1.本發(fā)明設(shè)計了一種考慮光伏不確定性的水-光-儲日前優(yōu)化調(diào)度研究,由如下步驟構(gòu)成:
2.根據(jù)權(quán)利特征要求1所述的方法,其特征在于步驟一中,光伏電站出力可能會存在多種不同的情景,而一般對于光伏出力的處理方法很難兼顧這一點,這會影響水光互補系統(tǒng)運行的可靠性。為了考慮各種極端天氣狀況下的光伏出力,采用蒙特卡洛模擬方法生成具有代表性的光伏出力預(yù)測場景。
3.根據(jù)權(quán)利特征要求1所述方法,其特征在于步驟二中,k均值聚類首先將數(shù)據(jù)集分為k個不重疊的簇,每個數(shù)據(jù)點都是距其最近的簇的中心。它是一種迭代的、無監(jiān)督的聚類算法,常用于數(shù)值型數(shù)據(jù),當k簇中的每一簇都相對比較密集且各簇之間區(qū)別明顯時,默認算法收斂,該方法不僅能夠減少場景數(shù)量,還能反映光伏預(yù)測的實際分布過程,進一步降低模型中輸入變量數(shù)目,從而減小模型復(fù)雜度,提高模型求解效率。k均值聚類方法中通常采用輪廓系數(shù)法確定最優(yōu)k值。假設(shè)k的取值為k0,先引入其簇內(nèi)不相似度d1(i),其表示該樣本與簇內(nèi)其他樣本的平均距離;d2(i)稱為簇間不相似度,其表示該樣本與其他簇間的所有樣本間的平均距離的最小值,則該樣本的輪廓系數(shù)ε(i)可由下式求得:
4.根據(jù)權(quán)利特征要求1所述目標函數(shù),對應(yīng)其步驟三,對于中小規(guī)模的水光互補系統(tǒng),電網(wǎng)根據(jù)其發(fā)電能力預(yù)先給定合理的調(diào)度指令,并要求水光互補系統(tǒng)在調(diào)度期各時段聯(lián)合出力跟蹤電網(wǎng)給定的計劃。同時,為提高水光互補系統(tǒng)的能源利用率,在保證電網(wǎng)安全穩(wěn)定運行的基礎(chǔ)上,以水光互補系統(tǒng)成本最小為目標函數(shù),同時考慮光伏電站、水電站和儲能運行成本、棄光懲罰成本、光伏電站和水電站運維成本以及光伏電站和水電站上網(wǎng)收益。