System.ArgumentOutOfRangeException: 索引和長(zhǎng)度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專(zhuān)利技術(shù)屬于電力系統(tǒng)調(diào)控,更具體地,涉及一種新型電力系統(tǒng)的出力調(diào)控策略生成方法、裝置和控制系統(tǒng)。
技術(shù)介紹
1、雙碳目標(biāo)背景下,新能源并入電力系統(tǒng)有助于減少對(duì)化石燃料的依賴(lài),降低溫室氣體的排放,提高能源系統(tǒng)的持續(xù)性,且引入新能源可以多樣化電力系統(tǒng)的能源組合,避免過(guò)度依賴(lài)單一或少數(shù)能源資源,多樣化能源組合可以提高電力系統(tǒng)的韌性和穩(wěn)定性,降低能源價(jià)格波動(dòng)的風(fēng)險(xiǎn)。然而,新能源的大規(guī)模并網(wǎng)導(dǎo)致新型電力系統(tǒng)中的隨機(jī)性日益變強(qiáng),加之未來(lái)將有大量電動(dòng)汽車(chē)涌入,凈負(fù)荷波動(dòng)的不確定性加大,給電力系統(tǒng)安全、可靠、穩(wěn)定和經(jīng)濟(jì)的運(yùn)行帶來(lái)更多的挑戰(zhàn)。
2、在新型電力系統(tǒng)中,隨著可再生能源(如風(fēng)能、太陽(yáng)能)在能源結(jié)構(gòu)中的日益增加,電力系統(tǒng)的調(diào)度過(guò)程變得越來(lái)越復(fù)雜。凈負(fù)荷為常規(guī)凈負(fù)荷與新能源出力之差,由于新能源出力的不確定性和隨機(jī)性,凈負(fù)荷的表征與預(yù)測(cè)相比于常規(guī)凈負(fù)荷要更見(jiàn)困難,這也對(duì)電力系統(tǒng)安全、穩(wěn)定、經(jīng)濟(jì)運(yùn)行帶來(lái)了挑戰(zhàn)。
3、因此,在新型電力系統(tǒng)中搭建更加精確的模型以表征凈負(fù)荷的不確定性波動(dòng),建立一種有效規(guī)避凈負(fù)荷不確定性風(fēng)險(xiǎn)的出力調(diào)控策略生成方法,對(duì)電力系統(tǒng)的安全、穩(wěn)定運(yùn)行十分重要。
技術(shù)實(shí)現(xiàn)思路
1、針對(duì)現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求,本專(zhuān)利技術(shù)提供了一種新型電力系統(tǒng)的出力調(diào)控策略生成方法、裝置和控制系統(tǒng),其目的在于,解決在新型電力系統(tǒng)中生成的出力調(diào)控策略難以有效規(guī)避凈負(fù)荷不確定性風(fēng)險(xiǎn)的技術(shù)問(wèn)題。
2、為實(shí)現(xiàn)上述目的,按照本專(zhuān)利技術(shù)的一個(gè)方面,提供了一種新型電力系統(tǒng)的
3、將新型電力系統(tǒng)的凈負(fù)荷歷史數(shù)據(jù)表征為多組份的高斯混合模型;
4、利用所述凈負(fù)荷歷史數(shù)據(jù)對(duì)應(yīng)的多組份的高斯混合模型獲取凈負(fù)荷日前預(yù)測(cè)數(shù)據(jù)和凈負(fù)荷不確定性場(chǎng)景集;
5、將所述凈負(fù)荷日前預(yù)測(cè)數(shù)據(jù)和凈負(fù)荷不確定性場(chǎng)景集輸入兩階段風(fēng)險(xiǎn)規(guī)避模型;所述兩階段風(fēng)險(xiǎn)規(guī)避模型包括日前優(yōu)化調(diào)度模型和日內(nèi)實(shí)時(shí)調(diào)度模型;其中,所述日前優(yōu)化調(diào)度模型以所述新型電力系統(tǒng)的運(yùn)行成本最小化為目標(biāo),用于輸入所述凈負(fù)荷日前預(yù)測(cè)數(shù)據(jù)得到日前的最優(yōu)調(diào)度計(jì)劃;所述日內(nèi)實(shí)時(shí)調(diào)度模型基于最差條件風(fēng)險(xiǎn)概率評(píng)估理論構(gòu)建,用于輸入所述凈負(fù)荷不確定性場(chǎng)景集得到日內(nèi)的實(shí)時(shí)調(diào)度計(jì)劃;
6、利用所述日內(nèi)的實(shí)時(shí)調(diào)度計(jì)劃對(duì)所述日前的最優(yōu)調(diào)度計(jì)劃進(jìn)行優(yōu)化,得到目標(biāo)出力調(diào)控策略。
7、在其中一個(gè)實(shí)施例中,所述兩階段風(fēng)險(xiǎn)規(guī)避模型的目標(biāo)函數(shù)為:
8、
9、其中,為所述日前優(yōu)化調(diào)度模型的目標(biāo)函數(shù),為所述日內(nèi)實(shí)時(shí)調(diào)度模型的目標(biāo)函數(shù);決策變量x為凈負(fù)荷的需求功率,f1為日前運(yùn)行總成本,δx為第二階段決策變量,τsm為凈負(fù)荷預(yù)測(cè)值,ρ為風(fēng)險(xiǎn)規(guī)避因子,f1,m(δx|τsm)表示實(shí)時(shí)功率平衡時(shí)產(chǎn)生的成本,φβ,m(δx|τsm)表示由凈負(fù)荷預(yù)測(cè)值和實(shí)際值的誤差造成的經(jīng)濟(jì)風(fēng)險(xiǎn)對(duì)應(yīng)的閾值。
10、在其中一個(gè)實(shí)施例中,所述日前優(yōu)化調(diào)度模型的目標(biāo)函數(shù)表示為:其中,fi為火電成本,fv2g是電動(dòng)汽車(chē)充放電成本,fcut為切負(fù)荷成本,fcar為碳排放成本,fgc為綠色證書(shū)交易成本。
11、在其中一個(gè)實(shí)施例中,所述利用所述凈負(fù)荷歷史數(shù)據(jù)對(duì)應(yīng)的多組份的高斯混合模型獲取凈負(fù)荷日前預(yù)測(cè)數(shù)據(jù)和凈負(fù)荷不確定性場(chǎng)景集,包括:
12、對(duì)所述多組份的高斯混合模型進(jìn)行組分消減;
13、對(duì)消減后的多組份的高斯混合模型進(jìn)行抽樣得到凈負(fù)荷日前預(yù)測(cè)數(shù)據(jù);
14、對(duì)所述消減后的多組份的高斯混合模型對(duì)應(yīng)的擬合曲線進(jìn)行平滑處理,得到修正后的高斯混合模型;
15、利用所述修正后的高斯混合模型生成凈負(fù)荷不確定性場(chǎng)景集。
16、在其中一個(gè)實(shí)施例中,所述對(duì)所述多組份的高斯混合模型進(jìn)行組分消減,包括:基于組份保留的分層密度消減對(duì)所述多組份的高斯混合模型進(jìn)行組份消減,得到所述消減后的多組份的高斯混合模型。
17、在其中一個(gè)實(shí)施例中,所述對(duì)所述消減后的多組份的高斯混合模型對(duì)應(yīng)的擬合曲線進(jìn)行平滑處理得到修正后的高斯混合模型,包括:利用協(xié)方差矩陣修正方法對(duì)所述消減后的多組份的高斯混合模型對(duì)應(yīng)的擬合曲線進(jìn)行平滑處理,得到修正后的高斯混合模型。
18、在其中一個(gè)實(shí)施例中,所述利用所述修正后的高斯混合模型生成凈負(fù)荷不確定性場(chǎng)景集,包括:利用場(chǎng)景生成法對(duì)所述修正后的高斯混合模型處理,獲得所述凈負(fù)荷不確定性場(chǎng)景集。
19、按照本專(zhuān)利技術(shù)的另一方面,提供了一種新型電力系統(tǒng)的出力調(diào)控策略生成裝置,包括:表征模塊、獲取模塊、輸入模塊和優(yōu)化模塊。其中,表征模塊,用于將新型電力系統(tǒng)的凈負(fù)荷歷史數(shù)據(jù)表征為多組份的高斯混合模型;獲取模塊,用于利用所述凈負(fù)荷歷史數(shù)據(jù)對(duì)應(yīng)的多組份的高斯混合模型獲取凈負(fù)荷日前預(yù)測(cè)數(shù)據(jù)和凈負(fù)荷不確定性場(chǎng)景集;輸入模塊,用于將所述凈負(fù)荷日前預(yù)測(cè)數(shù)據(jù)和凈負(fù)荷不確定性場(chǎng)景集輸入兩階段風(fēng)險(xiǎn)規(guī)避模型;所述兩階段風(fēng)險(xiǎn)規(guī)避模型包括日前優(yōu)化調(diào)度模型和日內(nèi)實(shí)時(shí)調(diào)度模型;其中,所述日前優(yōu)化調(diào)度模型以所述新型電力系統(tǒng)的運(yùn)行成本最小化為目標(biāo),用于輸入所述凈負(fù)荷日前預(yù)測(cè)數(shù)據(jù)得到日前的最優(yōu)調(diào)度計(jì)劃;所述日內(nèi)實(shí)時(shí)調(diào)度模型基于最差條件風(fēng)險(xiǎn)概率評(píng)估理論構(gòu)建,用于輸入所述凈負(fù)荷不確定性場(chǎng)景集得到日內(nèi)的實(shí)時(shí)調(diào)度計(jì)劃;優(yōu)化模塊,用于利用所述日內(nèi)的實(shí)時(shí)調(diào)度計(jì)劃對(duì)所述日前的最優(yōu)調(diào)度計(jì)劃進(jìn)行優(yōu)化,得到目標(biāo)出力調(diào)控策略。
20、按照本專(zhuān)利技術(shù)的另一方面,提供了一種新型電力系統(tǒng)的控制系統(tǒng),包括存儲(chǔ)器和處理器,所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序,所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述方法的步驟。
21、按照本專(zhuān)利技術(shù)的另一方面,提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其上存儲(chǔ)有計(jì)算機(jī)程序,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述方法的步驟。
22、總體而言,通過(guò)本專(zhuān)利技術(shù)所構(gòu)思的以上技術(shù)方案與現(xiàn)有技術(shù)相比,能夠取得下列有益效果:
23、(1)本專(zhuān)利技術(shù)提供一種新型電力系統(tǒng)的出力調(diào)控策略生成方法,首先,將采用組分?jǐn)?shù)與樣本數(shù)一致高斯混合模型表征凈負(fù)荷歷史數(shù)據(jù),并對(duì)凈負(fù)荷的不確定性表征模型進(jìn)行組份消減;將所述凈負(fù)荷歷史數(shù)據(jù)對(duì)應(yīng)的凈負(fù)荷日前預(yù)測(cè)數(shù)據(jù)和凈負(fù)荷不確定性場(chǎng)景集,輸入基于最低運(yùn)行成本理論和最差條件風(fēng)險(xiǎn)概率評(píng)估理論的兩階段風(fēng)險(xiǎn)規(guī)避模型;兩階段風(fēng)險(xiǎn)規(guī)避模型將整個(gè)規(guī)劃過(guò)程分為日前優(yōu)化調(diào)度計(jì)劃生成和日內(nèi)實(shí)時(shí)調(diào)度計(jì)劃生成;最后利用所述日內(nèi)實(shí)時(shí)調(diào)度計(jì)劃對(duì)所述日前最優(yōu)調(diào)度計(jì)劃進(jìn)行優(yōu)化,得到目標(biāo)出力調(diào)控策略,可為新型電力系統(tǒng)的決策者提供安全、經(jīng)濟(jì)的目標(biāo)出力調(diào)度策略,進(jìn)一步地可以在不同的場(chǎng)景下實(shí)現(xiàn)高效、穩(wěn)定和經(jīng)濟(jì)的電力系統(tǒng)運(yùn)行。
24、(2)本方案中所述兩階段風(fēng)險(xiǎn)規(guī)避模型的目標(biāo)函數(shù),與現(xiàn)有技術(shù)相比,考慮了最差條件下可能遭遇的經(jīng)濟(jì)風(fēng)險(xiǎn),可以使最大的風(fēng)險(xiǎn)成本最小化,實(shí)現(xiàn)經(jīng)濟(jì)風(fēng)險(xiǎn)成本的整體降低。
25、(3)本方案中所述日前優(yōu)化調(diào)度模型的目標(biāo)函數(shù)涉及到火電成本、電動(dòng)汽車(chē)充放電成本、切負(fù)荷成本、碳排放成本和綠色證書(shū)交易成本,在目標(biāo)函數(shù)中引入電動(dòng)汽車(chē)有序充放電和儲(chǔ)能到新型電力系統(tǒng)中作為爬坡資源,尤其考慮了本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種新型電力系統(tǒng)的出力調(diào)控策略生成方法,其特征在于,包括:
2.如權(quán)利要求1所述的新型電力系統(tǒng)的出力調(diào)控策略生成方法,其特征在于,所述兩階段風(fēng)險(xiǎn)規(guī)避模型的目標(biāo)函數(shù)為:
3.如權(quán)利要求2所述的新型電力系統(tǒng)的出力調(diào)控策略生成方法,其特征在于,所述日前優(yōu)化調(diào)度模型的目標(biāo)函數(shù)表示為:
4.如權(quán)利要求1所述的新型電力系統(tǒng)的出力調(diào)控策略生成方法,其特征在于,所述利用所述凈負(fù)荷歷史數(shù)據(jù)對(duì)應(yīng)的多組份的高斯混合模型獲取凈負(fù)荷日前預(yù)測(cè)數(shù)據(jù)和凈負(fù)荷不確定性場(chǎng)景集,包括:
5.如權(quán)利要求4所述的新型電力系統(tǒng)的出力調(diào)控策略生成方法,其特征在于,所述對(duì)所述多組份的高斯混合模型進(jìn)行組分消減,包括:
6.如權(quán)利要求4所述的新型電力系統(tǒng)的出力調(diào)控策略生成方法,其特征在于,所述對(duì)所述消減后的多組份的高斯混合模型對(duì)應(yīng)的擬合曲線進(jìn)行平滑處理得到修正后的高斯混合模型,包括:
7.如權(quán)利要求6所述的新型電力系統(tǒng)的出力調(diào)控策略生成方法,其特征在于,所述利用所述修正后的高斯混合模型生成凈負(fù)荷不確定性場(chǎng)景集,包括:
8.一種新型電力系統(tǒng)的出力
9.一種新型電力系統(tǒng)的控制系統(tǒng),包括存儲(chǔ)器和處理器,所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序,其特征在于,所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述的新型電力系統(tǒng)的出力調(diào)控策略生成方法的步驟。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其上存儲(chǔ)有計(jì)算機(jī)程序,其特征在于,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述的新型電力系統(tǒng)的出力調(diào)控策略生成方法的步驟。
...【技術(shù)特征摘要】
1.一種新型電力系統(tǒng)的出力調(diào)控策略生成方法,其特征在于,包括:
2.如權(quán)利要求1所述的新型電力系統(tǒng)的出力調(diào)控策略生成方法,其特征在于,所述兩階段風(fēng)險(xiǎn)規(guī)避模型的目標(biāo)函數(shù)為:
3.如權(quán)利要求2所述的新型電力系統(tǒng)的出力調(diào)控策略生成方法,其特征在于,所述日前優(yōu)化調(diào)度模型的目標(biāo)函數(shù)表示為:
4.如權(quán)利要求1所述的新型電力系統(tǒng)的出力調(diào)控策略生成方法,其特征在于,所述利用所述凈負(fù)荷歷史數(shù)據(jù)對(duì)應(yīng)的多組份的高斯混合模型獲取凈負(fù)荷日前預(yù)測(cè)數(shù)據(jù)和凈負(fù)荷不確定性場(chǎng)景集,包括:
5.如權(quán)利要求4所述的新型電力系統(tǒng)的出力調(diào)控策略生成方法,其特征在于,所述對(duì)所述多組份的高斯混合模型進(jìn)行組分消減,包括:
6.如權(quán)利要求4所述的新型電力系統(tǒng)的出力調(diào)控策略生成方法,其特征在于,...
【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員:薄利明,陳天亮,程雪婷,鄒鵬,鄭惠萍,張超,王瑋茹,張謙,常澤洲,蘇奕萌,張志軒,郝捷,張穎,暴悅爽,崔校瑞,李遠(yuǎn)征,趙勇,陳丹陽(yáng),蔡幟,
申請(qǐng)(專(zhuān)利權(quán))人:國(guó)網(wǎng)山西省電力公司電力科學(xué)研究院,
類(lèi)型:發(fā)明
國(guó)別省市:
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。