基于孤岛划分的微网日前经济最优调度方法

摘要

基于孤岛划分的微网日前经济最优调度方法，包括如下步骤：1)输入网络参数；2)设置控制变量集合；3)设置日前经济调度目标函数；4)设置经济调度约束条件；5)第一次日前经济调度；6)输出当前最优策略；7)实时Rolling经济调度；8)输出最终最优策略。本发明通过引入Rolling调度方法，解决考虑孤岛运行状态的配电网日前经济调度。

主权项

基于孤岛划分的微网日前经济最优调度方法，包括如下步骤：1)输入网络参数：配电网络的原始结构，各条支路的线路参数，各个节点日前预测的负荷有功和无功功率、日前预测的DG的有功和无功功率，负荷的可控性、DG的类型，网络中节点总数为N_nod，线路总数为N_line；2)设定用于经济调度的控制变量；控制变量X主要包括光伏变量X_Pv、风机变量X_Wind、储能电池变量X_Ess、电动汽车换电站变量X_Evs、负荷变量X_Load、主网变量X_Grid、节点状态变量X_Nod、开关状态变量X_Line；各个变量集合的表示形式如公式(1)‑(13)X＝[X_PV,X_Wind,X_Ess,X_Evs,X_Load,X_Grid,X_Nod,X_Line]    (1)$X_{Ess}=[{\bar{X}}_{Essc},{\bar{X}}_{Essd}]---\left(4\right)$$X_{Evs}=[{\bar{X}}_{Evsc},{\bar{X}}_{Evsd}]---\left(5\right)$$\begin{array}{cc}{\bar{X}}_{Essc}=[P_{Essc,1}^i,P_{Essc,2}^i,...,P_{Essc,k}^i,...,P_{Essc,N_{Nod}}^i]& i=1:T\end{array}---\left(6\right)$$\begin{array}{cc}{\bar{X}}_{Essd}=[P_{Essd,1}^i,P_{Essd,2}^i,...,P_{Essd,k}^i,...,P_{Essd,N_{Nod}}^i]& i=1:T\end{array}---\left(7\right)$$\begin{array}{cc}{\bar{X}}_{Evsc}=[P_{Evsc,1}^i,P_{Evsc,2}^i,...,P_{Evsc,k}^i,...,P_{Evsc,N_{Nod}}^i]& i=1:T\end{array}---\left(8\right)$$\begin{array}{cc}{\bar{X}}_{Evsd}=[P_{Evsd,1}^i,P_{Evsd,2}^i,...,P_{Evsd,k}^i,...,P_{Evsd,N_{Nod}}^i]& i=1:T\end{array}---\left(9\right)$$\begin{array}{cc}{X}_{Grid}=[P_{Grid,b}^i,P_{Grid,s}^i]& i=1:T\end{array}---\left(11\right)$$\begin{array}{cc}{X}_{Nod}=[x_{Nod,1}^i,x_{Nod,2}^i,...,x_{Nod,k}^i,...,x_{Nod,N_{Nod}}^i]& i=1:T\end{array}---\left(12\right)$其中，表示节点k上的PV在i时刻的有功功率；表示节点k上的风机在i时刻的有功功率；表示储能电池充电变量，表示节点k上的储能电池在i时刻的充电有功功率；表示储能电池放电变量，表示节点k上的储能电池在i时刻的放电有功功率；表示电动汽车换电站的充电变量，表示节点k上的电动汽车换电站在i时刻的充电有功功率；表示电动汽车换电站的放电变量，表示节点k上的电动汽车换电站在i时刻的放电有功功率；表示节点k上在第i时的可控负荷比例变量；和分别表示微网在i时刻向电网的买电功率和售电功率；表示节点k在i时刻的状态，0表示失电，1表示得电；表示线路j在i时刻的状态，0表示失电，1表示得电；N_Nod表示配电网中节点的数量；N_Line表示配电网中线路的数量；T表示整个经济调度的规划时间，一般为24小时；3)设置日前经济调度的目标函数；总的目标函数包括四个部分，负荷断电损失Cost_Load、储能电池的充放电损失Cost_Ess、电动汽车换电站的损失Cost_Evs以及向大电网买电损失Cost_Grid；目标函数的Min H(T_strat,T_end,X,Y_Tp)＝Cost_Load+Cost_Ess+Cost_Evs+Cost_Grid   (14)${\mathrm{Cost}}_{Load}(T_{strat},T_{end},X,Y_{Tp})=\underset{i=T_{strat}}{\overset{T_{end}}{\Sigma }}\underset{k=1}{\overset{N_{Nod}}{\Sigma }}(1-x_{Nod,k}^i)P_{Load,k}^i{\kappa }_k^i---\left(15\right)$${\mathrm{Cost}}_{Ess}(T_{strat},T_{end},X,Y_{Tp})=\underset{i=T_{strat}}{\overset{T_{end}}{\Sigma }}\underset{k=1}{\overset{N_{Nod}}{\Sigma }}{P}_{Essc,k}^i{\eta }_{Essc}+P_{Essd,k}^i{\eta }_{Essd}---\left(16\right)$${\mathrm{Cost}}_{Evs}(T_{strat},T_{end},X,Y_{Tp})=\underset{i=T_{strat}}{\overset{T_{end}}{\Sigma }}\underset{k=1}{\overset{N_{Nod}}{\Sigma }}{P}_{Evsc,k}^i{\eta }_{Evsc}+P_{Evsd,k}^i{\eta }_{Evsd}+g\left({\mathrm{Soc}}_{Evs,k}^i\right)---\left(17\right)$${\mathrm{Cost}}_{Grid}(T_{strat},T_{end},X,Y_{Tp})=\underset{i=T_{strat}}{\overset{T_{end}}{\Sigma }}{P}_{Grid,b}^i{c}_b^i-P_{Grid,s}^i{c}_s^i---\left(18\right)$其中，H(T_strat,T_end,X,Y_Tp)为与调度初始时间T_strat和结束时间T_end、控制变量X以及在Tp时刻获得的预测数据Y_Tp相关的目标函数；Cost_Load(T_strat,T_end,X,Y_Tp)为与调度初始时间T_strat和结束时间T_end以及控制变量X相关的负荷断电损失，表示在调度期间内负荷因失电而造成的经济损失，为节点j在时刻i失电下的经济损失因子；Cost_Ess(T_strat,T_end,X,Y_Tp)为与调度初始时间T_strat和结束时间T_end以及控制变量X相关的储能电池损失，表示储能蓄电池因充放电而造成的损耗，η_Essc、η_Evsd表示储能电池充、放电的损失因子；Cost_Evs(T_strat,T_end,X,Y_Tp)为与调度初始时间T_strat和结束时间T_end以及控制变量X相关的电动汽车换电站损失，表示换电站充放电损失以及因换电站容量改变而引发的风险损失，η_Evsc、η_Evsd表示换电站电池充、放电的损失因子，考虑换电站电池容量的风险损失函数；Cost_Grid(T_strat,T_end,X,Y_Tp)为与调度初始时间T_strat和结束时间T_end以及控制变量X相关的买电和卖电费用，和为时刻i时配电网向大电网买电和卖电的实时电价；4)设置日前经济调度的约束条件；分别设置日前经济调度的各个约束条件，包括配电网结构约束、微源约束、负荷约束、电网交换功率约束和功率平衡约束；该约束条件为与预测时间T_p、控制变量X和预测数据Y_Tp有关的函数，记做St(T_p,X)；4.1)配电网结构约束$\begin{array}{cc}\underset{k=1}{\overset{N_{Nod}}{\Sigma }}{x}_{Nod,k}^i=\underset{k=1}{\overset{N_{Line}}{\Sigma }}{x}_{Line,k}^i+N_{island}^i& i=1:T\end{array}---\left(19\right)$其中，表示第i时刻的孤岛数，如果该时刻与大电网联网状态，则为1；该约束是为了保证配电网的辐射状网络约束；4.2)微源约束i)光伏的输出有功功率幅值约束$\begin{array}{cc}{x}_{Nod,k}^i{\underset{‾}{P}}_{PV,T_p}^i\le P_{Pv,k}^i\le x_{Nod,k}^i{\bar{P}}_{PV,T_p}^i& i=1:T,k=1:N_{Nod}\end{array}---\left(20\right)$其中，和为在时刻T_p时预测出的第i时刻的光伏输出有功功率的上下限值；ii)风机的约束$\begin{array}{cc}{x}_{Nod,k}^i{\underset{‾}{P}}_{Wind,T_p}^i\le P_{Wind,k}^i\le x_{Nod,k}^i{\bar{P}}_{Wind,T_p}^i& i=1:T,k=1:N_{Nod}\end{array}---\left(21\right)$其中，和为在时刻Tp时预测出的第i时刻的风机输出有功功率的上下限值；iii)储能电池的约束$\begin{array}{cc}0\le P_{Essc,k}^i\le x_{Nod,k}^i{\bar{P}}_{Essc}& i=1:T,k=1:N_{Nod}\end{array}---\left(22\right)$$\begin{array}{cc}0\le P_{Essd,k}^i\le x_{Nod,k}^i{\bar{P}}_{Essd}& i=1:T,k=1:N_{Nod}\end{array}---\left(23\right)$$\begin{array}{cc}{P}_{Essc,k}^i{P}_{Essd,k}^i=0& i=1:T,k=1:N_{Nod}\end{array}---\left(24\right)$$\begin{array}{cc}{\mathrm{Soc}}_{Ess,k}^{i+1}={\mathrm{Soc}}_{Ess,k}^i+\frac{1}{E_{Ess,k}}(P_{Essc,k}^i-P_{Essd,k}^i)\Delta T& i=0:T,k=1:N_{Nod}\end{array}---\left(25\right)$$\begin{array}{cc}0\le {\mathrm{Soc}}_{Ess,k}^i\le 1& i=0:T,k=1:N_{Nod}---\end{array}\left(26\right)$其中，和为储能蓄电池的最大充电有功功率和最大放电有功功率；为节点k上储能蓄电池在i时刻的Soc值；E_Ess,k为节点k上蓄电池的容量；ΔT为单位调度时间；公式(22)(23)是储能电池充放电功率限值约束；公式(24)表示储能电池只能运行于充电或者放电状态；公式(25)(26)是储能电池的Soc限值约束；iv)电动汽车换电站的约束$\begin{array}{cc}0\le P_{Evsc,k}^i\le x_{Nod,k}^i{\bar{P}}_{Evsc}& i=1:T,k=1:N_{Nod}\end{array}---\left(27\right)$$\begin{array}{cc}0\le P_{Evsd,k}^i\le x_{Nod,k}^i{\bar{P}}_{Evsc}& i=1:T,k=1:N_{Nod}\end{array}---\left(28\right)$$\begin{array}{cc}{P}_{Evsc,k}^i{P}_{Evsd,k}^i=0& i=1:T,k=1:N_{Nod}\end{array}---\left(29\right)$$\begin{array}{cc}{\mathrm{Soc}}_{Evs,k}^{i+1}={\mathrm{Soc}}_{Evs,k}^i+\frac{1}{E_{Evs,k}}(P_{Evsc,k}^i-P_{Evsd,k}^i)\Delta T& i=0:T,k=1:N_{Nod}\end{array}---\left(30\right)$$\begin{array}{cc}{\mathrm{Soc}}_{Evs,k,T_p}^i\le {\mathrm{Soc}}_{Evs,k}^i\le {\overline{Soc}}_{Evs,k,T_p}^i& i=0:T,k=1:N_{Nod}\end{array}---\left(31\right)$其中，其中，和为电动汽车换电站的最大充电有功功率和最大放电有功功率；为节点k上电动汽车换电站在i时刻的Soc值；E_Ess,k为节点k上蓄电池的容量；和为电动汽车换电站在T_p时刻预测出的第i时刻节点k上的电动汽车换电站Soc值的上下限值；4.3)负荷约束；$\begin{array}{cc}{P}_{Load,k}^i=x_{Nod,k}^i{P}_{ucLoad,k,T_p}^i+{\alpha }_{Nod,k}^i{P}_{cLoad,k,T_p}^i& i=1:T,k=1:N_{Nod}\end{array}---\left(32\right)$$\begin{array}{cc}{x}_{Nod,k}^i\ge x_{Line,k}^i& i=1:T,k\in J_i\end{array}---\left(33\right)$其中，和表示在T_p时刻预测出的第i时、节点k上负荷的不可控功率和可控的功率部分参数；J_i为与节点i关联的线路集合；其中，公式(32)为负荷的功率约束，公式(33)为负荷的得电约束；4.4)电网交换功率约束$\begin{array}{cc}0\le P_{Grid,b}^i\le x_{Pss}^i{\bar{P}}_{Grid,b}& i=1:T,k=1:N_{Nod}\end{array}---\left(34\right)$$\begin{array}{cc}0\le P_{Grid,s}^i\le x_{Pss}^i{\bar{P}}_{Grid,s}& i=1:T,k=1:N_{Nod}\end{array}---\left(35\right)$$\begin{array}{cc}{P}_{Grid,b}^i{P}_{Grid,s}^i=0& i=1:T,k=1:N_{Nod}\end{array}---\left(36\right)$$x_{Pss}^i=\left\{\begin{array}{cc}1& i\notin (T_{island\_start,T_p},T_{island\_end,T_p})\\ 0& i\in (T_{island\_start,T_p},T_{island\_end,T_p})\end{array}\right.---\left(37\right)$其中，和分别表示配电网和电网间在时刻i可买电或卖电的最大功率限值；和分别为在T_p时刻预测的计划孤岛开始时间和孤岛结束时间；公式(34)和(35)为交换功率限值约束，公式(36)保证了同一时刻只能处于买电或者卖电状态；4.5)功率平衡约束$P_{Grid,b}^i+\underset{k=1}{\overset{N_{Nod}}{\Sigma }}{x}_{Nod,k}^i(P_{Pv,k}^i+P_{Wind,k}^i+P_{Essd,k}^i+P_{Evsd,k}^i)=P_{Grid,s}^i+\underset{k=1}{\overset{N_{Nod}}{\Sigma }}(1+\mu )x_{Nod,k}^i(P_{Lad,k}^i+P_{Essc,k}^i+P_{Evsc,k}^i)---\left(38\right)$其中，μ为微源备用功率比例系数；5)第一次经济调度：日前经济调度；由于本发明方法中的模型为混合整数线性规划模型，因此可以采用线性规划的求解器进行计算；第一次日前调度计算主要是在前一天的0时刻根据对未来24小时的预测数据，进行的24小时经济调度，因此，输入未来24小时的预测数据，包括微源的上下功率限值、负荷的功率预测值以及预测的未来24小时内预测的孤岛起始时间和孤岛结束时间，以H(0,24,X,Y₀)为目标函数，St(0,X,Y₀)为约束条件，利用商业求解器进行计算，得出第一次日前调度下基于未来24小时内预测数据的控制变量的最优解X^*，同时，记为最优解中表示第i时刻的控制变量的最优解，i＝0:24；6)第二次经济调度：实时Rolling调度；6.1)确定当前时刻的调度策略：首先确定当前的运行时刻i，将控制变量的最优解中作为当前时间段内的运行策略；6.2)对未来12小时进行重调度：重新采集当前时刻i开始至未来12小时内的预测数据，更新微源、负荷和孤岛运行时间的预测数据Y_i，将最优解X^*中未来第13小时至24小时的解作为已知的常量数据，以H(i+1,i+12,X,Y_i)为目标函数，St(i+1,i+12,X,Y_i)为约束条件，利用商业求解器对当前时刻i的未来12小时进行调度策略优化计算；6.3)更新控制变量的最优解；按照上述策略求解，更新最优解X^*；7)判断当前时刻是否结束，若未结束，则按目前的最优解中相对于当前时段的策略制定目前时刻的调度计划，停滞在当前步骤；若当前时段结束，则时刻i增加一个调度单位，进入步骤8)；8)判断当前时刻i是否为日前调度的最后时刻，即24时，若是，则进入步骤9)，若否，则回到步骤6)，进行当前时刻的实时Rolling调度；9)日前24小时调度计划结束，输出最终的最优解X^*。