本发明涉及电力系统运行调度，特别是一种基于可信容量替代效应的风光火储系统多目标决策方法。
背景技术：
1、在深化电力体制改革、构建以新能源为主体的新型电力系统的国内背景下，我国清洁能源装机容量不断增加，并且已经成为了电力供应的重要部分。但新能源占比的增加也带来了问题与挑战，由于新能源的增加，火电的利用小时数明显下降，系统内可调节机组的出力占比明显下降，电力机组运行率整体偏低，这使得电力系统整体充裕性下降甚至不足。充裕性不足会使得系统应对负荷激增或者主力电源故障等突发事件的能力下降，例如，当主力机组跳机时系统可能因缺少电源而出现电压崩溃现象，当新能源出力低于预测且负荷激增时可能发生大规模停电事故。保障电力可靠性供应是深化电力体制改革的第一条基本原则，因此作为电力系统可靠性的重要一部分，在电力调度中保障系统充裕性十分重要。
2、传统能源系统结构相对简单且在一定程度上可以调节，故其充裕性往往只需要考虑一次能源特性。但对于风光火储联合系统，则需要考虑新能源机组的随机性、波动性和不可调节性对电力系统充裕性的复杂影响。首先，考虑风电、光伏和负荷的不确定性，将不确定性问题转化为确定性问题，为调度决策模型提供基础输入数据；其次，考虑到电力系统发电容量充裕性，充分考虑常规机组和新能源机组以及储能在评估充裕性时的差异，考虑在运行充裕性条件下“新能源+储能”系统可以替代常规机组的容量来表征其可用发电容量；然后，在可用发电容量的基础上计算系统的发电容量充裕度，以量化电力系统充裕性；最后以系统运行时的经济性和充裕性最优为目标，以发电容量充裕性以及机组出力、爬坡、最小开停机等为约束条件，得出风光火储系统最优调度方案。
3、目前关于包含新能源的复杂电力系统运行决策方面的研究已开展很多，但考虑系统发电容量充裕性的研究却不足。
4、现有的复杂电力系统运行决策和充裕性评估的专利文献有：
5、专利文献1：中国专利《考虑源-荷灵活性改造的电力系统两阶段调控方法》(申请号：cn202310894198.1)，本发明公开了考虑源-荷灵活性改造的电力系统两阶段调控方法，以风电消纳量最大为目标构建上层模型，以火电调度功率分配最优、风电调度功率分配最优、高耗能负荷调度功率分配为目标构建下层模型，对电力系统进行调控，能够提高风电消纳功率。
6、专利文献2：中国专利《电力系统调峰充裕性评估方法、系统、设备及存储介质》(申请号：cn202310442884.5)，公开了一种电力系统调峰充裕性评估方法，提出了计及风光时空相关性的系统调峰充裕性评估方法，采用蒙特卡罗方法进行抽样计算调峰充裕性指标，再将各级调峰充裕性指标相加得到系统总的调峰充裕性指标。
7、专利文献3：中国专利《一种短期电池储能和季节性储氢协同规划方法及系统》(申请号：cn202310761097.7)公开了一种短期电池储能和季节性储氢协同规划方法及系统，为了达到可再生能源与负荷需求的季节性匹配，构建了季节性电力电量平衡指标，并基于广义充裕性评估指标建立典型日运营模型，从而确定计及广义充裕性需求的短期电池储能和季节性储氢联合规划模型。
8、上述专利文献1以风电消纳为目标构建基于灵活性的调控方法，专利文献2构建基于蒙特卡洛抽样的调峰充裕性指标，专利文献3构建季节性电力电量平衡指标和广义充裕性评估指标。目前大部分优化类专利文献(如文献1)主要是考虑经济性、新能源消纳或者碳排放，而涉及充裕性的优化问题(如文献2-3)主要基于实际运行状态评估系统的整体充裕性状况。根据上述分析，现有专利的不足具体如下：
9、(1)对一次能源供应、机组技术特性等影响电源实际发电能力因素的考虑不足。
10、(2)仅仅关注系统整体的充裕性，而未量化不同种类机组的发电能力以及其为发电容量充裕性贡献的价值。
11、(3)在量化新能源机组的发电能力时，未考虑利用可信容量的概念来衡量“新能源+储能”对传统能源的替代效应。
技术实现思路
1、本发明的目的在于克服上述不足，提供一种基于可信容量替代效应的风光火储系统多目标决策方法，以解决背景技术中提出的问题。
2、为解决上述技术问题，本发明所采用的技术方案是：一种基于可信容量替代效应的风光火储系统多目标决策方法，它包括如下步骤：
3、步骤1：针对风力、光伏和负荷的不确定性问题，通过自回归滑动平均模型建立误差模型，利用蒙特卡洛法生成场景，并用基于概率距离的快速前代消除法进行场景削减，采用场景法将不确定性问题转化为确定性问题；
4、步骤2：考虑新能源对传统能源的替代效应得出其充裕容量，并计算系统发电容量充裕度；
5、步骤3：建立基于两阶段随机规划的调度决策模型的目标函数；
6、步骤4：考虑系统充裕性的调度决策模型的约束条件。
7、进一步地，所述步骤1中，采用自回归滑动平均模型生成风光出力预测的误差场景：
8、
9、其中，a、b分别为自回归滑动平均模型模型自回归和滑动平均部分的阶数；φi为自回归参数；θj为滑动平均参数；ωt为服从均值为0，方差为σ2的正态分布的白噪声；
10、误差场景结合预测数据可以得到一系列随机场景，设为集合s；
11、
12、s∈s
13、其中，xt,s为时刻t的随机场景s的向量；分别为在时刻t随机场景s下的负荷、风电、光伏功率。
14、进一步地，所述步骤1中，基于概率距离的快速前代消除技术进行场景削减，得出削减后的场景集和对应的概率，其具体步骤如下：
15、1.1、计算集合s中每对场景s和s＇的几何距离；
16、1.2、选定与剩余场景概率距离之和最小的场景d；
17、1.3、以集合s中与场景d几何距离最近的场景r替代场景d，将d的概率加到场景r的概率上，消除d，形成新的集合s＇；
18、1.4、判断剩余场景数目是否满足要求；若不满足，重复步骤1.1～1.3；若满足，结束。
19、进一步地，所述步骤2具体包括如下过程：
20、2.1、常规机组充裕容量计算方法：
21、常规机组的初始容量根据机组在能源的供应限制、供需平衡的季节性特征等条件下的最大发电能力确定，并考虑发电机组的厂用电情况与发电机组的年度计划检修情况，调整初始容量为：
22、
23、式中，为考虑计划停运因素后的机组i的充裕容量；为火电机组在近三年该时间段的历史最大功率；为与发电机组的厂用电成比例的惩罚因子；为与发电机组的年度计划检修维护时间成比例的惩罚因子；
24、考虑发电机组的非计划停运因素，根据历史和经验统计的机组强迫停运率，采用多状态机组概率模型描述机组非计划停运情形，计算火电机组充裕容量为：
25、
26、式中，为常规机组i的充裕容量为多状态机组概率模型函数，εi为机组强迫停运率，prun、pbreak分别为机组正常运行和出现故障导致停运的概率；
27、2.2、从发电侧出发，新能源的可信容量计算方法：
28、在等可靠性的前提下，计算新能源机组可以代替常规机组容量的大小：
29、f(cg,cw,cv,l)＝f(cg,cn,l)
30、式中，f为可靠性测试函数，cg为系统中含有的常规机组的装机容量，cw、cv分别为为系统中含有的风电、光伏机组的装机容量，l为系统负荷功率水平，cn为新能源机组替换为常规机组的等效机组容量；计算中，可靠性测试函数可取发电不足概率(lolp)、系统失负荷时间期望(lole)、电力不足期望值(eens)作为系统可靠性的评价标准，具体如下：
31、flolp＝p{[xdc(t-1)+pg(t)+pw(t)+pv(t)<pl(t)]}
32、flole＝t·p{[min(xdc(t-1),pdc,max)+pg(t)+pw(t)+pv(t)<pl(t)]}
33、
34、式中，t为研究周期，p{}为事件发生的概率，xdc为储能设备的剩余可用电量，pdc,max为储能设备的最大发电功率，pg、pw、pv、pl分别为常规机组、风力机组、光伏机组和负荷的功率；
35、将新能源发电容量等效为可信容量后，即可采用常规机组充裕容量计算方法对其进行调整；
36、2.3、计算系统发电容量充裕度：
37、定义系统发电容量充裕度为系统充裕容量与系统峰值负荷的比值，以描述正常运行时电力系统向全体电力用户供电的能力：
38、
39、式中，g为电力系统发电容量充裕度，为常规机组i的充裕容量，为风光机组等效为常规机组后计算出的充裕容量，dpeak为系统峰值负荷，定义为在某个系统或子系统中，计算年度年负荷曲线中m个负荷最高时段所对应负荷的平均值。
40、进一步地，所述步骤3具体包括如下过程：
41、3.1、目标函数一：机组运行成本最小化：
42、第一阶段以火电机组启停成本最小为目标，第二阶段以发电机组(包含风光火)和储能的运行成本最小化为目标，建立优化问题模型：
43、minf1＝fi+e[fr]
44、式中，fi为第一阶段成本，e[fr]为第二阶段成本的期望值；
45、火电机组无法通过实时的决策来控制，且启停成本较高，所以需要预先决策火电机组启停，故第一阶段以最小化火电机组的启停成本为目标，表达式如下：
46、
47、其中，t为下层模型的调度时长，ng为火电机组数量；为火电的启动/关停成本；xn,t表示火电机组n在t时刻的启动动作状态；xn,t＝1表示机组启动，xn,t＝0表示机组不动作；yn,t表示火电机组n在t时刻的关停动作状态，yn,t＝1表示机组关停，yn,t＝0表示机组不动作；
48、在确定火电机组的启停策略之后，在实际的运行中需要对各个机组的出力进行控制；第二阶段以运行成本为调度目标：
49、
50、其中，s表示场景数；ρs表示场景s的概率；表示第n个火电机组在t时刻场景s下的成本；表示第m个风电机组在t时刻场景s下的成本；表示第l个光伏机组在t时刻场景s下的成本；表示储能在t时刻场景s下的成本；
51、3.2、目标函数二：系统发电容量充裕性最优化：
52、系统发电容量充裕性最优化即建立以系统发电容量充裕度最大的目标函数；由步骤1中充裕度计算方法可知，系统的充裕性取决于各个机组出力，故而，在两阶段随机规划中充裕性目标函数仅有第二阶段，即：
53、
54、3.3、利用min-max标准化和加权求和法将多目标转化为单目标：
55、经济性和充裕性的量纲不一致，故需对这两个指标进行min-max归一化处理；正向指标是指标值越大则评价越好，负向指标是指标值越小则评价越好，故而经济性指目标是负向指标，充裕性指标是正向指标；
56、正向指标——充裕性指标：
57、负向指标——经济性指标：
58、式中，f1、f2为原始评价指标值，f1′、f2′为归一化后的评价指标值；
59、将经济性目标和充裕性目标加权求和转化为单目标：
60、min f＝ω1f1'+ω2f2'
61、式中，ω1、ω2分别为目标一和目标二的权重，可根据决策者的偏好来设定。
62、进一步地，所述步骤4具体包括如下过程：
63、4.1、第一阶段约束条件；
64、火电机组启停约束：
65、
66、
67、式中，βn,t为机组工作状态标志，βn,t＝1表示机组n在时刻t至时刻t+1内处于工作状态，βn,t＝0表示机组n在时刻t至时刻t+1内处于停机状态；
68、火电机组运行时间约束：
69、火电机组的启停需要遵守运行时间约束，必须保证机组未达到最小等待时间时，不得启动机组，机组未达到最小运行时间时，不得关停机组；
70、
71、
72、式中，表示机组n的最小等待时间，表示机组n的最小运行时间；
73、4.2、第二阶段约束条件；
74、充裕性约束：
75、gmin≤g≤gmax
76、式中，gmin、gmax分别为系统充裕度允许的下限和上限，可由决策者人为设定；
77、电力供需平衡约束：
78、风光火储共同满足电负荷需求，保证电力供需平衡；
79、ptg+ptw+ptp+pts＝ptload
80、式中，分别为火电、风力、光伏、储能和负荷在时刻t的功率；
81、火电机组安全运行上下限约束：
82、
83、式中，分别为火电机组运行功率的下限与上限；
84、火电机组爬坡约束：
85、机组爬坡约束是相邻时间机组出力的一种耦合关系，调节机组的有功功率无法瞬间完成的，所以需要对机组的上调(爬坡)和下调(滑坡)做功率限制；
86、
87、式中，分别为单位时段内的滑坡、爬坡功率上限，δt为步长；
88、储能系统充放电功率上下限约束：
89、
90、式中，为储能充放电功率上下限；
91、储能荷电状态约束：
92、荷电状态计算通式如下：
93、
94、其中，soc(t)为t时刻储能的荷电状态；p(t)为t时刻储能的充放电功率，放电为+，充电为-；e为储能额定容量；γc、γd为储能充电效率、储能放电效率；储能系统荷电状态约束如下：
95、
96、式中，为储能荷电状态允许工作范围的下限和上限。
97、本发明有益效果：
98、1、本发明采用等可靠性可信容量替代效应量化新能源的发电容量充裕性，将新能源等效为常规机组，便于评估和比较常规机组和新能源机组在源荷储协同运行时对电力系统发电能力的贡献；
99、2、本发明采用基于场景法的两阶段随机规划模型解决系统调度时的不确定性问题，得出最佳机组调度方案；
100、3、本发明综合考虑电力系统运行时的经济性和充裕性需求，建立多目标决策模型，采用加权求和法实现人工干预系统经济性和充裕性影响程度的目的；
101、4、本发明构建了包含常见传统机组和新能源机组的风光火储系统，提出该系统的发电容量充裕性评估方法；利用新能源可信容量替代效应，在等可靠性原则下，将新能源机组转化为常规机组，并将其用于衡量新能源机组对系统充裕度的贡献；综合考虑电力系统调度的经济性和充裕性，使决策者可根据系统需求来平衡系统经济性和充裕性。
1.一种基于可信容量替代效应的风光火储系统多目标决策方法，其特征在于：它包括如下步骤：
2.根据权利要求1所述的基于可信容量替代效应的风光火储系统多目标决策方法，其特征在于：所述步骤1中，采用自回归滑动平均模型生成风光出力预测的误差场景：
3.根据权利要求1所述的基于可信容量替代效应的风光火储系统多目标决策方法，其特征在于：所述步骤1中，基于概率距离的快速前代消除技术进行场景削减，得出削减后的场景集和对应的概率，其具体步骤如下：
4.根据权利要求1所述的基于可信容量替代效应的风光火储系统多目标决策方法，其特征在于：所述步骤2具体包括如下过程：
5.根据权利要求1所述的基于可信容量替代效应的风光火储系统多目标决策方法，其特征在于：所述步骤3具体包括如下过程：
6.根据权利要求1所述的基于可信容量替代效应的风光火储系统多目标决策方法，其特征在于：所述步骤4具体包括如下过程：
