[发明专利]一种分布式与集中式相协同的微网群调度方法

权利要求书

1.一种分布式与集中式相协同的微网群调度方法，其特征在于，包括以下步骤：

S1、获取园区微网群各单元中的光伏、负荷的日前预测数据；

S2、利用步骤S1获取的预测数据，确定目标函数和约束条件，构建园区微网群计划调度模型，对构建的园区微网群计划调度模型进行求解得到微网群的计划调度结果，微网群的计划调度结果包括可控电源的开停机计划、出力计划、电储能、蓄热槽的充放电计划以及购售电计划，园区微网群计划调度模型中的约束条件包括：

燃气锅炉消耗的燃料费用为：

供热量满足约束如下：

开机状态变量满足约束如下：

其中，S_gas为天然气的价格；η^GB为燃气锅炉的效率；HV为天然气热值(KJ/m³)；B^GB(t)为燃气锅炉的运行状态变量；分别为燃气锅炉的最大、最小出力；为燃气锅炉的开机标志变量；

电锅炉模型为：

H^EB(t)＝P^EB(t)η^EB

其中，H^EB(t)、P^EB(t)分别为电热锅炉的产热量和耗电量；η^EB为电热锅炉的效率；为电热锅炉的容量；

热电联产机组采用可变热电产出比模式，具体模型为：

0＜α_k＜1

其中，P^CHP(t)、为热电联产机组输出的电功率和热功率；B^CHP(t)为运行状态变量；为热电联产机组的开机标志变量；

蓄热槽模型为：

其中，W^HST(t)为蓄热槽中存储的热量；η^HST蓄热槽的效率；分别为t时刻的蓄热槽单位时间内的蓄热与放热量；

电动汽车的充电功率和荷电状态约束为：

其中，为电动汽车的充电功率；为最大充电功率；SOC^EV(t)为电动汽车蓄电池的荷电状态；为充电效率；分别为允许的最小、最大核电状态；

园区微网群计划调度模型的目标函数为：

其中，_nMG为园区内调度单元微网群数量；

S3、利用园区微网群各设备、负荷的实时运行状态数据和步骤S2得到微网群的计划调度结果作差计算得到园区整体实时净电功率偏差，园区整体实时净电功率偏差计算模型为：

其中，{P_i^e(t)|e∈E}表示第i个单微网中各元件输出的电功率，包括可控电源、电锅炉、热电联产机组、电储能设备以及电动汽车；E表示通用单微网模型中供电元件的集合；分别为电储能的充放电功率；P_i^net(t)为单微网i中的电负荷功率；P_i^PV(t)为单微网i中光伏电源出力；表示第i个微网中各元件输出的热功率，包括燃气锅炉、电锅炉、热电联产机组以及热储能设备；

S4、根据步骤S3得到的园区整体实时净电功率偏差计算园区各单元分摊的实时净电功率偏差，根据各单元分摊的实时净电功率偏差构建各单元实时优化调度模型，对各单元实时优化调度模型进行求解得到园区各单元微网实时功率参考值，各单元实时优化调度模型的目标函数为：

其中，分别为可控电源、燃气锅炉、热电机组实时运行的燃料费用，与日前调度模型中的燃料费用函数形式相同；P_i^e(t)为各供电设备的实时与计划出力；为各供热设备的实时与计划出力；C_dis、C_ch分别为电储能的放电成本与边际成本；为储能的实时充放电功率；为蓄热槽的实时蓄热与放热功率；

各单元实时优化调度模型的约束条件为：

其中，为单元i内的实时净热负荷偏差；

S5、将步骤S4求解得到的实时功率参考值下发各微网单元，完成单次微网群的优化调度，在运行日内重复执行以上步骤，完成微网群的日运行调度，微网群的日运行调度具体为：

各微网单元定期更新微网群的计划调度结果，判断是否到达规定时间执行实时调度，若完成了一天内的实时调度结果，则结束；否则，执行下一阶段的实时调度，如此反复直至结束全天调度。