网络约束型含多微网柔性配电系统的交互能源控制方法

1.本发明属于配电网交互调控领域，具体的说是一种网络约束型含多微网柔性配电系统的交互能源控制方法。


背景技术：

2.在高渗透性可再生能源日益普及的背景下，微电网因其高效清洁和灵活自治等特点已成为新型电力系统的重要组成部分之一。通过多个微电网柔性互联可实现广域上的信息交互和能量互济，可进一步降低传输损耗，并增强整体灵活可靠性。
3.现有的关于多微电网能源交互方法的研究主要集中在微电网资源管理和市场出清算法上，而忽略了各主体间的交互运行情况，且考虑到智能软开关(softopenpoint,sop)与能源交易相关联的应用还没有得到充分的研究。sop作为一种新型的全控电力电子装置，具有快速的响应速度，能准确、连续地实现所连接馈线的有功/无功功率调节。其次，关于有效地处理可再生能源和负荷需求不确定性给系统带来的严重影响，现有研究方案通常采用随机优化、鲁棒优化，前者依赖于已知的概率分布，容易忽略风险等外在影响和内部不同分布的特性，导致决策考虑过少；后者只是优化了最坏情况下的目标，导致结果过于保守，无法达到最优。


技术实现要素：

4.本发明为了解决上述现有技术存在的不足之处，提出一种网络约束型含多微网柔性配电系统的交互能源控制方法，以期利用智能软开关准确、连续调节有功/无功功率的特性和分布鲁棒优化方法保有鲁棒性的同时又避免结果过度保守的特性，兼顾实现不确定环境下的电压安全调控和降低配电系统能量损耗。
5.本发明为达到上述发明目的，采用如下技术方案：
6.本发明一种网络约束型含多微网柔性配电系统的交互能源控制方法的特点在于，包括以下步骤：
7.s1：构建考虑不确定性的含多微网柔性配电系统的交互架构，包括：信息层和物理层；
8.s1-1：在所述物理层上，采用有载调压器oltc将柔性配电系统与上级高压系统连接，并将柔性配电系统划分为三个区域性公用的微电网；所述微电网中包括分布式能源、智能软开关sop、储能系统ess、固定负荷和可转移负荷；其中，所述分布式能源包括：光伏阵列模块pv和风力发电机模块wt；
9.s1-2：在所述信息层上，构建由配电网运营商dno和所述微电网构成的本地能源架构；
10.s2：构建配电网运营商dno与各微电网的交互调控模型；
11.s2-1：利用式(1)构建配电网运营商dno的优化目标：
12.min f
dno
(x)＝αo(f
hv
+f
loss
+f
switch-f
mgs
)+β
vfvoltage
ꢀꢀ
(1)
13.式(1)中，f
dno
(x)表示配电网运营商dno的能耗函数；αo和βv为通过主观加权法确定的两个权重系数；f
loss
表示柔性配电系统的网损函数，并由式(2)得到；f
switch
表示有载调压器oltc的动作损耗函数，并由式(18)得到；f
hv
表示配电网运营商dno与上级电网的交互函数，并由式(24)得到；f
mgs
表示配电网运营商dno与下级微电网交互函数，并由式(25)得到；f
voltage
表示累积电压偏差，并由式(2)得到；
[0014][0015]
式(2)中，c
loss
表示功率损耗的系数；ωb表示所有支路的集合；δt表示单位时间间隔；r
ij
表示支路ij上的电阻；表示t时刻支路ij上电流的平方；表示智能软开关sop在t时刻向节点i传输有功功率时的有功功率损耗；
[0016][0017]
式(3)中，ωo表示包含有载调压器的线路的集合；k
t,ij
表示t时刻连接支路ij的有载调压器oltc的匝数比；k
t-1,ij
表示t-1时刻连接支路ij的有载调压器oltc的匝数比；c
oltc
表示与有载调压器oltc相关的损耗系数；
[0018][0019]
式(4)中，n
t
、nn表示柔性配电系统中的总时间尺度、总节点数；表示预定的参考电压点；
[0020][0021][0022]
式(5)-式(6)中，表示柔性配电系统与上级电网交易的买电价格；表示柔性配电系统与上级电网交易的卖电价格；g
t
是柔性配电系统的净负荷；[.]
+
表示非负正交上的投影算子；n
t
表示时间节点总数；n
mg
表示微电网的总数；
[0023]
s2-2：利用式(7)到式(13)构建柔性配电系统的网损函数f
loss
的sop约束：
[0024][0025][0026][0027][0028][0029][0030]
[0031]
式(7)-式(13)中，表示智能软开关sop在t时刻向节点i传输的有功功率；表示智能软开关sop在t时刻向节点j传输的有功功率；表示智能软开关sop在t时刻向节点j传输有功功率时的有功功率损耗；表示智能软开关sop在节点i的损耗系数；表示智能软开关sop在节点j的损耗系数；表示智能软开关sop在t时刻向节点i传输的无功功率；表示智能软开关sop在t时刻向节点j传输的无功功率；为智能软开关sop在节点i处的无功功率下限；为智能软开关sop在节点i处的无功功率上限；为智能软开关sop在节点j处的无功功率下限；为智能软开关sop在节点j处的无功功率上限；为节点i处智能软开关sop的容量；为节点j处智能软开关sop的容量；
[0032]
s2-3：利用式(14)到式(21)构建柔性配电系统的潮流约束与安全约束：
[0033][0034][0035][0036][0037][0038][0039][0040][0041]
式(14)-式(21)中，ω
l
表示所有支路的集合；p
t,ik
表示t时刻流过支路ik的有功功率；p
t,i
表示t时刻注入节点i的有功功率；q
t,ik
表示t时刻流过支路ik的无功功率；x
ji
表示支路ji上的电抗；q
t,i
表示t时刻注入节点i的无功功率；u
t,i
是t时刻节点i的电压值；u
t,j
是t时刻节点j的电压值；u表示t时刻节点i电压值的下限；表示t时刻节点i电压值的上限；表示t时刻支路ij上的电流上限；表示光伏阵列模块pv在t时刻向节点i传输的有功功率；表示风机发电机模块wt在t时刻向节点i传输的有功功率；表示t时刻节点i上负载的有功功率；表示t时刻储能系统ess中第e个储能模块的充电功率；表示t时刻第e个储能模块的放电功率；表示光伏阵列模块pv在t时刻向节点i传输的无功功率；表示风机发电机模块wt在t时刻向节点i传输的无功功率；表示t时刻节点i上负载的无功功率；
[0042]
s2-4：利用式(22)到式(25)构建有载调压器oltc的调控约束条件：
[0043]ut,i
＝k
t,ijut,j
ꢀꢀ
(22)
[0044]kt,ij
＝k
ij,0
+k
t,ij
δk
ij
ꢀꢀ
(23)
[0045][0046][0047]
式(22)-式(25)中，k
ij,0
表示连接支路ij的有载调压器oltc的初始档位；δk
ij
表示连接支路ij的有载调压器oltc的增量；表示有载调压器oltc允许的操作数上限；表示连接支路ij的有载调压器oltc的总抽头数；
[0048]
s2-5：利用式(26)构建柔性配电网与上级电网的进行交互的约束条件，利用式(27)构建柔性配电网与微电网的进行交互的约束条件：
[0049][0050][0051]
式(26)-式(27)中，λ
t
表示t时刻内部价格；表示t时刻内部价格的下界；表示t时刻表示内部价格的上界；
[0052]
s2-6：利用式(28)构建微电网的优化目标：
[0053]
min f
mg
＝f
mg-f
load
+f
ess
ꢀꢀ
(28)
[0054]
式(28)中，f
mg
表示微电网的运行损耗函数；f
mg
表示微电网对外电能交互函数，并由式(29)得到；f
load
表示配电网中计划负荷需求的效用能耗函数，并由式(31)得到；f
ess
表示储能系统ess充放电的损耗函数，并由式(32)得到；
[0055][0056]
式(29)中，表示t期间第n个微电网的净负荷，并式(30)得到；
[0057][0058]
式(30)中，表示t时刻第n个微电网的固定负荷需求量；表示t时刻第n个微电可平移负荷需求的增加量，表示t时刻第n个微电网可平移负荷需求的减少量；
[0059][0060]
式(31)中，sn表示第n个微电网所包含节点数的集合；表示第n个微电网的灵敏度系数；
[0061][0062]
式(32)中，ne表示微电网所包含的储能模块个数；c
deg
表示储能模块的退化损耗系数；η
ess,c
表示储能模块的充电效率；η
ess,d
表示储能放电效率；表示t时刻第e个储能模块的充电功率；表示t时刻第e个储能模块的放电功率；
[0063]
s2-7：利用式(33)到式(35)构建配电网计划负荷需求的效用能耗的约束条件：
[0064]
[0065][0066][0067]
式(33)-式(35)中，是t时刻第n个微电网可转移负荷的下限；是t时刻第n个微电网可转移负荷的上限；
[0068]
s2-8：利用式(36)到式(39)构建储能系统ess充放电的退化能耗的约束条件：
[0069][0070][0071][0072][0073]
式(36)-式(39)中，表示t时刻第e个储能模块的充电功率；表示t时刻第e个储能模块的放电功率；表示第e个储能模块的额定充电功率；表示第e个储能模块的额定放电功率；表示t时刻第e个储能模块的充放电状体的0-1辅助变量；s
t,e
表示t时刻第e个储能模块的荷电状态soc；s
t-1,e
表示t-1时刻第e个储能模块的荷电状态；表示第e个储能模块的容量；表示第e个储能模块的soc下限；表示第e个储能模块的soc上限；s
1,e
表示第e个储能模块的初始荷电状态；表示第e个储能模块的最终荷电状态；
[0074]
s3：基于配电网运营商dno和微电网之间的能量交易关系，将式(1)作为上层优化目标，将式(28)作为下层优化目标，从而建立双层优化模型的目标函数；
[0075]
以式(7)-式(27)作为上层优化目标的约束条件，以式(33)-式(39)作为下层优化目标的约束条件，从而建立双层优化模型的约束条件；
[0076]
s4：基于分布鲁棒方法的基础特性，采用多场景方法来描述分布式能源和用户负荷的不确定性，从而将线性化后的单层优化模型转化为分布鲁棒模型；
[0077]
s5：采用列与约束生成算法将分布鲁棒模型分解为主问题和子问题后进行迭代求解，得到包含储能充放电功率、负荷转移量、微电网内部电价、节点电压在内的模型决策变量，用于指导多微网柔性配电系统的交互调控。
[0078]
本发明一种电子设备，包括存储器以及处理器的特点在于，所述存储器用于存储支持处理器执行所述交互能源控制方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。
[0079]
本发明一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序的特点在于，所述计算机程序被处理器运行时执行所述交互能源控制方法的步骤。
[0080]
与现有技术相比，本发明的有益效果在于：
[0081]
1、本发明采用了一种网络约束型含多微网柔性配电系统交互能源控制方法，通过构建能源交易市场，赋予了各区域微网和配网运营商共同参与的权力，同时利用智能软开
关准确、连续调节有功/无功功率的特性和分布鲁棒优化特性，克服了现有技术中忽略各主体间交互运行情况，未能充分研究智能软开关与能源交易之间的关系，以及采用随机优化、鲁棒优化处理不确定性的可再生能源和负荷需求的弊端，从而提高了整体配电系统的灵活性，并降低配电系统的能量损耗。
[0082]
2、本发明通过构建具有多区域微网的配电网系统架构，赋予了各区域微网和配网运营商可以根据其内部可控制的资源状况来决定自己的运行方式的权利，保障了各区域微网和配网运营商的利益和偏好。
[0083]
3、本发明采用智能软开关来优化路径，改善了配电系统运行环境，实现了电压安全调控和降低配电系统能量损耗。
[0084]
4、本发明运用分布鲁棒优化来处理配网系统中存在的不确定性，并构建综合范数模糊集来约束场景概率分布集合，降低了计算复杂度，保证了决策的准确性。
附图说明
[0085]
图1是一种考虑不确定性的多微网柔性配电系统交互调控策略的流程图；
[0086]
图2是ieee-33节点系统拓扑图示意图；
[0087]
图3是各区域微电网初始数据示意图；
[0088]
图4是三种案例下的电压最大最小值对比结果示意图；
[0089]
图5是oltc控制结果对比图。
具体实施方式
[0090]
本实施例中，一种网络约束型含多微网柔性配电系统交互能源控制方法，是构建具有多微网的配电网系统架构，利用sop的有功/无功功率调节的特性，并运用分布鲁棒优化处理配网系统中存在的不确定性，提高了整体配网的灵活性并降低了配电系统能量损耗。具体的说，如图1所示，该方法包括以下步骤：
[0091]
s1：构建考虑不确定性的含多微网柔性配电系统的交互架构，包括：信息层和物理层；
[0092]
s1-1：在物理层上，采用有载调压器oltc将柔性配电系统与上级高压系统连接，并将柔性配电系统划分为三个区域性公用的微电网；微电网中包括分布式能源、智能软开关sop、储能系统ess、固定负荷和可转移负荷；其中，分布式能源包括：光伏阵列模块pv和风力发电机模块wt；
[0093]
s1-2：在信息层上，构建由配电网运营商dno和微电网构成的本地能源架构。
[0094]
s2：构建配电网运营商dno与各微电网的交互调控模型；
[0095]
s2-1：对于柔性配网运营商，其运行目标为降低柔性配电网系统的整体功率损耗和降低电压波动，优化其与上级电网和与所有公用微电网的能源交互。利用式(1)构建配电网运营商dno的优化目标：
[0096]
min f
dno
(x)＝αo(f
hv
+f
loss
+f
switch-f
mgs
)+β
vfvoltage
ꢀꢀꢀꢀ
(1)
[0097]
式(1)中，f
dno
(x)表示配电网运营商dno的能耗函数；αo和βv为通过主观加权法确定的两个权重系数；f
loss
表示柔性配电系统的网损函数，并由式(2)得到；f
switch
表示有载调压器oltc的动作损耗函数，并由式(18)得到；f
hv
表示配电网运营商dno与上级电网的交互函
数，并由式(24)得到；f
mgs
表示配电网运营商dno与下级微电网交互函数，并由式(25)得到；f
voltage
表示累积电压偏差，并由式(2)得到；
[0098][0099]
式(2)中，c
loss
表示功率损耗的系数；ωb表示所有支路的集合；δt表示单位时间间隔；r
ij
表示支路ij上的电阻；表示t时刻支路ij上电流的平方；表示智能软开关sop在t时刻向节点i传输有功功率时的有功功率损耗；
[0100][0101]
式(3)中，ωo表示包含有载调压器的线路的集合；k
t,ij
表示t时刻连接支路ij的有载调压器oltc的匝数比；k
t-1,ij
表示t-1时刻连接支路ij的有载调压器oltc的匝数比；c
oltc
表示与有载调压器oltc相关的损耗系数；
[0102][0103]
式(4)中，n
t
、nn表示柔性配电系统中的总时间尺度、总节点数；表示预定的参考电压点；
[0104][0105][0106]
式(5)-式(6)中，表示柔性配电系统与上级电网交易的买电价格；表示柔性配电系统与上级电网交易的卖电价格；g
t
是柔性配电系统的净负荷；[.]
+
表示非负正交上的投影算子；n
t
表示时间节点总数；n
mg
表示微电网的总数；
[0107]
s2-2：利用式(7)到式(13)构建柔性配电系统的网损函数f
loss
的sop约束：
[0108][0109][0110][0111][0112][0113][0114][0115]
式(7)-式(13)中，表示智能软开关sop在t时刻向节点i传输的有功功率；表示智能软开关sop在t时刻向节点j传输的有功功率；表示智能软开关sop在t时刻
向节点j传输有功功率时的有功功率损耗；表示智能软开关sop在节点i的损耗系数；表示智能软开关sop在节点j的损耗系数；表示智能软开关sop在t时刻向节点i传输的无功功率；表示智能软开关sop在t时刻向节点j传输的无功功率；为智能软开关sop在节点i处的无功功率下限；为智能软开关sop在节点i处的无功功率上限；为智能软开关sop在节点j处的无功功率下限；为智能软开关sop在节点j处的无功功率上限；为节点i处智能软开关sop的容量；为节点j处智能软开关sop的容量；
[0116]
s2-3：利用式(14)到式(21)构建柔性配电系统的潮流约束与安全约束：
[0117][0118][0119][0120][0121][0122][0123][0124][0125]
式(14)-式(21)中，ω
l
表示所有支路的集合；p
t,ik
表示t时刻流过支路ik的有功功率；p
t,i
表示t时刻注入节点i的有功功率；q
t,ik
表示t时刻流过支路ik的无功功率；x
ji
表示支路ji上的电抗；q
t,i
表示t时刻注入节点i的无功功率；u
t,i
是t时刻节点i的电压值；u
t,j
是t时刻节点j的电压值；u表示t时刻节点i电压值的下限；表示t时刻节点i电压值的上限；表示t时刻支路ij上的电流上限；表示光伏阵列模块pv在t时刻向节点i传输的有功功率；表示风机发电机模块wt在t时刻向节点i传输的有功功率；表示t时刻节点i上负载的有功功率；表示t时刻储能系统ess中第e个储能模块的充电功率；表示t时刻第e个储能模块的放电功率；表示光伏阵列模块pv在t时刻向节点i传输的无功功率；表示风机发电机模块wt在t时刻向节点i传输的无功功率；表示t时刻节点i上负载的无功功率；
[0126]
s2-4：利用式(22)到式(25)构建有载调压器oltc的调控约束条件：
[0127]ut,i
＝k
t,ijut,j
ꢀꢀ
(22)
[0128]kt,ij
＝k
ij,0
+k
t,ij
δk
ij
ꢀꢀ
(23)
[0129]
[0130][0131]
式(22)-式(25)中，k
ij,0
表示连接支路ij的有载调压器oltc的初始档位；δk
ij
表示连接支路ij的有载调压器oltc的增量；表示有载调压器oltc允许的操作数上限；表示连接支路ij的有载调压器oltc的总抽头数；
[0132]
s2-5：利用式(26)构建柔性配电网与上级电网的进行交互的约束条件，利用式(27)构建柔性配电网与微电网的进行交互的约束条件：
[0133][0134][0135]
式(26)-式(27)中，λ
t
表示t时刻内部价格；表示t时刻内部价格的下界；表示t时刻表示内部价格的上界；
[0136]
s2-6：微电网根据自身实际净负荷情况，来跟柔性配电网运营商进行交易，以满足内部用户的买卖电需求，实现自身利益最大化，利用式(28)构建微电网的优化目标：
[0137]
min f
mg
＝f
mg-f
load
+f
ess
ꢀꢀ
(28)
[0138]
式(28)中，f
mg
表示微电网的运行损耗函数；f
mg
表示微电网对外电能交互函数，并由式(29)得到；f
load
表示配电网中计划负荷需求的效用能耗函数，并由式(31)得到；f
ess
表示储能系统ess充放电的损耗函数，并由式(32)得到；
[0139][0140]
式(29)中，表示t期间第n个微电网的净负荷，并式(30)得到；
[0141][0142]
式(30)中，表示t时刻第n个微电网的固定负荷需求量；表示t时刻第n个微电可平移负荷需求的增加量，表示t时刻第n个微电网可平移负荷需求的减少量；
[0143][0144]
式(31)中，sn表示第n个微电网所包含节点数的集合；表示第n个微电网的灵敏度系数；
[0145][0146]
式(32)中，ne表示微电网所包含的储能模块个数；c
deg
表示储能模块的退化损耗系数；η
ess,c
表示储能模块的充电效率；η
ess,d
表示储能放电效率；表示t时刻第e个储能模块的充电功率；表示t时刻第e个储能模块的放电功率；
[0147]
s2-7：本发明假设微电网内部用户具有调整自身负荷需求的能力，并将微电网用户负荷需求分为：基本固定负荷和可转移调整负荷。其中，基本固定负荷为保障微电网内部用户正常运行或者生活需求的必须负荷，其不具备可调度性；可转移调整负荷表示在一定时间范围内调整用电需求量。利用式(33)到式(35)构建配电网计划负荷需求的效用能耗的
约束条件：
[0148][0149][0150][0151]
式(33)-式(35)中，是t时刻第n个微电网可转移负荷的下限；是t时刻第n个微电网可转移负荷的上限；
[0152]
s2-8：微电网内储能模块经过多次充放电行为后，在一定程度上会导致蓄电池容量的退化，造成自身的寿命损耗。本发明考虑了储能模块的损耗，利用式(36)到式(39)构建储能系统ess充放电的退化能耗的约束条件：
[0153][0154][0155][0156][0157]
式(36)-式(39)中，表示t时刻第e个储能模块的充电功率；表示t时刻第e个储能模块的放电功率；表示第e个储能模块的额定充电功率；表示第e个储能模块的额定放电功率；表示t时刻第e个储能模块的充放电状体的0-1辅助变量；s
t,e
表示t时刻第e个储能模块的荷电状态soc；s
t-1,e
表示t-1时刻第e个储能模块的荷电状态；表示第e个储能模块的容量；表示第e个储能模块的soc下限；表示第e个储能模块的soc上限；s
1,e
表示第e个储能模块的初始荷电状态；表示第e个储能模块的最终荷电状态；
[0158]
s3：基于配电网运营商dno和微电网之间的能量交易关系，将式(1)作为上层优化目标，将式(28)作为下层优化目标，从而建立双层优化模型的目标函数；
[0159]
以式(7)-(27)作为上层优化目标的约束条件，以式(33)-(39)作为下层优化目标的约束条件，从而建立双层优化模型的约束条件；
[0160]
s4：基于分布鲁棒方法的基础特性，采用多场景方法来描述分布式能源和用户负荷的不确定性，从而再将线性化后的单层优化模型转化为分布鲁棒模型；
[0161]
s5：采用列与约束生成算法将分布鲁棒模型分解为主问题和子问题后进行迭代求解，得到包含储能充放电功率、负荷转移量、微电网内部电价、节点电压在内的模型决策变量，用于指导多微网柔性配电系统的交互调控。
[0162]
本实施例中，一种电子设备，包括存储器以及处理器，该存储器用于存储支持处理器执行上述方法的程序，该处理器被配置为用于执行该存储器中存储的程序。
[0163]
本实施例中，一种计算机可读存储介质，是在计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法的步骤。
[0164]
为使本领域技术人员更好地理解本发明，算例分析包括以下构成：
[0165]
一测试系统与参数设置
[0166]
在仿真测试中，本章基于ieee-33节点的柔性配电系统进行测试，其中包括3个区域性的公用微电网，具体拓扑结构如图2所示。
[0167]
整个柔性配电网系统中包含四个光伏单元、两个风能发电机单元、三个储能模块以及三个智能软开关，相关参数信息如表1所示。
[0168]
表1ieee33节点测试系统相关参数
[0169][0170]
此处sop的容量设置为1.0mva；微电网用户的需求响应百分比设定为20％。所有已安装的分布式能源均以单位功率因数运行，因此无需考虑可再生能源的局部无功功率。图3展示了每个微电网内所包含光伏单元和风机单元的出力情况、用户负荷的预测用电情况以及各微电网的净负荷。单位时间间隔δt设置为1小时，αo和βv分别设置为0.833和0.167；上下界限定电压/u分别设置为1.05p.u.和0.95p.u.，内部买卖电电价的最小值和最大值分别设置为等于外部卖电电价和外部买电电价，对于功率损耗系数c
loss
设置为0.08，ess充放电系数c
deg
设置为18.741￥/mwh。oltc的允许操作数设置为4次/天，oltc的初始档位k
ij,0
和增量δk
ij
分别设置为1.0和1％。
[0171]
二模型对比分析
[0172]
(1)案例对比分析
[0173]
将所提调控策略与其他两个模式进行对比分析来证明本发明的有效性。具体案例定义如下：
[0174]
模式1：以能源交互最优为导向的决策方法，其仅考虑能源交互最优，因此不包括电压偏差等的安全因素。
[0175]
模式2：不考虑运用智能软开关的决策方法，即既考虑能源交互方面因素，也考虑潮流、线路功率损耗和电压偏差的安全因素。
[0176]
模式3：所提方法。
[0177]
通过三种模式的对比，所对应模式的相关性能对比如表2所示；所得电压的最大最小值对比结果，如图4所示；oltc控制结果对比结果，如图5所示。
[0178]
表2不同案例模式下的对比结果表
[0179][0180]
从表2可以看出，对于模式1，由于其仅考虑能源交互因素而无需考虑潮流约束等情况，故而能够根据最大化自身利益，充分调动储能系统和需求响应，降低了微电网的能源交互，但其所得结果与模式3相比，实际上具有更大的线路损耗和电压偏差，并且如图4所示，其电压越界行为也有所增加，无法保证电压稳定性，对实际配网运行将造成非常大的安全隐患，甚至影响实际交易能否顺利及时完成，此外还导致配网运营商和微电网之间的收益分配不均，无法实现整体的能源交互最大化。
[0181]
通过模式2与模式3对比，可以看出在配电网系统中未考虑智能软开关之后，配电网系统线路损耗和能源交互均有较大程度的增加。此外，结合图5可以看出，模式3中的oltc具有更小程度的切换动作和次数，通过智能软开关与oltc协同运作，可有效降低配电网调节的损耗。
[0182]
综上对比可以验证，所提综合调控方法能够同时兼顾运行能源交互和电压安全，为消纳本地分布式能源提出了更为高效的方案。
[0183]
(2)分布鲁棒优化方法对比分析
[0184]
假定分布式能源和微电网用户负荷的预测误差服从均值为0，方差为0.4倍预测值的正态分布，通过拟合生成3000个误差场景数据，来代表对比验证过程中的历史数据，最后再聚类筛选出5个典型场景来进行分布鲁棒优化方法模拟分析。
[0185]
首先，针对不同置信度水平对模型优化结果的影响趋势进行分析。在采用综合范数约束时，不同置信区间下的分布鲁棒优化结果，如表3-4所示。此处置信水平α1的范围选取[0.2,0.8]，置信水平α
∞
的范围选取[0.5,0.99]。
[0186]
通过表3中的数值对比，可以看出随着综合范数置信度α1和α
∞
的增大，总能源交互值也随之不断增大。这表明置信区间的上升，将增加柔性配电系统中所包含的不确定性程度，这也意味着配网系统需要进一步优化本地交易的内容，调用更多调控资源(如sop)以消减不确定性对系统运行带来的不利影响，从而导致配电系统总能源交互的增加。
[0187]
表3不同置信度下的对比结果
[0188][0189]
其次，为证明综合范数较于传统单一范数的有效性，此处还对综合范数与单一∞－范数和单一1－范数的结果分别进行对比，所得结果如表4、表5所示。其中，在与单一∞－范数对比时，α
∞
统一选取0.99；在与单一1－范数对比时，α1统一选取0.5。
[0190]
可以看出，采用综合范数约束条件计算相较于单一采用∞－范数和1－范数的方式所得结果更小。这表明综合范数约束对不确定性的波动范围作了进一步的限制，故而其计算所得结果更小，系统整体能源交互更低，结果保守性得到改善。因此，可以证明综合范数较于单一范数的有效性。
[0191]
表4综合范数与∞－范数结果对比
[0192][0193]
表5综合范数与1－范数结果对比
[0194][0195]
最后，为证明分布鲁棒方法对交互调控模型的有效性，此处对随机优化，鲁棒优化方法与本文采用的综合范数约束下的分布鲁棒优化进行比较。对于随机优化采用基于分布鲁棒方法已知的场景进行计算，其中各场景的概率值分别为0.2；对于鲁棒优化采用0.4倍预测值为波动范围；对于分布鲁棒优化采用选取置信度α
∞
为0.99，置信度α1为0.8的综合范数约束。对比结果如表6所示。
[0196]
表6分布鲁棒优化与其他方法对比结果表
[0197][0198]
表7不同算法结果对比表
[0199][0200]
通过表6和表7可以看出，虽然随机优化在基于已知场景所求得的优化结果为三者中最小，但在充分考虑场景随机性的情况下，其均值结果始终大于分布鲁棒优化的结果，这表明随机优化的鲁棒性和分布鲁棒优化相比，存在明显的不足。对于鲁棒优化，由于其只考虑最恶劣场景信息，因此其鲁棒保守性强，这也导致其所求得的网损和运行能源交互结果最大。
[0201]
与其他两种方法相比，本文所采用的分布鲁棒优化模型的各性能和系统运行能源交互鉴于其他两种方法之间，但概率分布期望均值均低于其他两种方法，这说明分布鲁棒优化模型的概率分布平均性能优于其他两种方法，从而体现出其在能源交互、保守性、安全性上具有很好的均衡，使模型在实际不确定环境下，保证系统安全运行，拥有更好的不确定性适应能力。

技术特征：
1.一种网络约束型含多微网柔性配电系统的交互能源控制方法，其特征在于，包括以下步骤：s1：构建考虑不确定性的含多微网柔性配电系统的交互架构，包括：信息层和物理层；s1-1：在所述物理层上，采用有载调压器oltc将柔性配电系统与上级高压系统连接，并将柔性配电系统划分为三个区域性公用的微电网；所述微电网中包括分布式能源、智能软开关sop、储能系统ess、固定负荷和可转移负荷；其中，所述分布式能源包括：光伏阵列模块pv和风力发电机模块wt；s1-2：在所述信息层上，构建由配电网运营商dno和所述微电网构成的本地能源架构；s2：构建配电网运营商dno与各微电网的交互调控模型；s2-1：利用式(1)构建配电网运营商dno的优化目标：min f
dno
(x)＝α
o
(f
hv
+f
loss
+f
switch-f
mgs
)+β
v
f
voltage
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式(1)中，f
dno
(x)表示配电网运营商dno的能耗函数；α
o
和β
v
为通过主观加权法确定的两个权重系数；f
loss
表示柔性配电系统的网损函数，并由式(2)得到；f
switch
表示有载调压器oltc的动作损耗函数，并由式(18)得到；f
hv
表示配电网运营商dno与上级电网的交互函数，并由式(24)得到；f
mgs
表示配电网运营商dno与下级微电网交互函数，并由式(25)得到；f
voltage
表示累积电压偏差，并由式(2)得到；式(2)中，c
loss
表示功率损耗的系数；ω
b
表示所有支路的集合；δt表示单位时间间隔；r
ij
表示支路ij上的电阻；表示t时刻支路ij上电流的平方；表示智能软开关sop在t时刻向节点i传输有功功率时的有功功率损耗；式(3)中，ω
o
表示包含有载调压器的线路的集合；k
t,ij
表示t时刻连接支路ij的有载调压器oltc的匝数比；k
t-1,ij
表示t-1时刻连接支路ij的有载调压器oltc的匝数比；c
oltc
表示与有载调压器oltc相关的损耗系数；式(4)中，n
t
、n
n
表示柔性配电系统中的总时间尺度、总节点数；表示预定的参考电压点；点；式(5)-式(6)中，表示柔性配电系统与上级电网交易的买电价格；表示柔性配电系统与上级电网交易的卖电价格；g
t
是柔性配电系统的净负荷；[.]
+
表示非负正交上的投影算子；n
t
表示时间节点总数；n
mg
表示微电网的总数；s2-2：利用式(7)到式(13)构建柔性配电系统的网损函数f
loss
的sop约束：
式(7)-式(13)中，表示智能软开关sop在t时刻向节点i传输的有功功率；表示智能软开关sop在t时刻向节点j传输的有功功率；表示智能软开关sop在t时刻向节点j传输有功功率时的有功功率损耗；表示智能软开关sop在节点i的损耗系数；表示智能软开关sop在节点j的损耗系数；表示智能软开关sop在t时刻向节点i传输的无功功率；表示智能软开关sop在t时刻向节点j传输的无功功率；为智能软开关sop在节点i处的无功功率下限；为智能软开关sop在节点i处的无功功率上限；为智能软开关sop在节点j处的无功功率下限；为智能软开关sop在节点j处的无功功率上限；为节点i处智能软开关sop的容量；为节点j处智能软开关sop的容量；s2-3：利用式(14)到式(21)构建柔性配电系统的潮流约束与安全约束：3：利用式(14)到式(21)构建柔性配电系统的潮流约束与安全约束：3：利用式(14)到式(21)构建柔性配电系统的潮流约束与安全约束：3：利用式(14)到式(21)构建柔性配电系统的潮流约束与安全约束：3：利用式(14)到式(21)构建柔性配电系统的潮流约束与安全约束：3：利用式(14)到式(21)构建柔性配电系统的潮流约束与安全约束：3：利用式(14)到式(21)构建柔性配电系统的潮流约束与安全约束：3：利用式(14)到式(21)构建柔性配电系统的潮流约束与安全约束：式(14)-式(21)中，ω
l
表示所有支路的集合；p
t,ik
表示t时刻流过支路ik的有功功率；p
t,i
表示t时刻注入节点i的有功功率；q
t,ik
表示t时刻流过支路ik的无功功率；x
ji
表示支路
ji上的电抗；q
t,i
表示t时刻注入节点i的无功功率；u
t,i
是t时刻节点i的电压值；u
t,j
是t时刻节点j的电压值；u表示t时刻节点i电压值的下限；表示t时刻节点i电压值的上限；表示t时刻支路ij上的电流上限；表示光伏阵列模块pv在t时刻向节点i传输的有功功率；表示风机发电机模块wt在t时刻向节点i传输的有功功率；表示t时刻节点i上负载的有功功率；表示t时刻储能系统ess中第e个储能模块的充电功率；表示t时刻第e个储能模块的放电功率；表示光伏阵列模块pv在t时刻向节点i传输的无功功率；表示风机发电机模块wt在t时刻向节点i传输的无功功率；表示t时刻节点i上负载的无功功率；s2-4：利用式(22)到式(25)构建有载调压器oltc的调控约束条件：u
t,i
＝k
t,ij
u
t,j
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(22)k
t,ij
＝k
ij,0
+k
t,ij
δk
ij
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(23)(23)式(22)-式(25)中，k
ij,0
表示连接支路ij的有载调压器oltc的初始档位；δk
ij
表示连接支路ij的有载调压器oltc的增量；表示有载调压器oltc允许的操作数上限；表示连接支路ij的有载调压器oltc的总抽头数；s2-5：利用式(26)构建柔性配电网与上级电网的进行交互的约束条件，利用式(27)构建柔性配电网与微电网的进行交互的约束条件：建柔性配电网与微电网的进行交互的约束条件：式(26)-式(27)中，λ
t
表示t时刻内部价格；表示t时刻内部价格的下界；表示t时刻表示内部价格的上界；s2-6：利用式(28)构建微电网的优化目标：min f
mg
＝f
mg-f
load
+f
ess
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(28)式(28)中，f
mg
表示微电网的运行损耗函数；f
mg
表示微电网对外电能交互函数，并由式(29)得到；f
load
表示配电网中计划负荷需求的效用能耗函数，并由式(31)得到；f
ess
表示储能系统ess充放电的损耗函数，并由式(32)得到；式(29)中，表示t期间第n个微电网的净负荷，并式(30)得到；式(30)中，表示t时刻第n个微电网的固定负荷需求量；表示t时刻第n个微电可平移负荷需求的增加量，表示t时刻第n个微电网可平移负荷需求的减少量；
式(31)中，s
n
表示第n个微电网所包含节点数的集合；表示第n个微电网的灵敏度系数；式(32)中，n
e
表示微电网所包含的储能模块个数；c
deg
表示储能模块的退化损耗系数；η
ess,c
表示储能模块的充电效率；η
ess,d
表示储能放电效率；表示t时刻第e个储能模块的充电功率；表示t时刻第e个储能模块的放电功率；s2-7：利用式(33)到式(35)构建配电网计划负荷需求的效用能耗的约束条件：7：利用式(33)到式(35)构建配电网计划负荷需求的效用能耗的约束条件：7：利用式(33)到式(35)构建配电网计划负荷需求的效用能耗的约束条件：式(33)-式(35)中，是t时刻第n个微电网可转移负荷的下限；是t时刻第n个微电网可转移负荷的上限；s2-8：利用式(36)到式(39)构建储能系统ess充放电的退化能耗的约束条件：8：利用式(36)到式(39)构建储能系统ess充放电的退化能耗的约束条件：8：利用式(36)到式(39)构建储能系统ess充放电的退化能耗的约束条件：8：利用式(36)到式(39)构建储能系统ess充放电的退化能耗的约束条件：式(36)-式(39)中，表示t时刻第e个储能模块的充电功率；表示t时刻第e个储能模块的放电功率；表示第e个储能模块的额定充电功率；表示第e个储能模块的额定放电功率；表示t时刻第e个储能模块的充放电状体的0-1辅助变量；s
t,e
表示t时刻第e个储能模块的荷电状态soc；s
t-1,e
表示t-1时刻第e个储能模块的荷电状态；表示第e个储能模块的容量；表示第e个储能模块的soc下限；表示第e个储能模块的soc上限；s
1,e
表示第e个储能模块的初始荷电状态；表示第e个储能模块的最终荷电状态；s3：基于配电网运营商dno和微电网之间的能量交易关系，将式(1)作为上层优化目标，将式(28)作为下层优化目标，从而建立双层优化模型的目标函数；以式(7)-式(27)作为上层优化目标的约束条件，以式(33)-式(39)作为下层优化目标的约束条件，从而建立双层优化模型的约束条件；s4：基于分布鲁棒方法的基础特性，采用多场景方法来描述分布式能源和用户负荷的
不确定性，从而将线性化后的单层优化模型转化为分布鲁棒模型；s5：采用列与约束生成算法将分布鲁棒模型分解为主问题和子问题后进行迭代求解，得到包含储能充放电功率、负荷转移量、微电网内部电价、节点电压在内的模型决策变量，用于指导多微网柔性配电系统的交互调控。2.一种电子设备，包括存储器以及处理器，其特征在于，所述存储器用于存储支持处理器执行权利要求1所述交互能源控制方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。3.一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行权利要求1所述交互能源控制方法的步骤。

技术总结
本发明公开了一种网络约束型含多微网柔性配电系统的交互能源控制方法，包括：1构建配网运营商和区域微网之间的本地能源交互架构，在配电系统安全运行的基础上，最大程度提升分布式能源本地消纳能力，提高整体配电系统的灵活性和降低配电系统的能量损耗；2将柔性软开关和配网运营商相关联，通过优化路径，在实现系统潮流优化和电压调控的同时，改善配电系统运行环境，降低配电系统能量损耗；3考虑不确定性场景，将分布鲁棒优化与本地能源市场相结合，使配网系统时刻保持低能量损耗和高电压质量，保证调控方法具有更好的鲁棒性。保证调控方法具有更好的鲁棒性。保证调控方法具有更好的鲁棒性。


技术研发人员：杨晓东 刘奇 户政丽 吴红斌 李贺龙 杨之青 赵爽
受保护的技术使用者：合肥工业大学
技术研发日：2023.06.21
技术公布日：2023/9/14