基于鲁棒理论的高可再生能源渗透率电网恢复优化方法技术

本发明专利技术公开了一种基于鲁棒理论的高可再生能源渗透率电网恢复优化方法，将确定性电网恢复优化模型转变为鲁棒优化模型，采用人工蜂群算法求解，获得计及不确定性的电网恢复方案。该方法包括：1、建立高可再生能源渗透率电网恢复过程中确定性的电网恢复优化模型；2、根据步骤1所建立的确定性模型，运用鲁棒理论建立考虑可再生能源不确定性的双层鲁棒模型；3、运用对偶定理，将步骤2所得的双层鲁棒模型转化为易于求解的单层鲁棒模型；4、采用人工蜂群算法求解步骤3求得的单层鲁棒模型，得到考虑可再生能源不确定性的电网恢复方案。该方法得到的电网恢复方案能承受可再生能源不确定区间内的所有波动，可以保证电网恢复过程的安全性，具有一定的理论价值和工程价值。

【技术实现步骤摘要】
基于鲁棒理论的高可再生能源渗透率电网恢复优化方法
本专利技术属于电网
，特别是一种基于鲁棒理论的高可再生能源渗透率电网恢复优化方法。
技术介绍
可再生能源参与电网恢复有助于提高系统恢复的效率、减少可再生能源的削减。但由于可再生能源有功出力的间歇性和波动性，可能会给已恢复系统带来一系列安全问题。由此，有必要研究计及可再生能源不确定性的电网停电恢复方案。处理可再生能源不确定性的方法有自回归–滑动平均模型方法、机会约束规划方法。但随机规划模型的概率分布函数难以获取，通过采样方法模拟出的概率密度函数也难以保证准确性，同时为了保证不确定性处理精度，需要生成大量可能的场景，也增加了电力系统的负担。
技术实现思路
本专利技术的目的在于提供一种基于鲁棒理论的高可再生能源渗透率电网恢复优化方法。实现本专利技术目的的技术解决方案为：一种基于鲁棒理论的高可再生能源渗透率电网恢复优化方法，包括如下步骤：步骤1，建立高可再生能源渗透率电网恢复过程中确定性的电网恢复优化模型；步骤2，根据步骤1所建立的确定性模型，运用鲁棒理论建立考本文档来自技高网...

【技术保护点】
1.一种基于鲁棒理论的高可再生能源渗透率电网恢复优化方法，其特征在于包括以下步骤：/n步骤1，建立高可再生能源渗透率电网恢复过程中确定性的电网恢复优化模型；/n步骤2，根据步骤1所建立的确定性模型，运用鲁棒理论建立考虑可再生能源不确定性的双层鲁棒模型；/n步骤3，运用对偶定理，将步骤2所得的双层鲁棒模型转化为易于求解的单层鲁棒模型；/n步骤4，采用人工蜂群算法求解步骤3求得的单层鲁棒模型，得到考虑可再生能源不确定性的电网恢复方案。/n

【技术特征摘要】
1.一种基于鲁棒理论的高可再生能源渗透率电网恢复优化方法，其特征在于包括以下步骤：
步骤1，建立高可再生能源渗透率电网恢复过程中确定性的电网恢复优化模型；
步骤2，根据步骤1所建立的确定性模型，运用鲁棒理论建立考虑可再生能源不确定性的双层鲁棒模型；
步骤3，运用对偶定理，将步骤2所得的双层鲁棒模型转化为易于求解的单层鲁棒模型；
步骤4，采用人工蜂群算法求解步骤3求得的单层鲁棒模型，得到考虑可再生能源不确定性的电网恢复方案。


2.根据权利要求1所述的基于鲁棒理论的高可再生能源渗透率电网恢复优化方法，其特征在于，步骤1中建立高可再生能源渗透率电网恢复过程中确定性的电网恢复优化模型，具体步骤为：
步骤1-1，确定每一时步电网恢复的优化目标为：



式中n——电网恢复每一时步恢复的节点数量；
mi——节点i上的负荷出线数；
xij——0,1变量，表示负荷点是否投入；
PLij——待恢复负荷出线在该时步内预测负荷恢复量；
Piw——当前时步恢复路径上节点i可再生能源机组实际总有功出力；

——当前时步恢复路径上节点i可再生能源机组预测总有功出力；
步骤1-2，确定电网恢复过程中需要考虑的约束条件，包括：
最大可恢复负荷量约束为：



式中n——电网恢复每一时步恢复的节点数量；
mi——节点i上的负荷出线数；
xij——0,1变量，表示负荷点是否投入；
PLij——待恢复负荷出线在该时步内预测负荷恢复量；
△PΣ——每个时步已恢复机组的新增出力；
NG——当前已恢复常规机组；
PGi(t+△t)——t+△t时刻已恢复常规机组出力；
PGi(t)——t时刻已恢复常规机组出力；
Piw(t+△t)——t+△t时刻已恢复可再生能源机组出力；
Piw(t)——t时刻已恢复可再生能源机组出力；
暂态频率约束为：



式中mi——节点i上的负荷出线数；
ΔPiw——当前时步恢复路径上节点i可再生能源机组实际有功出力；
Pi,tw——当前时步恢复路径上节点i可再生能源机组实际总有功出力；
Pi,t-1w——上一时步恢复路径上节点i可再生能源机组实际总有功出力；
xij——0,1变量，表示负荷点是否投入；
PLij——待恢复负荷出线在该时步内预测负荷恢复量；
PGi——机组i的额定有功出力；
△fmax——暂态频率最大允许下降值；
dfi——机组i的暂态频率响应值；
NG——当前已恢复常规机组；
稳态潮流约束为：



式中Pdi——节点i的有功注入功率；
Qdi——节点i的无功注入功率；
Vi——节点i的电压；
Vj——节点j的电压；
Gij——节点i与j之间的电导；
Bij——节点i与j之间的电纳；
N——节点个数；
δij——Vi与Vj的相角；
机组出力、电压约束为：



式中PGi——机组的有功出力；
QGi——机组的无功出力；
PGimax——机组有功的最大出力；
PGimin——机组有功的最小出力；
QGimax——机组无功的最大出力；
QGimin——机组无功的最小出力；
Vi——节点电压；
Vimax——节点电压允许最大值；
Vimin——节点电压允许最小值。


3.根据权利要求1所述的基于鲁棒理论的高可再生能源渗透率电网恢复优化方法，其特征在于，根据步骤1所建立的确定性模型，运用鲁棒理论建立考虑可再生能源不确定性的双层鲁棒模型，具体步骤为：
步骤2-1，将可再生能源的出力约束在一个区间内，并将允许区间松弛：



式中——当前时步可再生能源总有功出力允许下限；

——当前时步可再生能源总有功出力预测下限；

——当前时步可再生能源总有功出力允许上限；

——当前时步可再生能源总有功出力预测上限；
步骤2-2，通过max函数表示恢复过程中最恶劣情况：



式中mi——节点i上的负荷出线数；
ΔPiw——当前时步恢复路径上可再生能源机组实际有功出力；
Pi,tw——当前时步恢复路径上可再生能源机组实际总有功出力；
Pi,t-1w——上一时步恢复路径上可再生能源机组实际总有功出力；
xij——0,1变量，表示负荷点是否投入；
PLij——待恢复负荷出线在该时步内预测负荷恢复量；
PGi——机组i的额定有功出力；
△fmax——暂态频率最大允许下降值；
dfi——机组i的暂态频率响应值；
NG——当前已恢复常规机组；

——可再生能源有功出力允许下限；

——可再生能源有功出力允许上限；
步骤2-3，负荷最大恢复量以实际恢复量表示，可再生能源的削减表述为预测上限和允许上限，预测下限和允许下限之间的差值之和，目标函数修改为：



式中n——电网恢复每一时步恢复的节点数量；
mi——节点i上的负荷出线数；
xij——0,1变量，表示负荷点是否投入；
PLij——待恢复负荷出线在该时步内预测负荷恢复量；

——当前时步可再生能源总有功出力允许下限；

——当前时步可再生能源总有功出力预测下限；

——当前时步可再生能源总有功出力允许上限；

——当前时步可再生能源总有功出力预测上限；
步骤2-4，综合步骤2-1、2-2、2-3所述，双层鲁棒模型整理为：
























PGimin≤PGi≤PGimax
QGimin≤QGi≤QGimax
Vimin≤Vi≤Vimax






式中n——电网恢复每一时步恢复的节点数量；
mi——节点i上的负荷出线数；
xij——0,1变量，表示负荷点是否投入；
PLij——待恢复负荷出线在该时步内预测负荷恢复量；

——当前时步可再生能源总有功出力允许下限；

——当前时步可再生能源总有功出力预测下限；

——当前时步可再生能源总有功出力允许上限；

——当前时步可再生能源总有功出力预测上限；
△PΣ——每个时步已恢复机组的新增出力；
NG——当前已恢复常规机组；
PGi(t+△t)——t+△t时刻已恢复常规机组出力；
PGi(t)——t时刻已恢复常规机组出力；
Piw(t+△t)——t+△t时刻已恢复可再生能源机组出力；
Piw(t)——t时刻已恢复可再生能源机组出力；
ΔPiw——当前时步恢复路径上可再生能源机组实际有功出力；
Pi,tw——当前时步恢复路径上可再生能源机组实际总有功出力；
Pi,t-1w——上一时步恢复路径上可再生能源机组实际总有功出力；
PGi——机组i的额定有功出力；
△fmax——暂态频率最大允许下降值；
dfi——机组i的暂态频率响应值；
PGi——机组的有功出力；
QGi——机组的无功出力...

【专利技术属性】
技术研发人员：黄详淇，谢云云，刘琳，郭伟清，谷志强，李德正，杨正婷，殷明慧，卜京，姚娟，张俊芳，邹云，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏;32