隨著全球風(fēng)電產(chǎn)業(yè)的迅速發(fā)展，高比例風(fēng)電接入將成為電力系統(tǒng)新場(chǎng)景。在全新場(chǎng)景下，風(fēng)電功率的隨機(jī)波動(dòng)、預(yù)測(cè)誤差等不確定性特征更加明顯，一方面加劇了風(fēng)電消納受阻程度，另一方面也增大了系統(tǒng)備用容量需求，提高了系統(tǒng)運(yùn)行成本，給傳統(tǒng)優(yōu)化調(diào)度帶來(lái)了極大挑戰(zhàn)，因此，亟待解決計(jì)及風(fēng)電不確定性的優(yōu)化調(diào)度問(wèn)題。在此背景下，需要研究合理的風(fēng)電不確定性模型，并將其應(yīng)用于含風(fēng)電接入系統(tǒng)的優(yōu)化調(diào)度方法。

目前，根據(jù)風(fēng)電不確定性模型，主要有以下幾種計(jì)及風(fēng)電不確定性的優(yōu)化調(diào)度方法：

①文獻(xiàn)[6]基于風(fēng)電功率點(diǎn)預(yù)測(cè)模型，在傳統(tǒng)經(jīng)濟(jì)調(diào)度基礎(chǔ)上，通過(guò)增加系統(tǒng)備用來(lái)應(yīng)對(duì)風(fēng)電功率預(yù)測(cè)誤差等不確定性因素，該方法存在風(fēng)電消納電量最大與運(yùn)行成本最低之間的矛盾，難以取得理論最優(yōu)解；

②文獻(xiàn)[7,8]采用模糊隨機(jī)變量來(lái)描述風(fēng)電不確定性，建立了電力系統(tǒng)隨機(jī)模糊多目標(biāo)交易計(jì)劃模型，雖然降低了風(fēng)電不確定性的影響，但依據(jù)專家經(jīng)驗(yàn)獲取模糊隸屬度，具有較強(qiáng)的主觀性；

③文獻(xiàn)[9-11]采用區(qū)間變量描述風(fēng)電不確定性，并結(jié)合魯棒優(yōu)化調(diào)度方法解決了含風(fēng)電系統(tǒng)的經(jīng)濟(jì)調(diào)度問(wèn)題，雖然優(yōu)化結(jié)果能夠以一定置信水平滿足所有風(fēng)電出力場(chǎng)景，但存在過(guò)于保守、對(duì)優(yōu)化目標(biāo)犧牲過(guò)大的風(fēng)險(xiǎn)。

相比較而言，基于風(fēng)電不確定性的連續(xù)性概率分布模型，并采用機(jī)會(huì)約束規(guī)劃優(yōu)化調(diào)度方法，能夠取得一定概率意義下的最優(yōu)調(diào)度方案，在解決含風(fēng)電優(yōu)化調(diào)度問(wèn)題中得到了廣泛應(yīng)用。

目前正態(tài)分布、Beta分布等風(fēng)電不確定性概率模型在系統(tǒng)優(yōu)化調(diào)度建模中得到了較多應(yīng)用。然而正態(tài)分布屬于無(wú)界對(duì)稱概率分布，在風(fēng)電預(yù)測(cè)出力接近上、下限時(shí)，容易局部放大風(fēng)電功率預(yù)測(cè)誤差，而B(niǎo)eta分布屬于有界非對(duì)稱概率分布，自變量取值范圍為[0,1]，與風(fēng)電場(chǎng)有功出力（標(biāo)幺值）相對(duì)應(yīng)，且Beta分布參數(shù)設(shè)置靈活，形狀多變，總體上比正態(tài)分布模型能更加精確地描述風(fēng)電功率預(yù)測(cè)誤差。

風(fēng)電概率分布模型能較準(zhǔn)確地描述風(fēng)電不確定性，但在構(gòu)建機(jī)會(huì)約束規(guī)劃優(yōu)化調(diào)度模型時(shí)，也存在模型求解復(fù)雜問(wèn)題。文獻(xiàn)[16]利用連續(xù)性概率分布密度函數(shù)描述風(fēng)電功率波動(dòng)和負(fù)荷預(yù)測(cè)誤差，建立了機(jī)會(huì)約束規(guī)劃的虛擬電廠經(jīng)濟(jì)調(diào)度模型，并采用隨機(jī)模擬和遺傳算法相結(jié)合的混合算法進(jìn)行求解；文獻(xiàn)[17]采用蒙特卡洛模擬法和機(jī)會(huì)約束規(guī)劃法，建立了風(fēng)力發(fā)電機(jī)組和光伏方陣兩種分布式可再生能源接入配電網(wǎng)的多目標(biāo)優(yōu)化配置模型。

隨著風(fēng)電場(chǎng)數(shù)量的增加，求解規(guī)模也將呈指數(shù)形式增加，隨機(jī)模擬類求解算法將很難滿足此類問(wèn)題的求解需求，實(shí)用性降低。因此，針對(duì)上述方法，還應(yīng)在降低模型復(fù)雜度方面進(jìn)行深入研究。

針對(duì)以上問(wèn)題，本文提出一種基于風(fēng)電離散化概率序列的電力系統(tǒng)機(jī)會(huì)約束規(guī)劃調(diào)度方法。首先，利用一組Beta分布概率密度函數(shù)族描述風(fēng)電不確定性；其次，利用序列運(yùn)算理論將風(fēng)電概率分布函數(shù)簡(jiǎn)化為離散化概率序列；進(jìn)而，基于機(jī)會(huì)約束規(guī)劃理論，建立基于風(fēng)電離散化概率序列的機(jī)會(huì)約束規(guī)劃調(diào)度模型，以降低模型求解復(fù)雜度；最后，利用某地區(qū)電網(wǎng)進(jìn)行仿真計(jì)算，證明了本文所提方法的可行性和有效性。

結(jié)論

1）本文提出了基于風(fēng)電離散化概率序列的機(jī)會(huì)約束規(guī)劃優(yōu)化調(diào)度方法，用于解決傳統(tǒng)風(fēng)電不確定性優(yōu)化調(diào)度方法中存在的結(jié)果最優(yōu)與求解復(fù)雜之間的矛盾問(wèn)題。該方法提出了描述風(fēng)電不確定性的離散化概率序列模型，并通過(guò)將待優(yōu)化時(shí)刻的風(fēng)電概率分布轉(zhuǎn)換為離散化概率序列，建立了基于風(fēng)電離散化概率序列的機(jī)會(huì)約束規(guī)劃調(diào)度模型。該方法利用概率序列簡(jiǎn)化描述風(fēng)電不確定性，能夠兼顧結(jié)果優(yōu)良性和方法實(shí)用性。

2）針對(duì)實(shí)際地區(qū)電網(wǎng)，采用三種優(yōu)化調(diào)度方法進(jìn)行比較分析，結(jié)果表明：計(jì)及風(fēng)電出力不確定性影響，本文所提方法在減少棄風(fēng)電量、降低運(yùn)行成本的同時(shí)，大幅提高了求解速度，為考慮風(fēng)電不確定性優(yōu)化調(diào)度提供了一種有效實(shí)用的解決方法。