一种源网荷储协同的主动配电网多时间尺度优化调度方法

本发明涉及主动配电网优化调度，特别是一种源网荷储协同的主动配电网多时间尺度优化调度方法。

背景技术：

1、随着以风、光为主的新能源接入配电网以及需求侧电源、电动汽车等可控负荷接入数量持续增加，传统配电网在“源、荷”两端均发生了深刻变革。主动配电网相较于传统配电网可有效聚合分布式电源、储能和可控负荷，通过调节这些可控单元，为高渗透率电网稳定运行提供了可靠解决方案。

2、用户侧需求响应是主动配电网协调调度需求侧资源的重要方式，主要分为价格型和激励型需求响应，下述现有技术相关的文献中提供了多种优化调度方法：

3、文献[1]：徐智威，胡泽春，宋永华等.基于动态分时电价的电动汽车充电站有序充电策略[j].中国电机工程学报，2014，34(22):3638-3646.建立了针对电动汽车充电的价格型响应策略，实现了削峰填谷和用户成本降低；

4、文献[2]：刘小聪，王蓓蓓，李扬等.基于实时电价的大规模风电消纳机组组合和经济调度模型[j].电网技术,2014,38(11):2955-2963.通过激励型补偿策略将需求侧资源纳入到电网调度中，实现了灵活性资源跟随新能源出力实时变化；

5、文献[3]：麻秀范，王超，洪潇等.于实时电价的电动汽车充放电优化策略和经济调度模型[j].电工技术学报，2016，31(s1):190-202.为更好的激励用户参与电网调度，提出了一种在线凸优化方法来确定补偿电价。

6、以上文献针对电动汽车或某种灵活性资源参与电网调度进行了研究，但随着需求侧需求响应种类的增多，如何进行负荷分类并协调不同类型的需求响应参与电网调度仍需进一步研究。

7、合理的配电网调度计划，有助于克服新能源出力的波动性实现配电网的经济运行，现有技术有：文献[4]：黄弦超,封钰.考虑机组灵活性的独立微网日前日内协调优化调度[j].电力自动化设备,2020,40(04):125-131将储能初始荷电状态和与可控资源出力均作为决策变量同时优化，提出了一种日前、日内两阶段调度方法，提高微网运营经济性；文献[5]：南斌等.计及源荷不确定性的综合能源系统日前-日内协调优化调度[j].电网技术,2023,47(09):3669-3683.考虑了日前和日内源荷预测不确定性，建立了一种多目标优化调度模型；以上文献，日内阶段目标通常以与日前出力偏差最小为目标，但考虑到日前预测偏差较大，日前计划对日内的参考性意义较小。

8、在多时间尺度经济调度方面有文献[6]：刘自发,张婷,王岩.基于模型预测控制的主动配电网多场景变时间尺度优化调度[j].电力自动化设备,2022,42(04):121-128.将模型预测控制思想应用在实时调度阶段，保证了各时间尺度的多级协调。文献[7]肖浩,裴玮,孔力.基于模型预测控制的微电网多时间尺度协调优化调度[j].电力系统自动化,2016,40(18):7-14+55.提出了一种多时间尺度的调度方法，日内阶段不再改变机组启停计划和储能充放电计划，实时阶段以偏差最小调节可控机组；文献[8]李庆生等.计及不确定性的主动配电网分布式能源多时间尺度消纳方法[j].可再生能源,2023,41(05):692-698.采用机会约束规划的三阶段模型，提高了分布式能源的消纳水平。

9、但以上文献多忽略了各可调度资源在时间尺度上的运行差异，实际上不同类型的可调度资源参与配网调度的时间尺度不同；其次，当日前预测值与日内实际值偏差较大时，不考虑日内储能调度计划的策略存在灵活性不足的问题。

10、综上所述，需要提供一种源网荷储协同的主动配电网多时间尺度优化调度方法来解决上述问题。

技术实现思路

1、本发明所要解决的技术问题是提供一种源网荷储协同的主动配电网多时间尺度优化调度方法，综合考虑柔性负荷的运行特性和主动配电网不同时间尺度的运行需要，实现源网荷储的协同运行，为主动配电网的优化调度提供模型参考。

2、为实现上述技术效果，本发明所采用的技术方案是：

3、一种源网荷储协同的主动配电网多时间尺度优化调度方法，包括以下步骤：

4、s1，构建主动配电网系统；

5、s2，建立电动汽车参与调度的响应模型，并根据柔性负荷的运行特性进行分类；

6、s3，建立日前配电网运行成本最小的调度计划；

7、s4，建立考虑经济性及增加新能源消纳量等目标的日前调度计划滚动修正模型；

8、s5，结合日内修正计划，建立实时计及出力偏差最小的微调模型。

9、优选地，步骤s1中，主动配电网系统包括风电、光伏、储能、燃气轮机、电动汽车和柔性负荷。

10、进一步地，步骤s1中，与传统配电网相比，主动配电网基于先进的通讯技术，可实现电网和用户之间的互动；配电网由以下几部分组成：“源”侧新能源：风力发电机组、光伏发电机组；“源”侧可控单元：微型燃气轮机、储能；“荷”侧柔性负荷、刚性负荷和电动汽车；“网”侧主动配电网调度中心，通过对各类可控单元的协调调度，实现主动配电网新能源有效消纳和经济运行；主动配电网的不确定源主要来自新能源和负荷，不确定处理方法如下：

11、s101，新能源出力预测：

12、风机输出功率pw与风速v的关系如下：

13、

14、式中，pr为风机额定功率，vci、vco、vr分别为切入风速、切出风速和额定风速；风速近似认为服从威布尔分布，其概率密度函数为：

15、

16、式中，k、c分别为形状参数和尺度参数。

17、光伏输出功率表达式为：

18、ppv,t＝η·a·r；                                   (3)

19、式中，ppv,t为t时段光伏出力，η为转化效率，a为方阵面积、r为光照强度；光照强度近似服从beta分布，其概率密度函数可由下式描述：

20、

21、式中，β(a,b)为beta函数，a、b为beta的形状参数；首先对风光历史数据分析得相应分布函数参数，再通过蒙特卡洛模拟产生相应风速和光照数据，代入风光出力模型得到风光预测出力pw、ppv；风光实际输出为预测输出和预测偏差之和表示为：

22、

23、式中，ζw和ζpv为风光预测误差，取值符合均值为0，方差为δw和δpv的正态分布；

24、s102，负荷需求预测误差：

25、电网中负荷预测精度主要受天气状况、历史数据和预测模型等因素的影响；负荷需求误差一般认为服从均值为0的正态分布，即δload～n(0,σload)；首先利用蒙特卡洛模拟产生随机波动误差数据，加上负荷预测值即可得各阶段负荷预测数据。

26、优选地，步骤s2中，建立电动汽车参与调度的响应模型包括：

27、主动配电网考虑车主的行驶需求和电池运行约束，通过价格激励引导电动汽车从无序充放电到有序充放电。

28、优选地，步骤s2中，根据柔性负荷的运行特性进行分类包括：

29、将负荷分为刚性负荷、柔性负荷；其中柔性负荷分为价格型和激励型，激励型进一步可分为可中断负荷和直接控制负荷。

30、进一步地，步骤s2中，建立电动汽车参与调度的响应模型，并根据柔性负荷的运行特性进行分类：

31、s201，电动汽车参与调度的响应模型：

32、电动汽车接入电网的时刻具有随机性，本文通过对电动汽车历史充电数据统计分析，得到第m辆电动汽车的初始荷电状态入离网时刻和

33、

34、式中，为电动汽车接入电网的停留时间，即可调度时段；和为第m辆电动汽车t时段和t-1时段的储电量；和ηev,c、ηev,d为第m辆电动汽车t时段的计划充放电功率和充放电效率；和为第m辆电动汽车初始储电量和电池容量；

35、考虑到用户参与电网调度的主观意愿，认为只有部分电动汽车参与调度，其余电动汽车仅根据主观意愿进行充电；假设参与电网调度的电动汽车比例为μ，则：

36、nv2g＝μnev；                                        (7)

37、式中，nv2g和nev为可参与电网调度的电动汽车数量和电动汽车总量；

38、假设车主的目标电量为满足次日出行需求的电量，则第m辆电动汽车离网电量满足：

39、

40、式中，lm为第m辆电动汽车的日行驶里程，eev100为电动汽车百公里耗电量；

41、通过判断电动汽车参与电网调度的时段是否合理，即：

42、

43、式中，pev,max和δtev为电动汽车的最大充电功率和调度时段之和；若上式成立，则说明该辆电动汽车有参与电网调度的能力，反之该辆电动汽车不参与调度；

44、s202，柔性负荷分类：

45、价格型需求响应模型：

46、价格型需求响应是指用户主动响应分时电价，自发将部分用电需求从峰时段转移到谷时段的行为；弹性系数est可用来描述用户对电价变化的敏感程度：

47、

48、式中，s、t表示调度时段；当s＝t时，est称为自弹性系数；当s≠t时，est称为交叉弹性系数；δls、表示负荷变化量和初始负荷；表示电价变化量和初始电价。实施价格型需求响应后负荷lt可由下式表示：

49、

50、激励型需求响应模型：

51、激励型需求响应指通过与用户签订协议的方式，在电网受到威胁时，用户通过调整用电量以降低电网供电压力，同时给予用户一定的经济补偿；不同类型的激励型需求响应的可调节容量、响应时间和提前通知时间等特性不同，可根据以上因素对负荷进行分类，以便于在不同时间尺度上调用相应类型的可控负荷；文中将参与激励型需求响应的负荷分为可中断负荷和直接控制负荷；可中断负荷主要以工业负荷为主，停电时间为小时级，仅参与日前调度；直接控制用户主要以一般居民和商业用户为主，包括热水器等温控负荷；其调度周期短，响应速度快、停电损失小且可随时切除，可参与日内和实时调度；具体包括：

52、可中断负荷：

53、参与可中断需求响应的用户根据自身需要上报满足自身的最低用电量，配网调度中心根据上报信息确定可中断负荷的可中断量。可中断量计算如下：

54、pa,int,t＝pa,re,t-pa,min,t；                                      (12)

55、式中，pa,int,t、pa,re,t和pa,min,t分别为可中断负荷在t时段的可中断负荷量、实施需求响应前的负荷量和实施需求响应后的最低用电量；

56、直接控制负荷：

57、直接控制负荷需要考虑响应结束后重新接入电网尝试恢复之前的运行状态的情况，即负荷反弹作用；文中采用三阶段模型表示该类负荷：

58、

59、式中，pj,reb,t为第j类直接控制负荷(j＝b、c，代表直接控制负荷b或c类)在t时段之前三个时段直接控制负荷削减量在t时段形成的反弹量；pj,con,t、pj,con,t-1、pj,con,t-2和pj,con,t-3分别为t→t-3时段直接控制负荷的实际削减量；pj,re,t是第j类直接控制负荷的计划削减量；α、β、γ为反弹系数；

60、可中断负荷和直接控制负荷的补偿价格与调节容量、响应时间尺度和响应速度等因素有关，补偿电价可由下式计算：

61、ρk,dr,t＝α1α2α3α4ρk,base,t；                                   (14)

62、式中，α1、α2、α3和α4分别为激励型需求响应的容量系数、响应时长系数、响应速度系数和重要程度系数；ρk,dr,t和ρk,base,t为第k类激励型需求响应(k＝a、b、c，代表可中断负荷a类，直接控制负荷b类、直接控制负荷c类)的实际和基准单位补偿电价；激励型需求响应补偿系数取值如表1所示：

63、表1：激励型需求响应补偿系数

64、

65、

66、优选地，步骤s3中，建立日前配电网运行成本最小的调度计划是指提前一天，时间尺度为1h的预调度过程，根据风光短期预测数据、负荷需求数据和电价参数等信息，考虑价格型用户和可中断负荷的参与，以配网运行成本最小为目标，求解日前调度计划。

67、进一步地，步骤s3中，建立日前配电网运行成本最小的调度计划包括：

68、日前调度周期为24h，时间间隔1h，根据新能源出力和负荷需求情况，以配网在整个调度周期调度成本最小为目标，确定各调度资源的计划出力：

69、

70、式中，cpure,t为t时段配网的购电成本；cope,t、ccomp,t分别为配网的运行成本和配网支付给负荷的调用成本；cdis,t为弃风弃光成本：

71、配网的购电成本：

72、cpure,t＝ρgrid,t·pgrid,t；                                 (16)

73、式中，ρgrid,t和pgrid,t分别为t时段配网向上级电网的购电单价和购电量；

74、配网的运行成本：

75、配网的运行成本由新能源运行成本cdg,t、燃气轮机运行成本cmt,t和储能的运行成本ces,t三部分组成：

76、

77、式中，ρdg,t和pdg,t为新能源单位电量运行成本和发电量；ρmt,t和pmt,t为燃气轮机单位电量的运行成本和发电量；aes、bes和ces为储能的耗量参数，pes,t为t时段储能的充放电量；

78、配网支付给负荷的调用成本：

79、

80、弃风弃光成本：

81、cdis,t＝ρdis,t·δpdis,t；                              (19)

82、式中，ρdis,t、δpdis,t分别为t时段的单位电量弃风弃光成本和弃风弃光量；

83、模型约束如下：

84、功率平衡约束：

85、

86、式中，ptev0为电动汽车无序充放电功率；

87、储能运行约束：

88、储能运行需要满足容量、充放电互斥和最大充放电约束，如下式表示：

89、

90、式中，ees,t、ees,t-1和ηes,c、ηes,d为储能t和t-1时段的储电量和充放电效率；和pes,min、pes,max为t时段储能充放电功率和充放电功率上下限；ees,t0、ees,t为储能调度周期初、末储电量；ees,min、ees,max为最小、最大储电量；

91、燃气轮机运行约束：

92、

93、式中，pmt,max、pmt,min和pmt+、pmt-分别为燃气轮机出力和爬坡功率上下限；

94、与上级电网能量传输约束：

95、0≤pgrid,t≤pgrid,max；                               (23)

96、式中，pgrid,max为配网与上级电网间最大传输功率；

97、负荷调整约束：

98、0≤pa,int,t≤pa,int,max；                               (24)

99、式中，pa,int,max为可中断负荷的最大调整量。

100、优选地，步骤s4中，建立综合考虑经济性及增加新能源消纳量等目标的日前调度计划滚动修正模型是指提前4h，时间尺度为15min的预调度过程，日内滚动优化以日前调度计划和扩展短期预测数据为基础，增加直接控制负荷b和激励型电动汽车的参与，综合考虑配网和电动汽车的经济性，以及新能源利用率的多目标优化，并采用滚动优化每15min滚动更新一次日前调度计划。

101、进一步地，步骤s4中，建立考虑经济性及增加新能源消纳量等目标的日前调度计划滚动修正模型包括：

102、日内调度以日前计划为基础，从配电网和电动汽车经济性以及新能源利用率三个方面出发，建立源-网-荷-储的主动配电网多目标协同调度模型；在满足功率平衡的基础上，采用滚动优化算法，以15min为一个调度间隔，24h为一个调度周期，每4h滚动更新一次，具体如下：

103、配网的经济性，原则上与日前目标一致，并增加电动汽车调度成本cev,t：

104、

105、式中，αev,c,t、αev,d,t和为电动汽车充放电补偿电价和参与电网调度的充放电量；

106、其余各成本的计算公式与日前调度一致；

107、电动汽车的经济性，电动汽车的经济性可由电动汽车响应电网调度前后购电成本变化情况反映，电动汽车的经济性可由下式给出：

108、

109、式中，ρev,t为t时段电动汽车充电电价；

110、新能源利用率，用调度周期内新能源的消纳量与新能源发电总量的比值表示新能源利用率，可表示为：

111、

112、综合目标函数为：

113、min f＝min(λ1f1-λ2f2+λ3f3)；                          (28)

114、式中，λ1、λ2、λ3为权重系数；

115、模型约束如下：

116、功率平衡约束：

117、

118、式中，为不参与调度的电动汽车充放电功率；

119、负荷调整约束：

120、0≤pb,con,t≤pb,con,max；                               (30)

121、式中，pb,con,max为直接控制负荷b最大调整量；

122、电动汽车约束：

123、电动汽车参与电网调度后，需要满足容量约束、充放电互斥等约束外，调度周期内的充电量还需要满足次日的行驶需要；电动汽车运行约束如式6～9所示。

124、其余约束与日前调度一致。

125、优选地，步骤s5中，结合日内修正计划，建立实时计及出力偏差最小的微调模型包括：

126、在日内滚动的基础上，以5min为一个时间尺度，依据日内滚动计划和超短期新能源预测数据，增加c类激励型需求响应的参与，计及出力偏差惩罚，对滚动计划进行实时微调修正。

127、进一步地，步骤s5中，结合日内修正计划，建立实时计及出力偏差最小的微调模型：

128、实时修正调度，以5min为一个调度时段，24h为一个调度周期；将日内最新滚动优化结果作为参考轨迹，输入超短期风光预测数据，计及各机组出力偏差成本，以运行成本最小为目标，对日内滚动计划进行微调，具体包括：

129、

130、式中，s为日内可调度机组数量；|δps,t|为第s个可控机组t时段的出力偏差；ρp,t为t时段可调度资源单位电量出力偏差成本，其余目标与日内一致；

131、模型约束包括：

132、功率平衡约束：

133、

134、负荷调整约束：

135、0≤pc,con,t≤pc,con,max；                              (33)

136、式中，pc,con,max为直接控制负荷c最大调整量；其余约束与日内调度一致。

137、本发明提供的一种源网荷储协同的主动配电网多时间尺度优化调度方法的有益效果如下：

138、本发明提出的调度方法，首先建立电动汽车参与电网调度的响应模型，并根据柔性负荷的运行特性进行分类，以适应多时间尺度协调调度。其次，建立计及新能源消纳的多时间尺度调度模型。在日前时间尺度上，建立配电网运行成本最小的调度计划；在日内时间尺度上，综合考虑配电网和电动汽车的经济性以及新能源消纳率等目标，采用滚动优化思想对日前调度计划进行滚动修正；在实时修正阶段，结合超短期预测数据和日内滚动计划，建立计及出力偏差最小的微调模型，对滚动计划进行修正；解决了实际上不同类型的可调度资源参与配网调度的时间尺度不同，且当日前预测值与日内实际值偏差较大时，不考虑日内储能调度计划的策略存在灵活性不足的问题。