[发明专利]一种考虑风险损失的微电网容量配置优化方法

说明书

本发明提供的一种考虑风险损失的微电网容量配置优化方法，包括：获取参数并拟合出风电、光伏及负荷功率的概率分布函数；构建多分段区间的风‑光‑荷不确定集，计算风险功率；构建电源容量配置的两阶段鲁棒优化模型并解耦成主问题模型和子问题模型；利用列和约束生成算法得到微电网的容量的最优配置。本发明提供了配置优化方法，可以求解出微电网的容量配置方案，降低微电网容量配置方案的风险损失，解决其经济型与鲁棒性的平衡问题，在规划年限内所配置的微电网不仅具有较好的鲁棒性和经济性，而且给出了方案的风险损失范围，对日后微电网的运行方式具有参考和指导价值，为微电网规划工作提供必要的技术支撑。

技术领域

本发明涉及微电网规划技术领域，更具体的，涉及一种考虑风险损失的微电网容量配置优化方法。

背景技术

随着经济的快速发展，电力需求不断提高，化石能源逐渐枯竭，环境污染日益严重，充分利用可再生清洁能源、促进低碳电力是电力行业重要的发展趋势。微电网由于能够灵活接入风力发电机、光伏等分布式电源，故得到了广泛的关注和应用。电源容量优化配置是微电网规划工作的基础，影响着微电网运行的经济性和可靠性。由于可再生能源(风速、光照强度等)和负荷功率具有不确定性和随机性，源-荷功率的随机波动将引起微电网出现不同程度的风险损失，如电源功率过剩导致弃电风险损失或负荷需求激增导致的切负荷风险损失等。因此，在电源容量配置工作中应充分考虑可再生能源和负荷功率不确定性带来的风险损失，提出一种具有较强抗干扰能力(鲁棒性)且经济性较好的配置模型。

以往通常采用随即规划和场景分析法来解决微电网优化配置中的风险问题。然而，场景分析法和随机规划均依赖概率曲线，故可能出现概率模型拟合不准确，而无法反映实际应用场景。在工程实际中，难以获取大量的样本点来精准的描述概率模型。

发明内容

本发明为克服现有的微电网优化配置方法存在难以获取大量的样本点来精准地描述概率模型的技术缺陷，提供一种考虑风险损失的微电网容量配置优化方法。

为解决上述技术问题，本发明的技术方案如下：

一种考虑风险损失的微电网容量配置优化方法，包括以下步骤：

S1：获取微电网的拓扑结构、基本参数、发电数据并拟合出风电、光伏及负荷功率的概率分布函数；

S2：根据概率分布构建多分段区间的风-光-荷不确定集，计算风-光-荷的风险功率；

S3：基于风险功率构建电源容量配置的两阶段鲁棒优化模型；

S4：将电源容量配置的两阶段鲁棒优化模型解耦成主问题模型和子问题模型；

S5：利用列和约束生成算法将主问题模型和子问题模型，得到微电网的容量的最优配置。

其中，所述步骤S2具体包括以下步骤：

S21：构建风电不确定集，具体为：

设风电不确定集的边界值为风电功率最大可容纳的上下限值为(w^u、w^d)，将风电功率范围划分为M个区间，m∈[1,M]；

设风电功率在t时段的均值为风电功率在t时段的最大波动量为风电功率的第m区间在t时段的最大偏离值为Δw_m,t，则风电功率的不确定集W表示为：

其中，是选择不确定集边界值的二元变量，取值为{0，1}；为0/1变量；Γ_wt为调节参数，在不确定集的区间内缩放，提高灵活性；

S22：构建光伏不确定集V和负荷功率不确定集L，得到总不确定集表示为U＝{W,V,L}；

S23：采用条件风险价值(CVaR)理论，计算风-光-荷的风险功率。