本发明公开了一种计及不确定性的主动配电网序贯‑鲁棒优化调度系统及调度方法，其中调度框架包括上层序贯优化模型和下层鲁棒自适应模型；基于所述调度框架的调度方法，包括：针对主动配电网中的传统调压设备，进行小时级优化调度，引入序贯优化理论，构建上层优化模型，降低不确定性对决策的影响；基于上层调度指令，进行小时内的下层优化，采用鲁棒自适应优化方法，构建鲁棒自适应有功‑无功协调优化模型，实现对配电网的主动控制与实时优化；本发明针对大规模可再生能源接入的主动配电网，通过调用一切可控资源提供系统支撑，充分降低可再生能源出力不确定性的不利影响，实现配电网的可靠、安全、经济、高效运行。
1.主动配电网序贯-自适应鲁棒优化调度系统，其特征在于，包括上层优化模型和下层优化模型；
上层优化模型对传统调控设备进行优化，下层优化模型对分布式电源进行实时优化，下层优化模型接收上层优化模型的调度指令，进行小时内的下层优化，下层优化模型将信息反馈给上层优化模型；
所述上层优化模型为序贯优化模型，所述下层优化模型为鲁棒自适应有功-无功协调优化模型；
min f(u,x)＝min PlossL(u,x)＝0
其中，u表示控制变量，x表示状态变量，L(u,x)＝0表示等式约束，G(u,x)≤0表示不等式约束，Ploss表示系统网损；
所述鲁棒自适应有功-无功协调优化模型为：g(P,Q)＝0
p＝p0+p(ε) p(ε)＝pα1ε+pα2εTε+…Q＝q0+q(ε) q(ε)＝qα1ε+qα2εTε+…ε∈Ω
其中， 为无扰动状态下的目标函数， 为有扰动状态下的目标函数，g(P,Q)＝0表示等式约束，h(P,Q)≤0表示不等式约束；
分布式电源的最大有功出力仿射表达式为：其中，pmax为分布式电源最大有功出力， 为分布式电源最大有功出力的预测值，为最大扰动量，ε为分布式电源出力扰动因子，Ω为不确定集；
分布式电源最优有功出力的自适应函数，如下式所示：p＝p0+p(ε)
p(ε)＝pα1ε+pα2εTε+…其中，p为分布式电源最优有功出力，p0为无扰动情况下分布式电源的最优有功出力，p(ε)为分布式电源有功出力随扰动变化的自适应函数，pα1为分布式电源有功出力的一阶扰动量，pα2为分布式电源有功出力的二阶扰动量，εT是ε的转置；
分布式电源最优无功出力的自适应函数，如下式所示：Q＝q0+q(ε)
q(ε)＝qα1ε+qα2εTε+…其中，Q为分布式电源最优无功出力，q0为无扰动情况下分布式电源的最优无功出力，q(ε)为分布式电源无功出力随扰动变化的自适应函数，qα1为分布式电源无功出力的一阶扰动量，qα2为分布式电源无功出力的二阶扰动量。
2.基于权利要求1所述的调度系统的调度方法，其特征在于，包括以下步骤：(1)构建上层优化模型
针对主动配电网中的传统调压设备，进行小时级优化调度，引入序贯优化理论，进行序贯滚动优化，构建上层优化模型；
基于上层调度指令，进行小时内的下层优化，充分发挥分布式电源的系统支撑能力，将不确定变量处理成区间的形式，采用鲁棒自适应优化方法，构建鲁棒自适应有功-无功协调优化模型，即下层优化模型；
上层制定调度计划时，同时考虑传统调控设备和分布式电源，但主要动作传统离散调控设备，分布式电源的调控指令主要来源于下层优化；
上层优化以T为一个调度周期，每个调度周期开始进行优化决策，获取调度计划；
若当前时间距离传统离散设备动作时间超过1小时，则每隔T1时间进行一次滚动优化，更新调度计划；
若当前时间距离传统离散设备动作时间小于1小时，则每隔T2时间进行一次滚动优化，更新调度计划；
传统离散设备动作之前T3时间，再进行一次优化，更新调度计划；
min f(u,x)＝min PlossL(u,x)＝0
其中，u表示控制变量，x表示状态变量，L(u,x)＝0表示等式约束，G(u,x)≤0表示不等式约束，Ploss表示系统网损；
上层优化的调度周期T的取值范围为1h～24h，T1的取值范围为20min～1h，T2的取值范围为10min～20min，T3的取值范围为3min～10min；
下层优化仅调控分布式电源的有功出力和无功出力，对分布式电源进行实时优化；基于上层的调度指令，下层优化采用鲁棒自适应有功-无功协调优化方法，将不确定变量处理为区间形式，构建自适应函数，构建鲁棒自适应优化模型，用以求取分布式电源的自适应控制规则；
优化的时间粒度为T4，即每隔T4时间进行一次优化调度，获取该T4时间内的操作指令，T4取值范围为30s～5min；
主动配电网中，分布式电源的最大有功出力为不确定变量，其区间表达式如下所示：其中，Pmax表示分布式电源最大有功出力，Pmax表示区间出力的下限， 表示区间出力的上限；
分布式电源的最大有功出力仿射表达式为：其中，pmax为分布式电源最大有功出力， 为分布式电源最大有功出力的预测值，为最大扰动量，ε为分布式电源出力扰动因子，Ω为不确定集；
分布式电源最优有功出力的自适应函数，如下式所示：p＝p0+p(ε)
p(ε)＝pα1ε+pα2εTε+…其中，p为分布式电源最优有功出力，p0为无扰动情况下分布式电源的最优有功出力，p(ε)为分布式电源有功出力随扰动变化的自适应函数，pα1为分布式电源有功出力的一阶扰T动量，pα2为分布式电源有功出力的二阶扰动量，ε是ε的转置；
分布式电源最优无功出力的自适应函数，如下式所示：Q＝q0+q(ε)
q(ε)＝qα1ε+qα2εTε+…其中，Q为分布式电源最优无功出力，q0为无扰动情况下分布式电源的最优无功出力，q(ε)为分布式电源无功出力随扰动变化的自适应函数，qα1为分布式电源无功出力的一阶扰动量，qα2为分布式电源无功出力的二阶扰动量；
主动配电网鲁棒自适应有功-无功协调优化模型，如下所示：g(P,Q)＝0
p＝p0+p(ε) p(ε)＝pα1ε+pα2εTε+…Q＝q0+q(ε) q(ε)＝qα1ε+qα2εTε+…ε∈Ω
其中， 为无扰动状态下的目标函数， 为有扰动状态下的目标函数，g(P,Q)＝0表示等式约束，h(P,Q)≤0表示不等式约束。
主动配电网序贯-自适应鲁棒优化调度系统及调度方法
技术领域
[0001] 本发明涉及主动配电网的调度框架和调度方法，特别是涉及一种计及不确定性的主动配电网序贯鲁棒优化调度系统及调度方法。
背景技术
[0002] 积极发展可再生能源发电技术，是我国调整能源结构、转变经济发展方式和实现可持续发展的战略选择，分布式电源技术(DG)已成为我国能源可持续发展关键技术的焦点。分布式电源的大规模并网，给配电网的运行带来了广泛的影响和巨大的挑战。
[0003] 现有的主动配电网调控策略主要包括：单时间断面优化调度、日前调度以及多时间尺度协调配合的分层调度。单时间断面优化调度未充分考虑传统调控设备与分布式电源的区别，对配网实际运行指导意义不足；日前调度依赖于分布式电源的预测值，而分布式电源实际值与预测值往往存在一定的偏差，且预测时间越长，偏差越大，因此日前调度计划往往精度不高；多时间尺度协调配合的分层调度仍是配电网安全约束越限后的被动调节，不是真正的主动控制与实时优化，且其容易存在计算次数多，成本高的问题。
[0004] 因此，现有技术存在调度时间尺度过低、对分布式电源不确定性处理能力不足等问题，不能确保配电网的可靠、安全、经济、高效运行。
发明内容
[0005] 发明目的：为克服现有技术存在的不足，提供了一种采用双层立体调度框架，小时级优化调度与小时内优化调度结合的计及不确定性的主动配电网序贯-鲁棒优化调度系统及调度方法。
[0006] 技术方案：一种计及不确定性的主动配电网序贯-鲁棒优化调度系统，包括上层优化模型和下层优化模型；
[0007] 上层优化模型对传统调控设备进行优化，下次优化模型对分布式电源进行实时优化，下层优化模型接收上层优化模型的调度指令，进行小时内的下层优化，下层优化模型将信息反馈给上层优化模型。
[0008] 其中，所述上层优化模型为序贯优化模型，所述下层优化模型为鲁棒自适应有功- 无功协调优化模型；
[0009] 所述序贯优化模型为：
[0010]
[0011] 其中，u表示控制变量，x表示状态变量，L(u,x)＝0表示等式约束，G(u,x)≤0表示不等式约束，Ploss表示系统网损；
[0012] 所述鲁棒自适应有功-无功协调优化模型为：
[0013]
[0014] 其中， 为无扰动状态下的目标函数， 为有扰动状态下的目标函数，g(P,Q)＝0表示等式约束，h(P,Q)≤0表示不等式约束；
[0015] 分布式电源的最大有功出力仿射表达式为：
[0016]
[0017] 其中，pmax为分布式电源最大有功出力， 为分布式电源最大有功出力的预测值，为最大扰动量，ε为分布式电源出力扰动因子，Ω为不确定集；
[0018] 分布式电源最优有功出力的自适应函数，如下式所示：
[0019] p＝p0+p(ε) (4)
[0020] p(ε)＝pα1ε+pα2εTε+… (5)
[0021] 其中，p为分布式电源最优有功出力，p0为无扰动情况下分布式电源的最优有功出力，p(ε)为分布式电源有功出力随扰动变化的自适应函数，pα1为分布式电源有功出力的一阶扰动量，pα2为分布式电源有功出力的二阶扰动量，εT是ε的转置；其中公式(5) 为多项式函数，其项数具体个数与优化模型的具体表达式相关；
[0022] 分布式电源最优无功出力的自适应函数，如下式所示：
[0023] Q＝q0+q(ε) (6)
[0024] q(ε)＝qα1ε+qα2εTε+… (7)
[0025] 其中，Q为分布式电源最优无功出力，q0为无扰动情况下分布式电源的最优无功出力，q(ε)为分布式电源无功出力随扰动变化的自适应函数，qα1为分布式电源无功出力的一阶扰动量，qα2为分布式电源无功出力的二阶扰动量；其中公式(7)为多项式函数，其项数具体个数与优化模型的具体表达式相关。
[0026] 一种基于上述调度框架的调度方法，包括以下步骤：
[0027] (1)构建上层优化模型
[0028] 针对主动配电网中的传统调压设备，进行小时级优化调度，引入序贯优化理论，进行序贯滚动优化，构建上层优化模型；
[0029] (2)构建下层优化模型
[0030] 基于上层调度指令，进行小时内的下层优化，充分发挥分布式电源的系统支撑能力，将不确定变量处理成区间的形式，采用鲁棒自适应优化方法，构建鲁棒自适应有功-无功协调优化模型，即下层优化模型。
[0031] 其中，所述步骤(1)进一步包括：
[0032] (a)上层制定调度计划
[0033] 上层制定调度计划时，同时考虑传统调控设备和分布式电源，但主要动作传统离散调控设备，分布式电源的调控指令主要来源于下层优化；
[0034] (b)获取调度计划
[0035] 上层优化以T为一个调度周期，每个调度周期开始进行优化决策，获取调度计划；
[0036] (c)更新调度计划
[0037] 若当前时间距离传统离散设备动作时间超过1小时，则每隔T1时间进行一次滚动优化，更新调度计划；
[0038] 若当前时间距离传统离散设备动作时间小于1小时，则每隔T2时间进行一次滚动优化，更新调度计划；
[0039] 传统离散设备动作之前T3时间，再进行一次优化，更新调度计划。
[0040] 上层优化的数学模型为：
[0041]
[0042] 其中，u表示控制变量，x表示状态变量，L(u,x)＝0表示等式约束，G(u,x)≤0表示不等式约束，Ploss表示系统网损。
[0043] 其中，上层优化的调度周期T的取值范围为1h～24h，T1的取值范围为20min～1h， T2的取值范围为10min～20min，T3的取值范围为3min～10min。
[0044] 另外，下层优化仅调控分布式电源的有功出力和无功出力，对分布式电源进行实时优化；基于上层的调度指令，下层优化采用鲁棒自适应有功-无功协调优化方法，将不确定变量处理为区间形式，构建自适应函数，构建鲁棒自适应优化模型，用以求取分布式电源的自适应控制规则；优化的时间粒度为T4，即每隔T4时间进行一次优化调度，获取该T4时间内的操作指令，T4取值范围为30s～5min；
[0045] 主动配电网中，分布式电源的最大有功出力为不确定变量，其区间表达式如下所示：
[0046]
[0047] 其中，Pmax表示分布式电源最大有功出力， 表示区间出力的下限， 表示区间出力的上限；
[0048] 分布式电源的最大有功出力仿射表达式为：
[0049]
[0050] 其中，pmax为分布式电源最大有功出力， 为分布式电源最大有功出力的预测值，为最大扰动量，ε为分布式电源出力扰动因子，Ω为不确定集；
[0051] 分布式电源最优有功出力的自适应函数，如下式所示：
[0052] p＝p0+p(ε) (11)
[0053] p(ε)＝pα1ε+pα2εTε+… (12)
[0054] 其中，p为分布式电源最优有功出力，p0为无扰动情况下分布式电源的最优有功出力，p(ε)为分布式电源有功出力随扰动变化的自适应函数，pα1为分布式电源有功出力的一阶扰动量，pα2为分布式电源有功出力的二阶扰动量，εT是ε的转置；其中公式(12) 为多项式函数，其项数具体个数与优化模型的具体表达式相关；
[0055] 分布式电源最优无功出力的自适应函数，如下式所示：
[0056] Q＝q0+q(ε) (13)
[0057] q(ε)＝qα1ε+qα2εTε+… (14)
[0058] 其中，Q为分布式电源最优无功出力，q0为无扰动情况下分布式电源的最优无功出力，q(ε)为分布式电源无功出力随扰动变化的自适应函数，qα1为分布式电源无功出力的一阶扰动量，qα2为分布式电源无功出力的二阶扰动量；其中公式(14)为多项式函数，其项数具体个数与优化模型的具体表达式相关；
[0059] 主动配电网鲁棒自适应有功-无功协调优化模型，如下所示：
[0060]
[0061] 其中， 为无扰动状态下的目标函数， 为有扰动状态下的目标函数，g(P,Q)＝0表示等式约束，h(P,Q)≤0表示不等式约束。
[0062] 有益效果：与现有技术相比，本发明具有以下优点：充分调用了主动配电网中的传统调控设备和分布式电源，并根据其特点设计了双层立体调度框架；在上层优化调度中，引入了序贯优化理论，确保了不确定性条件下，优化决策的准确性与有效性，且相比于多时间尺度协调优化，降低了运算次数，降低了成本；在下层优化调度中，采用了自适应鲁棒优化方法，实现了优化决策随扰动量变化而自适应变化，确保了配电网运行的经济性与安全性；本发明适用于大量分布式电源并网的主动配电网优化调度。
附图说明
[0063] 图1是本发明调度框架示意图。
[0064] 图2是本发明调度方法等效图。
具体实施方式
[0065] 下面结合附图对本发明做进一步详细的描述。
[0066] 主动配电网中电压调控资源众多，通常划分为传统调压设备和并网的可再生能源。传统调压设备大多为离散设备，调度周期长，响应速度慢，且对动作次数往往有限制，以并联电容器组、负载调压变压器为代表；可再生能源大多为连续设备，可快速响应，对动作次数没有限制，但具有随机性和不确定性的特点，以分布式电源为代表。
[0067] 可再生能源的大量并网带来了大量的不确定性，在主动配电网的优化运行中要充分考虑不确定性的影响，同时可再生能源可同时向配电网提供有功和无功支撑，应充分调动一切可调动的资源，充分发挥可再生能源的作用，实现对配电网的主动控制与实时优化。为消除可再生能源的出力不确定性的影响且充分发挥其对系统的支撑作用，提出序贯-鲁棒自适应的双层优化调控体系。
[0068] 序贯优化理论是用于不确定性动态系统的优化决策方法，其任务是在一个调度周期内，基于此前的优化调度计划和设备动作状态，按照一定的时间约束，对调度计划继续修正，目的是实现对不确定性系统的优化控制。
[0069] 如图1所示，一种计及不确定性的主动配电网序贯-鲁棒优化调度系统，包括上层的序贯优化和下层的鲁棒自适应优化；其中，上层序贯优化主要针对主动配电网中的传统调压设备，进行小时级优化调度，下层鲁棒自适应优化主要针对分布式电源进行小时内的实时优化；另外，上层序贯优化向下层鲁棒自适应优化发送上层指令，下层鲁棒自适应优化将下层信息反馈给上层序贯优化；上层序贯优化分为决策阶段1，决策阶段2 和决策阶段3，其中，决策阶段1至决策阶段2的时间间隔大于决策阶段2至决策阶段 3的时间间隔；下层鲁棒自适应优化分为3个时段，每隔5min进行一次鲁棒自适应优化。
[0070] 一种基于上述调度系统的调度方法，包括以下具体步骤：
[0071] (1)针对主动配电网中的传统调压设备，进行小时级优化调度，引入序贯优化理论，进行序贯滚动优化，构建上层优化模型；
[0072] (2)基于上层调度指令，进行小时内的下层优化，充分发挥分布式电源的系统支撑能力，将不确定变量处理成区间的形式，采用鲁棒自适应优化方法，构建鲁棒自适应有功-无功协调优化模型。
[0073] 上层制定调度计划时，同时考虑传统调控设备和分布式电源，但主要动作传统离散调控设备，分布式电源的调控指令主要来源于下层优化。
[0074] 如图2所示，为从0点至4点的调度方法等效图，步骤(1)中，综合考虑调度决策的低保守度、降低成本以及减少运算次数，上层优化以4小时为一个调度周期，每个调度周期开始进行优化决策，获取调度计划；若当前时间距离传统离散设备动作时间超过1个小时，则30分钟进行一次滚动优化，更新调度计划；若当前时间距离传统离散设备动作时间小于1小时，则15分钟进行一次滚动优化，更新调度计划；传统离散设备动作之前5分钟，再进行一次优化，更新调度计划。
[0075] 上层优化以系统网损最低为优化目标，系统网损最低即为各节点的节点注入功率最低，其表达式如下：
[0076]
[0077] 其中，i为节点编号，N为节点个数，pi为节点i的节点有功注入功率，Ploss为系统网损。
[0078] 系统的潮流平衡约束，如下式所示：
[0079] S＝diag[V]·[Y]*·[V]* (17)
[0080] 其中，S为节点注入功率向量，V为节点电压向量，Y为节点导纳矩阵。
[0081] 电压幅值约束，如下式所示：
[0082]
[0083] 其中，Vi为任意节点i电压幅值， 为任意节点i电压幅值的下限， 为任意节点i电压幅值的上限。
[0084] 并联电容器组(CB)约束如下式所示：
[0085]
[0086] 其中，Qi,CB为CB的无功出力，Qi,CB,step为每组电容器提供的无功功率，Ni,CB为CB 的组数且其为非负整数， 为电容器组数的上限。
[0087] 有载调压变压器(OLTC)约束如下所示：
[0088]
[0089] 其中， 为OLTC的档位， 为OLTC档位的上限， 为OLTC 档位的下限。
[0090] 分布式电源约束如下所示：
[0091]
[0092] 其中， 和 分别为分布式电源的有功出力和无功出力； 和 分别为分布式电源有功出力的下限和上限； 和 分别为分布式电源无功出力的下限和上限； 为分布式电源容量。
[0093] 上层优化数学模型简化形式如下所示：
[0094]
[0095] 其中，u为控制变量，包括负载变压器(OLTC)档位，并联电容器(CB)档位以及分布式电源的有功、无功出力；x为状态变量，包括节点电压幅值，线路容量等； L(u,x)＝0为等式约束，G(u,x)≤0为不等式约束，Ploss为系统网损。
[0096] 步骤(2)中，综合考虑预测的准确性以及减少计算次数，下层优化以5分钟为时间粒度，即每5分钟进行一次优化调度，获取该5分钟内的操作指令。
[0097] 下层优化仅调控分布式电源的有功出力和无功出力，对分布式电源进行实时优化。基于上层的调度指令，下层优化采用鲁棒自适应有功-无功协调优化方法，将不确定变量处理为区间形式，构建自适应函数，构建鲁棒自适应优化模型，用以求取分布式电源的自适应控制规则，优化的时间粒度为5分钟。
[0098] 主动配电网中，分布式电源的最大有功出力为不确定变量，其区间表达式如下所示：
[0099]
[0100] 其中， 分别为区间出力的下限和上限。
[0101] 将该区间形式表示为仿射形式，即分布式电源的最大有功出力仿射表达式，如下所示：
[0102]
[0103] 其中，pmax为分布式电源最大有功出力， 为分布式电源最大有功出力的预测值，为最大扰动量，ε为分布式电源出力扰动因子，Ω为不确定集。
[0104] 在此情况下，简单的线性自适应规则不能很好的拟合主动配电网的最优运行点，需采用更精确的自适应函数，使得优化指令更加接近每种可能工况下的全局最优运行点。
[0105] 分布式电源最优有功出力的自适应函数为一个多项式函数，其表达如下式所示：
[0106] p＝p0+p(ε) (25)
[0107] p(ε)＝pα1ε+pα2εTε+… (26)
[0108] 其中，p为分布式电源最优有功出力，p0为无扰动情况下分布式电源的最优有功出力，p(ε)为分布式电源有功出力随扰动变化的自适应函数，pα1为分布式电源有功出力的一阶扰动量，pα2为分布式电源有功出力的二阶扰动量，εT是ε的转置；
[0109] 分布式电源最优无功出力的自适应函数同样为一个非线性的多项式函数，其表达式如下所示：
[0110] Q＝q0+q(ε) (27)
[0111] q(ε)＝qα1ε+qα2εTε+… (28)
[0112] 其中，Q为分布式电源最优无功出力，q0为无扰动情况下分布式电源的最优无功出力，q(ε)为分布式电源无功出力随扰动变化的自适应函数，qα1为分布式电源无功出力的一阶扰动量，qα2为分布式电源无功出力的二阶扰动量；
[0113] 自适应鲁棒优化的思想在求取随扰动变量变化而自适应变化的决策，即其求解的是一个决策规则，而不是一个决策值。基于非线性的分布式电源有功出力及无功出力自适应函数，构建主动配电网自适应鲁棒有功-无功协调优化模型。下层控制的数学模型如下所示：
[0114]
[0115] 其中， 为无扰动状态下的目标函数， 为有扰动状态下的目标函数，g(P,Q)＝0表示等式约束，h(P,Q)≤0表示不等式约束。
