CN115660412A

CN115660412A - 考虑源荷波动及再调度的调度风险量化评估方法及装置

Info

Publication number: CN115660412A
Application number: CN202211234001.3A
Authority: CN
Inventors: 王彬; 王冠楠; 吴文传; 张隽; 孙宏斌; 刘海涛; 王琪; 席嫣娜; 邢晶; 刘子昂; 张宏宇; 张锦河
Original assignee: Tsinghua University; State Grid Corp of China SGCC; State Grid Jibei Electric Power Co Ltd; State Grid Beijing Electric Power Co Ltd
Current assignee: Tsinghua University; State Grid Corp of China SGCC; State Grid Jibei Electric Power Co Ltd; State Grid Beijing Electric Power Co Ltd
Priority date: 2022-10-10
Filing date: 2022-10-10
Publication date: 2023-01-31
Also published as: US20240136816A1

Abstract

本公开涉及一种考虑源荷波动及再调度的调度风险量化评估方法及装置，属于电力系统风险量化评估领域。其中，所述方法包括：建立考虑新能源扰动的场景集；根据所述场景集，基于预设的调度计划，建立各场景下考虑新能源扰动的再调度优化模型并求解；根据所述再调度模型的求解结果，计算所述调度计划对应的风险量化评估指标结果。本公开能够在再调度结果基础上，考虑时空耦合因素，对已有的调度计划的风险评估计算，找出现有调度计划中存在的潜在风险，保障电力系统安全运行，具有较高的应用价值。

Description

考虑源荷波动及再调度的调度风险量化评估方法及装置

技术领域

本公开属于电力系统风险量化评估领域，特别涉及一种考虑源荷波动及再调度的调度风险量化评估方法及装置。

背景技术

在传统的电力系统分析中，负荷的波动、电网运行状态的改变和发电机的停运等因素是电力系统不确定性的主要来源。随着电力行业的不断发展，以太阳能和风能为主的新能源开始接入电网，给电网增加了新的不确定性因素。而近年来，双碳目标的确立和新型电力系统的提出更是推动了新能源的进一步发展，其渗透率逐年增长，逐渐取代传统机组主导地位。随着新能源装机容量的增长，电网中荷侧的不确定性和波动性变成了源荷双侧，给电网带来了更大的规划难度和挑战，其安全运行风险也随之显著增加，需要对调度风险进行评估以保证电力系统的稳定运行。而传统的确定性评估方法不能反映出加入新能源后，新能源出力的随机性。因此很有必要研究针对考虑风电光伏出力不确定性的风险指标量化方法，来辅助电网的运行调度规划的制订和调度员的决策。

发明内容

本公开的目的是为克服已有技术的不足之处，提出一种考虑源荷波动及再调度的调度风险量化评估方法及装置。本公开能够在再调度结果基础上，考虑时空耦合因素，对已有的调度计划的风险评估计算，找出现有调度计划中存在的潜在风险，保障电力系统安全运行，具有较高的应用价值。

本公开第一方面实施例提出一种考虑源荷波动及再调度的调度风险量化评估方法，包括：

建立考虑新能源扰动的场景集；

根据所述场景集，基于预设的调度计划，建立各场景下考虑新能源扰动的再调度优化模型并求解；

根据所述再调度模型的求解结果，计算所述调度计划对应的风险量化评估指标结果。

在本公开的一个具体实施例中，所述建立考虑新能源扰动的场景集，包括：

根据新能源出力的概率分布对新能源出力进行抽样，将抽样结果作为扰动与新能源出力的历史预测值进行叠加得到对应的场景，将所有场景构成考虑新能源扰动的场景集。

在本公开的一个具体实施例中，所述考虑新能源扰动的再调度优化模型由目标函数和约束条件构成；其中，所述目标函数为当前场景下运行成本和调节成本之和最小化，所述约束条件包括：功率平衡约束、切负荷约束、网络安全约束、机组出力约束和AGC机组的爬坡约束。

在本公开的一个具体实施例中，所述目标函数表达式如下：

式中，T为时段总数；G^T为电力系统中传统机组集合，G^NE为电力系统中新能源机组集合，所述新能源机组包括风电和光伏机组；L为电力系统中负荷集合；

表示第g个传统机组在t时段的出力，

表示第w个的新能源机组在t时段的弃风或弃光值，

表示第ld个负荷在t时段的切除值；

为第g个传统机组在t时段的出力的成本函数，

为第w个的新能源在t时段的的弃风弃光成本函数，

为ld个负荷在t时段的切负荷成本函数；

其中，

式中，a_g,t，b_g,t，c_g,t分别为第g个传统机组在t时段的出力的成本函数的二次项系数、一次项系数和常数项系数；k_nec为弃风弃光成本系数，k_lc为切负荷成本系数。

在本公开的一个具体实施例中，所述功率平衡约束表达式如下：

式中，

为当前场景下第w个新能源机组在t时段的实际出力，

为第w个新能源组在t时段的弃风弃光量，L_ld,t表示第ld个负荷在t时段的初始负荷值；

所述切负荷约束表达式如下：

所述网络安全约束表达式如下：

式中，

为线路l的线路有功潮流容量；P_u,t为机组u在t时段的出力，所述机组包括传统机组和新能源机组；G_l-u为机组u对线路l的发电转移分布因子，G_l-ld为负荷ld对线路l的功率传输转移分布因子；

所述机组出力约束表达式如下：

式中，

和

分别为传统机组中第g个AGC机组的出力上限和下限，传统机组中的非AGC机组按照调度计划出力；

为调度计划中第w个新能源机组在t时段第w个的新能源的新能源出力上限；

所述AGC机组的爬坡约束表达式如下：

式中，

为第g个AGC机组的下爬坡最大值，

为第g个AGC机组的上爬坡最大值。

在本公开的一个具体实施例中，所述再调度模型的求解结果包括：当前场景下P_l,t、

和

的最优解，其中P_l,t表示线路l在t时段的线路潮流。

在本公开的一个具体实施例中，所述根据所述再调度模型的求解结果，计算所述调度计划对应的风险量化评估指标结果，包括：

1)计算弃风弃光风险指标；

式中，M为场景集中的场景总数；

为场景n下第w个新能源机组在t时段的弃风弃光量；R_necut，t为t时段的弃风弃光风险指标；Ser^necut(·)为弃风弃光严重程度；

其中，场景n下新能源机组在t时段的弃风弃光严重程度表达式如下：

2)计算切负荷风险风险指标；

式中，

为场景n下t时段的切负荷量，R_cut，t为t时段的切负荷风险指标；

Ser^cut(·)为切负荷的严重程度；

其中，场景n下t时段的切负荷严重程度表达式如下：

3)计算备用不足风险指标；

令第g个传统机组在t时段的出力的最大最小值分别为：

式中，

和

分别为第g个传统机组在t时段的最大出力和最小出力；

和

分别为第g个传统机组最大出力要求和最小出力要求；RU_g和RD_g为第g个传统机组向上爬坡能力和向下爬坡能力，t₀为相邻两个时间点的时间间隔；

根据各机组的

和

则t时段系统的正负备用总量计算表达式如下：

式中，

和

分别为t时段系统的正负备用总量，N_g为系统中AGC机组总数；

则：

式中，

和

分别为场景n下t时段的正备用不足标记量和负备用不足标记量，若出现备用不足则为1，否则为0；

和

分别为t时段正备用不足风险指标和负备用不足风险指标；

Ser^rep(·)和Ser^ren(·)分别为正备用不足严重程度和负备用不足严重程度；

其中，场景n下t时段的正备用不足的严重程度表达式为：

场景n下t时段的负备用不足的严重程度表达式为：

式中，rep₀和ren₀分别为系统正负备用充足的阈值，k_rep和k_ren分别为正负备用成本系数；

4)计算爬坡风险指标；

式中，

和

分别为场景n下t时段是否出现爬坡风险的标记变量，若出现则为1，未出现为0；

和

分别为t时段上爬坡风险指标和下爬坡风险指标；Ser^rampup和Ser^rampdn分别为上爬坡严重程度和下爬坡严重程度；

其中，场景n下t时段的的上爬坡严重程度为：

场景n下t时段的的下爬坡严重程度为：

式中，RU和RD分别为系统的最大上爬坡能力和最大下爬坡能力，k_RU和k_RU分别为上爬坡成本系数和下爬坡成本系数；

为场景n下t时段场景失衡量，表达式为：

5)计算线路潮流越限风险；

式中，

表示场景n下线路l在t时段的线路潮流，

为第l条线路在t时段的线路过载风险指标；

为场景n下第l条线路在t时段的过载标记量，若线路过载则为1，否则为0；Ser^ol(·)为线路过载的严重程度；

其中，场景n下第l条线路在t时段的线路过载严重程度为：

式中，P_l，max为线路l的线路有功潮流功率最大值，k_ol为线路潮流越限成本系数；

其中，

本公开第二方面实施例提出一种考虑源荷波动及再调度的调度风险量化评估装置，包括：

场景集构建模块，用于建立考虑新能源扰动的场景集；

再调度模块，用于根据所述场景集，基于预设的调度计划，建立各场景下考虑新能源扰动的再调度优化模型并求解；

风险评估模块，用于根据所述再调度模型的求解结果，计算所述调度计划对应的风险量化评估指标结果。

本公开第三方面实施例提出一种电子设备，包括：

至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述一种考虑源荷波动及再调度的调度风险量化评估方法。

本公开第四方面实施例提出一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述一种考虑源荷波动及再调度的调度风险量化评估方法

本公开的特点及有益效果在于：

1、本公开具有可靠、快速与便于应用的特点。

2、本公开采用模拟法，在采样空间内对随机变量进行大量的无规律随机抽样，以此得到大量符合概率分布的抽样样本，通过这些样本来反映运行中可能出现的所有情景，借助大量样本来进行评估分析。

3、本公开能够对日前调度给出的调度计划进行时空耦合的风险评估，找出现有调度计划中存在的潜在风险，同时给出风险所在的时间点或者位置，为后续尝试对现有调度计划优化改进工作做基础。

4、本公开提出了一种单一场景下的再调度方法。此方法是在生成的场景下，由于新能源出力添加了扰动，衡量其每一场景对应的风险前，在已有的调度计划基础上进行的一次再调度。

5、本公开对模型求解后，可以简单地通过统计方法，计算得到切负荷，弃风弃光风险指标和备用不足风险、爬坡风险等，之后重新进行系统的潮流计算可以得出线路潮流越限风险值，因此可以得出各风险指标值以进行准确的风险评估，具有较高的应用价值。

附图说明

图1为本公开实施例中一种考虑源荷波动及再调度的调度风险量化评估方法的整体流程图。

具体实施方式

本公开提出一种考虑源荷波动及再调度的调度风险量化评估方法及装置，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

本公开第一方面实施例提出的一种考虑源荷波动及再调度的调度风险量化评估方法，包括：

建立考虑新能源扰动的场景集；

在本公开的一个具体实施例中，所述一种考虑源荷波动及再调度的调度风险量化评估方法，整体流程如图1所示，包括以下步骤：

1)建立添加新能源扰动的场景集；

在本公开的一个具体实施例中，首先利用基于抽样的方法根据新能源出力的概率分布对新能源出力进行抽样，将抽样结果作为扰动加入到新能源出力的历史预测值中进行叠加，从而生成场景。

由于生成的场景下，新能源出力添加了扰动，在衡量添了新能源出力扰动的每一场景对应的风险前，应在已有的调度计划基础上进行一次再调度。通过调动已有的资源，包括AGC机组出力的调整、释放备用容量，尝试去抵消掉新能源出力的波动。倘若仍然无法消除新能源出力波动的影响，则意味着该场景下有对应的风险存在，再通过后续提出的风险评估方法对调度策略进行风险量化，得到相应指标。

2)基于步骤1)建立的场景集，基于预设的调度计划，获取各场景下考虑新能源扰动的再调度优化结果；其中，每个场景下的再调度优化结果通过求解单一场景下考虑新能源扰动的再调度模型获得。

本实施例中，建立单一场景下考虑新能源扰动的再调度模型并求解；具体步骤如下：

2-1)建立单一场景下考虑新能源扰动的再调度模型的目标函数；

本实施例中，对于每一个单一场景，本模型中优化目标即运行成本和调节成本之和最小化，其中运行成本即各发电机出力成本，调节成本即为弃风弃光成本和可能的切负荷成本；所述优化目标表达式如下：

式中，T为时段总数，G^T为电力系统中传统机组集合(本实施例中传统机组为火电机组)，G^NE为电力系统中新能源机组集合(本实施例中新能源机组包括风电和光伏机组)，L为电力系统中负荷集合；

表示第g个传统机组在t时段的出力，

表示第w个的新能源机组(本实施例为风电和光伏机组)在t时段的弃风或弃光值，

表示第ld个负荷在t时段的切除值；

为第g个传统机组在t时段的出力的成本函数，

为第w个的新能源在t时段的的弃风弃光成本函数，

为ld个负荷在t时段的切负荷成本函数。

本公开一个具体实施例中中，所述成本函数的定义如下：

式中，传统火电机组的运行成本定义为出力的二次函数，a_g，t，b_g，t，c_g，t分别为第g个传统机组在t时段的出力的成本函数的二次项系数、一次项系数和常数项系数。弃风弃光成本和切负荷成本都认定为一次函数，其中k_nec为弃风弃光成本系数，k_lc为切负荷成本系数。

2-2)确定再调度模型的约束条件；

本实施例中，再调度属于实时调度的范畴，因此需要满足基本的网络安全约束、机组出力约束和系统约束等，具体包括：

2-2-1)功率平衡约束：

式中，

为通过抽样得到的单一场景下的第w个新能源机组在t时段的实际出力，

为第w个新能源机组在t时段的弃风弃光量，L_ld，t表示第ld个负荷在t时段的初始负荷值。

2-2-2)切负荷约束：

其中，任一时段切负荷的量应该小于该时段的初始负荷。

2-2-3)网络安全约束：

式中，

为线路l的线路有功潮流容量，P_u，t为机组(包括传统机组和新能源机组)u在t时段的出力，；G_l-u为机组u对线路l的发电转移分布因子，G_l-ld为负荷ld对线路l的功率传输转移分布因子。

2-2-4)机组出力约束：

本实施例中，传统机组和新能源机组的出力约束如下：

式中，

和

分别为传统机组中第g个AGC机组的出力上限和下限，传统机组中其他非AGC机组按照调度计划出力。

为调度计划中给出的第w个新能源机组在t时段的新能源出力上限。

2-2-5)AGC机组的爬坡约束：

式中，

为第g个AGC机组的下爬坡最大值，

为第g个AGC机组的上爬坡最大值。

2-3)对单一场景下考虑新能源扰动的再调度模型进行模型求解；

本实施例中，根据步骤1-1)的目标函数和步骤1-2)的约束条件，通过YALMIP和GUROBI软件包来进行求解，得到再调度优化结果，包括：当前场景下各线路潮流P_l，t，弃风弃光量

切负荷量

和传统机组出力

的最优解。

再调度模型中，决策变量为传统机组中各AGC机组的出力、各风电光伏等新能源机组的弃风弃光量、切负荷量、AGC机组的运行成本。由于本实施例仅需要考虑有功调度问题，因此可以利用直流潮流模型简化潮流计算过程。

各线路潮流与系统中所有节点上的负荷和发电机出力相关，可以计算整个系统网络的PTDF(Power transmission distributed factors，功率传输分布因子)，就可以简单的建立系统中各线路有功潮流与各节点的负荷、发电机出力之间的线性关系，并进行迭代求解。

通过对各场景分别建立对应的再调度模型并求解，即可得到各场景夏考虑新能源扰动的再调度优化结果。

3)利用步骤2)得到的再调度结果，计算调度计划对应的风险量化评估指标结果。

本实施例采用模拟法对新能源出力不确定性引起的风险进行量化评估，风电光伏出力的随机性给电网带来的风险主要体现在线路潮流过载、节点电压越限、功率不平衡所导致的供电不足等安全约束，同时还会考虑正负备用不足等可能会造成经济损失的潜在安全风险。本实施例仅考虑有功调度可能出现的风险问题，故暂时忽略潮流中的无功量，也因此暂不考虑电压越限的风险指标。因此选择以下几种代表性风险指标：弃风弃光风险指标、切负荷风险指标、备用不足风险指标、爬坡风险指标、线路越限风险指标：

3-1)计算弃风弃光风险指标；

电网中，如果风机出力的波动性超出了整个系统的消纳能力，则不能让新能源满功率出力，否则会出现线路潮流越限风险和爬坡风险，给电网造成安全隐患和经济损失，不可避免的会选择性的弃风弃光来保障系统的稳定运行。

本实施例中，弃风弃光风险指标计算表达式如下：

式中，M为步骤1)得到的场景集中的场景总数；

为场景n下第w个新能源机组在t时段的弃风弃光量(即步骤2)中求解得到的各场景下的

)，R_necut，t为t时段的弃风弃光风险指标；Ser^necut(·)为弃风弃光严重程度；

式中，k_nec为弃风弃光成本系数，此实施例中取400美元/MW。

3-2)计算切负荷风险风险指标；

在电网中，在一些极端小概率的场景下，若出现元件的故障或新能源出力的巨大偏差，在原有的调度计划下，即便调动所有可调节资源，也无法在短时间内实现发电与负荷侧的功率平衡，为了维持系统的暂态稳定，常常会选择切负荷来恢复供需平衡，也就导致了部分用户失去了电力供应。

所述切负荷风险指标通过切负荷概率和切负荷风险度量共同定义：

式中，

为场景n下t时段的切负荷量(即步骤2)中求解得到的各场景下的

)，R_cut，t为t时段的切负荷风险指标，Ser^cut(·)为切负荷的严重程度；

其中，场景n下t时段的切负荷严重程度表达式如下：

式中，k_lc为切负荷成本系数，此实施例中取20000美元/MW。

3-3)计算备用不足风险指标；

在电网中，预留充足的正负备用是保障系统安全稳定运行的前提，抵抗新能源出力的波动性，保证发电与负荷之间的功率平衡关系，使得系统安全稳定运行。若系统没有预留充足的备用，其抵抗不确定性因素的能力大幅下降，使得系统安全性大幅降低，因为对于大规模加入风电光伏等新能源的新型电力系统，备用不足的风险度量同样至关重要。

本实施例中提出的风险评估算法包含时间和空间两个维度，因此考虑备用不足风险时应该加入各个发电机的爬坡能力，即某一时段发电机的出力上限不是发电机组的容量，还应与上一时间节点发电机的出力与这台发电机组的爬坡能力相关。因此第g个传统机组在t时段的出力的最大最小值应分别为：

式中，，

和

分别为第g个传统发电机组在t时段的最大出力和最小出力；

和

分别为第g个传统机组本身的最大出力和最小出力要求；RU_g和RD_g为第g个传统机组向上爬坡能力和向下爬坡能力。t₀为相邻两个时间点的时间间隔。

进一步可以根据第g个传统机组在t时段的出力的最大最小值(即

和

)计算出t时段系统的正负备用总量：

式中，

和

分别为t时段系统的正负备用总量，N_g为系统中AGC机组总数。

而系统正负备用总量与正负备用的阈值的插值即为正负备用不足量，因此正负备用不足的风险指标可以定义为：

式中，

和

分别为场景n下t时段的正备用不足标记量和负备用不足标记量，若出现备用不足则为1，否则为0。

和

分别为t时段正备用不足严重程度和负备用不足风险指标。

其中，场景n下t时段的正备用不足的严重程度表达式为：

场景n下t时段的负备用不足的严重程度表达式为：

式中，rep₀和ren₀分别为系统正负备用充足的阈值(一般为系统中最大机组的容量)，k_rep和k_ren分别为正负备用成本系数，本实施例中取值为1。

3-4)计算爬坡风险指标；

大规模加入新能源出力的电网中，系统负荷相邻时段的波动性与新能源出力的波动性两者相叠加，放大了整个系统源荷整体的波动性，给实时调度中的AGC机组造成了巨大的挑战，需要AGC机组具有足够的爬坡能力，来应对源荷双侧的波动性，倘若整个系统的爬坡能力不足，会存在爬坡风险，因此也需要对系统爬坡风险进行量化评估。

对系统爬坡风险的度量主要是衡量系统现有的爬坡能力能否抵消源荷双侧的波动，因此爬坡风险应定义为系统爬坡能力与风电、负荷波动之差，具体定义如下：

式中，

和

分别为场景n下t时段是否出现爬坡风险的标记变量，若出现则为1，未出现为0。

和

其中，场景n下t时段的的上爬坡严重程度为：

场景n下t时段的的下爬坡严重程度为：

式中，RU和RD分别为系统的最大上爬坡能力和最大下爬坡能力，k_RU和k_RU分别为上爬坡成本系数和下爬坡成本系数，本实施例中取值为1。

为场景n下t时段场景失衡量，即场景n下t时段新能源出力和负荷波动之和，同时由于本实施例的风险评估方法是针对已有调度计划进行的，默认计划机组在不同场景下均按照原调度计划出力执行，不属于可控范围内，因此也算入波动范围内。场景n下t时段场景失衡量定义为：

3-5)计算线路潮流越限风险；

在新型电力系统中，元件的故障与新能源出力的波动，很有可能会造成整个网络潮流的重新分布，偏离原有的调度计划设计，此时极有可能会出现线路潮流过载的可能，以至于进一步导致过载线路损坏，严重情况下可能会导致连锁反应，使得整个系统出现崩溃的风险，造成巨大经济损失。

线路过载风险应反映出线路过载的概率和线路过载程度，因此定义过载风险如下：

式中，

表示场景n下线路l在t时段的线路潮流(即步骤2)中求解得到的各场景下的P_l，t)，

为第l条线路在t时段的线路过载风险指标；

为场景n下第l条线路在t时段的过载标记量，若线路过载则为1，否则为0；Ser^ol(·)为线路过载的严重程度。

其中，场景n下第l条线路在t时段的线路过载严重程度为：

其中，P_l，max为线路l的线路有功潮流功率最大值，k_ol为线路潮流越限成本系数，下标ol代表越限(over line)，此实施例中取值为1。

需要说明的是，再调度模型求解后，可以简单的通过统计方法得到上述切负荷风险指标和弃风弃光风险指标，其中R_out，t为t时段的切负荷风险指标，R_windcut，t为t时段的弃风弃光风险指标。备用不足风险指标也可以通过设定故定的系统旋转备用阈值，对每个场景的计算结果统计得到，

和

分别为t时段正备用不足风险指标和负备用不足风险指标。爬坡风险指标则是比较每个场景下相邻时段的风电出力差、负荷波动差和计划机组的出力变化，可以简单的计算得到，

和

分别为t时段上爬坡风险指标和下爬坡风险指标。

但是线路越限风险却难以直接得到，其原因是在再调度模型的计算中，添加了线路潮流约束，得到的计算结果满足线路潮流的限制，迭代计算中会通过增加切负荷量、弃风弃光量或者AGC机组的调节，来避免线路潮流越限的发生，因此需要重新考虑线路潮流越限风险的计算方法。上文提及的五种风险指标之间实际上存在因果关系，即线路潮流越限、备用不足、极端爬坡是造成切负荷、弃风弃光的主要原因，即前三种风险为因，后两种风险为果，存在这种因果关系导致再调度后无法得到线路潮流越限量。因此，需要在再调度的结果基础上，去除“果”的影响，即在原场景下不考虑切负荷量和弃风弃光量，只调节AGC机组出力，重新进行系统的潮流计算，得到每一条线路的潮流值，再与相应的线路有功潮流容量比较，得到相应的线路潮流越限风险值

表达式如下：

其中，

本实施例中，基于不同的调度计划，重复步骤1)-3)，即可得到不同调度计划所对应的各指标下的风险量化评估结果。

本实施例中，求解得到的各风险指标值可以清楚地了解各时刻的风险情况，例如：爬坡和越限需要多少备用，或者会有多少需要弃风弃光或者切负荷等。应当对每个调度计划下每个指标单独分析，为之后的消除风险措施作准备。最后量化出线路潮流越限、备用不足、极端爬坡的风险值就是功率，根据量化的值来为后续需要通过其他手段消除风险提供参考。另外切负荷、弃风弃光的风险值(美元)可以作为如果不消除会带来的经济损失成本作参考。

为实现上述实施例，本公开第二方面实施例提出一种考虑源荷波动及再调度的调度风险量化评估装置，包括：

场景集构建模块，用于建立考虑新能源扰动的场景集；

需要说明的是，前述对一种考虑源荷波动及再调度的调度风险量化评估方法的实施例解释说明也适用于本实施例的一种考虑源荷波动及再调度的调度风险量化评估装置，在此不再赘述。根据本公开实施例提出的一种考虑源荷波动及再调度的调度风险量化评估装置，通过建立考虑新能源扰动的场景集；根据所述场景集，基于预设的调度计划，建立各场景下考虑新能源扰动的再调度优化模型并求解；根据所述再调度模型的求解结果，计算所述调度计划对应的风险量化评估指标结果。由此可实现在再调度结果基础上，考虑时空耦合因素，对已有的调度计划的风险评估计算，找出现有调度计划中存在的潜在风险，保障电力系统安全运行，具有较高的应用价值。

为实现上述实施例，本公开第三方面实施例提出一种电子设备，包括：

为实现上述实施例，本公开第四方面实施例提出一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述一种考虑源荷波动及再调度的调度风险量化评估方法。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备执行上述实施例的一种考虑源荷波动及再调度的调度风险量化评估方法。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

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申请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必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

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，并且本申请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，这应被本申请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程序，然后将其存储在计算机存储器中。

应当理解，本申请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，在本申请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。上述集成的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。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，也可以存储在一个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。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。