一种配电网多目标鲁棒优化方法技术

一种配电网多目标鲁棒优化方法，包括：建立用于解决光伏预测最大出力不确定性的不确定集合；在不确定集合基础上，建立配电网多目标鲁棒优化模型，所述配电网多目标鲁棒优化模型是以有功网损和弃光率极小极大值为目标函数，以潮流等式约束、无功补偿装置约束、节点电压约束、松弛节点功率约束和不确定集合场景下的分布式光伏运行约束为约束条件；求解配电网多目标鲁棒优化模型，得到该模型的帕累托解集。本发明专利技术的方法可以应用于大型配电网系统，求得帕累托解集，调度人员可以根据需要达到的目的从帕累托解集中选择合适的解进行调度。

【技术实现步骤摘要】
一种配电网多目标鲁棒优化方法
本专利技术涉及一种配电网优化方法。特别是涉及一种配电网多目标鲁棒优化方法。
技术介绍
随着环境问题日益严峻，可再生能源发电的优势愈发突出。在主动配电网中，风电、光伏等分布式电源(DistributedGeneration，DG)的接入为减少碳排放、增加清洁能源利用率做出了重大贡献。由于DG的数量及规模逐渐增加，配电网中的参与主体更为多元，这些因素对配电网经济性、可靠性需求不断提高，使得单目标优化往往不能解决运行中的多方面问题，因此针对配电网的多目标优化研究具有很大价值。文献[1]通过协调配电网中的柔性负荷和储能装置，构建了以可再生能源利用率最大、网络损耗最小和用户满意度最高为目标的多目标优化模型。文献[2-4]考虑配电网重构研究建立多目标优化模型。文献[5]建立了中断成本和设备成本最低的多目标优化模型，实现对接入DG的配电网的控制和保护设备进行优化、协调和分配。文献[6-7]建立了配电网储能多目标优化模型，用以解决实际配电网储能系统配置问题。在实际配电网中由于量测不足，不确定因素较多，而上述研究并未考虑DG出力等不确定因素的影响，因此采用求解确定性模型得到调度决策方法不再适用于具有高度不确定性的主动配电网优化运行中。解决不确定变量的优化方法大致分为三类：随机优化、模糊规划和鲁棒优化[8-10]。随机优化方法需要对实测数据进行统计分析并拟合，获得变量的概率分布函数，但在实际场景中，这一方法所需的工作量太大，且数据难以获得。模糊规划采用模糊集合表示约束条件，并将条件满足的程度定义为隶属度函数，在现实场景中，决策者的主观随意性对该方法的使用影响较大。鲁棒优化方法则是建立不确定集合用以描述不确定变量，优化结果可以保证在不确定集合的任何场景下均能满足约束条件。目前，鲁棒优化方法在电力系统较多领域中都有所研究。文献[11-12]将鲁棒优化方法应用于主动配电网电压控制中，针对DG等不确定变量的波动，电压均能保持在合理的运行范围内。文献[13-14]在配电网动态重构的研究中使用鲁棒优化方法，使得一种网络拓扑结构能够应对不确定集合中多个场景的约束。文献[15-16]在多时段最优潮流研究中使用鲁棒优化方法，解决可再生能源预测的不确定性，优化结果显示出较好的鲁棒性。然而文献[11-16]是单目标鲁棒优化模型，没有涉及多目标优化问题。因此，针对多目标鲁棒优化研究对于解决具有高度不确定性的配电网优化问题具有重要意义。
技术实现思路
本专利技术所要解决的技术问题是，提供一种能够解决具有高度不确定性的配电网优化问题的配电网多目标鲁棒优化方法。本专利技术所采用的技术方案是：一种配电网多目标鲁棒优化方法，包括如下步骤：1)建立用于解决光伏预测最大出力不确定性的不确定集合；2)在不确定集合基础上，建立配电网多目标鲁棒优化模型，所述配电网多目标鲁棒优化模型是以有功网损和弃光率极小极大值为目标函数，以潮流等式约束、无功补偿装置约束、节点电压约束、松弛节点功率约束和不确定集合场景下的分布式光伏运行约束为约束条件；3)求解配电网多目标鲁棒优化模型，得到该模型的帕累托解集。本专利技术的一种配电网多目标鲁棒优化方法，通过不确定集合描述不确定变量，利用鲁棒优化方法获得的帕累托解集能够应对不确定集合中的任意场景，使得模型的最优解集对不确定集合具有鲁棒性。不确定集合范围大小对解集分布的影响为实际调度运行提供了一定的依据。通过对IEEE33节点算例和某实际配电网141节点算例进行仿真计算，得到相似结果，说明本专利技术的方法可以应用于大型配电网系统，求得帕累托解集，调度人员可以根据需要达到的目的从帕累托解集中选择合适的解进行调度。附图说明图1是本专利技术中求解配电网多目标鲁棒优化模型的流程图；图2是IEEE33节点系统拓扑图；图3是IEEE33节点系统帕累托解集结果图；图4是141节点系统拓扑图；图5是141节点系统帕累托解集结果图；图6是141节点系统电压分布图；图7是无功补偿装置出力图；图8a是141节点最优有功网损的收敛情况图；图8b是141节点最优弃光率的收敛情况图；图9是不同算法对比图。具体实施方式下面结合实施例和附图对本专利技术的一种配电网多目标鲁棒优化方法做出详细说明。针对配电网量测不足，不确定因素较多，以及实际配电网中利益多元性和目标的综合性，本专利技术在无需掌握分布式光伏出力精确测量值的情况下，构建一种配电网多目标鲁棒优化模型。该模型通过对分布式光伏预测最大出力建立不确定集合，在配电网中加入无功补偿装置静态无功补偿器出力、投切电容器，采用鲁棒优化方法求解模型的最优调度方案。在具体求解过程中，本专利技术采用NSGA-II算法完成对模型的求解，得到帕累托最优解集，该结果与SPEA2算法求解的结果进行对比，以此说明NSGA-II算法针对本专利技术中的模型具有较好的求解效果。本专利技术的一种配电网多目标鲁棒优化方法，包括如下步骤：1)建立用于解决光伏预测最大出力不确定性的不确定集合；所述不确定集合，表示如下：式中，Δ表示分布式光伏预测最大出力的不确定集合；和分别表示节点i处每个分布式光伏预测最大出力的下限和上限；α表示控制每个不确定区间的范围，α越小则表示不确定区间范围越小；表示节点i处分布式光伏预测的最大出力。2)在不确定集合基础上，建立配电网多目标鲁棒优化模型，所述配电网多目标鲁棒优化模型是以有功网损和弃光率极小极大值为目标函数，以潮流等式约束、无功补偿装置约束、节点电压约束、松弛节点功率约束和不确定集合场景下的分布式光伏运行约束为约束条件；其中，(1)所述的以有功网损和弃光率极小极大值为目标函数，表示如下：式中，Pi表示节点i的注入有功功率；N表示配电网的节点数；F1则表示有功网损；表示节点i处的分布式光伏在不确定集合场景中的有功出力；表示节点i处分布式光伏预测的最大出力；F2表示配电网的弃光率；Δ表示分布式光伏预测最大出力的不确定集合；x表示优化变量Qi,SVC、Qi,CB，其中，Qi,SVC表示节点i的静态无功补偿器出力；Qi,CB表示节点i处投切电容器的投运容量；X表示优化变量x的集合；F(x)表示目标函数。本专利技术的配电网多目标鲁棒优化模型中，目标函数的内层为max函数，目的是在任意给定x的基础上得到所有场景下F1和F2的最大值，且F1和F2取得最大值的场景是相互独立的，以此获得不确定集合中最恶劣场景下的目标函数值，并且其对应的Qi,SVC和Qi,CB能够满足所有场景的约束条件。根据获得的最恶劣场景下的F1和F2，利用目标函数的外层min函数，通过优化x得到无功补偿装置的调度决策，实现最优化F1和F2的目的。虽然只在场景下参与运算，但在该模型的整体框架中，它和Qi,SVC、Qi,CB共同为求解该模型的最小化结果发挥作用。(2)所述约束条件中的：(2.1)潮流等式约束，表示如下：<本文档来自技高网...

【技术保护点】
1.一种配电网多目标鲁棒优化方法，其特征在于，包括如下步骤：/n1)建立用于解决光伏预测最大出力不确定性的不确定集合；/n2)在不确定集合基础上，建立配电网多目标鲁棒优化模型，所述配电网多目标鲁棒优化模型是以有功网损和弃光率极小极大值为目标函数，以潮流等式约束、无功补偿装置约束、节点电压约束、松弛节点功率约束和不确定集合场景下的分布式光伏运行约束为约束条件；/n3)求解配电网多目标鲁棒优化模型，得到该模型的帕累托解集。/n

【技术特征摘要】
1.一种配电网多目标鲁棒优化方法，其特征在于，包括如下步骤：
1)建立用于解决光伏预测最大出力不确定性的不确定集合；
2)在不确定集合基础上，建立配电网多目标鲁棒优化模型，所述配电网多目标鲁棒优化模型是以有功网损和弃光率极小极大值为目标函数，以潮流等式约束、无功补偿装置约束、节点电压约束、松弛节点功率约束和不确定集合场景下的分布式光伏运行约束为约束条件；
3)求解配电网多目标鲁棒优化模型，得到该模型的帕累托解集。


2.根据权利要求1所述的一种配电网多目标鲁棒优化方法，其特征在于，步骤1)所述不确定集合，表示如下：



式中，Δ表示分布式光伏预测最大出力的不确定集合；和分别表示节点i处每个分布式光伏预测最大出力的下限和上限；α表示控制每个不确定区间的范围，α越小则表示不确定区间范围越小；表示节点i处分布式光伏预测的最大出力。


3.根据权利要求1所述的一种配电网多目标鲁棒优化方法，其特征在于，步骤2)所述的以有功网损和弃光率极小极大值为目标函数，表示如下：






式中，Pi表示节点i的注入有功功率；N表示配电网的节点数；F1则表示有功网损；Pi,DG,ζ表示节点i处的分布式光伏在不确定集合场景中的有功出力；表示节点i处分布式光伏预测的最大出力；F2表示配电网的弃光率；Δ表示分布式光伏预测最大出力的不确定集合；x表示优化变量Qi,SVC、Qi,CB，其中，Qi,SVC表示节点i的静态无功补偿器出力；Qi,CB表示节点i处投切电容器的投运容量；X表示优化变量x的集合；F(x)表示目标函数。


4.根据权利要求1所述的一种配电网多目标鲁棒优化方法，其特征在于，步骤2)所述约束条件中的：
(1)潮流等式约束，表示如下：









Qi＝-Qi,load+Qi,VAR(7)
式中，Pi表示节点i的注入有功功率；Ui、Uj分别表示节点i和节点j的电压幅值；Gij表示节点导纳矩阵中节点i与j对应元素的实部；Bij表示节点导纳矩阵中节点i与j对应元素的虚部；eij表示节点i与j的电压相角差；j∈i表示节点i与j相关联；Pi,load表示节点i的有功负荷；表示节点i处的分布式光伏在不确定...

【专利技术属性】
技术研发人员：徐弢，任毅，梁乐萌，李鹏，于力，徐全，郭晓斌，
申请(专利权)人：天津大学，南方电网科学研究院有限责任公司，
类型：发明
国别省市：天津;12