CN108388964B - 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 PDF

Info

Publication number
CN108388964B
CN108388964B CN201810166341.4A CN201810166341A CN108388964B CN 108388964 B CN108388964 B CN 108388964B CN 201810166341 A CN201810166341 A CN 201810166341A CN 108388964 B CN108388964 B CN 108388964B
Authority
CN
China
Prior art keywords
power
microgrid
layer
sub
tie
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.)
Expired - Fee Related
Application number
CN201810166341.4A
Other languages
English (en)
Other versions
CN108388964A (zh
Inventor
顾伟
邱海峰
吴志
丁津津
徐斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd
Original Assignee
Southeast University
Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southeast University, Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd filed Critical Southeast University
Priority to CN201810166341.4A priority Critical patent/CN108388964B/zh
Priority to PCT/CN2018/084940 priority patent/WO2019165702A1/zh
Publication of CN108388964A publication Critical patent/CN108388964A/zh
Application granted granted Critical
Publication of CN108388964B publication Critical patent/CN108388964B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0637Strategic 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy 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)
  • Educational Administration (AREA)
  • Health & Medical Sciences (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

一种多微网系统的双层协调鲁棒优化调度方法
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:
Figure BDA0001584550420000021
式(1)所示目标函数中相关项根据下式计算得到:
Figure BDA0001584550420000022
Figure BDA0001584550420000023
Figure BDA0001584550420000024
Figure BDA0001584550420000025
式中,
Figure BDA0001584550420000026
Figure BDA0001584550420000027
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;
Figure BDA0001584550420000028
Figure BDA0001584550420000029
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;
Figure BDA00015845504200000210
Figure BDA00015845504200000211
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;
Figure BDA00015845504200000212
Figure BDA00015845504200000213
Figure BDA00015845504200000214
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;
Figure BDA00015845504200000215
Figure BDA00015845504200000216
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:
Figure BDA0001584550420000031
Figure BDA0001584550420000032
Figure BDA0001584550420000033
Figure BDA0001584550420000034
Figure BDA0001584550420000035
Figure BDA0001584550420000036
Figure BDA0001584550420000037
Figure BDA0001584550420000038
Figure BDA0001584550420000039
Figure BDA00015845504200000310
Figure BDA00015845504200000311
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,
Figure BDA00015845504200000312
Figure BDA00015845504200000313
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,
Figure BDA00015845504200000314
Figure BDA00015845504200000315
为储能的放电和充电效率限值,
Figure BDA00015845504200000316
为储能的额定容量,
Figure BDA00015845504200000317
Figure BDA00015845504200000318
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,
Figure BDA00015845504200000319
Figure BDA00015845504200000320
为交互联络线的购电和售电功率限值,
Figure BDA00015845504200000321
Figure BDA00015845504200000322
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,
Figure BDA00015845504200000323
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
Figure BDA00015845504200000324
Figure BDA00015845504200000325
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,
Figure BDA00015845504200000326
Figure BDA00015845504200000327
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,
Figure BDA00015845504200000328
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
Figure BDA00015845504200000329
Figure BDA00015845504200000330
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,
Figure BDA00015845504200000331
Figure BDA00015845504200000332
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,
Figure BDA00015845504200000333
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:
Figure BDA0001584550420000041
式(17)目标函数中相关项可根据下式计算得到:
Figure BDA0001584550420000042
Figure BDA0001584550420000043
Figure BDA0001584550420000044
Figure BDA0001584550420000045
Figure BDA0001584550420000046
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;
Figure BDA0001584550420000047
Figure BDA0001584550420000048
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;
Figure BDA0001584550420000049
Figure BDA00015845504200000410
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;
Figure BDA00015845504200000411
Figure BDA00015845504200000412
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;
Figure BDA00015845504200000413
Figure BDA00015845504200000414
表示并网联络线在t时段的购电和售电运行状态;
Figure BDA00015845504200000415
Figure BDA00015845504200000416
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;
Figure BDA00015845504200000417
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;
Figure BDA00015845504200000418
Figure BDA00015845504200000419
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;
Figure BDA00015845504200000420
Figure BDA00015845504200000421
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;
Figure BDA00015845504200000422
Figure BDA00015845504200000423
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;
Figure BDA0001584550420000051
Figure BDA0001584550420000052
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:
Figure BDA0001584550420000053
Figure BDA0001584550420000054
Figure BDA0001584550420000055
Figure BDA0001584550420000056
Figure BDA0001584550420000057
Figure BDA0001584550420000058
Figure BDA0001584550420000059
Figure BDA00015845504200000510
Figure BDA00015845504200000511
Figure BDA00015845504200000512
Figure BDA00015845504200000513
Figure BDA00015845504200000514
Figure BDA00015845504200000515
Figure BDA00015845504200000516
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,
Figure BDA00015845504200000517
Figure BDA00015845504200000518
为换流联络线的正向和反向功率限值,
Figure BDA00015845504200000519
Figure BDA00015845504200000520
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,
Figure BDA00015845504200000521
Figure BDA00015845504200000522
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,
Figure BDA0001584550420000061
Figure BDA0001584550420000062
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,
Figure BDA0001584550420000063
Figure BDA0001584550420000064
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:
Figure BDA0001584550420000065
式中,Ni为多微网系统中子微网的总数;
Figure BDA0001584550420000066
表示用户层模型中的优化结果
Figure BDA0001584550420000067
Figure BDA0001584550420000068
作为已知变量代入供电层模型;
Figure BDA0001584550420000069
表示供电层模型中的优化结果
Figure BDA00015845504200000610
Figure BDA00015845504200000611
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:
Figure BDA0001584550420000081
式(1)所示目标函数中相关项根据下式计算得到:
Figure BDA0001584550420000082
Figure BDA0001584550420000083
Figure BDA0001584550420000084
Figure BDA0001584550420000085
式中,
Figure BDA0001584550420000086
Figure BDA0001584550420000087
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;
Figure BDA0001584550420000088
Figure BDA0001584550420000089
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;
Figure BDA00015845504200000810
Figure BDA00015845504200000811
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;
Figure BDA00015845504200000812
Figure BDA00015845504200000813
Figure BDA00015845504200000814
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;
Figure BDA00015845504200000815
Figure BDA00015845504200000816
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:
Figure BDA00015845504200000817
Figure BDA00015845504200000818
Figure BDA00015845504200000819
Figure BDA00015845504200000820
Figure BDA00015845504200000821
Figure BDA00015845504200000822
Figure BDA00015845504200000823
Figure BDA0001584550420000091
Figure BDA0001584550420000092
Figure BDA0001584550420000093
Figure BDA0001584550420000094
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,
Figure BDA0001584550420000095
Figure BDA0001584550420000096
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,
Figure BDA0001584550420000097
Figure BDA0001584550420000098
为储能的放电和充电效率限值,
Figure BDA0001584550420000099
为储能的额定容量,
Figure BDA00015845504200000910
Figure BDA00015845504200000911
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,
Figure BDA00015845504200000912
Figure BDA00015845504200000913
为交互联络线的购电和售电功率限值,
Figure BDA00015845504200000914
Figure BDA00015845504200000915
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,
Figure BDA00015845504200000916
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
Figure BDA00015845504200000917
Figure BDA00015845504200000918
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,
Figure BDA00015845504200000919
Figure BDA00015845504200000920
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,
Figure BDA00015845504200000921
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
Figure BDA00015845504200000922
Figure BDA00015845504200000923
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,
Figure BDA00015845504200000924
Figure BDA00015845504200000925
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,
Figure BDA00015845504200000926
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:
Figure BDA00015845504200000927
式(17)目标函数中相关项可根据下式计算得到:
Figure BDA0001584550420000101
Figure BDA0001584550420000102
Figure BDA0001584550420000103
Figure BDA0001584550420000104
Figure BDA0001584550420000105
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;
Figure BDA0001584550420000106
Figure BDA0001584550420000107
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;
Figure BDA0001584550420000108
Figure BDA0001584550420000109
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;
Figure BDA00015845504200001010
Figure BDA00015845504200001011
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;
Figure BDA00015845504200001012
Figure BDA00015845504200001013
表示并网联络线在t时段的购电和售电运行状态;
Figure BDA00015845504200001014
Figure BDA00015845504200001015
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;
Figure BDA00015845504200001016
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;
Figure BDA00015845504200001017
Figure BDA00015845504200001018
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;
Figure BDA00015845504200001019
Figure BDA00015845504200001020
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;
Figure BDA00015845504200001021
Figure BDA00015845504200001022
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;
Figure BDA00015845504200001023
Figure BDA00015845504200001024
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:
Figure BDA00015845504200001025
Figure BDA00015845504200001026
Figure BDA00015845504200001027
Figure BDA00015845504200001028
Figure BDA00015845504200001029
Figure BDA0001584550420000111
Figure BDA0001584550420000112
Figure BDA0001584550420000113
Figure BDA0001584550420000114
Figure BDA0001584550420000115
Figure BDA0001584550420000116
Figure BDA0001584550420000117
Figure BDA0001584550420000118
Figure BDA0001584550420000119
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,
Figure BDA00015845504200001110
Figure BDA00015845504200001111
为换流联络线的正向和反向功率限值,
Figure BDA00015845504200001112
Figure BDA00015845504200001113
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,
Figure BDA00015845504200001114
Figure BDA00015845504200001115
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,
Figure BDA00015845504200001116
Figure BDA00015845504200001117
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,
Figure BDA00015845504200001118
Figure BDA00015845504200001119
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:
Figure BDA0001584550420000121
式中,Ni为多微网系统中子微网的总数;
Figure BDA0001584550420000122
表示用户层模型中的优化结果
Figure BDA0001584550420000123
Figure BDA0001584550420000124
作为已知变量代入供电层模型;
Figure BDA0001584550420000125
表示供电层模型中的优化结果
Figure BDA0001584550420000126
Figure BDA0001584550420000127
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 (4)

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;
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:
Figure FDA0002485913170000011
式(1)所示目标函数中相关项根据下式计算得到:
Figure FDA0002485913170000012
Figure FDA0002485913170000013
Figure FDA0002485913170000014
Figure FDA0002485913170000015
式中,
Figure FDA0002485913170000016
Figure FDA0002485913170000017
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;
Figure FDA0002485913170000018
Figure FDA0002485913170000019
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;
Figure FDA00024859131700000110
Figure FDA00024859131700000111
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;
Figure FDA00024859131700000112
Figure FDA00024859131700000113
Figure FDA00024859131700000114
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;
Figure FDA0002485913170000021
Figure FDA0002485913170000022
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:
Figure FDA0002485913170000023
Figure FDA0002485913170000024
Figure FDA0002485913170000025
Figure FDA0002485913170000026
Figure FDA0002485913170000027
Figure FDA0002485913170000028
Figure FDA0002485913170000029
Figure FDA00024859131700000210
Figure FDA00024859131700000211
Figure FDA00024859131700000212
Figure FDA00024859131700000213
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,
Figure FDA00024859131700000214
Figure FDA00024859131700000215
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,
Figure FDA00024859131700000216
Figure FDA00024859131700000217
为储能的放电和充电效率限值,
Figure FDA00024859131700000218
为储能的额定容量,
Figure FDA00024859131700000219
Figure FDA00024859131700000220
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,
Figure FDA00024859131700000221
Figure FDA00024859131700000222
为交互联络线的购电和售电功率限值,
Figure FDA00024859131700000223
Figure FDA00024859131700000224
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,
Figure FDA00024859131700000225
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
Figure FDA00024859131700000226
Figure FDA00024859131700000227
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,
Figure FDA00024859131700000228
Figure FDA00024859131700000229
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,
Figure FDA00024859131700000230
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
Figure FDA00024859131700000231
Figure FDA00024859131700000232
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,
Figure FDA00024859131700000233
Figure FDA00024859131700000234
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,
Figure FDA00024859131700000235
为负荷功率不确定性的时段预算参数。
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:
Figure FDA0002485913170000031
式(17)目标函数中相关项可根据下式计算得到:
Figure FDA0002485913170000032
Figure FDA0002485913170000033
Figure FDA0002485913170000034
Figure FDA0002485913170000035
Figure FDA0002485913170000036
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;
Figure FDA0002485913170000037
Figure FDA0002485913170000038
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;
Figure FDA0002485913170000039
Figure FDA00024859131700000310
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;
Figure FDA00024859131700000311
Figure FDA00024859131700000312
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;
Figure FDA00024859131700000313
Figure FDA00024859131700000314
表示并网联络线在t时段的购电和售电运行状态;
Figure FDA00024859131700000315
Figure FDA00024859131700000316
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;
Figure FDA00024859131700000317
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;
Figure FDA00024859131700000318
Figure FDA00024859131700000319
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;
Figure FDA00024859131700000320
Figure FDA0002485913170000041
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;
Figure FDA0002485913170000042
Figure FDA0002485913170000043
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;
Figure FDA0002485913170000044
Figure FDA0002485913170000045
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:
Figure FDA0002485913170000046
Figure FDA0002485913170000047
Figure FDA0002485913170000048
Figure FDA0002485913170000049
Figure FDA00024859131700000410
Figure FDA00024859131700000411
Figure FDA00024859131700000412
Figure FDA00024859131700000413
Figure FDA00024859131700000414
Figure FDA00024859131700000415
Figure FDA00024859131700000416
Figure FDA00024859131700000417
Figure FDA00024859131700000418
Figure FDA00024859131700000419
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,
Figure FDA00024859131700000420
Figure FDA00024859131700000421
为换流联络线的正向和反向功率限值,
Figure FDA00024859131700000422
Figure FDA00024859131700000423
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,
Figure FDA00024859131700000424
Figure FDA00024859131700000425
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,
Figure FDA0002485913170000051
Figure FDA0002485913170000052
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,
Figure FDA0002485913170000053
Figure FDA0002485913170000054
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。
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:
Figure FDA0002485913170000055
式中,Ni为多微网系统中子微网的总数;
Figure FDA0002485913170000056
表示用户层模型中的优化结果
Figure FDA0002485913170000057
Figure FDA0002485913170000058
作为已知变量代入供电层模型;
Figure FDA0002485913170000059
表示供电层模型中的优化结果
Figure FDA00024859131700000510
Figure FDA00024859131700000511
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。
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,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。
CN201810166341.4A 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 Expired - Fee Related CN108388964B (zh)

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 CN108388964A (zh) 2018-08-10
CN108388964B true 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)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11875371B1 (en) 2017-04-24 2024-01-16 Skyline Products, Inc. Price optimization system
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
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
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
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
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
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

Citations (2)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (2)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
Title
《Robust Operation of Microgrids via Two-Stage Coordinated Energy Storage and Direct Load Control》;Cuo Zhang et al.;《IEEE TRANSACTIONS ON POWER SYSTEMS》;20170731;第32卷(第4期);第2858-2868页 *

Also Published As

Publication number Publication date
CN108388964A (zh) 2018-08-10
WO2019165702A1 (zh) 2019-09-06

Similar Documents

Publication Publication Date Title
CN108388964B (zh) 一种多微网系统的双层协调鲁棒优化调度方法
Mehrjerdi et al. Daily-seasonal operation in net-zero energy building powered by hybrid renewable energies and hydrogen storage systems
Sechilariu et al. Urban DC microgrid: intelligent control and power flow optimization
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
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
CN108108846B (zh) 一种交直流混合微网鲁棒优化协调调度方法
Teleke et al. Nanogrids with energy storage for future electricity grids
Kumar et al. IoT based energy management system for smart grid
CN108039741B (zh) 计及微源余电上网的交直流混合微网优化运行方法
CN107092975B (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
CN108629445B (zh) 计及储能动态损耗的交直流混合微网鲁棒调度方法
CN112381267A (zh) 一种面向工业园区的供水-供能耦合规划方法
Kishor et al. Solar PV based autonomous low voltage DC microgrid for remote electrification
Sharma et al. Comparative analysis of different types of micro-grid architectures and controls
Di Carlo et al. Optimizing renewable power management in transmission congestion. an energy hub model using hydrogen storage
Attia Impact of photovoltaic microgrid system on renewable energy building
Ghenai et al. Modeling, simulation and performance analysis of solar PV integrated with reverse osmosis water treatment unit for agriculture farming
Anastasiadis et al. Algorithms development for the energy management of a micro combined heat and power unit in an AC-DC microgrid
Slama et al. Green Hydrogen Microgrid: Household Energy Management System Dedicated to a Hydrogen Storage-based Renewable-Energy-System
Shang et al. A user independent choice charging strategy for electric vehicle in household smart micro-grid
Azami et al. Optimal Smart Home Scheduling with Considering Hybrid Resource Management
Thamizharasan et al. Solar PV Array Based Multi-Functional Smart EV Charger
Halder A smart solar power cultivation using the flyback converter & multi-level inverter
Unbreen et al. Optimized Grid Connected Model for Power Generation for A University Campus
Meng A Rule-Based Energy Management System for Smart Micro-Grid

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200804