【技术实现步骤摘要】
本专利技术涉及配电网调度，尤其涉及计及需求响应的配电网多时间尺度优化调度方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、以风能为代表的清洁能源的出力受自然环境影响较大，因此具有强波动性和强随机性。为了提高新能源的消纳率，需对用电负荷侧的负荷分布进行调整，在负荷侧使用潜力模型描述激励型需求响应，并考虑到负荷反弹现象，设置三阶段的可直接控制负荷。
3、为应对风电出力的波动性与随机性，近年来提出基于模型预测的配电网的多时间尺度优化方法。如建立的日前-实时两阶段优化模型，并在实时优化中引入动态激励需求负荷，有效的降低了系统运行成本；一种计及风电与负荷不确定性的柔性负荷日前-日内优化模型，有效地提升了运行的稳定性；考虑了风电出力的备用约束并且建立起了多场景配电网多时间尺度优化模型。以上多时间尺度优化模型大多集中在通过较短时间尺度的优化来降低风电与负荷不确定性，而忽视了对风电与负荷出力的不确定性在不同时间尺度上的差异，进而导致因不同时间尺度下不确定性分布的不同导致对配电网的优化调度存在较大误差。
技术实现思路
1、本专利技术为了解决上述问题，提出了计及需求响应的配电网多时间尺度优化调度方法及系统，在进行日内优化调度时，通过计算概率分布不确定性集，使得计算出的预测值的误差较小，提高了配电网运行的稳定性。
2、为实现上述目的，本专利技术采用如下技术方案：
3、第一方面，提出了计及需求响应的
4、获取当前时段风电机组出力与负荷；
5、根据当前时段风电机组功率、负荷和日内优化模型，获得配电网日内优化调度方案，其中，日内优化模型包括预测模型、目标函数、约束条件和概率分布不确定性集，预测模型根据当前时段负荷和风电机组出力，获得下一时段风电机组出力预测值和负荷预测值，目标函数为以总成本最小为目标构建的函数，约束条件包括系统安全约束，概率分布不确定性集根据预测模型输出的预测值，计算参考概率分布，进而计算真实概率分布与参考概率分布间的距离，选取距离小于设定值构建获得。
6、第二方面，提出了计及需求响应的配电网多时间尺度优化调度系统，包括：
7、数据获取模块，用于获取当前时段风电机组出力与负荷；
8、配电网优化调度模块，用于根据当前时段风电机组功率、负荷和日内优化模型，获得配电网日内优化调度方案，其中，日内优化模型包括预测模型、目标函数、约束条件和概率分布不确定性集，预测模型根据当前时段负荷和风电机组出力，获得下一时段风电机组出力预测值和负荷预测值，目标函数为以总成本最小为目标构建的函数，约束条件包括系统安全约束，概率分布不确定性集根据预测模型输出的预测值，计算参考概率分布，进而计算真实概率分布与参考概率分布间的距离，选取距离小于设定值构建获得。
9、第三方面，提出了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成计及需求响应的配电网多时间尺度优化调度方法所述的步骤。
10、第四方面，提出了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成计及需求响应的配电网多时间尺度优化调度方法所述的步骤。
11、与现有技术相比，本专利技术的有益效果为：
12、1、本专利技术在进行日内调度时，建立基于wasserstein距离的概率分布不确定性集，使得计算出的预测值的误差较小，有效保证了日内优化调度的准确性，提高配电网运行的稳定性。
13、2、本专利技术可以有效地调用各类需求响应负荷参与到系统的优化调度中去，在风电正反调峰的场景中均可起到“削峰填谷”的作用，并且在更短的时间尺度下，需求负荷可以更加准确地调节系统的功率平衡，十分有效的降低了风电与负荷的预测误差带来不利的影响。
14、3、本专利技术相较于单一的日前优化，该模型在日前、日内和实时三个不同的时间尺度下对风电与负荷的不确定性进行削弱与降低，通过对各类需求响应的出力与系统备用容量调用的对比，证明多时间尺度的优化可以显著降低风电与负荷的不确定性，降低系统的运行成本，提高系统运行的可靠性与经济性。
15、4、本专利技术通过在日前采用基于场景的随机优化，日内采用分布式鲁棒优化，实时采用基于机会约束的随机优化，在降低系统运行成本，减少电压越限次数，提高系统运行稳定性上取得了不错的效果。
16、本专利技术附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
本文档来自技高网...【技术保护点】
1.计及需求响应的配电网多时间尺度优化调度方法，其特征在于，包括：
2.如权利要求1所述的计及需求响应的配电网多时间尺度优化调度方法，其特征在于，获取的负荷包括电动汽车负荷、直接控制负荷和可中断负荷；
3.如权利要求2所述的计及需求响应的配电网多时间尺度优化调度方法，其特征在于，还根据日前负荷中的A类负荷及日前优化模型，获得配电网日前优化调度方案，日前优化模型以总成本最小为目标，以配网的潮流约束为约束条件。
4.如权利要求2所述的计及需求响应的配电网多时间尺度优化调度方法，其特征在于，还根据当前时刻负荷中的C类负荷及实时优化模型，获得配电网实时优化调度方案，实时优化模型以总成本最小为目标，以备用约束为约束条件。
5.如权利要求2所述的计及需求响应的配电网多时间尺度优化调度方法，其特征在于，电动汽车负荷采用价格弹性系数进行描述。
6.如权利要求1所述的计及需求响应的配电网多时间尺度优化调度方法，其特征在于，系统安全约束为：式中，b为仿射函数，c、e和h均为辅助变量，w为日内优化输出的风电机组出力和负荷的真实值，ρ为所构建的
7.如权利要求1所述的计及需求响应的配电网多时间尺度优化调度方法，其特征在于，总成本包括配网运行成本、网损成本和弃风惩罚成本。
8.计及需求响应的配电网多时间尺度优化调度系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-7任一项所述的计及需求响应的配电网多时间尺度优化调度方法的步骤。
10.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-7任一项所述的计及需求响应的配电网多时间尺度优化调度方法的步骤。
...【技术特征摘要】
1.计及需求响应的配电网多时间尺度优化调度方法，其特征在于，包括：
2.如权利要求1所述的计及需求响应的配电网多时间尺度优化调度方法，其特征在于，获取的负荷包括电动汽车负荷、直接控制负荷和可中断负荷；
3.如权利要求2所述的计及需求响应的配电网多时间尺度优化调度方法，其特征在于，还根据日前负荷中的a类负荷及日前优化模型，获得配电网日前优化调度方案，日前优化模型以总成本最小为目标，以配网的潮流约束为约束条件。
4.如权利要求2所述的计及需求响应的配电网多时间尺度优化调度方法，其特征在于，还根据当前时刻负荷中的c类负荷及实时优化模型，获得配电网实时优化调度方案，实时优化模型以总成本最小为目标，以备用约束为约束条件。
5.如权利要求2所述的计及需求响应的配电网多时间尺度优化调度方法，其特征在于，电动汽车负荷采用价格弹性系数进行描述。
6.如权利要求1所述的计及需求响应的配电网多时间尺度优化调度方法，其特征在于，系统安全约束为：...
【专利技术属性】
技术研发人员：李开灿，孔维娜，周科，张启亮，林浩然，李想，刘印磊，褚福亮，顾牛，
申请(专利权)人：国网山东省电力公司济宁供电公司，
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。