CN103077323A - 计及资源与需求不确定性的机组组合决策风险评价方法 - Google Patents

Abstract

本发明提出一种计及资源与需求不确定性的机组组合决策风险评价方法，该方法包括以下步骤：基于光伏发电与负荷的预测数据和统计规律，进行等效负荷的情景生成；基于Kantorovich距离进行情景削减；以及计算计及光伏发电与负荷不确定性的节能发电调度的决策风险。根据本发明的计及资源与需求不确定性的机组组合决策风险评价方法，可以用情景生成与情景削减的方法同时表征光伏发电与负荷的不确定性，结合投资组合理论中的半绝对离差模型，计算决策风险指标。

Description

计及资源与需求不确定性的机组组合决策风险评价方法

技术领域

本发明涉及电力系统调度自动化领域，特别涉及一种计及资源与需求不确定性的机组组合决策风险评价方法。

背景技术

节能发电调度改变了传统的发电调度方式，取消了按行政计划分配发电量指标的做法，以节能、环保为目标，以全电力系统内发、输、供电设备为调度对象，优先调度可再生和清洁发电资源，按能耗和污染物排放水平，由低到高依次调用化石类发电资源，最大限度地减少能源、资源消耗和污染物排放，促进电力系统高效、清洁运行。节能发电调度要求可再生发电资源按其申报安排出力，但由于可再生能源出力具有不确定性，其实际出力与申报值存在偏差，不能简单地在负荷曲线中去除可再生能源申报的出力，这给实际调度带来了很大的困难。

投资组合理论中称投资结果对期望收益的偏差为投资风险。在光-火系统中，若机组组合策略安排不当，光伏发电的不确定性可能导致系统运行的实际成本严重偏离期望成本，借鉴投资组合中的概念，称其为机组组合的决策风险。决策风险随着不确定性的增加而增大，因此同时考虑光伏发电和负荷的不确定性能够使得决策风险的评价更加合理。

为了考虑光伏发电与负荷的不确定性，并进行决策风险的评价，本发明通过情景生成与情景削减的方法来描述光伏发电与负荷的不确定性，结合投资组合中的半绝对离差（SemiDeviation）模型，提出一种考虑光伏发电与负荷不确定性的节能发电调度的决策风险评价方法。

发明内容

本发明旨在至少在一定程度上解决上述技术问题之一或至少提供一种有用的商业选择。为此，本发明的一个目的在于提出一种计及资源与需求不确定性的机组组合决策风险评价方法，该方法可以用情景生成与情景削减的方法同时表征光伏发电与负荷的不确定性，结合投资组合理论中的半绝对离差模型，计算决策风险指标。

为了实现上述目的，根据本发明实施例的一种计及资源与需求不确定性的机组组合决策风险评价方法包括：步骤S1：基于光伏发电与负荷的预测数据和统计规律，进行等效负荷的情景生成；步骤S2：基于Kantorovich距离进行情景削减；以及步骤S3：计算计及光伏发电与负荷不确定性的节能发电调度的决策风险。

根据本发明实施例的计及资源与需求不确定性的机组组合决策风险评价方法，可以用情景生成与情景削减的方法同时表征光伏发电与负荷的不确定性，结合投资组合理论中的半绝对离差模型，计算决策风险指标。

在本发明的实施例中，所述步骤S1中，采用拉丁超立方采样方法进行等效负荷的情景生成。

在本发明的实施例中，所述步骤S3进一步包括：

步骤S301：指标计算

评价指标为各个情景中运行费用的最小决策风险期望值，即：

$\min R_{\_}=\underset{s\∈S}{\mathrm{\Σ}}{p}_s{|M_E-M_s|}_{\_}$

$=\underset{s\∈S}{\mathrm{\Σ}}{p}_s{|\underset{s\∈S}{\mathrm{\Σ}}{p}_s{M}_s-M_s|}_{-}$

其中R_-表示半绝对离差风险，对任意实数v，其半绝对离差定义为：

|v|_{_}=max{0,-v}

S表示情景削减之后的情景集合，M_E为该集合中所有情景运行费用的期望值，P_s表示情景s发生的概率，M_s表示情景s的运行总费用，

M_s表示为：

$M_s=\underset{g\∈G}{\mathrm{\Σ}}\underset{t\∈T}{\mathrm{\Σ}}{\mathrm{CP}}_g^s\left(t\right)+{\mathrm{CU}}_g^s\left(t\right)+{\mathrm{CD}}_g^s\left(t\right)$

其中G为火电机组的集合，T为调度时段的集合，

分别为情景s中机组g在t时段的运行成本、起动费用和停机费用，其计算表达式为：

${\mathrm{CP}}_g^s\left(t\right)=a_g{v}_g\left(t\right)+b_g{P}_g^s\left(t\right)$

CU_g(t)=|K_g[v_g(t-1)-v_g(t)]|_{_}

CD_g(t)=|C_g[v_g(t)-v_g(t-1)]|_{_}

其中

为机组g在t时段的出力，a_g、b_g为机组运行成本曲线的相关参数，v_g(t)为表示机组g在t时段状态的0-1变量，0表示关停，1表示运行，K_g、C_g分别为机组g起动、停机一次的费用常数；

步骤S302：运行成本期望约束

运行总费用的期望值不超过电网运营者可接受的水平M₀，即满足如下约束：

$M_E=\underset{s\∈S}{\mathrm{\Σ}}{p}_s{M}_s\≤M_0$

M₀由电网运营者根据实际运营情况指定；

步骤S303：调整量约束

添加调整量约束：

$-{\mathrm{\Δ}}_g^L\≤P_g^s\left(t\right)-P_g^{\mathrm{avg}}\left(t\right)\≤{\mathrm{\Δ}}_g^U$

$P_g^{\mathrm{avg}}\left(t\right)=\underset{s\∈S}{\mathrm{\Σ}}{p}_s{P}_g^s\left(t\right)$

其中

为火电机组g在时段t各情景下出力的加权平均值，将作为机组组合计划值下发，

和

分别为火电机组g快速调整量的上、下限；

步骤S304：系统负荷平衡

忽略网络损耗，

满足

$\underset{g\∈G}{\mathrm{\Σ}}{P}_g^s\left(t\right)+\underset{w\∈W}{\mathrm{\Σ}}{P}_w^s\left(t\right)=D\left(t\right)$

其中G为火电机组的集合，W为光伏发电机组的集合，

表示情景s中光伏发电机组w在t时段的出力，D(t)为系统在t时段的负荷需求；

步骤S305：旋转备用约束

满足

$\underset{g\∈G}{\mathrm{\Σ}}{P}_{g\max }{v}_g\left(t\right)+\underset{w\∈W}{\mathrm{\Σ}}{P}_w^s\left(t\right)\≥D\left(t\right)+R\left(t\right)$

其中，P_gmax为火电机组g出力的上限，R(t)为系统在t时段的旋转备用容量需求；

步骤S306：机组出力及爬坡约束

以RU_g表示机组g的爬坡速率，RD_g表示机组g的滑坡速率，得到机组的出力限制及爬坡约束：

$P_{g\min }{v}_g\left(t\right)\≤P_g^s\left(t\right)\≤P_{g\max }{v}_g\left(t\right)$

$P_g^s\left(t\right)-P_g^s(t-1)\≤\left\{\begin{array}{c}{\mathrm{RU}}_g,\mathrm{if}{v}_g(t-1)=v_g\left(t\right)=1\\ P_{g\min },\mathrm{if}{v}_g(t-1)=0,v_g\left(t\right)=1\\ 0,\mathrm{if}{v}_g(t-1)=1,v_g\left(t\right)=0\end{array}\right.$

$P_g^s\left(t\right)-P_g^s(t-1)\≥\left\{\begin{array}{c}-{\mathrm{RD}}_g,{\mathrm{ifv}}_g(t-1)=v_g\left(t\right)=1\\ P_{g\min },{\mathrm{ifv}}_g(t-1)=0,v_g\left(t\right)=1\\ -P_{g\min },{\mathrm{ifv}}_g(t-1)=1,v_g\left(t\right)=0\end{array}\right.$

步骤S307：最小起停时间约束

满足

$\underset{t=1}{\overset{U_g}{\mathrm{\Σ}}}[1-v_g\left(t\right)]=0$

$\underset{n=t}{\overset{t+{\mathrm{UT}}_g-1}{\mathrm{\Σ}}}{v}_g\left(n\right)\≥{\mathrm{UT}}_g[v_g\left(t\right)-v_g(t-1)],\∀t=U_g+1,...,T-{\mathrm{UT}}_g+1$

$\underset{n=t}{\overset{T}{\mathrm{\Σ}}}\{v_g\left(n\right)-[v_g\left(t\right)-v_g(t-1)\left]\right\}\≥0,\∀t=T-{\mathrm{UT}}_g+2,...,T$

其中UT_g为机组g的最小起动时间，

为机组g在调度周期的第1个时段之前在线的时长，V_g(0)为机组g的初始状态，表示初始时段机组g必须在线的时长，

满足

$\underset{t=1}{\overset{D_g}{\mathrm{\Σ}}}{v}_g\left(t\right)=0$

$\underset{n=t}{\overset{t+{\mathrm{DT}}_g-1}{\mathrm{\Σ}}}[1-v_g\left(n\right)]\≥{\mathrm{DT}}_g[v_g(t-1)-v_g\left(t\right)],\∀t=D_g+1,...,T-{\mathrm{DT}}_g+1$

$\underset{n=t}{\overset{T}{\mathrm{\Σ}}}\{1-v_g\left(n\right)-[v_g(t-1)-v_g\left(t\right)\left]\right\}\≥0,\∀t=T-{\mathrm{DT}}_g+2,...,T$

其中DT_g为机组g的最小停机时间，

为机组g在调度周期的第1个时段之前停机的时长，V_g(0)为机组g的初始状态，

表示初始时段机组g必须停机的时长。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明所述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为根据本发明实施例的计及资源与需求不确定性的机组组合决策风险评价方法的流程图。

图2为图1中步骤S3的详细实施过程的流程图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

在本发明的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

下面参考图1和图2对本发明实施例的计及资源与需求不确定性的机组组合决策风险评价方法进行具体说明。

本发明实施例提出了一种同时考虑光伏发电与负荷不确定性的节能发电调度的决策风险评价方法。用情景生成与情景削减的方法同时表征光伏发电与负荷的不确定性，结合投资组合理论中的半绝对离差模型，计算决策风险指标。如图1所示，该方法包括以下步骤：

步骤S1：情景生成。

在每个时段，光伏发电预测值与负荷预测值是两个独立的连续型随机变量，设为X₁和X₂，其密度函数分别为f₁(x)和f₂(x)，则X＝X₁+X₂也是连续型随机变量，且其密度函数为f₁(x)与f₂(x)的卷积。由于卷积的Fourier变换是Fourier的乘积，且特征函数是密度函数的Fourier变换，因此X的特征函数为X₁和X₂的特征函数的乘积。不失一般性，假设X₁和X₂分别服从正态分布N(μ_w，σ_w ²)和N(μ_d，σ_d ²)，其中μ_w为光伏发电预测值，μ_d为负荷预测值，σ_w和σ_d分别为光伏发电预测和负荷预测的标准差。光伏发电可以作为负的负荷需求加入负荷当中，因此得到新的等效负荷随机变量服从正态分布N(μ_d-μ_w，σ_d ²+σ_w ²)。本发明基于光伏发电与负荷的预测数据和统计规律，采用拉丁超立方采样（Latin Hypercube Sampling，LHS）的方法产生等效负荷的大量情景，一个情景表征一种可能的确定性情形。

步骤S2：情景削减。

本发明采用基于Kantorovich距离的情景削减技术，削减出现概率较小的情景并合并相似的情景，使得削减后的情景集合能够以较少的情景数目最大程度地近似原始情景集合。

步骤S3：计算考虑光伏发电与负荷不确定性的节能发电调度的决策风险评价指标。

以各个情景中运行费用的最小决策风险期望值作为评价指标。然而决策风险的减小会导致运行成本期望的增加，因此需要添加运行成本期望约束，以保证运行成本期望值不超过电网运营者可接受的水平。对单个情景，采用混合整数线性规划的机组组合模型，约束条件包括系统负荷平衡、旋转备用约束、机组出力限制及爬坡约束、最小起停时间约束。在各个情景中，虽然同一火电机组在相同时段的起停状态相同，但其出力并不相同。由于最终下发的计划值为确定的值，因此需要添加调整量约束，保证各情景中火电机组实际出力与下发的计划值相近。

如图2所示，本步骤S3进一步包括以下七个步骤：

步骤S301：指标计算

评价指标为各个情景中运行费用的最小决策风险期望值，即

$\min R_{\_}=\underset{s\∈S}{\mathrm{\Σ}}{p}_s{|M_E-M_s|}_{-}$ (1)

$=\underset{s\∈S}{\mathrm{\Σ}}{p}_s{|\underset{s\∈S}{\mathrm{\Σ}}{p}_s{M}_s-M_s|}_{-}$

其中R_-表示半绝对离差风险，对任意实数v，其半绝对离差定义为

|v|_{_}=max{0,-v}       (2)

S表示情景削减之后的情景集合，M_E为该集合中所有情景运行费用的期望值，p_s表示情景s发生的概率，M_s表示情景s的运行总费用。

M_s表示为

$M_s=\underset{g\∈G}{\mathrm{\Σ}}\underset{t\∈T}{\mathrm{\Σ}}{\mathrm{CP}}_g^s\left(t\right)+{\mathrm{CU}}_g^s\left(t\right)+{\mathrm{CD}}_g^s\left(t\right)---\left(3\right)$

其中G为火电机组的集合，T为调度时段的集合，

分别为情景s中机组g在t时段的运行成本、起动费用和停机费用，其计算表达式为

${\mathrm{CP}}_g^s\left(t\right)=a_g{v}_g\left(t\right)+b_g{P}_g^s\left(t\right)---\left(4\right)$

CU_g(t)=K_g[v_g(t-1)-v_g(t)]|_{_}        (5)

CD_g(t)=|C_g[v_g(t)-v_g(t-1)]|_{_}      (6)

其中

为机组g在t时段的出力，a_g、b_g为机组运行成本曲线的相关参数，v_g(t)为表示机组g在t时段状态的0-1变量，0表示关停，1表示运行。K_g、C_g分别为机组g起动、停机一次的费用常数。

步骤S302：运行成本期望约束

运行总费用的期望值不超过电网运营者可接受的水平M₀，即满足如下约束

$M_E=\underset{s\∈S}{\mathrm{\Σ}}{p}_s{M}_s\≤M_0---\left(7\right)$

M₀由电网运营者根据实际运营情况指定。

步骤S303：调整量约束

由于不同情景中光伏发电存在波动，导致最终优化结果中同一火电机组在不同情景相同时段的出力可能不同（起停状态相同），为了保证不同情景发生时，火电机组均能够及时调整出力，以适应光伏发电的波动性，需要添加调整量约束

$-{\mathrm{\Δ}}_g^L\≤P_g^s\left(t\right)-P_g^{\mathrm{avg}}\left(t\right)\≤{\mathrm{\Δ}}_g^U---\left(8\right)$

$P_g^{\mathrm{avg}}\left(t\right)=\underset{s\∈S}{\mathrm{\Σ}}{p}_s{P}_g^s\left(t\right)---\left(9\right)$

其中

为火电机组g在时段t各情景下出力的加权平均值，将作为机组组合计划值下发。

和

分别为火电机组g快速调整量的上、下限。

步骤S304：系统负荷平衡

忽略网络损耗，

满足

$\underset{g\∈G}{\mathrm{\Σ}}{P}_g^s\left(t\right)+\underset{w\∈W}{\mathrm{\Σ}}{P}_w^s\left(t\right)=D\left(t\right)---\left(10\right)$

其中G为火电机组的集合，W为光伏发电机组的集合，

表示情景s中光伏发电机组w在t时段的出力。D(t)为系统在t时段的负荷需求。

步骤S305：旋转备用约束

满足

$\underset{g\∈G}{\mathrm{\Σ}}{P}_{g\max }{v}_g\left(t\right)+\underset{w\∈W}{\mathrm{\Σ}}{P}_w^s\left(t\right)\≥D\left(t\right)+R\left(t\right)---\left(11\right)$

其中，P_gmax为火电机组g出力的上限，R(t)为系统在t时段的旋转备用容量需求。

步骤S306：机组出力及爬坡约束

以RU_g表示机组g的爬坡速率，RD_g表示机组g的滑坡速率，可以得到机组的出力限制及爬坡约束

$P_{g\min }{v}_g\left(t\right)\≤P_g^s\left(t\right)\≤P_{g\max }{v}_g\left(t\right)---\left(12\right)$

$P_g^s\left(t\right)-P_g^s(t-1)\≤\left\{\begin{array}{c}{\mathrm{RU}}_g,\mathrm{if}{v}_g(t-1)=v_g\left(t\right)=1\\ P_{g\min },\mathrm{if}{v}_g(t-1)=0,v_g\left(t\right)=1\\ 0,\mathrm{if}{v}_g(t-1)=1,v_g\left(t\right)=0\end{array}\right.$ (13)

$P_g^s\left(t\right)-P_g^s(t-1)\≥\left\{\begin{array}{c}-{\mathrm{RD}}_g,{\mathrm{ifv}}_g(t-1)=v_g\left(t\right)=1\\ P_{g\min },{\mathrm{ifv}}_g(t-1)=0,v_g\left(t\right)=1\\ -P_{g\min },{\mathrm{ifv}}_g(t-1)=1,v_g\left(t\right)=0\end{array}\right.$

步骤S307：最小起停时间约束

满足

$\underset{t=1}{\overset{U_g}{\mathrm{\Σ}}}[1-v_g\left(t\right)]=0---\left(14\right)$

$\underset{n=t}{\overset{t+{\mathrm{UT}}_g-1}{\mathrm{\Σ}}}{v}_g\left(n\right)\≥{\mathrm{UT}}_g[v_g\left(t\right)-v_g(t-1)],\∀t=U_g+1,...,T-{\mathrm{UT}}_g+1---\left(15\right)$

$\underset{n=t}{\overset{T}{\mathrm{\Σ}}}\{v_g\left(n\right)-[v_g\left(t\right)-v_g(t-1)\left]\right\}\≥0,\∀t=T-{\mathrm{UT}}_g+2,...,T---\left(16\right)$

其中UT_g为机组g的最小起动时间，

为机组g在调度周期的第1个时段之前在线的时长，V_g(0)为机组g的初始状态，

表示初始时段机组g必须在线的时长。

满足

$\underset{t=1}{\overset{D_g}{\mathrm{\Σ}}}{v}_g\left(t\right)=0---\left(17\right)$

$\underset{n=t}{\overset{t+{\mathrm{DT}}_g-1}{\mathrm{\Σ}}}[1-v_g\left(n\right)]\≥{\mathrm{DT}}_g[v_g(t-1)-v_g\left(t\right)],\∀t=D_g+1,...,T-{\mathrm{DT}}_g+1---\left(18\right)$

$\underset{n=t}{\overset{T}{\mathrm{\Σ}}}\{1-v_g\left(n\right)-[v_g(t-1)-v_g\left(t\right)\left]\right\}\≥0,\∀t=T-{\mathrm{DT}}_g+2,...,T---\left(19\right)$

其中DT_g为机组g的最小停机时间，

为机组g在调度周期的第1个时段之前停机的时长，V_g(0)为机组g的初始状态，

表示初始时段机组g必须停机的时长。

根据本发明实施例的计及资源与需求不确定性的机组组合决策风险评价方法，可以用情景生成与情景削减的方法同时表征光伏发电与负荷的不确定性，结合投资组合理论中的半绝对离差模型，计算决策风险指标。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (3)

1.一种计及资源与需求不确定性的机组组合决策风险评价方法，其特征在于，包括以下步骤：

步骤S1：基于光伏发电与负荷的预测数据和统计规律，进行等效负荷的情景生成；

步骤S2：基于Kantorovich距离进行情景削减；以及

步骤S3：计算计及光伏发电与负荷不确定性的节能发电调度的决策风险。

2.如权利要求1所述的计及资源与需求不确定性的机组组合决策风险评价方法，其特征在于，所述步骤S1中，采用拉丁超立方采样方法进行等效负荷的情景生成。

3.如权利要求1所述的计及资源与需求不确定性的机组组合决策风险评价方法，其特征在于，所述步骤S3进一步包括：

步骤S301：指标计算

评价指标为各个情景中运行费用的最小决策风险期望值，即：

$\min R_{\_}=\underset{s\∈S}{\mathrm{\Σ}}{p}_s{|M_E-M_s|}_{\_}$

$=\underset{s\∈S}{\mathrm{\Σ}}{p}_s{|\underset{s\∈S}{\mathrm{\Σ}}{p}_s{M}_s-M_s|}_{-}$

其中R_-表示半绝对离差风险，对任意实数v，其半绝对离差定义为：

|v|_{_}=max{0,-v}

S表示情景削减之后的情景集合，M_E为该集合中所有情景运行费用的期望值，P_s表示情景s发生的概率，M_s表示情景s的运行总费用，

M_s表示为：

$M_s=\underset{g\∈G}{\mathrm{\Σ}}\underset{t\∈T}{\mathrm{\Σ}}{\mathrm{CP}}_g^s\left(t\right)+{\mathrm{CU}}_g^s\left(t\right)+{\mathrm{CD}}_g^s\left(t\right)$

其中G为火电机组的集合，T为调度时段的集合，

分别为情景s中机组g在t时段的运行成本、起动费用和停机费用，其计算表达式为：

${\mathrm{CP}}_g^s\left(t\right)=a_g{v}_g\left(t\right)+b_g{P}_g^s\left(t\right)$

CU_g(t)=|K_g[v_g(t-1)-v_g(t)]|_{_}

CD_g(t)=|C_g[v_g(t)-v_g(t-1)]|_{_}

其中为机组g在t时段的出力，a_g、b_g为机组运行成本曲线的相关参数，v_g(t)为表示机组g在t时段状态的0-1变量，0表示关停，1表示运行，K_g、C_g分别为机组g起动、停机一次的费用常数；

步骤S302：运行成本期望约束

运行总费用的期望值不超过电网运营者可接受的水平M₀，即满足如下约束：

$M_E=\underset{s\∈S}{\mathrm{\Σ}}{p}_s{M}_s\≤M_0$

M₀由电网运营者根据实际运营情况指定；

步骤S303：调整量约束

添加调整量约束：

$-{\mathrm{\Δ}}_g^L\≤P_g^s\left(t\right)-P_g^{\mathrm{avg}}\left(t\right)\≤{\mathrm{\Δ}}_g^U$

$P_g^{\mathrm{avg}}\left(t\right)=\underset{s\∈S}{\mathrm{\Σ}}{p}_s{P}_g^s\left(t\right)$

其中

为火电机组g在时段t各情景下出力的加权平均值，将作为机组组合计划值下发，和

分别为火电机组g快速调整量的上、下限；

步骤S304：系统负荷平衡

忽略网络损耗，

满足

$\underset{g\∈G}{\mathrm{\Σ}}{P}_g^s\left(t\right)+\underset{w\∈W}{\mathrm{\Σ}}{P}_w^s\left(t\right)=D\left(t\right)$

其中G为火电机组的集合，W为光伏发电机组的集合，

表示情景s中光伏发电机组w在t时段的出力，D(t)为系统在t时段的负荷需求；

步骤S305：旋转备用约束

满足

$\underset{g\∈G}{\mathrm{\Σ}}{P}_{g\max }{v}_g\left(t\right)+\underset{w\∈W}{\mathrm{\Σ}}{P}_w^s\left(t\right)\≥D\left(t\right)+R\left(t\right)$

其中，P_gmax为火电机组g出力的上限，R(t)为系统在t时段的旋转备用容量需求；

步骤S306：机组出力及爬坡约束

以RU_g表示机组g的爬坡速率，RD_g表示机组g的滑坡速率，得到机组的出力限制及爬坡约束：

$P_{g\min }{v}_g\left(t\right)\≤P_g^s\left(t\right)\≤P_{g\max }{v}_g\left(t\right)$

$\begin{array}{c}{P}_g^s\left(t\right)-P_g^s(t-1)\≤\left\{\begin{array}{c}{\mathrm{RU}}_g,{\mathrm{ifv}}_g(t-1)=v_g\left(t\right)=1\\ P_{g\min },{\mathrm{ifv}}_g(t-1)=0,v_g\left(t\right)=1\\ 0,{\mathrm{ifv}}_g(t-1)=1,v_g\left(t\right)=1\end{array}\right.\\ P_g^s\left(t\right)-P_g^s(t-1)\≥\left\{\begin{array}{c}-{\mathrm{RD}}_g,{\mathrm{ifv}}_g(t-1)=v_g\left(t\right)=1\\ P_{g\min },{\mathrm{ifv}}_g(t-1)=0,\left(t\right)=1\\ -P_{g\min },{\mathrm{ifv}}_g(t-1)=1,v_g\left(t\right)=0\end{array}\right.\end{array}$

步骤S307：最小起停时间约束

满足

$\underset{t=1}{\overset{U_g}{\mathrm{\Σ}}}[1-v_g\left(t\right)]=0$

$\underset{n=t}{\overset{t+{\mathrm{UT}}_g-1}{\mathrm{\Σ}}}{v}_g\left(n\right)\≥{\mathrm{UT}}_g[v_g\left(t\right)-v_g(t-1)],\∀t=U_g+1,...,T-{\mathrm{UT}}_g+1$

$\underset{n=t}{\overset{T}{\mathrm{\Σ}}}\{v_g\left(n\right)-[v_g\left(t\right)-v_g(t-1)\left]\right\}\≥0,\∀t=T-{\mathrm{UT}}_g+2,...,T$

其中UT_g为机组g的最小起动时间，

为机组g在调度周期的第1个时段之前在线的时长，V_g(0)为机组g的初始状态，

表示初始时段机组g必须在线的时长，

满足

$\underset{t=1}{\overset{D_g}{\mathrm{\Σ}}}{v}_g\left(t\right)=0$

$\underset{n=t}{\overset{t+{\mathrm{DT}}_g-1}{\mathrm{\Σ}}}[1-v_g\left(n\right)]\≥{\mathrm{DT}}_g[v_g(t-1)-v_g\left(t\right)],\∀t=D_g+1,...,T-{\mathrm{DT}}_g+1$

$\underset{n=t}{\overset{T}{\mathrm{\Σ}}}\{1-v_g\left(n\right)-[v_g(t-1)-v_g\left(t\right)\left]\right\}\≥0,\∀t=T-{\mathrm{DT}}_g+2,...,T$

其中DT_g为机组g的最小停机时间，

为机组g在调度周期的第1个时段之前停机的时长，V_g(0)为机组g的初始状态，

表示初始时段机组g必须停机的时长。

Images