[发明专利]一种针对大气污染物扩散不确定性的电力系统分布鲁棒调度方法

说明书

本发明公开了一种针对大气污染物扩散不确定性的电力系统分布鲁棒调度方法，包括以下步骤：构建大气污染排放物的精细化扩散控制模式→建立大气污染排放物扩散过程气象条件不确定性的分布集→建立考虑气象条件不确定性的电力系统日前机组组合调度模型→建立电力系统日前机组组合调度模型的两阶段分布鲁棒优化方法。本发明属于电力系统输网侧日前调度技术领域，具体是可精细化描述机组污染物排放经过一段时间扩散后对大气污染物浓度的贡献，从而为电力系统的大气污染物控制提供依据；同时，机组组合调度考虑扩散过程中的气象条件不确定性，使得机组组合调度计划具备一定绿色鲁棒性，即无论气象条件如何变化均能保证污染物控制效果。

技术领域

本发明属于电力系统输网侧日前调度技术领域，具体是指一种针对大气污染物扩散不确定性的电力系统分布鲁棒调度方法。

背景技术

与气候变暖类似，大气污染也是气体排放物引起的主要环境问题之一。作为主要的能源消耗领域，电力行业排放大量的SO2、NOx和细颗粒物等大气污染物，对地区空气质量造成较大影响。尽管电力行业逐步部署先进高效的脱硫、脱硝和除尘设施，以降低大气污染物的排放，但全面配置或升级改造仍需大量的时间和资金支持。作为电力系统的核心任务之一，最优调度是实现以高效能源供应满足负荷需求的有效手段，通过在电力系统最优调度中纳入机组排放对大气污染问题的影响，可引导电力系统优先利用低污染机组，从而改善区域空气质量。

发明内容

针对上述情况，为克服现有技术的缺陷，本发明提出的一种针对大气污染物扩散不确定性的电力系统分布鲁棒调度方法，由于大气污染主要决定于区域的大气污染物地面浓度，本发明首先构建大气污染排放物的精细化扩散控制模式，其旨在降低电力系统排放物扩散导致的大气污染物浓度增量；针对大气污染排放物扩散过程中的气象条件不确定性，基于K-means聚类和置信集建立其分布集，机组组合调度决策需应对气象条件不确定性的极端分布；最后，建立考虑气象条件不确定性的电力系统机组组合模型，并建立其两阶段分布鲁棒优化方法，得到最优的机组组合调度计划。

本发明采取的技术方案如下：本发明提出的一种针对大气污染物扩散不确定性的电力系统分布鲁棒调度方法，包括以下步骤：

构建大气污染排放物的精细化扩散控制模式→建立大气污染排放物扩散过程气象条件不确定性的分布集→建立考虑气象条件不确定性的电力系统日前机组组合调度模型→建立电力系统日前机组组合调度模型的两阶段分布鲁棒优化方法。

实现本发明的针对大气污染物扩散不确定性的电力系统分布鲁棒调度方法包括以下内容：

步骤1：构建大气污染排放物的精细化扩散控制模式，考虑污染物沉降效应和地面反射效应；

步骤2，针对大气污染排放物扩散过程气象条件不确定性，首先基于Nataf 变化拉丁超立方采样得到该不确定性的可能场景，其次，基于K-means聚类和置信集，建立大气污染排放物扩散过程气象条件不确定性的分布集；

步骤3：建立考虑气象条件不确定性的电力系统日前机组组合调度模型；

步骤4：建立电力系统日前机组组合调度模型的两阶段分布鲁棒优化方法。

进一步地，所述步骤2中分布集生成的具体步骤如下：首先对于观测的气象条件历史场景集，采用K-means聚类法产生K个聚类；其次，利用Nataf变换拉丁超立方采样得到采样场景集，更新K个聚类；最后，基于置信集理论，构造气象条件不确定性的分布集。

更进一步，所述步骤3具体求解步骤如下：

步骤3.1：优化第一阶段主问题，以确定机组组合，并将其下发给第二阶段子问题；

步骤3.2：优化第二阶段子问题，以确定大气污染排放物扩散过程气象条件不确定性的极端分布，并将其上传给第一阶段主问题；