[发明专利]计及新能源及负荷区间不确定性的电力系统日前-日内协同调度方法与系统

说明书

本发明提供一种计及新能源及负荷区间不确定性的电力系统日前‑日内协同调度方法与系统，包括获取电力系统数据以及新能源和负荷日前预测数据；构建日前调度区间优化问题数学模型；确定日前调度方案及日内调度的边界条件；获取新能源及负荷日内滚动预测数据；以及基于日内调度方案边界条件以及新能源及负荷日内区间数模型，构建日内调度问题数学模型并求解日内调度方案。本发明的电力系统日前‑日内协同调度方法，综合构建了电力系统日前‑日内协同调度的区间问题数学模型；运用区间优化理论，将不确定性目标函数及约束函数转化为确定性问题求解，与机会约束规划方法相比，具有对输入数据信息要求较低、决策灵活性好、计算速度快的优点。

技术领域

本发明涉及智能电网技术领域，尤其是电力系统调度技术，具体而言涉及一种计及新能源及负荷区间不确定性的电力系统日前-日内协同调度方法。

背景技术

近年来，以风电、光伏为代表的新能源在电力系统中的占比不断增加，大力发展新能源是我国能源转型和实现碳排放目标的必然要求，由于新能源具有随机性、波动性和间隙性的特点，其预测难免存在一定的误差。在负荷侧，用电需求受到天气、时间、电价、经济发展阶段及消费心理等多种因素影响，同样存在较大预测误差。因此，现代电力系统的运行场景具有较强的不确定性。如何针对不确定性电力系统进行科学调度，在控制调度方案风险的基础上提高调度方案的经济性，是电力系统所亟需解决的问题。

目前，关于不确定性电力系统调度的现有技术，常采用的有场景法及概率法。其中场景法需要抽样生成场景集，并在场景集的基础上进行大量计算，该方法简便易行，但计算量很大。概率方法又称为机会约束规划方法，该方法根据输入不确定性变量如新能源或负荷功率的概率分布函数，将约束不等式在一定的置信度下转化为确定性不等式求解，该方法计算量较小。

上述两种方法都需要知道输入变量确切的概率分布函数，但这对于实际系统而言，常存在一定困难。实践中，由于缺乏足够的历史数据，或者变量自身的规律性较弱，往往难以确切地知道其概率分布。

发明内容

本发明目的在于针对现有技术所存在的需要知道新能源及负荷不确定性变量的概率分布函数、计算量大以及日前调度方案不够精细的技术缺陷，提供一种计及新能源及负荷区间不确定性的电力系统日前-日内协同调度方法与系统，在新能源及负荷日前与日内预测数据的基础上，运用区间优化原理，协同常规发电机、快速启停机组、新能源、柔性负荷以及储能调控资源，在实现系统功率平衡的同时确保足够的安全备用，平衡电力系统运营成本与安全性，进行科学的电力调度决策。

根据本发明目的的第一方面提出一种计及新能源及负荷区间不确定性的电力系统日前- 日内协同调度方法，包括以下步骤：

步骤1、获取电力系统数据以及新能源和负荷日前预测数据；

步骤2、构建日前调度区间优化问题数学模型；

步骤3、确定日前调度方案及日内调度的边界条件；

步骤4、获取新能源及负荷日内滚动预测数据；以及

步骤5、基于步骤3所确定的日内调度方案边界条件，以及步骤4获取的新能源及负荷日内区间数模型，构建日内调度问题数学模型并求解日内调度方案；

其中，所述电力系统数据包括常规发电机组和快速启停机组最大和最小输出功率、机组启停费用、运行成本系数、爬坡功率、最小开机和停机时间，A、B、C三类柔性负荷P_ila、P_ilb、 P_ilc的分档数和每档的可削减负荷最大容量、成本系数、需求响应的弹性系数以及最大累计中断时间，其中A类柔性负荷需提前24h告知用户，B类柔性负荷提前告知用户的时间为 15min-2h，C类柔性负荷提前告知用户的时间为5-15min；