考虑源荷不确定性和自建共享储能电站的冷热电区域多微网系统鲁棒优化方法

本发明涉及配电网，特别的涉及一种考虑源荷不确定性和自建共享储能电站的冷热电区域多微网系统鲁棒优化方法。

背景技术：

1、随着电力市场的改革，大量包含res的微网将并入配电网。然而，由于res在短时间内呈现出力不确定性以及在长时间尺度上会表现出季节性发电差异性，会对配电网的调度平衡和安全运行产生巨大影响。同时，随着微网的大力发展，在局部区域会形成多个微网接入电力系统且彼此之间相互联系的多微网系统，其能够对外提供的电能容量更大，与配电网之间的运行耦合更为紧密，更深入地参与配电网的运行与管理中。相较于传统的单体微网，多微网系统含有的res数量更多，总体出力随机性更强。且在多微网系统全局考虑的视角下，每个微网的能量的产出和消耗以及储能充放电行为具有无序性和互补性。倘若多微网系统仅依靠单纯的随机优化调度模型，会造成能量和储能容量的浪费。从而影响res的就地消纳率和配电网的稳定调度。因此，多微网系统需要配置共享储能系统，与随机优化调度模型共同“合力”提高res的消纳率以及与配电网形成稳定的电能交互关系。

2、与此同时，随着能源互联网和综合能源系统的不断发展，不同能源之间的互联互通日益紧密，协同效应和互补效益也逐渐显现。冷热电联供(combined cooling heatingand power，cchp)系统可以通过合理利用系统内的冷能、热能和电能，实现能源的梯级利用，同时还可以提高res的本地消纳率，可以更好地适应当前普遍存在的微网建设。而现有文献主要从随机优化调度、共享储能和冷热电联供等不同角度对微网进行了研究。在考虑cchp区域多微网系统中源荷不确定性因素的影响下，鲜有对微网间电功率交互和多微网系统内自建共享储能电站的情况进行深入探讨。

技术实现思路

1、针对上述现有技术的不足，本发明所要解决的技术问题是：如何提供一种能够优化共享储能模式的容量配置和提高本地res的消纳率的考虑源荷不确定性和自建共享储能电站的冷热电区域多微网系统鲁棒优化方法。

2、为了解决上述技术问题，本发明采用了如下的技术方案：

3、一种考虑源荷不确定性和自建共享储能电站的冷热电区域多微网系统鲁棒优化方法，其特征在于，所述冷热电区域多微网系统包括自建共享储能电站，并与配电网相连接，且各独立微网之间互相连接；优化时，包括如下步骤：

4、s1、先建立共享储能电站退化成本模型和cchp微网内部设备模型；

5、s2、建立自建共享储能电站优化配置模型和cchp区域多微网系统调度模型；

6、s3、将自建共享储能电站容量配置规划问题作为主问题，将优化恶劣场景的cchp区域多微网系统实时调度问题作为子问题，采用c&cg算法进行迭代求解。

7、进一步的，所述步骤s1中，共享储能电站退化成本模型包括每个充电和放电事件的储能电池的衰减退化成本关系式：

8、cbat,deg(t)＝cbat,ave(t)pbat(t)

9、式中：pbat(t)为一个从t时间开始的放电事件在时间间隔δt内的电池平均功率；cbat,ave(t)为t时段的电池平均退化成本，其关系式为：

10、

11、式中：cbat,invc为电池初始投资成本；ηbat,c、ηbat,d为电池的充、放电效率系数；lbat是基于放电深度dbat的拟合曲线，其拟合关系为β1、β2、β3为曲线拟合系数；ebat,r为额定电池容量；dbat(δt)为一个从t时间开始的放电事件在时间间隔δt内的放电深度，表示为：

12、

13、所述cchp微网内部设备模型包括燃气轮机、余热锅炉、燃气锅炉、换热装置、吸收式制冷机和电制冷机的数学模型，其中：

14、燃气轮机的数学模型为：

15、ηgt＝(agt1δ3-agt2δ2+agt3δ+agt4)ηgt,r

16、式中：ηgt,r为燃气轮机的额定发电效率；agt1、agt2、agt3、agt4为燃气轮机实际发电效率常数；

17、燃气轮机的燃气消耗量和排出烟气中的余热量的数学模型如下：

18、

19、

20、式中：vgt(t)为t时段第i个微网的燃气轮机燃气消耗量；pgt(t)为t时段第i个微网的燃气轮机发电功率；lng为燃气热值；qgt(t)为t时段第i个微网的燃气轮机余热量；μgt为gt的热损失系数，λgt为燃气轮机的热电比；

21、余热锅炉的数学模型为：

22、qrb,i(t)＝qgt,i(t)ηrb

23、式中：qrb,i(t)为t时段第i个微网的余热锅炉输出热量；ηrb为余热锅炉的收集余热效率；

24、燃气锅炉的数学模型为：

25、

26、式中：vgb,i(t)为t时段第i个微网的燃气锅炉燃气消耗量；qgb,i(t)为t时段第i个微网的燃气锅炉输出热量；ηgb为燃气锅炉的热转换效率；

27、换热装置的数学模型为：

28、

29、式中：qhe,i(t)为t时段第i个微网的换热装置输出热量；qrb,he,i(t)为t时段第i个微网的余热锅炉供给于换热装置的热量；ηhe为换热装置的制热效率；

30、吸收式制冷机的数学模型为：

31、

32、式中：qac,i(t)为t时段第i个微网的吸收式制冷机输出制冷量；qrb,ac,i(t)为t时段第i个微网的余热锅炉供给于吸收式制冷机的热量；ηac为吸收式制冷机的制冷效率；

33、电制冷机的数学模型为：

34、qec,i(t)＝pec,i(t)ηec

35、式中：qec,i(t)为t时段第i个微网的电制冷机输出制冷量；pec,i(t)为t时段第i个微网的电制冷机输入电功率；ηec为电制冷机的制冷效率。

36、进一步的，所述步骤s2中，自建共享储能电站优化配置模型的目标函数为：

37、mincess＝cess,invc+cess,deg+cess,mc

38、式中：cess,invc为自建共享储能电站的日平均初始投资成本；cess,deg为自建共享储能电站退化成本；cess,mc为自建共享储能电站维护成本；并分别满足下式：

39、

40、

41、

42、式中：ip和is分别为储能电站的功率成本和容量成本；分别为储能电站的最大充放电功率、最大容量；tpre为储能电站预期的使用天数；pess,c(t)、pess,d(t)为t时段的储能电站的平均充、放电功率；tsc为调度周期时段数；εess为自建共享储能电站的维护成本系数；

43、自建共享储能电站优化配置模型的约束条件为：

44、

45、式中：eess(t)为自建共享储能电站在t时段存储的能量；ηess,c、ηess,d为自建共享储能电站的充、放电效率；eess(0)为自建共享储能电站初始存储的能量；us(t)为自建共享储能电站在t时段的充放电状态，取值为1表示充电，取值为0表示放电。

46、进一步的，所述步骤s2中，cchp区域多微网系统调度模型的目标函数为：

47、

48、式中：cgrid,i(t)为t时段第i个微网与配电网的交互成本；cgas,i(t)为t时段第i个微网的内部燃气成本；cmg,mc,i(t)为t时段第i个微网的内部设备维护成本；并分别满足下式：

49、cgrid,i(t)＝bgrid(t)pgrid,buy,i(t)

50、

51、cmg,mc,i(t)＝εgtpgt,i(t)+εwtpwt,i(t)+

52、εpvppv,i(t)+εecpec,i(t)+εrbqrb,i(t)+

53、εheqhe,i(t)+εgbqgb,i(t)+εacqac,i(t)

54、式中：bgrid(t)为t时段微网与配电网交互的购电电价；pgrid,buy,i(t)为t时段第i个微网与配电网交互的购电功率；bgas为燃气的单位体积价格；εgt、εwt、εpv、εec、εrb、εhe、εgb、εac为燃气轮机、wt、pv、电制冷机、余热锅炉、换热装置、燃气锅炉、吸收式制冷机的维护成本系数；pwt,i(t)为t时段第i个微网的wt发电功率；ppv,i(t)为t时段第i个微网的pv发电功率；

55、cchp区域多微网系统调度模型的约束条件包括：

56、电功率平衡约束：

57、pgt,i(t)+pwt,i(t)+ppv,i(t)+pgrid,buy,i(t)+

58、pmg,ess,i(t)-pec,i(t)-pload,i(t)+pinter,ij(t)＝0

59、式中：pmg,ess,i(t)为t时段第i个微网和储能电站的交互电功率；pload,i(t)为t时段第i个微网的电负荷功率；pinter,ij(t)为t时段第i个微网与第j个微网的交互电功率；

60、热功率平衡约束：

61、qgb,i(t)+qhe,i(t)-qheat,i(t)＝0

62、式中：qheat,i(t)为t时段第i个微网的热负荷功率；

63、余热锅炉平衡约束：

64、

65、冷功率平衡约束：

66、qec,i(t)+qac,i(t)-qcold,i(t)＝0

67、式中：qcold,i(t)为t时段第i个微网的冷负荷功率；

68、cchp微网内部设备出力上下限：

69、

70、式中：为燃气轮机的电功率上、下限值；为燃气锅炉的热功率上、下限值；为换热装置的热功率上、下限值；为吸收式制冷机的冷功率上、下限值；为电制冷机的电功率上、下限值；

71、cchp微网与配电网、储能电站与其余微网间的交互电功率约束：

72、

73、式中：为cchp微网和配电网交互功率的上限值；为cchp微网和共享储能电站交互功率的上限值；为第i个微网与第j个微网的交互功率的上限值；

74、自建共享储能电站平衡约束：

75、

76、考虑cchp微网内部pv、wt出力和电负荷功率波动范围位于箱式不确定集合u：

77、

78、式中：upv(t)、uwt(t)和ul(t)为t时段pv、wt出力和电负荷功率的不确定变量；和为t时段pv、wt出力和电负荷功率的预测值；zpv(t)、zwt(t)和zl(t)为t时段pv、wt出力和电负荷功率的场景值，取值为0表示为取其预测值，取值为1表示为取其最恶劣场景值；和为t时段pv、wt出力和电负荷功率的最大波动偏差；γpv、γwt和γl为pv、wt出力和电负荷功率的不确定性调节参数，取值范围为[0,tsc]的整数。

79、进一步的，所述步骤s3中，主问题为：

80、

81、式中：ξ为辅助变量；k为当前迭代次数，为第k次迭代后的最恶劣场景下u的取值；ct为自建共享储能电站优化配置模型的目标函数式的系数矩阵；qt为cchp区域多微网系统调度模型的目标函数式的系数矩阵；a，b为自建共享储能电站优化配置模型的约束条件中的系数矩阵；d为自建共享储能电站优化配置模型的约束条件的常数矩阵；e、f、g、h、i、r为cchp区域多微网系统调度模型的约束条件的系数矩阵；r为cchp微网与配电网、储能电站与其余微网间的交互电功率约束和自建共享储能电站平衡约束的常数矩阵；向量y由储能电站决策变量构成，向量x由区域多微网调度模型决策变量构成；

82、子问题为：

83、

84、式中：γ＝[γpv,γwt,γl]；为引入的辅助连续变量；α1、α2为引入的辅助二进制向量；m为足够大的正实数。

85、进一步的，采用c&cg算法对主问题和子问题迭代求解的流程为：

86、

87、综上所述，相比现有技术，本发明具有如下优点：

88、1、考虑cchp多微网中自建共享储能电站，建立储能电站的容量规划和退化成本模型，从而降低初始投资成本，并减少投资回收周期。综合考虑每个微网的储能充放电行为的差异性，使得储能容量得到最大限度的利用。

89、2、考虑微网间的交互功率以及cchp多微网内部不同能源的响应特性，建立基于多种形式能源协同互补的多微网系统运行调度模型，从而提高cchp多微网整体的res消纳率和优化微网内部微源出力，达到进一步减少cchp多微网整体运营成本的目标。

90、3、计及cchp多微网中的源荷不确定性，构建对应的两阶段鲁棒优化调度模型：第一阶段为优化自建共享储能电站的容量配置和cchp多微网系统的调度方案；第二阶段在源荷不确定集向着最恶劣场景变化时，最小化调度成本，校正第一阶段决策。然后采用列和约束生成(column and constraint generation，c&cg)算法对其进行迭代求解。从而使所得优化决策结果可应对res出力和可调负荷需求的不确定性。