(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 202211116353.9 (22)申请日 2022.09.14 (71)申请人 国网江苏省电力有限公司电力科 学 研究院 地址 211103 江苏省南京市江宁区帕威尔 路1号 申请人 国网江苏省电力有限公司 　 江苏省电力试验研究院有限公司 (72)发明人 曾飞　苏伟　袁宇波　袁晓冬　 史明明　杨雄　肖小龙　吕朋蓬　 卜强生　 (74)专利代理 机构 苏州市中南伟业知识产权代 理事务所(普通 合伙) 32257 专利代理师 刘卉(51)Int.Cl. H02J 1/00(2006.01) H02J 1/10(2006.01) H02J 1/14(2006.01) G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) (54)发明名称 一种低压直流互联台区多时间尺度协调调 度方法及装置 (57)摘要 本发明公开了一种低压直流互联台区多时 间尺度协调调度方法及装置， 本发 明采用日前长 时间优化调度方法， 获取日前调度计划， 采用日 内滚动优化调度方法， 对日前调度计划进行滚动 修正， 采用实时优化调度方法， 对换流器功率、 负 荷削减功率、 电动汽车限额功率进行调度， 实现 了低压直流互联台区多时间尺度协调调度， 在多 个时间尺度对台区可控资源进行灵活调度， 降低 了光伏出力随机性的影 响， 提高了配电台区运行 的经济性和安全性。 权利要求书2页 说明书13页 附图5页 CN 115395498 A 2022.11.25 CN 115395498 A 1.一种低压直 流互联台区多时间尺度协调 调度方法， 其特 征在于， 包括： 根据低压直流互联台区光伏预测出力和光伏预测误差， 对历史光伏出力数据进行场景 筛选， 并对筛选出的场景进行聚类； 其中， 对历史光伏出力数据进 行场景筛选包括对长时间 历史光伏出力数据进行场景筛 选和对短时历史光伏出力数据进行场景筛 选； 基于长时间历史光伏出力数据的场景聚类结果， 采用日前长时间优化调度方法， 获取 日前调度计划； 其中， 日前长时间优化调度方法包括上层的随机规划方法和下层的鲁棒优 化方法， 上层的随机规划方法以各类中最恶劣场景 的期望成本最小为 目标， 下层的鲁棒优 化方法以各类中最恶劣场景的日内调度成本最小为目标； 基于短时历史光伏出力数据的场景聚类结果， 采用日内滚动优化调度方法， 对日前调 度计划进行滚动修 正； 基于当前时刻光伏实 际出力， 将滚动修正后的日前调度计划作为输入， 采用实时优化 调度方法， 对低压直流互联台区换流器功 率、 负荷削减功 率、 电动汽 车限额功 率进行实时调 度。 2.根据权利要求1所述的一种低压直流互联台区多时间尺度协调调度方法， 其特征在 于， 根据低压直流互联台区光伏预测出力和光伏预测 误差， 对历史光伏出力数据进行场景 筛选， 并对筛 选出的场景进行聚类， 包括： 根据光伏预测出力和光伏预测误差， 确定光伏波动区间； 对历史光伏出力数据进行场景筛 选， 获得光伏波动区间内的场景； 对光伏波动区间内的场景进行聚类。 3.根据权利要求1所述的一种低压直流互联台区多时间尺度协调调度方法， 其特征在 于， 上层的随机规划方法以各类中最恶劣场景的期 望成本最小为目标， 优化日前调 度计划； 其中， 上层随机规划优化方法优化的日前调度计划包括可转移负荷转移 时段、 可转移负荷 转移功率、 可削减负荷削减时段、 储能充放电状态、 储能充放电功 率基值和配电变压器功 率 基值。 4.根据权利要求3所述的一种低压直流互联台区多时间尺度协调调度方法， 其特征在 于， 上层随机规划优化方法采用的优化模型为： Ax+Byk+ζk≤c 其中， x为日前调度计划， f1(x)为日前调度成本， KC为聚类的类别总数， ρk为第k类的概 率， f2,k为第k类最恶劣场景的日内调度成本， A、 B、 c为约束所对应的系 数矩阵或向量， yk为 第k类最恶劣场景 所对应的日内调度计划， ζk为第k类最恶劣场景的光伏出力。 5.根据权利要求1所述的一种低压直流互联台区多时间尺度协调调度方法， 其特征在 于， 下层的鲁棒优化方法以各类中最恶劣场景 的日内调度成本最小为 目标， 优化日前调度 计划； 其中， 下层鲁棒优化方法优化的日前调 度计划包括储能充放电功 率调整量、 配电变压 器功率调整量、 可削减负荷削减功率、 电动汽车负荷限额功率和换流器功率。 6.根据权利要求5所述的一种低压直流互联台区多时间尺度协调调度方法， 其特征在权　利　要　求　书 1/2 页 2 CN 115395498 A 2于， 下层鲁棒优化方法采用的优化模型为： f2,k≥f2,k,i, Ax+Byk,i+ζk,i≤c for:k＝1,2,...KC 其中， ζk为第k类最恶劣场景的光伏出力， f2,k为第k类最恶劣场景的日内调度成本， A、 B、 c为约束所对应的系数矩阵或向量， Ωk为第k类中相似场景的集合， f2,k,i为第k类中第i个相 似场景的日内调度成本， KC为聚类的类别总数， yk,i为第k类中第i个相似场景日内调度策 略， ζk,i第k类中第i个相似场景的光伏出力。 7.根据权利要求1所述的一种低压直流互联台区多时间尺度协调调度方法， 其特征在 于， 日内滚动优化调度方法采用随机规划方法。 8.一种低压直 流互联台区多时间尺度协调 调度装置， 其特 征在于， 包括： 聚类模块， 根据低压直流互联台区光伏预测出力和光伏预测误差， 对历史光伏出力数 据进行场景筛选， 并对筛选出的场景进 行聚类； 其中， 对历史光伏出力数据进 行场景筛选包 括对长时间历史光伏出力数据进行场景筛 选和对短时历史光伏出力数据进行场景筛 选； 日前长时间优化调度模块， 基于长时间历史光伏出力数据的场景聚类结果， 采用日前 长时间优化调度方法， 获取日前调 度计划； 其中， 日前长时间优化调 度方法包括上层的随机 规划方法和下层的鲁棒优化方法， 上层的随机规划方法以各类中最恶劣场景的期 望成本最 小为目标， 下层的鲁棒优化方法以各类中最恶劣场景的日内调度成本最小为目标； 日内滚动优化调度模块， 基于短时历史光伏出力数据的场景聚类结果， 采用日内随机 滚动优化调度方法， 对日前调度计划进行滚动修 正； 实时优化调度模块， 基于当前时刻光伏实 际出力， 将滚动修正后的日前调度计划作为 输入， 采用实时优化调度方法， 对低压直流互联台区换流器功率、 负荷削减功率、 电动汽车 限额功率进行实时调度。 9.一种存储一个或多个程序的计算机可读存储介质， 其特征在于， 所述一个或多个程 序包括指令， 所述指令当由计算设备执行时， 使得所述计算设备执行根据权利要求1至7所 述的方法中的任一方法。 10.一种计算设备， 其特 征在于， 包括： 一个或多个处理器、 一个或多个存储器以及一个或多个程序， 其中一个或多个程序存 储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行， 所述一个 或多个 程序包括用于执 行根据权利要求1至7 所述的方法中的任一方法的指令 。权　利　要　求　书 2/2 页 3 CN 115395498 A 3