CN104239967A - 一种含风电场的电力***多目标经济调度方法 - Google Patents

Abstract

本发明提供一种含风电场的电力***多目标经济调度方法，包括步骤：步骤S1，生成调度周期内可能的风电出力场景并将场景缩减为S个；步骤S2，建立所述方法的数学模型，目标函数包括总发电费用、各场景下各时刻的功率平衡水平和旋转备用水平，约束条件包括火电机组的出力上下限约束、爬坡率约束和最小开停机时间约束；步骤S3，通过建立各目标函数的隶属度函数来进行模糊化处理；步骤S4，取各隶属度函数的最小值为全局满意度指标；步骤S5，求解满足步骤S2所述约束条件并使得步骤S4所述全局满意度指标最大的经济调度结果。发明提供的经济调度方法，适合于求解含风电场和火电机组的电力***经济调度问题，调度结果权衡了多个优化目标。

Description

一种含风电场的电力***多目标经济调度方法

技术领域

本发明涉及电力***调度自动化技术领域，具体涉及一种含风电场的电力***多目标经济调度方法。

背景技术

由于风电具有波动性和间歇性的特点，风电的大规模并网给电力***经济调度带来了巨大挑战。含风电场的经济调度问题主要涉及火电机组和风电场，由于现有技术难以对风电场出力准确预测，因此，在进行经济调度时需要保证调度结果能很好地应对调度周期内风电的各种出力可能，同时保证调度结果具有良好的经济性。

模糊建模法是解决这一问题的重要方法之一，采用模糊建模解决该问题的基本思想是决策者认为风电出力预测精度不高，因此在进行调度安排时考虑其波动性，通过建立各优化目标的隶属度函数从而使总发电费用、***功率平衡情况和旋转备用水平等以满足决策者的期望，实现多目标优化目的。然而，由于波动范围难以确定，因此调度结果的精确性很大程度上取决于隶属度函数的选择是否合理，而隶属度函数的参数确定又没有一套相对成熟的方法，一旦隶属度函数参数选择不当，将导致调度结果很难适应风电出力的较大范围波动。

场景法是解决含风电场经济调度问题的另一种常用方法，场景法主要根据历史数据或预测数据，将调度周期内风电的可能出力情况抽样成若干典型场景，可以在较大范围内模拟风电的可能出力，因此调度结果对于风电各种出力可能的适应性较强。在使用场景法时，场景规模过大会使得计算量太大而难于求解或无法求解，因此常通过场景缩减来简化计算。但场景缩减的同时，会造成调度结果的精度下降，且缩减后的场景只能代表调度周期内的典型出力，不能完全模拟各种可能的出力情况。

发明内容

为解决以上述现有技术的不足，本发明提供一种含风电场的电力***多目标经济调度方法，本发明所述的调度方法综合了模糊建模法和场景法的优点，首先通过生成风电场的典型出力场景来模拟调度时段内典型的风电出力可能，然后通过模糊建模法在满足火电机组出力限制和爬坡率限制以及火电机组开停机时间限制等约束条件下寻找各火电机组的最优出力组合，使总发电费用、各场景下的功率平衡和旋转备用水平的满意度最高，既实现了调度结果对多个目标的权衡，又保证了调度结果对各种风电出力可能的适应。

为实现上述目的，本发明的目的可以通过以下技术方案来实现：

一种含风电场的电力***多目标经济调度方法，所述的方法具体包括以下步骤：

步骤S1，根据调度周期内风功率预测数据和风功率预测误差的概率分布特性，生成调度周期内风电可能的出力场景，并将场景缩减为S个。

步骤S2，建立所述含风电场的电力***多目标经济调度方法的数学模型，模型包括目标函数和约束条件，其中，目标函数包括总发电费用、各场景下各时刻的功率平衡水平和各场景下各时刻的旋转备用水平，约束条件包括火电机组出力上下限约束、火电机组爬坡率约束、火电机组最小开停机时间约束。

步骤S3，对各目标函数进行模糊化，分别建立总发电费用的隶属度函数μ_TC、各场景下各时刻的功率平衡隶属度函数μ_LD,s(t)和各场景下各时刻的旋转备用隶属度函数μ_SR,s(t)。

步骤S4，通过建立所述经济调度方法数学模型的全局满意度指标λ将多目标优化问题转化为单目标优化问题，全局满意度指标为各隶属度函数的最小值，即：

λ＝min[μ_TC,μ_LD,s(t),μ_SR,s(t)]，其中，时刻t＝1,2,…,T，场景数s＝1,2,…,S，则优化的目标就变成了使全局满意度指标λ最大。

步骤S5，求解满足步骤S2所述约束条件并使得步骤S4所述全局满意度指标λ最大的经济调度结果。

所述的火电机组出力上下限约束为：其中，P_i(t)为火电机组i在时刻t的出力，和分别为火电机组i的最小出力和最大出力。

所述的火电机组爬坡率约束为：P_i(t-1)-DR_i≤P_i(t)≤P_i(t-1)+UR_i，其中，DR_i和UR_i分别为火电机组i的向下爬坡率限制和向上爬坡率限制。

所述的火电机组最小开停机时间约束为： $\left\{\begin{array}{c}{T}_i^{\mathrm{on}}\≤X_i^{\mathrm{on}}\left(t\right)\\ T_i^{\mathrm{off}}\≤X_i^{\mathrm{off}}\left(t\right)\end{array}\right.,$ 其中，和分别为火电机组i在时刻t的连续开机时间和连续停机时间，和分别为火电机组i的最小连续开机时间和最小连续停机时间。

总发电费用的隶属度函数μ_TC表达为：

${\mathrm{\&mu;}}_{\mathrm{TC}}=\left\{\begin{array}{cc}1& \mathrm{TC}\&le;{\mathrm{TC}}_0\\ \frac{{\mathrm{TC}}^{\max }-\mathrm{TC}}{{\mathrm{TC}}^{\max }-{\mathrm{TC}}_0}& {\mathrm{TC}}_0<C\&le;{\mathrm{TC}}^{\max }\\ 0& \mathrm{TC}>{\mathrm{TC}}^{\max }\end{array}\right.$

其中，μ_TC表示在该时刻对应于总发电费用TC的总发电费用隶属度，TC₀为理想的总发电费用值，TC^max为最大可接受的总发电费用值，理想的总发电费用值和最大可接受的总发电费用值通常根据运行经验得到。

总发电费用TC，包括火电机组的运行费用和启动费用两部分，其表达为：

$\mathrm{TC}=\underset{t=1}{\overset{T}{\mathrm{\&Sigma;}}}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{U}_i\left(t\right)\&times;{\mathrm{OC}}_i\left[P_i\left(t\right)\right]+\underset{t=1}{\overset{T}{\mathrm{\&Sigma;}}}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{\mathrm{SC}}_i\left(t\right)\&times;U_i\left(t\right)[1-U_i(t-1)]$

其中，T为调度周期内的时段数，N为***内火电机组数量，π_s表示场景s出现的概率；U_i(t)为火电机组i在时刻t的启停状态，“1”表示启动，“0”表示停机；OC_i[P_i(t)]表示火电机组i在时刻t的运行费用；SC_i(t)表示火电机组i在时t的启停费用。

运行费用OC_i主要指在发电过程中消耗的燃料费用，目前常用二次函数进行拟合：

${\mathrm{OC}}_i\left[P_i\left(t\right)\right]=a_i+b_i{P}_i\left(t\right)+c_i{P}_i^2\left(t\right)$

其中，a_i、b_i和c_i均为燃料费用系数。

启动费用SC_i主要指停运火电机组在启动时所消耗的燃料费用，根据火电机组停运时间长短可以将启动成本分为冷启动费用和热启动费用，火电机组的启动费用可表达为：

${\mathrm{SC}}_i\left(t\right)=\left\{\begin{array}{cc}{\mathrm{SC}}_i^H& T_i^{\mathrm{off}}\&le;X_i^{\mathrm{off}}\&le;X_i^{\mathrm{off}}\left(t\right)\&le;H_i^{\mathrm{off}}\\ {\mathrm{SC}}_i^C& X_i^{\mathrm{off}}\left(t\right)>H_i^{\mathrm{off}}\end{array}\right.$

其中， 为火电机组i的冷启动时间，为火电机组i的热启动费用，表示火电机组i的冷启动费用。

各场景下各时刻的功率平衡隶属度函数μ_LD,s(t)表达为：

${\mathrm{\&mu;}}_{\mathrm{LD},s}\left(t\right)=\left\{\begin{array}{cc}0& P_D\left(t\right)\&le;D^{\min }\left(t\right)\\ \frac{P_D\left(t\right)-D^{\min }\left(t\right)}{D\left(t\right)-D^{\min }\left(t\right)}& D^{\min }\left(t\right)<P_D\left(t\right)\&le;D\left(t\right)\\ \frac{D^{\max }\left(t\right)-P_D\left(t\right)}{D^{\max }\left(t\right)-D\left(t\right)}& D\left(t\right)<P_D\left(t\right)\&le;D^{\max }\left(t\right)\\ 0& P_D\left(t\right)>D^{\max }\left(t\right)\end{array}\right.$

其中，μ_LD,s(t)表示场景s下在t时刻对应于出力P_D(t)的旋转备用隶属度，P_D(t)为所有火电机组和风电场的出力总和，即D(t)为当前的实际负荷需求，D^min(t)和D^max(t)为可接受的最大负荷波动下限和上限。

各场景下各时刻的旋转备用隶属度函数μ_SR,s(t)表达为：

${\mathrm{\&mu;}}_{\mathrm{SR},s}\left(t\right)=\left\{\begin{array}{cc}0& R\left(t\right)\&le;R^{\min }\left(t\right)\\ \frac{R\left(t\right)-R^{\min }\left(t\right)}{R_{0,s}\left(t\right)-R^{\min }\left(t\right)}& R^{\min }\left(t\right)<R\left(t\right)<R_{0,s}\left(t\right)\\ 1& R\left(t\right)\&GreaterEqual;R_{0,s}\left(t\right)\end{array}\right.$

其中，μ_SR,s(t)表示场景s下在t时刻对应于旋转备用容量R(t)的旋转备用隶属度，旋转备用容量R(t)可根据确定；R^min(t)为场景s下在t时刻可接受的最小旋转备用值，可根据R^min(t)＝ΔD(t)确定；ΔD(t)可取一定比例的当前负荷值，通常取10％，即ΔD(t)＝0.1×D(t)；R_0,s(t)为场景s下的理想旋转备用值，可根据R_0,s(t)＝ΔD(t)+W_j,s(t)确定。

所述调度方法数学模型的可用求解算法包括：混合整数规划法、遗传算法、粒子群算法等。

本发明具有以下显著优点和有益效果：

(1)本发明针对含并网风电的电力***经济调度问题，提出了一种基于场景集的模糊建模方法，该方法在模拟典型风电出力场景的基础上，分别建立总发电费用的隶属度函数、各场景下的功率平衡和各场景下的旋转备用隶属度函数，并通过全局满意度指标将多目标优化问题转化为了单目标优化问题。

(2)本发明提出的经济调度方法通过场景模拟保证了优化结果对调度周期内各种风电出力的适应性，通过模糊建模法实现了调度周期内功率平衡情况、备用容量水平和总发电费用多个目标的权衡，平衡了调度结果的安全性和经济性。

附图说明

图1为本发明所述一种含并网风电场电力***经济调度问题的多目标模糊求解方法的算法流程图。

图2为本发明所述的总发电费用的隶属度函数图。

图3为本发明所述的功率平衡的隶属度函数图。

图4为本发明所述的旋转备用的隶属度函数图。

具体实施方式

一种含风电场的电力***多目标经济调度方法，具体下步骤：

步骤S1，根据调度周期内风功率预测数据和风功率预测误差的概率分布特性，生成调度周期内风电场可能的出力场景，并将场景缩减为S个。其中场景生成可采用蒙特卡洛抽样方法或拉丁超立方抽样方法，场景缩减可采用基于概率距离的场景缩减方法。

步骤S2，建立所述含风电场的电力***多目标经济调度方法的数学模型，模型包括目标函数和约束条件，其中，目标函数包括总发电费用、各场景下各时刻的功率平衡水平和各场景下各时刻的旋转备用水平，约束条件包括火电机组出力上下限约束、火电机组爬坡率约束、火电机组最小开停机时间约束。

步骤S3，对各目标函数进行模糊化，分别建立总发电费用的隶属度函数μ_TC、各场景下各时刻的功率平衡隶属度函数μ_LD,s(t)和各场景下各时刻的旋转备用隶属度函数μ_SR,s(t)。

步骤S4，通过建立所述电力***经济调度方法的全局满意度指标将多目标优化问题转化为单目标优化问题：λ＝min[μ_TC,μ_LD,s(t),μ_SR,s(t)]，其中，时刻t＝1,2,…,T，场景数s＝1,2,…,S。

步骤S5，求解满足步骤S2所述约束条件并使得步骤S4所述全局满意度最大的火电机组启停安排和负荷分配结果。

调度结果需要满足以下约束：

火电机组出力上下限约束为：其中，P_i(t)为火电机组i在时刻t的出力，和分别为火电机组i的最小出力和最大出力。

火电机组爬坡率约束为：

P_i(t-1)-DR_i≤P_i(t)≤P_i(t-1)+UR_i，其中，DR_i和UR_i分别为火电机组i的向下爬坡率限制和向上爬坡率限制。

所述的火电机组最小开停机时间约束为： $\left\{\begin{array}{c}{T}_i^{\mathrm{on}}\&le;X_i^{\mathrm{on}}\left(t\right)\\ T_i^{\mathrm{off}}\&le;X_i^{\mathrm{off}}\left(t\right)\end{array}\right.$

其中，和分别为火电机组i在时刻t的连续开机时间和连续停机时间，和分别为火电机组i的最小连续开机时间和最小连续停机时间。

总发电费用的隶属度函数μ_TC表达为：

${\mathrm{\&mu;}}_{\mathrm{TC}}=\left\{\begin{array}{cc}1& \mathrm{TC}\&le;{\mathrm{TC}}_0\\ \frac{{\mathrm{TC}}^{\max }-\mathrm{TC}}{{\mathrm{TC}}^{\max }-{\mathrm{TC}}_0}& {\mathrm{TC}}_0<C\&le;{\mathrm{TC}}^{\max }\\ 0& \mathrm{TC}>{\mathrm{TC}}^{\max }\end{array}\right.$

其中，μ_TC表示在该时刻对应于总发电费用TC的总发电费用隶属度，TC₀为理想的总发电费用值，TC^max为最大可接受的总发电费用值，理想的总发电费用值和最大可接受的总发电费用值通常根据运行经验得到。

总发电费用TC，其特征在于，包括火电机组运行费用和启动费用两部分，其表达为：

$\mathrm{TC}=\underset{t=1}{\overset{T}{\mathrm{\&Sigma;}}}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{U}_i\left(t\right)\&times;{\mathrm{OC}}_i\left[P_i\left(t\right)\right]+\underset{t=1}{\overset{T}{\mathrm{\&Sigma;}}}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{\mathrm{SC}}_i\left(t\right)\&times;U_i\left(t\right)[1-U_i(t-1)]$

其中，T为调度周期内的时段数，N为***内火电机组数量，π_s表示场景s出现的概率；U_i(t)为火电机组i在时刻t的启停状态，“1”表示启动，“0”表示停机；OC_i[P_i(t)]表示火电机组i在时刻t的运行费用；SC_i(t)表示火电机组i在时t的启停费用。

运行费用OC_i主要指在发电过程中消耗的燃料费用，目前常用二次函数进行拟合：

${\mathrm{OC}}_i\left[P_i\left(t\right)\right]=a_i+b_i{P}_i\left(t\right)+c_i{P}_i^2\left(t\right)$

其中，a_i、b_i和c_i均为燃料费用系数。

火电机组的启动费用SC_i主要指停运火电机组在启动时所消耗的燃料费用，根据火电机组停运时间长短可以将启动成本分为冷启动费用和热启动费用，火电机组的启动费用可表达为：

${\mathrm{SC}}_i\left(t\right)=\left\{\begin{array}{cc}{\mathrm{SC}}_i^H& T_i^{\mathrm{off}}\&le;X_i^{\mathrm{off}}\&le;X_i^{\mathrm{off}}\left(t\right)\&le;H_i^{\mathrm{off}}\\ {\mathrm{SC}}_i^C& X_i^{\mathrm{off}}\left(t\right)>H_i^{\mathrm{off}}\end{array}\right.$

其中， 为火电机组i的冷启动时间，为火电机组i的热启动费用，表示火电机组i的冷启动费用。

各场景下各时刻的功率平衡隶属度函数μ_LD,s(t)表达为：

${\mathrm{\&mu;}}_{\mathrm{LD},s}\left(t\right)=\left\{\begin{array}{cc}0& P_D\left(t\right)\&le;D^{\min }\left(t\right)\\ \frac{P_D\left(t\right)-D^{\min }\left(t\right)}{D\left(t\right)-D^{\min }\left(t\right)}& D^{\min }\left(t\right)<P_D\left(t\right)\&le;D\left(t\right)\\ \frac{D^{\max }\left(t\right)-P_D\left(t\right)}{D^{\max }\left(t\right)-D\left(t\right)}& D\left(t\right)<P_D\left(t\right)\&le;D^{\max }\left(t\right)\\ 0& P_D\left(t\right)>D^{\max }\left(t\right)\end{array}\right.$

其中，μ_LD,s(t)表示场景s下在t时刻对应于出力P_D(t)的旋转备用隶属度，P_D(t)为所有火电机组和风电场的出力总和，即D(t)为当前的实际负荷需求，和为可接受的最大负荷波动下限和上限。

各场景下各时刻的旋转备用隶属度函数μ_SR,s(t)表达为：

${\mathrm{\&mu;}}_{\mathrm{SR},s}\left(t\right)=\left\{\begin{array}{cc}0& R\left(t\right)\&le;R^{\min }\left(t\right)\\ \frac{R\left(t\right)-R^{\min }\left(t\right)}{R_{0,s}\left(t\right)-R^{\min }\left(t\right)}& R^{\min }\left(t\right)<R\left(t\right)<R_{0,s}\left(t\right)\\ 1& R\left(t\right)\&GreaterEqual;R_{0,s}\left(t\right)\end{array}\right.$

其中，μ_SR,s(t)表示场景s下在t时刻对应于旋转备用容量R(t)的旋转备用隶属度，R^min(t)为场景s下在t时刻可接受的最小旋转备用值，可根据R^min(t)＝ΔD(t)确定；ΔD(t)可取一定比例的当前负荷值，通常取10％，即ΔD(t)＝0.1×D(t)；R_0,s(t)为场景s下的理想旋转备用值，可根据R_0,s(t)＝ΔD(t)+W_j,s(t)确定。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。

Claims (7)

1.一种含风电场的电力***多目标经济调度方法，其特征在于，所述方法包括以下步骤：

步骤S1，根据调度周期内风功率预测数据和风功率预测误差的概率分布特性，生成调度周期内风电场可能的出力场景，并将场景缩减为S个。

步骤S2，建立所述含风电场的电力***多目标经济调度方法的数学模型，模型包括目标函数和约束条件，其中，目标函数包括总发电费用、各场景下各时刻的功率平衡水平和各场景下各时刻的旋转备用水平，约束条件包括火电机组出力上下限约束、火电机组爬坡率约束、火电机组最小开停机时间约束。

步骤S3，对各目标函数进行模糊化，分别建立总发电费用的隶属度函数μ_TC、各场景下各时刻的功率平衡隶属度函数μ_LD,s(t)和各场景下各时刻的旋转备用隶属度函数μ_SR,s(t)。

步骤S4，通过建立所述经济调度方法数学模型的全局满意度指标λ将多目标优化问题转化为单目标优化问题：λ＝min[μ_TC,μ_LD,s(t),μ_SR,s(t)]，其中，时刻t＝1,2,…,T，场景数s＝1,2,…,S。

步骤S5，求解满足步骤S2所述约束条件并使得步骤S4所述全局满意度指标λ最大的经济调度结果。

2.如权利要求1所述的方法，其特征在于，步骤S2所述的约束条件表达为：

所述的火电机组出力上下限约束为：

$P_i^{\min }\&le;P_i\left(t\right)\&le;P_i^{\max }$

其中，P_i(t)为火电机组i在时刻t的出力，和分别为火电机组i的最小出力和最大出力。

所述的火电机组爬坡率约束为：

P_i(t-1)-DR_i≤P_i(t)≤P_i(t-1)+UR_i

其中，DR_i和UR_i分别为火电机组i的向下爬坡率限制和向上爬坡率限制。

所述的火电机组最小开停机时间约束为：

$\left\{\begin{array}{c}{T}_i^{\mathrm{on}}\&le;X_i^{\mathrm{on}}\left(t\right)\\ T_i^{\mathrm{off}}\&le;X_i^{\mathrm{off}}\left(t\right)\end{array}\right.$

其中，和分别为火电机组i在时刻t的连续开机时间和连续停机时间，和分别为火电机组i的最小连续开机时间和最小连续停机时间。

3.如权利要求1所述的方法，其特征在于，步骤S3所述的总发电费用的隶属度函数μ_TC表达为：

${\mathrm{\&mu;}}_{\mathrm{TC}}=\left\{\begin{array}{cc}1& \mathrm{TC}\&le;{\mathrm{TC}}_0\\ \frac{{\mathrm{TC}}^{\max }-\mathrm{TC}}{{\mathrm{TC}}^{\max }-{\mathrm{TC}}_0}& {\mathrm{TC}}_0<C\&le;{\mathrm{TC}}^{\max }\\ 0& \mathrm{TC}>{\mathrm{TC}}^{\max }\end{array}\right.$

其中，μ_TC表示在该时刻对应于总发电费用TC的总发电费用隶属度，TC₀为理想的总发电费用值，TC^max为最大可接受的总发电费用值，理想的总发电费用值和最大可接受的总发电费用值通常根据运行经验得到。

4.如权利要求1所述的方法，其特征在于，步骤S3所述的各场景下各时刻的功率平衡隶属度函数μ_LD,s(t)表达为：

${\mathrm{\&mu;}}_{\mathrm{LD},s}\left(t\right)=\left\{\begin{array}{cc}0& P_D\left(t\right)\&le;D^{\min }\left(t\right)\\ \frac{P_D\left(t\right)-D^{\min }\left(t\right)}{D\left(t\right)-D^{\min }\left(t\right)}& D^{\min }\left(t\right)<P_D\left(t\right)\&le;D\left(t\right)\\ \frac{D^{\max }\left(t\right)-P_D\left(t\right)}{D^{\max }\left(t\right)-D\left(t\right)}& D\left(t\right)<P_D\left(t\right)\&le;D^{\max }\left(t\right)\\ 0& P_D\left(t\right)>D^{\max }\left(t\right)\end{array}\right.$

其中，μ_LD,s(t)表示场景s下在t时刻对应于总出力P_D(t)的旋转备用隶属度，P_D(t)为所有火电机组和风电场的出力总和，即D(t)为当前的实际负荷需求，D^min(t)和D^max(t)为可接受的最大负荷波动下限和上限。

5.如权利要求1所述的方法，其特征在于，步骤S3所述的各场景下各时刻的旋转备用隶属度函数μ_SR,s(t)表达为：

${\mathrm{\&mu;}}_{\mathrm{SR},s}\left(t\right)=\left\{\begin{array}{cc}0& R\left(t\right)\&le;R^{\min }\left(t\right)\\ \frac{R\left(t\right)-R^{\min }\left(t\right)}{R_{0,s}\left(t\right)-R^{\min }\left(t\right)}& R^{\min }\left(t\right)<R\left(t\right)<R_{0,s}\left(t\right)\\ 1& R\left(t\right)\&GreaterEqual;R_{0,s}\left(t\right)\end{array}\right.$

其中，μ_SR,s(t)表示场景s下在t时刻对应于旋转备用容量R(t)的旋转备用隶属度，R^min(t)为场景s下在t时刻可接受的最小旋转备用值，可根据R^min(t)＝ΔD(t)确定；ΔD(t)可取一定比例的当前负荷值，例如通常可以取10％，即ΔD(t)＝0.1×D(t)；R_0,s(t)为场景s下的理想旋转备用值，可根据R_0,s(t)＝ΔD(t)+W_j,s(t)确定。

6.如权利要求3所述的总发电费用TC，其特征在于，包括火电机组运行费用和启动费用两部分，其表达为：

$\mathrm{TC}=\underset{t=1}{\overset{T}{\mathrm{\&Sigma;}}}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{U}_i\left(t\right)\&times;{\mathrm{OC}}_i\left[P_i\left(t\right)\right]+\underset{t=1}{\overset{T}{\mathrm{\&Sigma;}}}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{\mathrm{SC}}_i\left(t\right)\&times;U_i\left(t\right)[1-U_i(t-1)]$

其中，T为调度周期内的时段数，N为***内火电机组数量，π_s表示场景s出现的概率；U_i(t)为火电机组i在时刻t的启停状态，“1”表示启动，“0”表示停机；OC_i[P_i(t)]表示火电机组i在时刻t的运行费用；SC_i(t)表示火电机组i在时t的启停费用。

运行费用OC_i主要指在发电过程中消耗的燃料费用，目前常用二次函数进行拟合：

${\mathrm{OC}}_i\left[P_i\left(t\right)\right]=a_i+b_i{P}_i\left(t\right)+c_i{P}_i^2\left(t\right)$

其中，a_i、b_i和c_i均为燃料费用系数。

启动费用SC_i主要指停运机组在启动时所消耗的燃料费用，根据机组停运时间长短可以将启动成本分为冷启动费用和热启动费用，启动费用可表达为：

${\mathrm{SC}}_i\left(t\right)=\left\{\begin{array}{cc}{\mathrm{SC}}_i^H& T_i^{\mathrm{off}}\&le;X_i^{\mathrm{off}}\&le;X_i^{\mathrm{off}}\left(t\right)\&le;H_i^{\mathrm{off}}\\ {\mathrm{SC}}_i^C& X_i^{\mathrm{off}}\left(t\right)>H_i^{\mathrm{off}}\end{array}\right.$

其中， 为火电机组i的冷启动时间，为火电机组i的热启动费用，表示火电机组i的冷启动费用。

7.如权利要求5所述的旋转备用容量R(t)，其特征在于，旋转备用容量R(t)表达为：

$R\left(t\right)=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{U}_i\left(t\right)\min [P_i^{\max }-P_i\left(t\right),{\mathrm{UR}}_i]$