CN108388964A - 一种多微网系统的双层协调鲁棒优化调度方法 - Google Patents
一种多微网系统的双层协调鲁棒优化调度方法 Download PDFInfo
- Publication number
- CN108388964A CN108388964A CN201810166341.4A CN201810166341A CN108388964A CN 108388964 A CN108388964 A CN 108388964A CN 201810166341 A CN201810166341 A CN 201810166341A CN 108388964 A CN108388964 A CN 108388964A
- Authority
- CN
- China
- Prior art keywords
- power
- interconnection
- microgrid
- sub
- micro
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 48
- 230000003993 interaction Effects 0.000 claims abstract description 58
- 230000008859 change Effects 0.000 claims description 51
- 238000004146 energy storage Methods 0.000 claims description 40
- 230000005611 electricity Effects 0.000 claims description 36
- 230000009467 reduction Effects 0.000 claims description 15
- 239000000446 fuel Substances 0.000 claims description 13
- 230000009194 climbing Effects 0.000 claims description 6
- 240000002853 Nelumbo nucifera Species 0.000 claims description 4
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 4
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 4
- 238000004804 winding Methods 0.000 claims description 4
- 239000002283 diesel fuel Substances 0.000 claims 2
- 230000002045 lasting effect Effects 0.000 claims 2
- 238000000034 method Methods 0.000 abstract description 6
- 239000010410 layer Substances 0.000 description 92
- 238000005516 engineering process Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000001172 regenerating effect Effects 0.000 description 3
- 239000002355 dual-layer Substances 0.000 description 2
- 239000005417 food ingredient Substances 0.000 description 2
- 235000013324 preserved food Nutrition 0.000 description 2
- 230000001256 tonic effect Effects 0.000 description 2
- 239000003245 coal Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种多微网系统的双层协调鲁棒优化调度方法,包括以下步骤:步骤10)获取多微网系统中用户层各设备的运行成本系数及运行限值参数,构建用户层鲁棒优化调度模型;步骤20)获取多微网系统中供电层各设备的运行成本系数及运行限值参数,构建供电层鲁棒优化调度模型;步骤30)求解多微网系统的双层协调鲁棒优化模型:利用列约束生成算法迭代求解用户层和供电层的鲁棒优化问题,获得多微网系统的鲁棒协调运行计划。该方法计及多微网系统中用户层和供电层的功率交互特性和多重不确定性,能够实现多微网系统的双层协调鲁棒优化调度,为制定多微网系统的运行计划提供指导和帮助。
Description
技术领域
本发明涉及微网的经济调度和能量管理技术领域,特别是一种多微网系统的双层协调鲁棒优化调度方法。
背景技术
由于煤炭、石油等化石能源的日渐枯竭及其高污染给生态环境带来的巨大影响,以风能、太阳能等为代表的可再生清洁能源引起了广泛关注。由于可再生能源出力具有较强的间歇性及波动性,微网已经成为电力系统领域接入和利用可再生能源的有效技术和重要途径。为了保证微网稳定高效地运行,有必要对其进行能量调度管理以制定合理的运行计划。而随着可再生能源利用率的逐步提高,多个微网会同时接入电力系统,此外电力电子技术的快速发展使得越来越多直流型电源(如光伏、燃料电池、储能等)及直流型负荷(电动汽车、家用电器等)接入了微网,从而形成交直流混合多微网系统。由于各子微网的源荷特性各不相同,多微网的协调优化调度相比于传统单微网更加复杂。
可再生能源受自然条件的影响具有随机性和间歇性,且负荷波动性较强,导致微网中存在较多的不确定性,这给微网的优化调度带来了巨大的挑战。目前鲁棒优化在多微网系统中的应用较少,且已有研究仅考虑子微网中源荷的不确定性,忽略微网中可能出现的并离网切换和线路断线等不确定性因素;已有研究将多微网看成统一整体进行优化调度,而实际中子微网和所接入上层系统属于不同的利益主体,二者之间仅存在功率交互信息,因此其优化调度常常需要划分成两层分别进行;此外,已有多微网双层优化调度模型未考虑双层之间的交互关系,忽略了子微网与上层系统之间的相互影响。
发明内容
本发明所要解决的技术问题是克服现有技术的不足而提供一种多微网系统的双层协调鲁棒优化调度方法,该方法考虑到用户层源荷功率不确定性和供电层联络线断线的不确定性,能够实现用户层和供电层的协调鲁棒优化调度,为制定多微网系统的运行计划提供指导和帮助。
本发明为解决上述技术问题采用以下技术方案:
根据本发明提出的一种多微网系统的双层协调鲁棒优化调度方法,包括以下步骤:
步骤10)、获取多微网系统中用户层各设备的运行成本系数及运行限值参数,构建min-max-min形式的用户层鲁棒优化调度模型;
步骤20)、获取多微网系统中供电层各设备的运行成本系数及运行限值参数,构建min-max-min形式的供电层鲁棒优化调度模型;
步骤30)、求解由步骤10)用户层鲁棒优化调度模型和步骤20)供电层鲁棒优化调度模型组成的多微网系统的双层协调鲁棒优化模型,即利用列约束生成算法迭代求解用户层和供电层的鲁棒优化问题,获得多微网系统的鲁棒协调运行计划。
作为本发明所述的一种多微网系统的双层协调鲁棒优化调度方法进一步优化方案,所述步骤10)中,用户层各设备的运行成本系数及运行限值参数包括各子微网中与可再生发电机、储能、交互联络线及负荷相关的所有运行成本系数和运行限值参数,计及可再生发电机和负荷的功率不确定性,将所获取的运行成本系数及运行限值参数代入下式建立min-max-min形式的用户层鲁棒优化调度模型:
用户层鲁棒优化调度模型的目标函数为:
式(1)所示目标函数中相关项根据下式计算得到:
式中,和分别为第i个子微网中可再生发电机、可削减负荷、储能、交互联络线和交互联络线功率偏差的运行成本;和为第i个子微网中可再生发电机、可削减负荷、储能、交互联络线购电、交互联络线售电及交互联络线功率偏差的运行成本系数;和为第i个子微网中交互联络线在t时段的购电和售电运行状态;pit和lit为第i个子微网中可再生发电机和负荷的最大可运行功率;Pi和Li表示第i个子微网中可再生发电机和负荷的功率不确定性集; 和分别为第i个子微网中可再生发电机、储能充电、储能放电、交互联络线购电、交互联络线售电和可削减负荷在t时段的实际运行功率;Nt为一个调度周期的总时段数,Δt为时段间隔;和为供电层模型中第i个子微网的交互联络线购电和售电的功率优化结果;
用户层鲁棒优化调度模型的约束条件为:
式(6)为第i个子微网中可再生发电机的发电功率约束;式(7)为第i个子微网中储能的充放电功率约束,和为储能的最大放电和充电功率限值,式(8)-(9)为该储能的荷电状态约束,SOCit和SOCi(t-1)为t和t-1时段储能的荷电状态,和为储能的放电和充电效率限值,为储能的额定容量,和为储能的荷电状态下限值和上限值,SOCi0为储能的初始荷电状态限值,SOCiNt为储能在调度周期末的荷电状态限值;式(10)-(12)为第i个子微网中交互联络线的运行功率及功率波动约束,和为交互联络线的购电和售电功率限值,和为交互联络线功率波动的上下限值;式(13)为第i个子微网中可削减负荷的功率约束,为t时段可削减负荷的运行功率限值;式(14)为第i个子微网的功率平衡约束;式(15)-(16)为第i个子微网中可再生发电机和负荷的功率不确定性集约束;对于可再生发电机的功率不确定性集Pi,和分别是t时段可再生发电机最大可运行功率的预测标称值、预测上偏差值和预测下偏差值,和分别为可再生发电机功率不确定性的上偏差引入参数和下偏差引入参数,为可再生发电机功率不确定性的时段预算参数;对于负荷的功率不确定性集Li,和分别是t时段负荷最大可运行功率的预测标称值、预测上偏差值和预测下偏差值,和分别为负荷功率不确定性的上偏差引入参数和下偏差引入参数,为负荷功率不确定性的时段预算参数。
作为本发明所述的一种多微网系统的双层协调鲁棒优化调度方法进一步优化方案,所述步骤20)中,供电层各设备的运行成本系数及运行限值参数包括与柴油发电机、交互联络线、换流联络线及并网联络线相关的所有运行成本系数及运行限值参数,计及换流联络线和并网联络线的断线不确定性,将运行成本系数及运行限值参数代入下式建立min-max-min形式的供电层鲁棒优化调度模型:
供电层鲁棒优化调度模型的目标函数为:
式(17)目标函数中相关项可根据下式计算得到:
式中,FON、FOFF和FFUEL分别为柴油发电机的启动成本、停机成本和燃料成本;FCL、FIL和FDP分别为供电层模型中换流联络线、交互联络线和交互联络线功率偏差的运行成本;mON、mOFF和mFUEL分别为柴油发电机的启动成本系数、停机成本系数和燃料成本系数;和分别表示第i个子微网和第j个子微网之间的换流联络线的功率从第i个子微网流向第j个子微网和从第j个子微网流向第i个子微网时的运行成本系数;和表示第i个子微网和第j个子微网之间的换流联络线在t时段的正向和反向运行状态;和表示供电层模型中第i个子微网的交互联络线在t时段的购电和售电运行状态;和表示并网联络线在t时段的购电和售电运行状态;和分别为柴油发电机在t时段的启动状态、停机状态和运行状态;rt和zt为不确定性集中并网联络线和换流联络线的运行状态;R和Z分别为并网联络线和换流联络线的断线不确定性集;为柴油发电机的运行功率;WDE,R表示柴油发电机的额定功率;和为第i个子微网和第j个子微网之间的换流联络线在t时段的正向和反向运行功率;和为供电层模型中第i个子微网的交互联络线在t时段的购电和售电功率;和为并网联络线在t时段的购电和售电功率;aDE和bDE为柴油发电机的油耗特性系数;和为用户层模型中第i个子微网的交互联络线的购电和售电功率优化结果;
供电层鲁棒优化调度模型的约束条件为:
式(23)-(24)为柴油发电机的最小持续开机时间、最小持续关机时间和最大持续开机时间约束,NON,min、NOFF,min和NON,max分别为柴油发电机的最小持续开机时段数限值、最小持续关机时段数限值和最大持续开机时段数限值;k表示柴油发电机启动状态、停机状态和运行状态的开始时段;式(25)为柴油发电机的运行功率及爬坡速度约束,MDE,min和MDE,max为柴油发电机开机状态下运行功率的下限值和上限值,RDDE和RUDE为柴油发电机的单位时段内下爬坡和上爬坡的速率限值;式(26)-(28)为供电层模型中第i个子微网中交互联络线的运行功率及功率波动约束;式(29)-(30)为第i个子微网和第j个子微网之间的换流联络线运行功率和功率波动约束,和为换流联络线的正向和反向功率限值,和为换流联络线功率波动的上下限值;式(31)-(32)为并网联络线运行功率和功率波动约束,MGL+和MGL-为并网联络线的购电和售电功率限值,RDGL和RUGL为并网联络线功率波动的上下限值;式(33)为供电层的功率平衡约束,和为第i个子微网和第j个子微网之间的换流联络线的正向和反向运行效率;式(34)-(35)为考虑了断线不确定性后并网联络线和换流联络线的运行功率约束,Πr和Πz分别为并网联络线和换流联络线的断线时段预算参数,p和q表示供电层模型中所考虑的第p个子微网和第q个子微网之间的换流联络线的断线不确定性,和为第p个子微网和第q个子微网之间的换流联络线在t时段的正向和反向运行功率,和为该换流联络线的正向和反向运行功率限值;式(36)为并网联络线和换流联络线的断线不确定性集。
作为本发明所述的一种多微网系统的双层协调鲁棒优化调度方法进一步优化方案,所述步骤30)的具体内容包括:
步骤301):将用户层和供电层的min-max-min形式鲁棒优化调度模型写成以下形式:
式中,Ni为多微网系统中子微网的总数;表示用户层模型中的优化结果和作为已知变量代入供电层模型;表示供电层模型中的优化结果和作为已知变量代入用户层模型。
步骤302):基于步骤301)所述模型,将用户层和系统层的min-max-min形式鲁棒优化调度模型均转化为两阶段混合整数线性规划问题,利用整数优化建模工具箱YALMIP调用求解器CPLEX迭代求解用户层和供电层的两阶段混合整数线性规划问题,获得多微网系统的双层协调鲁棒优化调度计划。
作为本发明所述的一种多微网系统的双层协调鲁棒优化调度方法进一步优化方案,步骤302)中,利用列约束生成算法将用户层和系统层的min-max-min形式鲁棒优化调度模型均转化为两阶段混合整数线性规划问题。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
本发明针对多个子微网接入的多微网系统提出一种双层协调鲁棒优化调度方法,该方法中多微网系统被划分为用户层和供电层两个利益主体,计及每层的不确定性因素分别开展鲁棒优化调度;由于双层之间存在相互影响,以交互联络线功率作为交互变量,在模型中引入功率约束及偏差惩罚以实现双层的协调,采用列约束生成算法快速有效求解各层的min-max-min问题,获取多微网系统的鲁棒优化调度计划。
附图说明
图1为本发明实施例的流程图;
图2为本发明实施例中多微网系统的拓扑结构图。
具体实施方式
下面结合附图,对本发明实施例的技术方案做进一步的说明。
目前鲁棒优化在多微网系统中的应用较少,且已有研究仅考虑子微网中源荷的不确定性,忽略多微网系统中可能出现的并离网切换和线路断线等不确定性因素;此外,已有的多微网双层优化调度模型将多微网系统看成统一整体进行优化调度,未考虑双层之间的交互关系,忽略了子微网与上层系统之间的相互影响。实际中子微网和所接入上层系统属于不同的利益主体,二者之间仅存在功率交互信息,因此其优化调度需划分成两层分别进行。本发明针对多个子微网接入的多微网系统提出一种双层协调鲁棒优化调度方法,该方法中多微网系统被划分为用户层和供电层两个利益主体,计及每层的不确定性因素分别开展鲁棒优化调度;由于双层之间存在相互影响,以交互联络线功率作为交互变量,在模型中引入功率约束及偏差惩罚以实现双层的协调,采用列约束生成算法快速有效求解各层的min-max-min问题,获取多微网系统的鲁棒优化调度计划。
如图1所示,本发明实施例采用一种多微网系统的双层协调鲁棒优化调度方法,多微网系统的拓扑结构如图2所示。该方法包括以下步骤:
步骤10)、获取多微网系统中用户层各设备的运行成本系数及运行限值参数,构建min-max-min形式的用户层鲁棒优化调度模型;
步骤20)、获取多微网系统中供电层各设备的运行成本系数及运行限值参数,构建min-max-min形式的供电层鲁棒优化调度模型;
步骤30)、求解由步骤10)用户层鲁棒优化调度模型和步骤20)供电层鲁棒优化调度模型组成的多微网系统的双层协调鲁棒优化模型,即利用列约束生成算法迭代求解用户层和供电层的鲁棒优化问题,获得多微网系统的鲁棒协调运行计划。
作为本发明所述的一种多微网系统的双层协调鲁棒优化调度方法进一步优化方案,所述步骤10)中,用户层各设备的运行成本系数及运行限值参数包括各子微网中与可再生发电机、储能、交互联络线及负荷相关的所有运行成本系数和运行限值参数,计及可再生发电机和负荷的功率不确定性,将所获取的运行成本系数及运行限值参数代入下式建立min-max-min形式的用户层鲁棒优化调度模型:
用户层鲁棒优化调度模型的目标函数为:
式(1)所示目标函数中相关项根据下式计算得到:
式中,和分别为第i个子微网中可再生发电机、可削减负荷、储能、交互联络线和交互联络线功率偏差的运行成本;和为第i个子微网中可再生发电机、可削减负荷、储能、交互联络线购电、交互联络线售电及交互联络线功率偏差的运行成本系数;和为第i个子微网中交互联络线在t时段的购电和售电运行状态;pit和lit为第i个子微网中可再生发电机和负荷的最大可运行功率;Pi和Li表示第i个子微网中可再生发电机和负荷的功率不确定性集; 和分别为第i个子微网中可再生发电机、储能充电、储能放电、交互联络线购电、交互联络线售电和可削减负荷在t时段的实际运行功率;Nt为一个调度周期的总时段数,Δt为时段间隔;和为供电层模型中第i个子微网的交互联络线购电和售电的功率优化结果;
用户层鲁棒优化调度模型的约束条件为:
式(6)为第i个子微网中可再生发电机的发电功率约束;式(7)为第i个子微网中储能的充放电功率约束,和为储能的最大放电和充电功率限值,式(8)-(9)为该储能的荷电状态约束,SOCit和SOCi(t-1)为t和t-1时段储能的荷电状态,和为储能的放电和充电效率限值,为储能的额定容量,和为储能的荷电状态下限值和上限值,SOCi0为储能的初始荷电状态限值,SOCiNt为储能在调度周期末的荷电状态限值;式(10)-(12)为第i个子微网中交互联络线的运行功率及功率波动约束,和为交互联络线的购电和售电功率限值,和为交互联络线功率波动的上下限值;式(13)为第i个子微网中可削减负荷的功率约束,为t时段可削减负荷的运行功率限值;式(14)为第i个子微网的功率平衡约束;式(15)-(16)为第i个子微网中可再生发电机和负荷的功率不确定性集约束;对于可再生发电机的功率不确定性集Pi,和分别是t时段可再生发电机最大可运行功率的预测标称值、预测上偏差值和预测下偏差值,和分别为可再生发电机功率不确定性的上偏差引入参数和下偏差引入参数,为可再生发电机功率不确定性的时段预算参数;对于负荷的功率不确定性集Li,和分别是t时段负荷最大可运行功率的预测标称值、预测上偏差值和预测下偏差值,和分别为负荷功率不确定性的上偏差引入参数和下偏差引入参数,为负荷功率不确定性的时段预算参数。
作为本发明所述的一种多微网系统的双层协调鲁棒优化调度方法进一步优化方案,所述步骤20)中,供电层各设备的运行成本系数及运行限值参数包括与柴油发电机、交互联络线、换流联络线及并网联络线相关的所有运行成本系数及运行限值参数,计及换流联络线和并网联络线的断线不确定性,将运行成本系数及运行限值参数代入下式建立min-max-min形式的供电层鲁棒优化调度模型:
供电层鲁棒优化调度模型的目标函数为:
式(17)目标函数中相关项可根据下式计算得到:
式中,FON、FOFF和FFUEL分别为柴油发电机的启动成本、停机成本和燃料成本;FCL、FIL和FDP分别为供电层模型中换流联络线、交互联络线和交互联络线功率偏差的运行成本;mON、mOFF和mFUEL分别为柴油发电机的启动成本系数、停机成本系数和燃料成本系数;和分别表示第i个子微网和第j个子微网之间的换流联络线的功率从第i个子微网流向第j个子微网和从第j个子微网流向第i个子微网时的运行成本系数;和表示第i个子微网和第j个子微网之间的换流联络线在t时段的正向和反向运行状态;和表示供电层模型中第i个子微网的交互联络线在t时段的购电和售电运行状态;和表示并网联络线在t时段的购电和售电运行状态;和分别为柴油发电机在t时段的启动状态、停机状态和运行状态;rt和zt为不确定性集中并网联络线和换流联络线的运行状态;R和Z分别为并网联络线和换流联络线的断线不确定性集;为柴油发电机的运行功率;WDE,R表示柴油发电机的额定功率;和为第i个子微网和第j个子微网之间的换流联络线在t时段的正向和反向运行功率;和为供电层模型中第i个子微网的交互联络线在t时段的购电和售电功率;和为并网联络线在t时段的购电和售电功率;aDE和bDE为柴油发电机的油耗特性系数;和为用户层模型中第i个子微网的交互联络线的购电和售电功率优化结果;
供电层鲁棒优化调度模型的约束条件为:
式(23)-(24)为柴油发电机的最小持续开机时间、最小持续关机时间和最大持续开机时间约束,NON,min、NOFF,min和NON,max分别为柴油发电机的最小持续开机时段数限值、最小持续关机时段数限值和最大持续开机时段数限值;k表示柴油发电机启动状态、停机状态和运行状态的开始时段;式(25)为柴油发电机的运行功率及爬坡速度约束,MDE,min和MDE,max为柴油发电机开机状态下运行功率的下限值和上限值,RDDE和RUDE为柴油发电机的单位时段内下爬坡和上爬坡的速率限值;式(26)-(28)为供电层模型中第i个子微网中交互联络线的运行功率及功率波动约束;式(29)-(30)为第i个子微网和第j个子微网之间的换流联络线运行功率和功率波动约束,和为换流联络线的正向和反向功率限值,和为换流联络线功率波动的上下限值;式(31)-(32)为并网联络线运行功率和功率波动约束,MGL+和MGL-为并网联络线的购电和售电功率限值,RDGL和RUGL为并网联络线功率波动的上下限值;式(33)为供电层的功率平衡约束,和为第i个子微网和第j个子微网之间的换流联络线的正向和反向运行效率;式(34)-(35)为考虑了断线不确定性后并网联络线和换流联络线的运行功率约束,Πr和Πz分别为并网联络线和换流联络线的断线时段预算参数,p和q表示供电层模型中所考虑的第p个子微网和第q个子微网之间的换流联络线的断线不确定性,和为第p个子微网和第q个子微网之间的换流联络线在t时段的正向和反向运行功率,和为该换流联络线的正向和反向运行功率限值;式(36)为并网联络线和换流联络线的断线不确定性集。
作为本发明所述的一种多微网系统的双层协调鲁棒优化调度方法进一步优化方案,所述步骤30)的具体内容包括:
步骤301):将用户层和供电层的min-max-min形式鲁棒优化调度模型写成以下形式:
式中,Ni为多微网系统中子微网的总数;表示用户层模型中的优化结果和作为已知变量代入供电层模型;表示供电层模型中的优化结果和作为已知变量代入用户层模型。
步骤302):基于步骤301)所述模型,将用户层和系统层的min-max-min形式鲁棒优化调度模型均转化为两阶段混合整数线性规划问题,利用整数优化建模工具箱YALMIP调用求解器CPLEX迭代求解用户层和供电层的两阶段混合整数线性规划问题,获得多微网系统的双层协调鲁棒优化调度计划。
作为本发明所述的一种多微网系统的双层协调鲁棒优化调度方法进一步优化方案,步骤302)中,利用列约束生成算法将用户层和系统层的min-max-min形式鲁棒优化调度模型均转化为两阶段混合整数线性规划问题。
本发明实施例的方法,针对多微网系统提出一种双层协调鲁棒优化调度方法,该方法将多微网系统划分为用户层和供电层两个利益主体,考虑到双层之间的相互影响,把交互联络线功率作为优化变量,在鲁棒模型中引入交互功率约束及偏差惩罚成本以实现双层的协调调度,同时计及每层的不确定性因素分别开展鲁棒优化;采用列约束生成算法快速求解各层的min-max-min问题,获取多微网系统的协调鲁棒优化调度计划。
以上显示和描述了本发明的基本原理、主要特征和优点。本领域的技术人员应该了解,本发明不受上述具体实施例的限制,上述具体实施例和说明书中的描述只是为了进一步说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护的范围由权利要求书及其等效物界定。
Claims (5)
1.一种多微网系统的双层协调鲁棒优化调度方法,其特征在于,包括以下步骤:
步骤10)、获取多微网系统中用户层各设备的运行成本系数及运行限值参数,构建min-max-min形式的用户层鲁棒优化调度模型;
步骤20)、获取多微网系统中供电层各设备的运行成本系数及运行限值参数,构建min-max-min形式的供电层鲁棒优化调度模型;
步骤30)、求解由步骤10)用户层鲁棒优化调度模型和步骤20)供电层鲁棒优化调度模型组成的多微网系统的双层协调鲁棒优化模型,即利用列约束生成算法迭代求解用户层和供电层的鲁棒优化问题,获得多微网系统的鲁棒协调运行计划。
2.根据权利要求1所述的一种多微网系统的双层协调鲁棒优化调度方法,其特征在于,所述步骤10)中,用户层各设备的运行成本系数及运行限值参数包括各子微网中与可再生发电机、储能、交互联络线及负荷相关的所有运行成本系数和运行限值参数,计及可再生发电机和负荷的功率不确定性,将所获取的运行成本系数及运行限值参数代入下式建立min-max-min形式的用户层鲁棒优化调度模型:
用户层鲁棒优化调度模型的目标函数为:
式(1)所示目标函数中相关项根据下式计算得到:
式中,和分别为第i个子微网中可再生发电机、可削减负荷、储能、交互联络线和交互联络线功率偏差的运行成本;和为第i个子微网中可再生发电机、可削减负荷、储能、交互联络线购电、交互联络线售电及交互联络线功率偏差的运行成本系数;和为第i个子微网中交互联络线在t时段的购电和售电运行状态;pit和lit为第i个子微网中可再生发电机和负荷的最大可运行功率;Pi和Li表示第i个子微网中可再生发电机和负荷的功率不确定性集; 和分别为第i个子微网中可再生发电机、储能充电、储能放电、交互联络线购电、交互联络线售电和可削减负荷在t时段的实际运行功率;Nt为一个调度周期的总时段数,Δt为时段间隔;和为供电层模型中第i个子微网的交互联络线购电和售电的功率优化结果;
用户层鲁棒优化调度模型的约束条件为:
式(6)为第i个子微网中可再生发电机的发电功率约束;式(7)为第i个子微网中储能的充放电功率约束,和为储能的最大放电和充电功率限值,式(8)-(9)为该储能的荷电状态约束,SOCit和SOCi(t-1)为t和t-1时段储能的荷电状态,和为储能的放电和充电效率限值,为储能的额定容量,和为储能的荷电状态下限值和上限值,SOCi0为储能的初始荷电状态限值,SOCiNt为储能在调度周期末的荷电状态限值;式(10)-(12)为第i个子微网中交互联络线的运行功率及功率波动约束,和为交互联络线的购电和售电功率限值,和为交互联络线功率波动的上下限值;式(13)为第i个子微网中可削减负荷的功率约束,为t时段可削减负荷的运行功率限值;式(14)为第i个子微网的功率平衡约束;式(15)-(16)为第i个子微网中可再生发电机和负荷的功率不确定性集约束;对于可再生发电机的功率不确定性集Pi,和分别是t时段可再生发电机最大可运行功率的预测标称值、预测上偏差值和预测下偏差值,和分别为可再生发电机功率不确定性的上偏差引入参数和下偏差引入参数,为可再生发电机功率不确定性的时段预算参数;对于负荷的功率不确定性集Li,和分别是t时段负荷最大可运行功率的预测标称值、预测上偏差值和预测下偏差值,和分别为负荷功率不确定性的上偏差引入参数和下偏差引入参数,为负荷功率不确定性的时段预算参数。
3.根据权利要求2所述的一种多微网系统的双层协调鲁棒优化调度方法,其特征在于,所述步骤20)中,供电层各设备的运行成本系数及运行限值参数包括与柴油发电机、交互联络线、换流联络线及并网联络线相关的所有运行成本系数及运行限值参数,计及换流联络线和并网联络线的断线不确定性,将运行成本系数及运行限值参数代入下式建立min-max-min形式的供电层鲁棒优化调度模型:
供电层鲁棒优化调度模型的目标函数为:
式(17)目标函数中相关项可根据下式计算得到:
式中,FON、FOFF和FFUEL分别为柴油发电机的启动成本、停机成本和燃料成本;FCL、FIL和FDP分别为供电层模型中换流联络线、交互联络线和交互联络线功率偏差的运行成本;mON、mOFF和mFUEL分别为柴油发电机的启动成本系数、停机成本系数和燃料成本系数;和分别表示第i个子微网和第j个子微网之间的换流联络线的功率从第i个子微网流向第j个子微网和从第j个子微网流向第i个子微网时的运行成本系数;和表示第i个子微网和第j个子微网之间的换流联络线在t时段的正向和反向运行状态;和表示供电层模型中第i个子微网的交互联络线在t时段的购电和售电运行状态;和表示并网联络线在t时段的购电和售电运行状态;和分别为柴油发电机在t时段的启动状态、停机状态和运行状态;rt和zt为不确定性集中并网联络线和换流联络线的运行状态;R和Z分别为并网联络线和换流联络线的断线不确定性集;为柴油发电机的运行功率;WDE,R表示柴油发电机的额定功率;和为第i个子微网和第j个子微网之间的换流联络线在t时段的正向和反向运行功率;和为供电层模型中第i个子微网的交互联络线在t时段的购电和售电功率;和为并网联络线在t时段的购电和售电功率;aDE和bDE为柴油发电机的油耗特性系数;和为用户层模型中第i个子微网的交互联络线的购电和售电功率优化结果;
供电层鲁棒优化调度模型的约束条件为:
式(23)-(24)为柴油发电机的最小持续开机时间、最小持续关机时间和最大持续开机时间约束,NON,min、NOFF,min和NON,max分别为柴油发电机的最小持续开机时段数限值、最小持续关机时段数限值和最大持续开机时段数限值;k表示柴油发电机启动状态、停机状态和运行状态的开始时段;式(25)为柴油发电机的运行功率及爬坡速度约束,MDE,min和MDE,max为柴油发电机开机状态下运行功率的下限值和上限值,RDDE和RUDE为柴油发电机的单位时段内下爬坡和上爬坡的速率限值;式(26)-(28)为供电层模型中第i个子微网中交互联络线的运行功率及功率波动约束;式(29)-(30)为第i个子微网和第j个子微网之间的换流联络线运行功率和功率波动约束,和为换流联络线的正向和反向功率限值,和为换流联络线功率波动的上下限值;式(31)-(32)为并网联络线运行功率和功率波动约束,MGL+和MGL-为并网联络线的购电和售电功率限值,RDGL和RUGL为并网联络线功率波动的上下限值;式(33)为供电层的功率平衡约束,和为第i个子微网和第j个子微网之间的换流联络线的正向和反向运行效率;式(34)-(35)为考虑了断线不确定性后并网联络线和换流联络线的运行功率约束,Πr和Πz分别为并网联络线和换流联络线的断线时段预算参数,p和q表示供电层模型中所考虑的第p个子微网和第q个子微网之间的换流联络线的断线不确定性,和为第p个子微网和第q个子微网之间的换流联络线在t时段的正向和反向运行功率,和为该换流联络线的正向和反向运行功率限值;式(36)为并网联络线和换流联络线的断线不确定性集。
4.根据权利要求3所述的一种多微网系统的双层协调鲁棒优化调度方法,其特征在于,所述步骤30)的具体内容包括:
步骤301):将用户层和供电层的min-max-min形式鲁棒优化调度模型写成以下形式:
式中,Ni为多微网系统中子微网的总数;表示用户层模型中的优化结果和作为已知变量代入供电层模型;表示供电层模型中的优化结果和作为已知变量代入用户层模型。
步骤302):基于步骤301)所述模型,将用户层和系统层的min-max-min形式鲁棒优化调度模型均转化为两阶段混合整数线性规划问题,利用整数优化建模工具箱YALMIP调用求解器CPLEX迭代求解用户层和供电层的两阶段混合整数线性规划问题,获得多微网系统的双层协调鲁棒优化调度计划。
5.根据权利要求4所述的一种多微网系统的双层协调鲁棒优化调度方法,其特征在于,步骤302)中,利用列约束生成算法将用户层和系统层的min-max-min形式鲁棒优化调度模型均转化为两阶段混合整数线性规划问题。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810166341.4A CN108388964B (zh) | 2018-02-28 | 2018-02-28 | 一种多微网系统的双层协调鲁棒优化调度方法 |
PCT/CN2018/084940 WO2019165702A1 (zh) | 2018-02-28 | 2018-04-27 | 一种多微网系统的双层协调鲁棒优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810166341.4A CN108388964B (zh) | 2018-02-28 | 2018-02-28 | 一种多微网系统的双层协调鲁棒优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108388964A true CN108388964A (zh) | 2018-08-10 |
CN108388964B CN108388964B (zh) | 2020-08-04 |
Family
ID=63068975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810166341.4A Expired - Fee Related CN108388964B (zh) | 2018-02-28 | 2018-02-28 | 一种多微网系统的双层协调鲁棒优化调度方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108388964B (zh) |
WO (1) | WO2019165702A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109298634A (zh) * | 2018-10-18 | 2019-02-01 | 东南大学 | 一种综合能源系统两阶段鲁棒优化调度方法 |
CN109378861A (zh) * | 2018-12-28 | 2019-02-22 | 东南大学 | 计及时空相关性的主动配电网的鲁棒优化调度方法 |
CN109800927A (zh) * | 2019-03-21 | 2019-05-24 | 东南大学 | 双边电力市场环境下的配电网分布式优化方法 |
CN110098611A (zh) * | 2019-03-13 | 2019-08-06 | 国网江苏省电力有限公司检修分公司 | 一种独立型交直流混合微网的两阶段鲁棒优化调度方法 |
CN112100564A (zh) * | 2020-08-27 | 2020-12-18 | 国网江苏省电力有限公司淮安供电分公司 | 一种用于社区多微网系统的主从博弈鲁棒能量管理方法 |
CN112928751A (zh) * | 2021-02-02 | 2021-06-08 | 山东大学 | 一种基于鲁棒优化的新能源电网并网装备配置方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11875371B1 (en) | 2017-04-24 | 2024-01-16 | Skyline Products, Inc. | Price optimization system |
CN110661258B (zh) * | 2019-09-29 | 2020-10-02 | 广东电网有限责任公司 | 一种电力系统灵活性资源分布式鲁棒优化方法 |
CN111062513B (zh) * | 2019-11-14 | 2023-08-18 | 四川大学 | 基于自适应共识机制的分布式社区能源交易系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105006844A (zh) * | 2015-05-15 | 2015-10-28 | 华南理工大学 | 一种间歇式发电并网条件下的电力系统日前鲁棒调度系统 |
CN106355344A (zh) * | 2016-09-08 | 2017-01-25 | 四川大学 | 一种基于正交阵列的微电网鲁棒优化运行方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105787605A (zh) * | 2016-03-24 | 2016-07-20 | 上海电力学院 | 基于改进型量子遗传算法的微网经济优化运行调度方法 |
CN106487011B (zh) * | 2016-11-28 | 2019-06-25 | 东南大学 | 一种基于q学习的户用微电网能量优化方法 |
CN107622324A (zh) * | 2017-09-01 | 2018-01-23 | 燕山大学 | 一种考虑多微网能量交互的鲁棒环境经济调度方法 |
CN107634518B (zh) * | 2017-09-21 | 2023-10-27 | 国网福建省电力有限公司 | 一种“源-网-荷”相协调的主动配电网经济调度方法 |
-
2018
- 2018-02-28 CN CN201810166341.4A patent/CN108388964B/zh not_active Expired - Fee Related
- 2018-04-27 WO PCT/CN2018/084940 patent/WO2019165702A1/zh active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105006844A (zh) * | 2015-05-15 | 2015-10-28 | 华南理工大学 | 一种间歇式发电并网条件下的电力系统日前鲁棒调度系统 |
CN106355344A (zh) * | 2016-09-08 | 2017-01-25 | 四川大学 | 一种基于正交阵列的微电网鲁棒优化运行方法 |
Non-Patent Citations (1)
Title |
---|
CUO ZHANG ET AL.: "《Robust Operation of Microgrids via Two-Stage Coordinated Energy Storage and Direct Load Control》", 《IEEE TRANSACTIONS ON POWER SYSTEMS》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109298634A (zh) * | 2018-10-18 | 2019-02-01 | 东南大学 | 一种综合能源系统两阶段鲁棒优化调度方法 |
CN109298634B (zh) * | 2018-10-18 | 2021-05-18 | 东南大学 | 一种综合能源系统两阶段鲁棒优化调度方法 |
CN109378861A (zh) * | 2018-12-28 | 2019-02-22 | 东南大学 | 计及时空相关性的主动配电网的鲁棒优化调度方法 |
CN109378861B (zh) * | 2018-12-28 | 2021-10-19 | 东南大学 | 计及时空相关性的主动配电网的鲁棒优化调度方法 |
CN110098611A (zh) * | 2019-03-13 | 2019-08-06 | 国网江苏省电力有限公司检修分公司 | 一种独立型交直流混合微网的两阶段鲁棒优化调度方法 |
CN109800927A (zh) * | 2019-03-21 | 2019-05-24 | 东南大学 | 双边电力市场环境下的配电网分布式优化方法 |
CN109800927B (zh) * | 2019-03-21 | 2021-04-20 | 东南大学 | 双边电力市场环境下的配电网分布式优化方法 |
CN112100564A (zh) * | 2020-08-27 | 2020-12-18 | 国网江苏省电力有限公司淮安供电分公司 | 一种用于社区多微网系统的主从博弈鲁棒能量管理方法 |
CN112928751A (zh) * | 2021-02-02 | 2021-06-08 | 山东大学 | 一种基于鲁棒优化的新能源电网并网装备配置方法 |
CN112928751B (zh) * | 2021-02-02 | 2023-08-22 | 山东大学 | 一种基于鲁棒优化的新能源电网并网装备配置方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108388964B (zh) | 2020-08-04 |
WO2019165702A1 (zh) | 2019-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108388964A (zh) | 一种多微网系统的双层协调鲁棒优化调度方法 | |
Tan et al. | Integration of electric vehicles in smart grid: A review on vehicle to grid technologies and optimization techniques | |
CN109004691B (zh) | 含电力电子变压器的交直流混合系统日前优化调度方法 | |
CN106228258B (zh) | 一种计及需求侧管理的家庭能源局域网能量优化控制方法 | |
CN105071389B (zh) | 计及源网荷互动的交直流混合微电网优化运行方法及装置 | |
CN107239847A (zh) | 一种主动配电网储能系统动态规划方法 | |
CN108233430B (zh) | 一种计及系统能源波动性的交直流混合微网优化方法 | |
CN106487036A (zh) | 一种基于多目标优化算法的独立光伏拖动系统容量配置方法 | |
Salama et al. | Studying impacts of electric vehicle functionalities in wind energy-powered utility grids with energy storage device | |
CN103346562A (zh) | 计及需求响应的多时间尺度微网能量控制方法 | |
CN102184475A (zh) | 基于多时间尺度协调的微网经济运行优化调度方法 | |
Mengi et al. | A new energy management technique for PV/wind/grid renewable energy system | |
Jadhav et al. | Stochastic optimal power flow incorporating offshore wind farm and electric vehicles | |
CN108023347A (zh) | 一种直流微电网的分层协调控制方法 | |
Akshya et al. | Grid integration for electric vehicle and photovoltaic panel for a smart home | |
CN108539732A (zh) | 基于多区间不确定性鲁棒优化的交直流微网经济调度 | |
CN108448619A (zh) | 计及不可控发电机功率跟踪的交直流微网鲁棒调度方法 | |
CN108448632A (zh) | 计及储能荷电状态循环的交直流微网日内滚动优化调度方法 | |
CN108039741B (zh) | 计及微源余电上网的交直流混合微网优化运行方法 | |
Patel et al. | A comparative analysis for impact of distributed generations with electric vehicles planning | |
Chippada et al. | Mathematical modeling and simulation of energy management in smart grid | |
CN108629445A (zh) | 计及储能动态损耗的交直流混合微网鲁棒调度方法 | |
CN107092975A (zh) | 一种基于储能损耗积分的交直流混合微网经济优化方法 | |
Ma et al. | An overview on impacts of electric vehicles integration into distribution network | |
Wan et al. | Hierarchical multiobjective dispatching strategy for the microgrid system using modified MOEA/D |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200804 |
|
CF01 | Termination of patent right due to non-payment of annual fee |