[发明专利]联合风电光伏电站的梯级水电站中长期隐随机调度方法

权利要求书

1.联合风电光伏电站的梯级水电站中长期隐随机调度方法，其特征在于，包括如下步骤：

步骤1：收集待调峰的负荷数据资料，得到历史每日的日负荷曲线；

步骤2：收集调度区域内所有风电、光伏发电曲线，将所有风电站和光伏电站看成整体，求出历史每日的总风电光伏出力曲线；

步骤3：用历史每日的日负荷曲线减去当日的总风电光伏出力曲线，得到历史每日的剩余负荷曲线；将峰谷差最大的剩余负荷曲线作为最差剩余负荷曲线；

步骤4：将剩余负荷曲线分为峰荷和基荷两部分；梯级水电站承担剩余负荷的调峰任务，即承担所有的峰荷；将最差负荷曲线的峰荷电量作为水电站一天需要的最少发电量；假设梯级电站送出电力在一天内保持一致；

步骤5：从历史风电、光伏出力预测数据中找到最大预测偏差，以这两个最大预测偏差之和作为水电站的备用；用水电站装机减去备用容量得到水电站的日出力上限；将每个时段的日出力上限乘以时段长，然后加和起来作为水电站的日最大发电量；

步骤6：将每月得到的日出力上、下限乘上本月天数作为每个月的梯级电站发电量上下限；

步骤7：假设每个月的径流过程是一个马尔科夫链，利用历史数据求出一年内丰平枯月份的转移概率，利用蒙特卡洛方法随机生成径流序列场景；

步骤8：建立梯级水电站中长期发电量最大确定性优化模型，考虑步骤6得到的月发电量上下限约束及水电站水力约束，采用非线性优化算法，对步骤7得到的每一种径流场景都作为径流输入条件，对模型进行求解，得到和径流场景数相同的决策序列；所述的决策序列包括当前时段平均出力P_m,t和当前时段弃水流量qs_m,t；所述的水电站水力约束包括发电函数约束、水头约束、尾水位流量约束、出库流量约束、水位库容约束、水量平衡约束、末水位控制约束、发电流量约束、库水位约束和通过短期调度得到的长期出力约束；

所述的通过短期调度得到的长期出力约束为：

式中：P_m,t为m号电站t时段出力，phb_m,t、为由步骤6得到的月出力上下限；

步骤9：分月对调度函数进行拟合，以区间 流量Q_m,t、上一时段区间流量Q_m,t+1、当前库容S_m,t作为输入，以当前时段平均出力P_m,t、当前时段弃水流量qs_m,t作为输出，进行径向基神经网络训练，得到径向基神经网络模型；

步骤10：采用步骤9得到的径向基神经网络模型，将所有水库的区间流量Q_m,t、上一时段区间流量Q_m,t+1、当前库容S_m,t作为输入，得到所有水库的当前时段平均出力P_m,t、当前时段弃水流量qs_m,t；之后按照得到所有水库的当前时段平均出力P_m,t、当前时段弃水流量qs_m,t进行调度，其中，m＝1,2,...,M，M表示调度区域内的水库总数。

2.根据权利要求1所述的联合风电光伏电站的梯级水电站中长期隐随机调度方法，其特征在于，减去峰荷电量之后的水电站发电量作为省内的基荷或者通过外送通道送到省外。