[发明专利]一种含可再生能源的微网鲁棒多目标运行优化方法

说明书

技术领域

本发明涉及一种含可再生能源的微网鲁棒多目标运行优化方法。

背景技术

鉴于微网具有高效的能源利用和较高的经济环境效益，目前已在电力和能源领域 得到广泛认可。而且它被认为是能源互联网的重要组成部分，甚至被视为是偏远地区和城 市工业园中大电网的有力替代者。然而伴随着可再生能源渗透率和负荷不确定性的增高， 导致微网运行严重偏离最佳经济和环境效益，而且供求不平衡的情况也时常发生。因此，合 理调度微网中分布式电源出力显的尤为关键。

此外，现有运行技术缺少对微网运行中不确定性和多目标属性的综合考虑，所产 生的最佳运行方案无法在多目标框架下消除不确定因素的影响，难以满足实际运行需求。

发明内容

本发明为了解决上述问题，提出了一种含可再生能源的微网鲁棒多目标运行优化 方法，该方法针对含可再生能源的微网，该类型微网为包含光伏、地源热泵、燃气轮机冷热 电联供和蓄电池储能的并网型微网，考虑到可再生能源间歇性和负荷不确定性，建立计及 经济效益和环境效益的微网鲁棒多目标运行优化模型，能够克服微网运行中不确定性因素 的干扰，实现经济和环境效益最大化。

为了实现上述目的，本发明采用如下技术方案：

一种含可再生能源的微网鲁棒多目标运行优化方法，包括：采集微网运行信息，生 成微网运行中不确定性实施场景，根据微网属性，构建鲁棒多目标模型，将其与不确定性实 施场景输入到两阶段求解策略中，对不确定性场景下内层最大优化问题和运行方案下外层 最小优化问题分别迭代求解，直到满足终止条件退出循环，形成最优运行方案集合，依据实 时预测数据，选出最优运行策略。

上述方法具体包括以下步骤：

(1)采集分布式电源设备信息、市场信息和不确定性信息，将其作为优化参数；

(2)根据系统多目标属性，构建运行费用和二氧化碳排放的多目标，根据不确定性 的鲁棒区间约束，进行区间划分和蒙特卡抽样，生成不确定性场景；

(3)构建系统模型和场景样本，采用多目标交叉熵算法，求解多目标的逆问题，确 定每个运行方案下最坏的不确定性场景；采用ε+指示器和交叉熵方法，求解在以运行方案 为决策变量下的外层多目标最小问题，确定最大多目标下的最小多目标集合；

(4)根据微网的实时预测信息，从运行方案集合中选取一个最优运行策略。

所述步骤(1)中，微网的设备包括燃气轮机冷热电三联供、蓄电池、地源热泵和光 伏电池，其具体方法包括：

1)根据设备型号和技术特征，确定三联供设备的输出功率限额和启停时间消耗， 确定蓄电池的荷电状态和充放电功率限额，确定地源热泵的输出功率限额；

2)根据微网外部的市场环境，确定当地执行的分时电价情况，确定天然气气价情 况，确定碳排放惩罚情况；

3)根据监测统计的光照信息和负荷需求信息，计算出一天各个时段的光伏出力和 负荷需求的平均值，其中负荷包括了电负荷、冷负荷和热负荷。

所述步骤(2)中，具体包括：

(2-1)根据系统多目标属性，构建运行费用和二氧化碳排放的多目标，其中运行费 用包括了燃料消耗费用、维护费用、电网交互费用、蓄电池折旧费用和需求缺额惩罚费用， 碳排放包括电网的火力发电二氧化碳排放和微网的天然气二氧化碳排放；

(2-2)根据采集环节的数据，建立三联供的输出功率和启停约束，建立地源热泵的 输出功率和启停约束，建立蓄电池的功率和荷电状态约束，建立微网供求功率平衡和旋转 备用约束，建立不确定性的鲁棒区间约束；

(2-3)根据不确定性的鲁棒集合，采用区间划分和蒙特卡洛抽样技术生成不确定 性场景样本。

所述步骤(2-3)中，具体方法包括：

(2-3-1)根据生成的光伏出力和负荷需求的鲁棒集合，将每一时刻的鲁棒集合均 匀划分为若干等份；

(2-3-2)采用蒙特卡洛抽样技术从每一份中抽取同样数目的样本数，逐一构成运 行周期内光伏出力的场景样本和负荷场景样本。

所述步骤(3)中，具体包括：

(3-1)根据系统模型和场景样本，采用多目标交叉熵算法，求解多目标的逆问题， 在以不确定性场景为决策变量下的内层多目标最大问题，确定每个运行方案下最坏的不确 定性场景；