本发明涉及电力系统运行调度，尤其是涉及一种考虑恶劣气象场景的水风光蓄系统的调度方法。
背景技术：
1、保护生态环境，发展低碳经济已经成为新时代经济社会发展的重要方向，加快开发利用太阳能、风能等可再生资源，是发展低碳经济、减少污染排放的必然选择。
2、作为清洁能源的风电、光伏发电迅速发展，风机、光伏在电力系统中的装机容量和渗透率逐年升高。随着风光并网功率的增加，电力系统需要挖掘各方灵活性资源来保障安全运行。水电作为一种清洁能源，具有较好的灵活调节能力，考虑其灵活特性的水风光蓄互补系统能在一定程度上缓解风光出力不确定与间歇性对电网带来的不利影响。
3、另一方面，在全球气候变暖的大背景下，近年来各类极端恶劣气象状况频发，这对新型电力系统的安全稳定运行带来了极大冲击。因此需要研究在现有基础上考虑恶劣气象条件，来对水风光蓄互补系统的运行进行优化调度的方案。
技术实现思路
1、本发明主要是解决现有水风光蓄互补系统调度方案未考虑恶劣气象条件的问题，提供了一种考虑恶劣气象场景的水风光蓄系统的调度方法。
2、本发明核心思想是基于改进果蝇优化的k-mediods聚类算法，在典型常规场景的基础上聚类生成极端恶劣气象条件下的风光出力场景；建立水风光蓄互补系统的优化调度模型，包括双目标函数和约束条件，将风光出力作为边界条件；最后采用法线边界交叉法实现多目标调度问题的求解。
3、本发明的上述技术问题主要是通过下述技术方案得以解决的：一种考虑恶劣气象场景的水风光蓄系统的调度方法，包括以下步骤：
4、步骤一：建立基于改进果蝇优化算法的k-mediods聚类算法；
5、步骤二：建立考虑恶劣气象条件的出力场景；
6、步骤三：基于出力场景建立考虑梯级水电灵活调节能力的互补系统的优化调度目标函数；
7、步骤四：建立互补系统的约束条件；
8、步骤五：求解目标函数获得最优调度策略。
9、本发明考虑恶劣气象条件下风光出力的骤降并不同步的问题，在优化调度过程中加入了恶劣气象场景模拟运行，并采用改进果蝇优化的k-mediods聚类算法实现场景的聚类生成，以不同场景为运行边界条件，对梯级水风光蓄互补系统的运行进行优化调度。本发明考虑到恶劣气象条件下的风光出力异常状态，建立了含抽水蓄能电力系统的梯级水风光蓄互补系统的优化调度方法，可为三峡等地的含多场站的水风光系统的工作策略提供参考。
10、本发明主要是基于改进果蝇果蝇优化的k-mediods聚类算法，在典型常规场景的基础上聚类生成极端恶劣气象条件的风光出力场景，建立水风光蓄互补系统的优化调度模型，将风光出力作为边界条件，最后采用法线边界交叉法实现多目标调度问题的求解，获得最优调度策略。
11、作为一种优选方案，所述步骤一具体包括：
12、s11.建立基于logisitic映射的混沌模型、禁忌搜索模型、果蝇优化模型；
13、s12.建立基于混沌映射与禁忌搜索的果蝇混合优化模型
14、s13.建立k-mediods聚类模型
15、s14.建立基于改进果蝇优化算法的k-mediods聚类算法；
16、作为一种优选方案，所述的建立基于混沌映射与禁忌搜索的果蝇混合优化模型，具体包括：
17、以果蝇优化模型为基础，设定适应度方差阈值，采用混沌模型计算果蝇种群初始位置，根据获得的每个果蝇所在位置味道浓度计算当前果蝇群体中的适应度方差，将适应度方差与适应度方差阈值进行比较，在小于阈值的情况下采用禁忌搜索模型计算最佳浓度和最佳位置坐标，反之按照果蝇优化模型计算最佳浓度和最佳位置坐标。
18、建立基于混沌映射与禁忌搜索的果蝇混合优化模型核心在于利用混沌模型的混沌思想保证果蝇群体全覆盖解空间，利用禁忌搜索模型的禁忌搜索思想避免出现陷入局部最优解的问题。
19、作为一种优选方案，所述的建立基于改进果蝇优化算法的k-mediods聚类算法，具体包括：
20、以k-mediods聚类模型为基础，根据类内距离的倒数计算适应度函数，获取初始聚类中心点，采用基于混沌映射与禁忌搜索的果蝇混合优化模型更新果蝇种群位置，根据每个果蝇与初始聚类中心点最近距离计算获得新的聚类中心。
21、作为一种优选方案，所述的建立考虑恶劣气象条件的出力场景，具体包括：
22、恶劣气象条件包括：
23、第一条件，风电出力大光伏出力小；
24、第二条件，风电出力小光伏出力大；
25、第三条件，风电出力小光伏出力小；
26、在夏季每日的典型曲线基础上，取各区域的风电出力为0，得到初始数据集，作为输入数据输入基于改进果蝇优化算法的k-mediods聚类算法，求得最优聚类中心来得到新的夏季高温连晴典型日出力曲线，以此刻画风电出力大光伏出力小的气象条件；
27、在冬季每日的典型曲线基础上，取各区域的光伏出力为0，得到初始数据集，作为输入数据输入基于改进果蝇优化算法的k-mediods聚类算法，求得最优聚类中心来得到新的冬季低温寒潮出力曲线，以此刻画风电出力小光伏出力大的气象条件；
28、在夏季每日的典型曲线基础上，取部分区域风电和光伏出力均为0，得到初始数据集，作为输入数据输入基于改进果蝇优化算法的k-mediods聚类算法，求得最优聚类中心来得到新的夏季台风过境典型处理曲线，以此刻画风电出力小光伏出力小的气象条件。
29、考虑到极端恶劣气象将直接影响风、光的出力，然而风速和光照强度分别影响风电和光伏出力，这导致风光出力在恶劣气象条件下的骤减并非同步，其不同步性在于可能出现风电出力大光伏出力小，风电出力小光伏出力大、风光出力小光伏出力小三种情形，因此本发明依据可能面临的气象灾害，在极端气象条件下设置了三种极端气象场景，即设置了三种恶劣气象条件，包括风电出力大光伏出力小气象条件，风电出力小光伏出力大气象条件，风电出力小光伏出力小气象条件，分别获取各气象条件下数据集，输入基于改进果蝇优化算法的k-mediods聚类算法计算出相应的出力曲线，以刻画三种恶劣气象条件。
30、本方案考虑极端恶劣天气条件下风光出力的骤降并不同步，在典型常规场景基础上，根据设定的极端气象场景对风光出力进行假设取值，包括取各区域的风电出力为0、取各区域的光伏出力为0，取部分区域风电和光伏出力均为0，获取数据集输入基于改进果蝇优化算法的k-mediods聚类算法计算出出力曲线即出力场景，由此获得更为全面、覆盖多种运行工况的场景情况，包括高温连晴、低温寒潮、台风过境等恶劣天气。
31、作为一种优选方案，所述步骤三具体包括：
32、建立最大化经济收益目标函数，经济收益为梯级水电灵活调节能力的互补系统在各场景的净收入之和，净收入包括售电收益、运行成本、弃风光惩罚；
33、建立最大化调节裕度目标函数，调节裕度为各场景的最大化向上和向下调节裕度之和。
34、建立的双目标函数包括最大化经济收益目标函数和最大化调节裕度目标函数。
35、作为一种优选方案，
36、最大化经济收益目标函数为：
37、
38、
39、其中，分别为风电电价、光伏电价、梯级水电电价、抽水蓄能电价，com、cq分别为梯级水风光蓄互补系统的总运行成本和弃风光惩罚，分别为场景l的t时刻的风机、光伏、梯级水电的出力，分别是梯级水电、抽蓄发电和抽水的单位成本，分别是场景l的t时刻的抽蓄电站的发电功率和抽水功率，分别场景l的t时刻弃风功率和弃光功率，l为场景总数，t为各场景的周期；
40、最大化调节裕度目标函数为：
41、maxf＝fu+fd
42、
43、其中，fu、fd分别是所有场景下的向上可备用量之和、向下可备用量之和，分别是场景l的t时段的向上可备用量和向下可备用量，分别是场景l的t时刻梯级水电i的向上可备用量和向下可备用量，分别是场景l的t时刻抽蓄电站j的向上备用电量和向下可备用电量，nchs、nphes分别是梯级水电数量和抽蓄电站数量，是场景l的t时刻梯级水电的库容；vchs,min为梯级水电库容的下限，δt为调度时间间隔，pchs,max为梯级水电出力上限，为场景l的t时刻梯级水电的出力，为场景l的t时刻抽蓄电站的库容，vphes,min为抽蓄电站的库容下限，为场景l的抽蓄电站的出力，pg,max为抽蓄电站的水电出力上限，为场景l的t时刻抽蓄电站的实际备用功率，schs为梯级水电的水-电转换系数，sg为抽蓄电站的水-电转换系数，kchs,u、kchs,d分别是梯级水电向上爬坡的能力和向下爬坡的能力，pichs,min为梯级水电的最小出力功率，pp,max为抽蓄电站的最大备用功率。
44、作为一种优选方案，所述步骤四具体包括：
45、建立的互补系统约束条件包括：风光处出力约束，梯级水电运行约束，混合式抽蓄电站运行约束，功率平衡约束。
46、作为一种优选方案，
47、风光出力约束
48、在不同场景中，风光出力均不得超过最大出力约束，表示如下：
49、
50、
51、其中，分别为场景l的为t时段风电、光伏的上网电量，分别为场景l的t时段风电、光伏的聚类结果得到的出力值；
52、梯级水电运行约束
53、在不同场景中，梯级水电运行要考虑水电站库容均不得超过其限值，发电流量要在运行域内，电站出力和机组爬坡要在要求范围内，表示如下：
54、
55、其中，vi,t+1,l、vi,t,l分别为场景l的t+1时刻水库i的蓄水量和t时刻水库i的蓄水量，ri,t,l、分别为场景l的t时刻水库i的入库流量和天然径流流入量，分别为场景l的t时刻梯级水电站的电量出力、混合式抽蓄电站的抽水流量、混合式抽蓄电站的发电流量，分别为场景l的t-τ时刻第i-1个梯级水电站的电量出力、第i-1个混合式抽蓄电站的抽水流量、第i-1个混合式抽蓄电站的发电流量，si,t,l、si-1,t-τ,l分别为场景l的t时刻第i-1个水库的弃水流量。
56、作为一种优选方案，
57、混合式抽蓄电站运行约束
58、在同一场景统一时刻不能同时处于发电和抽水状态，表示如下：
59、
60、yg,t,l+yp,t,l≤1
61、
62、其中，pphs,t,l为场景l的t时刻抽蓄电站的等效出力，yg,t,l、yp,t,l分别为场景l的t时刻表征抽蓄电站处于发电状态的变量和处于抽水状态的变量，分别为场景l的t时刻抽蓄电站发电电量和抽水耗电量，分别为抽蓄电站等效出力的上限和下限，分别为抽蓄电站在场景l的t时刻和t-1时刻的出力功率；
63、功率平衡约束
64、不同场景下，梯级水风光蓄互补系统的总出力满足负荷需求，表示如下：
65、
66、其中，pt,l为场景l的时刻t的电负荷。
67、作为一种优选方案，采用法线边界交叉法对双目标函数进行求解，获得最优解作为调度策略。
68、双目标函数即最大化经济收益目标函数和最大化调节裕度目标函数，采用法线边界交叉法实现多目标问题的求解，获得最优解作为优化调度策略，能有效改进传统多目标优化问题求解算法难以保证全局最优、最优解不利于分析的问题。
69、因此，本发明的优点是：本发明考虑恶劣气象条件下风光出力的骤降并不同步的问题，在优化调度过程中加入了恶劣气象场景模拟运行，并采用改进果蝇优化的k-mediods聚类算法实现场景的聚类生成，以不同场景为运行边界条件，对梯级水风光蓄互补系统的运行进行优化调度。
70、本发明考虑到恶劣气象条件下的风光出力异常状态，建立了含抽水蓄能电力系统的梯级水风光蓄互补系统的优化调度方法，可为三峡等地的含多场站的水风光系统的工作策略提供参考。
1.一种考虑恶劣气象场景的水风光蓄系统的调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种考虑恶劣气象场景的水风光蓄系统的调度方法，其特征是所述步骤一具体包括：
3.根据权利要求2所述的一种考虑恶劣气象场景的水风光蓄系统的调度方法，其特征是所述的建立基于混沌映射与禁忌搜索的果蝇混合优化模型，具体包括：
4.根据权利要求1所述的一种考虑恶劣气象场景的水风光蓄系统的调度方法，其特征是所述的建立考虑恶劣气象条件的出力场景，具体包括：
5.根据权利要求1-4任一项所述的一种考虑恶劣气象场景的水风光蓄系统的调度方法，其特征是所述步骤三具体包括：
6.根据权利要求5所述的一种考虑恶劣气象场景的水风光蓄系统的调度方法，其特征是：
7.根据权利要求6所述的一种考虑恶劣气象场景的水风光蓄系统的调度方法，其特征是所述步骤四具体包括：
8.根据权利要求7所述的一种考虑恶劣气象场景的水风光蓄系统的调度方法，其特征是，
9.根据权利要求8所述的一种考虑恶劣气象场景的水风光蓄系统的调度方法，其特征是，
10.根据权利要求9所述的一种考虑恶劣气象场景的水风光蓄系统的调度方法，其特征是采用法线边界交叉法对双目标函数进行求解，获得最优解作为调度策略。
