本發(fā)明涉及電力調(diào)度領(lǐng)域，具體涉及計(jì)及多種彈性資源的臺(tái)區(qū)用能多目標(biāo)優(yōu)化調(diào)度方法及系統(tǒng)。

背景技術(shù)：

1、當(dāng)前，家電聯(lián)網(wǎng)、有序充電、戶(hù)用儲(chǔ)能等新技術(shù)推廣應(yīng)用已成為發(fā)展趨勢(shì)。隨著臺(tái)區(qū)下居民家庭智能家電規(guī)模持續(xù)擴(kuò)大，5g基站、充電樁等“新基建”設(shè)施建設(shè)快速發(fā)展，戶(hù)用分布式光伏用戶(hù)數(shù)和容量增速加快，臺(tái)區(qū)用電負(fù)荷激增，且隨機(jī)性、不確定性特點(diǎn)更為突出，在用電高峰時(shí)，易造成臺(tái)區(qū)配變過(guò)載運(yùn)行，導(dǎo)致頻繁停電、低電壓、客戶(hù)投訴等問(wèn)題重復(fù)發(fā)生。需要不斷增強(qiáng)電力系統(tǒng)的平衡調(diào)節(jié)能力，促進(jìn)新能源充分消納，源網(wǎng)荷實(shí)現(xiàn)深度協(xié)調(diào)互動(dòng)相關(guān)研究成為焦點(diǎn)。

2、如何針對(duì)不同的彈性資源制定相應(yīng)的優(yōu)化調(diào)度方案即是相關(guān)研究的關(guān)鍵。利用彈性資源可以豐富電網(wǎng)調(diào)節(jié)手段，電動(dòng)汽車(chē)作為移動(dòng)式儲(chǔ)能單元，存在著一定的可調(diào)度潛力；5g基站作為新興的負(fù)荷側(cè)設(shè)備，隨著基站數(shù)量的增多，其用于保證基站電能后備的儲(chǔ)能資源同樣可作為一種可調(diào)度資源供臺(tái)區(qū)調(diào)度使用；基于建筑的儲(chǔ)熱特性以及人體舒適溫度區(qū)間，通過(guò)對(duì)空調(diào)功率進(jìn)行合理調(diào)控，達(dá)到緩解臺(tái)區(qū)電網(wǎng)負(fù)荷壓力的作用。針對(duì)低壓臺(tái)區(qū)，以電網(wǎng)負(fù)荷運(yùn)行穩(wěn)定與新能源消納為優(yōu)化目標(biāo)，統(tǒng)籌協(xié)調(diào)電動(dòng)汽車(chē)、5g基站和住宅空調(diào)三種彈性資源，設(shè)計(jì)調(diào)度算法降低了電網(wǎng)負(fù)荷曲線峰谷差，提高了新能源利用率，提高了低壓臺(tái)區(qū)獨(dú)立可靠運(yùn)行的能力。

3、目前針對(duì)彈性資源參與優(yōu)化調(diào)度已經(jīng)有一定的研究，但如何同時(shí)對(duì)多種新型彈性資源進(jìn)行優(yōu)化調(diào)度的研究仍舊較少，針對(duì)新型彈性資源例如5g基站儲(chǔ)能的調(diào)控研究較少，從而導(dǎo)致臺(tái)區(qū)無(wú)法適應(yīng)多種彈性資源接入帶來(lái)的影響，降低了臺(tái)區(qū)運(yùn)行穩(wěn)定性。綜上，目前低壓臺(tái)區(qū)存在的問(wèn)題有：(1)多種彈性資源接入臺(tái)區(qū)后，造成臺(tái)區(qū)用電負(fù)荷疊加，出現(xiàn)電網(wǎng)負(fù)荷峰谷差大和電壓越限問(wèn)題；(2)低壓臺(tái)區(qū)分布式光伏接入后無(wú)法消納，出現(xiàn)向上級(jí)電網(wǎng)反送電問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、為了解決目前低壓臺(tái)區(qū)存在的多種彈性資源接入臺(tái)區(qū)后，造成臺(tái)區(qū)用電負(fù)荷疊加，出現(xiàn)電網(wǎng)負(fù)荷峰谷差大和電壓越限問(wèn)題；以及低壓臺(tái)區(qū)分布式光伏接入后無(wú)法消納，出現(xiàn)向上級(jí)電網(wǎng)反送電的問(wèn)題，本發(fā)明提出了一種計(jì)及多種彈性資源的臺(tái)區(qū)用能多目標(biāo)優(yōu)化調(diào)度方法，包括：

2、獲取臺(tái)區(qū)各彈性資源的參數(shù)、分布式光伏預(yù)測(cè)出力和溫度日前預(yù)測(cè)數(shù)據(jù)；

3、將所述各彈性資源的參數(shù)、分布式光伏預(yù)測(cè)出力、溫度日前預(yù)測(cè)數(shù)據(jù)帶入預(yù)先構(gòu)建的多目標(biāo)優(yōu)化調(diào)度模型中，得到各彈性資源的功率出力方案；

4、其中，所述預(yù)先構(gòu)建的多目標(biāo)優(yōu)化調(diào)度模型是以最小化負(fù)荷峰谷差構(gòu)建的削峰填谷目標(biāo)函數(shù)和以最小化臺(tái)區(qū)的反送電電量構(gòu)建的新能源消納目標(biāo)函數(shù)，結(jié)合約束條件構(gòu)建的。

5、可選的，所述多目標(biāo)優(yōu)化調(diào)度模型的構(gòu)建包括：

6、以最小化負(fù)荷峰谷差構(gòu)建削峰填谷目標(biāo)函數(shù)；

7、以最小化臺(tái)區(qū)的反送電電量構(gòu)建新能源消納目標(biāo)函數(shù)；

8、為所述削峰填谷目標(biāo)函數(shù)和所述新能源消納目標(biāo)函數(shù)設(shè)置約束條件；

9、由所述削峰填谷目標(biāo)函數(shù)、新能源消納目標(biāo)函數(shù)和約束條件構(gòu)建多目標(biāo)優(yōu)化調(diào)度模型；

10、其中，所述約束條件包括：電功率平衡約束、熱功率平衡約束、各能源功率約束、各能源電壓約束、建筑溫度舒適性約束。

11、可選的，所述新能源消納目標(biāo)函數(shù)如下式所示：

12、minrload(t)＝min{max[pload(t)]-min[pload(t)]}

13、

14、式中，rload(t)為用電負(fù)荷曲線方差，pload(t)為臺(tái)區(qū)用電負(fù)荷,pl(t)為臺(tái)區(qū)用電凈負(fù)荷，pmess(t)為5g基站儲(chǔ)能電池消耗電功率，pev(t)為電動(dòng)汽車(chē)消耗電功率，ptemp(t)為電制冷/熱系統(tǒng)消耗電功率，pimp(t)為臺(tái)區(qū)固定電負(fù)荷，為5g基站儲(chǔ)能電池充放電功率，ppv(t)為分布式光伏發(fā)電功率，為儲(chǔ)能電池充電標(biāo)志，1為充電，0為不充電，為儲(chǔ)能電池放電標(biāo)志，1為放電，0為不放電，為電動(dòng)汽車(chē)充放電功率，為電動(dòng)汽車(chē)充電標(biāo)志，1為充電，0為不充電，為電動(dòng)汽車(chē)放電標(biāo)志，t為時(shí)刻，n為整數(shù)。

15、可選的，所述新能源消納目標(biāo)函數(shù)如下式所示：

16、

17、式中：qloss(t)為臺(tái)區(qū)一天內(nèi)向電網(wǎng)反送電的上網(wǎng)總電量,ploss(t)為臺(tái)區(qū)t時(shí)段的內(nèi)部電能供需差，pop(t)為臺(tái)區(qū)某一時(shí)段的內(nèi)部電能供需差。

18、可選的，所述熱功率平衡約束如下式所示：

19、

20、q＝uer·her+uec·hec

21、式中，td(t+1)為t+1時(shí)刻地板表面溫度，rd為地板向室內(nèi)空氣對(duì)流傳熱和向房屋圍護(hù)結(jié)構(gòu)輻射傳熱的等效熱阻，cd為地板等效導(dǎo)熱熱容，δt為室內(nèi)外溫度差，td(t)為t時(shí)刻地板表面溫度，q為供熱/供冷量，ts(t+1)為t+1時(shí)刻室內(nèi)溫度，rw為房屋圍護(hù)結(jié)構(gòu)等效熱阻，ts(t)為t時(shí)刻室內(nèi)溫度，qs為太陽(yáng)輻射熱量，tout(t)為室外溫度，cw為房屋圍護(hù)結(jié)構(gòu)等效熱容，her表示電制熱系統(tǒng)輸出熱功率，hec表示電制冷系統(tǒng)輸出熱功率，uer為供暖標(biāo)志，冬季供暖為1，不供暖時(shí)為0；uec為供冷標(biāo)志。

22、可選的，所述將所述各彈性資源的參數(shù)、分布式光伏預(yù)測(cè)出力、溫度日前預(yù)測(cè)數(shù)據(jù)帶入預(yù)先構(gòu)建的多目標(biāo)優(yōu)化調(diào)度模型中，得到各彈性資源的功率出力方案，包括：

23、采用遺傳算法中的基于分級(jí)的快速非被占優(yōu)排序策略、基于擁擠距離的相同序值個(gè)體比較策略以及精英個(gè)體保留策略求解所述多目標(biāo)優(yōu)化調(diào)度模型。

24、可選的，所述采用遺傳算法中的基于分級(jí)的快速非被占優(yōu)排序策略、基于擁擠距離的相同序值個(gè)體比較策略以及精英個(gè)體保留策略求解所述多目標(biāo)優(yōu)化調(diào)度模型，包括：

25、s1：隨機(jī)產(chǎn)生一個(gè)初始種群作為第1代種群的父代種群pt，并令迭代次數(shù)g＝1；

26、s2：由父代種群進(jìn)行選擇、交叉、變異，產(chǎn)生一個(gè)同等規(guī)模的子代種群qt；

27、s3：將父代種群pt與子代種群qt合并為一個(gè)種群rt，并基于序值和擁擠距離對(duì)種群rt的個(gè)體進(jìn)行排序；

28、s4：從排序后的種群rt中按照序值選擇前npop個(gè)個(gè)體構(gòu)建新的父代種群pt+1；

29、s5：判斷是否達(dá)到預(yù)設(shè)種群規(guī)模npop，并判斷是否達(dá)到最大迭代次數(shù)gmax，若未達(dá)到，則令迭代次數(shù)g＝g+1返回步驟s2；否則輸出pareto最優(yōu)解集與前沿，算法結(jié)束。

30、可選的，所述獲取臺(tái)區(qū)各彈性資源的參數(shù)、分布式光伏預(yù)測(cè)出力和溫度日前預(yù)測(cè)數(shù)據(jù)，包括：

31、獲取臺(tái)區(qū)內(nèi)分布式光伏預(yù)測(cè)出力、基礎(chǔ)負(fù)荷功率和溫度日前預(yù)測(cè)數(shù)據(jù)；

32、通過(guò)蒙特卡洛隨機(jī)抽樣獲取每輛電動(dòng)汽車(chē)的歷史記錄，

33、其中，歷史記錄包括：電動(dòng)汽車(chē)日行駛里程、電動(dòng)汽車(chē)入網(wǎng)時(shí)間、電動(dòng)汽車(chē)離網(wǎng)時(shí)間、接入電網(wǎng)時(shí)電動(dòng)汽車(chē)電量、車(chē)主期望離網(wǎng)時(shí)電動(dòng)汽車(chē)電量；

34、獲取臺(tái)區(qū)內(nèi)5g基站用戶(hù)負(fù)載、地板等效導(dǎo)熱熱容，地板向室內(nèi)空氣對(duì)流傳熱和向房屋圍護(hù)結(jié)構(gòu)輻射傳熱的等效熱阻、房屋圍護(hù)結(jié)構(gòu)等效熱容，房屋圍護(hù)結(jié)構(gòu)等效熱阻。

35、再一方面本發(fā)明還提供了一種計(jì)及多種彈性資源的臺(tái)區(qū)用能多目標(biāo)優(yōu)化調(diào)度系統(tǒng)，包括：

36、參數(shù)獲取模塊，用于獲取臺(tái)區(qū)各彈性資源的參數(shù)、分布式光伏預(yù)測(cè)出力和溫度日前預(yù)測(cè)數(shù)據(jù)；

37、優(yōu)化模塊，用于將所述各彈性資源的參數(shù)、分布式光伏預(yù)測(cè)出力、溫度日前預(yù)測(cè)數(shù)據(jù)帶入預(yù)先構(gòu)建的多目標(biāo)優(yōu)化調(diào)度模型中，得到各彈性資源的功率出力方案；

38、其中，所述預(yù)先構(gòu)建的多目標(biāo)優(yōu)化調(diào)度模型是以最小化負(fù)荷峰谷差構(gòu)建的削峰填谷目標(biāo)函數(shù)和以最小化臺(tái)區(qū)的反送電電量構(gòu)建的新能源消納目標(biāo)函數(shù)，結(jié)合約束條件構(gòu)建的。

39、可選的，還包括模型構(gòu)建模塊具體用于：

40、以最小化負(fù)荷峰谷差構(gòu)建削峰填谷目標(biāo)函數(shù)；

41、以最小化臺(tái)區(qū)的反送電電量構(gòu)建新能源消納目標(biāo)函數(shù)；

42、為所述削峰填谷目標(biāo)函數(shù)和所述新能源消納目標(biāo)函數(shù)設(shè)置約束條件；

43、由所述削峰填谷目標(biāo)函數(shù)、新能源消納目標(biāo)函數(shù)和約束條件構(gòu)建多目標(biāo)優(yōu)化調(diào)度模型；

44、其中，所述約束條件包括：電功率平衡約束、熱功率平衡約束、各能源功率約束、各能源電壓約束、建筑溫度舒適性約束。

45、可選的，所述新能源消納目標(biāo)函數(shù)如下式所示：

46、minrload(t)＝min{max[pload(t)]-min[pload(t)]}

47、

48、式中，rload(t)為用電負(fù)荷曲線方差，pload(t)為臺(tái)區(qū)用電負(fù)荷,pl(t)為臺(tái)區(qū)用電凈負(fù)荷，pmess(t)為5g基站儲(chǔ)能電池消耗電功率，pev(t)為電動(dòng)汽車(chē)消耗電功率，ptemp(t)為電制冷/熱系統(tǒng)消耗電功率，pimp(t)為臺(tái)區(qū)固定電負(fù)荷，為5g基站儲(chǔ)能電池充放電功率，ppv(t)為分布式光伏發(fā)電功率，為儲(chǔ)能電池充電標(biāo)志，1為充電，0為不充電，為儲(chǔ)能電池放電標(biāo)志，1為放電，0為不放電，為電動(dòng)汽車(chē)充放電功率，為電動(dòng)汽車(chē)充電標(biāo)志，1為充電，0為不充電，為電動(dòng)汽車(chē)放電標(biāo)志，t為時(shí)刻，n為整數(shù)。

49、可選的，所述新能源消納目標(biāo)函數(shù)如下式所示：

50、

51、式中：qloss(t)為臺(tái)區(qū)一天內(nèi)向電網(wǎng)反送電的上網(wǎng)總電量,ploss(t)為臺(tái)區(qū)t時(shí)段的內(nèi)部電能供需差,pop(t)為臺(tái)區(qū)某一時(shí)段的內(nèi)部電能供需差。

52、可選的，所述熱功率平衡約束如下式所示：

53、

54、q＝uer·her+uec·hec

55、式中，td(t+1)為t+1時(shí)刻地板表面溫度，rd為地板向室內(nèi)空氣對(duì)流傳熱和向房屋圍護(hù)結(jié)構(gòu)輻射傳熱的等效熱阻，cd為地板等效導(dǎo)熱熱容，δt為室內(nèi)外溫度差，td(t)為t時(shí)刻地板表面溫度，q為供熱/供冷量，ts(t+1)為t+1時(shí)刻室內(nèi)溫度，rw為房屋圍護(hù)結(jié)構(gòu)等效熱阻，ts(t)為t時(shí)刻室內(nèi)溫度，qs為太陽(yáng)輻射熱量，tout(t)為室外溫度，cw為房屋圍護(hù)結(jié)構(gòu)等效熱容，her表示電制熱系統(tǒng)輸出熱功率，hec表示電制冷系統(tǒng)輸出熱功率，uer為供暖標(biāo)志，冬季供暖為1，不供暖時(shí)為0；uec為供冷標(biāo)志。

56、可選的，所述優(yōu)化模塊，包括：

57、求解子模塊，用于采用遺傳算法中的基于分級(jí)的快速非被占優(yōu)排序策略、基于擁擠距離的相同序值個(gè)體比較策略以及精英個(gè)體保留策略求解所述多目標(biāo)優(yōu)化調(diào)度模型。

58、可選的，所述求解子模塊具體用于：

59、s1：隨機(jī)產(chǎn)生一個(gè)初始種群作為第1代種群的父代種群pt，并令迭代次數(shù)g＝1；

60、s2：由父代種群進(jìn)行選擇、交叉、變異，產(chǎn)生一個(gè)同等規(guī)模的子代種群qt；

61、s3：將父代種群pt與子代種群qt合并為一個(gè)種群rt，并基于序值和擁擠距離對(duì)種群rt的個(gè)體進(jìn)行排序；

62、s4：從排序后的種群rt中按照序值選擇前npop個(gè)個(gè)體構(gòu)建新的父代種群pt+1；

63、s5：判斷是否達(dá)到預(yù)設(shè)種群規(guī)模npop，并判斷是否達(dá)到最大迭代次數(shù)gmax，若未達(dá)到，則令迭代次數(shù)g＝g+1返回步驟s2；否則輸出pareto最優(yōu)解集與前沿，算法結(jié)束。

64、可選的，所述參數(shù)獲取模塊具體用于：

65、獲取臺(tái)區(qū)內(nèi)分布式光伏預(yù)測(cè)出力、基礎(chǔ)負(fù)荷功率和溫度日前預(yù)測(cè)數(shù)據(jù)；

66、通過(guò)蒙特卡洛隨機(jī)抽樣獲取每輛電動(dòng)汽車(chē)的歷史記錄，

67、其中，歷史記錄包括：電動(dòng)汽車(chē)日行駛里程、電動(dòng)汽車(chē)入網(wǎng)時(shí)間、電動(dòng)汽車(chē)離網(wǎng)時(shí)間、接入電網(wǎng)時(shí)電動(dòng)汽車(chē)電量、車(chē)主期望離網(wǎng)時(shí)電動(dòng)汽車(chē)電量；

68、獲取臺(tái)區(qū)內(nèi)5g基站用戶(hù)負(fù)載、地板等效導(dǎo)熱熱容，地板向室內(nèi)空氣對(duì)流傳熱和向房屋圍護(hù)結(jié)構(gòu)輻射傳熱的等效熱阻、房屋圍護(hù)結(jié)構(gòu)等效熱容，房屋圍護(hù)結(jié)構(gòu)等效熱阻。

69、再一方面，本技術(shù)還提供了一種計(jì)算設(shè)備，包括：至少一個(gè)處理器和存儲(chǔ)器；

70、所述存儲(chǔ)器，用于存儲(chǔ)一個(gè)或多個(gè)程序；

71、當(dāng)所述一個(gè)或多個(gè)程序被所述至少一個(gè)處理器執(zhí)行時(shí)，實(shí)現(xiàn)如上述所述的一種計(jì)及多種彈性資源的臺(tái)區(qū)用能多目標(biāo)優(yōu)化調(diào)度方法。

72、再一方面，本技術(shù)還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被執(zhí)行時(shí)，實(shí)現(xiàn)如上述所述的一種計(jì)及多種彈性資源的臺(tái)區(qū)用能多目標(biāo)優(yōu)化調(diào)度方法。

73、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：

74、本發(fā)明提供了計(jì)及多種彈性資源的臺(tái)區(qū)用能多目標(biāo)優(yōu)化調(diào)度方法包括：獲取臺(tái)區(qū)各彈性資源的參數(shù)、分布式光伏預(yù)測(cè)出力和溫度日前預(yù)測(cè)數(shù)據(jù)；將所述各彈性資源的參數(shù)、分布式光伏預(yù)測(cè)出力、溫度日前預(yù)測(cè)數(shù)據(jù)帶入預(yù)先構(gòu)建的多目標(biāo)優(yōu)化調(diào)度模型中，得到各彈性資源的功率出力方案；其中，所述預(yù)先構(gòu)建的多目標(biāo)優(yōu)化調(diào)度模型是以最小化負(fù)荷峰谷差構(gòu)建的削峰填谷目標(biāo)函數(shù)和以最小化臺(tái)區(qū)的反送電電量構(gòu)建的新能源消納目標(biāo)函數(shù)，結(jié)合約束條件構(gòu)建的。本發(fā)明采用多目標(biāo)優(yōu)化調(diào)度模型，以最小化負(fù)荷峰谷差構(gòu)建的削峰填谷目標(biāo)函數(shù)和以最小化臺(tái)區(qū)的反送電電量構(gòu)建的新能源消納目標(biāo)函數(shù)有效平抑了臺(tái)區(qū)用電負(fù)荷波動(dòng)，消除了電壓越限現(xiàn)象，提高了新能源發(fā)電消納率。