Robust Optimization Scheduling Method for DC Microgrid Considering Probability Characteristics of Source Load Fluctuations

doi:10.16628/j.cnki.2095-8188.2025.05.002

Abstract

Abstract:

The increasing proportion of renewable energy integration has introduced more and more uncertain factors into the operation regulation of DC microgrid.The existing robust optimization scheduling results are too conservative, and the economic performance of the scheduling scheme is poor.Based on the probability distribution characteristics of the typical historical data, a new multi-probability interval uncertainty set is proposed to accurately describe the source and load fluctuations by fitting the confidence intervals of different source and load powers.Based on the proposed novel uncertainty set,a robust optimization scheduling model for DC microgrid is constructed.The column and constraint generation (C&CG) algorithm is used to simplify the model,and an optimization scheduling scheme that takes into account the economy and stability of power grid is obtained.Finally,by comparing the scheduling economy and accuracy of various uncertainty set description methods, the validity and feasibility of the proposed optimization method are verified.

Key words: DC microgrid, robust optimization, confidence interval, multi-interval uncertainty set

CLC Number:

TM73

YU Xueping, LIU Weiling, CAO Bin, XIAO Yuqi, ZHOU Peng. Robust Optimization Scheduling Method for DC Microgrid Considering Probability Characteristics of Source Load Fluctuations[J]. LOW VOLTAGE APPARATUS, 2025, 0(5): 9-17.

Figures/Tables 8

References 21

[1]	白忠彬. 多尺度灵活性资源博弈下风电场储能容量优化[J]. 电器与能效管理技术, 2023(5):79-88.
[2]	张俊涛, 程春田, 申建建, 等. 考虑风光不确定性的高比例可再生能源电网短期联合优化调度方法[J]. 中国电机工程学报, 2020, 40(18):5921-5932.
[3]	XU H, MENG Z, WANG Y. Economic dispatching ofmicrogrid considering renewable energy uncertainty and demand side response[J]. Energy Reports, 2020,6:196-204.
[4]	马牧原, 赵妍辉, 李国庆. 含多光储微电网直流型主动配电系统动态协同控制[J]. 电器与能效管理技术, 2022(5):71-77.
[5]	李红, 朱立位, 郭朝辉. 基于深度强化学习的混合储能系统最优控制[J]. 电器与能效管理技术, 2021(11):42-49.
[6]	杨行方, 张宁, 董思豆, 等. 离网运行的直流微电网可达性分析[J]. 电力系统及其自动化学报, 2024, 36(6):54-62.
[7]	徐虹卿, 张宇献, 邢作霞. 考虑风电不确定性的风电储能混合系统协调优化计算[J]. 电器与能效管理技术, 2019(9):53-59.
[8]	BARANWAL M, ASKARIAN A, SALAPAKA S, et al. A distributed architecture for robust and optimal control of DC microgrids[J]. IEEE Transactions on Industrial Electronics, 2019, 66(4):3082-3092.
[9]	王建辉, 包广清, 张瀚超. 一种双层-四级随机-鲁棒优化调度模型及求解[J]. 电网技术, 2024, 48(4):1622-1634.
[10]	刘一欣, 郭力, 王成山. 微电网两阶段鲁棒优化经济调度方法[J]. 中国电机工程学报, 2018, 38(14):4013-4022.
[11]	陶顺, 陈鹏伟, 肖湘宁, 等. 智能配电网不确定性建模与供电特征优化技术综述[J]. 电工技术学报, 2017, 32(10):77-91.
[12]	朱立轩, 万灿, 鞠平. 计及不确定性的电力系统区间分析研究综述[J]. 电力自动化设备, 2023, 43(7):1-11.
[13]	顾雪平, 白岩松, 李少岩, 等. 考虑风电不确定性的电力系统恢复全过程两阶段鲁棒优化方法[J]. 电工技术学报, 2022, 37(21):5462-5477.
[14]	王灿, 张雪菲, 凌凯, 等. 基于区间概率不确定集的微电网两阶段自适应鲁棒优化调度[J]. 中国电机工程学报, 2024, 44(5):1750-1764.
[15]	徐湘楚, 米增强, 詹泽伟, 等. 考虑多重不确定性的电动汽车聚合商参与能量-调频市场的鲁棒优化模型[J]. 电工技术学报, 2023, 38(3):793-805.
[16]	ROLDAN C, MINGUEZ R, GARCIA-BERTRAND R, et al. Robust transmission network expansion planning under correlated uncertainty[J]. IEEE Transactions on Power Systems, 2018, 34(3):2071-2082.
[17]	葛晓琳, 钟俊玲, 符杨. 考虑来水多区间不确定集的跨年梯级水电鲁棒优化调度[J]. 中国电机工程学报, 2018, 38(17):5097-5106.
[18]	彭春华, 郑聪, 陈婧, 等. 基于置信间隙决策的综合能源系统鲁棒优化调度[J]. 中国电机工程学报, 2021, 41(16):5593-5604.
[19]	王东风, 陈江丽, 黄宇, 等. 基于置信间隙决策的输电网络不确定性最优传输切换研究[J]. 电工技术学报, 2023, 38(22):6165-6175.
[20]	QIU H, GU W, XU X, et al. A historical-correlation-driven robust optimization approach for microgrid dispatch[J]. IEEE Transactions on Smart Grid, 2021, 12(2):1135-1148.
[21]	桑博, 张涛, 刘亚杰, 等. 期望场景下的并网型微电网两阶段鲁棒优化调度[J]. 中国电机工程学报, 2020, 40(19):6161-6173.

不确定集模型	置信度/%	区间覆盖率
不确定集模型	置信度/%	负荷	风电	光伏	误差和
本文所提方法	90	0.95	1.00	1.00	0.25
	70	0.79	0.83	0.91	0.44
	50	0.58	0.54	0.58	0.45
残差估计方法	90	1.00	1.00	1.00	0.30
	70	0.91	0.83	0.87	0.52
	50	0.79	0.58	0.83	0.70
多项式拟合方法	90	1.00	1.00	1.00	0.30
	70	0.83	0.79	0.87	0.40
	50	0.50	0.45	0.75	0.20

不确定集模型	置信度/%	区间覆盖率
不确定集模型	置信度/%	负荷	风电	光伏
本文所提方法	90	0.63	0.47	1.32
	70	0.40	0.30	0.87
	50	0.26	0.19	0.59
残差估计方法	90	0.77	0.43	1.05
	70	0.54	0.30	0.76
	50	0.38	0.21	0.57
多项式拟合方法	90	0.81	0.66	1.77
	70	0.41	0.34	0.97
	50	0.26	0.22	0.67

不确定集模型	区间覆盖率	区间平均宽度	运行成本/元
本文所提方法	适中	适中	1 399.1(最优)
残差估计方法	较优	较差	1 484.7(较差)
多项式拟合方法	较差	较优	1 479.5(较差)