[发明专利]一种风电-电动汽车联合系统随机鲁棒优化调度方法

说明书

本发明公开了一种风电‑电动汽车联合系统随机鲁棒优化调度方法，应用于电动汽车集群优化调度技术领域，所述方法包括：基于风电历史出力数据，生成风电出力概率场景；以最小化系统运行成本为目标，结合风电出力概率场景，建立二阶段日前随机调度模型；基于鲁棒理论建立含电动汽车的二阶段日前随机鲁棒调度模型，对系统常规机组出力及电动汽车充放电进行优化。本发明结合风电出力概率场景，基于二阶段随机优化方法和鲁棒理论，以系统运行成本最小化为目标，建立含电动汽车的二阶段日前随机鲁棒优化调度模型。对于指导电动汽车以集群形式接入电网进行参与统一调度，有一定的参考价值。

技术领域

本发明属于电动汽车集群优化调度技术领域，更具体地，涉及一种风 电-电动汽车联合系统随机鲁棒优化调度方法。

背景技术

到2020年，中国风电装机预计将达到2.4亿kW。由于风电具有随机 性和波动性，大规模风电并网会增大电力系统调度压力，并导致严重的风 电消纳问题。因而常规电源的调节能力和电网传统的调度运行方式已经不 能满足大规模风电的调度和消纳需求。同时，随着电动汽车充换电站的建 设和推广，电动汽车作为一种新的负荷资源参与到电网调度中。然而，大 规模电动汽车无序充电易造成电网负荷“峰上加峰”等不利影响。因此， 建立科学的电动汽车充放电策略，合理安排电动汽车参与含风电电力系统 日前调度具有重要意义。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种风电-电动汽 车联合系统随机鲁棒优化调度方法，由此解决由于大规模电动汽车无序充 电易而造成电网负荷“峰上加峰”等不利影响的技术问题。

为实现上述目的，本发明提供了一种风电-电动汽车联合系统随机鲁棒 优化调度方法，包括：

(1)由历史风电出力曲线确定初始聚类中心，根据每条历史风电出力 曲线与各初始聚类中心的距离对历史风电出力曲线进行分类，计算每个类 别中新的聚类中心并重新聚类，直至聚类准则函数不再发生变化，以得到 各类风电出力场景的概率；

(2)以最小化系统运行成本为目标，结合各类风电出力场景的概率， 建立二阶段日前随机调度模型；

(3)基于二阶段日前随机调度模型以及鲁棒理论，以各调度时段处于 行驶状态的电动汽车数量为扰动变量，建立含电动汽车的二阶段日前随机 鲁棒调度模型，以对系统常规机组出力及电动汽车充放电进行优化。

优选地，步骤(1)具体包括：

(1.1)从k条历史风电出力曲线P_m(m＝1,2,3,...,k)中选出n条风电出力曲 线作为初始聚类中心M_i(i＝1,2,3,...,n)；

(1.2)根据用户需求确定各调度时段风电出力在聚类过程中所占的权 重系数w_t(t＝1,2,3,...,24)；

(1.3)依次计算每条风电出力曲线与各初始聚类中心M_i的距离l_kn，将 风电出力曲线分类到与该风电出力曲线距离最近的初始距聚类中心对应的 类别中，其中，P_mt表示风电出力曲线P_m在t时刻的出力 值，M_it表示初始聚类中心M_i在t时刻的出力值，N_T为调度时段数目；

(1.4)计算每个类别中新的聚类中心并重新聚类，直至聚类准则函数 不再发生变化，以得到各类风电出力场景的概率。

优选地，所述聚类准则函数为：其中，e_mi为状态变量，且R_i为第i个风电出力场景中所有风电出力 曲线的集合，N表示聚类中心数目，D表示加权欧式距离；

第i类风电出力场景的概率为