CN115632393A - 一种考虑灵活性资源的多级电网协调鲁棒调度方法及装置 - Google Patents

一种考虑灵活性资源的多级电网协调鲁棒调度方法及装置 Download PDF

Info

Publication number
CN115632393A
CN115632393A CN202211161694.8A CN202211161694A CN115632393A CN 115632393 A CN115632393 A CN 115632393A CN 202211161694 A CN202211161694 A CN 202211161694A CN 115632393 A CN115632393 A CN 115632393A
Authority
CN
China
Prior art keywords
power
transmission
distribution
microgrid
grid
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.)
Pending
Application number
CN202211161694.8A
Other languages
English (en)
Inventor
李宝聚
王彬
孙勇
吴文传
王琪
付小标
郭雷
孙宏斌
李德鑫
刘畅
张锦河
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.)
Tsinghua University
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Jilin Electric Power Co Ltd
State Grid Jilin Electric Power Corp
Original Assignee
Tsinghua University
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Jilin Electric Power Co Ltd
State Grid Jilin Electric Power Corp
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 Tsinghua University, State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Jilin Electric Power Co Ltd, State Grid Jilin Electric Power Corp filed Critical Tsinghua University
Priority to CN202211161694.8A priority Critical patent/CN115632393A/zh
Publication of CN115632393A publication Critical patent/CN115632393A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Power Engineering (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Educational Administration (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

本公开涉及一种考虑灵活性资源的多级电网协调鲁棒调度方法及装置，属于电力系统概率优化调度领域。其中所述方法包括：构建输配微电网鲁棒优化调度模型的目标函数，所述目标函数为最小化发电成本和最大化新能源消纳；构建所述输配微电网鲁棒优化调度模型的约束条件，包括：输电网约束、配电网约束、微电网约束和输配微电网的边界耦合约束；将所述输配微电网鲁棒优化调度模型转化为确定性模型，对所述确定性模型求解，以得到所述输配微电网的调度优化结果。本公开可充分挖掘配微网侧灵活性资源的调控能力，促进全网新能源的消纳。

Description

一种考虑灵活性资源的多级电网协调鲁棒调度方法及装置
技术领域
本公开属于电力系统概率优化调度领域，特别涉及一种考虑灵活性资源的多级电网协调鲁棒调度方法及装置。
背景技术
随着集中式和分布式新能源在输配微电网中渗透率的不断提升，新能源的强随机性和波动性使得电网的运行调控面临巨大挑战。新能源的间歇性很可能会导致显著的潮流波动和严重的电压越限。此外，随着配电网侧大量分布式灵活性资源，如分布式新能源、储能、可控负荷的接入，电网中的潮流由单向转变为双向，传统配电网逐渐转变为主动配电网(Active distribution network,AND)。同时，考虑到目前新能源集群自治、虚拟电厂等技术的大力发展，小规模的微电网也逐渐出现在配电网中。为了充分调动配电网和微电网在提高电力系统灵活性和应对新能源不确定性方面的潜力，输配微电网需要协同优化，互相提供调节能力支撑。
现阶段，输配微电网运行相对独立，传统的调控模式是在给定的边界关口功率下，输配微电网各自进行割裂的优化调控。但是随着新能源的大量接入，配电网和微电网在上级电网关口处的等效负荷难以精准预测，传统输配微割裂的运行方式无法充分利用输配微电网内可控资源的调控潜力，很可能会导致不必要的调控成本增加及边界功率失配；此外，由于新能源的强波动性，传统确定性的优化调度也很可能会面临线路潮流越限和系统备用不足等问题。
发明内容
本公开的目的是为克服已有技术的不足之处，提出一种考虑灵活性资源的多级电网协调鲁棒调度方法及装置。本发明实现了利用新能源预测区间的可调节鲁棒日内滚动调度，具有较高的应用价值。
本公开第一方面实施例提出一种考虑灵活性资源的多级电网协调鲁棒调度方法，包括：
构建输配微电网鲁棒优化调度模型的目标函数；所述输配微电网为由输电网、配电网和微电网构成的三级电网，每个配电网与对应的输电网和多个微电网通过联络线耦合；所述目标函数为最小化发电成本和最大化新能源消纳；
构建所述输配微电网鲁棒优化调度模型的约束条件，包括：输电网约束、配电网约束、微电网约束和输配微电网的边界耦合约束；
将所述输配微电网鲁棒优化调度模型转化为确定性模型；
对所述确定性模型求解，以得到所述输配微电网的调度优化结果。
在本公开的一个具体实施例中，所述输配微电网鲁棒优化调度模型的目标函数表达式如下：
Figure BDA0003860274200000021
式中，调度时段总数为T；上标AG代表AGC机组；上标G代表非AGC机组；上标DG代表新能源场站；上标ESS代表储能；
Figure BDA0003860274200000022
和
Figure BDA0003860274200000023
分别为第i个非AGC机组和第j个AGC机组在第t个时段的发电成本；
Figure BDA0003860274200000024
和
Figure BDA0003860274200000025
分别为第i个非AGC机组和第j个AGC机组在第t个时段的出力；
Figure BDA0003860274200000026
和
Figure BDA0003860274200000027
分别为输电网、配电网和微电网中最恶劣场景下第g个新能源场站在第t个时段的出力削减惩罚成本；
Figure BDA0003860274200000028
为第g个新能源场站在第t个时段的允许出力区间的上界；
Figure BDA0003860274200000029
和
Figure BDA00038602742000000210
分别为第e个储能在第t个时段的充电功率和放电功率；
Figure BDA00038602742000000211
为第e个储能在第t个时段充放电惩罚成本；
Figure BDA00038602742000000212
和
Figure BDA00038602742000000213
分别为输电网中非AGC机组和AGC机组的编号集合；ID和IM分为配电网和微电网的编号集合；
Figure BDA00038602742000000214
和
Figure BDA00038602742000000215
分别为第d个配电网中新能源场站和储能电站的编号集合；
Figure BDA00038602742000000216
为第m个微电网中新能源场站的编号集合。
在本公开的一个具体实施例中，所述非AGC机组和所述AGC机组的发电成本表达式分别如下：
Figure BDA00038602742000000217
Figure BDA00038602742000000218
式中，a0,i,t,a1,i,t,a2,i,t分别为第i个机组在第t个时段发电成本的常数项、一次项和二次项系数；
所述最恶劣场景下第g个新能源场站在第t个时段的出力削减惩罚成本表达式如下：
Figure BDA0003860274200000031
Figure BDA0003860274200000032
Figure BDA0003860274200000033
式中，
Figure BDA0003860274200000034
为第g个新能源场站在第t个时段的预测出力上界；Mg为第g个新能源场站相对应的出力削减惩罚系数；
所述第e个储能在第t个时段充放电惩罚成本表达式如下：
Figure BDA0003860274200000035
式中，
Figure BDA0003860274200000036
和
Figure BDA0003860274200000037
分别为第e个储能的充电效率和放电效率。
在本公开的一个具体实施例中，所述输电网约束包括：
功率平衡约束；
Figure BDA0003860274200000038
式中，DTrans,t为输电网中第t个时段的总负荷需求；
Figure BDA0003860274200000039
为输电网在第t个时段向第d个配电网下送的功率；
Figure BDA00038602742000000310
为第g个新能源场站在第t个时段的实际出力；
Figure BDA00038602742000000311
的表达式如式(9)所示：
Figure BDA00038602742000000312
式中，
Figure BDA00038602742000000313
为第j个AGC机组在第t个时段的基点功率；
Figure BDA00038602742000000314
为第g个新能源场站在第t个时段的基点功率；αj为第j个AGC机组的失配功率分配系数，且满足下式：
Figure BDA00038602742000000315
常规机组的出力约束；
Figure BDA00038602742000000316
Figure BDA00038602742000000317
式中，
Figure BDA00038602742000000318
和
Figure BDA00038602742000000319
分别为第i个非AGC机组在第t个时段的出力下界和上界；
Figure BDA00038602742000000320
和
Figure BDA00038602742000000321
分别为第j个AGC机组在第t个时段的出力下界和上界；
常规机组的爬坡约束；
Figure BDA00038602742000000322
Figure BDA0003860274200000041
式中，
Figure BDA0003860274200000042
和
Figure BDA0003860274200000043
分别为第i个非AGC机组在第t个时段的最大向下爬坡功率和最大向上爬坡功率；
Figure BDA0003860274200000044
和
Figure BDA0003860274200000045
分别为第j个AGC机组在第t个时段的最大向下爬坡功率和最大向上爬坡功率；Δt为优化的时间间隔；
旋转备用约束；
Figure BDA0003860274200000046
Figure BDA0003860274200000047
Figure BDA0003860274200000048
Figure BDA0003860274200000049
Figure BDA00038602742000000410
Figure BDA00038602742000000411
式中，
Figure BDA00038602742000000412
和
Figure BDA00038602742000000413
分别为第j个AGC机组在第t个时段的向下和向上旋转备用贡献；
Figure BDA00038602742000000414
和
Figure BDA00038602742000000415
分别为输电网在第t个时段的向下和向上旋转备用容量要求；
断面容量约束；
Figure BDA00038602742000000416
式中，GTrans,l,i为输电网中的机组i对传输断面l的发电转移分布因子；
Figure BDA00038602742000000426
为输电网中与第d个配电网相对应的虚拟负荷对传输断面l的发电转移分布因子；L Trans,l,t和
Figure BDA00038602742000000417
分别为输电网传输断面l在第t个时段的潮流下界和上界；LTrans为输电网中的断面集合；
新能源出力约束；
Figure BDA00038602742000000418
Figure BDA00038602742000000419
Figure BDA00038602742000000420
式中，
Figure BDA00038602742000000421
和
Figure BDA00038602742000000422
分别为第g个新能源场站在第t个时段的允许出力区间的上下界；
Figure BDA00038602742000000423
和
Figure BDA00038602742000000424
分别为第g个新能源场站在第t个时段的预测出力的上下界。
所述配电网约束包括：
热负荷运行约束；
Figure BDA00038602742000000425
式中，
Figure BDA0003860274200000051
为第h个用户在第t个时段的室内温度；
Figure BDA0003860274200000052
为第h个用户的参数；
Figure BDA0003860274200000053
为第h个用户热负荷加热/冷却状态的参数，若第h个用户热负荷运行在制热模式下，则
Figure BDA0003860274200000054
为正，若第h个用户热负荷运行在制冷模式下则
Figure BDA0003860274200000055
为负；
Figure BDA0003860274200000056
为第d个配电网中可控热负荷的编号集合，上标Load可代表可负热控荷；
储能运行约束；
Figure BDA0003860274200000057
式中，
Figure BDA0003860274200000058
和
Figure BDA0003860274200000059
分别为第d个配电网中的第e个储能容量的下限和上限；
Figure BDA00038602742000000510
为第e个储能的电量初值；
Figure BDA00038602742000000511
Figure BDA00038602742000000512
式中，
Figure BDA00038602742000000513
和
Figure BDA00038602742000000514
分别为第e个储能的充电功率上限和放电功率上限；
Figure BDA00038602742000000515
功率平衡约束；
Figure BDA00038602742000000516
式中，
Figure BDA00038602742000000517
为第d个配电网中在第t个时段线路i→j中的有功功率；
Figure BDA00038602742000000518
为第d个配电网中在第t个时段线路i→j中的网损；
Figure BDA00038602742000000519
为第d个配电网中在第t个时段节点j处连接的净负荷；
线路网损约束；
Figure BDA00038602742000000520
式中，
Figure BDA00038602742000000521
和
Figure BDA00038602742000000522
分别为第d个配电网中在第t个时段线路i→j中的有功功率基值和无功功率基值；
Figure BDA00038602742000000523
为第d个配电网中在第t个时段节点i处的电压基值；上述基值可由基态潮流计算得到；
Figure BDA00038602742000000524
为第d个配电网中线路i→j的电阻；
节点净负荷约束；
Figure BDA0003860274200000061
式中，
Figure BDA0003860274200000062
和
Figure BDA0003860274200000063
分别为第d个配电网在第t个时段从输电网接收到的功率和下送至连接到节点j处的第m个微电网的功率；
Figure BDA0003860274200000064
为第d个配电网中在第t个时段连接到节点j处的不可调控负荷总需求；
Figure BDA0003860274200000065
和
Figure BDA0003860274200000066
分别为第d个配电网中连接到节点j处的新能源电站、储能、可控热负荷和下级微电网的集合；
线路容量约束；
Figure BDA0003860274200000067
式中，
Figure BDA0003860274200000068
和
Figure BDA0003860274200000069
分别为第d个配电网中线路i→j的潮流下限和上限；
新能源出力约束；
Figure BDA00038602742000000610
Figure BDA00038602742000000611
Figure BDA00038602742000000612
所述微电网约束包括：
热负荷运行约束；
Figure BDA00038602742000000613
式中，
Figure BDA00038602742000000614
为第m个微电网中可控热负荷的编号集合；
功率平衡约束；
Figure BDA00038602742000000615
式中，
Figure BDA00038602742000000616
为第m个微电网在第t个时段从第d个配电网接收到的功率，
Figure BDA00038602742000000617
为第m个微电网在第t个时段的不可调控负荷总需求；
新能源出力约束；
Figure BDA00038602742000000618
Figure BDA00038602742000000619
Figure BDA00038602742000000620
所述输配微电网的边界耦合约束包括：
Figure BDA0003860274200000071
Figure BDA0003860274200000072
在本公开的一个具体实施例中，在所述将所述输配微电网鲁棒优化调度模型转化为确定性模型之前，还包括：
将所述输配微电网鲁棒优化调度模型转换为紧凑形式，包括：
将所述输配微电网鲁棒优化调度模型转换为紧凑形式如下：
Figure BDA0003860274200000073
Figure BDA0003860274200000074
Figure BDA0003860274200000075
Figure BDA0003860274200000076
Figure BDA0003860274200000077
Figure BDA0003860274200000078
Figure BDA0003860274200000079
式中，
Figure BDA00038602742000000710
和
Figure BDA00038602742000000711
分别为输电网、第d个配电网和第m个微电网的决策变量；
Figure BDA00038602742000000712
和
Figure BDA00038602742000000713
分别为输电网、第d个配电网和第m个微电网中的不确定性变量；yTrans是输电网中依赖于
Figure BDA00038602742000000714
的可调节变量；
Figure BDA00038602742000000715
为输电网向相连配电网下送的功率向量和；
Figure BDA00038602742000000716
为第d个配电网向相连微电网下送的功率向量；QTrans＞0,
Figure BDA00038602742000000717
ATrans,BTrans,CTrans,DTrans,
Figure BDA00038602742000000718
是常数矩阵；fTrans,
Figure BDA00038602742000000719
ETrans,
Figure BDA00038602742000000720
是常数向量；rTrans,
Figure BDA00038602742000000721
是常值；
xTrans包括
Figure BDA00038602742000000722
Figure BDA00038602742000000723
包括
Figure BDA00038602742000000724
Figure BDA00038602742000000725
包括
Figure BDA00038602742000000726
yTrans对应
Figure BDA0003860274200000081
表达式如下：
Figure BDA0003860274200000082
式中，
Figure BDA0003860274200000083
对应
Figure BDA0003860274200000084
α对应
Figure BDA0003860274200000085
将式(51)带入式(45)中，优化问题(PA1)等价转换为如下所示的鲁棒优化问题(P1)：
Figure BDA0003860274200000086
Figure BDA0003860274200000087
Figure BDA0003860274200000088
Figure BDA0003860274200000089
Figure BDA00038602742000000810
Figure BDA00038602742000000811
Figure BDA00038602742000000812
在本公开的一个具体实施例中，所述将所述输配微电网鲁棒优化调度模型转化为确定性模型，包括：
将式(53)进行等价转换如下式所示：
Figure BDA00038602742000000813
对于
Figure BDA00038602742000000814
中的每一项，如果常系数HTrans,g＞0，则用不确定性变量的上界
Figure BDA00038602742000000815
替代
Figure BDA00038602742000000816
如果系数HTrans,g≤0，则用不确定性变量的下界
Figure BDA00038602742000000817
替代
Figure BDA00038602742000000818
进而得到与式(53)相等价的确定性约束：
Figure BDA00038602742000000819
式(60)是关于
Figure BDA0003860274200000091
的不等式约束；
将式(54)合并到式(60)中，表达式如下：
Figure BDA0003860274200000092
式中，
Figure BDA0003860274200000093
式(55)与式(57)等价的确定性约束表达式分别如下：
Figure BDA0003860274200000094
Figure BDA0003860274200000095
将式(56)合并到式(62)中，表示为如下紧凑形式：：
Figure BDA0003860274200000096
式中，
Figure BDA0003860274200000097
将式(58)合并到式(63)中，表示为如下紧凑形式：
Figure BDA0003860274200000098
式中，
Figure BDA0003860274200000099
得到与鲁棒优化问题(P1)等价的如下所示的确定性二次规划问题：
Figure BDA0003860274200000101
在本公开的一个具体实施例中，所述对所述确定性模型求解，以得到所述输配微电网的调度优化结果，包括：
利用交替方向乘子法对所述确定性模型进行求解，得到输电网中的发电机组和新能源
Figure BDA0003860274200000102
的最优解，配电网中的新能源、储能和可控热负荷
Figure BDA0003860274200000103
的最优解，以及微电网中新能源和可控热负荷
Figure BDA0003860274200000104
的最优解，即为所述输配微电网的调度优化结果。
本公开第二方面实施例提出一种考虑灵活性资源的多级电网协调鲁棒调度方法，包括：
分别获取输配微电网中各级电网的参数，所述输配微电网为由输电网、配电网和微电网构成的三级电网，每个配电网与对应的输电网和多个微电网通过联络线耦合；
将所述参数输入预设的输配微电网鲁棒优化调度模型，所述输配微电网鲁棒优化调度模型的目标函数为最小化发电成本和最大化新能源消纳；所述输配微电网鲁棒优化调度模型的约束条件包括：输电网约束、配电网约束、微电网约束和输配微电网的边界耦合约束；通过将所述输配微电网鲁棒优化调度模型转化为确定性模型，所述确定性模型输出所述输配微电网的调度优化结果。
本公开第三方面实施例提出一种考虑灵活性资源的多级电网协调鲁棒调度装置，包括：
目标函数构建模块，用于构建输配微电网鲁棒优化调度模型的目标函数；所述输配微电网为由输电网、配电网和微电网构成的三级电网，每个配电网与对应的输电网和多个微电网通过联络线耦合；所述输配微电网鲁棒优化调度模型的目标函数为最小化发电成本和最大化新能源消纳；
约束条件构建模块，用于构建所述输配微电网鲁棒优化调度模型的约束条件，包括：输电网约束、配电网约束、微电网约束和输配微电网的边界耦合约束；
确定性模型生成模块，用于将所述输配微电网鲁棒优化调度模型转化为确定性模型；
调度优化模块，用于对所述确定性模型求解，以得到所述输配微电网的调度优化结果。
本公开第四方面实施例提出一种考虑灵活性资源的多级电网协调鲁棒调度装置，包括：
参数获取模块，用于分别获取输配微电网中各级电网的参数，所述输配微电网为由输电网、配电网和微电网构成的三级电网，每个配电网与对应的输电网和多个微电网通过联络线耦合；
调度模型构建模块，用于将所述参数输入预设的输配微电网鲁棒优化调度模型，所述输配微电网鲁棒优化调度模型的目标函数为最小化发电成本和最大化新能源消纳，所述输配微电网鲁棒优化调度模型的约束条件包括：输电网约束、配电网约束、微电网约束和输配微电网的边界耦合约束；通过将所述输配微电网鲁棒优化调度模型转化为确定性模型，所述确定性模型输出所述输配微电网的调度优化结果。
本公开第五方面实施例提出一种电子设备，包括：
至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述一种考虑灵活性资源的多级电网协调鲁棒调度方法。
本公开第六方面实施例提出一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述一种考虑灵活性资源的多级电网协调鲁棒调度方法。
本公开的特点及有益效果在于：
1、本公开建立了输配微网协同的有功概率调度方法。
2、本公开将鲁棒模型转换为确定性模型，具有可靠与便于应用的特点。
3、本公开中的模型精确有效，可利用现有的交替方向乘子法进行求解，显示了在促进新能源消纳和提供系统旋转备用方面的效果，具有较高的应用价值。
附图说明
图1为本公开实施例中一种考虑灵活性资源的多级电网协调鲁棒调度方法的整体流程图。
图2为本发明一个具体实施例中输配微电网的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
本公开第一方面实施例提出的一种考虑灵活性资源的多级电网协调鲁棒调度方法，包括：
构建输配微电网鲁棒优化调度模型的目标函数；所述输配微电网为由输电网、配电网和微电网构成的三级电网，每个配电网与对应的输电网和多个微电网通过联络线耦合；所述目标函数为最小化发电成本和最大化新能源消纳；
构建所述输配微电网鲁棒优化调度模型的约束条件，包括：输电网约束、配电网约束、微电网约束和输配微电网的边界耦合约束；
将所述输配微电网鲁棒优化调度模型转化为确定性模型；
对所述确定性模型求解，以得到所述输配微电网的调度优化结果。
在本公开的一个具体实施例中，所述一种考虑灵活性资源的多级电网协调鲁棒调度方法，整体流程如图1所示，包括以下步骤：
1)建立输配微电网鲁棒优化调度模型。
在本公开的一个具体实施例中，所述输配微电网结构如图2所示，为由输电网、配电网和微电网组成的三级互联的架构，每个配电网与对应的输电网和多个微电网通过联络线耦合；本实施例中，如图2所示，输电网分别连接N个配电网，每个配电网分别连接多个微电网，其中，1号配电网至N号配电网均连接输电网，1号配电网分别连接其下级的n个微电网，而N号配电网分别连接其下级的m个微电网。
在本实施例的输配微电网下，建立鲁棒优化日内滚动调度模式为：
新能源场站基于区间预测得到在一定置信水平下的出力区间，并分别上送到各级的调控中心；调控中心根据新能源场站上报的区间预测和超短期负荷预测信息，以满足电网运行约束和安全约束为前提，计算出各个新能源场站允许的出力区间。其中，对于输电网调控中心，还需计算AGC机组的基点功率值，及非AGC机组的调度计划值。对于配电网和微电网调控中心，还需分别计算储能和可控负荷的调度计划。
当新能源场站的出力在允许的出力区间内时，新能源场站以最大功率点追踪模式运行；当实际新能源场站的可用功率超过允许的出力区间时，则将新能源场站的出力控制在允许出力区间的边界上。
本发明一个具体实施例中，所述建立输配微电网鲁棒优化调度模型的具体步骤如下：
1-1)建立目标函数
输配微电网鲁棒优化日内滚动调度以最小化发电成本和最大化新能源消纳为目标：
Figure BDA0003860274200000131
式中，调度时段总数为T；上标AG代表AGC机组；上标G代表非AGC机组；上标DG代表新能源场站；上标ESS代表储能；
Figure BDA0003860274200000132
和
Figure BDA0003860274200000133
分别为第i个非AGC机组和第j个AGC机组在第t个时段的发电成本；
Figure BDA0003860274200000134
和
Figure BDA0003860274200000135
分别为第i个非AGC机组和第j个AGC机组在第t个时段的出力；
Figure BDA0003860274200000136
和
Figure BDA0003860274200000137
分别为输电网、配电网和微电网中最恶劣场景下第g个新能源场站在第t个时段的出力削减惩罚成本，所述出力削减惩罚成本项非0并不意味着削减新能源出力就有实际成本，引入该项的目的是为了最大化新能源的消纳；
Figure BDA0003860274200000138
为第g个新能源场站在第t个时段的允许出力区间的上界；
Figure BDA0003860274200000139
和
Figure BDA00038602742000001310
分别为第e个储能在第t个时段的充电功率和放电功率；
Figure BDA00038602742000001311
为第e个储能在第t个时段充放电惩罚成本；
Figure BDA00038602742000001312
和
Figure BDA00038602742000001313
分别为输电网中非AGC机组和AGC机组的编号集合；ID和IM分为配电网和微电网的编号集合；
Figure BDA00038602742000001314
和
Figure BDA00038602742000001315
分别为第d个配电网中新能源场站和储能电站的编号集合；
Figure BDA00038602742000001316
为第m个微电网中新能源场站的编号集合。
其中，非AGC机组和AGC机组的发电成本均可用二次函数来描述：
Figure BDA00038602742000001317
Figure BDA00038602742000001318
式中，a0,i,t,a1,i,t,a2,i,t分别为第i个机组在第t个时段发电成本的常数项、一次项和二次项系数。
最恶劣场景下新能源场站出力削减惩罚成本的表达式如下：
Figure BDA00038602742000001319
Figure BDA00038602742000001320
Figure BDA00038602742000001321
式中，
Figure BDA0003860274200000141
为第g个新能源场站在第t个时段的预测出力上界；Mg为第g个新能源场站相对应的出力削减惩罚系数，在本实施例中取Mg＝104。
为了避免储能同时充放电，本实施例在目标函数中引入了如下的惩罚项：
Figure BDA0003860274200000142
式中，
Figure BDA00038602742000001421
和
Figure BDA00038602742000001422
分别为第e个储能的充电效率和放电效率，在本实施例中，两个参数均取0.9。
由式(2)-(6)可知，常规机组和新能源场站的微增率分别为非负和非正。根据等微增率准则，新能源场站可比常规机组的发电优先级更高。
1-2)建立输电网约束条件，包括：
1-2-1)功率平衡约束；
Figure BDA0003860274200000143
式中，
Figure BDA0003860274200000144
和
Figure BDA0003860274200000145
分别为输电网中非AGC机组和AGC机组的编号集合。DTrans,t为输电网中第t个时段的总负荷需求；
Figure BDA0003860274200000146
为输电网在第t个时段向第d个配电网下送的功率；
Figure BDA0003860274200000147
为第g个新能源场站在第t个时段的实际出力；
Figure BDA0003860274200000148
的表达式如式(9)所示；在本实施例的模型中，可忽略网损的影响。
Figure BDA0003860274200000149
式中，
Figure BDA00038602742000001410
为第j个AGC机组在第t个时段的基点功率；
Figure BDA00038602742000001411
为第g个新能源场站在第t个时段的基点功率；αj为第j个AGC机组的失配功率分配系数，该系数事先由系统运营商离线手动指定，并且满足式(10)。
Figure BDA00038602742000001412
1-2-2)常规机组的出力约束；
Figure BDA00038602742000001413
Figure BDA00038602742000001414
式中，
Figure BDA00038602742000001415
和
Figure BDA00038602742000001416
分别为第i个非AGC机组在第t个时段的出力下界和上界；
Figure BDA00038602742000001417
和
Figure BDA00038602742000001418
分别为第j个AGC机组在第t个时段的出力下界和上界。
1-2-3)常规机组的爬坡约束；
Figure BDA00038602742000001419
Figure BDA00038602742000001420
式中，
Figure BDA0003860274200000151
和
Figure BDA0003860274200000152
分别为第i个非AGC机组在第t个时段的最大向下爬坡功率和最大向上爬坡功率；
Figure BDA0003860274200000153
和
Figure BDA0003860274200000154
分别为第j个AGC机组在第t个时段的最大向下爬坡功率和最大向上爬坡功率；Δt为优化的时间间隔。
1-2-4)旋转备用约束；
Figure BDA0003860274200000155
Figure BDA0003860274200000156
Figure BDA0003860274200000157
Figure BDA0003860274200000158
Figure BDA0003860274200000159
Figure BDA00038602742000001510
式中，
Figure BDA00038602742000001511
和
Figure BDA00038602742000001512
分别为第j个AGC机组在第t个时段的向下和向上旋转备用贡献；
Figure BDA00038602742000001513
和
Figure BDA00038602742000001514
分别为输电网在第t个时段的向下和向上旋转备用容量要求。
1-2-5)断面容量约束；
Figure BDA00038602742000001515
式中，GTrans,l,i为输电网中的机组i对传输断面l的发电转移分布因子；
Figure BDA00038602742000001525
为输电网中与第d个配电网相对应的虚拟负荷对传输断面l的发电转移分布因子；L Trans,l,t和
Figure BDA00038602742000001516
分别为输电网传输断面l在第t个时段的潮流下界和上界；LTrans为输电网中的断面集合。
1-2-6)新能源出力约束；
Figure BDA00038602742000001517
Figure BDA00038602742000001518
Figure BDA00038602742000001519
式中，
Figure BDA00038602742000001520
和
Figure BDA00038602742000001521
分别为第g个新能源场站在第t个时段的允许出力区间的上下界；
Figure BDA00038602742000001522
和
Figure BDA00038602742000001523
分别为第g个新能源场站在第t个时段的预测出力的上下界。
本实施例中，新能源场站的允许出力区间上界不超过预测区间的上界，允许出力区间下界不超过预测区间的下界。
1-3)建立配电网约束条件，包括：
1-3-1)热负荷运行约束；
Figure BDA00038602742000001524
式中，
Figure BDA0003860274200000161
为第h个用户在第t个时段的室内温度；
Figure BDA0003860274200000162
为第h个用户的已知参数，体现的是室外温度的变化对室温的影响；
Figure BDA0003860274200000163
为第h个用户热负荷加热/冷却状态的参数，若第h个用户热负荷运行在制热模式下，则
Figure BDA0003860274200000164
为正，若第h个用户热负荷运行在制冷模式下则
Figure BDA0003860274200000165
为负；
Figure BDA0003860274200000166
为第d个配电网中可控热负荷的编号集合，上标Load可代表可负热控荷。
1-3-2)储能运行约束；
考虑到储能的特点，其运行应满足以下约束：
Figure BDA0003860274200000167
式中，
Figure BDA0003860274200000168
和
Figure BDA0003860274200000169
分别为第d个配电网中的第e个储能容量的下限和上限；
Figure BDA00038602742000001610
为第e个储能的电量初值。
Figure BDA00038602742000001611
Figure BDA00038602742000001612
式中，
Figure BDA00038602742000001613
和
Figure BDA00038602742000001614
分别为第e个储能的充电功率上限和放电功率上限。
Figure BDA00038602742000001615
为了避免同时充放电，本实施例引入互补约束(29)；但式(29)本质是一个难以凸化和求解的双线性约束。为此，在成本函数中引入了如式(7)所示的惩罚项，该惩罚项也能起到避免同时充放电的效果。
1-3-3)功率平衡约束；
在配电网中，本实施例采用线性化的交流潮流方程：
Figure BDA00038602742000001616
式中，
Figure BDA00038602742000001617
为第d个配电网中在第t个时段线路i→j中的有功功率；
Figure BDA00038602742000001618
为第d个配电网中在第t个时段线路i→j中的网损；
Figure BDA00038602742000001619
为第d个配电网中在第t个时段节点j处连接的净负荷。
1-3-4)线路网损约束；
Figure BDA00038602742000001620
式中，
Figure BDA0003860274200000171
和
Figure BDA0003860274200000172
分别为第d个配电网中在第t个时段线路i→j中的有功功率基值和无功功率基值；
Figure BDA0003860274200000173
为第d个配电网中在第t个时段节点i处的电压基值；上述基值可由基态潮流计算得到；
Figure BDA0003860274200000174
为第d个配电网中线路i→j的电阻。
1-3-5)节点净负荷约束；
Figure BDA0003860274200000175
式中，
Figure BDA0003860274200000176
和
Figure BDA0003860274200000177
分别为第d个配电网在第t个时段从输电网接收到的功率和下送至连接到节点j处的第m个微电网的功率；
Figure BDA0003860274200000178
为第d个配电网中在第t个时段连接到节点j处的不可调控负荷总需求，本实施例中
Figure BDA0003860274200000179
为已知输入参数；
Figure BDA00038602742000001710
和
Figure BDA00038602742000001711
分别为第d个配电网中连接到节点j处的新能源电站、储能、可控热负荷和下级微电网的集合。
1-3-6)线路容量约束；
Figure BDA00038602742000001712
式中，
Figure BDA00038602742000001713
和
Figure BDA00038602742000001714
分别为第d个配电网中线路i→j的潮流下限和上限。
1-3-7)新能源出力约束；
Figure BDA00038602742000001715
Figure BDA00038602742000001716
Figure BDA00038602742000001717
1-4)建立微电网约束条件，包括：
1-4-1)热负荷运行约束；
Figure BDA00038602742000001718
式中，
Figure BDA00038602742000001719
为第m个微电网中可控热负荷的编号集合。
1-4-2)功率平衡约束；
Figure BDA00038602742000001720
式中，
Figure BDA00038602742000001721
为第m个微电网在第t个时段从第d个配电网接收到的功率，
Figure BDA00038602742000001722
为第m个微电网在第t个时段的不可调控负荷总需求。
1-4-3)新能源出力约束；
Figure BDA0003860274200000181
Figure BDA0003860274200000182
Figure BDA0003860274200000183
1-5)输配微电网的边界耦合约束；
本实施例中，输配微电网通过关口耦合在一起，输配微电网的边界耦合体现为边界有功功率的一致。边界功率在上级电网中被等效为一个虚拟负荷，在下级电网中被等效为一个虚拟发电机。边界功率的正方向规定为从上级电网下送到下级电网。
Figure BDA0003860274200000184
Figure BDA0003860274200000185
2)对步骤1)建立的输配微电网鲁棒优化调度模型进行转换。
本实施例中，将步骤1)的输配微电网鲁棒优化调度模型转换为紧凑形式如下：
Figure BDA0003860274200000186
Figure BDA0003860274200000187
Figure BDA0003860274200000188
Figure BDA0003860274200000189
Figure BDA00038602742000001818
Figure BDA00038602742000001819
Figure BDA00038602742000001810
式中，
Figure BDA00038602742000001811
和
Figure BDA00038602742000001812
分别为输电网、第d个配电网和第m个微电网的决策变量；
Figure BDA00038602742000001813
和
Figure BDA00038602742000001814
分别为输电网、第d个配电网和第m个微电网中的不确定性变量；yTrans是输电网中依赖于
Figure BDA00038602742000001815
的可调节变量；
Figure BDA00038602742000001816
为输电网向相连配电网下送的功率向量和；
Figure BDA00038602742000001817
为第d个配电网向相连微电网下送的功率向量。
QTrans＞0,
Figure BDA0003860274200000191
ATrans,BTrans,CTrans,DTrans,
Figure BDA0003860274200000192
是常数矩阵；fTrans,
Figure BDA0003860274200000193
ETrans,
Figure BDA0003860274200000194
是常数向量；rTrans,
Figure BDA0003860274200000195
是常值。
具体而言，xTrans包括
Figure BDA00038602742000001924
Figure BDA0003860274200000196
包括
Figure BDA0003860274200000197
Figure BDA0003860274200000198
包括
Figure BDA0003860274200000199
yTrans对应
Figure BDA00038602742000001910
表达式如下：
Figure BDA00038602742000001911
式中，
Figure BDA00038602742000001912
对应
Figure BDA00038602742000001913
α对应
Figure BDA00038602742000001914
式(44)是输配微电网鲁棒优化调度模型的总目标函数，也即式(1)的紧凑形式。式(45)是式(8)-(21)的紧凑形式，描述了输电网的运行约束；式(47)是式(26)-(28),(30)-(33)的紧凑形式，描述了配电网的运行约束；式(49)是式(37)-(38)的紧凑形式，描述了微电网的运行约束；式(46),(48)和(50)分别对应约束式(22)-(24),(34)-(36),(39)-(41)。
将式(51)带入式(45)中，优化问题(PA1)即可等价地转换为如下所示的鲁棒优化问题(P1)：
Figure BDA00038602742000001915
Figure BDA00038602742000001916
Figure BDA00038602742000001917
Figure BDA00038602742000001918
Figure BDA00038602742000001919
Figure BDA00038602742000001920
Figure BDA00038602742000001921
3)将经过步骤2)转换后的鲁棒优化调度模型转换为确定性模型。
如式(53),(55),(57)所示，关于不确定性变量
Figure BDA00038602742000001922
和
Figure BDA00038602742000001923
的约束均为线性约束，且系数均为常数，因而鲁棒优化调度模型的最恶劣场景均在不确定性变量的边界上取到，可以将不确定性变量的边界直接带入相应约束中，进而不确定性模型可以转换为等价的确定性模型。
本实施例中，将式(53)进行等价转换如下式所示：
Figure BDA0003860274200000201
对于
Figure BDA0003860274200000202
中的每一项，如果常系数HTrans,g＞0，则用不确定性变量的上界
Figure BDA0003860274200000203
来替代
Figure BDA0003860274200000204
如果系数HTrans,g≤0，则用不确定性变量的下界
Figure BDA0003860274200000205
来替代
Figure BDA0003860274200000206
进而可以得到与式(53)相等价的确定性约束：
Figure BDA0003860274200000207
通过约束等价转换后，式(60)是关于
Figure BDA0003860274200000208
的不等式约束，进而式(54)可以合并到式(60)中，表示如下：
Figure BDA0003860274200000209
式中，
Figure BDA00038602742000002010
进一步地，式(55)与式(57)等价的确定性约束表达式分别如下：
Figure BDA00038602742000002011
Figure BDA00038602742000002012
将式(56)合并到式(62)中，表示为如下紧凑形式：：
Figure BDA0003860274200000211
式中，
Figure BDA0003860274200000212
将式(58)合并到式(63)中，表示为如下紧凑形式：
Figure BDA0003860274200000213
式中，
Figure BDA0003860274200000214
进而可以得到与鲁棒优化问题(P1)等价的如下确定性二次规划问题：
Figure BDA0003860274200000215
需要说明的是，在传统鲁棒模型中，不确定性变量的上下界为给定的常数；而在本实施例的仿射可调鲁棒优化模型中，不确定性变量的上下界为决策变量。
4)利用现有的交替方向乘子法对所述确定性模型进行求解，得到所述输配微电网的调度优化结果。本实施例中，所提模型可以用商业优化求解器，例如Cplex和Gurobi进行求解；模型结果给出了输电网中的发电机组和新能源
Figure BDA0003860274200000216
的最优解，配电网中的新能源、储能和可控热负荷
Figure BDA0003860274200000217
的最优解，以及微电网中新能源和可控热负荷
Figure BDA0003860274200000218
的最优解，即为所述输配微电网的调度优化结果，可有效促进新能源的消纳和系统旋转备用的提升。
为实现上述实施例，本公开第二方面实施例提出一种考虑灵活性资源的多级电网协调鲁棒调度方法，包括：
分别获取输配微电网中各级电网的参数，所述输配微电网为由输电网、配电网和微电网构成的三级电网，每个配电网与对应的输电网和多个微电网通过联络线耦合；
将所述参数输入预设的输配微电网鲁棒优化调度模型，所述输配微电网鲁棒优化调度模型的目标函数为最小化发电成本和最大化新能源消纳；所述输配微电网鲁棒优化调度模型的约束条件包括：输电网约束、配电网约束、微电网约束和输配微电网的边界耦合约束；通过将所述输配微电网鲁棒优化调度模型转化为确定性模型，所述确定性模型输出所述输配微电网的调度优化结果。
需要说明的是，前述对第一方面实施例中一种考虑灵活性资源的多级电网协调鲁棒调度方法的实施例解释说明也适用于本实施例的一种考虑灵活性资源的多级电网协调鲁棒调度方法，在此不再赘述。
为实现上述实施例，本公开第三方面实施例提出一种考虑灵活性资源的多级电网协调鲁棒调度装置，包括：
目标函数构建模块，用于构建输配微电网鲁棒优化调度模型的目标函数；所述输配微电网为由输电网、配电网和微电网构成的三级电网，每个配电网与对应的输电网和多个微电网通过联络线耦合；所述输配微电网鲁棒优化调度模型的目标函数为最小化发电成本和最大化新能源消纳；
约束条件构建模块，用于构建所述输配微电网鲁棒优化调度模型的约束条件，包括：输电网约束、配电网约束、微电网约束和输配微电网的边界耦合约束；
确定性模型生成模块，用于将所述输配微电网鲁棒优化调度模型转化为确定性模型；
调度优化模块，用于对所述确定性模型求解，以得到所述输配微电网的调度优化结果。
需要说明的是，前述对第一方面实施例中一种考虑灵活性资源的多级电网协调鲁棒调度方法的实施例解释说明也适用于本实施例的一种考虑灵活性资源的多级电网协调鲁棒调度装置，在此不再赘述。
根据本发明实施例提出的一种考虑灵活性资源的多级电网协调鲁棒调度装置，通过构建输配微电网鲁棒优化调度模型的目标函数；所述输配微电网为由输电网、配电网和微电网构成的三级电网，每个配电网与对应的输电网和多个微电网通过联络线耦合；所述输配微电网鲁棒优化调度模型的目标函数为最小化发电成本和最大化新能源消纳；构建所述输配微电网鲁棒优化调度模型的约束条件，包括：输电网约束、配电网约束、微电网约束和输配微电网的边界耦合约束；将所述输配微电网鲁棒优化调度模型转化为确定性模型；对所述确定性模型求解，以得到所述输配微电网的调度优化结果。由此可实现利用新能源预测区间的可调节鲁棒日内滚动调度，具有较高的应用价值。
为实现上述实施例，本公开第四方面实施例一种考虑灵活性资源的多级电网协调鲁棒调度装置，包括：
参数获取模块，用于分别获取输配微电网中各级电网的参数，所述输配微电网为由输电网、配电网和微电网构成的三级电网，每个配电网与对应的输电网和多个微电网通过联络线耦合；
调度模型求解模块，用于将所述参数输入预设的输配微电网鲁棒优化调度模型，所述输配微电网鲁棒优化调度模型的目标函数为最小化发电成本和最大化新能源消纳，所述输配微电网鲁棒优化调度模型的约束条件包括：输电网约束、配电网约束、微电网约束和输配微电网的边界耦合约束；通过将所述输配微电网鲁棒优化调度模型转化为确定性模型，所述确定性模型输出所述输配微电网的调度优化结果。
需要说明的是，前述对第一方面实施例中一种考虑灵活性资源的多级电网协调鲁棒调度方法的实施例解释说明也适用于本实施例的一种考虑灵活性资源的多级电网协调鲁棒调度装置，在此不再赘述。
为实现上述实施例，本发明第五方面实施例提出一种电子设备，包括：
至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述一种考虑灵活性资源的多级电网协调鲁棒调度方法。
为实现上述实施例，本发明第六方面实施例提出一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述一种考虑灵活性资源的多级电网协调鲁棒调度方法。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备执行上述实施例的一种考虑灵活性资源的多级电网协调鲁棒调度方法。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种考虑灵活性资源的多级电网协调鲁棒调度方法，其特征在于，包括：
构建输配微电网鲁棒优化调度模型的目标函数；所述输配微电网为由输电网、配电网和微电网构成的三级电网，每个配电网与对应的输电网和多个微电网通过联络线耦合；所述目标函数为最小化发电成本和最大化新能源消纳；
构建所述输配微电网鲁棒优化调度模型的约束条件，包括：输电网约束、配电网约束、微电网约束和输配微电网的边界耦合约束；
将所述输配微电网鲁棒优化调度模型转化为确定性模型；
对所述确定性模型求解，以得到所述输配微电网的调度优化结果。
2.根据权利要求1所述的方法，其特征在于，所述输配微电网鲁棒优化调度模型的目标函数表达式如下：
Figure FDA0003860274190000011
式中，调度时段总数为T；上标AG代表AGC机组；上标G代表非AGC机组；上标DG代表新能源场站；上标ESS代表储能；
Figure FDA0003860274190000012
和
Figure FDA0003860274190000013
分别为第i个非AGC机组和第j个AGC机组在第t个时段的发电成本；
Figure FDA0003860274190000014
和
Figure FDA0003860274190000015
分别为第i个非AGC机组和第j个AGC机组在第t个时段的出力；
Figure FDA0003860274190000016
和
Figure FDA0003860274190000017
分别为输电网、配电网和微电网中最恶劣场景下第g个新能源场站在第t个时段的出力削减惩罚成本；
Figure FDA0003860274190000018
为第g个新能源场站在第t个时段的允许出力区间的上界；
Figure FDA0003860274190000019
和
Figure FDA00038602741900000110
分别为第e个储能在第t个时段的充电功率和放电功率；
Figure FDA00038602741900000111
为第e个储能在第t个时段充放电惩罚成本；
Figure FDA00038602741900000112
和
Figure FDA00038602741900000113
分别为输电网中非AGC机组和AGC机组的编号集合；ID和IM分为配电网和微电网的编号集合；
Figure FDA00038602741900000114
和
Figure FDA00038602741900000115
分别为第d个配电网中新能源场站和储能电站的编号集合；
Figure FDA00038602741900000116
为第m个微电网中新能源场站的编号集合。
3.根据权利要求2所述的方法，其特征在于，所述非AGC机组和所述AGC机组的发电成本表达式分别如下：
Figure FDA00038602741900000117
Figure FDA0003860274190000021
式中，a0,i,t,a1,i,t,a2,i,t分别为第i个机组在第t个时段发电成本的常数项、一次项和二次项系数；
所述最恶劣场景下第g个新能源场站在第t个时段的出力削减惩罚成本表达式如下：
Figure FDA0003860274190000022
Figure FDA0003860274190000023
Figure FDA0003860274190000024
式中，
Figure FDA0003860274190000025
为第g个新能源场站在第t个时段的预测出力上界；Mg为第g个新能源场站相对应的出力削减惩罚系数；
所述第e个储能在第t个时段充放电惩罚成本表达式如下：
Figure FDA0003860274190000026
式中，
Figure FDA0003860274190000027
和
Figure FDA0003860274190000028
分别为第e个储能的充电效率和放电效率。
4.根据权利要求2所述的方法，其特征在于，所述输电网约束包括：
功率平衡约束；
Figure FDA0003860274190000029
式中，DTrans,t为输电网中第t个时段的总负荷需求；
Figure FDA00038602741900000210
为输电网在第t个时段向第d个配电网下送的功率；
Figure FDA00038602741900000211
为第g个新能源场站在第t个时段的实际出力；
Figure FDA00038602741900000212
的表达式如式(9)所示：
Figure FDA00038602741900000213
式中，
Figure FDA00038602741900000214
为第j个AGC机组在第t个时段的基点功率；
Figure FDA00038602741900000215
为第g个新能源场站在第t个时段的基点功率；αj为第j个AGC机组的失配功率分配系数，且满足下式：
Figure FDA00038602741900000216
常规机组的出力约束；
Figure FDA00038602741900000217
Figure FDA00038602741900000218
式中，
Figure FDA0003860274190000031
和
Figure FDA0003860274190000032
分别为第i个非AGC机组在第t个时段的出力下界和上界；
Figure FDA0003860274190000033
和
Figure FDA0003860274190000034
分别为第j个AGC机组在第t个时段的出力下界和上界；
常规机组的爬坡约束；
Figure FDA0003860274190000035
Figure FDA0003860274190000036
式中，
Figure FDA0003860274190000037
和
Figure FDA0003860274190000038
分别为第i个非AGC机组在第t个时段的最大向下爬坡功率和最大向上爬坡功率；
Figure FDA0003860274190000039
和
Figure FDA00038602741900000310
分别为第j个AGC机组在第t个时段的最大向下爬坡功率和最大向上爬坡功率；Δt为优化的时间间隔；
旋转备用约束；
Figure FDA00038602741900000311
Figure FDA00038602741900000312
Figure FDA00038602741900000313
Figure FDA00038602741900000314
Figure FDA00038602741900000315
Figure FDA00038602741900000316
式中，
Figure FDA00038602741900000317
和
Figure FDA00038602741900000318
分别为第j个AGC机组在第t个时段的向下和向上旋转备用贡献；
Figure FDA00038602741900000319
和
Figure FDA00038602741900000320
分别为输电网在第t个时段的向下和向上旋转备用容量要求；
断面容量约束；
Figure FDA00038602741900000321
式中，GTrans,l,i为输电网中的机组i对传输断面l的发电转移分布因子；
Figure FDA00038602741900000322
为输电网中与第d个配电网相对应的虚拟负荷对传输断面l的发电转移分布因子；L Trans,l,t和
Figure FDA00038602741900000323
分别为输电网传输断面l在第t个时段的潮流下界和上界；LTrans为输电网中的断面集合；
新能源出力约束；
Figure FDA00038602741900000324
Figure FDA00038602741900000325
Figure FDA00038602741900000326
式中，
Figure FDA00038602741900000327
和
Figure FDA00038602741900000328
分别为第g个新能源场站在第t个时段的允许出力区间的上下界；
Figure FDA00038602741900000329
和
Figure FDA00038602741900000330
分别为第g个新能源场站在第t个时段的预测出力的上下界。
所述配电网约束包括：
热负荷运行约束；
Figure FDA0003860274190000041
式中，
Figure FDA0003860274190000042
为第h个用户在第t个时段的室内温度；
Figure FDA0003860274190000043
为第h个用户的参数；
Figure FDA0003860274190000044
为第h个用户热负荷加热/冷却状态的参数，若第h个用户热负荷运行在制热模式下，则
Figure FDA0003860274190000045
为正，若第h个用户热负荷运行在制冷模式下则
Figure FDA0003860274190000046
为负；
Figure FDA0003860274190000047
为第d个配电网中可控热负荷的编号集合，上标Load可代表可负热控荷；
储能运行约束；
Figure FDA0003860274190000048
式中，
Figure FDA0003860274190000049
和
Figure FDA00038602741900000410
分别为第d个配电网中的第e个储能容量的下限和上限；
Figure FDA00038602741900000411
为第e个储能的电量初值；
Figure FDA00038602741900000412
Figure FDA00038602741900000413
式中，
Figure FDA00038602741900000414
和
Figure FDA00038602741900000415
分别为第e个储能的充电功率上限和放电功率上限；
Figure FDA00038602741900000416
功率平衡约束；
Figure FDA00038602741900000417
式中，
Figure FDA00038602741900000418
为第d个配电网中在第t个时段线路i→j中的有功功率；
Figure FDA00038602741900000419
为第d个配电网中在第t个时段线路i→j中的网损；
Figure FDA00038602741900000420
为第d个配电网中在第t个时段节点j处连接的净负荷；
线路网损约束；
Figure FDA00038602741900000421
式中，
Figure FDA00038602741900000422
和
Figure FDA00038602741900000423
分别为第d个配电网中在第t个时段线路i→j中的有功功率基值和无功功率基值；
Figure FDA00038602741900000424
为第d个配电网中在第t个时段节点i处的电压基值；上述基值可由基态潮流计算得到；
Figure FDA00038602741900000425
为第d个配电网中线路i→j的电阻；
节点净负荷约束；
Figure FDA0003860274190000051
式中，
Figure FDA0003860274190000052
和
Figure FDA0003860274190000053
分别为第d个配电网在第t个时段从输电网接收到的功率和下送至连接到节点j处的第m个微电网的功率；
Figure FDA0003860274190000054
为第d个配电网中在第t个时段连接到节点j处的不可调控负荷总需求；
Figure FDA0003860274190000055
和
Figure FDA0003860274190000056
分别为第d个配电网中连接到节点j处的新能源电站、储能、可控热负荷和下级微电网的集合；
线路容量约束；
Figure FDA0003860274190000057
式中，
Figure FDA0003860274190000058
和
Figure FDA0003860274190000059
分别为第d个配电网中线路i→j的潮流下限和上限；
新能源出力约束；
Figure FDA00038602741900000510
Figure FDA00038602741900000511
Figure FDA00038602741900000512
所述微电网约束包括：
热负荷运行约束；
Figure FDA00038602741900000513
式中，
Figure FDA00038602741900000514
为第m个微电网中可控热负荷的编号集合；
功率平衡约束；
Figure FDA00038602741900000515
式中，
Figure FDA00038602741900000516
为第m个微电网在第t个时段从第d个配电网接收到的功率，
Figure FDA00038602741900000517
为第m个微电网在第t个时段的不可调控负荷总需求；
新能源出力约束；
Figure FDA00038602741900000518
Figure FDA00038602741900000519
Figure FDA00038602741900000520
所述输配微电网的边界耦合约束包括：
Figure FDA0003860274190000061
Figure FDA0003860274190000062
5.根据权利要求4所述的方法，其特征在于，在所述将所述输配微电网鲁棒优化调度模型转化为确定性模型之前，还包括：
将所述输配微电网鲁棒优化调度模型转换为紧凑形式，包括：
将所述输配微电网鲁棒优化调度模型转换为紧凑形式如下：
Figure FDA0003860274190000063
Figure FDA0003860274190000064
Figure FDA0003860274190000065
Figure FDA0003860274190000066
Figure FDA0003860274190000067
Figure FDA0003860274190000068
Figure FDA0003860274190000069
式中，
Figure FDA00038602741900000610
和
Figure FDA00038602741900000611
分别为输电网、第d个配电网和第m个微电网的决策变量；
Figure FDA00038602741900000612
和
Figure FDA00038602741900000613
分别为输电网、第d个配电网和第m个微电网中的不确定性变量；yTrans是输电网中依赖于
Figure FDA00038602741900000614
的可调节变量；
Figure FDA00038602741900000615
为输电网向相连配电网下送的功率向量和；
Figure FDA00038602741900000616
为第d个配电网向相连微电网下送的功率向量；QTrans＞0,
Figure FDA00038602741900000617
ATrans,BTrans,CTrans,DTrans,
Figure FDA00038602741900000618
是常数矩阵；fTrans,
Figure FDA00038602741900000619
ETrans,
Figure FDA00038602741900000620
是常数向量；rTrans,
Figure FDA00038602741900000621
是常值；
xTrans包括
Figure FDA00038602741900000622
t∈T；
Figure FDA00038602741900000623
包括
Figure FDA00038602741900000624
t∈T；
Figure FDA00038602741900000625
包括
Figure FDA00038602741900000626
t∈T；
yTrans对应
Figure FDA0003860274190000071
表达式如下：
Figure FDA0003860274190000072
式中，
Figure FDA0003860274190000073
对应
Figure FDA0003860274190000074
α对应αj,
Figure FDA0003860274190000075
将式(51)带入式(45)中，优化问题(PA1)等价转换为如下所示的鲁棒优化问题(P1)：
Figure FDA0003860274190000076
Figure FDA0003860274190000077
Figure FDA0003860274190000078
Figure FDA0003860274190000079
Figure FDA00038602741900000710
Figure FDA00038602741900000711
Figure FDA00038602741900000712
6.根据权利要求5所述的方法，其特征在于，所述将所述输配微电网鲁棒优化调度模型转化为确定性模型，包括：
将式(53)进行等价转换如下式所示：
Figure FDA00038602741900000713
对于
Figure FDA00038602741900000714
中的每一项，如果常系数HTrans,g＞0，则用不确定性变量的上界
Figure FDA00038602741900000715
替代
Figure FDA00038602741900000716
如果系数HTrans,g≤0，则用不确定性变量的下界
Figure FDA00038602741900000717
替代
Figure FDA00038602741900000718
进而得到与式(53)相等价的确定性约束：
Figure FDA00038602741900000719
式(60)是关于
Figure FDA0003860274190000081
的不等式约束；
将式(54)合并到式(60)中，表达式如下：
Figure FDA0003860274190000082
式中，
Figure FDA0003860274190000083
式(55)与式(57)等价的确定性约束表达式分别如下：
Figure FDA0003860274190000084
Figure FDA0003860274190000085
将式(56)合并到式(62)中，表示为如下紧凑形式：：
Figure FDA0003860274190000086
式中，
Figure FDA0003860274190000087
将式(58)合并到式(63)中，表示为如下紧凑形式：
Figure FDA0003860274190000088
式中，
Figure FDA0003860274190000089
得到与鲁棒优化问题(P1)等价的如下所示的确定性二次规划问题：
Figure FDA0003860274190000091
s.t.式(61),(64)-(65),(42)-(43)。
7.根据权利要求6所述的方法，其特征在于，所述对所述确定性模型求解，以得到所述输配微电网的调度优化结果，包括：
利用交替方向乘子法对所述确定性模型进行求解，得到输电网中的发电机组和新能源
Figure FDA0003860274190000092
t∈T的最优解，配电网中的新能源、储能和可控热负荷
Figure FDA0003860274190000093
t∈T的最优解，以及微电网中新能源和可控热负荷
Figure FDA0003860274190000094
t∈T的最优解，即为所述输配微电网的调度优化结果。
8.一种考虑灵活性资源的多级电网协调鲁棒调度方法，其特征在于，包括：
分别获取输配微电网中各级电网的参数，所述输配微电网为由输电网、配电网和微电网构成的三级电网，每个配电网与对应的输电网和多个微电网通过联络线耦合；
将所述参数输入预设的输配微电网鲁棒优化调度模型，所述输配微电网鲁棒优化调度模型的目标函数为最小化发电成本和最大化新能源消纳；所述输配微电网鲁棒优化调度模型的约束条件包括：输电网约束、配电网约束、微电网约束和输配微电网的边界耦合约束；通过将所述输配微电网鲁棒优化调度模型转化为确定性模型，所述确定性模型输出所述输配微电网的调度优化结果。
9.一种考虑灵活性资源的多级电网协调鲁棒调度装置，其特征在于，包括：
目标函数构建模块，用于构建输配微电网鲁棒优化调度模型的目标函数；所述输配微电网为由输电网、配电网和微电网构成的三级电网，每个配电网与对应的输电网和多个微电网通过联络线耦合；所述输配微电网鲁棒优化调度模型的目标函数为最小化发电成本和最大化新能源消纳；
约束条件构建模块，用于构建所述输配微电网鲁棒优化调度模型的约束条件，包括：输电网约束、配电网约束、微电网约束和输配微电网的边界耦合约束；
确定性模型生成模块，用于将所述输配微电网鲁棒优化调度模型转化为确定性模型；
调度优化模块，用于对所述确定性模型求解，以得到所述输配微电网的调度优化结果。
10.一种考虑灵活性资源的多级电网协调鲁棒调度装置，其特征在于，包括：
参数获取模块，用于分别获取输配微电网中各级电网的参数，所述输配微电网为由输电网、配电网和微电网构成的三级电网，每个配电网与对应的输电网和多个微电网通过联络线耦合；
调度模型构建模块，用于将所述参数输入预设的输配微电网鲁棒优化调度模型，所述输配微电网鲁棒优化调度模型的目标函数为最小化发电成本和最大化新能源消纳，所述输配微电网鲁棒优化调度模型的约束条件包括：输电网约束、配电网约束、微电网约束和输配微电网的边界耦合约束；通过将所述输配微电网鲁棒优化调度模型转化为确定性模型，所述确定性模型输出所述输配微电网的调度优化结果。
CN202211161694.8A 2022-09-23 2022-09-23 一种考虑灵活性资源的多级电网协调鲁棒调度方法及装置 Pending CN115632393A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211161694.8A CN115632393A (zh) 2022-09-23 2022-09-23 一种考虑灵活性资源的多级电网协调鲁棒调度方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211161694.8A CN115632393A (zh) 2022-09-23 2022-09-23 一种考虑灵活性资源的多级电网协调鲁棒调度方法及装置

Publications (1)

Publication Number Publication Date
CN115632393A true CN115632393A (zh) 2023-01-20

Family

ID=84902081

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211161694.8A Pending CN115632393A (zh) 2022-09-23 2022-09-23 一种考虑灵活性资源的多级电网协调鲁棒调度方法及装置

Country Status (1)

Country Link
CN (1) CN115632393A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117791613A (zh) * 2024-02-27 2024-03-29 浙电(宁波北仑)智慧能源有限公司 一种基于资源集群调控的决策方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117791613A (zh) * 2024-02-27 2024-03-29 浙电(宁波北仑)智慧能源有限公司 一种基于资源集群调控的决策方法及系统

Similar Documents

Publication Publication Date Title
Morstyn et al. Scalable energy management for low voltage microgrids using multi-agent storage system aggregation
CN110690702B (zh) 一种考虑综合承载力的主动配电网优化调度及运行方法
US20220029424A1 (en) Hybrid power plant
CN112072711A (zh) 基于动态优先级的配电网灵活性优化调度方法
CN110867907B (zh) 一种基于多类型发电资源同质化的电力系统调度方法
CN115632393A (zh) 一种考虑灵活性资源的多级电网协调鲁棒调度方法及装置
Yoon et al. A quadratic programming-based power dispatch method for a DC-microgrid
Ma et al. Coordinated control of micro-grid based on distributed moving horizon control
CN116760103A (zh) 虚拟电厂在线优化电力调度的自适应预测能量管理方法
Gabash et al. Evaluation of reactive power capability by optimal control of wind-vanadium redox battery stations in electricity market
Singh et al. Energy management of an active distribution network considering correlation between uncertain input variables
Zhou et al. An integrated two-level distributed dispatch for interconnected microgrids considering unit commitment and transmission loss
Jasemi et al. Optimal operation of micro-grids considering the uncertainties of demand and renewable energy resources generation
Qachchachi et al. Control strategy of hybrid AC/DC microgrid in standalone mode
Chang et al. Frequency regulation in adaptive virtual inertia and power reserve control with high PV penetration by probabilistic forecasting
CN115995848A (zh) 一种常规直流孤岛外送纯新能源的配置方法及系统
CN114358430A (zh) 一种基于鲁棒优化的新型农村配电网规划策略
CN107196348A (zh) 一种考虑多端柔直的日前发电计划编制方法
Ramesh et al. Cost Optimization by Integrating PV-System and Battery Energy Storage System into Microgrid using Particle Swarm Optimization
Meyer-Huebner et al. Dynamic optimal power flow in ac networks with multi-terminal HVDC and energy storage
Wamalwa et al. Integration of an off-grid solar-PV-battery system after grid connection using model predictive control: A case study in Kenya
Pan et al. Virtual Synchronous Generator Control of Multi-port Autonomous Reconfigurable Solar Plants (MARS)
CN117937487B (zh) 一种重载铁路牵引供电系统分布式能量管理方法
CN116436101B (zh) 一种基于场景缩减的输配协同随机调度方法及系统
Nayanatara et al. Optimal location of distributed generation using micro-genetic algorithm

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