CN106953316A - 微电网变时间尺度优化调度方法 - Google Patents

Abstract

本发明提出了一种微电网变时间尺度优化调度方法，用以解决光伏并网渗透率增加后常规机组运行经济性和光伏波动性对系统可靠性之间的矛盾，该方法将系统供电可靠性分为安全性和充裕性两个指标分别进行量化，并将其转化为改变时间尺度的约束判据，提出一种变时间尺度协调调度模型以实现：当光伏预测发电量波动较小时，增大时间尺度以降低系统经济运行成本；而当光伏预测发电量波动较大时，通过减小时间尺度提高预测的精度以降低可中断负荷的数量，保证系统可靠性要求。

Description

微电网变时间尺度优化调度方法

技术领域

本发明涉及电气信息技术领域，尤其是涉及一种微电网变时间尺 度优化调度方法。

背景技术

随着经济的快速发展，环境污染和能源危机日益严重，开发可再 生能源及构建能源可持续战略已迫在眉睫。微网作为一种整合分布式 电源(Distributed Generation，DG)、储能装置以及区域负荷的一 种有效载体，由于其具有能源利用率高、灵活性好等特点，正受到越 来越广泛的应用。

对于传统调度而言，由于常规机组的可控性，所以只需对负荷进 行预测，随着光伏(Photovoltaic Power，PV)作为不可控分布式电 源接入微网容量不断增加，由于其自身发电所具有的波动性和随机性， 需要对PV发电机组进行预测，但目前对PV的预测算法很难达到负荷 预测的精度，目前负荷的小时预测准确率可达到97％，而光伏发电预 测的小时误差率可达到±20％。研究表明，对于不可控分布式电源预 测的提前时间越短，预测误差越小。清华大学张伯明教授提出增加调 度时间窗口的方法来解决这个问题，将时间维划分为秒级、5～15min 级、30～60min级、日级4个等级，通过制定精度更高的小时间尺度 调度计划来滚动修正上一时间尺度调度的偏差，实现动态经济调度， 在此基础上，为了保证系统安全可靠运行，通过建立了考虑风电随机 性的微网多时间尺度能量优化调度模型，在实时运行调度环节，利用 响应速度较快的可控负荷消纳风电出力波动，许多研究采用机会约束 规划建立动态经济调度模型，通过建立调度时段间的内在联系来解决 不确定性因素所带来的系统安全问题。

以上研究均是通过建立长短不同时间维度的多时间尺度调度来 解决不确定性的，但对于多时间尺度之间协调变化规律却体现的较少。 对于多时间尺度调度系统，若PV预测值波动不大而调度时间尺度过 短时，则势必会增加系统预测和运行成本；若PV预测值波动较大而 调度时间尺度过长时，则PV的随机性可能会影响系统的安全可靠运 行。因此，只有在多时间尺度的基础之上动态的改变时间尺度的大小 才更加符合实际情况。

发明内容

本发明提出一种通过PV预测的相对误差与量化后的安全性指标 和充裕性指标比较，实现对多时间尺度调度系统的处理的微电网变时 间尺度优化调度方法。

本发明的技术方案是这样实现的：微电网变时间尺度优化调度方 法包括下述步骤：

(1)对日前一天T时段微电网的负荷、光伏出力大小进行预测， 得到预测数据；

(2)在日前计划层优化调度模型中制定调度周期T的可控单元 出力计划和满足系统约束的旋转备用分配计划；

(3)进入日内调度层优化调度模型，将起始时刻假设为大时间 尺度调度模式，判断t时刻处于大时间尺度调度模式还是最小时间尺 度调度模式，并对该模式下调度t+t_i时段的光伏以及微电网负荷的 数据进行实时预测；

(4)通过步骤(3)所得到的预测数据与光伏实时测量数据计算 得到光伏相对预测误差

式中，为t+ti时刻对t时刻PV预测发电量；为t时刻PV实 时发电量；

并计算t时刻的充裕性系数ζ_t和安全性系数δ_t，若处于最小 时间尺度调度模式，转向步骤(5)；若处于大时间尺度调度模式，则 转向步骤(6)；

(5)将t时刻充裕性系数ζ_t与光伏相对预测误差比较，若 充裕性系数ζ_t小于光伏相对预测误差则满足t时刻系统充裕 性，调大时间尺度t_i，并转向步骤(3)；若充裕性系数ζ_t大于等于 光伏相对预测误差则不满足系统充裕性，对其进行惩罚并制定相应的调度策略；

(6)将t时刻安全性系数δ_t与光伏相对预测误差比较，若 安全性系数δ_t大于光伏相对预测误差则不满足系统安全性， 调小时间尺度t_i，转向步骤(3)；若安全性系数δ_t小于等于光伏相 对预测误差则满足系统安全性，制定相应的调度策略；

(7)记录第t时刻的调度结果，输出最优的调度结果。

作为一种优选的技术方案，所述的步骤(2)中日前计划层优化 调度模型为：

日前计划层目标函数：

式中，为微网日前调度经济运行成本；为微网系统网络安全成 本；C_bat为蓄电池运行成本；

式中，为t时刻可控分布式电源机组i的维护成本；为t时 刻微网联络线交换成本；为t时刻可控电源机组的能耗成本以及微 型燃气轮机和柴油发电机的能耗成本；为可控机组出力；c_om,i为第 i台可控分布式电源机组单位维护本；u^t为微网购售电状态变量，为 1时表示向配电网售电，为0时表示向配电网购电；分别为 t时刻微网向配电网购售电电价；为t时刻联络线传输有功功率； 为t时刻节点电压偏离惩罚成本，为t时刻系统网损成本；α₁为 电压偏离惩罚因子；为t时刻系统最低节点电压；V_e为系统额定 节点电压；α₂为系统网损补偿系数；为t时刻第nl条支路的网 损值；nl为系统支路数；为t时刻蓄电池的维护成本；C_soc为荷 电状态SOC惩罚成本；α₃为SOC惩罚因子；η_c和η_d分别为蓄电池组的 循环充、放电效率；为蓄电池放电功率，为蓄电池充电功 率。

日前计划层约束条件包括：

1)微网可控单元约束

微网可控单元包括可控分布式电源、蓄电池组，其约束包括出力 约束、爬坡率约束以及蓄电池充放电约束和蓄电池SOC值约束；

式中，分别为可控分布式电源机组i在t时刻出力上下限； 分别为蓄电池组在t时刻出力上下限；r_u,i和r_d,i分别为可控分布式 机组i向上和向下爬坡率；r_u,bat和r_d,bat分别为蓄电池的向上和向下爬 坡率；SOC_max、SOC_min分别为蓄电池组剩余电量的上限、下限，分别取 为0.2、0.8；Soc^t和Soc^t-1分别为第t、t-1时刻结束时蓄电池组剩余电量；E_bat为蓄电池组额定容量；η_c和η_d为蓄电池的充、放电效率；

2)微网系统安全性约束

包括微网与配电网联络线交换功率约束、功率平衡约束以及系统 潮流约束

式中，分别为联络线传输功率上、下限；P_gi,t、Q_gi,t分别 为时段t节点i的机组可调有功功率和无功功率；V_i,t为时段t节点i 的电压幅值；P_di,t、Q_di,t为时段t节点i的有功和无功负荷；θ_ij,t为时段 t节点i和j之间的相角差。

作为一种优选的技术方案，所述的日内调度层优化调度模型为：

日内调度层目标函数

微网日内调度层以经济运行成本最低为目标函数，实现旋转备用 最大化利用，对目标函数产生影响的因素有系统功率波动惩罚成本和 切负荷补偿成本以及备用浪费成本；

1)功率波动惩罚成本

为了让可控机组、蓄电池跟随日前计划层制定的运行计划，实现 滚动的对计划出力进行修正的目的，引入功率波动惩罚成本以维持日 内调度层可控单元出力在一定范围内，功率波动惩罚成本为

式中，α₄为系统功率保持惩罚因子；分别为t时段日 内调度层的可控分布式电源机组i、蓄电池组Bat、联络线出力功率；

2)切负荷补偿成本

当t时刻机组和蓄电池备用之和小于当前时刻净功率缺额时，并 且系统已调至最小时间尺度调度，但仍然无法满足安全性指标则系统 需要采取切负荷策略，并对所切负荷给予补偿；

所述的切负荷策略为在t时刻根据失负荷期望要求按照比例切 除负荷m的电量，t时刻负荷m切除的电量为

式中，为t时刻失负荷功率；

所述的t时刻失负荷功率为

当采用切负荷策略时，系统统会对失负荷用户进行相应的补偿， 补偿费用为

式中，为t时刻负荷m的失负荷单位补偿价格,为 t时刻负荷m切除的电量；

3)备用浪费惩罚成本

当t时刻机组和蓄电池备用之和大于当前时刻净功率缺额时，并 且系统已调至最大时间尺度，在满足系统充裕性条件下多余的旋转备 用就是资源浪费，需要对多余旋转备用予以惩罚，惩罚成本表示 为

式中，为t时刻备用浪费惩罚价格；为t时刻多余备用 单元容量；

所述的t时刻多余备用单元容量为

日内调度层约束条件

日内调度层包括可控单元出力约束、不同时间尺度爬坡率约束以 及旋转备用约束

1)可控单元出力约束

日内调度层内可控单元出力受不同时间尺度ti机组爬坡率、t 时刻备用容量影响，日内调度层内可控单元出力上、下限为

式中，分别为t时刻可控分布式电源机组出力上、下 限；分别为t时刻蓄电池组Bat出力上、下限；

2)爬坡率约束

对于不同时间尺度，相应的可控机组和蓄电池组的爬坡率是不同 的，对于ti时段内可控单元爬坡率约束表示为

式中，分别为t-ti时刻可控机组i和蓄电池组出力；

3)旋转备用约束

系统t时刻能够调用的旋转备用为

作为一种优选的技术方案，所述的安全性系数δ_t为

式中，为t时刻第m种失负荷期望，为日前预测的第m种负荷 的最大值；

作为一种优选的技术方案，所述的t时刻的充裕性系数ζ_t为

式中，为机组i在t时刻能够提供的旋转备用；为蓄电池 在t时刻提供的备用；为t时刻不考虑联络线交换功率的净功率 缺额；R_z 为日前计划总的备用，按传统备用取为峰值负荷的5％～10％， 本实施例取5％；

所述的机组i在t时刻能够提供的旋转备用

式中，r_u,i、r_d,i分别为可控机组向上和向下爬坡率； P_g,i 分别为 t时刻机组i出力上、下限值；为t时刻机组i的出力值；ti为 不同调度时间尺度窗口，其中，t1＝1min、t2＝5min、t3＝15min；

所述的蓄电池在t时刻提供的备用为

式中，r_u,bat、r_d,bat分别为蓄电池向上和向下爬坡率；分别 为t时刻蓄电池出力上、下限值；为t时刻蓄电池的出力值；

所述的t时刻不考虑联络线交换功率的净功率缺额为

式中，为t时刻PV出力值；为日前调度t时段平均网损功率。

采用了上述技术方案，本发明的有益效果为：

本发明将传统可靠性分为安全性和充裕性两个指标分别进行量 化，并将其转化为改变时间尺度的约束判据，从而实现当光伏预测发 电量波动较小时，增大时间尺度以降低系统经济运行成本；而当PV 预测发电量波动较大时，减小时间尺度提高预测的精度以降低可中断 负荷的数量，保证系统安全性要求，建立了以系统总运行成本最小为 日前优化模型和日内变时间尺度滚动修正模型，本发明具有设计合理、 安全可靠、运行成本低的优点。

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一些实施例，对于本领域 普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这 些附图获得其他的附图。

图1为微网日前日内变时间尺度协调调度模式流程图；

图2为安全性和充裕性指标关系图；

图3为微网算例系统结构图；

图4为PV预测误差及概率分布图；

图5为日前计划层可控单元出力线性分布图；

图6为日内调度层可控单元出力线性分布图；

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 通技术人员在没有作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。

如图1所示，本发明微电网变时间尺度优化调度方法，包括下述 步骤：

第一步：对日前一天T时段微电网的负荷、光伏出力大小进行预 测，得到预测数据；

第二步：在日前计划层优化调度模型中制定调度周期T的可控单 元出力计划和满足系统约束的旋转备用分配计划；

上述日前计划层优化调度模型为：

日前计划层目标函数：

式中，为微网日前调度经济运行成本；为微网系统网络安全成 本；C_bat为蓄电池运行成本；

式中，为t时刻可控分布式电源机组i的维护成本；为t时 刻微网联络线交换成本；为t时刻可控电源机组的能耗成本以及微 型燃气轮机和柴油发电机的能耗成本；为可控机组出力；c_om,i为第 i台可控分布式电源机组单位维护本；u^t为微网购售电状态变量，为 1时表示向配电网售电，为0时表示向配电网购电；分别为t时刻微网向配电网购售电电价；为t时刻联络线传输有功功率； 为t时刻节点电压偏离惩罚成本，为t时刻系统网损成本；α₁为 电压偏离惩罚因子；为t时刻系统最低节点电压；V_e为系统额定 节点电压；α₂为系统网损补偿系数；为t时刻第nl条支路的网 损值；nl为系统支路数；为t时刻蓄电池的维护成本；C_soc为荷 电状态SOC惩罚成本；α₃为SOC惩罚因子；η_c和η_d分别为蓄电池组的 循环充、放电效率；为蓄电池放电功率，为蓄电池充电功 率。

日前计划层约束条件包括：

1)微网可控单元约束

微网可控单元包括可控分布式电源、蓄电池组，其约束包括出力 约束、爬坡率约束以及蓄电池充放电约束和蓄电池SOC值约束；

式中，分别为可控分布式电源机组i在t时刻出力上下限； 分别为蓄电池组在t时刻出力上下限；r_u,i和r_d,i分别为可控分布 式机组i向上和向下爬坡率；r_u,bat和r_d,bat分别为蓄电池的向上和向下 爬坡率；SOC_max、SOC_min分别为蓄电池组剩余电量的上限、下限，分别 取为0.2、0.8；Soc^t和Soc^t-1分别为第t、t-1时刻结束时蓄电池组剩 余电量；E_bat为蓄电池组额定容量；η_c和η_d为蓄电池的充、放电效率；

2)微网系统安全性约束

包括微网与配电网联络线交换功率约束、功率平衡约束以及系统 潮流约束

式中，P_grid 、分别为联络线传输功率上、下限；P_gi,t、Q_gi,t分别 为时段t节点i的机组可调有功功率和无功功率；V_i,t为时段t节点i 的电压幅值；P_di,t、Q_di,t为时段t节点i的有功和无功负荷；θ_ij,t为时段 t节点i和j之间的相角差。

第三步：进入日内调度层优化调度模型，将起始时刻假设为大时 间尺度调度模式，判断t时刻处于大时间尺度调度模式还是最小时间 尺度调度模式，并对该模式下调度t+t_i时段的光伏以及微电网负荷 的数据进行实时预测；

上述的日内调度层优化调度模型为：

日内调度层目标函数

微网日内调度层以经济运行成本最低为目标函数，实现旋转备用 最大化利用，对目标函数产生影响的因素有系统功率波动惩罚成本和 切负荷补偿成本以及备用浪费成本；

1)功率波动惩罚成本

为了让可控机组、蓄电池跟随日前计划层制定的运行计划，实现 滚动的对计划出力进行修正的目的，本实施例引入功率波动惩罚成本 以维持日内调度层可控单元出力在一定范围内，其表达式为

式中，α₄为系统功率保持惩罚因子；分别为t时段日 内调度层的可控分布式电源机组i、蓄电池组Bat、联络线出力功率；

2)切负荷补偿成本

当t时刻机组和蓄电池备用之和小于当前时刻净功率缺额时，并 且系统已调至最小时间尺度调度，但仍然无法满足安全性指标则系统 需要采取切负荷策略，并对所切负荷给予补偿；

所述的切负荷策略为在t时刻根据失负荷期望要求按照比例切 除负荷m的电量，t时刻负荷m切除的电量为

式中，为t时刻失负荷功率；

所述的t时刻失负荷功率为

当采用切负荷策略时，系统统会对失负荷用户进行相应的补偿， 补偿费用为

式中，为t时刻负荷m的失负荷单位补偿价格,为 t时刻负荷m切除的电量；

3)备用浪费惩罚成本

当t时刻机组和蓄电池备用之和大于当前时刻净功率缺额时，并 且系统已调至最大时间尺度，在满足系统充裕性条件下多余的旋转备 用就是资源浪费，需要对多余旋转备用予以惩罚，惩罚成本表示 为

式中，为t时刻备用浪费惩罚价格；为t时刻多余备用 单元容量；

所述的t时刻多余备用单元容量为

日内调度层约束条件

日内调度层包括可控单元出力约束、不同时间尺度爬坡率约束以 及旋转备用约束

1)可控单元出力约束

日内调度层内可控单元出力受不同时间尺度ti机组爬坡率、t 时刻备用容量影响，日内调度层内可控单元出力上、下限为

式中，分别为t时刻可控分布式电源机组出力上、下 限；分别为t时刻蓄电池组Bat出力上、下限；

2)爬坡率约束

对于不同时间尺度，相应的可控机组和蓄电池组的爬坡率是不同 的，对于ti时段内可控单元爬坡率约束表示为

式中，分别为t-ti时刻可控机组i和蓄电池组出力；

3)旋转备用约束

系统t时刻能够调用的旋转备用为

第四步：通过步骤三所得到的预测数据与光伏实时测量数据计算 得到光伏相对预测误差

式中，为t+ti时刻对t时刻PV预测发电量；为t时刻PV实 时发电量；

充裕性与安全性是可靠性的两个侧面，决策中二者并不孤立而是 相互影响，安全性和充裕性指标关系如图2所示，计算t时刻的充裕 性系数ζ_t和安全性系数δ_t，若处于最小时间尺度调度模式，转向 步骤五；若处于大时间尺度调度模式，则转向步骤六；

上述的安全性系数δ_t为

式中，为t时刻第m种失负荷期望，为日前预测的第m种负荷 的最大值；

上述的t时刻的充裕性系数ζ_t为

式中，为机组i在t时刻能够提供的旋转备用；为蓄电池 在t时刻提供的备用；为t时刻不考虑联络线交换功率的净功率 缺额；R_z 为日前计划总的备用，按传统备用取为峰值负荷的5％-10％， 本实施例取5％；

上述的机组i在t时刻能够提供的旋转备用

式中，r_u,i、r_d,i分别为可控机组向上和向下爬坡率； P_g,i 分别为 t时刻机组i出力上、下限值；为t时刻机组i的出力值；ti为 不同调度时间尺度窗口，其中，t1＝1min、t2＝5min、t3＝15min；

上述的蓄电池在t时刻提供的备用为

式中，r_u,bat、r_d,bat分别为蓄电池向上和向下爬坡率；分别 为t时刻蓄电池出力上、下限值；为t时刻蓄电池的出力值；

上述的t时刻不考虑联络线交换功率的净功率缺额为

式中，为t时刻PV出力值；为日前调度t时段平均网损功 率。

第五步：将t时刻充裕性系数ζ_t与光伏相对预测误差比较， 若充裕性系数ζ_t小于光伏相对预测误差则满足t时刻系统充 裕性，调大时间尺度t_i，并转向步骤三；若充裕性系数ζ_t大于等于 光伏相对预测误差则不满足系统充裕性，对其进行惩罚并制定 相应的调度策略；

第六步：将t时刻安全性系数δ_t与光伏相对预测误差比较， 若安全性系数δ_t大于光伏相对预测误差则不满足系统安全性， 调小时间尺度t_i，转向步骤三；若安全性系数δ_t小于等于光伏相对 预测误差则满足系统安全性，制定相应的调度策略；

(7)记录第t时刻的调度结果，输出最优的调度结果。

本发明选取10节点辐射状的微网作为算例的拓扑图，如图3所 示。采用并网模式即微网与DN连接点(PCC)处于闭合状态，微网内 各节点间线路单位长度阻抗取0.56+j0.1km。系统中不可控分布式电 源包括50kW光伏发电，可控分布式电源有柴油发电机和微型燃气轮 机，蓄电池组Bat额定容量为200kWh，循环充放电效率为0.8，蓄电 池组Bat的初始剩余电量为总容量的50％。微网与DN间联络线的最 小、最大传输容量分别为0kW、200kW，微网系统分布式电源相关参 数如表1所示。本发明以1d为日前计划层优化调度周期，时间间隔 为1h，日内调度层变时间尺度为1min、5min、15min。各系数因子分 别取为α₁＝0.5，α₂＝200，α₃＝10，α₄＝0.05。本发明采用6时段3级分 时电价标准分时电价如表2所示，PCC节点在计算微网系统潮流时看 做是松弛节点，同时取它的电压作为微网的参考电压。

表1

表2

本发明针对针对粒子群算法易陷入局部最优的缺点，采用了变权 重系数粒子群算法(SAPSO)对所建模型进行了求解。

式中，favg、fmin分别为当前整个粒子群体适应值的平均值和最小 值；wmin、wmax分别为算法的最小和最大惯性权重；fk为粒子k当 前的适应值。

本发明对变权重系数粒子群算法参数设置：各时刻种群规模为 40，最大迭代次数为100；学习因子c1、c2都取为0.12，最大权重 和最小权重系数wmin、wmax分别为0.9、0.4。

1)日前计划层优化结果及分析

日前计划层分为24个时段，利用日前预测的数据，制定微网最 优出力计划，图5给出了日前可控单元出力以及微网与配网之间交互 功率，所得的最优经济成本如表3所示，从图5和表3中可以分析得 到以下结论：

(1)在0:00-5:00时，处于谷时段，此时段由于负荷供应量较 少，微电网柴油发电机、微型燃气轮机发电成本低于DN购电成本， 从图5中可以看出在该时段，系统主要采取多余电量向配电网卖电方 式盈利，蓄电池也处于充电状态。

(2)在6:00-10:00时，处于平时段，柴油发电机、微型燃气轮 机的发电量不能满足负荷快速增长，需大量向配电网买电来实现微网 内部供需平衡；而在17:00时附近，由于此时处于峰时段，购电费用 较高，微网在满足负荷需求的情况下，尽量减少了向配电网购买电量。

表3

2)日内调度层优化结果及分析

日内调度层在日前计划层基础上进行精确预测，通过预测误差与 安全性和充裕性指标博弈，滚动改变调度时间尺度。为方便结果的观 察和讨论，本发明通过设置不同权重来比较可控单元出力如图6所示， 对应的调度层经济成本如表4所示，由此可得到的结论如下：

表4

(1)由日前计划层和日内调度层可控单元出力比较得出，日内调度层可控 机组调度计划基本上都跟随日前计划层的出力附近变化；通过观察到Bat日内 SOC变化情况，从而更加明显的看出处于不同时段系统选择时间尺度的不同。

(2)为了便于观察不同权重系数下在不同时段所选择调度时间 尺度的关系时，本发明将一天24h划分为4个时间段，分别为 0:00-6:00、6:00-12:00、12:00-18:00、18:00-24:00。通过与PV预 测功率进行纵向比较，由图5中PV预测波动情况主要发生在 8:00-18:00，从图6中可以看出在第2、3时段相对于第1、4时段系 统对时间尺度的变化十分频繁；对图6不同权重系数下安全性和充裕 性指标的出力进行横向比较，可以看出当安全性指标比重大于充裕性 指标时，系统对时间尺度选择更加严格，在波动较为剧烈的2、3时 段主要以小时间尺度进行调度，相应的不同时段调度尺度的次数如表 5所示。

(3)日内调度层成本是基于日前计划层的基础之上的调节成本， 从表4中可以看出，当系统安全性：充裕性＝2:1时，系统对安全性 指标要求更高，对应系统安全性成本相对于安全性:充裕性＝1:1时要 低；但由于系统对安全性要求更高，所以在PV波动相对剧烈时段内， 调度时段变化也比较频繁，相应经济运行成本也更高。总之，系统对 安全性要求越高，其总体经济成本越高。

表5

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明， 凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等， 均应包含在本发明的保护范围之内。

Claims (5)

1.微电网变时间尺度优化调度方法，其特征在于，包括下述步骤：

(1)对日前一天T时段微电网的负荷、光伏出力大小进行预测，得到预测数据；

(2)在日前计划层优化调度模型中制定调度周期T的可控单元出力计划和满足系统约束的旋转备用分配计划；

(3)进入日内调度层优化调度模型，将起始时刻假设为大时间尺度调度模式，判断t时刻处于大时间尺度调度模式还是最小时间尺度调度模式，并对该模式下调度t+t_i时段的光伏以及微电网负荷的数据进行实时预测；

(4)通过步骤(3)所得到的预测数据与光伏实时测量数据计算得到光伏相对预测误差

$P_b^{ti}\%=\frac{|P_v^{ti}-P_v^{ti*}|}{P_v^{ti*}}\·100\%---\left(1\right)$

式中，为t+ti时刻对t时刻PV预测发电量；为t时刻PV实时发电量；

并计算t时刻的充裕性系数ζ_t和安全性系数δ_t，若处于最小时间尺度调度模式，转向步骤(5)；若处于大时间尺度调度模式，则转向步骤(6)；

(5)将t时刻充裕性系数ζ_t与光伏相对预测误差比较，若充裕性系数ζ_t小于光伏相对预测误差则满足t时刻系统充裕性，调大时间尺度t_i，并转向步骤(3)；若充裕性系数ζ_t大于等于光伏相对预测误差则不满足系统充裕性，对其进行惩罚并制定相应的调度策略；

(6)将t时刻安全性系数δ_t与光伏相对预测误差比较，若安全性系数δ_t大于光伏相对预测误差则不满足系统安全性，调小时间尺度t_i，转向步骤(3)；若安全性系数δ_t小于等于光伏相对预测误差则满足系统安全性，制定相应的调度策略；

(7)记录第t时刻的调度结果，输出最优的调度结果。

2.根据权利要求1所述的微电网变时间尺度优化调度方法，其特征在于，所述的步骤(2)中日前计划层优化调度模型为：

日前计划层目标函数：

$\min C_J=\underset{t}{\Σ}(C_g^t+C_s^t)+C_{bat}---\left(2\right)$

式中，为微网日前调度经济运行成本；为微网系统网络安全成本；C_bat为蓄电池运行成本；

$\left\{\begin{array}{c}{C}_g^t=\underset{i}{\&Sigma;}(C_f^t+C_{om,i}^t)+C_{grid}^t\\ C_{om,i}^t=c_{om,i}{P}_{J,g,i}^t\\ C_{grid}^t=u^t{c}_{sell}^t{P}_{J,grid}^t-(1-u^t)c_{buy}^t{P}_{J,grid}^t\\ C_s^t=C_v^t+C_w^t\\ C_v^t={\mathrm{\&alpha;}}_1\&CenterDot;|\frac{V_e-V_{\min }^t}{V_e}\&times;100\%|\\ C_w^t={\mathrm{\&alpha;}}_2\&CenterDot;\underset{nl=1}{\&Sigma;}{\mathrm{\&Delta;P}}_{w,nl}^t\\ C_{bat}=\underset{t}{\&Sigma;}{C}_{om,b}^t+C_{soc}\\ C_{om,b}^t=c_{om,b}{P}_{J,bat,c}^t\\ C_{soc}={\mathrm{\&alpha;}}_3|\underset{t,P_{J,bat}^t<0}{\&Sigma;}{\mathrm{\&eta;}}_c{P}_{J,bat,c}^t+\underset{t,P_{J,bat}^t>0}{\&Sigma;}\frac{P_{J,bat,d}^t}{{\mathrm{\&eta;}}_d}|\end{array}\right.---\left(3\right)$

式中，为t时刻可控分布式电源机组i的维护成本；为t时刻微网联络线交换成本；为t时刻可控电源机组的能耗成本以及微型燃气轮机和柴油发电机的能耗成本；为可控机组出力；c_om,i为第i台可控分布式电源机组单位维护本；u^t为微网购售电状态变量，为1时表示向配电网售电，为0时表示向配电网购电；分别为t时刻微网向配电网购售电电价；为t时刻联络线传输有功功率；为t时刻节点电压偏离惩罚成本，为t时刻系统网损成本；α₁为电压偏离惩罚因子；为t时刻系统最低节点电压；V_e为系统额定节点电压；α₂为系统网损补偿系数；为t时刻第nl条支路的网损值；nl为系统支路数；为t时刻蓄电池的维护成本；C_soc为荷电状态SOC惩罚成本；α₃为SOC惩罚因子；η_c和η_d分别为蓄电池组的循环充、放电效率；为蓄电池放电功率，为蓄电池充电功率；

日前计划层约束条件包括：

1)微网可控单元约束

微网可控单元包括可控分布式电源、蓄电池组，其约束包括出力约束、爬坡率约束以及蓄电池充放电约束和蓄电池SOC值约束；

$\left\{\begin{array}{c}\underset{\&OverBar;}{P_{g,i}^t}\&le;P_{J,g,i}^t\&le;\stackrel{\&OverBar;}{P_{g,i}^t}\\ -r_{d,i}\mathrm{\&Delta;}t\&le;P_{J,g,i}^t-P_{J,g,i}^{t-1}\&le;r_{u,i}\mathrm{\&Delta;}t\\ \underset{\&OverBar;}{P_{J,bat}^t}\&le;P_{J,bat}^t\&le;\stackrel{\&OverBar;}{P_{J,bat}^t}\\ -r_{d,bat}\mathrm{\&Delta;}t\&le;P_{J,bat}^t-P_{J,bat}^{t-1}\&le;r_{u,bat}\mathrm{\&Delta;}t\\ {\mathrm{Soc}}_{\min }\&le;{\mathrm{Sot}}^t\&le;{\mathrm{Soc}}_{\max }\\ {\mathrm{Soc}}^{t-1}-{\mathrm{Soc}}^t=({\mathrm{\&eta;}}_c{P}_{J,bat,c}^t+\frac{P_{J,bat,d}^t}{{\mathrm{\&eta;}}_d})\&CenterDot;\mathrm{\&Delta;}t/E_{bat}\\ \stackrel{\&OverBar;}{P_{J,bat}^t}=\min (\stackrel{\&OverBar;}{P_{bat}},({\mathrm{Soc}}^{t-1}-S_{OC\min })E_{bat}{\mathrm{\&eta;}}_c/\mathrm{\&Delta;}t)\\ \underset{\&OverBar;}{P_{J,bat}^t}=\max (\underset{\&OverBar;}{P_{bat}},(S_{OC\max }-{\mathrm{Soc}}^{t-1})E_{bat}/({\mathrm{\&eta;}}_c/\mathrm{\&Delta;}t\left)\right)\end{array}\right.---\left(4\right)$

式中，分别为可控分布式电源机组i在t时刻出力上下限； 分别为蓄电池组在t时刻出力上下限；r_u,i和r_d,i分别为可控分布式机组i向上和向下爬坡率；r_u,bat和r_d,bat分别为蓄电池的向上和向下爬坡率；SOC_max、SOC_min分别为蓄电池组剩余电量的上限、下限，分别取为0.2、0.8；Soc^t和Soc^t-1分别为第t、t-1时刻结束时蓄电池组剩余电量；E_bat为蓄电池组额定容量；η_c和η_d为蓄电池的充、放电效率；

2)微网系统安全性约束

包括微网与配电网联络线交换功率约束、功率平衡约束以及系统潮流约束

$\left\{\begin{array}{c}\underset{\&OverBar;}{P_{grid}}\&le;P_{J,grid}^t\&le;\stackrel{\&OverBar;}{P_{grid}}\\ \underset{v}{\&Sigma;}{P}_v^t+\underset{i}{\&Sigma;}{P}_{J,g,i}^t+P_{J,bat}^t+P_{J,grid}^t+\underset{nl}{\&Sigma;}{\mathrm{\&Delta;P}}_{w,nl}^t=\underset{m}{\&Sigma;}{P}_m^t\\ P_{gi,t}=P_{di,t}+V_{i,t}\underset{j\&Element;i}{\&Sigma;}{V}_{i,t}(G_{ij,t}{\mathrm{cos\&theta;}}_{ij,t}+B_{ij,t}{\mathrm{sin\&theta;}}_{ij,t})\\ Q_{gi,t}=Q_{di,t}+V_{i,t}\underset{j\&Element;i}{\&Sigma;}{V}_{j,t}(G_{ij,t}{\mathrm{sin\&theta;}}_{ij,t}-B_{ij,t}{\mathrm{cos\&theta;}}_{ij,t})\end{array}\right.---\left(5\right)$

式中，P_grid 、分别为联络线传输功率上、下限；P_gi,t、Q_gi,t分别为时段t节点i的机组可调有功功率和无功功率；V_i,t为时段t节点i的电压幅值；P_di,t、Q_di,t为时段t节点i的有功和无功负荷；θ_ij,t为时段t节点i和j之间的相角差。

3.根据权利要求1所述的微电网变时间尺度优化调度方法，其特征在于，所述的日内调度层优化调度模型为：

日内调度层目标函数

微网日内调度层以经济运行成本最低为目标函数，实现旋转备用最大化利用，对目标函数产生影响的因素有系统功率波动惩罚成本和切负荷补偿成本以及备用浪费成本；

1)功率波动惩罚成本

为了让可控机组、蓄电池跟随日前计划层制定的运行计划，实现滚动的对计划出力进行修正的目的，引入功率波动惩罚成本以维持日内调度层可控单元出力在一定范围内，功率波动惩罚成本为

$C_k^t={\mathrm{\&alpha;}}_4\&lsqb;\underset{i}{\&Sigma;}{(P_{g,i}^t-P_{J,g,i}^t)}^2+{(P_{bat}^t-P_{J,bat}^t)}^2+{(P_{grid}^t-P_{J,grid}^t)}^2\&rsqb;---\left(6\right)$

式中，α₄为系统功率保持惩罚因子；分别为t时段日内调度层的可控分布式电源机组i、蓄电池组Bat、联络线出力功率；

2)切负荷补偿成本

当t时刻机组和蓄电池备用之和小于当前时刻净功率缺额时，并且系统已调至最小时间尺度调度，但仍然无法满足安全性指标则系统需要采取切负荷策略，并对所切负荷给予补偿；

所述的切负荷策略为在t时刻根据失负荷期望要求按照比例切除负荷m的电量，t时刻负荷m切除的电量为

$P_{loss,m}^t=\frac{E_m^t}{\underset{m=1}{\&Sigma;}{E}_m^t}{P}_{lw}^t---\left(7\right)$

式中，为t时刻失负荷功率；

所述的t时刻失负荷功率为

$P_{lw}^t=P_{gap}^t-\underset{i=1}{\&Sigma;}{R}_i^t-R_{bat}^t---\left(8\right)$

当采用切负荷策略时，系统统会对失负荷用户进行相应的补偿，补偿费用C^t _loss为

$C_{loss}^t=\underset{m=1}{\&Sigma;}{c}_{loss,m}^t{P}_{loss,m}^t---\left(9\right)$

式中，为t时刻负荷m的失负荷单位补偿价格,为t时刻负荷m切除的电量；

3)备用浪费惩罚成本

当t时刻机组和蓄电池备用之和大于当前时刻净功率缺额时，并且系统已调至最大时间尺度，在满足系统充裕性条件下多余的旋转备用就是资源浪费，需要对多余旋转备用予以惩罚，惩罚成本表示为

$C_{waste}^t=c_{watse}^t{P}_{wl}^t---\left(10\right)$

式中，为t时刻备用浪费惩罚价格；为t时刻多余备用单元容量；

所述的t时刻多余备用单元容量为

$P_{wl}^t=\underset{i=1}{\&Sigma;}{R}_i^t+R_{bat}^t-P_{gap}^t---\left(11\right)$

日内调度层约束条件

日内调度层包括可控单元出力约束、不同时间尺度爬坡率约束以及旋转备用约束

1)可控单元出力约束

日内调度层内可控单元出力受不同时间尺度ti机组爬坡率、t时刻备用容量影响，日内调度层内可控单元出力上、下限为

$\left\{\begin{array}{c}\stackrel{\&OverBar;}{P_{g,i}^t}=\min (P_{g,i}^{t-ti}+r_{u,i}\mathrm{\&Delta;}ti,P_{g,i}^t+R_i^{t+},\stackrel{\&OverBar;}{P_{g,i}})\\ \underset{\&OverBar;}{P_{g,i}^t}=\min (P_{g,i}^{t-ti}-r_{d,i}\mathrm{\&Delta;}ti,P_{g,i}^t-R_i^{t-},\underset{\&OverBar;}{P_{g,i}})\\ \stackrel{\&OverBar;}{P_{bat}^t}=\min \&lsqb;P_{bat}^{t-ti}+r_{u,bat}\mathrm{\&Delta;}ti,P_{bat}^t+R_{bat}^{t+},(S_{OC}^{t-ti}-S_{OC\min })E_{bat}{\mathrm{\&eta;}}_d/\mathrm{\&Delta;}ti,\stackrel{\&OverBar;}{P_{bat}}\&rsqb;\\ \underset{\&OverBar;}{P_{bat}^t}=\max \&lsqb;P_{bat}^{t-ti}-r_{d,bat}\mathrm{\&Delta;}ti,P_{bat}^t-R_{bat}^{t-},(S_{OC\max }-S_{OC}^{t-ti})E_{bat}/\left({\mathrm{\&eta;}}_c\mathrm{\&Delta;}ti\right),\underset{\&OverBar;}{P_{bat}}\&rsqb;\end{array}\right.---\left(12\right)$

式中，分别为t时刻可控分布式电源机组出力上、下限；分别为t时刻蓄电池组Bat出力上、下限；

2)爬坡率约束

对于不同时间尺度，相应的可控机组和蓄电池组的爬坡率是不同的，对于ti时段内可控单元爬坡率约束表示为

$\left\{\begin{array}{c}-r_{d,i}\mathrm{\&Delta;}ti\&le;P_{g,i}^t-P_{g,i}^{t-ti}\&le;r_{u,i}\mathrm{\&Delta;}ti\\ -r_{d,bat}\mathrm{\&Delta;}ti\&le;P_{bat}^t-P_{bat}^{t-ti}\&le;r_{u,i}\mathrm{\&Delta;}ti\end{array}\right.---\left(13\right)$

式中，分别为t-ti时刻可控机组i和蓄电池组出力；

3)旋转备用约束

系统t时刻能够调用的旋转备用为

$R_{all}^t\&le;min(\underset{\&OverBar;}{R_z},\underset{i=1}{\&Sigma;}{R}_i^t+R_{bat}^t)---\left(14\right).$

4.根据权利要求1所述的微电网变时间尺度优化调度方法，其特征在于，所述的安全性系数δ_t为

${\mathrm{\&delta;}}^t=max\{E_m^t/\stackrel{\&OverBar;}{L_m}\}---\left(15\right)$

式中，为t时刻第m种失负荷期望，为日前预测的第m种负荷的最大值。

5.根据权利要求1所述的微电网变时间尺度优化调度方法，其特征在于，所述的t时刻的充裕性系数ζ_t为

${\mathrm{\&zeta;}}^t=\left\{\begin{array}{c}(\underset{i}{\&Sigma;}{R}_i^t+R_{bat}^t-P_{gap}^t)/\underset{\&OverBar;}{R_z};\\ \begin{array}{cc}& P_{gap}^t>0\\ 1;& P_{gap}^t\&le;0\end{array}\end{array}\right.---\left(16\right)$

式中，为机组i在t时刻能够提供的旋转备用；为蓄电池在t时刻提供的备用；为t时刻不考虑联络线交换功率的净功率缺额；R_z 为日前计划总的备用取为峰值负荷的5％；

所述的机组i在t时刻能够提供的旋转备用

$R_i^t=\left\{\begin{array}{c}{R}_i^{t+};P_{g,i}^t\&GreaterEqual;P_{g,i}^{t-ti}\\ R_i^{t-};P_{g,i}^t<P_{g,i}^{t-ti}\end{array}\right.---\left(17\right)$

$\left\{\begin{array}{c}{R}_i^{t+}=\min (r_{u,i}ti,\stackrel{\&OverBar;}{P_{g,i}}-P_{g,i}^t)\\ R_i^{t-}=\min (r_{d,i}ti,P_{g,i}^t-\underset{\&OverBar;}{P_{g,i}})\end{array}\right.---\left(18\right)$

式中，r_u,i、r_d,i分别为可控机组向上和向下爬坡率； P_g,i 分别为t时刻机组i出力上、下限值；为t时刻机组i的出力值；ti为不同调度时间尺度窗口，其中，t1＝1min、t2＝5min、t3＝15min；

所述的蓄电池在t时刻提供的备用为

$R_{bat}^t=\left\{\begin{array}{c}{R}_{bat}^{t+};P_{bat}^t\&GreaterEqual;P_{bat}^{t-ti}\\ R_{bat}^{t-};P_{bat}^t<P_{bat}^{t-ti}\end{array}\right.---\left(19\right)$

$\left\{\begin{array}{c}{R}_{bat}^{t+}=\min (r_{u,bat}ti,\stackrel{\&OverBar;}{P_{bat}^t}-P_{bat}^t)\\ R_{bat}^{t-}=\min (r_{d,bat}ti,P_{bat}^t-\underset{\&OverBar;}{P_{bat}^t})\end{array}\right.---\left(20\right)$

式中，r_u,bat、r_d,bat分别为蓄电池向上和向下爬坡率；分别为t时刻蓄电池出力上、下限值；为t时刻蓄电池的出力值；

所述的t时刻不考虑联络线交换功率的净功率缺额为

$P_{gap}^t=P_V^t+\underset{i}{\&Sigma;}{P}_{g,i}^t+P_{bat}^t-{\mathrm{\&Delta;P}}_w^t-P_m^t---\left(21\right)$

式中，为t时刻PV出力值；为日前调度t时段平均网损功率。