【技术实现步骤摘要】
一种考虑直接负荷控制不确定性的微能源网优化调度方法
本专利技术涉及微能源网优化调度领域，尤其是涉及一种考虑直接负荷控制不确定性的微能源网优化调度方法。
技术介绍
直接负荷控制(directloadcontrol，DLC)是一种激励型需求响应，一般针对居民用户或小型商业用户中具有热储存能力的温控负荷(thermostaticallycontrolledloads，TCL)实施，如空调、电热水器，受控负荷在中断时段从系统中断开，在中断时段结束后重新与系统连接，形成反弹负荷。现有的微能源网优化调度方法仅考虑了风、光等可再生能源出力的随机性对优化调度结果的影响，较少考虑直接负荷控制参与优化调度，没有考虑到参与直接负荷控制的受控负荷的不确定性。在微能源网的优化运行过程中，由于用户侧用电器参数偏差、环境因素预测误差以及参与用户的认知差异，用户参与直接负荷控制的不确定性也需要考虑。中国专利技术专利公开号CN108491977A中公开了一种微能源网弱鲁棒优化调度方法，能够适用于不确定参数下微能源网的优化调度，保障系统的安全运...
【技术保护点】
1.一种考虑直接负荷控制不确定性的微能源网优化调度方法，其特征在于，所述的优化调度方法包括以下步骤：/n步骤1：建立考虑不确定性的直接负荷控制模型；/n步骤2：获取微能源网的参数；/n步骤3：建立微能源网的功率平衡方程及设备的模型；/n步骤4：根据功率平衡方程和各设备的模型，建立考虑直接负荷控制不确定性和风、光出力不确定性的微能源网鲁棒优化调度模型；/n步骤5：将含有随机参数的鲁棒优化调度模型转化为确定性优化模型；/n步骤6：求解模型最优解，进行微能源网调度。/n
【技术特征摘要】
1.一种考虑直接负荷控制不确定性的微能源网优化调度方法，其特征在于，所述的优化调度方法包括以下步骤：
步骤1：建立考虑不确定性的直接负荷控制模型；
步骤2：获取微能源网的参数；
步骤3：建立微能源网的功率平衡方程及设备的模型；
步骤4：根据功率平衡方程和各设备的模型，建立考虑直接负荷控制不确定性和风、光出力不确定性的微能源网鲁棒优化调度模型；
步骤5：将含有随机参数的鲁棒优化调度模型转化为确定性优化模型；
步骤6：求解模型最优解，进行微能源网调度。
2.根据权利要求1所述的一种考虑直接负荷控制不确定性的微能源网优化调度方法，其特征在于，所述的步骤1中，考虑不确定性的直接负荷控制模型的表达式为：
其中，t＝1,2,...,N，N为调度时段的总数；PLD,t和PL,t分别为t时段受控后负荷需求和原始需求；Xi为i时段受控负荷的组数；PC,i为i时段每一组受控负荷的功率，为随机参数，表示每组受控负荷功率是具有不确定性的；d为受控负荷的控制时段数目；gt-d+1-i为反弹负荷的补偿策略系数；ct+1-i在t+1-i≤d时为1，否则为0；a0＝max{1,t-d+1}；t≥d+1时，a1＝max{1,t-d-h+1}，a2＝t-d，否则，a1＝0，a2＝0；h为单时段控制策略对应的补偿时段数目。
3.根据权利要求1所述的一种考虑直接负荷控制不确定性的微能源网优化调度方法，其特征在于，所述步骤2中微能源网的参数包括网架结构参数、能源类型、单位成本信息、用户功率需求和可再生能源出力信息。
4.根据权利要求3所述的一种考虑直接负荷控制不确定性的微能源网优化调度方法，其特征在于，所述的网架结构包括电网、可再生发电机组、微燃机、天然气网、燃气锅炉、电锅炉、电转气设备P2G、余热锅炉和储能设备；所述的可再生发电机组包括风电机组和光伏电池；所述的储能设备包括储电设备、储气设备和储热设备。
5.根据权利要求4所述的一种考虑直接负荷控制不确定性的微能源网优化调度方法，其特征在于，所述的步骤3具体为：
步骤3-1：建立功率平衡方程，包括电功率平衡方程、热功率平衡方程和气功率平衡方程；
电功率平衡方程具体为：
其中，为第i类发电机组在t时段时的出力，I＝3，i＝1,2,3分别表示风、光、微燃机三个微电源；PES,ch,t和PES,dis,t分别为储电设备的充电功率和放电功率，PEB,t为t时段电锅炉耗电功率，PP2G,t为t时段P2G装置的耗电功率，PBGEX,t和PSGEX,t分别为t时段微能源网系统从主网购电和向主网售电功率；
气功率平衡方程具体为：
其中，Gg,t为t时段微能源网的购气功率，GP2G,t为t时段P2G的产气功率，GGS,ch,t和GGS,dis,t分别为储气设备充放气功率，GL,t为用户的天然气需求，为微燃机的耗气功率，GGB,t为燃气锅炉的耗气功率；
热功率平衡方程具体为：
其中，QGB,t和QEB,t分别为t时段燃气锅炉和电锅炉的制热功率，为微燃机的制热功率，QHS,ch,t和QHS,dis,t分别为储热设备充放热功率，QL,t为t时段的热负荷需求；
步骤3-2：建立能源转换设备的模型，包括微燃机模型、电转气装置模型和气、热锅炉模型；
微燃机模型表达式为：
式中：和ηEH分别为微燃机发电效率、制热效率和余热锅炉废热回收效率，为经余热锅炉后微燃机制热功率，和分别为微燃机的出力上下限和爬坡上下限；
电转气装置模型表达式为：
式中：ηP2G为P2G装置的综合能量转换效率；和分别为P2G装置的出力上下限。
燃气锅炉模型表达式为：
式中：ηGB为燃气锅炉的能量转换效率，QGB,max和QGB,min分别为燃气锅炉的出力上下限，ΔQGB,max、ΔQGB,min分别为燃气锅炉的爬坡上下限；
电锅炉模型表达式为：
式中：ηEB为电锅炉的能量转换效率，QEB,max和QEB,min分别为电锅炉的出力上下限，ΔQEB,max和ΔQEB,min分别为电锅炉的爬坡上下限；
步骤3-3：建立能源储存设备的模型，包括电储能设备模型、热储能设备模型和气储能模型；
所述的模型表达式均为：
其中，ES,t为t时段电、热或气的储能容量，ES,max和ES,min分别为电、热或气的储能容量上下限，τ为电、热或气储能自损失率，Pch,t和Pdis,t分别为电、热或气储能设备的充放功率，ηch和ηdis分别为电、热或气储能充放效率，...
【专利技术属性】
技术研发人员：朱兰，牛培源，杨秋霖，姬星羽，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。