考虑风光不确定性下基于主从博弈的机组联合优化调度策略

doi:10.16628/j.cnki.2095-8188.2025.12.003

电器与能效管理技术 ›› 2025, Vol. 0 ›› Issue (12): 17-24.doi: 10.16628/j.cnki.2095-8188.2025.12.003

考虑风光不确定性下基于主从博弈的机组联合优化调度策略

王庆园, 吕澜欣, 张发, 杨笛, 李新征

国网江苏省电力有限公司高邮市供电分公司, 江苏扬州 225600

收稿日期:2025-09-23 出版日期:2025-12-30 发布日期:2025-12-31
作者简介:王庆园(1999—),男,主要从事规模化车网互动及调控技术研究工作。|吕澜欣(2001—),女,主要从事电力系统及其自动化研究工作。|张发(1973—),男,高级工程师,主要从事电力系统及其自动化研究。

Joint Optimal Dispatch Strategy for Units Based on Master-Slave Game Considering Uncertainty of Wind and Solar Power

WANG Qingyuan, LYU Lanxin, ZHANG Fa, YANG Di, LI Xinzheng

Gaoyou Power Supply Company, State Grid Jiangsu Electric Power Co., Ltd., Yangzhou 225600, China

Received:2025-09-23 Online:2025-12-30 Published:2025-12-31

摘要/Abstract

摘要：

为提高高比例新能源电力系统的经济性与可靠性,提出一种考虑风光不确定性下基于主从博弈的机组联合优化调度策略。首先,通过构建Transformer-长短期记忆(LSTM)混合模型对风光出力进行预测,并采用Wasserstein距离建立动态置信区间以刻画风光出力的不确定性;其次,建立风光发电商与火电机组之间的双层博弈模型,引入风险溢价与弃风弃光惩罚机制协同优化出力计划与备用容量。最后,进行算例分析。结果表明,所提策略能有效降低弃风弃光率,提升系统运行经济性,为高比例新能源电力系统的不确定性优化调度提供了解决方案。

关键词: 不确定性, 主从博弈, Transformer-LSTM混合预测, 动态置信区间, 能源调度

Abstract:

In order to improve the economy and reliability of a high proportion of new energy power system, a joint optimal dispatch strategy for units based on master-slave game considering the uncertainty of wind and solar power is proposed. Firstly, the transformer long short-term memory(LSTM)hybrid model is constructed to predict the wind and solar power output, and the Wasserstein distance is used to establish the dynamic confidence interval to describe the uncertainty of wind and solar power output. Secondly, a two-level game model between wind and solar power generators and thermal power units is established, and the risk premium and the penalty mechanism of wind and solar abandonment are introduced to optimize the output plan and reserve capacity. Finally, a case study is conducted. The results show that the proposed strategy can effectively reduce the wind and solar curtailment rate and improve the operation economy of the system, which provides a solution for the uncertain optimal dispatch of high proportion of new energy power systems.

Key words: uncertainty, master-slave game, Transformer-LSTM hybrid prediction, dynamic confidence interval, power dispatch

中图分类号:

TM73

王庆园, 吕澜欣, 张发, 杨笛, 李新征. 考虑风光不确定性下基于主从博弈的机组联合优化调度策略[J]. 电器与能效管理技术, 2025, 0(12): 17-24.

WANG Qingyuan, LYU Lanxin, ZHANG Fa, YANG Di, LI Xinzheng. Joint Optimal Dispatch Strategy for Units Based on Master-Slave Game Considering Uncertainty of Wind and Solar Power[J]. LOW VOLTAGE APPARATUS, 2025, 0(12): 17-24.

图/表 10

图1

图2

表1

图3

图4

表2

图5

表3

图6

表4

参考文献 15

[1]	翁智敏, 朱振山, 温步瀛, 等. 高比例新能源电力系统研究综述[J]. 电器与能效管理技术, 2021(11):1-7.
[2]	白忠彬. 多尺度灵活性资源博弈下风电场储能容量优化[J]. 电器与能效管理技术, 2023(5):79-88.
[3]	田程, 张飞, 任晓颖, 等. 考虑机组最优排序的电力系统动态经济调度[J]. 电工技术, 2022(16):136-139.
[4]	徐伟明, 赵家振, 邱明石, 等. 多场景多尺度多目标红船园区综合能源控制方案研究[J]. 现代电子技术, 2023, 46(7):128-134.
[5]	王庆园, 王明深, 穆云飞, 等. 考虑调频-激励不确定性的EV集群与机组协同调频鲁棒优化模型[J]. 电力系统自动化, 2025, 49(18):146-158.
[6]	王明深, 李毅强, 王伟亮, 等. 考虑充放电响应度的电动汽车聚合商与机组协同参与调频市场运营策略[J]. 电网技术, 2025, 49(7):2809-2818.
[7]	王沿胜, 何川, 刘绚, 等. 考虑极端灾害下系统韧性约束的气电联合配网分布鲁棒扩展规划[J]. 工程科学与技术, 2023, 55(1):80-92.
[8]	黄浚哲, 印宇涵, 汤明轩, 等. 基于CEEMDAN与改进LSTM的短期光伏出力预测[J]. 电器与能效管理技术, 2023(10):36-43.
[9]	唐翰烽, 洪崇, 伏绍鑫. 考虑电动汽车的区域综合能源系统运行优化[J]. 电工技术, 2024(21):44-49.
[10]	王伟, 焦东翔, 陈磊, 等. 考虑极端天气事件的新能源电力系统风险评估综述[J]. 中国电力, 2022, 55(9):2-13.
[11]	ZHAO J, KANG C. Operation and planning of energy systems with high renewable penetration:A review of flexibility options and ancillary service pricing[J]. Renewable and Sustainable Energy Reviews, 2022, 158:112130. doi: 10.1016/j.rser.2022.112130
[12]	XAVIER S G, MARCO B L, CLAIRAND J M, et al. A new interval prediction methodology for short-term electric load forecasting based on pattern recognition[J]. Applied Energy, 2021,297:117173.
[13]	甘定福, 姜爱华, 田君杨, 等. 考虑耦合关系的综合能源系统冷热电负荷联合预测[J]. 太阳能学报, 2025, 46(8):573-584.
[14]	ZOU R, SONG M, WANG Y, et al. Deep non-crossing probabilistic wind speed forecasting with multi-scale features[J]. Energy Conversion and Management, 2022,257:115433.
[15]	王晓玲, 韩国玺, 余佳, 等. TBM掘进速率区间预测Bootstrap-IHHO-BiLSTM模型[J]. 水力发电学报, 2023, 42(12):159-171.

机组编号		1	2	3
发电功率/MW		[50,150]	[30,100]	[10,50]
爬坡速率/(MW·h^-1)		50	80	100
空载成本/($·MWh^-1)		1 000	1 500	800
启动成本/($·MWh^-1)		800	1 200	600
燃料成本系数	a	0.02	0.03	0.05
	b	2.5	3.0	4.0
	c	10	15	20

指标	Transformer-LSTM	LSTM	GRU	KDE
PICP/%	100.00	98.63	66.10	42.58	46.01
PINAW/%	2.00	2.99	2.74	4.41	5.70
AIS	0.85	1.26	1.17	0.87	0.89

指标		算例1	算例2	算例3	算例4
火电成本	燃料成本/$	14 553.67	13 509.45	13 863.21	13 698.52
	启停成本/$	72 300.00	71 500.00	72 300.00	72 300.00
	风险溢价/$	1 978.18	5 771.30	0	1 666.76
火电总成本/$		84 875.49	79 238.15	86 163.21	84 331.76
风光收益	售电收入/$	6 337.26	8 375.04	6 239.98	7 718.89
风光收益	弃风惩罚/$	574.00	0	1 114.00	374.19
风光发电收益/$		3 785.08	2 603.74	5 125.98	5 677.94
总弃风量/MW		22.96	0	44.56	14.97
平均风险溢价/$		34.51	26.04	36.00	34.40

场景编号	风光渗透率/%	负荷特性	优化策略	系统总成本/$	风光净收益/$	总弃风率/%
1	20	平缓	传统随机规划	78 021	4 320	8.1
1	20	平缓	动态主从博弈	78 395	4 385	7.5
2	20	陡峭	传统随机规划	83 867	4 250	8.5
2	20	陡峭	动态主从博弈	81 604	4 410	7.8
3	50	平缓	传统随机规划	86 942	3 730	11.8
3	50	平缓	动态主从博弈	85 650	5 880	9.2
4	50	陡峭	传统随机规划	91 615	3 370	13.2
4	50	陡峭	动态主从博弈	88 433	5 650	10.1
5	80	平缓	传统随机规划	100 256	2 350	18.5
5	80	平缓	动态主从博弈	92 724	6 180	12.8
6	80	陡峭	传统随机规划	110 385	1 620	22.8
6	80	陡峭	动态主从博弈	99 367	5 820	14.5

考虑风光不确定性下基于主从博弈的机组联合优化调度策略

Joint Optimal Dispatch Strategy for Units Based on Master-Slave Game Considering Uncertainty of Wind and Solar Power

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 15

相关文章 4

编辑推荐

Metrics

本文评价

[1]	黄晨宏, 李昆鹏, 郑真, 马小丽, 颜华敏, 田书欣. 基于二次混合模态分解和LSTM-MFO算法的短期负荷预测[J]. 电器与能效管理技术, 2022, 0(9): 66-73.
[2]	万立新, 陆立民, 陆怀谷, 韩钰倩, 葛乐. 基于主从博弈的电氢综合能源系统优化运行方法[J]. 电器与能效管理技术, 2021, 0(7): 14-22.
[3]	胡丁尹, 宇文博, 金庆滨, 彭剑飞, 者永祥, 李阳, 冯伦, 何冰. 12 kV开关柜内部电弧故障两相试验研究与分析[J]. 电器与能效管理技术, 2020, 0(9): 72-78.
[4]	李文启, 高东学, 李朝晖, 饶宇飞, 顾波. 基于LSTM-NPKDE的锂离子电池SOC预测与不确定分析^*[J]. 电器与能效管理技术, 2020, 0(5): 44-50.