本發(fā)明涉及微電網(wǎng)控制，尤其指一種柔性互聯(lián)微電網(wǎng)群不確定性消納和負(fù)載均衡方法。

背景技術(shù)：

1、隨著電力行業(yè)綠色轉(zhuǎn)型的推進(jìn)，配電網(wǎng)正經(jīng)歷深刻變革：分布式新能源的大規(guī)模接入和直流負(fù)荷需求的不斷增長帶來了前所未有的挑戰(zhàn)。具體而言，新能源布局的不均衡導(dǎo)致負(fù)荷分配失衡，進(jìn)而引發(fā)電壓越限問題；同時，新能源出力預(yù)測誤差引發(fā)的不確定性加劇了電壓波動，嚴(yán)重威脅配電網(wǎng)的安全與穩(wěn)定運行。

2、然而，隨著電力電子技術(shù)的迅速發(fā)展，多個低壓配電網(wǎng)臺區(qū)通過電壓源換流器（voltage?source?converter，vsc）實現(xiàn)柔性互聯(lián)，所形成的基于鏈?zhǔn)椒侄瓮負(fù)涞娜嵝曰ヂ?lián)微電網(wǎng)架構(gòu)，具有源荷時空互補、不確定性生成源與儲能互補、多資源協(xié)同調(diào)度等優(yōu)勢，為解決上述問題提供了有效途徑。

3、低壓交直流柔性互聯(lián)微電網(wǎng)群的出現(xiàn)，推動了配電網(wǎng)向多層級架構(gòu)演進(jìn)。通過自治優(yōu)化，下層微電網(wǎng)群能夠有效降低上層配電網(wǎng)的調(diào)控規(guī)模和協(xié)同復(fù)雜度。然而，隨著大量風(fēng)電、光伏和儲能接入柔性互聯(lián)微電網(wǎng)群的直流母線，并通過vsc與上級配網(wǎng)進(jìn)行能量交互，系統(tǒng)的運行調(diào)控面臨更高的不確定性和復(fù)雜性。傳統(tǒng)的系統(tǒng)調(diào)控方法不考慮源荷不確定性，盡管可以獲得“最優(yōu)”調(diào)控解，但由于忽略了儲能出力和臺區(qū)各級購售電量的實際波動，使得解的可行性大幅下降，增加了系統(tǒng)調(diào)控難度，導(dǎo)致“最優(yōu)”結(jié)果往往難以實際落地。目前針對系統(tǒng)中多源不確定性的處理方法主要包括隨機優(yōu)化與魯棒優(yōu)化。前者模型結(jié)構(gòu)清晰、推導(dǎo)簡便，但需已知不確定量的概率分布，且在實際中分布信息往往難以準(zhǔn)確獲取，場景數(shù)增加后求解效率也顯著下降；后者基于最壞情形進(jìn)行建模，雖可保障系統(tǒng)在任意場景下的安全穩(wěn)定運行，但此方法過于保守，使得系統(tǒng)運行經(jīng)濟性較低。因此，亟需研究一種考慮不確定性的柔性互聯(lián)微電網(wǎng)群自治調(diào)控方法，以實現(xiàn)微電網(wǎng)群資源的協(xié)同優(yōu)化，確保微電網(wǎng)群的經(jīng)濟與安全穩(wěn)定運行。

技術(shù)實現(xiàn)思路

1、為兼顧系統(tǒng)的經(jīng)濟性與調(diào)控可靠性，本發(fā)明提供一種柔性互聯(lián)微電網(wǎng)群不確定性消納和負(fù)載均衡方法，該方法引入基于歷史數(shù)據(jù)驅(qū)動的分布魯棒機會約束優(yōu)化法，在提升求解效率的同時，有效降低魯棒優(yōu)化過于保守的問題，實現(xiàn)多場景下的運行性能提升。

2、為了解決上述技術(shù)問題，本發(fā)明采用如下技術(shù)方法：一種柔性互聯(lián)微電網(wǎng)群不確定性消納和負(fù)載均衡方法，包括：

3、s1，量化微電網(wǎng)群的風(fēng)電、光伏、直流負(fù)荷的不確定性，確定儲能日前調(diào)度與實時調(diào)整的兩階段調(diào)控策略；

4、s2，以上級購售電成本、儲能運行成本、均載懲罰成本、不確定性懲罰成本的總和最小為目標(biāo)，構(gòu)建基于分布魯棒機會約束的微電網(wǎng)群優(yōu)化調(diào)控模型，該模型的約束包括機會約束和其他約束，所述機會約束包括線路傳輸功率機會約束、節(jié)點電壓機會約束、儲能充放電功率機會約束和儲能容量安全機會約束，所述其他約束包括儲能容量約束、網(wǎng)絡(luò)潮流約束、vsc容量約束和交流區(qū)域功率平衡約束；

5、s3，采用wasserstein?metric定義和對偶定理將模型目標(biāo)函數(shù)中的不確定性懲罰成本進(jìn)行線性化重構(gòu)，并將模型的機會約束轉(zhuǎn)化為確定性約束；

6、s4，對模型目標(biāo)函數(shù)和約束條件的其他非線性部分進(jìn)行線性化重構(gòu)；

7、s5，獲取微電網(wǎng)群網(wǎng)絡(luò)拓?fù)?、設(shè)備以及配電網(wǎng)參數(shù)信息，收集若干組各時刻風(fēng)電、光伏歷史出力波動數(shù)據(jù)歷史數(shù)據(jù)樣本點，整理等效線性化的微電網(wǎng)群優(yōu)化調(diào)控模型并進(jìn)行求解，得到調(diào)控參數(shù)，對柔性互聯(lián)微電網(wǎng)群進(jìn)行優(yōu)化調(diào)控。

8、進(jìn)一步的，在s3中，采用wasserstein?metric定義和對偶定理將不確定性懲罰函數(shù)進(jìn)行線性化重構(gòu)時，先收集一系列的隨機變量歷史樣本數(shù)據(jù)集，作為不確定性源的歷史不確定性波動數(shù)據(jù)集，然后在得到隨機變量的分布模糊集之前，根據(jù)模糊集半徑大小公式確定wasserstein球半徑，最后基于wasserstein?metric定義將不確定性懲罰函數(shù)轉(zhuǎn)化為對偶問題，并引入上確界近似將其簡化。

9、進(jìn)一步的，在s3中，采用wasserstein?metric定義和對偶定理將微電網(wǎng)群優(yōu)化調(diào)控模型的機會約束轉(zhuǎn)化為確定性約束時，先計算得到各時刻隨機變量歷史樣本數(shù)據(jù)集的均值、方差，并將所有的樣本點歸一化至標(biāo)準(zhǔn)坐標(biāo)系中，再求解最小化超立方體邊長問題，得到標(biāo)準(zhǔn)坐標(biāo)系下一定置信度下包絡(luò) t時刻樣本點的超立方體邊長，并確定對應(yīng)的超立方體，接著將超立方體反歸一化至原始坐標(biāo)系中，得到原始坐標(biāo)系下一定置信度下包絡(luò) t時刻樣本點的平行多面體，并確定對應(yīng)的盒式不確定集，最后采用對偶定理將原始的機會約束問題轉(zhuǎn)化為在該盒式不確定集下的魯棒問題，進(jìn)而：

10、將網(wǎng)絡(luò)潮流約束代入線路傳輸功率機會約束中，等效轉(zhuǎn)化得到線路傳輸功率確定性約束；

11、將網(wǎng)絡(luò)潮流約束代入節(jié)點電壓機會約束中，等效轉(zhuǎn)化得到節(jié)點電壓確定性約束；

12、將儲能出力代入儲能充放電功率機會約束中，等效轉(zhuǎn)化得到儲能出力確定性約束；

13、將儲能容量約束代入儲能容量安全機會約束中，等效轉(zhuǎn)化得到儲能容量確定性約束。

14、再進(jìn)一步的，所述調(diào)控參數(shù)包括微電網(wǎng)群各儲能日前出力基準(zhǔn)與實時調(diào)整因子，以及各臺區(qū)的上級購售電量。

15、再進(jìn)一步的，所述s1，量化微電網(wǎng)群的風(fēng)電、光伏、直流負(fù)荷的不確定性，如下式：

16、（1）

17、（2）

18、（3）

19、式中，表示時刻各不確定性源的實際出力列向量；表示不確定性源-節(jié)點關(guān)聯(lián)矩陣，包括光伏-節(jié)點關(guān)聯(lián)矩陣、風(fēng)電-節(jié)點關(guān)聯(lián)矩陣、直流負(fù)荷-節(jié)點關(guān)聯(lián)矩陣；表示時刻不確定性源的預(yù)測數(shù)值，包括時刻光伏預(yù)測數(shù)值、風(fēng)電預(yù)測數(shù)值、直流負(fù)荷預(yù)測數(shù)值；為各不確定性源預(yù)測誤差列向量，表示不確定量；

20、所述s1中，將微電網(wǎng)群的儲能出力分為日前調(diào)度與實時調(diào)整，儲能在各個節(jié)點上的出力如下式：

21、（4）

22、式中，表示時刻各儲能的實時出力；表示儲能-節(jié)點關(guān)聯(lián)矩陣，為儲能日前出力基準(zhǔn)；為實時調(diào)整因子矩陣，其具體定義為：

23、（5）

24、式中，中第行、第列的元素，表示第個儲能裝置對第個不確定性源的不確定量緩解占比，為儲能裝置的數(shù)量，為不確定性源的數(shù)量，中元素滿足以下條件：

25、（6）

26、（7）

27、式（6）表示各儲能緩解各不確定量的占比小于100%；式（7）表示時刻第個不確定量被所有儲能的總補償量，小于等于不確定量自身。

28、更進(jìn)一步的，所述s2，構(gòu)建的基于分布魯棒機會約束的微電網(wǎng)群優(yōu)化調(diào)控模型為：

29、（8）

30、式中，為優(yōu)化變量；分別為上級購售電成本、儲能運行成本、均載懲罰成本、不確定性懲罰成本；

31、（9）

32、式中，為所有調(diào)度時刻集合，為微電網(wǎng)內(nèi)所有節(jié)點的編號集合；與分別為購電成本和售電單價；為第個節(jié)點與上級配網(wǎng)功率交互量；算子滿足；

33、（10）

34、式中，為微電網(wǎng)內(nèi)所有儲能的編號集合；為儲能單位出力運行成本；為各儲能有功出力；

35、（11）

36、式中，為均載懲罰系數(shù)；、分別為微電網(wǎng)內(nèi)第 、個節(jié)點的變壓器容量；為第個節(jié)點與上級配網(wǎng)功率交互量；為微電網(wǎng)群的節(jié)點數(shù)量；

37、（12）

38、（13）

39、（14）

40、式中，為不確定性懲罰系數(shù)；表示所有不確定性源的編號集合；表示第個不確定源在時刻的不確定性分布模糊集；表示所有可能的概率下的最大期望值；為列向量中的第個元素，，其物理意義表示微電網(wǎng)群中所有儲能對第個不確定源所產(chǎn)生不確定性的消納占比；表示維度大小為n×1的全1列向量；

41、所述s2，構(gòu)建的基于分布魯棒機會約束的微電網(wǎng)群優(yōu)化調(diào)控模型的機會約束包括：

42、1）線路傳輸功率機會約束

43、（15）

44、式中，表示不確定量可能滿足的所有概率分布的集合；表示括號中式子成立的最小概率；表示在時刻微電網(wǎng)群直流線路傳輸功率向量，、分別為直流線路最小、最大傳輸功率向量；表示置信度；

45、2）節(jié)點電壓機會約束

46、（16）

47、式中，表示在時刻微電網(wǎng)群直流母線電壓向量，、分別為直流母線電壓的最大、最小值；

48、3）儲能充放電功率機會約束

49、（17）

50、式中，表示在時刻儲能的出力列向量，規(guī)定儲能放電為正方向；、分別為儲能的充放電功率最大、最小值；

51、4）儲能容量安全機會約束

52、（18）

53、式中，表示在時刻微電網(wǎng)群各儲能容量向量；、分別為儲能的容量下限、上限。

54、所述s2，構(gòu)建的基于分布魯棒機會約束的微電網(wǎng)群優(yōu)化調(diào)控模型的其他約束包括：

55、1）儲能容量約束

56、（19）

57、式中，為儲能充電效率；為儲能自放電系數(shù)；表示日調(diào)度間隔，取1；

58、2）網(wǎng)絡(luò)潮流約束

59、（20）

60、（21）

61、（22）

62、式中，表示節(jié)點注入功率；表示vsc注入的有功功率，為增廣節(jié)點-線路關(guān)聯(lián)矩陣，由微電網(wǎng)拓?fù)浣Y(jié)構(gòu)圖，即臺區(qū)連接關(guān)系得到；為增廣線路電阻矩陣；表示微電網(wǎng)群直流母線電壓列向量；為電壓參考；

63、3）vsc容量約束

64、（23）

65、式中，、分別表示在時刻第個節(jié)點上vsc注入的有功功率、輸出的無功功率；為第個節(jié)點上vsc的容量；

66、4）交流區(qū)域功率平衡約束

67、（24）

68、式中，表示上級購售功率列向量，為交流節(jié)點的交流負(fù)荷列向量。

69、所述s3中，采用wasserstein?metric定義和對偶定理將不確定性懲罰函數(shù)進(jìn)行線性化重構(gòu)為：

70、1）獲取wasserstein球半徑

71、收集一系列的隨機變量歷史樣本數(shù)據(jù)集，即不確定性源的歷史不確定性波動數(shù)據(jù)集，樣本量為 m；在得到隨機變量的分布模糊集之前，模糊集半徑大小可由下式確定：

72、（35）

73、式中，表示數(shù)據(jù)支撐集的直徑大?。粸榘S機變量的所有分布的置信度；

74、2）問題轉(zhuǎn)化

75、基于wasserstein?metric定義將原目標(biāo)函數(shù)轉(zhuǎn)化為對偶問題：

76、（36）

77、式中，為對偶乘子；為輔助變量，為樣本編號集合；表示不確定量的可行集；

78、式（36）中所含約束條件面臨可拓展性問題，即隨著樣本數(shù)據(jù)量逐漸增大，求解規(guī)模逐步擴大；因此引入上確界近似，式（36）被進(jìn)一步簡化為：

79、（37）

80、（25）

81、式中，、表示在時刻第個不確定性源的歷史數(shù)據(jù)最大、最小值；為模糊集半徑大?。槐硎緲颖緮?shù)量；表示各時刻不確定量中第個分量的歷史樣本數(shù)據(jù)集；

82、所述s3中，采用wasserstein?metric定義和對偶定理將微電網(wǎng)群優(yōu)化調(diào)控模型的機會約束轉(zhuǎn)化為確定性約束；

83、1）將所有歷史樣本點歸一化標(biāo)準(zhǔn)坐標(biāo)系

84、計算得到各時刻隨機變量歷史樣本數(shù)據(jù)集的均值、方差，并將所有的樣本點歸一化至標(biāo)準(zhǔn)坐標(biāo)系中：

85、（38）

86、式中，表示樣本點在標(biāo)準(zhǔn)坐標(biāo)系下的坐標(biāo)；

87、2）獲取標(biāo)準(zhǔn)坐標(biāo)系下超立方體邊長

88、求解最小化超立方體邊長問題，得到標(biāo)準(zhǔn)坐標(biāo)系下一定置信度下包絡(luò)時刻樣本點的超立方體邊長：

89、（39）

90、式中，為對偶變量，為標(biāo)準(zhǔn)坐標(biāo)系下樣本點根據(jù)式（35）求得的模糊集半徑大??；為包含超立方體各頂點坐標(biāo)的合集，其被進(jìn)一步描述為：

91、（40）

92、式中，為維度大小為的全1列向量；

93、3）反歸一化超立方體至原始坐標(biāo)系

94、將求得的超立方體反歸一化至原始坐標(biāo)系中，得到原始坐標(biāo)系下一定置信度下包絡(luò)時刻樣本點的平行多面體，其頂點可由式（40）帶入下式得到：

95、（41）

96、為包含平行多面體各頂點坐標(biāo)的合集，其被進(jìn)一步描述為以下盒式不確定性集：

97、（42）

98、該式（42）描述了平行多面體內(nèi)部空間，為常量矩陣，其第行第列的元素為1，第行第列的元素為-1，其余元素均為0；為常量列向量，第行和第行均為中第個頂點的坐標(biāo)絕對值，；

99、4）命題證明

100、設(shè)優(yōu)化變量，所述模型中所有機會約束問題能被描述為統(tǒng)一形式：

101、（43）

102、上式恒成立，即不等式左側(cè)的最大值小于等于0：

103、（44）

104、針對式（44）不等式左側(cè)求取最大值問題，采用對偶定理，將式（44）進(jìn)一步轉(zhuǎn)化為：

105、（45）

106、因此式（43）能等效轉(zhuǎn)化為如下命題：

107、（46）

108、5）機會約束轉(zhuǎn)化為確定性約束

109、將式（20）與式（21）帶入機會約束式（15）中，能得到以下魯棒問題：

110、（47）

111、基于上述所證命題，式（47）能等效轉(zhuǎn)化為以下線路傳輸容量確定性約束：

112、（26）

113、式中，、為功率容量約束相關(guān)的對偶變量；

114、同理，將式（20）與式（22）帶入式（16），基于上述所證命題，等效轉(zhuǎn)化得到節(jié)點電壓確定性約束為：

115、（27）

116、式中，、為電壓約束相關(guān)的對偶變量；

117、將式（4）帶入式（17），基于上述所證命題，等效轉(zhuǎn)化得到儲能出力確定性約束為：

118、（28）

119、式中，、為儲能功率約束相關(guān)的對偶變量；

120、將式（19）帶入式（18），基于上述所證命題，等效轉(zhuǎn)化得到儲能容量確定性約束為：

121、（29）

122、式中，為儲能自放電系數(shù)；為儲能初始容量；為儲能容量約束相關(guān)的對偶變量。

123、優(yōu)選的，所述機會約束的置信度為95%。

124、再進(jìn)一步的，所述s4中，引入輔助變量將上級購售電成本函數(shù)和儲能運行成本函數(shù)進(jìn)行線性化重構(gòu)；

125、1）引入輔助變量將上級購售電成本函數(shù)進(jìn)行線性化重構(gòu)為：

126、（30）

127、2）引入輔助變量將儲能運行成本函數(shù)進(jìn)行線性化重構(gòu)為：

128、（31）。

129、再進(jìn)一步的，所述s4中，線性化換流器容量約束含二次項的約束，將vsc容量約束的圓形可行區(qū)間近似簡化為內(nèi)接正十二邊形可行區(qū)間，表示為各邊長的標(biāo)準(zhǔn)直線方程形式，如下式：

130、（32）

131、式中，、與為正十二邊形中第條邊的直線方程系數(shù)。

132、更進(jìn)一步的，所述s5中，整理得到的等效線性化的微電網(wǎng)群優(yōu)化調(diào)控模型為：

133、（33）

134、（34）

135、式中，為優(yōu)化變量的集合，包含：優(yōu)化變量，以及等效轉(zhuǎn)化過程中引入的輔助變量、對偶乘子。

136、與傳統(tǒng)的調(diào)控方法相比，本發(fā)明提供的柔性互聯(lián)微電網(wǎng)群不確定性消納和負(fù)載均衡方法，引入了基于歷史數(shù)據(jù)驅(qū)動的分布魯棒機會約束優(yōu)化法，在提升求解效率的同時，有效降低了魯棒優(yōu)化過于保守的問題，實現(xiàn)了微電網(wǎng)群內(nèi)負(fù)荷的均載、儲能和vsc的高效調(diào)控、風(fēng)電與光伏的完全消納，另外還降低了新能源發(fā)電波動對微電網(wǎng)群和上級配網(wǎng)造成的不利影響，實現(xiàn)柔性互聯(lián)微電網(wǎng)群經(jīng)濟、安全穩(wěn)定運行。不僅如此，本發(fā)明還通過利用對偶原理優(yōu)化了主網(wǎng)的分布魯棒機會約束方法，使得本發(fā)明系統(tǒng)中的不確定源可以是任意維度，這大大簡化了系統(tǒng)模型的求解難度。