殷永亮，吳瓊，張建平，張衡，程浩忠，張嘯虎

（1.上海電力大學(xué)電氣工程學(xué)院，上海 200093；2.中國(guó)長(zhǎng)江電力股份有限公司，北京 100038；3.國(guó)網(wǎng)華東分部規(guī)劃統(tǒng)計(jì)部，上海 200122；4.上海交通大學(xué)電力傳輸與功率變換控制教育部重點(diǎn)實(shí)驗(yàn)室，上海 200240）

隨著化石能源的枯竭及環(huán)境問(wèn)題日益凸顯，可再生能源的發(fā)展受到了廣泛關(guān)注，風(fēng)電、光伏等可再生能源的裝機(jī)容量逐年增大[1-2]。近年來(lái)，我國(guó)有多個(gè)1 000萬(wàn)kW級(jí)的大型風(fēng)電場(chǎng)正在建設(shè)或已投入使用。隨著風(fēng)電在系統(tǒng)中的裝機(jī)規(guī)模和發(fā)電比例的逐步提高，風(fēng)電的隨機(jī)性、間歇性和波動(dòng)性給電力系統(tǒng)的安全穩(wěn)定運(yùn)行帶來(lái)越發(fā)嚴(yán)峻的挑戰(zhàn)。

針對(duì)含風(fēng)電的機(jī)組組合問(wèn)題，國(guó)內(nèi)外學(xué)者做了大量研究。文獻(xiàn)[3]將含有不確定變量的約束轉(zhuǎn)化為基于矩信息模糊集的分布魯棒機(jī)會(huì)約束，在保證可靠性的同時(shí)兼顧了經(jīng)濟(jì)性。文獻(xiàn)[4-6]提出含風(fēng)電的兩階段的機(jī)組組合優(yōu)化模型，以第一階段得到的優(yōu)化結(jié)果作為第二階段的初始解，再對(duì)第二階段的機(jī)組組合進(jìn)行優(yōu)化，最終得到的機(jī)組組合方案可以滿足多種情況需求。上述文獻(xiàn)研究了風(fēng)電并網(wǎng)后的單區(qū)域機(jī)組組合問(wèn)題，為提高電力系統(tǒng)運(yùn)行經(jīng)濟(jì)性和風(fēng)電消納能力，多區(qū)域電網(wǎng)互聯(lián)成為世界電力架構(gòu)的發(fā)展趨勢(shì)。BASU M在文獻(xiàn)[7]提出了考慮聯(lián)絡(luò)線約束的多區(qū)域經(jīng)濟(jì)調(diào)度模型，并采用人工蜂群優(yōu)化方法進(jìn)行求解。文獻(xiàn)[8]提出了一種考慮風(fēng)電和負(fù)荷不確定性的系統(tǒng)多區(qū)域交換調(diào)度方法，并采用一種保證最優(yōu)性和收斂性的迭代算法求解該模型。文獻(xiàn)[9]提出了一種分散的多區(qū)域經(jīng)濟(jì)調(diào)度模型，并采用基于動(dòng)態(tài)乘數(shù)的拉格朗日松弛法進(jìn)行求解。

雖然多區(qū)域互聯(lián)可以提高風(fēng)電消納水平和系統(tǒng)經(jīng)濟(jì)效益，但仍存在風(fēng)電的不確定因素在不同區(qū)域間擴(kuò)散的問(wèn)題，所引發(fā)的風(fēng)險(xiǎn)事件在電網(wǎng)互聯(lián)后可能帶來(lái)更大的風(fēng)險(xiǎn)損失。許多文獻(xiàn)都對(duì)含風(fēng)電機(jī)組組合的風(fēng)險(xiǎn)問(wèn)題進(jìn)行了研究，并提出各種方法，主要有基于多場(chǎng)景的隨機(jī)規(guī)劃方法[10]，魯棒優(yōu)化方法[11]和機(jī)會(huì)約束方法[12]。多場(chǎng)景一般采用期望值指標(biāo)對(duì)風(fēng)險(xiǎn)進(jìn)行量化，不能精確地反映所有場(chǎng)景的運(yùn)行風(fēng)險(xiǎn)。魯棒優(yōu)化可以考慮極端場(chǎng)景，降低系統(tǒng)的運(yùn)行風(fēng)險(xiǎn)，但存在魯棒性和經(jīng)濟(jì)性相互制約。機(jī)會(huì)約束求解過(guò)程相對(duì)復(fù)雜，并且對(duì)系統(tǒng)安全運(yùn)行風(fēng)險(xiǎn)量化指標(biāo)沒(méi)有做出明確的描述。

針對(duì)上述不足，本文為直觀描述多區(qū)域電網(wǎng)互聯(lián)后風(fēng)電在更廣范圍消納帶來(lái)的運(yùn)行風(fēng)險(xiǎn)，采用條件風(fēng)險(xiǎn)價(jià)值（conditional value-at-risk，CVaR）對(duì)尾部風(fēng)險(xiǎn)進(jìn)行控制，并采用CVaR對(duì)運(yùn)行風(fēng)險(xiǎn)進(jìn)行量化，提出了一種考慮條件風(fēng)險(xiǎn)價(jià)值的多區(qū)域隨機(jī)機(jī)組組合模型。同時(shí)在利用聯(lián)絡(luò)線對(duì)各區(qū)域電網(wǎng)互聯(lián)的基礎(chǔ)上，為了使建立的聯(lián)絡(luò)線潮流模型更符合實(shí)際情況，設(shè)置聯(lián)絡(luò)線潮流傳輸區(qū)間并限定聯(lián)絡(luò)線潮流的反轉(zhuǎn)次數(shù)，優(yōu)化聯(lián)絡(luò)線潮流，實(shí)現(xiàn)風(fēng)電在更廣范圍內(nèi)的消納。最后通過(guò)仿真算例驗(yàn)證了所提模型的正確性和有效性。

1 條件風(fēng)險(xiǎn)價(jià)值基本原理

隨著人們對(duì)電力系統(tǒng)風(fēng)險(xiǎn)損失認(rèn)識(shí)的加深，用來(lái)描述潛在風(fēng)險(xiǎn)損失的條件風(fēng)險(xiǎn)價(jià)值越來(lái)越受到重視[13]。CVaR是在風(fēng)險(xiǎn)價(jià)值（value-at-risk，VaR）基礎(chǔ)上發(fā)展出來(lái)的一種潛在風(fēng)險(xiǎn)損失計(jì)量方法，兩者都可用于描述系統(tǒng)面臨的潛在風(fēng)險(xiǎn)損失，但CVaR相比VaR具有更好的特性，如平移不變性、次加性、正齊次性、單調(diào)性，且可以對(duì)尾部風(fēng)險(xiǎn)損失進(jìn)行控制[14]。因此，本研究采用CVaR來(lái)表征風(fēng)電在多區(qū)域互聯(lián)系統(tǒng)中可能造成的風(fēng)險(xiǎn)損失。圖1表示在β置信水平下運(yùn)行成本分布的CVaR，其中VaR定義為運(yùn)行成本分布的（1-β）百分位數(shù)，而CVaR是運(yùn)行成本分布較高的（1-β）尾部的加權(quán)平均成本；橫坐標(biāo)表示成本，單位“元”或“萬(wàn)元”等，縱坐標(biāo)表示取該成本的概率，取值范圍在0～1之間。

圖1 VaR和CVaR圖解Fig.1 Illustration of VaR and CVaR

考慮系統(tǒng)給定的置信水平β，可以將CVaR描述為系統(tǒng)成本高于系統(tǒng)風(fēng)險(xiǎn)價(jià)值的期望值[15]。文中對(duì)風(fēng)電和負(fù)荷不確定性進(jìn)行采樣，將不同場(chǎng)景對(duì)應(yīng)的運(yùn)行成本描述為離散分布，因此CVaR的數(shù)學(xué)表達(dá)式以離散概率分布形式給出，如下式所示：

式中：E為期望算子；f（w）為場(chǎng)景w中的運(yùn)行成本；α為加權(quán)參數(shù)，用于平衡運(yùn)行成本和風(fēng)險(xiǎn)損失；ΨVaR為VaR；β為置信水平；λw為求解CVaR過(guò)程中的正輔助變量，表示運(yùn)行成本和VaR之間的差值，如果為負(fù)，其為零。

2 考慮CVaR的多區(qū)域隨機(jī)機(jī)組組合模型

2.1 目標(biāo)函數(shù)

考慮期望的運(yùn)行成本和以CVaR表示的潛在風(fēng)險(xiǎn)損失，目標(biāo)函數(shù)如下式所示：

其中

式中：w為風(fēng)電出力場(chǎng)景；Ns為風(fēng)電出力場(chǎng)景數(shù)量；ωw為場(chǎng)景w出現(xiàn)的概率；t為時(shí)間段編號(hào)；TD為總時(shí)間段數(shù)；g為發(fā)電機(jī)編號(hào)；NG為發(fā)電機(jī)的數(shù)量；Og為第g臺(tái)發(fā)電機(jī)的出力成本系數(shù)；PG,g,t,w為第g臺(tái)發(fā)電機(jī)在時(shí)間t和場(chǎng)景w下的有功輸出；OG,g,t，SG,g,t分別為第g臺(tái)發(fā)電機(jī)在t時(shí)刻的開(kāi)/停機(jī)成本；ρload為切負(fù)荷的懲罰成本；b為節(jié)點(diǎn)編號(hào)；NB為負(fù)荷節(jié)點(diǎn)數(shù)量；psl,b,t,w為第b個(gè)節(jié)點(diǎn)在t時(shí)刻和場(chǎng)景w下的切負(fù)荷量；ρwind為棄風(fēng)懲罰成本；r為風(fēng)電場(chǎng)編號(hào)；NR為風(fēng)電場(chǎng)的數(shù)量；pwl,r,t,w為第r個(gè)風(fēng)電場(chǎng)在t時(shí)刻和場(chǎng)景w下的棄風(fēng)量。

式（2）中，第一項(xiàng)是期望成本，包括燃料成本、開(kāi)/停機(jī)成本以及切負(fù)荷懲罰成本和棄風(fēng)懲罰成本；第二項(xiàng)是具有加權(quán)參數(shù)的CVaR，可以通過(guò)調(diào)整加權(quán)參數(shù)來(lái)平衡期望成本和風(fēng)險(xiǎn)損失。

2.2 約束條件

1）節(jié)點(diǎn)功率平衡約束：

2）直流潮流方程：

式中：Bmn(l)為線路l的電納；θm,t,w，θn,t,w分別為線路兩端母線m和n在t時(shí)刻和場(chǎng)景w下的相角。

3）線路容量約束：

式中：Ll,max為線路l傳輸有功潮流上限。

4）發(fā)電機(jī)出力約束

式中：ug,t為一個(gè)二進(jìn)制變量，用于表示發(fā)電機(jī)的開(kāi)/關(guān)狀態(tài)，如果取1，則發(fā)電機(jī)處于開(kāi)機(jī)狀態(tài)，如果取0，則發(fā)電機(jī)處于關(guān)機(jī)狀態(tài)；PG,gmin，PG,gmax分別為第g臺(tái)發(fā)電機(jī)的最小和最大出力。

5）發(fā)電機(jī)的爬坡率約束

式中：δg,up，δg,down分別為發(fā)電機(jī)的上坡、下坡速率。

6）發(fā)電機(jī)的最小開(kāi)/關(guān)機(jī)時(shí)間約束：

7）棄風(fēng)約束：

8）平衡節(jié)點(diǎn)相角約束

9）聯(lián)絡(luò)線的最大和最小負(fù)載率約束：

式中：kmax，kmin分別為聯(lián)絡(luò)線l的最大、最小負(fù)載率；Γtie-line為聯(lián)絡(luò)線集合；v1mn(l),t,w，v2mn(l),t,w為在t時(shí)刻和場(chǎng)景w下聯(lián)絡(luò)線上的潮流方向，當(dāng)v1mn(l),t,w等于1時(shí)，表明聯(lián)絡(luò)線中潮流方向?yàn)檎籑為很大的正數(shù)。

式（15）、式（16）所示的約束可以將聯(lián)絡(luò)線的潮流限制在一定范圍內(nèi)，避免聯(lián)絡(luò)線負(fù)載率過(guò)高或過(guò)低的情況，并為聯(lián)絡(luò)線的輸送功率預(yù)留余量。

10）聯(lián)絡(luò)線功率的上升/下降速率約束：

式中：σl,up，σl,down分別為聯(lián)絡(luò)線潮流的最大上升、下降速率。

受系統(tǒng)自身調(diào)節(jié)能力的影響，聯(lián)絡(luò)線中潮流的變化速率應(yīng)該在一定范圍內(nèi)，而不會(huì)無(wú)限制地增大。利用式（17）、式（18）所示約束能限制聯(lián)絡(luò)線潮流的波動(dòng)范圍，從而避免聯(lián)絡(luò)線潮流的劇烈波動(dòng)。

11）整個(gè)調(diào)度期間聯(lián)絡(luò)線潮流反轉(zhuǎn)次數(shù)：

式中：c1mn(l),t,w為聯(lián)絡(luò)線潮流方向變化的次數(shù)，為0-1變量；λset為聯(lián)絡(luò)線潮流的最大反轉(zhuǎn)次數(shù)，可由調(diào)度人員設(shè)定；y1mn(l),t,w,y2mn(l),t,w，z1mn(l),t,w均為引入0-1變量。

聯(lián)絡(luò)線潮流方向的反復(fù)變化會(huì)引起系統(tǒng)電壓穩(wěn)定等穩(wěn)定性問(wèn)題。因此，式（19）用于限制調(diào)度周期內(nèi)的潮流反轉(zhuǎn)次數(shù)。

12）CVaR約束：

13）求解CVaR的輔助變量約束：

14）發(fā)電機(jī)的開(kāi)/停機(jī)成本約束：

式中：Ω為發(fā)電機(jī)集合；Copen,g為發(fā)電機(jī)g的單次開(kāi)機(jī)費(fèi)用；Cshut,g為發(fā)電機(jī)g的單次關(guān)機(jī)費(fèi)用。

3 算例分析

基于IEEE RTS-24節(jié)點(diǎn)系統(tǒng)[17]，構(gòu)建一種如圖2所示的改進(jìn)兩區(qū)域互聯(lián)系統(tǒng)圖，將兩個(gè)區(qū)域分別命名為Area1和Area2。使用三條加粗標(biāo)記的聯(lián)絡(luò)線來(lái)連接這兩個(gè)子系統(tǒng)，具體為Area1的bus22與Area2的bus41相連，Area1的bus13與Area2的bus40相連，Area1的bus8與Area2的bus27相連。三條聯(lián)絡(luò)線對(duì)應(yīng)的傳輸容量上限均為275 MW，電納標(biāo)幺值分別為0.021 6，0.021 6和0.067 8。聯(lián)絡(luò)線單位時(shí)間內(nèi)最大爬坡/下坡容量為線路額定容量的40%，每條聯(lián)絡(luò)線在整個(gè)調(diào)度周期內(nèi)允許潮流反轉(zhuǎn)次數(shù)為4。

圖2 改進(jìn)的兩區(qū)域系統(tǒng)圖Fig.2 Diagram of the improved two-area system

此外，該系統(tǒng)還在Area1的bus16，bus23以及Area2的bus28，bus31，bus44共接入5個(gè)裝機(jī)容量為100 MW的風(fēng)電場(chǎng)；切負(fù)荷和棄風(fēng)懲罰成本分別是9 000＄/（MW·h）和500＄/（MW·h）[18]；置信水平β取0.95，聯(lián)絡(luò)線的最大和最小負(fù)載率設(shè)置為0.8和0.4，假設(shè)開(kāi)始時(shí)所有發(fā)電機(jī)均關(guān)閉。所有計(jì)算過(guò)程均在Matlab2016a上進(jìn)行，利用成熟商業(yè)軟件包YALMIP和Gurobi進(jìn)行求解。

3.1 期望成本與CVaR

考慮在多區(qū)域機(jī)組組合問(wèn)題中由于風(fēng)電出力和負(fù)荷需求的不確定性所造成的風(fēng)險(xiǎn)損失，研究在不同風(fēng)險(xiǎn)策略下，即α在0.2～5之間變化時(shí)，系統(tǒng)期望成本與CVaR的關(guān)系。結(jié)果如圖3所示。系統(tǒng)加權(quán)參數(shù)越大，則風(fēng)險(xiǎn)水平越低，從圖3中可以看出，隨著加權(quán)參數(shù)的增大，系統(tǒng)的期望成本隨之增加，而CVaR隨之降低。系統(tǒng)期望成本增加是因?yàn)榧訖?quán)參數(shù)增大，此時(shí)系統(tǒng)將采取更為保守的運(yùn)行策略，會(huì)改變系統(tǒng)中最優(yōu)的機(jī)組組合方案和機(jī)組出力；系統(tǒng)CVaR降低是因?yàn)榧訖?quán)參數(shù)增大，可以降低風(fēng)電等不確定性因素帶來(lái)的風(fēng)險(xiǎn)損失。

圖3 不同權(quán)重參數(shù)下的期望成本與CVaRFig.3 Expected cost and CVaR with different weighting parameter

為了進(jìn)一步分析風(fēng)險(xiǎn)水平對(duì)機(jī)組組合方案的影響，圖4～圖6給出了基于多場(chǎng)景分析的隨機(jī)機(jī)組組合方案和考慮CVaR的不同加權(quán)參數(shù)的（α=1，5）機(jī)組組合方案。三個(gè)圖形的橫坐標(biāo)表示調(diào)度周期，一個(gè)調(diào)度周期24 h，縱坐標(biāo)表示發(fā)電機(jī)的位置和容量信息。例如，“B15_155”表示發(fā)電機(jī)位于母線15處，裝機(jī)容量為155 MW。圖中的黑色框表示該發(fā)電機(jī)此時(shí)正在工作，而白色框表示該發(fā)電機(jī)不工作。

圖4 基于多場(chǎng)景分析的隨機(jī)機(jī)組組合方案Fig.4 Stochastic unit commitment scheme based on multi scenario analysis

從圖4～圖6中可以看出，隨著風(fēng)險(xiǎn)水平降低，需要調(diào)整機(jī)組組合方案，增加大容量機(jī)組開(kāi)機(jī)時(shí)間，以盡可能減少風(fēng)險(xiǎn)損失。以發(fā)電機(jī)“B15_155”為例，基于多場(chǎng)景分析的隨機(jī)機(jī)組組合方案（圖4），發(fā)電機(jī)只在t=1 h和2 h時(shí)工作；考慮CVaR的不同加權(quán)參數(shù)時(shí)，當(dāng)α=1（圖5），發(fā)電機(jī)在t=7 h時(shí)投入4 h；當(dāng)α=5（圖6），發(fā)電機(jī)在t=1 h和2 h工作，并從t=7 h開(kāi)始連續(xù)工作4 h。此外，根據(jù)對(duì)裝機(jī)容量為155 MW，300 MW和400 MW的發(fā)電機(jī)在整個(gè)調(diào)度周期內(nèi)的開(kāi)/關(guān)工作時(shí)間進(jìn)行統(tǒng)計(jì)，發(fā)現(xiàn)基于多場(chǎng)景分析的隨機(jī)機(jī)組組合方案有241 h發(fā)電機(jī)工作；考慮CVaR的不同加權(quán)參數(shù)時(shí)，當(dāng)α=1，有248 h發(fā)電機(jī)工作；當(dāng)α=5，有249 h發(fā)電機(jī)工作。原因是為了提高系統(tǒng)應(yīng)對(duì)不確定性的能力，降低系統(tǒng)的潛在風(fēng)險(xiǎn)損失，更有可能使大容量發(fā)電機(jī)投入使用。事實(shí)上，發(fā)電機(jī)的容量越大，開(kāi)機(jī)時(shí)間就越長(zhǎng)，一旦大容量機(jī)組關(guān)閉，投入運(yùn)行需要更長(zhǎng)時(shí)間，這將削弱系統(tǒng)應(yīng)對(duì)不確定性的能力，增加系統(tǒng)的潛在風(fēng)險(xiǎn)損失。

圖5 α=1時(shí)的機(jī)組組合方案Fig.5 Unit commitment scheme with α=1

圖6 α=5時(shí)的機(jī)組組合方案Fig.6 Unit commitment scheme with α=5

實(shí)際上，為了提高機(jī)組組合方案的魯棒性，不僅要考慮機(jī)組的開(kāi)停機(jī)狀態(tài)，還要同時(shí)考慮機(jī)組的出力。圖7～圖9給出了具有不同加權(quán)參數(shù)的發(fā)電機(jī)出力。

圖7 基于多場(chǎng)景分析的隨機(jī)機(jī)組組合方法的發(fā)電機(jī)出力Fig.7 Generators＇output estimation based on multi scenario analysis and stochastic unit commitment method

從圖7～圖9可以看出，考慮到潛在的風(fēng)險(xiǎn)損失，需要調(diào)整發(fā)電機(jī)的輸出，以減少風(fēng)電和負(fù)荷不確定性帶來(lái)的風(fēng)險(xiǎn)損失。在整個(gè)調(diào)度周期以“B15_155”為例，基于多場(chǎng)景分析的隨機(jī)機(jī)組組合方法，共輸出180.6 MW·h的電能，而當(dāng)α取5時(shí)，輸出電能高達(dá)851.7 MW·h。相應(yīng)地，當(dāng)α=5時(shí)，發(fā)電機(jī)“B25_76”，“B26_76”和“B40_155”在整個(gè)調(diào)度周期內(nèi)的輸出降低。因?yàn)橐环矫嬉ＷC機(jī)組的經(jīng)濟(jì)性，另一方面還應(yīng)考慮系統(tǒng)備用，以應(yīng)對(duì)潛在的風(fēng)險(xiǎn)事件。

3.2 風(fēng)電場(chǎng)裝機(jī)容量及加權(quán)參數(shù)的經(jīng)濟(jì)性分析

本節(jié)研究風(fēng)電作為清潔能源所帶來(lái)的經(jīng)濟(jì)效益與其出力的不確定性所帶來(lái)的潛在風(fēng)險(xiǎn)損失之間的關(guān)系。對(duì)不同裝機(jī)規(guī)模的風(fēng)電場(chǎng)采用靈敏度方法分析期望成本與CVaR的加權(quán)參數(shù)關(guān)系如圖10所示。

圖10 不同風(fēng)電場(chǎng)容量及加權(quán)參數(shù)的總成本Fig.10 Total cost with different capacities of wind farms and weighting parameters

從圖10可以看出，在風(fēng)電場(chǎng)裝機(jī)容量一定的情況下，加權(quán)參數(shù)變化對(duì)總費(fèi)用影響不大。實(shí)際上，從圖3所示的期望成本與CVaR之間的關(guān)系可以看出，當(dāng)更加關(guān)注潛在的風(fēng)險(xiǎn)損失時(shí)，會(huì)采取更為保守的運(yùn)行策略。因?yàn)殡S著加權(quán)參數(shù)的增大，雖然改變了發(fā)電機(jī)開(kāi)/停方式和輸出，導(dǎo)致期望成本增加，但更保守的機(jī)組組合方案降低了CVaR，系統(tǒng)的總成本實(shí)際上只是略有變化。

但是，在加權(quán)參數(shù)一定的情況下，系統(tǒng)的總成本隨著風(fēng)電場(chǎng)裝機(jī)容量的增大而降低。以α=0.2為例，風(fēng)電場(chǎng)裝機(jī)容量100 MW時(shí)，總成本為263.4萬(wàn)美元，當(dāng)容量達(dá)到500 MW時(shí)，總成本降至166.7萬(wàn)美元，降幅為36.7%。因?yàn)轱L(fēng)力發(fā)電雖然具有隨機(jī)性和間歇性，但仍有一定的置信能力替代一些常規(guī)機(jī)組從而滿足負(fù)荷需求。

4 結(jié)論

文中采用CVaR方法對(duì)風(fēng)電和負(fù)荷的不確定性造成的潛在風(fēng)險(xiǎn)損失進(jìn)行了量化，建立多區(qū)域隨機(jī)機(jī)組組合模型，該模型以CVaR和期望成本之和表示系統(tǒng)中費(fèi)用，同時(shí)還考慮了互聯(lián)系統(tǒng)聯(lián)絡(luò)線的詳細(xì)模型。

當(dāng)采用不同風(fēng)險(xiǎn)策略時(shí)，發(fā)電機(jī)的開(kāi)/停狀態(tài)和發(fā)電機(jī)出力會(huì)同時(shí)發(fā)生變化?？紤]CVaR的方法相比于基于多場(chǎng)景分析的隨機(jī)機(jī)組組合方法更加保守，系統(tǒng)中經(jīng)濟(jì)性較差的機(jī)組出力增加，導(dǎo)致整個(gè)系統(tǒng)的期望成本增加，但風(fēng)險(xiǎn)損失也相應(yīng)降低。即可以對(duì)系統(tǒng)尾部風(fēng)險(xiǎn)進(jìn)行控制，同時(shí)提高系統(tǒng)抵御風(fēng)電出力不確定性的能力。在后續(xù)的研究中，該方法可推廣應(yīng)用于電力系統(tǒng)規(guī)劃，通過(guò)協(xié)調(diào)長(zhǎng)期規(guī)劃和短期運(yùn)行問(wèn)題，可以有效地引導(dǎo)風(fēng)電和電力資產(chǎn)投資，避免潛在風(fēng)險(xiǎn)因素造成投資收益低的問(wèn)題。