技术领域本发明涉及微网调度技术领域，特别是一种基于多时间尺度的多能互补微网调度方法。
背景技术：
目前，微网作为智能电网的重要组成部分，在降低能耗、提高电力系统可靠性和灵活性等方面具有巨大潜力，而多时间尺度下的多能互补微网调度运行策略研究是智能电网领域的重点研究方向之一。现有的微网调度策略没有充分考虑风电、光伏等可再生能源的波动性，或者仅在日前调度中考虑了可再生能源波动性的影响，而在实时调度中对其波动性研究不足；另外，冰蓄冷空调运行模式复杂，当前的研究中几乎没有包含冰蓄冷空调的微电网模型；针对微网系统中设备众多、约束复杂的情况，寻找适合多目标多时间尺度下的微网优化调度算法，是摆在微网建设者面前的一个突出问题。
技术实现要素：
本发明的目的在于克服现有技术的不足，提供一种基于多时间尺度的多能互补微网调度方法，建立包含冰蓄冷空调的多能互补微网模型，解决风电、光伏等可再生能源在日前调度和实时调度下的波动性问题。本发明解决其技术问题是采取以下技术方案实现的：一种基于多时间尺度的多能互补微网调度方法，包括以下步骤：步骤1、设置微网系统场景并分别对微网系统场景中冷热电三联供设备、冰蓄冷空调和蓄电池设备进行建模；步骤2、基于光伏和风电出力场景生成和消去技术分析光伏出力和风电出力的不确定性，消除光伏和风电可再生能源出力的波动性影响；步骤3、建立以微网运行成本最低为目标的日前联合优化调度模型；步骤4、建立以实时交换功率与计划交换功率差值最小为目标的多时间尺度下的微网实时联合优化调度模型；步骤5、基于改进型粒子群优化算法对所述微网日前联合优化调度模型与微网实时联合优化调度模型进行求解，得到多时间尺度下的多能互补微网运行策略。而且，所述步骤1的具体步骤为：分别建立如下模型和约束条件方程：冷热电三联供设备的电出力效率模型、电出力与冷出力之间的关系模型和约束条件方程；冰蓄冷空调在空调模式、制冰模式、融冰模式和空调与融冰混合模式下的出力模型和约束条件方程；蓄电池日前调度与实时调度下的运行约束条件方程；(1)所述冷热电三联供设备的电出力效率模型、电出力与冷出力之间的关系模型和约束条件方程分别为：①冷热电三联供系统的电出力效率模型：ECCHP(T)=f(PCCHP(T))=fISO(PCCHP(T)PISO-max)×EmaxfISO(PmaxPISO-max)]]>式中，PCCHP(T)表示T时刻CCHP的电出力，Pmax与Emax分别表示当前运行状态下CCHP的最大电出力和最大电效率，ISO代表标准工况，f是对应机组给定的非线性函数；ECCHP(T)是燃气轮机的电效率。②冷热电三联供系统的电出力与冷出力之间的关系模型：a.微网以电制冷模式下电出力与冷出力之间的关系模型：QCCHP(T)＝g(PCCHP(T))式中，QCCHP(T)表示T时刻CCHP的冷出力，PCCHP(T)表示T时刻CCHP的电出力；g函数表示T时刻燃气轮机的冷出力与电出力之间的函数关系。b.微网以冷制电模式下电出力与冷出力之间的关系模型：PCCHP(T)＝g-1(PCCHP(T))式中，PCCHP(T)表示T时刻CCHP的电出力；g-1函数表示T时刻燃气轮机的冷出力与电出力之间的函数关系。③微网系统满足的约束条件方程为：ICCHP(T)=0,T∈TvalleyICCHP(T)Pmin≤PCCHP(T)≤ICCHP(T)PmaxICCHP(T)Qmin≤QCCHP(T)≤QCCHP(T)Qmax]]>其中，ICCHP(T)∈(0,1)式中，ICCHP(T)表示T时刻CCHP设备的开关状态；PCCHP(T)表示T时刻CCHP的电出力；QCCHP(T)表示T时刻CCHP的冷出力；Pmax与Pmin分别表示当前运行状态下CCHP的最大电出力和最小电出力；Qmax与Qmin分别表示当前运行状态下CCHP的最大冷出力和最小冷出力；Tvalley表示电负荷谷时期。(2)所述冰蓄冷空调在空调模式、制冰模式、融冰模式和空调与融冰混合模式下的出力模型和约束条件方程分别为：①冰蓄冷空调在空调模式下的出力模型为：Pa(T)=Qa(T)a1Qa(T)+a2]]>式中，Pa(T)与Qa(T)分别表示T时刻冰蓄冷空调在空调模式下的耗电量和制冷量；a1与a2为常数；其约束条件为：Ia(T)=0,T∈TvalleyIa(T)Qa-min≤Qa(T)≤Ia(T)Qa-max]]>式中，Ia(T)表示T时刻空调模式的开关状态；Qa(T)表示T时刻冰蓄冷空调在空调模式下的制冷量；Tvalley表示电负荷谷时期；Qa-max与Qa-min分别表示空调模式下的最大和最小制冷量；②冰蓄冷空调在制冰模式下的的出力模型为：Pc(T)=Qc(T)a1Qc(T)+a2]]>式中，Pc(T)与Qc(T)分别表示T时刻冰蓄冷空调在空调模式下的耗电量和制冷量；a1与a2为常数；其约束条件为：Ic(T)=0,T∉TvalleyΣT=T0T0+23|Ic(T)-Ic(T-1)|=2Qc(T)=Ic(T)Qa-max]]>式中，Ic(T)与Ic(T-1)分别表示T时刻和T-1时刻制冰模式的开关状态；Qc(T)表示T时刻冰蓄冷空调在空调模式下的制冷量；Tvalley表示电负荷谷时期；T0表示谷时段的开始时刻；Qa-max表示空调模式下的最大制冷量。③冰蓄冷空调在融冰模式下的约束条件为：Id(T)=0,T∈Tvalley0≤Qd(T)=Id(T)Qd-max]]>式中，Id(T)表示T时刻融冰模式的开关状态；Qd(T)与Qd-max分别表示T时刻冰蓄冷空调在融冰模式下的制冷量和最大制冷量；Tvalley表示电负荷谷时期；④冰蓄冷空调在空调模式和融冰模式的混合模式下的出力模型为：IS(T)＝(1-η1)IS(T-1)+η2Qc(T)-Qd(T)式中，IS(T)表示T时刻蓄冰槽中存储的冷能；η1与η2分别表示冷能存储损耗系数和空调模式下的制冷效率；Qc(T)表示T时刻冰蓄冷空调在空调模式下的制冷量；Qd(T)表示T时刻冰蓄冷空调在融冰模式下的制冷量；其约束条件为：ISmin(T)≤IS(T)≤(1-η1)IS(T-1),T∉Tvalley]]>式中，ISmin(T)表示蓄冰槽中需存储的最小冷能；IS(T)表示T时刻蓄冰槽中存储的冷能；η1表示冷能存储损耗系数；Tvalley表示电负荷谷时期；(3)所述蓄电池日前调度与实时调度下的运行约束条件方程；①蓄电池日前调度下的运行约束条件方程：SOC(T+1)=SOC(T)-(ηb_cIb_c(T)+Ib_d(T)/ηb_d)Pb(T)Δt/cbηb_c(T)Pc-min+Ib_d(T)Pd-min≤Pb(T)≤Ib_c(T)Pc-max+Ib_d(T)Pd-maxIb_c(T)+Ib_d(T)∈(0,1)SOCmin≤SOC(T+1)≤SOCmax]]>式中，SOC表示荷电状态；SOCmax与SOCmin分别表示荷电状态的上下限；ηb_c与ηb_d分别表示充放电系数；Pc-max与Pc-min分别表示最大充电功率和最小充电功率；Pd-max与Pd-min分别表示最大放电功率和最小放电功率；Ib_c(T)表示T时刻蓄电池充电的开关状态，Ib_c(T)∈(0,1)；Ib_d(T)表示T时刻蓄电池放电的开关状态，Ib_d(T)∈(0,1)；Pb(T)表示T时刻蓄电池的充放电功率；Δt表示一段时间间隔；cb表示蓄电池的容量。②蓄电池实时调度下的运行约束条件方程：SOC(t+i+1|t)=SOC(t+i|t)-(ηb_cIb_c(t+i|t)+Ib_d(t+i|t)/ηb_d)Pb_r(t+i|t)Δt/cbIb_c(t+i|t)Pc-min+Ib_d(t+i|t)Pd-min≤Pb_r(t+i|t)≤Ib_c(t+i|t)Pc-max+Ib_d(t+i|t)Pd-maxIb_c(t+i|t)+Ib_d(t+i|t)∈(0,1)SOCmin≤SOC(t+i+1|t)≤SOCmax]]>式中，t+i|t表示向前i步的调度值；SOC(t+i+1|t)与SOC(t+i|t)分别表示蓄电池向前i+1步和向前i步时刻的荷电状态；ηb_c与ηb_d分别表示充放电系数；Pc-max与Pc-min分别表示最大充电功率和最小充电功率；Pd-max与Pd-max分别表示最大放电功率和最小放电功率；Ib_c(t+i|t)表示向前i步时刻蓄电池充电的开关状态；Ib_d(t+i|t)表示向前i步时刻蓄电池放电的开关状态；Pb_r(t+i|t)表示实时调度下向前i步时刻蓄电池的充放电功率；Δt表示一段时间间隔；cb表示蓄电池的容量。而且，所述步骤2的具体步骤包括：(1)基于风电出力和光伏出力预测，建立如下风电及光伏出力正态分布概率模型：Ppv(T)~N(μpv,σpv2)]]>Pwind(T)~N(μwind,σwind2)]]>其中，σpv＝0.1μpv；σwind＝0.1μwind式中，μpv与μwind分别是光伏出力和风电出力的预测值；σpv与σwind是对应的方差；Ppv(T)与Pwind(T)分别是T时刻光伏和风电的实际出力；N表示正态分布；(2)运用拉丁超立方体抽样方法生成服从上述概率模型的光伏和风电出力场景，运用场景消去技术消去其中的低概率场景并将相关性强的场景合并。而且，所述步骤2第(2)步生成光伏和风电出力场景的具体步骤是：①确定抽样规模H后将每维变量xi的定义域区间划分成H个相等的小区间，使得将原来的一个超方体划分成Hn个小立方体；②生成一个H×n的矩阵A，则矩阵A的每一列都是数列{1,2,···,H