一种光储充电塔自适应鲁棒日前优化调度方法技术

本发明专利技术公布了一种光储充电塔自适应鲁棒日前优化调度方法，首先以光储充电塔日运行总成本最小为目标，建立日前能量‑备用协同优化调度模型。接着考虑光伏出力及负荷不确定性对日前调度影响，以日前能量‑备用协同优化调度和实时能量平衡调整分别为第一、二阶段决策，建立自适应鲁棒三层优化调度模型。然后采用代表性场景描述不确定性集合，引入辅助变量代替第二阶段最恶劣场景的运行成本，实现内层min‑max问题的解耦，从而将三层优化转化为含有限数量场景的单层鲁棒优化模型。最后在实际光储充电塔系统中进行测试并求解。本发明专利技术能够有效处理系统不确定性，降低三层优化模型的复杂度，同时获取充电塔日前调度策略，所得结果具有鲁棒性。

【技术实现步骤摘要】
一种光储充电塔自适应鲁棒日前优化调度方法
本专利技术属于电力系统优化调度
，涉及一种光储充电塔自适应鲁棒日前优化调度方法。
技术介绍
近年来，能源危机和环境污染问题日益严峻，可再生能源和电动汽车由于具有节能减排的优势得到迅速发展，未来将成为应对能源短缺与环境污染问题的有效途径。随着电动汽车规模的不断增长，当电动汽车接入充电站集中充电时，将给电网造成一定的冲击；考虑由充电设施、光伏系统、储能系统(energystoragesystem,ESS)等构成的新型光储充电塔，为有效解决电动汽车充电以及建设智慧城市交通提供了全新思路。光储充电塔作为未来公共充电站的重点发展方向，通过光伏系统、ESS、电动汽车以及配电网之间协调调度，获取购电计划以及ESS充放电计划等，能够合理分配电能，降低充电塔日运行成本，同时可促进光伏发电的就地消纳，然而充电塔系统光伏出力和负荷预测具有不确定性，将导致系统调度过程中备用容量急剧增加，将给系统可靠性带来一系列挑战。在日前电力市场中，能量-备用协同优化能够协调经济性和可靠性，实现对净负荷不确定性备用容量的最佳分配，因此开展光储充电塔日前能量-备用协同优化调度研本文档来自技高网...

【技术保护点】
1.一种光储充电塔自适应鲁棒日前优化调度方法，其特征在于：包括以下步骤：步骤1：以光储充电塔日运行总成本最小为目标，建立日前能量‑备用协同优化调度模型；步骤2：在步骤1的基础上考虑光伏出力及负荷不确定性对日前调度影响，以日前能量‑备用协同优化调度和实时能量平衡调整分别为第一、二阶段决策，建立自适应鲁棒三层优化调度模型；步骤3：采用代表性场景描述不确定性集合，引入辅助变量代替第二阶段最恶劣场景的运行成本，实现内层min‑max问题的解耦，从而将自适应鲁棒三层优化调度模型转化为含有限数量场景的单层鲁棒优化模型；步骤4：在步骤3的基础上，在实际光储充电塔系统中进行测试并求解。

【技术特征摘要】
1.一种光储充电塔自适应鲁棒日前优化调度方法，其特征在于：包括以下步骤：步骤1：以光储充电塔日运行总成本最小为目标，建立日前能量-备用协同优化调度模型；步骤2：在步骤1的基础上考虑光伏出力及负荷不确定性对日前调度影响，以日前能量-备用协同优化调度和实时能量平衡调整分别为第一、二阶段决策，建立自适应鲁棒三层优化调度模型；步骤3：采用代表性场景描述不确定性集合，引入辅助变量代替第二阶段最恶劣场景的运行成本，实现内层min-max问题的解耦，从而将自适应鲁棒三层优化调度模型转化为含有限数量场景的单层鲁棒优化模型；步骤4：在步骤3的基础上，在实际光储充电塔系统中进行测试并求解。2.根据权利要求1所述的光储充电塔自适应鲁棒日前优化调度方法，其特征在于：所述步骤1包括以下步骤：步骤101：考虑由充电设施、光伏系统、储能系统融合后形成的光储充电塔系统，出力取期望值时作为系统基准场景，以光储充电塔基准场景的日运行成本最小为目标，由日前能量成本和备用容量成本组成，可表示如下：式中，为t时刻充电塔购电成本，为t时刻储能系统放电成本，为t时刻参与V2G的慢充电动汽车放电成本，为t时刻可中断负荷中断成本，为系统备用成本，下标0表示基准场景，光储充电塔系统购电成本储能系统放电成本慢充电动汽车放电成本可中断负荷中断成本系统备用成本分别表示如下：式中，为t时刻充电塔系统购电功率，为t时刻充电塔系统购电电价，cESS为储能系统放电成本系数，为t时刻储能系统放电功率，nv2g为电动汽车的数量，cv2g、N、Sv2g、dDOD分别为慢充电动汽车电池购买成本、充放电循环次数、电池容量及放电深度，为t时刻第v辆电动汽车放电功率，为电动汽车放电效率，ev为第v辆电动汽车单位行驶距离消耗的功率，为t时刻第v辆电动汽车的行驶距离，nm为可中断等级数，为第m级可中断负荷中断价格，为t时刻第m级中断水平的中断负荷，Cgrid、CV2G、CESS、CIL分别为系统购电量、慢充电动汽车、储能系统以及可中断负荷的备用成本系数，分别为t时刻系统购电量、储能系统以及可中断负荷提供的备用容量，为t时刻第v辆慢充电动汽车提供的备用容量，上标U、D分别表示对应上备用及下备用；步骤102：建立日前能量-备用协同优化调度模型，所述模型中包括充电塔购电约束、储能系统约束、参与V2G的慢充电动汽车约束、光伏出力约束、可中断负荷约束、系统功率平衡约束以及系统备用约束，(1)充电塔购电量约束：式中，为充电塔最大购电功率，布尔变量表示t时刻是否处于购电状态，是则为1，否则为0，(2)储能系统约束：式中，为t时刻储能系统充电功率，分别为储能系统最大充、放电功率，布尔变量分别表示t时刻储能系统是否处于充、放电状态，是则为1，否则为0，为t时刻储能系统的荷电状态值，分别为储能系统容量及荷电状态值上、下限，D为储能系统最大放电深度；δESS、分别为储能系统自损耗率及充、放电效率，Δt为系统调度时间段持续时间，(3)慢充电动汽车约束：式中，分别为t时刻第v辆电动汽车充、放电功率，分别为第v辆电动汽车最大充、放电功率，布尔变量分别表示t时刻第v辆电动汽车是否处于充、...

【专利技术属性】
技术研发人员：卫志农，柳志航，孙国强，臧海祥，陈胜，周亦洲，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏,32