(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221098373 0.2 (22)申请日 2022.08.17 (71)申请人 大连理工大 学 地址 116024 辽宁省大连市甘井 子区凌工 路2号 (72)发明人 刘本希　靳晓雨　廖胜利　程春田　 王海东　刘腾远　 (74)专利代理 机构 大连理工大 学专利中心 21200 专利代理师 梅洪玉 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) H02J 3/38(2006.01)H02J 3/06(2006.01) (54)发明名称 一种基于分布鲁棒优化的水风光能源系统 均衡调度模型 (57)摘要 本发明涉及水风光混合系统短期调度领域， 具体为一种基于分布鲁棒优化的水风光能源系 统均衡调度模型， 是一种新的解决水 ‑风‑光混合 能源系统短期调度时可靠性与经济性相互平衡 问题的优化模型。 其技术方案为： 利用基于 Wasserstein距 离的模糊集来描 述可再生能源的 不确定性， 然后构建出水 ‑风‑光混合能源系统的 分布鲁棒优化模型， 之后利用ε约束方法、 强对 偶理论以及线 性化技术将模型转化为MILP 模型， 最后求解得到混合能源系统短期调度方案。 该方 法对于维持水 ‑风‑光混合能源系统可靠性与经 济性之间的平衡具有重要意 义。 权利要求书3页 说明书8页 附图4页 CN 115293442 A 2022.11.04 CN 115293442 A 1.一种基于分布鲁棒优化的水风光能源系统均衡调度模型， 其特征在于， 具体步骤如 下： (1)利用基于Was serstein距离的模糊集 来描述可 再生能源的不确定性： 其中， 表示可再生能源预测误差或净负荷不确定性， 和 分别表示风电和光伏出 力的预测误差， 为了简写， 以下省略时间索引t； 是对 真实分布 的估计， 即 在公式(2)中利用历史风电光伏预测误差数据 计算出对应的狄拉克测度 进而得出 表示Wasserstein距离； 和 分别服从分布 和分布 ||· ||表示范数； Π表示 和 的联合分布； 表示Wasserstein球， 是以经验分布 为中心、 ∈N为半径， 限制了模糊集和 之间的距离； β 为模糊集的置信度； D为求解公式(7)得到的一 个常数， 式 中的 表示样本均值； ρ 为辅助决策变量； (2)构建水 ‑风‑光混合能源系统的分布鲁棒优化模型： 1)将弃水、 缺电、 弃电三种风 险进行量化， 并将其作为目标函数， 以保证水 ‑风‑光混合 系统的可靠运行： 其中， 表示第i种可再生电源在t时段的弃电； 表示混合电力系统在t时段的 缺电； RES 为可再生能源数， 包括风能和光伏， RES＝2； sm,t表示水电站m在t时段的弃水； ηm表 示水电站m的能量转换系数， 由历史调度数据得到； sm,t/ ηm为水电站m的弃能； M和T表示水电 站集合以及时段集合； 该目标包含两阶段： 第一阶段 权　利　要　求　书 1/3 页 2 CN 115293442 A 2是降低“三弃”的风险， 用来提高混合系统的可靠性， 该阶段根据预测风光出力 进行决策； 第二阶段是以水电站出力调整最小为原则， 利用水电调控能力来减缓可再生能 源不确定性的预测误差带来的干扰， 保证梯级水电站的稳定运行， 即 表示第二阶段 出力调整函数， 其中x, 分别表示第二阶段决策变量与不确定样本参数； 2)将水电站的经济性纳入目标中， 即耗水量 最小minf2以及蓄能最大maxf3： 其中， Rm,t表示水电站m在t时段的总下泄流量； Δt表示时段长度； ESm表示水电站m在调 度时段末的蓄能量， 等于从末水位到死水位发电产生的能量； vm,T+1和minVm分别表示时段末 库容以及死库容； (3)模型转 化： Step1： 利用 ε ‑约束法对步骤(2)的模型进行改造， 将多目标问题转化为单目标问题， 在 保证某个目标理想的同时， 也对其他目标做出了充分的考虑； 将供电风险作为主要目标， 经 济目标作为约束条件， 将原目标函数转 化为： 其中αm,t表示水电站m在t时段响应新能源不确定的调整因子， 式中 即水电出力调整量； Step2： 目标函数中的第二阶段是模糊集在最坏情况下的函数变量， 利用强对偶理论进 行重转化： 其中， κ 表示与 中的 相关的对偶变量； Step3： 通过引入辅助变量 τk， 将公式(13)转 化为：权　利　要　求　书 2/3 页 3 CN 115293442 A 3