基于双层可调鲁棒优化与MPC分层滚动优化的并网冷热电联产微网系统经济调度方法技术方案

本发明专利技术公开了一种基于双层可调鲁棒优化与MPC分层滚动优化的并网冷热电联产微网系统经济调度方法。首先，对并网冷热电联产微网系统进行建模。然后，以可再生能源与负荷的恶劣运行情况下系统的运行成本最低为目标函数，根据强对偶理论，利用列约束生成算法制定系统的日前最优经济调度计划。选择合适的鲁棒调节系数，平衡系统运行的经济性与安全性。最后，在日内与实时调度阶段，基于MPC原理建立日内分层滚动优化模型，跟踪和修正日前调度计划以应对可再生能源与负荷的实时功率波动，提高系统运行的经济效益。本发明专利技术提出的方法在降低可再生能源与负荷不确定性影响的同时，能有效提升系统的能源利用率，并降低系统运行的经济成本。并降低系统运行的经济成本。并降低系统运行的经济成本。

【技术实现步骤摘要】
基于双层可调鲁棒优化与MPC分层滚动优化的并网冷热电联产微网系统经济调度方法


[0001]本专利技术属于电力系统
，具体涉及一种基于双层可调鲁棒优化与MPC分层滚动优化的并网冷热电联产微网系统经济调度方法。

技术介绍

[0002]随着石油与燃煤等资源逐渐枯竭，目前各国十分关注可再生能源的开发与利用。由于含可再生能源的并网冷热电联产微电网系统具备能源利用率高和供电可靠性高等优点而受到广泛关注。这种微网系统集成了分布式电源、储能和负荷，不仅为负荷需求提供多种能源供应，更是提高可再生能源渗透率的有效手段之一。对于这种系统的经济调度，常将系统建模为传统的确定性优化模型。然而，可再生能源以及负荷的预测误差为系统的经济与安全运行带来挑战。因此，要保证这种系统的经济运行，就必须将可再生能源与负荷的不确定性影响影响降至最低。

技术实现思路

[0003]针对上述问题，本专利技术提出了一种基于双层可调鲁棒优化与MPC分层滚动优化的并网冷热电联产微网系统经济调度方法，这种方法能降低可再生能源与负荷的不确定性影响，提升系统的能源利用效率，有效降低系统运行成本以及提高系统运行的稳定性。
[0004]本专利技术采用以下技术方案：
[0005]一种基于双层可调鲁棒优化与MPC分层滚动优化的并网冷热电联产微网系统经济调度方法，具体设计方案如下：
[0006]步骤(1)对并网冷热电联产微网系统建模；
[0007]步骤(2)建立双层可调鲁棒优化模型并将其分解成两个线性模型；
[0008]步骤(3)运用列约束生成算法进行迭代求解；
[0009]步骤(4)建立日内MPC分层滚动优化模型跟踪并修正日前调度计划抑制日内与实时功率波动。
[0010]进一步的，所述步骤(1)中并网冷热电联产微网系统包括可再生能源系统、储能设备、储热设备、微型燃气轮机、余热回收装置、电锅炉、燃气锅炉、吸收式制冷机和电制冷机，其中余热回收装置、电锅炉、吸收式制冷机和电制冷机建模如下：余热回收装置：余热回收装置将微型燃气轮机发电时产生的余热气体回收以供应热负荷需求。
[0011][0012]其中，η
mt
、η
loss
、COP
mt
和分别为微型燃气轮机的发电效率、损耗率、性能系数和发电功率；和η
hr
分别为余热回收装置的制热功率和制热效率；
[0013]电锅炉：电锅炉将电能转化为热能以供应热负荷需求。
[0014][0015]其中，η
eb
、COP
eb
、和分别为电锅炉的效率、性能系数、发热功率和耗电功率；
[0016]电制冷机：电制冷机将电能转化为冷却能以供应冷负荷需求。
[0017][0018]其中，COP
ec
、和分别为电制冷机的性能系数、制冷功率和耗电功率；
[0019]吸收式制冷机：吸收式制冷机吸收热能并将其转化为冷却能以供应冷负荷需求。
[0020][0021]其中，COP
ac
、和分别为吸收式制冷机的性能系数、制冷功率和耗热功率。
[0022]进一步的，所述步骤(2)中双层鲁棒优化模型，具体如下：
[0023][0024][0025]其中，c是系数矩阵，y为表示系统源侧设备出力功率的矩阵，u为描述储能系统交互状态、系统与电网交互状态的矩阵，为描述可再生能源与负荷的不确定性变量，为不确定性集：
[0026][0027]Y
i
＝{P
mt
,P
dis
,P
chr
,P
grid
,P
excess
,P
ec
,P
eb
,H
b
H
dis
,H
dis
,H
ac
,P
pv
,P
wt
,P
load
,H
h
,Q
c
}
[0028][0029]U
i
＝{U
bat,dis
,U
grid
,U
tst,dis
}
[0030][0031][0032][0033]其中，P
mt
、P
dis
、P
chr
、P
grid
、P
excess
、P
ec
、P
eb
、H
b
、H
dis
、H
chr
、H
ac
、P
pv
、P
wt
、P
load
、H
h
和Q
c
分别表示微型燃气轮机发电功率、电储能系统充放电功率、向电网购售电功率、电制冷消耗功率、电锅炉消耗功率、锅炉制热功率、热储能系统充放热功率、吸收式制冷机消耗热功率、光伏发电功率、风力发电功率以及电、热、冷三种负荷，U
bat,dis
、U
grid
和U
tst,dis
表示电储能系统放电状态、向电网购电的状态和热储能系统放热状态，和表示系统可再生能源出力和冷热电三种负荷的波动范围；
[0034]双层鲁棒优化模型分为外层min结构模型与内层max
‑
min结构模型，其中，基于强
对偶理论，将内层模型中的min结构转化成max结构，然后合并两个max结构并将模型线性化，内外层模型的结构具体为：
[0035]外层模型：
[0036][0037][0038]其中，D,K,F,G,I,d和h是系数矩阵。外层模型以最小化系统运行成本为目标函数，以u为优化变量。
[0039]内层模型：
[0040][0041][0042]其中，γ,λ,v,π是对偶变量，O
120
是120
×
1零矩阵，E
120
是120阶单位矩阵，是π的上界，当取得足够大时，内层模型为线性模型，x与Δx是确定性优化模型中可再生能源与负荷的预测数据和系统恶劣运行情况下的最大偏差值。Γ
i
是鲁棒调节系数；B是一个以0
‑
1状态变量为元素的对角矩阵，每个元素表示可再生能源和负荷是否能取到对应时间段内不确定性集中的区间最大值，B的形式如下：
[0043][0044]B
i
＝{B
pv
,B
wt
,B
load
,B
h
,B
c
,
[0045]系统恶劣运行情况：
[0046][0047][0048][0049][0050]X
i
＝{P
pv...

【技术保护点】

【技术特征摘要】
1.基于双层可调鲁棒优化与MPC分层滚动优化的并网冷热电联产微网系统经济调度方法，其特征在于，包括如下步骤：步骤1：对并网冷热电联产微网系统建模；步骤2：建立双层可调鲁棒优化模型并将其分解成两个线性模型；步骤3：运用列约束生成算法进行迭代求解；步骤4：建立日内MPC分层滚动优化模型跟踪并修正日前调度计划抑制日内与实时功率波动。2.根据权利要求1所述的基于双层可调鲁棒优化与MPC分层滚动优化的并网冷热电联产微网系统经济调度方法，其特征在于，所述步骤1中并网冷热电联产微网系统设备包括可再生能源系统、储能设备、储热设备、微型燃气轮机、余热回收装置、电锅炉、燃气锅炉、吸收式制冷机和电制冷机，其中余热回收装置、电锅炉、吸收式制冷机和电制冷机建模如下：余热回收装置：余热回收装置将微型燃气轮机发电时产生的余热气体回收以供应热负荷需求；其中，η
mt
、η
loss
、COP
mt
和分别为微型燃气轮机的发电效率、损耗率、性能系数和发电功率；和η
hr
分别为余热回收装置的制热功率和制热效率；电锅炉：电锅炉将电能转化为热能以供应热负荷需求；其中，η
eb
、COP
eb
、和分别为电锅炉的效率、性能系数、发热功率和耗电功率；电制冷机：电制冷机将电能转化为冷却能以供应冷负荷需求；其中，COP
ec
、和分别为电制冷机的性能系数、制冷功率和耗电功率；吸收式制冷机：吸收式制冷机吸收热能并将其转化为冷却能以供应冷负荷需求；其中，COP
ac
、和分别为吸收式制冷机的性能系数、制冷功率和耗热功率。3.根据权利要求1所述的基于双层可调鲁棒优化与MPC分层滚动优化的并网冷热电联产微网系统经济调度方法，其特征在于：所述步骤2中双层鲁棒优化模型，具体如下：产微网系统经济调度方法，其特征在于：所述步骤2中双层鲁棒优化模型，具体如下：其中，c是系数矩阵，y为表示系统源侧设备出力功率的矩阵，T表示矩阵转置，u为描述储能系统交互状态、系统与电网交互状态的矩阵，为描述可再生能源与负荷的不确定性变量，为不确定性集：
Y
i
＝{P
mt
,P
dis
,P
chr
,P
grid
,P
excess
,P
ec
,P
eb
,H
b
H
dis
,H
chr
,H
ac
,P
pv
,P
wt
,P
l
o
ad
,H
h
,Q
c
}U
i
＝{U
bat,dis
,U
grid
,U
tst,dis
}}}其中，P
mt
、P
dis
、P
chr
、P
grid
、P
excess
、P
ec
、P
eb
、H
b
、H
dis
、H
chr
、H
ac
、P
pv
、P
wt
、P
load
、H
h
和Q
c
分别表示微型燃气轮机发电功率、电储能系统充放电功率、向电网购售电功率、电制冷消耗功率、电锅炉消耗功率、锅炉制热功率、热储能系统充放热功率、吸收式制冷机消耗热功率、光伏发电功率、风力发电功率以及电、热、冷三种负荷，U
bat,dis
、U
grid
和U
tst,dis
表示电储能系统放电状态、向电网购电的状态和热储能系统放热状态，和表示系统可再生能源出力和冷热电三种负荷的波动范围；双层鲁棒优化模型分为外层min结构模型与内层max
‑
min结构模型，其中，基于强对偶理论，将内层模型的min结构转化成max结构，然后合并两个max结构并将模型线性化，内外层模型的结构具体为：外层模型：外层模型：其中，D,K,F,G,I,d和h是系数矩阵；外层模型以最小化系统运行成本为目标函数，以u为优化变量；内层模型：内层模型：其中，γ,λ,v,π是对偶变量，O
120
是120
×
1零矩阵，E
120
是120阶单位矩阵，是π的上界，当取得足够大时，内层模型为线性模型；x与Δx是确定性优化模型中可再生能源与负荷的预测数据和系统恶劣运行情况下的最大偏差值；
Γi
是鲁棒调节系数；B是一个以0
‑
1状态变量为元素的对角矩阵，每个元素表示可再生能源和负荷是否能取到对应时间段内不确定
性集中的区间最大值，B的形式如下：B
i
＝{B
pv
,B
wt
,B
l
o
ad
,B
h
,B
c
,}其中，B
pv
、B
wt
、B
load
、B
h
和B
c
为不确定性因素的恶劣情况判定矩阵，分别用于判断光伏出力，风电出力以及电、热、冷三种负荷是否达到不确定性集中的区间边界值；系统恶劣运行情况：系统恶劣运行情况：系统恶劣运行情况：系统恶劣运行情况：X
i
＝{P
pv
,P
wt
,P
load
,H
h
,Q
c
,}。4.根据权利要求3所述的基于双层可调鲁棒优...

【专利技术属性】
技术研发人员：杨晓辉，王晓鹏，邓叶恒，梅凌昊，邓福伟，张钟炼，
申请(专利权)人：南昌大学，
类型：发明
国别省市：