【技术实现步骤摘要】
本专利技术涉及配电网对需求侧资源进行集群优化控制的方法，具体涉及一种基于负荷准线的配电网需求侧资源集群优化控制方法、系统、设备及存储介质。
技术介绍
1、随着新能源大规模接入配电网，需求侧资源集群的可调能力成为提升配电网灵活性和新能源消纳能力的关键。需求响应是配电网灵活性调节和需求侧资源优化调度的关键手段，然而现有需求响应机制难以实时跟踪新能源波动，不适用于高比例新能源消纳的配电系统。为此，有学者提出负荷准线及准线型需求响应思路，但当前模型未考虑新能源预测误差，在计算负荷准线时需充分考虑新能源出力的不确定性，以确保需求响应的准确性和有效性。
2、在配电网调度中，需求侧资源向配电网上报其功率可调节范围，配电网运行控制中心则根据其上报的调节能力进行优化调度。从而，准确量化出需求侧资源功率调节能力成为其参与配电网调度的关键。由于需求侧资源具有种类繁多、数量庞大、单体容量小且地理位置分散等特点，不同可调资源的运行状态与控制方式存在差异，因此需要考虑不同类设备的不同运行特性。但如果对各个可调资源进行单独建模、定量分析会带来大量变量和约束关系，以及随着需求侧资源的种类、数量及调度时段不断增加时，将会在计算和通信上带来巨大的负担。因此，有必要对需求侧资源的可调能力进行聚合，构建可以反映聚合资源可调能力的通用模型，这将有助于对需求侧资源的管理和利用，以及最大化发挥需求侧资源的价值。
技术实现思路
1、专利技术目的：本专利技术的目的在于提供一种基于负荷准线的配电网需求侧资源集群优化控制方
2、技术方案：本专利技术的一种基于负荷准线的配电网需求侧资源集群优化控制方法，包括：
3、构建负荷准线计算模型，基于wasserstein距离的分布鲁棒优化方法，分析负荷准线计算模型构建时新能源出力的不确定性，得到新能源出力不确定性模糊集；
4、结合新能源出力不确定性模糊集，对负荷准线计算模型进行重构，得到考虑新能源出力不确定性的负荷计算模型；
5、根据考虑新能源出力不确定性的负荷准线计算模型的计算结果，提出考虑新能源出力不确定性的负荷准线型需求侧资源集群优化控制策略，电网调度中心根据需求侧资源集群的可调节功率域信息，对不可调负荷曲线进行精准调整。
6、进一步的，构建负荷准线计算模型，包括：
7、首先，定义负荷曲线形状，设l(t)为一条负荷曲线，该条曲线在时段t内的总电量为αd；以αd为基准对负荷曲线l(t)进行标幺化处理，即：
8、
9、l*(t)表示标幺化后的负荷值；
10、再构建负荷准线计算模型，包括：
11、以最小化运行费用为目标，建立负荷准线计算模型的目标函数：
12、
13、式中，ng表示可控发电机组数；nr表示新能源发电机组数；pg，i(t)表示在t时段第i台可控发电机组的有功出力；pr，j(t)表示在t时段第j台新能源发电机组的出力；表示在t时段第j台新能源发电机组的出力最大值；cr表示第j台新能源发电机组的弃能成本；f表示总的运行成本；ai、bi、ci表示可控发电机组的运行成本系数。
14、设定以下约束条件：
15、功率平衡约束：
16、包括新能源及刚性负荷在内的不可调资源形成一条波动的曲线，波动由可控发电机组和需求侧可调负荷共同平衡，具体如下：
17、
18、式中，pd(t)表示系统内参与需求响应的可调负荷的用电量；pc(t)表示系统内不参与需求响应的刚性负荷的用电量；表示对pd(t)进行标幺化后的值；ad表示在t时段内参与需求响应的负荷总耗电量；
19、准线约束：
20、
21、
22、可控常规机组出力约束：
23、
24、式中，表示在t时段第i台可控发电机组的有功出力上下界；
25、机组爬坡约束：
26、-rd,i(t)≤pg,i(t)-pg,i(t-1)≤ru,i(t),t＝1,2,…,t
27、式中，rd,i(t)、ru,i(t)表示在t时段第i台可控发电机组的最大向下、向上爬坡速率；
28、新能源出力约束：
29、
30、式中，表示在t时段第j台新能源发电机组的出力最大值。
31、进一步的，基于wasserstein距离的分布鲁棒优化方法，分析负荷准线计算模型构建时新能源出力的不确定性，得到新能源出力不确定性模糊集，包括：
32、将新能源出力预测不确定变量定义为l，则有：
33、
34、式中，表示第j台新能源机组在t时刻的实际出力最大值和预测出力最大值；
35、将m个历史数据{l1,l2,…,lm}的均匀分布作为pe，pe为经验分布，再利用wasserstein距离来衡量真实概率分布p和pe之间的距离，以此构建分布鲁棒模糊集：
36、
37、式中，l、σ表示服从分布pe、p的随机变量；π表示l和σ的联合分布；||·||表示1-范数；inf表示下确界；dl,dσ表示微分；l1,l2,...lm表示不确定变量的m组样本数据；
38、w(pe,p)表示真实概率分布与经验分布的距离，即wasserstein距离；
39、新能源出力不确定集合pn表示为：
40、pn＝{p∈p(ξ):w(pe,p)≤ε(m)}
41、式中，ξ表示随机变量支撑集；p(ξ)表示以ξ为随机变量支撑集的所有概率分布的集合；ε(m)表示概率分布的半径。
42、进一步的，结合新能源出力不确定性模糊集，对负荷准线计算模型进行重构，得到考虑新能源出力不确定性的负荷计算模型，包括：
43、重构负荷准线计算模型的目标函数：
44、考虑了新能源预测误差之后，将负荷准线计算模型的目标函数调整为：
45、
46、其中，f表示总的运行成本；ai、bi、ci表示可控发电机组的运行成本系数；ng表示可控发电机组数；pg,i(t)表示在t时段第i台可控发电机组的有功出力；pr,j(t)表示在t时段第j台新能源发电机组的出力；表示第j台新能源机组在t时刻的实际出力最大值；cr表示第j台新能源发电机组的弃能成本；nr表示新能源发电机组数。
47、将上述目标函数简化表示为下式：
48、
49、其中，x代表各决策变量；x表示各决策变量x的集合；f(x)为目标函数中的确定性部分，与不确定性变量l无关；表示不确定性最恶劣情况下的费用期待值；ep(·)表示期望概率；sup表示上确界函数；p表示不确定变量的概率分布；
50、结合新能源出力不确定性模糊集pn，基于强对偶理论将重构为下式，从而降低模型计算难度：
51、
本文档来自技高网...【技术保护点】
1.一种基于负荷准线的配电网需求侧资源集群优化控制方法，其特征在于，包括：
2.根据权利要求1所述的基于负荷准线的配电网需求侧资源集群优化控制方法，其特征在于，构建负荷准线计算模型，包括：
3.根据权利要求1所述的基于负荷准线的配电网需求侧资源集群优化控制方法，其特征在于，基于Wasserstein距离的分布鲁棒优化方法，分析负荷准线计算模型构建时新能源出力的不确定性，得到新能源出力不确定性模糊集，包括：
4.根据权利要求1所述的基于负荷准线的配电网需求侧资源集群优化控制方法，其特征在于，结合新能源出力不确定性模糊集，对负荷准线计算模型进行重构，得到考虑新能源出力不确定性的负荷计算模型，包括：
5.根据权利要求1所述的基于负荷准线的配电网需求侧资源集群优化控制方法，其特征在于，基于需求侧资源集群的可调节功率域，对不可调负荷曲线进行精准调整，包括：
6.根据权利要求5所述的基于负荷准线的配电网需求侧资源集群优化控制方法，其特征在于，所述日前优化模型的构建过程如下：
7.根据权利要求5所述的基于负荷准线的配电网需
8.一种基于负荷准线的配电网需求侧资源集群优化控制系统，其特征在于，包括：
9.一种基于负荷准线的配电网需求侧资源集群优化控制设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该电子设备实现如权利要求1至7中任意一项所述基于负荷准线的配电网需求侧资源集群优化控制方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，该程序被处理器执行时，实现如权利要求1至7中任意一项所述基于负荷准线的配电网需求侧资源集群优化控制方法的步骤。
...【技术特征摘要】
1.一种基于负荷准线的配电网需求侧资源集群优化控制方法，其特征在于，包括：
2.根据权利要求1所述的基于负荷准线的配电网需求侧资源集群优化控制方法，其特征在于，构建负荷准线计算模型，包括：
3.根据权利要求1所述的基于负荷准线的配电网需求侧资源集群优化控制方法，其特征在于，基于wasserstein距离的分布鲁棒优化方法，分析负荷准线计算模型构建时新能源出力的不确定性，得到新能源出力不确定性模糊集，包括：
4.根据权利要求1所述的基于负荷准线的配电网需求侧资源集群优化控制方法，其特征在于，结合新能源出力不确定性模糊集，对负荷准线计算模型进行重构，得到考虑新能源出力不确定性的负荷计算模型，包括：
5.根据权利要求1所述的基于负荷准线的配电网需求侧资源集群优化控制方法，其特征在于，基于需求侧资源集群的可调节功率域，对不可调负荷曲线进行精准调整，包括：
6.根据权利要求5...
【专利技术属性】
技术研发人员：杨雄，李娟，姜云龙，刘建，杨毅，喻建瑜，朱睿，史明明，方鑫，
申请(专利权)人：江苏省电力试验研究院有限公司，
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。