申请/专利权人:三峡大学
申请日:2023-06-16
公开(公告)日:2023-10-27
公开(公告)号:CN116960936A
主分类号:H02J3/00
分类号:H02J3/00;H02J3/38
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.11.14#实质审查的生效;2023.10.27#公开
摘要:基于Hausdorff距离的多微网分布鲁棒优化方法,包括以下步骤:采集多微网系统中可再生能源和负荷的历史数据;根据采集的可再生能源和负荷的历史数据,分别提取M组风电历史场景和M组负荷历史场景,采用K‑means聚类法实现场景缩减,将得到的风电、负荷典型场景经过排列组合,得到组合典型场景;考虑场景概率分布在一定范围内波动,采用Hausdorff距离表示概率分布的偏差;建立基于Hausdorff的多微网两阶段分布鲁棒优化模型;对建立的优化模型进行求解,获得微电网群最优运行策。该方法能够实现各个微电网之间通过功率一致性约束进行功率交换与信息交互,并利用Hausdorff距离对典型场景概率分布不确定性进行约束,所得的运行方案能够实现多个独立微电网与主网之间协调优化运行。
主权项:1.基于Hausdorff距离的多微网分布鲁棒优化方法,其特征在于包括以下步骤:步骤1:采集多微网系统中可再生能源和负荷的历史数据;步骤2:根据步骤1采集的可再生能源和负荷的历史数据,分别提取M组风电历史场景和M组负荷历史场景,采用K-means聚类法实现场景缩减,将得到的风电、负荷典型场景经过排列组合,得到组合典型场景;步骤3:考虑场景概率分布在一定范围内波动,采用Hausdorff距离表示概率分布的偏差;步骤4:建立基于Hausdorff的多微网两阶段分布鲁棒优化模型;步骤5:对步骤4建立的优化模型进行求解,获得微电网群最优运行策。
全文数据:
权利要求:
百度查询: 三峡大学 基于Hausdorff距离的多微网分布鲁棒优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。