摘要
本发明涉及电力系统及其自动化领域。一种考虑动态不确定性与多目标协同的配电网储能优化配置方法,其特征在于包括如下步骤:1)、两阶段鲁棒优化模型构建:搭建具有min‑max‑min结构的两阶段鲁棒优化模型;第一阶段以储能年化投资成本最低为目标,确定储能建设位置及容量;第二阶段在新能源出力最恶劣场景下,最小化系统调度成本;2)、网络约束的凸松弛处理;3)、迭代求解算法实施:基于KKT原理和列约束生成算法,将原问题分解为混合整数线性主问题与子问题;主问题优化储能配置方案,子问题求解最恶劣风光出力场景下的调度策略,并通过割平面约束反馈至主问题;通过迭代计算,直至主、子问题解收敛,获得最优储能配置方案。该方法可实现更精准、高效的储能规划。
技术关键词
预测误差
风光
光伏电源
燃气机组
风电机组
两阶段鲁棒优化
风电出力不确定性
功率
鲁棒模型
分布式光伏
场景
生成算法
动态
KKT条件
电压
节点
分布式储能
鲁棒优化模型
系统为您推荐了相关专利信息
储氢系统
制氢电解槽
新能源发电系统
风光
双层优化模型
混合储能容量
储微电网系统
光伏发电机
混合储能系统
风速
优化预测模型
预测误差
无人机避障
信号
无人机姿态
GRU模型
数据混合驱动
神经网络模型
风速
风力发电机
储能系统
神经网络层结构
充放电循环次数
深度神经网络
决策