[发明专利]一种基于CVaR的风电日前出力申报优化方法

说明书

本发明一种基于CVaR的风电日前出力申报优化方法属于发电技术领域，尤其涉及风电场需要对日前出力申报进行决策的场合。包括步骤，1）生成风电不确定性样本；通过实际风速历史数据，并基于风速与风机出力关系，得到风机可能出力的历史数据，通过对风机可能出力的历史数据进行聚类，可得到有代表性的随机概率样本；2）建立风险中立型风电企业日前出力计划优化模型；其决策目标是确定最优的日前风电出力计划以最大化自己的期望利润，风电企业利润为上网风电收益与偏差电量惩罚的差值；3）建立基于CVaR的日前出力申报优化决策模型。

技术领域

本发明一种基于CVaR的风电日前出力申报优化方法属于发电技术领域，尤其涉及风电场需要对日前出力申报进行决策的场合。

背景技术

风能是一种永不枯竭的可再生能源，风电机的建设周期短、选址灵活、占地面积小，因此风力发电是最具前景的清洁能源发电方式，能够有效抑制环境污染和全球变暖等问题。但风力发电易受天气、季节和地形等自然因素影响，出力存在随机性和不确定性。风力发电的不确定性增加了系统调度的难度和成本，造成大量的弃风现象，同时，系统调度成本以惩罚的形式分摊到风电企业中，从而影响风电企业的收入。

据统计，2017年我国风电并网装机容量达1.64亿千瓦，占发电装机总容量的9.2%。全年风电发电量为3057亿千瓦时，占全年总发电量的4.8%，2017年我国弃风率为12%，风电消纳形势有所好转，但“三北”地区弃风率仍较高，尤其以甘肃（弃风率33%）、新疆（弃风率29%）、吉林（弃风率21%）、内蒙古（弃风率15%）等地为代表。此外，随着我国电力市场化改革的深入，对于风电的标杆上网电价和补贴力度不断下滑。因此，优化风电机组日前申报出力曲线，减小出力计划与实际出力的偏差，是有效减少弃风现象、保证风电企业的收入的方法之一。

在我国，风电机组需提前一天向调度中心申报次日出力，但由于风速的随机性和不确定性，风电机组次日出力会与日前申报出力存在偏差。当次日风电机组出力出现偏差时，调度中心为了维持电力系统的实时平衡需调用其它可调用机组，从而增加了系统的调度成本。这部分成本由风电企业日前申报出力计划与次日实际出力的偏差产生，因此，电网公司会对风电企业进行偏差惩罚，从而弥补系统调度成本。风电企业的预测偏差会影响风电企业利润、增加经营风险。

发明内容

本发明的目的是针对风电发展现状和风电不确定性以及随机性的特点，提出一种基于CVaR的风电日前出力申报优化方法，在可再生能源出力不确定的背景下，为风电机组日前出力申报决策提供了优化模型。

本发明是采取以下技术方案实现的：

基于CVaR的风电日前出力申报优化方法，包括如下步骤，

1）生成风电不确定性样本；

通过实际风速历史数据，并基于风速与风机出力关系，得到风机可能出力的历史数据，通过对风机可能出力的历史数据进行聚类，可得到有代表性的随机概率样本；

2）建立风险中立型风电企业日前出力计划优化模型；

其决策目标是确定最优的日前风电出力计划以最大化自己的期望利润，风电企业利润为上网风电收益与偏差电量惩罚的差值；

3）建立基于CVaR的日前出力申报优化决策模型；

在步骤2）建立的风险中立型风电企业日前出力计划优化模型的基础上，考虑发电企业对风险的规避，从而确定风电机组的日前出力申报。

本发明的技术优势是建立了基于CVaR的风电日前出力申报优化模型，该模型能在次日实际风电机组出力未知的情况下，通过基于CVaR的随机优化方法对日前出力申报曲线进行优化，能有效减少风电企业日前出力申报计划与实际情况的偏差，减少弃风现象；同时考虑门槛值α和置信度β的调整，可以实现利润的风险可控性。

具体实施方式