[发明专利]一种计及风险的分布式电源与储能虚拟电厂鲁棒优化方法

权利要求书

1.一种计及风险的分布式电源与储能虚拟电厂鲁棒优化方法，应用于分布式电源与储能组成的VPP优化调度中，其特征在于，包括：

依据条件风险价值定义运行风险，将运行风险分为弃可再生能源风险和失负荷风险两类，并对分类后的风险进行分段线性化处理；

对分布式电源与储能组成的VPP构建计及风险的两阶段鲁棒优化调度模型，并基于分段线性化处理结果对两个阶段模型设定约束条件；

对模型进行求解，确定鲁棒模型不确定集，并制定调度方案。

2.根据权利要求1所述的计及风险的分布式电源与储能虚拟电厂鲁棒优化方法，其特征在于，所述弃可再生能源风险和所述失负荷风险的计算式为：

式中：与分别为弃可再生能源风险与失负荷风险，为可再生能源机组容量，ξ与Pr(ξ)分别为可再生能源出力及其可再生能源的概率密度函数，和分别为可再生能源机组r在t时刻的预测出力不会给VPP带来运行风险的出力上边界与下边界。

3.根据权利要求2所述的计及风险的分布式电源与储能虚拟电厂鲁棒优化方法，其特征在于，对分类后的风险进行分段线性化处理后的表达式为

式中：s为分段线性化的段数，与分别为线性化约束的系数。

4.根据权利要求1所述的计及风险的分布式电源与储能虚拟电厂鲁棒优化方法，其特征在于，计及风险的两阶段鲁棒优化调度模型中，第一阶段模型的目标函数为最小化可再生能源不确定性给VPP带来的运行风险，表达式为：

式中：T与R分别为分布式电源与储能组成的VPP优化调度问题的时间集合与VPP中可再生能源机组集合，C_cur与C_loss分别为单位弃可再生能源惩罚与单位失负荷惩罚，按照上述目标函数得到第一阶段的不确定集，与分别为弃可再生能源风险与失负荷风险。

5.根据权利要求4所述的计及风险的分布式电源与储能虚拟电厂鲁棒优化方法，其特征在于，计及风险的两阶段鲁棒优化调度模型中，第一阶段模的约束条件包括分类后的风险进行分段线性化处理的约束条件及不确定集边界约束条件，所述不确定集边界约束条件为可再生能源机组r在t时刻的预测出力不会给VPP带来运行风险的出力上边界与下边界约束条件，表达式为：

式中：和分别为可再生能源机组r在t时刻的预测出力不会给VPP带来运行风险的出力上边界与下边界，为可再生能源机组r在t时刻的预测出力不会给VPP带来运行风险的出力上边界的最大值。

6.根据权利要求4所述的计及风险的分布式电源与储能虚拟电厂鲁棒优化方法，其特征在于，计及风险的两阶段鲁棒优化调度模型中，第二阶段模的目标函数为在第一阶段确定的不确定集中找到最恶劣的运行场景，并最小化最恶劣的运行场景下的运行成本。

7.根据权利要求6所述的计及风险的分布式电源与储能虚拟电厂鲁棒优化方法，其特征在于，最恶劣的运行场景下的运行成本包括配电网的购电成本、VPP内部的常规发电机组出力成本与储能运行成本。

8.根据权利要求7所述的计及风险的分布式电源与储能虚拟电厂鲁棒优化方法，其特征在于，第二阶段模型的目标函数为双层形式，表达式为：

式中：G与E分别为VPP中常规发电机组集合与储能装置集合，C_b与P_b,t分别为VPP向上级配电网的单位购电成本与购电量，C_g与P_g,t分别为常规发电机组的单位发电成本与发电量，与分别为储能装置单位充电成本与充电量，与分别为储能装置单位放电成本与放电量。

9.根据权利要求7所述的计及风险的分布式电源与储能虚拟电厂鲁棒优化方法，其特征在于，第二阶段模型的约束条件包括功率平衡约束、购电约束、常规发电机组出力及爬坡约束、储能装置的功率与能量约束和可再生能源出力约束。

10.根据权利要求1所述的计及风险的分布式电源与储能虚拟电厂鲁棒优化方法，其特征在于，采用列约束生成算法，通过主子问题迭代的形式对模型进行求解。