💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。
⛳️座右铭:行百里者,半于九十。
📋📋📋本文目录如下:🎁🎁🎁
目录
💥1 概述
电力系统由于模型、参数测量等难免会存在误差,又加上分布式电源和负荷预测的误差,如果仅仅用预测的值,这样会给制定优化控制策略带来干扰,传统的对不确定性处理是采用一种“事后分析”方法,即灵敏度分析方法,通过对优化结果的分析,衡量模型不确定性对结果的影响程度,从而判断制定的控制策略的工作性能。
由于分布式电源以及负荷的随机性、波动性以及测量误差给配电网运行决策带来了很多不确定性。为了制定全局最优的控制策略,需要充分考虑分布式电源和负荷的不确定性。目前对不确定性的处理大概有三种方法:模糊理论[44-45]、随机概率类优化[4647]、鲁棒优化[+8-49]。模糊理论是通过模糊变量对不确定性量进行描述,以隶属度函数衡量约束的满意程度来进行求解,但其建立隶属度函数受人的主观因素较大;随机概率需要已知不确定参数的分布,需要大量的抽样结果进行统计计算,否则不能保证模型的精确,从而增加了求解的难度;鲁棒优化只关心不确定参量边界的情况,它通过将不确定性参数限定在一个区间里,避免了对变量概率分布的信息需求,求解规模相对来说较小,目前受到了广泛的应用。
鲁棒优化中的不确定集常用的形式有椭球型不确定集合和盒式不确定集合[50]。盒式不确定集合使得二阶锥规划、半定优化等问题能良好的解决。鲁棒优化的实质是求解在最恶劣的场景下的解,
是以牺牲经济性来满足鲁棒性的,但在实际电网运行中有些极端场景只有理论上才可能出现,这样鲁棒优化带来的解会过于保守。文献[51]提出了可调鲁棒优化,有效协调了鲁棒性与经济性的矛
盾,但是由于所建的模型求解比较繁琐,增加了求解难度。文献[52]提出了不确定区间可调节的鲁棒优化,使得模型易于求解。文献[53]首次将两阶段鲁棒优化引入主动配电网无功优化中,将离散的控制变量作为第一阶段,连续变量作为第二阶段来进行无功优化。文献[54]根据无功优化控制的快慢,将控制慢的作为第一阶段,控制迅速的作为第二阶段,保证在最恶劣的情况下在第一阶段的控制策略能够使第二阶段的控制策略在最恶劣的场景下使得网损最小。
📚2 运行结果
🎉3 参考文献
部分理论来源于网络,如有侵权请联系删除。
[1]熊壮壮. 两阶段鲁棒优化的主动配电网动态无功优化[D].郑州大学,2019.