[发明专利]求解水光互补电站机组组合问题的嵌套优化方法

说明书

本发明提供一种求解水光互补电站机组组合问题的嵌套优化方法，其特征在于，包括：步骤一：预测光电出力过程，考虑预测的不确定性，生成多种光电出力情景，并计算每种情景对应的概率；步骤二：建立水光互补电站机组组合数学模型，确定该模型的目标函数、约束条件以及决策变量；水光互补电站机组组合数学模型的优化目标为多情景下水电机组平均耗水量最小，计算式为：步骤三：构造嵌套优化方法，外层采用智能算法优化机组开机台数，内层在给定机组开机台数下，采用动态规划方法确定负荷最优分配策略。

技术领域

本发明属于再生能源利用与水库调度的交叉领域，具体涉及一种求解水光互补电站机组组合问题的嵌套优化方法。

技术背景

太阳能光电是一种不可调度的可再生能源，其出力受昼夜交替、天气变化、云层厚度等因素的影响，具有明显的间歇性、波动性和随机性。大规模光电直接并网，会对系统的调峰和稳定运行带来极大压力。实施水光互补发电，将光电输送至水电站，利用水电机组的快速调节能力对光电进行补偿，将光电与水电一起打包上网，是促进光电消纳的一种有效途径。

然而，由于光电的强随机性，现有预测方法无法对其进行准确预测。当不确定的光电接入水电站后，水电调度决策也随之变得不确定，这使得水电站安全经济运行的困难进一步加大。水电机组组合问题是编制水电站短期发电计划首先要解决的问题。合理的开停机方案可进一步增加水电站的经济效益或节省运行成本。由于水电机组组合问题的复杂性，优化求解十分困难。尤其是对于大型水电站(机组台数多，装机容量大)，采用现有优化技术求解时，通常无法实现计算精度和效率的统一：如采用动态规划法可得到问题的全局最优解，但该方法会占用大量的计算内层，且无法有效处理时段耦合约束(如最小开停机约束)；采用智能算法可以处理时段耦合约束，但在优化变量较多时会陷入局部最优解，表现为早熟收敛。因此，研究水光互补电站机组组合问题的求解不仅可为其经济运行提供技术支撑，还可进一步丰富和拓展水电优化调度理论。

发明内容

本发明是为了解决水光互补电站安全经济运行问题而进行的，目的在于提供一种求解水光互补电站机组组合问题的嵌套优化方法。

本发明为了实现上述目的，采用了以下方案：

本发明提供一种求解水光互补电站机组组合问题的嵌套优化方法，其特征在于，包括以下步骤：步骤一：预测光电出力过程，考虑预测的不确定性，生成多种光电出力情景，并计算每种情景对应的概率；步骤二：建立水光互补电站机组组合数学模型，确定该模型的目标函数、约束条件以及决策变量；水光互补电站机组组合数学模型的优化目标为多情景下水电机组平均耗水量最小，计算式为：式中：F为水光互补电站在整个调度期内的平均耗水量；N为水电站机组台数；T为调度期时段数；S为光电出力情景数；n,t,s分别为机组、调度时段以及光电情景编号；u_n,t为机组开关机状态(0-1变量)；机组过机流量；Δt为调度时段长；步骤三：构造嵌套优化方法，外层采用智能算法(如遗传算法、布谷鸟算法)优化机组开机台数，内层在给定机组开机台数下，采用动态规划方法确定负荷最优分配策略。

本发明提供的求解水光互补电站机组组合问题的嵌套优化方法，还可以具有以下特征：在步骤一中：首先，采用数理统计方法或者物理方法预测次日的光电出力过程(P_t,t＝1,…,T)；其次，将预测的出力过程减去不同的预测误差(e₁,e₂,e₃)可以产生多种情景；最后，假定光电的预测误差服从正态分布N(μ,σ²)，利用离散概率分布代替连续概率分布，可计算每种情景所对应的概率(ρ₁,ρ₂,ρ₃)，计算公式为：