隨著全球風電產業的迅速發展，高比例風電接入將成為電力系統新場景。在全新場景下，風電功率的隨機波動、預測誤差等不確定性特征更加明顯，一方面加劇了風電消納受阻程度，另一方面也增大了系統備用容量需求，提高了系統運行成本，給傳統優化調度帶來了極大挑戰，因此，亟待解決計及風電不確定性的優化調度問題。在此背景下，需要研究合理的風電不確定性模型，并將其應用于含風電接入系統的優化調度方法。

目前，根據風電不確定性模型，主要有以下幾種計及風電不確定性的優化調度方法：

①文獻[6]基于風電功率點預測模型，在傳統經濟調度基礎上，通過增加系統備用來應對風電功率預測誤差等不確定性因素，該方法存在風電消納電量最大與運行成本最低之間的矛盾，難以取得理論最優解；

②文獻[7,8]采用模糊隨機變量來描述風電不確定性，建立了電力系統隨機模糊多目標交易計劃模型，雖然降低了風電不確定性的影響，但依據專家經驗獲取模糊隸屬度，具有較強的主觀性；

③文獻[9-11]采用區間變量描述風電不確定性，并結合魯棒優化調度方法解決了含風電系統的經濟調度問題，雖然優化結果能夠以一定置信水平滿足所有風電出力場景，但存在過于保守、對優化目標犧牲過大的風險。

相比較而言，基于風電不確定性的連續性概率分布模型，并采用機會約束規劃優化調度方法，能夠取得一定概率意義下的最優調度方案，在解決含風電優化調度問題中得到了廣泛應用。

目前正態分布、Beta分布等風電不確定性概率模型在系統優化調度建模中得到了較多應用。然而正態分布屬于無界對稱概率分布，在風電預測出力接近上、下限時，容易局部放大風電功率預測誤差，而Beta分布屬于有界非對稱概率分布，自變量取值范圍為[0,1]，與風電場有功出力（標幺值）相對應，且Beta分布參數設置靈活，形狀多變，總體上比正態分布模型能更加精確地描述風電功率預測誤差。

風電概率分布模型能較準確地描述風電不確定性，但在構建機會約束規劃優化調度模型時，也存在模型求解復雜問題。文獻[16]利用連續性概率分布密度函數描述風電功率波動和負荷預測誤差，建立了機會約束規劃的虛擬電廠經濟調度模型，并采用隨機模擬和遺傳算法相結合的混合算法進行求解；文獻[17]采用蒙特卡洛模擬法和機會約束規劃法，建立了風力發電機組和光伏方陣兩種分布式可再生能源接入配電網的多目標優化配置模型。

隨著風電場數量的增加，求解規模也將呈指數形式增加，隨機模擬類求解算法將很難滿足此類問題的求解需求，實用性降低。因此，針對上述方法，還應在降低模型復雜度方面進行深入研究。

針對以上問題，本文提出一種基于風電離散化概率序列的電力系統機會約束規劃調度方法。首先，利用一組Beta分布概率密度函數族描述風電不確定性；其次，利用序列運算理論將風電概率分布函數簡化為離散化概率序列；進而，基于機會約束規劃理論，建立基于風電離散化概率序列的機會約束規劃調度模型，以降低模型求解復雜度；最后，利用某地區電網進行仿真計算，證明了本文所提方法的可行性和有效性。

結論

1）本文提出了基于風電離散化概率序列的機會約束規劃優化調度方法，用于解決傳統風電不確定性優化調度方法中存在的結果最優與求解復雜之間的矛盾問題。該方法提出了描述風電不確定性的離散化概率序列模型，并通過將待優化時刻的風電概率分布轉換為離散化概率序列，建立了基于風電離散化概率序列的機會約束規劃調度模型。該方法利用概率序列簡化描述風電不確定性，能夠兼顧結果優良性和方法實用性。

2）針對實際地區電網，采用三種優化調度方法進行比較分析，結果表明：計及風電出力不確定性影響，本文所提方法在減少棄風電量、降低運行成本的同時，大幅提高了求解速度，為考慮風電不確定性優化調度提供了一種有效實用的解決方法。