【技术实现步骤摘要】
本专利技术涉及主动配电网优化调度，特别是一种源网荷储协同的主动配电网多时间尺度优化调度方法。
技术介绍
1、随着以风、光为主的新能源接入配电网以及需求侧电源、电动汽车等可控负荷接入数量持续增加，传统配电网在“源、荷”两端均发生了深刻变革。主动配电网相较于传统配电网可有效聚合分布式电源、储能和可控负荷，通过调节这些可控单元，为高渗透率电网稳定运行提供了可靠解决方案。
2、用户侧需求响应是主动配电网协调调度需求侧资源的重要方式，主要分为价格型和激励型需求响应，下述现有技术相关的文献中提供了多种优化调度方法：
3、文献[1]：徐智威，胡泽春，宋永华等.基于动态分时电价的电动汽车充电站有序充电策略[j].中国电机工程学报，2014，34(22):3638-3646.建立了针对电动汽车充电的价格型响应策略，实现了削峰填谷和用户成本降低；
4、文献[2]：刘小聪，王蓓蓓，李扬等.基于实时电价的大规模风电消纳机组组合和经济调度模型[j].电网技术,2014,38(11):2955-2963.通过激励型补偿策略将需求侧资源纳入到电网调度中，实现了灵活性资源跟随新能源出力实时变化；
5、文献[3]：麻秀范，王超，洪潇等.于实时电价的电动汽车充放电优化策略和经济调度模型[j].电工技术学报，2016，31(s1):190-202.为更好的激励用户参与电网调度，提出了一种在线凸优化方法来确定补偿电价。
6、以上文献针对电动汽车或某种灵活性资源参与电网调度进行了研究，但随着需求侧需求响应种类的
7、合理的配电网调度计划，有助于克服新能源出力的波动性实现配电网的经济运行，现有技术有：文献[4]：黄弦超,封钰.考虑机组灵活性的独立微网日前日内协调优化调度[j].电力自动化设备,2020,40(04):125-131将储能初始荷电状态和与可控资源出力均作为决策变量同时优化，提出了一种日前、日内两阶段调度方法，提高微网运营经济性；文献[5]：南斌等.计及源荷不确定性的综合能源系统日前-日内协调优化调度[j].电网技术,2023,47(09):3669-3683.考虑了日前和日内源荷预测不确定性，建立了一种多目标优化调度模型；以上文献，日内阶段目标通常以与日前出力偏差最小为目标，但考虑到日前预测偏差较大，日前计划对日内的参考性意义较小。
8、在多时间尺度经济调度方面有文献[6]：刘自发,张婷,王岩.基于模型预测控制的主动配电网多场景变时间尺度优化调度[j].电力自动化设备,2022,42(04):121-128.将模型预测控制思想应用在实时调度阶段，保证了各时间尺度的多级协调。文献[7]肖浩,裴玮,孔力.基于模型预测控制的微电网多时间尺度协调优化调度[j].电力系统自动化,2016,40(18):7-14+55.提出了一种多时间尺度的调度方法，日内阶段不再改变机组启停计划和储能充放电计划，实时阶段以偏差最小调节可控机组；文献[8]李庆生等.计及不确定性的主动配电网分布式能源多时间尺度消纳方法[j].可再生能源,2023,41(05):692-698.采用机会约束规划的三阶段模型，提高了分布式能源的消纳水平。
9、但以上文献多忽略了各可调度资源在时间尺度上的运行差异，实际上不同类型的可调度资源参与配网调度的时间尺度不同；其次，当日前预测值与日内实际值偏差较大时，不考虑日内储能调度计划的策略存在灵活性不足的问题。
10、综上所述，需要提供一种源网荷储协同的主动配电网多时间尺度优化调度方法来解决上述问题。
技术实现思路
1、本专利技术所要解决的技术问题是提供一种源网荷储协同的主动配电网多时间尺度优化调度方法，综合考虑柔性负荷的运行特性和主动配电网不同时间尺度的运行需要，实现源网荷储的协同运行，为主动配电网的优化调度提供模型参考。
2、为实现上述技术效果，本专利技术所采用的技术方案是：
3、一种源网荷储协同的主动配电网多时间尺度优化调度方法，包括以下步骤：
4、s1，构建主动配电网系统；
5、s2，建立电动汽车参与调度的响应模型，并根据柔性负荷的运行特性进行分类；
6、s3，建立日前配电网运行成本最小的调度计划；
7、s4，建立考虑经济性及增加新能源消纳量等目标的日前调度计划滚动修正模型；
8、s5，结合日内修正计划，建立实时计及出力偏差最小的微调模型。
9、优选地，步骤s1中，主动配电网系统包括风电、光伏、储能、燃气轮机、电动汽车和柔性负荷。
10、进一步地，步骤s1中，与传统配电网相比，主动配电网基于先进的通讯技术，可实现电网和用户之间的互动；配电网由以下几部分组成：“源”侧新能源：风力发电机组、光伏发电机组；“源”侧可控单元：微型燃气轮机、储能；“荷”侧柔性负荷、刚性负荷和电动汽车；“网”侧主动配电网调度中心，通过对各类可控单元的协调调度，实现主动配电网新能源有效消纳和经济运行；主动配电网的不确定源主要来自新能源和负荷，不确定处理方法如下：
11、s101，新能源出力预测：
12、风机输出功率pw与风速v的关系如下：
13、
14、式中，pr为风机额定功率，vci、vco、vr分别为切入风速、切出风速和额定风速；风速近似认为服从威布尔分布，其概率密度函数为：
15、
16、式中，k、c分别为形状参数和尺度参数。
17、光伏输出功率表达式为：
18、ppv,t＝η·a·r； (3)
19、式中，ppv,t为t时段光伏出力，η为转化效率，a为方阵面积、r为光照强度；光照强度近似服从beta分布，其概率密度函数可由下式描述：
20、
21、式中，β(a,b)为beta函数，a、b为beta的形状参数；首先对风光历史数据分析得相应分布函数参数，再通过蒙特卡洛模拟产生相应风速和光照数据，代入风光出力模型得到风光预测出力pw、ppv；风光实际输出为预测输出和预测偏差之和表示为：
22、
23、式中，ζw和ζpv为风光预测误差，取值符合均值为0，方差为δw和δpv的正态分布；
24、s102，负荷需求预测误差：
25、电网中负荷预测精度主要受天气状况、历史数据和预测模型等因素的影响；负荷需求误差一般认为服从均值为0的正态分布，即δload～n(0,σload)；首先利用蒙特卡洛模拟产生随机波动误差数据，加上负荷预测值即可得各阶段负荷预测数据。
26、优选地，步骤s2中，建立电动汽车参与调度的响应模型包括：
27、主动配电网考虑车主的行驶需求和电池运行约束，通过价格激励引导电动汽车从无序充放电到有序充放电。
本文档来自技高网...
【技术保护点】
1.一种源网荷储协同的主动配电网多时间尺度优化调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种源网荷储协同的主动配电网多时间尺度优化调度方法，其特征在于，步骤S1中，主动配电网系统包括风电、光伏、储能、燃气轮机、电动汽车和柔性负荷。
3.根据权利要求1所述的一种源网荷储协同的主动配电网多时间尺度优化调度方法，其特征在于，步骤S2中，建立电动汽车参与调度的响应模型包括：
4.根据权利要求1所述的一种源网荷储协同的主动配电网多时间尺度优化调度方法，其特征在于，步骤S2中，根据柔性负荷的运行特性进行分类包括：
5.根据权利要求1所述的一种源网荷储协同的主动配电网多时间尺度优化调度方法，其特征在于，步骤S2中，建立电动汽车参与调度的响应模型，并根据柔性负荷的运行特性进行分类包括：S201，建立电动汽车参与调度的响应模型：
6.根据权利要求5所述的一种源网荷储协同的主动配电网多时间尺度优化调度方法，其特征在于，步骤S202中，价格型需求响应模型包括：
7.根据权利要求1所述的一种源网荷储协同的主动配电
8.根据权利要求1所述的一种源网荷储协同的主动配电网多时间尺度优化调度方法，其特征在于，所述步骤S4中，建立综合考虑经济性及增加新能源消纳量等目标的日前调度计划滚动修正模型是指提前4h，时间尺度为15min的预调度过程，日内滚动优化以日前调度计划和扩展短期预测数据为基础，增加直接控制负荷B和激励型电动汽车的参与，综合考虑配网和电动汽车的经济性，以及新能源利用率的多目标优化，并采用滚动优化每15min滚动更新一次日前调度计划。
9.根据权利要求1所述的一种源网荷储协同的主动配电网多时间尺度优化调度方法，其特征在于，步骤S5中，结合日内修正计划，建立实时计及出力偏差最小的微调模型包括：
...【技术特征摘要】
1.一种源网荷储协同的主动配电网多时间尺度优化调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种源网荷储协同的主动配电网多时间尺度优化调度方法，其特征在于，步骤s1中，主动配电网系统包括风电、光伏、储能、燃气轮机、电动汽车和柔性负荷。
3.根据权利要求1所述的一种源网荷储协同的主动配电网多时间尺度优化调度方法，其特征在于，步骤s2中，建立电动汽车参与调度的响应模型包括：
4.根据权利要求1所述的一种源网荷储协同的主动配电网多时间尺度优化调度方法，其特征在于，步骤s2中，根据柔性负荷的运行特性进行分类包括：
5.根据权利要求1所述的一种源网荷储协同的主动配电网多时间尺度优化调度方法，其特征在于，步骤s2中，建立电动汽车参与调度的响应模型，并根据柔性负荷的运行特性进行分类包括：s201，建立电动汽车参与调度的响应模型：
6.根据权利要求5所述的一种源网荷储协同的主动配电网多时间尺度优化调度方法，其特征在于，步骤s202中，价格型需求响应模型包括：
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。