[发明专利]一种考虑风电和负荷不确定性的含电动汽车优化调度方法

权利要求书

1.一种考虑风电和负荷不确定性的含电动汽车优化调度方法，其特征在于：以含可入网混合电动汽车、风电和火电的电力系统为研究对象，构建计及不确定性的节能减排调度模型，综合考虑风电和负荷的不确定性、可入网混合电动汽车的充放电控制、可入网混合电动汽车与风电的协调互补；先采用多场景模拟技术将不确定性的随机过程分解为若干典型的离散概率场景，在此基础上，采用多代理系统技术将以节能和CO₂排放为目标的优化调度分解为24个工作代理，工作代理负责每个时段的静态调度，采用遗传算法求解集；协同代理负责工作代理之间动态耦合调度，使系统满足动态平衡约束；最终通过权重调节实现碳排放和节能之间的有效协调；具体包括如下步骤：

（1）接受电网机组调度中心得出的系统未来24小时负荷需求数据；接收风电场对风电出力大小的预测数据，包括预测风电大小和风电出力的上下限区间；接收可入网混合电动汽车的相关特性数据；根据各个发电厂上报的机组特性数据得出各个机组的特性约束；

（2）根据大型风电场出力、负荷的不确定性信息，采用多场景模拟技术选取若干典型的系统运行状态用于系统运行费用和碳排放优化调度；

（3）根据第一、二步接收的数据和若干典型的场景，对电力系统优化调度进行建模，根据运行要求选择目标函数和约束条件，包括等式约束条件和不等式约束条件，构成混合整数非线性规划问题；

（4）根据上一步产生的混合整数非线性规划问题，得出考虑风电和负荷不确定性的含电动汽车节能减排多目标函数和相应约束条件；

（5）将上一步的节能减排多目标函数通过给各个目标赋权重，将多目标问题转化为新的单目标问题，并通过权重调节各个目标在节能减排总目标中的重要性；

（6）将全天分成24个时段，1小时为1个调度时段，由24个工作代理A1-A24负责，即每个时段对应为1个工作代理，每个工作代理内部利用遗传算法进行求解，然后由协同代理对24个工作代理的解进行协调，最终得到一天内优化调度的解。

2.根据权利要求1所述的一种考虑风电和负荷不确定性的含电动汽车优化调度方法，其特征在于：所述多场景模拟技术采用离散的概率分布取代随机变量的不确定性，场景的产生经过2个步骤：1）通过概率统计方法获得随机变量的概率分布；2）采用近似的方法，在尽可能减小信息损失的前提下，将随机变量的原概率分布离散化；

负荷和风电出力的离散概率分布集表示为：

               (1)

为不确定性负荷在场景下的负荷值及其对应的概率，为负荷的场景总数；

                          (2)

             (3)

为不确定性风电在场景下的出力值及其对应的概率，为风电的场景总数；

                            (4)

负荷和风电所有场景的集合用表示，

                                (5)

                                (6)

、分别为负荷和风电离散分布的集合，、分别为负荷和风电在不确定情况下的概率，为系统在场景下的概率；

                                 (7)。

3.根据权利要求1 所述的一种考虑风电和负荷不确定性的含电动汽车优化调度方法，其特征在于：所述考虑风电和负荷不确定性的含电动汽车节能减排多目标函数采用多场景模拟技术，考虑负荷和风电的不确定性的燃料费用函数演变为：

                       (8)

和是机组在场景下输出功率和其对应的概率，式中、、为机组的耗量特性参数，单位分别为$/h，$/MWh，$/MW²h，火电机组碳排放量表示为机组出力的二次函数形式，

                    (9)

，，为机组的CO₂排放函数系数，单位为ton/h，ton/MWh，ton/MW²h。