[发明专利]考虑元件频率特性的微电网鲁棒优化调度方法

权利要求书

1.一种考虑元件频率特性的微电网鲁棒优化调度方法，其特征在于，包括步骤：

在考虑风力和光伏发电出力不确定波动特性的条件下，建立考虑各种元件频率响应特性的微电网鲁棒优化调度模型；

采用Benders分解法求解所述微电网鲁棒优化调度模型，将该模型分解成子问题和主问题进行交替迭代以获得微电网鲁棒优化调度方案，

所述微电网鲁棒优化调度模型包括目标函数和约束条件，其中目标函数为网络损耗最大场景下，微电网系统总的运行成本最小：

等式右边，第一部分为柴油发电机组的发电成本，第二部分为蓄电池运行的折旧费用，第三部分网络损耗费用；T为调度周期内总时段数；P_g,j,t表示节点j柴油发电机组在t时段的出力，a_g,j和b_g,j分别表示该柴油发电机组发电成本的二次系数和一次系数，S_g表示微电网中柴油发电机组的节点集合；P_d,j,t和P_c,j,t分别表示节点j蓄电池储能装置在t时段的放电功率和充电功率，σ_c和σ_d分别为蓄电池储能装置充电和放电的单位折旧费用，与蓄电池荷电状态SOC相关，SOC越高，单位充电量的折旧费用越高；SOC越低，单位放电量的折旧费用越高；S_b表示微电网中蓄电池储能装置的节点集合；表示节点j光伏电站在t时段的有功出力，表示节点j风电场在t时段的有功出力，P_l,j,t表示节点j在t时段的负荷有功，C_l为单位网络损耗费用；n为微电网中所有节点的总数；

所述约束条件包括：

节点有功功率平衡约束：

式中：V_i,t和V_j,t分别为时段t节点i和节点j的电压幅值；δ_ij,t为时段t节点i与节点j的电压相角差；G_ij与B_ij为节点导纳矩阵对应元素；

柴油发电机组的运行约束：

式中，P_g,j和分别为节点j柴油发电机组有功出力的下限和上限，r_u和r_d分别为柴油发电机组的爬坡速率和滑坡速率，ΔT为每个时段的时间间隔；

柴油发电机组的有功出力-频率特性：

P_g,j,t＝P_g,jN+K_g,j(f_t-f_N)

式中，f_t和f_N分别为微电网在t时段的频率和额定频率；K_g,j为节点j柴油发电机组的频率调节效应系数；P_g,j,t和P_g,jN分别为节点j柴油发电机组在t时段的实际出力与额定出力，考虑到频率的二次调整作用，将P_g,jN作为变量；

蓄电池储能装置运行约束：

式中，和分别为第j个蓄电池的最大充电和放电功率，E_b,j,t为时段t第j个蓄电池的蓄电量，为第j个蓄电池的最大蓄电量，SOC_b,j,t为时段t第j个蓄电池的荷电状态，和SOC_b,j分别为第j个蓄电池荷电状态的上下限，η_c,j为第j个蓄电池的充电效率；

蓄电池储能装置的有功出力-频率特性：

P_d,j,t＝P_dN+K_d(f_t-f_N)

式中，K_d为蓄电池放电功率的频率调节效应系数；P_dN为蓄电池的额定放电功率；

负荷的频率特性：

P_l＝P_lN+K_l(f_t-f_N)

式中，K_l分别为负荷的频率调节效应系数，P_l与P_lN分别负荷实际功率与额定功率；

线路阻抗的频率特性：

Z＝(R₀+j2πf_tL₀)l

式中，Z表示线路阻抗；l表示线路的长度；R₀和L₀分别表示线路单位长度的电阻和电感；

系统安全运行约束：

式中，V_i和分别为节点i电压安全限制的下限和上限，f和分别为频率安全限制的下限和上限；

不确定变量约束：C为不确定变量集，包括光伏电站出力和风电场出力采用盒式不确定集，将不确定变量表示为期望值和扰动两个部分根据配电网光伏电站和风电场气象历史数据和统计的日负荷曲线规律可以确定光伏电站和风电场有功出力的期望值和扰动量变化范围，进而得到不确定变量变化范围，则不确定变量集合C可表示为：

子问题为使得微电网网络损耗最大的分布式风力和光伏发电出力极端场景，目标函数为：

式中，λ为当前迭代的次数；

前述包含有未知变量的约束条件均作为子问题的约束，包括节点有功功率平衡约束、柴油发电机组的有功出力-频率特性、蓄电池储能装置的有功出力-频率特性、负荷的频率特性、线路阻抗的频率特性和不确定变量约束；

如果求解子问题的结果有最优解集U，则在主问题约束条件中增加一个最优割集如下：

式中，为求解过程中构造出的辅助变量；

如果求解出的子问题只有可行解V，则在主问题约束条件中增加一个可行割集如下：

主问题为在随机变量处于极端场景情况下微电网的运行总成本最小，目标函数为：

主问题的约束条件除了包括所述子问题返回的最优割集或者可行割集，还包括节点有功功率平衡约束、柴油发电机组的运行约束、柴油发电机组的有功出力-频率特性、蓄电池储能装置的运行约束、蓄电池储能装置的有功出力-频率特性、负荷的频率特性、线路阻抗的频率特性和系统安全运行约束。

2.根据权利要求1所述的考虑元件频率特性的微电网鲁棒优化调度方法，其特征在于，

采用Benders分解法求解所述微电网鲁棒优化调度模型的详细步骤如下：

步骤1、将所述微电网鲁棒优化调度模型的目标函数最低界限LB设为-∞，最高界限UB设为+∞，在不确定变量的期望值场景(P_s,t,ref，P_w,t,ref)下，求解确定性优化问题，得到决策变量的初始值

步骤2、将决策变量的初始值作为已知量代入子问题并求解，得到使得网络损耗最大的不确定变量当前值令迭代次数λ＝0；

步骤3、如果求解子问题得到最优解，则往主问题约束条件中增加一个所述最优割集，如果求解子问题得到可行解，则往主问题约束条件中增加一个所述可行割集，将子问题求解得到的不确定变量值作为已知量代入主问题，求解主问题，得到决策变量最优解并且更新最低界限

步骤4、将主问题得到的决策变量解作为已知量代入子问题，求解子问题得到不确定变量最优解更新最高界限

步骤5、若更新后的最高界线UB和最低界线LB满足UB-LB≤ε，则停止迭代，返回最优解，否则，令λ＝λ+1，返回步骤3，ε为Benders分解法中的收敛判据常数，设为10^-5。