CN108599148A - 计及交直流微网应对灾害事件弹性能力的鲁棒调度方法 - Google Patents

Abstract

本发明公开了一种计及交直流微网应对灾害事件弹性能力的鲁棒调度方法，包括以下步骤：步骤10）获取不确定性预测参数，构造交直流微网中的不确定性集；步骤20）基于步骤10）构造的不确定性集，线性化可再生能源发电机组的出力约束；步骤30）获取交直流微网中各设备的运行成本系数和运行限值，基于步骤10）和步骤20）建立灾害事件下交直流微网的鲁棒调度模型；步骤40）求解步骤30）建立的鲁棒调度问题：利用嵌套型列约束生成算法迭代求解该鲁棒模型，获得交直流微网在灾害事件发生情况下的鲁棒运行计划。该方法提高交直流微网在应对灾害事件上的弹性能力，为制定特殊天气情况下交直流微网的运行计划提供重要指导。

Description

计及交直流微网应对灾害事件弹性能力的鲁棒调度方法

技术领域

本发明涉及微网能量管理和优化调度技术领域，特别是一种计及交直流微网应对灾害事件弹性能力的鲁棒调度方法。

背景技术

以化石燃料为基础的传统发电方式给自然环境带来了巨大的污染，因此越来越多的可再生能源通过微网接入了电力系统，电网中可再生能源的渗透率逐步提高。由于可再生能源的发电成本较低，微网管理者希望能够较多地利用可再生发电机组为负荷供电以降低系统的运行成本；但可再生能源的不确定性和波动性很强，这个微网的优化调度带来了巨大挑战。

此外，由恶劣天气引起的自然灾害事件时有发生(如雷暴、风暴、台风等)，并会对微网运行带来影响。为保证微网安全运行，当类似事件发生时微网会采取一些保守措施来提高自身应对灾害事件的能力，如交直流微网中的风机、光伏及双向换流器会切除运行。这些天气事件往往是可预测的，但对其发生时间的精确预测还存在较大难度，预测系统往往只能给出一个不确定性的发生时间范围。微网优化调度中存在的源荷不确定性和灾害事件发生不确定性问题。

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计及交直流微网应对灾害事件弹性能力的鲁棒调度方法，该方法为了实现在不确定性灾害事件发生情况下的交直流微网协调优化调度，构建了灾害事件发生对交直流微网产生影响的时间不确定性集，并利用大M法对模型中的可再生能源发电机组出力的双线性项约束进行线性化；利用嵌套型列约束生成算法和求解器能够快速求解该鲁棒调度模型，获得交直流微网在灾害事件发生情况下的鲁棒运行计划。

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计及交直流微网应对灾害事件弹性能力的鲁棒调度方法，包括以下步骤：

步骤10、获取不确定性预测参数，构造交直流微网中的不确定性集；

步骤20、基于步骤10构造的不确定性集，线性化可再生能源发电机组的出力约束；

步骤30、获取交直流微网中各设备的运行成本系数和运行限值，基于步骤10和步骤20建立灾害事件下交直流微网的鲁棒调度模型；

步骤40、求解步骤30鲁棒调度模型的鲁棒调度问题：利用嵌套型列约束生成方法迭代求解该鲁棒调度模型，获得交直流微网在灾害事件发生情况下的鲁棒运行计划。

作为本发明所述的一种计及交直流微网应对灾害事件弹性能力的鲁棒调度方法进一步优化方案，所述步骤10中，所获取的不确定性预测参数包括交直流微网中源荷功率预测的标称值、上偏差值、下偏差值和时段预算数，此外还包括灾害事件的确定发生时间及持续时段数预测值；将不确定性预测参数代入下式构造交直流微网的不确定性集；

式中，为源荷单元的功率不确定性集；和分别是t时段单元的运行功率实际值和功率预测标称值；和为t时段单元功率预测的上偏差值和下偏差值；和分别为t时段单元的上偏差引入参数和下偏差引入参数；N_t为一个调度周期总时段数；为单元不确定性的时段预算数；为调度周期单元的总偏差功率与功率预测标称值总额的最大误差；交直流微网中存在功率不确定性的源荷单元包括风机WT、光伏PV、交流负荷LA和直流负荷LD；S为灾害事件发生对交直流微网产生影响的时间不确定性集；s_t为t时段灾害事件的发生状态，s_t为1表示该时段无灾害时间发生，s_t为0表示该时段有灾害事件发生；[h^s,h^e]为灾害事件的确定发生时间；h^s为灾害时间确定发生的起始时间；h^e为灾害时间确定发生的结束时间；card[h^s,h^e]表示灾害事件确定发生事件的时段数；Π^s为灾害事件的持续时段数预测值。

作为本发明所述的一种计及交直流微网应对灾害事件弹性能力的鲁棒调度方法进一步优化方案，步骤20中，基于步骤10构造的和S，对交直流微网中可再生能源发电机组的出力约束开展线性化，其具体步骤包括：

步骤201)对于可再生能源发电机组，当灾害事件发生时为保证交直流微网的安全运行，需要将在其切出运行，因此可再生能源发电机组的出力约束为：

式中，为t时段单元的运行功率；是t时段单元功率预测的标称值；和为t时段单元功率预测上偏差值和下偏差值；和分别为t时段单元的上偏差引入参数和下偏差引入参数；交直流微网中可再生能源发电机组包括风机WT和光伏PV。

步骤202)利用大M法对式(3)中的双线性项和进行线性化处理，引入附加变量和分别表示和则式(3)等价为：

式中，和分别为t时段单元的上偏差附加变量和下偏差附加变量，M为常数。

作为本发明所述的一种计及交直流微网应对灾害事件弹性能力的鲁棒调度方法进一步优化方案，所述步骤30中，交直流微网中各设备的运行成本系数和运行限值包括与风机、光伏、柴油发电机、储能、双向换流器及交直流负荷相关的所有的成本系数和运行限值，将所获取的成本系数和运行限值、步骤10构造的不确定性集和S和步骤20线性化之后的可再生能源发电机组的出力约束代入下式中建立灾害事件下交直流微网的鲁棒调度模型：

式(5)为该鲁棒调度模型的目标函数；式(6)-(9)为目标函数中的各成本项的具体计算公式；式(10)为柴油发电机的最小持续开机时间和最小持续关机时间约束；式(11)为柴油发电机的最大持续开机时间约束；式(12)为柴油发电机运行功率上下限及爬坡速度约束；式(13)-(14)为储能最大充放电功率和储能荷电状态约束；式(15)-(16)为双向换流器的换流功率及功率波动约束；式(17)为各时段交直流被切除负荷的运行功率约束；式(18)-(19)为交流区和直流区的功率平衡约束，此外该鲁棒调度模型还包含式(1)、(2)和(4)的约束；

其中，U_DE,t表示t时段柴油发电机的运行状态，取值为1时表示柴油发电机在t时段处于开机状态，取值为0时表示处于停机状态；I_DE,t为t时段柴油发电机的启动标志位，取值为1表示柴油发电机在t时段被启动，取值为0表示未被启动；M_DE,t为t时段柴油发电机的关停标志位，取值为1表示柴油发电机在t时段被关停，取值为0表示未被关停；和分别为柴油发电机的启动和关停成本；P_DE,t为柴油发电机在t时段的运行功率；和分别为储能在t时段的充电功率和放电功率；是t时段储能的状态标志位，取值为1表示t时段储能充电，取值为0表示不充电，是t时段储能的状态标志位，取值为1表示t时段储能放电，取值为0表示不放电；为双向换流器在t时段从交流母线到直流母线的正向换流功率；为双向换流器在t时段从直流母线到交流母线的负向换流功率；是t时段双向换流器正向换流运行状态标志位，取值为1表示t时段存在正向换流，取值为0表示不存在正向换流，是t时段双向换流器负向换流运行状态标志位，取值为1表示t时段存在负向换流，取值为0表示不存在负向换流；和分别表示t时段交流区被切除的负荷功率和直流区被切除的负荷功率；为柴油发电机的燃料成本；和分别为柴油发电机、储能、双向换流器、风机和光伏的运行维护成本；为负荷切除停电惩罚成本；为储能损耗成本；

和分别为柴油发电机的启动、关停和燃料成本系数；a_DE和b_DE为柴油发电机的油耗特性成本系数；为柴油发电机的额定功率；和分别为柴油发电机、储能、双向换流器、风机和光伏的运行维护成本系数；为负荷切除停电惩罚成本系数；为储能损耗成本系数；P_WT,t为t时段风机的运行功率；P_PV,t为t时段光伏的运行功率；和分别为柴油发电机的最小持续开机时段数限值和最小持续关机时段数限值；为柴油发电机的最大持续开机时段数限值；k表示柴油发电机状态变量的起始时段；和为柴油发电机开机状态下运行功率的上限值和下限值，和为柴油发电机的单位时段内下爬坡和上爬坡的速率限值；和为储能的最大充电和放电功率限值，SOC_t为储能在t时段的荷电状态，η_C和η_D为储能充放电效率，Δt为调度时段间隔，SOC^max和SOC^min为储能允许荷电状态的上下限值，SOC₀和为储能在调度周期的始末荷电状态限值；和表示正向换流和负向换流的运行功率限值，和表示双向换流器在相邻时段功率波动的下限值和上限值；和是t时段交流和直流最大的可切除负荷功率限值；和为双向换流器的正向和负向换流效率限值，w_LA,t和w_LD,t分别是t时段交流负荷和直流负荷的运行功率实际值。

作为本发明所述的一种计及交直流微网应对灾害事件弹性能力的鲁棒调度方法进一步优化方案，所述步骤40的具体内容包括：

步骤401)：将式(5)-(19)表示的灾害事件下交直流微网的鲁棒调度模型写成以下矩阵表示形式：

s.t.Ax≤b,x∈{0,1} (21)

Cy+Dz≤f-Ex-Fu,z∈{0,1} (22)

式中，x表示鲁棒调度模型的第一层0-1优化变量，y表示鲁棒调度模型的第三层连续变量，z为第三层0-1变量，u为鲁棒调度模型的第二层的不确定性变量；式(21)表示仅与x相关的约束条件，式(22)表示与x，y，z，u相关的约束。c、d和g均为目标函数中的常数矩阵；A、b、C、D、f、E和F均为约束中的常数矩阵；上标T表示矩阵的转置。

步骤402)：基于步骤401)中矩阵表示的鲁棒调度模型，该模型是典型的min-max-min形式的三层优化问题，该模型的第三层包含了0-1二元变量，采用嵌套型列约束生成算法将三层优化问题转化为包含主问题和子问题的两阶段优化问题，并利用整数优化建模工具箱YALMIP调用求解器SCIP迭代求解子问题和主问题，获得交直流微网在灾害事件发生情况下的鲁棒运行计划。

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：

本发明针对灾害事件的发生特性，构建了灾害事件发生对交直流微网产生影响的时间不确定性集，并利用大M法对模型中的可再生能源发电机组出力的双线性项约束进行线性化，利用嵌套型列约束生成算法和求解器能够快速求解该鲁棒调度模型，获得交直流微网在灾害事件发生情况下的鲁棒运行计划；提高交直流微网在应对灾害事件上的弹性能力，为制定特殊天气情况下交直流微网的运行计划提供重要指导。

附图说明

图1为本发明实施例的流程图。

图2为本发明实施例中交直流微网的拓扑结构图。

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。

如图1所示，本发明方法的实施例，交直流微网的拓扑结构如图2所示。该方法包括以下步骤：

步骤10、获取不确定性预测参数，构造交直流微网中的不确定性集；

步骤20、基于步骤10构造的不确定性集，线性化可再生能源发电机组的出力约束；

步骤30、获取交直流微网中各设备的运行成本系数和运行限值，基于步骤10和步骤20建立灾害事件下交直流微网的鲁棒调度模型；

步骤40、求解步骤30鲁棒调度模型的鲁棒调度问题：利用嵌套型列约束生成方法迭代求解该鲁棒调度模型，获得交直流微网在灾害事件发生情况下的鲁棒运行计划。

作为优选方案，所述步骤10中，所获取的不确定性预测参数包括交直流微网中源荷功率预测的标称值、上偏差值、下偏差值和时段预算数，此外还包括灾害事件的确定发生时间及持续时段数预测值；将不确定性预测参数代入下式构造交直流微网的不确定性集；

式中，为源荷单元的功率不确定性集；和分别是t时段单元的运行功率实际值和功率预测标称值；和为t时段单元功率预测的上偏差值和下偏差值；和分别为t时段单元的上偏差引入参数和下偏差引入参数；N_t为一个调度周期总时段数；为单元不确定性的时段预算数；为调度周期单元的总偏差功率与功率预测标称值总额的最大误差；交直流微网中存在功率不确定性的源荷单元包括风机WT、光伏PV、交流负荷LA和直流负荷LD；S为灾害事件发生对交直流微网产生影响的时间不确定性集；s_t为t时段灾害事件的发生状态，s_t为1表示该时段无灾害时间发生，s_t为0表示该时段有灾害事件发生；[h^s,h^e]为灾害事件的确定发生时间；h^s为灾害时间确定发生的起始时间；h^e为灾害时间确定发生的结束时间；card[h^s,h^e]表示灾害事件确定发生事件的时段数；Π^s为灾害事件的持续时段数预测值。

作为优选方案，步骤20中，基于步骤10构造的和S，对交直流微网中可再生能源发电机组的出力约束开展线性化，其具体步骤包括：

步骤201)对于可再生能源发电机组，当灾害事件发生时为保证交直流微网的安全运行，需要将在其切出运行，因此可再生能源发电机组的出力约束为：

式中，为t时段单元的运行功率；是t时段单元功率预测的标称值；和为t时段单元功率预测上偏差值和下偏差值；和分别为t时段单元的上偏差引入参数和下偏差引入参数；交直流微网中可再生能源发电机组包括风机WT和光伏PV。

步骤202)利用大M法对式(3)中的双线性项和进行线性化处理，引入附加变量和分别表示和则式(3)等价为：

式中，和分别为t时段单元的上偏差附加变量和下偏差附加变量。

作为优选方案，所述步骤30中，交直流微网中各设备的运行成本系数和运行限值包括与风机、光伏、柴油发电机、储能、双向换流器及交直流负荷相关的所有的成本系数和运行限值，将所获取的成本系数和运行限值、步骤10构造的不确定性集和S和步骤20线性化之后的可再生能源发电机组的出力约束代入下式中建立灾害事件下交直流微网的鲁棒调度模型：

式(5)为该鲁棒调度模型的目标函数；式(6)-(9)为目标函数中的各成本项的具体计算公式；式(10)为柴油发电机的最小持续开机时间和最小持续关机时间约束；式(11)为柴油发电机的最大持续开机时间约束；式(12)为柴油发电机运行功率上下限及爬坡速度约束；式(13)-(14)为储能最大充放电功率和储能荷电状态约束；式(15)-(16)为双向换流器的换流功率及功率波动约束；式(17)为各时段交直流被切除负荷的运行功率约束；式(18)-(19)为交流区和直流区的功率平衡约束，此外该鲁棒调度模型还包含式(1)、(2)和(4)的约束；

其中，U_DE,t表示t时段柴油发电机的运行状态，取值为1时表示柴油发电机在t时段处于开机状态，取值为0时表示处于停机状态；I_DE,t为t时段柴油发电机的启动标志位，取值为1表示柴油发电机在t时段被启动，取值为0表示未被启动；M_DE,t为t时段柴油发电机的关停标志位，取值为1表示柴油发电机在t时段被关停，取值为0表示未被关停；和分别为柴油发电机的启动和关停成本；P_DE,t为柴油发电机在t时段的运行功率；和分别为储能在t时段的充电功率和放电功率；是t时段储能的状态标志位，取值为1表示t时段储能充电，取值为0表示不充电，是t时段储能的状态标志位，取值为1表示t时段储能放电，取值为0表示不放电；为双向换流器在t时段从交流母线到直流母线的正向换流功率；为双向换流器在t时段从直流母线到交流母线的负向换流功率；是t时段双向换流器正向换流运行状态标志位，取值为1表示t时段存在正向换流，取值为0表示不存在正向换流，是t时段双向换流器负向换流运行状态标志位，取值为1表示t时段存在负向换流，取值为0表示不存在负向换流；和分别表示t时段交流区被切除的负荷功率和直流区被切除的负荷功率；为柴油发电机的燃料成本；和分别为柴油发电机、储能、双向换流器、风机和光伏的运行维护成本；为负荷切除停电惩罚成本；为储能损耗成本；

和分别为柴油发电机的启动、关停和燃料成本系数；a_DE和b_DE为柴油发电机的油耗特性成本系数；为柴油发电机的额定功率；和分别为柴油发电机、储能、双向换流器、风机和光伏的运行维护成本系数；为负荷切除停电惩罚成本系数；为储能损耗成本系数；为t时段单元的运行功率；P_WT,t为t时段风机的运行功率；P_PV,t为t时段光伏的运行功率；和分别为柴油发电机的最小持续开机时段数限值和最小持续关机时段数限值；为柴油发电机的最大持续开机时段数限值；k表示柴油发电机状态变量的起始时段；和为柴油发电机开机状态下运行功率的上限值和下限值，和为柴油发电机的单位时段内下爬坡和上爬坡的速率限值；和为储能的最大充电和放电功率限值，SOC_t为储能在t时段的荷电状态，η_C和η_D为储能充放电效率，Δt为调度时段间隔，SOC^max和SOC^min为储能允许荷电状态的上下限值，SOC₀和为储能在调度周期的始末荷电状态限值；和表示正向换流和负向换流的运行功率限值，和表示双向换流器在相邻时段功率波动的下限值和上限值；和是t时段交流和直流最大的可切除负荷功率限值；和为双向换流器的正向和负向换流效率限值，w_LA,t和w_LD,t分别是t时段交流负荷和直流负荷的运行功率实际值。

作为优选方案，所述步骤40的具体内容包括：

步骤401)：将式(5)-(19)表示的灾害事件下交直流微网的鲁棒调度模型写成以下矩阵表示形式：

s.t.Ax≤b,x∈{0,1} (21)

Cy+Dz≤f-Ex-Fu,z∈{0,1} (22)

式中，x表示鲁棒调度模型的第一层0-1优化变量，y表示鲁棒调度模型的第三层连续变量，z为第三层0-1变量，u为鲁棒调度模型的第二层的不确定性变量；式(21)表示仅与x相关的约束条件，式(22)表示与x，y，z，u相关的约束。c、d和g均为目标函数中的常数矩阵；A、b、C、D、f、E和F均为约束中的常数矩阵；上标T表示矩阵的转置。

步骤402)：基于步骤401)中矩阵表示的鲁棒调度模型，该模型是典型的min-max-min形式的三层优化问题，该模型的第三层包含了0-1二元变量，采用嵌套型列约束生成算法将三层优化问题转化为包含主问题和子问题的两阶段优化问题，并利用整数优化建模工具箱YALMIP调用求解器SCIP迭代求解子问题和主问题，获得交直流微网在灾害事件发生情况下的鲁棒运行计划。所述步骤402)的具体内容包括：

步骤4021)：基于步骤401)中矩阵表示的鲁棒调度模型，该鲁棒问题的子问题为max-min双层优化问题：

式中，x*为主问题中x的优化结果，作为已知变量代入子问题。z为0-1变量使得子问题无法直接对偶转为单层问题，因此将(23)拓展为如式(24)所示的三层模型，再分解为内层子问题和内层主问题迭代求解。

式(24)分解后对应的内层子问题为：

式中，u_p为内层主问题中u的第p次优化结果，作为已知变量代入内层子问题。

式(24)分解后对应的内层主问题为：

将内层子问题的第q次优化结果(y_q,z_q)代入内层主问题，其中y_q为内层子问题中y的第q次优化结果，z_q为内层子问题中z的第q次优化结果：

式中，θ为与内层子问题的目标函数相关的变量；λ为式(23)中y的对偶变量；利用整数优化建模工具箱YALMIP调用求解器SCIP迭代求解内层子问题和内层主问题，获得该鲁棒调度问题子问题的优化结果。

步骤4022)：基于步骤401)中矩阵表示形式的模型和步骤4021)的子问题，将子问题的第r次优化结果(u_r,y_r,z_r)代入主问题，其中u_r，y_r和z_r分别为子问题中u，y和z的第r次优化结果；该鲁棒调度模型的主问题如下：

式中，l为总迭代次数，η为与主问题的目标函数相关的变量。

步骤4023)：利用整数优化建模工具箱YALMIP调用求解器SCIP迭代求解步骤4021)的子问题和步骤4022)的主问题，获得交直流微网在灾害事件发生情况下的鲁棒运行计划。

本发明实施例的方法，针对灾害事件的发生特性，构建了灾害事件发生对交直流微网产生影响的时间不确定性集，可再生能源发电机组出力的双线性项使得模型难以求解，利用大M法进行线性化出力，最后利用嵌套型列约束生成算法和求解器能够快速求解该鲁棒调度模型，获得交直流微网在灾害事件发生情况下的鲁棒运行计划。

Claims (5)

1.一种计及交直流微网应对灾害事件弹性能力的鲁棒调度方法，其特征在于，包括以下步骤：

步骤10、获取不确定性预测参数，构造交直流微网中的不确定性集；

步骤20、基于步骤10构造的不确定性集，线性化可再生能源发电机组的出力约束；

步骤30、获取交直流微网中各设备的运行成本系数和运行限值，基于步骤10和步骤20建立灾害事件下交直流微网的鲁棒调度模型；

步骤40、求解步骤30鲁棒调度模型的鲁棒调度问题：利用嵌套型列约束生成方法迭代求解该鲁棒调度模型，获得交直流微网在灾害事件发生情况下的鲁棒运行计划。

2.根据权利要求1所述的一种计及交直流微网应对灾害事件弹性能力的鲁棒调度方法，其特征在于，所述步骤10中，所获取的不确定性预测参数包括交直流微网中源荷功率预测的标称值、上偏差值、下偏差值和时段预算数，此外还包括灾害事件的确定发生时间及持续时段数预测值；将不确定性预测参数代入下式构造交直流微网的不确定性集；

式中，为源荷单元的功率不确定性集；和分别是t时段单元的运行功率实际值和功率预测标称值；和为t时段单元功率预测的上偏差值和下偏差值；和分别为t时段单元的上偏差引入参数和下偏差引入参数；N_t为一个调度周期总时段数；为单元不确定性的时段预算数；为调度周期单元的总偏差功率与功率预测标称值总额的最大误差；交直流微网中存在功率不确定性的源荷单元包括风机WT、光伏PV、交流负荷LA和直流负荷LD；S为灾害事件发生对交直流微网产生影响的时间不确定性集；s_t为t时段灾害事件的发生状态，s_t为1表示该时段无灾害时间发生，s_t为0表示该时段有灾害事件发生；[h^s,h^e]为灾害事件的确定发生时间；h^s为灾害时间确定发生的起始时间；h^e为灾害时间确定发生的结束时间；card[h^s,h^e]表示灾害事件确定发生事件的时段数；Π^s为灾害事件的持续时段数预测值。

3.根据权利要求2所述的一种计及交直流微网应对灾害事件弹性能力的鲁棒调度方法，其特征在于，步骤20中，基于步骤10构造的和S，对交直流微网中可再生能源发电机组的出力约束开展线性化，其具体步骤包括：

步骤201)对于可再生能源发电机组，当灾害事件发生时为保证交直流微网的安全运行，需要将在其切出运行，因此可再生能源发电机组的出力约束为：

式中，P_θ,t为t时段单元θ的运行功率；是t时段单元θ功率预测的标称值；和为t时段单元θ功率预测上偏差值和下偏差值；和分别为t时段单元θ的上偏差引入参数和下偏差引入参数；交直流微网中可再生能源发电机组包括风机WT和光伏PV。

步骤202)利用大M法对式(3)中的双线性项和进行线性化处理，引入附加变量和分别表示和则式(3)等价为：

式中，和分别为t时段单元θ的上偏差附加变量和下偏差附加变量，M为常数。

4.根据权利要求3所述的一种计及交直流微网应对灾害事件弹性能力的鲁棒调度方法，其特征在于，所述步骤30中，交直流微网中各设备的运行成本系数和运行限值包括与风机、光伏、柴油发电机、储能、双向换流器及交直流负荷相关的所有的成本系数和运行限值，将所获取的成本系数和运行限值、步骤10构造的不确定性集W_θ和S和步骤20线性化之后的可再生能源发电机组的出力约束代入下式中建立灾害事件下交直流微网的鲁棒调度模型：

s.t

式(5)为该鲁棒调度模型的目标函数；式(6)-(9)为目标函数中的各成本项的具体计算公式；式(10)为柴油发电机的最小持续开机时间和最小持续关机时间约束；式(11)为柴油发电机的最大持续开机时间约束；式(12)为柴油发电机运行功率上下限及爬坡速度约束；式(13)-(14)为储能最大充放电功率和储能荷电状态约束；式(15)-(16)为双向换流器的换流功率及功率波动约束；式(17)为各时段交直流被切除负荷的运行功率约束；式(18)-(19)为交流区和直流区的功率平衡约束，此外该鲁棒调度模型还包含式(1)、(2)和(4)的约束；

其中，U_DE,t表示t时段柴油发电机的运行状态，取值为1时表示柴油发电机在t时段处于开机状态，取值为0时表示处于停机状态；I_DE,t为t时段柴油发电机的启动标志位，取值为1表示柴油发电机在t时段被启动，取值为0表示未被启动；M_DE,t为t时段柴油发电机的关停标志位，取值为1表示柴油发电机在t时段被关停，取值为0表示未被关停；和分别为柴油发电机的启动和关停成本；P_DE,t为柴油发电机在t时段的运行功率；和分别为储能在t时段的充电功率和放电功率；是t时段储能的状态标志位，取值为1表示t时段储能充电，取值为0表示不充电，是t时段储能的状态标志位，取值为1表示t时段储能放电，取值为0表示不放电；为双向换流器在t时段从交流母线到直流母线的正向换流功率；为双向换流器在t时段从直流母线到交流母线的负向换流功率；是t时段双向换流器正向换流运行状态标志位，取值为1表示t时段存在正向换流，取值为0表示不存在正向换流，是t时段双向换流器负向换流运行状态标志位，取值为1表示t时段存在负向换流，取值为0表示不存在负向换流；和分别表示t时段交流区被切除的负荷功率和直流区被切除的负荷功率；为柴油发电机的燃料成本；和分别为柴油发电机、储能、双向换流器、风机和光伏的运行维护成本；为负荷切除停电惩罚成本；为储能损耗成本；

和分别为柴油发电机的启动、关停和燃料成本系数；a_DE和b_DE为柴油发电机的油耗特性成本系数；为柴油发电机的额定功率；和分别为柴油发电机、储能、双向换流器、风机和光伏的运行维护成本系数；为负荷切除停电惩罚成本系数；为储能损耗成本系数；P_WT,t为t时段风机的运行功率；P_PV,t为t时段光伏的运行功率；和分别为柴油发电机的最小持续开机时段数限值和最小持续关机时段数限值；为柴油发电机的最大持续开机时段数限值；k表示柴油发电机状态变量的起始时段；和为柴油发电机开机状态下运行功率的上限值和下限值，和为柴油发电机的单位时段内下爬坡和上爬坡的速率限值；和为储能的最大充电和放电功率限值，SOC_t为储能在t时段的荷电状态，η_C和η_D为储能充放电效率，Δt为调度时段间隔，SOC^max和SOC^min为储能允许荷电状态的上下限值，SOC₀和为储能在调度周期的始末荷电状态限值；和表示正向换流和负向换流的运行功率限值，和表示双向换流器在相邻时段功率波动的下限值和上限值；和是t时段交流和直流最大的可切除负荷功率限值；和为双向换流器的正向和负向换流效率限值，w_LA,t和w_LD,t分别是t时段交流负荷和直流负荷的运行功率实际值。

5.根据权利要求4所述的一种计及交直流微网应对灾害事件弹性能力的鲁棒调度方法，其特征在于，所述步骤40的具体内容包括：

步骤401)：将式(5)-(19)表示的灾害事件下交直流微网的鲁棒调度模型写成以下矩阵表示形式：

s.t.Ax≤b,x∈{0,1} (21)

Cy+Dz≤f-Ex-Fu,z∈{0,1} (22)

式中，x表示鲁棒调度模型的第一层0-1优化变量，y表示鲁棒调度模型的第三层连续变量，z为第三层0-1变量，u为鲁棒调度模型的第二层的不确定性变量；式(21)表示仅与x相关的约束条件，式(22)表示与x，y，z，u相关的约束。c、d和g均为目标函数中的常数矩阵；A、b、C、D、f、E和F均为约束中的常数矩阵；上标T表示矩阵的转置。

步骤402)：基于步骤401)中矩阵表示的鲁棒调度模型，该模型是典型的min-max-min形式的三层优化问题，该模型的第三层包含了0-1二元变量，采用嵌套型列约束生成算法将三层优化问题转化为包含主问题和子问题的两阶段优化问题，并利用整数优化建模工具箱YALMIP调用求解器SCIP迭代求解子问题和主问题，获得交直流微网在灾害事件发生情况下的鲁棒运行计划。