公开(公告)号：CN116960936A

公开(公告)日：2023-10-27

申请号：CN202310724619.6

申请日：2023-06-16

Applicant: 三峡大学

Inventor： 赵平 ,  杨磊 ,  吴胥悦 ,  胡海鹏 ,  叶加乐 ,  龚砚 ,  侯青杏 ,  张子尚

IPC: H02J3/00 ,  H02J3/38

Abstract: 基于Hausdorff距离的多微网分布鲁棒优化方法，包括以下步骤：采集多微网系统中可再生能源和负荷的历史数据；根据采集的可再生能源和负荷的历史数据，分别提取M组风电历史场景和M组负荷历史场景，采用K‑means聚类法实现场景缩减，将得到的风电、负荷典型场景经过排列组合，得到组合典型场景；考虑场景概率分布在一定范围内波动，采用Hausdorff距离表示概率分布的偏差；建立基于Hausdorff的多微网两阶段分布鲁棒优化模型；对建立的优化模型进行求解，获得微电网群最优运行策。该方法能够实现各个微电网之间通过功率一致性约束进行功率交换与信息交互，并利用Hausdorff距离对典型场景概率分布不确定性进行约束，所得的运行方案能够实现多个独立微电网与主网之间协调优化运行。

公开(公告)号：CN116957229A

公开(公告)日：2023-10-27

申请号：CN202310719163.4

申请日：2023-06-16

Applicant: 三峡大学

Inventor： 赵平 ,  杨磊 ,  吴胥悦 ,  张子尚 ,  叶加乐 ,  龚砚 ,  侯青杏 ,  胡海鹏

IPC: G06Q10/0631 ,  G06Q10/04 ,  G06Q50/06 ,  G06F30/20 ,  G06F111/04

Abstract: 基于Hausdorff距离的微电网两阶段分布鲁棒优化调度方法，根据可再生能源和负荷的历史数据，分别提取M组风电历史场景和M组负荷历史场景；采用K‑means聚类法实现场景缩减，每一个聚类中心都是一个典型场景；将得到的风电、负荷典型场景经过排列组合，得到组合典型场景；构造以初始概率分布为中心，Hausdorff距离为约束条件的概率分布不确定集；构建基于Hausdorff距离的微电网两阶段分布鲁棒优化调度模型；对建立的优化调度模型进行迭代求解。本发明方法中的分布鲁棒充分考虑了场景概率的不确定性，兼顾了鲁棒优化的保守性和随机优化的经济性，实现了经济性和鲁棒性的均衡。