一种多目标协同优化的多微网能量管理方法技术

一种多目标协同优化的多微网能量管理方法，包括以下步骤：1)场景生成和削减，过程如下：首先，假定每个不确定输入都有一个概率密度函数PDF，得到每个不确定参数的场景，接着通过减少场景数量来提高优化的计算速度；采用混合整数线性规划场景削减技术，保留典型场景；2)多目标优化函数建立；3)确定一个乌托邦式的解，以该解作为决策的参考点，基于引入的距离概念，找出最接近理想解的解集，利用CP方法能够将原多目标优化问题转化为单目标优化问题，从而求解。本发明专利技术综合考虑系统损耗、电压降和碳排放因素，同时对系统内风电和光伏的出力不确定性进行考虑，简单并且能够结合非齐次目标函数。

【技术实现步骤摘要】
一种多目标协同优化的多微网能量管理方法
本专利技术涉及一种多目标协同优化的多微网能量管理方法，为了降低微网的运行成本以及减少系统损耗、电压降和温室气体排放，引入独立性能指标(IndependencePerformanceIndex，IPI)减少与主电网的能量交换。
技术介绍
多微网能量管理有两种策略：竞争与合作策略。在竞争策略中，每个实体都有一个试图优化其目标的运营商。通常多微网和分布式网络运营商之间的竞争模型以最小化每个参与者的成本为目标。合作博弈注重群体形成、联合行动和集体收益。合作博弈比竞争策略提供了一种更直接的方法，并且在没有任何讨价还价假设的情况下对博弈进行分析。因此，合作策略在多微网能量管理中更受重视。在现有关于多微网能量管理策略的专利技术中，存在以下问题：(1)整体策略为单一目标函数，主要以系统总运行成本最小为目标，缺乏对系统损耗、电压降和碳排放等因素的考虑。(2)未对系统内风电和光伏的出力不确定性进行考虑。
技术实现思路
为了克服已有技术的不足，本专利技术提供了一种多目标协同优化的多微网能量管理方法，本文档来自技高网...

【技术保护点】
1.一种多目标协同优化的多微网能量管理方法，其特征在于，所述方法包括以下步骤：/n1)场景生成和削减，过程如下：/n首先，假定每个不确定输入都有一个概率密度函数PDF，得到每个不确定参数的场景，接着通过减少场景数量来提高优化的计算速度；/n根据可再生发电的特性，利用Weibull和Beta分布来描述参数风速和光照强度的PDF，Weibull分布如下：/n

【技术特征摘要】
1.一种多目标协同优化的多微网能量管理方法，其特征在于，所述方法包括以下步骤：
1)场景生成和削减，过程如下：
首先，假定每个不确定输入都有一个概率密度函数PDF，得到每个不确定参数的场景，接着通过减少场景数量来提高优化的计算速度；
根据可再生发电的特性，利用Weibull和Beta分布来描述参数风速和光照强度的PDF，Weibull分布如下：






式中：v为风速，k为形状参数，c为比例参数，μ和δ分别为风速的平均值和标准差，Γ()为gamma函数；
对于光照强度概率密度函数，用Bate分布描述：









式中：L为光照强度，a和b为分布参数，θ和γ分别为晴空指数的均值和标准差；
由于PDF中不可能有无限集，因此需要从PDF中选择一组间隔，nx是每个场景的间隔数，每个场景概率计算方法如式(6)和(7)：






式中：x表示不确定随机变量，为光照强度或风速；为场景nx概率；Nx为最大场景数；为场景nx期望值；和分别为场景nx起始值和结束值；
由式(8)和(9)计算出场景总数量Ns和场景向量ρs：






采用混合整数线性规划场景削减技术，保留典型场景，如式(10)：



使用该技术找到所需最小场景数，在上述公式中，为二元变量表示n1和n2场景的选择，参数ρs(n1,n2)表示场景n1和n2的发生概率；
2)多目标优化函数建立，过程如下：
2.1)目标1：多微网运行成本如式(1)-(10)：
MinCost＝Min[CostPV+CostWT+CostDG+CostFC+CostMT+CostCL+CostGrid](11)



























式中：CostPV、CostWT、CostDG、CostFC、CostMT、CostCL、CostGrid分别表示光伏、风机、柴油发电机、燃料电池、燃气轮机、减载和向电网购电所需成本，分别为各装置的运维成本，分别为各装置所消耗燃料成本，分别为各装置运维成本系数，km为微网m柴油发电机在最低发电量下运行成本，Im,t为微网m柴油发电机机组状态；ΔT为时间间隔长度，πm,n为微网m中柴油发电机线性发电成本函数，Pm,n,t为t时刻微网m中柴油发电...

【专利技术属性】
技术研发人员：周丹，刘业伟，童伟，汪蕾，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33