【技术实现步骤摘要】
本专利技术涉及多微电网系统多主体间协同调度，具体涉及一种计及多重不确定性的配电网服务商-多微电网分布鲁棒优化协同调度方法。
技术介绍
1、为应对新能源渗透率不断升高对系统安全稳定运行以及电能质量等造成的不利影响，微电网技术应运而生，逐渐成为就地消纳分布式新能源与降低碳排放的重要方式。然而，对于单个微电网而言，考虑到新能源出力不确定性、电力市场电价波动等因素，会导致其在运行过程中面临复杂的调度与管理问题。为此，相关研究提出了基于点对点(peer topeer,p2p)交易的多微电网系统，微电网之间通过联络线进行连接，并可进行p2p能源交易，可以有效的应对单微电网运行时所面临的问题。但是，不同微电网之间存在组成结构、设备容量等差异，同时面临不确定性的影响，其优化管理的难度相较单微电网来说也更加困难，因此，如何采用合适的方法来对多微电网系统进行协调管理是一个需要被研究的问题。
2、在多微电网系统运行过程中，随着智能建筑技术以及分布式资源的迅速发展，使得微电网逐渐具备一定的决策管理能力，多微电网系统逐渐向着决策多主体化的方向发展，导致了系统调度运行的复杂度增加。文献[1]：《基于分层约束强化学习的综合能源多微电网系统优化调度》(董雷,杨子民,乔骥等.“基于分层约束强化学习的综合能源多微电网系统优化调度”.电工技术学报,2024,39(05):1436-1453.)针对互联的多微电网系统，提出了一种基于分层约束强化学习的优化调度方法，实现了多微电网系统的优化调度运行，同时，通过分层架构，可以减小系统的通信压力，并有效的保护了各
3、为实现低碳经济发展，微电网的碳排放水平逐渐成为一个重要的指标。一方面，在一些研究中，通过在微电网中加入碳捕集系统(carbon capture systems,ccs)和电转气(power to gas,p2g)设备，通过ccs和p2g的耦合运行，有效降低了微电网系统内碳排放，实现了能源的循环利用。另一方面，随着碳交易市场的发展，一些研究通过设置相应的市场管理机制，来对系统的碳排放进行限制。但仅通过设置相应的管理机制实现了多微电网之间的电碳耦合交易，却忽略的不同主体之间的相互作用，对于多微电网系统来说，其运营多主体化的特征逐渐凸显。亟需设计合适的运行机制来满足多主体利益的协调，而博弈论恰恰可满足当下的这一需求。经过对现有技术文献的检索发现，
4、文献[3]:《peer-to-peer transactive mechanism for residential sharedenergy storage》(wenyi z,boshen z,wei w,laijun c,shengwei m.“peer-to-peertransactive mechanism for residential shared energy storage”.energy.2022；246:123204.)考虑个体参与者的策略行为，提出了一个描述市场均衡的p2p网络博弈模型。服务价格由供需关系决定，同时考虑共享储能运营商和消费者的利益，形成市场均衡。文献[4]:《peer-to-peer transactive energy trading of multiple microgrids consideringrenewable energy uncertainty.》(yan x,song m,cao j,gao c,jing x,xia s,ban m.“peer-to-peer transactive energy trading of multiple microgrids consideringrenewable energy uncertainty”.international journal of electrical power&energy systems.2023oct 1；152:109235.)提出了一种基于分布式鲁棒优化(distributedrobust optimization,dro)的多微电网点对点能源交易策略，基于wasserstein距离构建了可再生能源不确定性模糊集，并利用对偶理论对优化问题进行求解。文献[5]:《data-based distributionally robust stochastic optimal power flow—part ii:casestudies》(guo y,baker k,dall’anese e,hu z,summers th.“data-baseddistributionally robust stochastic optimal power flow—part ii:case studies”.ieee transactions on power systems.2018oct 28；34(2):1493-503.)基于wasserstein距离的dro方法，利用基于wasserstein球构建了以风电预测误差的经验分布为中心的概率分布不确定集合，并采用cvar定理和仿射规则将其转化为线性模型求解。
5、总结来看，采用基于wasserstein距离的dro方法虽造成更高的系统运行成本却具有更好的抗风险性能。因此在p2p网络博弈过程中，如何在不确定性场景下实现不同决策主体的利用均衡是一个值得被研究的问题。
技术实现思路
1、为解决上述技术问题，本专利技术提供一种计及多重不确定性的配电网服务商-多微电网分布鲁棒优化协同调度方法，该方法建立了配电网服务商-多微电网之间的p2p网络博弈模型，有利于均衡各方利益，充分消纳微电网中的新能源，有效挖掘服务商与微电网积极参与电碳能源交易。
2、本专利技术采取的技术方案为：
3、计及多重不确定性的配电网服务商-多微电网分布鲁棒优化协同调度方法，包括以下步骤：
4、步骤1：构建上级电网购售电价与可再生出力的wasserstein模糊集约束；
5、步骤2：构本文档来自技高网...
【技术保护点】
1.计及多重不确定性的配电网服务商-多微电网分布鲁棒优化协同调度方法，其特征在于包括以下步骤：
2.根据权利要求1所述计及多重不确定性的配电网服务商-多微电网分布鲁棒优化协同调度方法，其特征在于：所述步骤1中，上级电网购售电价与可再生出力的Wasserstein模糊集约束包括：基于Wasserstein距离的分布鲁棒模型、上级电网电价的Wasserstein模糊集约束以及可再生出力的Wasserstein模糊集约束；
3.根据权利要求2所述计及多重不确定性的配电网服务商-多微电网分布鲁棒优化协同调度方法，其特征在于：所述步骤2中，配售电服务商Wasserstein距离的分布鲁棒模型包括：配电网服务商的目标函数、与外电网交互模型、碳配额交互模型；
4.根据权利要求3所述计及多重不确定性的配电网服务商-多微电网分布鲁棒优化协同调度方法，其特征在于：所述步骤3中，多微电网系统运行运营模型包括多微电网的目标函数、与服务商的交互约束、燃气机组的约束、储电设备的运行约束、热功率平衡约束模型、考虑了DRCC等效后的园区服务商的电功率平衡约束、碳交易模型；p>
5.根据权利要求4所述计及多重不确定性的配电网服务商-多微电网分布鲁棒优化协同调度方法，其特征在于：所述步骤4中，基于Wasserstein分布鲁棒优化的配电网服务商-多微电网之间的P2P交易网络博弈模型包括式(4)～式(36)。
6.根据权利要求5所述计及多重不确定性的配电网服务商-多微电网分布鲁棒优化协同调度方法，其特征在于：基于所述配电网服务商-多微电网之间的P2P交易网络博弈模型，建立全局电碳平衡耦合模型，包括式(37)～式(38)
7.根据权利要求6所述计及多重不确定性的配电网服务商-多微电网分布鲁棒优化协同调度方法，其特征在于：所述步骤5包括以下步骤：
8.根据权利要求7所述计及多重不确定性的配电网服务商-多微电网分布鲁棒优化协同调度方法，其特征在于：所述步骤5中，求解步骤具体如下：
9.根据权利要求8所述计及多重不确定性的配电网服务商-多微电网分布鲁棒优化协同调度方法，其特征在于：针对主体数量增多、建模改变情形，求取均衡解；
...【技术特征摘要】
1.计及多重不确定性的配电网服务商-多微电网分布鲁棒优化协同调度方法，其特征在于包括以下步骤：
2.根据权利要求1所述计及多重不确定性的配电网服务商-多微电网分布鲁棒优化协同调度方法，其特征在于：所述步骤1中，上级电网购售电价与可再生出力的wasserstein模糊集约束包括：基于wasserstein距离的分布鲁棒模型、上级电网电价的wasserstein模糊集约束以及可再生出力的wasserstein模糊集约束；
3.根据权利要求2所述计及多重不确定性的配电网服务商-多微电网分布鲁棒优化协同调度方法，其特征在于：所述步骤2中，配售电服务商wasserstein距离的分布鲁棒模型包括：配电网服务商的目标函数、与外电网交互模型、碳配额交互模型；
4.根据权利要求3所述计及多重不确定性的配电网服务商-多微电网分布鲁棒优化协同调度方法，其特征在于：所述步骤3中，多微电网系统运行运营模型包括多微电网的目标函数、与服务商的交互约束、燃气机组的约束、储电设备的运行约束、热功率平衡约束模型、考虑了drcc等效后的园...
【专利技术属性】
技术研发人员：张涛，孟衡，沈煜，徐艳春，王凌云，
申请(专利权)人：三峡大学，
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。