[发明专利]一种微电网有功功率机会约束优化方法及系统

权利要求书

1.一种微电网有功功率机会约束优化方法，其特征是，包括以下步骤：

建立以微电网运行成本最小为优化目标，赋加约束条件的优化模型；

根据线路参数、风电、光伏的出力和负荷预测值，求解基点处的优化模型；

在基点的有功优化基础上，检验节点电压和支路功率是否超过限度，如果否，则输出最终的有功优化结果；如果是，则采用缩减场景法从超过限度的场景中选择典型的场景，重新构建优化模型，继续求解，直至得到最终的结果。

2.如权利要求1所述的一种微电网有功功率机会约束优化方法，其特征是，所述微电网运行成本包括线路、电能路由器以及柔性互联装置的网损f₁，在微网内部功率不足的情况下，从电网购电的成本f₂，储能的充放电成本f₃以及光伏单元的削减成本f₄。

3.如权利要求1或2所述的一种微电网有功功率机会约束优化方法，其特征是，所述约束条件包括潮流约束、节点电压和支路功率约束、光伏单元运行约束、储能系统的约束、柔性互联装置的约束和电能路由器的约束中的若干个。

4.如权利要求3所述的一种微电网有功功率机会约束优化方法，其特征是，所述潮流约束构建时，微电网内部采用基于Distflow的潮流模型，且利用二阶锥松弛将所述潮流模型进行转化。

5.如权利要求3所述的一种微电网有功功率机会约束优化方法，其特征是，所述节点电压和支路功率约束为机会约束条件，保证所有场景中j节点电压不超过限度的概率不低于设定值，所有场景中的ij支路电流不超过限度的概率不低于设定值。

6.如权利要求1所述的一种微电网有功功率机会约束优化方法，其特征是，检验节点电压和支路功率是否超过限度时，根据风电、光伏出力的历史数据和分布函数产生相应的数据场景，在基点的有功优化基础上进行；

或，

风力发电以及光伏发电输出功率的概率密度分布均采用Beta分布，通过概率密度分布得到累积概率分布函数；

或，采用拉丁超立方抽样法，基于风力发电以及光伏发电输出功率以及概率密度分布，生成光伏以及风电的场景。

7.如权利要求1所述的一种微电网有功功率机会约束优化方法，其特征是，采用缩减场景法从超过限度的场景中选择典型的场景的具体过程包括：

计算任意两个数据场景之间的距离；

对于任意数据场景，存在一个距离最近的数据场景，确定完所有数据与其距离最近的场景后，构成数据场景组合；

计算所有数据场景组合的差异程度

确定所有数据场景组合中差异度最小的组合；

从数据场景组合中缩减掉数据场景差异度最小的场景之一；

重复以上的步骤，将场景数量缩减到期望数量。

8.一种微电网有功功率机会约束优化系统，其特征是，包括：

模型构建模块，被配置为建立以微电网运行成本最小为优化目标，赋加约束条件的优化模型；

求解模块，被配置为根据线路参数、风电、光伏的出力和负荷预测值，求解基点处的优化模型；

检验模块，被配置为在基点的有功优化基础上，检验节点电压和支路功率是否超过限度，如果否，则输出最终的有功优化结果；如果是，则采用缩减场景法从超过限度的场景中选择典型的场景，重新构建优化模型，继续求解，直至得到最终的结果。

9.一种计算机可读存储介质，其特征是，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行权利要求1-7中任一项所述方法中的步骤。

10.一种终端设备，其特征是，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行权利要求1-7中任一项所述方法中的步骤。