一种考虑光伏出力不确定性的微电网日前优化调度方法

技术领域

本发明涉及光储燃气轮机协同的微电网领域，特别涉及一种考虑光伏出力不确定性的微电网日前优化调度方法。

背景技术

能源安全问题一直是未来能源布局上的重中之重，及时进行合理的战略规划，早日实现碳中和，对于解决能源安全问题具有重要意义。

为了深入贯彻落实新能源发展战略部署，除建设大型集中式新能源发电基地外，在中低压配网侧，充分利用厂区及楼宇的屋顶、空地等剩余空间，因地制宜，建设小型微电网系统，实现新能源的就地消纳、自给自足，能有效减少输电线路建设成本与输电损耗，是新能源战略的关键环节之一。但是，接入光伏等新能源的小型微电网系统面临电力供应侧波动、发用电时空不匹配、经济收益不高等问题，为提高含概率分布式能源的小型配电网的“系统友好性”和“经济友好性”，迫切需要研究考虑概率分布式能源不确定性的微电网鲁棒优化调度策略。

为此，如何提供一种考虑光伏出力不确定性的微电网日前优化调度方法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提出了一种考虑光伏出力不确定性的微电网日前优化调度方法。不仅建立了考虑光伏出力不确定性的概率分布鲁棒优化模型，求解得到了兼具鲁棒性和经济型的日前优化调度策略，还考虑了需求侧响应切负荷对用户的影响，提高了用户侧用电满意程度。

为了实现上述目的，本发明采用如下技术方案：

一种考虑光伏出力不确定性的微电网目前优化调度方法，包括：

步骤(1)：构建含燃气轮机、需求侧响应负荷、储能以及微网购电的微电网数学模型，形成假设光伏出力无偏差的微电网总运行成本最小为目标的第一阶段确定性优化模型；

步骤(2)：针对光伏出力偏差引起的系统功率不平衡，基于仿射约束建立所述燃气轮机、需求侧响应负荷、储能以及微网购电的再调度模型，对系统功率平衡进行再调度，重构系统功率平衡约束，得到系统功率平衡再调度成本；

步骤(3)：基于Wasserstein度量，构建δ

步骤(4)：将第一阶段确定性优化模型和第二阶段鲁棒优化模型结合，形成考虑光伏出力不确定性的二阶段概率分布鲁棒优化模型，求解得到极端场景下具有鲁棒性的微电网目前优化调度策略。

可选的，步骤(1)中，第一阶段确定性优化模型，如下：

F(x)＝f

其中，f

燃气轮机的运行成本，如下：

其中，P

需求测响应切负荷的补偿成本，如下：

C

其中，P

储能的运行成本，如下：

其中，

微电网从上级电网的购电成本，如下：

其中，λ

可选的，步骤(1)中，第一阶段确定性优化模型的约束条件，包括：

功率平衡约束，如下：

其中，P

燃气轮机约束，包括：

出力上下限约束，如下：

其中，

热备用约束，如下：

其中，ρ为热备用系数；

爬坡约束，如下：

其中，P

最小启停时间约束，如下：

其中，TO

启动和关停成本约束，如下：

其中，

状态耦合约束，如下：

光伏出力约束，如下：

其中，

储能约束，如下：

其中，

微电网从上级电网的购电约束，如下：

其中，

潮流安全约束，如下：

其中，P

可选的，步骤(2)中，再调度模型，如下：

其中，

可选的，步骤(2)中，再调度的功率平衡约束，如下：

其中，δ

可选的，步骤(3)中，δ

E

其中，δ

可选的，步骤(3)中，用δ

其中，K为样本数；P为光伏出力偏差的真实概率分布；P

其中，d

可选的，步骤(3)中，基于Wasserstein距离的δ

其中，基于Wasserstein距离的模糊集W

W(P

其中，ξ

半径R(K)，如下：

其中，β为置信度；ε为中间辅助变量；δ

可选的，步骤(3)中，第二阶段鲁棒优化模型，如下：

其中，f(x，δ)为再调度成本；

可选的，步骤(4)中，二阶段概率分布鲁棒优化模型，如下：

其中，min为成本最小；F(x)为第一阶段确定性优化模型；

经由上述的技术方案可知，与现有技术相比，本发明提出了一种考虑光伏出力不确定性的微电网日前优化调度方法。通过基于Wasserstein度量，构建δ

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明的方法流程示意图。

图2为本发明的微电网日前优化调度策略示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1：

本发明实施例1公开了一种考虑光伏出力不确定性的微电网日前优化调度方法，如图1所示，包括：

步骤(1)：构建含燃气轮机、需求侧响应负荷、储能以及微网购电的微电网数学模型，形成假设光伏出力无偏差的微电网总运行成本最小为目标的第一阶段确定性优化模型；

第一阶段确定性优化模型，如下：

F(x)＝f

其中，f

燃气轮机的运行成本，如下：

其中，P

需求测响应切负荷的补偿成本，如下：

C

其中，P

储能的运行成本，如下：

其中，

微电网从上级电网的购电成本，如下：

其中，λ

第一阶段确定性优化模型的约束条件，包括：

功率平衡约束，如下：

其中，P

燃气轮机约束，包括：

出力上下限约束，如下：

其中，

热备用约束，如下：

其中，ρ为热备用系数；

爬坡约束，如下：

其中，P

最小启停时间约束，如下：

其中，TO

启动和关停成本约束，如下：

其中，

状态耦合约束，如下：

光伏出力约束，如下：

其中，

储能约束，如下：

其中，

微电网从上级电网的购电约束，如下：

其中，

潮流安全约束，如下：

其中，P

步骤(2)：假设建模过程中系统的不确定性仅来源于光伏出力偏差，则用δ＝{δ

再调度模型，如下：

其中，

再调度的功率平衡约束，如下：

其中，δ

步骤(3)：构建模糊集是概率分布鲁棒优化方法的核心，它对模型的数学变换和求解以及优化结果的保守性至关重要。基于Wasserstein度量的模糊集可以度量两个概率分布之间的“距离”，从而使经验概率分布P

δ

E

其中，δ

不确定集δ的真实概率分布P难以计算，因此使用Wasserstein的理论，以光伏出力偏差的经验概率分布P

其中，K为样本数；P为光伏出力偏差的真实概率分布；P

其中，d

Wasserstein距离，定义如下：

其中，ξ

则基于Wasserstein距离的模糊集，如下：

其中，基于Wasserstein距离的模糊集W

半径R(K)，如下：

其中，β为置信度；ε为中间辅助变量；δ

第二阶段鲁棒优化模型，如下：

其中，f(x，δ)为当光伏出力产生偏差时，系统内的资源需要消除其对系统功率平衡的不利影响，从而产生的再调度成本；

可选的，步骤(4)中，概率分布鲁棒优化模型，如下：

这是一个典型的min-max结构的模型，其中，最外层的min为寻找成本最小的策略；F(x)为第一阶段确定性优化模型；

步骤(4)：将第一阶段确定性优化模型和第二阶段鲁棒优化模型结合(第一阶段确定性优化模型为不考虑光伏出力不确定性的确定性优化模型，为假设光伏出力无偏差的基础调度优化；第二阶段鲁棒优化模型为考虑光伏出力不确定性的概率分布鲁棒优化模型，为考虑光伏出力偏差的系统平衡再调度优化)，形成考虑光伏出力不确定性的二阶段概率分布鲁棒优化模型，在MATLAB平台上，调用CPLEX求解器求解得到由基于时间序列的储能的充放电功率、燃气轮机出力、需求侧响应切负荷功率以及微电网与大电网的购电功率汇总形成的极端场景下具有鲁棒性的微电网目前优化调度策略，如图2所示，由图2可进一步得出：从0时到8时，因燃气轮机机组检修需要，采用从上级电网购电、储能放电、需求侧响应切负荷、风力发电等方式供电；从8时到24时，燃气轮机机组承担主要供电工作。储能停止放电，充电补充电能。在此期间，风力发电产生的电能主要被储能存储，同时也提高了风电的消纳率。需求侧减少了减载量，提高了白天和晚上用电高峰的舒适性。

本发明实施例公开了一种考虑光伏出力不确定性的微电网日前优化调度方法。通过基于Wasserstein度量，构建δ

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。