CN115411773A - 基于机会约束的多电网负荷响应水光分区短期调峰方法 - Google Patents

Abstract

本发明公开了一种基于机会约束的多电网负荷响应水光分区短期调峰方法包括：步骤1、分别采取模糊隶属度函数法和改进的K‑means聚类作为外送电网负荷曲线的峰平谷时段划分方法，结合输电通道利用系数生成具有负荷特征的典型外送电曲线；步骤2、将光伏不确定性转化成断面机会约束，再使用采样原理转化为确定性约束；步骤3、构建基于机会约束的多电网负荷响应水光分区短期调峰模型，并采用优化求解软件求解该模型，获得电力电量的分配计划；本发明能够充分反映了多电网调峰需求响应和分区断面输电限制之间的关系，充分考虑光伏随机性影响，利用水电为光伏腾出通道，实现水光互补下的多电网调峰目标。

Description

基于机会约束的多电网负荷响应水光分区短期调峰方法

技术领域

本发明属于多能源互补协调调度技术领域，尤其涉及一种基于机会约束的多电网负荷响应水光分区短期调峰方法。

背景技术

为实现“双碳”目标，我国风电光伏等新能源近年来发展迅速，大规模新能源并网使电网安全稳定运行和新能源消纳困难的问题日益严峻。我国清洁能源大多集中于西部地区，尤其集中于西南地区，这种特征导致大规模、集中式、跨省区消纳是清洁能源主要的消纳模式。而由于电网建设不匹配的问题，水电及新能源电站的并网结构十分复杂，可能发生一个流域内的水光电站分别向不同地区电网并网送电，受不同调管机构调管的情况。因此如何让流域内水电和光伏电站满足不同受端电网调峰要求，实时响应其负荷需求，利用可调节电站的调节能力，提高清洁能源消纳的同时优化互补系统发电计划，得到更合理的电力电量分配计划对多能互补电力系统的安全、稳定、经济运行具有重要的意义。

目前针对多电网受端负荷响应的研究主要从两个方面着手：一是从调峰效果的优化角度开展，大多针对短期优化调度求解水电出力过程和多电网间电力电量分配。另一方面则主要针对清洁能源消纳和最大化发电效益进行研究。但是，当前已有的大多研究都以梯级水电站群和大规模新能源集群为研究对象，对于流域梯级大规模新能源电站的机组并网方式复杂的问题鲜有探讨，并不能完全适用于电源结构逐年变化的流域梯级清洁能源走廊的优化调度问题中。

发明内容

本发明要解决的技术问题是：提供一种基于机会约束的多电网负荷响应水光分区短期调峰方法，以有效应对响应不同电网负荷变化的需求和光伏随机性对外送通道越限的影响。

本发明的技术方案是：

一种基于机会约束的多电网负荷响应水光分区短期调峰方法，所述方法包括：

步骤1、分别采取模糊隶属度函数法和改进的K-means聚类作为外送电网负荷曲线的峰平谷时段划分方法，结合输电通道利用系数生成具有负荷特征的典型外送电曲线；

步骤2、将光伏不确定性转化成断面机会约束，再使用采样原理转化为确定性约束；

步骤3、构建基于机会约束的多电网负荷响应水光分区短期调峰模型，并采用优化求解软件求解该模型，获得电力电量的分配计划。

基于模糊隶属度函数的峰谷时段识别包括采用模糊隶属度法划分各时段的峰谷特性，并使用改进的评价指标确定最优阈值满足调度计划要求。

基于模糊隶属度函数的峰谷时段识别的具体步骤包括：

Step 1：选择隶属度函数：

将96个时段记录为集合[1，...，t，...，T]，负荷样本集合为[load₁，...，load_t，...load_T]，

根据下式计算峰隶属度P(t)和谷隶属度V(t)；

式中：load_max、load_min是负荷数据的最大值和最小值；

Step 2：使用η₁和η₂表示时段划分的阈值，当P(t)≥η₁时，t时段是峰时段；当V(t)≥η₂时，t时段是谷时段；不在上述划分的时段则为平时段；若峰时段总数为m₁，平时段总数为m₂，谷时段总数为m₃，则有如下公式：

m₁+m₂+m₃＝T

Step 3：峰谷时段阈值评价函数。根据下式计算实值函数S_Δ作为评价指标；

式中：LP_max，LP_min分别是全部峰时段的负荷的最大值及最小值；LF_max，LF_min分别是全部平时段的负荷的最大值及最小值；LV_max，LV_min分别是全部谷时段的负荷的最大值及最小值；lp是峰时段时长惩罚系数，当峰时段的时段数m₁≥4时，lp＝1；m₁＜4时，

当峰时段有两个时段集合，每个时段集合的时段数记为m₁₁，m_i2，对两个集合分别取最大值；lf，lv同理，为平时段和谷时段的惩罚函数；同时峰时段总时间长度应设置下限，ε＝1，当m₁≥24时取1，否则取0；

根据Step3评价指标确定最优阈值，再按照Step2划分峰平谷时段。

采用改进型K-means聚类算法的峰谷时段划分的方法包括：

Step1：用下式对负荷数据进行归一化处理：

Step2：输入样本集S＝{x₁，x₂，...，x_T}，时段数T为96；聚类的簇数目为3；最大迭代次数为N，输出簇

Step3：计算样本集中的最大值和最小值，并记录其出现的位置分别为a、b；计算a和b平均值的取整结果c，则初始的聚类中心为μ＝[a，b，c]，如下式；

式中：[.]为取整函数；

Step4：对于t＝1，2，...，T用下式计算样本x_t与簇中心μ_m(m＝1，2，3)之间的距离：

D_tm＝||x_t-μ_m||₂ ²

用下式将距离中心最近的x_t分配到相对应的簇

中，更新：

Step5：对于m＝1，2，3对

中所有样本点重新计算新的质心：

Step6：如果质心都没有发生变化，则输出负荷峰谷时段划分结果，否则回到Step3，继续迭代，直至达到最大迭代次数N，结束。

典型外送电曲线生成方法包括：根据峰谷时段划分的结果，获取典型外送电曲线的峰谷时段特性，之后结合外送电网线路的输电容量限制，选择适当的峰、平、谷时段输电线路通道利用率系数，生成针对受端电网的典型外送电曲线。

将光伏不确定性转化成断面机会约束，再使用采样原理转化为确定性约束的方法包括：

Step 1：采用核密度估计分析光伏出力不确定性，假设光伏出力样本为，则概率密度为：

其中h是窗口宽度，采用下式计算窗口宽度：

选择核函数ke为标准正态分布概率密度函数，则累积概率密度为：

其中：

式中erf(·)是误差公式；

Step 2:使用采样原理将机会约束条件转化为确定性的混合整数线性约束形式:

式中：floor(·)为向下取整函数，即小于括号中值的最大整数。sort(·)为升序排序函数，将括号内数组按从小到大顺序进行排列，β为事先给定的置信水平，t时段水光分区i的出力包含分区i直接调管水电站出力总和

分区i直接调管光伏电站的总出力

第t时段分区i的分区出力

N_sample为采样次数。

构建基于机会约束的多电网负荷响应水光分区短期调峰模型的方法包括：

Step 1：考虑电网剩余负荷过程与均值之间的平均距离，以及剩余负荷过程的峰谷差距，构建多电网负荷响应的调峰优化目标，如下式所示：

g＝1，2，...，G，G为受端电网个数；D_g，t为g号电网在t时段的剩余负荷平均距；η₁，η₂为惩罚函数系数；L_g，t、C_g，t分别为g号电网在t时段剩余负荷过程，MW；

为剩余负荷的最大和最小值；P_g，t为梯级水电站在t时段向g号电网外送的电力MW；S_g，t为光伏电站在t时段向g号电网输送的电力，MW；T为总时段数，1≤t≤T；

上式是一个多目标优化问题，为了求解方便，使用目标权重法将其转化为单目标问题，λ_g为g号电网的目标权重值；

Step 2：约束条件：

1)水光分区断面外送出力机会约束

式中：Pr{·}是{·}中事件发生的概率，

为t时段分区i的电源出力和下级分区上送电力的总和，β为事先给定的置信水平；

2)水量平衡约束

V_m，t+1＝V_m，t+3600×(I_m，t-U_m，t)×Δt

I_m，t＝U_m-1，t-τ_m+QI_m，t

式中：V_m，t、V_m，t+1分别是电站m在时段t的初库容和时段末库容，m³；I_m，t和QI_m，t分别为电站m在时段t的总入库流量和区间入库流量，m³/s；U_m，t为电站m在时段t的出库流量，m³/s；Q_m，t、

分别为电站m在时段t的发电流量和弃水流量，m³/s；τ_m为上游电站m-1某时段出库流量到达电站m所需的时段数；

3)水库库容约束

式中：

分别为时段t电站m水库库容下限和上限，；

4)出库流量约束

式中：

分别为时段t电站m发电流量上限和下限，；

5)发电流量约束

式中：

分别为时段t电站m发电流量上限和下限；

6)水电站动力特性曲线约束

7)水电站出力爬坡约束

8)始末水位控制约束

Z_m，0＝b_m，Z_m，T＝e_m

式中：Z_m，o、Z_m，T分别是调度期起始水位和末水位，b_m、e_m分别为电站m的计划起始水位和计划末水位；

9)出力变化同步约束

式中：N^c是梯级水电站系统的集合；

10)系统备用约束

式中：

C_t分别为水电站出力上限和负荷，MW；σ为系统备用容量系数。

采用优化求解软件求解该模型的方法包括：

Step 1：目标函数线性化：

对于电网g，在t时段内剩余负荷和余荷平均值之间的差距D_g，t应该满足如下约束：

同时引入辅助变量UU_max、UU_min通过不等式约束线性化余荷峰谷差目标函数：

Step 2：特殊顺序集约束处理线性化(SOS类约束)

电站出力特性曲线函数是一个典型的三维曲面函数，选取比较方便的SOS2约束进行线性化。

式中：{α₁，α₂，...，α_I}、{β₁，β₂，...，β_J}、{γ₁，γ₂，...，γ_I+J}均为SOS2约束λ_i，j(i∈I；j∈J)为引入的非负实数变量

Step 3：采用优化求解软件求解模型。

本发明的有益效果：

本发明提出一种基于机会约束的多电网负荷响应水光分区短期调峰方法。首先提出了一种基于外送断面约束越限可能性机会约束的多电网短期调峰模型。主要流程为：(1)分别采取模糊隶属度函数法和改进的K-means聚类作为外送电网负荷曲线的峰平谷时段划分方法，结合输电通道利用系数生成具有负荷特征的典型外送电曲线。(2)将光伏不确定性转化成断面机会约束，再使用采样原理将其转化为确定性约束。(3)构建基于机会约束的多电网负荷响应水光分区短期调峰模型，并采用优化求解软件求解该模型，获得电力电量的分配计划；所提方法的求解结果能够充分反映了多电网调峰需求响应和分区断面输电限制之间的关系，充分考虑光伏随机性影响，利用水电为光伏腾出通道，实现水光互补下的多电网调峰目标，在实际调度中可以通过合理调整模型中目标权重和置信度水平为调度人员提供决策参考。

附图说明

图1是本发明方法流程框图；

图2是具体实施方式丰水期典型外送电曲线图；

图3是具体实施方式电站出力过程及电网1调峰效果图；

图4是具体实施方式电站出力过程及电网2调峰效果图。

具体实施方式

本发明主要流程为：(1)分别采取模糊隶属度函数法和改进的K-means聚类作为外送电网负荷曲线的峰平谷时段划分方法，结合输电通道利用系数生成具有负荷特征的典型外送电曲线。(2)将光伏不确定性转化成断面机会约束，再使用采样原理将其转化为确定性约束。(3)构建基于机会约束的多电网负荷响应水光分区短期调峰模型，并采用优化求解软件求解该模型，获得电力电量的分配计划。本发明以北盘江流域梯级水电站及光伏电站为背景，以实际的调管关系建立不同分区电站对应不同电网负荷响应关系。以多电网调峰最优和梯级水电站发电量最大为目标。应用实例表明，所提方法的求解结果能够充分反映了多电网调峰需求响应和分区断面输电限制之间的关系，充分考虑光伏随机性影响，利用水电为光伏腾出通道，实现水光互补下的多电网调峰目标，在实际调度中可以通过合理调整模型中目标权重和置信度水平为调度人员提供决策参考。

本发明揭示了一种基于机会约束的多电网负荷响应水光分区短期调峰方法，主要包括：峰谷时段识别划分的典型外送电曲线生成、基于采样原理的分区断面机会约束确定性转化、基于外送断面约束越限可能性机会约束的多电网短期调峰模型构建，模型求解。按照下述步骤完成多电网负荷响应水光分区短期调峰：

(1)根据嵌套断面结构进行水光分区

(2)根据调管关系划分受端电网

(3)峰谷时段识别划分的典型外送电曲线生成

1)基于模糊隶属度函数的峰谷时段识别

采用模糊隶属度法划分各时段的峰谷特性，并使用改进的评价指标确定最优阈值，使其更满足调度计划要求。具体划分方法如下：

Step 1：选择隶属度函数。将96个时段记录为集合[1，...，t，...，T]，负荷样本集合为[load₁，...，load_t，...load_T]，根据下式计算峰隶属度P(t)和谷隶属度V(t)。

式中：load_max、load_min是负荷数据的最大值和最小值。

Step 2：使用η₁和η₂表示时段划分的阈值，当P(t)≥η₁时，t时段是峰时段；当V(t)≥η₂时，t时段是谷时段；不在上述划分的时段则为平时段。若峰时段总数为m₁，平时段总数为m₂，谷时段总数为m₃，则有如下公式：

m₁+m₂+m₃＝T

Step 3：峰谷时段阈值评价函数。根据下式计算实值函数S_Δ作为评价指标。

式中：LP_max，LP_min分别是全部峰时段的负荷的最大值及最小值；LF_max，LF_min分别是全部平时段的负荷的最大值及最小值；LV_max，LV_min分别是全部谷时段的负荷的最大值及最小值；lp是峰时段时长惩罚系数，当峰时段的时段数m₁≥4时，lp＝1；m₁＜4时，

当峰时段有两个时段集合，每个时段集合的时段数记为m₁₁，m₁₂，对两个集合分别取最大值；lf，lv同理，为平时段和谷时段的惩罚函数；同时峰时段总时间长度应设置下限，ε＝1，当m₁≥24时取1，否则取0。

根据Step3评价指标确定最优阈值，再按照Step2划分峰平谷时段。

2)基于改进型K-means聚类算法的峰谷时段划分

具体方法如下：

Step1：用下式对负荷数据进行归一化处理：

Step2：输入样本集S＝{x₁，x₂，...，x_T}，时段数T为96；聚类的簇数目为3；最大迭代次数为N，输出簇

Step3：计算样本集中的最大值和最小值，并记录其出现的位置分别为a、b；计算a和b平均值的取整结果c，则初始的聚类中心为μ＝[a，b，c]，如下式；

式中：[·]为取整函数。

Step4：对于t＝1，2，...，T用下式计算样本x_t与簇中心μ_m(m＝1，2，3)之间的距离：

用下式将距离中心最近的x_t分配到相对应的簇

中，更新：

Step5：对于m＝1，2，3对

中所有样本点重新计算新的质心：

Step6：如果质心都没有发生变化，则输出负荷峰谷时段划分结果，否则回到步骤3，继续迭代，直至达到最大迭代次数N，结束。

3)基于峰谷时段划分的典型外送电曲线生成

根据峰谷时段划分的结果，获取典型外送电曲线的峰谷时段特性，之后结合外送电网线路的输电容量限制，选择适当的峰、平、谷时段输电线路通道利用率系数，生成针对受端电网的典型外送电曲线。

(4)基于采样原理的分区断面机会约束确定性转化

具体方法如下：

Step 1：采用核密度估计分析光伏出力不确定性，假设光伏出力样本为，则概率密度为：

其中h是窗口宽度，采用下式计算窗口宽度：

选择核函数ke为标准正态分布概率密度函数，则累积概率密度为：

其中：

式中erf(·)是误差公式。

Step 2:使用采样原理将机会约束条件转化为确定性的混合整数线性约束形式:

式中：floor(·)为向下取整函数，即小于括号中值的最大整数。sort(·)为升序排序函数，将括号内数组按从小到大顺序进行排列，β为事先给定的置信水平，t时段水光分区i的出力包含分区i直接调管水电站出力总和

分区i直接调管光伏电站的总出力

第t时段分区i的分区出力

N_sample为采样次数。

(5)多电网负荷响应的短期调峰模型构建

具体方法如下：

Step 1：考虑电网剩余负荷过程与均值之间的平均距离，以及剩余负荷过程的峰谷差距，构建多电网负荷响应的调峰优化目标，如下式所示：

式中：g＝1，2，...，G，G为受端电网个数；D_g，t为g号电网在t时段的剩余负荷平均距；η₁，η₂为惩罚函数系数；L_g，t、C_g，t分别为g号电网在t时段剩余负荷过程，MW；

为剩余负荷的最大和最小值；P_g，t为梯级水电站在t时段向g号电网外送的电力MW；S_g，t为光伏电站在t时段向g号电网输送的电力，MW；T为总时段数，1≤t≤T。

上式是一个多目标优化问题，为了求解方便，使用目标权重法将其转化为单目标问题，λ_g为g号电网的目标权重值。

Step 2：约束条件：

1)水光分区断面外送出力机会约束

式中：Pr{·}是{·}中事件发生的概率，

为t时段分区i的电源出力和下级分区上送电力的总和，β为事先给定的置信水平。

2)水量平衡约束

式中：V_m，t、V_m，t+1分别是电站m在时段t的初库容和时段末库容，m³；I_m，t和QI_m，t分别为电站m在时段t的总入库流量和区间入库流量，m³/s；U_m，t为电站m在时段t的出库流量，m³/s；Q_m，t、

分别为电站m在时段t的发电流量和弃水流量，m³/s；τ_m为上游电站m-1某时段出库流量到达电站m所需的时段数。

3)水库库容约束

式中：

分别为时段t电站m水库库容下限和上限，m³。

4)出库流量约束

式中：

分别为时段t电站m发电流量上限和下限，m³/s。

5)发电流量约束

式中：

分别为时段t电站m发电流量上限和下限，m³/s。

6)水电站动力特性曲线约束

7)水电站出力爬坡约束

8)始末水位控制约束

Z_m，0＝b_m，Z_m，T＝e_m

式中：Z_m，o、Z_m，T分别是调度期起始水位和末水位，b_m、e_m分别为电站m的计划起始水位和计划末水位。

9)出力变化同步约束

式中：N^c是梯级水电站系统的集合。

10)系统备用约束

式中：

C_t分别为水电站出力上限和负荷，MW；σ为系统备用容量系数。

(6)模型求解

Step 1：目标函数线性化：

对于电网g，在t时段内剩余负荷和余荷平均值之间的差距D_g，t应该满足如下约束：

同时引入辅助变量UU_max、UU_min通过不等式约束线性化余荷峰谷差目标函数：

Step 2：特殊顺序集约束处理线性化(SOS类约束)

电站出力特性曲线函数是一个典型的三维曲面函数，选取比较方便的SOS2约束进行线性化。

式中：{α₁，α₂，...，α_I}、{β₁，β₂，...，β_J}、{γ₁，γ₂，...，γ_I+J}均为SOS2约束λ_i，j(i∈I；j∈J)为引入的非负实数变量。

Step 3：采用优化求解软件求解模型。

Claims (8)

1.一种基于机会约束的多电网负荷响应水光分区短期调峰方法，其特征在于：所述方法包括：

步骤1、分别采取模糊隶属度函数法和改进的K-means聚类作为外送电网负荷曲线的峰平谷时段划分方法，结合输电通道利用系数生成具有负荷特征的典型外送电曲线；

步骤2、将光伏不确定性转化成断面机会约束，再使用采样原理转化为确定性约束；

步骤3、构建基于机会约束的多电网负荷响应水光分区短期调峰模型，并采用优化求解软件求解该模型，获得电力电量的分配计划。

2.根据权利要求1所述的一种基于机会约束的多电网负荷响应水光分区短期调峰方法，其特征在于：基于模糊隶属度函数的峰谷时段识别包括采用模糊隶属度法划分各时段的峰谷特性，并使用改进的评价指标确定最优阈值满足调度计划要求。

3.根据权利要求1所述的一种基于机会约束的多电网负荷响应水光分区短期调峰方法，其特征在于：基于模糊隶属度函数的峰谷时段识别的具体步骤包括：

Step 1：选择隶属度函数：

将96个时段记录为集合[1，...，t，...，T]，负荷样本集合为[load₁，...，load_t，...load_T]，根据下式计算峰隶属度P(t)和谷隶属度V(t)；

式中：load_max、load_min是负荷数据的最大值和最小值；

Step 2：使用η₁和η₂表示时段划分的阈值，当P(t)≥η₁时，t时段是峰时段；当V(t)≥η₂时，t时段是谷时段；不在上述划分的时段则为平时段；若峰时段总数为m₁，平时段总数为m₂，谷时段总数为m₃，则有如下公式：

m₁+m₂+m₃＝T

Step 3：峰谷时段阈值评价函数。根据下式计算实值函数S_Δ作为评价指标；

式中：LP_max，LP_min分别是全部峰时段的负荷的最大值及最小值；LF_max，LF_min分别是全部平时段的负荷的最大值及最小值；LV_max，LV_min分别是全部谷时段的负荷的最大值及最小值；lp是峰时段时长惩罚系数，当峰时段的时段数m₁≥4时，lp＝1；m₁＜4时，

当峰时段有两个时段集合，每个时段集合的时段数记为m₁₁，m₁₂，对两个集合分别取最大值；lf，lv同理，为平时段和谷时段的惩罚函数；同时峰时段总时间长度应设置下限，ε＝1，当m₁≥24时取1，否则取0；

根据Step3评价指标确定最优阈值，再按照Step2划分峰平谷时段。

4.根据权利要求1所述的一种基于机会约束的多电网负荷响应水光分区短期调峰方法，其特征在于：采用改进型K-means聚类算法的峰谷时段划分的方法包括：

Step1：用下式对负荷数据进行归一化处理：

Step2：输入样本集S＝{x₁，x₂，...，x_T}，时段数T为96；聚类的簇数目为3；最大迭代次数为N，输出簇

Step3：计算样本集中的最大值和最小值，并记录其出现的位置分别为a、b；计算a和b平均值的取整结果c，则初始的聚类中心为μ＝[a，b，c]，如下式；

loqd_a＝max(x₁，x₂，...，x_t)

load_b＝min(x₁，x₂，...，x_t)

式中：[·]为取整函数；

Step4：对于t＝1，2，...，T用下式计算样本x_t与簇中心μ_m(m＝1，2，3)之间的距离：

D_tm＝||x_t-μ_m||₂ ²

用下式将距离中心最近的x_t分配到相对应的簇

中，更新：

Step5：对于m＝1，2，3对

中所有样本点重新计算新的质心：

Step6：如果质心都没有发生变化，则输出负荷峰谷时段划分结果，否则回到Step3，继续迭代，直至达到最大迭代次数N，结束。

5.根据权利要求1所述的一种基于机会约束的多电网负荷响应水光分区短期调峰方法，其特征在于：典型外送电曲线生成方法包括：根据峰谷时段划分的结果，获取典型外送电曲线的峰谷时段特性，之后结合外送电网线路的输电容量限制，选择适当的峰、平、谷时段输电线路通道利用率系数，生成针对受端电网的典型外送电曲线。

6.根据权利要求1所述的一种基于机会约束的多电网负荷响应水光分区短期调峰方法，其特征在于：将光伏不确定性转化成断面机会约束，再使用采样原理转化为确定性约束的方法包括：

Step 1：采用核密度估计分析光伏出力不确定性，假设光伏出力样本为，则概率密度为：

其中h是窗口宽度，采用下式计算窗口宽度：

选择核函数ke为标准正态分布概率密度函数，则累积概率密度为：

其中：

式中erf(·)是误差公式；

Step 2:使用采样原理将机会约束条件转化为确定性的混合整数线性约束形式:

式中：floor(·)为向下取整函数，即小于括号中值的最大整数。sort(·)为升序排序函数，将括号内数组按从小到大顺序进行排列，β为事先给定的置信水平，t时段水光分区i的出力包含分区i直接调管水电站出力总和

分区i直接调管光伏电站的总出力

第t时段分区i的分区出力

N_samole为采样次数。

7.根据权利要求1所述的一种基于机会约束的多电网负荷响应水光分区短期调峰方法，其特征在于：构建基于机会约束的多电网负荷响应水光分区短期调峰模型的方法包括：

Step 1：考虑电网剩余负荷过程与均值之间的平均距离，以及剩余负荷过程的峰谷差距，构建多电网负荷响应的调峰优化目标，如下式所示：

g＝1，2，...，G，G为受端电网个数；D_g，t为g号电网在t时段的剩余负荷平均距；η₁，η₂为惩罚函数系数；L_g，t、C_g，t分别为g号电网在t时段剩余负荷过程，MW；

为剩余负荷的最大和最小值；P_g，t为梯级水电站在t时段向g号电网外送的电力MW；S_g，t为光伏电站在t时段向g号电网输送的电力，MW；T为总时段数，1≤t≤T；

上式是一个多目标优化问题，为了求解方便，使用目标权重法将其转化为单目标问题，λ_g为g号电网的目标权重值；

Step 2：约束条件：

1)水光分区断面外送出力机会约束

式中：Pr{·}是{·}中事件发生的概率，

为t时段分区i的电源出力和下级分区上送电力的总和，β为事先给定的置信水平；

2)水量平衡约束

V_m，t+1＝V_m，t+3600×(I_m，t-U_m，t)×Δt

式中：V_m，t、V_m，t+1分别是电站m在时段t的初库容和时段末库容，m³；I_m，t和QI_m，t分别为电站m在时段t的总入库流量和区间入库流量，m³/s；U_m，t为电站m在时段t的出库流量，m³/s；Q_m，t、

分别为电站m在时段t的发电流量和弃水流量，m³/s；τ_m为上游电站m-1某时段出库流量到达电站m所需的时段数；

3)水库库容约束

式中：

分别为时段t电站m水库库容下限和上限，；

4)出库流量约束

式中：

分别为时段t电站m发电流量上限和下限，；

5)发电流量约束

式中：

分别为时段t电站m发电流量上限和下限；

6)水电站动力特性曲线约束

7)水电站出力爬坡约束

8)始末水位控制约束

Z_m,O＝b_m，Z_m，T＝e_m

式中：Z_m，o、Z_m，T分别是调度期起始水位和末水位，b_m、e_m分别为电站m的计划起始水位和计划末水位；

9)出力变化同步约束

式中：N^c是梯级水电站系统的集合；

10)系统备用约束

式中：

C_t分别为水电站出力上限和负荷，MW；σ为系统备用容量系数。

8.根据权利要求1所述的一种基于机会约束的多电网负荷响应水光分区短期调峰方法，其特征在于：采用优化求解软件求解该模型的方法包括：

Step 1：目标函数线性化：

对于电网g，在t时段内剩余负荷和余荷平均值之间的差距D_g，t应该满足如下约束：

同时引入辅助变量UU_max、UU_min通过不等式约束线性化余荷峰谷差目标函数：

Step 2：特殊顺序集约束处理线性化(SOS类约束)

电站出力特性曲线函数是一个典型的三维曲面函数，选取比较方便的SOS2约束进行线性化。

式中：{α₁，α₂，...，α_I}、{β₁，β₂，...，β_J}、{γ₁，γ₂，...，γ_I+J}均为SOS2约束λ_i，j(i∈I；j∈J)为引入的非负实数变量

Step 3：采用优化求解软件求解模型。

Images