计及分布式储能的配电网灵活运行鲁棒优化方法和系统与流程

本发明属于配电网调度优化，具体涉及一种计及分布式储能的配电网灵活运行鲁棒优化方法和系统。

背景技术：

1、随着大量可再生能源并网，将给电网运行、管理带来新的挑战。一方面，由于可再生能源具有间歇性和随机性的特点，给电网功率平衡、运行控制带来困难；另一方面分布式能源的大量渗透使配电网由功率单向流动的无源网络变成功率双向流动的有源网络。电源侧高比例可再生能源的接入，将使电网的运行机理、网架架构等发生变化，对配电网的灵活运行提出挑战。由于储能可以根据系统的需求削减或及时转移其储存的电量，可以作为一种灵活性资源参与到配电网的优化调度中。

2、目前，国内外学者对于配电网中储能的研究主要集中在储能的规划配置和储能的优化运行两个方面。在储能的优化运行方面，国内学者首先建立了考虑储能的配电网经济调度模型。而国内学者在此基础上对用户参与度进行评估，建立了储能的分层分区调度模型。在储能的规划配置方面，主要以储能带来的社会效应最大化、成本最低或者电网的运行收益最大等为目标对储能进行规划，选择储能在配电网中的位置和容量。有学者考虑储能的投资成本、政策补贴等附加收益，以储能的收益最大对储能的优化配置进行研究。也有学者考虑到储能电池的寿命和容量退化，以降低储能的调度总成本为目标建立了电池储能的规划模型，提高储能容量规划的精度，有效降低储能的运行成本。后来又有学者计及用户侧需求响应，提出了统筹运行阶段用户侧需求响应调控措施以及潮流约束的储能配置三层优化模型。然而这些研究并没有把储能作为一种灵活性资源考虑。

3、针对配电网的最优调度问题，以往所使用的确定性优化算法无法很好地解决由于可再生能源波动带来的不确定性问题。目前，大多研究基于随机规划来解决含可再生能源的配电网经济调度问题。有学者以韦伯分布为基础，以风机功率为概率密度函数，建立了一种考虑风机出力预测误差的经济调度模型。但是随机规划需要大量的历史数据以得到概率密度函数，而伴随历史数据的增加，分析难度会大大提高。鲁棒优化利用不确定集合来描述问题，与随机规划相比，无需大量历史数据对不确定参数进行分析，仅需确定各参数的变动区间即可得到最优解，并且得到的调度方案具有抵御不确定因素的能力，可以适应各种条件的波动。

4、目前，国内外学者鲁棒优化的研究已有初步成果。国外学者首先利用主动配电网的损失费用为目标函数，利用鲁棒最优方法对电价不确定性进行了分析，并对响应负荷与储能系统的日前经济性进行了深入的分析。而国内学者在此基础上将dg的功率控制和网络拓扑调整纳入考虑范围，提出了一种基于动态分配系统一次运行费用最少的优化调度模型，以不同的微网渗透率对电力系统的网损的影响为依据，以电力系统企业的利益最大化为目标，采用遗传算法进行求解。之后有一些学者综合考虑了主动配电网“源-网-荷”的协同优化，提出了一种以网损最小为目标的经济调度模型，有效地降低了不确定性对系统造成的影响，提高了可再生清洁能源的消纳率。但是鲜有研究考虑将鲁棒优化方法运用到含分布式储能的配电网灵活运行最优调度中。

5、因此，现有研究大多是从确定性优化的角度对分布式储能在主动配电网中进行配置，缺乏对风险因素造成的不确定性进行考虑，对可能出现的突发事件缺乏相应的应对能力并且无法实现配电网灵活运行最优调度。

技术实现思路

1、针对现有技术大多从确定下的角度对分布式储能在主动配电网中进行配置，未将分布式储能作为一种灵活性资源参与配电网灵活运行最优调度中的情况，本发明提供了一种计及分布式储能的配电网灵活运行鲁棒优化方法和系统，本发明将分布式储能作为灵活性资源支撑配电网的灵活运行，有效减缓了风光出力不确定对配电网的影响，提高了可再生能源在主动配电网中的渗透率。

2、本发明通过下述技术方案实现：

3、一种计及分布式储能的配电网灵活运行鲁棒优化方法，所述优化方法包括：

4、分析储能充放电状态和功率大小灵活调节的特性，并建立了相应的储能模型；

5、考虑配电网运行中的不确定性因素，并采用不确定集合表示分布式能源的出力波动；

6、采用基于拉丁超立方抽样法的分布式发电预测误差抽样方法，生成所述不确定集合中需要的初始场景，并通过同步回代的方法对所述初始场景进行削减；

7、建立基于鲁棒优化的配电网灵活运行最优调度模型，对出力波动所造成的最坏情况进行仿真；

8、对所述配电网灵活运行最优调度模型进行求解，使得最恶劣条件下配电网系统运营成本最小。

9、本发明提出的优化方法通过最大化配电网系统运行成本，对出力波动所造成的的最坏情况进行仿真，并通过优化决策变量，使得最恶劣条件下的配电网系统运营成本最小，从而实现储能作为灵活性资源参与配电网的优化运行。本发明利用分布式储能作为灵活性资源，从而提高配电网运行的灵活性，并通过分析不同种类储能的适用场景建立了相应的储能模型，适用未来大规模分布式电源并网的趋势，具有相当的实际意义；本发明将配电网中的不确定因素纳入考虑中，相较于传统的确定性优化方法更能适应各种条件的波动；本发明基于拉丁立方抽样法的分布式发电预测误差抽样方法，可以生成不确定集合中需要的初始场景，再通过同步回代法对初始场景进行削减，通过选取典型场景减少计算量，提高优化效率。

10、作为优选实施方式，本发明的储能系统的输出功率通过pess来代表，当pess取不一样的值，把储能系统划分成三种：pess大于0时，属于放电这种情况，储能向系统释放能量；pess＝0时，处于浮充状态，储能和电网间没有能量交换；pess小于0时，处于充电这种情况。

11、作为优选实施方式，本发明的优化方法采用不确定集合表示分布式能源的出力波动，并考虑储能的等效运维成本，建立含分布式储能的主动配电网灵活运行调度模型，具体表示为：

12、

13、式中，u表示优化问题里面的不确定变量，u表示离散的、有界的、不确定这一类型变量的集合，x、y、u分别作为各个层次的决策变量，a、b、g、e、m、h表示模型约束条件的系数矩阵，c为第一阶段的决策变量相关的参数，d是第二阶段的决策变量相关的参数，sx、sx分别为x、y的取值范围集合。

14、作为优选实施方式，本发明的优化方法采用基于拉丁超立方抽样法的分布式发电预测误差抽样方法，生成不确定集合中需要的初始场景，具体包括：

15、将r至u(0,1)的均匀分布划分成n个等概率区间；

16、在各个周期τ中，从第i个概率区间[(i-1)/n,i/n]中选择一个随机数字pi,τ；

17、采用正态累积概率分布函数反演的近似公式，得到了相应于pi,τ的预报误差；

18、将采集到的风电出力预测误差与光伏出力预测误差进行任意合并，得出了分布式电力系统的预测误差。

19、作为优选实施方式，本发明的优化方法采用同步回代的方法对所述初始场景进行削减，具体包括：

20、用采取样本点得到的n个原始误差或偏差场景组成的集合；

21、对场景s和其它场景之间的欧氏距离ds进行了计算，并获得场景s出现的最小概率距离；

22、重复上一步骤，直至获得所有场景中的最小概率距离；

23、从所有场景中的最小概率距离中获得最小值；

24、削减该最小值对应的场景，并把它与最接近它的场景进行叠加；

25、重复上述步骤，直到剩下的场景数量达到期望的数量为止。

26、作为优选实施方式，本发明的优化方法在进行场景削减数量处理过程之前，首先应该标准化各种不同类型的数据，在获得所需场景数量后，统一还原。

27、作为优选实施方式，本发明的优化方法建立的配电网灵活运行最优调度模型的目标函数和约束条件为：

28、

29、

30、式中，fes,i(x,p)表示主动配电网购买到上层电力网的成本，fdg,i(x,p)表示储能的运行成本，fgrid(x,p)表示小型燃气涡轮机的成本；可行范围x里面的决策变量用x来表示，包括主动配电网向主网对电量的购买、对电量销售的功率、储能的充电、放电功率以及微型燃气轮机的输出功率；p表示分布式能源输出预测的不确定变量；pw表示分布式能源的输出不确定集合；ui表示节点i的电压值；umin表示系统中的最低电压；umax表示系统中的最大电压；li表示线路i的传输功率；li,max表示线路i传输功率的上限机极值。

31、作为优选实施方式，本发明的配电网灵活运行最优调度模型是一个双层优化问题，其中，在内层最大化阶段，首先生成k个分布式发电方案，并选择了其中的极限情景，把存在不确定性情况的变量转化成确定性变量，采用最大化配电网系统运行成本的方法，对出力波动所造成的最恶劣情况进行仿真；在外层最小化阶段，通过优化决策变量，使得最恶劣条件下的系统运营成本最小。

32、作为优选实施方式，本发明的优化方法采用改进粒子群算法对外层优化问题进行求解。

33、另一方面，本发明还提出了一种计及分布式储能的配电网灵活运行鲁棒优化系统，所述优化系统包括：

34、储能分析单元，所述储能分析单元用于分析储能充放电状态和功率大小灵活调节的特性，并建立了相应的储能模型；

35、不确定性分析单元，所述不确定性分析单元考虑配电网运行中的不确定性因素，并采用不确定集合表示分布式能源的出力波动；

36、场景生成和削减单元，所述场景生成和削减单元采用基于拉丁超立方抽样法的分布式发电预测误差抽样方法，生成所述不确定集合中需要的初始场景，并通过同步回代的方法对初始场景进行削减；

37、模型构建单元，所述模型构建单元建立基于鲁棒优化的配电网灵活运行最优调度模型，对出力波动所造成的最坏情况进行仿真；

38、以及求解单元，所述求解单元对所述配电网灵活运行最优调度模型进行求解，使得最恶劣条件下配电网系统运营成本最小。

39、本发明与现有技术相比，具有如下的优点和有益效果：

40、1、本发明提出的优化方法将分布式储能作为灵活性资源从而提高配电网运行的灵活性，利用储能充放电状态和功率大小灵活调节和变换的能力，有效地减缓了风光出力不确定对配电网的影响，提高了可再生能源在主动配电网中的渗透率，并建立了相应的储能模型；同时计及配电网灵活运行中的不确定因素，提出了场景生成和削减技术，通过构建确定性场景来分析配电网系统中的不确定性问题；建立了基于鲁棒优化的配电网灵活运行最优调度模型，并对该模型进行求解，使得最恶劣条件下的系统运营成本最小，从而实现含分布式储能配电网灵活运行的最优调度。

41、2、本发明构建的最优调度模型是双层优化问题，内层最大化阶段，通过最大化配电网系统运行成本的方法，对风光出力波动所造成的最坏情况进行仿真；外层最小化阶段，通过优化决策变量，使得最恶劣条件下的系统运营成本最小，从而获得主动配电网的最优调度策略。

42、3、本发明提出的优化方法将配电网中的不确定因素纳入到考虑中，相较于传统的确定性优化方法更能适应各种条件的波动。

43、4、本发明采用基于拉丁超立方抽样法的分布式发电预测误差抽样方法，可以生成不确定集合中需要的初始场景，再通过同步回代的方法对初始场景进行削减，通过选取典型场景减少计算量，提高优化效率。