【技术实现步骤摘要】
本专利技术属于配电网调度，具体涉及考虑分布式光伏不确定性的配电网优化调度方法和系统。
技术介绍
1、配电网作为能源互联网的重要组成部分，是实现多能互补，提高能源利用率和环境效益的有效技术手段之一。然而大规模分布式光伏和新型负荷的广泛并网给电网的运行控制带来了巨大的技术挑战。当分布式光伏广泛并网之后，配电网既包括易于控制的柴油发电机和微型燃气轮机等电源，也包括大量的分布式光伏机组。分布式光伏的出力存在不确定性，导致配电网的安全、经济调度运行成为重要问题。
2、针对光伏和负荷实际出力的不确定性，目前主要的优化调度方法有三种：基于场景的随机优化、鲁棒优化和分布鲁棒优化。但面对不确定性问题，现有技术没有充分考虑不同的不确定性分析方法，这导致模型经济性和安全性有所差异。
3、同时，由于电网中分布式光伏出力的不确定性随着时间尺度的缩短逐步减小，而只采用日前单一时间尺度优化控制方法并没有充分利用当前系统的实际状态参数和预测数据，导致决策出的结果在安全性和经济性之间无法协同配合，既不能抵抗电力系统短时间内偶发性的干扰，也不能根据电网的实际情况使得系统的总调度成本达到最小化。如何在利用分布式光伏的同时，使得系统有一定的应对电源出力不确定性的裕度，在用户的用电不受到影响的同时，保证系统的安全和经济运行具有十分重要的研究价值和意义。
技术实现思路
1、为解决现有技术中存在的不足，本专利技术提供考虑分布式光伏不确定性的配电网优化调度方法和系统，考虑到分布式光伏与需求侧资源的不确定性
2、本专利技术采用如下的技术方案。
3、考虑分布式光伏不确定性的配电网优化调度方法，包括以下步骤：
4、确定在第一时间尺度上建立日前调度模型的光伏出力的概率分布不确定性集合，以此建立基于分布鲁棒优化的日前调度模型；
5、确定在第二时间尺度上建立日内调度模型的具有不确定性的光伏接入的节点注入不确定性集合，以此建立基于鲁棒优化的日内调度模型；
6、确定在第三时间尺度上建立实时调度模型的光伏出力不确定性集合，以此建立基于鲁棒优化的实时调度模型；
7、采用第一时间尺度预测数据和所述日前调度模型进行日前调度规划；
8、在日前调度基础上，采用第二时间尺度的预测数据和日内调度模型进行日内调度规划；
9、在日内调度基础上，每第三时间尺度为一个循环，根据日内调度规划方案和所述实时调度模型，确定实时调度计划。
10、本专利技术进一步包括以下优选方案：
11、优选地，所述概率分布不确定性集合的计算公式如下：
12、
13、其中，为总场景个数；
14、代表每一个场景的概率取值大于0；
15、代表代表各个场景出现的概率之和为1；
16、为原始的概率分布；
17、和分别概率偏差允许限值；1-范数约束规定所有场景的概率分布与原始概率分布的距离之和的最大范围；∞-范数约束决定每个场景的概率分布与原始概率分布的最远距离；
18、为所有样本的概率分布；
19、ωn为场景。
20、优选地，建立的基于分布鲁棒优化的日前调度模型为：
21、
22、其中，a、b为系数矩阵，ωn为所有的样本空间，为场景ωn在样本空间ωn中出现的概率，为概率分布的不确定性集合，为所有样本的概率分布，x为所有的0/1变量，包括可控分布式光伏的启停状态和储能的充放电状态变量，y为所有的连续变量。
23、优选地，基于鲁棒优化的日内调度模型的目标函数为：
24、
25、考虑不确定性的配电网多时间阶段经济调度方法和系统
26、其中，nt为第二时间尺度调度时段；
27、为可控分布式电源的日内调度成本；
28、为储能日内调度的成本；
29、为需求响应负荷的日内调度成本；
30、为配电网日内弃光的惩罚成本。
31、优选地，可控分布式光伏的日内调度成本为：
32、
33、其中，pgc,g(t)表示分布式光伏g在t时段的有功功率；
34、agc,g和bgc,g为可控分布式光伏g的运行成本系数；
35、△t为调度步长，在日前优化调度中取值为1h；
36、为分布式光伏g的上备用功率；
37、为分布式光伏g的下备用功率；
38、dgc,g为电源备用功率的调度成本。
39、优选地，储能日内调度的成本为：
40、
41、
42、
43、其中，为储能日内调度的成本；
44、kgs,g为储能g的充放电成本；
45、为储能装置集合；
46、分别表示t时段储能g的放、充电功率；
47、ηgs,g为储能单元g的充放电效率；
48、为储能成本的权重系数；
49、sgs,g(t)为t时刻储能的荷电状态；
50、为t时刻储能的荷电状态日前调度结果；
51、为辅助变量；
52、△t为调度步长。
53、优选地，节点注入不确定性集合为：
54、
55、其中，是光伏机组g的集合；
56、是在时间t不确定变量功率的预测值；
57、是在时间t与预测功率值的偏差；
58、区间是不确定变量的范围；变量δt是不确定性参数，当δt＝0，不确定集对应于确定性模型；当δt增加，不确定性集的不确定性会增大。
59、优选地，基于鲁棒优化的日内调度模型为：
60、
61、s.t.lx＝m,x binary
62、其中：a、b为系数矩阵，y为所有的连续变量，x为所有的0/1变量；
63、by表示b与y的乘积；
64、k为不确定性变量，为不确定性变量集合；
65、l和m为等式约束系数矩阵；
66、x binary指x为所有的0/1变量。
67、优选地，基于鲁棒优化的实时调度模型的目标函数为：
68、
69、其中，nt为第三时间尺度调度时段；
70、为可控分布式光伏的实时调度成本；
71、为储能实时调度的成本；
72、为需求响应负荷的调度成本；
73、为配电网弃光的惩罚成本。
74、优选地，储能实时调度的成本根据储能的荷电状态日内调度结果计算。
75、优选地，第一时间尺度为一天，第二时间尺度为2h，第三时间尺度为15min。
76、考虑分布式光伏不确定性的配电网优化调度系统，所本文档来自技高网...
【技术保护点】
1.一种考虑分布式光伏不确定性的配电网优化调度方法，其特征在于：
2.根据权利要求1所述的考虑分布式光伏不确定性的配电网优化调度方法，其特征在于：
3.根据权利要求1所述的考虑分布式光伏不确定性的配电网优化调度方法，其特征在于：
4.根据权利要求1所述的考虑分布式光伏不确定性的配电网优化调度方法，其特征在于：
5.根据权利要求4所述的考虑分布式光伏不确定性的配电网优化调度方法，其特征在于：
6.根据权利要求4所述的考虑分布式光伏不确定性的配电网优化调度方法，其特征在于：
7.根据权利要求1所述的考虑分布式光伏不确定性的配电网优化调度方法，其特征在于：
8.根据权利要求1所述的考虑分布式光伏不确定性的配电网优化调度方法，其特征在于：
9.根据权利要求1所述的考虑分布式光伏不确定性的配电网优化调度方法，其特征在于：
10.根据权利要求9所述的考虑分布式光伏不确定性的配电网优化调度方法，其特征在于：
11.根据权利要求1所述的考虑分布式光伏不确定性的配电网优化调度方法
12.一种考虑分布式光伏不确定性的配电网优化调度系统，用于实现权利要求1-11任一项所述的经济调度方法，其特征在于：
13.一种终端，包括处理器及存储介质；其特征在于：
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-11任一项所述方法的步骤。
...【技术特征摘要】
1.一种考虑分布式光伏不确定性的配电网优化调度方法，其特征在于：
2.根据权利要求1所述的考虑分布式光伏不确定性的配电网优化调度方法，其特征在于：
3.根据权利要求1所述的考虑分布式光伏不确定性的配电网优化调度方法，其特征在于：
4.根据权利要求1所述的考虑分布式光伏不确定性的配电网优化调度方法，其特征在于：
5.根据权利要求4所述的考虑分布式光伏不确定性的配电网优化调度方法，其特征在于：
6.根据权利要求4所述的考虑分布式光伏不确定性的配电网优化调度方法，其特征在于：
7.根据权利要求1所述的考虑分布式光伏不确定性的配电网优化调度方法，其特征在于：
8.根据权利要求1所述的考虑分...
【专利技术属性】
技术研发人员：周宇泽，杨艳，陈辉，汪征，高阳，黄科，胡佳玮，
申请(专利权)人：国网江苏省电力有限公司常州供电分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。