一种基于场景模拟的电网新能源备用容量配置方法、系统与流程

本发明属于电力系统调度自动化领域，具体涉及一种基于场景模拟的电网新能源备用容量配置方法、系统、设备及存储介质。

背景技术：

1、新能源的大规模并网为电力系统的安全经济运行带来了新的挑战。一方面，为应对新能源的不确定性，系统需要配置更多的备用；另一方面，随着新能源渗透率的不断提高，传统火电机组被逐渐替代，传统备用容量愈发不足。因此，合理配置备用是保证新型电力系统安全经济运行的一个关键问题。

2、传统电力系统备用容量配置通常采用系统负荷的固定百分比或者单机最大容量，该方法简单易行,能够保证系统达到一定的可靠性水平，但这类方法通常以满足系统安全稳定运行为首要考虑因素，较少考虑新能源不确定因素对备用容量的影响。

3、对于新能源接入后的备用容量配置问题,目前多采用新能源历史预测误差数据进行概率统计的方法。该类方法主要基于新能源历史预测的误差分布，缺乏对未来时刻可能发生的新能源出力情况的考虑，也无法考虑输电阻塞条件下的电网分区备用容量配置要求。

4、利用多场景技术处理随机不确定性问题，能够将复杂且难以描述的不确定性问题，转化为多个可能发生的确定性场景，从而简化求解难度。目前已有将多场景技术应用于调度计划优化的研究，但电力系统调度需要确定性结果，多场景的不确定性决策结果难以直接应用。

5、因此，如何考虑未来时刻新能源发电及电网运行特征，进行考虑多场景的电网新能源备用容量计算，成为本领域技术人员急需要解决的技术问题。

技术实现思路

1、发明目的：本发明的目的在于提供一种基于场景模拟的电网新能源备用容量配置方法、系统、设备及存储介质，基于运行日的新能源预测数据进行场景生成，对多样化的新能源场景进行优化调度推演，提出多场景下的电网新能源备用容量配置方法，有助于提升电网应对新能源发电不确定性的能力。

2、技术方案：本发明的一种基于场景模拟的电网新能源备用容量配置方法，包括：

3、场景集生成：采用基于马尔科夫链的多场景技术模拟出新能源预测误差随时间变化的时间相关性，生成新能源出力的典型场景集；

4、多场景优化推演：建立新能源出力场景下的电网优化调度模型，利用电网优化调度模型分别计算新能源出力的典型场景集中各典型场景的发电能力和新能源预测曲线的基态场景的发电能力；

5、多场景备用需求计算：计算各典型场景的发电能力与基态场景的发电能力之间的距离，获得各典型场景对应的新增备用需求；

6、综合备用容量计算：对所有典型场景对应的新增备用需求进行加权计算，获得电力系统的新能源综合备用容量。

7、进一步的，采用基于马尔科夫链的多场景技术模拟出新能源预测误差随时间变化的时间相关性，生成新能源出力的典型场景集，包括：

8、获取计划日期的新能源发电预测数据，以及新能源发电的历史预测数据与实际出力数据，计算新能源预测误差；

9、根据新能源预测误差，基于马尔科夫链的多场景技术构造新能源预测误差状态向量，进行蒙特卡洛抽样，以获取考虑时间关联性的新能源发电厂站的出力场景；

10、采用后向缩减法的场景削减技术，对新能源发电厂站的出力场景进行场景削减；

11、考虑电网包含多个新能源发电厂站，通过对多个经过场景削减的新能源发电厂站的出力场景进行自由排列组合，生成含有多个新能源发电厂站的大量单厂出力场景；假设某电网的新能源发电厂站总数为nw，每个新能源发电厂站的出力场景数为np(p＝1,2,…，nw)，将所有新能源发电厂站的出力场景进行排列组合，得到最终的新能源发电厂站出力场景数na：

12、

13、采用基于模糊c均值聚类的场景削减技术，通过比较含有多个新能源发电厂站的大量单厂出力场景中各场景与中心向量的欧氏距离，归并相近场景，降低组合场景数目，从而生成含有多个新能源发电厂站的典型场景集；定义j为模糊c均值聚类的欧氏距离，表达式如下式所示：

14、

15、式中，j为各场景与中心向量的欧氏距离；m为场景数目；c为聚类后的场景数目；yw为第w个场景；vc为第c(c＝1,2,…,c)个聚类场景中心向量；μcw为第w个场景yw到第c个聚类场景中心向量vc的隶属度函数；m为收敛因子。

16、进一步的，根据新能源预测误差，基于马尔科夫链的多场景技术构造新能源预测误差状态向量，进行蒙特卡洛抽样，以获取考虑时间关联性的各新能源发电的大量单厂出力场景，包括：

17、设ε表示新能源预测误差，f表示概率密度，将新能源预测误差离散化为n个区间，对应第i个区间的状态记为xi(i＝1,2,…,n)，第i个区间的新能源预测误差的发生概率为si；时刻t各区间的新能源预测误差的发生概率si,t(i＝1,2,…,n)构成当前时刻的新能源预测误差状态向量mt，表达式如下：

18、

19、式中，μ0和σ0分别表示正态分布的期望和标准差；εup,i和εdown,i分别表示区间i的误差上限与下限；

20、将随机预测误差随时间的变化过程看作马尔科夫过程，已知初始时刻t0至t-1时刻状态xt-1，xt-2，…，xt0所对应的状态区间，且上一个时刻的状态为xt-1＝xi，则当前时刻状态xt＝xj的概率可以表示为：

21、e(xt＝xj|xt-1,xt-2,…,xt0)＝e(xt＝xj|xt-1＝xi)＝eij

22、式中，eij表示预测误差由时刻t-1的状态xi过渡到时刻t的状态xj的一步状态转移概率，可由统计数据得到，即

23、

24、式中，lij表示通过统计分析不确定量的历史数据，由时刻t-1的状态xi转为时刻t的状态xj出现的次数；

25、考虑时间关联性后，时刻t预测误差状态向量mt可修正为：

26、

27、式中，e表示一步状态转移矩阵，有e＝(eij)n×n，且

28、进一步的，所述新能源出力场景下的电网优化调度模型的目标函数如下：

29、

30、式中，nt表示优化调度所含时段数；ni表示电力系统中火电机组总个数；ci表示火电机组i的单位运行成本；ps,i,t表示场景s下火电机组i在时段t的有功出力，场景s包括典型场景和基准场景；si表示火电机组i的开机成本；ys,i,t示场景s下火电机组i在时段t是否有停机到开机状态变化的标志；nw表示电力系统中新能源机组总个数；cw表示新能源机组w的单位弃电成本；ps,w,t表示场景s下新能源机组w在时段t的弃电功率。

31、进一步的，所述新能源出力场景下的电网优化调度模型的目标函数，设定有以下约束条件：

32、

33、pi,minus,i,t≤ps,i,t≤pi,maxus,i,t

34、

35、-δi≤ps,i,t-ps,i,t-1≤δi

36、

37、式中，lt表示电力系统在时段t的负荷需求；pis,w,t表示场景s下新能源机组w在时段t的预测功率；r0,t表示电力系统在时段t的常规备用需求；pi,max和pi,min分别表示火电机组i输出功率的上下限；us,i,t表示场景s下火电机组i在时段t的启停状态；zs,i,τ表示场景s下火电机组i在时段t是否有开机到停机状态变化的标志；uti和dti分别为火电机组i的最小开机时间和最小停机时间；δi表示火电机组i每时段爬坡速率；pl,max、pl,min分别表示第l个输电断面的潮流上限和下限；n表示电网计算节点集合，ps,n,t表示场景s下时段t时电网计算节点n的发电功率；ls,n,t表示场景s下时段t时电网计算节点n的负荷功率；sn,l,t表示时段t时电网计算节点n的功率对第l个输电断面的灵敏度。

38、进一步的，计算各典型场景的发电能力与基态场景的发电能力之间的距离，该距离即为各典型场景对应的新增备用需求，计算公式为：

39、

40、式中，ra,t表示典型场景a下电力系统在时段t的新增备用需求；ua,i,t表示典型场景a下火电机组i在时段t的启停状态；u0,i,t为基准场景下火电机组i在时段t的启停状态；pi,max表示火电机组i输出功率的上限；ni表示电力系统中火电机组总个数。

41、进一步的，对所有典型场景对应的新增备用需求进行加权计算，获得电力系统的新能源综合备用容量，包括：

42、

43、式中，rt表示电力系统在时段t的新能源综合备用容量；ns表示典型场景总数；ra,t表示典型场景a下电力系统在时段t的新增备用需求；βa表示典型场景a的概率。

44、基于相同的发明构思，本发明的一种基于场景模拟的电网新能源备用容量配置系统，包括：

45、场景集生成模块，用于采用基于马尔科夫链的多场景技术模拟出新能源预测误差随时间变化的时间相关性，生成新能源出力的典型场景集；

46、多场景优化推演模块，用于建立新能源出力场景下的电网优化调度模型，利用电网优化调度模型分别计算新能源出力的典型场景集中各典型场景的发电能力和新能源预测曲线的基态场景的发电能力；

47、多场景备用需求计算模块，用于计算各典型场景的发电能力与基态场景的发电能力之间的距离，获得各典型场景对应的新增备用需求；

48、综合备用容量计算模块，用于对所有典型场景对应的新增备用需求进行加权计算，获得电力系统的新能源综合备用容量。

49、基于相同的发明构思，本发明的一种基于场景模拟的电网新能源备用容量配置设备，包括处理器和存储器，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该电子设备实现上述基于场景模拟的电网新能源备用容量配置方法的步骤。

50、基于相同的发明构思，本发明的一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，实现上述基于场景模拟的电网新能源备用容量配置方法的步骤。

51、有益效果：与现有技术相比，本发明的显著技术效果为：

52、考虑新能源发电的不确定性因素，进行多场景优化推演，运行人员可以据此了解不同场景下的运行情况与备用需求，有助于提前制定应急方案；

53、基于多场景平衡推演结果，进行电网新能源备用容量计算，可有效模拟各类复杂不确定性因素预测误差的分布特征，实现备用需求的定量刻画，提升电网应对新能源发电不确定性的能力。

54、本发明有助于充分考虑未来新能源出力波动的可能情况，实现电力电量平衡与输电通道约束下新能源调节需求的精准表征，提升新能源备用容量的计算准确性，提高电网的平衡能力和新能源消纳水平。