论文部分内容阅读
随着全球经济的高速发展,能源与环境问题正日益凸显,以可再生清洁能源为代表的分布式发电技术因此受到了广泛关注。作为集成分布式电源最有效的途径之一,微电网(MG)技术近些年已成为相关科研工作人员的研究热点。然而,以风力发电(WP)、光伏发电(PV)为代表的可再生能源发电出力易受环境、气候等因素影响,具有较强的间歇不确定性,如不在MG调度中予以适当考虑,势必会威胁MG的安全稳定运行。鲁棒优化理论通过“集合”形式对不确定性优化问题中的不确定性参数变化范围进行描述,使得到的鲁棒最优解对不确定性参数取“集合”内任意值时均为可行解,非常适用于解决对安全稳定性要求高的不确定性优化问题(例如MG优化调度问题)。为保证MG运行的安全稳定,本文提出将鲁棒优化理论引入MG优化调度问题之中开展如下研究:首先,考虑WP、PV出力及负荷需求的不确定性,以MG经济环境综合成本最低为优化目标,建立基于实时调频因子法的MG鲁棒优化综合调度(ROCD)模型;其次,为便于进行模型求解,先运用Soyster鲁棒优化方法将ROCD模型等价转化为ROCD1模型,再利用变量代换将ROCD1模型等价转化为ROCD2模型;最后,针对ROCD2模型多变量耦合、多约束、目标函数非线性的特点,设计了一种改进微分进化(MDE)算法。MDE算法在传统微分进化算法的基础上,对算法的变异机制引入扰动并采用动态算法参数,同时针对ROCD2模型中约束的具体形式设计了对应的约束处理方法。以一个算例对本文ROCD模型和MDE算法进行测试。测试结果表明:(1)ROCD模型具有鲁棒可行性;(2)对比两种传统DE算法,MDE算法在收敛速度及寻优深度上均存在明显优势,具有优良的寻优性能;(3)MG鲁棒优化综合调度最优决策主要取决于MG内各可控源储综合成本及购售电综合成本之间的博弈,博弈结果将决定调度各时段MG内各可控源储及大电网的运行状态;(4)ROCD模型的鲁棒性与最优性是一对矛盾,不可兼得。为平衡ROCD模型的鲁棒性与最优性,基于Hermite插值曲线拟合技术,提出了一种“避免鲁棒性增长代价最大”的鲁棒水平选择方法。