[发明专利]一种考虑电力电子器件特性的微电网鲁棒优化调度方法

说明书

本发明公开了一种考虑电力电子器件特性的微电网鲁棒优化调度方法，涉及电力系统调度的技术领域，包括以下步骤，建立含有电力电子器件的模型，建立微电网电源模型，建立考虑电力电子器件特性的鲁棒优化调度模型，采用CCG算法进行考虑电力电子器件特性的微电网鲁棒优化调度问题的求解；本发明设计不确定集代替随机概率分布，得到即使在恶劣场景下依旧符合模型约束条件的调度方案，稳定性高、误差小，更加符合实际工程中的高可靠性需求。

技术领域

本发明属于电力系统调度的技术领域，特别涉及一种考虑电力电子器件特性的微电网鲁棒优化调度方法。

背景技术

在能源使用逐渐走向绿色低碳的大背景下，微电网作为实现多种能源（如：可再生能源）形式接入的有效方式，提高了分布式电源的利用，减缓了对电网造成的冲击。与传统的大电网优化调度相比，微电网中影响电能质量和功率平衡的因素更加多样，程度更加显著，如何对其进行合理的优化调度值得关注。

目前，微电网的优化调度大多集中在考虑可再生能源发电的不确定性影响，以降低经济成本、环境成本等为目的进行微电源配置。随着多种能源形式的开发和利用，微电网模型中除包含风光电源、储能系统外还可能含有电动汽车、可调负荷等，微电网的优化调度也需要更多地考虑不确定因素造成的影响。微电网往往要求对可再生能源消纳有快速反应能力，换流器成为系统中的枢纽。储能系统中包含大量的具有潮流双向流动能力的电力电子器件；可代替传统馈线联络硬开关以实现更“柔性”网络重构的智能软开关也是基于电力电子变换器的应用。因此，微电网优化调度不仅需要考虑可再生能源发电的不确定性，还需要考虑电力电子器件特性。

在可再生能源发电不确定性方面，常用威布尔分布、Beta分布和正态分布来表示风速、光照和负荷需求的随机性，通过蒙特卡洛模拟法随机生成多个场景进行两阶段随机模型的优化此类随机优化方法需要以特定的概率分布函数对不确定性因素进行拟合，而实际情况不一定符合确定性的概率分布，导致优化模型不够准确。在求解优化问题方面，对于单一目标优化问题，常以日前运行经济性最优为单一目标，建立双层优化模型，在求解时采用线性化方法进行问题的转换，交替迭代双层问题获得最优解；对于多目标优化问题，常常借助智能算法进行求解，此类启发式算法效率较高、可行性良好，但结果可能陷入局部最优。微电网优化问题的多个目标之间也可能存在难以同时达到最优的情况。

上述技术存在的缺点是：已有的考虑风光机组处理不确定性的优化调度常忽略储能装置中电力电子器件特性的影响，含电力电子器件的电力系统惯性较低，忽略电力电子器件特性可能导致微电网稳定性降低；另一方面，随机优化方法需要以特定的概率分布函数对不确定性因素进行拟合，易造成较大误差。而设计不确定集代替随机概率分布，得到即使在恶劣场景下依旧符合模型约束条件的调度方案，更加符合实际工程中的高可靠性需求。

发明内容

为了解决现有技术中存在的上述问题，本发明提出一种考虑电力电子器件特性的微电网鲁棒优化调度方法。

本发明所述的一种考虑电力电子器件特性的微电网鲁棒优化调度方法，包括以下步骤：

S1：建立含有电力电子器件、微电网电源的微电网模型，

所述电力电子器件包括储能系统换流器和微电网系统联络开关，所述微电网电源包括微型燃气轮机和风电、光伏机组；

S2：设计微电网电源出力不确定集，根据对运行场景的恶劣程度调整可调系数，

所述微电网电源出力不确定集包括风电、光伏机组出力不确定集；

S3：以微电网总成本最小为目标函数，建立考虑电力电子器件特性的微电网鲁棒优化数学模型，

所述微电网总成本包括微电网运行成本、微电网与上级电网传输成本和惩罚成本，

所述微电网运行成本包括储能系统运行成本和微型燃气轮机运行成本，所述惩罚成本包括网损成本、弃风弃光成本和停电惩罚成本；