【技术实现步骤摘要】
本公开涉及电网控制，尤其涉及一种基于分布鲁棒优化的微电网调度方法。
技术介绍
1、天然气作为推动节能减排的重要清洁能源，需求量逐年上升。通常，高压天然气通过管网输送到调压站，通过调压站降压来适配城镇的低压输气管道。天然气调压站通常采用调压阀截流的方式对高压天然气进行降压，在降压过程中会产生大量的压力能。目前，通过利用天然气压力能发电(也称为压差发电或者压力能发电)对天然气压力能进行回收利用，并将天然气压力能发电与传统的微电网进行结合，形成含有天然气压力能发电的微电网系统，并进行统一的管理。此外，随着新能源汽车的快速发展，集中充电站能够提供充电负荷的统一管理，对于降低新能源汽车充电对电网的波动影响极其重要。如此，利用集中充电站消纳天然气压力能的应用模式被提出。
2、然而，目前针对含有天然气压力能发电和集中充电站的微电网系统的管理的调度优化缺乏相关可行方案。
技术实现思路
1、为了解决上述技术问题，本公开提供了一种基于分布鲁棒优化的微电网调度方法。
2、第一方面，本公开提供了一种基于分布鲁棒优化的微电网调度方法，包括：
3、创建微电网系统中各设备的模型；所述各设备包括天然气压力能发电设备、集中充电站、光伏发电设备以及负荷设备，且所述微电网系统通过公共连接点与配电网连接，所述各设备的模型用于指示所述各设备的用电情况和/或放电情况；
4、确定所述各设备的模型约束条件、第一目标函数和第二目标函数；所述各设备的模型约束条件包括所述各设备在用电和放
5、基于所述各设备的模型、所述各设备的模型约束条件、场景概率分布、所述第一目标函数和所述第二目标函数，创建两阶段分布鲁棒优化(distributionally robustoptimization，dro)模型；其中，所述场景概率分布用于指示各离散场景发生的分布情况；各所述离散场景包括所述天然气压力能发电设备出力、所述光伏发电设备出力以及所述负荷设备用电的多个不同场景；所述两阶段dro模型的第一阶段用于制定所述微电网系统是否向所述配电网供电或从所述配电网取电的计划以及制定所述集中充电站的充放电计划，所述两阶段dro模型的第二阶段用于基于所述第一阶段制定的计划以及所述场景概率分布确定满足所述第一调度目标且满足所述第二调度目标的调度计划；所述调度计划包括：所述微电网系统向所述配电网的供电电量或取电电量、弃用的天然气压力能发电量、弃用的光伏发电量、所述集中充电站中各充放电装置的充电功率或放电功率；
6、确定各所述离散场景的概率分布模糊集，所述概率分布模糊集包括各所述离散场景发生的概率；
7、以所述概率分布模糊集为所述场景概率分布的约束条件，对所述两阶段dro模型进行迭代求解，直至满足预设模型收敛条件，得到所述微电网系统的目标调度计划。
8、本实施例的方法，将基于多离散场景的dro方法应用至包含天然气压力能发电设备以及集中充电站的微电网系统，以控制微电网的运行成本和平抑联络线交互功率波动为调度目标，并充分考虑了天然气压力能发电、光伏发电以及负荷的不确定性，基于多离散场景的dro方法建立两阶dro模型，并求解两阶段dro模型得到满足上述两个调度目标的微电网系统的调度计划，使得微电网系统的整体运行效果最优且鲁棒性较高。此外，在构建第一目标函数时充分考虑了天然气压力能弃用和光伏发电弃用的情况，保证了微电网系统调度效果最优。
9、在一些实施例中，所述基于所述各设备的模型、所述各设备的模型约束条件、场景概率分布、所述第一目标函数和所述第二目标函数，创建两阶段dro模型，包括：
10、确定第一权重和第二权重，所述第一权重对应所述第一目标函数，所述第二权重对应所述第二目标函数；对所述第一目标函数进行归一化处理得到第三目标函数；对所述第二目标函数进行归一化处理得到第四目标函数；利用所述第一权重和所述第二权重对所述第三目标函数和所述第四目标函数进行线性加权得到第五目标函数；基于所述各设备的模型、所述各设备的模型约束条件、场景概率分布、所述第五目标函数，创建所述两阶段dro模型。
11、本实施例通过对第一目标函数和第二目标函数进行线性加权的方式将多调度目标问题转换为单调度目标问题，从而简化两阶段dro模型。且考虑到第一目标函数和第二目标函数的量纲不同，在线性加权之前还对第一目标函数和第二目标函数分别进行了归一化，使两者保持量纲一致。
12、在一些实施例中，所述以所述概率分布模糊集为所述场景概率分布的约束条件，对所述两阶段dro模型进行迭代求解，直至满足预设模型收敛条件，得到所述微电网系统的调度计划，包括：
13、将所述两阶段分布鲁棒优化模型解耦为主问题和子问题；所述主问题对应于所述第一阶段，所述子问题对应于所述第二阶段；
14、初始化决策变量集、所述场景概率分布、所述调度计划的上界值以及所述调度计划的下界值；所述决策变量集包括各所述离散场景相关的所述第二阶段的决策变量；
15、根据所述决策变量集的初始值和所述场景概率分布的初始值求解所述主问题得到第一变量的解，并更新所述下界值；所述第一变量为各所述离散场景相关的第一阶段的决策变量；
16、以所述概率分布模糊集为所述场景概率分布的约束条件，根据所述第一变量的解求解所述子问题得到最差场景概率分布，并更新所述上界值；
17、确定是否满足所述预设模型收敛条件；若满足，则根据所述上界值和所述下界值得到所述目标调度计划；
18、若不满足，则基于所述最差场景概率分布更新所述场景概率分布的值以及更新所述决策变量集；并根据所述决策变量集和所述场景概率分布求解所述主问题，以及以所述概率分布模糊集为所述场景概率分布的约束条件，根据所述第一变量的解求解所述子问题，直至满足所述预设模型收敛条件为止。
19、在一些实施例中，所述确定是否满足所述预设模型收敛条件，包括：确定迭代次数是否达到预设迭代次数；或者，确定所述上界值和所述下界值的差值的绝对值是否小于或者等于预设模型收敛精度阈值。本实施例的方法，用户可根据需求配置预设模型收敛条件，可以为迭代次数，也可以为迭代收敛精度，灵活性较高。
20、在一些实施例中，针对所述天然气压力能发电设备，创建微电网系统中各设备的模型，包括：基于标准天然气压力率与压力能发电比率的乘积，创建所述天然气压力能发电设备的模型。本实施例提供的方法，通过分析法创建天然气压力能发电设备对应的模型，准确表征天然气压力能发电设备的发电情况。
21、在一些实施例中，针对所述集中充电站，创建微电网系统中各设备的模型，包括：
22、将一个调度周期划分为多个调度时段；确定所述集中本文档来自技高网...
【技术保护点】
1.一种基于分布鲁棒优化的微电网调度方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述各设备的模型、所述各设备的模型约束条件、场景概率分布、所述第一目标函数和所述第二目标函数，创建两阶段DRO模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述以所述概率分布模糊集为所述场景概率分布的约束条件，对所述两阶段DRO模型进行迭代求解，直至满足预设模型收敛条件，得到所述微电网系统的目标调度计划，包括：
4.根据权利要求3所述方法，其特征在于，所述确定是否满足所述预设模型收敛条件，包括：
5.根据权利要求1所述的方法，其特征在于，针对所述天然气压力能发电设备，创建微电网系统中各设备的模型，包括：
6.根据权利要求1所述的方法，其特征在于，针对所述集中充电站，创建微电网系统中各设备的模型，包括：
7.根据权利要求6所述的方法，其特征在于，确定所述集中充电站在各所述调度时段的起始时刻的可用电池组数，包括：
8.根据权利要求6所述的方法，其特征在于，确定所述集中充电站在各所述
9.根据权利要求6所述的方法，其特征在于，确定所述集中充电站在各所述调度时段的起始时刻的在线电池组数，包括：
10.根据权利要求1所述的方法，其特征在于，所述各设备的模型约束条件包括：功率平衡约束、联络线交互功率约束、集中充电站电池约束以及集中充电站功率约束。
...【技术特征摘要】
1.一种基于分布鲁棒优化的微电网调度方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述各设备的模型、所述各设备的模型约束条件、场景概率分布、所述第一目标函数和所述第二目标函数，创建两阶段dro模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述以所述概率分布模糊集为所述场景概率分布的约束条件，对所述两阶段dro模型进行迭代求解，直至满足预设模型收敛条件，得到所述微电网系统的目标调度计划，包括：
4.根据权利要求3所述方法，其特征在于，所述确定是否满足所述预设模型收敛条件，包括：
5.根据权利要求1所述的方法，其特征在于，针对所述天然气压力能发电设备，创建微电网系统中各设...
【专利技术属性】
技术研发人员：周荔丹，姚钢，朱轶辰，
申请(专利权)人：上海寰晟电力能源科技有限公司，
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。