本發(fā)明屬于電力調(diào)度領(lǐng)域，涉及參與主體的隱私保護(hù)與多能互補(bǔ)，尤其是一種兼顧隱私保護(hù)與不確定性的水風(fēng)光互補(bǔ)系統(tǒng)非迭代調(diào)度方法。

背景技術(shù)：

1、隨著能源與環(huán)境問題的日益突出，風(fēng)光等可再生能源迎來了大規(guī)模的發(fā)展，逐漸成為電力系統(tǒng)的主導(dǎo)能源之一。然而，風(fēng)光具有較強(qiáng)的不確定性，直接并網(wǎng)會對電網(wǎng)造成沖擊，影響系統(tǒng)的魯棒性。為此，可引入靈活性發(fā)電資源，進(jìn)行多能互補(bǔ)，從而解決風(fēng)光在電力系統(tǒng)中的消納問題。在靈活性發(fā)電資源中，水電具有技術(shù)成熟、裝機(jī)容量大、清潔無污染等優(yōu)點(diǎn)，可作為風(fēng)光并網(wǎng)的主要支撐。目前，多能互補(bǔ)系統(tǒng)的研究主要聚焦于兩個(gè)方面：

2、一方面是風(fēng)光出力的不確定性問題。隨著風(fēng)電、光伏等發(fā)電設(shè)備的大規(guī)模裝機(jī)，出力不確定性對電網(wǎng)造成的影響逐漸增大，隨機(jī)優(yōu)化、魯棒優(yōu)化等先進(jìn)的不確定性優(yōu)化算法成為了研究熱點(diǎn)。隨機(jī)優(yōu)化一般以期望值為目標(biāo)函數(shù)，求解結(jié)果相對保守，且需預(yù)設(shè)不確定性參數(shù)的概率分布。而魯棒優(yōu)化則在不確定性場景中求解出最劣結(jié)果。與傳統(tǒng)不確定性算法相比，基于wasserstein距離的分布魯棒優(yōu)化算法通過調(diào)節(jié)系統(tǒng)的置信度來改變求解結(jié)果的保守性，且最終的求解模型為單層的確定性優(yōu)化模型，可直接通過商業(yè)求解器進(jìn)行求解。

3、另一方面是聯(lián)盟各成員的隱私保護(hù)問題。風(fēng)光發(fā)電量在電力市場中的占比日益增大，加劇了與傳統(tǒng)發(fā)主體之間的競爭關(guān)系。在水風(fēng)光多能互補(bǔ)系統(tǒng)中，水風(fēng)光各參與主體為維護(hù)自身的市場優(yōu)勢，有效的隱私保護(hù)機(jī)制成為各方共同的需求。為保護(hù)聯(lián)盟中各成員的隱私，目前常用的處理方法為建立多主體的合作博弈模型，并進(jìn)行分布式求解。常見的方法是構(gòu)建基于納什談判理論的合作博弈模型，并通過均值不等式將其轉(zhuǎn)化為兩個(gè)子問題，然后使用交叉方向乘子法進(jìn)行分布式求解。該類方法需要多個(gè)子系統(tǒng)之間進(jìn)行迭代式信息交換，存在收斂性差、可擴(kuò)展性弱等缺點(diǎn)。

技術(shù)實(shí)現(xiàn)思路

1、發(fā)明目的：為解決風(fēng)光不確定性與參與主體隱私保護(hù)問題，本發(fā)明提出了一種兼顧隱私保護(hù)與不確定性的水風(fēng)光互補(bǔ)系統(tǒng)非迭代調(diào)度方法。

2、
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明所述的一種兼顧隱私保護(hù)與不確定性的水風(fēng)光互補(bǔ)系統(tǒng)非迭代調(diào)度方法，實(shí)現(xiàn)過程如下：

3、(1)針對互補(bǔ)發(fā)電系統(tǒng)中的風(fēng)光不確定性，構(gòu)建基于wasserstein距離的新能源不確定集合；

4、(2)結(jié)合分布魯棒優(yōu)化與機(jī)會約束優(yōu)化方法，建立水風(fēng)光互補(bǔ)發(fā)電系統(tǒng)分布魯棒機(jī)會約束優(yōu)化模型；

5、(3)通過強(qiáng)對偶理論將分布魯棒機(jī)會約束優(yōu)化模型轉(zhuǎn)換為單層混合整數(shù)線性規(guī)劃模型；

6、(4)構(gòu)建以水風(fēng)光發(fā)電主體、加密中心與云計(jì)算中心為核心的隱私保護(hù)機(jī)制，在保護(hù)參與主體隱私的前提下，實(shí)現(xiàn)模型的非迭代求解，輸出水風(fēng)光互補(bǔ)系統(tǒng)的調(diào)度結(jié)果。

7、進(jìn)一步地，步驟(1)所述的基于wasserstein距離的風(fēng)光不確定集合，具體包括：

8、不確定性變量包括風(fēng)電出力與光伏出力，實(shí)際出力為：

9、

10、出力偏差樣本集均通過拉丁超立方抽樣生成；通過wasserstein距離量化兩個(gè)分布之間的相似程度，并以此來構(gòu)建不確定集合；其中，wasserstein距離定義為：

11、

12、其中，不確定性參數(shù)θ、ξ分別服從分布pe和pn；π表示θ和ξ的聯(lián)合分布；||·||表示1-范數(shù)；

13、新能源不確定集合p：

14、p＝{p∈p(ξ)：w(p，pn)≤ε(m)}

15、其中，ξ為隨機(jī)變量的支撐集，即ε(m)為wasserstein球的半徑：

16、

17、其中，β為置信水平；μ為樣本均值。

18、進(jìn)一步地，步驟(2)所述的水風(fēng)光互補(bǔ)發(fā)電系統(tǒng)分布魯棒機(jī)會約束優(yōu)化模型包括水電主體的運(yùn)行模型、風(fēng)電主體的運(yùn)行模型和光伏主體的運(yùn)行模型。

19、進(jìn)一步地，所述水電主體的運(yùn)行模型為混合整數(shù)線性規(guī)劃模型，即確定性模型，具體形式如下：

20、

21、s.t.??ph，k，t＝ηkhkqk，t

22、ph，k，t＝ηkhkqk，t

23、

24、vk，t＝vk，end

25、

26、sk，t≥0

27、

28、其中，t為總時(shí)段數(shù)；nh為水電電站的數(shù)目；rk為水電站k的上級水庫集合；ψg為ph，k，t為負(fù)荷時(shí)段g的集合；水電站k在t時(shí)段的出力；qk，t為水電站k在t時(shí)段的發(fā)電流量；sk，t為水電站k在t時(shí)段的棄水流量；vk，t為水電站k在t時(shí)段的水庫容；eh，t為水電主體的共享電量；ft為t時(shí)段的售電價(jià)；ηk為水電站k的水電轉(zhuǎn)換系數(shù)；tlk為水滯時(shí)間；和分別為水電站k出力的上限和下限；和分別為水電站k庫容的上限和下限；和分別為水電站k發(fā)電流量的上限和下限；wk，t為水電站k在t時(shí)段的自然來水量；τg為g負(fù)荷時(shí)段的比例系數(shù)。

29、進(jìn)一步地，所述風(fēng)電主體的運(yùn)行模型為分布魯棒機(jī)會約束優(yōu)化模型，即不確定性模型，具體形式如下：

30、

31、pw，m，t≥0

32、

33、其中，nw為風(fēng)電站的數(shù)目；pw，m，t為風(fēng)電站m在t時(shí)段的出力；ew，m，t為風(fēng)電站m在t時(shí)段的共享電量；為風(fēng)電站m在t時(shí)段的實(shí)際出力；ξw，m，t為風(fēng)電站m在t時(shí)段的預(yù)測誤差；fpen為可再生能源懲罰電價(jià)；為風(fēng)電站m在t時(shí)段的預(yù)測出力。

34、進(jìn)一步地，所述光伏主體的運(yùn)行模型為分布魯棒機(jī)會約束優(yōu)化模型，即不確定性模型，具體形式如下：

35、

36、pv，n，t≥0

37、

38、其中，nv為光伏電站的數(shù)目；pv，n，t為光伏電站n在t時(shí)段的出力；ev，n，t為光伏電站n在t時(shí)段的共享電量；為光伏電站n在t時(shí)段的實(shí)際出力；ξv，n，t為光伏電站n在t時(shí)段的預(yù)測誤差；fpen為可再生能源懲罰電價(jià)；為光伏電站n在t時(shí)段的預(yù)測出力。

39、進(jìn)一步地，所述步驟(3)實(shí)現(xiàn)過程如下：

40、(31)對風(fēng)電和光伏主體運(yùn)行模型的目標(biāo)函數(shù)的對偶轉(zhuǎn)換：

41、風(fēng)電和光伏主體運(yùn)行模型的目標(biāo)函數(shù)統(tǒng)一為：

42、

43、式中，第一階段變量x，y和z位于集合χ上；g(x，ξ)為關(guān)于x和ξ的線性表達(dá)式；對于第二項(xiàng)，運(yùn)用強(qiáng)對偶理論轉(zhuǎn)化為以下形式：

44、

45、根據(jù)凸轉(zhuǎn)換理論，進(jìn)一步轉(zhuǎn)化為：

46、

47、此時(shí)，目標(biāo)函數(shù)最終轉(zhuǎn)化為：

48、

49、(32)魯棒機(jī)會約束轉(zhuǎn)換：

50、風(fēng)電主體與光伏主體由于機(jī)會約束被統(tǒng)一為：

51、

52、通過引入風(fēng)光出力誤差ξt的下界將機(jī)會約束重寫為：

53、

54、為獲得風(fēng)光出力誤差嚴(yán)密的下界，構(gòu)建以下模型并求解：

55、

56、基于cvar和強(qiáng)對偶理論對此類模型進(jìn)行重構(gòu)，最終被轉(zhuǎn)換為：

57、

58、所述風(fēng)光出力誤差的下界為0；

59、(33)構(gòu)建水風(fēng)光聯(lián)合調(diào)度模型：

60、將水風(fēng)光各主體運(yùn)行模型變?yōu)榫o湊型矩陣形式，水電主體運(yùn)行模型為混合整數(shù)非線性規(guī)劃問題，風(fēng)電與光伏主體運(yùn)行模型為線性規(guī)劃問題；各主體緊湊型模型被表示為：

61、

62、其中，i為發(fā)電主體的索引，包括水電站、風(fēng)電站和光伏電站；xi為線性決策變量；yi為整數(shù)型決策變量；z為整數(shù)型決策變量，即{eh，t，ew，n，t，ev，n，t}；

63、對于水電站，xi＝{ph，k，t，qk,t，sk，t，vk，t}、yi＝{ih，k，t}；對于風(fēng)電站，xi＝{pw，m，t，λm，sm，k}，對于光伏電站；對于光伏電站，xi＝{pv，n，t，λn，sn，k}，為實(shí)現(xiàn)水風(fēng)光的多能互補(bǔ)，聯(lián)合調(diào)度模型p0被建立：

64、

65、式中，ez＝0為交互變量之間的約束，表示每個(gè)時(shí)段的各主體交互電量之和為0，具體為：

66、

67、進(jìn)一步地，所述步驟(4)實(shí)現(xiàn)過程如下：

68、采取去中心化的策略，將系統(tǒng)管理權(quán)分擔(dān)給水風(fēng)光發(fā)電主體、加密中心和云計(jì)算中心；其中，水風(fēng)光發(fā)電主體由多個(gè)節(jié)點(diǎn)組成，包括水電、風(fēng)電和光伏主體，加密手段為消元、列變換、行變換和仿射變換；加密中心屬于用戶端公共資產(chǎn)，其只能機(jī)械的執(zhí)行事先設(shè)定的指令，且運(yùn)行與維護(hù)受用戶端所有主體的監(jiān)督；加密手段為列變換、行變換和仿射變換；云計(jì)算中心通過互聯(lián)網(wǎng)并以按使用量付費(fèi)的計(jì)算資源，實(shí)現(xiàn)多種優(yōu)化模型的求解。

69、進(jìn)一步地，所述優(yōu)化模型的求解具體為：

70、水風(fēng)光發(fā)電主體數(shù)據(jù)預(yù)處理：各主體隨機(jī)選取需消元的變量xi，并通過fm刻畫安全域?qū)Ζ読進(jìn)行行變換，即和記變換后的安全域?yàn)閷M(jìn)行列變換，即和記變換后的安全域?yàn)閷M(jìn)行仿射變換，即和變換后的安全域?yàn)楦髦黧w分別將安全域與系數(shù)矩陣e加密傳輸至加密中心；

71、加密中心加密：構(gòu)建模型并將其轉(zhuǎn)換為緊湊形式up＝{min?aupxup+aup?s.t.bupxup+cupyup≤bup}；其中，對up進(jìn)行行變換，即和記變換后的模型為up-h；對up-h進(jìn)行列變換，即和記變換后的模型為up-l；對up-l進(jìn)行仿射變換，即和變換后的模型將模型up-s加密傳輸至云計(jì)算中心；

72、云計(jì)算中心計(jì)算：云計(jì)算求解模型up-s，并將最優(yōu)解集加密傳輸至加密中心；

73、加密中心解密：對進(jìn)行解密，即其中并將結(jié)果z*與加密傳輸至相應(yīng)的發(fā)電主體i；

74、參與主體分布式求解：各主體求解模型{maxωis.t.ωi＝aixi+ai，bixi+ciyi+diz*≤bi}，即完成水風(fēng)光協(xié)調(diào)優(yōu)化調(diào)度的求解。

75、有益效果：與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果：本發(fā)明提出的水風(fēng)光分布魯棒機(jī)會約束方法能夠通過場景生成、強(qiáng)對偶理論等處理系統(tǒng)中的不確定性因素，并且最終模型為單層模型，易于求解；提出的隱私保護(hù)機(jī)制，可在實(shí)現(xiàn)各主體隱私保護(hù)的基礎(chǔ)上，實(shí)現(xiàn)對單層分布魯棒模型的求解；同時(shí)，該方法無需水風(fēng)光主體之間的迭代信息交互；本發(fā)明實(shí)現(xiàn)了非迭代的水風(fēng)光協(xié)調(diào)優(yōu)化調(diào)度，同時(shí)兼顧參與主體的隱私保護(hù)與新能源出力的不確定性。