一种柔性配电网分布鲁棒运行方法和系统与流程

技术特征：
1.一种柔性配电网分布鲁棒运行方法，其特征在于，包括：采集柔性配电网参数信息、电动车充电负荷参数信息和智能软开关参数信息；所述柔性配电网参数信息包括全年分布式光伏出力数据，所述电动车充电负荷参数信息包括全年电动车到达充电站时间分布数据；根据电动车充电负荷参数信息和智能软开关参数信息，构建基于虚拟储能的电动车聚合商运行约束；根据柔性配电网参数信息和基于虚拟储能的电动车聚合商运行约束，建立柔性配电网确定性运行优化模型；根据全年分布式光伏出力数据和全年电动车到达充电站时间分布数据，构建分布式光伏和电动车不确定性场景集；根据分布式光伏和电动车不确定性场景集和柔性配电网确定性运行优化模型，建立考虑分布式光伏和电动车不确定性的柔性配电网分布鲁棒优化模型；对所述考虑分布式光伏和电动车不确定性的柔性配电网分布鲁棒优化模型进行求解，得到运行策略数据；根据运行策略数据，运行配电网。2.如权利要求1所述的方法，其特征在于，所述基于虚拟储能的电动车聚合商运行约束，包括：电动车用户行为特性约束、电动车聚合商充放电功率约束、电动车聚合商电量约束、基于智能软开关直流环节的电动车聚合商接入约束。3.如权利要求2所述的方法，其特征在于，按照是否参与电网调节以及离网时间是否已知可将电动车用户行为分为四类，所述电动车用户行为特性约束，包括：i类电动车用户行为特性：不参与电网调节，恒以最大功率充电，充满即走，使充电时间最短，其中，表示第n个i类电动车用户需要的充电时长；表示第n个i类电动车用户要求离开时要达到的预期电量；表示第n个i类电动车用户的初始电量；表示t时段第n个i类电动车用户的充电功率；表示第n个i类电动车用户的充电功率最大值；表示每个调度时段的时长；表示第n个i类电动车用户开始充电的时间；表示第n个i类电动车用户充电结束并离开的时间；ii类电动车用户行为特性：不参与电网调节，以最大功率充电直至电量达到预期电量，
而后不再充电，且不立刻离开，在预期离开时间脱离充电站，其中，表示第n个ii类电动车用户需要的充电时长；表示第n个ii类电动车用户要求离开时要达到的预期电量；表示第n个ii类电动车用户的初始电量；表示t时段第n个ii类电动车用户的充电功率；表示第n个ii类电动车用户的充电功率最大值；表示每个调度时段的时长；表示第n个ii类电动车用户开始充电的时间；第n个ii类电动车用户充电结束的时间；表示第n个ii类电动车用户的预期离开时间；iii类电动车用户行为特性：参与电网调节，响应电价引导，在接入充电站期间，充电功率根据电网运行状态进行优化调整，在电价低于低电价阈值时以大于大功率阈值的功率进行充电，在电价高于高电价阈值时以小于小功率阈值的功率充电或者不充电，其中，表示t时段第n个iii类电动车用户的充电功率；表示第n个iii类电动车用户的充电功率最大值；表示第n个iii类电动车用户要求离开时要达到的预期电量；表示第n个iii类电动车用户的初始电量；表示第n个iii类电动车用户的容量；表示每个调度时段的时长；表示第n个iii类电动车用户开始充电的时间；表示第n个iii类电动车用户离开的时间；iv类电动车用户行为特性：参与电网调节，在接入充电站期间，在电价高于高电价阈值时向电网放电，电价低于低电价阈值时充电，响应电价引导和电网运行优化需求，
其中，表示t时段第n个iv类电动车用户的充电功率，假设功率从配电网流向电动车为充电正方向；表示第n个iv类电动车用户的充电功率最大值；表示第n个iv类电动车用户的放电功率最大值；第n个iv类电动车用户离开时要求达到的预期电量；表示第n个iv类电动车用户的初始电量；表示t时段第n个iv类电动车用户的电量；表示第n个iv类电动车用户的容量；表示第n个iv类电动车用户电量的下限；表示每个调度时段的时长；表示第n个iv类电动车用户开始充电的时间；第n个iv类电动车用户离开的时间；上述i至iv类电动车用户行为特性还包括：其中，表示电动车离开充电站时间的分段概率密度函数；表示电动车离开充电站的时间；表示电动车离开充电站时间平均值；表示电动车离开充电站时间标准差；表示电动车初始荷电量的概率密度函数；表示电动车初始荷电量；表示电动车初始荷电量平均值；表示电动车初始荷电量标准差；表示电动车的初始电量，表示电动车电量上限。4.如权利要求2所述的方法，其特征在于，所述电动车聚合商充放电功率约束，包括：其中，表示t时段电动车聚合商节点k处的充电功率，假设功率从配电网流向电动车聚合商为正方向；表示t时段电动车聚合商充电功率最大值；表示t时段电动车聚合商放电功率最大值；表示电动车类型；表示电动车类型集合，；n表示电动车索引；表示第n个类电动车充电功率最大值；表示t时段充电站中类电动车数量；表示第n个类电动车放电功率最大值。5.如权利要求2所述的方法，其特征在于，所述电动车聚合商电量约束，包括：
其中，表示t时段电动车聚合商的电量；表示t时段电动车聚合商充电功率，假设功率从配电网流向电动车聚合商为正方向；表示每个调度时段的时长；表示t时段电动车接入充电站导致增加的聚合商电量；表示t时段电动车离开充电站导致减少的聚合商电量；表示电动车类型；表示电动车类型集合，；n表示电动车索引；表示t时段接入充电站的类电动车数量；表示t时段离开充电站的类电动车数量，表示t时段充电站中类电动车数量；表示第n个类电动车接入充电站时的初始电量；表示第n个类电动车离开充电站时的电量；表示t时段电动车聚合商电量最大值；表示第n个类电动车的容量。6.如权利要求2所述的方法，其特征在于，所述基于智能软开关直流环节的电动车聚合商接入约束，包括：其中，表示t时段电动车聚合商节点k处的充电功率，假设功率从配电网流向电动车聚合商为正方向；表示t时段sop在节点处换流器的有功损耗；表示t时段sop注入节点的有功功率；表示t时段sop注入节点的无功功率；、分别表示sop注入节点的有功功率上、下限；分别表示sop注入节点的无功功率上、下限；表示节点处sop的损耗系数；表示节点处换流器的容量；表示接入sop的节点索引，；表示接入sop的节点集合，。
7.如权利要求1至6任一所述的方法，其特征在于，根据柔性配电网参数信息和基于虚拟储能的电动车聚合商运行约束，建立柔性配电网确定性运行优化模型，包括：以柔性配电网运行成本和电动车聚合商购电成本整体最小为目标函数的目标，考虑基于虚拟储能的电动车聚合商运行约束、分布式光伏运行约束和柔性配电网运行约束，建立柔性配电网确定性运行优化模型。8.如权利要求7所述的方法，其特征在于，所述目标函数表示为：其中，f表示整体目标函数；表示配电网运行成本；表示电动车聚合商购电成本；表示配电网有功损耗费用；表示配电网电压越限成本；表示配电网支路集合；表示支路的电阻值；表示t时段支路上的电流的平方；表示t时段节点i处的sop损耗；表示接入sop的节点集合；表示每个调度时段的时长；表示网络损耗的单位成本；表示t时段节点的电压幅值的平方；表示配电网节点总数；表示总时段数；表示t时段节点i处的有功负荷；表示节点电压上限；表示节点电压下限；表示节点电压优化区间上限；表示节点电压优化区间下限，当节点电压不在优化区间时，通过系统优化减小电压偏离优化区间的程度；表示t时段节点i处电压越限的单位惩罚成本；表示配电网节点集合；表示惩罚成本参数；表示t时段聚合商k从配电网吸收的有功功率；表示t时段的分时电价；将线性化后的表达式如下：
其中，表示电压辅助变量；表示t时段节点的电压幅值的平方；表示节点电压优化区间上限；表示节点电压优化区间下限，当节点电压不在优化区间时，通过系统优化减小电压偏离优化区间的程度；表示t时段节点i处电压越限的单位惩罚成本；表示惩罚成本参数。9.如权利要求7所述的方法，其特征在于，所述分布式光伏运行约束，包括：其中，表示t时段节点i上的分布式电源的有功出力；表示t时段节点i上的分布式电源的有功出力的预测值；表示t时段节点i上的分布式电源的无功出力；表示t时段节点i上的分布式电源的无功出力的上下限；表示节点i处分布式电源的容量。10.如权利要求7所述的方法，其特征在于，所述柔性配电网运行约束，包括：其中，表示t时段节点处电压幅值的平方；表示t时段支路电流幅值的平方；表示节点j的上游支路、表示节点j的下游支路；表示配电网支路集合；分别表示
支路的电阻和电抗；表示t时段支路上从节点i流向节点j的有功功率；表示t时段支路上从节点i流向节点j的无功功率；表示t时段注入节点i的有功功率；表示t时段注入节点i的无功功率；表示t时段连接在节点i上的分布式光伏注入节点的有功功率；表示t时段连接在节点i上的分布式光伏注入节点的无功功率；表示t时段sop注入节点i的有功功率；表示t时段sop注入节点的无功功率；表示t时段节点上负荷消耗的有功功率；表示t时段节点i上负荷消耗的无功功率；表示t时段节点的电压幅值；表示t时段支路上从节点i流向节点j的电流大小；分别表示节点的电压上、下限。11.如权利要求1所述的方法，其特征在于，所述分布式光伏和电动车不确定性场景集，包括：其中，表示数据驱动的分布式光伏和电动车不确定性场景集；下标表示不确定性场景索引，取值范围为表示聚类生成的典型场景数，表示聚类生成的具有离散概率的典型不确定性场景；表示第个典型场景的概率，表示典型场景概率实数集；表示由各典型场景初始概率组成的列向量，p表示由各典型场景概率组成的列向量；和分别表示第个典型场景实际概率和初始概率；n表示历史数据的场景总数；表示数据驱动的分布式光伏和电动车不确定性场景概率的置信集合；和分别表示1-范数和范数约束的置信区间；与表示概率分布集的可信度；和表示场景概率的置信度。12.如权利要求1所述的方法，其特征在于，所述考虑分布式光伏和电动车不确定性的柔性配电网分布鲁棒优化模型，包括：
其中，a、b、c、d、e、f表示各类约束对应的系数矩阵；表示各类约束中的常数列向量；z表示sop决策变量集合；表示第个典型场景中的待优化变量集合，包括表征配电系统运行状态的节点电压变量和线路传输功率变量以及电动车充放电功率变量等；表示第个场景中的不确定变量，即光伏的出力水平和电动车到达充电站时间分布。13.如权利要求1所述的方法，其特征在于，对所述考虑分布式光伏和电动车不确定性的柔性配电网分布鲁棒优化模型进行求解，得到运行策略数据，包括：采用列和约束生成算法求解所述考虑分布式光伏和电动车不确定性的柔性配电网分布鲁棒优化模型，得到智能软开关运行策略、聚合商充电策略，配电网运行成本以及电动车购电成本。14.如权利要求1所述的方法，其特征在于，采用列和约束生成算法求解所述考虑分布式光伏和电动车不确定性的柔性配电网分布鲁棒优化模型，包括：将求解所述考虑分布式光伏和电动车不确定性的柔性配电网分布鲁棒优化模型分为主问题和子问题，进行迭代求解；其中，主问题表示为：给定第一阶段变量情况下，子问题可表示为：
内层子问题和外层子问题可分别表示为：其中，下标r表示迭代次数索引，取值范围为为模型迭代求解总次数；为求解主问题时引入的辅助变量；为第r次迭代时第个典型场景中的待优化变量集合；为第个场景的可行域；为第r次迭代时第个典型场景的概率；为第r次迭代中主问题计算得到的sop运行策略；表示内层子问题；表示外层子问题；表示内层子问题获得的第个场景的最优目标函数值，表示第个典型场景的概率；设定主问题总运行成本下界值，子问题总运行成本上界值，并初始化迭代次数；求解主问题,获得最优sop出力策略、最优sop运行策略下系统总运行成本，并更新主问题下界值；将主问题求解所得的sop最优调度策略带入内层子问题，求解内层子问题，获取各典型场景最小运行成本；求解外层子问题，得到使系统运行成本最恶劣的场景概率分布，并更新子问题上界值；判断主问题和子问题的上下界值之差是否小于设定的收敛精度，若小于，停止迭代，输出计算所得总运行成本；否则，更新主问题各场景概率分布，在主问题中添加新的待优化变量及含变量的不等式约束和二阶锥约束、含变量和sop运行策略变量z的不等式约束、含优化变量和涉及不确定性变量的不等式约束，更新迭代次数，，重新求解主问题。15.一种柔性配电网分布鲁棒运行系统，其特征在于，包括：参数信息采集模块，用于采集柔性配电网参数信息、电动车充电负荷参数信息和智能软开关参数信息；所述柔性配电网参数信息包括全年分布式光伏出力数据，所述电动车充电负荷参数信息包括全年电动车到达充电站时间分布数据；聚合商运行约束构建模块，用于根据电动车充电负荷参数信息和智能软开关参数信息，构建基于虚拟储能的电动车聚合商运行约束；运行优化模型建立模块，用于根据柔性配电网参数信息和基于虚拟储能的电动车聚合商运行约束，建立柔性配电网确定性运行优化模型；分布鲁棒优化模型建立模块，用于根据全年分布式光伏出力数据和全年电动车到达充
电站时间分布数据，构建分布式光伏和电动车不确定性场景集；根据分布式光伏和电动车不确定性场景集和柔性配电网确定性运行优化模型，建立考虑分布式光伏和电动车不确定性的柔性配电网分布鲁棒优化模型；运行策略求解模块，用于对所述考虑分布式光伏和电动车不确定性的柔性配电网分布鲁棒优化模型进行求解，得到运行策略数据；根据运行策略数据，运行配电网。16.一种柔性配电网分布鲁棒优化模型建立方法，其特征在于，包括：采集柔性配电网参数信息、电动车充电负荷参数信息和智能软开关参数信息；所述柔性配电网参数信息包括全年分布式光伏出力数据，所述电动车充电负荷参数信息包括全年电动车到达充电站时间分布数据；根据电动车充电负荷参数信息和智能软开关参数信息，构建基于虚拟储能的电动车聚合商运行约束；根据柔性配电网参数信息和基于虚拟储能的电动车聚合商运行约束，建立柔性配电网确定性运行优化模型；根据全年分布式光伏出力数据和全年电动车到达充电站时间分布数据，构建分布式光伏和电动车不确定性场景集；根据分布式光伏和电动车不确定性场景集和柔性配电网确定性运行优化模型，建立考虑分布式光伏和电动车不确定性的柔性配电网分布鲁棒优化模型。17.一种柔性配电网分布鲁棒优化模型，其特征在于，所述柔性配电网分布鲁棒优化模型由权利要求16所述的方法建立。

技术总结
本发明公开了一种柔性配电网分布鲁棒运行方法和系统。包括：根据电动车充电负荷参数信息和智能软开关参数信息，构建基于虚拟储能的电动车聚合商运行约束；根据柔性配电网参数信息和电动车聚合商运行约束，建立柔性配电网确定性运行优化模型；构建分布式光伏和电动车不确定性场景集；根据分布式光伏和电动车不确定性场景集和柔性配电网确定性运行优化模型，建立考虑分布式光伏和电动车不确定性的柔性配电网分布鲁棒优化模型；对柔性配电网分布鲁棒优化模型进行求解，得到柔性配电网运行策略数据。能够有效减小不确定环境下策略供电量和实际电动汽车功率需求量之间的不匹配度，在满足电动汽车用户需求的同时保证了配电网的经济高效运行。济高效运行。济高效运行。


技术研发人员：张梁 赵亮 迟福建 徐晶 王楠 李娟 张章 刘英英 李桂鑫 钱广超 崔荣靖 赵金利 曲家慧 李鹏 冀浩然
受保护的技术使用者：国网天津市电力公司 国家电网有限公司
技术研发日：2022.11.18
技术公布日：2023/3/3