微网多电源容量配置的两阶段鲁棒优化方法与实践

1. 微网多电源容量配置的两阶段鲁棒优化方法解析

在可再生能源占比不断提升的电力系统中，微网作为分布式能源的重要载体，其电源容量配置直接影响着系统的经济性和可靠性。传统确定性优化方法在面对风光出力波动、负荷变化等不确定性因素时往往表现不佳，而两阶段鲁棒优化（Two-Stage Robust Optimization, TSRO）为解决这一问题提供了有效途径。

1.1 两阶段鲁棒优化的核心思想

两阶段鲁棒优化将决策过程分为两个阶段：

• 第一阶段：在不确定性未完全揭示前，进行固定投资或容量配置决策（如光伏、储能容量）。这些决策一旦确定，短期内无法改变。
• 第二阶段：在不确定性参数（如风光出力、负荷波动）明确后，调整运行策略（如储能充放电、燃气轮机出力）以最小化最坏情况下的总成本。

这种"先投资后运行"的决策框架更符合实际工程中的决策流程，能够有效应对不确定性带来的风险。

1.2 数学模型构建

两阶段鲁棒优化的数学模型可以表示为：

min y∈Y

其中：

• y：第一阶段决策变量（容量配置）
• x：第二阶段决策变量（运行策略）
• u：不确定性参数
• U：不确定性集合
• F(y,u)：给定y和u下的可行域

这个模型的目标是最小化投资成本（c^T y）与最坏情况下运行成本（d^T x）之和，体现了"投资时考虑最坏运行情况"的保守思想。

2. 微网容量配置的关键技术要素

2.1 优化目标设计

微网容量配置需要综合考虑多个目标：

1. 经济性：包括初始投资成本和长期运行成本

   • 投资成本：光伏、储能、燃气轮机等设备的购置和安装成本
   • 运行成本：燃料费用、设备维护费用、与主网交互费用等

2. 可靠性：确保在各种运行场景下都能满足负荷需求

   • 考虑极端天气条件下的供电保障
   • 重要负荷的供电可靠性指标

3. 环境效益：减少碳排放，提高可再生能源利用率

   • 可再生能源发电占比
   • 单位供电量的碳排放量

在实际建模中，通常采用加权求和法将多目标转化为单目标，或通过约束法将部分目标转化为约束条件。

2.2 主要约束条件

微网容量配置需要满足以下关键约束