[发明专利]一种计及不确定性因素的家庭并网协同经济调度优化方法

说明书

技术领域

本发明涉及电力系统并网协同经济调度技术领域，尤其涉及一种计及不 确定性因素的家庭并网协同经济调度优化方法。

背景技术

在电力市场和雾霾天气常态化的大背景下，发电行业向经济化、清洁化 转型已经迫在眉睫。近年来，以风电、光伏为主要形式的大量分布式电源接 入使得原来的配电网由单电源、辐射状拓扑结构转变为多电源复杂网络结构。 各种分布式电源的灵活并网不仅可以有效地降低网络损耗，提高电网电压的 调整能力，而且还可以减少输电线路的投资。

风能、太阳能发电作为分布式发电的主要能源形式，具有分布广、储量 大、环境友好等优点。目前，对此已有不少国内外学者从多个角度进行了大 量的研究分析，并取得一定的成果。

然而，由于风电、光伏等分布式电源的出力具有较强的间歇性、波动性 等特点，使其难以灵活控制，因此随着家庭并网分布式发电渗透率的不断提 高，给电力系统调度方式的智能性和灵活性带来极大的挑战。

其中，在处理电力系统经济调度的时候，通常采用一些优化算法来实现 经济调度。但是计算效率低、容易陷入局部最优、收敛速度慢是现有的优化 算法中需要解决的技术问题。

发明内容

本发明实施例提供了一种计及不确定性因素的家庭并网协同经济调度优 化方法，用于解决现有优化算法中的计算效率低、容易陷入局部最优、收敛 速度慢的技术问题。

本发明实施例提供的一种计及不确定性因素的家庭并网协同经济调度优 化方法，包括：

S1：建立家庭风光蓄发电系统优化调度模型；

S2：建立与家庭风光蓄发电系统优化调度模型对应的风电、光伏、负荷 概率模型；

S3：通过拉丁超立方采样法对风电、光伏、负荷概率模型进行抽样，获 得样本；

S4：通过场景缩减算法对样本进行缩减和概率统计，获得预设数目的场 景集合；

S5：通过自适应改进差分进化算法求解场景集合，获得与场景对应的最 优解。

优选地，所述步骤S1具体包括：

A1：建立如第一公式和第二公式所示的风力发电系统模型，

所述第一公式为：

其中，v为风速；c为尺度参数；k为形状参数；

所述第二公式为：

其中，P_WN为风电机组的额定输出功率；v_in、v_r、v_out分别为切入、额定和切 出风速；

A2：建立如第三公式和第四公式所示的光伏发电系统模型，

所述第三公式为：

其中，P_STC为STC标准测试条件下的最大测试功率；T_C为电池工作温度； G_C为太阳光照强度；k为功率温度系数，取值为-0.0047/℃；

所述第四公式为：

其中，T_a为环境温度，单位为℃；

A3：建立如第五公式所示的储能系统模型，

所述第五公式为：

其中，SOC_t为t时段蓄电池的荷电量；P_bat,t为蓄电池的充/放电功率；η_d、η_c分别为蓄电池的充放电效率。

优选地，其特征在于，所述步骤S1还包括：

A4：建立如第六公式所示的优化目标函数，

所述第六公式为：

其中，

C_sell,t＝P_s,t·C_s,t

C_buy,t＝P_g,t·C_g,t

C_sub,t＝(P_w,t+P_v,t)·F