一种两阶段式的光伏功率波动平抑方法及系统与流程

本发明涉及电力系统运行与控制，尤其涉及一种两阶段式的光伏功率波动平抑方法及系统。

背景技术：

1、近年来，以分布式光伏为代表的分布式电源在配电网中的数量急剧增多，使配电网呈现有源特性。而光伏具有极强的不确定性，难以预测的光伏波动不可避免地加大了配电网运行控制的难度，影响配电网的供电可靠性和安全性。对于大幅度的光伏波动，传统配电网的运行控制方式下，只能采用光伏弃光来避免对大电网产生冲击，但这种方法显然不利于新能源接入和消纳水平的提升；且传统配电网中的仅有有载调压变压器、可投切电容器(组)等无功调节资源，有功调节资源的缺乏限制了当前配电网内分布式光伏的发展。因此，需要进一步挖掘配电网的有功控制资源，并通过合理协同多种类型的分布式资源，解决分布式光伏的功率波动平抑问题，保证配电网运行安全及电能质量。在电网实际运行控制中，经济性好坏是评价运行控制技术的重要标准，经济调度是电网的基本运行控制模式，但一般仅考虑系统的网损，对于光伏功率波动控制问题，缺少对调节资源动作成本的考虑。因此，如何根据光伏波动情况准确判断调节需求，并考虑多方面经济成本实现光伏的功率波动平抑，是亟待解决的问题。

2、综上所述，研究考虑传统调节设备和储能资源的日前经济性优化调度方法，确定长时间尺度上的基本运行计划和控制参考值，在日内根据短时间尺度的光伏波动情况以及分布式资源调节能力进行光伏波动的经济性平抑。一方面挖掘配电网的有功调节资源，增强有源配电网调节潜力；另一方面，基于经济性原则合理决策资源调控策略，增强光伏波动平抑经济性。

技术实现思路

1、本发明提供一种两阶段式的光伏功率波动平抑方法及系统，通过日前的长时间尺度调度优化和日内的短期调度优化对电网的光伏功率波动进行两阶段式平抑，提高了电网运行的稳定性和效率。

2、第一方面，本发明提供一种两阶段式的光伏功率波动平抑方法，包括：

3、在日前优化阶段，获取电网系统内的荷源预测数据，其中，所述荷源预测数据包括新能源预测数据、负荷预测数据、网络拓扑参数和资源经济性参数；

4、将所述荷源预测数据输入至预设的优化调度模型，以使所述优化调度模型基于预设的第一优化目标对所述电网系统内的传统调节设备以及储能设备的工作状态和运行功率进行控制，并且生成对应的主变下网点功率参考值；

5、在日间优化阶段，获取电网系统内的实时运行数据，其中，所述实时运行数据包括主变下网点实时功率、分布式资源实时运行功率以及荷电状态量测值；

6、根据所述实时运行数据和主变下网点功率参考值更新当前时刻主变下网点功率控制目标，并计算分布式有功可调资源的当前时刻可调控容量；

7、将所述当前时刻可调控容量、实时运行数据和当前时刻主变下网点功率控制目标输入至预设的功率分配优化模型，以使所述功率分配优化模型基于预设的第二优化目标计算出所述分布式有功可调资源中的各个有功可调单元各自对应的有功分配系数；

8、根据所述实时运行数据、当前时段主变下网点功率基准值和各个有功可调单元各自对应的有功分配系数控制各个有功可调单元进行对应的功率调节。

9、本发明实施例提供一种两阶段式的光伏功率波动平抑方法，其中，第一阶段为日前优化阶段，获取电网系统内的荷源预测数据并输入至预设的优化调度模型以使优化调度模型根据第一优化目标生成长时间尺度的调度优化方案，对电网系统内的传统调节设备以及储能设备的工作状态和运行功率进行控制，同时生成对应的主变下网点功率参考值，确定了各个传统调节设备以及储能设备在长时间尺度上的基本运行计划和主变下网点功率参考值。然而，由于日前优化调度是基于日前预测的新能源数据以及负荷数据，属于长时间尺度预测优化，因此具有较强的不确定性，在日内的短期预测或实时运行数据大概率与日前预测结果不同，如果直接将日前优化得到的主变下网点功率参考值作为日内时段的跟踪控制参考值，极易导致控制效果不佳。因此为了进一步提高光伏功率波动的平抑效果，本发明实施例在第二阶段，即日间优化阶段，基于第一阶段计算获得的主变下网点功率参考值和电网系统内的实时运行数据，进行更精准的调度优化。首先根据实时运行数据和主变下网点功率参考值更新当前时刻主变下网点功率控制目标，然后根据当前时刻可调控容量、当前时刻主变下网点功率控制目标和实时运行数据使用功率分配优化模型确定各个有功可调单元各自对应的有功分配系数，最后根据当前时刻主变下网点功率控制目标和实时运行数据的差额，基于有功分配系数控制各个有功可调单元进行对应的功率调节，提高了电网运行的稳定性和效率。

10、在一种可能实现的方式中，所述优化调度模型的构建过程包括：

11、根据所述第一优化目标构建第一目标函数，其中，所述第一优化目标为功率波动、调节成本和网络损耗最小；

12、基于电网系统的网络安全和所述优化调度模型的调控对象构建对应的约束条件，其中，所述约束条件包括交流潮流约束、节点电压约束、联络线功率约束、有载调压变压器运行约束、可投切电容器运行约束以及储能运行约束。

13、本发明实施例提供一种优化调度模型的构建方法，根据第一优化目标构建第一目标函数，确定优化调度模型的优化方向，在本实施例中，优化调度模型的主要目的是优化配电网内的有载调压变压器分解头、无功补偿和储能单元在日内的运行曲线和工作计划，初步减小主变下网点处可能的功率波动，并使网络内的网络损耗最小和调节成本最小，以保证网络运行的经济性，因此第一目标函数围绕功率波动、调节成本和网络损耗最小进行构建；同时，基于电网系统的网络安全和优化调度模型的调控对象构建对应的约束条件，确保在优化过程中电网系统、有载调压变压器分解头、无功补偿和储能单元的正常运行，避免因过度优化造成电网设备的损坏，提高电网运行的稳定性。

14、进一步的，所述第一目标函数的具体公式为：

15、

16、

17、

18、f＝min f1+f2+f3

19、其中，f为所述目标函数，f1代表相邻时段主变下网点功率的差值，代表k时段主变下网点处的有功功率，t代表日前时段的集合，f2代表日前各个时段内有载调压变压器分接头和可投切电容器的调节成本之和，和分别代表k时段有载调压变压器分接头的位置和可投切电容器的投切状态，ctap和ccb分别为有载调压变压器分接头和可投切电容器的单次调节成本，f3代表日前各个时段网络损耗带来的经济成本，ck为第k个时段内的分时电价，为第k个时段的网络损耗，δt为日前优化的周期。

20、进一步的，所述交流潮流约束的具体公式为：

21、

22、

23、其中，和分别代表k时段主变下网点处的有功功率和无功功率，和分别代表i节点在k时段的光伏有功功率和光伏无功功率，和分别代表i节点在k时段的负荷有功功率和负荷无功功率，代表的是i节点在k时段的可投切电容器补偿容量，gi,j和bi,j代表i、j节点间线路的导纳，ej,k和fj,k代表j节点在k时段的节点电压实部与虚部；

24、所述节点电压约束的具体公式为：

25、vmin≤|vi,k|≤vmax

26、其中，vi,k为i节点在k时段的电压，vmin和vmax分别为节点电压最大值和最小值；

27、所述联络线功率约束为：

28、

29、其中，和代表联络线所允许传输的功率最小值和最大值；

30、所述有载调压变压器运行约束的具体公式为：

31、

32、

33、

34、其中，vtap代表变压器分接头调节步长，代表k时段oltc的分接头位置，与分别为调压器并网点输入电压与输出电压，和分别为oltc挡位上限与下限，代表oltc分接头的每日最大动作次数；

35、所述可投切电容器运行约束的具体公式为：

36、

37、

38、其中，为在k时段i节点的可投切电容器的投切状态，为i节点的可投切电容器的额定无功容量，为可投切电容器每日最大投切变化次数阈值；

39、所述储能运行约束的具体公式为：

40、

41、

42、

43、

44、其中，与分别为储能s的最小容量和最大容量，为储能s在k时段内的容量，和分别为储能s在k时段的充电状态和放电状态，且同一时段内只能处于充电或放电状态中的一种，和分别是储能s在k时段的充电功率和放电功率，和分别为储能s的最大充电功率和最大放电功率，ηc和ηd分别为储能的充电效率和放电效率。

45、在一种可能实现的方式中，所述根据所述实时运行数据和主变下网点功率参考值更新当前时刻主变下网点功率控制目标，具体公式为：

46、

47、

48、其中，为k时段初始时刻的主变下网点功率，为k时段初始时刻的主变下网点功率控制目标，为k时段第t时刻的主变下网点功率控制目标，β为平滑系数，为k时段的主变下网点功率参考值，为k时段第t-1时刻的主变下网点功率控制目标。

49、进一步的，所述计算分布式有功可调资源的当前时刻可调控容量，包括计算分布式光伏可调容量、计算储能可调容量以及计算电动汽车可调容量；

50、其中，所述计算分布式光伏可调容量的具体公式为：

51、

52、其中，为分布式光伏可调容量，γ为根据电网对光伏并网点波动的要求预设的波动系数，为分布式光伏的发电量；

53、所述计算储能可调容量的具体公式为：

54、

55、

56、

57、

58、其中，为储能单元s在t时刻的荷电状态，和分别为储能单元s的额定充、放电功率，和分别为储能单元s的充、放电效率，和so分别为储能单元s所允许的最大与最小荷电状态，为储能单元s的额定容量，和分别为储能单元s以边界充、放电功率充、放电至边界荷电状态所需要的时间，和分别为储能单元s的下调容量和可上调容量，和分别为储能单元s的最大充电功率和最大放电功率，为储能单元s在t时刻的实时运行功率；

59、所述计算电动汽车可调容量的方式与计算储能可调容量的方式相同。

60、在一种可能实现的方式中，所述将所述当前时刻可调控容量、实时运行数据和当前时刻主变下网点功率控制目标输入至预设的功率分配优化模型，以使所述功率分配优化模型基于预设的第二优化目标计算出所述分布式有功可调资源中的各个有功可调单元各自对应的有功分配系数，包括：

61、根据所述当前时刻可调控容量对分布式有功可调资源中的各个有功可调单元进行聚合，获得多个有功可调资源集群和各个有功可调资源集群对应的当前时段集群可调控容量；

62、将所述各个当前时段集群可调控容量、实时运行数据和当前时刻主变下网点功率控制目标输入至所述功率分配优化模型，以使所述功率分配优化模型基于预设的第二优化目标计算各个有功可调资源集群各自对应的集群有功调节量，进而根据各个集群有功调节量分别对各个集群中的各个有功可调单元进行功率分配，确定各个有功可调单元各自对应的有功分配系数。

63、本发明实施例提供一种使用功率分配优化模型进行功率调节的方法，首先在将数据输入至功率分配优化模型之前，对分布式有功可调资源中的各个有功可调单元进行聚合，这是因为配电网内的有功可调资源常呈现分布式特征，总体数量大、单体容量小，直接对有功可调单元进行优化会大幅度增加模型的运算量，降低功率分配优化模型的调度效率；在将各个有功可调单元聚合为多个有功可调资源集群后，基于各个当前时段集群可调控容量、实时运行数据和当前时刻主变下网点功率控制目标通过功率分配模型计算各个有功可调资源集群各自对应的集群有功调节量，其中，各个当前时段集群可调控容量作为模型优化的边界条件，实时运行数据和当前时刻主变下网点功率控制目标之间的差额作为各个有功可调资源集群的调节目标；最后，根据计算出的各个集群有功调节量分别对各个集群中的各个有功可调单元进行功率分配，此时模型不会直接求解各个有功可调单元的调节量，而是先计算各个有功可调单元调节量与其所属有功可调资源集群的集群有功调节量之间的比例关系，确定各个有功可调单元各自对应的有功分配系数，后续可以根据实时运行数据和当前时刻主变下网点功率控制目标快速求解各个有功可调资源的调节量，提高了模型的运算效率。

64、进一步的，所述根据所述当前时刻可调控容量对分布式有功可调资源中的各个有功可调单元进行聚合是基于k-means++算法进行聚合，具体公式为：

65、

66、其中，uo和ucenter,m分别代表第o个样本的数据向量和集群m的中心样本的数据向量，ci和αi分别为样本uo的单位调控成本和可调节容量，ccenter,m和αcenter,m分别为中心样本的单位调控成本和可调节容量；

67、所述获得各个有功可调资源集群对应的当前时段集群可调控容量，具体公式为：

68、

69、

70、其中，和分别为集群m的最大上调容量和最大下调容量，和分别代表集群m内的有功可调单元y在t时刻的可上调容量和可下调容量，nm,pv、nm,es、nm,ev分别为集群m内的分布式光伏、储能单元以及电动汽车的数目，nm为集群m内的有功可调单元总数，cr、cs、cn分别为三种有功可调单元的单位调控成本，cm,t为集群m在t时刻的调控成本。

71、在一种可能实现的方式中，所述功率分配优化模型的构建过程包括：

72、根据所述第二优化目标构建第二目标函数，其中，所述第二优化目标为所有有功可调资源的总调节成本最小；

73、基于功率分配优化过程中的误差要求、节点电压要求以及各个有功可调资源集群的运行要求构建对应的约束条件，其中，所述约束条件包括波动平抑控制误差约束、节点电压约束和有功可调资源集群运行约束；

74、构建集群功率分配函数，用于确定各个有功可调单元各自对应的有功分配系数。

75、本发明实施例提供一种功率分配优化模型的构建方法，根据第二优化目标构建第二目标函数，确定功率分配优化模型的优化方向，在本实施例中，设置的第二优化目标为所有有功可调资源的总调节成本最小，因此基于此优化目标构建优化函数，在确保完成波动平抑的前提下，使得总调节成本最小。此外，基于误差要求、节点电压要求以及各个有功可调资源集群的运行要求构建对应的约束条件，所述误差要求是在限定范围内，允许调节后的实时下网点功率与主变下网点功率控制目标之间存在一定误差，提高模型功率分配的灵活性；节点电压要求保证了电网系统的正常运行，避免模型过度优化；各个有功可调资源集群的运行要求可以确保集群调节量维持在相应的运行边界内，同样避免模型过度优化。构建集群功率分配函数，使得模型在计算出各个有功可调资源集群的集群有功调节量之后，进一步根据集群有功调节量计算各个有功可调单元各自对应的有功分配系数，为后续控制各个有功可调单元进行功率调节提供数据支持，实现光伏功率波动平抑。

76、进一步的，所述第二目标函数的具体公式为：

77、

78、其中，为集群m在t时刻的有功调节量，为当前时段的网损，ct为当前时刻的分时电价，cm,t为集群m在t时刻的调控成本，c为各个集群的总调节成本，δt为短时间尺度优化周期；

79、所述波动平抑控制误差约束的具体公式为：

80、

81、

82、其中，和分别为主变下网点所允许传输的最大和最小有功功率，为调控后的主变下网点实时功率，为主变下网点功率波动率调控阈值，为当前时刻主变下网点功率控制目标；

83、所述节点电压约束的具体公式为：

84、vmin≤|vi,k|≤vmax

85、其中，vi,k为i节点在k时段的电压，vmin和vmax分别为节点电压最大值和最小值；

86、所述有功可调资源集群运行约束的具体公式为：

87、

88、其中，和分别为集群m在t时刻的最大调节量和最小调节量；

89、所述集群功率分配函数的具体公式为：

90、

91、

92、其中，和分别为集群内的分布式光伏、储能单元以及电动汽车的单元有功调节量，为集群m的总调节成本，nm,pv、nm,es、nm,ev分别为集群m内的分布式光伏、储能单元以及电动汽车的数目，cr、cs、cn分别为三种有功可调单元的单位调控成本。

93、第二方面，相应的，本发明提供一种两阶段式的光伏功率波动平抑系统，包括第一获取模块、日前调度模块、第二获取模块、计算模块、功率分配模块以及日间调度模块；

94、其中，所述第一获取模块用于在日前优化阶段，获取电网系统内的荷源预测数据，其中，所述荷源预测数据包括新能源预测数据、负荷预测数据、网络拓扑参数和资源经济性参数；

95、所述日前调度模块用于将所述荷源预测数据输入至预设的优化调度模型，以使所述优化调度模型基于预设的第一优化目标对所述电网系统内的传统调节设备以及储能设备的工作状态和运行功率进行控制，并且生成对应的主变下网点功率参考值；

96、所述第二获取模块用于在日间优化阶段，获取电网系统内的实时运行数据，其中，所述实时运行数据包括主变下网点实时功率、分布式资源实时运行功率以及荷电状态量测值；

97、所述计算模块用于根据所述实时运行数据和主变下网点功率参考值更新当前时刻主变下网点功率控制目标，并计算分布式有功可调资源的当前时刻可调控容量；

98、所述功率分配模块用于将所述当前时刻可调控容量、实时运行数据和当前时刻主变下网点功率控制目标输入至预设的功率分配优化模型，以使所述功率分配优化模型基于预设的第二优化目标计算出所述分布式有功可调资源中的各个有功可调单元各自对应的有功分配系数；

99、所述日间调度模块用于根据所述实时运行数据、当前时段主变下网点功率基准值和各个有功可调单元各自对应的有功分配系数控制各个有功可调单元进行对应的功率调节。

100、在一种可能实现的方式中，所述优化调度模型的构建过程包括：

101、根据所述第一优化目标构建第一目标函数，其中，所述第一优化目标为功率波动、调节成本和网络损耗最小；

102、基于电网系统的网络安全和所述优化调度模型的调控对象构建对应的约束条件，其中，所述约束条件包括交流潮流约束、节点电压约束、联络线功率约束、有载调压变压器运行约束、可投切电容器运行约束以及储能运行约束。

103、进一步的，所述第一目标函数的具体公式为：

104、

105、

106、

107、f＝min f1+f2+f3

108、其中，f为所述目标函数，f1代表相邻时段主变下网点功率的差值，代表k时段主变下网点处的有功功率，t代表日前时段的集合，f2代表日前各个时段内有载调压变压器分接头和可投切电容器的调节成本之和，和分别代表k时段有载调压变压器分接头的位置和可投切电容器的投切状态，ctap和ccb分别为有载调压变压器分接头和可投切电容器的单次调节成本，f3代表日前各个时段网络损耗带来的经济成本，ck为第k个时段内的分时电价，为第k个时段的网络损耗，δt为日前优化的周期。

109、进一步的，所述交流潮流约束的具体公式为：

110、

111、

112、其中，和分别代表k时段主变下网点处的有功功率和无功功率，和分别代表i节点在k时段的光伏有功功率和光伏无功功率，和分别代表i节点在k时段的负荷有功功率和负荷无功功率，代表的是i节点在k时段的可投切电容器补偿容量，gi,j和bi,j代表i、j节点间线路的导纳，ej,k和fj,k代表j节点在k时段的节点电压实部与虚部；

113、所述节点电压约束的具体公式为：

114、vmin≤|vi,k|≤vmax

115、其中，vi,k为i节点在k时段的电压，vmin和vmax分别为节点电压最大值和最小值；

116、所述联络线功率约束为：

117、

118、其中，和代表联络线所允许传输的功率最小值和最大值；

119、所述有载调压变压器运行约束的具体公式为：

120、

121、

122、

123、其中，vtap代表变压器分接头调节步长，代表k时段oltc的分接头位置，与分别为调压器并网点输入电压与输出电压，和分别为oltc挡位上限与下限，代表oltc分接头的每日最大动作次数；

124、所述可投切电容器运行约束的具体公式为：

125、

126、

127、其中，为在k时段i节点的可投切电容器的投切状态，为i节点的可投切电容器的额定无功容量，为可投切电容器每日最大投切变化次数阈值；

128、所述储能运行约束的具体公式为：

129、

130、

131、

132、

133、其中，与分别为储能s的最小容量和最大容量，为储能s在k时段内的容量，和分别为储能s在k时段的充电状态和放电状态，且同一时段内只能处于充电或放电状态中的一种，和分别是储能s在k时段的充电功率和放电功率，和分别为储能s的最大充电功率和最大放电功率，ηc和ηd分别为储能的充电效率和放电效率。

134、在一种可能实现的方式中，所述计算模块根据所述实时运行数据和主变下网点功率参考值更新当前时刻主变下网点功率控制目标，具体公式为：

135、

136、

137、其中，为k时段初始时刻的主变下网点功率，为k时段初始时刻的主变下网点功率控制目标，为k时段第t时刻的主变下网点功率控制目标，β为平滑系数，为k时段的主变下网点功率参考值，为k时段第t-1时刻的主变下网点功率控制目标。

138、进一步的，所述计算模块计算分布式有功可调资源的当前时刻可调控容量，包括计算分布式光伏可调容量、计算储能可调容量以及计算电动汽车可调容量；

139、其中，所述计算分布式光伏可调容量的具体公式为：

140、

141、其中，为分布式光伏可调容量，γ为根据电网对光伏并网点波动的要求预设的波动系数，为分布式光伏的发电量；

142、所述计算储能可调容量的具体公式为：

143、

144、

145、

146、

147、其中，为储能单元s在t时刻的荷电状态，和分别为储能单元s的额定充、放电功率，和分别为储能单元s的充、放电效率，和so分别为储能单元s所允许的最大与最小荷电状态，为储能单元s的额定容量，和分别为储能单元s以边界充、放电功率充、放电至边界荷电状态所需要的时间，和分别为储能单元s的下调容量和可上调容量，和分别为储能单元s的最大充电功率和最大放电功率，为储能单元s在t时刻的实时运行功率；

148、所述计算电动汽车可调容量的方式与计算储能可调容量的方式相同。

149、在一种可能实现的方式中，所述功率分配模块包括聚合单元和分配系数确定单元；

150、其中，所述聚合单元用于根据所述当前时刻可调控容量对分布式有功可调资源中的各个有功可调单元进行聚合，获得多个有功可调资源集群和各个有功可调资源集群对应的当前时段集群可调控容量；

151、所述分配系数确定单元用于将所述各个当前时段集群可调控容量、实时运行数据和当前时刻主变下网点功率控制目标输入至所述功率分配优化模型，以使所述功率分配优化模型基于预设的第二优化目标计算各个有功可调资源集群各自对应的集群有功调节量，进而根据各个集群有功调节量分别对各个集群中的各个有功可调单元进行功率分配，确定各个有功可调单元各自对应的有功分配系数。

152、进一步的，所述聚合单元根据所述当前时刻可调控容量对分布式有功可调资源中的各个有功可调单元进行聚合是基于k-means++算法进行聚合，具体公式为：

153、

154、其中，uo和ucenter,m分别代表第o个样本的数据向量和集群m的中心样本的数据向量，ci和αi分别为样本uo的单位调控成本和可调节容量，ccenter,m和αcenter,m分别为中心样本的单位调控成本和可调节容量；

155、所述获得各个有功可调资源集群对应的当前时段集群可调控容量，具体公式为：

156、

157、

158、其中，和分别为集群m的最大上调容量和最大下调容量，和分别代表集群m内的有功可调单元y在t时刻的可上调容量和可下调容量，nm,pv、nm,es、nm,ev分别为集群m内的分布式光伏、储能单元以及电动汽车的数目，nm为集群m内的有功可调单元总数，cr、cs、cn分别为三种有功可调单元的单位调控成本，cm,t为集群m在t时刻的调控成本。

159、在一种可能实现的方式中，所述功率分配优化模型的构建过程包括：

160、根据所述第二优化目标构建第二目标函数，其中，所述第二优化目标为所有有功可调资源的总调节成本最小；

161、基于功率分配优化过程中的误差要求、节点电压要求以及各个有功可调资源集群的运行要求构建对应的约束条件，其中，所述约束条件包括波动平抑控制误差约束、节点电压约束和有功可调资源集群运行约束；

162、构建集群功率分配函数，用于确定各个有功可调单元各自对应的有功分配系数。

163、进一步的，所述第二目标函数的具体公式为：

164、

165、其中，为集群m在t时刻的有功调节量，为当前时段的网损，ct为当前时刻的分时电价，cm,t为集群m在t时刻的调控成本，c为各个集群的总调节成本，δt为短时间尺度优化周期；

166、所述波动平抑控制误差约束的具体公式为：

167、

168、

169、其中，和分别为主变下网点所允许传输的最大和最小有功功率，为调控后的主变下网点实时功率，为主变下网点功率波动率调控阈值，为当前时刻主变下网点功率控制目标；

170、所述节点电压约束的具体公式为：

171、vmin≤|vi,k|≤vmax

172、其中，vi,k为i节点在k时段的电压，vmin和vmax分别为节点电压最大值和最小值；

173、所述有功可调资源集群运行约束的具体公式为：

174、

175、其中，和分别为集群m在t时刻的最大调节量和最小调节量；

176、所述集群功率分配函数的具体公式为：

177、

178、其中，和分别为集群内的分布式光伏、储能单元以及电动汽车的单元有功调节量，为集群m的总调节成本，nm,pv、nm,es、nm,ev分别为集群m内的分布式光伏、储能单元以及电动汽车的数目，cr、cs、cn分别为三种有功可调单元的单位调控成本。