本发明涉及双层列生成电力系统灵活性技术领域，具体涉及一种量化广域可控资源日内灵活安全裕度的方法。
背景技术：
随着分布式能源规模逐渐扩大，分布式能源在电力系统中的电能供应比重逐年提高，大规模分布式能源接入对电力系统调度运行的影响是多方面的，直接关系到电力系统中的安全性、可靠性、经济性全面多角度评估。目前国内外许多相关研究机构都对灵活性进行了不同侧重点的定义研究，但大多只讨论系统内部某个特性的风光发电、储能系统或者负荷需求响应的灵活性，缺乏对广域可控资源全面的量化分析。同时目前提出的大部分灵活性量化指标都只能为日前调度优化作为参考，进行可调控资源的日前调度优化，然而随着电力系统中传统电源被可再生能源替代，导致提供能源的随机性增加，同时负荷日内峰谷差日渐增大，系统在日内调度过程中净负荷的可变性和不确定性进一步增大，因此有必要研究小时内系统灵活安全裕度空间的评估量化，为日内和实时灵活性调度提供参考指标。
技术实现要素：
本发明为了克服以上技术的不足，提供了一种运用双层列生成循环算法求解该模型的一种量化广域可控资源日内灵活安全裕度的方法。
本发明克服其技术问题所采用的技术方案是：
一种量化广域可控资源日内灵活安全裕度的方法，包括如下步骤：
a)对电力系统中所有典型广域可控资源的特性进行整理，得到第i台agc机组在t时刻能够提供的上调灵活性容量
进一步的，步骤a)包括如下步骤：
a-1)根据第i台agc机组在t时刻的向上爬坡速率rui、向下爬坡速率rdi以及有效调度时间
a-2)利用鲁棒优化算法建立可再生能源不确定区间，利用公式
a-3)根据a-2)得到的风电实际最大出力
a-4)通过公式
a-5)通过公式eload(t)＝δplcut δpltrans计算得到用户符合侧需求响应能力eload(t)，式中δplcut为系统中柔性负荷的负荷削减量，δpltrans为系统中柔性负荷的负荷转移量；
a-6)利用标准闵可夫斯基和算法对
进一步的，步骤b)的步骤为：
b-1)通过公式
建立电力系统整体运行的功率平衡约束条件，式中pigen(t)为第i台常规发电机在t时刻的发电功率，ng为常规发电机的总数，
b-2)根据发电机组出力的最大值pig,max、发电机组出力的最小值pig,min，最大向上爬坡速率
b-3)根据蓄电池荷电状态下限soci,min，蓄电池荷电状态上限soci,max，充电功率最大限制
b-4)利用步骤a-6)的聚合结果通过公式
b-5)通过公式
进一步的，步骤c)包括如下步骤：
c-1)将步骤b-4)中各可控资源调度量最小的目标函数利用kkt条件进行模型转换，得到问题模型
c-2)将步骤b-5)中的最小的失负荷程度或机组出力削减度利用sdt条件进行模型转换，得到上界目标maxτ和下界目标minbt·p，其中bt为常数系数，p为模型转换后的目标函数中的连续变量，τ为b-5)中最小的失负荷程度或机组出力削减度的预估值；
c-3)利用双层列生产循环算法求解两阶段日内优化调度模型，设置模型目标函数的外循环初始上界ubout＝ ∞、外循环初始下界lbout＝－∞；
c-4)利用gurobi求解器处理c-1)中的模型，更新外循环下界lbout＝at·i η；
c-5)设置内循环初始下界ubin＝ ∞，内循环初始下界lbin＝－∞，利用gurobi求解器处理c-2)中的模型，如果有解则为最严重的场景g(u)，并更新上界ubin＝τ及更新下界lbin＝max{lbin,bt·p}后执行步骤c-6)，如果没有解则返回执行c-4)；
c-6)如果满足|ubin-lbin|≤ε，ε为0.1，将得到的最严重的场景g(u)返回到外循环中，并使ubout＝ubin，如果不满足则更新c-5)中连续变量p；
c-7)如果满足|ubout-lbout|≤ε，则终止循环，输出可调控资源调度方案，如果不满足则返回执行步骤c-4)。
优选的，t的取值为5-15min。
本发明的有益效果是：通过建立一个受安全约束的日内可调控资源调度优化模型，将日前规划安排的调度计划视为小时内操作灵活性评估的输入，并在功率平衡约束中引入了失负荷率和弃风量作为松弛变量，从而使功率平衡成为了软约束，同时使用不确定性集描述净负载的不确定性。通过提出的双层列生成循环算法能够成功求解该模型，得到实际电力调度人员需要的可调控资源具体需要调整量，保证了发电用电的瞬时平衡，解决电压频率波动过大造成系统不稳定不安全的问题。
附图说明
图1为本发明的双层列生成循环算法的流程图。
具体实施方式
下面结合附图1对本发明做进一步说明。
一种量化广域可控资源日内灵活安全裕度的方法，包括如下步骤：
a)对电力系统中所有典型广域可控资源的特性进行整理，得到第i台agc机组在t时刻能够提供的上调灵活性容量
b)将日内优化调度模型出力为分阶段两步鲁棒优化模型，第一阶段在日前优化调度的基础上使各可控资源调度量最小，第二阶段为通过可调控资源也无法弥补日前预测规划的误差或发生突出应急情况时最小的失负荷程度或机组出力削减量；
c)针对小时内电力系统动态变化的各可控资源参数，运用双层列生成循环算法求解步骤b)中的模型，将模型分解成内层循环和外层循环两部分，内层循环用于寻找最严重的场景，并将该场景返回到主问题中，外层循环求解包含所有已获得场景下的可调控资源调度优化组合方案。
为了明确广域可调控资源在不同的时间尺度上呈现出不同的特征，有效解决小时内出力预测及负荷预测误差造成的系统不稳定性，首先分析了广域可控资源的特性以及对系统的灵活性能够提供的响应调节容量，并提出一种可调控资源日内响应灵活性调度潜力的统一概率指标，随后建立了日内可调控资源调度优化模型，同时考虑了可调控资源最小调节和灵活性缺额最严重的场景处理，运用双层列生成循环算法求解该模型，最终得到一种量化广域可控资源日内灵活安全裕度的方法。通过建立一个受安全约束的日内可调控资源调度优化模型，将日前规划安排的调度计划视为小时内操作灵活性评估的输入，并在功率平衡约束中引入了失负荷率和弃风量作为松弛变量，从而使功率平衡成为了软约束，同时使用不确定性集描述净负载的不确定性。通过提出的双层列生成循环算法能够成功求解该模型，得到实际电力调度人员需要的可调控资源具体需要调整量，保证了发电用电的瞬时平衡，解决电压频率波动过大造成系统不稳定不安全的问题。
实施例1：
步骤a)包括如下步骤：
a-1)根据第i台agc机组在t时刻的向上爬坡速率rui、向下爬坡速率rdi以及有效调度时间
a-2)利用鲁棒优化算法建立可再生能源不确定区间，利用公式
a-3)根据a-2)得到的风电实际最大出力
a-4)通过公式
a-5)通过公式eload(t)＝δplcut δpltrans计算得到用户符合侧需求响应能力eload(t)，式中δplcut为系统中柔性负荷的负荷削减量，δpltrans为系统中柔性负荷的负荷转移量；
a-6)利用标准闵可夫斯基和算法对
实施例2：
步骤b)的步骤为：
b-1)通过公式
建立电力系统整体运行的功率平衡约束条件，式中pigen(t)为第i台常规发电机在t时刻的发电功率，ng为常规发电机的总数，
b-2)根据发电机组出力的最大值pig,max、发电机组出力的最小值pig,min，最大向上爬坡速率
b-3)根据蓄电池荷电状态下限soci,min，蓄电池荷电状态上限soci,max，充电功率最大限制
b-4)利用步骤a-6)的聚合结果通过公式
b-5)通过公式
实施例3：
步骤c)包括如下步骤：
c-1)将步骤b-4)中各可控资源调度量最小的目标函数利用kkt条件进行模型转换，得到问题模型
c-2)将步骤b-5)中的最小的失负荷程度或机组出力削减度利用sdt条件进行模型转换，得到上界目标maxτ和下界目标minbt·p，其中bt为常数系数，p为模型转换后的目标函数中的连续变量，τ为b-5)中最小的失负荷程度或机组出力削减度的预估值；
c-3)利用双层列生产循环算法求解两阶段日内优化调度模型，设置模型目标函数的外循环初始上界ubout＝ ∞、外循环初始下界lbout＝－∞；
c-4)利用gurobi求解器处理c-1)中的模型，更新外循环下界lbout＝at·i η；
c-5)设置内循环初始下界ubin＝ ∞，内循环初始下界lbin＝－∞，利用gurobi求解器处理c-2)中的模型，如果有解则为最严重的场景g(u)，并更新上界ubin＝τ及更新下界lbin＝max{lbin,bt·p}后执行步骤c-6)，如果没有解则返回执行c-4)；
c-6)如果满足|ubin-lbin|≤ε，ε为0.1，将得到的最严重的场景g(u)返回到外循环中，并使ubout＝ubin，如果不满足则更新c-5)中连续变量p；
c-7)如果满足|ubout-lbout|≤ε，则终止循环，输出可调控资源调度方案，如果不满足则返回执行步骤c-4)。
优选的，t的取值为5-15min。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
1.一种量化广域可控资源日内灵活安全裕度的方法，其特征在于，包括如下步骤：
a)对电力系统中所有典型广域可控资源的特性进行整理，得到第i台agc机组在t时刻能够提供的上调灵活性容量
b)将日内优化调度模型出力为分阶段两步鲁棒优化模型，第一阶段在日前优化调度的基础上使各可控资源调度量最小，第二阶段为通过可调控资源也无法弥补日前预测规划的误差或发生突出应急情况时最小的失负荷程度或机组出力削减量；
c)针对小时内电力系统动态变化的各可控资源参数，运用双层列生成循环算法求解步骤b)中的模型，将模型分解成内层循环和外层循环两部分，内层循环用于寻找最严重的场景，并将该场景返回到主问题中，外层循环求解包含所有已获得场景下的可调控资源调度优化组合方案。
2.根据权利要求1所述的量化广域可控资源日内灵活安全裕度的方法，其特征在于，步骤a)包括如下步骤：
a-1)根据第i台agc机组在t时刻的向上爬坡速率rui、向下爬坡速率rdi以及有效调度时间
a-2)利用鲁棒优化算法建立可再生能源不确定区间，利用公式
a-3)根据a-2)得到的风电实际最大出力
a-4)通过公式
a-5)通过公式eload(t)＝δplcut δpltrans计算得到用户符合侧需求响应能力eload(t)，式中δplcut为系统中柔性负荷的负荷削减量，δpltrans为系统中柔性负荷的负荷转移量；
a-6)利用标准闵可夫斯基和算法对
3.根据权利要求2所述的量化广域可控资源日内灵活安全裕度的方法，其特征在于，步骤b)的步骤为：
b-1)通过公式
建立电力系统整体运行的功率平衡约束条件，式中pigen(t)为第i台常规发电机在t时刻的发电功率，ng为常规发电机的总数，
b-2)根据发电机组出力的最大值pig,max、发电机组出力的最小值pig,min，最大向上爬坡速率
b-3)根据蓄电池荷电状态下限soci,min，蓄电池荷电状态上限soci,max，充电功率最大限制
b-4)利用步骤a-6)的聚合结果通过公式
b-5)通过公式
4.根据权利要求3所述的量化广域可控资源日内灵活安全裕度的方法，其特征在于，步骤c)包括如下步骤：
c-1)将步骤b-4)中各可控资源调度量最小的目标函数利用kkt条件进行模型转换，得到问题模型
c-2)将步骤b-5)中的最小的失负荷程度或机组出力削减度利用sdt条件进行模型转换，得到上界目标maxτ和下界目标minbt·p，其中bt为常数系数，p为模型转换后的目标函数中的连续变量，τ为b-5)中最小的失负荷程度或机组出力削减度的预估值；
c-3)利用双层列生产循环算法求解两阶段日内优化调度模型，设置模型目标函数的外循环初始上界ubout＝ ∞、外循环初始下界lbout＝－∞；
c-4)利用gurobi求解器处理c-1)中的模型，更新外循环下界lbout＝at·i η；
c-5)设置内循环初始下界ubin＝ ∞，内循环初始下界lbin＝－∞，利用gurobi求解器处理c-2)中的模型，如果有解则为最严重的场景g(u)，并更新上界ubin＝τ及更新下界lbin＝max{lbin,bt·p}后执行步骤c-6)，如果没有解则返回执行c-4)；
c-6)如果满足|ubin-lbin|≤ε，ε为0.1，将得到的最严重的场景g(u)返回到外循环中，并使ubout＝ubin，如果不满足则更新c-5)中连续变量p；
c-7)如果满足|ubout-lbout|≤ε，则终止循环，输出可调控资源调度方案，如果不满足则返回执行步骤c-4)。
5.根据权利要求2所述的量化广域可控资源日内灵活安全裕度的方法，其特征在于：t的取值为5-15min。
技术总结