CN110336308B - 一种基于机会约束的主动配电网经济调度方法 - Google Patents

Abstract

本发明涉及电网调度的技术领域，更具体地，涉及一种基于机会约束的主动配电网经济调度方法，包括：建立考虑风电出力不确定性的主动配电网经济调度模型，主动配电网经济调度模型以最小化配电网运行成本为目标函数，以主动配电网潮流约束、机组出力约束、机组爬坡约束、系统最大旋转备用约束、储能约束及风电出力机会约束为约束条件；求解主动配电网经济调度模型。本发明采用通用概率分布描述风电真实出力随机变量，通用概率分布方法不仅能准确地描述风电真实出力特性曲线，同时其解析形式的概率密度函数，累计分布函数以及累计分布函数反函数，将难以求解的含随机变量的随机优化问题转变为易于求解的确定性问题，有效降低求解难度，调高运算效率。

Description

一种基于机会约束的主动配电网经济调度方法

技术领域

本发明涉及电网调度的技术领域，更具体地，涉及一种基于机会约束的主动配电网经济调度方法。

背景技术

近年来，随着可再生能源接入配电网的比率不断攀升，可再生能源的不确定性也给配电网调度带来了前所未有的挑战。在实际配电网运行中，以风电为例，由于预测技术有限、气候多变等因素，很难通过预测技术来准确刻画风电实际出力，预测误差甚至可高达20％，这将严重影响配电网运行的经济性与安全性。因此为了保障配电网安全经济运行，在经济调度问题中考虑可再生能源的不确定性变得尤为重要。

传统的处理可再生能源不确定性的方法有鲁棒优化及随机优化，其中：鲁棒优化考虑在不确定集合中的最坏情况，得到的解过于保守，限制了可再生能源的消纳，也不利于系统运行的经济性；随机优化通常具有求解难度大、数据需求量大、运算速度慢等缺点。另外，传统方法中采用正态分布、贝塔分布等概率分布模型刻画随机风力出力特性，但实验表明这些概率分布模型均无法准确拟合风电实际出力曲线。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于机会约束的主动配电网经济调度方法，考虑风电处理的不确定性，能够准确刻画风电随机出力特性的概率分布模型。

为解决上述技术问题，本发明采用的技术方案是：

提供一种基于机会约束的主动配电网经济调度方法，包括以下步骤：

S10.建立考虑风电出力不确定性的主动配电网经济调度模型，所述主动配电网经济调度模型以最小化配电网运行成本为目标函数，以主动配电网潮流约束、机组出力约束、机组爬坡约束、系统最大旋转备用约束、储能约束及风电出力机会约束为约束条件；

S20.求解步骤S10中主动配电网经济调度模型，消除配电网中可再生能源的不确定性。

本发明的基于机会约束的主动配电网经济调度方法，考虑了风电不确定性对主动配电网的影响，相比于传统的随机优化和鲁棒优化方法，能够准确高效地消除可再生能源的不确定性带来的影响，保证配电网运行的经济性和安全性。

优选地，步骤S10中，所述目标函数表示为：

式(1)中，决策变量包括连在母线i上的发电机机组电出力g_i,t，风电机组计划出力w_i,t；a_i，b_i和c_i是连在母线i上的发电机运行成本系数，目标函数中的最后一项为风电计划出力与风电预测值

之间偏差的惩罚项，惩罚因数为

优选地，所述主动配电网潮流约束表示为：

式中，式(2)表示配电网总发电与总负荷需满足实时功率平衡，其中d_i,t为连在母线i上的电负荷；式(3)表示输电线路传输功率约束，其中

为输电统线路f的功率容量，GSF_f-i发输电系统线路f对节点i的发电转移分布因子。

优选地，所述机组出力约束表示为：

式(4)规定发电机组出力g_i,t的范围，g_i 表示发电机组出力下限，

表示发电机组出力上限；式(5)表示风电机组计划出力值不得超过风电装机容量

优选地，所述机组爬坡约束表示为：

式(6)中，

和R _i分别为机组单位时间内的最大上升和下降速率，Δt为每个时段所持续的时间。

优选地，所述系统最大旋转备用约束表示为：

式(7)、(8)中，r_u,t表示为系统向上旋转备用，r_d,t表示为系统向下旋转备用，

和

分别为系统可提供的最大向上及向下旋转备用。

优选地，所述储能约束表示为：

E_i,t+1＝E_i,t+η_i,cs_i,c,t-s_i,d,t/η_i,d (9)

s_i,c,t×s_i,d,t＝0 (12)

SOC_min≤SOC_i,t≤1 (14)

为了更好地平滑风电出力短期波动性，本发明在主动配电网经济调度模型中还加入了蓄电池储能系统；在式(9)～(14)中，E_i,t为蓄电池t时刻储存的电量，E_i,max为蓄电池最大储存电量；s_i,c和s_i,d分别为蓄电池的充、放电功率，

分别表示蓄电池充、放电功率的上限，s_i,c,t、s_i,d,t分别表示蓄电池t时刻的充、放电功率；η_i,c和η_i,d分别为蓄电池的充、放电效率；式(12)表示蓄电池无法同时放电的特性，SOC_i,t定义为最后储能的荷电状态，SOC_min为最后储能的荷电状态的最小值。

优选地，所述风电出力机会约束表示为：

在本发明的主动配电网经济调度模型中，每个配电网最主要的不确定性来自于风电，计算式(15)、(16)中的风电不确定性因素，机会约束方法被应用于本地管理风电出力的不确定性；式(15)、(16)表示为旋转备用和蓄电池联合消除风电不确定性的概率需要满足置信度c_u和c_d，式(15)、(16)中，

为随机变量。

优选地，由于

是随机变量，导致式(15)、(16)为非线性约束，很难求解。为了解决这个问题，在所述风电处理机会约束模型中应用用以刻画随机风电出力的通用概率分布模型以准确地刻画随机风电出力，所述通用概率分布模型的概率密度函数f(x)及累计分布函数F(x)的解析形式表示为：

F(x)＝(1+e^-α(x-y))^-β (18)

式(17)～(18)中，,和α、β、γ为形状参数，由风机出力的历史数据及预测数据确定，其中：α＞0,β＞0，累计分布函数反函数具有以下解析形式：

通用概率分布的累计分布函数反函数是置信度c的函数，将式(19)代入式(15)、式(16)中，式(15)、(16)转换为：

式(19)、(20)、(21)中，F^-1(·)是配电网总风电出力的累计分布函数的反函数。如此，这样含有随机变量的非线性机会约束，通过通用概率分布模型的特性可以转换为易求解的线性约束，进而随机问题也被转换为确定性问题，使得整个模型的计算效率被大幅提高，同时求解难度大幅降低。尽管该模型中只考虑了风电的不确定性，但该模型具有良好的拓展性，其他类型的不确定性，如其它种类的可再生能源的不确定性，或者负荷不确定性均可用相同的方法处理。

本发明采用通用概率分布来描述风电真实出力特性曲线，同时其解析形式的概率密度函数、累计分布函数以及累计分布函数反函数，将本来难以求解的含随机变量的随机优化问题转变为易于求解的确定性问题，降低求解难度，调高运算效率。

与现有技术相比，本发明的有益效果是：

本发明基于机会约束的方法，考虑了风电不确定性对主动配电网的影响；相比于传统的随机优化和鲁棒优化方法，机会约束方法可以通过调节置信度来调节模型的保守程度，具有更高的实用价值，适用于主动配电网经济调度问题；

本发明利用配电网内部旋转备用和蓄电池储能技术，在一定置信度下消除风电出力不确定性；同时采用了通用概率分布来描述风电真实出力这一随机变量，通用概率分布方法不仅能更准确得描述风电真实出力特性曲线，同时其解析形式的概率密度函数，累计分布函数以及累计分布函数反函数，将本来难以求解的含随机变量的随机优化问题转变为易于求解的确定性问题，有效降低了求解难度，调高了运算效率；

本发明实现在保证充分利用可再生能源的基础上，准确高效地消除可再生能源的不确定性带来的影响。

具体实施方式

下面结合具体实施方式对本发明作进一步的说明。

实施例

本实施例为一种基于机会约束的主动配电网经济调度方法的实施例，包括以下步骤：

S10.建立考虑风电出力不确定性的主动配电网经济调度模型，主动配电网经济调度模型以最小化配电网运行成本为目标函数，以主动配电网潮流约束、机组出力约束、机组爬坡约束、系统最大旋转备用约束、储能约束及风电出力机会约束为约束条件；

S20.求解步骤S10中主动配电网经济调度模型，消除配电网中可再生能源的不确定性。

步骤S10中，目标函数表示为：

式(1)中，决策变量包括连在母线i上的发电机机组电出力g_i,t，风电机组计划出力w_i,t；a_i，b_i和c_i是连在母线i上的发电机运行成本系数，目标函数中的最后一项为风电计划出力与风电预测值

之间偏差的惩罚项，惩罚因数为

步骤S20中，主动配电网潮流约束表示为：

式(2)表示配电网总发电与总负荷需满足实时功率平衡，其中d_i,t为连在母线i上的电负荷；式(3)表示输电线路传输功率约束，其中

为输电统线路f的功率容量，GSF_f-i发输电系统线路f对节点i的发电转移分布因子。

机组出力约束表示为：

式(4)规定发电机组出力g_i,t的范围，g_i 表示发电机组出力下限，

表示发电机组出力上限；式(5)表示风电机组计划出力值不得超过风电装机容量

机组爬坡约束表示为：

式(6)中，

和R_i分别为机组单位时间内的最大上升和下降速率，Δt为每个时段所持续的时间。

系统最大旋转备用约束表示为：

式(7)、(8)中，r_u,t表示为系统向上旋转备用，r_d,t表示为系统向下旋转备用，

和

分别为系统可提供的最大向上及向下旋转备用。

储能约束表示为：

E_i,t+1＝E_i,t+η_i,cs_i,c,t-s_i,d,t/η_i,d (9)

s_i,c,t×s_i,d,t＝0 (12)

SOC_min≤SOC_i,t≤1 (14)

为了更好地平滑风电出力短期波动性，本发明在主动配电网经济调度模型中还加入了蓄电池储能系统；在式(9)～(14)中，E_i,t为蓄电池t时刻储存的电量，E_i,max为蓄电池最大储存电量；s_i,c和s_i,d分别为蓄电池的充、放电功率，

分别表示蓄电池充、放电功率的上限，s_i,c,t、s_i,d,t分别表示蓄电池t时刻的充、放电功率；η_i,c和η_i,d分别为蓄电池的充、放电效率；式(12)表示蓄电池无法同时放电的特性，SOC_i,t定义为最后储能的荷电状态，SOC_min为最后储能的荷电状态的最小值。

风电出力机会约束表示为：

在本发明的主动配电网经济调度模型中，每个配电网最主要的不确定性来自于风电，计算式(15)、(16)中的风电不确定性因素，机会约束方法被应用于本地管理风电出力的不确定性；式(15)、(16)表示为旋转备用和蓄电池联合消除风电不确定性的概率需要满足置信度c_u和c_d，式(15)、(16)中，

为随机变量。

由于

是随机变量，导致式(15)、(16)为非线性约束，很难求解。为了解决这个问题，在风电处理机会约束模型中应用用以刻画随机风电出力的通用概率分布模型以准确地刻画随机风电出力，通用概率分布模型的概率密度函数f(x)及累计分布函数F(x)的解析形式表示为：

F(x)＝(1+e^-α(x-y))^-β (18)

式(17)～(18)中，,和α、β、γ为形状参数，由风机出力的历史数据及预测数据确定，其中：α＞0,β＞0，累计分布函数反函数具有以下解析形式：

通用概率分布的累计分布函数反函数是置信度c的函数，将式(19)代入式(15)、式(16)中，式(15)、(16)转换为：

式(19)～(21)中，F^-1(·)是配电网总风电出力的累计分布函数的反函数。如此，这样含有随机变量的非线性机会约束，通过通用概率分布模型的特性可以转换为易求解的线性约束，进而随机问题也被转换为确定性问题，使得整个模型的计算效率被大幅提高，同时求解难度大幅降低。尽管该模型中只考虑了风电的不确定性，但该模型具有良好的拓展性，其他类型的不确定性，如其它种类的可再生能源的不确定性，或者负荷不确定性均可用相同的方法处理。

经过以上步骤，利用配电网内部旋转备用和蓄电池储能技术，在一定置信度下消除风电出力不确定性；同时采用通用概率分布来描述风电真实出力这一随机变量，通用概率分布方法不仅能更准确得描述风电真实出力特性曲线，同时其解析形式的概率密度函数，累计分布函数以及累计分布函数反函数，将本来难以求解的含随机变量的随机优化问题转变为易于求解的确定性问题，降低求解难度，调高运算效率。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (5)

1.一种基于机会约束的主动配电网经济调度方法，其特征在于，包括以下步骤：

S10.建立考虑风电出力不确定性的主动配电网经济调度模型，所述主动配电网经济调度模型以最小化配电网运行成本为目标函数，以主动配电网潮流约束、机组出力约束、机组爬坡约束、系统最大旋转备用约束、储能约束及风电出力机会约束为约束条件；

S20.求解步骤S10中主动配电网经济调度模型，消除配电网中可再生能源的不确定性；

步骤S10中，所述目标函数表示为：

式(1)中，决策变量包括连在母线i上的发电机机组电出力g_i,t，风电机组计划出力w_i,t；a_i，b_i和c_i是连在母线i上的发电机运行成本系数，目标函数中的最后一项为风电计划出力与风电预测值

之间偏差的惩罚项，惩罚因数为

所述储能约束表示为：

E_i,t+1＝E_i,t+η_i,cs_i,c,t-s_i,d,t/η_i,d (9)

s_i,c,t×s_i,d,t＝0 (12)

SOC_min≤SOC_i,t≤1 (14)

式(9)～(14)中，E_i,t为蓄电池t时刻储存的电量，E_i,max为蓄电池最大储存电量；s_i,c和s_i,d分别为蓄电池的充、放电功率，

分别表示蓄电池充、放电功率的上限，s_i,c,t、s_i,d,t分别表示蓄电池t时刻的充、放电功率；η_i,c和η_i,d分别为蓄电池的充、放电效率；式(12)表示蓄电池无法同时放电的特性，SOC_i,t定义为最后储能的荷电状态，SOC_min为最后储能的荷电状态的最小值；

所述风电出力机会约束表示为：

式(15)、(16)表示为旋转备用和蓄电池联合消除风电不确定性的概率需要满足置信度c_u和c_d，式(15)、(16)中，

为随机变量，r_u,t表示为系统向上旋转备用，r_d,t表示为系统向下旋转备用；

在所述风电出力机会约束模型中应用用以刻画随机风电出力的通用概率分布模型，所述通用概率分布模型的概率密度函数f(x)及累计分布函数F(x)表示为：

F(x)＝(1+e^-α(x-y))^-β (18)

式(17)～(18)中,α、β、γ为形状参数，由风机出力的历史数据及预测数据确定，其中：α＞0,β＞0，累计分布函数反函数具有以下解析形式：

将式(19)代入式(15)、式(16)中，式(15)、(16)转换为：

式(19)～(21)中，F^-1(·)是配电网总风电出力的累计分布函数的反函数。

2.根据权利要求1所述的基于机会约束的主动配电网经济调度方法，其特征在于，所述主动配电网潮流约束表示为：

式中，式(2)表示配电网总发电与总负荷需满足实时功率平衡，其中d_i,t为连在母线i上的电负荷；式(3)表示输电线路传输功率约束，其中

为输电统线路f的功率容量，GSF_f-i发输电系统线路f对节点i的发电转移分布因子。

3.根据权利要求1所述的基于机会约束的主动配电网经济调度方法，其特征在于，所述机组出力约束表示为：

式(4)规定发电机组出力g_i,t的范围，g_i 表示发电机组出力下限，

表示发电机组出力上限；式(5)表示风电机组计划出力值不得超过风电装机容量

4.根据权利要求1所述的基于机会约束的主动配电网经济调度方法，其特征在于，所述机组爬坡约束表示为：

式(6)中，

和R _i分别为机组单位时间内的最大上升和下降速率，Δt为每个时段所持续的时间。

5.根据权利要求1所述的基于机会约束的主动配电网经济调度方法，其特征在于，所述系统最大旋转备用约束表示为：

式(7)、(8)中，r_u,t表示为系统向上旋转备用，r_d,t表示为系统向下旋转备用，

和

分别为系统可提供的最大向上及向下旋转备用。