一种配电网多目标鲁棒优化模型帕累托最优解分析方法技术

一种配电网多目标鲁棒优化模型帕累托最优解分析方法，包括：求解配电网多目标鲁棒优化模型与配电网多目标确定性优化模型；根据配电网多目标鲁棒优化模型与配电网多目标确定性优化模型的求解结果，计算配电网多目标鲁棒优化模型的帕累托最优解保守度；计算配电网多目标鲁棒优化模型的帕累托最优解增强鲁棒度；计算配电网多目标鲁棒优化模型的帕累托最优解鲁棒度。本发明专利技术能够充分挖掘多目标鲁棒优化模型中帕累托最优解的性能。本发明专利技术通过对改进的IEEE 33节点配电网算例进行仿真计算，运行人员可以根据量化分析结果选择合适的帕累托最优解作为配电网运行方式。最优解作为配电网运行方式。最优解作为配电网运行方式。

【技术实现步骤摘要】
一种配电网多目标鲁棒优化模型帕累托最优解分析方法


[0001]本专利技术涉及一种多目标鲁棒优化模型帕累托最优解分析方法。特别是涉及一种配电网多目标鲁棒优化模型帕累托最优解分析方法。

技术介绍

[0002]随着环境问题日益严峻，以可再生能源为主的分布式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。然而由于光伏的有功出力受环境影响较大，使得配电系统运行复杂性和时空不确定性显著增加，传统的通过求解确定性优化优化问题获得配电系统调度决策的方法将不再适应于具有高度不确定性的主动配电网优化调度；传统经验型的决策体系也不再适应于存在多主体、多目标优化决策中。基于此，研究主动配电网多目标鲁棒优化具有重要意义。
[0003]目前，多目标鲁棒优化方法在电力系统中已有较多研究。文献[1]考虑负荷波动的不确定性，提出一种多目标鲁棒无功优化调度模型，采用蒙特卡洛方法生成负荷波动样本，计及不确定变量对模型的影响。文献[2]针对配电网中电动汽车日前最优充电调度问题，提出一种多目标鲁棒优化策略，该策略考虑了电动汽车聚合商以及配电系统运营商的竞争目标，采用模糊机制求解最佳方案。文献[3]考虑风电、光伏以及负荷的随机分布特性差异，构建了一种基于分类概率机会约束的不确定性集合，并综合考虑经济性、环保性、鲁棒性三者之间的制约关系，建立多目标优化调度模型。文献[4
‑
5]针对光伏高渗透率的配电系统提出多目标鲁棒无功电压控制模型，用于提升电压稳定性以及降低有功网损。然而目前已有的研究工作未对模型求解得到的帕累托最优解进行保守性及鲁棒性分析。文献[6]定义了增强鲁棒度(Gain of Robustness)这一概念，用于选择合适的帕累托最优解，并且结果表明在多目标不确定性优化模型的帕累托最优解集中，不同帕累托最优解的保守性、鲁棒性可能差别较大。因此采用分析传统帕累托最优解集的方式则不能充分挖掘多目标鲁棒优化模型中帕累托最优解的性能。

技术实现思路

[0004]本专利技术所要解决的技术问题是，提供一种能够充分挖掘多目标鲁棒优化模型中帕累托最优解性能的配电网多目标鲁棒优化模型帕累托最优解分析方法。
[0005]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模型帕累托最优解分析方法，包括如下步骤：
[0006]1)求解配电网多目标鲁棒优化模型与配电网多目标确定性优化模型；
[0007]2)根据配电网多目标鲁棒优化模型与配电网多目标确定性优化模型的求解结果，计算配电网多目标鲁棒优化模型的帕累托最优解保守度；
[0008]3)计算配电网多目标鲁棒优化模型的帕累托最优解增强鲁棒度；
[0009]4)计算配电网多目标鲁棒优化模型的帕累托最优解鲁棒度。
[0010]步骤1)中：所述的配电网多目标鲁棒优化模型表达式如下：
[0011][0012][0013]所述的配电网多目标确定性优化模型表达式如下：
[0014][0015]式中，P
ro
定义为配电网多目标鲁棒优化模型，P
nom
定义为配电网多目标确定性优化模型，F
ro
表示配电网多目标鲁棒优化模型的目标函数，F
nom
表示配电网多目标确定性优化模型的目标函数，E表示配电网中线路的集合，N表示配电网中的节点数量，P
j,PV,ξ
表示在不确定集合的场景ξ下光伏出力的大小；P
j,load
和Q
j,load
分别表示节点j处的有功负荷和无功负荷；P
ij
和Q
ij
分别表示线路ij中传输的有功功率和无功功率；K(j)和I(j)分别表示与节点j直接相连的下游节点集合和上游节点集合；r
ij
和x
ij
分别表示线路ij中的电阻和电抗；l
ij
表示线路ij中电流幅值的平方；V
j
表示节点j的电压幅值，V
j,min
和V
j,max
分别表示节点j电压幅值的下限和上限，V0表示额定电压幅值；Q
j,SVC
表示节点j处的静止无功补偿器无功出力，Q
j,SVC,min
和Q
j,SVC,max
分别表示节点j处静止无功补偿器容量的下限和上限；Q
j,CB
表示节点j处投切电容器的无功出力，Q
j,0
表示节点j处投切电容器每一个档位的容量，n表示节点j处投切电容器的最大投运组数，a
m
表示是否投运该节点投切电容器的m个档位；P1和Q1分别表示从松弛节点注入配电网的有功功率和无功功率，P
1,min
和P
1,max
分别表示松弛节点注入有功功率的下限和上限，Q
1,min
和Q
1,max
分别表示松弛节点注入无功功率的下限和上限；Δ表示不确定集合，ξ表示不确定变量构成的向量，ξ
*
表示不确定变量的预测值，α表示不确定度；
[0016]求解配电网多目标鲁棒优化模型P
ro
和配电网多目标确定性优化模型P
nom
，分别得到两个模型对应的帕累托最优解集X
ro
和X
nom
。
[0017]步骤2)包括：
[0018](2.1)计算配电网多目标鲁棒优化模型的帕累托最优解在配电网多目标确定性优化模型环境下的目标函数值F
nom
(X
ro
)，计算公式如下所示：
[0019]F
nom
(X
ro
):＝{F
nom
(x
+
)|x
+
∈X
ro
}
ꢀꢀꢀꢀꢀ
(4)
[0020](2.2)将目标函数值F
nom
(X
ro
)的计算结果与配电网多目标确定性优化模型P
nom
的帕
累托前沿比较，计算配电网多目标鲁棒优化模型P
ro
的帕累托最优解保守度，计算公式如下所示：
[0021][0022]conser表示帕累托最优解保守度，x
+
表示配电网多目标鲁棒优化模型的帕累托最优解集X
ro
中的一个帕累托最优解，x
*
表示配电网多目标确定性优化模型的帕累托最优解集X
nom
中的一个帕累托最优解。
[0023]步骤3)所述的计算配电网多目标鲁棒优化模型的帕累托最优解增强鲁棒度，计算公式如下所示：
[0024][0025]式(6)中，gain表示配电网多目标鲁棒优化模型的帕累托最优解x
+
的增强鲁棒度。
[0026]步骤4)所述的计算配电网多目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种配电网多目标鲁棒优化模型帕累托最优解分析方法，其特征在于，包括如下步骤：1)求解配电网多目标鲁棒优化模型与配电网多目标确定性优化模型；2)根据配电网多目标鲁棒优化模型与配电网多目标确定性优化模型的求解结果，计算配电网多目标鲁棒优化模型的帕累托最优解保守度；3)计算配电网多目标鲁棒优化模型的帕累托最优解增强鲁棒度；4)计算配电网多目标鲁棒优化模型的帕累托最优解鲁棒度。2.根据权利要求1所述的一种配电网多目标鲁棒优化模型帕累托最优解分析方法，其特征在于，步骤1)中：所述的配电网多目标鲁棒优化模型表达式如下：所述的配电网多目标鲁棒优化模型表达式如下：所述的配电网多目标确定性优化模型表达式如下：
式中，P
ro
定义为配电网多目标鲁棒优化模型，P
nom
定义为配电网多目标确定性优化模型，F
ro
表示配电网多目标鲁棒优化模型的目标函数，F
nom
表示配电网多目标确定性优化模型的目标函数，E表示配电网中线路的集合，N表示配电网中的节点数量，P
j,PV,ξ
表示在不确定集合的场景ξ下光伏出力的大小；P
j,load
和Q
j,load
分别表示节点j处的有功负荷和无功负荷；P
ij
和Q
ij
分别表示线路ij中传输的有功功率和无功功率；K(j)和I(j)分别表示与节点j直接相连的下游节点集合和上游节点集合；r
ij
和x
ij
分别表示线路ij中的电阻和电抗；l
ij
表示线路ij中电流幅值的平方；V
j
表示节点j的电压幅值，V
j,min
和V
j,max
分别表示节点j电压幅值的下限和上限，V0表示额定电压幅值；Q
j,SVC
表示节点j处的静止无功补偿器无功出力，Q
j,SVC,min
和Q
j,SVC,max
分别表示节点j处静止无功补偿器容量的下限和上限；Q
j,CB
表示节点j处投切电容器的无功出力，Q
j,0
表示节点j处投切电容器每一个档位的容量，n表示节点j处投切电容器的最大投运组数，a
m
表示是否投运该节点投切电容器的m个档位；P1和Q1分别表示从松弛节点注入配电网的有功功率和无功功率，P
1,min
和P
1,max
分别表示松弛节点注入有功功率的下限和上限，Q
1,min
和Q
1,max
分别表示松弛节点注入...

【专利技术属性】
技术研发人员：徐弢，任毅，郭凌旭，梁乐萌，蔡姝淇，刘佐政，孟赫，王汝靖，
申请(专利权)人：天津大学，
类型：发明
国别省市：