一种微电网源储容量配置方法及装置制造方法及图纸

本发明专利技术公开了一种微电网源储容量配置方法及装置，通过综合考虑微电网源储容量规划过程中成本参数、风光出力等不确定性因素，分别构建区间不确定性集合模型描述以成本参数不确定性，构建凸包不确定性集合模型以描述多时刻不确定风光出力的相关性，并以成本最小为目标，建立考虑不确定性的微电网源储容量优化配置模型；基于对偶鲁棒算法对微电网源储容量优化配置模型进行求解，从而实现了考虑不确定性成本参数、风光出力等不确定性因素下的微电网源储容量的优化配置，保证了微电网系统的经济稳定运行。稳定运行。稳定运行。

【技术实现步骤摘要】
一种微电网源储容量配置方法及装置


[0001]本专利技术涉及微电网
，特别涉及一种微电网源储容量配置方法及装置。

技术介绍

[0002]近年来，以风机和光伏为代表的可再生能源在微电网中得到了广泛的应用，但由于其出力存在间歇性、波动性和不确定性，给技术人员的研究造成了很大的困难。在微电网中合理地配置电源、储能设施容量是有效解决上述问题的关键一步，也在保证系统经济、稳定运行等方面具有重要意义。
[0003]目前微电网源储容量配置存在以下不足：不确定性建模方面，大多数文献并未考虑风光出力的相关性，导致配置优化结果会应对很多不会发生的场景，从而提高规划成本。求解方法方面，分为人工智能算法和鲁棒优化算法，大多数人工智能算法的搜索性能和收敛性都依赖于控制参数的选择，很难保证能够得到全局最优解；鲁棒优化算法一般采用不确定集合描述不确定参数的不确定性，然而鲁棒优化本身包含一个max
‑
min的双层优化模型，因此大多数求解算法设计比较复杂，有可能出现迭代不收敛的情况。综合措施方面，尽管储能和需求响应负荷能够有效降低风光出力的波动性对系统的影响，但这是建立在成本参数一定的基础上，很少有文献较为全面地考虑到电源成本参数的不确定性对配置结果的影响。如果参数选择不合适，会导致模型求解困难，因此上述措施具有很大的局限性。

技术实现思路

[0004]本专利技术所要解决的技术问题是：提供一种微电网源储容量配置方法及装置，能够实现电源、储能设施容量的最优配置，提高配置经济性。
[0005]为了解决上述技术问题，本专利技术采用的技术方案为：
[0006]一种微电网源储容量配置方法，包括步骤：
[0007]建立考虑成本参数不确定性的区间不确定性集合模型；
[0008]建立多时刻不确定风光出力相关性的凸包不确定性集合模型；
[0009]基于所述区间不确定性集合模型构建成本最小目标函数，结合所述凸包不确定性集合模型建立考虑不确定性的微电网源储容量优化配置模型；
[0010]使用对偶鲁棒算法对所述微电网源储容量优化配置模型进行求解，得到优化配置结果。
[0011]为了解决上述技术问题，本专利技术采用的另一种技术方案为：
[0012]一种微电网源储容量配置装置，包括：
[0013]模型构建模块，用于建立考虑成本参数不确定性的区间不确定性集合模型，建立多时刻不确定风光出力相关性的凸包不确定性集合模型，基于所述区间不确定性集合模型构建成本最小目标函数，结合所述凸包不确定性集合模型建立考虑不确定性的微电网源储容量优化配置模型；
[0014]优化求解模块，用于使用对偶鲁棒算法对所述微电网源储容量优化配置模型进行
求解，获取优化配置结果。
[0015]进一步地，所述模型构建模块包括：
[0016]数据获取模块，用于获取不确定成本参数，所述不确定成本参数包括储能单位容量替换成本、燃料价格、储能单位容量运维成本、发电机单位容量投资成本、发电机单位容量发电成本、储能单位容量投资成本、风机单位容量投资成本、光伏单位容量投资成本、风机单位容量运维成本、发电机单位量运维成本和光伏单位容量运维成本；
[0017]数据区间建立模块，用于建立所述不确定成本参数的区间集合。
[0018]进一步地，所述模型构建模块还包括：
[0019]约束模型建立模块，用于建立不考虑相关性时刻的风光容量约束模型：
[0020]NC
Wt
≥P
Wt
(t)，NC
PV
≥P
PV
(t)；
[0021]式中，P
Wt
(t)、P
PV
(t)分别表示风机和光伏的历史出力大小，NC
Wt
、NC
PV
分别表示风机和光伏的容量。
[0022]进一步地，所述模型构建模块，用于由多个风光出力的线性不等式组成凸包不确定性集合模型：
[0023][A
Wt
(t)A
PV
(t)]*[P
Wt
'(t)P
PV
'(t)]T
≤b(t)；
[0024]式中，A
Wt
(t)、A
PV
(t)、b(t)分别表示凸包线性不等式的风机出力系数系数矩阵、光伏出力系数系数矩阵和常数矩阵，P
Wt
'(t)、P
PV
'(t)分别表示时刻t考虑风光出力相关性的风机和光伏出力。
[0025]进一步地，所述模型构建模块包括：
[0026]目标函数建立模块，用于将电源投资成本C
cap
、电源运维成本C
OM
、储能替换成本C
rep，batt
、发电机燃料成本C
fuel
、发电机启停成本C
onoff
以及发电机发电成本C
e
作为优化目标，建立目标函数：
[0027]min(C
cap
+C
OM
+C
rep，batt
+C
fuel
+C
onoff
+C
e
)。
[0028]进一步地，所述模型构建模块，用于获取风光历史出力的凸包不确定集合约束模型，建立系统功率约束模型、储能充放电状态约束模型和功率约束模型、发电机最小启停时间约束模型和发电机出力模型和微电网需求响应负荷功率约束模型，结合上述约束模型得到考虑不确定性的微电网源储容量优化配置模型。
[0029]进一步地，所述优化求解模块包括：
[0030]模型转换模块，用于基于所述区间不确定性集合模型和所述凸包不确定性集合模型，将所述微电网源储容量优化配置模型描述为鲁棒优化问题；
[0031]模型求解模块，用于使用对偶鲁棒算法将所述鲁棒优化问题转变为确定性问题，针对所述确定性问题进行求解，得到成本最优的储能容量配置结果。
[0032]本专利技术的有益效果在于：通过综合考虑微电网源储容量规划过程中成本参数、风光出力等不确定性因素，分别构建区间不确定性集合模型描述以成本参数不确定性，构建凸包不确定性集合模型以描述多时刻不确定风光出力的相关性，并以成本最小为目标，建立考虑不确定性的微电网源储容量优化配置模型；基于对偶鲁棒算法对微电网源储容量优化配置模型进行求解，从而实现了考虑不确定性成本参数、风光出力等不确定性因素下的微电网源储容量的优化配置，保证了微电网系统的经济稳定运行。
附图说明
[0033]图1为本专利技术实施例的一种微电网源储容量配置方法的流程图；
[0034]图2为本专利技术实施例的一种微电网源储容量配置装置的示意图；
[0035]图3为本专利技术实施例对偶鲁棒算法求解优化模型流程图；
[0036]图4为本专利技术实施例二的典型日历史数据统计图；
[0037]图5为本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种微电网源储容量配置方法，其特征在于，包括步骤：建立考虑成本参数不确定性的区间不确定性集合模型；建立多时刻不确定风光出力相关性的凸包不确定性集合模型；基于所述区间不确定性集合模型构建成本最小目标函数，结合所述凸包不确定性集合模型建立考虑不确定性的微电网源储容量优化配置模型；使用对偶鲁棒算法对所述微电网源储容量优化配置模型进行求解，得到优化配置结果。2.根据权利要求1所述的一种微电网源储容量配置方法，其特征在于，所述建立考虑成本参数不确定性的区间不确定性集合模型包括：获取不确定成本参数，所述不确定成本参数包括储能单位容量替换成本、燃料价格、储能单位容量运维成本、发电机单位容量投资成本、发电机单位容量发电成本、储能单位容量投资成本、风机单位容量投资成本、光伏单位容量投资成本、风机单位容量运维成本、发电机单位量运维成本和光伏单位容量运维成本；建立所述不确定成本参数的区间集合。3.根据权利要求1所述的一种微电网源储容量配置方法，其特征在于，所述建立多时刻不确定风光出力相关性的凸包不确定性集合模型之前包括：建立不考虑相关性时刻的风光容量约束模型：NC
Wt
≥P
Wt
(t)，NC
PV
≥P
PV
(t)；式中，P
Wt
(t)、P
PV
(t)分别表示风机和光伏的历史出力大小，NC
Wt
、NC
PV
分别表示风机和光伏的容量。4.根据权利要求3所述的一种微电网源储容量配置方法，其特征在于，所述建立多时刻不确定风光出力相关性的凸包不确定性集合模型包括：由多个风光出力的线性不等式组成凸包不确定性集合模型：[A
Wt
(t) A
PV
(t)]*[P
Wt
'(t) P
PV
'(t)]
T
≤b(t)；式中，A
Wt
(t)、A
PV
(t)、b(t)分别表示凸包线性不等式的风机出力系数系数矩阵、光伏出力系数系数矩阵和常数矩阵，P
Wt
'(t)、P
PV
'(t)分别表示时刻t考虑风光出力相关性的风机和光伏出力。5.根据权利要求1所述的一种微电网源储容量配置方法，其特征在于，基于所述区间不确定性集合模型构建成本最小目标函数包括：将电源投资成本C
cap
、电源运维成本C
OM
、储能替换成本C
rep，batt
、发电机燃料成本C
fuel
、发电机启停成本C
onoff
以及发电机发电成本C
...

【专利技术属性】
技术研发人员：林毅，陈浩，巨云涛，吴桂联，李红权，林婷婷，廖锦霖，
申请(专利权)人：国网福建省电力有限公司清华四川能源互联网研究院，
类型：发明
国别省市：