多阶段实时辅助服务市场中分布式能源鲁棒自动调度方法技术

本发明专利技术公开了一种多阶段实时辅助服务市场中分布式能源鲁棒自动调度方法，涉及虚拟电厂的自动调整的鲁棒调度策略领域。本发明专利技术包括以下步骤：制定确定性多阶段优化模型，定义优化目标、变量以及限制条件；基于确定性多阶段优化模型，制定多阶段分布鲁棒优化模型；在特定模糊集下，将多阶段分布鲁棒优化模型转换为网状结构，构建动态规划模型；利用梯度下降算法，调整动态规划模型中的凸优化控制策略(COCP)价值函数中的参数，直至性能评估指标收敛，得到调度策略。本发明专利技术制定了一个“多阶段”的分布“鲁棒”优化模型来表征虚拟电厂的调度策略，尊重实时操作的“因果性限制”，考虑了配电网络的详细物理模型，包括拓扑建模和交流潮流约束。流约束。流约束。

【技术实现步骤摘要】
多阶段实时辅助服务市场中分布式能源鲁棒自动调度方法


[0001]本专利技术涉及虚拟电厂的自动调整的鲁棒调度策略领域，更具体的说是涉及一种多阶段实时辅助服务市场中分布式能源鲁棒自动调度方法。

技术介绍

[0002]传统的电力系统调节服务是由调度大规模同步燃煤发电机实现的。然而，为了响应“碳中和、碳达峰”的目标，电力系统也在积极转型，在未来不再优先使用燃煤发电机。另一方面，随着配电网中大量分布式能源的普及，它们成为了一种有效、环保的电力系统实时调节手段。这些分布式能源包括可再生能源发电机组、储能系统和可进行需求响应的可控负荷等，其规模较小，调节也更加灵活。然而，对于系统调度员而言，直接调度这些分布式能源是非常困难的。首先，它们数量众多且分散在配电系统中，需要考虑决策变量过多，并且满足严格的复杂物理约束。其次，可再生能源发电机组的输出功率具有不确定性和间歇性，这可能会导致电力系统出现可靠性问题。
[0003]上述问题催生了虚拟电厂。首先，虚拟电厂可以作为系统调度和分布式能源之间的桥梁，减轻了电力系统调度员的负担。它实时接收系统调度指令，并集中控制所有管辖范围内的分布式能源共同完成调度任务。其次，虚拟电厂针对各种实时不确定性因素，有效和稳健地优化分布式能源调度策略，防止电力系统出现可靠性问题。这些不确定性因素包括上层调度系统的调节服务请求和所有管辖范围内的可再生能源发电机组实际发电功率。如何设计这种调度策略是本专利技术要解决的核心技术问题。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种多阶段实时辅助服务市场中分布式能源鲁棒自动调度方法，以聚合所管辖范围内的分布式能源并提供实时电力系统调节服务。
[0005]为了实现上述目的，本专利技术采用如下技术方案：
[0006]一种多阶段实时辅助服务市场中分布式能源鲁棒自动调度方法，包括以下步骤：
[0007]制定确定性多阶段优化模型，定义优化目标、变量以及限制条件；
[0008]基于确定性多阶段优化模型，制定多阶段分布鲁棒优化模型；
[0009]在特定模糊集下，将多阶段分布鲁棒优化模型转换为网状结构，构建动态规划模型；
[0010]利用梯度下降算法，调整动态规划模型生成的凸优化控制策略(COCP)价值函数中的参数，直至性能评估指标收敛，得到调度策略。
[0011]可选的，多阶段分布鲁棒优化模型的计算公式如下：
[0012][0013][0014][0015]其中，G为调度的决策变量、ζ为不确定型变量，Q为不确定型变量的分布、为决策变量的解空间。表示数学期望，F(
·
)表示成本函数。
[0016]可选的，动态规划模型如下：
[0017][0018]其中，下角标t表示第t阶段的决策，V
t
(
·
)表示第t阶段的优化目标。G为调度的决策变量、ζ为不确定型变量，Q为不确定型变量的分布、为决策变量的解空间。公式中的F
t
(
·
)表示当前阶段成本函数,表示未来阶段的价值函数，β表示状态变量。
[0019]可选的，动态规划模型中的不确定性变量分布具体如下：
[0020][0021]u
t
、l
t
分别是不确定性变量的上下界，δ为狄拉克函数；若μ
t
为不确定变量的平均值，则权重α
t
的取值为(u
t
‑
μ
t
)/(u
t
‑
l
t
)。因此，在实际操作中，需要知道的信息有不确定性变量(可再生能源机组出力以及上层系统的调节服务请求)的上下界以及均值，即可确定最为鲁棒的分布。
[0022]可选的，单阶段参数化凸优化控制策略(COCP)，表示为：
[0023][0024]可选的，COCP中价值函数表示为凸二次形式，即：
[0025][0026]其中的参数即为和统称其为COCP参数，表示为θ
t+1
。
[0027]可选的，还包括利用训练完成的COCP参数(θ＝{θ
t
,t＝1,
…
,T})直接带入动态规划模型中，在每一阶段根据不确定性变量真实值进行单阶段确定性优化，进而得到每一阶段的调度策略。
[0028]经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种多阶段实时辅助服务市场中分布式能源鲁棒自动调度方法，具有以下有益效果：
[0029]1、制定了一个“多阶段”的分布“鲁棒”优化模型来表征虚拟电厂的调度策略，它尊重实时操作的“因果性限制”。此外，考虑了配电系统的详细物理模型，包括拓扑建模和交流潮流约束。
[0030]2、为了调度求解运算更加简单有效，多阶段分布鲁棒优化模型转化为与之等价的动态规划模型。该转换方法是本专利技术的创新点。为了进一步简化算法，将价值函数近似为凸二次形式，减少优化模型的规模以及计算复杂度，获得实时单阶段凸优化控制策略(COCP)。
[0031]3、采用自动算法来调整COCP中的参数。对于训练算法而言，这种方法比传统的拟合机制保证了更好的解质量和更少的收敛时间。对于实时操作，所提出的策略在鲁棒性、效率和计算速度方面优于其他现有的随机规划方法。
附图说明
[0032]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0033]图1为本专利技术的流程示意图；
[0034]图2为本专利技术的虚拟电厂所在馈线拓扑模型以及调节服务具体需求图；
[0035]图3为多阶段模型、网状模型、动态规划模型三者最优值(保守程度)之间的关系图；
[0036]图4为本专利技术的近似动态规划模型的性能评估指标计算图。
具体实施方式
[0037]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0038]本专利技术实施例公开了一种多阶段实时辅助服务市场中分布式能源鲁棒自动调度方法，如图1所示，包括以下步骤：
[0039]S1：制定确定性多阶段优化模型，定义优化目标、变量以及限制条件；
[0040]S2：基于确定性多阶段优化模型，制定多阶段分布鲁棒优化模型；
[0041]S3：在特定模糊集下，将多阶段分布鲁棒优化模型转换为网状结构，构建动态规划模型；
[0042]S4：利用梯度下降算法，调整动态规划模型中的凸优化控制策略(COCP)价值函数中的参数，直至性能评估指标收敛，得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多阶段实时辅助服务市场中分布式能源鲁棒自动调度方法，其特征在于，包括以下步骤：制定确定性多阶段优化模型，定义优化目标、变量以及限制条件；基于确定性多阶段优化模型，制定多阶段分布鲁棒优化模型；在特定模糊集下，将多阶段分布鲁棒优化模型转换为网状结构，构建动态规划模型；利用梯度下降算法，调整动态规划模型中的凸优化控制策略价值函数中的参数，直至性能评估指标收敛，得到调度策略。2.根据权利要求1所述的一种多阶段实时辅助服务市场中分布式能源鲁棒自动调度方法，其特征在于，多阶段分布鲁棒优化模型的计算公式如下：法，其特征在于，多阶段分布鲁棒优化模型的计算公式如下：法，其特征在于，多阶段分布鲁棒优化模型的计算公式如下：其中，t表示第t阶段的决策，G为调度的决策变量，ζ为不确定型变量，Q为不确定型变量的分布，为决策变量的解空间，表示数学期望，F(
·
)表示成本函数。3.根据权利要求1所述的一种多阶段实时辅助服务市场中分布式鲁棒自动调度方法，其特征在于，动态规划模型由多阶段分布鲁棒优化模型转化得到，形式如下：其中，t表示第t阶段的决策，V
t
(
·
)表示第t阶段的优化目标，G为调度的决策变量，ζ为不确定型变量，Q为不确定型变量的分布，为决策变量的解空间，F
t
(
·
)表示当前阶段成本函数,表示未来阶段的价值函数，β表示状态变量。4.根据权利要求1所述的一种多阶段实时辅助服务市场中分布式能源鲁棒自动调度方法，其特征在于，动态规划模型中的不确定性变量最鲁棒的分布具体表示如下：u
t
、l
t
分别是不确定性变量的上下界，δ为狄拉克函数；若μ
t
为不确定变量的平均值，则权重α
t
的取值为(u
t
‑
μ...

【专利技术属性】
技术研发人员：杨洪明，许丁中，禹海峰，周年光，吴辰晔，顾楠，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：