2023年3月电工技术学报Vol.38No.6第38卷第6期TRANSACTIONSOFCHINAELECTROTECHNICALSOCIETYMar.2023DOI:10.19595/j.cnki.1000-6753.tces.211771考虑风电预测误差时序性及风电可信度的双层优化模型徐询谢丽蓉梁武星叶家豪马兰（可再生能源发电与并网技术教育部工程研究中心（新疆大学）乌鲁木齐830047）摘要推动风电等清洁能源是实现双碳目标的有力举措。为此针对风电的不确定性，提出考虑风电预测误差时序性及风电可信度的双层优化模型。首先，根据风电预测误差的时序相关性优化预测误差分段数；然后，建立双层优化模型，日前阶段上层模型基于风电功率上下波动域以最大化利用风电和最小化发电成本及碳交易成本为目标函数，日内阶段基于风电概率性场景以最小化系统偏差校正成本及风险成本为目标函数，并考虑激励型需求响应，通过风电可信度耦合关联上下层模型；最后，以新疆某地区风电场数据进行仿真分析，结果表明所提模型能够降低系统风险成本，协调风电和火电的输出功率，并提高风电接入系统的整体经济性。关键词：风电预测误差概率密度分布自动发电控制双层优化模型中图分类号：TM6140引言2020年9月，我国提出2030年前实现碳达峰，努力争取2060年前实现碳中和。研究碳中和背景下能源系统的低碳化转型，将加速风电等其他可再生能源的不断应用[1]。随着风电并网容量的增加，风电固有的不确定性使得电力系统运行存在风险[2-3]，不仅增加了电力系统调度的难度，还影响其经济性。故当前提高风电消纳能力及保证电力系统安全性是双碳目标的一个关键任务。现阶段针对风电并网经济调度问题已有一些研究。总体可分为两类，分别为确定性方法和不确定性方法。确定性方法即将风电预测功率视为确定值，常规机组预留足够的备用容量以此改善风电不确定性。不确定性方法则是将风电功率或风电预测误差等视为调度模型中的不确定性变量，以此确定经济性最优的机组组合。故而考虑具有风电不确定信息的预测误差概率分布进行调度成为研究新方向[4-6]。在风电预测误差概率分布研究方面，文献[7]采用TLS（tlocation-scale）分布描述风电功率预测误差分布；文献[8]以风电集群为主体，认为风电集群预测误差采用非参数核密度估计为最佳拟合模型方法；文献[9]采用核密度估计方法建立各类样本在不同风向条件下的风速-风电功率预测误差联合概率密度分布模型；文献[10]利用非参数核密度估计方法计算预测误差的概率密度分布及光伏日前功率预测值的置信区间。以上文献利用参数估计或...
