[发明专利]大规模间歇式能源接入的混合能源多目标鲁棒优化方法

摘要

本发明公开了大规模间歇式能源接入的混合能源多目标鲁棒优化方法，属于电力系统自动化的技术领域。本发明针对间歇式能源发电的不确定性问题，引入不确定成本的概念，以电力系统的经济性、环保性以及不确定性成本为目标，结合不确定性鲁棒优化理论，提出大规模多能源多目标鲁棒优化模型；再采用大系统分解协调优化理论将联优化模型分解为若干个子系统多目标优化模型，并对各不确定方案集下中可能造成的风险程度进行等级划分，选取风险程度最低的方案最为最佳方案，从而得到各子系统的最优解或Pareto方案集；最终将各子系统模型最佳方案或方案集融合为整个系统的最优Pareto解集，为决策者提供更完善的决策支持。

主权项

1.一种大规模间歇式能源接入的混合能源多目标鲁棒优化方法，其特征在于，包括如下步骤：A、针对风机和光伏大规模接入的电力系统，以经济效益最小、环保污染最小、不确定性成本最小、蓄电池成本最小为目标，考虑负荷平衡约束、旋转备用约束、出力约束、出力爬坡率约束、不确定性预算约束、蓄电池充放电约束建立如下优化模型：多目标：负荷平衡约束：旋转备用约束：出力约束：Pci,min≤Pci,t≤Pci,max，出力爬坡率约束：DRci≤Pci,t‑Pci,t‑1≤URci，不确定性预算约束：蓄电池充放电约束：根据鲁棒优化原理将上述优化模型转化为混合能源多目标联优化模型：其中，F₁、F₂、F₃、F₄分别为经济效益计算函数、环保污染衡量函数、不确定性成本计算函数、蓄电池成本计算函数，T为调度周期长度，N_c为火电机组数量，N_r为间歇式能源的数量，且N_r＝N_w+N_p，N_w为风机数量，N_p为光伏数量，a_i、b_i、c_i、d_i、e_i为第i个火电机组的成本系数，α_i、β_i、γ_i、ζ_i、λ_i为第i个火电机组的污染排放系数，P_ci,t、P_ci,t‑1分别为第i个火电机组在t时刻、t‑1时刻的出力，k_j为第j个间歇式能源不确定性的惩罚系数，P_rj,t、P_rj,t+1分别为第j个间歇式能源在t时刻、t+1时刻的出力，N_B为蓄电池个数，Π_d,t为第d个蓄电池在t时刻的成本系数，为第d个蓄电池在t时刻的充电量或放电量，P_D,t为在t时刻的负荷需求，P_loss,t为在t时刻的电力传输损失，分别为第m个能源、第n个能源在t时刻的出力，B_mn、B_0m、B₀₀为网络传输损失系数，P_ci,max、P_ci,min分别为第i个火电机组的最大出力、最小出力，P_d,max为第d个蓄电池的最大容量，L为旋转备用出力占t时刻负荷需求的比例程度，L∈[0,100)，DR_ci、UR_ci分别为第i个火电机组的最大爬坡率限制、最小爬坡率限制，Δ_t为在t时刻的不确定代价，Δ_t∈(0,N_r]，γ_rj,t为第j个间歇式能源在t时刻的不确定性区间系数，γ_rj,t∈(0,1]，为第j个间歇式能源在t时刻出力的预测值，分别为第j个间歇式能源在t时刻出力波动值的上下限，表示第d个蓄电池在t时刻处于放电状态，表示第d个蓄电池在t时刻处于充电状态，为第d个蓄电池在t时刻的最大放电量，为第d个蓄电池在t时刻的最大充电量，λ_t、λ_t⁺、λ_t^‑为t时刻的松弛算子；B、采用大系统分解协调优化理论将混合能源多目标联优化模型分解为以各能源群为主体的子系统优化模型；C、根据不确定性预算约束确定各间歇式能源出力的不确定性集合；D、根据各间歇式能源出力的不确定性集合求解以各能源群为主体的子系统优化模型得到各子系统的方案集；E、结合实际工程需要的偏好，在不确定性集合下优选各子系统的方案集以确定各子系统的最佳方案集；F、融合各子系统的最佳方案集得到混合能源多目标联优化模型的最优Pareto解集。