[发明专利]多等级备用协调优化方法、装置及系统

说明书

本发明公开了一种考虑全场景集风险的多等级备用协调优化方法、装置及系统，首先通过对充裕性事件初始全场景集进行场景筛选；随后，针对筛选后短时间尺度内的充裕性事件场景进行较高等级备用优化；然后针对筛选后较长时间尺度内的充裕性事件场景，进行较低等级备用优化；最后，通过对以上不同等级下的优化结果，分别在相应等级下的待优化全场景集进行风险校核，以保证根据筛选后场景进行优化的合理性与有效性。本发明提出的备用优化框架，通过对初始全场景集进行削减以及对不同备用等级间进行解耦，能实现大规模场景集下多等级备用的协调优化，能够协调计算效率与优化效果。

技术领域

本发明属于电力系统机组组合技术领域，具体涉及一种考虑全场景集风险的多等级备用协调优化方法、装置及系统。

背景技术

大规模间歇性可再生能源(renewable energy，RE)接入下的出力不确定性对系统运行充裕性带来了巨大挑战。为应对这种出力不确定性，通常需在市场上优化购买备用容量资源，以满足系统运行要求。

现有的关于RE接入后的系统运行备用研究，大多仅考虑旋转级备用的优化，仅少量研究涉及非旋转级备用。RE出力预测随着时间尺度的变大，预测信息的不确定性增加，由此导致的预测误差加大。大规模RE接入下，有必要考虑不同时间尺度的预测信息，通过对物理-经济特性不同的各级备用(旋转、热、冷)进行协调优化配置，以提高系统充裕性，降低运行风险。将具备快速启停能力的火电机组作为非旋转级备用容量资源，参与辅助服务市场竞争，协调旋转级备用与非旋转级备用的优化配置是实现高比例RE接入的有效途径。

场景分析法在用于描述可再生能源出力不确定性时，不仅能表征预测风/光功率等随机变量在时间-功率空间上的概率分布，还能进一步反映这些随机波动在时序上的连续性。为了使构造的场景集很好地表征预测误差的概率分布，通常需随机产生大量的场景。通过场景-时段模型进行调度优化求解时，产生的变量和约束数量随着场景数目增加而相应增加，导致计算复杂度急剧增加，甚至产生维数灾，不能满足实际运行需求。虽然大多研究通过各种场景削减技术来减少场景规模，但都是单纯通过剔除低概率场景、聚合相近场景的削减方法，将场景选取与控制优化完全分离。前述方法在对海量场景集进行初步削减是行之有效且合理的，但由于缺乏优化效果与计算效率直接的协调，直接采用该方法将原始场景集缩减到很小的规模以获得求解效率，则背离了采用多场景描述RE出力不确定性优越性的初衷。

发明内容

针对上述技术问题，本发明提出一种考虑全场景集风险的多等级备用协调优化方法、装置及系统，通过基于备用优化预案下的逐步筛选关键风险场景的方法，能自适应的选取待优化全场景集，协调优化效果与计算效率。此外，本方法针对高比例RE接入下仅采用旋转备用配置不足的问题，提出了“从高到低，逐级优化”的多等级备用协调优化配置方法，能充分利用不同等级备用在场景下的物理-经济特性，获得风险可控的多等级备用配置方案。

实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

第一方面，本发明提供了一种考虑全场景集风险的多等级备用协调优化方法，包括下述步骤：

获取与各选定的待优化的时间尺度对应的待优化全场景集；

按照各选定的待优化的时间尺度的优化等级，从高至低顺次基于各待优化全场景集，分别结合对应的优化对象和优化目标，生成对应的优化预案；其中，上一级生成的优化预案用作下一级优化预案生成过程中的边界条件；

分别针对各优化预案在对应的待优化的时间尺度内的待优化全场景集中进行风险校核，筛选出各待优化的时间尺度内仍需关注的关键风险场景；