[發明專利]考慮元件頻率特性的微電網魯棒優化調度方法

有效

• 申請號: 201711045435.8
• 申請日: 2017-10-31
• 公開（公告）號: CN107887903B
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 盧藝;梁俊文;盧苑;程韌俐;何曉峰;林小朗;林舜江;劉明波
• 申請（專利權）人: 深圳供電局有限公司;華南理工大學
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02J3/32;H02J3/46;G06Q10/06;G06Q50/06
• 代理公司: 廣州科粵專利商標代理有限公司 44001
• 代理人: 黃培智

1.一種考慮元件頻率特性的微電網魯棒優化調度方法，其特征在于，包括步驟：

在考慮風力和光伏發電出力不確定波動特性的條件下，建立考慮各種元件頻率響應特性的微電網魯棒優化調度模型；

采用Benders分解法求解所述微電網魯棒優化調度模型，將該模型分解成子問題和主問題進行交替迭代以獲得微電網魯棒優化調度方案，

所述微電網魯棒優化調度模型包括目標函數和約束條件，其中目標函數為網絡損耗最大場景下，微電網系統總的運行成本最小：

等式右邊，第一部分為柴油發電機組的發電成本，第二部分為蓄電池運行的折舊費用，第三部分網絡損耗費用；T為調度周期內總時段數；P_g,j,t表示節點j柴油發電機組在t時段的出力，a_g,j和b_g,j分別表示該柴油發電機組發電成本的二次系數和一次系數，S_g表示微電網中柴油發電機組的節點集合；P_d,j,t和P_c,j,t分別表示節點j蓄電池儲能裝置在t時段的放電功率和充電功率，σ_c和σ_d分別為蓄電池儲能裝置充電和放電的單位折舊費用，與蓄電池荷電狀態SOC相關，SOC越高，單位充電量的折舊費用越高；SOC越低，單位放電量的折舊費用越高；S_b表示微電網中蓄電池儲能裝置的節點集合；表示節點j光伏電站在t時段的有功出力，表示節點j風電場在t時段的有功出力，P_l,j,t表示節點j在t時段的負荷有功，C_l為單位網絡損耗費用；n為微電網中所有節點的總數；

所述約束條件包括：

節點有功功率平衡約束：

式中：V_i,t和V_j,t分別為時段t節點i和節點j的電壓幅值；δ_ij,t為時段t節點i與節點j的電壓相角差；G_ij與B_ij為節點導納矩陣對應元素；

柴油發電機組的運行約束：

式中，P_g,j和分別為節點j柴油發電機組有功出力的下限和上限，r_u和r_d分別為柴油發電機組的爬坡速率和滑坡速率，ΔT為每個時段的時間間隔；

柴油發電機組的有功出力-頻率特性：

P_g,j,t＝P_g,jN+K_g,j(f_t-f_N)

式中，f_t和f_N分別為微電網在t時段的頻率和額定頻率；K_g,j為節點j柴油發電機組的頻率調節效應系數；P_g,j,t和P_g,jN分別為節點j柴油發電機組在t時段的實際出力與額定出力，考慮到頻率的二次調整作用，將P_g,jN作為變量；

蓄電池儲能裝置運行約束：

式中，和分別為第j個蓄電池的最大充電和放電功率，E_b,j,t為時段t第j個蓄電池的蓄電量，為第j個蓄電池的最大蓄電量，SOC_b,j,t為時段t第j個蓄電池的荷電狀態，和SOC_b,j分別為第j個蓄電池荷電狀態的上下限，η_c,j為第j個蓄電池的充電效率；

蓄電池儲能裝置的有功出力-頻率特性：

P_d,j,t＝P_dN+K_d(f_t-f_N)

式中，K_d為蓄電池放電功率的頻率調節效應系數；P_dN為蓄電池的額定放電功率；

負荷的頻率特性：

P_l＝P_lN+K_l(f_t-f_N)

式中，K_l分別為負荷的頻率調節效應系數，P_l與P_lN分別負荷實際功率與額定功率；

線路阻抗的頻率特性：

Z＝(R₀+j2πf_tL₀)l

式中，Z表示線路阻抗；l表示線路的長度；R₀和L₀分別表示線路單位長度的電阻和電感；

系統安全運行約束：

式中，V_i和分別為節點i電壓安全限制的下限和上限，f和分別為頻率安全限制的下限和上限；

不確定變量約束：C為不確定變量集，包括光伏電站出力和風電場出力采用盒式不確定集，將不確定變量表示為期望值和擾動兩個部分根據配電網光伏電站和風電場氣象歷史數據和統計的日負荷曲線規律可以確定光伏電站和風電場有功出力的期望值和擾動量變化范圍，進而得到不確定變量變化范圍，則不確定變量集合C可表示為：

子問題為使得微電網網絡損耗最大的分布式風力和光伏發電出力極端場景，目標函數為：

式中，λ為當前迭代的次數；

前述包含有未知變量的約束條件均作為子問題的約束，包括節點有功功率平衡約束、柴油發電機組的有功出力-頻率特性、蓄電池儲能裝置的有功出力-頻率特性、負荷的頻率特性、線路阻抗的頻率特性和不確定變量約束；

如果求解子問題的結果有最優解集U，則在主問題約束條件中增加一個最優割集如下：

式中，為求解過程中構造出的輔助變量；

如果求解出的子問題只有可行解V，則在主問題約束條件中增加一個可行割集如下：

主問題為在隨機變量處于極端場景情況下微電網的運行總成本最小，目標函數為：

主問題的約束條件除了包括所述子問題返回的最優割集或者可行割集，還包括節點有功功率平衡約束、柴油發電機組的運行約束、柴油發電機組的有功出力-頻率特性、蓄電池儲能裝置的運行約束、蓄電池儲能裝置的有功出力-頻率特性、負荷的頻率特性、線路阻抗的頻率特性和系統安全運行約束。

2.根據權利要求1所述的考慮元件頻率特性的微電網魯棒優化調度方法，其特征在于，

采用Benders分解法求解所述微電網魯棒優化調度模型的詳細步驟如下：

步驟1、將所述微電網魯棒優化調度模型的目標函數最低界限LB設為-∞，最高界限UB設為+∞，在不確定變量的期望值場景(P_s,t,ref，P_w,t,ref)下，求解確定性優化問題，得到決策變量的初始值

步驟2、將決策變量的初始值作為已知量代入子問題并求解，得到使得網絡損耗最大的不確定變量當前值令迭代次數λ＝0；

步驟3、如果求解子問題得到最優解，則往主問題約束條件中增加一個所述最優割集，如果求解子問題得到可行解，則往主問題約束條件中增加一個所述可行割集，將子問題求解得到的不確定變量值作為已知量代入主問題，求解主問題，得到決策變量最優解并且更新最低界限

步驟4、將主問題得到的決策變量解作為已知量代入子問題，求解子問題得到不確定變量最優解更新最高界限

步驟5、若更新后的最高界線UB和最低界線LB滿足UB-LB≤ε，則停止迭代，返回最優解，否則，令λ＝λ+1，返回步驟3，ε為Benders分解法中的收斂判據常數，設為10^-5。