CN119419786A 一种考虑分段多区间不确定性集微电网鲁棒优化调度方法 （河南科技大学）

一种考虑分段多区间不确定性集微电网鲁本发明提供一种考虑分段多区间不确定性发明能够解决微电网的不确定性建模和碳排放22.根据权利要求1所述的一种考虑分段多区间不确定性集微电网鲁棒优化调度方法，其特征在于：所述步骤1中的风、光和负荷功率实际值由其功率预测值与预测误差之和表Pψ,t为所述源荷功率预测值分为3个区间段，分别采用高斯混合模型对各区间段内的功率预3.根据权利要求2所述的一种考虑分段多区间不确定性集微电网鲁棒优化调度方法，步骤12、结合功率分段不确定集的多区间划分分析步骤13、根据预测误差大小及发生概率，结合不确定预算参数Γ将误差单区间ψ调整其大小改变不确定性的程度；e;rs和为t时段单元ψ在单区间上的预测上、下偏差3步骤14、根据所构造的数据驱动分段多区间源荷不确定4.根据权利要求1所述的一种考虑分段多区间不确定性集微电网鲁棒优化调度方法，5.根据权利要求4所述的一种考虑分段多区间不确定性集微电网鲁棒优化调度方法，其特征在于：所述步骤2中以微电网行成本和环境成本最小为目标建立两阶段鲁棒优化调6.根据权利要求5所述的一种考虑分段多区间不确定性集微电网鲁棒优化调度方法，其特征在于：所述步骤2中所述构建考虑分段多区间不确定性集和碳排放的微电网鲁棒优47.根据权利要求1所述的一种考虑分段多区间不确定性集微电网鲁棒优化调度方法，时阶段变量yk及其约束，选取不确定性范围的均值umeean作为不确定性初始最恶劣场景8.根据权利要求7所述的一种考虑分段多区间不确定性集微电网鲁棒优化调度方法，9.根据权利要求8所述的一种考虑分段多区间不确定性集微电网鲁棒优化调度方法，5πj+j_为二进制变10.根据权利要求9所述的一种考虑分段多区间不确定性集微电网鲁棒优化调度方法，作为新的下界LB=λk；k+l及以下6从历史数据得出不确定参数的概率分布参数。基于距离的DRO方法通过在两个概率分布之性参数数据集与预测误差间直接的关系。如何挖掘源荷数据集中所蕴含的预测误差信息，历史数据中某些极端情景与传统凸不确定性集相结合，描述了不确定性集的时空相关性，7[0006]本发明的目的是提供一种考虑分段多区间不确定性集微所述源荷功率预测值分为3个区间段，分别采用高斯混合模型对各区间段内的功步骤13、根据预测误差大小及发生概率，结合不确定预算参数Γ将误差单区间ψ8[0011]优选的，所述步骤2中以微电网行成本和环境成本最小为目标建立两阶段鲁棒优[0012]优选的，所述步骤2中所述构建考虑分段多区间不确定性集和碳排放的微电网鲁电网运行成本最小；外层"min"为通过最恶劣场景下对应的调度功率来优化日前阶段调度9[0015]优选的，所述步骤32中利用大M法将子问题的对偶问题转化为混合整数线性规划πj+j_为二进数值作为新的下界LB=λk；k+l及程中可以根据系统需求选择合适的不确定预算参数，灵活调节调度方案的鲁棒性和经济[0040]如图1所示为并网型微电网的典型系统。系统中包括传统分布式电源微型燃气轮段拟合预测误差的方法能更真实地反映预测误差的分进一步分析功率分段误差多区间不确定性集ψ[0052]由于MT的功率响应速度相对于小时级调度而言较快，因(7)upupup,maxupupup,max(19)确保电力负荷不能同时向下和向上调节，Oup(t)表示电力负荷在t时[0076]所述步骤2中以微电网行成本和环境成本最小为目标建立两阶段鲁棒优化调度模下的微电网运行成本最小。外层"min"为通过最恶劣场景下对应的调度功率来优化日前阶[0083]子问题内层仅包含连续变量，本发明通过拉格朗日对偶性方法将子问题max_min[0088]经过上述推导转换，所提两阶段RO模型已转化为混合整数值作为新的下界LB=λk；k+l及[0089]进行算例研究与分析，所有仿真实验均在配备IntelCorei7_6700CPU和16GRAM的个人计算机上运行。所建立的鲁棒优化调度模型通过使用MATLAB2018a和YALMIP进化模型。为直观地描述所提出不确定模型的准确性，本实施例构建了4种模型进行对比实[0096]模型1(基准)：在日前调度中忽略源荷功率所造成的不确定性，采用日前预测数