CN116388301A - 梯级水光互补日前鲁棒调峰调度方法、系统、设备及介质 - Google Patents

梯级水光互补日前鲁棒调峰调度方法、系统、设备及介质 Download PDF

Info

Publication number
CN116388301A
CN116388301A CN202310663422.6A CN202310663422A CN116388301A CN 116388301 A CN116388301 A CN 116388301A CN 202310663422 A CN202310663422 A CN 202310663422A CN 116388301 A CN116388301 A CN 116388301A
Authority
CN
China
Prior art keywords
constraint
scheduling
robust
water
hydropower
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202310663422.6A
Other languages
English (en)
Other versions
CN116388301B (zh
Inventor
李杨
洪飞龙
吴峰
史林军
林克曼
包逸凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hohai University HHU
Original Assignee
Hohai University HHU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hohai University HHU filed Critical Hohai University HHU
Priority to CN202310663422.6A priority Critical patent/CN116388301B/zh
Publication of CN116388301A publication Critical patent/CN116388301A/zh
Application granted granted Critical
Publication of CN116388301B publication Critical patent/CN116388301B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Photovoltaic Devices (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及多能源互补发电技术领域，尤其涉及一种梯级水光互补日前鲁棒调峰调度方法、系统、设备及介质，包括如下步骤：以受端电网剩余负荷的峰谷差最小为目标，建立梯级水光互补日前鲁棒调峰调度的目标函数；建立考虑水力耦合的梯级水电约束为主的日前调度约束条件；对光伏出力进行不确定性集合建模及鲁棒对等转化，将梯级水电的非线性约束转化为线性约束；以目标函数和线性约束构建梯级水电联合优化调度的混合整数线性规划模型；对规划模型进行求解，获得梯级水光互补联合发电系统日前鲁棒调度方法。本发明中，能够充分考虑光伏出力的不确定性，兼顾联合发电系统调峰效果和光伏消纳，实现梯级水电和光伏的互补运行。

Description

梯级水光互补日前鲁棒调峰调度方法、系统、设备及介质
技术领域
本发明涉及多能源互补发电技术领域，尤其涉及一种梯级水光互补日前鲁棒调峰调度方法、系统、设备及介质。
背景技术
随着双碳目标的提出，风电、光伏等新能源装机容量和发电量不断提高。由于风电、光伏固有的间歇性、波动性和不确定性，直接接入对电网的安全稳定运行带来挑战。利用灵活调节电源与新能源组成互补发电系统，是促进新能源并网消纳的有效手段。与现有流域水电互补开发新能源发电，利用同一输电通道实现水风光清洁能源打捆外送，是未来清洁能源开发利用的重要方向。
光伏发电出力往往难以准确预测，具有明显的不确定性，进而影响水光互补的优化调度的经济性和安全性。国内外学者已经对如何精确生成描述随机因素的典型场景集合进行了广泛探究，但多数研究未考虑外送输电容量对优化调度影响，并且基于场景的随机优化方法通常较难涵盖所有出力场景，在水光联合外送输容量受限时，可能会出现极端光伏出力场景影响联合发电系统运行的效果。
因此，如何使得约束条件在所有不确定性集合范围内均满足，并且如何研究考虑外送输电容量限制的梯级水光互补日前调峰调度方法是本领域技术人员亟需解决的问题。
公开于该背景技术部分的信息仅仅旨在加深对本发明的总体背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明提供了一种梯级水光互补日前鲁棒调峰调度方法、系统、设备及介质，从而有效解决背景技术中的问题。
为了达到上述目的，本发明所采用的技术方案是：一种梯级水光互补日前鲁棒调峰调度方法，包括如下步骤：
以受端电网剩余负荷的峰谷差最小为目标，建立梯级水光互补日前鲁棒调峰调度的目标函数；
建立考虑水力耦合的梯级水电约束为主的日前调度约束条件；
对光伏出力进行不确定性集合建模及鲁棒对等转化，将梯级水电的非线性约束转化为线性约束；
以所述目标函数和线性约束构建梯级水电联合优化调度的混合整数线性规划模型；
对所述规划模型进行求解，获得梯级水光互补联合发电系统日前鲁棒调度方法。
进一步地，所述建立梯级水光互补日前鲁棒调峰调度的目标函数，包括：
Figure SMS_1
；
Figure SMS_2
；
其中，F为受端电网剩余负荷的峰谷差；T为一个调度周期的时段数；I为参与调度的梯级水电站数量；G i 为第i座水电站中的机组总数；P R,t 和P L,t 分别为t时段的受端电网剩余负荷和原负荷；P i,g,t 为t时段第i级水电站中第g台水电机组的出力；P PV,t 为t时段光伏电站的出力。
进一步地，所述建立考虑水力耦合的梯级水电约束为主的日前调度约束条件，包括：
水量平衡和梯级水力耦合约束：
Figure SMS_3
；
Figure SMS_4
；
V i,t 为t时段第i级水电站的水库蓄水量；
Figure SMS_5
、R i,t 和S i,t 分别为t时段第i级水电站的入库流量、区间流量和弃水流量；q i,g,t 为t时段第i级水电站第g台机组的发电流量；/>
Figure SMS_6
为第i-1级水电站到第i级水电站之间的水流滞时；/>
Figure SMS_7
为调度周期内一个调度时段的时长；
库容控制约束：
Figure SMS_8
；
Figure SMS_9
；
其中，V i,max 和V i,min 分别为第i级水库库容的上、下限；V i,begin 和V i,end 分别为第i级水库在调度期初和调度期末的目标控制库容；
水电机组发电和弃水流量限制约束：
Figure SMS_10
；
Figure SMS_11
；
其中，
Figure SMS_12
和/>
Figure SMS_13
分别为第i级水电站中第g台水电机组的发电流量上限和下限；S i,max 为第i级水电站的弃水流量上限；U i,g,t 为t时段第i级水电站中第g台机组开停机状态的0-1变量，若机组处于开机状态，则为1，反之为停机状态，则为0；
水电机组出力特性约束：
Figure SMS_14
；
Figure SMS_15
；
其中，ρ为水密度；η i,g 为第i级水电站中第g台水电机组的发电效率；H i,g,t 为t时段第i级水电站中第g台机组的发电净水头；
Figure SMS_16
和/>
Figure SMS_17
分别为第i级水电站中第g台水电机组的最小和最大技术出力；
水电机组振动区限制约束：
Figure SMS_18
；
其中，
Figure SMS_19
和/>
Figure SMS_20
分别为第i级水电站中第g台水电机组出力的第k个振动区的上限和下限；
开停机状态变量与操作变量约束：
Figure SMS_21
；
其中，
Figure SMS_22
和/>
Figure SMS_23
分别为表示机组开机和关机操作的0-1变量；
机组发电水头约束：
Figure SMS_24
；
其中，
Figure SMS_25
为t时段第i级水库的坝前水位；/>
Figure SMS_26
为t时段第i级水库的尾水位；
Figure SMS_27
为t时段第i级水电站中第g台机组的水头损失；
坝前水位-库容关系约束：
Figure SMS_28
；
其中，f FB,i (…)为第i级水库的坝前水位与库容的函数关系；
尾水位-下泄流量关系约束：
Figure SMS_29
；
其中，f TL,i (…)第i级水库的尾水位与下泄流量的函数关系。
外送输电容量限制约束：
Figure SMS_30
；
其中，P L,max 为梯级水光联合发电系统的外送输电最大输电容量。
系统正负备用约束：
Figure SMS_31
；
Figure SMS_32
；
其中，δ为系统要求的负荷备用率。
进一步地，对光伏出力进行不确定性集合建模及鲁棒对等转化，包括：
光伏出力可以描述为光伏预测出力与预测误差的总和：
Figure SMS_33
；
Figure SMS_34
；
其中，
Figure SMS_35
为光伏出力的预测值，/>
Figure SMS_36
为光伏预测误差；/>
Figure SMS_37
为t时段光伏向下出力偏差的最大值，取一负实数；/>
Figure SMS_38
为t时段光伏向上出力偏差的最大值，取一正实数，即认为光伏出力在其上下限范围内波动。/>
Figure SMS_39
可以结合气象等信息在日前阶段预测得到；预测误差则具有明显的不确定性，在一定范围内随机波动，可以根据经验或数据分析获得；
引入鲁棒控制系数
Figure SMS_40
，定义光伏出力的不确定性集合U：
Figure SMS_41
；
对含光伏出力的目标函数进行鲁棒线性化处理：
Figure SMS_42
；
Figure SMS_43
；
Figure SMS_44
；
其中，P R,max 和P R,min 分别表示受端电网剩余负荷的最大值和最小值；
将鲁棒线性化处理后的含光伏出力的目标函数转化为改进可调鲁棒对偶模型：
Figure SMS_45
；
其中，z 1,t 、p 1,t 、z 2,t 和p 2,t 分别为转化过程中引入的对偶变量，鲁棒控制系数为
Figure SMS_46
，其取值应满足/>
Figure SMS_47
；
将外送输电容量约束转化为改进可调鲁棒对偶模型：
Figure SMS_48
；
其中，z 3,t 和p 3,t 分别为对偶变量。
进一步地，对梯级水电非线性约束条件进行线性化处理，包括：
采用McCormick凸包络松弛法对水电机组出力进行线性化处理：
Figure SMS_49
；
Figure SMS_50
；
Figure SMS_51
；
Figure SMS_52
；
对机组振动区限制约束进行线性化处理：
Figure SMS_53
；
Figure SMS_54
；
其中，K为第i级水电站中第g台水电机组的振动区数量；
Figure SMS_55
为0-1变量，若t时段第i级水电站中第g台水电机组的出力位于第k个安全运行区内则为1，否则为0；
对水位-库容关系进行线性化处理：
Figure SMS_56
；
其中，
Figure SMS_57
为第i级水库在第j个分段点上的蓄水量；/>
Figure SMS_58
为第i级水库在第j个分段点上对应的水位，在t时段，第i级水库的水位/>
Figure SMS_59
和蓄水量/>
Figure SMS_60
满足：
Figure SMS_61
；
Figure SMS_62
；
Figure SMS_63
；
Figure SMS_64
；
其中，
Figure SMS_65
为库容区间的标志变量，若t时段第i级水库的蓄水量在第j段库容内则为1，否则为0；
对尾水位-下泄流量关系进行线性化处理。
进一步地，对所述梯级水光联合优化调度的混合整数线性规划模型进行求解，获得梯级水光互补联合发电系统日前鲁棒调度方法，包括：
采用Yalmip调用Gurobi求解器对所述梯级水光联合优化调度的混合整数线性规划模型进行求解，得到梯级水电站中各发电机组和光伏电站在各时刻的有功出力。
本发明还包括一种梯级水光互补日前鲁棒调峰调度系统，使用如上述的方法，包括：
目标函数构建模块，所述目标函数构建模块用于以受端电网剩余负荷的峰谷差最小为目标，建立梯级水光互补日前鲁棒调峰调度的目标函数；
约束条件构建模块，所述约束条件构建模块用于建立考虑水力耦合的梯级水电约束为主的日前调度约束条件；
线性转化模块，所述线性转化模块用于对光伏出力进行不确定性集合建模及鲁棒对等转化，将梯级水电的非线性约束转化为线性约束；
建模模块，所述建模模块以所述目标函数和线性约束构建梯级水电联合优化调度的混合整数线性规划模型；
求解模块，所述求解模块对所述规划模型进行求解，获得梯级水光互补联合发电系统日前鲁棒调度方法。
本发明还包括一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上述的方法。
本发明还包括一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述的方法。
本发明的有益效果为：本发明以受端电网剩余负荷的峰谷差最小为目标，考虑水力耦合的梯级水电约束为主的日前调度约束条件，且对光伏出力进行不确定性集合建模及鲁棒对等转化，将梯级水电的非线性约束转化为线性约束，并建立规划模型，通过对规划模型求解来得到梯级水光互补联合发电系统日前鲁棒调度方法，从而能够充分考虑光伏出力的不确定性，兼顾联合发电系统调峰效果和光伏消纳，实现梯级水电和光伏的互补运行。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明方法的流程图；
图2为本发明系统的结构示意图；
图3为梯级水光互补联合发电系统日前鲁棒调度结果图；
图4为梯级水电站群1号水电站的机组出力结果图；
图5为梯级水电站群2号水电站的机组出力结果图；
图6为梯级水电站群3号水电站的机组出力结果图；
图7为光伏电站的出力结果图；
图8为各级水库水位变化图；
图9为计算机设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。
如图1所示：一种梯级水光互补日前鲁棒调峰调度方法，包括如下步骤：
以受端电网剩余负荷的峰谷差最小为目标，建立梯级水光互补日前鲁棒调峰调度的目标函数；
建立考虑水力耦合的梯级水电约束为主的日前调度约束条件；
对光伏出力进行不确定性集合建模及鲁棒对等转化，将梯级水电的非线性约束转化为线性约束；
以目标函数和线性约束构建梯级水电联合优化调度的混合整数线性规划模型；
对规划模型进行求解，获得梯级水光互补联合发电系统日前鲁棒调度方法。
通过以受端电网剩余负荷的峰谷差最小为目标，考虑水力耦合的梯级水电约束为主的日前调度约束条件，且对光伏出力进行不确定性集合建模及鲁棒对等转化，将梯级水电的非线性约束转化为线性约束，并建立规划模型，通过对规划模型求解来得到梯级水光互补联合发电系统日前鲁棒调度方法，从而能够充分考虑光伏出力的不确定性，兼顾联合发电系统调峰效果和光伏消纳，实现梯级水电和光伏的互补运行。
在本实施例中，建立梯级水光互补日前鲁棒调峰调度的目标函数，包括：
Figure SMS_66
；
Figure SMS_67
；
其中，F为受端电网剩余负荷的峰谷差；T为一个调度周期的时段数；I为参与调度的梯级水电站数量；G i 为第i座水电站中的机组总数；P R,t 和P L,t 分别为t时段的受端电网剩余负荷和原负荷；P i,g,t 为t时段第i级水电站中第g台水电机组的出力；P PV,t 为t时段光伏电站的出力。
其中，建立考虑水力耦合的梯级水电约束为主的日前调度约束条件，包括：
水量平衡和梯级水力耦合约束：
Figure SMS_68
；
Figure SMS_69
；
V i,t 为t时段第i级水电站的水库蓄水量；
Figure SMS_70
、R i,t 和S i,t 分别为t时段第i级水电站的入库流量、区间流量和弃水流量；q i,g,t 为t时段第i级水电站第g台机组的发电流量；/>
Figure SMS_71
为第i-1级水电站到第i级水电站之间的水流滞时；/>
Figure SMS_72
为调度周期内一个调度时段的时长；
库容控制约束：
Figure SMS_73
；
Figure SMS_74
；
其中，V i,max 和V i,min 分别为第i级水库库容的上、下限；V i,begin 和V i,end 分别为第i级水库在调度期初和调度期末的目标控制库容；
水电机组发电和弃水流量限制约束：
Figure SMS_75
；
Figure SMS_76
；
其中，
Figure SMS_77
和/>
Figure SMS_78
分别为第i级水电站中第g台水电机组的发电流量上限和下限；S i,max 为第i级水电站的弃水流量上限；U i,g,t 为t时段第i级水电站中第g台机组开停机状态的0-1变量，若机组处于开机状态，则为1，反之为停机状态，则为0；
水电机组出力特性约束：
Figure SMS_79
；
Figure SMS_80
；
其中，ρ为水密度；η i,g 为第i级水电站中第g台水电机组的发电效率；H i,g,t 为t时段第i级水电站中第g台机组的发电净水头；
Figure SMS_81
和/>
Figure SMS_82
分别为第i级水电站中第g台水电机组的最小和最大技术出力；
水电机组振动区限制约束：
Figure SMS_83
；
其中，
Figure SMS_84
和/>
Figure SMS_85
分别为第i级水电站中第g台水电机组出力的第k个振动区的上限和下限；
开停机状态变量与操作变量约束：
Figure SMS_86
；
其中，
Figure SMS_87
和/>
Figure SMS_88
分别为表示机组开机和关机操作的0-1变量；
机组发电水头约束：
Figure SMS_89
；
其中，
Figure SMS_90
为t时段第i级水库的坝前水位；/>
Figure SMS_91
为t时段第i级水库的尾水位；
Figure SMS_92
为t时段第i级水电站中第g台机组的水头损失；
坝前水位-库容关系约束：
Figure SMS_93
；
其中，f FB,i (…)为第i级水库的坝前水位与库容的函数关系；
尾水位-下泄流量关系约束：
Figure SMS_94
；
其中，f TL,i (…)第i级水库的尾水位与下泄流量的函数关系。
外送输电容量限制约束：
Figure SMS_95
；
其中，P L,max 为梯级水光联合发电系统的外送输电最大输电容量。
系统正负备用约束：
Figure SMS_96
；
Figure SMS_97
；
其中，δ为系统要求的负荷备用率。
在本实施例中，对光伏出力进行不确定性集合建模及鲁棒对等转化，包括：
光伏出力可以描述为光伏预测出力与预测误差的总和：
Figure SMS_98
；
Figure SMS_99
；
其中，
Figure SMS_100
为光伏出力的预测值，/>
Figure SMS_101
为光伏预测误差；/>
Figure SMS_102
为t时段光伏向下出力偏差的最大值，取一负实数；/>
Figure SMS_103
为t时段光伏向上出力偏差的最大值，取一正实数，即认为光伏出力在其上下限范围内波动。/>
Figure SMS_104
可以结合气象等信息在日前阶段预测得到；预测误差则具有明显的不确定性，在一定范围内随机波动，可以根据经验或数据分析获得；
引入鲁棒控制系数
Figure SMS_105
，定义光伏出力的不确定性集合U：/>
Figure SMS_106
；
对含光伏出力的目标函数进行鲁棒线性化处理：
Figure SMS_107
；
Figure SMS_108
；
Figure SMS_109
；
其中，P R,max 和P R,min 分别表示受端电网剩余负荷的最大值和最小值；
将鲁棒线性化处理后的含光伏出力的目标函数转化为改进可调鲁棒对偶模型：
Figure SMS_110
；
其中，z 1,t 、p 1,t 、z 2,t 和p 2,t 分别为转化过程中引入的对偶变量，鲁棒控制系数为
Figure SMS_111
，其取值应满足/>
Figure SMS_112
；
将外送输电容量约束转化为改进可调鲁棒对偶模型：
Figure SMS_113
；
其中，z 3,t 和p 3,t 分别为对偶变量。
在本实施例中，对梯级水电非线性约束条件进行线性化处理，包括：
采用McCormick凸包络松弛法对水电机组出力进行线性化处理：
Figure SMS_114
；
Figure SMS_115
；
Figure SMS_116
；
Figure SMS_117
；
对机组振动区限制约束进行线性化处理：
Figure SMS_118
；
Figure SMS_119
；
其中，K为第i级水电站中第g台水电机组的振动区数量；
Figure SMS_120
为0-1变量，若t时段第i级水电站中第g台水电机组的出力位于第k个安全运行区内则为1，否则为0；
对水位-库容关系进行线性化处理：
Figure SMS_121
；
其中，
Figure SMS_122
为第i级水库在第j个分段点上的蓄水量；/>
Figure SMS_123
为第i级水库在第j个分段点上对应的水位，在t时段，第i级水库的水位/>
Figure SMS_124
和蓄水量/>
Figure SMS_125
满足：
Figure SMS_126
；
Figure SMS_127
；
Figure SMS_128
；
Figure SMS_129
；
其中，
Figure SMS_130
为库容区间的标志变量，若t时段第i级水库的蓄水量在第j段库容内则为1，否则为0；
对尾水位-下泄流量关系进行线性化处理。
在本实施例中，对梯级水光联合优化调度的混合整数线性规划模型进行求解，获得梯级水光互补联合发电系统日前鲁棒调度方法，包括：
采用Yalmip调用Gurobi求解器对梯级水光联合优化调度的混合整数线性规划模型进行求解，得到梯级水电站中各发电机组和光伏电站在各时刻的有功出力。
如图2所示，本实施例中还包括一种梯级水光互补日前鲁棒调峰调度系统，使用如上述的方法，包括：
目标函数构建模块，目标函数构建模块用于以受端电网剩余负荷的峰谷差最小为目标，建立梯级水光互补日前鲁棒调峰调度的目标函数；
约束条件构建模块，约束条件构建模块用于建立考虑水力耦合的梯级水电约束为主的日前调度约束条件；
线性转化模块，线性转化模块用于对光伏出力进行不确定性集合建模及鲁棒对等转化，将梯级水电的非线性约束转化为线性约束；
建模模块，建模模块以目标函数和线性约束构建梯级水电联合优化调度的混合整数线性规划模型；
求解模块，求解模块对规划模型进行求解，获得梯级水光互补联合发电系统日前鲁棒调度方法。
为展现本发明提供的光互补发电的日前调峰鲁棒优化调度方法的有效性，下面结合具体的应用场景进行说明。
本发明实施例包含三座梯级水电站和一座光伏发电站，梯级水电站的总装机容量为3310MW，光伏电站容量为1000MW，梯级水光联合发电系统的外送输电容量限制为3500MW。
首先建立建立梯级水光互补日前鲁棒调峰调度的目标函数如下：
Figure SMS_131
Figure SMS_132
其中，
Figure SMS_134
为受端电网剩余负荷的峰谷差；/>
Figure SMS_138
为一个调度周期的时段数；I为参与调度的梯级水电站数量；/>
Figure SMS_140
为第/>
Figure SMS_136
座水电站中的机组总数；/>
Figure SMS_137
和/>
Figure SMS_142
分别为/>
Figure SMS_144
时段的受端电网剩余负荷和原负荷；/>
Figure SMS_133
为/>
Figure SMS_139
时段第/>
Figure SMS_141
级水电站中第g台水电机组的出力；/>
Figure SMS_143
为/>
Figure SMS_135
时段光伏电站的出力。
接着建立考虑水力耦合的梯级水电约束为主的日前调度约束条件如下：
1）水量平衡和梯级水力耦合约束：
Figure SMS_145
Figure SMS_146
Figure SMS_148
为t时段第/>
Figure SMS_152
级水电站的水库蓄水量；/>
Figure SMS_155
、/>
Figure SMS_149
和/>
Figure SMS_150
分别为t时段第/>
Figure SMS_153
级水电站的入库流量、区间流量和弃水流量；/>
Figure SMS_156
为t时段第/>
Figure SMS_147
级水电站第g台机组的发电流量；
Figure SMS_151
为第i-1级水电站到第i级水电站之间的水流滞时；/>
Figure SMS_154
为调度周期内一个调度时段的时长；
梯级水电参数见表1：
表1 梯级水电参数
Figure SMS_157
梯级水电站水力特性参数见表2：
表2 梯级水电站水力特性参数表
Figure SMS_158
/>
2）库容控制约束：
Figure SMS_159
Figure SMS_160
其中，
Figure SMS_161
和/>
Figure SMS_162
分别为第i级水库库容的上、下限；/>
Figure SMS_163
和/>
Figure SMS_164
分别为第i级水库在调度期初和调度期末的目标控制库容；
3）水电机组发电和弃水流量限制约束：
Figure SMS_165
Figure SMS_166
其中，
Figure SMS_167
和/>
Figure SMS_168
分别为第i级水电站中第g台水电机组的发电流量上限和下限；/>
Figure SMS_169
为第i级水电站的弃水流量上限；/>
Figure SMS_170
为t时段第i级水电站中第g台机组开停机状态的0-1变量，若机组处于开机状态，则为1，反之为停机状态，则为0；
4）水电机组出力特性约束：
Figure SMS_171
Figure SMS_172
其中，
Figure SMS_173
为水密度；/>
Figure SMS_174
为第i级水电站中第g台水电机组的发电效率；/>
Figure SMS_175
为t时段第i级水电站中第g台机组的发电净水头；/>
Figure SMS_176
和/>
Figure SMS_177
分别为第i级水电站中第g台水电机组的最小和最大技术出力；
5）水电机组振动区限制约束：
Figure SMS_178
其中，
Figure SMS_179
和/>
Figure SMS_180
分别为第i级水电站中第g台水电机组出力的第k个振动区的上限和下限；
6）开停机状态变量与操作变量约束：
Figure SMS_181
/>
其中，
Figure SMS_182
和/>
Figure SMS_183
分别为表示机组开机和关机操作的0-1变量；
7）机组发电水头约束：
Figure SMS_184
其中，
Figure SMS_185
为t时段第i级水库的坝前水位；/>
Figure SMS_186
为/>
Figure SMS_187
时段第/>
Figure SMS_188
级水库的尾水位；
Figure SMS_189
为t时段第i级水电站中第g台机组的水头损失；
8）坝前水位-库容关系约束：
Figure SMS_190
其中，
Figure SMS_191
为第/>
Figure SMS_192
级水库的坝前水位与库容的函数关系；
梯级水库水位-库容关系见表3：
表3 梯级水库水位-库容关系表
Figure SMS_193
9）尾水位-下泄流量关系约束：
Figure SMS_194
其中，
Figure SMS_195
第/>
Figure SMS_196
级水库的尾水位与下泄流量的函数关系。
梯级水电站尾水位-下泄流量关系见表4：
表4 梯级水电站尾水位-下泄流量关系表
Figure SMS_197
10）外送输电容量限制约束：
Figure SMS_198
其中，
Figure SMS_199
为梯级水光联合发电系统的外送输电最大输电容量。
11）系统正负备用约束：
Figure SMS_200
Figure SMS_201
其中，
Figure SMS_202
为系统要求的负荷备用率。
接着对光伏出力进行不确定性集合建模及鲁棒对等转化，将梯级水电非线性约束转化为线性约束，以所述目标函数和转化后的约束条件构建梯级水光联合优化调度的混合整数线性规划模型：
对光伏出力进行不确定性集合建模及鲁棒对等转化，分别将含光伏出力的目标函数和外送输电容量约束转化为改进可调鲁棒对偶模型。
1）将含光伏出力的目标函数转化为改进可调鲁棒对偶模型：
光伏出力可以描述为光伏预测出力与预测误差的总和：
Figure SMS_203
其中，
Figure SMS_204
为光伏出力的预测值，/>
Figure SMS_205
为光伏预测误差；/>
Figure SMS_206
为/>
Figure SMS_207
时段光伏向下出力偏差的最大值，取一负实数；/>
Figure SMS_208
为/>
Figure SMS_209
时段光伏向上出力偏差的最大值，取一正实数，即认为光伏出力在其上下限范围内波动。/>
Figure SMS_210
可以结合气象等信息在日前阶段预测得到；预测误差则具有明显的不确定性，在一定范围内随机波动，可以根据经验或数据分析获得；
光伏出力预测值及波动区间见表5：
表5 光伏出力预测值及波动区间
Figure SMS_211
为了协调优化结果的最优性和鲁棒性，引入鲁棒控制系数
Figure SMS_212
，定义光伏出力的不确定性集合U：
Figure SMS_213
对含光伏出力的目标函数进行鲁棒线性化处理：
Figure SMS_214
Figure SMS_215
Figure SMS_216
其中，
Figure SMS_217
和/>
Figure SMS_218
分别表示受端电网剩余负荷的最大值和最小值；
将鲁棒线性化处理后的含光伏出力的目标函数转化为改进可调鲁棒对偶模型：
Figure SMS_219
其中，
Figure SMS_220
和/>
Figure SMS_221
分别为转化过程中引入的对偶变量，鲁棒控制系数为/>
Figure SMS_222
，其取值应满足/>
Figure SMS_223
；
2）将外送输电容量约束转化为改进可调鲁棒对偶模型：
Figure SMS_224
其中，
Figure SMS_225
和/>
Figure SMS_226
分别为对偶变量。
将梯级水电非线性约束转化为线性约束，分别对水电机组出力特性约束、机组振动区限制约束、水位-库容关系和尾水位-下泄流量关系进行线性化处理。
1）采用McCormick凸包络松弛法对水电机组出力进行线性化处理：
Figure SMS_227
Figure SMS_228
Figure SMS_229
Figure SMS_230
2）对机组振动区限制约束进行线性化处理：
Figure SMS_231
Figure SMS_232
其中，
Figure SMS_233
为第i级水电站中第g台水电机组的振动区数量；/>
Figure SMS_234
为0-1变量，若t时段第i级水电站中第/>
Figure SMS_235
台水电机组的出力位于第k个安全运行区内则为1，否则为0；
3）对水位-库容关系进行线性化处理：
Figure SMS_236
其中，
Figure SMS_237
为第i级水库在第j个分段点上的蓄水量；/>
Figure SMS_238
为第i级水库在第j个分段点上对应的水位，在/>
Figure SMS_239
时段，第i级水库的水位/>
Figure SMS_240
和蓄水量/>
Figure SMS_241
满足：
Figure SMS_242
Figure SMS_243
Figure SMS_244
Figure SMS_245
其中，
Figure SMS_246
为库容区间的标志变量，若t时段第i级水库的蓄水量在第j段库容内则为1，否则为0；
4）对尾水位-下泄流量关系进行线性化处理。
最后，采用Yalmip调用Gurobi求解器对所述梯级水光联合优化调度的混合整数线性规划模型进行求解，获得梯级水光互补联合发电系统日前鲁棒调度方案参见图3和表6。图4、图5、图6和图7分别显示了梯级水电站群中1号水电站、2号水电站和3号水电站的各机组出力结果及光伏电站的出力结果，图8为各级水库的水位变化图。
表6 梯级水光互补联合发电系统日前鲁棒调度方案
Figure SMS_247
请参见图9示出的本申请实施例提供的计算机设备的结构示意图。本申请实施例提供的一种计算机设备400，包括：处理器410和存储器420，存储器420存储有处理器410可执行的计算机程序，计算机程序被处理器410执行时执行如上的方法。
本申请实施例还提供了一种存储介质430，该存储介质430上存储有计算机程序，该计算机程序被处理器410运行时执行如上的方法。
其中，存储介质430可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(Static Random Access Memory,简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-OnlyMemory,简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read Only Memory,简称EPROM)，可编程只读存储器(Programmable Red-Only Memory,简称PROM)，只读存储器(Read-OnlyMemory,简称ROM)，磁存储器，快闪存储器，磁盘或光盘。
在本发明的描述中，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一个或者更多个该特征。“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；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，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
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必针对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。
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。
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发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (9)

1.一种梯级水光互补日前鲁棒调峰调度方法，其特征在于，包括如下步骤：
以受端电网剩余负荷的峰谷差最小为目标，建立梯级水光互补日前鲁棒调峰调度的目标函数；
建立考虑水力耦合的梯级水电约束为主的日前调度约束条件；
对光伏出力进行不确定性集合建模及鲁棒对等转化，将梯级水电的非线性约束转化为线性约束；
以所述目标函数和线性约束构建梯级水电联合优化调度的混合整数线性规划模型；
对所述规划模型进行求解，获得梯级水光互补联合发电系统日前鲁棒调度方法。
2.根据权利要求1所述的梯级水光互补日前鲁棒调峰调度方法，其特征在于，所述建立梯级水光互补日前鲁棒调峰调度的目标函数，包括：
Figure QLYQS_1
；
Figure QLYQS_2
；
其中，F为受端电网剩余负荷的峰谷差；T为一个调度周期的时段数；I为参与调度的梯级水电站数量；G i 为第i座水电站中的机组总数；P R,t 和P L,t 分别为t时段的受端电网剩余负荷和原负荷；P i,g,t 为t时段第i级水电站中第g台水电机组的出力；P PV,t 为t时段光伏电站的出力。
3.根据权利要求1所述的梯级水光互补日前鲁棒调峰调度方法，其特征在于，所述建立考虑水力耦合的梯级水电约束为主的日前调度约束条件，包括：
水量平衡和梯级水力耦合约束：
Figure QLYQS_3
；
Figure QLYQS_4
；
V i,t 为t时段第i级水电站的水库蓄水量；
Figure QLYQS_5
、R i,t 和S i,t 分别为t时段第i级水电站的入库流量、区间流量和弃水流量；q i,g,t 为t时段第i级水电站第g台机组的发电流量；/>
Figure QLYQS_6
为第i-1级水电站到第i级水电站之间的水流滞时；/>
Figure QLYQS_7
为调度周期内一个调度时段的时长；
库容控制约束：
Figure QLYQS_8
；
Figure QLYQS_9
；
其中，V i,max 和V i,min 分别为第i级水库库容的上、下限；V i,begin 和V i,end 分别为第i级水库在调度期初和调度期末的目标控制库容；
水电机组发电和弃水流量限制约束：
Figure QLYQS_10
；
Figure QLYQS_11
；
其中，
Figure QLYQS_12
和/>
Figure QLYQS_13
分别为第i级水电站中第g台水电机组的发电流量上限和下限；S i,max 为第i级水电站的弃水流量上限；U i,g,t 为t时段第i级水电站中第g台机组开停机状态的0-1变量，若机组处于开机状态，则为1，反之为停机状态，则为0；
水电机组出力特性约束：
Figure QLYQS_14
；
Figure QLYQS_15
；
其中，ρ为水密度；η i,g 为第i级水电站中第g台水电机组的发电效率；H i,g,t 为t时段第i级水电站中第g台机组的发电净水头；
Figure QLYQS_16
和/>
Figure QLYQS_17
分别为第i级水电站中第g台水电机组的最小和最大技术出力；
水电机组振动区限制约束：
Figure QLYQS_18
；
其中，
Figure QLYQS_19
和/>
Figure QLYQS_20
分别为第i级水电站中第g台水电机组出力的第k个振动区的上限和下限；
开停机状态变量与操作变量约束：
Figure QLYQS_21
；
其中，
Figure QLYQS_22
和/>
Figure QLYQS_23
分别为表示机组开机和关机操作的0-1变量；
机组发电水头约束：
Figure QLYQS_24
；
其中，
Figure QLYQS_25
为t时段第i级水库的坝前水位；/>
Figure QLYQS_26
为t时段第i级水库的尾水位；/>
Figure QLYQS_27
为t时段第i级水电站中第g台机组的水头损失；
坝前水位-库容关系约束：
Figure QLYQS_28
；
其中，f FB,i (…)为第i级水库的坝前水位与库容的函数关系；
尾水位-下泄流量关系约束：
Figure QLYQS_29
；
其中，f TL,i (…)第i级水库的尾水位与下泄流量的函数关系；
外送输电容量限制约束：
Figure QLYQS_30
；
其中，P L,max 为梯级水光联合发电系统的外送输电最大输电容量；
系统正负备用约束：
Figure QLYQS_31
；
Figure QLYQS_32
；
其中，δ为系统要求的负荷备用率。
4.根据权利要求3所述的梯级水光互补日前鲁棒调峰调度方法，其特征在于，对光伏出力进行不确定性集合建模及鲁棒对等转化，包括：
光伏出力可以描述为光伏预测出力与预测误差的总和：
Figure QLYQS_33
；
Figure QLYQS_34
；
其中，
Figure QLYQS_35
为光伏出力的预测值，/>
Figure QLYQS_36
为光伏预测误差；/>
Figure QLYQS_37
为t时段光伏向下出力偏差的最大值，取一负实数；/>
Figure QLYQS_38
为t时段光伏向上出力偏差的最大值，取一正实数，即认为光伏出力在其上下限范围内波动；/>
Figure QLYQS_39
可以结合气象等信息在日前阶段预测得到；预测误差则具有明显的不确定性，在一定范围内随机波动，可以根据经验或数据分析获得；
引入鲁棒控制系数
Figure QLYQS_40
，定义光伏出力的不确定性集合U：
Figure QLYQS_41
；
对含光伏出力的目标函数进行鲁棒线性化处理：
Figure QLYQS_42
；
Figure QLYQS_43
；
Figure QLYQS_44
；
其中，P R,max 和P R,min 分别表示受端电网剩余负荷的最大值和最小值；
将鲁棒线性化处理后的含光伏出力的目标函数转化为改进可调鲁棒对偶模型：
Figure QLYQS_45
；
其中，z 1,t 、p 1,t 、z 2,t 和p 2,t 分别为转化过程中引入的对偶变量，鲁棒控制系数为
Figure QLYQS_46
，其取值应满足/>
Figure QLYQS_47
；
将外送输电容量约束转化为改进可调鲁棒对偶模型：
Figure QLYQS_48
；
其中，z 3,t 和p 3,t 分别为对偶变量。
5.根据权利要求4所述的梯级水光互补日前鲁棒调峰调度方法，其特征在于，对梯级水电非线性约束条件进行线性化处理，包括：
采用McCormick凸包络松弛法对水电机组出力进行线性化处理：
Figure QLYQS_49
；
Figure QLYQS_50
；
Figure QLYQS_51
；
Figure QLYQS_52
；
对机组振动区限制约束进行线性化处理：
Figure QLYQS_53
；
Figure QLYQS_54
；
其中，K为第i级水电站中第g台水电机组的振动区数量；
Figure QLYQS_55
为0-1变量，若t时段第i级水电站中第g台水电机组的出力位于第k个安全运行区内则为1，否则为0；
对水位-库容关系进行线性化处理：
Figure QLYQS_56
；
其中，
Figure QLYQS_57
为第i级水库在第j个分段点上的蓄水量；/>
Figure QLYQS_58
为第i级水库在第j个分段点上对应的水位，在t时段，第i级水库的水位/>
Figure QLYQS_59
和蓄水量/>
Figure QLYQS_60
满足：
Figure QLYQS_61
；
Figure QLYQS_62
；
Figure QLYQS_63
；
Figure QLYQS_64
；
其中，
Figure QLYQS_65
为库容区间的标志变量，若t时段第i级水库的蓄水量在第j段库容内则为1，否则为0；
对尾水位-下泄流量关系进行线性化处理。
6.根据权利要求1所述的梯级水光互补日前鲁棒调峰调度方法，其特征在于，对所述梯级水光联合优化调度的混合整数线性规划模型进行求解，获得梯级水光互补联合发电系统日前鲁棒调度方法，包括：
采用Yalmip调用Gurobi求解器对所述梯级水光联合优化调度的混合整数线性规划模型进行求解，得到梯级水电站中各发电机组和光伏电站在各时刻的有功出力。
7.一种梯级水光互补日前鲁棒调峰调度系统，其特征在于，使用如权利要求1至6任一项所述的方法，包括：
目标函数构建模块，所述目标函数构建模块用于以受端电网剩余负荷的峰谷差最小为目标，建立梯级水光互补日前鲁棒调峰调度的目标函数；
约束条件构建模块，所述约束条件构建模块用于建立考虑水力耦合的梯级水电约束为主的日前调度约束条件；
线性转化模块，所述线性转化模块用于对光伏出力进行不确定性集合建模及鲁棒对等转化，将梯级水电的非线性约束转化为线性约束；
建模模块，所述建模模块以所述目标函数和线性约束构建梯级水电联合优化调度的混合整数线性规划模型；
求解模块，所述求解模块对所述规划模型进行求解，获得梯级水光互补联合发电系统日前鲁棒调度方法。
8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如权利要求1-6中任一项所述的方法。
9.一种存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-6中任一项所述的方法。
CN202310663422.6A 2023-06-06 2023-06-06 梯级水光互补日前鲁棒调峰调度方法、系统、设备及介质 Active CN116388301B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310663422.6A CN116388301B (zh) 2023-06-06 2023-06-06 梯级水光互补日前鲁棒调峰调度方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310663422.6A CN116388301B (zh) 2023-06-06 2023-06-06 梯级水光互补日前鲁棒调峰调度方法、系统、设备及介质

Publications (2)

Publication Number Publication Date
CN116388301A true CN116388301A (zh) 2023-07-04
CN116388301B CN116388301B (zh) 2023-08-08

Family

ID=86977303

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310663422.6A Active CN116388301B (zh) 2023-06-06 2023-06-06 梯级水光互补日前鲁棒调峰调度方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN116388301B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117674266A (zh) * 2024-01-31 2024-03-08 国电南瑞科技股份有限公司 一种梯级水电与光伏协同运行的超前预测控制方法及系统
CN117674293A (zh) * 2023-12-07 2024-03-08 华能西藏雅鲁藏布江水电开发投资有限公司 一种梯级水电站的长期发电优化调度方法及装置
CN117879063A (zh) * 2024-03-12 2024-04-12 河海大学 水风光资源分布鲁棒优化配置方法、装置、设备及介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108388954A (zh) * 2018-01-05 2018-08-10 上海电力学院 一种基于随机安全域的梯级水电鲁棒优化调度方法
CN109980685A (zh) * 2019-04-02 2019-07-05 东南大学 一种考虑不确定性的主动配电网分布式优化运行方法
CN111523249A (zh) * 2020-05-27 2020-08-11 福州大学 一种考虑源荷不确定性的数据驱动鲁棒优化调度方法
CN111711184A (zh) * 2020-05-25 2020-09-25 国网青海省电力公司 一种基于最坏场景辨识的电力系统鲁棒经济调度方法
CN115018260A (zh) * 2022-05-12 2022-09-06 华能澜沧江水电股份有限公司 一种梯级水光互补发电系统的调峰优化调度方法
CN115411773A (zh) * 2022-09-20 2022-11-29 贵州电网有限责任公司 基于机会约束的多电网负荷响应水光分区短期调峰方法
CN115967128A (zh) * 2022-12-30 2023-04-14 河海大学 一种计及振动区的梯级水-光互补系统鲁棒日前调度方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108388954A (zh) * 2018-01-05 2018-08-10 上海电力学院 一种基于随机安全域的梯级水电鲁棒优化调度方法
CN109980685A (zh) * 2019-04-02 2019-07-05 东南大学 一种考虑不确定性的主动配电网分布式优化运行方法
CN111711184A (zh) * 2020-05-25 2020-09-25 国网青海省电力公司 一种基于最坏场景辨识的电力系统鲁棒经济调度方法
CN111523249A (zh) * 2020-05-27 2020-08-11 福州大学 一种考虑源荷不确定性的数据驱动鲁棒优化调度方法
CN115018260A (zh) * 2022-05-12 2022-09-06 华能澜沧江水电股份有限公司 一种梯级水光互补发电系统的调峰优化调度方法
CN115411773A (zh) * 2022-09-20 2022-11-29 贵州电网有限责任公司 基于机会约束的多电网负荷响应水光分区短期调峰方法
CN115967128A (zh) * 2022-12-30 2023-04-14 河海大学 一种计及振动区的梯级水-光互补系统鲁棒日前调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YIFAN BAO等: "Short-term Peak-shaving Strategy for Coordinated Cascade Hydro and Photovoltaic System", 2021 IEEE 4TH INTERNATIONAL ELECTRICAL AND ENERGY CONFERENCE (CIEEC), pages 1 - 5 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117674293A (zh) * 2023-12-07 2024-03-08 华能西藏雅鲁藏布江水电开发投资有限公司 一种梯级水电站的长期发电优化调度方法及装置
CN117674266A (zh) * 2024-01-31 2024-03-08 国电南瑞科技股份有限公司 一种梯级水电与光伏协同运行的超前预测控制方法及系统
CN117674266B (zh) * 2024-01-31 2024-04-26 国电南瑞科技股份有限公司 一种梯级水电与光伏协同运行的超前预测控制方法及系统
CN117879063A (zh) * 2024-03-12 2024-04-12 河海大学 水风光资源分布鲁棒优化配置方法、装置、设备及介质
CN117879063B (zh) * 2024-03-12 2024-05-17 河海大学 水风光资源分布鲁棒优化配置方法、装置、设备及介质

Also Published As

Publication number Publication date
CN116388301B (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
CN116388301B (zh) 梯级水光互补日前鲁棒调峰调度方法、系统、设备及介质
Li et al. A coordinated dispatch method with pumped-storage and battery-storage for compensating the variation of wind power
US9026259B2 (en) Power generation optimization in microgrid including renewable power source
CN110400056B (zh) 基于风光时空特性的梯级水电日前优化调度方法及装置
Fekry et al. Power management strategy based on adaptive neuro fuzzy inference system for AC microgrid
Nykamp et al. Storage operation for peak shaving of distributed PV and wind generation
Abazari et al. Learning adaptive fuzzy droop of PV contribution to frequency excursion of hybrid micro-grid during parameters uncertainties
CN117639114B (zh) 梯级水电协同配置风光容量优化方法、装置、设备及介质
Bindner et al. Integration of wind power in the power system
CN117458488B (zh) 梯级水光互补分布鲁棒优化调度方法、装置、设备及介质
Zeng et al. Model predictive control for energy storage systems in a network with high penetration of renewable energy and limited export capacity
Nassourou et al. Economic model predictive control for energy dispatch of a smart micro-grid system
Gelažanskas et al. Hybrid wind power balance control strategy using thermal power, hydro power and flow batteries
Ma et al. Optimizing pumped storage hydropower for multiple grid services
CN114254937A (zh) 以机组为调度单元的梯级水电及光伏短期互补调度方法和系统
CN117543721B (zh) 梯级水风光互补系统的优化调度方法、装置、设备及介质
Fang et al. Risk-constrained optimal scheduling with combining heat and power for concentrating solar power plants
CN109510238B (zh) 一种高效求解水电火电风电的协调调度机组组合方法
Aryani et al. Suppression of PV output fluctuation using a battery energy storage system with model predictive control
CN110909959B (zh) 一种计及风电运行风险的多能互补电力系统鲁棒优化方法
Rawat et al. Operation and control of a hybrid isolated power system with type-2 fuzzy PID controller
Prajapati et al. Secondary frequency regulation/automatic generation control under deregulated power system along with renewable energy sources using electric vehicle/distributed energy storage systems
Abbasi et al. Optimized operation, planning, and frequency control of hybrid generation-storage systems in isolated networks
Ma et al. Multi-Point Layout Planning of Multi-Energy Power Supplies Based on Time-series Production Simulation
CN114123235A (zh) 火储联合电站参与主能量和调频的协同运行方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant