CN103208088A - 考虑风电出力不确定性的节能发电调度的决策风险计算机评价方法 - Google Patents

Abstract

本发明涉及一种电力系统调度自动化系统中调度数据处理方法，特别是一种考虑风电出力不确定性的节能发电调度的决策风险计算机评价方法，根据调度系统给出的各种预测数据和统计数据以及统计规律进行情景生成，形成各种不同的情景决策，然后根据各种约束条件对各种情景决策进行评价计算，最后对评价指标进行判断比对，综合各情景决策，得到决策风险评价。充分考虑了风火电等出力不确定的因素，从而有效减小实际出力与申报值的偏差，使得系统运行的实际成本能够尽可能的与期望成本吻合或者低于期望成本，为实际调度提供了有力的技术支持和数据基础。

Description

考虑风电出力不确定性的节能发电调度的决策风险计算机评价方法

技术领域

本发明涉及一种电力系统调度自动化系统中调度数据处理方法，特别是一种考虑风电出力不确定性的节能发电调度的决策风险计算机评价方法。

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。

另外，在节能发电调度的风火系统中，若机组组合策略安排不当，风电出力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。

发明内容

本发明的目的在于根据现有技术的不足之处而提供一种能够削弱出力偏差，减少成本偏离的考虑风电出力不确定性的节能发电调度的决策风险计算机评价方法。

本发明的目的是通过以下途径来实现的：

考虑风电出力不确定性的节能发电调度的决策风险计算机评价方法，其要点在于，包括如下步骤：

提供一种情景生成模块，其从电力调度系统中提取风电预测数据、统计数据，采用拉丁超立方采样的方法获得复数个情景数据，并组成情景集合，一个情景数据表征一种可能的确定性情形；

提供一种情景削减模块，采用基于Kantorovich距离的情景削减技术，计算各个情景数据的概率，并去除设定值以下概率的情景；并将概率相同或相近的情景进行合并；

提供一种数据处理模块，其根据削减后的情景集合进行如下处理：

首先计算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：

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

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

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，Ms表示情景s的运行总费用；

其中：Ms表示为

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

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，其分别为：

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

$C{U}_g\left(t\right)={\left|K_g\right[v_g(t-1)-v_g\left(t\right)\left]\right|}_{-}$

$C{D}_g\left(t\right)={\left|C_g\right[v_g\left(t\right)-v_g(t-1)\left]\right|}_{-}$

其中

为机组g在t时段的出力，ag、bg为机组运行成本曲线的相关参数，vg(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。Kg、Cg分别为机组g起动、停机一次的费用常数；

M_E为运行总费用的期望值不超过电网运营者的设定值M0，即满足如下约束：

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

上述各参数需满足以下各约束条件：

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；

系统负荷平衡：

忽略网络损耗， $\∀s\∈S,$ $\∀t\∈T,$ 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为风电机组的集合，

表示情景s中风电机组w在t时段的出力，D(t)为系统在t时段的负荷需求；

旋转备用约束：

$\∀s\∈S,$ $\∀t\∈T,$ 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；

机组出力及爬坡约束：

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

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

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

$P_g^s\left(t\right)-P_g^s(t-1)\≥\left\{\begin{array}{cc}-R{D}_g,& \mathrm{if}{v}_g(t-1)=v_g\left(t\right)=1\\ P_{g\min },& \mathrm{if}{v}_g(t-1)=0,v_g\left(t\right)=1\\ -P_{g\min },& \mathrm{if}{v}_g(t-1)=1,v_g\left(t\right)=0\end{array}\right.$

最小起停时间约束：

$\∀g\∈G,$ 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；

将所获得的评价指标与设定的风险期望值进行对比，若是计算获得的评价指标小于设定的风险期望值，则表示相应决策风险为零，标示为可执行的调度决策；若是计算获得的评价指标大于设定的风险期望值，则其差值为其决策风险值，标示为需进行调整的调度决策。

这样，节能发电调度系统将根据调度系统给出的各种预测数据和统计数据以及统计规律进行情景生成，形成各种不同的情景决策，然后根据各种约束条件对各种情景决策进行评价计算，最后对评价指标进行判断比对，综合各个情景获得一个决策风险评价，如果风险较高，则需要对调度决策进行调整，再重新进行评价，直到获得一个较为满意的调度情景决策。

本发明所述的最小起停时间约束还可以是：

最小起停时间约束：

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。

本发明相对现有技术所具有的技术效果在于：

充分考虑了风火电等出力不确定的因素，将机组的各种调整量约束、系统负荷平衡、旋转备用约束、机组出力及爬坡约束以及最小起停时间约束结合到最小决策风险期望值的评价指标中，从而有效减小实际出力与申报值的偏差，使得系统运行的实际成本能够尽可能的与期望成本吻合或者低于期望成本，为实际调度提供了有力的技术支持和数据基础。

具体实施方式

本发明提出了一种考虑风电出力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表征风电出力的不确定性，结合投资组合理论中的半绝对离差模型，计算风火系统次日的决策风险指标。

步骤1：情景生成。本发明基于风电预测数据和统计规律，采用拉丁超立方采样（LatinHypercube Sampling，LHS）的方法产生大量的情景，一个情景表征一种可能的确定性情形。

步骤2：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。所述Kantorovich距离的情景削减技术参考《科技信息》2011年第15期论文《Kantorovich-Rubinstein-Wasserstein Lp-距离(p>2)》中的算法。

步骤3：

计算风火系统次日决策风险评价指标。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。

1)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，ME为该集合中所有情景运行费用的期望值，ps表示情景s发生的概率，Ms表示情景s的运行总费用。

Ms表示为

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

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

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

$C{U}_g\left(t\right)={\left|K_g\right[v_g(t-1)-v_g\left(t\right)\left]\right|}_{-}$

$C{D}_g\left(t\right)={\left|C_g\right[v_g\left(t\right)-v_g(t-1)\left]\right|}_{-}$

其中为机组g在t时段的出力，ag、bg为机组运行成本曲线的相关参数，vg(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。Kg、Cg分别为机组g起动、停机一次的费用常数。

2)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。

3)调整量约束

由于不同情景中风电出力存在波动，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，以适应风电的波动性，需要添加调整量约束

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

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

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。

4)系统负荷平衡

忽略网络损耗， $\∀s\∈S,$ $\∀t\∈T,$ 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为风电机组的集合，

表示情景s中风电机组w在t时段的出力。D(t)为系统在t时段的负荷需求。

5)旋转备用约束

$\∀s\∈S,$ $\∀t\∈T,$ 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。

6)机组出力及爬坡约束

以RUg表示机组g的爬坡速率，RDg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

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

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

$P_g^s\left(t\right)-P_g^s(t-1)\≥\left\{\begin{array}{cc}-R{D}_g,& \mathrm{if}{v}_g(t-1)=v_g\left(t\right)=1\\ P_{g\min },& \mathrm{if}{v}_g(t-1)=0,v_g\left(t\right)=1\\ -P_{g\min },& \mathrm{if}{v}_g(t-1)=1,v_g\left(t\right)=0\end{array}\right.$

7)最小起停时间约束

$\∀g\∈G,$ 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。

或者是：

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。

将所获得的评价指标与设定的风险期望值进行对比，若是计算获得的评价指标小于设定的风险期望值，则表示相应决策风险为零，标示为可执行的调度决策；若是计算获得的评价指标大于设定的风险期望值，则其差值为其决策风险值，标示为需进行调整的调度决策。

本发明未述部分与现有技术相同。

Claims (2)

1.考虑风电出力不确定性的节能发电调度的决策风险计算机评价方法，其特征在于，包括如下步骤：

提供一种情景生成模块，其从电力调度系统中提取风电预测数据、统计数据，采用拉丁超立方采样的方法获得复数个情景数据，并组成情景集合，一个情景数据表征一种可能的确定性情形；

提供一种情景削减模块，采用基于Kantorovich距离的情景削减技术，计算各个情景数据的概率，并去除设定值以下概率的情景；并将概率相同或相近的情景进行合并；

提供一种数据处理模块，其根据削减后的情景集合进行如下处理：

首先计算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：

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

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

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，Ms表示情景s的运行总费用；

其中：Ms表示为

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

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，其分别为：

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

$C{U}_g\left(t\right)={\left|K_g\right[v_g(t-1)-v_g\left(t\right)\left]\right|}_{-}$

$C{D}_g\left(t\right)={\left|C_g\right[v_g\left(t\right)-v_g(t-1)\left]\right|}_{-}$

其中

为机组g在t时段的出力，ag、bg为机组运行成本曲线的相关参数，vg(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。Kg、Cg分别为机组g起动、停机一次的费用常数；

M_E为运行总费用的期望值不超过电网运营者的设定值M0，即满足如下约束：

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

上述各参数需满足以下各约束条件：

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；

系统负荷平衡：

忽略网络损耗， $\∀s\∈S,$ $\∀t\∈T,$ 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为风电机组的集合，

表示情景s中风电机组w在t时段的出力，D(t)为系统在t时段的负荷需求；

旋转备用约束：

$\∀s\∈S,$ $\∀t\∈T,$ 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；

机组出力及爬坡约束：

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

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

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

$P_g^s\left(t\right)-P_g^s(t-1)\≥\left\{\begin{array}{cc}-R{D}_g,& \mathrm{if}{v}_g(t-1)=v_g\left(t\right)=1\\ P_{g\min },& \mathrm{if}{v}_g(t-1)=0,v_g\left(t\right)=1\\ -P_{g\min },& \mathrm{if}{v}_g(t-1)=1,v_g\left(t\right)=0\end{array}\right.$

最小起停时间约束：

$\∀g\∈G,$ 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；

将所获得的评价指标与设定的风险期望值进行对比，若是计算获得的评价指标小于设定的风险期望值，则表示相应决策风险为零，标示为可执行的调度决策；若是计算获得的评价指标大于设定的风险期望值，则其差值为其决策风险值，标示为需进行调整的调度决策。

2.根据权利要求1所述的考虑风电出力不确定性的节能发电调度的决策风险计算机评价方法，其特征在于，最小起停时间约束：

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。