[发明专利]计及随机模糊双重不确定的交直流混合微网优化运行方法

说明书

一种计及随机模糊双重不确定的交直流混合微网优化运行方法：基于交直流混合微网的特点，考虑到风光出力的不确定性，将光照强度定义为随机变量，将风速定义为随机模糊变量，对间歇性能源的出力进行不确定性建模；基于微网的网架结构，将随机模糊理论引入到交直流混合微网中，建立日前调度经济性最优的随机模糊机会约束优化模型，并进一步调整不平衡功率以实现机组的最优出力组合；用随机模糊模拟、神经网络和混沌粒子群算法相结合的混合智能算法对日前调度经济性最优的随机模糊机会约束优化模型进行求解，获得最终的交直流混合微网优化运行方案。本发明有效解决了风光出力不确定性对微网日前调度方案造成偏差大的问题，减少了不平衡功率的调整。

技术领域

本发明涉及一种交直流混合微网优化运行方法。特别是涉及一种计及随机模糊双重不确定的交直流混合微网优化运行方法。

背景技术

微网具有可靠性高、环境友好和便于分布式电源大规模接入等优点，顺应了能源转型革命的热潮，因而成为国内外学者研究的热点。交直流混合微网结合了交流电网和直流电网的优势，保证了多种分布式能源的消纳利用及电力用户的多元化电力需求，具有重要的研究价值。目前，国内外相关单位和专家学者对交直流混合微网的研究主要集中在微网的潮流计算、协调控制、优化配置与运行、安全稳定性、技术标准的制定及更新等方面。其中，交直流混合微网的优化运行是微网研究的热点和难点。而随着以风电为代表的间歇性能源接入微网，其出力明显的波动性和间歇性给微网的优化运行带来挑战。这些不确定因素不仅会影响微网的日前调度计划、实时调度有功功率，而且电能质量也会因功率的随机波动而下降，进一步影响微网运行的经济性、安全性、稳定性。

国内外相关文献对于间歇性能源出力的不确定性建模的研究主要集中在模糊性和随机性两方面，对风电的研究都未能脱离单一不确定性分析。但影响风机出力的不确定因素较多，仅考虑单一随机性或模糊性无法准确刻画其实际运行情况。因此，基于微网的网架结构，从风机出力的随机模糊双重不确定性的角度出发，建立日前调度经济性最优的随机模糊机会约束优化模型，可有效解决风光出力的不确定性造成的日前调度偏差大的问题，提高微网经济效益，对交直流混合微网的优化运行研究具有重要意义。

发明内容

本发明所要解决的技术问题是，提供一种能够为解决风光出力的不确定性造成微网日前调度偏差大问题的计及随机模糊双重不确定的交直流混合微网优化运行方法。

本发明所采用的技术方案是：一种计及随机模糊双重不确定的交直流混合微网优化运行方法，包括如下步骤：

1)基于交直流混合微网的特点，考虑到风光出力的不确定性，将光照强度定义为随机变量，将风速定义为随机模糊变量，对间歇性能源的出力进行不确定性建模；

2)基于微网的网架结构，将随机模糊理论引入到交直流混合微网中，建立日前调度经济性最优的随机模糊机会约束优化模型，并进一步调整不平衡功率以实现机组的最优出力组合；

3)用随机模糊模拟、神经网络和混沌粒子群算法相结合的混合智能算法对所述的日前调度经济性最优的随机模糊机会约束优化模型进行求解，获得最终的交直流混合微网优化运行方案。

本发明的计及随机模糊双重不确定的交直流混合微网优化运行方法，有益效果是：

1、计及间歇性能源出力存在的不确定性问题，提出了随机模糊机会约束优化模型，可有效解决了风光出力不确定性对微网日前调度方案造成偏差大的问题，减少了不平衡功率的调整，降低了总运行成本。

2、针对所建立的随机模糊机会约束优化模型，本发明采用随机模糊模拟、神经网络与混沌粒子群相结合的混合智能算法，有效解决了不确定函数难以求解的问题，利用该算法求解本发明提出的随机模糊机会约束优化模型，能够获得具有良好经济性和准确性的交直流混合微网优化运行方案。

附图说明

图1是本发明计及随机模糊双重不确定的交直流混合微网优化运行方法的原理图；