考虑光伏发电不确定性的跨省两级优化调度模型

为降低光伏出力预测不确定性对跨省优化调度运行经济性与安全性的影响,提出了一种计及光伏出力预测不确定性的跨省两级优化调度策略。首先,采用长短期记忆(long short-term memory,LSTM)神经网络作为光伏出力预测模型,通过k-means方法对多个光伏电站出力波动量进行聚类,并将聚类后的光伏出力数据集代入到LSTM模型,生成考虑空间相关性的大规模光伏日前、日内出力预测结果;其次,以日前光伏出力预测曲线和负荷需求曲线为基础,结合火电和抽水蓄能建立日前调度模型,以日前调度结果作为输入变量,进行概率潮流计算完成一级调度,基于NSGA-II算法进行多目标交直流混合系统最优潮流计算完成二级调度;最后,以国内某两省实际数据及修改的IEEE 39节点为系统算例,对光伏出力不确定环境下的两级优化调度计划进行分析。算例结果表明,所提调度策略能够协调优化两省可调度资源,降低网络运行越限风险,提高电力系统的经济性与稳定性。