[发明专利]一种基于风电概率预测的电力系统运行备用量化方法

权利要求书

1.一种基于风电概率预测的电力系统运行备用量化方法，其特征在于，无需预先设定预测区间的置信水平与边界分位水平，通过不等式约束限定预测区间关于训练样本的最低置信度，由极限学习机直接输出风电功率预测区间，基于该区间的边界确定系统正负运行备用容量需求，以备用预留成本和备用缺额惩罚为损失函数，构建基于风电概率预测的电力系统运行备用优化模型：

约束于：

式中，t为时间序号，为训练样本的时间序号集合；ω_α和为机极限学习机两个输出神经元对应的权重向量；和分别为预留的正负备用容量，和分别为正负备用的缺额；π^u和π^d分别为正负备用的单位预留成本，和分别为正负备用的单位缺额惩罚；λ为L1正则项的权重参数，其取值权衡了对样本拟合程度与模型复杂度之间的偏好；为真实风电功率，为风电功率期望值，w_c为系统风电的装机总量；和为极限学习机输出的预测区间的上下边界；x_t为极限学习机的输入特征向量；1-∈为预测区间的最低置信水平，对应电力系统运行备用的可靠性要求；为指示函数，当括号内的逻辑表达式成立时函数值取1，否则函数值取0；max{·}为最大值函数，返回最大的操作数。

2.根据权利要求1所述的基于风电概率预测的电力系统运行备用量化方法，其特征在于，所述基于风电概率预测的电力系统运行备用优化模型，通过引入辅助连续向量将损失函数中非光滑的L1正则项线性化，通过引入辅助逻辑变量将约束条件中的指示函数与最大值函数线性化，将基于风电概率预测的运行备用量化模型等价转化为混合整数线性规划问题：

约束于：

式中，为元素全为1的向量，η_α和为引入的辅助向量，其维度与ω_α和相同，保证在优化问题的最优解处，辅助向量η_α和的各元素分别等于ω_α和对应元素的绝对值；z_t,为引入的辅助逻辑变量，其中z_t用于对指示函数不等式约束线性化，用于对最大值函数等式约束线性化；称为大M系数，为大于的常系数，为大于的常系数，为大于的常系数，为大于的常系数。

3.根据权利要求2所述的基于风电概率预测的电力系统运行备用量化方法，其特征在于，所述混合整数线性规划问题通过收缩大M系数实现混合整数线性规划问题的可行域紧缩：

式中，sup{·}和inf{·}分别为上确界和下确界运算符；和表示分位水平分别为∈和1-∈的分位数估计，和分别是预测区间下边界q(x_t；ω_α)的上估计和上边界下估计。

4.根据权利要求2所述的基于风电概率预测的电力系统运行备用量化方法，其特征在于，所述混合整数线性规划问题通过削减辅助逻辑变量实现混合整数线性规划问题的可行域紧缩：

式中，集合中包含训练样本数据中所有被区间覆盖的真实风电功率对应的时间序号，即

集合包含训练样本数据中所有大于等于的风电功率期望值对应的时间序号，即

集合包含训练样本数据中所有小于等于的风电功率期望值对应的时间序号，即

时间序号分别属于上述集合的逻辑变量z_t,必定取值为1，需要在优化问题求解前预先给定，实现辅助逻辑变量的削减。