水光互补+短期调度！梯级水光互补系统最大化可消纳电量期望短期优化调度模型程序代码！

前言

构建含风电、光伏的多能互补系统是解决新能源并网灵活性的重要途径。国家发展和改革委员会、能源局《关于推进电力源网荷储一体化和多能互补发展的指导意见》（发改能源规〔2021〕280号）明确提出了多能互补的实施路径，要充分发挥流域梯级水电站和具有较强调节性能水电站的调节能力，确保可再生能源综合利用率保持在合理水平。“十四五”期间也将重点发展九大清洁能源基地，其中5个与流域梯级水电互补相关。最新全国水利普查成果显示，已建库容在10万m3以上的水库有98002座，其中大型水库756座，中型水库3938座，如此庞大的“储能”系统，为实现风光新能源的多能互补提供了良好的基础。

目标函数

考虑光伏出力的不确定性，以梯级水光互补系统的可消纳电量期望最大为目标，函数可表示为：

式中：S=∏j=Sj为光伏场站出力的组合场景数；Prob(s)=∏j=p(rs,j)为第s种出力组合场景的出现概率；rs,j和p(rs,j)分别为第s种组合场景下光伏场j对应所属的场景以及该场景概率，且满足1≤rs,j≤Sj；Phydroi,t为水电站i在时段t的出力；Ppvj,t(rs,j)为光伏场j在rs,j场景下时段t的出力；Pwg,t(s)为第s种组合场景下第g个约束断面在时段t的弃电量；I、J、G、T分别为水电站总数、光伏场总数、约束断面数、调度期总时段数；Δt为单一时段小时数。

约束条件

1）水量平衡约束；2）水库水位约束；3）初始水位和末水位控制；4）出库流量约束；5）电站出力约束；6）水位-库容关系；7）尾水位-泄流量关系；

线性化处理

1）机组振动区约束线性化

大型机组可能存在多个振动区，将出力在最大最小出力范围内划分为多个非连续的安全运行区间。程序假设机组振动区不随机组水头变化而改变，即固定的振动区，假设机组有K个振动区，则有K+1个安全运行区间，即

引入0-1变量θi,n,t,k表示出力所在的安全区间，线性化处理方式为：

式中：θi,n,t,k为振动区指示变量，取1表示电站i的第n台机组在时段t处于第k个安全运行区间。

2）水电机组出力波动限制约束线性化

水电机组出力的频繁波动表现为相邻时段出力的向上或向下调节。区别于已有文献中采用的关联搜索和负荷重构等方法，文中创新性地通过引入调节指标变量进行处理，可有效提高求解效率。

式中：αi,n，t∈{0,1}和βi,n,t∈{0,1}为电站i的第n台机组在时段t的功率调节指标变量，αi,n,t=1表示时段t+1功率向下调节，βi,n,t=1表示时段t+1功率向上调节，当功率不发生变化时，αi,n,t=0且βi,n,t=0；Mαβ为功率调整（向上和向下）时段数上限。

此外，为了保证机组在每次出力调整之后至少能够保持稳定出力一定时段te，引入以下约束：

如图所示机组状态变化示意图，当机组稳定出力时间达到te后，机组具有上调、下调和平稳出力3种有效状态，假设此时为t0时刻，若t1时刻上调或下调出力，调整之后则仅有平稳出力状态有效，上调和下调的状态暂时无效，直到稳定出力时间再次达到te后，机组上调和下调的状态重新有效，如此逐时段约束保证机组出力的稳定性。

光伏出力场景构建

受天气变化、预测方法等因素影响，光伏预测出力与实际出力之间的偏差客观存在。文中以历史偏差数据为样本，采用模糊聚类分析，构建光伏出力场景，具体方法流程如下。

1）出力偏差处理

式中：ΔPjp,vt、Pjp,vt、Pjp,vt*分别为光伏场j在时段t的预测偏差、预测出力、实际出力；Njpv为光伏场j的装机容量。

2）模糊聚类分析

以光伏场站历史日内96点预测出力与实际出力偏差曲线为样本，进行模糊聚类分析，并采用聚类综合质量确定最佳聚类数，最后以各类别的模糊聚类中心构建预测出力偏差场景。

3）光伏出力场景

根据偏差处理中得到场景rs,j下光伏场j的预测出力偏差，记作：

则场景rs,j下的出力曲线为：

对应的概率可通过属于场景rs,j的样本数占总样本数的比例得到。

求解流程

本文所述的互补系统最大化可消纳电量期望模型的求解步骤如下：

步骤1：读取基础数据并设置计算条件。包括区间流量、梯级发电计划、光伏预测出力、光伏历史预测与实际出力、分区断面约束、爬坡能力等。

步骤2：模型转换处理。采用上述模型转换方法，对非线性约束进行线性化处理。

步骤3：光伏出力场景构建。根据计划日光伏预测出力以及上述方法构建光伏出力场景。

步骤4：模型求解。将目标函数与转化后的约束结合构成的MILP模型，在Matalb中，编码调用CPLEX求解类，实现模型求解。

步骤5：结果输出。输出互补系统整体可消纳电量期望值，不同组合场景下的电站出力、机组出力、机组开停机、出库流量、水库水位等结果信息。

程序介绍

程序以机组为最小调度单位，采用模糊聚类方法构建出力场景描述光伏不确定性，精细化考虑互补系统面临的电站约束、机组约束和电网约束，构建了梯级水光互补系统最大化可消纳电量期望短期优化调度模型。通过梯级负荷在电站和时段间的合理调配，挖掘梯级水电在电网供电支撑和光伏互补调节中的双重作用，提升互补系统的整体电量消纳水平。所提模型是一个高维的多变量、多约束的混合整数非线性规划（MINLP）问题，采用分段线性逼近、引入0-1整数变量、发电水头离散等线性化方法和建模技巧，将原MINLP问题转化为MILP问题，采用CPLEX求解。程序中算例丰富，注释清晰，干货满满，创新性和可扩展性很高，足以撑起一篇高水平论文！下面对程序做简要介绍！

程序适用平台：Matlab+Yalmip+Cplex

程序结果

部分程序

N = sum(Ni);   ​% 该区域机组总数
P_in_max = ​ % 第n台机组的出力上限
P_in_min = % 第n台机组的出力下限​
Q_p_int_max =  % 电站i的发电流量上限​
Q_p_int_min = 0;​ % 电站i的发电流量下限
P_1_3nk_max = % 电站1-3的机组第k个振动区的出力上限​
P_1_3nk_min = ​ % 电站1-3的机组第k个振动区的出力下限
P_4nk_max =  % 电站4的机组第k个振动区的出力上限​
P_4nk_min =  % 电站4的机组第k个振动区的出力下限​
T_on_in = 8;  ​ % 电站 i 的第 n 台机组的最小开机持续时段数
T_off_in = 8; ​ % 电站 i 的第 n 台机组的最小停机持续时段数
M_on_in = 8;  ​ % 电站 i 的第 n 台机组的最大开机次数
dP_in = 60;   ​ % 电站 i的第 n 台机组的爬坡能力为60MW/15 min
te = 4;  ​ % 机组在一轮出力升降过程中需持续的最少时段数
ai =  % 电站 i 的水头损失系数​
bi =  % 电站 i 的水头损失常数​
P_plan =  % 梯级水电发电计划​
e = 0.02;   ​% 允许偏差
L_gt = [900 2000 800 600]; ​% 第g个约束断面的负荷容量上限
C_gt = [900 1500 750 500];      ​ % 第g个约束断面的输电容量上限
M_ab = 12;     ​ % 功率调整（向上和向下）时段数上限
N_pv = [550 1200];​  % 光伏场 j 的装机容量
P_pv0 =  % 光伏场j的预测出力​
P_pv =  % 光伏场j的实际出力​
dP_pv = abs(P_pv - P_pv0);  ​ % 光伏预测偏差
tau_int = 0.005;  ​ % 出力曲线的系数

部分内容源自网络，侵权联系删除！

欢迎感兴趣的小伙伴关注并私信获取完整版代码，小编会不定期更新高质量的学习资料、文章和程序代码，为您的科研加油助力！