一種評(píng)估含風(fēng)電電力系統(tǒng)旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)的方法
【專利摘要】本發(fā)明涉及一種評(píng)估含風(fēng)電電力系統(tǒng)旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)的方法，在提取系統(tǒng)旋轉(zhuǎn)備用的容量價(jià)格、能量價(jià)格、單位失負(fù)荷價(jià)格、棄風(fēng)價(jià)格以后，建立最大的系統(tǒng)旋轉(zhuǎn)備用效益期望值模型以及建立最小的系統(tǒng)旋轉(zhuǎn)備用效益風(fēng)險(xiǎn)模型，最后求解期望旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)值。本發(fā)明提出的一種評(píng)估含風(fēng)電電力系統(tǒng)旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)的方法，更直觀地描述旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)之間關(guān)系，為旋轉(zhuǎn)備用決策者制定旋轉(zhuǎn)備用計(jì)劃、期望旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)的評(píng)估提供參考。
【專利說明】
-種評(píng)估含風(fēng)電電力系統(tǒng)旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)的方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及電力市場(chǎng)分析領(lǐng)域，特別是一種評(píng)估含風(fēng)電電力系統(tǒng)旋轉(zhuǎn)備用效益和 風(fēng)險(xiǎn)的方法。
【背景技術(shù)】
[0002] 大規(guī)模的風(fēng)電并網(wǎng)，對(duì)電力系統(tǒng)的可靠性和經(jīng)濟(jì)性造成重大的影響；由于負(fù)荷功 率和風(fēng)電出力的隨機(jī)性，給系統(tǒng)旋轉(zhuǎn)備用計(jì)劃的制定造成極大的困難，因此相關(guān)文獻(xiàn)也進(jìn) 行了大量的研究，取得不少的研究成果。但是，目前對(duì)含大規(guī)模風(fēng)電并網(wǎng)旋轉(zhuǎn)備用效益和風(fēng) 險(xiǎn)的評(píng)估研究較少。系統(tǒng)購買旋轉(zhuǎn)備用為保證系統(tǒng)可靠性的同時(shí)，也力求旋轉(zhuǎn)備用產(chǎn)生最 大的效益，同時(shí)降低系統(tǒng)的風(fēng)險(xiǎn)。因此，如何權(quán)衡旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)進(jìn)行旋轉(zhuǎn)備用容量的 制定，是一個(gè)值得重視的課題。
[0003] 隨著大規(guī)模的風(fēng)電并網(wǎng)，加劇了系統(tǒng)旋轉(zhuǎn)備用計(jì)劃制定的難度，評(píng)估含風(fēng)電電力 系統(tǒng)旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)對(duì)可再生能源的發(fā)展與保證系統(tǒng)的可靠性、經(jīng)濟(jì)性具有重要意 義。由于負(fù)荷功率和風(fēng)電出力的隨機(jī)性、不確定性因素，含風(fēng)電電力系統(tǒng)旋轉(zhuǎn)備用效益變成 一個(gè)不確定的因素，很難精確估計(jì)，因此需要評(píng)估旋轉(zhuǎn)備用效益存在的風(fēng)險(xiǎn)。

【發(fā)明內(nèi)容】

[0004] 有鑒于此，本發(fā)明的目的是提出一種評(píng)估含風(fēng)電電力系統(tǒng)旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)的 方法，更直觀地描述旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)之間關(guān)系，為旋轉(zhuǎn)備用決策者制定旋轉(zhuǎn)備用計(jì)劃、 期望旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)的評(píng)估提供參考。
[0005] 本發(fā)明采用W下方案實(shí)現(xiàn)：一種評(píng)估含風(fēng)電電力系統(tǒng)旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)的方 法，具體包括W下步驟：
[0006] 步驟SI:提取系統(tǒng)旋轉(zhuǎn)備用的容量價(jià)格、能量價(jià)格、單位失負(fù)荷價(jià)格、棄風(fēng)價(jià)格；
[0007] 步驟S2:建立最大的系統(tǒng)旋轉(zhuǎn)備用效益期望值模型；由于負(fù)荷功率和風(fēng)電出力的 預(yù)測(cè)偏差，使得旋轉(zhuǎn)備用效益不是一個(gè)確定值，因此采用期望旋轉(zhuǎn)備用效益作為旋轉(zhuǎn)備用 效益的估計(jì)值。定義該模型:系統(tǒng)24h內(nèi)因購買旋轉(zhuǎn)備用而減少損失的期望值與旋轉(zhuǎn)備用所 需成本的期望值之差最大，用數(shù)學(xué)函數(shù)表述如下：
[000引
[0009] 其中，E(Vt)、E(W〇分別為在t時(shí)段因購買上旋轉(zhuǎn)備用而減少失負(fù)荷損失的期望值 和因購買下旋轉(zhuǎn)備用而減少棄風(fēng)損失的期望值;E(Bu.t)、E(Bd.t)分別為在t時(shí)段上旋轉(zhuǎn)備 用和下旋轉(zhuǎn)備用能量成本的期望值;Cu.t、Cd.t分別為在t時(shí)段上旋轉(zhuǎn)備用和下旋轉(zhuǎn)備用的 容量成本；
[0010] 步驟S3:建立最小的系統(tǒng)旋轉(zhuǎn)備用效益風(fēng)險(xiǎn)模型:采用加權(quán)半方差法度量旋轉(zhuǎn)備 用效益的風(fēng)險(xiǎn)，描述收益程度和損失程度的關(guān)系；
[0011] 步驟S4:求解期望旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)值。
[0012] 進(jìn)一步地，所述步驟S2具體包括W下步驟：
[0013] 步驟S21:t時(shí)段因購買上旋轉(zhuǎn)備用而減少的失負(fù)荷損失Vt:
[0014] Vt = QLloss. tQlloss-t；
[0015] 其中，QLlMS.t、化less.t分別為在t時(shí)段單位失負(fù)荷損失和因購買上旋轉(zhuǎn)備用而減少 的失負(fù)荷功率；
[0016] 其中，Qlioss . t取t時(shí)段上旋轉(zhuǎn)備用的備用容量Ru . t和實(shí)際上旋轉(zhuǎn)備用容量需求量 Mu. t中的最小值：
[0017] QLi〇ss.t=min[Mu.t，Ru.t];
[0018] 步驟S22:t時(shí)段因購買下旋轉(zhuǎn)備用而減少的棄風(fēng)損失Wt:
[0019] Wt = QWioss. tQwioss.t;
[0020] 其中，9?1。33.*、9?1。33.*分別為在1：時(shí)段單位棄風(fēng)損失和因購買下旋轉(zhuǎn)備用而減少的 棄風(fēng)功率；
[0021] 其中，QwiMS.t取t時(shí)段旋轉(zhuǎn)備用的備用容量Rd.t和實(shí)際下旋轉(zhuǎn)備用容量需求量Md.t 中的最小值：
[0022] Qwioss.t=min[Md.t,Rd.t]；
[0023] 步驟S23:t時(shí)段因購買上下旋轉(zhuǎn)備用產(chǎn)生的容量成本和能量成本：
[0024] Cu. t =。.tRu.t; Cd.t = rd.tRd.t;
[00 巧]Bu. t = hu. tHu. t; Bd. t = hd. tHd. t;
[0026] E(Bu.t)=hu.tE(Hu.t);E(Bd.t)=hd.tEWd.t);
[0027] 其中，。.*山。.*心.*心.*分別為在謝段上旋轉(zhuǎn)備用的容量價(jià)格和能量價(jià)格、下旋 轉(zhuǎn)備用的容量價(jià)格和能量價(jià)格;Hu.分別為實(shí)際上下旋轉(zhuǎn)備用容量的調(diào)用量，其值分 別專于QlIoss . t和Qwioss .t;E( Hu.t)、E( Hd.t)分別為在t時(shí)段上旋轉(zhuǎn)備用和下旋轉(zhuǎn)備用調(diào)用重 的期望值；
[0028] 步驟S24:將負(fù)荷預(yù)測(cè)偏差近似看成服從均值為零的正態(tài)分布，風(fēng)電出力預(yù)測(cè)偏差 采用拉普拉斯正態(tài)混合分布;采用蒙特卡羅法模擬實(shí)際負(fù)荷功率和風(fēng)電出力的預(yù)測(cè)偏差， 每一種可能的預(yù)測(cè)偏差對(duì)應(yīng)一種實(shí)際等效負(fù)荷隨機(jī)狀態(tài);通過蒙特卡羅法模擬出的數(shù)據(jù)， 得到相應(yīng)部分的期望值化(VtKE(Wt)、E化.t)、E(Bd.t)。
[0029] 進(jìn)一步地，所述步驟S3具體為:旋轉(zhuǎn)備用效益高于和低于旋轉(zhuǎn)備用效益期望值的 兩個(gè)半方差的加權(quán)差，用數(shù)學(xué)函數(shù)表述如下：
[0030]
[0031 ] 其中，n、E (n)分別表不《統(tǒng)在24h內(nèi)的旋轉(zhuǎn)備用效益和旋轉(zhuǎn)備用效益的期望值； I為實(shí)際等效負(fù)荷隨機(jī)狀態(tài)的集合;、為第i種狀態(tài)發(fā)生的概率;a為風(fēng)險(xiǎn)偏好系數(shù)，是風(fēng)險(xiǎn) 厭惡程度的標(biāo)志；
[0032] 丑:中.
[0033]
[0034]
[0035] 進(jìn)一步地，所述步驟S4包括的約束條件有:備用機(jī)會(huì)約束、風(fēng)電場(chǎng)有功出力約束；
[0036] 所述備用機(jī)會(huì)約束為:為了保證系統(tǒng)的可靠性要求，旋轉(zhuǎn)備用須滿足一定概率的 負(fù)荷功率波動(dòng)和風(fēng)電出力波動(dòng)。從單個(gè)時(shí)間段上定義，保證單個(gè)時(shí)段內(nèi)旋轉(zhuǎn)備用滿足系統(tǒng) 等效負(fù)荷預(yù)測(cè)偏差的概率不小于給定值，用數(shù)學(xué)函數(shù)表述如下：
[0037] Pr{Ru.t>Pt-Pf.t}> 丫；
[003引 Pr{Rd.t>Pf.t-Pt}>S;
[0039] 其中，Pf.t、Pt分別為在t時(shí)段系統(tǒng)預(yù)測(cè)等效負(fù)荷和實(shí)際等效負(fù)荷河靠性水平丫、S 分別為日前市場(chǎng)的失負(fù)荷概率和棄風(fēng)概率所能允許的上限值；
[0040] 其中，系統(tǒng)預(yù)測(cè)等效負(fù)荷為日前負(fù)荷功率預(yù)測(cè)值與風(fēng)電出力預(yù)測(cè)值之差，系統(tǒng)實(shí) 際等效負(fù)荷為實(shí)際負(fù)荷功率與實(shí)際風(fēng)電出力之差，用數(shù)學(xué)函數(shù)表述如下：
[0041] Pf.t = PLf.廣 Pwf.t;
[0042] Pt = PL.t-Pw.t = PLf .t+ A PL.i；-(Pwf .t+ A Pw.t);
[004引其中，PLf.t、Pwf.t分別為在t時(shí)段日前負(fù)荷功率預(yù)測(cè)值和風(fēng)電出力預(yù)測(cè)值;PL.t、 Pw.t分別為在t時(shí)段實(shí)際負(fù)荷功率和風(fēng)電出力；APl.t、APw.t分別為在t時(shí)段負(fù)荷功率和風(fēng) 電出力預(yù)測(cè)偏差，服從一定概率分布的的隨機(jī)變量；
[0044] 所沐風(fēng)點(diǎn)揚(yáng)有功出力約束用數(shù)學(xué)函數(shù)表述如下：
[0045]
[0046] 其中，/T"為風(fēng)電場(chǎng)的最大有功輸出。
[0047] 進(jìn)一步地，所述步驟S4W期望旋轉(zhuǎn)備用效益最大和風(fēng)險(xiǎn)最小為多目標(biāo)模型，采用 基于極端值綜合策略的多目標(biāo)粒子群算法進(jìn)行優(yōu)化解算，求解期望旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn) 值：
[0048] 其中，全局最優(yōu)粒子Gibest的選擇策略為:采用不同Gibest選擇策略的組合來選擇 群體中的最優(yōu)粒子，粒子的全局最優(yōu)通過=種策略獲?。?br>[0049] 策略1:從外部檔案非劣解集中隨機(jī)選取一個(gè)非支配解作為全局最優(yōu)，記為 邑besti;
[0050] 策略2:根據(jù)外部檔案非劣解的密集距離對(duì)非支配解進(jìn)行降序排列，從密集距離的 前10%中任意選擇一個(gè)粒子作為全局最優(yōu)，記為gbest2;其中，所述密集距離不包括兩個(gè)端 點(diǎn)的密集距離；
[0051] 策略3:從非劣解集中的兩個(gè)極端值中任意選擇一個(gè)粒子作為全局最優(yōu)，記為 gbest3;策略3為極端值選擇策略；
[0052] 設(shè)粒子的個(gè)數(shù)為m個(gè)，在每次迭代中，選擇其中a個(gè)粒子Wgbesti為全局最優(yōu)，選擇 其中b個(gè)粒子Wgbest2為全局最優(yōu)，選擇其中（m-a-b)個(gè)粒子Wgbests為全局最優(yōu)，且a、b滿 足 a+b<m;
[0053] 其中，粒子速度和位置更新為：
[0054] vi(n+l) = CO vi(n)+cin(pibest-Xi(n))
[0055] +C2r2[Gibest ? Z廣Xi(n)];
[0056] xi(n+l)=xi(n)+vi(n+l)；
[0057] 其中，Gibest為第i個(gè)粒子的全局最優(yōu)向量;Zi為系數(shù)向量;Pibest為個(gè)體最優(yōu)粒 子；《為慣性權(quán)值;ri和K為[0，1]之間的隨機(jī)數(shù);n是當(dāng)前迭代次數(shù);Cl和C2為常數(shù);V為粒子 速度;X為粒子位置；
[0化引其中，Gibest=[gbestl,gbest2，gbest3]，Zi=[Zl,Z2，Z3]T;由上述分析可知；若i《 日，21=[1，0,0]了;若日<1《6,21 = [0，1，0]了；否則，21=[0,0，1]了。
[0059] 與現(xiàn)有技術(shù)相比，本發(fā)明有W下有益效果:本發(fā)明考慮系統(tǒng)上下旋轉(zhuǎn)備用的容量 成本和能量成本、因購買旋轉(zhuǎn)備用而減少的系統(tǒng)損失，W及旋轉(zhuǎn)備用效益的離散程度建立 多目標(biāo)模型，通過該模型全面地反映出風(fēng)電并網(wǎng)后旋轉(zhuǎn)備用對(duì)系統(tǒng)旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)的 影響，描述旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)之間的關(guān)系。采用蒙特卡羅法對(duì)實(shí)際負(fù)荷功率和風(fēng)電出力 進(jìn)行模擬，并采用基于極端值綜合策略的多目標(biāo)粒子群算法進(jìn)行求解，得出期望旋轉(zhuǎn)備用 效益-風(fēng)險(xiǎn)有效前沿和日前旋轉(zhuǎn)備用計(jì)劃，W及風(fēng)險(xiǎn)偏好系數(shù)、可靠性水平、預(yù)測(cè)偏差、對(duì)期 望旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)的影響。為備用決策者制定旋轉(zhuǎn)備用計(jì)劃、期望旋轉(zhuǎn)備用效益和風(fēng) 險(xiǎn)的評(píng)估提供參考，實(shí)現(xiàn)旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)的平衡。
【附圖說明】
[0060] 圖1為本發(fā)明的原理流程示意圖。
【具體實(shí)施方式】
[0061] 下面結(jié)合附圖及實(shí)施例對(duì)本發(fā)明做進(jìn)一步說明。
[0062] 如圖1所示，本實(shí)施例提供了一種評(píng)估含風(fēng)電電力系統(tǒng)旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)的方 法，具體包括W下步驟：
[0063] 步驟SI:提取系統(tǒng)旋轉(zhuǎn)備用的容量價(jià)格、能量價(jià)格、單位失負(fù)荷價(jià)格、棄風(fēng)價(jià)格；
[0064] 步驟S2:建立最大的系統(tǒng)旋轉(zhuǎn)備用效益期望值模型；由于負(fù)荷功率和風(fēng)電出力的 預(yù)測(cè)偏差，使得旋轉(zhuǎn)備用效益不是一個(gè)確定值，因此采用期望旋轉(zhuǎn)備用效益作為旋轉(zhuǎn)備用 效益的估計(jì)值。定義該模型:系統(tǒng)24h內(nèi)因購買旋轉(zhuǎn)備用而減少損失的期望值與旋轉(zhuǎn)備用所 需成本的期望值之差最大，用數(shù)學(xué)函數(shù)表述如下：
[00 化]
[0066] 其中，E(Vt)、E(Wt)分別為在t時(shí)段因購買上旋轉(zhuǎn)備用而減少失負(fù)荷損失的期望值 和因購買下旋轉(zhuǎn)備用而減少棄風(fēng)損失的期望值;E(Bu.t)、E(Bd.t)分別為在t時(shí)段上旋轉(zhuǎn)備 用和下旋轉(zhuǎn)備用能量成本的期望值;Cu.t、Cd.t分別為在t時(shí)段上旋轉(zhuǎn)備用和下旋轉(zhuǎn)備用的 容量成本；
[0067] 步驟S3:建立最小的系統(tǒng)旋轉(zhuǎn)備用效益風(fēng)險(xiǎn)模型:采用加權(quán)半方差法度量旋轉(zhuǎn)備 用效益的風(fēng)險(xiǎn)，描述收益程度和損失程度的關(guān)系；
[0068] 步驟S4:求解期望旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)值。
[0069] 在本實(shí)施例中，所述步驟S2具體包括W下步驟：
[0070] 步驟S21 :t時(shí)段因購買上旋轉(zhuǎn)備用而減少的失負(fù)荷損失Vt:
[0071 ] Vt = QLloss ? tQlloss ? t ；
[0072] 其中，QLlMS.t、QLlMs.t分別為在t時(shí)段單位失負(fù)荷損失和因購買上旋轉(zhuǎn)備用而減少 的失負(fù)荷功率；
[0073] 其中，QlIdss.t取t時(shí)段上旋轉(zhuǎn)備用的備用容量Ru.t和實(shí)際上旋轉(zhuǎn)備用容量需求量 Mu. t中的最小值：
[0074] QLi〇ss.t=min[Mu.t，Ru.t];
[0075] 步驟S22:t時(shí)段因購買下旋轉(zhuǎn)備用而減少的棄風(fēng)損失Wt:
[0076] Wt = qwi〇ss.tQwi〇ss.t;
[0077] 其中，qwl。ss.t、Qwl。ss.t分別為在t時(shí)段單位棄風(fēng)損失和因購買下旋轉(zhuǎn)備用而減少的 棄風(fēng)功率；
[007引其中，Qwioss.t取t時(shí)段旋轉(zhuǎn)備用的備用容量Rd.t和實(shí)際下旋轉(zhuǎn)備用容量需求量Md.t 中的最小值：
[0079] Qwioss.t=min[Md.t,Rd.t]；
[0080] 步驟S23:t時(shí)段因購買上下旋轉(zhuǎn)備用產(chǎn)生的容量成本和能量成本：
[0081 ] Cu.t = ru.tRu.t;Cd.t = rd.tRd.t;
[0082] Bu.t = hu.tHu.t;Bd.t = hd.tHd.t;
[008；3] E(Bu.t)=hu.tE(Hu.t);E(Bd.t)=hd.tEWd.t);
[0084] 其中，。.*山。.*心.*心.*分別為在謝段上旋轉(zhuǎn)備用的容量價(jià)格和能量價(jià)格、下旋 轉(zhuǎn)備用的容量價(jià)格和能量價(jià)格;Hu.分別為實(shí)際上下旋轉(zhuǎn)備用容量的調(diào)用量，其值分 別專于QlIoss . t和Qwioss .t;E( Hu.t)、E( Hd.t)分別為在t時(shí)段上旋轉(zhuǎn)備用和下旋轉(zhuǎn)備用調(diào)用重 的期望值；
[0085] 步驟S24:將負(fù)荷預(yù)測(cè)偏差近似看成服從均值為零的正態(tài)分布，風(fēng)電出力預(yù)測(cè)偏差 采用拉普拉斯正態(tài)混合分布;采用蒙特卡羅法模擬實(shí)際負(fù)荷功率和風(fēng)電出力的預(yù)測(cè)偏差， 每一種可能的預(yù)測(cè)偏差對(duì)應(yīng)一種實(shí)際等效負(fù)荷隨機(jī)狀態(tài);通過蒙特卡羅法模擬出的數(shù)據(jù)， 得到相應(yīng)部分的期望值化(VtKE(Wt)、E化.t)、E(Bd.t)。
[0086] 在本實(shí)施例中，所述步驟S3具體為:旋轉(zhuǎn)備用效益高于和低于旋轉(zhuǎn)備用效益期望 值的兩個(gè)半方差的加權(quán)差，用數(shù)學(xué)函數(shù)表述如下：
[0087]
.
[0088] 其中，n、E(n)分別表示系統(tǒng)在24h內(nèi)的旋轉(zhuǎn)備用效益和旋轉(zhuǎn)備用效益的期望值； I為實(shí)際等效負(fù)荷隨機(jī)狀態(tài)的集合;、為第i種狀態(tài)發(fā)生的概率;a為風(fēng)險(xiǎn)偏好系數(shù)，是風(fēng)險(xiǎn) 厭惡程度的標(biāo)志；
[0089] 其中，
[0090]
[0091]
[0092] 在本實(shí)施例中，所述步驟S4包括的約束條件有:備用機(jī)會(huì)約束、風(fēng)電場(chǎng)有功出力約 束；
[0093] 所述備用機(jī)會(huì)約束為:為了保證系統(tǒng)的可靠性要求，旋轉(zhuǎn)備用須滿足一定概率的 負(fù)荷功率波動(dòng)和風(fēng)電出力波動(dòng)。從單個(gè)時(shí)間段上定義，保證單個(gè)時(shí)段內(nèi)旋轉(zhuǎn)備用滿足系統(tǒng) 等效負(fù)荷預(yù)測(cè)偏差的概率不小于給定值，用數(shù)學(xué)函數(shù)表述如下：
[0094] Pr{Ru.t>Pt-Pf.t}> 丫；
[0095] Pr{Rd.t>Pf.t-Pt}>S;
[0096] 其中，Pf.t、Pt分別為在t時(shí)段系統(tǒng)預(yù)測(cè)等效負(fù)荷和實(shí)際等效負(fù)荷河靠性水平丫、S 分別為日前市場(chǎng)的失負(fù)荷概率和棄風(fēng)概率所能允許的上限值；
[0097] 其中，系統(tǒng)預(yù)測(cè)等效負(fù)荷為日前負(fù)荷功率預(yù)測(cè)值與風(fēng)電出力預(yù)測(cè)值之差，系統(tǒng)實(shí) 際等效負(fù)荷為實(shí)際負(fù)荷功率與實(shí)際風(fēng)電出力之差，用數(shù)學(xué)函數(shù)表述如下：
[009引 Pf.t = PLf.廣 Pwf.t;
[0099] Pt = PL.t-Pw.t = PLf .t+ A PL.i；-(Pwf .t+ A Pw.t);
[0100] 其中，PLf.t、Pwf.t分別為在t時(shí)段日前負(fù)荷功率預(yù)測(cè)值和風(fēng)電出力預(yù)測(cè)值;PL.t、 Pw.t分別為在t時(shí)段實(shí)際負(fù)荷功率和風(fēng)電出力；APl.t、APw.t分別為在t時(shí)段負(fù)荷功率和風(fēng) 電出力預(yù)測(cè)偏差，服從一定概率分布的的隨機(jī)變量；
[0101] 所沐風(fēng)由場(chǎng)有巧m力約束用數(shù)學(xué)函數(shù)表述如下：
[0102]
[0103] 其中，巧r*為風(fēng)電場(chǎng)的最大有功輸出。
[0104] 較佳的，在本實(shí)施例中，W期望旋轉(zhuǎn)備用效益最大和風(fēng)險(xiǎn)最小為多目標(biāo)模型，采用 基于極端值綜合策略的多目標(biāo)粒子群算法進(jìn)行優(yōu)化解算，求解期望旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn) 值。
[010日]其中，全局最優(yōu)粒子Gibest的選擇策略：
[0106] 本實(shí)施例采用不同Gibest選擇策略的組合來選擇群體中的最優(yōu)粒子，粒子的全局 最優(yōu)通過=種策略獲?。?br>[0107] 策略1:從外部檔案非劣解集中隨機(jī)選取一個(gè)非支配解作為全局最優(yōu)，記為 邑besti。
[0108] 策略2:根據(jù)外部檔案非劣解的密集距離對(duì)非支配解進(jìn)行降序排列（不包括兩個(gè)端 點(diǎn)的密集距離），從密集距離的前10%中任意選擇一個(gè)粒子作為全局最優(yōu)，記為gbest2。
[0109] 策略3(極端值選擇策略）：從非劣解集中的兩個(gè)極端值中任意選擇一個(gè)粒子作為 全局最優(yōu)，記為gbest3。
[0110] 策略1操作簡單，但由于每一個(gè)非支配解都具有相同被選中的概率，所W會(huì)導(dǎo)致粒 子較密集的區(qū)域選擇概率大，不利于全局捜索。策略2提高了密集距離大的粒子被選中的概 率，但全局捜索能力還不夠。策略3提高了粒子邊緣的捜索能力，擴(kuò)大非支配解集的范圍，但 不利于化reto最優(yōu)邊界的分布。因此，本發(fā)明將運(yùn)S種選擇策略相組合，用于全局最優(yōu)粒子 的選取。
[0111] 設(shè)粒子的個(gè)數(shù)為m個(gè)，在每次迭代中，選擇其中a個(gè)粒子Wgbesti為全局最優(yōu)，選擇 其中b個(gè)粒子Wgbest2為全局最優(yōu)，選擇其中（m-a-b)個(gè)粒子Wgbests為全局最優(yōu)，且a、b滿 足 a+b<m。
[0112]其中，粒子速度和位置更新為：
[011；3] vi(n+l)= W Vi(n)+ci;ri(pibest-Xi(n))
[0114] +c2r2[Gibest ? Z廣Xi(n)];
[0115] xi(n+l)=xi(n)+vi(n+l)；
[0116] 其中，Gibest為第i個(gè)粒子的全局最優(yōu)向量;Zi為系數(shù)向量;Pibest為個(gè)體最優(yōu)粒 子；《為慣性權(quán)值;ri和K為[0，1]之間的隨機(jī)數(shù);n是當(dāng)前迭代次數(shù);Cl和C2為常數(shù);V為粒子 速度;X為粒子位置。
[0117] 其中，Gibest = [gbesti,gbest2，gbest3] ,Zi= [Zi,Z2，Z3]t。由上述分析可知：若 日，21=[1，0,0]了;若日<1《6,21 = [0，1，0]了；否則，21=[0,0，1]了。
[0118] W上所述僅為本發(fā)明的較佳實(shí)施例，凡依本發(fā)明申請(qǐng)專利范圍所做的均等變化與 修飾，皆應(yīng)屬本發(fā)明的涵蓋范圍。
【主權(quán)項(xiàng)】
1. 一種評(píng)估含風(fēng)電電力系統(tǒng)旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)的方法，其特征在于:包括以下步驟： 步驟S1:提取系統(tǒng)旋轉(zhuǎn)備用的容量價(jià)格、能量價(jià)格、單位失負(fù)荷價(jià)格、棄風(fēng)價(jià)格； 步驟S2:建立最大的系統(tǒng)旋轉(zhuǎn)備用效益期望值模型；定義該模型：系統(tǒng)24h內(nèi)因購買旋 轉(zhuǎn)備用而減少損失的期望值與旋轉(zhuǎn)備用所需成本的期望值之差最大，用數(shù)學(xué)函數(shù)表述如 下： /二]其中，E(Vt)、E(Wt)分別為在t時(shí)段因購買上旋轉(zhuǎn)備用而減少失負(fù)荷損失的期望值和因 購買下旋轉(zhuǎn)備用而減少棄風(fēng)損失的期望值;E(Bu.t)、E(Bd.t)分別為在t時(shí)段上旋轉(zhuǎn)備用和 下旋轉(zhuǎn)備用能量成本的期望值;C u.t、Cd.t分別為在t時(shí)段上旋轉(zhuǎn)備用和下旋轉(zhuǎn)備用的容量 成本； 步驟S3:建立最小的系統(tǒng)旋轉(zhuǎn)備用效益風(fēng)險(xiǎn)模型：采用加權(quán)半方差法度量旋轉(zhuǎn)備用效 益的風(fēng)險(xiǎn)，描述收益程度和損失程度的關(guān)系； 步驟S4:求解期望旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)值。2. 根據(jù)權(quán)利要求1所述的一種評(píng)估含風(fēng)電電力系統(tǒng)旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)的方法，其特 征在于:所述步驟S2具體包括以下步驟： 步驟S21:t時(shí)段因購買上旋轉(zhuǎn)備用而減少的失負(fù)荷損失Vt: Vt - QLloss · tQLloss · t ； 其中，911。33.1；、(^1。33.1；分別為在1：時(shí)段單位失負(fù)荷損失和因購買上旋轉(zhuǎn)備用而減少的失 負(fù)荷功率； 其中，Quoss.t取t時(shí)段上旋轉(zhuǎn)備用的備用容量Ru.t和實(shí)際上旋轉(zhuǎn)備用容量需求量M u.t中 的最小值： Qli〇ss . t-ruin [Mu. t，Ru. t ]; 步驟S22:t時(shí)段因購買下旋轉(zhuǎn)備用而減少的棄風(fēng)損失Wt: fft - Qffloss · tQffloss · t ； 其中，9?1_.*、0?1_.*分別為在切寸段單位棄風(fēng)損失和因購買下旋轉(zhuǎn)備用而減少的棄風(fēng) 功率； 其中，Qwioss.t取t時(shí)段旋轉(zhuǎn)備用的備用容量Rd.t和實(shí)際下旋轉(zhuǎn)備用容量需求量Md.沖的 最小值： Qwi〇ss · t-ruin [Md. t，Rd. t]; 步驟S23:t時(shí)段因購買上下旋轉(zhuǎn)備用產(chǎn)生的容量成本和能量成本： Cu · t= Tu · tRu ·?；0(?·? = Γ(?· tRd · t ； Bu · t= hu · tHu · t ； Bd · t= hd · tHd · t ； E(Bu.t) = hu.tE(Hu.t) ;E(Bd.t) = hd.tE(Hd.t); 其中，ru. t、hu. t、rd. t、hd. t分別為在t時(shí)段上旋轉(zhuǎn)備用的容量價(jià)格和能量價(jià)格、下旋轉(zhuǎn)備 用的容量價(jià)格和能量價(jià)格;Hu.t、Hd.t分別為實(shí)際上下旋轉(zhuǎn)備用容量的調(diào)用量，其值分別等 于QLloss.t和咖1_.*而凡.*)4他.*)分別為在七時(shí)段上旋轉(zhuǎn)備用和下旋轉(zhuǎn)備用調(diào)用量的期 望值； 步驟S24:將負(fù)荷預(yù)測(cè)偏差近似看成服從均值為零的正態(tài)分布，風(fēng)電出力預(yù)測(cè)偏差采用 拉普拉斯正態(tài)混合分布;采用蒙特卡羅法模擬實(shí)際負(fù)荷功率和風(fēng)電出力的預(yù)測(cè)偏差，每一 種可能的預(yù)測(cè)偏差對(duì)應(yīng)一種實(shí)際等效負(fù)荷隨機(jī)狀態(tài);通過蒙特卡羅法模擬出的數(shù)據(jù)，得到 相應(yīng)部分的期望值(E(Vt)、E(W t)、E(Bu.t)、E(Bd.t)。3. 根據(jù)權(quán)利要求1所述的一種評(píng)估含風(fēng)電電力系統(tǒng)旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)的方法，其特 征在于:所述步驟S3具體為:旋轉(zhuǎn)備用效益高于和低于旋轉(zhuǎn)備用效益期望值的兩個(gè)半方差 的加權(quán)差，用數(shù)學(xué)函數(shù)表述如下： 二 /：*=.-?/ ?=7 _ 其中，Π 、Ε( π )分別表示系統(tǒng)在24h內(nèi)的旋轉(zhuǎn)備用效益和旋轉(zhuǎn)備用效益的期望值；I為 實(shí)際等效負(fù)荷隨機(jī)狀態(tài)的集合為第i種狀態(tài)發(fā)生的概率;α為風(fēng)險(xiǎn)偏好系數(shù)，是風(fēng)險(xiǎn)厭惡 程度的標(biāo)志； 其中，u4. 根據(jù)權(quán)利要求1所述的一種評(píng)估含風(fēng)電電力系統(tǒng)旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)的方法，其特 征在于:所述步驟S4包括的約束條件有:備用機(jī)會(huì)約束、風(fēng)電場(chǎng)有功出力約束； 所述備用機(jī)會(huì)約束為：從單個(gè)時(shí)間段上定義，保證單個(gè)時(shí)段內(nèi)旋轉(zhuǎn)備用滿足系統(tǒng)等效 負(fù)荷預(yù)測(cè)偏差的概率不小于給定值，用數(shù)學(xué)函數(shù)表述如下： Pr{Ru-t^Pt-Pf-t} ^ γ ； Pr{Rd.t彡 Pf.t-Pt}彡δ; 其中，Pf.t、Pt分別為在t時(shí)段系統(tǒng)預(yù)測(cè)等效負(fù)荷和實(shí)際等效負(fù)荷;可靠性水平γ、δ分別 為日前市場(chǎng)的失負(fù)荷概率和棄風(fēng)概率所能允許的上限值； 其中，系統(tǒng)預(yù)測(cè)等效負(fù)荷為日前負(fù)荷功率預(yù)測(cè)值與風(fēng)電出力預(yù)測(cè)值之差，系統(tǒng)實(shí)際等 效負(fù)荷為實(shí)際負(fù)荷功率與實(shí)際風(fēng)電出力之差，用數(shù)學(xué)函數(shù)表述如下： Pf .t=PLf .t-Pwf .t; Pt = PL.t-Pw.t = PLf .t+ Δ PL.t-(Pwf .t+ Δ Pw.t); 其中，PLf. t、Pw. t分別為在t時(shí)段日前負(fù)荷功率預(yù)測(cè)值和風(fēng)電出力預(yù)測(cè)值;PL. t、Pw. t分別 為在t時(shí)段實(shí)際負(fù)荷功率和風(fēng)電出力；APL.t、APw.t分別為在t時(shí)段負(fù)荷功率和風(fēng)電出力預(yù) 測(cè)偏差，服從一定概率分布的的隨機(jī)變量； 所述風(fēng)電場(chǎng)有功出力約束用數(shù)學(xué)函數(shù)表述如下：其中，/Γ"5為風(fēng)電場(chǎng)的最大有功輸出。5. 根據(jù)權(quán)利要求1所述的一種評(píng)估含風(fēng)電電力系統(tǒng)旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)的方法，其特 征在于:所述步驟S4以期望旋轉(zhuǎn)備用效益最大和風(fēng)險(xiǎn)最小為多目標(biāo)模型，采用基于極端值 綜合策略的多目標(biāo)粒子群算法進(jìn)行優(yōu)化解算，求解期望旋轉(zhuǎn)備用效益和風(fēng)險(xiǎn)值： 其中，全局最優(yōu)粒子61以^的選擇策略為:采用不同61以^選擇策略的組合來選擇群體 中的最優(yōu)粒子，粒子的全局最優(yōu)通過三種策略獲?。? 策略1:從外部檔案非劣解集中隨機(jī)選取一個(gè)非支配解作為全局最優(yōu)，記為gbest1; 策略2:根據(jù)外部檔案非劣解的密集距離對(duì)非支配解進(jìn)行降序排列，從密集距離的前 10%中任意選擇一個(gè)粒子作為全局最優(yōu)，記為gbest2;其中，所述密集距離不包括兩個(gè)端點(diǎn) 的密集距離； 策略3:從非劣解集中的兩個(gè)極端值中任意選擇一個(gè)粒子作為全局最優(yōu)，記為gbest3;策 略3為極端值選擇策略； 設(shè)粒子的個(gè)數(shù)為m個(gè)，在每次迭代中，選擇其中a個(gè)粒子以gbesti為全局最優(yōu)，選擇其中b 個(gè)粒子以gbest2為全局最優(yōu)，選擇其中（m-a-b)個(gè)粒子以gbest3為全局最優(yōu)，且a、b滿足a+b <m； 其中，粒子速度和位置更新為：xi(n+l) =xi(n)+vi(n+l)； 其中，Gibest為第i個(gè)粒子的全局最優(yōu)向量;Zi為系數(shù)向量;pibest為個(gè)體最優(yōu)粒子；ω 為慣性權(quán)值;ri和r2為[0，1 ]之間的隨機(jī)數(shù);η是當(dāng)前迭代次數(shù);ci和C2為常數(shù);ν為粒子速度； X為粒子位置； 其中，Gibest = [gbesti，gbest2，gbest3]，Zi = [ζι，Ζ2，Ζ3]τ;由上述分析可知:若i<a，Zi =[1，0,0];右a〈i〇3，Zi= [0,1,0];否則，Zi= [0,0,1]。
【文檔編號(hào)】G06Q10/06GK105956799SQ201610458681
【公開日】2016年9月21日
【申請(qǐng)日】2016年6月22日
【發(fā)明人】江岳文, 劉興宇, 林建新, 溫步瀛
【申請(qǐng)人】福州大學(xué)