一种多能资源协同规划调度方法、装置、设备及存储介质与流程

本发明涉及能源规划，具体涉及一种多能资源协同规划调度方法、装置、设备及存储介质。

背景技术：

1、电力能源系统可持续性、弹性、韧性和碳中和是未来电力能源规划发展的目标。清洁低碳、安全可控、灵活高效、智能友好、开放互动是我国构建中的新型电力系统的基本特征。随着环境问题和能源紧缺的加剧，太阳能和风能为代表的新能源得到了广泛地关注和发展。然而，由于新能源的间歇性和不稳定性，其发电出力输出难以持续满足电力供需平衡及负荷需求，尤其是在系统峰值负荷及新能源峰值发电等特定时段。另外伴随电动汽车等新能源汽车的普及、用户侧主动参与需求响应导致用电行为改变，电力系统需要更多的可以调度的灵活性资源以维护系统稳定性及安全性。

2、储能技术作为解决新能源波动性问题的关键手段之一，得到了迅速地发展。储能系统在需要的时候释放电力，以满足负荷要求。而引入新能源和储能后，系统调度变得更加复杂，需要考虑多能源形式的协调和优化，以确保电力供应的可靠性和稳定性。如何合理规划新能源、储能、能效提升及需求响应，如何协同优化调度多种能源形式，使其在特定时段内能够提供所需的发电出力，是一个具有挑战性的问题。这需要制定合适的规划方法及调度算法。

3、目前，新能源资源规划和相关的微电网规划吸引了世界各地许多研究人员的兴趣。已有文献提出了一种基于概率最小割集(minimum cut-set)的优化规划迭代方法，解决了包括经济性、可靠性和发电变异性在内的各种挑战。已有文献研究了基于代理的新能源经济调度问题。新能源储能的规划设计主要围绕技术工程经济决策，利用成本效益分析和运筹学方法解决优化调度和发电扩展规划问题。现有方法能够得到较为准确的符合需求的联合规划结果，但缺少考虑含季节长周期性特征8760小时负荷数据、综合考虑多种能源形式、满足系统特定时段发电出力需求约束及可信发电出力的潜在收益，因此具有较大的局限性。

4、综上所述，满足特定时段出力需求的多能资源协同优化规划及调度是新型电力系统规划领域的关键问题，在众多研究和应用中发挥基础性作用，但现有的规划方式没有充分考虑负荷与多能资源发电出力的关联性，没有充分挖掘系统可规划的灵活性资源，规划误差较大，具有一定的局限性，无法全面描述刻画新能源储能联合规划与调度的相互作用及变化特征，及准确，真实，有效地模拟新能源、储能与电网之间的有效互动。

技术实现思路

1、有鉴于此，本发明提供了一种多能资源协同规划调度方法、装置、设备及存储介质，以解决现有的规划方式没有充分考虑负荷与多能资源发电出力的关联性，没有充分挖掘系统可规划的灵活性资源，规划误差较大，具有一定的局限性，无法全面描述刻画新能源储能联合规划与调度的相互作用及变化特征，及准确，真实，有效地模拟新能源、储能与电网之间的有效互动的问题。

2、第一方面，本发明提供了一种多能资源协同规划调度方法，该方法包括：

3、获取目标规划地点的初始分布式新能源历史出力数据集、历史失负荷概率数据集、目标多能资源数据集和原始资源数据集；将初始分布式新能源历史出力数据集经过基于最小二乘支持向量机改进的克里格估计样点内插值法处理，得到目标规划地点的新能源时序出力预测数据集；根据历史失负荷概率数据集建立负荷预测模型并确定负荷预测数据集；根据目标多能资源数据集和原始资源数据集建立多目标规划调度模型；基于新能源时序出力预测数据集、历史失负荷概率数据集和负荷预测数据集，对多目标规划调度模型求解，得到多能资源协同规划调度结果。

4、本发明提供的多能资源协同规划调度方法，首先利用基于最小二乘支持向量机改进的克里格估计样点内插值法对初始分布式新能源历史出力数据集进行处理，可以对目标规划地点的新能源时序出力进行预测并得到目标规划地点的新能源时序出力预测数据集。其次，根据历史失负荷概率数据集建立负荷预测模型并确定负荷预测数据集。然后，结合目标多能资源数据集和原始资源数据集构建了一个完整的多目标规划调度模型。最后，通过新能源时序出力预测数据集、历史失负荷概率数据集和负荷预测数据集进行模型求解即可以得到最终的多能资源协同规划调度结果。因此，通过实施本发明，对多能资源联合提供可信发电出力能力及灵活性进行表征，克服了新能源发电的随机性、负荷不确定性及负荷预测误差的影响及传统规划方法没有充分考虑多种灵活性资源、新能源与储能系统之间实际运行时的物理约束的不足，能够满足系统特定时段出力需求，为建立含高比例新能源的新型电力系统优化规划及调度运行模型奠定基础。

5、在一种可选的实施方式中，将初始分布式新能源历史出力数据集经过基于最小二乘支持向量机改进的克里格估计样点内插值法处理，得到目标规划地点的新能源时序出力预测数据集，包括：

6、对初始分布式新能源历史出力数据集进行归一化处理，得到目标分布式新能源历史出力数据集；根据目标分布式新能源历史出力数据集，计算初始变方差函数；利用最小二乘支持向量机对初始变方差函数进行拟合处理，得到目标变方差函数；基于目标变方差函数，经过克里格估计样点内插值法处理，得到目标规划地点的新能源时序出力预测数据集。

7、本发明提供的多能资源协同规划调度方法，首先根据归一化后的目标分布式新能源历史出力数据集计算初始变方差函数，然后通过最小二乘支持向量机拟合得到最优的目标变方差函数。最后，通过克里格估计样点内插值法处理可以对目标规划地点的新能源时序出力进行预测并得到目标规划地点的新能源时序出力预测数据集，为后续多能资源协同规划调度提供了支持。

8、在一种可选的实施方式中，根据目标多能资源数据集和原始资源数据集建立多目标规划调度模型，包括：

9、获取目标函数和目标约束条件集；根据原始资源数据集确定目标时段出力需求；基于目标函数和目标约束条件集，利用目标时段出力需求和目标多能资源数据集，构建多目标规划调度模型。

10、本发明提供的多能资源协同规划调度方法，在获取得到的目标函数和目标约束条件集的基础上，结合目标时段出力需求和目标多能资源数据集，可以构建得到满足目标时段出力需求的多目标规划调度模型，为后续多能资源协同规划调度提供了支持。

11、在一种可选的实施方式中，获取目标函数和目标约束条件集，包括：

12、获取多个资源成本数据和初始约束条件集；根据多个资源成本数据，建立目标函数；利用big-m方法对初始约束条件集进行转换，得到目标约束条件集。

13、本发明提供的多能资源协同规划调度方法，通过big-m方法可以将非线性的初始约束条件集转换为线性的目标约束条件，可以保证后续多目标规划调度模型的效率、收敛性以及模型结果的全局最优。

14、在一种可选的实施方式中，基于目标函数和目标约束条件集，利用目标时段出力需求和目标多能资源数据集，构建多目标规划调度模型，包括：

15、基于目标函数和目标约束条件集，利用目标时段出力需求和目标多能资源数据集，构建初始规划调度模型；对初始规划调度模型求解，得到求解结果；判断求解结果是否为最优解；当求解结果为最优解，确定初始规划调度模型为多目标规划调度模型；当求解结果不是最优解，调整初始约束条件集和多个资源成本数据，直至存在最优解并确定多目标规划调度模型。

16、本发明提供的多能资源协同规划调度方法，通过检查初始规划调度模型可以进一步确定最终的多目标规划调度模型。

17、在一种可选的实施方式中，根据原始资源数据集确定目标时段出力需求，包括：

18、基于预设条件，根据原始资源数据集计算发电费用数据；以发电费用数据为基础参考值，利用电价曲线或负荷峰谷曲线确定目标时段出力需求。

19、本发明提供的多能资源协同规划调度方法，利用现有资源可以计算得到满足条件的当前发电费用数据进而可以确定出满足当前条件的目标时段出力需求。

20、第二方面，本发明提供了一种多能资源协同规划调度装置，该装置包括：

21、获取模块，用于获取目标多能资源数据集和原始资源数据集，目标多能资源数据集包括年8760小时负荷曲线数据、新能源物理及价格费用数据、储能物理参数及价格费用数据、多个电费数据、新能源储能奖励刺激数据、碳排放参数及价格数据；第一确定模块，用于根据原始资源数据集确定目标时段出力需求；构建模块，用于根据目标时段出力需求和目标多能资源数据集，构建多目标规划调度模型；第二确定模块，用于基于多目标规划调度模型，确定多能资源协同规划调度结果。

22、第三方面，本发明提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的多能资源协同规划调度方法。

23、第四方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的多能资源协同规划调度方法。

24、第五方面，本发明提供了一种计算机程序产品，包括计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的多能资源协同规划调度方法。