[发明专利]一种计及注入转移分布因子估计误差的鲁棒实时调度方法

说明书

技术领域

本发明涉及一种计及注入转移分布因子估计误差的鲁棒实时调度方法。

背景技术

为应对全球性的能源与环境危机，风电、光伏等新型电源在电力系统中得到广泛应用，其固有的随机性、间歇性特点增强了电力系统运行中的不确定性，从而，使得不确定运行条件下的电力系统调度决策问题，成为当前相关领域专家、学者关注的焦点。鲁棒优化是一类求解不确定决策问题的有效方法，其根据不确定变量的扰动区间，寻找不确定变量最劣实现情况下的最佳决策方案。由于鲁棒优化方法的决策过程不需要依据不确定变量具体的概率分布函数，并且，具有计算效率上的优势，近年来，在电力系统机组组合、经济调度问题中得到广泛应用。

电力系统调度决策鲁棒优化方法的发展是迅速的，成果是显著的。现有方法所针对的，主要是负荷功率需求、新能源电源输出功率以及发输电设备故障这类具有不确定自然属性的对象。然而，需要认识到的是，在对电网调度决策问题建模时，对于电网特性的模拟与近似常常会引入建模误差，从而引入新的不确定因素，这其中，具有代表性的不确定参量即是电网的注入转移分布因子(ISF)。

注入转移分布因子是电网的一种重要的线性化因子，功率传输分布因子(PTDF)，支路开断分布因子(LODF)以及开断传输分布因子(OTDF)，均可由注入转移分布因子推导获得。在电力系统调度决策模型中，注入转移分布因子被广泛用于构建输电支路的输电能力约束，以确保输电的安全性。

然而，目前常用的基于直流潮流推导的注入转移分布因子，在反映电力系统注入转移规律时，存在较大误差，原因在于：

1)方法依赖于支路参数，在实际应用中，支路参数随运行时间发生漂移，且由于计算、维护不当而存在误差，将导致注入转移分布因子估计的不准确；

2)方法计算时需要设置平衡节点，然而平衡节点的设置并非总与电网的实际功率平衡策略相一致，这也将影响注入转移分布因子估计的准确性；

3)基于直流潮流推导的恒定的注入转移分布因子，无法体现不同运行状态下电网注入转移分布规律的变化。注入转移分布因子估计的误差，会使调度结果存在造成输电支路传输功率越限的可能，从而影响电力系统运行的安全性。且现有技术没有给出注入转移分布因子不确定区间的获取方法，同时，在实际中，各注入转移分布因子的不确定程度往往也不是一致的。

发明内容

本发明为了解决上述问题，提出了一种计及注入转移分布因子估计误差的鲁棒实时调度方法，本发明可以在决策中有效计及节点注入转移分布因子的估计偏差，确保系统运行的安全性，具有较高的计算效率。

为了实现上述目的，本发明采用如下技术方案：

一种计及注入转移分布因子估计误差的鲁棒实时调度方法，基于贝叶斯线性回归理论构建了利用量测数据的注入转移分布因子的在线概率估计模型，以电网运行经济性为目标，以AGC机组运行基点及参与因子为决策变量，构建了实时调度的两阶段鲁棒优化模型，同时计及注入转移分布因子及节点注入功率的区间不确定性，根据电网自身物理特性，将决策模型中的两类不确定参量分离处理，并运用Soyster方法将模型转化为确定性的线性优化问题进行求解。

对于高压输电网络，支路潮流与各节点功率注入之间存在近似的线性关系，根据贝叶斯线性回归理论，利用线性回归模型中因变量与自变量样本观测值来估计线性回归模型中未知回归系数的概率分布，通过对支路潮流与节点注入功率的样本观测值，建立以注入转移分布因子为回归系数的贝叶斯线性回归模型，实现注入转移分布因子的概率估计。

在满足直流潮流假设条件下，高压输电网络支路的有功潮流与各节点的有功注入表示为线性关系：

式中，支路k有功功率P_Branch,k以及对应系统内N个节点有功注入功率的N维列向量P_Node观测值均可通过量测数据获得；M_k为对应于支路k的N维注入转移分布因子列向量。

考虑到线性回归残差，包含注入转移分布因子的线性回归模型为：

式中，ε_k为回归残差，通常假设其服从均值为0、方差为σ_k²的正态分布；注入转移分布因子向量M_k与方差标量σ_k²为随机变量。

贝叶斯公式可建立式中随机变量的联合后验概率密度函数：