[发明专利]基于随机规划和模型预测控制的区域能源互联网调度方法

权利要求书

1.一种基于随机规划和模型预测控制的区域能源互联网调度方法，其特征在于，包括如下步骤：

(1)分析区域能源互联网内各机组、联络线的运行特性，构建各单元数学模型；

(2)分析风、光可再生能源的出力及冷、热、电负荷不确定性，采用场景生成和削减技术，生成优化调度所需运行的预测场景数据；

(3)基于日前预测场景数据，建立以系统总运行成本最低为目标的日前调度随机规划模型，确定各机组的开停机状态；

(4)基于日内预测场景数据，遵照日前确定开停机状态，建立以系统总运行成本最低为目标的日内调度随机规划模型，确定各机组日内运行功率；

(5)基于实时预测场景数据，以日内优化结果为参考，采用模型预测控制技术建立日内实时滚动校正模型，修正各机组运行计划；

所述步骤(1)，构建各单元数学模型包括：

①常规发电机组出力模型：

式中：C_g为常规发电机组运行成本，P_g为常规发电机组运行出力，a₁、b₁、c₁为常规发电机组运行成本系数；

②快速启动机组出力模型：

式中：C_f为快速启动机组运行成本，P_f为快速启动机组运行出力，a₂、b₂、c₂为快速启动机组运行成本系数；

③储能系统荷电状态更新模型：

SOC_t+1＝SOC_t(1-δ)+P_c,tη_cΔt/E_s-P_d,tη_dΔt/η_dE_s

式中：SOC_t为t时刻储能系统荷电状态，δ为储能系统的自放电率，P_c,t和P_d,t分别为储能充电和放电效率，Δt为时间间隔，η_c和η_d分别为充电效率和放电效率；E_s为储能系统容量；

④燃气轮机耗量模型：

F_mt＝P_mtΔt/η_mt,e

燃气轮机三阶效率模型：

式中：F_mt为燃气轮机天然气耗量，a_mt、b_mt、c_mt、d_mt为效率系数；P^*_mt为燃气轮机出力标幺值；

⑤热回收系统出力模型：

式中：Q_rec为热回收系统回收热量，N_mt为燃气轮机数量，η_rec为热回收系统效率；

⑥燃气锅炉耗量模型：

F_gb＝Q_gbΔt/η_gb

式中：F_gb为燃气锅炉燃气耗量，η_gb为燃气锅炉效率，Q_gb为燃气锅炉的热功率；

⑦吸收式制冷机模型出力模型：

式中：Q_ac为吸收式制冷机制冷功率，Q^cool_rec为热回收系统制热功率中供给吸收制冷剂制冷使用的功率，为燃气锅炉用于制冷的功率，COP_ac为吸收式制冷机的能效比；

⑧电制冷机出力耗量模型：

Q_ec＝P_ecCOP_ec

式中：Q_ec为电制冷机制冷功率，P_ec为电制冷机耗电功率，COP_ec为电制冷机能效比；

所述步骤(2)包括：

(2-1)分析风、光、负荷随机变量的误差分布特性，采用蒙特卡洛抽样方法得到大量随机场景；

(2-2)采用后向缩减法，对生成的随机场景进行削减，得到求解所需的场景集合；所述步骤(2-1)包括：

①确定随机变量的分布函数，得到其误差的概率分布特性；

②对随机变量的误差概率分布函数进行积分得到误差累积分布函数；

③根据随机变量误差的累积分布函数，采用轮盘赌法进行抽样生成场景，得到各场景下的随机变量偏差及其发生概率；

④将上步骤得到的各场景偏差值与随机变量预测值相加得到该场景下的随机变量取值；

⑤对所有随机变量，分别执行步骤①至④，将所有随机变量场景相结合得到最终系统运行的场景集，每个场景发生的概率等于该场景对应各随机变量独立场景发生概率的乘积。