[发明专利]一种配电网多目标鲁棒优化模型帕累托最优解分析方法

说明书

一种配电网多目标鲁棒优化模型帕累托最优解分析方法，包括：求解配电网多目标鲁棒优化模型与配电网多目标确定性优化模型；根据配电网多目标鲁棒优化模型与配电网多目标确定性优化模型的求解结果，计算配电网多目标鲁棒优化模型的帕累托最优解保守度；计算配电网多目标鲁棒优化模型的帕累托最优解增强鲁棒度；计算配电网多目标鲁棒优化模型的帕累托最优解鲁棒度。本发明能够充分挖掘多目标鲁棒优化模型中帕累托最优解的性能。本发明通过对改进的IEEE 33节点配电网算例进行仿真计算，运行人员可以根据量化分析结果选择合适的帕累托最优解作为配电网运行方式。

技术领域

本发明涉及一种多目标鲁棒优化模型帕累托最优解分析方法。特别是涉及一种配电网多目标鲁棒优化模型帕累托最优解分析方法。

背景技术

随着环境问题日益严峻，以可再生能源为主的分布式发电的优势愈发突出。在主动配电网中，风电、光伏等分布式电源的接入为减少碳排放、增加清洁能源利用率做出了重大贡献。然而由于光伏的有功出力受环境影响较大，使得配电系统运行复杂性和时空不确定性显著增加，传统的通过求解确定性优化优化问题获得配电系统调度决策的方法将不再适应于具有高度不确定性的主动配电网优化调度；传统经验型的决策体系也不再适应于存在多主体、多目标优化决策中。基于此，研究主动配电网多目标鲁棒优化具有重要意义。

目前，多目标鲁棒优化方法在电力系统中已有较多研究。文献[1]考虑负荷波动的不确定性，提出一种多目标鲁棒无功优化调度模型，采用蒙特卡洛方法生成负荷波动样本，计及不确定变量对模型的影响。文献[2]针对配电网中电动汽车日前最优充电调度问题，提出一种多目标鲁棒优化策略，该策略考虑了电动汽车聚合商以及配电系统运营商的竞争目标，采用模糊机制求解最佳方案。文献[3]考虑风电、光伏以及负荷的随机分布特性差异，构建了一种基于分类概率机会约束的不确定性集合，并综合考虑经济性、环保性、鲁棒性三者之间的制约关系，建立多目标优化调度模型。文献[4-5]针对光伏高渗透率的配电系统提出多目标鲁棒无功电压控制模型，用于提升电压稳定性以及降低有功网损。然而目前已有的研究工作未对模型求解得到的帕累托最优解进行保守性及鲁棒性分析。文献[6]定义了增强鲁棒度(Gain of Robustness)这一概念，用于选择合适的帕累托最优解，并且结果表明在多目标不确定性优化模型的帕累托最优解集中，不同帕累托最优解的保守性、鲁棒性可能差别较大。因此采用分析传统帕累托最优解集的方式则不能充分挖掘多目标鲁棒优化模型中帕累托最优解的性能。

发明内容

本发明所要解决的技术问题是，提供一种能够充分挖掘多目标鲁棒优化模型中帕累托最优解性能的配电网多目标鲁棒优化模型帕累托最优解分析方法。

本发明所采用的技术方案是：一种配电网多目标鲁棒优化模型帕累托最优解分析方法，包括如下步骤：

1)求解配电网多目标鲁棒优化模型与配电网多目标确定性优化模型；

2)根据配电网多目标鲁棒优化模型与配电网多目标确定性优化模型的求解结果，计算配电网多目标鲁棒优化模型的帕累托最优解保守度；

3)计算配电网多目标鲁棒优化模型的帕累托最优解增强鲁棒度；

4)计算配电网多目标鲁棒优化模型的帕累托最优解鲁棒度。

步骤1)中：所述的配电网多目标鲁棒优化模型表达式如下：

所述的配电网多目标确定性优化模型表达式如下：