[发明专利]一种互联微电网多时间尺度故障恢复方法、装置及设备

权利要求书

1.一种互联微电网多时间尺度故障恢复方法，其特征在于，包括：

针对互联微电网系统，建立故障恢复调度模型，该模型包括以用户侧失负荷量最小为故障恢复目标的日前优化调度模型和日内优化调度模型；

所述日前优化调度模型和所述日内优化调度模型的优化目标为：

式中，f_cut为多微电网系统用户侧失负荷量；N_MGs为微电网个数；N_FAUs为多微电网系统发生故障数量；P_MG，i为第i个微网用户侧失负荷量；ΔT_j为第j次故障持续时间；

采用拉丁超立方抽样方法，对确定的场景进行初始故障场景集的抽取，将抽取的初始故障场景集输入蝙蝠算法，通过迭代求解出最恶劣故障场景；

所述将抽取的初始故障场景集输入蝙蝠算法，通过迭代求解出最恶劣故障场景，包括：

A、初始化燃气轮机组和蓄电池组特性参数、多微电网系统预测负荷大小、风光发电出力大小、算法收敛的阈值以及最大迭代次数；

B、随机初始化每只蝙蝠位置，每只蝙蝠的位置表示一种随机抽取的故障场景；

C、根据每只随机生成蝙蝠的位置，多微电网系统能量管理中心反馈系统内一个调度周期燃气轮机组、风电机组、光伏机组、蓄电池组，从而计算出该故障场景下用户侧总失负荷量；

D、根据结果获得适应度函数，计算最佳蝙蝠个体；

E、更新个体最优值、全局最优值、蝙蝠速度信息和位置信息；

F、重复步骤C至步骤E直到算法满足收敛条件，收敛条件为前后两次的全局最优值之差小于给定的阈值或者达到最大循环次数；

将最恶劣故障场景输入日前优化调度模型，基于ADMM-GBS算法，通过迭代求解日前调度计划；将日前调度计划输入日内优化调度模型，基于ADMM-GBS算法，通过迭代求解日内调度计划；

所述基于ADMM-GBS算法，通过迭代求解日前调度计划或者日内调度计划，包括：

将求解问题分解为三个微电网各自失负荷的子问题进行迭代求解，则求解问题的目标函数为：

式中，P_cut为互联微电网系统在所有故障时刻的总用户侧失负荷量；

具体求解过程如下：

a、初始化耦合变量设为0，同时P_MGs(t)也为0，λ_1，k(t)＝λ_2，k(t)＝λ_3，k(t)＝λ₀，初始拉格朗日乘子λ₀设置为0；

b、令P_MGs(t)＝P_mg，3，k(t)，代入子问题L₁求解，得出P_mg，1，k(t)；

c、令P_MGs(t)＝P_mg，1，k+1(t)，代入子问题L₂求解，得出P_mg，2，k(t)；

d、令P_MGs(t)＝P_mg，2，k+1(t)，代入子问题L₃求解，得出P_mg，3，k(t)；

式中，为三个微电网用户侧失负荷量；λ_1，k(t)、λ_2，k(t)、λ_3，k(t)为第k代三个微电网耦合变量对应的拉格朗日乘子；η为耦合变量对应的惩罚参数；P_mg，1，k(t)、P_mg，2，k(t)、P_mg，3，k(t)为三个微电网第k代耦合变量；P_MGs(t)为耦合变量平均值；

e、根据下式更新拉格朗日乘子；

f、根据下式高斯回代校正P_mg，2，k(t)和P_mg，3，k(t)；

式中，μ为校正系数；

g、判断本次迭代结果偏差是否小于允许收敛误差，若满足则结束计算，若不满足则返回步骤b进行下一代迭代；

式中，r_k为第k代残差；ε为收敛误差。