[发明专利]一种基于改进轻鲁棒模型的分布式发电站规划方法

说明书

本发明涉及一种基于改进轻鲁棒模型的分布式发电站规划方法，包括以下步骤：1)获取待规划的分布式发电站的目标函数及约束条件；2)根据待规划的分布式发电站的目标函数及约束条件建立分布式发电站规划模型，并将分布式发电站规划模型转换为改进轻鲁棒模型；3)对改进轻鲁棒模型求解获取建设成本最低的最优分布式发电站容量规划布局。与现有技术相比，本发明具有求解快捷、计算量小等优点。

技术领域

本发明涉及电力调度领域，尤其是涉及一种基于改进轻鲁棒模型的分布式发电站规划方法。

背景技术

电力系统的调度、规划包含了负荷的波动、故障的突发以及风电光伏等新能源发电的间歇性等各种不确定因素，在数学上属于带有不确定参数的规划问题。

计及参数不确定的数学规划方法相对于确定性数学规划方法而言，因实际许多问题本身的发展及操作过程均蕴含着参数的不确定波动过程而更为真实地描述及反映了客观实际问题的实际过程，使得其解更具有实际可行性，从而越来越受到理论及工程技术人员的重视。不确定性优化方法主要有随机优化方法和鲁棒优化方法。

在电力系统中，随机优化方法应用最为广泛，涵盖了调度、规划等各个领域。但随机优化在实际应用中存在如下问题：首先，要进行场景仿真必须事先知道不确定性参数的概率分布函数，但在实际问题中对概率分布函数的估计通常难度很大或无法实现，即使有足够的历史数据，并经统计分析拟合得到，也无法保证与实际完全一致，因此其解只能是一近似解；其次，随机优化仿真的场景是离散的，而现实中的参数不确定性大多为连续变化的，为获得较高的仿真精度，不得不仿真出足够多的场景，这使得模型的规模异常庞大，求解难度远大于确定性规划问题，尽管可做一定精简，但是以牺牲一定的精度为代价，即便如此，其计算量较确定性问题仍有数量级的差别。如何克服上述问题，是随机优化方法需进一步克服的问题。

近年来，鲁棒优化理论取得较大进展，鲁棒线性、二次、半定、离散、可调、自适应优化理论相继完善，区间、椭球、预算等多种不确定集被先后建立，使得模型的保守性得到显著改善，已基本接近了实际工程应用，为实际工程问题提供了一种非常先进的候选求解方法。与随机优化模型相比，鲁棒优化模型的突出优点是不需要事先给定不确定参数的概率分布，而是通过一个不确定集来描述参数的波动，只要参数波动在不确定集范围之内，其最优解一定可行；其基本思路是通过找出不确定集的极端情况，把它转化成确定性模型进行求解，相对随机优化方法而言，其计算量大幅减少，对于不确定参数的特性需求也明显降低，从而更方便于工程应用。由于经典鲁棒优化要满足对不确定集的完全免疫，因此很容易产生过度保守的解，使目标函数严重偏离原值，因此围绕解的保守性如何改善问题，各类文献提出了各种策略：文献用椭球不确定集来描述“分行”不确定性，改善了文献用区间不确定集描述的“分列”不确定性的保守性；文献提出了预算不确定集(BudgetedUncertainty)，通过给不确定集增加一个控制波动总量的约束来改善保守性；文献在多阶段优化中根据前面阶段已实现的不确定参数，通过对剩余决策变量的补偿来改善保守性；文献用向前向后偏移测度来建立新的不确定集，可获得不确定参数分布的不对称性，从而使的约束得到满足的概率更高而改善了保守性；文献利用风险测度的概念提出了一种软鲁棒模型，以牺牲一定的约束满足的概率为代价使得解的保守性得到一定程度的改善。

目前鲁棒优化已被用于解决电力系统的各种实际问题，例如考虑发电成本和负荷波动的电厂规划、考虑风电波动的风电场装机容量及无功规划、考虑风电等不确定性的经济调度及机组组合问题等。