分布式发电微网系统的不确定性区间全局优化算法

可再生能源高效利用的有效方式是组成微网系统接入大电网并网运行。由于光伏、风电等分布式电源的间歇性和随机性特性，对含分布式电源的微网系统的优化规划和优化运行提出了不确定性条件下建模和分析的新需求。项目探讨分布式发电微网优化的区间全局优化算法。主要研究区间全局优化算法的相关理论和实现机理；提出改进的具有通用性的高效收敛的区间全局优化算法；提出与并行计算结合的快速区间全局优化算法；建立表达光伏和风电等分布式电源的间歇性特征的区间表示模型；建立表达随机变化特性的企业规模级和建筑物级负荷的区间表示模型；建立考虑不确定性的含多种分布式电源、储能装置和负荷的，并计及经济指标、可靠性指标以及环保指标等的分布式发电微网系统的多目标区间优化模型；实现区间全局优化理论和算法在分布式发电微网系统优化规划和优化运行分析中的应用；为含随机性、间歇性等不确定性信息的分布式发电微网系统的优化问题提供分析手段和解决途径。

项目按照预定计划开展，取得了预期的成果。项目研究了光伏发电和小风电的间歇特性和区间模型描述，研究了负荷的随机变化特性和区间模型描述，建立了表达光伏和风电等分布式电源的间歇性特征的区间表示模型；建立了表达随机变化特性的负荷的区间表示模型。针对配电系统存在的三相不平衡性，提出了基于复仿射算法的区间三相潮流分析算法。该算法主要考虑了节点注入有功功率（分布式电源出力、负荷）的不确定性，采用三相前推回代方法，得到母线电压相角和支路有功功率的上下限。所提算法对于定量分析光伏和风机出力不确定性对系统稳态运行的影响具有应用价值。针对现有的分布式电源优化配置方法在处理不确定性因素时综合决策能力不足的缺陷，提出了一种计及信息不确定性的分布式电源优化配置模型与算法。该方法在分布式电源类型、位置和容量不确定的情况下，建立了以投资成本最少、收益最高、环境效益最高和配电网网络损耗最小为优化子目标的多目标、非线性优化模型。对光伏出力预测方法和计及信息不确定性的分布式电源优化配置方法进行了研究，提出了基于灰色神经网络组合模型的方法及基于区间TOPSIS算法与遗传算法相结合的优化配置计算方法。针对配电系统存在的三相不平衡性和DG运行存在的不确定性，分别提出了基于复仿射算法的区间三相潮流分析算法和不确定变量相对影响力的概念。能够定量分析不确定输入变量对输出变量的影响情况。定义了各个DG不确定性对各个节点电压的影响力指标，能够定量分析不同位置不同容量的DG对各个节点电压的不确定性影响。在区间优化方法研究方面，提出了基于仿射的混合区间微进化算法。新算法在支定界规则、加速工具和区间估计方法等方面对传统区间优化算法进行了改进，明显改善了算法的收敛性，显著提高了计算效率和计算速度。针对含储能系统的微网经济运行优化存在的不确定性，提出了基于区间线性规划（ILP）的微网系统经济运行优化模型，利用区间线性规划方法，解决了考虑不确定性的含储能微网系统经济运行优化问题。以一个包含风机、光伏、燃料电池以及蓄电池的系统为例，讨论了多种因素对系统经济运行的影响，验证了所建模型以及所用方法的鲁棒性和对不确定性优化问题求解的有效性。