[发明专利]一种基于概率预测的配电网分布鲁棒优化调度方法

权利要求书

1.一种基于概率预测的配电网分布鲁棒优化调度方法，其特征在于，包括以下步骤：

(1)采用概率分布区间，构建基于概率预测的模糊集；该步骤的具体过程如下：

(101)采用概率预测方法，获得K个连续的可再生能源出力预测区间及其区间概率，其中K为区间数；

(102)根据获得的预测区间和区间概率，构建基于概率预测的模糊集F：

上式中，w_t为t时段可再生能源出力；P为w_t的概率分布；R为w_t所有可能的出力情况；P(R)为w_t所有可能的概率分布；W_k为w_t第k个区间的不确定集合；p_k为w_t第k个区间的概率；E_p表示取期望值；μ_t和为w_t期望值的下、上限；w_k,t和分别为w_t第k个区间的下、上限；

(2)根据步骤(1)构建的模糊集，构建基于分布鲁棒优化的配电网调度模型；该步骤的具体过程如下：

(201)构建基于分布鲁棒优化的配电网调度模型的目标函数：

上式中，分别为燃气轮机e的启动、停止、固定和单位发电成本；布尔变量u_e,t、v_e,t、x_e,t分别表示t时段燃气轮机e是否启动、停止、工作，是则置1，否则置0；为t时段燃气轮机e的输出功率；sup表示上确界；

(202)构建基于分布鲁棒优化的配电网调度模型的约束条件：

a)燃气轮机约束：

x_e,t-x_e,t-1＝u_e,t-v_e,t

上式中，布尔变量x_e,τ表示τ时段燃气轮机e是否启动，是则置1，否则置0；分别为燃气轮机e的最小开机、关机时间；分别为燃气轮机e的最小、最大输出功率；分别为燃气轮机e的最大向上、向下爬坡率；为t-1时段燃气轮机e的输出功率；布尔变量x_e,t-1表示t-1时段燃气轮机e是否工作，是则置1，否则置0；

b)配电网潮流约束：

V_j,t＝V_i,t-(P_ij,tr_ij+Q_ij,tx_ij)/V₀

上式中，分别为t时段节点j的有功、无功电源输出功率，其中，包括节点j燃气轮机的输出功率和可再生能源出力；P_ij,t、Q_ij,t分别为t时段支路i-j的有功、无功功率；为首端节点为j的所有支路集合；P_jl,t、Q_jl,t分别为t时段支路j-l的有功、无功功率；分别为t时段节点j的有功、无功负荷；V_i,t、V_j,t分别为t时段节点i、j的电压幅值；r_ij、x_ij分别为支路i-j的电阻、电抗；V₀为电压基准值；

(3)应用仿射策略和强对偶理论，将步骤(2)建立的配电网调度模型转化为混合整数线性规划问题；该步骤的具体过程如下：

(301)应用仿射策略和强对偶理论，转化配电网调度模型的目标函数：应用仿射策略，将表示为w_t的线性仿射函数：

上式中，为线性系数；

根据模糊集F的定义，将目标函数中上确界问题sup表示如下：

f(w_t)≥0

上式中，f(w_t)为w_t的概率测度；df(w_t)为f(w_t)的微分；α_k，β_t，γ_t为对偶变量；

应用强对偶理论，将上述模型转化为：

β_t≤0,γ_t≥0

根据不确定集合W_k的定义，将

表示为：

w_t≥w_k,t:δ_k,t

上式中，δ_k,t和ε_k,t为对偶变量；

再次应用强对偶理论，将上述模型转化为：

δ_k,t≤0,ε_k,t≥0

(302)应用仿射策略和强对偶理论，转化配电网调度模型的约束条件：对于约束条件根据仿射策略，将其表示为：

根据不确定集合W_k的定义，将上式表示为：

w_t≥w_k,t:δ_e,k,t

上式中，δ_e,k,t和ε_e,k,t为对偶变量；

应用强对偶理论，将上述模型转化为：

δ_e,k,t≤0,ε_e,k,t≥0

(4)求解步骤(3)的混合整数线性规划问题，得到配电网分布鲁棒优化调度的最优决策。