[发明专利]基于非参数概率预测及风险期望的风电日前消纳优化方法

权利要求书

1.一种基于非参数概率预测及风险期望的风电日前消纳优化方法，其特征在于，所述方法包括：

I、基于风电出力概率预测得到非参数经验累积概率分布，进而得到风电日前概率预测的置信边界；

II、基于后向消除法的风电概率预测出力场景的削减；

III、得到基于非参数概率预测及风险期望的风电消纳优化结果；

所述步骤I包括：

I-1、根据风电出力主导影响条件构建条件空间子集；

I-2、建立风电出力概率预测非参数经验累积概率分布模型；

I-3、计算风电日前概率预测的置信边界；

所述步骤I-2的所述累积概率分布模型如下式所示：

其中，F(x_s)表示累积概率分布函数；x_s为在s个条件空间子集中风电出力样本值；n_s为在s个条件空间子集中风电出力样本个数；I(X≤x_s)为指示函数；Ω_s为第s个条件空间子集；q为主导影响因子，其个数为2，每个主导影响因子划分成K_q个区间，k_q∈K_q。

2.如权利要求1所述的一种基于非参数概率预测及风险期望的风电日前消纳优化方法，其特征在于，所述步骤I-1的所述风电出力主导影响条件包括风速、风向和预测时间尺度。

3.如权利要求1所述的一种基于非参数概率预测及风险期望的风电日前消纳优化方法，其特征在于，所述步骤I-3包括：

置信水平α_γ时的风电预测出力的分位点如下式所示：

风电预测出力的非参数概率模型如下式所示：

其中，α_γ为置信水平，γ＝1,2,...,Λ。

4.如权利要求1所述的一种基于非参数概率预测及风险期望的风电日前消纳优化方法，其特征在于，所述步骤II包括：

II-1、根据风电场非参数条件概率预测模型得到风电场日前预测出力概率密度函数，得到置信区间；

II-2、根据预测出力概率分布、风电概率预测出力约束以及风电概率预测爬坡约束生成场景。

5.如权利要求4所述的一种基于非参数概率预测及风险期望的风电日前消纳优化方法，其特征在于，所述步骤II-2的所述场景的数量为3000。

6.如权利要求4所述的一种基于非参数概率预测及风险期望的风电日前消纳优化方法，其特征在于，所述步骤II-2的所述风电概率预测出力约束如下式所示：

所述风电概率预测爬坡约束如下式所示：

其中，为风电场j出力下限和上限；n_W为风电场数量；n_T为调度时段数；X(t)为风电预测可发功率随机变量；p为风电场功率随机变量取值；α、分别为在置信水平下的置信区间下界和上界；为风电场j爬坡上下限；δ_up、δ_dn分别为风电场爬坡上下限制；为风电功率波动量随机变量；X_j(t)为第j个风电场出力随机变量。