[发明专利]一种基于分类概率建模和IGDT的有源配电网优化运行方法

权利要求书

1.一种基于分类概率建模和IGDT的有源配电网优化运行方法，其特征在于，包括以下步骤：

1)获取能源出力和负荷使用的历史数据，即源-荷出力的历史数据，并进行预测得到源-荷出力的预测值；

2)基于神经网络分位数回归理论对源-荷出力非参数概率进行拟合，获取源-荷出力对应的偏差系数；

3)建立基于分位回归和信息间隙决策理论的不确定性优化调度模型；

4)对基于分位回归和信息间隙决策理论的不确定性优化调度模型进行寻优，得到最优化运行方案。

2.根据权利要求1所述的一种基于分类概率建模和IGDT的有源配电网优化运行方法，其特征在于，所述的步骤1)中，能源出力包括风力发电和光伏出力，所述的负荷使用包括办公建筑负荷和商业建筑负荷。

3.根据权利要求2所述的一种基于分类概率建模和IGDT的有源配电网优化运行方法，其特征在于，所述的步骤2)中，根据源-荷出力的预测值以及给定的置信区间和置信水平1-ε，获取对应的偏差系数，则有：

其中，ξ_w^t、ξ_s^t、ξ_LS^t、ξ_LW^t分别为风力发电、光伏出力、商业建筑负荷和办公建筑负荷的偏差系数，分别风力发电、光伏出力、商业建筑负荷和办公建筑负荷的预测值，P_wl^t、P_wu^t分别为风电出力在给定置信区间下的下边界值和上边界值，P_lu^t、P_su^t分别为光伏出力在给定置信区间下的下边界值和上边界值，P_LSl^t、P_LSu^t分别为建筑负荷在给定置信区间下的下边界值和上边界值，P_LWl^t、P_LWu^t分别为办公负荷在给定置信区间下的下边界值和上边界值。

4.根据权利要求3所述的一种基于分类概率建模和IGDT的有源配电网优化运行方法，其特征在于，所述的步骤3)具体包括以下步骤：

31)构建以收益最大化为优化目标的有源配电网基本优化模型；

32)在有源配电网基本优化模型中引入不确定量的偏差系数构建基于信息间隙决策理论的不确定性优化调度模型；

33)在基于信息间隙决策理论的不确定性优化调度模型的基础上，结合不同置信度区间下的偏差系数作为机会约束，最终得到基于分位回归和信息间隙决策理论的不确定性优化调度模型。

5.根据权利要求4所述的一种基于分类概率建模和IGDT的有源配电网优化运行方法，其特征在于，所述的步骤31)中，所述的有源配电网基本优化模型的表达式为：

其中，f为目标函数，X为决策变量，为不确定变量，即源-荷出力，h和g分别为等式约束和不等式约束。

6.根据权利要求5所述的一种基于分类概率建模和IGDT的有源配电网优化运行方法，其特征在于，所述的步骤32)中，基于信息间隙决策理论的不确定性优化调度模型的包括风险规避的鲁棒模型和风险偏好的机会模型。

7.根据权利要求6所述的一种基于分类概率建模和IGDT的有源配电网优化运行方法，其特征在于，所述的风险规避的鲁棒模型的表达式为：

其中，σ和σ'分别为规避系数和偏好系数，f_c和f'_c分别为代表决策者可接受损失的能力和最优期望目标，L为不确定变量的集合，ξ为不确定量的偏差系数，且ξ≥0，f₀为当优化目标在不确定性变量取预测值时，有源配电网优化模型中不确定变量为0时的最优解。