【技術實現步驟摘要】
本專利技術涉及互電力系統調度
，特別涉及一種考慮風電出力不確定性與半絕對離差風險的機組組合方法及系統。
技術介紹
傳統的機組組合往往在確定性模型下估算最小化運行總費用。在風-火系統中，采用確定性方法不能有效地處理風電出力的不確定性，若機組組合策略安排不當，會引起電力系統實際運行成本嚴重偏離期望成本，如何在不確定情形下進行決策成為新的挑戰。在風-火系統中，目前針對風電出力不確定性的決策方法大致可分為如下四類:(I)確定性決策方法。其思路是將風電出力預測誤差轉變為對正、負旋轉備用的需求參數的選擇。另一種思路是先暫不考慮風電出力的不確定性，根據風電出力預測值求得適當機組組合策略，隨后將風電出力的不確定性用若干情景進行模擬，再針對每一情景，對所求得的機組組合方案進行安全校核，若校核不通過，則在原機組組合問題中添加相應約束后再行求解，以得到新的機組組合方案。(2)機會約束規劃。機會約束規劃允許所做決策在一定程度上不滿足約束條件，但該決策使約束條件成立的概率不小于某一個足夠小的置信水平。(3)期望值模型。其思想是將可再生能源出力、負荷不確定性用不同情景(或情景樹)來表示，則每情景下系統運行費用可視為隨機變量，然后建立以調度期間內系統運行費用期望值最小為目標函數的隨機優化模型并進行求解。(4)考慮決策風險。將風險價值和條件風險價值理論融入到含有風電場的機組組合模型中，在最小化運行成本的同時，降低風電的不確定性給系統帶來的風險。現有的這些技術方案無法反映潛在的決策風險，不利情景的出現會導致運行成本的大幅增加。
技術實現思路
本專利技術的目的旨在至少解決上述的技術缺陷之...
【技術保護點】
一種考慮風電出力不確定性與半絕對離差風險的機組組合方法，其特征在于，包括以下步驟：S1：通過采用拉丁超立方采樣方法，并根據統計規律對風電預測數據進行處理得到多個情景數據，其中，通過多個所述情景數據來表征風電出力的不確定性；S2：通過Kantorovich情景削減方法對所述情景數據進行削減并合并獲得合并情景集合；S3：根據所述合并情景集合建立機組組合模型，其中，所述機組組合模型包括半絕對離差函數；以及S4：對所述機組組合模型的半絕對離差函數進行條件約束獲得運行成本與決策風險的最佳組合。
【技術特征摘要】
1.種考慮風電出力不確定性與半絕對離差風險的機組組合方法，其特征在于，包括以下步驟: S1:通過采用拉丁超立方采樣方法，并根據統計規律對風電預測數據進行處理得到多個情景數據，其中，通過多個所述情景數據來表征風電出力的不確定性； 52:通過Kantorovich情景削減方法對所述情景數據進行削減并合并獲得合并情景集合； 53:根據所述合并情景集合建立機組組合模型，其中，所述機組組合模型包括半絕對離差函數；以及 S4:對所述機組組合模型的半絕對離差函數進行條件約束獲得運行成本與決策風險的最佳組合。2.據權利要求1所述的考慮風電出力不確定性與半絕對離差風險的機組組合方法，其特征在于，所述條件約束包括運行成本期望約束、調整量約束、旋轉備用約束、機組出力及爬坡約束和最小起停時間。3.據權利要求2所述的考慮風電出力不確定性與半絕對離差風險的機組組合方法，其特征在于，所述半絕對離差函數為，4.據權利要求2所述的考慮風電出力不確定性與半絕對離差風險的機組組合方法，其特征在于，所述運行成本期望約束通過如下公式對其進行約束，5.據權利要求2所述的考慮風電出力不確定性與半絕對離差風險的機組組合方法，其特征在于，所述調整量約束通過如下公式對其進行約束，6.據權利要求2所述的考慮風電出力不確定性與半絕對離差風險的機組組合方法，其特征在于，所述旋轉備用約束通過如下公式對其進行約束，7.據權利要...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。