[发明专利]一种考虑源荷不确定性的光储电协调控制方法

权利要求书

1.一种考虑源荷不确定性的光储电协调控制方法，其特征在于，所述方法包括以下步骤：

1)区域系统包括光伏、储能、充电桩及电动汽车，光伏通过直流母线和交直流变换器向园区和储能输送能量，储能通过双向直流-直流变换器连接到同一直流母线，充电桩通过一个双向转换器与另一个直流母线连接到园区，直流-交流逆变器从直流母线向园区供电，设定储能和充电桩只能为园区提供电力，园区负荷可以从电网、光伏和储能接收电力；光伏、存储和充电桩、电动汽车可以通过通信网络与控制器进行信息通信；

2)为了避免在非高峰时段放电，将引入了惩罚成本，在部分峰值和非峰值之间进行选择，目标函数J和模型约束如下所示：

其中，C_t带表分时电价；P_g,t为t时刻电网所需电量；分别为开始时目标电动汽车电荷状态和不充电时电动汽车的电荷状态；k为目标函数的惩罚因子；C_d为避免PEV放电信号的惩罚因子；表示在t时刻电动汽车放电功率；

约束条件：

2.1)功率平衡约束

P_def，t为t时间段内延迟的光伏发电功率；是光伏向储能瞬时充电功率和储能的放电瞬时放电功率；为电动汽车的瞬时充放电功率；

2.2)电荷平衡约束

分别为时间t时段内储能和电动汽车的荷电状态；Q_PV和Q_PEV是PV、PEV的总容量；ηPV、ηPEV分别为存储充电效率和电动汽车充电的效率；

2.3)基于光伏和负荷的充放电运行限值

k≥0 (9)

是非高峰时段使的价格；是部分高峰时间段的价格；

2.4)从电网购买的非负性要求

P_g,t≥0 (10)

2.5)模型决策变量的上下界

其中，ω_L,T∈Ω_L,T,ω_t∈Ω_PV,t；

如果负荷需求超过光伏发电，那么满足园区需求所需的额外电力可以来自储能放电的电力或从电网购买的电力；在这种情况下，根据(2)–(4)对存储充电的效率较低；另一方面，如果光伏发电量高于需求量，剩余电量将被储存在电池中，并且不会有放电；因此，基于以上的条件，提出两个基本假设：

电网只能向园区输送电力，不提供净计量补偿；

储能、电动汽车只能通过光伏发电进行充电，且两个设备的放电都只能向园区输送电力，

将这类问题表示为一个多阶段随机规划模型，然后采用SDDP算法进行求解；

3)多阶段随机优化的SDDP算法

给出了求解该问题的一般t阶随机线性规划的公式：

约束条件：

A_tx_t＝B_tx_t-1+b_t:Π_t (9)

x_t≥0 (10)

特定阶段t的决策变量被视为向量x_t，其中包括从电网购买电力、充电和放电以及存储的SOC容量；b_t表示t阶段的随机光伏发电量和负荷；等式(8)表示模型目标函数，其设计用于最小化包括当前和预期未来成本的总成本；式(9)表示结构约束(2)–(4)和(6)–(7)，对偶变量Π_t从过渡约束中得到的结果，将在后面按照弯曲分割的分解方案构造未来成本函数的分段线性进行逼近，式(10)表示决策变量(5)和(8)-(16)的简单界限；

通过对突出显示的前向路径进行抽样来开始进程，以进行前向传递；在前向过程中，在每个时间阶段使用单纯形法求解一系列模型，在求解过程中，将前一阶段迭代累积的弯曲切割法作为附加约束条件，更好地逼近未来成本，改进决策过程；在前向传递的最后阶段，估计总期望成本，并将其作为问题的上限，对于问题的下界是在考虑当前和未来期望代价的情况下，通过求解前向传递的第一级问题计算出来的，如果下限成本达到停止标准，则SDDP进程停止；否则，迭代过程将继续下去，直到达到期望的收敛水平。

2.如权利要求1所述的一种考虑源荷不确定性的光储电协调控制方法，其特征在于，所述步骤3)中，在每个迭代中，在场景树中独立地采样新的前向路径，为了达到期望的收敛水平，算法继续进行反向遍历，在后向遍历中，算法计算前一阶段的弯曲切割量，以改进每一阶段未来成本函数的逼近。