【技术实现步骤摘要】
本专利技术涉及配网调度，尤其涉及一种考虑源荷耦合的模糊优化调度方法、系统及设备。
技术介绍
1、随着科技与经济的发展，居民的用电需求日益提高，主动配电网是在配电网中引入主动控制机制，是未来智能配电网实现对大量接入的分布式能源进行主动管理的有效解决方案，但是光伏、风机等间歇性分布式电源出力的随机性为其参与配网调度运行带来了极大的挑战，有间歇性分布式电源参与的电网在用电峰值时承受的较大压力与电网在用电谷值时的供电能力闲置成为亟待解决的问题。
技术实现思路
1、本专利技术提供了一种考虑源荷耦合的模糊优化调度方法、系统及设备，以解决电网在用电峰值时承受压力较大与电网在用电谷值时的供电能力闲置的配网调度的技术问题。
2、为了解决上述技术问题，本专利技术实施例提供了一种考虑源荷耦合的模糊优化调度方法，包括：
3、获取光伏储能和柔性负荷的历史数据；
4、基于获取的历史数据构建考虑光伏储能和柔性负荷的调度模型，确定调度模型的目标函数和约束条件；
5、针对光伏储能、柔性负荷的不确定性对调度模型进行模糊优化，确定模糊优化模型的目标函数，调整调度模型中的约束条件为模糊机会约束条件，以得到模糊优化模型；其中，光伏储能采用梯形隶属度函数进行模糊优化处理，柔性负荷采用三角隶属度函数进行模糊优化；
6、构建置信度的目标函数，并基于动量法迭代得到小于预设置信度阈值的优化置信度；其中，所述置信度的目标函数包括经济性指标和稳定性指标；
7、将得到
8、这样，通过对常规的调度模型进行改进，梯形隶属度和三角隶属度模糊优化了光伏和柔性负荷还有与之相关的部分约束条件，考虑到光伏储能、柔性负荷的不确定性对调度模型进行模糊优化。引入置信度概念控制风险，调整其部分约束条件为模糊机会约束，利用动量法对置信度进行优化，得到兼具经济性和稳定性的模糊优化模型。改善了主动配电网调度中有关柔性负荷和光伏不确定的带来的问题，采用梯形、三角隶属度函数，使得模糊优化模型更加客观准确，提高了调度的安全可靠性。
9、作为优选方案，所述确定调度模型的目标函数，具体为：
10、
11、
12、其中，feco为总成本，为运营维护成本，为柔性负荷调度运行成本，为弃光成本，为配电网购电成本，是进行负荷消减的运行成本，是进行负荷平移的运行成本，为光伏发电极端出力情况下的弃光成本。
13、这样，配电网调度模型的目标函数从经济性指标方面考虑，以各经济调度成本最优为目标函数。
14、作为优选方案，所述确定调度模型的约束条件，具体为：确定调度模型的功率平衡约束、潮流约束、储能系统约束、荷电状态约束和柔性负荷约束，其中，所述柔性负荷约束包括可消减负荷约束和可平移负荷约束。
15、确定调度模型的潮流约束、储能系统约束、荷电状态约束和柔性负荷约束，具体为：潮流约束包括节点处电压上下限约束和电流上下限约束；储能系统约束包括充电状态上下限约束和放电状态上下限约束；荷电状态约束包括节点处的荷电状态上下限约束；柔性负荷约束包括单个节点进行负荷消减的负荷功率最大约束和单个节点进行负荷平移的负荷功率最大约束。
16、作为优选方案，所述确定调度模型的功率平衡约束，具体为：
17、
18、其中，为节点时刻经过需求响应过后的总负荷，为节点时刻初始用电总负荷，为节点时刻进行需求响应所消减的负荷，为节点时刻进行需求响应所转移出的负荷，为节点时刻上级节点供电的功率，为节点时刻产电功率，通常为负值，为节点时刻光伏设备接入功率，为节点时刻储能系统放电功率，为节点时刻储能系统充电功率。
19、所述确定调度模型的潮流约束，具体为：
20、
21、其中，是在时刻节点产生的有功功率，是在时刻节点产生的无功功率，为在时刻从节点流向下级节点的有功功率，、为在时刻从节点流向下级节点的无功功率，为时刻从上级节点流向节点的有功功率，为时刻从上级节点流向节点的无功功率，为时刻流入节点的有功功率，为时刻流入节点的无功功率，为节点和节点传输线路之间的电阻值，为节点和节点传输线路之间的电抗值，为时刻节点的电压，为时刻节点的电压，为时刻节点和节点传输线路之间的电流，为节点电压的最大值，为节点电压的最小值，为节点和节点传输线路之间的电流最大值。
22、所述确定调度模型的储能系统约束，具体为：
23、
24、其中，为表征储能系统是否充电的二进制变量，为表征储能系统是否放电的二进制变量，为节点时刻储能系统放电功率，为节点时刻储能系统充电功率，为储能系统在节点处的充电功率最小值，为储能系统在节点处的充电功率最大值，为储能系统在节点处的放电功率最小值，为储能系统在节点处的放电功率最大值。
25、所述确定调度模型的荷电状态约束，具体为：
26、
27、其中，为储能系统在节点处时刻的自放电率，为储能电站的充电效率，为储能电站的放电效率，为节点处储能系统总容量，为节点在时刻的荷电状态，为节点的荷电状态最小值，为节点的荷电状态最大值，为运行周期。
28、所述确定调度模型的柔性负荷约束中的可消减负荷约束，具体为：
29、
30、其中，为单个节点进行负荷消减的负荷功率最大值，为判断节点在时刻是否进行负荷消减的二进制变量，为单个节点在一个周期内所进行负荷消减的最大次数，为节点在时刻进行单位功率负荷消减所补偿的成本。
31、所述确定调度模型的柔性负荷约束中的可平移负荷约束，具体为：
32、
33、其中，为节点在时刻平移入该节点的负荷功率，为节点在时刻平移出该节点的负荷功率，为单个节点进行负荷平移的负荷功率最大值，为判断节点在时刻是否进行负荷平移的二进制变量，为节点在时刻进行单位功率负荷平移所补偿的成本。
34、作为优选方案，所述光伏储能采用梯形隶属度函数表达，具体为：
35、
36、其中，ppv是光伏储能的模糊表达式，、、、为光伏储能梯形隶属度函数的四个参数，、、、是计算梯形隶属度函数的系数，由历史数据确定，为时刻光伏的预测值。
37、这样，由于预测与实际情况存在误差，故光伏预测出力并不一定小于等于实际调度值，故存在弃光情况，所以根据不同弃光情况对光伏的模糊隶属度函数做出调整。不同于现有技术中的随机优化方法和鲁棒优化方法，这两种方法都对统计信息有着较高要求，而本专利技术隶属度函数可以在一定程度上避免对统计信息的高要求，适用性更强。
38、所述柔性负荷采用三角隶属度函数表达，具体为：
39、
40、其中，pflex是柔性负荷的模糊表达式，、、为柔性负荷三角隶属度函数的三个参数，、、是计算三角隶属度函数的系数，由历史数据确定，为时刻柔性负荷的预测值。
<本文档来自技高网...【技术保护点】
1.一种考虑源荷耦合的模糊优化调度方法，其特征在于，包括：
2.如权利要求1所述的一种考虑源荷耦合的模糊优化调度方法，其特征在于，所述确定调度模型的目标函数，具体为：
3.如权利要求1所述的一种考虑源荷耦合的模糊优化调度方法，其特征在于，所述确定调度模型的约束条件，具体为：确定调度模型的功率平衡约束、潮流约束、储能系统约束、荷电状态约束和柔性负荷约束，所述柔性负荷约束包括可消减负荷约束和可平移负荷约束，其中，潮流约束包括节点处电压上下限约束和电流上下限约束；储能系统约束包括充电状态上下限约束和放电状态上下限约束；荷电状态约束包括节点处的荷电状态上下限约束；柔性负荷约束包括单个节点进行负荷消减的负荷功率最大约束和单个节点进行负荷平移的负荷功率最大约束。
4.如权利要求3所述的一种考虑源荷耦合的模糊优化调度方法，其特征在于，所述确定调度模型的功率平衡约束，具体为：
5.如权利要求1所述的一种考虑源荷耦合的模糊优化调度方法，其特征在于，所述光伏储能采用梯形隶属度函数表达，具体为：
6.如权利要求2所述的一种考虑源荷耦合的模糊优
7.如权利要求1所述的一种考虑源荷耦合的模糊优化调度方法，其特征在于，所述获取光伏储能和柔性负荷的历史数据，具体为：
8.如权利要求1所述的一种考虑源荷耦合的模糊优化调度方法，其特征在于，所述构建置信度的目标函数，具体为：
9.一种考虑源荷耦合的模糊优化调度系统，其特征在于，包括获取模块、构建模块、模糊优化模块、置信度模块和调度模块；
10.一种终端设备，其特征在于，包括存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行如上述权利要求1至8任意一种考虑源荷耦合的模糊优化调度方法。
...【技术特征摘要】
1.一种考虑源荷耦合的模糊优化调度方法，其特征在于，包括：
2.如权利要求1所述的一种考虑源荷耦合的模糊优化调度方法，其特征在于，所述确定调度模型的目标函数，具体为：
3.如权利要求1所述的一种考虑源荷耦合的模糊优化调度方法，其特征在于，所述确定调度模型的约束条件，具体为：确定调度模型的功率平衡约束、潮流约束、储能系统约束、荷电状态约束和柔性负荷约束，所述柔性负荷约束包括可消减负荷约束和可平移负荷约束，其中，潮流约束包括节点处电压上下限约束和电流上下限约束；储能系统约束包括充电状态上下限约束和放电状态上下限约束；荷电状态约束包括节点处的荷电状态上下限约束；柔性负荷约束包括单个节点进行负荷消减的负荷功率最大约束和单个节点进行负荷平移的负荷功率最大约束。
4.如权利要求3所述的一种考虑源荷耦合的模糊优化调度方法，其特征在于，所述确定调度模型的功率平衡约束，具体为：
5.如权利要求...
【专利技术属性】
技术研发人员：夏晓春，张益军，吴一览，郁丹琦，陈东，闵垚，陈伟，章迪，沈城永，葛一帅，牟传强，许万选，陈群杰，吴景超，金轩昂，
申请(专利权)人：国网浙江省电力有限公司杭州市钱塘区供电公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。