[發(fā)明專利]一種光儲(chǔ)充電塔自適應(yīng)魯棒日前優(yōu)化調(diào)度方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811268564.8
• 申請(qǐng)日: 2018-10-29
• 公開（公告）號(hào): CN109948823B
• 公開（公告）日: 2022-01-28
• 發(fā)明（設(shè)計(jì)）人: 衛(wèi)志農(nóng);柳志航;孫國(guó)強(qiáng);臧海祥;陳勝;周亦洲
• 申請(qǐng)（專利權(quán)）人: 河海大學(xué)
• 主分類號(hào): G06F113/04
• 分類號(hào): G06F113/04
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 柏尚春

1.一種光儲(chǔ)充電塔自適應(yīng)魯棒日前優(yōu)化調(diào)度方法，其特征在于：包括以下步驟：

步驟1：以光儲(chǔ)充電塔日運(yùn)行總成本最小為目標(biāo)，建立日前能量-備用協(xié)同優(yōu)化調(diào)度模型；

所述步驟1包括以下步驟：

步驟101：考慮由充電設(shè)施、光伏系統(tǒng)、儲(chǔ)能系統(tǒng)融合后形成的光儲(chǔ)充電塔系統(tǒng)，出力取期望值時(shí)作為系統(tǒng)基準(zhǔn)場(chǎng)景，以光儲(chǔ)充電塔基準(zhǔn)場(chǎng)景的日運(yùn)行成本最小為目標(biāo)，由日前能量成本和備用容量成本組成，可表示如下：

式中，為t時(shí)刻充電塔購(gòu)電成本，為t時(shí)刻儲(chǔ)能系統(tǒng)放電成本，為t時(shí)刻參與V2G的慢充電動(dòng)汽車放電成本，為t時(shí)刻可中斷負(fù)荷中斷成本，為系統(tǒng)備用成本，下標(biāo)0表示基準(zhǔn)場(chǎng)景，

光儲(chǔ)充電塔系統(tǒng)購(gòu)電成本儲(chǔ)能系統(tǒng)放電成本慢充電動(dòng)汽車放電成本可中斷負(fù)荷中斷成本系統(tǒng)備用成本分別表示如下：

式中，為t時(shí)刻充電塔系統(tǒng)購(gòu)電功率，為t時(shí)刻充電塔系統(tǒng)購(gòu)電電價(jià)，c_ESS為儲(chǔ)能系統(tǒng)放電成本系數(shù)，為t時(shí)刻儲(chǔ)能系統(tǒng)放電功率，n_v2g為電動(dòng)汽車的數(shù)量，c_v2g、N、S_v2g、d_DOD分別為慢充電動(dòng)汽車電池購(gòu)買成本、充放電循環(huán)次數(shù)、電池容量及放電深度，為t時(shí)刻第v輛電動(dòng)汽車放電功率，為電動(dòng)汽車放電效率，e_v為第v輛電動(dòng)汽車單位行駛距離消耗的功率，為t時(shí)刻第v輛電動(dòng)汽車的行駛距離，n_m為可中斷等級(jí)數(shù)，為第m級(jí)可中斷負(fù)荷中斷價(jià)格，為t時(shí)刻第m級(jí)中斷水平的中斷負(fù)荷，C_grid、C_V2G、C_ESS、C_IL分別為系統(tǒng)購(gòu)電量、慢充電動(dòng)汽車、儲(chǔ)能系統(tǒng)以及可中斷負(fù)荷的備用成本系數(shù)，分別為t時(shí)刻系統(tǒng)購(gòu)電量、儲(chǔ)能系統(tǒng)以及可中斷負(fù)荷提供的備用容量，為t時(shí)刻第v輛慢充電動(dòng)汽車提供的備用容量，上標(biāo)U、D分別表示對(duì)應(yīng)上備用及下備用；

步驟102：建立日前能量-備用協(xié)同優(yōu)化調(diào)度模型，所述模型中包括充電塔購(gòu)電約束、儲(chǔ)能系統(tǒng)約束、參與V2G的慢充電動(dòng)汽車約束、光伏出力約束、可中斷負(fù)荷約束、系統(tǒng)功率平衡約束以及系統(tǒng)備用約束，

(1)充電塔購(gòu)電量約束：

式中，為充電塔最大購(gòu)電功率，布爾變量表示t時(shí)刻是否處于購(gòu)電狀態(tài)，是則為1，否則為0，

(2)儲(chǔ)能系統(tǒng)約束：

式中，為t時(shí)刻儲(chǔ)能系統(tǒng)充電功率，分別為儲(chǔ)能系統(tǒng)最大充、放電功率，布爾變量分別表示t時(shí)刻儲(chǔ)能系統(tǒng)是否處于充、放電狀態(tài)，是則為1，否則為0，為t時(shí)刻儲(chǔ)能系統(tǒng)的荷電狀態(tài)值，分別為儲(chǔ)能系統(tǒng)容量及荷電狀態(tài)值上、下限，D為儲(chǔ)能系統(tǒng)最大放電深度；δ_ESS、分別為儲(chǔ)能系統(tǒng)自損耗率及充、放電效率，Δt為系統(tǒng)調(diào)度時(shí)間段持續(xù)時(shí)間，

(3)慢充電動(dòng)汽車約束：

式中，分別為t時(shí)刻第v輛電動(dòng)汽車充、放電功率，分別為第v輛電動(dòng)汽車最大充、放電功率，布爾變量分別表示t時(shí)刻第v輛電動(dòng)汽車是否處于充、放電狀態(tài)，是則為1，否則為0，布爾變量表示t時(shí)刻第v輛慢充電動(dòng)汽車是否處于并網(wǎng)狀態(tài)，是則為1，否則為0，為t時(shí)刻第v輛電動(dòng)汽車的荷電狀態(tài)值，分別為第v輛電動(dòng)汽車電池容量及荷電狀態(tài)值上、下限，分別為電動(dòng)汽車充、放電效率，

(4)光伏出力約束：

式中，為t時(shí)刻光伏出力實(shí)際值，為t時(shí)刻光伏出力最大值，

(5)可中斷負(fù)荷約束：

式中，為第m級(jí)可中斷負(fù)荷中斷系數(shù)，為t時(shí)刻塔用電負(fù)荷，為t時(shí)刻中斷負(fù)荷，

(6)光儲(chǔ)充電塔系統(tǒng)功率平衡約束：

式中，為t時(shí)刻快充電動(dòng)汽車的充電功率，為t時(shí)刻電動(dòng)汽車凈充電功率，

(7)系統(tǒng)備用容量約束：

式中，分別為t時(shí)刻光儲(chǔ)充系統(tǒng)需提供的上、下備用總?cè)萘孔钚≈担?/p>

步驟2：在步驟1的基礎(chǔ)上考慮光伏出力及負(fù)荷不確定性對(duì)日前調(diào)度影響，以日前能量-備用協(xié)同優(yōu)化調(diào)度和實(shí)時(shí)能量平衡調(diào)整分別為第一、二階段決策，建立自適應(yīng)魯棒三層優(yōu)化調(diào)度模型；

所述步驟2包括以下步驟：

步驟201：考慮光伏出力及負(fù)荷不確定性對(duì)日前調(diào)度影響，以日前能量-備用協(xié)同優(yōu)化調(diào)度和實(shí)時(shí)能量平衡調(diào)整分別為第一、二階段決策，建立自適應(yīng)魯棒三層優(yōu)化調(diào)度模型，所述模型的目標(biāo)函數(shù)可表示如下：

式中，I、II、III、IV分別為充電塔日前能量成本、備用成本、實(shí)時(shí)調(diào)整中平衡成本以及切負(fù)荷成本，W表示不確定性所有可能發(fā)生的場(chǎng)景集合，分別為t時(shí)刻場(chǎng)景s下購(gòu)電、儲(chǔ)能系統(tǒng)、可中斷負(fù)荷實(shí)時(shí)調(diào)整功率，上標(biāo)U、D表示上調(diào)整及下調(diào)整，分別為t時(shí)刻場(chǎng)景s下第v輛慢充電動(dòng)汽車的實(shí)時(shí)調(diào)整功率，C_EV為快充電動(dòng)汽車切負(fù)荷成本系數(shù)，η_EV為快充電動(dòng)汽車充電效率，為t時(shí)刻場(chǎng)景s下快充電動(dòng)汽車充電功率，為決策變量；

步驟202：所述自適應(yīng)魯棒三層優(yōu)化調(diào)度模型中第一階段日前能量-備用協(xié)同優(yōu)化調(diào)度約束條件與步驟102相同；

步驟203：所述自適應(yīng)魯棒三層優(yōu)化調(diào)度模型中第二階段實(shí)時(shí)調(diào)整約束條件包括各子系統(tǒng)實(shí)時(shí)調(diào)整約束以及日前與實(shí)時(shí)階段耦合約束：

式中，分別為t時(shí)刻場(chǎng)景s下購(gòu)電、儲(chǔ)能系統(tǒng)充電、儲(chǔ)能系統(tǒng)放電功率和可中斷負(fù)荷中斷量，分別為t時(shí)刻場(chǎng)景s下第v輛慢充電動(dòng)汽車的充、放電功率，為t時(shí)刻場(chǎng)景s下儲(chǔ)能系統(tǒng)荷電狀態(tài)，為t時(shí)刻場(chǎng)景s下第v輛慢充電動(dòng)汽車荷電狀態(tài)，為t時(shí)刻場(chǎng)景s下快充電動(dòng)汽車充電功率，為場(chǎng)景s下快充電動(dòng)汽車最大總充電功率，為t時(shí)刻快充電動(dòng)汽車初始荷電狀態(tài)值，為場(chǎng)景s下快充電動(dòng)汽車電池總?cè)萘?，分別為t時(shí)刻場(chǎng)景s下光伏出力預(yù)測(cè)值和實(shí)際出力值；

步驟3：采用代表性場(chǎng)景描述不確定性集合，引入輔助變量代替第二階段最惡劣場(chǎng)景的運(yùn)行成本，實(shí)現(xiàn)內(nèi)層min-max問題的解耦，從而將自適應(yīng)魯棒三層優(yōu)化調(diào)度模型轉(zhuǎn)化為含有限數(shù)量場(chǎng)景的單層魯棒優(yōu)化模型；

所述步驟3包括以下步驟：

步驟301：采用代表性場(chǎng)景描述不確定性集合W，依據(jù)有限歷史數(shù)據(jù)隨機(jī)生成一系列代表性場(chǎng)景構(gòu)成；

步驟302：引入輔助變量β代替實(shí)時(shí)階段最惡劣場(chǎng)景的運(yùn)行成本，實(shí)現(xiàn)內(nèi)層max-min問題解耦，從而將自適應(yīng)魯棒三層優(yōu)化調(diào)度模型轉(zhuǎn)化為含有限數(shù)量場(chǎng)景的單層魯棒優(yōu)化模型：

其中，輔助變量β滿足：

代表性場(chǎng)景集合其中N_s為光儲(chǔ)充電塔系統(tǒng)代表性場(chǎng)景數(shù)量；

步驟303：所述單層魯棒優(yōu)化模型約束條件如下：

1)日前能量-備用調(diào)度約束：式(1)-(26)；

2)實(shí)時(shí)調(diào)整約束：式(27)-(48)，s∈W；

步驟4：在步驟3的基礎(chǔ)上，在實(shí)際光儲(chǔ)充電塔系統(tǒng)中進(jìn)行測(cè)試并求解。

2.根據(jù)權(quán)利要求1所述的光儲(chǔ)充電塔自適應(yīng)魯棒日前優(yōu)化調(diào)度方法，其特征在于：所述步驟4為在步驟3的基礎(chǔ)上，在實(shí)際光儲(chǔ)充電塔系統(tǒng)中進(jìn)行測(cè)試，求解并獲取充電塔日前魯棒調(diào)度策略。