CN113256446B - 考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法 - Google Patents

考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法 Download PDF

Info

Publication number
CN113256446B
CN113256446B CN202110597179.3A CN202110597179A CN113256446B CN 113256446 B CN113256446 B CN 113256446B CN 202110597179 A CN202110597179 A CN 202110597179A CN 113256446 B CN113256446 B CN 113256446B
Authority
CN
China
Prior art keywords
distribution network
power distribution
data
power
node
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.)
Active
Application number
CN202110597179.3A
Other languages
English (en)
Other versions
CN113256446A (zh
Inventor
周钱雨凡
纪超
杨苹
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN202110597179.3A priority Critical patent/CN113256446B/zh
Publication of CN113256446A publication Critical patent/CN113256446A/zh
Application granted granted Critical
Publication of CN113256446B publication Critical patent/CN113256446B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Accounting & Taxation (AREA)
  • Game Theory and Decision Science (AREA)
  • Finance (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Data Mining & Analysis (AREA)
  • Public Health (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于配电网调度领域，具体公开了一种考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法。本发明技术方案能够考虑数据缺失的场景，通过对配电网的优化调度提高其鲁棒性的同时保证其稳定经济运行。该方法基于信息物理融合的主动配电网的特性，定量构建因信息不完全而导致的数据偏差场景描述集合，在保证信息物理融合的配电网系统稳定运行的前提下，通过优化算法计算并调整该系统所能接纳的数据缺失的程度，有效提高信息物理融合的配电网系统对于各种不确定因素的鲁棒性，同时最大限度实现配电网运行成本最小化。

Description

考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法
技术领域
本发明涉及配电网鲁棒优化调度技术领域，具体涉及考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法。
背景技术
随着配电网中智能监测设备的大量渗入以及信息和通讯技术的不断发展，传统的配电网物理系统和与之对应的信息系统逐渐融合成一个集能量流、信息流和资金流的系统。该系统基于大量的配电网运行数据可实现对配电网更高精度的控制并能够充分利用配电网中各类可调控资源。但由于目前各类可调控资源的运行状态信息的不完全，导致在实际调度过程中会与预测值产生偏差，因此会降低主动配电网应对各种不确定因素的鲁棒性。
为解决以上问题，目前的解决方法主要为：①只单一地考虑主动配电网物理系统中火电、光伏、风电等发电单元的特性及其不确定影响因素，对主动配电网进行鲁棒优化调度：文献[1]： 主动配电网分布式鲁棒优化调度方法[J].电网技术,2019,43(04):1336-1344，考虑可再生能源出力的不确定性，建立含间歇性可再生能源不确定变量约束的主动配电网鲁棒优化模型；文献[2]：计及风电概率分布特征的鲁棒实时调度方法[J].中国电机工程学报,2017,37(03):727-738，建立高渗透光伏接入下的主动配电网运行优化模型，并以此构造主动配电网时段解耦的自适应鲁棒优化模型；文献[3]：基于混合通信网的主动配电信息物理系统可靠性评价[J].中国电机工程学报,2018,38(06):1706-1718+1907，考虑大规模风电并网的不确定影响，结合风电概率分布建立鲁棒优化模型；②文献[4]：考虑信息系统作用的电力系统可靠性研究[J].电力系统保护与控制,2013,41(07):7-13和文献[5]：考虑信息系统作用的电力系统可靠性研究[J].电力系统保护与控制,2013,41(07):7-13，均从信息系统内部提出优化信息传输网络、提升信息传输和处理设备的性能等多种解决措施以降低数据丢失率，提高信息系统的可靠性，从而提高信息物理融合的配电网的鲁棒性。
目前的解决方法缺乏信息物理系统的融合，且没有针对在数据缺失的影响下的配电网鲁棒优化调度方法。此外，现有的方法无法兼顾信息物理融合的配电网系统鲁棒性及其经济性。
发明内容
本发明提供一种考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法，能够考虑信息不完全的影响，通过对配电网的优化调度提高其鲁棒性的同时保证其稳定经济运行。
本发明提供一种考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法，包括：
步骤一：针对信息物理融合的配电网系统的每个可调度设备，设定数据上偏率的阈值
Figure 886795DEST_PATH_IMAGE001
和数据下偏率的阈值
Figure 872068DEST_PATH_IMAGE002
，表示配电网中的可调度设备对于数据偏差的接受范围，以
Figure 244144DEST_PATH_IMAGE003
时刻下各可调度设备预测出力
Figure 49289DEST_PATH_IMAGE004
为基准，构建描述
Figure 165012DEST_PATH_IMAGE003
时刻下信息物理融合的配电网因信息不完全而导致的数据偏差场景描述集合
Figure 4792DEST_PATH_IMAGE005
。
Figure 538980DEST_PATH_IMAGE006
时刻下的信息物理融合的配电网因信息不完全而导致的数据偏差场景描述集合
Figure 97000DEST_PATH_IMAGE005
表示如下：
Figure 750835DEST_PATH_IMAGE007
Figure 710701DEST_PATH_IMAGE008
式中，
Figure 424579DEST_PATH_IMAGE009
表示
Figure 204316DEST_PATH_IMAGE003
时刻下信息物理融合的电网各类发电单元及负荷对配电网的注入功率偏差值，
Figure 599526DEST_PATH_IMAGE010
表示
Figure 476215DEST_PATH_IMAGE003
时刻下信息物理融合的配电网各类发电单元及负荷对配电网的注入功率预测值；
Figure 298677DEST_PATH_IMAGE011
、
Figure 628027DEST_PATH_IMAGE012
为0-1整数变量，用以表征该节点数据是否存在偏差（
Figure 826928DEST_PATH_IMAGE013
=1表示存在上偏，
Figure 495806DEST_PATH_IMAGE013
=0表示不存在上偏；
Figure 551487DEST_PATH_IMAGE012
=1表示存在下偏，
Figure 305816DEST_PATH_IMAGE012
=0表示不存在下偏）；
Figure 370724DEST_PATH_IMAGE014
为可调度设备
Figure 894110DEST_PATH_IMAGE015
数据上偏率的阈值，
Figure 58375DEST_PATH_IMAGE002
为可调度设备
Figure 362317DEST_PATH_IMAGE016
数据下偏率的阈值；
Figure 903020DEST_PATH_IMAGE017
为含各类可调度设备的节点数量；
Figure 346158DEST_PATH_IMAGE018
为配电网中节点数量；
Figure 946904DEST_PATH_IMAGE019
为
Figure 472563DEST_PATH_IMAGE003
时刻下可调度设备
Figure 816957DEST_PATH_IMAGE015
的数据上偏系数；
Figure 49355DEST_PATH_IMAGE020
为
Figure 883319DEST_PATH_IMAGE006
时刻下可调度设备
Figure 833957DEST_PATH_IMAGE015
的数据下偏系数，
Figure 716463DEST_PATH_IMAGE021
、
Figure 131263DEST_PATH_IMAGE022
均为随机数且满足以下公式：
Figure 73812DEST_PATH_IMAGE023
步骤二：根据数据偏差场景描述集合
Figure 574063DEST_PATH_IMAGE005
中的场景，计算该集合中最“恶劣”场景（即所有配电网中所有信息节点的数据均发生上偏或下偏的场景）下的各可调度设备所能向配电网提供的备用容量的配置，保证配电网稳定运行的同时使得配电网的运行成本最小。
(一)备用容量包括以下约束：
（1）配电网的火电机组及分布式电源设备出力与备用容量约束为：
Figure 260259DEST_PATH_IMAGE024
Figure 467250DEST_PATH_IMAGE025
Figure 643016DEST_PATH_IMAGE026
Figure 568247DEST_PATH_IMAGE027
Figure 792555DEST_PATH_IMAGE028
Figure 181948DEST_PATH_IMAGE029
式中，
Figure 200719DEST_PATH_IMAGE030
为
Figure 613246DEST_PATH_IMAGE006
时刻机组
Figure 703562DEST_PATH_IMAGE031
的出力的预测值；
Figure 885145DEST_PATH_IMAGE032
机组
Figure 405643DEST_PATH_IMAGE033
的最大出力值限值；
Figure 39887DEST_PATH_IMAGE034
为机组
Figure 605998DEST_PATH_IMAGE031
的最小出力限值；
Figure 969983DEST_PATH_IMAGE035
为机组
Figure 596136DEST_PATH_IMAGE031
提供的上调度备用容量；
Figure 717676DEST_PATH_IMAGE036
为机组
Figure 149794DEST_PATH_IMAGE031
提供的下调度备用容量；
Figure 305969DEST_PATH_IMAGE037
为机组
Figure 103024DEST_PATH_IMAGE031
提供的上调度备用容量的最大限值；
Figure 774177DEST_PATH_IMAGE038
为机组
Figure 682090DEST_PATH_IMAGE031
提供的下调度备用容量的最大限值；
Figure 692771DEST_PATH_IMAGE039
为
Figure 723044DEST_PATH_IMAGE006
时刻机组
Figure 819176DEST_PATH_IMAGE031
相对于出力预测值的实际调整容量；
（2）需求侧备用容量约束为：
Figure 593097DEST_PATH_IMAGE040
Figure 458285DEST_PATH_IMAGE041
式中，
Figure 597142DEST_PATH_IMAGE042
为
Figure 242887DEST_PATH_IMAGE006
时刻需求侧响应的负荷量的预测值；
Figure 758182DEST_PATH_IMAGE043
为需求侧响应负荷量的最大限值（按该节点处负荷有功功率的20%取值）；
Figure 477876DEST_PATH_IMAGE044
为
Figure 849952DEST_PATH_IMAGE003
时刻DR负荷相对于参与响应预测值的实际调整容量；DR负荷为需求侧响应的可控负荷；
（3）系统的备用容量的调度需满足：
Figure 920676DEST_PATH_IMAGE045
式中，
Figure 974083DEST_PATH_IMAGE046
为
Figure 879109DEST_PATH_IMAGE003
时刻下主网对配电网的注入功率；
Figure 359769DEST_PATH_IMAGE047
为主网对配电网功率注入节点的数据上偏状态；
Figure 917790DEST_PATH_IMAGE048
为
Figure 571625DEST_PATH_IMAGE003
时刻下主网对配电网功率注入节点处的数据上偏系数；
Figure 265911DEST_PATH_IMAGE049
为主网对配电网功率注入节点处的数据上偏率的阈值；
Figure 183052DEST_PATH_IMAGE050
为主网对配电网功率注入节点的数据下偏状态；
Figure 25106DEST_PATH_IMAGE051
为
Figure 420315DEST_PATH_IMAGE003
时刻下主网对配电网功率注入节点处的数据下偏系数；
Figure 297004DEST_PATH_IMAGE052
为主网对配电网功率注入节点处的数据下偏率的阈值；为
Figure 119467DEST_PATH_IMAGE053
为发电侧可调度设备数量；
Figure 386500DEST_PATH_IMAGE054
为机组
Figure 647717DEST_PATH_IMAGE033
所在节点处的数据上偏状态；
Figure 316596DEST_PATH_IMAGE055
为
Figure 309960DEST_PATH_IMAGE003
时刻下机组
Figure 126606DEST_PATH_IMAGE031
所在节点处的数据上偏系数；
Figure 863618DEST_PATH_IMAGE056
为机组
Figure 387003DEST_PATH_IMAGE031
所在节点处的数据上偏率的阈值；
Figure 879164DEST_PATH_IMAGE057
为机组
Figure 120790DEST_PATH_IMAGE031
所在节点处的数据下偏状态；
Figure 458230DEST_PATH_IMAGE058
为
Figure 101701DEST_PATH_IMAGE006
时刻下机组
Figure 436867DEST_PATH_IMAGE031
所在节点处的数据下偏系数；
Figure 242754DEST_PATH_IMAGE059
为机组
Figure 321569DEST_PATH_IMAGE031
所在节点处的数据下偏率的阈值；
Figure 819546DEST_PATH_IMAGE060
为需求侧参与响应的负荷节点数量；
Figure 653510DEST_PATH_IMAGE061
为需求侧参与响应的DR负荷所在节点处的数据上偏状态；
Figure 604148DEST_PATH_IMAGE062
为
Figure 486654DEST_PATH_IMAGE003
时刻下需求侧参与响应的DR负荷所在节点处的数据上偏系数；
Figure 901455DEST_PATH_IMAGE063
为需求侧参与响应的DR负荷所在节点处的数据上偏率的阈值；
Figure 844003DEST_PATH_IMAGE064
为需求侧参与响应的DR负荷所在节点处的数据下偏状态；
Figure 344254DEST_PATH_IMAGE065
为
Figure 764871DEST_PATH_IMAGE006
时刻下需求侧参与响应的DR负荷所在节点处的数据下偏系数；
Figure 237441DEST_PATH_IMAGE066
为需求侧参与响应的DR负荷所在节点处的数据下偏率的阈值；
Figure 350891DEST_PATH_IMAGE039
为
Figure 338438DEST_PATH_IMAGE006
时刻机组
Figure 562746DEST_PATH_IMAGE033
相对于出力预测值的实际调整容量；
Figure 624243DEST_PATH_IMAGE067
为
Figure 970911DEST_PATH_IMAGE006
时刻DR负荷相对于参与响应预测值的实际调整容量；
Figure 383437DEST_PATH_IMAGE068
为
Figure 473753DEST_PATH_IMAGE006
时刻系统备用容量的不足量。
(二)配电网的稳定运行需满足以下约束：
a.配电网的功率平衡约束：
Figure 655336DEST_PATH_IMAGE069
式中，
Figure 845009DEST_PATH_IMAGE070
为
Figure 807149DEST_PATH_IMAGE006
时刻下主网对配电网的注入功率；
Figure 373259DEST_PATH_IMAGE071
为发电侧可调度设备数量；
Figure 740174DEST_PATH_IMAGE060
为需求侧参与响应的负荷节点数量；
Figure 100748DEST_PATH_IMAGE072
为配电网的节点数量；
Figure 487867DEST_PATH_IMAGE073
为
Figure 919986DEST_PATH_IMAGE003
时刻机组
Figure 810581DEST_PATH_IMAGE031
相对于出力预测值的实际调整容量；
Figure 607636DEST_PATH_IMAGE044
为
Figure 278789DEST_PATH_IMAGE006
时刻DR负荷相对于参与响应预测值的实际调整容量；
Figure 452281DEST_PATH_IMAGE074
为
Figure 525279DEST_PATH_IMAGE006
时刻配电网系统中节点
Figure 493235DEST_PATH_IMAGE016
的不平衡功率；
b.线路潮流约束：
Figure 589367DEST_PATH_IMAGE075
式中，
Figure 363288DEST_PATH_IMAGE076
为主网对配电网的功率传输分配系数；
Figure 228476DEST_PATH_IMAGE077
为机组
Figure 367333DEST_PATH_IMAGE031
对配电网的功率传输分配系数；
Figure 13078DEST_PATH_IMAGE078
为需求侧对配电网的功率传输分配系数；
Figure 262794DEST_PATH_IMAGE079
为配电网线路
Figure 310384DEST_PATH_IMAGE080
潮流的限值。
所述的配电网即是主动配电网，所述主网与主动配电网不同，主网是表示配电网的上级电网。
(三)计算配电网的运行成本：
Figure 806591DEST_PATH_IMAGE083
Figure 646371DEST_PATH_IMAGE084
式中，
Figure 127031DEST_PATH_IMAGE085
为系统参与调度时间范围内的时段数；
Figure 484718DEST_PATH_IMAGE086
为配电网向主网的购电费用；
Figure 341816DEST_PATH_IMAGE087
为配电网中机组的运行成本以及备用容量配置成本；
Figure 36102DEST_PATH_IMAGE088
为备用容量调度成本；
Figure 749981DEST_PATH_IMAGE089
)为备用容量不足惩罚费用；
Figure 795297DEST_PATH_IMAGE090
为功率不平衡惩罚费用。
步骤三：调整数据上偏率的阈值
Figure 252823DEST_PATH_IMAGE014
和数据下偏率的阈值
Figure 801616DEST_PATH_IMAGE002
，重复步骤二计算配电网的运行成本
Figure 889658DEST_PATH_IMAGE091
，直至
Figure 219008DEST_PATH_IMAGE092
达到配电网运行成本的阈值
Figure 417908DEST_PATH_IMAGE093
，即满足：
Figure 883525DEST_PATH_IMAGE094
上述技术方案可以看出，由于本发明实施例采用一种考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法，由于在模型中考虑了数据缺失问题，定量描述了信息物理融合的配电网因信息不完全而导致的数据偏差，因此能够通过对配电网的优化调度提高其对于信息系统数据失真问题的鲁棒性。同时结合配电网的功率平衡约束、潮流约束以及配电网的运行成本约束保证其稳定经济运行。
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的前提下，还可以根据这些附图获得其它的附图。
图1是本发明一种考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法的流程图；
图2是本发明在数据偏差场景描述集合
Figure 142468DEST_PATH_IMAGE095
中计算最小运行成本流程图；
图3是信息物理融合的配电网架构图；
图4是因信息不完全而导致的数据偏差场景描述示意图；
图5是本发明的步骤框图。
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它实施例，都属于本发明保护的范围。
如图1-5所示，本发明提供一种考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法，能够考虑数据缺失的影响，通过对配电网的优化调度提高其鲁棒性的同时保证其稳定经济运行，其包括以下步骤：
以修改的IEEE标准33节点配电网为例，在节点8、节点9以及节点29处接入额定装机容量为100MW的光伏发电设备；在节点31处接入额定装机容量为200MW的风电机组；在节点23、节点24处接入额定装机容量为10000MW的火电机组；节点4、节点13、节点28以及节点30为可调控的需求侧响应负荷。根据比利时电网公司2021年4月1日的负荷预测数据等比例确定配电网的火电机组、光伏发电设备、风电机组的负荷预测数据。实施例中的部分参数设定如下：
表 1 24小时分时电价
Figure 896797DEST_PATH_IMAGE096
表 2 配电网运行成本参数设定
Figure 696126DEST_PATH_IMAGE097
S1：针对信息物理融合的配电网系统的每个可调度设备，设定数据上偏率的阈值
Figure 219511DEST_PATH_IMAGE014
和数据下偏率的阈值
Figure 649355DEST_PATH_IMAGE002
的初始值，
Figure 687718DEST_PATH_IMAGE098
，表示配电网中的可调度设备对于数据偏差的接受范围；以每小时下各可调度设备预测出力
Figure 228421DEST_PATH_IMAGE004
为基准，构建描述每小时下的信息物理融合的配电网因信息不完全而导致的数据偏差场景描述集合
Figure 871892DEST_PATH_IMAGE095
。
Figure 269375DEST_PATH_IMAGE099
时刻下的信息物理融合的配电网因信息不完全而导致的数据偏差场景描述集合
Figure 998297DEST_PATH_IMAGE095
表示如下：
Figure 142358DEST_PATH_IMAGE100
Figure 640336DEST_PATH_IMAGE008
式中，
Figure 146403DEST_PATH_IMAGE101
、
Figure 424938DEST_PATH_IMAGE010
分别表示
Figure 307443DEST_PATH_IMAGE099
时刻下信息物理融合的配电网各类发电单元及负荷对配电网的注入功率偏差值和预测值；
Figure 659927DEST_PATH_IMAGE102
、
Figure 664792DEST_PATH_IMAGE012
为0-1整数变量，用以表征该节点数据是否发生偏差（
Figure 102727DEST_PATH_IMAGE011
=1表示存在上偏，
Figure 523344DEST_PATH_IMAGE011
=0表示不存在上偏；
Figure 58230DEST_PATH_IMAGE103
=1表示存在下偏，
Figure 906101DEST_PATH_IMAGE012
=0表示存在下偏）；
Figure 831331DEST_PATH_IMAGE104
和
Figure 117956DEST_PATH_IMAGE105
分别为可调度设备
Figure 445032DEST_PATH_IMAGE106
数据上偏率和数据下偏率阈值；
Figure 791700DEST_PATH_IMAGE017
为含各类可调度设备的节点数量；
Figure 204227DEST_PATH_IMAGE107
为配电网中节点数量；
Figure 966646DEST_PATH_IMAGE108
为
Figure 210546DEST_PATH_IMAGE003
时刻下可调度设备
Figure 665798DEST_PATH_IMAGE106
的数据上偏系数；
Figure 565621DEST_PATH_IMAGE109
为
Figure 194048DEST_PATH_IMAGE099
时刻下可调度设备
Figure 230138DEST_PATH_IMAGE106
的数据下偏系数，
Figure 856291DEST_PATH_IMAGE108
、
Figure 296938DEST_PATH_IMAGE020
均为随机数且满足以下公式：
Figure 401160DEST_PATH_IMAGE023
S2：根据数据偏差场景描述集合
Figure 619652DEST_PATH_IMAGE110
中的场景，计算该集合中最“恶劣”场景（即所有配电网中所有信息节点的数据均发生上偏或下偏的场景）下的各可调度设备所能向配电网提供的备用容量的配置，保证配电网稳定运行的同时使得配电网的运行成本最小。
(一) 备用容量包括以下约束：
（1）配电网的火电机组及分布式电源设备出力与备用容量约束为：
Figure 416706DEST_PATH_IMAGE024
Figure 25542DEST_PATH_IMAGE025
Figure 261352DEST_PATH_IMAGE026
Figure 272033DEST_PATH_IMAGE027
Figure 239989DEST_PATH_IMAGE028
Figure 398438DEST_PATH_IMAGE029
式中，
Figure 844463DEST_PATH_IMAGE111
为
Figure 975230DEST_PATH_IMAGE003
时刻机组
Figure 176404DEST_PATH_IMAGE033
的出力的预测值；
Figure 759832DEST_PATH_IMAGE032
机组
Figure 9548DEST_PATH_IMAGE112
的最大出力值限值；
Figure 57138DEST_PATH_IMAGE034
为机组
Figure 366897DEST_PATH_IMAGE033
的最小出力限值；
Figure 499938DEST_PATH_IMAGE113
为机组
Figure 553344DEST_PATH_IMAGE112
提供的上调度备用容量；
Figure 455441DEST_PATH_IMAGE036
为机组
Figure 936101DEST_PATH_IMAGE112
提供的下调度备用容量；
Figure 228542DEST_PATH_IMAGE114
为机组
Figure 150887DEST_PATH_IMAGE112
提供的上调度备用容量的最大限值；
Figure 845173DEST_PATH_IMAGE115
为机组
Figure 496734DEST_PATH_IMAGE112
提供的下调度备用容量的最大限值；
Figure 604368DEST_PATH_IMAGE116
为
Figure 999577DEST_PATH_IMAGE099
时刻机组
Figure 548370DEST_PATH_IMAGE033
相对于出力预测值的实际调整容量；机组s的s表示编号，即是第几号机组的意思；
（2） 需求侧备用容量约束为：
Figure 698728DEST_PATH_IMAGE040
Figure 965762DEST_PATH_IMAGE041
式中，
Figure 961400DEST_PATH_IMAGE117
为
Figure 630278DEST_PATH_IMAGE099
时刻需求侧响应的负荷量的预测值；
Figure 889221DEST_PATH_IMAGE043
为需求侧响应负荷量的最大限值（按该节点处负荷有功功率的20%取值）；
Figure 440288DEST_PATH_IMAGE044
为
Figure 442879DEST_PATH_IMAGE099
时刻DR负荷相对于参与响应预测值的实际调整容量；
（3）系统的备用容量的调度需满足：
Figure 966265DEST_PATH_IMAGE118
式中，
Figure 192847DEST_PATH_IMAGE119
为
Figure 434472DEST_PATH_IMAGE003
时刻下主网对配电网的注入功率；
Figure 975175DEST_PATH_IMAGE047
为主网对配电网功率注入节点的数据上偏状态；
Figure 415384DEST_PATH_IMAGE120
为
Figure 16129DEST_PATH_IMAGE003
时刻下主网对配电网功率注入节点处的数据上偏系数；
Figure 541788DEST_PATH_IMAGE049
为主网对配电网功率注入节点处的数据上偏率的阈值；
Figure 886182DEST_PATH_IMAGE121
为主网对配电网功率注入节点的数据下偏状态；
Figure 384160DEST_PATH_IMAGE122
为
Figure 955474DEST_PATH_IMAGE099
时刻下主网对配电网功率注入节点处的数据下偏系数；
Figure 171691DEST_PATH_IMAGE123
为主网对配电网功率注入节点处的数据下偏率的阈值；为
Figure 54197DEST_PATH_IMAGE124
为发电侧可调度设备数量；
Figure 468998DEST_PATH_IMAGE054
为机组
Figure 145967DEST_PATH_IMAGE112
所在节点处的数据上偏状态；
Figure 583901DEST_PATH_IMAGE055
为
Figure 332414DEST_PATH_IMAGE099
时刻下机组
Figure 539405DEST_PATH_IMAGE112
所在节点处的数据上偏系数；
Figure 715171DEST_PATH_IMAGE125
为机组
Figure 640402DEST_PATH_IMAGE033
所在节点处的数据上偏率的阈值；
Figure 864710DEST_PATH_IMAGE057
为机组
Figure 254103DEST_PATH_IMAGE033
所在节点处的数据下偏状态；
Figure 538454DEST_PATH_IMAGE126
为
Figure 685401DEST_PATH_IMAGE099
时刻下机组
Figure 775717DEST_PATH_IMAGE112
所在节点处的数据下偏系数；
Figure 957300DEST_PATH_IMAGE127
为机组
Figure 474869DEST_PATH_IMAGE112
所在节点处的数据下偏率的阈值；
Figure 374692DEST_PATH_IMAGE128
为需求侧参与响应的负荷节点数量；
Figure 940802DEST_PATH_IMAGE129
为需求侧参与响应的DR负荷所在节点处的数据上偏状态；
Figure 39208DEST_PATH_IMAGE130
为
Figure 665362DEST_PATH_IMAGE099
时刻下需求侧参与响应的DR负荷所在节点处的数据上偏系数；
Figure 786901DEST_PATH_IMAGE131
为需求侧参与响应的DR负荷所在节点处的数据上偏率的阈值；
Figure 221949DEST_PATH_IMAGE064
为需求侧参与响应的DR负荷所在节点处的数据下偏状态；
Figure 378124DEST_PATH_IMAGE132
为
Figure 175179DEST_PATH_IMAGE099
时刻下需求侧参与响应的DR负荷所在节点处的数据下偏系数；
Figure 846332DEST_PATH_IMAGE133
为需求侧参与响应的DR负荷所在节点处的数据下偏率的阈值；
Figure 754245DEST_PATH_IMAGE073
为
Figure 827243DEST_PATH_IMAGE099
时刻机组
Figure 795199DEST_PATH_IMAGE033
相对于出力预测值的实际调整容量；
Figure 891331DEST_PATH_IMAGE067
为
Figure 665252DEST_PATH_IMAGE099
时刻DR负荷相对于参与响应预测值的实际调整容量；
Figure 796019DEST_PATH_IMAGE068
为
Figure 934876DEST_PATH_IMAGE099
时刻系统备用容量的不足量。
(二)配电网的稳定运行需满足以下约束：
a.配电网的功率平衡约束：
Figure 315042DEST_PATH_IMAGE069
式中，
Figure 830337DEST_PATH_IMAGE119
为
Figure 815611DEST_PATH_IMAGE099
时刻下主网对配电网的注入功率；
Figure 187686DEST_PATH_IMAGE124
为发电侧可调度设备数量；
Figure 992831DEST_PATH_IMAGE128
为需求侧参与响应的负荷节点数量；
Figure 46238DEST_PATH_IMAGE134
为配电网的节点数量；
Figure 948335DEST_PATH_IMAGE116
为
Figure 428995DEST_PATH_IMAGE099
时刻机组
Figure 49332DEST_PATH_IMAGE033
相对于出力预测值的实际调整容量；
Figure 640850DEST_PATH_IMAGE044
为
Figure 600716DEST_PATH_IMAGE099
时刻DR负荷相对于参与响应预测值的实际调整容量；
Figure 329242DEST_PATH_IMAGE135
为
Figure 108980DEST_PATH_IMAGE099
时刻配电网系统中节点
Figure 504189DEST_PATH_IMAGE106
的不平衡功率；
b.线路潮流约束：
Figure 380878DEST_PATH_IMAGE136
式中，
Figure 203340DEST_PATH_IMAGE137
为主网对配电网的功率传输分配系数；
Figure 532691DEST_PATH_IMAGE077
为机组
Figure 731591DEST_PATH_IMAGE033
对配电网的功率传输分配系数；
Figure 400469DEST_PATH_IMAGE138
为需求侧对配电网的功率传输分配系数；
Figure 721729DEST_PATH_IMAGE139
为配电网线路
Figure 476059DEST_PATH_IMAGE140
潮流的限值。
(三)在MATLAB平台中调用cplex求解器，计算在满足以上约束条件下的最小配电网的运行成本：
Figure 228617DEST_PATH_IMAGE083
Figure 470243DEST_PATH_IMAGE142
式中，
Figure 73262DEST_PATH_IMAGE143
为系统参与调度时间范围内的时段数；
Figure 451154DEST_PATH_IMAGE086
为配电网向主网的购电费用；
Figure 51900DEST_PATH_IMAGE144
为配电网中机组的运行成本以及备用容量配置成本；
Figure 577559DEST_PATH_IMAGE145
为备用容量调度成本；C p （R t ' ）为备用容量不足惩罚费用；
Figure 921952DEST_PATH_IMAGE146
为功率不平衡惩罚费用。
S3：调整数据上偏率的阈值
Figure 216668DEST_PATH_IMAGE104
和数据下偏率的阈值
Figure 988315DEST_PATH_IMAGE105
，重复步骤二计算配电网的最小运行成本
Figure 938953DEST_PATH_IMAGE147
，直至
Figure 886705DEST_PATH_IMAGE092
达到配电网运行成本的阈值
Figure 239189DEST_PATH_IMAGE148
元，即满足：
Figure 244054DEST_PATH_IMAGE094
解得火电机组应以额定装机容量的39.17%配置备用容量，光伏发电设备和风电机组均以额定装机容量的20%配置备用容量。
此时，各节点的数据上偏率的阈值
Figure 681989DEST_PATH_IMAGE014
和数据下偏率的阈值
Figure 368185DEST_PATH_IMAGE002
分别为：
Figure 637492DEST_PATH_IMAGE149
需要说明的是，上述装置和系统内的各单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器（ROM，Read Only Memory）、随机存取存储器（RAM，RandomAccess Memory）、磁盘或光盘等。
以上对本发明实施例所提供的一种考虑数据失真的信息物理融合的配电网鲁棒优化调度方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (5)

1.一种考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法，其特征在于：基于信息物理融合的配电网的特性，定量构建因信息不完全而导致的数据偏差场景描述集合，通过优化算法调整信息物理融合的配电网系统对于数据缺失的接受范围，提高系统对于配电网中不确定性因素的鲁棒性，同时保证配电网运行成本最小化且在限度内；具体包括以下步骤：
S1.针对信息物理融合的配电网系统的每个可调度设备，设定数据上偏率的阈值
Figure 240772DEST_PATH_IMAGE001
和数据下偏率的阈值
Figure 80552DEST_PATH_IMAGE002
，数据下偏率的阈值到数据上偏率的阈值的范围表示配电网中的可调度设备对于数据偏差的接受范围；以
Figure 233316DEST_PATH_IMAGE003
时刻下各可调度设备预测出力
Figure 791336DEST_PATH_IMAGE004
为基准，构建描述
Figure 600765DEST_PATH_IMAGE003
时刻下信息物理融合的配电网因信息不完全而导致的数据偏差场景描述集合
Figure 560631DEST_PATH_IMAGE005
；
S2.根据配电网信息不完全的数据偏差场景描述集合
Figure 212192DEST_PATH_IMAGE005
中的场景，计算该集合中最“恶劣”场景下配电网的备用容量配置，保证配电网稳定运行的同时使得配电网的运行成本最小；
S3.调整数据上偏率的阈值
Figure 929612DEST_PATH_IMAGE006
和数据下偏率的阈值
Figure 324822DEST_PATH_IMAGE007
，重复步骤S2计算最小的配电网的运行成本
Figure 811298DEST_PATH_IMAGE008
，直至
Figure 633760DEST_PATH_IMAGE008
达到配电网运行成本的阈值
Figure 900794DEST_PATH_IMAGE009
；
所述步骤S2中的最“恶劣”场景为所有配电网中所有信息节点的数据均发生上偏或下偏的场景；
步骤S1中
Figure 302956DEST_PATH_IMAGE010
时刻下的信息物理融合的配电网因信息不完全而导致的数据偏差场景描述集合
Figure 971835DEST_PATH_IMAGE005
表示如下：
Figure 902882DEST_PATH_IMAGE011
Figure 657211DEST_PATH_IMAGE012
式中，
Figure 659802DEST_PATH_IMAGE013
表示
Figure 120871DEST_PATH_IMAGE010
时刻下信息物理融合的配电网各类发电单元及可控负荷对配电网的注入功率偏差值；
Figure 285136DEST_PATH_IMAGE014
表示
Figure 526761DEST_PATH_IMAGE003
时刻下信息物理融合的配电网各类发电单元及可控负荷对配电网的注入功率预测值；
Figure 5147DEST_PATH_IMAGE015
、
Figure 383039DEST_PATH_IMAGE016
为0-1整数变量，用以表征该节点数据是否存在偏差，
Figure 983784DEST_PATH_IMAGE015
=1表示存在上偏，
Figure 384810DEST_PATH_IMAGE015
=0表示不存在上偏；
Figure 729203DEST_PATH_IMAGE016
=1表示存在下偏，
Figure 896355DEST_PATH_IMAGE016
=0表示不存在下偏，且满足以下公式：
Figure 668002DEST_PATH_IMAGE017
Figure 618640DEST_PATH_IMAGE006
为可调度设备
Figure DEST_PATH_IMAGE018
数据上偏率的阈值；
Figure 438829DEST_PATH_IMAGE007
为可调度设备
Figure 791313DEST_PATH_IMAGE018
数据下偏率的阈值；
Figure 671544DEST_PATH_IMAGE019
为含各类可调度设备的节点数量；
Figure 109479DEST_PATH_IMAGE020
为配电网中节点数量；
Figure 733358DEST_PATH_IMAGE021
为
Figure 940349DEST_PATH_IMAGE010
时刻下可调度设备
Figure 53798DEST_PATH_IMAGE018
的数据上偏系数；
Figure 916712DEST_PATH_IMAGE022
为
Figure 141020DEST_PATH_IMAGE003
时刻下可调度设备
Figure 468096DEST_PATH_IMAGE018
的数据下偏系数，
Figure 424551DEST_PATH_IMAGE023
、
Figure 837077DEST_PATH_IMAGE022
均为随机数且满足以下公式：
Figure 865076DEST_PATH_IMAGE024
。
2.根据权利要求1所述的考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法，其特征在于：步骤S2中的备用容量包括以下约束：
（1）配电网的火电机组及分布式电源设备出力与备用容量约束为：
Figure 984342DEST_PATH_IMAGE025
Figure 439594DEST_PATH_IMAGE026
Figure 11521DEST_PATH_IMAGE027
Figure 577631DEST_PATH_IMAGE028
Figure 879300DEST_PATH_IMAGE029
Figure 446066DEST_PATH_IMAGE030
式中，
Figure 567606DEST_PATH_IMAGE031
为
Figure 937407DEST_PATH_IMAGE010
时刻机组
Figure 31265DEST_PATH_IMAGE032
的出力的预测值；
Figure 828320DEST_PATH_IMAGE033
机组
Figure 437156DEST_PATH_IMAGE032
的最大出力值限值；
Figure 282752DEST_PATH_IMAGE034
为机组
Figure 293433DEST_PATH_IMAGE032
的最小出力限值；
Figure 261389DEST_PATH_IMAGE035
为机组
Figure 295204DEST_PATH_IMAGE032
提供的上调度备用容量；
Figure 6809DEST_PATH_IMAGE036
为机组
Figure 871996DEST_PATH_IMAGE032
提供的下调度备用容量；
Figure 948537DEST_PATH_IMAGE037
为机组
Figure 531965DEST_PATH_IMAGE032
提供的上调度备用容量的最大限值；
Figure 47260DEST_PATH_IMAGE038
为机组
Figure 704637DEST_PATH_IMAGE032
提供的下调度备用容量的最大限值；
Figure 14396DEST_PATH_IMAGE039
为
Figure 22803DEST_PATH_IMAGE010
时刻机组
Figure 76210DEST_PATH_IMAGE032
相对于出力预测值的实际调整容量；
（2）需求侧备用容量约束为：
Figure 915990DEST_PATH_IMAGE040
Figure 334333DEST_PATH_IMAGE041
式中，
Figure 892353DEST_PATH_IMAGE042
为
Figure 483871DEST_PATH_IMAGE010
时刻需求侧响应的负荷量的预测值；
Figure 112911DEST_PATH_IMAGE043
为需求侧响应负荷量的最大限值，最大限值按该节点处负荷有功功率的20%取值；
Figure 30052DEST_PATH_IMAGE044
为
Figure 809789DEST_PATH_IMAGE010
时刻DR负荷相对于参与响应预测值的实际调整容量；
（3）系统的备用容量的调度需满足：
Figure 142681DEST_PATH_IMAGE045
式中，
Figure 957054DEST_PATH_IMAGE046
为
Figure 779516DEST_PATH_IMAGE010
时刻下主网对配电网的注入功率；
Figure 984232DEST_PATH_IMAGE047
为主网对配电网功率注入节点的数据上偏状态；
Figure 183133DEST_PATH_IMAGE048
为
Figure 852011DEST_PATH_IMAGE010
时刻下主网对配电网功率注入节点处的数据上偏系数；
Figure 783058DEST_PATH_IMAGE049
为主网对配电网功率注入节点处的数据上偏率的阈值；
Figure 537388DEST_PATH_IMAGE050
为主网对配电网功率注入节点的数据下偏状态；
Figure 274400DEST_PATH_IMAGE051
为
Figure 735468DEST_PATH_IMAGE003
时刻下主网对配电网功率注入节点处的数据下偏系数；
Figure 165312DEST_PATH_IMAGE052
为主网对配电网功率注入节点处的数据下偏率的阈值；为
Figure 406938DEST_PATH_IMAGE053
为发电侧可调度设备数量；
Figure 354165DEST_PATH_IMAGE054
为机组
Figure 997636DEST_PATH_IMAGE032
所在节点处的数据上偏状态；
Figure 536065DEST_PATH_IMAGE055
为
Figure 264986DEST_PATH_IMAGE003
时刻下机组
Figure 343801DEST_PATH_IMAGE032
所在节点处的数据上偏系数；
Figure 779461DEST_PATH_IMAGE056
为机组
Figure 551108DEST_PATH_IMAGE032
所在节点处的数据上偏率的阈值；
Figure 501747DEST_PATH_IMAGE057
为机组
Figure 313146DEST_PATH_IMAGE032
所在节点处的数据下偏状态；
Figure 665630DEST_PATH_IMAGE058
为
Figure 608178DEST_PATH_IMAGE010
时刻下机组
Figure 983796DEST_PATH_IMAGE032
所在节点处的数据下偏系数；
Figure 404413DEST_PATH_IMAGE059
为机组
Figure 876983DEST_PATH_IMAGE060
所在节点处的数据下偏率的阈值；
Figure 662536DEST_PATH_IMAGE061
为需求侧参与响应的负荷节点数量；
Figure 587767DEST_PATH_IMAGE062
为需求侧参与响应的DR负荷所在节点处的数据上偏状态；
Figure 812075DEST_PATH_IMAGE063
为
Figure 76834DEST_PATH_IMAGE010
时刻下需求侧参与响应的DR负荷所在节点处的数据上偏系数；
Figure 361185DEST_PATH_IMAGE064
为需求侧参与响应的DR负荷所在节点处的数据上偏率的阈值；
Figure 711395DEST_PATH_IMAGE065
为需求侧参与响应的DR负荷所在节点处的数据下偏状态；
Figure 739393DEST_PATH_IMAGE066
为
Figure 920976DEST_PATH_IMAGE003
时刻下需求侧参与响应的DR负荷所在节点处的数据下偏系数；
Figure 782753DEST_PATH_IMAGE067
为需求侧参与响应的DR负荷所在节点处的数据下偏率的阈值；
Figure 682576DEST_PATH_IMAGE039
为
Figure 451949DEST_PATH_IMAGE010
时刻机组
Figure 753617DEST_PATH_IMAGE032
相对于出力预测值的实际调整容量；
Figure 114191DEST_PATH_IMAGE068
为
Figure 173414DEST_PATH_IMAGE010
时刻DR负荷相对于参与响应预测值的实际调整容量；
Figure 543216DEST_PATH_IMAGE069
为
Figure 433811DEST_PATH_IMAGE003
时刻系统备用容量的不足量。
3.根据权利要求2所述的考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法，其特征在于：步骤S2中
Figure 431198DEST_PATH_IMAGE010
时刻下配电网的稳定运行需满足以下约束：
a.配电网的功率平衡约束：
Figure 40034DEST_PATH_IMAGE070
式中，
Figure 213527DEST_PATH_IMAGE046
为
Figure 161891DEST_PATH_IMAGE010
时刻下主网对配电网的注入功率；
Figure 129847DEST_PATH_IMAGE053
为发电侧可调度设备数量；
Figure 225979DEST_PATH_IMAGE061
为需求侧参与响应的负荷节点数量；
Figure 609687DEST_PATH_IMAGE071
为配电网的节点数量；
Figure 474875DEST_PATH_IMAGE072
为
Figure 613732DEST_PATH_IMAGE010
时刻机组
Figure 400423DEST_PATH_IMAGE060
相对于出力预测值的实际调整容量；
Figure 650138DEST_PATH_IMAGE073
为
Figure 635412DEST_PATH_IMAGE010
时刻DR负荷相对于参与响应预测值的实际调整容量；
Figure 617274DEST_PATH_IMAGE074
为
Figure 687999DEST_PATH_IMAGE010
时刻配电网系统中节点
Figure 741405DEST_PATH_IMAGE018
的不平衡功率；
b.线路潮流约束：
Figure 581185DEST_PATH_IMAGE075
式中，
Figure 999528DEST_PATH_IMAGE076
为主网对配电网的功率传输分配系数；
Figure 291969DEST_PATH_IMAGE077
为机组
Figure 149067DEST_PATH_IMAGE060
对配电网的功率传输分配系数；
Figure 46616DEST_PATH_IMAGE078
为需求侧对配电网的功率传输分配系数；
Figure 698177DEST_PATH_IMAGE079
为配电网线路
Figure 743493DEST_PATH_IMAGE080
潮流的限值。
4.根据权利要求3所述的考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法，其特征在于：步骤S2中计算配电网的运行成本F的公式如下：
Figure 810807DEST_PATH_IMAGE081
Figure 359600DEST_PATH_IMAGE082
式中，
Figure 447641DEST_PATH_IMAGE083
为系统参与调度时间范围内的时段数；
Figure 920867DEST_PATH_IMAGE084
为配电网向主网的购电费用；
Figure 119767DEST_PATH_IMAGE085
为配电网中机组的运行成本以及备用容量配置成本；
Figure 195170DEST_PATH_IMAGE086
为备用容量调度成本；
Figure 454113DEST_PATH_IMAGE087
为备用容量不足惩罚费用；
Figure 208443DEST_PATH_IMAGE088
为功率不平衡惩罚费用。
5.根据权利要求4所述的考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法，其特征在于：步骤S3通过调整数据偏差率阈值，扩展描述信息不完全的数据偏差场景描述集合，结合在步骤S2中计算的配电网的运行成本F，使得配电网的运行成本取得最小值且在配电网运行成本的限值
Figure 883137DEST_PATH_IMAGE089
内，即满足：
Figure 406523DEST_PATH_IMAGE090
。
CN202110597179.3A 2021-05-31 2021-05-31 考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法 Active CN113256446B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110597179.3A CN113256446B (zh) 2021-05-31 2021-05-31 考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110597179.3A CN113256446B (zh) 2021-05-31 2021-05-31 考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法

Publications (2)

Publication Number Publication Date
CN113256446A CN113256446A (zh) 2021-08-13
CN113256446B true CN113256446B (zh) 2021-10-15

Family

ID=77185349

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110597179.3A Active CN113256446B (zh) 2021-05-31 2021-05-31 考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法

Country Status (1)

Country Link
CN (1) CN113256446B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105140917A (zh) * 2015-09-06 2015-12-09 清华大学 适用于不确定性环境下的主动配电网鲁棒恢复控制方法
CN110929948A (zh) * 2019-11-29 2020-03-27 上海电力大学 基于深度强化学习的完全分布式智能电网经济调度方法
CN112734116A (zh) * 2021-01-14 2021-04-30 华北电力大学 一种含分布式储能的主动配电网优化调度方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8762291B2 (en) * 2010-06-14 2014-06-24 L'air Liquide, Societe Anonyme Pour L'etude Et L'exploitation Des Procedes Georges Claude Robust optimization of bulk gas distribution
CN106849162B (zh) * 2017-02-10 2019-06-21 东南大学 大量可再生能源并网的主动配电网自适应鲁棒优化方法
CN109980685B (zh) * 2019-04-02 2022-07-19 东南大学 一种考虑不确定性的主动配电网分布式优化运行方法
CN112018823B (zh) * 2020-08-20 2022-09-16 天津大学 一种配电网多目标鲁棒优化方法
CN112257900A (zh) * 2020-09-23 2021-01-22 国网河北省电力有限公司经济技术研究院 一种基于结构方程的含分布式电源的配电网网架优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105140917A (zh) * 2015-09-06 2015-12-09 清华大学 适用于不确定性环境下的主动配电网鲁棒恢复控制方法
CN110929948A (zh) * 2019-11-29 2020-03-27 上海电力大学 基于深度强化学习的完全分布式智能电网经济调度方法
CN112734116A (zh) * 2021-01-14 2021-04-30 华北电力大学 一种含分布式储能的主动配电网优化调度方法

Also Published As

Publication number Publication date
CN113256446A (zh) 2021-08-13

Similar Documents

Publication Publication Date Title
CN109980685B (zh) 一种考虑不确定性的主动配电网分布式优化运行方法
US20200280186A1 (en) Establishing Communication and Power Sharing Links Between Components of a Distributed Energy System
WO2014057304A1 (en) Decentralized controls and communications for autonomous distribution networks in smart grid
CN104779607B (zh) 直流微网中的一种分布式协调控制方法及系统
CN108493998B (zh) 考虑需求响应与n-1预想故障的鲁棒输电网规划方法
CN112381375B (zh) 一种基于潮流分配矩阵的电网经济运行域快速生成方法
JP2010279238A (ja) 系統監視制御システム
WO2020238418A1 (zh) 域间的数据交互方法及装置
CN110676849A (zh) 一种孤岛微电网群能量调度模型的构建方法
CN112542845A (zh) 一种计及频率支撑能力的储能电站参与调峰控制方法
Shirzeh et al. Balancing energy in the smart grid using distributed value function (DVF)
CN109742769A (zh) 一种直流受端区域调相机无功置换方法和系统
CN105914762A (zh) 一种基于合作博弈理论的互联电网频率偏差系数设定方法
CN113256446B (zh) 考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法
Chen et al. Scheduled power tracking control of the virtual power plant for its internal contingency considering the communication delay and the unit capacity limitation
Bonetto et al. On the interplay of distributed power loss reduction and communication in low voltage microgrids
CN116934105A (zh) 一种考虑柔性资源接入的配电网灵活性评估方法和系统
CN108808742B (zh) 考虑主动配电网接入面向输电阻塞的风险调度方法及系统
CN110350521A (zh) 一种高比例可再生能源跨区互动消纳的受端电网阻塞预测方法及装置
CN116191528A (zh) 一种基于主动配电网的分布式光伏协同控制方法
CN110611335B (zh) 一种考虑电力系统和信息系统联合调度的方法及装置
CN104915723A (zh) 一种考虑频率恢复效果的可中断负荷参与旋转备用协调优化方法
Wu et al. Distribution network resilience enhancement strategy considering spatial‐temporal migration of flexible resources on supply and demand sides
CN115241878B (zh) 一种考虑风电备用可靠性的备用优化方法及系统
Han et al. Integrated Planning of Energy Storage Systems and Data Centers Considering Resilience Enhancement in Distribution Network

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
OL01 Intention to license declared
OL01 Intention to license declared