本申請(qǐng)涉及源荷不確定性預(yù)測(cè)，特別是涉及一種縣域配電網(wǎng)的運(yùn)行控制方法、裝置、計(jì)算機(jī)設(shè)備、介質(zhì)和產(chǎn)品。

背景技術(shù)：

1、隨著技術(shù)進(jìn)步和成本降低，光伏發(fā)電技術(shù)在縣域配電網(wǎng)中的滲透率顯著提高，形成了高比例光伏機(jī)組的接入格局。這一變化雖然有效緩解了能源短缺問(wèn)題，提升了可再生能源的利用率，但同時(shí)也給縣域配電網(wǎng)的運(yùn)行帶來(lái)了新的挑戰(zhàn)。由于高比例光伏機(jī)組的出力具有顯著的間歇性、波動(dòng)性和不確定性，這些特性對(duì)配電網(wǎng)的功率平衡、電壓穩(wěn)定、頻率控制等方面構(gòu)成了嚴(yán)峻考驗(yàn)，增加了系統(tǒng)運(yùn)行的不確定性和風(fēng)險(xiǎn)。

2、傳統(tǒng)方法中，在構(gòu)建縣域配電網(wǎng)日前優(yōu)化運(yùn)行模型時(shí)，往往忽視了不確定性因素對(duì)系統(tǒng)運(yùn)行的影響，或僅采用單一的優(yōu)化算法，難以應(yīng)對(duì)復(fù)雜多變的運(yùn)行場(chǎng)景。并且，在處理不確定性問(wèn)題時(shí)，缺乏綜合考慮電源側(cè)、負(fù)荷側(cè)及電網(wǎng)側(cè)多因素協(xié)同優(yōu)化的策略，導(dǎo)致優(yōu)化效果有限，難以充分提升新能源消納率和降低運(yùn)行成本。

技術(shù)實(shí)現(xiàn)思路

1、基于此，有必要針對(duì)上述技術(shù)問(wèn)題，提供一種能夠?qū)h域配電網(wǎng)中的源荷不確定性進(jìn)行精準(zhǔn)建模的縣域配電網(wǎng)的運(yùn)行控制方法、裝置、計(jì)算機(jī)設(shè)備、介質(zhì)和產(chǎn)品。

2、第一方面，本申請(qǐng)?zhí)峁┝艘环N縣域配電網(wǎng)的運(yùn)行控制方法，包括：

3、基于真實(shí)概率分布與經(jīng)驗(yàn)概率分布間的最優(yōu)傳輸距離，建立光伏不確定性預(yù)測(cè)模型；經(jīng)驗(yàn)概率分布根據(jù)預(yù)測(cè)歷史數(shù)據(jù)確定；

4、基于縣域配電網(wǎng)的歷史負(fù)荷數(shù)據(jù)建立負(fù)荷不確定性預(yù)測(cè)模型；負(fù)荷不確定性預(yù)測(cè)模型包括縣域配電網(wǎng)運(yùn)行成本的條件風(fēng)險(xiǎn)價(jià)值；

5、根據(jù)光伏不確定性預(yù)測(cè)模型和負(fù)荷不確定性預(yù)測(cè)模型，建立日前優(yōu)化模型，并為日前優(yōu)化模型添加魯棒約束條件，得到魯棒優(yōu)化運(yùn)行模型；日前優(yōu)化模型的目標(biāo)函數(shù)為縣域配電網(wǎng)的最小總運(yùn)行成本；

6、對(duì)魯棒優(yōu)化運(yùn)行模型進(jìn)行求解，得到目標(biāo)運(yùn)行策略，按照目標(biāo)運(yùn)行策略控制縣域配電網(wǎng)的運(yùn)行。

7、在其中一個(gè)實(shí)施例中，基于真實(shí)概率分布與經(jīng)驗(yàn)概率分布間的最優(yōu)傳輸距離，建立光伏不確定性預(yù)測(cè)模型的步驟，包括：

8、基于經(jīng)驗(yàn)概率分布，建立真實(shí)概率分布的不確定性集合；不確定性集合為以經(jīng)驗(yàn)概率分布為中心、以魯棒優(yōu)化參數(shù)為半徑的所有概率分布的集合；不確定性集合中所有概率分布于經(jīng)驗(yàn)概率分布間的最優(yōu)傳輸距離小于等于魯棒優(yōu)化參數(shù)；

9、基于不確定性集合建立光伏不確定性預(yù)測(cè)模型。

10、在其中一個(gè)實(shí)施例中，基于縣域配電網(wǎng)的歷史負(fù)荷數(shù)據(jù)建立負(fù)荷不確定性預(yù)測(cè)模型的步驟，包括：

11、確定歷史負(fù)荷數(shù)據(jù)的時(shí)間序列特性，根據(jù)時(shí)間序列特性確定負(fù)荷預(yù)測(cè)場(chǎng)景；

12、根據(jù)歷史負(fù)荷數(shù)據(jù)，確定在負(fù)荷預(yù)測(cè)場(chǎng)景下的負(fù)荷預(yù)測(cè)值和配電網(wǎng)購(gòu)能成本；

13、基于預(yù)設(shè)置信水平、負(fù)荷預(yù)測(cè)值和配電網(wǎng)購(gòu)能成本，構(gòu)建負(fù)荷不確定性預(yù)測(cè)模型。

14、在其中一個(gè)實(shí)施例中，根據(jù)光伏不確定性預(yù)測(cè)模型和負(fù)荷不確定性預(yù)測(cè)模型，建立日前優(yōu)化模型的步驟，包括：

15、根據(jù)縣域配電網(wǎng)中燃?xì)廨啓C(jī)的運(yùn)行數(shù)據(jù)，確定燃?xì)廨啓C(jī)的平抑功率成本；

16、基于光伏不確定性預(yù)測(cè)模型、負(fù)荷不確定性預(yù)測(cè)模型、以及在所有概率分布下的平抑功率成本的數(shù)學(xué)期望，構(gòu)建目標(biāo)函數(shù)；

17、基于目標(biāo)函數(shù)建立日前優(yōu)化模型。

18、在其中一個(gè)實(shí)施例中，基于光伏不確定性預(yù)測(cè)模型和在所有概率分布下的平抑功率成本的數(shù)學(xué)期望值，構(gòu)建目標(biāo)函數(shù)的步驟，包括：

19、根據(jù)燃?xì)廨啓C(jī)的天然氣消耗體積，確定燃?xì)廨啓C(jī)的實(shí)際輸出功率和預(yù)期輸出功率；

20、基于實(shí)際輸出功率和預(yù)期輸出功率間的關(guān)聯(lián)關(guān)系，構(gòu)建輔助函數(shù)；輔助函數(shù)用于表示目標(biāo)函數(shù)的上確界數(shù)學(xué)期望；

21、根據(jù)輔助函數(shù)更新目標(biāo)函數(shù)。

22、在其中一個(gè)實(shí)施例中，魯棒約束條件包括分布魯棒機(jī)會(huì)約束、功率平衡約束、儲(chǔ)能裝置運(yùn)行約束、以及配電網(wǎng)潮流約束；魯棒約束條件的構(gòu)建過(guò)程，包括：

23、根據(jù)燃?xì)廨啓C(jī)輸出功率上限和輸出功率下限，建立非凸非線性約束；非凸非線性約束表示燃?xì)廨啓C(jī)的輸出功率處于安全運(yùn)行范圍內(nèi)的概率大于等于預(yù)設(shè)值；

24、對(duì)非凸非線性約束條件進(jìn)行等效線性化處理，并轉(zhuǎn)換為凸優(yōu)化約束的形式，得到分布魯棒機(jī)會(huì)約束；

25、基于縣域配電網(wǎng)中光伏機(jī)組的輸出功率，構(gòu)建功率平衡約束；

26、根據(jù)縣域配電網(wǎng)中儲(chǔ)能裝置的soc、以及儲(chǔ)電裝置的充放電功率和充放電效率，構(gòu)建儲(chǔ)能裝置運(yùn)行約束；

27、建立縣域配電網(wǎng)的直流潮流模型，并將直流潮流模型轉(zhuǎn)換為混合整數(shù)二階錐規(guī)劃的形式，得到配電網(wǎng)潮流約束。

28、第二方面，本申請(qǐng)還提供了一種縣域配電網(wǎng)的運(yùn)行控制裝置，包括：

29、光伏模型建立模塊，用于基于真實(shí)概率分布與經(jīng)驗(yàn)概率分布間的最優(yōu)傳輸距離，建立光伏不確定性預(yù)測(cè)模型；經(jīng)驗(yàn)概率分布根據(jù)預(yù)測(cè)歷史數(shù)據(jù)確定；

30、負(fù)荷模型建立模塊，用于基于縣域配電網(wǎng)的歷史負(fù)荷數(shù)據(jù)建立負(fù)荷不確定性預(yù)測(cè)模型；負(fù)荷不確定性預(yù)測(cè)模型包括縣域配電網(wǎng)運(yùn)行成本的條件風(fēng)險(xiǎn)價(jià)值；

31、優(yōu)化模型建立模塊，用于根據(jù)光伏不確定性預(yù)測(cè)模型和負(fù)荷不確定性預(yù)測(cè)模型，建立日前優(yōu)化模型，并為日前優(yōu)化模型添加魯棒約束條件，得到魯棒優(yōu)化運(yùn)行模型；日前優(yōu)化模型的目標(biāo)函數(shù)為縣域配電網(wǎng)的最小總運(yùn)行成本；

32、電網(wǎng)運(yùn)行控制模塊，用于對(duì)魯棒優(yōu)化運(yùn)行模型進(jìn)行求解，得到目標(biāo)運(yùn)行策略，按照目標(biāo)運(yùn)行策略控制縣域配電網(wǎng)的運(yùn)行。

33、第三方面，本申請(qǐng)還提供了一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，處理器執(zhí)行計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)第一方面中任意一項(xiàng)的方法步驟。

34、第四方面，本申請(qǐng)還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)第一方面中任意一項(xiàng)的方法步驟。

35、第五方面，本申請(qǐng)還提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)第一方面中任意一項(xiàng)的方法步驟。

36、上述縣域配電網(wǎng)的運(yùn)行控制方法、裝置、計(jì)算機(jī)設(shè)備、介質(zhì)和產(chǎn)品，通過(guò)將優(yōu)化模型的目標(biāo)函數(shù)設(shè)定為縣域配電網(wǎng)的最小總運(yùn)行成本，可以確保在滿(mǎn)足電力需求和系統(tǒng)安全的前提下，實(shí)現(xiàn)運(yùn)行成本的最小化，通過(guò)引入魯棒約束條件可以應(yīng)對(duì)光伏和負(fù)荷的不確定性，由于光伏輸出受天氣條件影響大，而負(fù)荷需求也常因多種因素波動(dòng)，通過(guò)魯棒優(yōu)化，可以確保在不確定因素變化時(shí)，系統(tǒng)仍能穩(wěn)定運(yùn)行，減少因不確定性導(dǎo)致的運(yùn)行風(fēng)險(xiǎn)，進(jìn)而通過(guò)引入光伏不確定性預(yù)測(cè)模型和負(fù)荷不確定性預(yù)測(cè)模型，以及添加魯棒約束條件來(lái)建立魯棒優(yōu)化運(yùn)行模型，能夠?qū)h域配電網(wǎng)中的源荷不確定性進(jìn)行精準(zhǔn)建模，提高優(yōu)化運(yùn)行效果，從而提高新能源利用效率。

技術(shù)特征：

1.一種縣域配電網(wǎng)的運(yùn)行控制方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于真實(shí)概率分布與經(jīng)驗(yàn)概率分布間的最優(yōu)傳輸距離，建立光伏不確定性預(yù)測(cè)模型，包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于縣域配電網(wǎng)的歷史負(fù)荷數(shù)據(jù)建立負(fù)荷不確定性預(yù)測(cè)模型，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述光伏不確定性預(yù)測(cè)模型和所述負(fù)荷不確定性預(yù)測(cè)模型，建立日前優(yōu)化模型，包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述基于所述光伏不確定性預(yù)測(cè)模型和在所有概率分布下的所述平抑功率成本的數(shù)學(xué)期望值，構(gòu)建目標(biāo)函數(shù)，包括：

6.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述魯棒約束條件包括分布魯棒機(jī)會(huì)約束、功率平衡約束、儲(chǔ)能裝置運(yùn)行約束、以及配電網(wǎng)潮流約束；所述魯棒約束條件的構(gòu)建過(guò)程，包括：

7.一種縣域配電網(wǎng)的運(yùn)行控制裝置，其特征在于，所述裝置包括：

8.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至6中任一項(xiàng)所述的方法的步驟。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至6中任一項(xiàng)所述的方法的步驟。

10.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至6中任一項(xiàng)所述的方法的步驟。

技術(shù)總結(jié)
本申請(qǐng)涉及一種縣域配電網(wǎng)的運(yùn)行控制方法、裝置、計(jì)算機(jī)設(shè)備、介質(zhì)和產(chǎn)品。所述方法包括：基于真實(shí)概率分布與經(jīng)驗(yàn)概率分布間的最優(yōu)傳輸距離，建立光伏不確定性預(yù)測(cè)模型，基于縣域配電網(wǎng)的歷史負(fù)荷數(shù)據(jù)建立負(fù)荷不確定性預(yù)測(cè)模型，根據(jù)光伏不確定性預(yù)測(cè)模型和負(fù)荷不確定性預(yù)測(cè)模型，建立日前優(yōu)化模型，并為日前優(yōu)化模型添加魯棒約束條件，得到魯棒優(yōu)化運(yùn)行模型，對(duì)魯棒優(yōu)化運(yùn)行模型進(jìn)行求解，得到目標(biāo)運(yùn)行策略，按照目標(biāo)運(yùn)行策略控制縣域配電網(wǎng)的運(yùn)行。采用本方法能夠?qū)h域配電網(wǎng)中的源荷不確定性進(jìn)行精準(zhǔn)建模，提高優(yōu)化運(yùn)行效果，從而提高新能源利用效率。

技術(shù)研發(fā)人員：馬龍義,肖天穎,盧山峰,曹毅,鐘紅梅,喻磊,郭佳才,李俊林,沈鑫皓,李浩,韋園清,張鵬城,喻圓祥
受保護(hù)的技術(shù)使用者：廣東電網(wǎng)有限責(zé)任公司惠州供電局
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/23