[发明专利]一种配电网多目标鲁棒优化方法

说明书

一种配电网多目标鲁棒优化方法，包括：建立用于解决光伏预测最大出力不确定性的不确定集合；在不确定集合基础上，建立配电网多目标鲁棒优化模型，所述配电网多目标鲁棒优化模型是以有功网损和弃光率极小极大值为目标函数，以潮流等式约束、无功补偿装置约束、节点电压约束、松弛节点功率约束和不确定集合场景下的分布式光伏运行约束为约束条件；求解配电网多目标鲁棒优化模型，得到该模型的帕累托解集。本发明的方法可以应用于大型配电网系统，求得帕累托解集，调度人员可以根据需要达到的目的从帕累托解集中选择合适的解进行调度。

技术领域

本发明涉及一种配电网优化方法。特别是涉及一种配电网多目标鲁棒优化方法。

背景技术

随着环境问题日益严峻，可再生能源发电的优势愈发突出。在主动配电网中，风电、光伏等分布式电源(Distributed Generation，DG)的接入为减少碳排放、增加清洁能源利用率做出了重大贡献。由于DG的数量及规模逐渐增加，配电网中的参与主体更为多元，这些因素对配电网经济性、可靠性需求不断提高，使得单目标优化往往不能解决运行中的多方面问题，因此针对配电网的多目标优化研究具有很大价值。文献[1]通过协调配电网中的柔性负荷和储能装置，构建了以可再生能源利用率最大、网络损耗最小和用户满意度最高为目标的多目标优化模型。文献[2-4]考虑配电网重构研究建立多目标优化模型。文献[5]建立了中断成本和设备成本最低的多目标优化模型，实现对接入DG的配电网的控制和保护设备进行优化、协调和分配。文献[6-7]建立了配电网储能多目标优化模型，用以解决实际配电网储能系统配置问题。在实际配电网中由于量测不足，不确定因素较多，而上述研究并未考虑DG出力等不确定因素的影响，因此采用求解确定性模型得到调度决策方法不再适用于具有高度不确定性的主动配电网优化运行中。

解决不确定变量的优化方法大致分为三类：随机优化、模糊规划和鲁棒优化^[8-10]。随机优化方法需要对实测数据进行统计分析并拟合，获得变量的概率分布函数，但在实际场景中，这一方法所需的工作量太大，且数据难以获得。模糊规划采用模糊集合表示约束条件，并将条件满足的程度定义为隶属度函数，在现实场景中，决策者的主观随意性对该方法的使用影响较大。鲁棒优化方法则是建立不确定集合用以描述不确定变量，优化结果可以保证在不确定集合的任何场景下均能满足约束条件。目前，鲁棒优化方法在电力系统较多领域中都有所研究。文献[11-12]将鲁棒优化方法应用于主动配电网电压控制中，针对DG等不确定变量的波动，电压均能保持在合理的运行范围内。文献[13-14]在配电网动态重构的研究中使用鲁棒优化方法，使得一种网络拓扑结构能够应对不确定集合中多个场景的约束。文献[15-16]在多时段最优潮流研究中使用鲁棒优化方法，解决可再生能源预测的不确定性，优化结果显示出较好的鲁棒性。然而文献[11-16]是单目标鲁棒优化模型，没有涉及多目标优化问题。因此，针对多目标鲁棒优化研究对于解决具有高度不确定性的配电网优化问题具有重要意义。

发明内容

本发明所要解决的技术问题是，提供一种能够解决具有高度不确定性的配电网优化问题的配电网多目标鲁棒优化方法。

本发明所采用的技术方案是：一种配电网多目标鲁棒优化方法，包括如下步骤：

1)建立用于解决光伏预测最大出力不确定性的不确定集合；

2)在不确定集合基础上，建立配电网多目标鲁棒优化模型，所述配电网多目标鲁棒优化模型是以有功网损和弃光率极小极大值为目标函数，以潮流等式约束、无功补偿装置约束、节点电压约束、松弛节点功率约束和不确定集合场景下的分布式光伏运行约束为约束条件；

3)求解配电网多目标鲁棒优化模型，得到该模型的帕累托解集。