一种配电网调度与充电协同的鲁棒优化方法与流程

技术特征：
1.一种配电网调度与充电协同的鲁棒优化方法，其特征在于，用于对配网和路网的运行状态进行协同优化，方法包括：按照用户对充电服务费用的响应态度对用户进行分类，并基于改进的ue原理构建考虑多类型用户出行响应的路网用户出行路径决策模型；分析负载不确定性影响下充电响应引导用户出行和充电行为的变化，由路网成本计算函数获得出行行为变化后的路网运行时间成本，并利用路-电耦合约束条件将负载充电行为变化转为配电网负荷变化，得到配电网负荷峰谷差成本；以路网运行时间成本、配电网运行成本和配电网负荷峰谷差成本综合最低为优化目标构建协同优化模型，并对所述协同优化模型进行深度寻优，得到最优解以及与所述最优解对应的运行方案，其中，所述协同优化模型的表达式为：，式中，为不确定性变量的置信水平， 为优化模型决策变量的取值，为风电逆累积分布函数，为光电逆累积分布函数，为路网出行用户的逆累积分布函数，为最优运行成本，为目标函数值的置信度，为时段风力发电的预测误差，为时段光伏发电的预测误差，为时段路网出行用户的预测误差，为时段风力发电的预测误差均值，为时段光伏发电的预测误差均值，为时段路网出行用户的预测误差均值。2.根据权利要求1所述的一种配电网调度与充电协同的鲁棒优化方法，其特征在于，所述基于改进的ue原理构建考虑多类型用户出行响应的路网用户出行路径决策模型，包括：基于充电站充电电价对路网用户出行行为的影响构建考虑多类型用户出行响应的路网用户出行路径决策模型，其中，路网用户出行路径决策模型的表达式为：，式中，为时段od对的类ⅰ型用户路径方案的通行成本； 为时段od对的类ⅰ型用户最优通行成本，为时段选择路径方案通行的类ⅰ型用户车流。3.根据权利要求1所述的一种配电网调度与充电协同的鲁棒优化方法，其特征在于，其中，路网成本计算函数的表达式为：
，式中，为时段路网时间成本系数，为时段路段的总车流量，为路段的通行时间，为od对，为od对集，为路径方案，为od对的路网用户路径方案集，为路径方案经过的路段集。4.根据权利要求1所述的一种配电网调度与充电协同的鲁棒优化方法，其特征在于，其中，路-电耦合约束条件的表达式为：，式中，为ⅰ型用户单位车流量快充负荷转换系数，为时段dc充电站接入的配电网节点的快充负荷总量，为dc充电站充电的类ⅰ型用户总车流，a为ⅰ型用户种类总数，为含dc充电站的路段集，为路段。5.根据权利要求1所述的一种配电网调度与充电协同的鲁棒优化方法，其特征在于，所述以路网运行时间成本、配电网运行成本和配电网负荷峰谷差成本综合最低为优化目标构建协同优化模型，包括：基于路网和配网的协同优化，以路网运行时间成本、配电网运行成本和配电网负荷峰谷差成本综合最低为优化目标构建协同优化模型，其中，优化目标的表达式为：，式中，为时段路网运行时间成本，为时段配电网运行成本，为配电网负荷峰谷差成本，为时段路网运行成本系数，t为时间周期。6.根据权利要求5所述的一种配电网调度与充电协同的鲁棒优化方法，其特征在于，计算时段配电网运行成本的表达式为：，式中，为时段机组出力成本，为时段机组启动成本，为时段机组停机成本，为时段配网网损成本，为时段配网节点负荷峰值成本，为时段配电网购电成本，为时段配网降碳成本；计算配电网负荷峰谷差成本的表达式为：，式中，为配网负荷峰谷差的单位惩罚成本，、分别为各时段配网总负荷最大值和各时段配网总负荷最小值。7.根据权利要求6所述的一种配电网调度与充电协同的鲁棒优化方法，其特征在于，其中，计算时段机组出力成本的表达式为：
，式中，、、均为机组的成本系数，为常规机组总数，为第g台机组时段的功率值；计算时段机组启动成本和时段机组停机成本的表达式分别为：，，式中，为时段机组启动动作系数，为机组启动动作成本，为时段机组停止动作系数，为机组停机动作成本；计算时段配网节点负荷峰值成本的表达式为：，，式中，为时段配电网节点负荷最大值，为单位节点负荷峰值惩罚系数，为时段配电网节点的负荷总量，为时段节点的常规负荷，为时段dc充电站接入的配电网节点的快充负荷总量，为时段配网节点为od对的慢充终端提供的慢充功率，j为配电网节总数；计算时段配电网购电成本和时段配网降碳成本的表达式为：，，式中，为时段单位购电电价，为时段的购电电量，为时段弃风弃光单位惩罚系数，为时段弃风弃光量。8.根据权利要求6所述的一种配电网调度与充电协同的鲁棒优化方法，其特征在于，所述对所述协同优化模型进行深度寻优，包括：基于自适应谐波混叠微分进化算法对所述协同优化模型进行深度寻优。

技术总结
本发明公开一种配电网调度与充电协同的鲁棒优化方法，包括：按照用户对充电服务费用的响应态度对用户进行分类，并基于改进的UE原理构建考虑多类型用户出行响应的路网用户出行路径决策模型；由路网成本计算函数获得出行行为变化后的路网运行时间成本，并利用路-电耦合约束条件将负载充电行为变化转为配电网负荷变化，得到配电网负荷峰谷差成本；以路网运行时间成本、配电网运行成本和配电网负荷峰谷差成本综合最低为优化目标构建协同优化模型，并对所述协同优化模型进行深度寻优。通过以路网运行时间成本、配电网运行成本和配电网负荷峰谷差成本综合最低为优化目标构建协同优化模型，以应对电动汽车出行和可再生能源并网出力的不确定性。网出力的不确定性。网出力的不确定性。


技术研发人员：崔希 蒙泽森 周俊 陈思畏 姜治 彭春华
受保护的技术使用者：江西江投电力技术与试验研究有限公司
技术研发日：2022.11.01
技术公布日：2022/11/29