本發(fā)明涉及主動配電網(wǎng)優(yōu)化運(yùn)行控制方法，尤其是一種考慮大量可再生能源并網(wǎng)的主動配電網(wǎng)自適應(yīng)魯棒優(yōu)化方法。

背景技術(shù)：

可再生能源的大規(guī)模并網(wǎng)，給配電網(wǎng)的運(yùn)行帶來了廣泛的影響和巨大的挑戰(zhàn)。分布式電源是其中的典型代表，可再生能源大多為間歇性能源，具有隨機(jī)性和不確定性的特點。目前在主動配電網(wǎng)運(yùn)行優(yōu)化中，對可再生能源的不確定性主要有三種處理方法：(1)隨機(jī)規(guī)劃；(2)模糊規(guī)劃；(3)魯棒優(yōu)化。隨機(jī)規(guī)劃采取的不確定性概率分布往往與實際情況有一定的偏差，配電網(wǎng)運(yùn)行的經(jīng)濟(jì)性與安全性均得不到可靠保證；模糊規(guī)劃往往要依據(jù)決策者的個人經(jīng)驗，決策具有較大的主觀性，難以確保配電網(wǎng)的安全、經(jīng)濟(jì)運(yùn)行；魯棒優(yōu)化將不確定變量表示為區(qū)間的形式，保證不確定性條件下安全約束均能滿足，同時由于考慮了所有可能出現(xiàn)的情況，決策往往具有一定的保守性，配電網(wǎng)運(yùn)行的經(jīng)濟(jì)性也不高。

因此，現(xiàn)有的考慮大量可再生能源并網(wǎng)的主動配電網(wǎng)在經(jīng)濟(jì)性、安全性等方面存在的不足，不能實現(xiàn)配電網(wǎng)的主動控制與實時優(yōu)化等問題。

技術(shù)實現(xiàn)要素：

發(fā)明目的：為克服現(xiàn)有技術(shù)的不足，本發(fā)明提供一種確保不確定性條件下主動配電網(wǎng)的經(jīng)濟(jì)、安全、高效運(yùn)行的考慮大量可再生能源并網(wǎng)的主動配電網(wǎng)自適應(yīng)魯棒優(yōu)化方法。

技術(shù)方案：一種考慮大量可再生能源并網(wǎng)的主動配電網(wǎng)自適應(yīng)魯棒優(yōu)化方法，包括以下步驟：

(1)魯棒可行域估計

針對傳統(tǒng)潮流模型，進(jìn)行最優(yōu)線性逼近，構(gòu)建線性近似潮流模型；基于該線性近似潮流模型，求取節(jié)點注入功率向量與節(jié)點電壓向量之間的近似映射關(guān)系；基于該映射關(guān)系，求取配電網(wǎng)有功-無功協(xié)調(diào)優(yōu)化的決策變量出力空間，即魯棒可行域估計；

(2)構(gòu)建非線性自適應(yīng)函數(shù)

主動配電網(wǎng)無功容量不足時，分布式電源不能一直運(yùn)行于MPPT模式，其有功出力與無功出力需協(xié)調(diào)優(yōu)化控制；分別構(gòu)建分布式電源有功出力的自適應(yīng)函數(shù)以及分布式電源無功出力的自適應(yīng)函數(shù)，不確定變量為分布式電源最大有功出力；

(3)構(gòu)建自適應(yīng)魯棒有功-無功優(yōu)化模型

基于主動配電網(wǎng)分布式電源有功出力及無功出力的自適應(yīng)函數(shù)，構(gòu)建主動配電網(wǎng)自適應(yīng)魯棒有功-無功協(xié)調(diào)優(yōu)化模型；

(4)核函數(shù)空間映射

針對配電網(wǎng)自適應(yīng)魯棒有功-無功協(xié)調(diào)優(yōu)化模型的特點，引入核函數(shù)法將低維不確定變量映射至高維核函數(shù)空間，將低維空間下難解的非線性優(yōu)化問題轉(zhuǎn)化為高維空間下可解的線性優(yōu)化問題；

(5)割平面法求解

針對高維空間下的線性自適應(yīng)魯棒優(yōu)化問題，采用割平面求解策略，將原始問題分解成兩個子問題，通過兩個子問題的交替迭代獲取原始問題的解；

(6)主動配電網(wǎng)優(yōu)化運(yùn)行策略。

進(jìn)一步的，所述步驟(1)中，基于傳統(tǒng)潮流模型，采用最優(yōu)線性逼近，構(gòu)建的線性近似潮流模型，如下式所示：

S＝T(V) (1)

其中，S為節(jié)點注入功率向量，V為節(jié)點電壓向量；

對上述模型進(jìn)行等效變換，求取節(jié)點電壓向量與節(jié)點注入功率向量之間的近似線性關(guān)系，如下式所示：

V＝T^-1(S) (2)

從而將對電壓的約束轉(zhuǎn)化為對節(jié)點注入功率的約束，進(jìn)一步實現(xiàn)魯棒可行域估計。

進(jìn)一步的，所述步驟(2)中，大規(guī)?？稍偕茉床⒕W(wǎng)的主動配電網(wǎng)，分布式電源的最大有功出力具有不確定性，表示為仿射的形式，如下式所示：

其中，p^max為分布式電源最大有功出力，為分布式電源最大有功出力的預(yù)測值，為最大擾動量，ε為分布式電源出力擾動因子，Ω為不確定集；

傳統(tǒng)魯棒優(yōu)化決策往往具有保守度過高的問題，因此采用自適應(yīng)魯棒優(yōu)化技術(shù)，實現(xiàn)最優(yōu)決策隨擾動量的變化而變化，從而大大降低了決策的保守性。

主動配電網(wǎng)無功容量不足時，分布式電源不能運(yùn)行于MPPT模式，需同時調(diào)控其有功出力和無功出力，即進(jìn)行主動配電網(wǎng)的有功-無功協(xié)調(diào)優(yōu)化；因此分別構(gòu)建其有功出力及無功出力的自適應(yīng)函數(shù)。

分布式電源有功出力的自適應(yīng)函數(shù)，如下式所示：

p＝p₀+p(ε) (4)

p(ε)＝p_α1ε+p_α2ε^Tε+… (5)

其中，p為分布式電源有功出力，p₀為無擾動情況下分布式電源的最優(yōu)有功出力，p(ε)為分布式電源有功出力隨擾動變化的自適應(yīng)函數(shù)，p_α1為分布式電源有功出力的一階擾動量，p_α2為分布式電源有功出力的二階擾動量，ε^T是ε的轉(zhuǎn)置；另外公式(5)為多項式函數(shù)，其項數(shù)具體個數(shù)與優(yōu)化模型的具體表達(dá)式相關(guān)；

分布式電源最優(yōu)無功出力的自適應(yīng)函數(shù)，如下式所示：

Q＝q₀+q(ε) (6)

q(ε)＝q_α1ε+q_α2ε^Tε+… (7)

其中，Q為分布式電源最優(yōu)無功出力，q₀為無擾動情況下分布式電源的最優(yōu)無功出力，q(ε)為分布式電源無功出力隨擾動變化的自適應(yīng)函數(shù)，q_α1為分布式電源無功出力的一階擾動量，q_α2為分布式電源無功出力的二階擾動量；另外，公式(7)為多項式函數(shù)，其項數(shù)具體個數(shù)與優(yōu)化模型的具體表達(dá)式相關(guān)。

進(jìn)一步的，所述步驟(3)中，傳統(tǒng)魯棒優(yōu)化為一個min-max問題，而自適應(yīng)魯棒優(yōu)化的思想在于用自適應(yīng)決策函數(shù)代替原魯棒優(yōu)化中的確定性決策值；主動配電網(wǎng)自適應(yīng)魯棒有功-無功協(xié)調(diào)優(yōu)化模型為：

其中，為無擾動狀態(tài)下的目標(biāo)函數(shù)，為有擾動狀態(tài)下的目標(biāo)函數(shù)，g(P,Q)＝0表示等式約束，h(P,Q)≤0表示不等式約束。

進(jìn)一步的，主動配電網(wǎng)自適應(yīng)魯棒有功-無功協(xié)調(diào)優(yōu)化模型附加了非線性等式約束，引入了非凸環(huán)節(jié)，模型難以有效求解。針對該問題，引入核函數(shù)法，將低維不確定變量映射至高維核函數(shù)空間，在高維核函數(shù)空間構(gòu)建新的不確定集合，將低維空間下不確定變量的非線性型自適應(yīng)函數(shù)轉(zhuǎn)化為核函數(shù)空間下新的不確定變量的線性函數(shù)，從而將低維空間下的非線性自適應(yīng)魯棒優(yōu)化問題轉(zhuǎn)化為高維空間下線性自適應(yīng)魯棒優(yōu)化問題。

高維核函數(shù)空間下的線性自適應(yīng)魯棒優(yōu)化問題為一個min-max問題，其存在決策變量P,Q及擾動因子ε兩類變量，該問題的本質(zhì)為尋求兩類變量的鞍點。采用割平面的求解策略，將原min-max問題，分解成一個關(guān)于決策變量P,Q的子問題，以及一個關(guān)于擾動因子ε的子問題，通過兩個子問題的交替迭代獲取原始問題的解。

有益效果：與現(xiàn)有技術(shù)相比，本發(fā)明的一種考慮大量可再生能源并網(wǎng)的主動配電網(wǎng)自適應(yīng)魯棒優(yōu)化方法，具有以下優(yōu)點：(1)充分考慮了大量可再生能源并網(wǎng)帶來的高不確定性，通過魯棒可行域估計技術(shù)，將對電壓的安全約束轉(zhuǎn)化為對決策變量的約束，確保了優(yōu)化決策下，配電網(wǎng)的安全運(yùn)行；(2)引入了自適應(yīng)技術(shù)，大大降低了傳統(tǒng)魯棒優(yōu)化決策的保守性，為配電網(wǎng)的經(jīng)濟(jì)、高效運(yùn)行提供了有力保障；(3)實現(xiàn)了優(yōu)化決策隨擾動量變化而實時變化，實現(xiàn)了主動配電網(wǎng)的實時優(yōu)化；(4)使用核函數(shù)法處理低維空間下難以直接求解的非線性自適應(yīng)魯棒優(yōu)化問題，使其成為高維核函數(shù)空間下可解的線性自適應(yīng)魯棒優(yōu)化問題；針對高維核函數(shù)空間下的線性自適應(yīng)魯棒優(yōu)化問題，采用割平面法，將原始問題分解成兩個子問題，通過兩個子問題的交替迭代獲取最終解，實現(xiàn)了原問題的高效、快速求解，也為其他的該類問題的求解提供了一種思路；本發(fā)明適用于考慮大量可再生能源接入的主動配電網(wǎng)運(yùn)行優(yōu)化。

附圖說明

圖1是本發(fā)明方法的流程框圖；

圖2是魯棒可行域估計等效圖；

圖3是核函數(shù)映射等效圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明做進(jìn)一步詳細(xì)的描述。

如圖1所示，一種考慮大量可再生能源并網(wǎng)的主動配電網(wǎng)自適應(yīng)魯棒優(yōu)化方法，包括以下具體步驟：

(1)魯棒可行域估計

針對傳統(tǒng)潮流模型，進(jìn)行最優(yōu)線性逼近，構(gòu)建線性近似潮流模型；基于該線性潮流模型，求取節(jié)點注入功率向量與節(jié)點電壓向量之間的近似映射關(guān)系；基于該映射關(guān)系，求取配電網(wǎng)有功-無功協(xié)調(diào)優(yōu)化的決策變量出力空間，即魯棒可行域估計；

(2)主動配電網(wǎng)無功容量不足時，分布式電源不能一直運(yùn)行于MPPT模式，其有功出力與無功出力需協(xié)調(diào)優(yōu)化控制；分別構(gòu)建分布式電源有功出力的自適應(yīng)函數(shù)以及分布式電源無功出力的自適應(yīng)函數(shù)，不確定變量為分布式電源最大有功出力；

(3)基于主動配電網(wǎng)分布式電源有功出力及無功出力的自適應(yīng)函數(shù)，構(gòu)建主動配電網(wǎng)自適應(yīng)魯棒有功-無功協(xié)調(diào)優(yōu)化模型；

(4)針對配電網(wǎng)自適應(yīng)魯棒有功-無功協(xié)調(diào)優(yōu)化模型的特點，引入核函數(shù)法將低維不確定變量映射至高維核函數(shù)空間，將低維空間下難解的非線性優(yōu)化問題轉(zhuǎn)化為高維空間下可解的線性優(yōu)化問題；

(5)針對高維空間下的線性自適應(yīng)魯棒優(yōu)化問題，采用割平面求解策略，將原始問題分解成兩個子問題，通過兩個子問題的交替迭代獲取原始問題的解；

關(guān)于步驟(1)中線性近似潮流模型構(gòu)建，傳統(tǒng)潮流模型如下式所示：

S＝IV (9)

式中：S為節(jié)點注入功率向量，I為節(jié)點注入電流向量，V為節(jié)點電壓向量。

采用線性最優(yōu)逼近，求取近似線性潮流方程，如下式所示：

S＝T(V) (10)

配電網(wǎng)中節(jié)點電壓向量與節(jié)點注入功率向量之間的近似線性關(guān)系，如下所示：

V＝T^-1(S) (11)

如圖2所示，通過線性變換T即可獲取節(jié)點功率注入空間與節(jié)點電壓空間之間的對應(yīng)關(guān)系，根據(jù)該節(jié)點電壓向量與節(jié)點注入功率向量之間的近似線性關(guān)系，將對配電網(wǎng)的節(jié)點電壓約束轉(zhuǎn)化為對節(jié)點注入功率的約束。

配電網(wǎng)的節(jié)點電壓約束如下所示：

h(V)≤0 (12)

節(jié)點注入功率約束如下所示：

h(T^-1(S))≤0 (13)

基于該節(jié)點注入功率約束，即可獲取分布式電源的有功出力以及無功出力空間，即為主動配電網(wǎng)魯棒可行域估計。

關(guān)于步驟(2)中，主動配電網(wǎng)無功容量充足時，分布式電源可運(yùn)行于最大功率點跟蹤(Maximum Power Point Tracking,MPPT)模式，其有實際有功出力為其最大有功出力，僅需對其無功出力進(jìn)行調(diào)控。主動配電網(wǎng)無功容量不足時，分布式電源不能運(yùn)行于MPPT模式，需同時調(diào)控其有功出力和無功出力，即進(jìn)行主動配電網(wǎng)的有功-無功協(xié)調(diào)優(yōu)化。

傳統(tǒng)魯棒優(yōu)化理論考慮了所有的可能性，包括出現(xiàn)概率極低的極端情況，因此其給出決策往往具有保守度過高的問題。引入自適應(yīng)技術(shù)，將擾動量的變化直接反應(yīng)給決策量，實現(xiàn)決策值隨擾動量的變化而自適應(yīng)變化，大大降低了決策的保守性，為配電網(wǎng)的經(jīng)濟(jì)、高效運(yùn)行提供了有力保證。

大規(guī)?？稍偕茉床⒕W(wǎng)的主動配電網(wǎng)，分布式電源的最大有功出力具有不確定性，引入仿射代數(shù)理論，將其表示為仿射的形式，如下式所示：

式中，p^max為分布式電源最大有功出力，為分布式電源最大有功出力的預(yù)測值，為最大擾動量，ε為分布式電源出力擾動因子，Ω為不確定集。

主動配電網(wǎng)無功容量不足時，分布式電源不能運(yùn)行于MPPT模式，其有功無功出力均需按照自適應(yīng)方式運(yùn)行。在此情況下，簡單的線性自適應(yīng)規(guī)則不能很好的擬合主動配電網(wǎng)的最優(yōu)運(yùn)行點，需采用更精確的自適應(yīng)函數(shù)，使得優(yōu)化指令更加接近每種可能工況下的全局最優(yōu)運(yùn)行點。

分布式電源有功出力的自適應(yīng)函數(shù)為一個多項式函數(shù)，其表達(dá)如下式所示：

p＝p₀+p(ε) (15)

p(ε)＝p_α1ε+p_α2ε^Tε+… (16)

其中，p為分布式電源有功出力，p₀為無擾動情況下分布式電源的最優(yōu)有功出力，p(ε)為分布式電源有功出力隨擾動變化的自適應(yīng)函數(shù)，p_α1為分布式電源有功出力的一階擾動量，p_α2為分布式電源有功出力的二階擾動量，ε^T是ε的轉(zhuǎn)置；

分布式電源最優(yōu)無功出力的自適應(yīng)函數(shù)同樣為一個非線性的多項式函數(shù)，其表達(dá)式如下所示：

Q＝q₀+q(ε) (17)

q(ε)＝q_α1ε+q_α2ε^Tε+… (18)

其中，Q為分布式電源最優(yōu)無功出力，q₀為無擾動情況下分布式電源的最優(yōu)無功出力，q(ε)為分布式電源無功出力隨擾動變化的自適應(yīng)函數(shù)，q_α1為分布式電源無功出力的一階擾動量，q_α2為分布式電源無功出力的二階擾動量。

關(guān)于步驟(3)中，與傳統(tǒng)魯棒優(yōu)化相比，自適應(yīng)魯棒優(yōu)化的思想在求取隨擾動變量變化而自適應(yīng)變化的決策，即其求解的是一個決策規(guī)則，而不是一個決策值?；诜蔷€性的分布式電源有功出力及無功出力自適應(yīng)函數(shù)，構(gòu)建主動配電網(wǎng)自適應(yīng)魯棒有功-無功協(xié)調(diào)優(yōu)化模型，表達(dá)式如下所示：

其中，為無擾動狀態(tài)下的目標(biāo)函數(shù)，為有擾動狀態(tài)下的目標(biāo)函數(shù)，g(P,Q)＝0表示等式約束，h(P,Q)≤0表示不等式約束。

關(guān)于步驟(4)，主動配電網(wǎng)自適應(yīng)魯棒有功-無功協(xié)調(diào)優(yōu)化模型附加了非線性等式約束，引入了非凸環(huán)節(jié)，模型難以有效求解。如圖3所示，引入核函數(shù)法，將低維不確定變量通過F映射至高維核函數(shù)空間，在高維核函數(shù)空間構(gòu)建新的不確定集合，將低維空間下不確定變量的非線性型自適應(yīng)函數(shù)轉(zhuǎn)化為核函數(shù)空間下新的不確定變量的線性函數(shù)，從而將低維空間下的非線性自適應(yīng)魯棒優(yōu)化問題轉(zhuǎn)化為高維空間下線性自適應(yīng)魯棒優(yōu)化問題。

核函數(shù)的引入避免了"維數(shù)災(zāi)難",大大減小了計算量；而輸入空間的維數(shù)對核函數(shù)矩陣無影響，因此，核函數(shù)方法可以有效處理高維輸入；無需知道非線性變換函數(shù)的形式和參數(shù)；核函數(shù)的形式和參數(shù)的變化會隱式地改變從輸入空間到特征空間的映射，進(jìn)而對特征空間的性質(zhì)產(chǎn)生影響，最終改變各種核函數(shù)方法的性能；核函數(shù)方法可以和不同的算法相結(jié)合，形成多種不同的基于核函數(shù)技術(shù)的方法，且這兩部分的設(shè)計可以單獨進(jìn)行，并可以為不同的應(yīng)用選擇不同的核函數(shù)和算法

本發(fā)明中核函數(shù)的具體選取與模型的具體表達(dá)式相關(guān)，可以為多項式核函數(shù)，支持向量機(jī)(SVM)核函數(shù)和徑向基核函數(shù)等，以多項式核函數(shù)為例進(jìn)行說明，多項式核函數(shù)的表達(dá)式如下所示:

F(x,x_i)＝[(x·x_i)+1]^d (20)

其中：x和x_i為原低維空間中的向量，d為多項式階數(shù)，d＝1,2…,N，F(xiàn)(x,x_i)為核函數(shù)，又稱為d階分類器。

關(guān)于步驟(5)，高維核函數(shù)空間下的線性自適應(yīng)魯棒優(yōu)化問題為一個min-max問題，其存在決策變量P,Q及擾動因子ε兩類變量，該問題的本質(zhì)為尋求兩類變量的鞍點。采用割平面的求解策略，將原min-max問題，分解成一個關(guān)于決策變量P,Q的子問題，以及一個關(guān)于擾動因子ε的子問題，通過兩個子問題的交替迭代獲取原始問題的解。具體分解過程如下所示：

第t次迭代中，求取關(guān)于決策變量P,Q的子問題時，擾動因子ε作為已知量，取t-1次迭代的值，其目標(biāo)函數(shù)如下所示：

其中，ε^t-1為上一次迭代求取的擾動因子；

求取關(guān)于擾動因子ε的子問題時，決策變量P,Q作為已知量，取第t次迭代的值，其目標(biāo)函數(shù)如下所示：

其中，p^t(ε)和q^t(ε)分別為第t次迭代的有功出力和無功出力值；

通過該分解，則原問題變成了如上所示的兩個子問題，且兩個子問題中均只含有一類的未知量，是一個易解的確定性優(yōu)化問題，通過如上兩個子問題的交替迭代可獲取不確定性條件下魯棒優(yōu)化的解。

分布式電源可同時向配電網(wǎng)提供有功出力和無功出力，因此考慮其運(yùn)行模式，需對其有功出力和無功出力均進(jìn)行優(yōu)化控制，即為有功-無功協(xié)調(diào)優(yōu)化；針對可再生電源大規(guī)模并網(wǎng)的高不確定性，引入魯棒優(yōu)化的思想，利用魯棒可行域估計技術(shù)確定決策變量的出力空間，以確保電力系統(tǒng)的安全運(yùn)行；針對傳統(tǒng)魯棒優(yōu)化保守性過高的問題，引入自適應(yīng)技術(shù)，實現(xiàn)最優(yōu)決策隨不確定變量自適應(yīng)變化，使得最優(yōu)決策的保守性大大降低，確保了配電網(wǎng)運(yùn)行的經(jīng)濟(jì)性；分別構(gòu)建分布式電源最優(yōu)有功出力以及最優(yōu)無功出力的非線性自適應(yīng)函數(shù)，并構(gòu)建配電網(wǎng)自適應(yīng)魯棒有功-無功協(xié)調(diào)優(yōu)化模型；采用核函數(shù)法，將低維空間下難解的非線性自適應(yīng)魯棒優(yōu)化問題轉(zhuǎn)化為高維空間下可解的線性自適應(yīng)魯棒優(yōu)化問題，并提出割平面求解策略，在核函數(shù)空間下，將原始問題分解成兩個子問題，通過兩個子問題的交替迭代獲取最終解。