[發明專利]一種基于兩階段魯棒優化的微電網能量管理方法

在審

• 申請號: 201710599109.5
• 申請日: 2017-07-21
• 公開（公告）號: CN107979111A
• 公開（公告）日: 2018-05-01
• 發明（設計）人: 劉一欣;郭力;王成山
• 申請（專利權）人: 天津大學
• 主分類號: H02J3/38
• 分類號: H02J3/38;H02J3/32;G06Q10/06;G06Q50/06
• 代理公司: 天津市北洋有限責任專利代理事務所12201
• 代理人: 程毓英

1.一種基于兩階段魯棒優化的微電網能量管理方法,包括下列步驟:

(1)構建微電網電氣設備基本模型

分析微電網內各設備的運行特性和運行約束，建立微電網各電氣設備的運行成本模型和運行約束模型，對于其中的非線性項，采用線性化方法進行處理，得到微電網的線性經濟調度模型；

(2)針對不確定變量構建不確定集

利用輸入光伏出力預測值最大預測偏差非彈性負荷功率預測值和最大預測偏差構建不確定集U；

(3)構建微電網兩階段魯棒優化模型

分別將0/1變量和連續變量、不確定變量作為第一、第二階段優化變量，以微電網運行成本最小為優化目標，以各設備運行限制和不確定集作為約束，建立微電網兩階段魯棒優化模型；

(4)兩階段魯棒優化模型求解

將兩階段模型分解為主問題和子問題，采用強對偶理論和線性化理論，得到問題的對偶問題；采用混合整數線性規劃方法對主問題和子問題的對偶問題進行交替求解。

2.根據權利要求1所述的方法，其特征在于，不確定集U的表達形式如下：

其中，u為微電網內的不確定變量集合；u_PV(t)和u_L(t)為光伏出力和負荷功率在t時段對應的不確定變量；N_T為調度周期。

3.根據權利要求2所述的方法，其特征在于，步驟(4)的兩階段魯棒優化模型求解，步驟如下：

第一步：將兩階段模型分解為如下所示的主問題和子問題：

s.t.α≥c^Ty_l,

Dy_l≥d,

Ky_l＝0,

Fx+Gy_l≥h,

主問題中，c為目標函數對應的系數列向量；D、K、F、G和I_u為對應約束下變量的系數矩陣；d、h為常數列向量；k為當前的迭代次數；y_l為第l次迭代后子問題的解；為第l次迭代后得到的最惡劣場景下不確定變量u的取值，子問題中，Ω(x,u)表示給定一組(x,u)時優化變量y的可行域；

第二步：采用強對偶理論和線性化理論，得到如下的子問題的對偶問題：

其中，B＝(B_PV(t),B_L(t))^T為二進制變量，取值為1時相應時段的不確定變量即取到區間的邊界；Γ_PV和Γ_L分別為光伏出力和負荷功率的魯棒調節參數，可用于調節最優解的保守性取值越大得到的方案越保守，反之，方案則越冒險；B′＝(B'_PV(t),B'_L(t))^T為連續輔助變量，為對偶變量的上界，取為足夠大的正實數；

第三步：采用混合整數線性規劃方法對主問題和子問題的對偶問題進行交替求解。

4.根據權利要求2所述的方法，其特征在于，第三步如下：

1)給定一組不確定變量u的取值作為初始的最惡劣場景，設定最終調度方案對應的運行成本下界LB＝－∞，上界UB＝+∞，迭代次數k＝1；

2)根據最惡劣場景求解主問題，得到最優解其中，主問題的目標函數值作為新的下界

3)將求得的主問題解代入子問題的對偶問題中，得到子問題對偶問題的目標函數值和相應的最惡劣場景下不確定變量u的取值更新上界

4)給定算法的收斂閾值為ε，若UB-LB≤ε，則停止迭代，返回最優解和否則增加變量y^k+1及如下約束：

α≥c^Ty^k+1,

Dy^k+1≥d,

Ky^k+1＝0,

Fx+Gy^k+1≥h,

令k＝k+1，跳轉至2)直至算法收斂，得到原問題的最優解。