑新能源出力的不确定性对优化调度模型的影响，将如下式(2)和(3)表示的新能源出力不确定性最大时的电力系统优化调度策略模型约束与运行约束条件结合，以增加对模型的约束：

9、-(pw,t+ew,tpw,t)-(pp,t+ep,tpp,t)≤-pw,t+πwew,t|pw,t|-pp,t+πpep,t|pp,t| (2)

10、-pw,t+ew,tωw,t-pp,t+ep,tωp,t≤ptnl (3)

11、式中，pw,t、pp,t分别表示t时刻风电、光伏出力，ew,t,ep,t分别为风电、光伏出力误差系数绝对值，πw,πp为不确定性鲁棒因子，ptnl表示t时刻系统的净负荷需求，基于上述约束建立基于合作博弈的电力系统鲁棒优化调度模型；

12、引入虚拟主体，将上述建立的基于合作博弈的电力系统鲁棒优化调度问题转化为虚拟主体大自然与电力调度人员之间的博弈问题，建立动态的两阶段博弈的鲁棒优化调度模型；每一个博弈回合中，存在两阶段博弈，首先大自然将在新能源出力不确定性区间内不断调整新能源出力，增大多源出力系统的弃风率、弃光率及网络损耗，最小化多源出力系统的收益；其后，电力调度人员将以大自然所造成的新能源出力不确定性最恶劣场景进行优化调度，通过多源出力系统中四方主体之间的合作博弈，优化灵活性资源光热电站和抽水蓄能电站的处理，最大化多源出力系统收益，在博弈过程中，当大自然和多源发电系统任何一方改变自身策略都无法达到更高收益时，博弈达到均衡状态；

13、对两阶段博弈的鲁棒优化调度模型进行求解，得到的最优解，实现调度人员的目标是最大化收益，大自然的目标是最小化收益。

14、进一步的，在所述风力发电模型中，风电功率pw与风速v之间的关系表示为：

15、

16、式中，vin表示风机的切入风速；vr表示风机的额定风速；vout表示风机的切出风速；pw,r表示风机的额定出力；aw,bw,cw表示风电功率与风速之间拟合多项式的系数；

17、风速分布的概率密度函数表示为：

18、

19、式中，v表示风速；k表示形状参数，k>0；c表示尺度参数，c>1。

20、进一步的，在所述光伏发电模型中，光伏发电功率受辐照强度和温度的影响，辐照强度的概率密度表示为：

21、

22、式中，γ表示gamma函数；e表示实际太阳辐照强度；emax表示最大太阳辐照强度；a,b表示形状参数；

23、通过光伏实际运行条件和标准运行条件下的辐照强度、温度确定光伏发电功率，表达式如下

24、

25、式中，pstc表示标准运行条件下光伏电站的最大输出功率；estc表示标准运行条件下辐照强度参数；tstc表示标准运行条件下温度参数；k表示温度系数；tp表示光伏板温度；

26、根据式(6)和式(7)，得到光伏发电模型中光伏发电功率的概率密度函数如下

27、

28、式中，e表示实际太阳辐照强度，emax表示最大太阳辐照强度，pv(e,tp)表示光伏发电功率；

29、不考虑光伏电站之间的相互影响，光伏电站集群的输出功率表示为：

30、

31、式中，n表示光伏电站总数。

32、进一步的，光热电站由光场、发电机及储热系统组成，所述光热电站模型中，光场通过太阳能直射的方式将热功率转化为光热电站的输出功率，表达式为：

33、

34、式中，pc,t表示t时刻光热电站的输出功率；ηrd表示热电转换效率表示t时刻光热电站输入热功率；

35、储热系统模型表达式为：

36、

37、式中，qt表示t时刻储热系统的储热容量；ρ表示耗散系数；分别表示t时刻储热系统的储热功率与放热功率；ηcr,ηfr分别表示储热系统储热、放热效率。

38、进一步的，在所述抽水储蓄能电站模型中用抽水蓄能电站功率表示：

39、pwater(t)＝pc(t)-pf(t)       (12)

40、式中，pwater(t)表示t时刻抽蓄功率；抽水蓄能电站包括上水库和下水库，蓄水量满足以下关系：

41、wup(t+1)＝wup(t)+(qc(t)-qf(t))δt                (13)

42、wdown(t+1)＝wdown(t)+(qf(t)-qc(t))δt              (14)

43、

44、

45、式中，wup(t)表示t时刻上水库水量；wdown(t)表示t时刻下水库水量；qc(t),qf(t)分别表示抽水流速和放水流速；pc(t),pf(t)表示t时刻抽水功率和放水功率；ηc,ηwc,ηt分别表示水泵效率、管道效率、发电效率；h表示水头高度；ρ表示水密度；g表示重力加速度。

46、进一步的，在所述风电场收益计算中，引入风电功率偏差考核费用ch描述风电出力的不确定性；

47、

48、式中，t表示调度周期；nw表示参与调度的风电场风电机组数量；pw,t表示t时刻的风电价格；pw,g表示政府补贴价格；pw,i,t表示t时刻i风电场的发电功率；iw,i,t表示报废收入；ew,i,t表示运维支出；iw,s表示报废总收入；r表示贴现率；lw表示风机的平均寿命；分别表示t时刻i风电场的有效风电功率和实际参与调度的风电功率；co,i,cu,i分别表示预测高、低偏差费用系数；

49、所述光伏电站收益计算如下式：

50、

51、式中，t表示调度周期；np表示参与调度的光伏电站光伏机组数量；pp,t表示t时刻的光伏发电价格；pp,g表示政府补贴价格；pp,i,t表示t时刻光伏电站的发电功率；ip,i,t表示报废收入；ep,i,t表示运维支出；ip,s表示报废总收入；r表示贴现率；lp表示光伏组件的平均寿命；

52、所述抽水蓄能电站收益计算如下式：

53、

54、式中，t表示调度周期；nh表示抽水蓄能电站机组数量；ph,t表示抽水蓄能机组发电价格；cw2h,cp2h分别表示风电场、光伏电站向抽水蓄能电站支付的辅助服务费用；表示t时刻抽水蓄能机组的发电量；表示t时刻抽水蓄能机组i的抽水功率；为0-1变量，分别表示t时刻抽水蓄能机组的抽水、蓄能状态；

55、所述光热电站收益计算如下式：

56、

57、式中，pc表示光热电站的上网电价；cc,t表示t时刻光热电站的运维成本；kc表示环境效益系数；cc,u表示单位电量的运维成本。

58、进一步的，所述基于合作博弈的电力系统鲁棒优化调度模型的运行约束条件包括功率平衡约束、风电处理约束、光伏出力约件、抽水蓄能电站约束；

59、所述功率平衡约束为：

60、

61、式中，pl,t表示t时刻的负荷；分别表示风电场、光伏电站及光热电站的出力损失；

62、所述风电出力约束为：

63、

64、式中，分别表示t时刻风电场i的出力上、下限；qw表示弃风率；

65、所述光伏出力约束为：

66、

67、式中，分别表示t时刻风电场i的出力上、下限；qp表示弃光率；

68、所述抽水蓄能电站约束为：

69、

70、

71、

72、式中，分别表示t时刻抽水蓄能机组i的出力上、下限；分别表示调度周期内抽水蓄能机组i的发电、抽水状态变化最大次数；

73、所述光热电站出力约束为：

74、

75、

76、式中，pc,max,pc,min分别表示光热电站的最大出力、最小出力；分别表示备用容量的上、下限；uc,t表示运行状态变量。

77、进一步的，在所述博弈过程中，当大自然和多源发电系统任何一方改变自身策略都无法达到更高收益时，博弈达到均衡状态，两阶段博弈的鲁棒优化调度模型具体描述如下：

78、

79、式中，p*表示博弈均衡状态下“大自然”策略，y*表示博弈均衡状态下多源出力系统策略。

80、进一步的，对两阶段博弈的鲁棒优化调度模型进行求解以获得最优解的步骤如下：

81、(1)初始化大自然策略p，具体指的是影响风电、光伏等新能源出力的环境因素，如风速v、实际太阳辐照强度e；

82、(2)根据大自然策略构建风电、光伏出力的波动区间，电力调度人员以“大自然所造成的新能源出力区间最恶劣场景进行优化调度，通过多源出力系统中四方主体之间的合作博弈，优化灵活性资源光热电站和抽水蓄能电站的出力，最大化多源出力系统收益；

83、(3)大自然调整策略，改变风速和辐照强度影响新能源出力区间，增大多源出力系统的弃风率、弃光率及网络损耗，最小化多源出力系统的收益；

84、(4)当步骤(2)的收益和步骤(3)的收益不相等时，转至步骤(2)进行下一轮博弈；当步骤(2)的收益和步骤(3)的收益在相邻两次迭代过程中得到的最优解相同，即表明在该策略下，任何参与者都不能通过独立策略改变来获得更优的结果，博弈达到均衡状态。

85、相较于现有技术，本发明的有益效果在于：

86、(1)本发明在应对新能源不确定性的电力系统优化调度问题时创造性地提出了一种基于两阶段博弈的电力系统鲁棒优化调度方法，充分考虑了电力调度人员与大自然在电力系统最优经济运行的对立博弈关系，引入虚拟主体“大自然”，将电力系统鲁棒优化问题转化为大自然与电力调度人员之间的零和博弈问题，充分考虑由自然禀赋造成的不确定因素对优化调度的影响，提升优化调度的合理性和有效性；

87、(2)本发明中利用光热电站灵活可调的特性，将抽水蓄能电站、光热电站视为灵活性调度资源，与风电场、光伏电站构成多源出力系统，建立了风电场、光伏电站、抽水蓄能电站、光热电站的合作博弈模型，充分考虑了市场环境下各独立主体之间的博弈关系，各主体追求各自目标的最优值，进而寻求使系统目标达到最优的决策纳什均衡点，更加真实有效地反映多主体参与的市场运行机制，提升优化调度的精准性和有效性；

88、(3)本发明中的优化调度方法还充分考虑了新能源出力不确定性对电力系统优化调度的影响，引入鲁棒优化法，通过不确定参数集合表征新能源出力的波动范围，保证求解的优化调度策略在任何新能源出力不确定情况下都满足目标函数，最大程度抑制新能源出力不确定性造成的不良影响；同时，引入不确定性鲁棒因子，得到不同不确定度下的优化调度策略，以满足电力系统的不同程度的灵活性需求。