CN113746101B - 电力负荷聚合商鲁棒混合整数线性规划调度优化方法 - Google Patents

电力负荷聚合商鲁棒混合整数线性规划调度优化方法 Download PDF

Info

Publication number
CN113746101B
CN113746101B CN202111303532.9A CN202111303532A CN113746101B CN 113746101 B CN113746101 B CN 113746101B CN 202111303532 A CN202111303532 A CN 202111303532A CN 113746101 B CN113746101 B CN 113746101B
Authority
CN
China
Prior art keywords
power
scheduling
load
power load
aggregator
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
CN202111303532.9A
Other languages
English (en)
Other versions
CN113746101A (zh
Inventor
李昊翔
刘向向
丁贵立
樊友杰
康兵
刘明
卢婕
刘波
汪洁
许志浩
王宗耀
张亚楠
韩威
朱卓航
唐亮
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.)
Power Supply Service Management Center Of State Grid Jiangxi Electric Power Co ltd
State Grid Corp of China SGCC
Nanchang Institute of Technology
Original Assignee
Power Supply Service Management Center Of State Grid Jiangxi Electric Power Co ltd
State Grid Corp of China SGCC
Nanchang Institute of Technology
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 Power Supply Service Management Center Of State Grid Jiangxi Electric Power Co ltd, State Grid Corp of China SGCC, Nanchang Institute of Technology filed Critical Power Supply Service Management Center Of State Grid Jiangxi Electric Power Co ltd
Priority to CN202111303532.9A priority Critical patent/CN113746101B/zh
Publication of CN113746101A publication Critical patent/CN113746101A/zh
Application granted granted Critical
Publication of CN113746101B publication Critical patent/CN113746101B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • 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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load management
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/16—Energy services, e.g. dispersed generation or demand or load or energy savings aggregation

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (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)
  • Power Engineering (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种电力负荷聚合商鲁棒混合整数线性规划调度优化方法，步骤1：通过分析需求响应引起的负荷转移量、影响电力负荷聚合商的供电调度可靠性与经济性因素及相关约束条件，构造电力负荷聚合商标准混合整数线性规划（MILP）调度模型及加权参数，步骤2：通过定义一个与标准调度模型目标函数对电价不确定性的鲁棒程度密切相关的整数参数，推导出电力负荷聚合商调度鲁棒MILP模型（RMILP），本发明解决了电力市场环境下电价不确定性背景下电力负荷聚合商的调度模型鲁棒设计的问题，并给出了综合考虑调度可靠性与经济性的电力负荷聚合商优化调度的方法。

Description

电力负荷聚合商鲁棒混合整数线性规划调度优化方法
技术领域
本发明涉及电力调度控制领域，具体涉及一种电力负荷聚合商鲁棒混合整数线性规划调度优化方法。
背景技术
在当前中国电力工业重组框架背景下,电力负荷聚合商是电力市场的枢纽环节，国家发改委分别在2021年10月12日及20日印发《关于组织开展电网企业代理购电有关事项的通知》及《关于进一步深化燃煤发电上网电价市场化改革的通知》，燃煤发电电量原则上将全部进入电力市场，建立起“能跌能涨”的市场化电价机制，电价将不再固定，其对电力的调度行为将产生深远影响，电力市场放开背景下，电力负荷聚合商作为连接发电侧和用户侧最关键的一环，其调度行为直接关系着整个电力系统的技术稳定性，也是关系电力用户核心利益的主体；在电力市场中，电力负荷聚合商一方面考虑到负荷聚合商需要从多渠道调度电力总和需满足电力负荷需求总量以保证调度可靠性，保证系统供电安全，另一方面，负荷聚合商从多渠道调度电力也必须同时考虑不同电力调度渠道的调度成本问题，这是激发电力负荷聚合商做好自己本职工作从而维持整个电力系统上下游调度可靠与运行经济安全的关键。调度问题在数学上是一个离散的、高维数、非凸的非线性优化问题 ，难以确定其最优解。最优解的确定便于调度人员制定调度计划，具有较大的经济效益，混合整数线性规划法在电力系统可靠调度和经济调度优化方面的适用性已得到了验证，但是随着电力市场的放开，电力负荷聚合商的大规模出现，原本确定的电力市场参与主体及电价变得不再确定，对于需要确定的电力系统参与主体和确定性电价的标准混合整数线性规划法，亟需考虑电力负荷聚合商及电力市场电价不确定背景下的最优调度规划设计方案，因此，在电力市场电价不确定性环境下推导电力负荷聚合商调度鲁棒模型，并给出综合考虑调度可靠性与经济性的电力负荷聚合商优化调度的方法具有重要意义，为完全电力市场环境下作为市场主体的电力负荷聚合商调度提供理论支撑和参考。
发明内容
本发明的目的在于提供一种电力负荷聚合商鲁棒混合整数线性规划调度优化方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明采用的技术方案如下：一种电力负荷聚合商鲁棒混合整数线性规划调度优化方法，
步骤1：通过分析需求响应引起的负荷转移量、影响电力负荷聚合商的供电调度可靠性与经济性因素及相关约束条件，构造电力负荷聚合商标准混合整数线性规划（MILP）调度模型及加权参数，步骤2：通过定义一个与标准混合整数线性规划（MILP）调度模型目标函数对电价不确定性的鲁棒程度密切相关的整数参数，推导出电力负荷聚合商调度鲁棒混合整数线性规划（RMILP）调度模型，并基于鲁棒混合整数线性规划（RMILP）调度模型给出电力负荷聚合商优化调度方法。
进一步优选， 步骤1具体包括：
步骤1.1，确定需求响应引起的负荷转移量；
Figure 542549DEST_PATH_IMAGE001
Figure 873036DEST_PATH_IMAGE002
上式中
Figure 130842DEST_PATH_IMAGE003
指i时段初始电力负载，
Figure 901965DEST_PATH_IMAGE004
指需求响应实施后同时段的 电力负载，
Figure 346852DEST_PATH_IMAGE005
指i时段参与需求响应的负荷比例，
Figure 621976DEST_PATH_IMAGE006
指i时段通过需求响应转移 的负荷；
步骤1.2，确定电力负荷聚合商的供电调度来源及成本，考虑到负荷聚合商需要从多渠道调度电力并需满足电力负荷需求总量以保证调度可靠性，以及负荷聚合商从多渠道调度电力也必须同时考虑不同电力调度渠道的调度成本问题，构造经济可靠调度目标函数如下：
Figure 858922DEST_PATH_IMAGE007
该目标函数即是在保证电力负荷聚合商从各渠道调度电力总和满足负荷需求的 前提下保证最优调度的目标函数，其中
Figure 928509DEST_PATH_IMAGE008
表示i时段电力市场电价，T表示所有时间段的集 合，
Figure 1639DEST_PATH_IMAGE009
表示i时段电力负荷聚合商通过双边协议l调度电力经济代价，B表示通过双边协 议供应电力的电力供应来源总数，
Figure 549295DEST_PATH_IMAGE010
表示i时段通过双边协议l供应的电力负荷，
Figure 781693DEST_PATH_IMAGE011
表 示i时段从联合市场的调度电力的经济代价，
Figure 881236DEST_PATH_IMAGE012
表示i时段通过联合市场调度的电力负 荷，
Figure 831874DEST_PATH_IMAGE013
表示负荷聚合商自产设施的第j个单元h区块的电力生产经济代价，
Figure 58588DEST_PATH_IMAGE014
表示i 时段自产设施的第j个单元h区块的电力产能，N代表区块数，
Figure 145492DEST_PATH_IMAGE015
代表自产设施的单元数；
步骤1.3，由目标函数式（3）可知该模型目标函数最小化等效为目标函数第二部分从各渠道调度电力最小化这一目标，依此简化负荷聚合商调度电力的经济可靠综合调度模型，表示如下：
Figure 556882DEST_PATH_IMAGE016
为了保证负荷聚合商的经济可靠优化调度运行，需要考虑以下约束条件：
Figure 853871DEST_PATH_IMAGE017
Figure 743330DEST_PATH_IMAGE018
Figure 560107DEST_PATH_IMAGE019
Figure 142398DEST_PATH_IMAGE020
Figure 536470DEST_PATH_IMAGE021
Figure 619833DEST_PATH_IMAGE022
Figure 415751DEST_PATH_IMAGE023
Figure 434522DEST_PATH_IMAGE024
Figure 194187DEST_PATH_IMAGE025
Figure 425448DEST_PATH_IMAGE026
约束条件式（5）-（14）分别从电力系统调度标准中规定的电力负荷聚合商从各渠 道调度电力总和应等于负荷端需要的电力负荷、同时考虑各渠道电力调度的极限、负荷参 与不同时段电网需求响应的极限等物理限制和统计规律，其中
Figure 466085DEST_PATH_IMAGE027
指第i时段与双边 协议l有关的最大电力生产能力， QUOTE
Figure 200320DEST_PATH_IMAGE029
表示第i时段与双边协议l有关的最小生 产能力，
Figure 705250DEST_PATH_IMAGE030
是二元变量，如果选择双边协议l，则等于1，否则为0，
Figure 924879DEST_PATH_IMAGE031
表示电力负荷 聚合商自产设施的第j个单元h区块的最大电力生产能力，
Figure 46419DEST_PATH_IMAGE032
表示自产设施的第j个 单元h-1区块的最大电力生产能力，
Figure 619483DEST_PATH_IMAGE033
表示i时段电力负荷聚合商自产设施的第j个单 元第1个区块的电力产能，
Figure 385445DEST_PATH_IMAGE034
表示自产设施的第j个单元第1个区块的最大电力生产 能力，
Figure 651341DEST_PATH_IMAGE035
表示i时段电力负载增加量， QUOTE
Figure 994597DEST_PATH_IMAGE036
Figure 761565DEST_PATH_IMAGE036
表示i时段电 力负载增加比例，
Figure 241088DEST_PATH_IMAGE037
表示电网用电高峰期参与需求响应的负荷比例，
Figure 818831DEST_PATH_IMAGE038
指电网用电高峰期初始电力负载， QUOTE
Figure 383805DEST_PATH_IMAGE039
Figure 564250DEST_PATH_IMAGE039
指电网 用电高峰期通过需求响应转移的负荷，
Figure 288493DEST_PATH_IMAGE040
表示参与需求响应的最高负荷比例，
Figure 161771DEST_PATH_IMAGE041
电力负载最大增加比例；
步骤1.4，式(4)-(14)表示的电力负荷聚合商经济可靠调度模型及约束条件形式上正好满足如下的标准混合整数线性规划问题；
Figure 86477DEST_PATH_IMAGE042
约束条件简写如下
Figure 70613DEST_PATH_IMAGE043
Figure 524728DEST_PATH_IMAGE044
Figure 693542DEST_PATH_IMAGE045
式(15)中，
Figure 233107DEST_PATH_IMAGE046
表示目标函数，与式(4)等价，即式(4)可以理解为标准混合整数线 性规划问题的目标函数，
Figure 20935DEST_PATH_IMAGE047
表示i时段任意渠道k的调度量，
Figure 204923DEST_PATH_IMAGE048
与
Figure 420003DEST_PATH_IMAGE049
是根据 已知的电力负荷聚合商从各渠道
Figure 305920DEST_PATH_IMAGE050
实际调度电力的调度输出与调度模型在约束条件下产 生的输出误差方差最小化得到的一组混合整数线性规划加权参数，式（16）表示电力负荷聚 合商从各渠道调度电力的调度输出需满足的各种限制条件以及保证电力系统供需平衡需 满足的要求，m表示调度过程中各种限制条件，例如各渠道调度电力总和应大于等于负荷端 需要的电力负荷总量、考虑各渠道电力调度的最大值不超过不同渠道电力生产能力极限、 负荷参与不同时段电网需求响应的比例及绝对值不超过统计极限等条件，M则表示各种限 制条件的总数，n表示电力负荷聚合商调度来源渠道总数，
Figure 631859DEST_PATH_IMAGE051
为目标函数的标称系数，并 假定已知。
进一步优选，步骤2中，如果
Figure 60566DEST_PATH_IMAGE052
与
Figure 56335DEST_PATH_IMAGE053
及
Figure 836072DEST_PATH_IMAGE051
是具有已知下界和上界的未知 参数，则与式(15)-(18)相关的优化标准混合整数线性规划调度模型可以重新表述；假设
Figure 824757DEST_PATH_IMAGE054
表示实际电力负荷聚合商从各渠道调度电力的相关系数与目标函数的标称系数
Figure 842391DEST_PATH_IMAGE051
的 偏差，则目标函数的标称系数
Figure 664854DEST_PATH_IMAGE051
在区间
Figure 276095DEST_PATH_IMAGE055
里；为了建立一个鲁棒混合 整数线性规划调度模型，定义
Figure 943837DEST_PATH_IMAGE056
是一个与式（15）对电价不确定性的鲁棒程度密切相关 的整数参数，取值范围是[0，|J0|], 其中J0 =k/
Figure 206191DEST_PATH_IMAGE054
> 0；在目标函数中忽略电价不确定性 的影响，Γ0 应设为零;而如果Γ0 =|J0|，则表示完全考虑电价不确定性影响。
步骤2.1，结合式(15)-(18)，电力负荷聚合商鲁棒混合整数线性规划调度模型表示为：
Figure 199555DEST_PATH_IMAGE057
Figure 157146DEST_PATH_IMAGE058
式（19）即是考虑了电价不确定性的电力负荷聚合商鲁棒混合整数线性规划调度模型，约束条件不变；
步骤2.2，针对目标函数式（19）中同时出现求组最大极值和最小极值求解困难的问题，引入式(15)-(18)的对偶变量z 0 和q ok ，运用对偶定理和线性化方法，将目标函数式（19）等效对偶转换成如下的求一个最小极值问题的线性函数，也就是将目标函数式（19）重新表述为另一个容易求解的等效鲁棒优化标准混合整数线性规划如下：
Figure 518594DEST_PATH_IMAGE059
上述目标函数（21）的约束条件为公式（20）, 另外附加如下约束条件：
Figure 776400DEST_PATH_IMAGE060
Figure 534140DEST_PATH_IMAGE061
Figure 510186DEST_PATH_IMAGE062
Figure 519731DEST_PATH_IMAGE063
Figure 507409DEST_PATH_IMAGE064
通过对偶定理和线性化方法，得到与目标函数式（19）等效的目标函数式(21)，引 入
Figure 576996DEST_PATH_IMAGE065
作为辅助变量，并引入等效变换后新增的相关约束(22)-(26)；与原有的约束条件 （20）共同构成最终的电力负荷聚合商经济可靠调度鲁棒模型的目标函数式（21）求解的约 束条件；
步骤2.3，考虑电价不确定性影响的电力负荷聚合商经济可靠综合调度优化的鲁棒混合整数线性规划调度模型表示为求解满足以下约束的鲁棒调度模型：
Figure 633814DEST_PATH_IMAGE066
约束条件
Figure 712629DEST_PATH_IMAGE067
Figure 679448DEST_PATH_IMAGE068
Figure 795302DEST_PATH_IMAGE069
Figure 480362DEST_PATH_IMAGE070
Figure 956342DEST_PATH_IMAGE071
Figure 43247DEST_PATH_IMAGE072
上式中
Figure 189057DEST_PATH_IMAGE073
表示
Figure 236779DEST_PATH_IMAGE074
时段的对偶变量
Figure 391817DEST_PATH_IMAGE075
式（27）即是推导出的电力负荷聚合商经济可靠综合调度优化的鲁棒混合整数线性规划调度模型目标函数最终形式，通过求解目标函数式（27）在约束条件式（28）-（33）下的解，也就得出了电力负荷聚合商经济可靠优化鲁棒调度策略。
本发明还提供了一种用于实现电力负荷聚合商鲁棒混合整数线性规划调度优化方法的装置，包括综合调度标准建模模块、改进调度鲁棒建模模块、最优经济可靠调度模块，
综合调度标准建模模块：通过分析需求响应引起的负荷转移量、影响电力负荷聚合商的供电调度可靠性与经济性因素及相关约束条件，构造电力负荷聚合商标准混合整数线性规划（MILP）调度模型及加权参数；
改进调度鲁棒建模模块：基于前述电力负荷聚合商标准混合整数线性规划（MILP）调度模型及加权参数，通过定义一个与标准调度模型目标函数对电价不确定性的鲁棒程度密切相关的整数参数，运用对偶定理和线性化理论，推导出电力负荷聚合商调度鲁棒混合整数线性规划调度模型；解决了电力市场环境下电价不确定性背景下电力负荷聚合商的调度模型鲁棒设计的问题；
最优经济可靠调度模块：基于前述电力负荷聚合商调度鲁棒混合整数线性规划调度模型，给出了综合考虑调度可靠性与经济性的电力负荷聚合商优化调度的方法，指导电力负荷聚合商电力调度。
本发明的有益效果是：
考虑到电价这种不确定性意味着负荷聚合商的调度模型是未知的，本发明依赖混合整数线性规划相关参数估计的下限和上限，与稳健优化方法相结合，提出一种鲁棒混合整数线性规划方法以获得综合考虑调度可靠性与经济性的电力负荷聚合商优化调度模型与运行方案，该方案可以表示为考虑调度可靠与经济性的混合整数线性规划(MILP)问题；另一方面，如果考虑电力市场环境下电价的不确定性，则电力负荷聚合商优化调度策略又可以重构为一个鲁棒MILP (RMILP)问题。与现有的随机规划方法相比，鲁棒优化方法能得到有效的、鲁棒的解，且计算量小。
同时，对于电力负荷聚合商来说，电价不确定背景下确定合理的鲁棒优化调度模型，不仅可以保证调度电力能量的可靠性，也能保证调度经济性，为完全电力市场环境下作为市场主体的电力负荷聚合商电力调度决策提供理论支撑，也有助于规范参与电力市场各参与主体的行为及构建良好的电力市场运行秩序。
具体实施方式
下面将结合本发明实施例对本发明中的技术方案进行清楚、完整地描述。
一种电力负荷聚合商鲁棒混合整数线性规划调度优化方法，
步骤1：通过分析需求响应引起的负荷转移量、影响电力负荷聚合商的供电调度可靠性与经济性因素及相关约束条件，构造电力负荷聚合商标准混合整数线性规划（MILP）调度模型及加权参数，步骤2：通过定义一个与标准混合整数线性规划（MILP）调度模型目标函数对电价不确定性的鲁棒程度密切相关的整数参数，推导出电力负荷聚合商调度鲁棒混合整数线性规划调度模型（RMILP），并基于鲁棒混合整数线性规划调度模型（RMILP）给出电力负荷聚合商优化调度方法。
具体地， 步骤1具体包括：
步骤1.1，确定需求响应引起的负荷转移量；
Figure 333228DEST_PATH_IMAGE076
Figure 40153DEST_PATH_IMAGE077
上式中
Figure 699804DEST_PATH_IMAGE078
指i时段初始电力负载，
Figure 265390DEST_PATH_IMAGE079
指需求响应实施后同时段 的电力负载，
Figure 61308DEST_PATH_IMAGE080
指i时段参与需求响应的负荷比例，
Figure 80080DEST_PATH_IMAGE081
指i时段通过需求响应转 移的负荷；
步骤1.2，确定电力负荷聚合商的供电调度来源及成本，考虑到负荷聚合商需要从多渠道调度电力并需满足电力负荷需求总量以保证调度可靠性，以及负荷聚合商从多渠道调度电力也必须同时考虑不同电力调度渠道的调度成本问题，构造经济可靠调度目标函数如下：
Figure 820503DEST_PATH_IMAGE082
该目标函数即是在保证电力负荷聚合商从各渠道调度电力总和满足负荷需求的 前提下保证最优调度的目标函数，其中
Figure 317343DEST_PATH_IMAGE083
表示i时段电力市场电价，T表示所有时间段的集 合，
Figure 108713DEST_PATH_IMAGE084
表示i时段电力负荷聚合商通过双边协议l调度电力经济代价，B表示通过双边协 议供应电力的电力供应来源总数，
Figure 298386DEST_PATH_IMAGE085
表示i时段通过双边协议l供应的电力负荷，
Figure 667050DEST_PATH_IMAGE086
表 示i时段从联合市场的调度电力的经济代价，
Figure 826636DEST_PATH_IMAGE087
表示i时段通过联合市场调度的电力负 荷，
Figure 597146DEST_PATH_IMAGE088
表示负荷聚合商自产设施的第j个单元h区块的电力生产经济代价，
Figure 567507DEST_PATH_IMAGE089
表示i 时段自产设施的第j个单元h区块的电力产能，N代表区块数，
Figure 423467DEST_PATH_IMAGE090
代表自产设施的单元数；
步骤1.3，由目标函数式（3）可知该模型目标函数最小化等效为目标函数第二部分从各渠道调度电力最小化这一目标，依此简化负荷聚合商调度电力的经济可靠综合调度模型，表示如下：
Figure 262110DEST_PATH_IMAGE091
为了保证负荷聚合商的经济可靠优化调度运行，需要考虑以下约束条件：
Figure 277340DEST_PATH_IMAGE092
Figure 543236DEST_PATH_IMAGE093
Figure 496280DEST_PATH_IMAGE094
Figure 138614DEST_PATH_IMAGE095
Figure 618137DEST_PATH_IMAGE096
Figure 445147DEST_PATH_IMAGE097
Figure 10121DEST_PATH_IMAGE098
Figure 456146DEST_PATH_IMAGE099
Figure 934050DEST_PATH_IMAGE100
Figure 541749DEST_PATH_IMAGE101
约束条件式（5）-（14）分别从电力系统调度标准中规定的电力负荷聚合商从各渠 道调度电力总和应等于负荷端需要的电力负荷、同时考虑各渠道电力调度的极限、负荷参 与不同时段电网需求响应的极限等物理限制和统计规律，其中
Figure 718652DEST_PATH_IMAGE102
指第i时段与双边协 议l有关的最大电力生产能力，
Figure 702789DEST_PATH_IMAGE103
表示第i时段与双边协议l有关的最小生产能力，
Figure 422483DEST_PATH_IMAGE104
是 二元变量，如果选择双边协议l，则等于1，否则为0，
Figure 76450DEST_PATH_IMAGE105
表示电力负荷聚合商自产设施的 第j个单元h区块的最大电力生产能力，
Figure 616015DEST_PATH_IMAGE106
表示自产设施的第j个单元h-1区块的最大 电力生产能力，
Figure 262897DEST_PATH_IMAGE107
表示i时段电力负荷聚合商自产设施的第j个单元第1个区块的电力产 能，
Figure 571519DEST_PATH_IMAGE108
表示自产设施的第j个单元第1个区块的最大电力生产能力，
Figure 786600DEST_PATH_IMAGE109
表 示i时段电力负载增加量，
Figure 688828DEST_PATH_IMAGE110
表示i时段电力负载增加比例，
Figure 14767DEST_PATH_IMAGE111
表示电网用 电高峰期参与需求响应的负荷比例，
Figure 568108DEST_PATH_IMAGE112
指电网用电高峰期初始电力负载，
Figure 688511DEST_PATH_IMAGE113
指电网用电高峰期通过需求响应转移的负荷，
Figure 202668DEST_PATH_IMAGE114
表示参与需求响应的最 高负荷比例，
Figure 942086DEST_PATH_IMAGE115
电力负载最大增加比例；
步骤1.4，式(4)-(14)表示的电力负荷聚合商经济可靠调度模型及约束条件形式上正好满足如下的标准混合整数线性规划问题；
Figure 490879DEST_PATH_IMAGE116
约束条件简写如下
Figure 906816DEST_PATH_IMAGE117
Figure 908270DEST_PATH_IMAGE118
Figure 576012DEST_PATH_IMAGE119
式(15)中，
Figure 586169DEST_PATH_IMAGE120
表示目标函数，与式(4)等价，即式(4)可以理解为标准混合整数线 性规划问题的目标函数，
Figure 313954DEST_PATH_IMAGE121
表示i时段任意渠道k的调度量，
Figure 661758DEST_PATH_IMAGE122
与
Figure 398770DEST_PATH_IMAGE123
是根据 已知的电力负荷聚合商从各渠道
Figure 390997DEST_PATH_IMAGE124
实际调度电力的调度输出与调度模型在约束条件下产 生的输出误差方差最小化得到的一组混合整数线性规划加权参数，式（16）表示电力负荷聚 合商从各渠道调度电力的调度输出需满足的各种限制条件以及保证电力系统供需平衡需 满足的要求，m表示调度过程中各种限制条件，例如各渠道调度电力总和应大于等于负荷端 需要的电力负荷总量、考虑各渠道电力调度的最大值不超过不同渠道电力生产能力极限、 负荷参与不同时段电网需求响应的比例及绝对值不超过统计极限等条件，M则表示各种限 制条件的总数，n表示电力负荷聚合商调度来源渠道总数，
Figure 165049DEST_PATH_IMAGE125
为目标函数的标称系数，并 假定已知。
具体地，步骤2中，如果
Figure 875516DEST_PATH_IMAGE126
与
Figure 9694DEST_PATH_IMAGE127
及
Figure 122007DEST_PATH_IMAGE125
是具有已知下界和上界的未知参数，则 与式(15)-(18)相关的优化标准混合整数线性规划调度模型可以重新表述；假设
Figure 191594DEST_PATH_IMAGE128
表示 实际电力负荷聚合商从各渠道调度电力的相关系数与目标函数的标称系数
Figure 264723DEST_PATH_IMAGE125
的偏差，则 目标函数的标称系数
Figure 77958DEST_PATH_IMAGE125
在区间
Figure 44777DEST_PATH_IMAGE129
里；为了建立一个鲁棒混合整数线性规 划调度模型，定义
Figure 409900DEST_PATH_IMAGE130
是一个与式（15）对电价不确定性的鲁棒程度密切相关的整数参数， 取值范围是[0，|J0|], 其中J0 =k/
Figure 829380DEST_PATH_IMAGE128
> 0；在目标函数中忽略电价不确定性的影响，Γ0 应 设为零;而如果Γ0 =|J0|，则表示完全考虑电价不确定性影响。
步骤2.1，结合式(15)-(18)，电力负荷聚合商鲁棒混合整数线性规划调度模型表示为：
Figure 321672DEST_PATH_IMAGE131
Figure 142997DEST_PATH_IMAGE132
式（19）即是考虑了电价不确定性的电力负荷聚合商鲁棒混合整数线性规划调度模型，约束条件不变；
步骤2.2，针对目标函数式（19）中同时出现求组最大极值和最小极值求解困难的问题，引入式(15)-(18)的对偶变量z 0 和q ok ，运用对偶定理和线性化方法，将目标函数式（19）等效对偶转换成如下的求一个最小极值问题的线性函数，也就是将目标函数式（19）重新表述为另一个容易求解的等效鲁棒优化标准混合整数线性规划如下：
Figure 819966DEST_PATH_IMAGE133
上述目标函数（21）的约束条件为公式（20），另外附加如下约束条件：
Figure 851376DEST_PATH_IMAGE134
Figure 271993DEST_PATH_IMAGE135
Figure 814403DEST_PATH_IMAGE136
Figure 396694DEST_PATH_IMAGE137
Figure 56345DEST_PATH_IMAGE138
通过对偶定理和线性化方法，得到与目标函数式（19）等效的目标函数式(21)，引 入
Figure 874128DEST_PATH_IMAGE139
作为辅助变量，并引入等效变换后新增的相关约束(22)-(26)；与原有的约束条件 （20）共同构成最终的电力负荷聚合商经济可靠调度鲁棒模型的目标函数式（21）求解的约 束条件；
步骤2.3，考虑电价不确定性影响的电力负荷聚合商经济可靠综合调度优化的鲁棒混合整数线性规划调度模型表示为求解满足以下约束的鲁棒调度模型：
Figure 935625DEST_PATH_IMAGE140
约束条件
Figure 298605DEST_PATH_IMAGE141
Figure 320918DEST_PATH_IMAGE142
Figure 817759DEST_PATH_IMAGE143
Figure 858396DEST_PATH_IMAGE144
Figure 782490DEST_PATH_IMAGE145
Figure 760941DEST_PATH_IMAGE146
上式中
Figure 61472DEST_PATH_IMAGE147
表示
Figure 831982DEST_PATH_IMAGE148
时段的对偶变量
Figure 317190DEST_PATH_IMAGE149
，di表示i时段的实际电力负荷聚合商从各 渠道调度电力的相关系数与目标函数的标称系数的偏差，yi表示i时段引入的辅助变量；
式（27）即是推导出的电力负荷聚合商经济可靠综合调度优化的鲁棒混合整数线性规划调度模型目标函数最终形式，通过求解目标函数式（27）在约束条件式（28）-（33）下的解，也就得出了电力负荷聚合商经济可靠优化鲁棒调度策略。
一种用于实现电力负荷聚合商鲁棒混合整数线性规划调度优化方法的装置，包括综合调度标准建模模块、改进调度鲁棒建模模块、最优经济可靠调度模块，
综合调度标准建模模块：通过分析需求响应引起的负荷转移量、影响电力负荷聚合商的供电调度可靠性与经济性因素及相关约束条件，构造电力负荷聚合商标准混合整数线性规划（MILP）调度模型及加权参数；
改进调度鲁棒建模模块：基于前述电力负荷聚合商标准混合整数线性规划（MILP）调度模型及加权参数，通过定义一个与标准调度模型目标函数对电价不确定性的鲁棒程度密切相关的整数参数，运用对偶定理和线性化理论，推导出电力负荷聚合商调度鲁棒混合整数线性规划调度模型；解决了电力市场环境下电价不确定性背景下电力负荷聚合商的调度模型鲁棒设计的问题；
最优经济可靠调度模块：基于前述电力负荷聚合商调度鲁棒混合整数线性规划调度模型，给出了综合考虑调度可靠性与经济性的电力负荷聚合商优化调度的方法，指导电力负荷聚合商电力调度。
利用某地区（2000户居民）不确定电价下相同负荷需求量53MWh前提下，运用标准混合整数线性规划调度方法（MILP）和本发明的鲁棒混合整数线性规划调度方法（RMILP）下得到的调度结果和经济可靠性评估数据，对所提出的电力负荷聚合商鲁棒混合整数线性规划调度模型和优化设计方案进行了论证。具体包括：
通过GAMS软件的CPLEX求解器求解MILP和RMILP优化问题，得到不同调度方案下通过双边协议、联合市场采购和自产设施等不同资源提供电力的总量和相应成本，得到负荷聚合商电力调度方案及成本收益如表1所示。
Figure 907572DEST_PATH_IMAGE150
由表1的结果可知，本文所提出的电力负荷聚合商经济可靠优化鲁棒调度方案能够在满足用电负荷总体需求的前提下，还能有一定程度的供应盈余，不确定电价下基于MILP调度方案下从各来源处调度的电量分别为38.34、10.95、5.48MWh，总调度量为54.77MWh，总经济效益36276.23元，不确定电价下基于RMILP调度方案下从各来源处调度的电量分别为42.65、12.19、6.09MWh,总调度量为60.93MWh，总经济效益37514.86元，在满足负荷需求量53MWh前提下，还结余7.93MWh电能，说明鲁棒优化调度方案的可靠性，系统不会因为缺少电能供应出现供需稳定性问题，且盈余电能可以有效支撑负荷突然上涨的调度压力，同时调度收益增加1238.63元，所提不确定电价下电力负荷聚合商经济可靠优化鲁棒调度方案达到了调度可靠和经济性要求。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (2)

1.一种电力负荷聚合商鲁棒混合整数线性规划调度优化方法，其特征在于：
步骤1：通过分析需求响应引起的负荷转移量、影响电力负荷聚合商的供电调度可靠性与经济性因素及相关约束条件，构造电力负荷聚合商标准混合整数线性规划调度模型及加权参数，步骤2：通过定义一个与标准混合整数线性规划调度模型目标函数对电价不确定性的鲁棒程度密切相关的整数参数，推导出电力负荷聚合商鲁棒混合整数线性规划调度模型，并基于鲁棒混合整数线性规划调度模型给出电力负荷聚合商优化调度方法；
步骤1具体包括：
步骤1.1，确定需求响应引起的负荷转移量；
Figure 118291DEST_PATH_IMAGE001
Figure 333372DEST_PATH_IMAGE002
上式中
Figure 360233DEST_PATH_IMAGE003
指i时段初始电力负载，
Figure 561539DEST_PATH_IMAGE004
指需求响应实施后同时段的电力 负载，
Figure 724667DEST_PATH_IMAGE005
指i时段参与需求响应的负荷比例，
Figure 376228DEST_PATH_IMAGE006
指i时段通过需求响应转移的负 荷；
步骤1.2，确定电力负荷聚合商的供电调度来源及成本，考虑到负荷聚合商需要从多渠道调度电力并需满足电力负荷需求总量以保证调度可靠性，以及负荷聚合商从多渠道调度电力也必须同时考虑不同电力调度渠道的调度成本问题，构造经济可靠调度目标函数如下：
Figure 749440DEST_PATH_IMAGE007
该目标函数即是在保证电力负荷聚合商从各渠道调度电力总和满足负荷需求的前提 下保证最优调度的目标函数，其中
Figure 613491DEST_PATH_IMAGE008
表示i时段电力市场电价，T表示所有时间段的集合，
Figure 37651DEST_PATH_IMAGE009
表示i时段电力负荷聚合商通过双边协议l调度电力经济代价，B表示通过双边协议供 应电力的电力供应来源总数，
Figure 328955DEST_PATH_IMAGE010
表示i时段通过双边协议l供应的电力负荷，
Figure 330409DEST_PATH_IMAGE011
表示i时 段从联合市场的调度电力的经济代价，
Figure 122784DEST_PATH_IMAGE012
表示i时段通过联合市场调度的电力负荷，
Figure 526084DEST_PATH_IMAGE013
表示负荷聚合商自产设施的第j个单元h区块的电力生产经济代价，
Figure 860726DEST_PATH_IMAGE014
表示i时 段自产设施的第j个单元h区块的电力产能，N代表区块数，
Figure 83896DEST_PATH_IMAGE015
代表自产设施的单元数；
步骤1.3，由目标函数式（3）可知该模型目标函数最小化等效为目标函数第二部分从各渠道调度电力最小化这一目标，依此简化负荷聚合商调度电力的经济可靠综合调度模型，表示如下：
Figure 555329DEST_PATH_IMAGE016
为了保证负荷聚合商的经济可靠优化调度运行，需要考虑以下约束条件：
Figure 672190DEST_PATH_IMAGE017
（5）
Figure 836455DEST_PATH_IMAGE018
Figure 422288DEST_PATH_IMAGE019
Figure 431832DEST_PATH_IMAGE020
Figure 544145DEST_PATH_IMAGE021
Figure 472787DEST_PATH_IMAGE022
Figure 936129DEST_PATH_IMAGE023
Figure 359151DEST_PATH_IMAGE024
Figure 591549DEST_PATH_IMAGE025
Figure 832038DEST_PATH_IMAGE026
约束条件式（5）-（14）分别从电力系统调度标准中规定的电力负荷聚合商从各渠道调 度电力总和应等于负荷端需要的电力负荷、同时考虑各渠道电力调度的极限、负荷参与不 同时段电网需求响应的极限，其中
Figure 641731DEST_PATH_IMAGE027
指第i时段与双边协议l有关的最大电力生产能 力，
Figure 993078DEST_PATH_IMAGE028
表示第i时段与双边协议l有关的最小生产能力，
Figure 689769DEST_PATH_IMAGE029
是二元变量，如果选择双 边协议l，则等于1，否则为0，
Figure 366738DEST_PATH_IMAGE030
表示电力负荷聚合商自产设施的第j个单元h区块的 最大电力生产能力，
Figure 273515DEST_PATH_IMAGE031
表示自产设施的第j个单元h-1区块的最大电力生产能力，
Figure 553186DEST_PATH_IMAGE032
表示i时段电力负荷聚合商自产设施的第j个单元第1个区块的电力产能，
Figure 494597DEST_PATH_IMAGE033
表 示自产设施的第j个单元第1个区块的最大电力生产能力，
Figure 342468DEST_PATH_IMAGE034
表示i时段电力负 载增加量，
Figure 603117DEST_PATH_IMAGE035
表示i时段电力负载增加比例，
Figure 296267DEST_PATH_IMAGE036
表示电网用电高峰期参与 需求响应的负荷比例，
Figure 216818DEST_PATH_IMAGE037
指电网用电高峰期初始电力负载，
Figure 970010DEST_PATH_IMAGE038
指 电网用电高峰期通过需求响应转移的负荷，
Figure 726745DEST_PATH_IMAGE039
表示参与需求响应的最高负荷比例，
Figure 489165DEST_PATH_IMAGE040
电力负载最大增加比例；
步骤1.4，式(4)-(14)表示的电力负荷聚合商经济可靠调度模型及约束条件形式上正好满足如下的标准混合整数线性规划问题；
Figure 139589DEST_PATH_IMAGE041
约束条件简写如下
Figure 188316DEST_PATH_IMAGE042
Figure 556981DEST_PATH_IMAGE043
Figure 467299DEST_PATH_IMAGE044
式(15)中，
Figure 503388DEST_PATH_IMAGE045
表示目标函数，与式(4)等价，即式(4)可以理解为标准混合整数线性规 划问题的目标函数，
Figure 332804DEST_PATH_IMAGE046
表示i时段任意渠道k的调度量，
Figure 578977DEST_PATH_IMAGE047
与
Figure 417620DEST_PATH_IMAGE048
是根据已知 的电力负荷聚合商从各渠道
Figure 42637DEST_PATH_IMAGE049
实际调度电力的调度输出与调度模型在约束条件下产生的 输出误差方差最小化得到的一组混合整数线性规划加权参数，式（16）表示电力负荷聚合商 从各渠道调度电力的调度输出需满足的各种限制条件以及保证电力系统供需平衡需满足 的要求，m表示调度过程中各种限制条件，M则表示各种限制条件的总数，n表示电力负荷聚 合商调度来源渠道总数，
Figure 183899DEST_PATH_IMAGE050
为目标函数的标称系数，并假定已知；
步骤2中，如果
Figure 527156DEST_PATH_IMAGE051
与
Figure 294124DEST_PATH_IMAGE048
及
Figure 39226DEST_PATH_IMAGE050
是具有已知下界和上界的未知参数，则与式(15)- (18)相关的优化标准混合整数线性规划调度模型可以重新表述；假设
Figure 476023DEST_PATH_IMAGE052
表示实际电力负 荷聚合商从各渠道调度电力的相关系数与目标函数的标称系数
Figure 913433DEST_PATH_IMAGE050
的偏差，则目标函数的 标称系数
Figure 359458DEST_PATH_IMAGE050
在区间
Figure 818121DEST_PATH_IMAGE053
里；为了建立一个鲁棒混合整数线性规划调度模 型，定义
Figure 691399DEST_PATH_IMAGE054
是一个与式（15）对电价不确定性的鲁棒程度密切相关的整数参数，取值范围是 [0，|J0|], 其中
Figure 743669DEST_PATH_IMAGE055
0；在目标函数中忽略电价不确定性的影响，Γ0 应设为零; 而如果Γ0 =|J0|，则表示完全考虑电价不确定性影响；
步骤2.1，结合式(15)-(18)，电力负荷聚合商鲁棒混合整数线性规划调度模型表示为：
Figure 337593DEST_PATH_IMAGE056
Figure 57287DEST_PATH_IMAGE057
式（19）即是考虑了电价不确定性的电力负荷聚合商鲁棒混合整数线性规划调度模型，约束条件不变；
步骤2.2，针对目标函数式（19）中同时出现最大极值和最小极值求解困难的问题，引入式(15)-(18)的对偶变量z 0 和q ok ，运用对偶定理和线性化方法，将目标函数式（19）等效对偶转换成如下的求一个最小极值问题的线性函数，也就是将目标函数式（19）重新表述为另一个容易求解的等效鲁棒优化标准混合整数线性规划如下：
Figure 960521DEST_PATH_IMAGE058
上述目标函数（21）的约束条件为公式（20）另外附加如下约束条件：
Figure 765666DEST_PATH_IMAGE059
Figure 287914DEST_PATH_IMAGE060
Figure 471902DEST_PATH_IMAGE061
Figure 686983DEST_PATH_IMAGE062
Figure 572899DEST_PATH_IMAGE063
通过对偶定理和线性化方法，得到与目标函数式（19）等效的目标函数式(21)，引入
Figure 164417DEST_PATH_IMAGE064
作为辅助变量，并引入等效变换后新增的相关约束(22)-(26)；与原有的约束条件（20） 共同构成最终的电力负荷聚合商经济可靠调度鲁棒模型的目标函数式（21）求解的约束条 件；
Figure 327545DEST_PATH_IMAGE065
约束条件
Figure 588894DEST_PATH_IMAGE066
Figure 103051DEST_PATH_IMAGE067
Figure 232682DEST_PATH_IMAGE068
Figure 374950DEST_PATH_IMAGE069
Figure 931833DEST_PATH_IMAGE070
Figure 811583DEST_PATH_IMAGE071
上式中
Figure 479325DEST_PATH_IMAGE072
表示
Figure 617045DEST_PATH_IMAGE073
时段的对偶变量
Figure 469463DEST_PATH_IMAGE074
，di表示i时段的实际电力负荷聚合商从各渠道 调度电力的相关系数与目标函数的标称系数的偏差，yi表示i时段引入的辅助变量；
式（27）即是推导出的电力负荷聚合商经济可靠综合调度优化的鲁棒混合整数线性规划调度模型目标函数最终形式，通过求解目标函数式（27）在约束条件式（28）-（33）下的解，也就得出了电力负荷聚合商经济可靠优化鲁棒调度策略。
2.一种用于实现权利要求1所述的电力负荷聚合商鲁棒混合整数线性规划调度优化方法的装置，其特征在于，包括综合调度标准建模模块、改进调度鲁棒建模模块、最优经济可靠调度模块，
综合调度标准建模模块：通过分析需求响应引起的负荷转移量、影响电力负荷聚合商的供电调度可靠性与经济性因素及相关约束条件，构造电力负荷聚合商标准混合整数线性规划调度模型及加权参数；
改进调度鲁棒建模模块：基于前述电力负荷聚合商标准混合整数线性规划调度模型及加权参数，通过定义一个与标准调度模型目标函数对电价不确定性的鲁棒程度密切相关的整数参数，运用对偶定理和线性化理论，推导出电力负荷聚合商鲁棒混合整数线性规划调度模型；
最优经济可靠调度模块：基于前述电力负荷聚合商调度鲁棒混合整数线性规划调度模型，给出了综合考虑调度可靠性与经济性的电力负荷聚合商优化调度的方法，指导电力负荷聚合商电力调度。
CN202111303532.9A 2021-11-05 2021-11-05 电力负荷聚合商鲁棒混合整数线性规划调度优化方法 Active CN113746101B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111303532.9A CN113746101B (zh) 2021-11-05 2021-11-05 电力负荷聚合商鲁棒混合整数线性规划调度优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111303532.9A CN113746101B (zh) 2021-11-05 2021-11-05 电力负荷聚合商鲁棒混合整数线性规划调度优化方法

Publications (2)

Publication Number Publication Date
CN113746101A CN113746101A (zh) 2021-12-03
CN113746101B true CN113746101B (zh) 2022-02-08

Family

ID=78727547

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111303532.9A Active CN113746101B (zh) 2021-11-05 2021-11-05 电力负荷聚合商鲁棒混合整数线性规划调度优化方法

Country Status (1)

Country Link
CN (1) CN113746101B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113239574A (zh) * 2021-06-09 2021-08-10 福州大学 考虑源荷双重不确定性的电力系统多阶段鲁棒机组组合决策方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10310458B2 (en) * 2015-12-22 2019-06-04 Schneider Electric Software, Llc Process optimization by grouping mixed integer nonlinear programming constraints
CN110363440A (zh) * 2019-07-19 2019-10-22 合肥工业大学 一种计及需求响应不确定性的负荷聚合商可靠性评估方法
CN110895773A (zh) * 2019-11-29 2020-03-20 合肥工业大学 一种基于广义需求侧资源的dbn电网负荷预测方法及装置
CN112926811A (zh) * 2019-12-06 2021-06-08 国网电力科学研究院有限公司 一种考虑可再生能源消纳责任权重的负荷聚合商购电方法
CN112018775A (zh) * 2020-08-13 2020-12-01 四川大学 考虑自然灾害下的气电联合系统配网网络加固方法
CN112785184B (zh) * 2021-01-29 2021-09-03 四川大学 考虑需求响应的源网荷协调分布鲁棒长期扩展规划方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113239574A (zh) * 2021-06-09 2021-08-10 福州大学 考虑源荷双重不确定性的电力系统多阶段鲁棒机组组合决策方法

Also Published As

Publication number Publication date
CN113746101A (zh) 2021-12-03

Similar Documents

Publication Publication Date Title
Wu et al. A pool strategy of microgrid in power distribution electricity market
Reddy et al. Optimal posturing in day-ahead market clearing for uncertainties considering anticipated real-time adjustment costs
Fernandez-Blanco et al. A unified bilevel programming framework for price-based market clearing under marginal pricing
CN104537428B (zh) 一种计及风电接入不确定性的经济运行评估方法
CN110163578A (zh) 一种批量开展削峰填谷业务的虚拟电厂系统
CN111178682A (zh) 一种基于区块链技术的需求响应管理平台的控制方法
CN102074954A (zh) 一种城乡配电网综合节能评估与决策方法
CN108574303A (zh) 一种考虑调峰调频需求的多能源协调优化调度方法
CN108462175A (zh) 一种电采暖设备需求响应互动方法、系统和装置
Yan et al. Future evolution of automated demand response system in smart grid for low-carbon economy
CN112465208B (zh) 计及区块链技术的虚拟电厂随机自适应鲁棒优化调度方法
CN105914735B (zh) 一种配电网经济负荷潮流计算方法
CN103730891A (zh) 一种基于多智能体的微电网运行控制方法
Holmberg et al. NIST Transactive EnergyModeling and Simulation Challenge Phase II Final Report
Yang et al. Multi-Objective optimal scheduling of island microgrids considering the uncertainty of renewable energy output
Estebsari et al. IoT-enabled real-time management of smart grids with demand response aggregators
Zhang et al. Study on generation and transmission maintenance scheduling under electricity market
Park et al. A bi-level scheduling model of the distribution system with a distribution company and virtual power plants considering grid flexibility
Wang et al. Day-ahead allocation of operation reserve in composite power systems with large-scale centralized wind farms
CN113034307B (zh) 一种电力企业数据采集方法
CN113746101B (zh) 电力负荷聚合商鲁棒混合整数线性规划调度优化方法
Merrick et al. Assessing the system value of optimal load shifting
CN101916401A (zh) 时间可回溯电网经济模型管理方法
Xie et al. Reliability assessment of distribution power systems considering the TOU pricing
KR101639159B1 (ko) 비상발전기를 기반으로 하는 가상발전소의 최적운용방법

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