一种新能源微电网群系统鲁棒能量管理方法技术方案

本发明专利技术提供一种新能源微电网群系统鲁棒能量管理方法，该方法基于动态管模型预测控制的策略，通过多时间尺度协调配合来处理各微电网自身能量调度的不确定性的问题，并提出一种基于有限一致性算法的分布式电力市场交易策略，解决了各微电网之间的能量调度问题；本发明专利技术利用相互级联的名义模型预测控制器和辅助模型预测控制器，将传统不确定性问题转化为在两个不同时间尺度的确定性问题进行处理，极大地减小了计算复杂度；在长时间尺度调度阶段提出一种微电网群系统动态安全运行区间的计算方法，为短时间尺度阶段发电机组的运行提供安全裕量；另外，分布式的交易策略还能够有效保护各微电网主体的隐私，同时兼顾鲁棒性与经济性。性。性。

【技术实现步骤摘要】
一种新能源微电网群系统鲁棒能量管理方法


[0001]本专利技术涉及微电网控制
，更具体地，涉及一种新能源微电网群系统鲁棒能量管理方法。

技术介绍

[0002]近年来，随着分布式光伏、风电等可再生能源在微电网中的大规模渗透，对微电网群的能量管理技术提出了很大的挑战。可再生能源存在固有的间歇性与高度不确定性特征，传统调度策略根据理想化的能源预测数据针对确定性调度问题进行优化，其得出的调度方案在面临上述不确定性问题时会具有较低的可执行性，不仅如此，在鲁棒性要求高的微电网群系统中，忽视可再生能源不确定性作出的调度决策会导致各微电网内分布式机组无法具备足够响应不确定扰动的能力，对微电网群系统的安全稳定运行造成损害。
[0003]在目前微电网群能量管理的研究中，常用鲁棒优化的方法来对可再生能源不确定性进行处理，然而，由于其需在约束引入大量的辅助变量或转换成鲁棒对等式，常会造成较大的计算复杂度，因此，鲁棒优化的过程常放在日前调度的阶段进行，然而，由于日前调度需要考虑较大的不确定性度，其得出的调度方案具有极高的保守性，在日内调度阶段，仅对日前调度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种新能源微电网群系统鲁棒能量管理方法，其特征在于，包括以下步骤：S1：建立微电网群系统模型，所述微电网群系统模型包括若干个微电网，每个微电网包括微电网控制中心和若干个分布式发电机组；S2：各微电网控制中心以m分钟为一个长时间尺度执行周期，采集未来M个长时间尺度执行周期的长时间尺度预测信息，并获取各分布式发电机组的最新运行状态；S3：根据获取到的长时间尺度预测信息和各分布式发电机组的最新运行状态，各微电网进行自身的交易身份决策；各相邻的微电网控制中心之间基于有限时间一致性算法制定交易策略，并根据自身的交易身份进行电力交易；S4：利用预设的名义模型预测控制器建立微电网群系统的名义紧凑模型，计算未来M个长时间尺度执行周期微电网群系统的动态安全运行区间，并设置鲁棒紧缩约束；S5：建立微电网群系统的名义紧凑模型的优化目标函数，利用所述微电网群系统的名义紧凑模型的优化目标函数和鲁棒紧缩约束获得微电网群系统未来M个长时间尺度执行周期的鲁棒调度基准计划，并将当前长时间尺度执行周期的鲁棒调度基准计划输入至预设的辅助模型预测控制器中；S6：辅助模型预测控制器以n分钟为一个短时间尺度执行周期，获取未来个短时间尺度执行周期的短时间尺度校正信息；S7：建立实际微电网调度系统模型，根据当前长时间尺度执行周期的鲁棒调度基准计划设置鲁棒调度计划的跟踪优化目标函数；S8：利用个短时间尺度校正信息对鲁棒调度计划的跟踪优化目标函数进行次优化，获得以n分钟为一个区间的当前长时间尺度执行周期内优化后的的鲁棒调度基准计划，并将当前短时间尺度执行周期内优化后的鲁棒调度基准计划发送至各分布式发电机组进行执行；S9：重复M次步骤S2～S8，完成未来M个长时间尺度执行周期内微电网群系统的鲁棒能量调度。2.根据权利要求1所述的一种新能源微电网群系统鲁棒能量管理方法，其特征在于，所述步骤S1中，每个微电网还包括微电网负荷和储能子系统；所述微电网负荷包括可中断负荷和关键负荷；所述分布式发电机组包括风力发电机组、光伏发电机组和燃气轮机发电机组；所述微电网群系统模型包括可再生能源不确定性子模型、燃气轮机子模型、储能子系统子模型和微电网负荷子模型；所述可再生能源不确定性子模型具体为：其中，和分别表示第i个微电网在第t分钟光伏发电机组、风力发电机组和微电网负荷的短时间尺度预测值，和分别为第i个微电网在第t分钟光伏发电机组、风力发电机组和微电网负荷的长时间尺度预测信息，和分
别为第i个微电网长时间尺度和短时间尺度的光伏发电机组、风力发电机组和微电网负荷的预测误差，和分别表示光伏发电机组、风力发电机组和微电网负荷预测误差的最大值；所述燃气轮机子模型具体为：所述燃气轮机子模型具体为：所述燃气轮机子模型具体为：其中，为燃气轮机输出功率大小，为燃气轮机的功率调整量；所述储能子系统子模型具体为：所述储能子系统子模型具体为：所述储能子系统子模型具体为：b
i
(t)+z
i
(t)≤1其中，SoC
i
为储能子系统的荷电状态，ξ
i
为储能子系统的的自放电率，为储能子系统的的自放电率，为储能子系统的充放电效率，为储能子系统的充放电功率；所述微电网负荷子模型具体为：所述微电网负荷子模型具体为：所述微电网负荷子模型具体为：其中，为关键负荷大小，为可中断负荷大小。3.根据权利要求2所述的一种新能源微电网群系统鲁棒能量管理方法，其特征在于，所述步骤S3中，根据获取到的长时间尺度预测信息和各分布式发电机组的最新运行状态各微电网进行自身的交易身份决策，具体方法为：所述交易身份包括买家和卖家，各微电网根据以下式子确定自身的交易身份：其中，M为长时间尺度执行周期的数量；为第i个微电网的交易身份决策值，当时，第i个微电网的交易身份为买家，否则第i个微电网的交易身份为卖家。4.根据权利要求3所述的一种新能源微电网群系统鲁棒能量管理方法，其特征在于，所述步骤S3中，各相邻的微电网控制中心之间基于有限时间一致性算法制定交易策略，并根据自身的交易身份进行电力交易，具体方法为：各相邻的微电网控制中心之间根据自身的交易身份进行部分电力市场信息的传递，所述部分电力市场信息包括各微电网的交易身份和交易意愿额度信息；
第i个买家微电网根据自身能源需求量决定购入意愿额度b
i
，可表示为：其中，为最大交易容量，和分别为第i个买家微电网在第t分钟光伏发电机组、风力发电机组和微电网负荷用户的长时间尺度预测信息；卖家微电网根据自身的电池安全状态决定在第t分钟是否交易，以及卖家微电网的售出意愿额度s
i
，可表示为：其中，κ为决策权重系数，SoC(t)为卖家微电网在第t分钟电池的荷电状态，SoC
max
为卖家微电网电池的最大荷电状态，和分别为第i个卖家微电网在第t分钟光伏发电机组、风力发电机组和微电网负荷用户的长时间尺度预测信息；通过有限时间一致性算法，各微电网均获取全局一致性交易额度信息，所述有限时间一致性算法的迭代方程可表示为：一致性...

【专利技术属性】
技术研发人员：徐家文，赵卓立，杨庆刚，陈碧云，倪强，孟安波，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：