[发明专利]一种风储联合系统的优化调度方法及优化调度系统

说明书

本发明涉及一种风储联合系统的优化调度方法及优化调度系统，结合风电出力时空耦合性，基于区间不确定集刻画风机出力的不确定性，与传统对称区间不确定性集相比，计及时空效应的不确定性集有效排除了发生概率很小的一些极端场景，降低了模型保守性；构造风储联合系统两阶段鲁棒优化调度模型，并依托线性化技术及嵌套CCG策略实现了模型的高效求解。

技术领域

本发明涉及风储联合系统优化调度技术领域，特别是涉及一种风储联合系统的优化调度方法及优化调度系统。

背景技术

全球能源危机以及环境污染问题的持续发酵使得寻求清洁可再生的能源发展模式成为一种必然趋势。风电作为一种无污染、可再生的新能源，在国内外电力系统应用中受到了极大的关注。风机出力具有显著的随机性与波动性，其大规模并网使得电力系统优化调度面临不确定性因素增多，以往确定性调度方法获得的调度结果可能偏离实际运行情况，无法满足现代电力系统安全灵活运行需求。而储能技术的飞速发展为电力系统调度运行提供了新思路，通过风储联合运行参与电力系统优化调度，将有利于平抑风机出力波动性，提高风电消纳能力，同时可有效增强系统可控性。在此背景下，合理表征风机出力波动特征，研究不确定性背景下风储联合系统优化调度问题具有重要的理论价值和实践意义。

关于高比例风电背景下风储联合系统调度问题，其核心在于合理地表征和处理风机出力的不确定性。随机优化法基于历史数据拟合获取不确定性变量的概率密度函数，而后通过场景采样生成大量场景集，从而将不确定性优化问题转化为单个场景的确定性问题。在实际工程中，受自然因素及地域因素影响，风机出力具有显著的随机性与波动性，很难获取风机出力确切的概率密度函数，故随机优化法实践应用表现较差。实际上为保障计算准确性，随机优化法往往需要生成大量场景集，这使得该法的计算规模十分庞大，面临计算时间长的问题，无法适应现代电力系统调度实时需求。尽管通过设置场景约束采用场景削减技术可以减少场景数，但场景约束的设置较为主观，导致模型准确度下降，计算结果的可信度会因此较低。在求解方面，从数学本质上看，风储联合运行系统优化调度模型为高维度、非线性规划问题，无法直接高效求解。

因此，本领域技术人员亟需提供一种新的风储联合系统优化调度方法，能够有效处理风电出力不确定性并克服优化模型计算量大、求解效率低的缺点。

发明内容

本发明的目的是提供一种风储联合系统的优化调度方法及优化调度系统，以在考虑风电不确定性的基础上提高优化调度模型求解效率。

为实现上述目的，本发明提供了如下方案：

一种风储联合系统的优化调度方法，所述方法包括：

根据风机出力的时空耦合性，构建用于刻画风机出力不确定性的风电不确定集；

以风电不确定集为风电出力约束，构建风储联合系统的优化调度模型；

对所述优化调度模型进行线性化，获得线性化后的优化调度模型；

采用CCG算法对所述线性化后的优化调度模型进行嵌套求解，确定风储联合系统的优化调度计划。

可选的，所述根据风机出力的时空耦合性，构建用于刻画风机出力不确定性的风电不确定集，具体包括：

根据Lindeberg-Levy中心极限定理，利用公式确定时空不确定性参数；其中，分别为第w个风电场在t时刻的出力上限和下限；Φ^-1(·)为标准正态分布累积概率密度函数的逆函数，α为用于调整集合的保守性大小的参数；σ_w，t为第w个风电场在t时刻的方差；为第w个风电场输出功率的空间约束参数；为风电场输出功率的时间参数；W为风电场数；T为调度周期；

根据所述时空不确定性参数，结合风机出力的时空耦合性，构建用于刻画风机出力不确定性的风电不确定集为