[发明专利]一种基于可信性理论的模糊机会约束最优潮流计算方法

说明书

一种基于可信性理论的模糊机会约束最优潮流计算方法，属于配电网可再生能源消纳的技术领域。其特征在于：包括如下步骤：构造净负荷预测误差的可信性分布函数；建立考虑净负荷预测不确定性的模糊机会约束优化模型；基于可信性理论推导电压，有功功率和无功功率模糊机会约束的确定性等价；通过引入辅助变量，进一步推导确定性等价的线性表达式；建立考虑预测不确定性的配电网确定性优化模型；通过选择不同置信水平对配电网优化模型求解，得到满足不同安全裕度的最优可控发电机调度方案。本发明构造了基于可信性理论的最优潮流模型，能够有效降低不确定性影响下的电压违规风险，解决了含可再生能源配电网安全经济运行问题。

技术领域

一种基于可信性理论的模糊机会约束最优潮流计算方法，属于配电网可再生能源消纳的技术领域。

背景技术

电力系统运行的几个核心任务，如机组承诺、储备采购、市场清算和安全评估，都依赖于偶然正比反馈技术(OPF)的解决方案。近年来，随着全球经济加速发展,能源短缺和环境污染已经成为当前面临的严峻问题，这也推动了可再生能源发电的研究和发展。然而，由于可再生能源(RESs)发电量的预测不准确，将不确定性引入了OPF问题中。并且随着RESs发电量在配电系统中所占份额的增加，预测不确定性增加了几个数量级。这导致在使用基于RESs预测值的OPF决策的情况下，存在较大的预测误差可能会导致配电系统在实时运行期间频繁违反系统约束，例如网络电压越限。由于电压幅值的高低直接影响用户的正常用电。因此，如何处理OPF中RESs发电预测的不确定性成为一个不容忽视的问题。

目前处理OPF中不确定RESs的方法主要有：鲁棒优化方法，鲁棒优化方法的解决方案满足最坏情况下的不确定性实现，因此导出的解通常过于保守。随机优化方法给了操作者更多的自由来权衡成本和安全性，但随机优化需要重复采样，这可能会影响解决方案的效率。机会约束优化方法作为求解不确定优化问题的另一种常用方法，只需要限制系统变量满足预先确定的置信水平。因此，与鲁棒优化相比，得到的解不那么保守，但在大多数情况下仍然可以保证系统安全。

现有的机会约束方法大都假设预测误差服从带有均值和方差的高斯分布，或者需要精确的了解预测误差分布的一阶矩和二阶矩信息。然而，太阳能和风能发电的经验测量通常是不对称的。因此，RESs不确定性的高斯假设，作为对称性假设，可能错误估计来自具有显著不对称性的节点的预测误差的影响，从而导致无效和低效的操作决策。此外，除了随机性之外，不确定性还包括模糊性，在现有的机会约束OPF模型中，对不确定RESs的研究主要集中在RESs的随机特性上，而利用可信性理论来处理考虑模糊特性的RESs不确定性的研究较少。

发明内容

本发明要解决的技术问题是：克服现有技术的不足，提供一种能够有效降低不确定性影响下的电压违规风险，解决了含可再生能源配电网安全经济运行问题的基于可信性理论的模糊机会约束最优潮流计算方法。

本发明解决其技术问题所采用的技术方案是：该基于可信性理论的模糊机会约束最优潮流计算方法，其特征在于：包括如下步骤：

构造净负荷预测误差的可信性分布函数；

建立考虑净负荷预测不确定性的模糊机会约束优化模型；

基于可信性理论推导电压，有功功率和无功功率模糊机会约束的确定性等价；

通过引入辅助变量，进一步推导确定性等价的线性表达式；

建立考虑预测不确定性的配电网确定性优化模型；

通过选择不同置信水平对配电网优化模型求解，得到满足不同安全裕度的最优可控发电机调度方案。

优选的，净负荷预测误差的可信度分布为：