[发明专利]鲁棒与随机相结合的服务区微能源网多粒度协同调控方法

说明书

本发明提供了一种鲁棒与随机相结合的服务区微能源网多粒度协同调控方法。该方法包括：建立服务区微能源网细粒度模型和粗粒度模型；利用细粒度模型进行服务区微能源网的鲁棒优化调度设计；利用粗粒度模型进行服务区微能源网的随机优化调度设计；对服务区微能源网的鲁棒优化调度设计和随机优化调度设计在滚动优化框架下进行结合，将鲁棒优化和随机优化部分分别用于滚动优化的临近周期和较远周期，获取鲁棒优化与随机优化相结合的多粒度源荷储协同调度方案。本发明构建了服务区微能源网的源荷储各环节分布式资源细粒度模型—精细模型，将服务区微能源网的源荷储各环节调度资源两种粒度的模型根据优化计算的需求将它们结合起来用于微能源网的运行优化。

技术领域

本发明涉及微能源控制技术领域，尤其涉及一种鲁棒与随机相结合的服务区微能源网多粒度协同调控方法。

背景技术

国际能源署指出交通部门的碳排放约占全球碳排放的25％，能源消耗约占全球的33％。因此，除了大力发展电动汽车和氢燃料电池汽车外，构建清洁低碳的交通基础设施和交通设施资产能源化，这对于提高可再生能源在能源消耗占比、促进各部门协同脱碳具有重要意义。在公路交通中高速服务区位置常远离能源枢纽，根据高速服务区当地的资源禀赋构建自发自用的分布式可再生能源用能模式，这不仅可以降低无网地区的负荷供能需求，还可以加速碳减排进程。微能源网作为一种特殊的分布式能源系统，可以集成多种可再生能源、储能、分布式电源、本地负荷和控制单元，十分契合高速服务区能源系统的运行模式需求。

现有技术中的一种需求响应参与风电消纳的随机可调节鲁棒混合日前调度模型采用鲁棒优化与随机优化相结合的组合优化思路，重点在于确定“最优转换时刻”。针对风电的预测距离运行点越近精度越高的特点,结合随机优化和可调节鲁棒优化方法的优点,提出一种有需求响应参与,随机和可调节鲁棒共同构成日前调度的风电消纳模型。模型通过确定最优转换时刻,将随机优化和可调节鲁棒优化有效地结合,凸显远期调度以鲁棒性见长,近期调度以经济性占优的特点,实现源荷互动。

现有研究对高速服务区能源系统的研究多是针对服务区充电站部分的，缺乏对高速服务区完整能源系统的研究，不能充分提升服务区能源系统的运行效率与对可再生能源的消纳能力。

现有研究考虑不同的能源系统构成，建立了不同类型的能源单元模型。由于能源单元与其运行环节的非线性、非连续特征，过于简化的建模方法如能源路由器形式难以准确刻画能源单元的运行形态，完全精细化的建模方法会增大求解压力，难以满足在线优化和服务区能源系统运行的高效性要求。

现有单一鲁棒优化方法会导致优化调度结结果过于保守，而随机优化的方法的计算结果增大了调度运行的灵活性但是运行的可靠性也下降了，同时随机优化方法的计算负担一般更大。

发明内容

本发明的实施例提供了一种鲁棒与随机相结合的服务区微能源网多粒度协同调控方法，以实现服务器微能源网的运行优化。

为了实现上述目的，本发明采取了如下技术方案。

一种鲁棒与随机相结合的服务区微能源网多粒度协同调控方法，包括：

建立服务区微能源网细粒度模型；

建立服务区微能源网粗粒度模型；

利用所述服务区微能源网细粒度模型进行服务区微能源网的鲁棒优化调度设计；

利用所述服务区微能源网粗粒度模型进行服务区微能源网的随机优化调度设计；

对服务区微能源网的鲁棒优化调度设计和随机优化调度设计在滚动优化框架下进行结合，将鲁棒优化部分用于滚动优化的临近周期，将随机优化部分用于滚动优化的较远周期，获取鲁棒优化与随机优化相结合的多粒度源荷储协同调度方案。

优选地，所述的建立服务区微能源网细粒度模型，包括：