本发明涉及能源调度，尤其涉及一种基于电网多能互补的出力调度方法、装置、终端设备及存储介质。
背景技术：
1、随着大规模风光等新能源的并网，其间歇性、波动性、随机性的特点同时也给电力系统带来了供需平衡与消纳的挑战，为了应对该挑战，电力系统配置了储能等可用于平抑新能源并网带来的功率波动的灵活性资源，从而可以形成风光储多能互补的能源配置站对应的运行调度体系。则可以通过构建各个能源对应能源配置站，如构建风光新能源与储能等灵活性资源的联合能源配置对应的调度模型，可求得最优的储能等灵活性能源的出力供给或功率消耗，抵消新能源出力波动带来的功率不平衡。
2、然而，随着新能源并网规模的日渐增大，如省级电网的能源规模调度，面临着越来越大的挑战，在省级电网的电力系统中，会存在多个可用于产生、储存或调节电力的能源配置站，比如各类新能源对应的配置站需要同时进行分析和调度，而风电、光伏等具有间歇性、波动性和随机性的特点，其出力受天气、季节等自然因素影响较大，给省级电网的稳定运行和能源调度带来了显著的影响，从而储能等灵活调节资源的能源配置站点的数量逐步提高，在使用传统的优化算法时由于传统的优化算法一般都是针对全网的优化调度模型进行全局最优求解，当各类灵活性资源的能源站点联合优化的调度模型的求解规模增大时，使得计算复杂度也大幅上升，采用传统的优化算法难以在有限时间内得到全局最优解，从而导致各类灵活性资源的能源站点对应的出力求解效率较低，则无法实时且快速地为电力系统的稳定运行和优化调度提供了有效的解决方案。
技术实现思路
1、本发明实施例提供了一种基于电网多能互补的出力调度方法、装置、终端设备及存储介质，能够通过构建的分层优化模型降低了模型求解的复杂度和难度，提高了求解效率和实时性，能有效解决现有技术中难以在有限时间内得到全局最优解，从而导致各类灵活性资源的能源站点对应的出力求解效率较低的问题。
2、本发明一实施例提供了一种基于电网多能互补的出力调度方法，包括：
3、获取一省级电网中每个地市电网的一能源配置站的预测出力序列以及每个地市电网对应的负荷需求时间序列；其中，每个地市电网对应多个不同类型且用于产生、储存或调节电力的能源配置站；每个能源配置站对应多个不同类型的能源配置节点，每一类能源配置节点对应多个机组；
4、根据每一地市电网的各个能源配置站的出力成本数据以及电网净负荷波动数据，构建以成本最小化且电网净负荷波动最小的上层优化模型；其中，所述上层优化模型对应的约束条件为：每个地市电网对应的功率平衡约束以及各个能源配置站的出力约束；
5、对于每一地市电网，根据每一能源配置节点对应的机组成本数据以及每个地市电网对应的节点负荷数据，构建以成本最小化的下层优化模型；其中，所述下层优化模型对应的约束条件为：每一能源配置节点中的机组出力约束；
6、在上层优化模型对应的约束条件下，根据一能源配置站的预测出力序列以及每个地市电网对应的负荷需求时间序列对所述上层优化模型进行求解，生成各个能源配置站的出力序列，继而以各个能源配置站的出力序列作为各个下层优化模型的求解边界，对各个下层优化模型进行求解，生成在机组成本最小时每一能源配置节点中每一机组分别对应的目标出力；
7、根据各个目标出力对各个地市电网中的各个机组进行能源调度。
8、优选地，每个地市电网对应的各类能源配置站分别为：地市等值火电厂、地市等值水电厂、地市等值抽水蓄能、地市等值风光新能源以及地市等值独立储能；各类能源配置站分别对应的能源配置节点为火电厂、水电厂、抽水蓄能、风光新能源以及独立储能；其中，一地市电网中的若干个火电厂、若干个水电厂、若干个抽水蓄能、若干个风光新能源以及若干个独立储能分别等值为地市等值火电厂、地市等值水电厂、地市等值抽水蓄能、地市等值风光新能源以及地市等值独立储能；
9、所述根据每一地市电网的各个能源配置站的出力成本数据以及电网净负荷波动数据，构建以成本最小化且电网净负荷波动最小的上层优化模型，包括：
10、根据每一地市电网的地市等值火电出力成本数据、地市等值水电出力成本数据、地市等值抽蓄出力成本数据以及电网净负荷波动数据，构建以成本最小化且电网净负荷波动最小的上层优化模型；
11、其中，所述上层优化模型对应的目标函数为：
12、minfup＝ρc(cgen+chy+ccx)+ρσσ(po,load)；
13、
14、
15、式中，minfup表示各类能源配置站的成本最小且电网净负荷波动最小时对应的值，ρc和ρσ分别为成本目标和净负荷波动目标对应的权重系数，cgen、chy、ccx分别为地市等值火电出力成本、地市等值水电出力成本、地市等值抽蓄出力成本，po,load为全省电网净负荷，σ(po,load)为用于表征电网净负荷波动的净负荷方差；
16、pgen(t,n)、phy(t,n)、pcx,dis(t,n)、pcx,ch(t,n)、pess,dis(t,n)、pess,ch(t,n)、pwtpv*(t,n)分别为t时刻地市等值火电厂n的发电功率、地市等值水电厂n的发电功率、地市等值抽水蓄能n的发电功率、地市等值抽水蓄能n的充电功率、地市等值独立储能n的发电功率、地市等值独立储能n的充电功率、地市电网的负荷功率、地市等值风光新能源的预测功率；分别为地市等值火电厂n的成本系数；为地市等值水电厂n的成本系数，和分别为地市等值抽水蓄能n的发电及充电成本系数，n为地市电网的总个数；为0～t时段内净负荷平均值，t为调度周期对应的时段总数。
17、优选地，所述各个能源配置站的出力约束为：地市等值火电厂的出力范围约束、地市等值火电厂的功率爬坡率约束、地市等值水电厂的出力范围约束、地市等值水电厂的功率爬坡率约束、地市等值抽水蓄能的抽放水状态约束、地市等值抽水蓄能的水库容量约束、地市等值抽水蓄能的最小放水与抽水时间约束、地市等值独立储能的电站充放电状态约束以及地市等值独立储能的电站荷电状态约束；
18、所述上层优化模型还对应以下约束条件：每个地市电网对应的系统备用出力约束以及每个地市电网对应的联络线容量约束；
19、其中，所述每个地市电网对应的功率平衡约束对应的公式为：
20、
21、式中，li(t,n)为地市电网n的t时刻第i条联络线的输入功率；i为地市电网n的联络线总数；
22、所述每个地市电网对应的系统备用出力约束对应的公式为：
23、
24、式中，pre和nre为电力系统的上可调备用及下可调备用；
25、所述每个地市电网对应的联络线容量约束对应的公式为：
26、li,min(n)≤li(t,n)≤li,max(n)；
27、式中，li,max(n)和li,min(n)为地市电网n的第i条联络线输送功率的上下限；
28、所述地市等值火电厂的出力范围约束对应的公式为：
29、pgen,min(n)≤pgen(t,n)≤pgen,max(n)；
30、式中，pgen,min(n)、pgen,max(n)分别为地市等值火电厂n的最小功率值以及最大功率值；
31、所述地市等值火电厂的功率爬坡率约束对应的公式为：
32、pgen(t+1,n)-pgen(t,n)≤pgen,up(n)；
33、pgen(t,n)-pgen(t+1,n)≤pgen,down(n)；
34、式中，pgen,up(n)和pgen,down(n)分别为地市等值火电厂n的预设上坡功率和预设下坡功率
35、所述地市等值水电厂的出力范围约束对应的公式为：
36、phy,min(n)≤phy(t,n)≤phy,max(n)；
37、式中，phy,min(n)、phy,max(n)分别为地市等值水电厂n的最小功率值以及最大功率值；
38、所述地市等值水电厂的功率爬坡率约束对应的公式为：
39、phy(t+1,n)-phy(t,n)≤phy,up(n)；
40、phy(t,n)-phy(t+1,n)≤phy,down(n)；
41、式中，phy,up(n)和phy,down(n)分别为地市等值水电厂n的预设上坡功率和预设下坡功率；
42、所述地市等值抽水蓄能的抽放水状态约束对应的公式为：
43、μcx,dis(t,n)+μcx,ch(t,n)≤1；
44、μcx,dis(t,n)pcx,dis,max(n)≤pcx,dis(t,n)≤μcx,dis(t,n)pcx,dis,max(n)；
45、μcx,ch(t,n)pcx,ch,max(t,n)≤pcx,ch(t,n)≤μcx,ch(t,n)pcx,ch,max(t,n)；
46、式中，μcx,dis(t,n)和μcx,ch(t,n)分别为地市等值抽水蓄能n的放电及充电状态布尔变量；pcx,dis,max(n)、pcx,ch,max(t,n)分别为地市等值抽水蓄能n的放电及充电状态的最大预设布尔变量；
47、所述地市等值抽水蓄能的水库容量约束对应的公式为：
48、
49、ccx,min(n)≤ccx(t,n)≤ccx,max(n)；
50、式中，ccx(t,n)为t时刻地市等值抽水蓄能n的水库蓄水量；和分别为地市等值抽水蓄能n的放水和抽水效率系数；ccx,max(n)和ccx,min(n)分别为水库蓄水量的上下限；
51、所述地市等值抽水蓄能的最小放水与抽水时间约束对应的公式为：
52、μcx,dis(t,n)+μcx,ch(t+1,n)+μcx,ch(t+2,n)+…+μcx,ch(t+k,n)≤1；
53、μcx,ch(t,n)+μcx,dis(t+1,n)+μcx,dis(t+2,n)+…+μcx,dis(t+k,n)≤1；
54、式中，k为地市等值抽水蓄能n的最小放水或抽水时间限制；
55、所述地市等值独立储能的电站充放电状态约束对应的公式为：
56、μess,dis(t,n)+μess,ch(t,n)≤1；
57、μess,dis(t,n)pess,dis,max(n)≤pess,dis(t,n)≤μess,dis(t,n)pess,dis,max(n)；
58、μess,ch(t,n)pess,ch,max(t,n)≤pess,ch(t,n)≤μess,ch(t,n)pess,ch,max(t,n)；
59、式中，μess,dis(t,n)和μess,ch(t,n)分别为地市等值独立储能n的放电和充电状态布尔变量，pess,dis,max(n)、pess,ch,max(t,n)分别为地市等值独立储能n的放电及充电状态的最大预设布尔变量；
60、所述地市等值独立储能的电站荷电状态约束对应的公式为：
61、
62、nbattery(n)socmin(n)≤eess(t,n)≤nbattery(n)socmax(n)；
63、式中，eess(t,n)为t时刻地市等值独立储能n的电量；socmax(n)和socmin(n)为地市等值独立储能n的上下限电量；nbattery(n)为地市等值独立储能n总容量；为充放电效率系数。
64、优选地，所述对于每一地市电网，根据每一能源配置节点对应的机组成本数据以及每个地市电网对应的节点负荷数据，构建以成本最小化的下层优化模型，包括：
65、对于每一地市电网，根据每一火电厂成本数据、每一水电厂成本数据、每一抽水蓄能成本数据、切负荷成本数据以及新能源弃电成本数据，构建出以成本最小化的下层优化模型；其中，所述切负荷成本数据用于表征电网断电或限电时给用户带来的经济损失数据，新能源弃电成本数据用于表征新能源不被利用时所产生的惩罚项成本数据；
66、其中，所述下层优化模型对应的目标函数为：
67、minfdown(n)＝mcurt(n)+mcut(n)+mgen(n)+mhy(n)+mcx(n)；
68、
69、
70、式中，minfdown(n)表示各类成本最小时对应的值，mcurt、mcut、mgen、mhy、mcx分别为切负荷成本、新能源弃电成本、火电厂成本、水电厂成本、抽水蓄能成本；和为第i个风电或光伏弃电惩罚系数，和为第i个风电或光伏t时刻弃电功率，为第i个电网节点的切负荷惩罚系数；和pload(t,i)分别为第i个电网节点的负荷预测总功率及安排总功率；pgen(t,i)、phy(t,i)、pcx,dis(t,i)、pcx,ch(t,i)为t时刻第i台火电机组发电功率、第i台水电机组发电功率、第i台抽蓄机组放电功率、第i台抽蓄机组充电功率；ωwt、ωpv、ωnode、ωgen、ωcx分别为风电场集合、光伏电站集合、电网节点集合、发电厂集合、水电厂集合以及抽蓄电厂集合；
71、为地市电网n中第i个火电厂的成本系数；为地市电网n中第i个水电厂的成本系数；和为地市电网n中第i个抽蓄厂的发电及充电成本系数。
72、优选地，每一能源配置节点中的机组出力约束为：风光新能源出力约束、负荷计划约束、火电厂的机组约束、水电厂的机组约束、抽水蓄能的机组约束以及独立储能电站的出力约束；
73、所述下层优化模型还对应以下约束条件：地市电网内的功率平衡约束、节点功率平衡约束以及线路载流量约束；
74、其中，所述地市电网内的功率平衡约束对应的公式为：
75、
76、式中，pess(t,i)、pwt(t,i)、ppv(t,i)、pload(t,i)分别为t时刻第i个独立储能电站的功率、风电安排出力、光伏安排出力、节点i负荷安排功率，ωess为独立储能电站集合；
77、所述节点功率平衡约束对应的公式为：
78、
79、式中，pin(t,i,j)为t时刻向节点i注入功率的第j个电厂或电站的功率，ωi为与节点i相关联的电厂或电站集合；pline(t,i,j)为线路ij上流过的功率，以流出节点i为正向，vi为与节点i相连接的线路集合；
80、所述线路载流量约束对应的公式为：
81、
82、-pline,max(i,j)≤pline(t,i,j)≤pline,max(i,j)；
83、式中，δ(t,i)和δ(t,j)分别为t时刻节点i和节点j的相角，xij为线路ij的阻抗；pline,max(i,j)为线路ij最大可输送功率；
84、所述风光新能源出力约束对应的公式为：
85、
86、式中，和为t时刻第i个风电场和光伏电站预测出力；
87、所述负荷计划约束对应的公式为：
88、
89、所述火电厂的机组约束对应的公式为：
90、pgen,min(i)≤pgen(t,i)≤pgen,max(i)；
91、pgen(t+1,i)-pgen(t,i)≤pgen,up(i)；
92、pgen(t,i)-pgen(t+1,i)≤pgen,down(i)；
93、式中，pgen,up(i)和pgen,down(i)分别为第i个火电厂的预设上坡功率和预设下坡功率；
94、所述水电厂的机组约束对应的公式为：
95、phy,min(i)≤phy(t,i)≤phy,max(i)；
96、phy(t+1,i)-phy(t,i)≤phy,up(i)；
97、phy(t,i)-phy(t+1,i)≤phy,down(i)；
98、式中，phy,up(i)和phy,down(i)分别为第i个水电厂的预设上坡功率和预设下坡功率；
99、所述抽水蓄能的机组约束对应的公式为：
100、
101、ccx,min(i)≤ccx(t,i)≤ccx,max(i)；
102、
103、式中，和分别为t时刻第i个抽蓄电厂的放电及充电状态布尔变量；ccx(t,i)、ccx,max(i)、ccx,min(i)分别为t时刻水库蓄水量、水库蓄水量上下限；和为抽蓄放水和抽水效率系数；k为抽蓄最小放水或抽水时间限制；
104、所述独立储能电站的出力约束对应的公式为：
105、
106、ψbattery(i)socmin(i)≤eess(t,i)≤ψbattery(i)socmax(i)；
107、式中，和为t时刻第i个独立储能电站放电和充电状态布尔变量；eess(t,i)、ψbattery(i)分别为t时刻第i个独立储能电站的电量及容量；socmax(i)、socmin(i)为荷电状态上下限；为充放电效率。
108、优选地，所述能源配置站的预测出力序列为地市等值风光新能源的预测出力序列；
109、所述各个能源配置站的出力序列为：地市等值火电厂、地市等值水电厂、地市等值抽水蓄能以及地市等值独立储能在调度周期内分别对应的出力序列；
110、在上层优化模型进行求解时，还包括：
111、根据地市等值风光新能源的预测出力序列以及每个地市电网对应的负荷需求时间序列对所述上层优化模型进行求解，生成各地市电网之间的联络线在调度周期内的交换功率值序列，以及地市等值抽水蓄能在调度周期内最后一个调度时刻对应的目标储水量以及地市等值独立储能在调度周期内最后一个调度时刻对应的目标荷电状态。
112、优选地，所述对各个下层优化模型进行求解，生成在机组成本最小时每一能源配置节点中每一机组分别对应的目标出力，包括：
113、根据地市等值火电厂、地市等值水电厂、地市等值抽水蓄能以及地市等值独立储能在调度周期内分别对应的出力序列，以及调度周期内的交换功率值序列、目标储水量和目标荷电状态，对各个下层优化模型进行求解，生成在机组成本最小时地市电网内各个火电厂、各个水电厂、各个抽水蓄能、各个风光新能源以及各个独立储能在调度周期内分别对应的目标出力值，且生成在机组成本最小时地市电网在调度周期内所对应的目标安排负荷量。
114、在上述的方法实施例的基础上，本发明对应提供了装置项实施例。
115、本发明一实施例提供了一种基于电网多能互补的出力调度装置，包括：数据获取模块、上层优化模型构建模块、下层优化模型构建模块、双层优化模型求解模块以及调度模块；
116、所述数据获取模块，用于获取一省级电网中每个地市电网的一能源配置站的预测出力序列以及每个地市电网对应的负荷需求时间序列；其中，每个地市电网对应多个不同类型且用于产生、储存或调节电力的能源配置站；每个能源配置站对应多个不同类型的能源配置节点，每一类能源配置节点对应多个机组；
117、所述上层优化模型构建模块，用于根据每一地市电网的各个能源配置站的出力成本数据以及电网净负荷波动数据，构建以成本最小化且电网净负荷波动最小的上层优化模型；其中，所述上层优化模型对应的约束条件为：每个地市电网对应的功率平衡约束以及各个能源配置站的出力约束；
118、所述下层优化模型构建模块，用于对于每一地市电网，根据每一能源配置节点对应的机组成本数据以及每个地市电网对应的节点负荷数据，构建以成本最小化的下层优化模型；其中，所述下层优化模型对应的约束条件为：每一能源配置节点中的机组出力约束；
119、所述双层优化模型求解模块，用于在上层优化模型对应的约束条件下，根据一能源配置站的预测出力序列以及每个地市电网对应的负荷需求时间序列对所述上层优化模型进行求解，生成各个能源配置站的出力序列，继而以各个能源配置站的出力序列作为各个下层优化模型的求解边界，对各个下层优化模型进行求解，生成在机组成本最小时每一能源配置节点中每一机组分别对应的目标出力；
120、所述调度模块，用于根据各个目标出力对各个地市电网中的各个机组进行能源调度。
121、在上述的方法实施例的基础上，本发明对应提供了终端设备项实施例。
122、本发明另一实施例提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述发明实施例所述的一种基于电网多能互补的出力调度方法。
123、在上述的方法实施例的基础上，本发明对应提供了存储介质项实施例。
124、本发明另一实施例提供了一种存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述发明实施例所述的一种基于电网多能互补的出力调度方法。
125、通过实施本发明具有如下有益效果：
126、本发明实施例提供了一种基于电网多能互补的出力调度方法、装置、终端设备及存储介质，本发明在面对省级电网存在多类不同的能源配置节点需要进行调度时，可以将省级电网划分多个地市电网，并且将每个地市电网中多个同类的能源配置节点映射为一类能源配置站，从而实现每个地市电网对应多类能源配置站，则可以对每类能源配置站对应的成本数据进行以及净负荷波动数据进行分析，从而构建出以成本最小化且电网净负荷波动最小的上层优化模型，从而可以使得上层模型的求解颗粒度仅到达省内各地市电网层；进一步的，为了可以对各个地市电网区域范围内的各个用于能源配置的机组层面的优化调度，本发明还基于每一地市电网中的每一能源配置节点对应的机组成本数据以及每个地市电网对应的节点负荷数据，构建以成本最小化的下层优化模型，从而可以得到每个地市电网对应的下层优化模型，则可以将用于表征以各地市层级为颗粒度的上层优化模型进行求解时对应各个能源配置站的出力序列，作为各个下层优化模型的求解边界，从而对各个下层优化模型进行求解，生成在机组成本最小时每一能源配置节点中每一机组分别对应的目标出力，最后根据各个预测的目标出力对各个地市电网中的各个机组进行能源调度。与现有技术相比，本发明可通过将复杂的省级电网能源调度优化问题分解为两个层次(上层和下层)的模型，可以显著减少单次求解的复杂度。上层模型关注地市电网层级，而下层模型则关注具体的机组层面，这使得每个模型的求解规模更小，更容易得到最优解，减少了求解复杂度以及求解时间。并且本发明还可以基于上层优化模型求解出的出力序列对各个下层优化模型进行求解，从而达到上下层相关联的求解过程，上层模型关注全局优化，而下层模型关注局部优化，则通过上下层相关联的求解过程，可以实现全局优化与局部优化的有效结合，得到既满足全局最优又符合局部最优的调度方案，不仅简化了能源优化问题的复杂度，而且构建的分层优化模型降低了模型求解的复杂度和难度，提高了求解效率和实时性，从而能够在有限时间内得到最优的调度方案，则可以实时且快速地为电力系统的稳定运行和优化调度提供了有效的解决方案。
1.一种基于电网多能互补的出力调度方法，其特征在于，包括：
2.如权利要求1所述的一种基于电网多能互补的出力调度方法，其特征在于，每个地市电网对应的各类能源配置站分别为：地市等值火电厂、地市等值水电厂、地市等值抽水蓄能、地市等值风光新能源以及地市等值独立储能；各类能源配置站分别对应的能源配置节点为火电厂、水电厂、抽水蓄能、风光新能源以及独立储能；其中，一地市电网中的若干个火电厂、若干个水电厂、若干个抽水蓄能、若干个风光新能源以及若干个独立储能分别等值为地市等值火电厂、地市等值水电厂、地市等值抽水蓄能、地市等值风光新能源以及地市等值独立储能；
3.如权利要求2所述的一种基于电网多能互补的出力调度方法，其特征在于，所述各个能源配置站的出力约束为：地市等值火电厂的出力范围约束、地市等值火电厂的功率爬坡率约束、地市等值水电厂的出力范围约束、地市等值水电厂的功率爬坡率约束、地市等值抽水蓄能的抽放水状态约束、地市等值抽水蓄能的水库容量约束、地市等值抽水蓄能的最小放水与抽水时间约束、地市等值独立储能的电站充放电状态约束以及地市等值独立储能的电站荷电状态约束；
4.如权利要求3所述的一种基于电网多能互补的出力调度方法，其特征在于，所述对于每一地市电网，根据每一能源配置节点对应的机组成本数据以及每个地市电网对应的节点负荷数据，构建以成本最小化的下层优化模型，包括：
5.如权利要求4所述的一种基于电网多能互补的出力调度方法，其特征在于，每一能源配置节点中的机组出力约束为：风光新能源出力约束、负荷计划约束、火电厂的机组约束、水电厂的机组约束、抽水蓄能的机组约束以及独立储能电站的出力约束；
6.如权利要求5所述的一种基于电网多能互补的出力调度方法，其特征在于，所述能源配置站的预测出力序列为地市等值风光新能源的预测出力序列；
7.如权利要求6所述的一种基于电网多能互补的出力调度方法，其特征在于，所述对各个下层优化模型进行求解，生成在机组成本最小时每一能源配置节点中每一机组分别对应的目标出力，包括：
8.一种基于电网多能互补的出力调度装置，其特征在于，包括：数据获取模块、上层优化模型构建模块、下层优化模型构建模块、双层优化模型求解模块以及调度模块；
9.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的一种基于电网多能互补的出力调度方法。
10.一种存储介质，其特征在于，所述存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述存储介质所在设备执行如权利要求1至7中任意一项所述的一种基于电网多能互补的出力调度方法。
