本發(fā)明涉及風(fēng)電并網(wǎng)電力系統(tǒng)的發(fā)電計(jì)劃編制，具體涉及一種計(jì)及風(fēng)電波動(dòng)性的風(fēng)電發(fā)電計(jì)劃編制系統(tǒng)及編制方法。

背景技術(shù)：
受風(fēng)電自身特點(diǎn)及現(xiàn)有風(fēng)功率預(yù)測(cè)水平的制約，目前風(fēng)功率預(yù)測(cè)精度較低。常規(guī)的風(fēng)電出力預(yù)測(cè)結(jié)果一般都是確定性的點(diǎn)預(yù)測(cè)，即給出一個(gè)確切的數(shù)值，但無(wú)法估計(jì)該數(shù)值可能出現(xiàn)的概率，也無(wú)法確定預(yù)測(cè)結(jié)果可能的波動(dòng)范圍。直接使用含較大誤差的風(fēng)功率預(yù)測(cè)值進(jìn)行經(jīng)濟(jì)調(diào)度計(jì)算不能獲得最優(yōu)的調(diào)度計(jì)劃，系統(tǒng)運(yùn)行的可靠性和經(jīng)濟(jì)性也得不到保證。在含有大規(guī)模風(fēng)電并網(wǎng)的系統(tǒng)中，風(fēng)電出力的波動(dòng)性給基于電源的可靠性以及負(fù)荷的可預(yù)測(cè)性的傳統(tǒng)發(fā)電調(diào)度帶來(lái)巨大挑戰(zhàn)，發(fā)電計(jì)劃的制定變得困難。針對(duì)上述情況，國(guó)內(nèi)外通過(guò)研究分析預(yù)測(cè)誤差的分布規(guī)律，考慮風(fēng)電的波動(dòng)性，建立計(jì)及預(yù)測(cè)誤差的優(yōu)化調(diào)度模型。目前的主要方法有考慮預(yù)測(cè)誤差概率分布的調(diào)度模型、機(jī)會(huì)約束規(guī)劃調(diào)度模型、模糊規(guī)劃調(diào)度模型等。然而影響風(fēng)電功率不確定性的因素很多，如風(fēng)電場(chǎng)地理信息、風(fēng)功率預(yù)測(cè)時(shí)間尺度、風(fēng)功率預(yù)測(cè)水平等，各種調(diào)度模型的準(zhǔn)確性也存在較大差異。如何根據(jù)具體風(fēng)電場(chǎng)信息，結(jié)合現(xiàn)有調(diào)度模型，準(zhǔn)確發(fā)布發(fā)電計(jì)劃，開(kāi)發(fā)一種可擴(kuò)展可學(xué)習(xí)的發(fā)電計(jì)劃智能編制系統(tǒng)和方法成為當(dāng)務(wù)之急。

技術(shù)實(shí)現(xiàn)要素：
針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明的目的是提供一種計(jì)及風(fēng)電波動(dòng)性的風(fēng)電發(fā)電計(jì)劃編制系統(tǒng)及編制方法，本發(fā)明自動(dòng)的根據(jù)風(fēng)電場(chǎng)地理信息系統(tǒng)、風(fēng)電功率預(yù)測(cè)時(shí)間尺度、風(fēng)電功率預(yù)測(cè)出力水平篩選和匹配調(diào)度模型，并且通過(guò)多次使用后，可以根據(jù)模型的評(píng)價(jià)評(píng)級(jí)信息，從大量積累的歷史計(jì)算記錄中篩選出滿足具體情況的調(diào)度模型。而且在長(zhǎng)時(shí)間的使用后，針對(duì)不同模型下的不同算法選擇和參數(shù)預(yù)設(shè)也會(huì)被積累下來(lái)，發(fā)電計(jì)劃智能優(yōu)化編制系統(tǒng)也會(huì)越來(lái)越適應(yīng)各種動(dòng)態(tài)變化的環(huán)境和要求。本發(fā)明的目的是采用下述技術(shù)方案實(shí)現(xiàn)的：一種計(jì)及風(fēng)電波動(dòng)性的風(fēng)電發(fā)電計(jì)劃編制系統(tǒng)，其改進(jìn)之處在于，所述編制系統(tǒng)包括：模型模塊：用于對(duì)優(yōu)化調(diào)度模型進(jìn)行存儲(chǔ)，包括模型庫(kù)和目標(biāo)約束庫(kù)；算法模塊：用于對(duì)優(yōu)化調(diào)度模型進(jìn)行求解，包括算法數(shù)據(jù)庫(kù)和擴(kuò)展算法數(shù)據(jù)庫(kù)；模算篩選模塊：用于對(duì)優(yōu)化調(diào)度模型進(jìn)行評(píng)價(jià)評(píng)級(jí)并選出評(píng)級(jí)最高的作為發(fā)電計(jì)劃，包括評(píng)價(jià)評(píng)級(jí)庫(kù)和模算篩選庫(kù)；所述編制系統(tǒng)與管理系統(tǒng)進(jìn)行數(shù)據(jù)交互。其中，所述模型模塊、算法模塊和模算篩選模塊均采用服務(wù)器實(shí)現(xiàn)；模型模塊的服務(wù)器與用戶系統(tǒng)和模算篩選模塊的服務(wù)器通過(guò)光纖雙向連接；模算篩選模塊的服務(wù)器與用戶系統(tǒng)和算法模塊的服務(wù)器通過(guò)光纖雙向連接；算法模塊的服務(wù)器與用戶系統(tǒng)通過(guò)光纖雙向連接；所述管理系統(tǒng)通過(guò)光纖分別與模型模塊的服務(wù)器、模算篩選模塊的服務(wù)器和算法模塊的服務(wù)器單向連接。其中，所述模型模塊的服務(wù)器包括模型庫(kù)服務(wù)器和目標(biāo)約束庫(kù)服務(wù)器，所述模型庫(kù)服務(wù)器和目標(biāo)約束庫(kù)服務(wù)器之間通過(guò)光纖雙向連接；所述模型庫(kù)包括考慮預(yù)測(cè)誤差概率分布的調(diào)度模型、機(jī)會(huì)約束規(guī)劃調(diào)度模型和模糊規(guī)劃調(diào)度模型；所述目標(biāo)約束庫(kù)用于不同目標(biāo)（目標(biāo)都包括發(fā)電成本最小、污染氣體排放量最小、棄風(fēng)量最小等）和約束條件的存儲(chǔ)，且提供由用戶選擇設(shè)置各約束條件是否起作用，并將設(shè)置好的目標(biāo)或約束作為條件送入模型庫(kù)中，然后進(jìn)行優(yōu)化編制運(yùn)算。其中，所述評(píng)價(jià)評(píng)級(jí)庫(kù)即模型在不同環(huán)境和不同用戶下的評(píng)級(jí)信息，在導(dǎo)入運(yùn)算結(jié)果數(shù)據(jù)后，所述評(píng)價(jià)評(píng)級(jí)庫(kù)根據(jù)對(duì)優(yōu)化編制運(yùn)算結(jié)果和實(shí)際發(fā)電計(jì)劃的對(duì)比分析，對(duì)不同模型優(yōu)化編制結(jié)果的滿意度進(jìn)行評(píng)價(jià)評(píng)級(jí)，并將評(píng)級(jí)結(jié)果存儲(chǔ)于評(píng)價(jià)評(píng)級(jí)庫(kù)；所述模算篩選庫(kù)獲取評(píng)級(jí)信息和該評(píng)級(jí)信息對(duì)應(yīng)的模型和運(yùn)算結(jié)果，并對(duì)所述評(píng)級(jí)信息進(jìn)行篩選，選出評(píng)級(jí)最高的模型及對(duì)應(yīng)的運(yùn)算結(jié)果作為發(fā)電計(jì)劃下發(fā)給各發(fā)電廠；評(píng)價(jià)評(píng)級(jí)與用戶系統(tǒng)權(quán)限聯(lián)系，若用戶多次異常評(píng)級(jí)或預(yù)設(shè)將改變針對(duì)本人的模型評(píng)級(jí)信息；且如果優(yōu)化編制運(yùn)算結(jié)果不成功，最后通過(guò)調(diào)整環(huán)境參數(shù)完成優(yōu)化編制運(yùn)算并且導(dǎo)入運(yùn)算結(jié)果滿意，則由評(píng)價(jià)評(píng)級(jí)庫(kù)記錄該用戶對(duì)該環(huán)境下的情況并記錄在目標(biāo)約束庫(kù)中，若下次出現(xiàn)同樣的情形將自動(dòng)調(diào)整。其中，算法模塊的服務(wù)器包括算法數(shù)據(jù)庫(kù)服務(wù)器和擴(kuò)展算法數(shù)據(jù)庫(kù)服務(wù)器；所述算法數(shù)據(jù)庫(kù)服務(wù)器和擴(kuò)展算法數(shù)據(jù)庫(kù)服務(wù)器之間通過(guò)光纖雙向連接；所述算法數(shù)據(jù)庫(kù)包括綜合選擇混合整數(shù)規(guī)劃算法、拉格朗日松弛法、動(dòng)態(tài)規(guī)劃算法和智能算法；所述擴(kuò)展算法數(shù)據(jù)庫(kù)讀取算法數(shù)據(jù)庫(kù)中的算法，并擴(kuò)展新的算法（擴(kuò)展的新算法隨著技術(shù)的發(fā)展逐漸擴(kuò)展）。本發(fā)明基于另一目的提供的一種計(jì)及風(fēng)電波動(dòng)性的風(fēng)電發(fā)電計(jì)劃編制方法，其改進(jìn)之處在于，所述方法包括下述步驟：步驟1：建立含有模型模塊、算法模塊、模算篩選模塊的發(fā)電計(jì)劃自動(dòng)化編制系統(tǒng)；步驟2：將編制的輸入信息從模型模塊中選擇對(duì)應(yīng)的模型進(jìn)行優(yōu)化編制運(yùn)算，由模算篩選模塊選擇評(píng)級(jí)最高的模型及運(yùn)算結(jié)果作為發(fā)電計(jì)劃下發(fā)給各發(fā)電廠；步驟3：優(yōu)化編制運(yùn)算完成后，對(duì)比實(shí)際發(fā)電計(jì)劃結(jié)果和模型的優(yōu)化運(yùn)算結(jié)果，由評(píng)價(jià)評(píng)級(jí)庫(kù)進(jìn)行評(píng)級(jí)并進(jìn)行評(píng)級(jí)信息修改。其中，所述步驟1中，所述輸入信息包括風(fēng)電信息和電網(wǎng)信息；所述風(fēng)電信息包括風(fēng)電場(chǎng)地理信息、風(fēng)功率預(yù)測(cè)值及預(yù)測(cè)時(shí)間尺度；所述電網(wǎng)信息包括常規(guī)機(jī)組出力信息、網(wǎng)絡(luò)拓?fù)湫畔⒑拓?fù)荷預(yù)測(cè)信息。其中，所述步驟3中，評(píng)級(jí)信息修改包括：若優(yōu)化編制運(yùn)算結(jié)果接近（例如：對(duì)于每個(gè)機(jī)組發(fā)電計(jì)劃出力跟實(shí)際出力的比值越接近1說(shuō)明計(jì)劃制定的越精確，相反，大于或小于1都表示兩者之間存在差距，以各比值-1取絕對(duì)值然后求和，和越小評(píng)級(jí)越高，和等于零說(shuō)明計(jì)劃出力跟實(shí)際出力一致，評(píng)級(jí)最高。各評(píng)級(jí)可以通過(guò)設(shè)置不同的閾值，根據(jù)閾值進(jìn)行評(píng)級(jí)）實(shí)際發(fā)電計(jì)劃，則提高此輸入條件下優(yōu)化模型及算法的評(píng)級(jí)；若優(yōu)化編制運(yùn)算結(jié)果不滿意，則降低此輸入條件下優(yōu)化模型及算法的評(píng)級(jí)。與現(xiàn)有技術(shù)比，本發(fā)明達(dá)到的有益效果是：1.本發(fā)明提供的風(fēng)電發(fā)電計(jì)劃編制系統(tǒng)及編制方法，利用模型模塊和算法模塊統(tǒng)一建模，使多模型調(diào)度結(jié)果對(duì)比分析選用最佳結(jié)果，然后再利用模算篩選模塊提供最佳發(fā)電計(jì)劃優(yōu)化編制結(jié)果。2.本發(fā)明提供的發(fā)電計(jì)劃智能優(yōu)化編制系統(tǒng)和方法具備可擴(kuò)展性，可將新開(kāi)發(fā)的模型、算法預(yù)設(shè)后存入該系統(tǒng)，也可以將新要求的目標(biāo)或約束接口化后存入該系統(tǒng)，可以滿足風(fēng)電技術(shù)迅速發(fā)展的需要。3.本發(fā)明提供的發(fā)電計(jì)劃智能優(yōu)化編制系統(tǒng)和方法具有人性化優(yōu)點(diǎn)，會(huì)根據(jù)不同用戶的使用進(jìn)行適應(yīng)，以滿足不同用戶的偏好，并且記憶這種偏好，以帶來(lái)良好的體驗(yàn)。4.本發(fā)明提供的發(fā)電計(jì)劃智能優(yōu)化編制系統(tǒng)和方法具備智能性，可在多次調(diào)整、評(píng)級(jí)操作后完成最佳模型、算法。附圖說(shuō)明圖1是本發(fā)明提供的風(fēng)電發(fā)電計(jì)劃編制系統(tǒng)的結(jié)構(gòu)示意圖；圖2是本發(fā)明提供的風(fēng)電發(fā)電計(jì)劃編制方法的流程圖。具體實(shí)施方式下面結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式作進(jìn)一步的詳細(xì)說(shuō)明。本發(fā)明提供一種計(jì)及風(fēng)電波動(dòng)性發(fā)電計(jì)劃智能優(yōu)化編制系統(tǒng)及其方法，本發(fā)明自動(dòng)的根據(jù)風(fēng)電場(chǎng)地理信息系統(tǒng)、風(fēng)電功率預(yù)測(cè)時(shí)間尺度、風(fēng)電功率預(yù)測(cè)出力水平篩選和匹配調(diào)度模型，并且通過(guò)多次使用后，可以根據(jù)模型的評(píng)價(jià)評(píng)級(jí)信息，從大量積累的歷史計(jì)算記錄中篩選出滿足具體情況的調(diào)度模型。本發(fā)明提供的風(fēng)電發(fā)電計(jì)劃編制系統(tǒng)的結(jié)構(gòu)示意圖如圖1所示，包括模型模塊、算法模塊和模算篩選模塊，模型模塊、算法模塊和模算篩選模塊均采用服務(wù)器實(shí)現(xiàn)；模型模塊的服務(wù)器與用戶系統(tǒng)和模算篩選模塊的服務(wù)器通過(guò)光纖雙向連接；模算篩選模塊的服務(wù)器與用戶系統(tǒng)和算法模塊的服務(wù)器通過(guò)光纖雙向連接；算法模塊的服務(wù)器與用戶系統(tǒng)通過(guò)光纖雙向連接；管理系統(tǒng)（及開(kāi)發(fā)者所在的系統(tǒng)）通過(guò)光纖分別與模型模塊的服務(wù)器、模算篩選模塊的服務(wù)器和算法模塊的服務(wù)器單向連接。模型模塊對(duì)不同的優(yōu)化調(diào)度模型進(jìn)行存儲(chǔ)，包含模型庫(kù)和目標(biāo)約束庫(kù)。模型模塊的服務(wù)器包括模型庫(kù)服務(wù)器和目標(biāo)約束庫(kù)服務(wù)器，所述模型庫(kù)服務(wù)器和目標(biāo)約束庫(kù)服務(wù)器之間通過(guò)光纖雙向連接；模型庫(kù)包含現(xiàn)有模型：考慮預(yù)測(cè)誤差概率分布的調(diào)度模型、機(jī)會(huì)約束規(guī)劃調(diào)度模型、模糊規(guī)劃調(diào)度模型。目標(biāo)約束庫(kù)用于不同目標(biāo)或約束對(duì)象化存儲(chǔ)，且提供由用戶選擇設(shè)置各約束條件是否起作用，并將設(shè)置好的目標(biāo)或約束作為條件送入模型模塊中，然后進(jìn)行優(yōu)化編制運(yùn)算。算法模塊的服務(wù)器包括算法數(shù)據(jù)庫(kù)服務(wù)器和擴(kuò)展算法數(shù)據(jù)庫(kù)服務(wù)器；所述算法數(shù)據(jù)庫(kù)服務(wù)器和擴(kuò)展算法數(shù)據(jù)庫(kù)服務(wù)器之間通過(guò)光纖雙向連接；算法數(shù)據(jù)庫(kù)包含多種優(yōu)化算法對(duì)模型進(jìn)行求解，綜合選擇混合整數(shù)規(guī)劃算法（MIP）、拉格朗日松弛法（LR）、動(dòng)態(tài)規(guī)劃算法（DP）和智能算法（IA）等主流算法，分析獲得最優(yōu)解的能力、收斂性、魯棒性。擴(kuò)展算法數(shù)據(jù)庫(kù)讀取算法數(shù)據(jù)庫(kù)中的算法，并擴(kuò)展新的算法。模型模塊、算法模塊均可擴(kuò)展，評(píng)價(jià)評(píng)級(jí)模塊記錄多用戶對(duì)多風(fēng)電場(chǎng)運(yùn)行場(chǎng)景的選擇。模算篩選模塊包含評(píng)價(jià)評(píng)級(jí)庫(kù)（應(yīng)和實(shí)際進(jìn)行對(duì)比）和模算篩選庫(kù)。評(píng)價(jià)評(píng)級(jí)庫(kù)，即模型在不同環(huán)境和不同用戶下的評(píng)級(jí)信息，在導(dǎo)入運(yùn)算結(jié)果數(shù)據(jù)后，所述評(píng)價(jià)評(píng)級(jí)庫(kù)根據(jù)對(duì)優(yōu)化編制運(yùn)算結(jié)果和實(shí)際發(fā)電計(jì)劃的對(duì)比分析，對(duì)此環(huán)境下不同模型優(yōu)化編制結(jié)果的滿意度進(jìn)行評(píng)價(jià)評(píng)級(jí)，并將評(píng)級(jí)結(jié)果存儲(chǔ)于評(píng)價(jià)評(píng)級(jí)庫(kù)。模算篩選庫(kù)取得評(píng)級(jí)信息和該評(píng)級(jí)信息對(duì)應(yīng)的模型和算法，并對(duì)所述評(píng)級(jí)信息進(jìn)行篩選，選出評(píng)級(jí)最高的模型及對(duì)應(yīng)的計(jì)算結(jié)果作為發(fā)電計(jì)劃下發(fā)給各發(fā)電廠（由系統(tǒng)的調(diào)度機(jī)構(gòu)下發(fā)）。評(píng)價(jià)評(píng)級(jí)與用戶權(quán)限掛鉤，若某用戶多次異常評(píng)級(jí)或預(yù)設(shè)將改變針對(duì)他本人的模型評(píng)級(jí)信息；且如果優(yōu)化編制運(yùn)算結(jié)果不成功，最后通過(guò)調(diào)整環(huán)境參數(shù)完成優(yōu)化編制運(yùn)算并且導(dǎo)入運(yùn)算結(jié)果滿意，則由評(píng)價(jià)評(píng)級(jí)庫(kù)記錄該用戶對(duì)該環(huán)境下的情況并記錄在目標(biāo)約束庫(kù)中，若下次出現(xiàn)同樣的情形將自動(dòng)調(diào)整。本發(fā)明還提供一種風(fēng)電并網(wǎng)發(fā)電計(jì)劃編制方法，所述方法包括以下步驟：步驟1：建立含有模型模塊、算法模塊、模算篩選模塊的發(fā)電計(jì)劃自動(dòng)化編制系統(tǒng)，并由開(kāi)發(fā)者進(jìn)行初始化。步驟2：再次優(yōu)化編制的過(guò)程中，根據(jù)此次編制的輸入信息從模型模塊中選擇不同的模型進(jìn)行優(yōu)化編制運(yùn)算，由模算篩選模塊選擇評(píng)級(jí)最高的模型及運(yùn)算結(jié)果作為此次發(fā)電計(jì)劃下發(fā)給各發(fā)電廠。所述輸入信息包括風(fēng)電（風(fēng)電場(chǎng)地理信息、風(fēng)功率預(yù)測(cè)值及預(yù)測(cè)時(shí)間尺度等）和電網(wǎng)信息（常規(guī)機(jī)組出力信息、網(wǎng)絡(luò)拓?fù)湫畔⒑拓?fù)荷預(yù)測(cè)信息等）。步驟3：優(yōu)化編制運(yùn)算完成后，對(duì)比實(shí)際發(fā)電計(jì)劃結(jié)果和各模型的優(yōu)化運(yùn)算結(jié)果，由評(píng)價(jià)評(píng)級(jí)庫(kù)進(jìn)行評(píng)級(jí)，若優(yōu)化編制運(yùn)算結(jié)果越接近實(shí)際發(fā)電計(jì)劃，則提高此輸入條件下優(yōu)化模型及算法的評(píng)級(jí)；若優(yōu)化編制運(yùn)算結(jié)果不滿意，則降低此輸入條件下優(yōu)化模型及算法的評(píng)級(jí)。本發(fā)明提供一種計(jì)及風(fēng)電波動(dòng)性的發(fā)電計(jì)劃智能優(yōu)化編制系統(tǒng)和方法，對(duì)比實(shí)際發(fā)電計(jì)劃和各模型發(fā)電計(jì)劃，根據(jù)準(zhǔn)確度不斷修改評(píng)級(jí)信息。在長(zhǎng)時(shí)間的使用后，針對(duì)具體情況下的不同模型選擇和參數(shù)預(yù)設(shè)也會(huì)被積累下來(lái)，發(fā)電計(jì)劃智能優(yōu)化編制系統(tǒng)也會(huì)越來(lái)越適應(yīng)各種動(dòng)態(tài)變化的環(huán)境和要求。最后應(yīng)當(dāng)說(shuō)明的是：以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案而非對(duì)其限制，盡管參照上述實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說(shuō)明，所屬領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：依然可以對(duì)本發(fā)明的具體實(shí)施方式進(jìn)行修改或者等同替換，而未脫離本發(fā)明精神和范圍的任何修改或者等同替換，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。