一种直流通道多阶段风光消纳方法

本发明属于电力系统运行与调度自动化，特别是一种直流通道多阶段风光消纳方法、装置及介质。

背景技术：

1、直流通道的快速发展正推动着可再生能源消纳策略的重大转变。受资源禀赋的影响，大容量风电和光伏发电在地理上通常与负荷中心分离。这一矛盾导致远距离直流输电成为可再生能源消纳的主要策略。

2、随着风电等新能源机组持续大规模接入和火电机组供热改造规模的不断扩大，电网调峰、调频压力逐年增大，由电网调峰困难造成的弃风，弃光现象频繁发生。另外，由于风电光伏等新能源的不确定性，新能源的大规模并网也对电力系统的稳定与安全提出了更大的挑战。

3、在处理不确定性问题中，目前的文献中两阶段优化方法十分常用，已经广泛应用到含新能源的配电网、微电网和输电网运行问题中。但两阶段方法存在一些问题，已有文献指出两阶段鲁棒优化、基于场景的两阶段随机规划等模型，无法同时满足解的非预期性和鲁棒性。

4、目前，实际的电力系统中不仅有风电及光伏发电的组成部分，同时也包括灵活性改造后的火力发电，储能，需求侧响应等灵活性资源。系统中的灵活性资源会很大程度上影响可再生能源消纳，如果加以合理利用，灵活性资源会大幅助力新能源消纳，而相关学术研究中关于市场交易条件下灵活性资源在直流通道新能源消纳中的作用鲜有提及与分析。

5、在背景技术部分中公开的上述信息仅仅用于增强对本发明背景的理解，因此可能包含不构成本领域普通技术人员公知的现有技术的信息。

技术实现思路

1、针对现有技术中存在的问题，本发明充分利用了多阶段模型是一种可同时满足非预期性和鲁棒性的有效建模方式，提出一种直流通道多阶段风光消纳方法、装置及介质。考虑市场交易的直流通道新能源消纳多阶段决策优化模型，同时引入了新能源出力的不确定性，使用多阶段决策模型与代理仿射逼近算法求解考虑灵活性资源的直流通道新能源消纳问题。基于直流通道(联络线)、送受端电网风光机组及各类灵活性资源物理模型，以及消纳风光不确定性的灵活性资源多阶段决策模型，建立考虑市场交易的直流通道新能源消纳多阶段决策优化模型，并利用代理仿射逼近技术完成优化模型的快速求解，实现能源大范围跨区域配置及清洁能源跨区消纳，优化我国现行的直流通道(联络线)输送功率配置模式。

2、本发明的目的是通过以下技术方案予以实现：

3、一种直流通道多阶段风光消纳方法，包括如下步骤：

4、s100：获取直流通道的数据和获取送受端电力系统特性数据，其中，所述直流通道一端连接送端电网，另一端连接受端电网；

5、s200：基于所述直流通道的数据和送受端电力系统特性数据建立直流通道的模型、送端电网的模型、受端电网的模型；

6、s300：基于直流通道的模型、送端电网的模型、受端电网的模型建立直流通道新能源消纳决策模型；

7、s400：对所述直流通道新能源消纳决策模型进行求解，并根据其求解后的结果确定送端电网和受端电网2个区域电力结果的规划运行，实现直流通道多阶段风光消纳。

8、所述的一种直流通道多阶段风光消纳方法中：

9、所述直流通道的数据包括下述中的至少一种：直流通道传输功率极限、日传输电量、日最大调节次数、最小调节时间。

10、所述的一种直流通道多阶段风光消纳方法中：

11、所述送受端电力系统特性数据包括风光出力预测、出力预测置信区间，负荷预测、电能供应方的申报供应量、电能需求方的申报需求量、可削减负荷比例，火电机组爬坡能力、调峰深度、储能放电深度和充放电功率极限。

12、所述的一种直流通道多阶段风光消纳方法中，

13、所述直流通道新能源消纳决策模型被改写为下述关于问题p1的模型：

14、

15、

16、

17、其中，x表示包含直流通道输送功率、火电机组出力、容量、新能源机组出力、储能净放电功率、卖电方交易成交量、负荷交易成交量、甩负荷优化变量的向量；

18、∈表示新能源出力的不确定性；

19、u表示新能源不确定性的最优消纳范围；

20、g表示多阶段仿射策略；

21、c表示目标函数式中的相关参数的向量；

22、a，e，b表示不含∈的相关约束参数；

23、k，l，m，d表示新能源产生不确定性后传统可控能源的再调度过程中含∈的不等式约束相关参数，f，h，j，h表示新能源产生不确定性后传统可控能源的再调度过程中含∈的等式约束相关参数；

24、所述对所述直流通道新能源消纳决策模型进行求解，包括：

25、对于所述直流通道新能源消纳决策模型，引入代理变量与代理函数：

26、0≤δlb≤1，0≤δub≤1，

27、s(ulb，uub)＝uubδub-ulbδlb，

28、其中，δlb，δub表示引入的代理变量，ulb＝diag(ulow)，uub＝diag(uup)，diag表示以相应元素作为对角线元素的对角矩阵，s表示构造的相应代理函数，uup，ulow分别表示新能源不确定性最优消纳区间上下限；

29、对于所述直流通道新能源消纳决策模型，利用强对偶性与代理仿射策略进行处理，其中：

30、根据强对偶性得到：

31、kx+π·1≤d，

32、

33、π≥0，

34、其中，π表示非负对偶乘子构成的矩阵，表示新的代理仿射策略，该策略中新能源产生不确定性后传统可控能源的的再调度过程被表示为：

35、

36、对都有：

37、fx＝h，

38、

39、建立如下关于问题p2的代理仿射逼近模型：

40、

41、s.t.ax+eu≤b

42、kx+π·1≤d

43、

44、π≥0

45、fx＝h

46、

47、对于所述关于问题p2的代理仿射逼近模型，对其进行求解，从而以简化的形式实现对关于问题p1的直流通道新能源消纳决策模型的求解。

48、所述的一种直流通道多阶段风光消纳方法中，

49、所述的直流通道多阶段风光消纳方法，针对如下定义的光伏发电和风力发电的新能源机组出力的置信区间内的新能源进行消纳：

50、

51、

52、其中，表示时段的集合，t表示其相应段数，分别表示光伏及风电实际出力，分别表示光伏及风电出力预测期望，cpv，cw分别表示光伏和风电的装机容量，分别表示光伏及风电这2种新能源出力预测偏差的置信区间的上限，分别表示光伏及风电这2种新能源出力预测偏差的置信区间的下限；

53、通过可变不确定性集合定义集合中t时段的新能源不确定性最有消纳范围如下：

54、

55、其中，分别表示不确定性区间的下限和上限，表示集合中t时段的新能源不确定性最有消纳范围，其随着新能源装机容量变化；

56、引入下述限制条件，以使得保证包括所有的新能源出力波动情况：

57、

58、

59、

60、

61、其中，分别表示光伏出力不确定性区间上下限，分别表示风电出力不确定性区间上下限。

62、所述的一种直流通道多阶段风光消纳方法中：

63、构建如下的多目标函数，以对直流通道新能源消纳决策模型引入优化目标，以使得最大化新能源装机容量、最小化综合成本：

64、

65、其中：

66、ω1，ω2为权重系数，ω1+ω2＝1；

67、fg，fls，fn，flt分别表示火电交易、甩负荷、卖电方交易费用及负荷交易费用的成本函数；

68、fpv，fw，fsto分别表示光伏机组、风电机组和储能的建设成本；

69、cpv，cw分别表示光伏和风电的装机容量；

70、csto表示送受端的储能装机容量；

71、表示t时段、电能供应方第k段的火电电能供应量，k表示电能供应方第k个供应区间段；

72、和分别表示t时段需求侧响应甩负荷量、第m段需求方电能需求量和受端第v段供应方电能供应量。

73、所述的一种直流通道多阶段风光消纳方法中：

74、直流通道新能源消纳决策模型中，直流通道的输送功率至少在直流通道最小调节时间中维持稳定。

75、所述的一种直流通道多阶段风光消纳方法中；

76、所述直流通道的模型的约束条件包括直流通道调节状态爬坡约束条件、直流通道输送功率上下限约束条件、直流通道最小调节时间约束条件、直流通道最大调节次数约束条件、直流通道日传输电量约束条件。

77、所述的一种直流通道多阶段风光消纳方法中：

78、直流通道新能源消纳决策模型中，送受端的约束条件包括：

79、送端功率平衡约束条件、送端的聚合储能约束条件、聚合火电机组约束条件、聚合新能源机组相关约束条件；

80、受端功率平衡约束条件、受端的聚合储能相关约束条件、需求侧响应约束条件、受端电能需求约束条件、受端电能供应约束条件。

81、所述的一种直流通道多阶段风光消纳方法中，

82、直流通道新能源消纳决策模型的约束条件为：

83、

84、

85、

86、

87、

88、

89、

90、

91、

92、

93、

94、

95、

96、

97、

98、

99、

100、

101、

102、

103、

104、

105、

106、

107、

108、其中：

109、vt表示在t时段直流通道是否进行输送功率调整的0-1变量，进行调整为1，不做调整为0；

110、rdc表示直流通道输送功率调整的最大爬坡变换率；

111、tm表示直流通道功率调整的最小间隔时间；

112、x为一天之中允许直流通道进行功率调整的最大次数；

113、分别表示火电机组，送端储能，受端储能，直流通道输送功率，甩负荷功率在新能源产生不确定性后传统可控能源的再调度过程中的决策取值；

114、τ表示相应的优化时间阶段；

115、gt，τ表示将不确定性映射至再调度决策取值的仿射策略；

116、表示新能源不确定性；

117、q为该日由供电计划预先规划的日传输电量；

118、δt表示该段输送功率的稳定时间阶段；

119、rg表示火电机组最大爬坡速率；

120、和分别表示t时段受端负荷需求、需求侧响应甩负荷量、第m段需求方电能需求量、受端储能净放电功率和受端第v段供应方电能供应量；

121、m表示需求方负荷需求分段的集合，m表示其相应段数；

122、v表示受端供应方电量分段的集合，v表示其相应段数；

123、γ表示甩负荷上限系数；

124、表示第m段电能需求量的上限；

125、表示受端第v段供应方电能供应量的上限；

126、ηr，αr分别表示受端储能容量、净放电功率上限系数与放电深度；

127、表示电能供应方分段的集合，k表示其相应段数；

128、cg，β，rg，和分别表示火电机组容量、调峰深度、最大爬坡速率、第k段电能供应方供应量及第k段电能供应方供应量上限；

129、cpv，cw分别表示光伏和风电的装机容量；

130、ηs，αs分别表示送端储能资源的容量、净放电功率上限系数与放电深度；

131、e0，s表示调度周期开始时的送端储能资源电量；

132、和ptg别表示t时段送端规划储能净放电功率、火电出力，下标s表示送端；

133、ptdc为t时段直流通道输送功率；

134、csto表示送受端的储能装机容量；

135、表示t时段、电能供应方第k段的火电电能供应量；分别表示光伏出力不确定性区间上下限；

136、分别表示风电出力不确定性区间上下限；为光伏、风电这2种新能源出力预测偏差的置信区间上下限；

137、分别表示光伏及风电不确定性出力；

138、表示集合中t时段的新能源不确定性最优消纳范围。

139、所述的一种直流通道多阶段风光消纳方法中，步骤s300包括：

140、s301：基于直流通道的模型、送端电网的模型、受端电网的模型建立新能源消纳模型；其中，

141、当新能源发生波动时，新能源消纳模型为：

142、

143、其中，分别表示火电机组，送端储能，受端储能，直流通道输送功率，甩负荷功率在新能源产生不确定性后传统可控能源的再调度过程中的决策取值，τ表示相应的调度时间阶段，gt，τ表示将不确定性映射至再调度决策取值的仿射策略，表示新能源不确定性；

144、s302：基于新能源消纳模型建立直流通道新能源消纳决策模型；其中，

145、直流通道新能源消纳决策模型中，引入高斯分布以建模新能源出力预测偏差的不确定性。

146、所述的一种直流通道多阶段风光消纳方法中，

147、对直流通道新能源消纳决策模型建模的目标函数建模如下：

148、max∑(cpv+cw)，

149、

150、其中，

151、最小化综合成本的目标函数包括送端火电交易费用、甩负荷补偿、受端购电成本、负荷交易费用、风光机组与储能的建设成本；

152、fg，fls，fn，flt分别表示火电交易、甩负荷、卖电方交易费用及负荷交易费用的成本函数；

153、fpv，fw，fsto分别表示光伏机组、风电机组和储能的建设成本；

154、csto表示送受端的储能装机容量；

155、表示t时段、电能供应方第k段的火电电能供应量，k表示电能供应方第k个供应区间段；

156、和分别表示t时段需求侧响应甩负荷量、第m段需求方电能需求量和受端第v段供应方电能供应量。

157、此外，本发明还揭示了一种直流通道多阶段风光消纳装置，包括，

158、获取单元，用于获取直流通道的数据和获取送受端电力系统特性数据，其中，所述直流通道一端连接送端电网，另一端连接受端电网；

159、电网模型建立单元，用于基于所述直流通道的数据和送受端电力系统特性数据建立直流通道的模型、送端电网的模型、受端电网的模型；

160、直流通道新能源消纳决策模型建立单元，用于基于直流通道的模型、送端电网的模型、受端电网的模型建立直流通道新能源消纳决策模型；

161、执行单元，用于对所述直流通道新能源消纳决策模型进行求解，并根据其求解后的结果确定送端电网和受端电网2个区域电力结果的规划运行，实现直流通道多阶段风光消纳。

162、此外，本发明还揭示了一种计算机可读取存储介质，其配置成执行前文所述的方法。

163、此外，本发明还揭示了一种电子设备，包括：

164、存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，

165、所述处理器执行所述程序时实现前文所述的方法。

166、和现有技术相比，本发明具有以下优点：

167、1、本发明提供了包含直流通道(联络线)、送受端电网风光机组及各类灵活性资源物理模型并提出了对应的考虑市场交易的直流通道新能源消纳多阶段决策优化模型。根据模型计算得到的直流通道互联区域电力系统规划结果实施电力系统的规划与运行，有助于提升直流通道新能源输送功率占比，提高新能源利用率，助力新能源消纳，对于电网规划建设等相关部门具有指导意义和应用价值。而且，本发明在消纳新能源的过程中权衡了电力系统投资运行成本和新能源装机容量之间的平衡。

168、2、本发明提供了一种消纳风光出力不确定性的多阶段决策模型，其方法同样可以扩展到预测负荷不确定性的情况。引入高斯分布建立新能源实际出力与预测期望的关系，通过新能源出力与装机容量的线性关系，推导新能源出力不确定性置信区间，并将其转化为可变不确定性集合，该集合表达如下：

169、

170、根据灵活性资源灵活可控的技术特性，建立了基于线性仿射策略的新能源消纳再调度问题，以克服新能源出力不确定性的负面影响。

171、同时，考虑不同时段不确定性之间的关系，引入了多阶段决策模型。该模型可以有效解决了不确定性消纳问题中具有时间耦合特性约束难以处理的问题，使得再调度过程保证了解的非预期性与鲁棒性，使问题建模更加符合现实实际，有助于发明的实施与落地。

172、3、本发明提供了一种基于代理仿射逼近技术的直流通道新能源消纳的多阶段决策模型的快速求解方法。由于多阶段决策优化模型中新能源出力不确定性引入了无穷多组限制条件，以及可变不确定性集引入的非线性因素，导致了该模型难以求解。代理仿射逼近算法可以有效求解该问题，通过引入一组代理变量和代理仿射函数，并利用强对偶性将原非线性问题转化为线性问题，进而可以利用现有的优化求解器gurobi等进行快速求解。

173、综上，该方法在直流通道规划、运行领域有广阔的应用前景，包括：送受端灵活性资源统筹配置、新能源消纳、新能源消纳边界求解及直流通道(联络线)输送功率规划等。