基于场景法的含电动汽车接入微电网随机优化调度模型分析.pdfVIP

总第235期现代工业经济和信息化Total235

2024年第1期ModernIndustrialEconomyandInformationizationNo.1,2024

技术创新D0I:10.16525/ki.14-1362/n.2024.01.040

基于场景法的含电动汽车接入微电网随机优化调度模型分析

秦博瑞，张沥新

（辽宁工程技术大学电气与控制工程学院，辽宁阜新123032）

摘要：针对电动汽车接入微电网带来的一系列问题，基于场景法，提出了一种针对含电动汽车接入的微电网随机

优化调度模型，并通过实验验证该模型的有效性和可行性。实验结果表明，该模型能够实现微电网经济效益最大化。

同时，通过“削峰填谷”策略，电动汽车用电总成本降到了最低，为微电网优化调度提供了新的思路和方法。

关键词：场景法；电动汽车；微电网；随机优化

中图分类号：U469.72文献标识码：A

0引言Ym=F(Xm).

微电网是指一种由分布式能源和负载组成的小Ym的取值在0到1之间,将函数Ym无重叠地分

型发配电系统，能够在区域内独立运行。同时，与主电为n等份,每一份大小为1/n,在每一个区间随机抽取

网进行互联，提供可靠、安全、高效的电力供应，减少一个值,利用的逆函数求的第n个采样值xm为：

对传统电网的依赖。在政策大力推动和市场需求下,清Xm=F(Irma+n-1).

洁高效的电动汽车在近几年占据绝对市场优势。具有nn

充一放电双重行为的电动汽车接人微电网，实现能源式中：rand为0到1的随机数;F-为逆函数;n为采样总

的互联互通，达到了“削峰填谷”的效果，可以提高可点数。

再生能源的利用效率,促进智能能源系统的发展[1-1]。通过上述采样方法会得到一个mxn维的矩阵，

但是，大规模接入电动汽车势必会对微电网系统随机排列后，各行生成n个场景。

运行的可靠性、安全性和经济性产生一系列影响，再1.2基于PAM削减场景

加上风、光发电的不确定性和多用户需求的原有难LHS生成的场景包含大量的细节和复杂性,而且

题，一种有效的微电网优化调度技术显得尤为重要。一些细节对最终结果影响并不显著。因此,通过场景

由于微电网存在众多随机变量，传统的确定性优化方削减来除去不必要的细节,减少计算量,提高效率。

法不再适用。目前的技术大致分为随机优化、鲁棒优K-中心点(PartitioningAroundMedoids,PAM)算

化和分布式鲁棒优化三大类[4-5]。法是对K-均值算法的一种改进,对异常值的敏感性

综合上述问题，在充分考虑电动汽车用户和微电较低，会选择真正存在的最优点作为质心。具体步骤

网运行的经济利益情况下，本文提出了一种基于场景如下：

法的含电动汽车接入的微电网随机优化调度模型。考1)根据场景矩阵的特点和具体需求,从场景数据

虑到负荷和光伏发电的不确定性，利用拉丁超立方采中随机选择K个数据点作为初始中心点。

样生成大量随机场景,并采用K-中心点聚类算法进2)计算每个数据点与各个中心点的距离,并将其

行削减得到典型场景。在约束函数和分时电价的引导分配到距离最近的中心点所代表的簇中。

下，以微电网运行总成本和电动汽车用电总成本最低3)每个簇中选择一个数据点作为新的中心点,该

为优化目标，建立基于场景法的随机优化调度模型，点与簇中的其他数据点间的总距离最小。

通过CPLEX求解器对模型求解优化,进行算