技术摘要：
本发明公开了一种智能电网的混合优化模型，所述模型分为两个阶段：第一阶段：确定电价典型场景；第二阶段：在所述第一阶段的每个所述电价典型场景下进行可再生能源RE和负载的混合随机规划鲁棒优化；还包括一种基于智能电网的混合优化模型的加速分布式优化方法；本发明  全部
背景技术：
发展清洁可再生能源发电已成为世界范围内解决环境污染和化石燃料枯竭问题 的一种趋势，其中太阳能和风能是重要的可再生资源。然而，由于太阳能、风能等具有间歇 性和不确定性，给智能电网带来了巨大的挑战。智能电网的能源管理是在满足供需平衡约 束和各种运行不等式约束的前提下优化发电成本。在智能电网中，由于可再生能源和其他 小规模分布式发电的渗透深度的增加，能量管理的复杂性将增加。通过对各种可再生能源 和分布式能源的协调控制和优化，智能电网可以有效地挖掘潜在的灵活性，实现高效率和 可靠性，并显著降低总成本，同时保证智能电网的安全稳定，这是目前很多科研机构和工程 人员研究的热点之一。 目前的研究主要集中在如何解决智能电网优化问题的两个困难。 第一是在智能电网中，太阳能、风能等可再生能源具有间歇性和不确定性，会给电 网带来安全和稳定性问题。通常不确定性优化采用的方法是随机规划和鲁棒优化。然而对 于随机规划而言，如果考虑大量的场景，虽然增加了优化的精确度，但是模型复杂程度和计 算负担同时也会大大增加。对鲁棒优化来说，结果的保守性和经济性很难衡量。如何要将两 者有机结合起来解决不确定性问题是一个巨大的挑战； 第二是智能电网中接入了大量的分布式能源，如果用集中式算法来解决优化问 题，可能会带来沉重的计算负担，并且缺乏对拓扑变化的适应性、对即插即用操作的鲁棒性 和对大型系统的可扩展性。
技术实现要素：
为此，本发明提供一种智能电网的混合优化模型及加速分布式优化方法，以解决 现有技术中智能电网结合中存在计算量和精度相互矛盾的问题。 为了实现上述目的，本发明提供如下技术方案： 一种智能电网的混合优化模型，所述模型分为两个阶段： 第一阶段：确定电价典型场景； 第二阶段：在所述第一阶段的每个所述电价典型场景下进行可再生能源RE和负载 的混合随机规划鲁棒优化。 作为本发明一种有选地方案，所电价典型场景的获取方法包括：通过对电价历史 数据的分析，得到电价的预测分布，再进行场景选择。 作为本发明一种有选地方案，场景选择采用拉丁超立方体抽样方法，分别从(0,1) 等分的ns个子区间产生ns个场景。 作为本发明一种有选地方案，所述第二阶段的鲁棒优化是将传统能源发电CGs、风 5 CN 111555367 A 说　明　书 2/9 页 力发电WGs、电池存储系统BSSs、可移动设备SAs和在ns个场景下与外部电网的销售/购买电 力的总体预期成本降到最低： 其中： 为第i个传统能源发电的成本函数， 为第i个风力发 电的削减罚款函数， 为第i个电池存储系统的成本函数， 为第i个 可移动设备不满意成本的函数， 外部电网购买/出售电力的成本函数。 作为本发明一种有选地方案，第s个价格场景下各个成本具体为： 其中， 为基准值功率输出； 为可再生能源发电和负荷偏差的备用容量；agi，bgi 和cgi为成本系数；Λ为风电偏差的协方差矩阵； 其中，awi为成本系数 为基准值功率输出，Pwi,f预测手段得到的最大可用风能； 其中， 为基准功率值， 为可再生能源发电和负荷偏差的备用容量，absi为成本 系数； 其中，asai为折中的成本系数； 其中， 是成本系数。 作为本发明一种有选地方案，在第s个电价的情况下，建立混合随机规划鲁棒优化 模型具体为： s.t.D(X)＝0 E(X)≤0 其中，xi是因变量，fi(xi)表示传统能源发电成本函数、风力发电成本函数、电池存 储系统成本函数、可移动设备成本函数和在ns个场景下于外部电网的销售/购买电力的成 本函数；M表示场景的序号。 另外，在本发明中提供了一种基于权利要求1-5任一项智能电网混合优化模型的 6 CN 111555367 A 说　明　书 3/9 页 加速分布式优化方法，包括如下步骤： 步骤100、在多智能体系统一致的算法基础上建立混合随机规划鲁棒优化模型相 对应的拉格朗日对偶为： 其中，λ和μ分别是D(X)和E(X)的拉格朗日对偶乘子； 步骤200、每个智能体拉格朗日对偶中分解得到子问题，所述子问题具体为： 其中，Xi是X在当地的复制，λi是λ在当地的复制，μi是μ在当地的复制； 步骤300、在每个智能体中设置初始变量，并逐次进行迭代，在第k次迭代时由加速 梯度下降法进行更新，具体为： 其中 是Li关于 的导数，τ1是固定的步长； 分布式优化的信息交换过程基于多智能体系统一致性算法，每个智能体只与它的 邻居交换信息，信息交换矩阵W的信息交换权重wij计算如下： 其中Ni和ni是智能体i的邻居集和邻居个体； PΩ是Xi在其取值集合上的投影，具体定义为： 将xij的更新、交换和投影协议简化为： λi更新规则和信息交换协议为： 7 CN 111555367 A 说　明　书 4/9 页 其中τ2是固定步长； μi的更新规则和信息交换协议与λi相同： 迭代停止准则由以下条件确定： 本发明具有如下优点： 本发明综合考虑了可再生能源、固定负荷和电价不确定性，结合随机规划和鲁棒 优化的优点，随机场景被有效且合理地减少，因此降低了计算的复杂度，与集中式优化算法 相比，该算法减少了计算量和通信量，具有更快的收敛速度，具有很高的实用价值。 附图说明 为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方 式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅 仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据 提供的附图引伸获得其它的实施附图。 图1为本发明实施例提供优化方法的流程示意图； 图2为本发明实施例提供优化方法的又一流程示意图。