一种基于自适应随机模型预测控制的微电网优化调度方法技术

本发明专利技术公开了一种基于自适应随机模型预测控制的微电网优化调度方法，首先构建基于自适应随机模型预测控制的微电网双层滚动优化模型，包含上层预调度模型和下层实时功率补偿模型；然后，基于Wasserstein距离分层聚类的最优时段划分方法确定最优时段个数以及长度，将各个最优时段长度作为各次滚动优化过程中上层预调度阶段的滚动步长，进而得到每次滚动优化过程中上层预调度阶段的预测域和下层实时功率补偿阶段的预测域；最后，考虑上层预调度模型和下层实时功率补偿模型的约束，对基于自适应随机模型预测控制的微电网双层滚动优化模型进行求解，根据上层预调度模型得到参考调度计划，下层实时功率补偿模型根据源、荷实时功率对失配功率进行补偿，修正参考调度计划。该方法充分了考虑源、荷出力的不确定性和相关性，提高了微电网调度的经济性和灵活性。

【技术实现步骤摘要】

本专利技术属于微电网优化调度，具体涉及一种基于自适应随机模型预测控制的微电网优化调度方法。

技术介绍

1、微电网作为集分布式可再生能源、储能装置和负荷于一体的小型区域自治系统，是电力系统消纳利用可再生能源的有效途径之一。由于可再生能源出力和负荷需求极易受天气条件、地理位置和人类活动等因素的影响，存在很大的不确定性和耦合性，严重影响微电网系统的安全、稳定和高效运行。因此，微电网的优化调度一直是研究热点。

2、尽管基于经典mpc的微电网在线优化调度方法，在一定程度上增强了系统的鲁棒性，但仍属于确定性优化调度，即在制定调度计划时，均理想化假定预测值是准确无误的，将调度问题构建为一个确定性的简化模型。由于在建模过程中没有考虑源、荷出力的随机性和相关性，因此获得的调度决策将会是单一片面的。此外，目前大多数微电网优化调度方法多采用15min、30min、60min等固定间隔时段长度。然而，微电网这类新能源发电系统的净负荷曲线多为“鸭子曲线”，尤其以光伏发电设备为主的新能源发电系统，日出或日落之后的尖峰负载和可再生能源发电量之间的相差愈加明显，导致净负荷在较本文档来自技高网...

【技术保护点】

1.一种基于自适应随机模型预测控制的微电网优化调度方法，其特征在于，该方法包括以下内容：

2.根据权利要求1所述的基于自适应随机模型预测控制的微电网优化调度方法，其特征在于，功率场景分布与之间的Wasserstein距离为：

3.根据权利要求1或2所述的基于自适应随机模型预测控制的微电网优化调度方法，其特征在于，第k次聚类的功率场景分布损失表示为：

4.根据权利要求1所述的基于自适应随机模型预测控制的微电网优化调度方法，其特征在于，上层预调度模型的约束包括为微电网功率平衡约束、微电网与公共电网的交互功率约束、蓄电池充放电功率和荷电状态约束；下层实时功率...

【技术特征摘要】

1.一种基于自适应随机模型预测控制的微电网优化调度方法，其特征在于，该方法包括以下内容：

2.根据权利要求1所述的基于自适应随机模型预测控制的微电网优化调度方法，其特征在于，功率场景分布与之间的wasserstein距离为：

3.根据权利要求1或2所述的基于自适应随机模型预测控制的微电网优化调度方法，其特征在于，第k次聚类的功率场景分布损失...

【专利技术属性】
技术研发人员：胡锦兴，闫鹏乾，曹一脉，刘雨萌，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：