[发明专利]一种考虑风电场时空关联约束的日前优化调度方法

说明书

本发明涉及一种考虑风电场时空关联约束的日前优化调度方法，包括以下步骤：1)建立考虑发电成本和弃风成本的鲁棒机组组合数学模型；2)对于风电的空间集群效应和时间平滑效应，构建考虑风电空间和时间约束的不确定集；3)将数学模型分解为机组组合主问题、安全可行性检验子问题以及最大化利用风电子问题，采用列和约束生成算法建立了主子问题的耦合关系，并进行求解得到优化调度方案，与现有技术相比，本发明具有快速可靠、适用性高、考虑全面、优化效果好等优点。

技术领域

本发明涉及风电场调度领域，尤其是涉及一种考虑风电场时空关联约束的日前优化调度方法。

背景技术

降低对化石能源的依赖和大力发展风电为代表的清洁能源已成为国际社会应对全球气候变化的普遍共识。中国能源发展相关政策提出，到2030年，风电等可再生资源发电量将达到20％，高比例风电并网已经成为我国电力发展的必然趋势。然而，随着风电在电网中比例不断攀升，其随机性和间歇性给机组组合问题带来了严峻挑战，并加剧了其不确定性。高比例风电接入下，传统的确定性机组组合模型^]已经难以适用。为此，风电出力的不确定性建模已经成为高比例风电下机组组合所需研究的关键问题。

针对风电的不确定性，目前主流的处理方法大致分为3类：备用准则法，随机优化法和鲁棒优化法。备用准则法是通过配置一定容量的备用来应对风电的不确定性，该方法简单易行，但兼顾经济性和可靠性的备用容量难以确定。随机优化法是通过对风力发电随机场景和相关概率进行建模来刻画风电的不确定性，但随机规划模型因具有计算量大、计算精度无法保证等问题，其推广应用受到限制。鲁棒优化法则采用不确定集来描述风电不确定性，能够给出满足最恶劣情况下的鲁棒解，近年来在电力系统机组组合中得到了初步的应用。

然而，现有的鲁棒机组组合大多以机组启停费用和运行费用最小为目标函数，并假定风电出力能被系统全部消纳。考虑到高比例风电并网时风电可能无法完全被全部消纳，但目前鲁棒机组组合的弃风研究相对较少，因此需要考虑在鲁棒机组组合中弃风，提升风电的消纳能力。

此外，由于鲁棒优化是试图得到满足任何场景的鲁棒解，这使得其调度方案过于保守。因此，在不影响决策可靠性的前提下应尽量收缩不确定集以改善模型的经济性。一些文献将风电功率的不确定性描述为区间不确定性的形式，细化了风电功率各个时间段内的取值范围，但没有考虑风电功率的时间平滑效应，使模型仍过于保守。虽然有些文献考虑了对风电的时间平滑效应进行了研究，但忽略了风电的空间集群效应。因此综合考虑风电场的空间集群效应和时间平滑效应的不确定集需要进一步研究。

从数学本质来看考虑风电场时空关联约束的日前优化调度模型是一个同时包含连续变量和离散变量的高维、非线性的混合整数规划问题，直接求解难度大。为了便于计算，一般将其转换为一个多层嵌套的优化问题，用对偶变换来消去最内层优化问题。通常采用Benders算法求解鲁棒机组组合，但其收敛效率依赖于对偶解的质量，容易遭遇计算速度慢的问题。针对大规模的交替迭代计算，列和约束生成算法能够识别出不确定因素影响的关键变量，为主问题动态地创建新的变量和约束，但该算法在鲁棒机组组合中的应用研究相对较少。

因此，急需一种考虑风电场时空关联约束的日前优化调度方法，既能够充分考虑风的空间集群效应和时间平滑效应，又能够快速准确地获取获得优化调度结果。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种考虑风电场时空关联约束的日前优化调度方法。

本发明的目的可以通过以下技术方案来实现：

一种考虑风电场时空关联约束的日前优化调度方法，包括以下步骤：

1)建立考虑发电成本和弃风成本的鲁棒机组组合数学模型；

2)对于风电的空间集群效应和时间平滑效应，构建考虑风电空间和时间约束的不确定集；