本发明公开了一种用于微电网调峰的储能调度鲁棒非线性优化方法。该方法将源荷不确定性,包括微电网内的可再生能源与用户负荷,均以盒式不确定集表述;并建立优化目标包括储能维护成本、可再生能源维护成本、总电价、微电网总功率方差等,以非线性的凸函数表述的鲁棒优化模型。最后将列和约束生成算法由鲁棒线性优化延申至鲁棒非线性凸优化,在不对优化目标进行线性化的情况下,得出考虑源荷不确定性的微电网调峰储能调度的鲁棒最优解作为一个调度周期内储能出力应用于微电网储能系统。
(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114298366 A (43)申请公布日 2022.04.08 (21)申请号 0.1 G06Q 50/06 (2012.01) H02J 3/32 (2006.01) (22)申请日 2021.11.11 H02J 3/38 (2006.01) (71)申请人 国网浙江省电力有限公司桐乡市供 电公司 地址 314599 浙江省嘉兴市桐乡市梧桐街 道环园路818号 申请人 浙江大学 (72)发明人 徐宏朱重希顾春雷于淼 陈睿彬胡遨洋陆玲霞蒋孜律 花志伟李鑫 (74)专利代理机构 杭州求是专利事务所有限公 司 33200 代理人 邱启旺 (51)Int.Cl. G06Q 10/04 (2012.01) 权利要求书2页 说明书7页 附图2页 (54)发明名称 一种用于微电网调峰的储能调度鲁棒非线)摘要 本发明公开了一种用于微电网调峰的储能 调度鲁棒非线性优化方法。该方法将源荷不确定 性,包括微电网内的可再生能源与用户负荷,均 以盒式不确定集表述;并建立优化目标包括储能 维护成本、可再生能源维护成本、总电价、微电网 总功率方差等,以非线性的凸函数表述的鲁棒优 化模型。最后将列和约束生成算法由鲁棒线性优 化延申至鲁棒非线性凸优化,在不对优化目标进 行线性化的情况下,得出考虑源荷不确定性的微 电网调峰储能调度的鲁棒最优解作为一个调度 周期内储能出力应用于微电网储能系统。 A 6 6 3 8 9 2 4 1 1 N C CN 114298366 A 权利要求书 1/2页 1.一种用于微电网调峰的储能调度鲁棒非线性优化方法,其特征在于,包括以下步骤: 步骤一:通过现有技术预测微电网中的可再生能源出力不确定性与负荷的不确定性, 并将其以未来输出功率的盒式不确定集的方式表示。 步骤二:建立如下鲁棒优化模型: u是预测的一个调度周期内可再生能源出力与负荷组成的向量,因为能以盒式不确定 集表示,其取值范围U是个独立于y的多面体。y是预测的一个调度周期内储能出力组成的向 量,其取值范围Y是个独立于u的多面体。x是预测的一个调度周期内微网对外购电售电组成 的向量,其取值范围由u和y线性约束条件决定。优化目标函数f(y,u,x)包括总电价成本、微 网削峰填谷评价指标等,且需要满足minx∈F(y,u)f(y,u,x)是凸函数。 步骤三:应用改进的列和约束生成算法求解上述鲁棒优化问题 (1)设置LB=‑∞,UB=+∞,迭代计数k=1。定义离散集V,任取U的一个顶点作为离散集 V最初的元素。 (2)求解MP y∈Y 解得 更新 如果UB与LB的差值小于预设的允许误差,则进入 (5)。 (3)求解SP s.t.u∈U 解得 将 加入离散集V。若 则更新 并记录 作为当前最优的y。如果UB与LB的差值小于预设的允许误差,则进入(5)。 (4)为MP添加变量x ,为MP添加约束 k+1 更新k=k+1,进入(2)。 * (5)返回y作为原鲁棒问题的最优解,结束算法。 步骤四:将步骤三中解得的鲁棒最优解作为一个调度周期内储能出力应用于微电网储 能系统。 2.根据权利要求1所述的用于微电网调峰的储能调度鲁棒非线性优化方法,其特征在 于,所述步骤一中,未来输出功率的盒式不确定集表示如下: P ≤P ≤P pv,t,min pv,t pv,t,max P ≤P ≤P load,t,min load,t load,t,max 2 2 CN 114298366 A 权利要求书 2/2页 P 为t时刻可再生能源设备出力,P 、P 分别为P 的上界与下界,P 为 pv,t pv,t,max pv,t,min pv,t load,t t时刻不确定的用户侧负荷,P 、P 分别为P 的上界与下界。 load,t,max load,t,min load,t 3.根据权利要求1所述的用于微电网调峰的储能调度鲁棒非线性优化方法,其特征在 于,所述步骤二中,优化目标函数具体为: 式中:w ,w分别为成本与功率的权值,取值为[0,1],且满足w +w =1。C 为储能设备 1 2 1 2 maint 的维护成本和发电设备的维护成本,表示为: 其中, SoC =SoC 1 T Δt表示步长,T表示一个调度周期。m 为可再生能源设备的维护成本系数,P 表示t pv pv,t 时刻可再生能源设备出力,m 为储能设备维护成本系数,P 表示t时刻储能设备的储电, b b+,t P 表示t时刻储能设备的放电。P 表示储能设备充电功率上限,P 表示储能设备电 b‑,t b,max+ b,max‑ 功率下限。E表示t时刻储能设备储存的能量,η、η分别表示充电放电效率。SOC 、SOC 表 t c d min max 示储能设备荷电状态SOC运行区间的上下界。E 表示储能设备的总额定容量。 t rated C 为微电网向电网购电与售电的总电价,表示为: charge P 表示t时刻微电网从电网购得的电能,P 表示t时刻微电网向电网出售的电能。 buy,t sell,t c 与c 分别表示购电与售电的电价且0≤c <c 。 buy,t sell,t sell,t buy,t C 为微电网总功率方差,表示为: var 其中, P ‑P =P ‑P +P ‑P buy,t sell,t load,t pv,t b+,t b‑,t 微电网总功率表示为P ‑P =P ‑P +P ‑P ,P 为t时刻不确定的用户 buy,t sell,t load,t pv,t b+,t b‑,t pv,t 侧可再生能源并网输出功率,P 为t时刻不确定的用户侧负荷, 是P 在T内的平均 load,t buy,t 值, 是P 在T内的平均值。 sell,t 3 3 CN 114298366 A 说明书 1/7页 一种用于微电网调峰的储能调度鲁棒非线性优化方法 技术领域 [0001] 本发明涉及电力系统稳定与鲁棒优化,尤其涉及电池储能系统(Battery Energy Storage System,BESS)与列和约束生成算法。 背景技术 [0002] 为尽早实现碳达峰目标,具有强随机性波动性的新能源得到飞速发展,这使微电 网内净功率波动、峰谷差现象日趋严重。为提高电网运行的稳定性与安全性,一种可行的方 法是在微电网内引入电池储能系统,在用电低谷时储存可再生能源的溢电,在用电高峰时 释放,以实现新能源高效利用与电网负荷削峰填谷。需要寻找最优的储能系统控制策略,使 在所有不确定性中最不利的情况下,希望优化的目标尽可能更优,亦即鲁棒优化问题。传统 的列和约束生成算法能够解决线性规划形式与混合整数规划形式的鲁棒优化问题,而对非 线性的优化目标,已有的方法总是需要先对非线性目标进行分段线性化近似,将非线性规 划模型转化为混合整数线性规划模型,再解决其对应的鲁棒优化问题,并且随着分段数量 增加,问题的复杂度也随之显著增加。 发明内容 [0003] 本发明旨在为考虑源荷不确定性的微电网调峰储能鲁棒最优调度问题,提出一种 鲁棒非线性凸优化调度方法,在优化目标具有非线性凸函数形式时,无需线性近似即可求 解储能出力的鲁棒最优解。 [0004] 为了达到上述目的,本发明具体技术方案如下: [0005] 一种用于微电网调峰的储能调度鲁棒非线性优化方法,包括以下步骤: [0006] 步骤一:通过现有技术预测微电网中的可再生能源出力不确定性与负荷的不确定 性,并将其以未来输出功率的盒式不确定集的方式表示。本技术方案要求微电网中的可再 生能源不确定性与负荷的不确定性能够表示为与储能出力无关的盒式不确定集,否则本方 案不适用。 [0007] 步骤二:建立如下鲁棒优化模型: [0008] [0009] u是预测的一个调度周期内可再生能源出力与负荷组成的向量,因为能以盒式不 确定集表示,其取值范围U是个独立于y的多面体。y是预测的一个调度周期内储能出力组成 的向量,其取值范围Y是个独立于u的多面体。x是预测的一个调度周期内微网对外购电售电 组成的向量,其取值范围由u和y线性约束条件决定。若实际情况与以上对模型的要求冲突, 则本方案不适用。优化目标函数f(y,u,x)包括总电价成本、微网削峰填谷评价指标等,可以 包含单一或多个优化目标,若存在多个优化目标,则至少有一个是非线性的,且需要满足 minx∈F(y,u)f(y,u,x)是凸函数,若不满足则本方案不一定能得出满足控制要求的调度策略。 [0010] 鲁棒优化的目的在于求解一个储能调度策略y,使该策略下U中最不利的情况u(y) 4 4 CN 114298366 A 说明书 2/7页 发生时minx∈F(y,u(y))f(y,u(y),x)尽可能小。 [0011] 步骤三:求解上述鲁棒优化问题 [0012] (1)设置LB=‑∞,UB=+∞,迭代计数k=1。定义离散集V,任取U的一个顶点作为离 ‑6 ‑2 散集V最初的元素。预设一个允许误差ε,取值范围优选为[10 ,10 ]。 [0013] (2)求解MP(Master Prob]em) [0014] [0015] [0016] y∈Y [0017] [0018] 解得 更新 如果UB与LB的差值小于预设的允许误差ε, 则进入(5)。 [0019] (3)求解SP(Subproblem) [0020] [0021] s.t.u∈U [0022] [0023] 解得 将 加入离散集V。若 则更新 并记录 作为当前最优的y。如果UB与LB的差值小于预设的允许误差,则进入(5)。 [0024] (4)逐次向列和生成约束算法的MP中添加新的非线性凸约束条件,即:添加变量 x k+1 [0025] [0026] [0027] 更新k=k+1,进入(2)。 [0028] * (5)返回y作为原鲁棒问题的最优解,结束算法。 [0029] 步骤四:将步骤三中解得的鲁棒最优解作为一个调度周期内储能出力应用于微电 网储能系统。 [0030] 进一步地,所述步骤一中,未来输出功率的盒式不确定集表示如下: [0031] P ≤P ≤P pv,t,min pv,t pv,t,max [0032] P ≤P ≤P load,t,min load,t load,t,max [0033] P 为t时刻可再生能源设备出力,P 、P 分别为P 的上界与下界, pv,t pv,t,max pv,t,min pv,t P 为t时刻不确定的用户侧负荷,P 、P 分别为P 的上界与下界。 load,t load,t,max load,t,min load,t [0034] 进一步地,所述步骤二中,优化目标函数具体为: [0035] [0036] 式中:w ,w分别为成本与功率的权值,取值为[0,1],且满足w +w =1。C 为储能 1 2 1 2 maint 设备的维护成本和发电设备的维护成本,表示为: 5 5 CN 114298366 A 说明书 3/7页 [0037] [0038] 其中, [0039] [0040] [0041] SOC =SOC 1 T [0042] Δt表示步长,T表示一个调度周期。m 为可再生能源设备的维护成本系数,P 表 pv pv,t 示t时刻可再生能源设备出力,m 为储能设备维护成本系数,P 表示t时刻储能设备的储 b b+,t 电,P 表示t时刻储能设备的放电。P 表示储能设备充电功率上限,P 表示储能设 b‑,t b,max+ b,max‑ 备电功率下限。E 表示t时刻储能设备储存的能量,η、η分别表示充电放电效率。SOC 、 t c d min SOC 表示储能设备荷电状态SOC 运行区间的上下界。E 表示储能设备的总额定容量。 max t rated [0043] C 为微电网向电网购电与售电的总电价,表示为: charge [0044] [0045] P 表示t时刻微电网从电网购得的电能,P 表示t时刻微电网向电网出售的 buy,t sell,t 电能。c 与c 分别表示购电与售电的电价且0≤c <c 。 buy,t sell,t sell,t buy,t [0046] C 为微电网总功率方差,表示为: var [0047] [0048] 其中, [0049] P ‑P =P ‑P +P ‑P buy,t sell,t load,t pv,t b+,t b‑,t [0050] 微电网总功率表示为P ‑P =P ‑P +P ‑P ,P 为t时刻不确定的 buy,t sell,t load,t pv,t b+,t b‑,t pv,t 用户侧可再生能源并网输出功率,P 为t时刻不确定的用户侧负荷, 是P 在T内的 load,t buy,t 平均值, 是P 在T内的平均值。 sell,t [0051] 本发明的有益效果是,将列和约束生成算法由鲁棒线性优化延申至鲁棒非线性凸 优化,为更多二次、指数等非线性凸函数形式的优化目标建立可求解的鲁棒优化问题,在不 对优化目标进行线性化的情况下,得出考虑源荷不确定性的微电网调峰储能调度的鲁棒最 优解。本发明方法简单易于实现,且能够适用于多目标鲁棒优化。 附图说明 [0052] 图1为一种用于微电网调峰的储能调度鲁棒非线性优化方法示意图。 [0053] 图2为实例中光伏出力的不确定集。 6 6 CN 114298366 A 说明书 4/7页 [0054] 图3为实例中用户负荷的不确定集。 [0055] 图4为实例中为预期的最不利可能性下,调峰前微网总功率、调峰后微网总功率以 及储能输出功率。 具体实施方式 [0056] 本发明提供了一种考虑源荷不确定性和经济目标时微电网调峰的储能最优调度 控制方法,是一种基于列和约束生成算法(column‑and‑constraint generation,CCG)的 鲁棒非线性凸优化方法,下面根据附图详细说明本发明。 [0057] 图1为本发明方法的示意图,图1中的可再生能源采用光伏设备,但不限于此。 [0058] 本发明方法具体包括: [0059] 步骤一:通过现有技术预测微电网中的可再生能源出力不确定性(基于神经网络 的光伏出力预测等)与负荷的不确定性(基于大数据的短期负荷预测等),并将其表示为与 储能出力无关的盒式不确定集,即:如图2和图3所示的以未来输出功率的盒式不确定集: [0060] P ≤P ≤P pv,t,min pv,t pv,t,max [0061] P ≤P ≤P load,t,min load,t load,t,max [0062] 对于时刻t,根据预测结果,不确定的用户侧光伏并网输出功率P 存在上界 pv,t P 与下界P ,不确定的用户侧负荷P 同样在上下界P 、P 间波 pv,t,max pv,t,min load,t load,t,max load,t,min 动。 [0063] 步骤二:建立如下鲁棒优化模型: [0064] [0065] u是预测的一个调度周期内可再生能源出力与负荷组成的向量,因为能以盒式不 确定集表示,其取值范围U是个独立于y的多面体。y是预测的一个调度周期内储能出力组成 的向量,其取值范围Y是个独立于u的多面体。x是预测的一个调度周期内微网对外购电售电 组成的向量,其取值范围由u和y线性约束条件决定。若实际情况与以上对模型的要求冲突, 则本方法不适用。优化目标函数f(y,u,x)包括总电价成本、微网削峰填谷评价指标等,且需 要满足minx∈F(y,u)f(y,u,x)是凸函数,若不满足则本方案不一定能得出满足控制要求的调 度策略。 [0066] 鲁棒优化的目的在于求解一个储能调度策略y,使该策略下U中最不利的情况u(y) 发生时minx∈F(y,u(y))f(y,u(y),x)尽可能小。 [0067] 优选地,优化目标函数包括3个部分 [0068] (1)微电网向电网购电与售电的总电价 [0069] [0070] 式中T表示一个调度周期,P 表示t时刻微电网从电网购得的电能,P 表示t buy,t sell,t 时刻微电网向电网出售的电能。c 与c 分别表示购电与售电的电价,当模型采用分时 buy,t sell,t 电价时,不同时刻t下的电价将依据地方具体电价政策随时间改变。 [0071] (2)储能设备的维护成本和发电设备的维护成本 7 7 CN 114298366 A 说明书 5/7页 [0072] [0073] 式中m 为光伏设备的维护成本系数,P 表示t时刻光伏设备出力,m 为储能设备 pv pv,t b 维护成本系数,P 表示t时刻储能设备的储电,P 表示t时刻储能设备的放电。Δt表示步 b+,t b‑,t 长。 [0074] (3)微电网总功率方差 [0075] [0076] 微电网总功率可以表示为P ‑P ,式中 是P 在T内的平均值, 是 buy,t sell,t buy,t P 在当前T内的平均值。 sell,t [0077] 对上述优化目标分类加权求和可得最终的优化目标 [0078] [0079] w ,w分别为成本与功率的权值,取值为[0,1],且满足w+w =1。 1 2 1 2 [0080] 其余约束条件包括 [0081] (1)电池储能系统约束 [0082] [0083] 受限于设备本身的性质,电池储能系统输入输出功率存在上下限,式中Pb,max+表示 电池储能系统充电功率上限,P 表示电池储能系统放电功率下限。 b,max‑ [0084] [0085] 电池储能系统荷电状态(state of charge,SOC)须运行在一定的区间,式中E 表 t 示t时刻电池储能系统储存的能量,η、η分别表示充电放电效率。电池储能系统荷电状态 c d SOC 需要运行在有限的区间,电池储能系统才能有预期的性能,SOC 、SOC 表示该区间的 t min max 上下界。E 表示电池储能系统的总额定容量。 rated [0086] SOC =SOC 1 T [0087] 电池储能系统储存的能量在一个优化周期的始末态需要相等,这使电池储能系统 储存的能量对任意一个优化周期的影响等同,邻近的优化周期可以前后衔接。 [0088] (2)微电网功率等式约束 [0089] P ‑P =P ‑P +P ‑P buy,t sell,t load,t pv,t b+,t b‑,t [0090] 为简化模型忽略电网损耗,时刻t微电网与外界交互的能量就由微电网光伏发电 量、用户侧总负荷和电池储能系统的充放电决定。 [0091] 令 8 8 CN 114298366 A 说明书 6/7页 [0092] [0093] 最终可建立如下鲁棒优化模型 [0094] [0095] 同时必须添加条件 [0096] 0≤c <c sell,t buy,t [0097] 以确保 是凸函数。 [0098] 步骤三:导入已知参数,本实例各参数主要参考桐乡分时电价政策、锂电池梯次利 用技术、IEEE算例等,各参数值如下表所示 [0099] [0100] 求解上述鲁棒优化问题,以下算法的MP涉及非线性凸优化,SP涉及非线性非凸优 化,需要使用支持这两者的求解器,例如Matlab、gurobi等。 [0101] (1)设置LB=‑∞,UB=+∞,迭代计数k=1。定义离散集V,任取U的一个顶点作为离 散集V最初的元素。预设允许误差ε=0.01。 [0102] (2)求解MP [0103] [0104] [0105] y∈Y 9 9 CN 114298366 A 说明书 7/7页 [0106] [0107] 解得 更新 如果UB与LB的差值小于预设的允许误差ε, 则进入(5)。 [0108] (3)求解SP [0109] [0110] S.t.u∈U [0111] [0112] 解得 将 加入离散集V。若 则更新 并记录 作为当前最优的y。如果UB与LB的差值小于预设的允许误差,则进入(5)。 [0113] (4)为MP添加变量x ,为MP添加约束 k+1 [0114] [0115] [0116] 更新k=k+1,进入(2)。 [0117] * (5)返回y作为原鲁棒问题的最优解,结束算法。图4为该最优解在最不利的可能 性下的优化效果,可以看出在该情况下,储能出力被合理地规划以使运行成本、总功率方差 尽可能小。应用本方法能够在负荷、可再生能源出力具有不确定性的情况下,有效得出鲁棒 最优的储能出力计划,以使最不利的可能性下的非线性复杂优化目标达到最优。 [0118] * 步骤四:将步骤三中解得的y 作为一个调度周期内储能出力应用于微电网储能系 统。 [0119] 显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对 于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其他不同形式的变化或 变动。这里无需也无法把所有的实施方式予以穷举。而由此所引申出的显而易见的变化或 变动仍处于本发明的保护范围。 10 10 CN 114298366 A 说明书附图 1/2页 图1 图2 11 11 CN 114298366 A 说明书附图 2/2页 图3 图4 12 12
2、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问加。
3、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
4、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
提供农业、铸造、给排水、测量、发电等专利信息的免费检索和下载;后续我们还将提供提供专利申请、专利复审、专利交易、专利年费缴纳、专利权恢复等更多专利服务。并持续更新最新专利内容,完善相关专利服务,助您在专利查询、专利应用、专利学习查找、专利申请等方面用得开心、用得满意!
第3课 象外之境——中国传统山水画 课件-2023-2024学年高中美术人教版(2019)美术鉴赏.pptx
四川省成都市石室天府中学2025-2026学年七年级上学期期中数学试题(含答案).docx
原创力文档创建于2008年,本站为文档C2C交易模式,即用户上传的文档直接分享给其他用户(可下载、阅读),本站只是中间服务平台,本站所有文档下载所得的收益归上传人所有。原创力文档是网络服务平台方,若您的权利被侵害,请发链接和相关诉求至 电线) ,上传者