本发明涉及一种基于正交阵列的微电网鲁棒优化运行方法，属于电力系统优化调度与运行技术领域。
背景技术：
和非可再生能源类分布式电源调控相比，可再生能源类分布式电源的发电形式易受其气候、环境等因素的影响，具有明显的随机性与间歇性，规模化接入系统必然会增加配电系统运行中的不确定性，研究建模中也会使得目标、约束间制约关系更加复杂。如何适应各种可再生能源类分布式电源出力、负荷需求不确定工况，实现多元资源良性互动与经济运行是微电网能量管理与优化中的研究难点。由此，如何有效建立多时段经济模型，并融合交互成本最大的恶劣场景目标引导实现区域机组的鲁棒运行计划，成为调度部门急需解决的重要问题。
技术实现要素：
本发明的目的在于，提供一种基于正交阵列的微电网鲁棒优化运行方法，实现了对可再生能源类分布式电源和负荷不确定性的配电系统资源的优化配置。
为了实现上述目的，本发明提供了一种基于正交阵列的微电网鲁棒优化运行方法，包括步骤：
（1）抽取微电网架构、电源类型及其运行成本、储能系统单位运行成本、交互成本、分时电价等静态数据；
（2）构建可再生能源类分布式电源出力、负荷需求的不确定集；
（3）筛选基于正交阵列的鲁棒测试场景；
（4）构建微电网鲁棒优化运行模型；
（5）设计基于测试场景的两阶段求解策略，得到最终微电网鲁棒优化运行方案。
2、所述微电网架构包括：电源类型、分布式储能系统、电力负荷、调度控制中心、上级电网接口。
3、所述分布式电源类型包括：非可再生能源类分布式电源和可再生能源类分布式电源。
4、所述交互成本模型表示微电网与上级电网之间的交互功率传输产生的经济成本。
5、所述可再生能源类分布式电源出力、负荷需求的不确定集构建步骤是：
（1）根据分布式电源出力历史数据确定可再生能源类分布式电源出力不确定集上下边界参考量：
根据实际可再生能源类分布式电源机组运行约束对其出力上下边界值进行修正：
式中，、分别为可再生能源类分布式电源出力上下边界参考值，、分别为修正后可再生能源类分布式电源出力上下边界参考值，为可再生能源类分布式电源出力点预测基值，为预测误差概率密度函数，为的反函数表示方法，、分别为可再生能源类分布式电源出力最大最小值，为置信水平参数，、分别为置信水平参数上下界值；
（2）由此，形成分布式电源的不确定集：
同理可得负荷需求的不确定集是：
式中，为可再生能源类分布式电源在时段的实际出力，为负荷需求在时段的实际需求值，为负荷需求在时段点预测基值，、分别为负荷需求在时段的上下边界参考值。
6、所述基于正交阵列的鲁棒测试场景筛选步骤是：
（1）将一个调度周期分为T个时段，则分布式可再生能源出力在调度周期内共有T个离散值，记为：，负荷需求在调度周期内共有T个离散值，记为：，因此在一个调度周期可再生能源类分布式电源和负荷需求输入参数共有2×T个；
（2）筛选测试场景：通过正交阵列和对应参数取值水平赋值规则筛选；
所谓的正交阵列（orthogonal array, OA）矩阵是指由C对应的不同输入参数组成的A×B矩阵，强度D（0≤D≤B）的正交阵列，如果在矩阵A×B的任一A×D子矩阵中，任一强度为D的排列恰好在个行中出现，记为：
其中，A为矩阵阵列的大小，这里用以指代当前输入参数取值水平下需测试的场景数；B为参数总数，这里即指代可再生能源类分布式电源出力和负荷需求输入参数总数；C为一种取值水平对应的单组输入参数；D为OA的强度系数；
由此，根据多组不同输入参数取值水平得到总的测试场景数。
7．所述的微电网鲁棒优化运行模型为：
（1）微电网鲁棒优化运行模型目标函数为：
其中，表示微电网总成本；为常规发电机组单位发电成本，有；、为单位发电成本系数，具体取值与选取的发电机类型及其参数有关，为常规发电机组在时段的出力；为储能系统调控成本，有；为储能装置单位调控成本；为储能系统输出功率；一般性的交互成本数学表达式为：，，、分别对应时段微电网向主网购、送电的0-1状态变量，设定当时，，当时，，同时有：；为最恶劣场景下的交互成本，满足，s表示当前测试场景；S为总的测试场景；将目标函数中用交互成本和场景集的方式来表达，即微电网鲁棒优化运行模式可变形为:
其中， 为场景s下的综合经济运行成本最优值；
（2）微电网鲁棒优化运行模型目标函数的约束条件为：
常规发电机组在不同时段出力需满足的功率上下限约束是：
其中，、分别为常规发电机组出力的上下限；
常规机组爬坡功率约束是：
其中，、为上下爬坡功率限值；
常规发电机组在考虑多台机组扩展模型（多台机组承担发电任务）时，其中第i台机组的发电成本模型是：
其中，为常规发电机组编号集，为时段第台机组的开停状态，表示时段第台机组处于开机状态，对应的，表示时段第台机组处于停机状态，对应的；为第台机组开机成本；
对常规电源种类扩展为多常规发电机组情况，相关变量样式进行修正：
其中，为多常规发电机组单位发电成本，为多常规发电机组数量，为第台常规发电机组的单位发电成本；
储能系统充放电功率与储能系统容量的关系是：
其中，为储能装置当前容量状态；
储能系统充放电功率约束以及容量约束是：
其中， 、分别为单位时间储能装置充放电功率上下限，、分别为储能装置容量上下限，、为充放电截止率
交互功率需满足的约束条件是：
其中，、分别为时段交互功率传输上下限值；
备用功率约束：
其中，为交互功率的备用功率，为常规发电成本备用功率，为储能系统的备用功率，代表系统在时段需要达到的最小备用功率，根据微电网的容量来进行设置。
8．所述交互成本作为反映多时段系统可再生能源发电资源消纳与利用情况，其影响因素包括：微电网同上级电网交互功率、购电电价、售电电价；其中，微电网同上级电网交互功率影响因素包括：常规机组成本经济指标、购售电价、微电网与上级电网的交互状态和运行状态。
9、所述基于测试场景的两阶段求解策略步骤是：
（1）初始化，对于中的每一个测试场景，考虑各种约束条件，进行优化求解，由此得到每个场景s下的、，并计算，其中：代表决策变量初始可行解；代表场景s下的决策变量最优解；代表场景s下的最优解对应的交互成本大小；
（2）令，，根据更新，及其对应的、，其中，表示“最恶劣”测试场景；代表最优运行方案“最恶劣场景”下的交互成本；代表决策变量最终解；表示考虑“最恶劣场景”鲁棒目标的最优经济运行成本；
以最大交互成本对应的运行方案作为微电网鲁棒最优运行方案。
本发明提出了面向并网型微电网的计及可再生能源类型分布式电源出力与负荷需求不确定性下的鲁棒优化运行模型及其求解方法。通过区间预测方法，对可再生能源类分布式电源出力与负荷需求进行不确定性区间量化，产生用于优化模型的不确定集；协调的“源-储”调度模型可以提高微电网运行的灵活性、经济性；利用正交阵列矩阵产生测试场景是一种简单而有效的筛选仿真场景的方法。
附图说明
图1是本发明典型微电网架构示意图；
附图及文中各标号含义：为分布式可再生能源类在时段的输出功率，为储能系统在时段的输出功率，为区域电网于上级电网间的交互功率，为区域系统内常规电源机组出力，为系统总负荷需求。
具体实施方法
下面结合附图，对本发明的基于正交阵列的微电网鲁棒优化运行方法做进一步的详细描述。
本发明是提供一种基于正交阵列的微电网鲁棒优化运行方法，包括步骤：
（1）抽取微电网架构、电源类型及其运行成本、储能系统单位运行成本、交互成本、分时电价等静态数据；
（2）构建可再生能源类分布式电源出力、负荷需求的不确定集；
（3）筛选基于正交阵列的鲁棒测试场景；
（4）构建微电网鲁棒优化运行模型；
（5）设计基于测试场景的两阶段求解策略，得到最终微电网鲁棒优化运行方案。
所述微电网架构包括：电源类型、分布式储能系统、电力负荷、调度控制中心、上级电网接口。
所述分布式电源类型包括：非可再生能源类分布式电源和可再生能源类分布式电源。
所述交互成本模型表示微电网与上级电网之间的交互功率传输产生的经济成本。
所述可再生能源类分布式电源出力、负荷需求的不确定集构建步骤是：
（1）根据分布式电源出力历史数据确定可再生能源类分布式电源出力不确定集上下边界参考量：
根据实际可再生能源类分布式电源机组运行约束对其出力上下边界值进行修正：
式中，、分别为可再生能源类分布式电源出力上下边界参考值，、分别为修正后可再生能源类分布式电源出力上下边界参考值，为可再生能源类分布式电源出力点预测基值，为预测误差概率密度函数，为的反函数表示方法，、分别为可再生能源类分布式电源出力最大最小值，为置信水平参数，、分别为置信水平参数上下界值；
（2）由此，形成分布式电源的不确定集：
同理可得负荷需求的不确定集是：
式中，为可再生能源类分布式电源在时段的实际出力，为负荷需求在时段的实际需求值，为负荷需求在时段点预测基值，、分别为负荷需求在时段的上下边界参考值。
所述基于正交阵列的鲁棒测试场景筛选步骤是：
（1）将一个调度周期分为T个时段，则分布式可再生能源出力在调度周期内共有T个离散值，记为：，负荷需求在调度周期内共有T个离散值，记为：，因此在一个调度周期可再生能源类分布式电源和负荷需求输入参数共有2×T个；
（2）筛选测试场景：通过正交阵列和对应参数取值水平赋值规则筛选；
所谓的正交阵列（orthogonal array, OA）矩阵是指由C对应的不同输入参数组成的A×B矩阵，强度D（0≤D≤B）的正交阵列，如果在矩阵A×B的任一A×D子矩阵中，任一强度为D的排列恰好在个行中出现，记为：
其中，A为矩阵阵列的大小，这里用以指代当前输入参数取值水平下需测试的场景数；B为参数总数，这里即指代可再生能源类分布式电源出力和负荷需求输入参数总数；C为一种取值水平对应的单组输入参数；D为OA的强度系数；
由此，根据多组不同输入参数取值水平得到总的测试场景数。
所述的微电网鲁棒优化运行模型为：
（1）微电网鲁棒优化运行模型目标函数为：
其中，表示微电网总成本；为常规发电机组单位发电成本，有；、为单位发电成本系数，具体取值与选取的发电机类型及其参数有关，为常规发电机组在时段的出力；为储能系统调控成本，有；为储能装置单位调控成本；为储能系统输出功率；一般性的交互成本数学表达式为：，，、分别对应时段微电网向主网购、送电的0-1状态变量，设定当时，，当时，，同时有：；为最恶劣场景下的交互成本，满足，s表示当前测试场景；S为总的测试场景；将目标函数中用交互成本和场景集的方式来表达，即微电网鲁棒优化运行模式可变形为:
其中， 为场景s下的综合经济运行成本最优值；
（2）微电网鲁棒优化运行模型目标函数的约束条件为：
常规发电机组在不同时段出力需满足的功率上下限约束是：
其中，、分别为常规发电机组出力的上下限；
常规机组爬坡功率约束是：
其中，、为上下爬坡功率限值；
常规发电机组在考虑多台机组扩展模型（多台机组承担发电任务）时，其中第i台机组的发电成本模型是：
其中，为常规发电机组编号集，为时段第台机组的开停状态，表示时段第台机组处于开机状态，对应的，表示时段第台机组处于停机状态，对应的；为第台机组开机成本；
对常规电源种类扩展为多常规发电机组情况，相关变量样式进行修正：
其中，为多常规发电机组单位发电成本，为多常规发电机组数量，为第台常规发电机组的单位发电成本；
储能系统充放电功率与储能系统容量的关系是：
其中，为储能装置当前容量状态；
储能系统充放电功率约束以及容量约束是：
其中， 、分别为单位时间储能装置充放电功率上下限，、分别为储能装置容量上下限，、为充放电截止率；
交互功率需满足的约束条件是：
其中，、分别为时段交互功率传输上下限值；
备用功率约束：
其中，为交互功率的备用功率，为常规发电成本备用功率，为储能系统的备用功率，代表系统在时段需要达到的最小备用功率，根据微电网的容量来进行设置。
所述交互成本作为反映多时段系统可再生能源发电资源消纳与利用情况，其影响因素包括：微电网同上级电网交互功率、购电电价、售电电价；其中，微电网同上级电网交互功率影响因素包括：常规机组成本经济指标、购售电价、微电网与上级电网的交互状态和运行状态。
所述基于测试场景的两阶段求解策略步骤是：
（1）初始化，对于中的每一个测试场景，考虑各种约束条件，进行优化求解，由此得到每个场景s下的、，并计算，其中：代表决策变量初始可行解；代表场景s下的决策变量最优解；代表场景s下的最优解对应的交互成本大小；
（2）令，，根据更新，及其对应的、，其中，表示“最恶劣”测试场景；代表最优运行方案“最恶劣场景”下的交互成本；代表决策变量最终解；表示考虑“最恶劣场景”鲁棒目标的最优经济运行成本；
以最大交互成本对应的运行方案作为微电网鲁棒最优运行方案。
以上所述的具体发明实施方法，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方法而已，并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明的权利要求保护范围之内。