CN115730818B 功率平衡风险指标评估方法、装置、设备及介质 （国网浙江省电力有限公司电力科学研究院）

(12)发明专利(65)同一申请的已公布的文献号(73)专利权人国网浙江省电力有限公司电力科区华电弄1号专利权人国网浙江省电力有限公司丽水供电公司程汉桐侯国成吴新华杜倩昀周逸之林达陈哲李志浩(74)专利代理机构浙江翔隆专利事务所(普通合伙)33206专利代理师张建青鲁文格.电力系统亚区间安全风险评估及其预防策略研究.《中国优秀硕士学位论文全文数据库工程科技II辑》.2022,(第9期),C042-249.付川等.电力系统暂态稳定概率.《电力系统自动化》.2006,第30卷(第1期),第24-28,40页.审查员苏晓樱(54)发明名称功率平衡风险指标评估方法、装置、设备及介质(57)摘要本发明公开了一种功率平衡风险指标评估方法，涉及配电网优化技术领域，用于解决现有风险控制模型中可控资源单一，该方法包括：根据源荷历史数据构建时序特性功率模型，并构建多类型的可调节资源模型；评估所述源网荷储功率模型中平衡方程不成立的概率，并作为风险指标；以最小风险和最小调节成本为目标构建风险指标评估模型；构建多目标分布鲁棒模型作为最劣情况风险指标，完成功率平衡风险指标评估模型的构建；通过截断正态分布求解所述模型，得到风险评估结果。本发明还公开了一种功率平衡风险指标评估装置、电子设备和计算机存储介21.一种功率平衡风险指标评估方法，其特征在于，包括以下步骤：根据源荷历史数据构建时序特性功率模型，并根据电力系统中的可调节资源构建多类型的可调节资源模型；评估源网荷储功率模型中平衡方程不成立的概率，并作为风险指标；以最小风险和最小调节成本为目标构建风险指标评估模型；构建多目标分布鲁棒模型作为最劣情况风险指标，完成功率平衡风险指标评估模型的构建，其中，构建多目标分布鲁棒模型作为最劣情况风险指标，所述目标包括概率模型不确定性及最小化成本，所述概率模型不确定性目标满足：通过截断正态分布对所述模型中的函数进行转化，所述函数的净负荷绝对值满足：的方差；0p²为光伏出力的方差，x是服从的分布ξ(x)的随机变量；对转换后的函数通过ε约束法进行求解，得到风险评估结果。2.如权利要求1所述的功率平衡风险指标评估方法，其特征在于，根据源荷历史数据构建时序特性功率模型，所述功率模型的构建包括：基于正态分布概率模型及地市级电网内分布式能源出力时序特性曲线，对光伏及风电系统i,针对每个时刻t,建立基于数据驱动矩信息的分布式能源出力时序特性模糊集：3其中,D1和D2分别为随机变量5nLt的模糊集和水电出力的均值H,t和方差4量5HT,t的分布属于5的概率为1,E(·)为求期望函数；PHT,t和LHT,t分别为均值的上5刻燃料电池与电解装置是否工作的二进制变量，Piy为氢储能第m个月调度周期t时刻的输分别为电解装置与燃料电池的工作效率；能量约束满足氢储容量递推限制和每个时刻氢储容量限制，其中，能量约束需满足氢储容量递推限制和每个时刻氢储容量限制为：氢储的运行费用包括燃料电池的降解成本与电解装置降解的成本总和；每月氢储能量变化的优化满足：其中，表示氢储能第m个月调度周期末时刻的能量，E表示每月氢储的能j的水电出力，PPv,i,j表示变电站j的光伏出力，Py;表示变电站j的氢储能的出力，N,表示负构建短时间初度电储能模型，满足：储能的能量，t时刻电储能的充放电功率，PEssmax为电储能充放电功率的上6构建可调节水电、风光弃置、负荷需求响应的调节手段模型，对于任意一个水电站i,库容及流量满足约束：分别为水电站库容和流量的上下限；削减量满足：减程度；e分别为风电和光伏的日前预测出力；并构建风光削减费用及激励总费用函数。4.如权利要求1所述的功率平衡风险指标评估方法，其特征在于，评估所述源网荷储功其中，表示调节之后的净负荷；为变电站j中的负荷出力；变电站j中的需求响应出力；j为变电站j中的风电出力；为变电站j中的风电削减量；为变电站j中的实施调节后的水电出力；为孕变电站j中的光伏出力；为变电站j中的光伏削减量；为变电站j中的氢储的出力；为变电站j中的电储能的出力；Ksub,;为变电站容载比；Ssub.,为第j个变电站容量；COSφ为变5.一种功率平衡风险指标评估装置，其特征在于，其包括：构建模块，用于根据源荷历史数据构建时序特性功率模型，并根据电力系统中的可调节资源构建多类型的可调节资源模型；指标构建模块，用于评估源网荷储功率模型中平衡方程不成立的概率，并作为风险指标；以最小风险和最小调节成本为目标构建风险指标评估模型；构建多目标分布鲁棒模型7作为最劣情况风险指标，完成功率平衡风险指标评估模型的构建，其中，构建多目标分布鲁棒模型作为最劣情况风险指标，所述目标包括概率模型不确定性及最小化成本，所述概率模型不确定性目标满足：所述最小化成本目标满足：min[Cess+CHBES_deg+CR+CcuR其中，PwT为风电出力；P为光伏出力；Pt为水电出力；P为负荷出力；表示调节之后的净负荷；Pr{·}为概率；为需求响应出力；PwT,CUR为风电削减量；为水电库容；PPv,CUR为光伏削减量；为氢储第m个月调度周期t时刻的出力；为电储能的出力；Ksub,;为变电站容载比；Ssub,;为第j个变电站容量；cOSφ为变电站功率因数，CEss解析模块，用于求解模型，得到风险评估结果；求解所述模型，包括：通过截断正态分布对所述模型中的函数进行转化，所述函数的净负荷绝对值满足：Hnet,j=HL-Hr-Hm-Hpv-Hay,Onet,2=σ²+om²均值；μ,为储能出力的均值；o²为负荷出力的方差；0m²为风电出力的方差；0m²为水电出力的方差；op²为光伏出力的方差，x是服从的分布ξ(x)的随机变量；对转换后的函数通过ε约束法进行求解，得到风险评估结果。6.一种电子设备，其包括处理器、存储介质以及计算机程序，所述计算机程序存储于存储介质中，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4任一项所述的功率平衡风险指标评估方法。7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4任一项所述的功率平衡风险指标评估方法。8技术领域[0001]本发明涉及配电网优化技术领域，尤其涉及一种基于数据驱动的电力系统功率平背景技术[0002]随着配电网中新能源的大规模接入，新能源出力的间歇性、波动性会使得配电网处于不确定的状态，并且运行参数更易越限；此外，新能源分布式电源的接入，改变了配电网的拓扑结构，使得潮流分布变得更为复杂，对配电网的电压、有功功率等状态量都产生了不容忽视的影响，增加了电力系统的风险水平，这也对源网荷互动的风险控制提出了更高的要求。[0003]为保证风险可控，功率平衡风险约束需要包括两个方面：安全约束及零碳约束。安全约束指的是上级电网的最大网供容量小于本级电网运行所需能力，电网运行所产生的风险，即电网热稳定约束风险；零碳约束指的是本级电网内源荷能自给自足或者上送，不能保证零碳运行时产生的风险。[0004]风险控制需要在风险评估及预警的基础上，通过实施与评估结果相适应的预防控制和应急管理等手段，降低高风险发生的可能性或后果的严重程度，为运行调度人员提供决策方案。传统的风险控制方法建立的风险控制模型中可控资源单一，难以协调利用需求侧和供电侧的全部资源，难以对电网的风险进行准确评估，无法为后续电网调度提供可靠的参考依据。发明内容[0005]为了克服现有技术的不足，本发明的目的之一在于提供一种功率平衡风险指标评估方法，通过考虑多类型可调节资源、负荷概率分布的不确定性进行建模，利用截断正态分布将目标函数中随机测度进行转化和求解，实现了电网的风险评估。[0006]本发明的目的之一采用以下技术方案实现：[0008]根据源荷历史数据构建时序特性功率模型，并根据电力系统中的可调节资源构建多类型的可调节资源模型；[0009]评估所述源网荷储功率模型中平衡方程不成立的概率，并作为风险指标；[0010]以最小风险和最小调节成本为目标构建风险指标评估模型；[0011]构建多目标分布鲁棒模型作为最劣情况风险指标，完成功率平衡风险指标评估模型的构建；[0012]通过截断正态分布求解所述模型，得到风险评估结果。[0013]本发明的目的之二采用以下技术方案实现：[0015]构建模块，用于根据源荷历史数据构建时序特性功率模型，并根据电力系统中的9可调节资源构建多类型的可调节资源模型；[0016]指标构建模块，用于评估所述源网荷储功率模型中平衡方程不成立的概率，并作为风险指标；以最小风险和最小调节成本为目标构建风险指标评估模型；构建多目标分布鲁棒模型作为最劣情况风险指标，完成功率平衡风险指标评估模型的构建；[0018]本发明的目的之三在于提供执行发明目的之一的电子设备，其包括处理器、存储介质以及计算机程序，所述计算机程序存储于存储介质中，所述计算机程序被处理器执行时实现上述的功率平衡风险指标评估方法。[0019]本发明的目的之四在于提供存储发明目的之一的计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的功率平衡风险指标评估方法。[0021]本发明以电网的风险评估理论为基础，充分利用电网系统中源荷海量历史数据及可调节资源，构建时序特性功率模型及可调节资源建模；通过评估电力系统源网荷储功率平衡方程不成立的概率，作为风险指标；并考虑区域电网调节能力降低的风险，构建以最小风险和最小调节成本为目标的多目标风险指标评估模型；此外，本发明还考虑了概率分布的不确定性，提出了多目标分布鲁棒模型，以评估最劣的情况下的风险指标；利用截断正态分布将目标函数中随机测度进行转化和求解，通过利用电网系统中需求侧和供电侧的全部资源，并考虑了各种风险的评估，实现了电网多维度的风险评估，可为电网的调度提供可靠的参考依据。附图说明[0022]图1是实施例一的一种功率平衡风险指标评估方法的流程图；[0023]图2是实施例二的源网荷功率平衡安全约束风险等级示意图；[0024]图3是实施例二的源网荷功率平衡安全约束风险等级示意图；[0025]图4是实施例二的源网荷功率平衡零碳约束风险示意图；[0026]图5是实施例二的源网荷功率平衡零碳约束风险等级示意图；[0027]图6是实施例二的多目标优化的帕累托前沿图；[0028]图7是实施例二的多目标优化所对应的风险等级示意图；[0029]图8是实施例三的功率平衡风险指标评估装置的结构框图；[0030]图9是实施例四的电子设备的结构框图。具体实施方式[0031]以下将结合附图，对本发明进行更为详细的描述，需要说明的是，以下参照附图对本发明进行的描述仅是示意性的，而非限制性的。各个不同实施例之间可以进行相互组合，以构成未在以下描述中示出的其他实施例。[0032]实施例一[0033]实施例一提供了一种功率平衡风险指标评估方法，以电网的风险评估理论为基础，研究基于数据驱动的电力系统功率平衡风险指标评估方法。[0034]本实施例所涉及的功率平衡风险主要包括两个方面：[0035]1.安全约束：上级电网的最大网供容量小于本级电网运行所需能力，电网运行产[0036]2.零碳约束：本级电网内源荷能自给自足或者上送，能够保证零碳，风险就是指不能保证零碳运行的风险，即用上级电网的电。[0037]为应对上述两个功率平衡风险，本实施例通过多维度建立多模型，并综合考虑可能产生的各种风险，进行电网系统风险指标的评估。[0038]具体而言，首先，考虑多类型分布式能源、负荷概率分布的不确定性，基于源荷海量历史数据构建矩信息模糊集形式的时序特性功率模型，并对系统中多类型可调节资源建模；其次，基于随机变量的运算原理，利用随机测度方法评估电力系统源网荷储功率平衡方程不成立的概率，作为风险指标；进一步，考虑区域电网调节能力降低风险，提出以最小风险和最小调节成本为目标的多目标风险指标评估模型；在此基础上，考虑不确定因素概率分布的不确定性，提出了多目标分布鲁棒模型，来评估最恶劣的情况下的风险指标；最后，利用截断正态分布将目标函数中随机测度进行转化和求解，并利用ε约束法求解考虑调节措施的风险指标评估中所涉及的多目标优化问题。[0039]根据以上原理，请参照图1所示，一种功率平衡风险指标评估[0040]S1、根据源荷历史数据构建时序特性功率模型，并根据电力系统中的可调节资源构建多类型的可调节资源模型；[0041]S1考虑多类型分布式能源、负荷概率分布的不确定性，基于源荷海量历史数据构建矩信息模糊集形式的时序特性功率模型，并对系统中多类型可调节资源建模。[0042]根据源荷历史数据构建时序特性功率模型，所述功率模型的构建包括：[0043]基于正态分布概率模型及地市级电网内分布式能源出力时序特性曲线，对光伏及风电系统i,针对每个时刻t,建立基于数据驱动矩信息的分布式能源出力时序特性模糊集：P(·)为求概率函数，表示随机变量DG,i,的分布属于25m的概率为1;E(·)为求期望函数，PHDG,i,t和Lnc,,分别为均值的上下限，ODG,,t和90G,it分别为方差的上下限，Ho.pre,1,和[0047]水电站HT的出力由发电效率n、水电站具体变量h在t时刻水头H和发电流量三个因素共同决定。水电转换函数为：系数，通常取9.81。将发电流量Qn实际值建模为服从正态分布的随机变量：[0050]其中，H是发电流量2的均值，o是发电流量的标准差系数；[0051]考虑其均值和标准差不确定，构建水电出力的模糊集：[0053]其中，Dm和Dm₂分别为随机变量5HT,的模糊集和水电出力的均值“HT,t和方差HT,t的不确定集合；Q5H为随机变量5HT,t的分布集合，P(·)为求概率函数，表示随机变量SHT,t的分布属于25的概率为1,E(·)为求期望函数；HT,t和HT,t分别为均值的上下限，OHT,t和HT,t分别为方差的上下限；HTpe,t和Tpre,分别为均值和方差的预测值，α[0054]其中，不同的水电站类型具备不同的水头调节特性，常见水电站有三种类型：径流[0055]对于径流水电站，其无库容调节能力，即水电站h在t时刻水头H₆为一固定值满[0056]对于可调水电站，其具有较好的调节能力，发电水头由上下游水位决定，即水头随着库容的变化而改变。可调电站的发电水头为水库库容的线性函数，即：范围为：别为库容调节的上下界。[0058]对于梯级水电站，其是一类特殊的可调水电站，上下游可调水电站联系比较紧密、互相影响比较显著。当前可调水电站的来水量包括自然来水量和上一级水电站的发电流不确定集合；QξL为随机变量,i,t的分布集合，P(·)为求概率函数，表示随机变量S,t下限。式为：根据预测的每月电网发电量与用电量差值(能量缺口或富余量),以调节后总差值最,其中，日调度时段数量为T₁为氢储能第m个月调度周期末时刻的能量。 成本系数，c₂与c₃为常数。[0095]构建可调节水电、风光弃置、负荷需求响应的调节手段模型，库容及流量满足：[0097]削减量满足：大削减程度；并构建风光削减费用及激励总费用函数。[0101]其中，风光削减的费用如下：PCUR,,t为风光削减的功率，△T为调度周期。[0103]负荷需求响应满足：[0105]其中，PDR;为削减的负荷量，DR,表示最大的削减程度。[0106]第i个负荷的激励成本为Cpricei,激励总费用满足：荷需求响应的单位功率的激励成本，PBR:为第i个负荷需求响应量，N,为需求响应的负荷个[0108]S2、评估所述源网荷储功率模型中平衡方程不成立的概率，并作为风险指标；[0109]S2中，风险指标评估思路为：[0110]步骤一：得到区域内多类型源(风、光、水)荷考虑时序特性的概率功率模型；[0111]步骤二：构建区域内各类型源荷储资源的多时间断面功率平衡方程；[0112]步骤三：基于随机变量的运算原理，利用随机测度方法评估平衡方程不成立的概率，计算区域功率平衡的风险指标。[0113]根据以上原理，评估所述源网荷储功率模型中平衡方程不成立的概率，并作为风[0115]其中，Pnetadjustea,表示调节之后的净负荷；PL为变电站j中节点i的负荷出力；[0116]S3、以最小风险和最小调节成本为目标构建风险指标评估模型；[0117]S3考虑区域电网调节能力降低风险，提出以最小风险和最小调节成本为目标的多目标风险指标评估模型。[0121]以最小调节成本为目标构建储能风险指标评估模型，满足：[0124]S4、构建多目标分布鲁棒模型作为最劣情况风险指标，完成功率平衡风险指标评估模型的构建；[0125]S4具体地，构建多目标分布鲁棒模型作为最劣情况风险指标，所述目标包括概率模型不确定性及最小化成本，所述概率模型不确定性目标满足：负荷出力；Pnet,adjusted,;表示调节之后的净负荷；Pr{·}为概率；为需求响应出力；本。[0129]S5具体包括通过截断正态分布对所述模型中的函数进行转化，所述函数的净负荷绝对值满足：[0131]Hnet,j=μ₂-Hwr-Hm-Hpv-Ha为光伏出力的方差；两部分分别可以转化为：[0134]Obj1:Pr(x>Ksub,jSs[0137]上述求解可以采用非线性求解器进行求解。对于考虑调节能力的源网荷功率平衡，可直接基于源荷网平衡求得的最恶劣情况[0139]假设多目标优化包括目标函数F₁和F₂,求解具体步骤为：[0140]步骤1:针对每个目标函数进行单独优化求解，此时其他目标函数处于无约束状F₁,F2*(以F₂为优化目标，得到的最优值F2*以及此时另一个目标函数的数值F′);[0141]步骤2:F₂非劣解的取值范围为,根据想获取的非劣解个数n,从区间中等间距的选取e(k=1,…,n),其中，常数值e是从另一个目标函数在无约束条件下求得的最大(ek)值和最小(e)值之间等间距地获取的。[0142]步骤3:将F₂=e作为条件放入以F₁为优化目标的优化模型中，优化结果为F¹,k,从而得到第k个非劣解F₁=F₁,k,F₂=ek。[0143]步骤4:求解完成全部的n个非劣解之后，即可以构成该多目标优化问题的帕累托前沿数据。[0145]步骤5:基于所述帕累托前沿数据调整所述分布式配电网中的资源配置参数。[0146]具体的，帕累托前沿上的每个非劣解数据均是一个可行的最优解，对应的资源配置方案均为经过优化的方案，但目标函数值的组合不同，可根据实际需要进行选择，例如偏向于较低的配置预算成本，均能够为实现最小化风险和配置预算成本最小化的目标。[0147]综上，通过本实施例所描述的模型构建过程及模型求解过程，不仅可以对风险进行预测，还能得到风险最小化的最优解，为电网调度提供参考。[0149]实施例二是实施例一的一种具体测试说明。[0150]为了阐明实施例一中模型和所描述方法的有效性，对一座函供电区域进行风险指标评估，具体地，典型日取24个点，考虑容载比之后的最大容量为60MVA,光伏最大功率为74MW,风电最大功率为18MW,水电最大功率为30MW,区域最大负荷为145MW。[0152]安全约束风险请参照图2、图3所示，安全约束的违反在7时和8时较为明显，这是因[0153]零碳约束风险请参照图4、图5所示，零碳约束的违反在17时和18时较为明显，这是因为晚高峰负荷功率较大，但光伏出力已经较小，易违反零碳约束。[0154]请参照图6、图7所示的源网荷功率平衡风险指标的帕累托前沿，圆圈处为帕累托点(最大风险概率、全天成本)所对应风险指标评估情况。[0155]综上，可以看出通过利用实施例一所阐述的方法，结合调节措施的实施，电网中功率平衡风险得到了显著降低，提高了电网系统的安全性，确保了系统的低碳运行。[0157]实施例三公开了一种对应上述实施例的功率平衡风险指标评估方法对应的装置，[0158]构建模块210,用于根据源荷历史数据构建时序特性功率模型，并根据电力系统中的可调节资源构建多类型的可调节资源模型；[0159]指标构建模块220,用于评估所述源网荷储功率模型中平衡方程不成立的概率，并作为风险指标；以最小风险和最小调节成本为目标构建风险指标评估模型；构建多目标分布鲁棒模型作为最劣情况风险指标，完成功率平衡风险指标评估模型的构建；[0160]解析模块230,用于求解模型，得到风险评估结果。[0161]实施例四[0162]图9为本发明实施例四提供的一种电子设备的结构示意图，如图9所示，该电子设备包括处理器310、存储器320、输入装置330和输出装置340;计算机设备中处理器310的数量可以是一个或多个，图9中以一个处理器310为例；电子设备中的处理器310、存储器320、输入装置330和输出装置340可以通过总线或其他方式连接，图9中以通过总线连接为例。[0163]存储器320作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的功率平衡风险指标评估方法对应的程序指令/模块。处理器310通过运行存储在存储器320中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述实施例一至实施例二的功率平衡风险指标评估方法。[0164]存储器320可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器320可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中步包括相对于处理器310远程设置的存储器，这些远程存储器可以通过网络连接至电子设[0165]输入装置330可用于接收输入的用户身份信息、电网数据等。输出装置340可包括显示屏等显示设备。[0166]实施例五[0167]本发明实施例五还提供一种包含计算机可执行指令的存储介质，该存储介质可用于计