一种计及多时间尺度耦合的新型配电系统滚动优化调度方法、系统、设备和介质与流程

本发明涉及电力系统调度与运行控制，具体涉及一种计及多时间尺度耦合的新型配电系统滚动优化调度方法、系统、设备和介质。

背景技术：

1、分布式光伏、风电、电动汽车等新型源荷高比例接入配电网，使得传统配电网向“源-网-荷-储”深度耦合的新型配电系统转型。然而，新能源出力的随机性与负荷的不确定性给配电网安全经济运行带来严峻挑战。多时间尺度协同调度已成为应对该挑战的核心技术框架，通常分为日前、日内和实时三个尺度，通过逐级细化、滚动优化来平抑波动。

2、现有技术方法存在以下不足：

3、（1）多时间尺度间的耦合机制薄弱，调度指令逐级失真。现有方法多采用“日前-日内-实时”独立建模、串行执行的架构，各尺度之间仅通过简单数据传递进行衔接，缺乏系统性、可量化的耦合约束。这导致日前计划无法有效指导日内调整，日内修正难以精准支撑实时响应，最终造成调度指令逐级脱节、实际执行偏差累积，甚至引发系统运行越限。

4、（2）跨时间尺度资源的协调能力不足，缺乏差异化调控机制。不同响应速度的调节资源在日前、日内、实时等时间尺度下的响应特性与调控代价差异显著。现有方法未能建立基于资源响应速度的分层协调架构，往往将所有资源纳入统一优化模型，导致慢速资源频繁调节，加速老化、缩短寿命，快速资源在长时间尺度下过度预留容量，造成调节能力浪费或不足。

5、（3）多目标优化能力有限，难以兼顾经济性、安全性与设备寿命。当前调度方法大多以单一安全性指标为核心优化目标，忽略了对系统运行经济性、储能循环寿命损耗、以及联络线功率平滑性等关键指标的协同优化。这导致调度结果虽然满足安全约束，却可能产生过高运行成本、加速储能老化或引发电网与上级电网间的功率剧烈波动。

6、（4）求解效率与隐私保护之间存在突出矛盾。 面向新型配电系统的调度问题通常需处理大量分布式设备的离散或非凸约束，集中式求解模型规模庞大，面临通信带宽瓶颈与中心节点计算压力。现有分布式优化方法虽能部分缓解通信压力，但收敛速度慢、对参数设置敏感，且在多主体参与场景下仍存在隐私泄露风险。如何在保证计算效率的同时实现严格的信息隐私保护，仍是亟待解决的技术难题。

7、因此，亟需一种充分计及多时间尺度耦合、实现资源协调、兼顾经济性与安全性的新型滚动优化调度方法。

技术实现思路

1、为了解决现有技术配电网调度中各级调度模型耦合弱、资源协调不足、多目标优化欠缺及求解效率不高等问题，本发明提出了一种计及多时间尺度耦合的新型配电系统滚动优化调度方法，包括：

2、采集配电系统相关参数，并进行多时间尺度的负荷和新能源出力预测，得到多时间尺度的负荷预测值和新能源出力预测值；

3、基于所述配电系统相关参数、多时间尺度的负荷预测值和新能源出力预测值，在跨时间尺度耦合约束模型的约束下，采用基于改进交替方向乘子法的分布式求解框架求解多目标滚动优化调度模型，得到新型配电系统调度方案；

4、滚动时域执行所述新型配电系统调度方案，并输出调度控制指令；

5、其中，所述跨时间尺度耦合约束模型耦合不同时间尺度的新型配电系统调度方案；所述多目标滚动优化调度模型通过熵权法实现权重系数的自适应调整；所述改进交替方向乘子法根据原始残差和对偶残差自适应调整惩罚参数并在迭代过程中引入超松弛技术。

6、优选的，所述多时间尺度包括日前尺度、日内尺度和实时尺度，所述采集配电系统相关参数，并进行多时间尺度的负荷和新能源出力预测，得到多时间尺度的负荷预测值和新能源出力预测值，包括：

7、采集配电网拓扑参数、分布式电源及负荷历史数据、气象数据及储能荷电状态数据作为配电系统相关参数；

8、基于长短期记忆网络，输入未来第一时长的气象预报和历史同期数据，输出新能源及基础负荷的日前点预测曲线作为日前尺度的负荷预测值和新能源出力预测值；

9、采用概率盒理论，结合最新实测气象和负荷数据，生成未来第二时长的新能源出力和负荷的不确定性区间，作为日内尺度的负荷预测值和新能源出力预测值；

10、每隔预设周期，基于最近第三时长的高频数据，采用时序分解结合共形分位数回归，输出未来设定时长的超短期负荷和新能源出力的功率预测值，作为实时尺度的负荷预测值和新能源出力预测值；

11、其中，所述第一时长、第二时长和第三时长的长度依次减小。

12、优选的，所述跨时间尺度耦合约束模型包括：储能荷电状态时间耦合约束、慢速调节设备动作次数约束、联络线功率耦合约束和三级决策变量耦合关系约束；

13、所述储能荷电状态时间耦合约束的计算式如下：

14、

15、其中，soc是时段t的荷电状态，是t-1时刻的荷电状态，是充电效率，是时段t的充电功率，是时段t的放电功率，是放电效率，是时段时长；

16、所述慢速调节设备动作次数约束的计算式如下：

17、

18、其中，u是时段t慢速调节设备状态，是t-1时刻慢速调节设备状态，是最大允许动作次数；

19、所述联络线功率耦合约束的计算式如下：

20、

21、其中，是时段t的联络线实际功率，是联络线时段t日前计划功率，是允许偏差的比例系数；

22、所述三级决策变量耦合关系约束的计算式如下：

23、

24、其中，是决策变量的日前计划值，是决策变量的日内滚动计划值，是决策变量的实时计划值，是决策变量的日前预测信息，是决策变量的日内预测偏差，(·)是以和为自变量的日内修正函数，δ(·)是以和为自变量的实时修正函数，其中所述决策变量为构成新型配电系统调度方案的变量。

25、优选的，所述多目标滚动优化调度模型包括：日前调度优化模型、日内滚动优化模型和实时跟踪控制模型；

26、其中，所述日前调度优化模型的目标函数的计算式如下：

27、

28、其中，

29、

30、

31、

32、

33、式中，是日前总运行成本；是购电成本，是时段t的购电电价，是时段t从上级电网购买的有功功率，t是时段时长；是储能充放电损耗成本，是储能充放电损耗的单位成本，是时段 t 的充电功率，是时段t的放电功率；是弃风弃光惩罚成本，是弃风/弃光惩罚系数，是时段 t 光伏弃电功率，是时段 t 风电弃电功率；是备用容量成本，是备用容量的单位成本，是时段 t提供的上调备用容量，是时段 t提供的下调备用容量；

34、所述日内滚动优化模型的目标函数的计算式如下：

35、

36、其中，是日内滚动总运行成本；为日内控制周期长度；k为时段索引；是日内时段k的实际联络线功率，日前时段k的联络线计划功率；是日内时段k的购电成本；是日内时段k的储能充放电损耗成本；是日内时段k的弃风弃光惩罚成本；是日内时段k的储能荷电状态，是日前时段k的计划储能荷电状态；为成本权重系数，为联络线功率权重系数，为荷电状态权重系数，；

37、所述实时跟踪控制模型的目标函数的计算式如下：

38、

39、其中，是实时总运行成本；)是时段k的控制变量变化量，)是时段k的联络线功率偏差，是时段k的储能充电功率，是时段k的储能放电功率；θ1是控制变化惩罚系数，θ2是联络线偏差惩罚系数，θ3是储能充放电成本系数；是实时尺度的控制时域；

40、所述成本权重系数、联络线功率权重系数、荷电状态权重系数、控制变化惩罚系数、联络线偏差惩罚系数和储能充放电成本系数采用熵权法动态调整。

41、优选的，所述基于所述配电系统相关参数、多时间尺度的负荷预测值和新能源出力预测值，在跨时间尺度耦合约束模型的约束下，采用基于改进交替方向乘子法的分布式求解框架求解多目标滚动优化调度模型，得到新型配电系统调度方案，包括：

42、基于配电系统相关参数，按照电气距离和区域可控资源将配电系统划分为多个自治区域，并将配电网的全局目标分解至各自治区域，得到各自治区域的子目标，其中，自治区域间交换边界变量和乘子信息，所述边界变量包括：联络线功率和边界节点电压幅值；

43、在跨时间尺度耦合约束模型的约束以及自治区域间边界条件的约束下，基于多时间尺度的负荷预测值和新能源出力预测值分别对各自治区域的子目标进行基于改进交替方向乘子法的迭代求解，直到收敛，得到新型配电系统调度方案；

44、其中，迭代过程中，根据原始残差和对偶残差自适应调整惩罚参数，并引入松弛因子调整迭代后的决策变量更新对偶变量。

45、优选的，所述自治区域的子目标的计算式如下;

46、

47、其中，

i是自治区域编号索引，n是自治区域的集合，是自治区域

i的局部决策变量，是自治区域

i的局部成本函数；是自治区域

i的等式约束系数矩阵，是自治区域

i的等式约束的右端项，是自治区域

i的局部可行域；

48、迭代的计算式如下：

49、

50、其中，是惩罚参数，k为迭代次数，是第 k 次迭代中自治区域

i的对偶变量，是第 k +1次迭代中自治区域

i的对偶变量，是第 k +1次迭代中自治区域

i的局部决策变量；是第 k +1次迭代中引入松弛因子调整后自治区域

i的决策变量；

51、的计算式如下:

52、

53、其中，为松弛因子；

54、惩罚参数根据迭代过程中的原始残差与对偶残差相对大小动态调整。

55、优选的，所述惩罚参数的调整方式如下：

56、若全局原始残差大于全局对偶残差与调整系数的乘积，则按照预设规则增大惩罚参数；

57、若全局原始残差小于全局对偶残差与调整系数的乘积，则按照预设规则减小惩罚参数；

58、否则保持惩罚参数不变。

59、优选的，所述全局原始残差的计算式如下：

60、

61、所述全局对偶残差的计算式如下：

62、

63、式中，表示第 k +1次迭代时的全局原始残差，表示第 k +1次迭代时的全局对偶残差，表示第 k +1次迭代时自治区域

i的原始残差，表示第 k +1次迭代时自治区域

i的对偶残差；

64、的计算式如下：

65、

66、的计算式如下：

67、

68、式中表示第 k 次迭代时的惩罚参数。

69、基于同一发明构思，本发明还提供一种计及多时间尺度耦合的新型配电系统滚动优化调度系统，包括：采集预测模块、求解方案模块和控制调度模块；

70、所述采集预测模块，用于采集配电系统相关参数，并进行多时间尺度的负荷和新能源出力预测，得到多时间尺度的负荷预测值和新能源出力预测值；

71、所述求解方案模块，用于基于所述配电系统相关参数、多时间尺度的负荷预测值和新能源出力预测值，在跨时间尺度耦合约束模型的约束下，采用基于改进交替方向乘子法的分布式求解框架求解多目标滚动优化调度模型，得到新型配电系统调度方案；

72、所述控制调度模块，用于滚动时域执行所述新型配电系统调度方案，并输出调度控制指令；

73、其中，所述跨时间尺度耦合约束模型耦合不同时间尺度的新型配电系统调度方案；所述多目标滚动优化调度模型通过熵权法实现权重系数的自适应调整；所述改进交替方向乘子法根据原始残差和对偶残差自适应调整惩罚参数并在迭代过程中引入超松弛技术。

74、优选的，所述多时间尺度包括日前尺度、日内尺度和实时尺度，所述采集预测模块具体用于：

75、采集配电网拓扑参数、分布式电源及负荷历史数据、气象数据及储能荷电状态数据作为配电系统相关参数；

76、基于长短期记忆网络，输入未来第一时长的气象预报和历史同期数据，输出新能源及基础负荷的日前点预测曲线作为日前尺度的负荷预测值和新能源出力预测值；

77、采用概率盒理论，结合最新实测气象和负荷数据，生成未来第二时长的新能源出力和负荷的不确定性区间，作为日内尺度的负荷预测值和新能源出力预测值；

78、每隔预设周期，基于最近第三时长的高频数据，采用时序分解结合共形分位数回归，输出未来设定时长的超短期负荷和新能源出力的功率预测值，作为实时尺度的负荷预测值和新能源出力预测值；

79、其中，所述第一时长、第二时长和第三时长的长度依次减小。

80、优选的，所述求解方案模块中跨时间尺度耦合约束模型包括：储能荷电状态时间耦合约束、慢速调节设备动作次数约束、联络线功率耦合约束和三级决策变量耦合关系约束；

81、所述储能荷电状态时间耦合约束的计算式如下：

82、

83、其中，soc是时段t的荷电状态，是t-1时刻的荷电状态，是充电效率，是时段t的充电功率，是时段t的放电功率，是放电效率，是时段时长；

84、所述慢速调节设备动作次数约束的计算式如下：

85、

86、其中，u是时段t慢速调节设备状态，是t-1时刻慢速调节设备状态，是最大允许动作次数；

87、所述联络线功率耦合约束的计算式如下：

88、

89、其中，是时段t的联络线实际功率，是联络线时段t日前计划功率，是允许偏差的比例系数；

90、所述三级决策变量耦合关系约束的计算式如下：

91、

92、其中，是决策变量的日前计划值，是决策变量的日内滚动计划值，是决策变量的实时计划值，是决策变量的日前预测信息，是决策变量的日内预测偏差，(·)是以和为自变量的日内修正函数，δ(·)是以和为自变量的实时修正函数，其中所述决策变量为构成新型配电系统调度方案的变量。

93、优选的，所述求解方案模块中多目标滚动优化调度模型包括：日前调度优化模型、日内滚动优化模型和实时跟踪控制模型；

94、其中，所述日前调度优化模型的目标函数的计算式如下：

95、

96、其中，

97、

98、

99、

100、

101、式中，是日前总运行成本；是购电成本，是时段t的购电电价，是时段t从上级电网购买的有功功率，t是时段时长；是储能充放电损耗成本，是储能充放电损耗的单位成本，是时段 t 的充电功率，是时段t的放电功率；是弃风弃光惩罚成本，是弃风/弃光惩罚系数，是时段 t 光伏弃电功率，是时段 t 风电弃电功率；是备用容量成本，是备用容量的单位成本，是时段 t提供的上调备用容量，是时段 t提供的下调备用容量；

102、所述日内滚动优化模型的目标函数的计算式如下：

103、

104、其中，是日内滚动总运行成本；为日内控制周期长度；k为时段索引；是日内时段k的实际联络线功率，日前时段k的联络线计划功率；是日内时段k的购电成本；是日内时段k的储能充放电损耗成本；是日内时段k的弃风弃光惩罚成本；是日内时段k的储能荷电状态，是日前时段k的计划储能荷电状态；为成本权重系数，为联络线功率权重系数，为荷电状态权重系数，；

105、所述实时跟踪控制模型的目标函数的计算式如下：

106、

107、其中，是实时总运行成本；)是时段k的控制变量变化量，)是时段k的联络线功率偏差，是时段k的储能充电功率，是时段k的储能放电功率；θ1是控制变化惩罚系数，θ2是联络线偏差惩罚系数，θ3是储能充放电成本系数；是实时尺度的控制时域；

108、所述成本权重系数、联络线功率权重系数、荷电状态权重系数、控制变化惩罚系数、联络线偏差惩罚系数和储能充放电成本系数采用熵权法动态调整。

109、优选的，所述求解方案模块具体用于：

110、基于配电系统相关参数，按照电气距离和区域可控资源将配电系统划分为多个自治区域，并将配电网的全局目标分解至各自治区域，得到各自治区域的子目标，其中，自治区域间交换边界变量和乘子信息，所述边界变量包括：联络线功率和边界节点电压幅值；

111、在跨时间尺度耦合约束模型的约束以及自治区域间边界条件的约束下，基于多时间尺度的负荷预测值和新能源出力预测值分别对各自治区域的子目标进行基于改进交替方向乘子法的迭代求解，直到收敛，得到新型配电系统调度方案；

112、其中，迭代过程中，根据原始残差和对偶残差自适应调整惩罚参数，并引入松弛因子调整迭代后的决策变量更新对偶变量。

113、优选的，所述求解方案模块中自治区域的子目标的计算式如下;

114、

115、其中，

i是自治区域编号索引，n是自治区域的集合，是自治区域

i的局部决策变量，是自治区域

i的局部成本函数；是自治区域

i的等式约束系数矩阵，是自治区域

i的等式约束的右端项，是自治区域

i的局部可行域；

116、迭代的计算式如下：

117、

118、其中，是惩罚参数，k为迭代次数，是第 k 次迭代中自治区域

i的对偶变量，是第 k +1次迭代中自治区域

i的对偶变量，是第 k +1次迭代中自治区域

i的局部决策变量；是第 k +1次迭代中引入松弛因子调整后自治区域

i的决策变量；

119、的计算式如下:

120、

121、其中，为松弛因子；

122、惩罚参数根据迭代过程中的原始残差与对偶残差相对大小动态调整。

123、优选的，所述求解方案模块中惩罚参数的调整方式如下：

124、若全局原始残差大于全局对偶残差与调整系数的乘积，则按照预设规则增大惩罚参数；

125、若全局原始残差小于全局对偶残差与调整系数的乘积，则按照预设规则减小惩罚参数；

126、否则保持惩罚参数不变。

127、优选的，所述求解方案模块中全局原始残差的计算式如下：

128、

129、所述全局对偶残差的计算式如下：

130、

131、式中，表示第 k +1次迭代时的全局原始残差，表示第 k +1次迭代时的全局对偶残差，表示第 k +1次迭代时自治区域

i的原始残差，表示第 k +1次迭代时自治区域

i的对偶残差；

132、的计算式如下：

133、

134、的计算式如下：

135、

136、式中表示第 k 次迭代时的惩罚参数。

137、再一方面，本发明还提供了一种电子设备，包括：至少一个处理器和存储器；

138、所述存储器，用于存储一个或多个程序；

139、当所述一个或多个程序被所述一个或多个处理器执行时，实现如上述所述的一种计及多时间尺度耦合的新型配电系统滚动优化调度方法。

140、再一方面，本发明还提供了一种计算机可读存储介质，其上存有计算机程序，所述计算机程序被执行时，实现如上述所述的一种计及多时间尺度耦合的新型配电系统滚动优化调度方法。

141、与现有技术相比，本发明的有益效果为：

142、本发明提供了一种计及多时间尺度耦合的新型配电系统滚动优化调度方法、系统、设备和介质，该方法包括：采集配电系统相关参数，并进行多时间尺度的负荷和新能源出力预测，得到多时间尺度的负荷预测值和新能源出力预测值；基于配电系统相关参数、多时间尺度的负荷预测值和新能源出力预测值，在跨时间尺度耦合约束模型的约束下，采用基于改进交替方向乘子法的分布式求解框架求解多目标滚动优化调度模型，得到新型配电系统调度方案；滚动时域执行新型配电系统调度方案，并输出调度控制指令；其中，跨时间尺度耦合约束模型耦合不同时间尺度的新型配电系统调度方案；多目标滚动优化调度模型通过熵权法实现权重系数的自适应调整；改进交替方向乘子法根据原始残差和对偶残差自适应调整惩罚参数并在迭代过程中引入超松弛技术；本发明针对现有配电网调度中各级调度模型耦合弱的问题，成功构建了多级耦合滚动优化架构，引入跨时间尺度耦合约束，有效抑制指令逐级脱节与偏差累积问题；本发明针对现有配电网调度中求解效率不高的问题，采用改进的交替方向乘子法分布式求解框架，在保证全局最优性的前提下显著缩短求解时间，并有效保护各参与主体的数据隐私。