CN102810877A - 一种微网调控一体化的方法 - Google Patents

Abstract

本发明公开了一种微网调控一体化的方法，在建立微网不同运行方式下的调度模型时，除了考虑电源出力成本特性，还考虑电源的可观性、可测性、可调性和可控性。并网运行时以微网利润最大为目标函数，考虑电源出力成本、切负荷成本、大电网购电成本以及电源运行维护费；孤岛运行时以微网运行费用最小为目标函数，考虑电源出力成本、切负荷成本以及电源运行维护费。两种运行方式下均以微网瞬时功率平衡、储能装置调度周期始末电量平衡、备用容量以及电源出力上下限为约束条件。本发明的特点在于充分考虑微网中电源出力的不确定性、设备缺陷的可能性以及负荷大幅度波动的可能性，可显著提高微网中新能源的渗透率以及微网调度计划的可行性。

Description

一种微网调控一体化的方法

技术领域

本发明属于微网调度领域，具体而言，涉及一种能显著提高微网调度计划可行性的微网调度方法。

背景技术

随着全球能源危机与环境污染的日益严重，以风力发电、太阳能发电为代表的分布式新能源发电引起人们越来越多的关注。分布式发电具有环境污染少、能源利用率高等优点，此外还能减少输电线损、节省输配电资源、增加供电可靠性和灵活性。然而，分布式新能源的输出功率与气候环境密切相关，具有随机性和波动性，而且分布式新能源的单独接入具有成本高、控制困难等难点，由此便产生了微网的概念。

微网是由各种分布式电源（风力发电机，光伏电池，微型燃气轮机等），储能装置（燃料电池，电容器，飞轮储能等）和负荷组成的小规模电网，它可以并网运行也可以独立运行。对于外部大电网，微网表现为一个可调度负荷；对于用户，微网可以增加局部供电可靠性。微网可以改善分布式发电的缺点，充分利用分布式发电的优点，而且由于微网采用本地能源，可以在灾难性事件发生导致大电网解列的情况下，保证重要负荷的正常供电，并协助大电网快速恢复供电。

传统大电网的调度模型中一般主要考虑电源的出力成本特性，但是，在新能源渗透率较高的微网中，微网电源出力的不确定性、设备缺陷或者故障的可能性以及负荷大幅度波动的可能性都比较大，若在微网调度的数学模型中只考虑电源的出力成本特性，将会影响微网调度计划的可信度，从而降低调度计划的可行性。

发明内容

鉴于以上原因，本发明提出了一种微网调控一体化的方法，具体表现为在建立微网的调度模型时，除了考虑电源的出力-成本特性外，还考虑电源的可观性、可测性、可调性和可控性。可观性影响着设备的缺陷率和故障率；可测性反映了新能源电源出力预测的准确度；可调性反应了电源和某些负荷被调用的时间尺度；可控性反应了电源出力与人为控制的密切度。

当微网并网运行时，以微网利润最大为目标函数，考虑可控电源（传统电源和储能装置）、不可控电源（新能源电源）的出力成本，可调负荷的切负荷成本，大电网购电成本，各种电源的运行维护费用；当微网孤岛运行时，以微网运行费用最小为目标函数，考虑了可控电源、不可控电源的出力成本，可调负荷的切负荷成本，各种电源的运行维护费用。两种运行模式下均以微网瞬时功率平衡约束、储能装置调度周期始末电量平衡、备用容量约束和机组出力上下限为约束条件。

附图说明

图1是本发明微网调控一体化方法中微网的整体结构图；

图2是本发明微网调控一体化方法的微网并网运行时的调度模型结构图；

图3是本发明微网调控一体化方法的微网孤岛运行是的调度模型结构图。

具体实施方式

下面结合附图和具体实施方式来对本发明做进一步详细说明。

本发明主要在建立不同运行方式下的微网调度模型时，除考虑电源的出力成本特性外，还考虑电源的可观性、可测性、可调性和可控性。

图1是微网的整体结构图，该微网由传统电源（如柴油机、燃气轮机）、新能源电源（风力发电、光伏电池）、储能装置（如飞轮储能、燃料电池、蓄电池）、敏感负荷（如通信枢纽、应急负荷等）和不敏感负荷（如电动汽车、协议好的可切负荷等）组成，通过PCC与大电网连接，既可以孤岛运行，也可以并网运行。

图2是并网运行模式下的微网调度模型结构图。该调度模型由可控电源出力成本、不可控电源出力成本、可调负荷切负荷成本、大电网购电成本、各种电源运行维护费用、微网瞬时功率平衡、储能装置调度始末电量平衡、备用容量限制以及电源出力上下限决定。

这种模式下以微网利润F_profit最大为目标函数。微网利润是微网卖电收益F_reveue与微网运行成本F_cost的差，微网运行成本由传统发电机组（可控、可调）出力成本、新能源机组（不可控、不可调）出力成本、储能装置（可控、可调）充\放电成本、大电网购电成本、切负荷补偿成本和微网电源单位调度周期运行维护费组成，收益由向微网本身或者大电网卖电盈利获得。其数学模型可以表达为maxF_profit=F_reveue-F_cost，其中各项表达式如下式所示：

$\left\{\begin{array}{c}{F}_{\cos t}=\underset{t=1}{\overset{T}{\mathrm{\Σ}}}(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{u}_{\mathrm{Ti}}\left(t\right)P_{\mathrm{Ti}}\left(t\right)F_{\mathrm{Ti}}\left(t\right)+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{u}_{\mathrm{Nj}}\left(t\right){\mathrm{\λ}}_{\mathrm{Nj}}{P}_{\mathrm{Nj}}\left(t\right)F_{\mathrm{Nj}}\left(t\right)+\underset{k=1}{\overset{D}{\mathrm{\Σ}}}{u}_{\mathrm{Sk}}\left(t\right)P_{\mathrm{Sk}}\left(t\right)F_{\mathrm{Sk}}\left(t\right)\\ +u_{\mathrm{GRID}}\left(t\right)P_{\mathrm{GRID}}\left(t\right)B_{\mathrm{GRID}}\left(t\right)+\underset{r=1}{\overset{E}{\mathrm{\Σ}}}{P}_{\mathrm{Lr}}\left(t\right)B_{\mathrm{Lr}}\left(t\right))+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{C}_{\mathrm{TRAi}}+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{C}_{\mathrm{NRAj}}+\underset{k=1}{\overset{D}{\mathrm{\Σ}}}{C}_{\mathrm{SRAk}}\\ F_{\mathrm{reveue}}=\underset{t=1}{\overset{T}{\mathrm{\Σ}}}{B}_{\mathrm{GRID}}\left(t\right)(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_{\mathrm{Ti}}\left(t\right)+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\λ}}_{\mathrm{Nj}}{P}_{\mathrm{Nj}}\left(t\right)+\underset{k=1}{\overset{D}{\mathrm{\Σ}}}{P}_{\mathrm{Sk}}\left(t\right)+u_{\mathrm{GRID}}\left(t\right)P_{\mathrm{GRID}}\left(t\right))\end{array}\right.---\left(1\right)$

其中：

T是单个调度周期的总调度时段数，λ_Nj表示第j个新能源电源的出力预测准确度；

N、M、D和E分别是微网中传统电源、新能源电源、储能装置和可调负荷的个数；

u_Ti(t)、u_Nj(t)、u_Sk(t)和u_GRID(t)分别由第i个传统电源、第j个新能源电源、第k个储能装置和大电网在时段t的状态决定。对于传统和新能源电源，开机取1，否则取0；对于储能装置，放电取1，否则取0；对于大电网，向微网卖电取1，否则取0；

P_Ti(t)、P_Nj(t)和P_Sk(t)分别是第i个传统电源、第j个新能源电源和第k个储能装置在时段t的计划出力，P_GRID(t)和P_Lr(t)分别为时段t微网与大电网之间流通的功率和第r个可调负荷的被调容量；

F_Ti(t)、F_Nj(t)和F_Sk(t)分别为第i个传统电源、第j个新能源电源和第k个储能装置在时段t的单位出力成本，B_Lr(t)为第r个可调负荷在时段t的竞标电价，B_GRID(t)为时段t的市场电价；

C_TRAi、C_NRAj和C_SRAk分别为第i个传统电源、第j个新能源电源和第k个储能装置在该调度周期内的设备运行维护费用。

约束条件有微网瞬时功率平衡约束、储能装置调度周期始末电量平衡、备用容量约束和机组出力上下限约束，具体如下式所示：

$\left\{\begin{array}{c}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_{\mathrm{Ti}}\left(t\right)+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\λ}}_{\mathrm{Nj}}{P}_{\mathrm{Nj}}\left(t\right)+\underset{k=1}{\overset{D}{\mathrm{\Σ}}}{P}_{\mathrm{Sk}}\left(t\right)+P_{\mathrm{GRID}}\left(t\right)+\underset{r=1}{\overset{E}{\mathrm{\Σ}}}{P}_{\mathrm{Lr}}\left(t\right)=P_{\mathrm{Demand}}\left(t\right)\\ \underset{t=1}{\overset{T}{\mathrm{\Σ}}}{P}_{\mathrm{Sk}}\left(t\right)\mathrm{\Δt}=0(k=\mathrm{1,2}...D)\\ \underset{i=1}{\overset{N}{\mathrm{\Σ}}}{u}_{\mathrm{Ti}}\left(t\right)P_{\mathrm{Ti}\max }\left(t\right)+\underset{k=1}{\overset{D}{\mathrm{\Σ}}}{u}_{\mathrm{Sk}}\left(t\right)P_{\mathrm{Sk}\max }\left(t\right)\≥P_{\mathrm{Demand}}\left(t\right)-P_{L\max }\left(t\right)\\ P_{\mathrm{Ti}\max }\left(t\right)\≤P_{\mathrm{Ti}}\left(t\right)\≤P_{\mathrm{Ti}\max }\left(t\right)(i=\mathrm{1,2}...N)\\ P_{\mathrm{Nj}\min }\left(t\right)\≤P_{\mathrm{Nj}}\left(t\right)\≤P_{\mathrm{Nj}\max }\left(t\right)(j=\mathrm{1,2}...M)\\ P_{\mathrm{Sk}\min }\left(t\right)\≤P_{\mathrm{Sk}}\left(t\right)\≤P_{\mathrm{Sk}\max }\left(t\right)(k=\mathrm{1,2}...D)\end{array}\right.---\left(2\right)$

其中：

P_Demand(t)和P_Lmax(t)分别是时段t的总负荷和最大可调负荷；

P_Timax(t)、P_Njmax(t)、P_Skmax(t)、P_Timin(t)、P_Njmin(t)和P_Skmin(t)分别为第i个传统电源、第j个新能源电源和第k个储能装置在时段t的出力上下限；

Δt是储能装置的充\放电时间。

图3是孤岛运行模式下的微网调度模型结构图。该调度模型由可控电源出力成本、不可控电源出力成本、可调负荷切负荷成本、各种电源运行维护费用、微网瞬时功率平衡、储能装置调度始末电量平衡、备用容量限制以及电源出力上下限决定。

这种运行模式下以微网运行费用F_cost最低为目标函数。运行费用由传统电源出力成本、新能源电源出力成本、储能装置充\放电成本，切负荷补偿成本和电源单位调度周期运行维护费组成。其数学模型可以表达为:

$\left\{\begin{array}{c}\min F_{\cos t}=\underset{t=1}{\overset{T}{\mathrm{\Σ}}}\{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{u}_{\mathrm{Ti}}\left(t\right)P_{\mathrm{Ti}}\left(t\right)F_{\mathrm{Ti}}\left(t\right)+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{u}_{\mathrm{Nj}}\left(t\right){\mathrm{\λ}}_{\mathrm{Nj}}{P}_{\mathrm{Nj}}\left(t\right)F_{\mathrm{Nj}}\left(t\right)+\underset{k=1}{\overset{D}{\mathrm{\Σ}}}{u}_{\mathrm{Sk}}\left(t\right)P_{\mathrm{Sk}}\left(t\right)F_{\mathrm{Sk}}\left(t\right)\\ +\underset{r=1}{\overset{E}{\mathrm{\Σ}}}{P}_{\mathrm{Lr}}\left(t\right)B_{\mathrm{Lr}}\left(t\right)\}+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{C}_{\mathrm{TRAi}}+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{C}_{\mathrm{NRAj}}+\underset{k=1}{\overset{D}{\mathrm{\Σ}}}{C}_{\mathrm{SRAk}}\end{array}\right.---\left(3\right)$

有微网瞬时功率平衡约束、储能装置调度周期始末电量平衡、备用容量约束和机组出力上下限约束，具体如下式所示:

$\left\{\begin{array}{c}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_{\mathrm{Ti}}\left(t\right)+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\λ}}_{\mathrm{Nj}}{P}_{\mathrm{Nj}}\left(t\right)+\underset{k=1}{\overset{D}{\mathrm{\Σ}}}{P}_{\mathrm{Sk}}\left(t\right)+\underset{r=1}{\overset{E}{\mathrm{\Σ}}}{P}_{\mathrm{Lr}}\left(t\right)=P_{\mathrm{Demand}}\left(t\right)\\ \underset{t=1}{\overset{T}{\mathrm{\Σ}}}{P}_{\mathrm{Sk}}\left(t\right)\mathrm{\Δt}=0(k=\mathrm{1,2}...D)\\ \underset{i=1}{\overset{N}{\mathrm{\Σ}}}{u}_{\mathrm{Ti}}\left(t\right)P_{\mathrm{Ti}\max }\left(t\right)+\underset{k=1}{\overset{D}{\mathrm{\Σ}}}{u}_{\mathrm{Sk}}\left(t\right)P_{\mathrm{Sk}\max }\left(t\right)\≥P_{\mathrm{Demand}}\left(t\right)-P_{L\max }\left(t\right)\\ P_{\mathrm{Ti}\max }\left(t\right)\≤P_{\mathrm{Ti}}\left(t\right)\≤P_{\mathrm{Ti}\max }\left(t\right)(i=\mathrm{1,2}...N)\\ P_{\mathrm{Nj}\min }\left(t\right)\≤P_{\mathrm{Nj}}\left(t\right)\≤P_{\mathrm{Nj}\max }\left(t\right)(j=\mathrm{1,2}...M)\\ P_{\mathrm{Sk}\min }\left(t\right)\≤P_{\mathrm{Sk}}\left(t\right)\≤P_{\mathrm{Sk}\max }\left(t\right)(k=\mathrm{1,2}...D)\end{array}\right.---\left(4\right)$

Claims (4)

1.一种微网调控一体化的方法，其特征是：提出了一种专门针对微网的调度方法，在微网的调度模型中，除了考虑电源的出力成本特性外，还考虑电源的可观性、可测性、可调性和可控性。

2.根据权利要求1所述的一种微网调控一体化的方法，其特征是：分别以并网运行时微网利润最大和孤岛运行时微网运行费用最低为目标函数建立微网的调度模型，在目标函数和约束条件中考虑电源的出力成本特性、可观性、可测性、可调性和可控性。

3.根据权利要求2所述的一种微网调控一体化的方法，其特征是：当微网并网运行时，以微网利润F_profit最大为目标函数，微网利润是微网卖电收益F_reveue与微网运行成本F_cost的差，其数学模型可以表达为maxF_profit=F_reveue-F_cost，其中各项表达式如下式所示：

$\left\{\begin{array}{c}{F}_{\cos t}=\underset{t=1}{\overset{T}{\mathrm{\Σ}}}(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{u}_{\mathrm{Ti}}\left(t\right)P_{\mathrm{Ti}}\left(t\right)F_{\mathrm{Ti}}\left(t\right)+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{u}_{\mathrm{Nj}}\left(t\right){\mathrm{\λ}}_{\mathrm{Nj}}{P}_{\mathrm{Nj}}\left(t\right)F_{\mathrm{Nj}}\left(t\right)+\underset{k=1}{\overset{D}{\mathrm{\Σ}}}{u}_{\mathrm{Sk}}\left(t\right)P_{\mathrm{Sk}}\left(t\right)F_{\mathrm{Sk}}\left(t\right)\\ +u_{\mathrm{GRID}}\left(t\right)P_{\mathrm{GRID}}\left(t\right)B_{\mathrm{GRID}}\left(t\right)+\underset{r=1}{\overset{E}{\mathrm{\Σ}}}{P}_{\mathrm{Lr}}\left(t\right)B_{\mathrm{Lr}}\left(t\right))+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{C}_{\mathrm{TRAi}}+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{C}_{\mathrm{NRAj}}+\underset{k=1}{\overset{D}{\mathrm{\Σ}}}{C}_{\mathrm{SRAk}}\\ F_{\mathrm{reveue}}=\underset{t=1}{\overset{T}{\mathrm{\Σ}}}{B}_{\mathrm{GRID}}\left(t\right)(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_{\mathrm{Ti}}\left(t\right)+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\λ}}_{\mathrm{Nj}}{P}_{\mathrm{Nj}}\left(t\right)+\underset{k=1}{\overset{D}{\mathrm{\Σ}}}{P}_{\mathrm{Sk}}\left(t\right)+u_{\mathrm{GRID}}\left(t\right)P_{\mathrm{GRID}}\left(t\right))\end{array}\right.---\left(1\right)$

其中：

T是单个调度周期的总调度时段数，λ_Nj表示第j台新能源电源的出力预测准确度；

N、M、D和E分别是微网中传统电源、新能源电源、储能装置和可调负荷的个数；

u_Ti(t)、u_Nj(t)、u_Sk(t)和u_GRID(t)分别由第i个传统电源、第j个新能源电源、第k个储能装置和大电网在时段t的状态决定。对于传统和新能源电源，开机取1，否则取0；对于储能装置，放电取1，否则取0；对于大电网，向微网卖电取1，否则取0；

P_Ti(t)、P_Nj(t)和P_Sk(t)分别是第i个传统电源、第j个新能源电源和第k个储能装置在时段t的计划出力，P_GRID(t)和P_Lr(t)分别为时段t微网与大电网之间流通的功率和第r个可调负荷的被调容量；

F_Ti(t)、F_Nj(t)和F_Sk(t)分别为第i个传统电源、第j个新能源电源和第k个储能装置在时段t的单位出力成本，B_Lr(t)为第r个可调负荷在时段t的竞标电价，B_GRID(t)为时段t的市场电价；

C_TRAi、C_NRAj和C_SRAk分别为第i个传统电源、第j个新能源电源和第k个储能装置在该调度周期内的设备运行维护费用。

约束条件有微网瞬时功率平衡约束、储能装置调度周期始末电量平衡、备用容量约束、和机组出力上下限约束，具体如下式所示：

$\left\{\begin{array}{c}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_{\mathrm{Ti}}\left(t\right)+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\λ}}_{\mathrm{Nj}}{P}_{\mathrm{Nj}}\left(t\right)+\underset{k=1}{\overset{D}{\mathrm{\Σ}}}{P}_{\mathrm{Sk}}\left(t\right)+P_{\mathrm{GRID}}\left(t\right)+\underset{r=1}{\overset{E}{\mathrm{\Σ}}}{P}_{\mathrm{Lr}}\left(t\right)=P_{\mathrm{Demand}}\left(t\right)\\ \underset{t=1}{\overset{T}{\mathrm{\Σ}}}{P}_{\mathrm{Sk}}\left(t\right)\mathrm{\Δt}=0(k=\mathrm{1,2}...D)\\ \underset{i=1}{\overset{N}{\mathrm{\Σ}}}{u}_{\mathrm{Ti}}\left(t\right)P_{\mathrm{Ti}\max }\left(t\right)+\underset{k=1}{\overset{D}{\mathrm{\Σ}}}{u}_{\mathrm{Sk}}\left(t\right)P_{\mathrm{Sk}\max }\left(t\right)\≥P_{\mathrm{Demand}}\left(t\right)-P_{L\max }\left(t\right)\\ P_{\mathrm{Ti}\max }\left(t\right)\≤P_{\mathrm{Ti}}\left(t\right)\≤P_{\mathrm{Ti}\max }\left(t\right)(i=\mathrm{1,2}...N)\\ P_{\mathrm{Nj}\min }\left(t\right)\≤P_{\mathrm{Nj}}\left(t\right)\≤P_{\mathrm{Nj}\max }\left(t\right)(j=\mathrm{1,2}...M)\\ P_{\mathrm{Sk}\min }\left(t\right)\≤P_{\mathrm{Sk}}\left(t\right)\≤P_{\mathrm{Sk}\max }\left(t\right)(k=\mathrm{1,2}...D)\end{array}\right.---\left(2\right)$

其中：

P_Demand(t)和P_Lmax(t)分别是时段t的总负荷和最大可调负荷；

P_Timax(t)、P_Njmax(t)、P_Skmax(t)、P_Timin(t)、P_Njmin(t)和P_Skmin(t)分别为第i个传统电源、第j个新能源电源和第k个储能装置在时段t的出力上下限；

Δt是储能装置的充放电时间。

4.根据权利要求2所述的一种微网调控一体化的方法，其特征是：当微网孤岛运行时，以微网运行费用F_cost最低为目标函数。其数学模型可以表达为：

$\left\{\begin{array}{c}\min F_{\cos t}=\underset{t=1}{\overset{T}{\mathrm{\Σ}}}\{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{u}_{\mathrm{Ti}}\left(t\right)P_{\mathrm{Ti}}\left(t\right)F_{\mathrm{Ti}}\left(t\right)+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{u}_{\mathrm{Nj}}\left(t\right){\mathrm{\λ}}_{\mathrm{Nj}}{P}_{\mathrm{Nj}}\left(t\right)F_{\mathrm{Nj}}\left(t\right)+\underset{k=1}{\overset{D}{\mathrm{\Σ}}}{u}_{\mathrm{Sk}}\left(t\right)P_{\mathrm{Sk}}\left(t\right)F_{\mathrm{Sk}}\left(t\right)\\ +\underset{r=1}{\overset{E}{\mathrm{\Σ}}}{P}_{\mathrm{Lr}}\left(t\right)B_{\mathrm{Lr}}\left(t\right)\}+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{C}_{\mathrm{TRAi}}+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{C}_{\mathrm{NRAj}}+\underset{k=1}{\overset{D}{\mathrm{\Σ}}}{C}_{\mathrm{SRAk}}\end{array}\right.---\left(3\right)$

约束条件有微网瞬时功率平衡约束、储能装置调度周期始末电量平衡、备用容量约束、和机组出力上下限，具体如下式所示：

$\left\{\begin{array}{c}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_{\mathrm{Ti}}\left(t\right)+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\λ}}_{\mathrm{Nj}}{P}_{\mathrm{Nj}}\left(t\right)+\underset{k=1}{\overset{D}{\mathrm{\Σ}}}{P}_{\mathrm{Sk}}\left(t\right)+\underset{r=1}{\overset{E}{\mathrm{\Σ}}}{P}_{\mathrm{Lr}}\left(t\right)=P_{\mathrm{Demand}}\left(t\right)\\ \underset{t=1}{\overset{T}{\mathrm{\Σ}}}{P}_{\mathrm{Sk}}\left(t\right)\mathrm{\Δt}=0(k=\mathrm{1,2}...D)\\ \underset{i=1}{\overset{N}{\mathrm{\Σ}}}{u}_{\mathrm{Ti}}\left(t\right)P_{\mathrm{Ti}\max }\left(t\right)+\underset{k=1}{\overset{D}{\mathrm{\Σ}}}{u}_{\mathrm{Sk}}\left(t\right)P_{\mathrm{Sk}\max }\left(t\right)\≥P_{\mathrm{Demand}}\left(t\right)-P_{L\max }\left(t\right)\\ P_{\mathrm{Ti}\max }\left(t\right)\≤P_{\mathrm{Ti}}\left(t\right)\≤P_{\mathrm{Ti}\max }\left(t\right)(i=\mathrm{1,2}...N)\\ P_{\mathrm{Nj}\min }\left(t\right)\≤P_{\mathrm{Nj}}\left(t\right)\≤P_{\mathrm{Nj}\max }\left(t\right)(j=\mathrm{1,2}...M)\\ P_{\mathrm{Sk}\min }\left(t\right)\≤P_{\mathrm{Sk}}\left(t\right)\≤P_{\mathrm{Sk}\max }\left(t\right)(k=\mathrm{1,2}...D)\end{array}\right.---\left(4\right)$

Images