[发明专利]基于Wasserstein距离和分布鲁棒优化的清洁能源电源规划方法

权利要求书

1.基于Wasserstein距离和分布鲁棒优化的清洁能源电源规划方法，其特征在于，所述方法包括：

S1：构建基于Wasserstein距离的风光出力不确定性集合；

S2：建立分布式鲁棒优化下的电源规划模型；

S3：将风光出力不确定性集合带入分布式鲁棒优化下的电源规划模型中进行求解，求解获得清洁能源电源规划方案；

步骤S1具体包括：

步骤S11：收集风电和光伏出力历史预测数据和历史出力数据，基于风电和光伏出力历史预测数据和历史出力数据，利用经验分布函数构造出风光历史预测误差的经验分布函数；

步骤S12：构造风光历史预测误差的经验分布函数和真实分布函数之间的Wasserstein距离和Wasserstein球下的风光不确定性概率集合；

步骤S13：根据风光历史预测误差的经验分布函数和真实分布函数之间的Wasserstein距离和Wasserstein球下的风光不确定性概率集合，构造Wasserstein球下的最坏风险模型；

步骤S14：对风光预测出力误差的历史数据进行标准化处理，构造超立方体不确定集合；

步骤S15：通过设置风光出力误差不确定集合的置信度以控制超立方体不确定集合的边界，利用边界优化最坏风险模型求出不确定集合的边界值，获得风光出力不确定性集合。

2.根据权利要求1所述的基于Wasserstein距离和分布鲁棒优化的清洁能源电源规划方法，其特征在于，所述步骤S2包括：

步骤S21：收集电网未来规划和现有发电机组的数据，为分布式鲁棒优化下的电源规划模型提供基础数据；

步骤S22：构造目标函数，包括上层电网规划的投资最小化目标函数和下层电网运行的费用最小化目标函数；

步骤S23：根据电网规划要求，构建规划阶段电力平衡约束、年投资费用约束和年投建电站数量约束；

步骤S24：考虑丰大、丰小、枯大和枯小四种情况，选取四种情况下的四个典型日以构建电网运行约束；

步骤S25：基于步骤S22构建的目标函数以及步骤S23和步骤S24获得的约束，引入分布式鲁棒优化，建立三层电源规划模型；

步骤S26：将三层电源规划模型转化成双层线性电源规划模型，并利用Benders分解法求解双层线性电源规划模型，获得阶段性清洁能源电源的最优规划方案。

3.根据权利要求2所述的基于Wasserstein距离和分布鲁棒优化的清洁能源电源规划方法，其特征在于，步骤S21收集的数据包括：电网的年负荷、年水电建设量和地点、现有火电运行点及容量、可建设风光电站的点和风光电机的单机容量。

4.根据权利要求1所述的基于Wasserstein距离和分布鲁棒优化的清洁能源电源规划方法，其特征在于，本方法用Wasserstein距离描述出样本得到的经验分布和真实分布之间的差距：

其中，d_W(·)表示Wasserstein距离；表示经验分布函数；表示真实分布函数；表示样本参数且服从的分布；表示不确定参数且的分布；||·||表示两个概率之间的距离函数；Ψ表示两个概率的联合分布函数；和分别表示样本参数的积分变量和不确定参数的积分变量。

5.根据权利要求2所述的基于Wasserstein距离和分布鲁棒优化的清洁能源电源规划方法，其特征在于，上层电网规划的投资最小化目标函数为：

f_inv＝C_W-PV+C_G+C_C

其中，C_W-PV风光投资成本；C_G为火电机组退运惩罚成本；C_C为碳排放量惩罚成本。