摘要
本发明提供一种考虑分段多区间不确定性集微电网鲁棒优化调度方法,基于高斯混合模型将风、光和负荷的源荷预测功率和误差数据进行分段拟合,与盒型区间不确定集相结合建立功率分区段的多区间不确定性集,用于描述风、光及负荷的不确定性;以微电网运行成本和碳排放成本最小为目标,构建考虑分段多区间不确定性集和碳排放的微电网鲁棒优化调度模型;采用列和约束生成算法求解微电网鲁棒优化调度模型。本发明能够解决微电网的不确定性建模和碳排放问题,降低了鲁棒优化调度策略的保守性并提高微电网调度的经济性。
技术关键词
鲁棒优化调度方法
优化调度模型
混合整数线性规划
分段
预测误差
高斯混合模型
微电网
误差区间
变量
负荷
生成算法
储能系统
两阶段鲁棒优化
场景
分布式电源
拉格朗日
优化调度策略
偏差
充放电功率
系统为您推荐了相关专利信息
深度残差卷积神经网络
前馈神经网络
样本
车身
车型
光电跟踪系统
视觉伺服系统
前馈控制器
复合控制方法
反馈控制器