[发明专利]一种考虑相关性的随机-确定耦合电源调度方法及系统

说明书

本发明提供一种考虑相关性的随机‑确定耦合电源调度方法及系统，利用多维机会约束模型建立同时考虑多种异质能源的旋转备用机会约束，并建立能够考虑随机能源之间非线性相关性的随机能源联合概率分布函数，然后利用联合概率分布函数构造新的求解算法来求取概率分位点，基于概率分位点求得对应的场景分位点，并利用场景分位点将多维机会约束转化为确定性约束，实现了随机‑确定耦合电源调度模型向确定性模型的解耦，最后运用常规确定性方法求解调度模型便可得到调度结果。本发明考虑异质随机能源之间非线性相关性，实现了联合概率分布函数求逆的功能，将联合机会约束直接转化为确定性约束，有较高转换精度。

技术领域

本发明属于电力系统电源调度领域，更具体地，涉及一种考虑相关性的随机-确定耦合电源调度方法及系统。

背景技术

新能源具有随机性和间歇性的特点，大规模新能源并网对电力系统中的运行调度提出了更高的要求。含多种随机能源的电力系统的随机能源出力呈多个随机变量的形式，随机规划是求解含随机变量最优化问题的一种有力手段，研究能够求解含多个随机变量最优化问题的随机规划方法，对电力系统安全稳定运行具有重要意义。

随机规划需要利用一定数量的典型场景对随机变量的概率分布进行描述。机会约束是随机规划的重要分支，它属于嵌套式的概率约束，不能够采用常规的确定性约束方法直接求解。求解机会约束之前要先把它转换为确定性约束，转换方法分为模拟转换法和解析性转换法。

模拟法求解机会约束问题的主要思想是以蒙特卡洛抽样为基础，生成随机变量的多个样本组成样本集，以样本集的经验分布近似逼近随机变量的真实概率分布，并以机会约束所要求的置信度对应的典型场景值替代机会约束中的随机变量。样本平均近似(SAA，Sample Average Approximation)是模拟法最典型的一种方法。为应对随机能源的波动，文献“A microgrid energy management system based on chance-constrainedstochastic optimization and big data analytics”提出一种机会约束两阶段随机规划优化模型，并结合一种组合式SAA算法来求解模型可行解。基于抽样的模拟法虽然应用广泛且易于实现，但当样本量不足时，拟合精度较低，而在样本量多的时候，由于增加了很多约束条件数量，使得计算时间很长。所以在解决机会约束求解问题上仍需继续探索。

为了解决模拟法的缺点，解析法被提出，解析法的主要思想是通过数学方法解析重构随机变量的概率分布函数，并基于所构建的概率分布函数直接将机会约束转换为确定性约束。传统的解析性转换方法假设随机变量的概率分布服从已知的概率分布，例如文献“Multi-objective distributed generation planning in distribution networkconsidering correlations among uncertainties”提出了一种机会约束模型，并假定风速服从威布尔分布，光伏出力服从贝塔分布，负荷不确定性服从高斯分布。然而这种假设不够准确，实际随机变量不一定总是服从某一已知概率分布，目前的研究缺乏一种简单有效实用的将含多个随机变量的机会约束转化为确定性约束的方法。目前，已有学者针对随机能源相关性的进行了研究，文献“Quasi-Monte Carlo Based Probabilistic OptimalPower Flow Considering the Correlation of Wind Speeds Using Copula Function”提出一种考虑风速相关性的概率潮流的模型和计算方法。然而这种模型和方法只考虑了随机能源自身的相关性，而没有考虑多种异质随机能源互相之间的相关性。在实际中，风电、光伏、小水电等异质能源互相之间存在相关性，因此电网不确定性调度中需要考虑它们之间相关性的影响。