考慮預測誤差時序分布的含風電機組組合模型建立方法
【技術領域】
[0001] 本發(fā)明設及機組組合模型建立技術領域，尤其設及一種考慮預測誤差時序分布的 含風電機組組合模型建立方法。
【背景技術】
[0002] 不確定性風電的大規(guī)模并網對傳統(tǒng)電網運行、調度帶來巨大挑戰(zhàn)，如何使之合理、 高效參與大電網調度W提高消納水平是必要的，也是迫切的。
[0003] 機組組合（簡稱UC)是日前調度的重要環(huán)節(jié)，主要依據負荷預測值制定未來時段 (通常為24h)機組發(fā)電計劃，使發(fā)電成本最少。而相對于傳統(tǒng)負荷，風功率具有更強的隨機 性與間歇性，其相對預測誤差明顯大于傳統(tǒng)負荷預測。由此，如何在UC決策中準確刻畫風 功率的隨機性，促使決策更為合理，將直接影響系統(tǒng)運行的經濟性與安全性，諸多學者對此 展開了卓有成效的研究。
[0004] 現(xiàn)有關于風功率隨機性刻畫的相關研究可概括為：一、確定性刻畫，即在備用約束 中考慮風功率的全部波動范圍，運一方法無疑過于保守，且增加運行成本；二、場景刻畫法， 其思路是根據概率分布提取主要場景，可在一定程度上適應風電的隨機特性，但無法涵蓋 所有場景，且決策結果的風險大小也難W量化；=、基于概率分布的機會約束方法可W很好 的解決風電隨機性問題，但如何保障誤差分布的擬合效果、解決置信水平的科學選取是其 面臨的主要困難。 陽0化]在短時風功率預測誤差分布擬合方面，正態(tài)分布、Weibull分布被廣泛提及并應用 于現(xiàn)有研究中，然而預測誤差的"厚尾"效應使其擬合效果難W令人滿意；
[0006] 現(xiàn)有方法中通過對預測功率值分段，再分別Wbeta分布進行擬合，最后利用加權 方法改善"厚尾"影響；但沒有嚴格檢驗其擬合精度；
[0007] 現(xiàn)有方法中采用帶移位因子與伸縮系數(shù)的t分布進行擬合，取得較好效果，但未 考慮預測誤差隨時間變化的規(guī)律性。
[0008] 在置信水平選取方面，傳統(tǒng)機會約束給出置信水平，但并沒有給出選取依據及相 應置信水平所對應的風險值大?。换蛘唠m然給出置信水平的選取，但并未對置信水平與旋 轉備用間的對應關系進行闡述。

【發(fā)明內容】

[0009] 本發(fā)明的目的就是為了解決上述問題，提出了一種考慮預測誤差時序分布的含風 電機組組合模型建立方法，在風功率預測誤差時序分布特性研究基礎上，提出一種時序下 的預測誤差分段擬合方法，進一步提高擬合精度，并在時序上與日前UC接軌，建立可同時 考慮傳統(tǒng)成本、額外備用成本與風險成本的雙分位點型機組組合決策模型。
[0010] 為實現(xiàn)上述目的，本發(fā)明的具體方案如下：
[0011] 一種考慮預測誤差時序分布的含風電機組組合模型建立方法，包括W下步驟：
[0012] (1)提取待測風電場設定時間段內的實測風電功率數(shù)據；
[0013] (2)對所述數(shù)據進行日前預測，得到不同預測時段下的預測誤差變化趨勢；
[0014] (3)采用在不同時段下分別進行擬合的時序分段擬合方法對預測誤差進行擬合， 得到不同時段下的預測誤差擬合曲線；
[0015] (4)對風電功率的備用成本進行分類，并將每一類的備用成本分別對應到預測誤 差擬合曲線分布中不同的置信水平區(qū)間；所述備用成本分為：額外備用成本、常規(guī)備用占 用風險成本和失負荷風險成本；
[0016] (5)對于上述置信水平下的常規(guī)備用占用風險成本和失負荷風險成本進行最大風 險刻畫，分別得到對應風電的失負荷、常規(guī)備用占用的條件風險價值；
[0017] (6)計算常規(guī)備用占用及失負荷的風險成本及額外備用成本；
[0018] (7)W功率平衡約束、無常規(guī)備用占用時的旋轉備用機會約束W及存在常規(guī)備用 占用時的旋轉備用機會約束為約束條件，構建W傳統(tǒng)成本、額外備用成本與風險成本最低 為目標的雙分位點型機組組合決策模型；
[0019] (8)對雙分位點型機組組合決策模型進行求解，得到所述模型的最優(yōu)解。
[0020] 所述步驟（3)中，采用帶位移因子與伸縮系數(shù)的t分布對預測誤差進行擬合；即采 用分布位置可水平移動與分布形狀可伸縮變化的t分布對預測誤差進行擬合。
[0021] 所述步驟（3)中，對不同時段下的預測誤差擬合效果進行評價；
[0022] 假設依據實測數(shù)據統(tǒng)計得到的直方圖分組數(shù)為M，所述評價指標為：第i直方圖上 下界所對應預測誤差擬合函數(shù)的累積概率密度與第i直方圖分組概率之差的平方的累加； 其中，i= 1，2,3,…，M;
[0023] 指標I越接近0,代表其擬合精確越高。 W24] 所述步驟（4)中，
[0025] 因預測誤差隨機性而為風電額外配置的備用，稱之為額外備用成本，由預測可信 度決定；
[00%] 針對傳統(tǒng)機組旋轉備用調用率較低的情況，將較低概率下出現(xiàn)的風功率波動的備 用，稱之為常規(guī)備用占用風險成本；
[0027] 針對極低概率下出現(xiàn)的風功率波動，為其配置備用已不具備經濟性，因此，允許在 經濟性更優(yōu)前提下出現(xiàn)一定概率失負荷，對應產生失負荷風險成本。
[0028] 所述步驟巧）中，根據預測功率誤差W及預測功率誤差的概率分布函數(shù)的乘積在 不同區(qū)域下的積分，分別計算風電的失負荷、常規(guī)備用占用的條件風險價值。
[0029] 所述步驟（6)中，常規(guī)備用占用及失負荷的風險成本為：
[0030] 各時段失備用價格與常規(guī)備用占用的條件風險價值的乘積的累加和，加上各時段 失負荷價格與失負荷的條件風險價值的乘積的累加和。
[0031] 所述步驟（7)中，目標函數(shù)的約束條件還包括：機組容量約束，機組最小運行、停 運時間約束，W及機組有功速率約束。
[0032] 所述步驟（8)中，采用帶有啟發(fā)式捜索原則的改進PSO算法對雙分位點型機組組 合決策模型進行求解，具體方法如下：（下述方法均為已有的技術方法）
[0033] (1)通過常開機組鎖定與優(yōu)先權排序對可行域進行啟發(fā)式優(yōu)化探索，得到初始粒 子；
[0034] (2)判斷是否滿足機會約束，如果是，按平均運行成本從高到低進行停機操作，直 到恰好滿足機會約束；否則，按平均運行成本從低到高進行停機操作，直到恰好滿足機會約 束；
[0035] (3)判斷是否滿足最小開停機時間，如果是，進行經濟調度，計算適應度，轉入步驟 (4);否則，按啟發(fā)式原則進行調整，轉入步驟巧）；
[0036] (4)得到全局最優(yōu)粒子和局部最優(yōu)粒子，進入步驟化）；
[0037] (5)再次判斷是否滿足機會約束，如果是，進行經濟調度，計算適應度，返回步驟 (4);否則，將適應度設為足夠大，進入步驟化）；
[0038] (6)更新例子速度和位置；
[0039] (7)判斷迭代次數(shù)是否達到設定次數(shù)，如果是，輸出數(shù)據；否則，更新粒子，重復步 驟似一做。
[0040] 本發(fā)明的有益效果：
[0041] 本發(fā)明在風功率預測誤差時序分布特性研究基礎上，提出一種時序下的預測誤差 分段擬合方法，進一步提高擬合精度，并在時序上與日前UC接軌；進而，建立一種可同時考 慮傳統(tǒng)成本、額外備用成本與風險成本（含常規(guī)備用占用風險成本、失負荷風險成本）的雙 分位點型UC決策模型。該模型可通過傳統(tǒng)成本與風險成本間的制約關系解決置信水平的 選取問題，實現(xiàn)經濟性與安全性的平衡；通過不同性質的置信水平劃分實現(xiàn)備用的類別區(qū) 分，使模型更具針對性與適用性；通過時變置信水平的選取，有效提升決策的經濟性。由于 所建模型屬于多變量混合整數(shù)規(guī)劃問題，本文采用改進的帶有啟發(fā)式捜索原則的混合粒子 群算法進行模型求解，結果分析驗證了本文方法的有效性。
【附圖說明】
[0042] 圖1為不