一种主配协同系统自适应鲁棒优化调度方法与流程

本发明涉及一种主配协同系统自适应鲁棒优化调度方法，属于主配协同系统运行与调度领域。

背景技术：

1、随着光伏，风电等可再生能源大规模接入，主配协同系统（输配电系统）中的不确定因素增加，给主配协同系统的安全性和稳定性造成了巨大威胁。

2、全球变暖等自然因素的叠加导致近年来极端天气频发，进一步放大源荷两侧不确定性以及电网设备运行风险，给主配协同系统保供带来难题。以台风为例，台风等极端自然灾害带来的问题可以归结为对系统元件产生作用力影响。风力作用会对架空导线和杆塔产生力学载荷效应，如果元件受力载荷大于元件自身强度，则会对元件造成损害，造成主配协同系统大面积发生断路。

3、此外，目前对于新能源出力的随机性刻画不足，尽管现有研究对主配协同系统中存在的不确定性因素进行优化建模，主要分为随机规划、机会约束规划和鲁棒优化，但随机规划、机会约束规划存在不确定参数概率分布估计不准确，模型的求解时间长的问题；鲁棒优化由于未考虑不确定参数的任何历史数据信息，具有较大的保守性，需要牺牲一定的经济为代价换取主配协同系统运行的安全性和稳定性。

4、由于工业、商业和居民用电需求的多样化，电力消费模式呈现出明显的波动性，尤其是在一天内的不同时间段，电力需求差异较大，导致主配协同系统峰谷差的显著增加。这种峰谷差的增大对主配协同系统的经济和稳定运行带来了一系列挑战。首先，过大的峰谷差要求主配协同系统具备足够的调峰能力，以应对高峰时段的电力需求，这往往意味着需要额外的调峰电厂或储能设施投入，增加了系统运行成本。其次，为了满足短时的高负荷需求，主配协同系统可能需要启用一些成本较高、效率较低的发电装置，这在一定程度上影响了电力生产的经济性和环境友好性。此外，大的峰谷差还可能加剧电网设备的磨损，降低设备使用寿命，增加了维护和更换的频率及成本。因此，引入削峰填谷和节点电压偏移约束，通过技术革新与需求侧管理等手段减少峰谷差带来的影响，对于提高主配协同系统的经济效益和保障主配协同系统的安全具有重要意义。

技术实现思路

1、本发明目的在于克服现有技术中的不足，提供一种主配协同系统自适应鲁棒优化调度方法，能够降低鲁棒优化结果的保守度，提高主配协同系统运行的安全性和稳定性。

2、为达到上述目的，本发明是采用下述技术方案实现的：

3、本发明提供了一种主配协同系统自适应鲁棒优化调度方法，包括：

4、建立主配协同系统自适应鲁棒优化模型；

5、获取针对光伏出力的凸包不确定集合，结合所述凸包不确定集合和主配协同系统自适应鲁棒优化模型，得到主配协同系统两阶段自适应鲁棒优化模型；

6、利用列与约束生成算法对主配协同系统两阶段自适应鲁棒优化模型进行求解，得到主配协同系统的最优调度策略；

7、基于所述最优调度策略，对主配协同系统进行资源调度。

8、可选的，所述主配协同系统自适应鲁棒优化模型包括目标函数和约束条件；所述目标函数为主配协同系统在总调度时段内的运行成本最小化；所述约束条件包括：配电网潮流约束、输电网潮流约束、分组电容器组投切约束、储能充放电约束、系统安全约束、关口购电功率约束、柔性负荷需求响应约束、网络重构约束、削峰填谷和电压偏移约束。

9、可选的，所述目标函数表示如下：

10、；

11、其中：为第一阶段调度变量；和分别为关口购电有功功率和无功功率；为t时段电容器组投切数量是否改变的状态变量；和分别为t时段储能充电功率和放电功率；为总调度时段内第一阶段的调度费用，为总调度时段内第二阶段调度费用。

12、可选的，所述第一阶段的调度费用包括：关口购电费用、电容器组投切费用、储能充放电费用，公式分别如下：

13、；

14、；

15、；

16、其中：为关口购电费用；为电容器组投切费用；为储能充放电费用；i为配电网的节点编号，t为时段编号；为t时段关口购电电价；t为总时段数；和分别为储能装置单位电量充电费用和放电费用；为配电网中储能的安装个数；为电容器组单位投切状态改变费用；为配电网中电容器组的个数；为时间变化量，即 t的变化量。

17、可选的，所述第二阶段调度费用包括：切负荷惩罚费用，公式如下：

18、；

19、其中：n为配电网中节点的个数；为t时段切负荷惩罚系数；为t时段切负荷功率。

20、可选的，所述配电网潮流约束表示如下：

21、；

22、；

23、；

24、；

25、其中：，分别为t时段注入节点i的有功功率和无功功率；；分别为t时段流过支路ij的有功功率和无功功率；，分别为t时段流过支路ji的有功功率和无功功率；为以节点i为首端点的支路的末端节点集合；为以节点i为末端节点的支路的首段节点集合；为t时段支路ij的电流幅值；为t时段支路ji电流幅值；，分别为支路ij的电阻和电抗，，分别为支路ji的电阻和电抗；为t时段节点i电压幅值，为t时段节点j电压幅值；

26、输电网潮流约束表示如下：

27、；

28、；

29、其中：，分别为t时段流过输电网支路ij的有功功率和无功功率；，分别为t时段流过输电网支路ji的有功功率和无功功率；为输电网以节点i为首端点的支路的末端节点集合；为输电网以节点i为末端节点的支路的首段节点集合；和分别为t时段输电网中节点i的发电机的有功出力和无功出力；和分别为t时段节点i的有功和无功负荷；为t时段输电网节点i电压幅值，为t时段输电网节点j电压幅值；，分别为输电网支路ij的电阻和电抗；为参考节点电压幅值，为整数变量，即输电网支路ij的线路状态变量，断开为0，闭合是1，k为常数；

30、分组电容器组投切约束表示如下：

31、；

32、；

33、；

34、；

35、；

36、；

37、其中：为t时段节点i的电容器组的投切组数；为节点i的电容器组的最大投切数量；，分别为t时段电容器组投切组数是否增加或减少状态变量；为节点i的电容器组的日最大投切次数；为单位电容器组额定注入功率；为t时段节点i的电容器组端电压幅值，为t时段节点i的电容器组注入无功功率；

38、储能充放电约束表示如下：

39、；

40、；

41、；

42、；

43、；

44、；

45、；

46、其中：，分别为t时段节点i的储能充电功率上限和放电功率上限；，分别为t时段节点i的储能充电状态变量和放电状态；为储能日充放电次数上限；表示t时段节点i的储能电量；表示第一个时段节点 i的储能电量；表示 t时段节点 i的储能电量；，分别为储能充电效率和放电效率；，分别为节点i的储能电量的上下限；

47、系统安全约束表示如下：

48、；

49、；

50、；

51、；

52、其中：、分别为配电网节点电压的最小值、最大值；、分别为流过配电网支路ij的电流的最小值、最大值；、分别为输电网节点电压的最小值、最大值；、分别为流过输电网支路ij的电流的最小值、最大值；为 t时段流过输电网支路 ij的电流；

53、关口购电功率约束表示如下：

54、；

55、；

56、其中：，分别为关口购电有功功率的最小和最大值；，分别为关口购电无功功率的最小和最大值；

57、柔性负荷需求响应约束表示如下：

58、；

59、；

60、；

61、；

62、；

63、；

64、；

65、；

66、其中：和分别为节点i的可转移负荷在t时段的增加量和减少量，由用户控制；和分别为t时段节点i的可转移负荷的增加和减少的响应状态，是整数变量；为t时段节点i的固定负荷功率；为能够响应的可转移负荷占总负荷的比例系数；为t时段节点i的电动汽车充电功率；为最大充电功率；和分别为起始充电时间和结束充电时间；为充电效率；为t时段节点i的为电动汽车电量；和分别为电动汽车最小、最大容量；

67、网络重构约束表示如下：

68、；

69、；

70、其中：s为整数；为支路ij通断状态，即为开关闭合，为支路断开；

71、削峰填谷和电压偏移约束表示如下：

72、；

73、；

74、其中：，分别为功率波动系数和电压偏移系数；为节点i的额定电压幅值，为节点数；，分别为平均功率波动量和平均电压偏移量。

75、可选的，所述获取针对光伏出力的凸包不确定集合，包括：

76、基于光伏出力的历史数据，采用凸包对光伏出力的不确定性进行建模，得到针对光伏出力的凸包不确定集合，表示如下：

77、；

78、；

79、；

80、；

81、其中：cu为针对光伏出力的凸包不确定集合；z为凸包极点；为凸包极点集合；为凸组合系数，为各个时段光伏出力组成的向量；为凸包极点 z对应的光伏出力。

82、可选的，所述主配协同系统两阶段自适应鲁棒优化模型，表示如下：

83、；

84、；

85、；

86、；

87、；

88、；

89、其中：为第一阶段调度变量的系数矩阵，包括关口购电费用、储能充放电费用、电容器组投切费用，为第二阶段调度变量的系数矩阵，包括切负荷惩罚费用；a、a分别为关口购电功率、电容器组投切、储能充放电的不等式约束改写为矩阵向量形式后的系数矩阵和右端向量；e，h，g，m，b分别为所有第一和第二阶段耦合不等式约束改写为矩阵向量形式后的第一阶段调度变量、第二阶段调度变量、光伏出力、主配协同系统的状态变量的系数矩阵和右端向量；μ为主配协同系统的状态变量；，，分别为x，y，μ的最小值；，，分别为x，y，μ的最大值。

90、可选的，所述利用列与约束生成算法对主配协同系统两阶段自适应鲁棒优化模型进行求解，得到主配协同系统的最优调度策略，包括：

91、将主配协同系统两阶段自适应鲁棒优化模型分解为主问题和子问题，并将存在双层优化问题的子问题转化为单层优化子问题；

92、对主问题进行求解，得到有限恶劣场景约束下的第一阶段最优调度变量，并更新主配协同系统两阶段自适应鲁棒优化模型的下界；

93、基于给定的第一阶段最优调度变量所对应的最恶劣场景，对单层优化子问题进行求解，得到该场景所对应的第二阶段最优调度变量，并更新主配协同系统两阶段自适应鲁棒优化模型的上界；

94、将主配协同系统两阶段自适应鲁棒优化模型的上界提供给主问题，进行迭代；

95、基于迭代次数的增加，收敛于主配协同系统两阶段自适应鲁棒优化模型的最优解，即主配协同系统的最优调度策略。

96、可选的，所述将主配协同系统两阶段自适应鲁棒优化模型分解为主问题和子问题，并将存在双层优化问题的子问题转化为单层优化子问题，包括：

97、主问题如下：

98、；

99、；

100、；

101、；

102、；

103、；

104、；

105、其中：为辅助变量；为第k次迭代的第二阶段调度变量；为第k次迭代光伏出力，为第k次迭代主配协同系统的状态变量；m为总迭代次数；

106、子问题如下：

107、；

108、；

109、；

110、；

111、其中：为第一阶段最优调度变量；

112、基于二阶锥对偶规则和对偶转化，将存在双层优化问题子问题的子问题转化为单层优化子问题，包括：

113、将子问题等效转化为：

114、；

115、；

116、；

117、；

118、其中：，，均为线性约束对偶变量；，，，，，u为单位对角矩阵。

119、将上述等效转换后的子问题转化为单层优化子问题，表示如下：

120、；

121、；

122、；

123、其中：为*的转置。

124、与现有技术相比，本发明所达到的有益效果：

125、本发明提出的主配协同系统自适应鲁棒优化调度方法，考虑光伏出力的凸包不确定集合，构造了主配协同系统两阶段自适应鲁棒优化模型，并进行求解得到最优调度策略，进一步降低了鲁棒优化结果（最优调度策略）的保守度，提高主配协同系统运行的安全性和稳定性。

126、本发明为了改善系统的峰谷差以及补偿电压偏移程度，增加了削峰填谷和电压偏移约束，合理配置储能来提升主配协同系统的调峰能力，平滑电力需求曲线，减少高峰时段的用电量，增加低谷时段的用电量，从而降低主配协同系统的最大负荷，减轻了主配协同系统在高峰时段的负担，防止超负荷运行，降低事故发生的风险，提高主配协同系统的稳定性和可靠性，维持主配协同系统电压在合理范围内波动，保证电力传输的效率，减少因电压异常导致的电能损耗，提升主配协同系统的能源利用效率。

127、本发明通过潮流调整（调整电容器组投切，配置储能）、网络重构（调整线路开端）、需求响应（柔性负荷调节）等优化运行措施，有效降低因极端天气导致的线路过载风险，保障主配协同系统的安全运行，提高了主配协同系统的冗余水平，增强了对极端天气事件的容错能力，降低了大规模停电的风险。