基于场景削减的网源协同规划研究

王华勇，傅 强,徐 昱,王梓萌

(1.南瑞集团有限公司国网电力科学研究院有限公司，江苏 南京 211106；2.国电南瑞科技股份有限公司，江苏 南京 211106)

0 引言

日益严重的能源危机以及化石能源带来的环境问题，迫使各国加快能源结构转型。风电和光伏发电易受地理位置和气候条件影响，源端具有很强的不确定性。传统的电力系统规划模式无法考虑不确定性因素带来的影响。场景分析法是该问题的主要处理方法。随着电力系统规模的不断扩大及间歇性能源的大规模并网，场景数量呈爆发式增长。如何同时满足求解精度与求解效率的需求，是场景分析法应用于电网规划的关键问题。场景集中存在大量相似场景。场景削减通过各种方法减少相似场景。文献[1]从一年8 760个场景中选取P个风电出力较大场景以及Q个负荷较大场景构成(P+Q)个典型场景。文献[2]将负荷峰谷差最大一日作为典型场景。但无论是典型日法，还是平均值法，都忽视了场景集内数据的变化规律，在一定程度上破坏了场景集的原有特征。

后向削减法(backward reduction，BR)、场景树构建法(scenario tree construction，STC)、快速前向选择法(fast forward selection，FFS)和各种聚类分析法[3-4]，可以在保持场景集原有特征的前提下实现场景削减。相较于BR、FFS和STC，聚类分析法原理简单、时间复杂度低。文献[5]应用聚类分析法进行负荷曲线分类。文献[6]通过聚类分析法形成具有代表性的储能单元充放电曲线。文献[7]通过聚类分析法生成风电/光伏典型场景。上述聚类分析法的研究对象都是性质单一的负荷、风电、光伏或储能场景，但在生产活动中它们往往表现出一定的相关性。……