(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 202210594269.1 (22)申请日 2022.05.27 (71)申请人 国网河南省电力公司焦作供电公司 地址 454150 河南省焦作市塔南路2 99号 申请人 西南交通大 学 (72)发明人 胡扬宇　杨明杰　千海霞　刘芳　 訾小娜　王效孟　王兴凯　王丹文　 史亮　郭琳　童晓阳　席俊烨　 (74)专利代理 机构 郑州图钉专利代理事务所 (特殊普通 合伙) 41164 专利代理师 石路 (51)Int.Cl. H02J 3/46(2006.01) H02J 3/00(2006.01) H02J 3/32(2006.01)G06F 30/20(2020.01) G06Q 10/04(2012.01) G06Q 30/02(2012.01) G06Q 50/06(2012.01) G06F 111/04(2020.01) G06F 113/04(2020.01) G06F 113/06(2020.01) (54)发明名称 基于Copu la和K-L散度的综合能源配电网分 布鲁棒优化方法 (57)摘要 本发明涉及基于Copu la和K‑L散度的综合能 源配电网分布鲁棒优化方法， 它包括以下步骤： 根据综合能源配电网系统的网络结构， 构建配电 网、 风电出力的数学模型； 以配电网综合运行成 本最小为目标， 构建了风电不确定性和碳交易的 综合能源配电网系统优化模型； 利用风电出力和 风电预测出力误差的历史数据， 得到风电预测出 力、 预测误差的边缘分布； 在风电预测出力误差 的条件分布上， 离散抽样生成场景并进行缩减； 衡量风电预测出力误差的真实概率分布和参考 概率分布之间的距离， 构建风电不确定量的模糊 集； 对鲁棒优化模型进行求解， 得到优化调度结 果； 本发明具有有效降低综合能源配电网的碳排 放量、 提高新能源的消纳能力、 提高配电网系统 运行可靠性的优点。 权利要求书3页 说明书11页 附图2页 CN 115395577 A 2022.11.25 CN 115395577 A 1.基于Copul a和K‑L散度的综合能源配电网分布鲁棒优化方法， 其特征在于： 它包括以 下步骤： S1： 根据一个综合能源配电网系统的网络结构， 构建配电网、 风电出力的数 学模型； S2： 以配电网综合运行成本最小为目标， 综合运行成本包含上级购电成本、 弃风成本、 碳交易成本， 构建了计及风电不确定性和碳交易的综合能源配电网系统优化模型； S3： 利用风电出力和风电预测出力误差的历史数据， 得到风电预测出力、 预测误差的边 缘分布， 通过Cop ula理论建立风电预测出力、 风电预测出力误差的联合概率分布， 并利用风 电预测出力， 得到风电预测出力误差的条件分布， 作为 风电预测出力误差的参 考概率分布； S4:在风电预测出力误差的条件分布上， 离 散抽样生成场景并进行缩 减； S5： 利用Kullback ‑Leibler散度， 衡量风电预测 出力误差的真实概率分布和参考概率 分布之间的距离， 构建风电不确定量的模糊集， 它包含所有与参考概率分布距离小于K ‑L散 度阈值的未知概率分布， 将风电不确定量的模糊集加入到综合能源配电网系统优化模型的 目标函数和风电出力的约束中； S6： 对所建的综合能源配网系统分布鲁棒优化模型进行求解， 得到综合能源配电网系 统优化调度结果。 2.如权利 要求1所述的基于Copula和K ‑L散度的综合能源配电网分布鲁棒优化方法， 其 特征在于： 所述的步骤S1中在构建综合能源配电网的数学模型时， 配电网的潮流模型采用 Distflow形式， 给出配电网和风电出力的运行约束， 具体为： 在构建时， 配电网支路和节点 的潮流模型采用Distflow支路潮流， 各节点流入的功率与流出节点的功率在各时刻相等， 如公式 和公式 公式 表示节点电压降落约束方程， 公式 表示支路电流约束 方程， 其中， r(j)表 示节点j的父节 点集合， e(j)表 示以节点j为首节 点的 支路端节点集合， NAC为交流配电网的节点集合， BAC为交流支路集合； 分别 为在节点j第t时段的向上级电网购电有功功率、 风电实际功率以及负荷有功功率， 分别为上级购电和负荷的无功功率； 分别为支路ij的有功和无功功 率； 分别为节点i， j的电压幅值； xij分别为支路ij的电阻和电抗， 风电功率 的约束为： 其中： 为风电实际功率， 分别为风力发电 的最小、 最大 出力。 3.如权利 要求1所述的基于Copula和K ‑L散度的综合能源配电网分布鲁棒优化方法， 其 特征在于： 所述的步骤S2具体为： 在配电网中加入风电， 在所述的综合能源配电网系统模型 的基础上， 考虑碳交易成本， 考虑碳交易具体为： 根据综合能源配电网系统中各负荷， 得到 时刻t的系统碳排放额度Dt， 其中， h为综合能源配电网系统中单 位负荷对应的碳排放额度； ND为配电网中所有节 点的数目； T为调度周期； dnt为节点n在时刻权　利　要　求　书 1/3 页 2 CN 115395577 A 2t的负荷； 在时刻t的系统碳排放量Et等于燃气轮机、 上级购电产生的碳排放量， 其中， ke为向上级电网单位购电的碳排放因子； kg为 燃气轮机生成单位电量的碳排放因子； Ptbuy、 PtGT分别为上级购电功率、 燃气轮机发电功率； 综合能源配网系统中时刻t的碳交易成本fC， fC＝ρC(Et‑Dt)(8)， 其中： ρC为碳交易价格。 4.如权利 要求3所述的基于Copula和K ‑L散度的综合能源配电网分布鲁棒优化方法， 其 特征在于： 所述的步骤S2中建立综合能源配网系统的日前优化调度模型具体为： 在已建的 综合能源配电网系统的数学模型下， 设日前调度的周期为24h， 日前调度的时间步长取1h， 以配电网系统的综合运行成本最小为目标函数， 运行综合 成本包含上级购电成本fbuy、 弃风 惩 罚成 本 碳交 易 成 本fC， 建 立 综 合能 源 配网 系统的 优 化 调 度模 型 ： 其中， T为总时间段数， 为24h； Nsub为向上级购电节点集合； cbuy为向上级购电单价； 为节 点n在t时段向上级的购电功率； NWT为风力发电接入节点集合； closs为弃风惩罚单价； 为节点n在t时段的弃风功率， 其中， 为风电预测出力， 为风电实际出力。 5.如权利 要求1所述的基于Copula和K ‑L散度的综合能源配电网分布鲁棒优化方法， 其 特征在于： 所述的步骤S 3中基于Copula理论的风电预测出力误差的条件概率分布的构建利 用风电历史数据， 包括历史风电预测出力、 历史风电预测出力误差， 采用核密度估计法得到 它们各自服从的边缘分布函数， 具体为： 收集风电实际出力历史数据、 风电预测出力历史数 据， 求得风电预测误差， 分别采用核密度估计法， 均选择高斯核函数， 计算风电预测出力、 风 电预测出力误差的概率密度函数f(P)、 f(e)， 其中， n为样本 点数目， w为带宽， G( ·)为高斯核函数， xi为第i个预测出力样本点或预测误差样本点， 对概 率密度函数f(P)、 f(e)积分， 得到风电预测出力、 风电预测出力误差的边缘分布， 选择 Clayton‑Copula函数CC、 Gumbel‑Copula函数CG、 Frank‑Copula函数CF三种Copu la函数， 组成 混合Copula函数Cmix， Cmix＝wCCC(F(X),G(Y),qC)+wGCG(F(X),G(Y),qG)+wFCF(F(X),G(Y),qF)(14)， 其 中， wC、 wG、 wF分别为三种Copula函数的权重参数， qC、 qG、 qF分别为三种函数各自的相依参数， F(X)、 G(Y)为风电预测出力X、 风电预测出力误差Y服 从的边缘分布； 风电预测出力和风电预 测 出 力 误 差 的 联 合 分 布 Fm的 密 度 函 数 fm为 fm＝ cm i xf (e) f ( P) (1 5) 、 其中， cmix为混合Copula函数的密度函数， f(e)为风电预测出 力误差e的概率密度函数， f(P)为风电预测出力P的概率密度函数； 利用日前风电预测出力， 计算风电预测出力误差的条件概率密度函数fe|P(e)为 其中， 为日前风电预测出力； 对风电预测出力误差的条件概率密度函数fe|P(e)进行积分，权　利　要　求　书 2/3 页 3 CN 115395577 A 3