一种微电网鲁棒优化调度方法和系统与流程

1.本发明涉及能源优化调度技术领域，尤其涉及一种微电网鲁棒优化调度方法和系统。


背景技术：

2.为克服大规模电网建设成本高，运行维护难度大等缺陷，微电网应运而生，其采用靠近负荷的分布式电源进行供电，降低了发电成本的同时提高了能源利用率，然而可再生能源(如风电、光伏等)通常具有较强的不确定性，给微电网安全稳定运行带来了相当大的挑战；为了实现碳达峰、碳中和的目标，采用碳捕集技术能够实现大规模减排；然而，使用碳捕集设备在减少二氧化碳排放的同时也会导致发电成本的增加。
3.所以有必要针对考虑碳捕集设备的多能互补微电网鲁棒优化调度进行研究，让微电网实现低碳经济运行。


技术实现要素：

4.本发明目的在于提供一种微电网鲁棒优化调度方法和系统，将碳捕集设备考虑进微电网的运行中，同时引入碳交易机制，从而有效降低微电网运行产生的碳排放。
5.为实现上述目的，本发明提供一种微电网鲁棒优化调度方法，包括：对微电网系统内各设备进行建模，获得微电网系统内各设备的数学模型或约束模型；根据微电网系统内各设备的数学模型或约束模型，获得微电网系统的碳交易成本模型；根据微电网系统的碳交易成本模型，获取微电网系统优化调度的目标函数；根据所述目标函数和微电网系统各设备的运行约束，构建微电网两阶段鲁棒优化调度模型；根据微电网系统内的不确定变量构造不确定集合，利用所述不确定集合对所述微电网两阶段鲁棒优化调度模型进行求解，获得调度结果。
6.进一步的，对微电网系统内各设备进行建模，获得微电网系统内各设备的数学模型或约束模型，包括，分析微电网系统内各设备的运行特征和运行约束，对微电网系统内各设备进行建模，获得微电网系统内各设备的数学模型或约束模型；其中，所述微电网系统包括风电机组、电储能设备、大电网、电负荷、燃气锅炉、微型燃气轮机、碳捕集设备、储热装置以及热负荷；所述电储能设备在调度过程中应满足最大最小充放电功率限制、容量约束限制以及与电储能寿命相关的充放能平衡约束；所述电储能设备的数学模型为：(1)
(2)(3)(4)(5)其中，与分别表示时段电储能设备的充电功率和放电功率；表示时段电储能设备的充放电状态，取值为1时表示电储能设备处于充电状态，取值为0时表示电储能处于放电状态；表示电储能设备的最大充电功率，表示电储能设备的最大放电功率；为调度总周期；表示时段电储能设备的容量；与分别表示电储能设备在调度过程中所允许的最大容量和最小容量；为电储能设备的初始调度容量；表示最后一个调度时刻电储能设备的容量；表示电储能设备的充放电系数；当微电网系统内部电源无法满足负荷需求时，所述微电网系统向大电网购电以满足功率平衡；反之，所述微电网系统内部电能过剩时，所述微电网系统向大电网出售电能以获取收益；在购售电过程中，所述微电网系统和大电网之间的功率交互约束模型，应满足式(6)至式(7)：(6)(7)其中，与分别表示微电网系统时段的购电功率和售电功率；表示微电网系统t时段的购售电状态，取值为1时表示微电网系统向大电网购电，取值为0时表示微电网系统向大电网售电；表示微电网系统与大电网功率交互时所允许的最大购售电功率；当微型燃气轮机的输出热功率不足以满足热负荷时，燃气锅炉作为辅助供热装置弥补热功率缺额；所述燃气锅炉的数学模型为：(8)其中，表示燃气锅炉时段输出的热功率；为天然气低热值；表示燃气锅炉的热效率；表示时段燃气锅炉的进气量；所述微型燃气轮机在燃气发电的过程中，可同时对外供热；所述微型燃气轮机的数学模型为：
(9)(10)(11)其中，为微型燃气轮机时段的进气量；与分别为微型燃气轮机在时段输出的电功率和热功率；与分别为微型燃气轮机气转电和气转热的效率；为微型燃气轮机时段总碳排放量；表示微型燃气轮机单位输出电功率的碳排放强度，表示微型燃气轮机单位输出热功率的碳排放强度；为单位时间段时长；储热装置在调度过程中应满足充放热功率上限限制、容量约束限制以及充放热量平衡约束；所述储热装置的数学模型为：(12)(13)(14)(15)(16)其中，与分别表示时段储热装置的充热功率和放热功率；表示时段储热装置的充放热状态，取值为1时表示储热装置处于充热状态，取值为0时表示储热装置处于放热状态；与分别表示储热装置充热功率和放热功率上限；为调度总周期；表示时段储热装置的储热量；与表示储热装置在调度过程中所允许的最大储热量和最小储热量；表示储热装置初始储热量；表示最后一个调度时刻储热装置的储热量；为充放热效率。
7.进一步的，所述碳捕集设备包括固定运行模式和灵活运行模式；所述碳捕集设备在固定运行模式时，碳捕集设备的碳捕获水平保持不变，且碳捕集能耗包括固定能耗和运行能耗；所述碳捕集设备在固定运行模式时的数学模型为：(17)
(18)(19)表示碳捕集设备的总能耗；为碳捕集设备捕碳造成的运行能耗；为碳捕集设备的固定能耗；为捕获单位二氧化碳所需的能耗，为碳捕获水平，为烟气分流比；和分别为微型燃气轮机单位输出电功率和热功率的碳排放强度；与分别为微型燃气轮机在时段输出的电功率和热功率；表示微型燃气轮机在时段的总碳排放量；表示碳捕集设备在时段捕集的微型燃气轮机二氧化碳排放量；所述碳捕集设备在灵活运行模式时，碳捕获水平根据当时电网电价改变；假定碳捕获水平与分时电价乘积为一常数，所述碳捕获水平与分时电价乘积为：(20)其中，为人为设置碳捕获水平与分时电价乘积的常数；为碳捕获水平；为时段的购电电价；当购电电价上升时，碳捕获水平对应下降。
8.进一步的，微电网系统内各设备的数学模型或约束模型，获得微电网系统的碳交易成本模型，包括：假定微电网系统内部的碳排放来自于微型燃气轮机、燃气锅炉和外购电力，根据燃气锅炉的数学模型、微型燃气轮的数学模型、以及微电网系统和大电网之间的功率交互约束模型，建立并获取微电网系统的碳排放权配额模型；根据碳捕集设备在固定运行模式时的数学模型、微型燃气轮的数学模型、微电网系统和大电网之间的功率交互约束模型以及燃气锅炉的数学模型，计算和获取微电网系统的实际碳排放量模型；根据所述碳排放权配额模型和所述实际碳排放量模型，计算和获取所述微电网系统的碳交易成本模型。
9.进一步的，假定微电网系统内部的碳排放来自于微型燃气轮机、燃气锅炉和外购电力，并且假定外购电力均来自燃煤机组；计算所述微电网系统的碳排放权配额模型为：(21)其中，为微电网系统的碳排放权配额；、和分别表示微型燃气轮机、燃煤机组和燃气锅炉的碳排放配额系数；与分别为微型燃气轮机在时段
输出的电功率和热功率；为调度总周期，表示系统时段的购电功率，表示燃气锅炉时段输出的热功率，为单位时间段时长；所述微电网系统的实际碳排放量模型为：(22)其中，为微电网系统实际碳排放量；为微型燃气轮机时段总碳排放量，和分别为燃煤机组和燃气锅炉的碳排放强度系数；表示碳捕集设备在时段捕集的微型燃气轮机二氧化碳排放量；采用传统碳交易定价机制，获得所述碳交易成本模型为：(23)其中，表示微电网系统的碳交易成本；为单位碳排放权交易价格。
10.进一步的，根据微电网系统的碳交易成本模型，获取微电网系统优化调度的目标函数，包括：根据所述微电网系统的碳交易成本、购能成本、运行维护成本以及碳捕集设备能耗成本，获取微电网系统运行总成本作为微电网系统优化调度的目标函数；所述微电网系统优化调度的目标函数为：(24)式中，为微电网系统运行总成本；为微电网系统的购能成本；为微电网系统的运维成本；为碳捕集设备能耗成本；为碳交易成本；其中，所述微电网系统的购能成本为：(25)式中：为时段的气价；为时段的售电电价；为微型燃气轮机在时段输出的电功率，为微型燃气轮机气转电的效率；表示燃气锅炉时段输出的热功率，表示燃气锅炉的热效率；和分别表示微电网系统时段的购电功率和售电功率；为调度总周期；所述微电网系统的运维成本为：
(26)式中，、、和分别表示微型燃气轮机、燃气锅炉、电储能设备和储热装置的维护成本系数；与分别表示时段储能的充电功率和放电功率；与分别表示时段储热装置的充热功率和放热功率；所述碳捕集设备能耗成本为：(27)式中，为碳捕集设备捕碳造成的运行能耗；为碳捕集设备的固定能耗；为时段的购电电价。
11.进一步的，根据所述目标函数和微电网系统内各设备的运行约束，构建微电网两阶段鲁棒优化调度模型，包括，基于所述目标函数，以所述微电网系统内各设备的运行约束作为约束条件进行限制，并将各设备具体出力和交互功率作为优化变量，构建微电网两阶段鲁棒优化调度模型；为应对风力出力的不确定性，将所述微电网两阶段鲁棒优化调度模型设为min-max-min的三层结构，以目标函数最小值为目标，获取不确定变量在不确定集内朝着最恶劣场景变化时经济性最优的调度方案；所述微电网两阶段鲁棒优化调度模型结构为：(28)其中，最外层的最小化问题为第一阶段问题，优化变量为，；大括号为第二阶段问题，优化变量为和，，其中的最小化问题等同于式(24)的目标函数，表示最小化运行总成本；为给定一组时，决策变量的可行域。
12.进一步的，所述约束条件包括电热功率平衡约束、微型燃气轮机运行约束、燃气锅炉约束、碳捕集设备约束、微电网系统与大电网的功率交互约束、储能装置约束和储热装置约束；所述电热功率平衡约束为：
(29)(30)其中，和分别表示系统时段的购/售电功率；为微型燃气轮机在时段输出的电功率，为考虑不确定性后引入的风电出力的不确定变量；表示时段储能的充电功率；为碳捕集设备的总能耗；与分别表示时段储热装置的充/放热功率；为微型燃气轮机在时段输出的热功率；表示燃气锅炉时段输出的热功率；与分别为考虑不确定性后引入的电负荷功率和热负荷功率不确定变量；所述微型燃气轮机运行约束为：(31)其中，表示微型燃气轮机最大输出电功率；表示微型燃气轮机电功率爬坡上限；由于热电耦合的存在，微型燃气轮机最大输出热功率及热功率爬坡上限分别由微型燃气轮机最大输出电功率及电功率爬坡上限决定；所述燃气锅炉约束为：(32)(33)其中，表示燃气锅炉最大输出热功率；表示燃气锅炉热功率爬坡上限。
13.进一步的，根据微电网系统内的不确定变量构造不确定集合，包括，假定风电出力、电负荷和热负荷需求预测值及最大预测偏差已知，构建不确定集合；所述不确定集合为：
(34)其中，u表示不确定集合；、和分别为时段风电机组、电负荷和热负荷的预测功率；、和分别为时段风电出力、电负荷功率和热负荷功率的最大波动误差；、和分别为考虑不确定性后引入的风电出力、电负荷功率和热负荷功率的不确定变量；、和分别表示风电出力、电负荷功率和热负荷功率的不确定变量偏离预测值程度的二进制变量，取0时相应时段的不确定变量取值与预测值相同，取1时相应时段的不确定变量即取到区间的边界；、和分别是引入的风电出力、电负荷功率和热负荷功率的不确定性调节参数；为上述三种不确定变量所构成的向量，即不确定向量；、、均是为了方便后续矩阵运算所构造的矩阵，无实际意义；为调度总周期。
14.进一步的，利用所述不确定集合对所述微电网两阶段鲁棒优化调度模型进行求解，获得可控机组、电热储能以及交互功率的调度结果，包括：所述两阶段鲁棒优化模型为：
(35)其中，为对应约束下变量的系数矩阵；和均表示优化变量，；为风电出力、电负荷功率和热负荷功率三种不确定变量所构成的向量，即不确定向量；u表示不确定集合；；为常数列向量；采用列约束生成算法(c&cg)进行求解，将式(35)分解如式(36)和式(37)所示的主问题和子问题；(36)(37)其中，为将原问题分解为主问题和子问题引入的辅助变量，无实际意义；为与优化变量相关的成本系数所构成的矩阵；t表示调度总周期；在给定的下式(37)内层的最小化问题为线性问题，根据强对偶理论及式
(37)约束条件的对应关系，可转化为最大化问题并与外层最大化问题合并，得到如式(38)所示的对偶问题：(38)在不确定变量取到边界值时，对偶问题相应取得最大或最小值，式(38)中存在的双线性项，可采用big-m法进行线性化处理，子问题最终表述形式如式(39)所示：(39)其中，是引入的风电出力的不确定性调节参数；表示风电出力的不确定变量偏离预测值程度的二进制变量，取0时相应时段的不确定变量取值与预测值相同，取1时相应时段的不确定变量即取到区间的边界；为引入的对偶变量；是引入的连续型辅助变量；为足够大的正实数。
15.基于同一发明构思，本发明还提供一种微电网鲁棒优化调度系统，其特征在于，包括建模单元、获取单元、构建单元和求解单元，所述建模单元，用于对微电网系统内各设备进行建模，获得微电网系统内各设备的数学模型或约束模型；所述获取单元，用于根据微电网系统内各设备的数学模型或约束模型，获得微电网系统的碳交易成本模型；还用于根据微电网系统的碳交易成本，获取微电网系统优化调度的目标函数；所述构建单元，用于根据所述目标函数和微电网系统各设备的运行约束，构建微电网两阶段鲁棒优化调度模型；所述求解单元，用于根据微电网系统内的不确定变量构造不确定集合，利用所述不确定集合对所述微电网两阶段鲁棒优化调度模型进行求解，获得调度结果。
16.本发明的技术效果和优点：由于风电具有波动性和间歇性，当其并网后将会给微电网系统运行带来较强的随机性，传统确定性的优化调度方法较难适应微电网的随机平衡需求；为了应对可再生能源不确定性，保证微电网的稳定运行，往往需要借助微型燃气轮机和向大电网购电，与此同时会产生大量的二氧化碳；本发明针对风电不确定性和碳排放问
题，将碳捕集设备考虑进微电网的运行中，同时引入碳交易机制，从而有效降低微电网运行产生的碳排放；建立了两阶段的鲁棒优化调度模型，采用盒式不确定集描述风电出力的不确定性，求解模型所得调度结果可适应不确定集内任何场景，保证了微电网系统的低碳经济运行，对增强微电网消纳可再生能源能力。
17.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
附图说明
18.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
19.图1为本发明实施例一种微电网鲁棒优化调度方法的流程图；图2为本发明实施例中微电网系统的结构示意图；图3为本发明实施例中风电、电负荷和热负荷的日前预测示意图；图4为本发明实施例中购电价格、售电价格和购气价格的示意图；图5为本发明实施例中微电网系统各设备的电功率出力图；图6为本发明实施例中微电网系统各设备的热功率出力图；图7为本发明实施例中两种模式下的碳捕集设备能耗成本示意图；图8为本发明实施例中两种模式下的碳交易成本示意图；图9为本发明实施例中两种模式下的二氧化碳捕集量示意图；图10为本发明实施例中一种微电网鲁棒优化调度系统的结构示意图。
具体实施方式
20.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
21.本发明通过matlab软件调用yalmip工具箱构建鲁棒优化模型，采用cplex求解器进行求解，以图2所示微电网系统为实施例，验证本发明所提出的方法的有效性。风电、电负荷和热负荷日前预测情况如图3所示，购电价格、售电价格和购气价格如图4所示，设定风电、电负荷功率和热负荷功率不确定性调节参数分别为6、12和12。微电网运行参数如表1所示。仿真分析包括日前调度结果、碳捕集设备不同运行模式对比和不同不确定度下调度成本对比三个方面。
22.为解决现有技术的不足，本发明公开了一种微电网鲁棒优化调度方法，如图1所示，包括以下步骤：步骤1、对微电网系统内各设备进行建模，获得微电网系统内各设备的数学模型或约束模型；包括：
分析微电网系统内各设备的运行特征和运行约束，对微电网系统内各设备进行建模，获得所述微电网系统内各设备的数学模型或约束模型；其中，如图2所示，所述微电网系统包括风电机组、电储能设备、大电网、电负荷、燃气锅炉、微型燃气轮机、碳捕集设备、储热装置以及热负荷。
23.（1）电储能设备可以对能量进行双向调节，有助于灵活维持微电网系统的功率平衡；所述电储能设备在调度过程中应满足最大最小充放电功率限制、容量约束限制以及与电储能寿命相关的充放能平衡约束；所述电储能设备的数学模型为：(1)(2)(3)(4)(5)其中，与分别表示时段电储能设备的充电功率和放电功率；表示时段电储能设备的充放电状态，取值为1时表示电储能设备处于充电状态，取值为0时表示电储能处于放电状态；与分别表示电储能设备的最大充电功率和最大放电功率，取为500kw；为调度总周期，取为24h；表示时段电储能设备的容量；与分别表示电储能设备在调度过程中所允许的最大容量和最小容量，分别取为1800kwh和400kwh；为电储能设备的初始调度容量，取为1000kwh；表示最后一个调度时刻电储能设备的容量；表示电储能设备的充放电系数，取为0.95。
24.（2）当微电网系统内部电源无法满足负荷需求时，所述微电网系统向大电网购电以满足功率平衡；反之，所述微电网系统内部电能过剩时，所述微电网系统向大电网出售电能以获取收益；在购售电过程中，所述微电网系统和大电网之间的功率交互约束模型，应满足式(6)至式(7)：(6)(7)其中，与分别表示微电网系统时段的购电功率和售电功率；表示微电网系统t时段的购售电状态，取值为1时表示微电网系统向大电网购电，取
值为0时表示微电网系统向大电网售电；表示微电网系统与大电网功率交互时所允许的最大购售电功率，取为1000kw。
25.（3）当微型燃气轮机的输出热功率不足以满足热负荷时，燃气锅炉作为辅助供热装置弥补热功率缺额；所述燃气锅炉的数学模型为：(8)其中，表示燃气锅炉时段输出的热功率；为天然气低热值，取为9.7kwh/ m3；表示燃气锅炉的热效率，取为0.9；表示时段燃气锅炉的进气量。
26.（4）所述微型燃气轮机在燃气发电的过程中，可同时对外供热，使得整个系统的经济性能和效率得到提升；所述微型燃气轮机的数学模型为：(9)(10)(11)其中，为微型燃气轮机时段的进气量；为天然气低热值；与分别为微型燃气轮机在时段输出的电功率和热功率；与分别为微型燃气轮机气转电和气转热的效率，取为0.35和0.4；为微型燃气轮机时段总碳排放量；表示微型燃气轮机单位输出电功率的碳排放强度，取为0.7g/kwh；表示微型燃气轮机单位输出热功率的碳排放强度，取为0.4g/kwh；为单位时间段时长，为1h；（5）储热装置与电储能设备类似，储热装置在调度过程中应满足充放热功率上限限制、容量约束限制以及充放热量平衡约束；所述储热装置的数学模型为：(12)(13)(14)(15)(16)其中，与分别表示时段储热装置的充热功率和放热功率；表示时段储热装置的充放热状态，取值为1时表示储热装置处于充热状态，取值为0时表示储热装置处于放热状态；与分别表示储热装置充热功率和放热功率上
限，取为500kw；为调度总周期，取为24h；表示时段储热装置的储热量；与表示储热装置在调度过程中所允许的最大储热量和最小储热量，分别取为1800kw和400kw；表示储热装置初始储热量；表示最后一个调度时刻储热装置的储热量；为充放热效率，取为0.9。
27.（6）所述碳捕集设备包括固定运行模式和灵活运行模式；
①
所述碳捕集设备在固定运行模式时，碳捕集设备的碳捕获水平保持不变，此种模式下减少碳排放效果明显，但成本较高；且碳捕集能耗包括固定能耗和运行能耗；其中，固定能耗与碳捕集设备运行状态无关，其值不发生变化；运行能耗则与捕碳量有关；所述碳捕集设备在固定运行模式时的数学模型为：(17)(18)(19)为碳捕集设备的总能耗；为碳捕集设备捕碳造成的运行能耗；为碳捕集设备的固定能耗，取为50kw；为捕获单位二氧化碳所需的能耗，取为0.269kwh/g；为碳捕获水平，固定模式下取为0.85；为烟气分流比，取为0.7；和分别为微型燃气轮机单位输出电功率和热功率的碳排放强度；与分别为微型燃气轮机在时段输出的电功率和热功率；表示微型燃气轮机时段总碳排放量；表示碳捕集设备在时段捕集的微型燃气轮机二氧化碳排放量。
28.②
所述碳捕集设备在灵活运行模式时，碳捕获水平根据当时电网电价改变，从而实现降低碳捕集能耗，最终降低碳捕集成本；为简化讨论，本发明假定碳捕获水平与分时电价乘积为一常数，所述碳捕获水平与分时电价乘积为：(20)其中，为人为设置碳捕获水平与分时电价乘积的常数；为碳捕获水平；为时段的购电电价，单位(元/kwh)；当购电电价上升时，碳捕获水平对应下降，从而达到降低能耗成本的目的。
29.步骤2、根据微电网系统内各设备的数学模型或约束模型，获得微电网系统的碳交易成本模型，包括：
（1）假定微电网系统内部的碳排放来自于微型燃气轮机、燃气锅炉和外购电力，并且假定外购电力均来自燃煤机组；根据燃气锅炉的数学模型、微型燃气轮的数学模型、以及微电网系统和大电网之间的功率交互约束模型，建立并获取微电网系统的碳排放权配额模型；计算所述微电网系统的碳排放权配额模型为：(21)其中，为微电网系统的碳排放权配额；、和分别表示微型燃气轮机、燃煤机组和燃气锅炉的碳排放配额系数，分别取为0.224g/kwh、0.302g/kwh和0.152g/kwh；与分别为微型燃气轮机在时段输出的电功率和热功率；为调度总周期,取为24h；表示系统时段的购电功率，表示燃气锅炉时段输出的热功率；为单位时间段时长，为1h。
30.（2）根据碳捕集设备在固定运行模式时的数学模型、微型燃气轮的数学模型、微电网系统和大电网之间的功率交互约束模型以及燃气锅炉的数学模型，计算和获取微电网系统的实际碳排放量模型；所述微电网系统的实际碳排放量模型为：(22)其中，为微电网系统实际碳排放量；为微型燃气轮机时段总碳排放量，和分别为燃煤机组和燃气锅炉的碳排放强度系数，分别取为0.8g/kwh和0.2g/kwh；表示系统时段的购电功率，表示燃气锅炉时段输出的热功率；为调度总周期,取为24h；表示碳捕集设备在时段捕集的微型燃气轮机二氧化碳排放量，单位为g。
31.（3）根据所述碳排放权配额模型和所述实际碳排放量模型，计算和获取所述微电网系统的碳交易成本模型；采用传统碳交易定价机制，获得所述碳交易成本模型为：(23)其中，表示微电网系统的碳交易成本；为单位碳排放权交易价格。
32.步骤3、根据微电网系统的碳交易成本模型，获取微电网系统优化调度的目标函数；具体为：根据所述微电网系统的碳交易成本、购能成本、运行维护成本以及碳捕集设备能
耗成本，获取微电网系统运行总成本；以微电网系统运行总成本作为微电网系统优化调度的目标函数；所述微电网系统优化调度的目标函数为：(24)式中，为微电网系统运行总成本；为微电网系统的购能成本；为微电网系统的运维成本；为碳捕集设备能耗成本；为碳交易成本；其中，所述微电网系统的购能成本为：(25)式中：为时段的气价，单位(元/kwh)；为时段的售电电价，单位(元/kwh)；为微型燃气轮机在时段输出的电功率，为微型燃气轮机气转电的效率，取为0.35；表示燃气锅炉时段输出的热功率，表示燃气锅炉的热效率，取为0.9；和分别表示微电网系统时段的购电功率和售电功率；为调度总周期，取为24h；所述微电网系统的运维成本为：(26)式中，、、和分别表示微型燃气轮机、燃气锅炉、电储能设备和储热装置的维护成本系数，分别取为0.25元/kw、0.25元/kw、0.3元/kw和0.3元/kw；表示燃气锅炉时段输出的热功率，表示燃气锅炉的热效率，取为0.9；与分别表示时段储能的充电功率和放电功率；与分别表示时段储热装置的充热功率和放热功率；所述碳捕集设备能耗成本为：(27)式中：为碳捕集设备捕碳造成的运行能耗；为碳捕集设备的固定能耗；
为时段的购电电价，单位(元/kwh)。
33.步骤4、根据所述目标函数和微电网系统内各设备的运行约束，构建微电网两阶段鲁棒优化调度模型；包括：（1）基于所述目标函数，以所述微电网系统内各设备的运行约束作为约束条件进行限制，并将各设备具体出力和交互功率作为优化变量，通过matlab软件调用yalmip工具箱构建考虑碳捕集设备的多能互补微电网二阶段鲁棒优化调度模型；其中，所述约束条件包括电热功率平衡约束、微型燃气轮机运行约束、燃气锅炉约束、碳捕集设备约束、微电网系统与大电网的功率交互约束、储能装置约束和储热装置约束；即，所述微电网系统在调度过程中应满足电热功率平衡约束微型燃气轮机运行约束、燃气锅炉约束、碳捕集设备约束、微电网系统与大电网的功率交互约束、储能装置约束和储热装置约束。
34.①
所述电热功率平衡约束为：(29)(30)其中，和分别表示系统时段的购/售电功率；为微型燃气轮机在时段输出的电功率，为考虑不确定性后引入的风电出力的不确定变量；表示时段储能的充电功率；为碳捕集设备的总能耗；与分别表示时段储热装置的充/放热功率；为微型燃气轮机在时段输出的热功率；表示燃气锅炉时段输出的热功率；与分别为考虑不确定性后引入的电负荷功率和热负荷功率不确定变量。
35.②
所述微型燃气轮机运行约束为：(31)其中，为微型燃气轮机在时段输出的电功率；表示微型燃气轮机最大输出电功率，取为1000kw；表示微型燃气轮机电功率爬坡上限，取为500kw/h；由于热电耦合的存在，微型燃气轮机最大输出热功率及热功率爬坡上限分别由微型燃气轮机最大输出电功率及电功率爬坡上限决定。
36.③
所述燃气锅炉约束为：
(32)(33)其中，表示燃气锅炉最大输出热功率；表示燃气锅炉热功率爬坡上限，取为300kw/h。
37.④
碳捕集设备约束，包括固定固定运行模式和灵活运行模式；所述碳捕集设备在固定运行模式时的数学模型为：(17)(18)(19)为碳捕集设备的总能耗；为碳捕集设备捕碳造成的运行能耗；为碳捕集设备的固定能耗；为捕获单位二氧化碳所需的能耗，为碳捕获水平，为烟气分流比；和分别为微型燃气轮机单位输出电功率和热功率的碳排放强度；与分别为微型燃气轮机在时段输出的电功率和热功率；表示微型燃气轮机时段总碳排放量；表示碳捕集设备在时段捕集的微型燃气轮机二氧化碳排放量。
38.所述碳捕集设备在灵活运行模式时，碳捕获水平根据当时电网电价改变；假定碳捕获水平与分时电价乘积为一常数，所述碳捕获水平与分时电价乘积为：(20)其中，为人为设置碳捕获水平与分时电价乘积的常数；为碳捕获水平；为时段的购电电价，单位(元/kwh)；当购电电价上升时，碳捕获水平对应下降。
39.⑤
微电网功率交互约束：(6)(7)其中，和分别表示微电网系统时段的购电功率和售电功率；表示微电网系统t时段的购售电状态，取值为1时表示微电网系统向大电网购电，取值为0时表示微电网系统向大电网售电；表示微电网系统与大电网功率交互时所允许
的最大购售电功率，取为1000kw。
40.⑥
电储能设备约束：(1)(2)(3)(4)(5)其中，与分别表示时段电储能设备的充电功率和放电功率；表示时段电储能设备的充放电状态，取值为1时表示电储能设备处于充电状态，取值为0时表示电储能处于放电状态；与分别表示电储能设备的最大充电功率和最大放电功率，取为500kw；为调度总周期，取为24h；表示时段电储能设备的容量；与分别表示电储能设备在调度过程中所允许的最大容量和最小容量，分别取为1800kwh和400kwh；为电储能设备的初始调度容量，取为1000kwh；表示最后一个调度时刻电储能设备的容量；表示电储能设备的充放电系数，取为0.95。
41.⑦
储热装置约束：(12)(13)(14)(15)(16)式中：与分别表示时段储热装置的充热功率和放热功率；表示时段储热装置的充放热状态，取值为1时表示储热装置处于充热状态，取值为0时表示储热装置处于放热状态；与分别表示储热装置充热功率上限和放热功率上限，取为500kw；为调度总周期，取为24h；表示时段储热装置的储热量；
与分别表示储热装置调度过程中所允许的最大储热量和最小储热量，分别取为1800kw和400kw；表示储热装置初始储热量；表示最后一个调度时刻储热装置的储热量；为充放热效率，取为0.9。
42.（2）为应对风力出力的不确定性，将所述微电网两阶段鲁棒优化调度模型设为min-max-min的三层结构，以目标函数最小值为目标，获取不确定变量在不确定集内朝着最恶劣场景变化时经济性最优的调度方案；所述微电网两阶段鲁棒优化模型为：(28)其中，最外层的最小化问题为第一阶段问题，优化变量为，；大括号为第二阶段问题，优化变量为和，，其中的最小化问题等同于式(24)的目标函数，表示最小化运行总成本；为给定一组时，决策变量的可行域。
43.步骤5、根据微电网系统内的不确定变量构造不确定集合；利用cplex求解器和不确定集合对所述微电网两阶段鲁棒优化调度模型进行求解，获得可控机组、电热储能以及交互功率的调度结果，包括：（1）假定风电出力、电负荷和热负荷需求预测值及最大预测偏差已知，构建盒式不确定集合；所述不确定集合为：
(34)其中，u表示不确定集合；、和分别为时段风电机组、电负荷和热负荷的预测功率；、和分别为时段风电出力、电负荷功率和热负荷功率的最大波动误差，分别取为预测功率的15%、10%和10%；、和分别为考虑不确定性后引入的风电出力、电负荷功率和热负荷功率的不确定变量；、和分别表示风电出力、电负荷功率和热负荷功率的不确定变量偏离预测值程度的二进制变量，取0时相应时段的不确定变量取值与预测值相同，取1时相应时段的不确定变量即取到区间的边界；、和分别是引入的风电出力、电负荷功率和热负荷功率的不确定性调节参数；为上述三种不确定变量所构成的向量，即不确定向量；、、均是为了方便后续矩阵运算所构造的矩阵，无实际意义；为调度总周期；其中，风电、电负荷和热负荷日前预测情况如图3所示。
44.（2）两阶段鲁棒优化模型表示为：(35)式中，为对应约束下变量的系数矩阵；和均表示优化变量，；为风电出力、电负荷功率和热负荷功率三种不确定变量所构成的向量，即不确定向量；；u表示不确定集合；为常数列向量；采用列约束生成算法(c&cg)进行求解，将式(35)分解如式(36)和式(37)所示的主问题和子问题；(36)(37)其中，为将原问题分解为主问题和子问题引入的辅助变量，无实际意义；为与优化变量相关的成本系数所构成的矩阵；t表示调度总周期；
在给定的下式(37)内层的最小化问题为线性问题，根据强对偶理论及式(37)约束条件的对应关系，可转化为最大化问题并与外层最大化问题合并，得到如式(38)所示的对偶问题：(38)在不确定变量取到边界值时，对偶问题相应取得最大或最小值，式(54)中存在的双线性项，可采用big-m法进行线性化处理，子问题最终表述形式如式(39)所示：(39)式中，是引入的风电出力的不确定性调节参数；表示风电出力的不确定变量偏离预测值程度的二进制变量，取0时相应时段的不确定变量取值与预测值相同，取1时相应时段的不确定变量即取到区间的边界；为引入的对偶变量；是引入的连续型辅助变量；为足够大的正实数。
45.其中，两阶段鲁棒优化模型采用列约束生成算法(c&cg)求解流程如下：
①
给定一组不确定变量的取值作为初始的最恶劣场景，设定调度方案总成本上界，模型下界；迭代次数；
②
根据最恶劣场景求解主问题得到(,,
……
)，主问题的目标函数值作为新的下界；
③
将主问题求解的结果代入子问题，求解得到最恶劣场景以及子问题目标函数值，更新模型上界；
④
若，则输出求解结果与，停止迭代；否则将新的最恶劣场景带入步骤
②
并生成新的变量，并添加以下约束，迭代次数加1；
(40)由图5和图6可见，在1~7h，虽然风电出力已能基本满足电负荷需求，但微型燃气轮机仍输出了最大功率，这是因为若微燃机出力较小，热电耦合的条件下对应输出的热功率也会较小，而仅依靠储热装置和燃气锅炉不足以满足热负荷需求。在8~18h，则主要通过大电网购电来满足电负荷需求，这同样是因为若微燃机出力过大造成输出的热功率也较大，在8~18时段热负荷的需求又较小，多余的热功率无法全部通过储热装置消纳。最后，在19~24h，由于热负荷需求较大，必须主要依靠微燃机进行供热，对应输出的电功率也由此过多，从而通过售电和电储能消纳产生的过多电能。
46.若以电价为0.4的情况为标准进行考虑，为2.125，从而当电价变化时，各时段的碳捕获水平也随电价变化，实际中可根据情况灵活设置。如图7~图9所示，当电价相同时，两种模式下的碳捕集设备能耗成本、碳交易成本和二氧化碳捕集量均相同。当电价上升时，灵活模式下的碳捕集设备能耗成本总体低于固定模式；碳交易成本总体高于固定模式；二氧化碳捕集量总体低于固定模式。这是因为当电价上升时，灵活模式下碳捕获水平随之下降，造成碳捕集设备运行能耗下降，捕获二氧化碳量减少，碳交易成本增加。同时又由于碳捕获水平与微燃机输出功率之间存在复杂的关系，在极少部分时段会出现与总体趋势相反的情况。总的来说，当碳捕集设备处于灵活运行模式下时，运行能耗降低，捕碳量降低，相当于牺牲了低碳性来保证经济性。
47.为验证本发明所提优化方法可灵活调整调度方案的保守性，选取三组不确定性调节参数进行对比，参数设置及相应运行总成本如表2所示。可以看出，随着不确定性调节参数的增大，微电网的运行总成本也在相应增大，这是因为更多地考虑了不确定性，从而得到了更为保守的方案，造成了总成本的增加。
48.表1微电网系统运行参数
49.表2不同不确定性调节参数下微电网运行总成本
50.基于同一发明构思，本发明还提供一种微电网鲁棒优化调度系统，其特征在于，包括建模单元、获取单元、构建单元和求解单元，所述建模单元，用于对微电网系统内各设备进行建模，获得所述微电网系统内各设备的数学模型或约束模型；所述获取单元，用于根据微电网系统内各设备的数学模型或约束模型，获得微电网系统的碳交易成本模型；还用于根据微电网系统的碳交易成本，获取微电网系统优化调度的目标函数；所述构建单元，用于根据所述目标函数和微电网系统各设备的运行约束，构建微电网两阶段鲁棒优化调度模型；所述求解单元，用于根据微电网系统内的不确定变量构造不确定集合，利用所述不确定集合对所述微电网两阶段鲁棒优化调度模型进行求解，获得调度结果。
51.关于上述实施例中的系统，其中各个单元模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
52.本发明的有益效果包括：由于风电具有波动性和间歇性，当其并网后将会给微电网系统运行带来较强的随机性，传统确定性的优化调度方法较难适应微电网的随机平衡需求；为了应对可再生能源不确定性，保证微电网的稳定运行，往往需要借助微型燃气轮机和向大电网购电，与此同时会产生大量的二氧化碳。本发明针对风电不确定性和碳排放问题，提出了一种考虑碳捕集设备的多能互补微电网鲁棒优化调度方法：将碳捕集设备考虑进微电网的运行中，同时引入碳交易机制，从而有效降低微电网运行产生的碳排放；建立了两阶段的鲁棒优化调度模型，采用盒式不确定集描述风电出力的不确定性，求解模型所得调度结果可适应不确定集内任何场景，保证了微电网系统的低碳经济运行，对增强微电网消纳可再生能源能力。
53.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种微电网鲁棒优化调度方法，其特征在于，包括：对微电网系统内各设备进行建模，获得微电网系统内各设备的数学模型或约束模型；根据微电网系统内各设备的数学模型或约束模型，获得微电网系统的碳交易成本模型；根据微电网系统的碳交易成本模型，获取微电网系统优化调度的目标函数；根据所述目标函数和微电网系统各设备的运行约束，构建微电网两阶段鲁棒优化调度模型；根据微电网系统内的不确定变量构造不确定集合，利用所述不确定集合对所述微电网两阶段鲁棒优化调度模型进行求解，获得调度结果。2.根据权利要求1所述的一种微电网鲁棒优化调度方法，其特征在于，对微电网系统内各设备进行建模，获得微电网系统内各设备的数学模型或约束模型，包括，分析微电网系统内各设备的运行特征和运行约束，对微电网系统内各设备进行建模，获得微电网系统内各设备的数学模型或约束模型；其中，所述微电网系统包括风电机组、电储能设备、大电网、电负荷、燃气锅炉、微型燃气轮机、碳捕集设备、储热装置以及热负荷；所述电储能设备在调度过程中应满足最大最小充放电功率限制、容量约束限制以及与电储能寿命相关的充放能平衡约束；所述电储能设备的数学模型为：(1)(2)(3)(4)(5)其中，与分别表示时段电储能设备的充电功率和放电功率；表示时段电储能设备的充放电状态，取值为1时表示电储能设备处于充电状态，取值为0时表示电储能处于放电状态；表示电储能设备的最大充电功率，表示电储能设备的最大放电功率；为调度总周期；表示时段电储能设备的容量；与分别表示电储能设备在调度过程中所允许的最大容量和最小容量；为电储能设备的初始调度容量；表示最后一个调度时刻电储能设备的容量；表示电储能设备的充放电系数；当微电网系统内部电源无法满足负荷需求时，所述微电网系统向大电网购电以满足功率平衡；反之，所述微电网系统内部电能过剩时，所述微电网系统向大电网出售电能以获取收益；在购售电过程中，所述微电网系统和大电网之间的功率交互约束模型，应满足式(6)
至式(7)：(6)(7)其中，与分别表示微电网系统时段的购电功率和售电功率；表示微电网系统t时段的购售电状态，取值为1时表示微电网系统向大电网购电，取值为0时表示微电网系统向大电网售电；表示微电网系统与大电网功率交互时所允许的最大购售电功率；当微型燃气轮机的输出热功率不足以满足热负荷时，燃气锅炉作为辅助供热装置弥补热功率缺额；所述燃气锅炉的数学模型为：(8)其中，表示燃气锅炉时段输出的热功率；为天然气低热值；表示燃气锅炉的热效率；表示时段燃气锅炉的进气量；所述微型燃气轮机在燃气发电的过程中，可同时对外供热；所述微型燃气轮机的数学模型为：(9)(10)(11)其中，为微型燃气轮机时段的进气量；与分别为微型燃气轮机在时段输出的电功率和热功率；与分别为微型燃气轮机气转电和气转热的效率；为微型燃气轮机时段总碳排放量；表示微型燃气轮机单位输出电功率的碳排放强度，表示微型燃气轮机单位输出热功率的碳排放强度；为单位时间段时长；储热装置在调度过程中应满足充放热功率上限限制、容量约束限制以及充放热量平衡约束；所述储热装置的数学模型为：(12)(13)(14)(15)
(16)其中，与分别表示时段储热装置的充热功率和放热功率；表示时段储热装置的充放热状态，取值为1时表示储热装置处于充热状态，取值为0时表示储热装置处于放热状态；与分别表示储热装置充热功率和放热功率上限；为调度总周期；表示时段储热装置的储热量；与表示储热装置在调度过程中所允许的最大储热量和最小储热量；表示储热装置初始储热量；表示最后一个调度时刻储热装置的储热量；为充放热效率。3.根据权利要求2所述的一种微电网鲁棒优化调度方法，其特征在于，所述碳捕集设备包括固定运行模式和灵活运行模式；所述碳捕集设备在固定运行模式时，碳捕集设备的碳捕获水平保持不变，且碳捕集能耗包括固定能耗和运行能耗；所述碳捕集设备在固定运行模式时的数学模型为：(17)(18)(19)表示碳捕集设备的总能耗；为碳捕集设备捕碳造成的运行能耗；为碳捕集设备的固定能耗；为捕获单位二氧化碳所需的能耗，为碳捕获水平，为烟气分流比；和分别为微型燃气轮机单位输出电功率和热功率的碳排放强度；与分别为微型燃气轮机在时段输出的电功率和热功率；表示微型燃气轮机在时段的总碳排放量；表示碳捕集设备在时段捕集的微型燃气轮机二氧化碳排放量；所述碳捕集设备在灵活运行模式时，碳捕获水平根据当时电网电价改变；假定碳捕获水平与分时电价乘积为一常数，所述碳捕获水平与分时电价乘积为：(20)其中，为人为设置碳捕获水平与分时电价乘积的常数；为碳捕获水平；为时段的购电电价；当购电电价上升时，碳捕获水平对应下降。4.根据权利要求1所述的一种微电网鲁棒优化调度方法，其特征在于，微电网系统内各设备的数学模型或约束模型，获得微电网系统的碳交易成本模型，包括：
假定微电网系统内部的碳排放来自于微型燃气轮机、燃气锅炉和外购电力，根据燃气锅炉的数学模型、微型燃气轮的数学模型、以及微电网系统和大电网之间的功率交互约束模型，建立并获取微电网系统的碳排放权配额模型；根据碳捕集设备在固定运行模式时的数学模型、微型燃气轮的数学模型、微电网系统和大电网之间的功率交互约束模型以及燃气锅炉的数学模型，计算和获取微电网系统的实际碳排放量模型；根据所述碳排放权配额模型和所述实际碳排放量模型，计算和获取所述微电网系统的碳交易成本模型。5.根据权利要求4所述的一种微电网鲁棒优化调度方法，其特征在于，假定微电网系统内部的碳排放来自于微型燃气轮机、燃气锅炉和外购电力，并且假定外购电力均来自燃煤机组；计算所述微电网系统的碳排放权配额模型为：(21)其中，为微电网系统的碳排放权配额；、和分别表示微型燃气轮机、燃煤机组和燃气锅炉的碳排放配额系数；与分别为微型燃气轮机在时段输出的电功率和热功率；为调度总周期，表示系统时段的购电功率，表示燃气锅炉时段输出的热功率，为单位时间段时长；所述微电网系统的实际碳排放量模型为：(22)其中，为微电网系统实际碳排放量；为微型燃气轮机时段总碳排放量，和分别为燃煤机组和燃气锅炉的碳排放强度系数；表示碳捕集设备在时段捕集的微型燃气轮机二氧化碳排放量；采用传统碳交易定价机制，获得所述碳交易成本模型为：(23)其中，表示微电网系统的碳交易成本；为单位碳排放权交易价格。6.根据权利要求1所述的一种微电网鲁棒优化调度方法，其特征在于，根据微电网系统的碳交易成本模型，获取微电网系统优化调度的目标函数，包括：根据所述微电网系统的碳交易成本、购能成本、运行维护成本以及碳捕集设备能耗成本，获取微电网系统运行总成本作为微电网系统优化调度的目标函数；所述微电网系统优化调度的目标函数为：(24)
式中，为微电网系统运行总成本；为微电网系统的购能成本；为微电网系统的运维成本；为碳捕集设备能耗成本；为碳交易成本；其中，所述微电网系统的购能成本为：(25)式中：为时段的气价；为时段的售电电价；为微型燃气轮机在时段输出的电功率，为微型燃气轮机气转电的效率；表示燃气锅炉时段输出的热功率，表示燃气锅炉的热效率；和分别表示微电网系统时段的购电功率和售电功率；为调度总周期；所述微电网系统的运维成本为：(26)式中，、、和分别表示微型燃气轮机、燃气锅炉、电储能设备和储热装置的维护成本系数；与分别表示时段储能的充电功率和放电功率；与分别表示时段储热装置的充热功率和放热功率；所述碳捕集设备能耗成本为：(27)式中，为碳捕集设备捕碳造成的运行能耗；为碳捕集设备的固定能耗；为时段的购电电价。7.根据权利要求1所述的一种微电网鲁棒优化调度方法，其特征在于，根据所述目标函数和微电网系统内各设备的运行约束，构建微电网两阶段鲁棒优化调度模型，包括，基于所述目标函数，以所述微电网系统内各设备的运行约束作为约束条件进行限制，并将各设备具体出力和交互功率作为优化变量，构建微电网两阶段鲁棒优化调度模型；为应对风力出力的不确定性，将所述微电网两阶段鲁棒优化调度模型设为min-max-min的三层结构，以目标函数最小值为目标，获取不确定变量在不确定集内朝着最恶劣场景变化时经济性最优的调度方案；所述微电网两阶段鲁棒优化调度模型结构为：
(28)其中，最外层的最小化问题为第一阶段问题，优化变量为，；大括号为第二阶段问题，优化变量为和，，其中的最小化问题等同于式(24)的目标函数，表示最小化运行总成本；为给定一组时，决策变量的可行域。8.根据权利要求7所述的一种微电网鲁棒优化调度方法，其特征在于，所述约束条件包括电热功率平衡约束、微型燃气轮机运行约束、燃气锅炉约束、碳捕集设备约束、微电网系统与大电网的功率交互约束、储能装置约束和储热装置约束；所述电热功率平衡约束为：(29)(30)其中，和分别表示系统时段的购/售电功率；为微型燃气轮机在时段输出的电功率，为考虑不确定性后引入的风电出力的不确定变量；表示时段储能的充电功率；为碳捕集设备的总能耗；与分别表示时段储热装置的充/放热功率；为微型燃气轮机在时段输出的热功率；表示燃气锅炉时段输出的热功率；与分别为考虑不确定性后引入的电负荷功率和热负荷功率不确定变量；所述微型燃气轮机运行约束为：(31)其中，表示微型燃气轮机最大输出电功率；表示微型燃气轮机电功率爬坡上限；由于热电耦合的存在，微型燃气轮机最大输出热功率及热功率爬坡上限分别由微型燃气轮机最大输出电功率及电功率爬坡上限决定；所述燃气锅炉约束为：(32)(33)
其中，表示燃气锅炉最大输出热功率；表示燃气锅炉热功率爬坡上限。9.根据权利要求1所述的一种微电网鲁棒优化调度方法，其特征在于，根据微电网系统内的不确定变量构造不确定集合，包括，假定风电出力、电负荷和热负荷需求预测值及最大预测偏差已知，构建不确定集合；所述不确定集合为：(34)其中，u表示不确定集合；、和分别为时段风电机组、电负荷和热负荷的预测功率；、和分别为时段风电出力、电负荷功率和热负荷功率的最大波动误差；、和分别为考虑不确定性后引入的风电出力、电负荷功率和热负荷功率的不确定变量；、和分别表示风电出力、电负荷功率和热负荷功率的不确定变量偏离预测值程度的二进制变量，取0时相应时段的不确定变量取值与预测值相同，取1时相应时段的不确定变量即取到区间的边界；、和分别是引入的风电出力、电负荷功率和热负荷功率的不确定性调节参数；为上述三种不确定变量所构成的向量，即不确定向量；、
、均是为了方便后续矩阵运算所构造的矩阵，无实际意义；为调度总周期。10.根据权利要求8所述的一种微电网鲁棒优化调度方法，其特征在于，利用所述不确定集合对所述微电网两阶段鲁棒优化调度模型进行求解，获得可控机组、电热储能以及交互功率的调度结果，包括：所述两阶段鲁棒优化模型为：(35)其中，为对应约束下变量的系数矩阵；和均表示优化变量，；为风电出力、电负荷功率和热负荷功率三种不确定变量所构成的向量，即不确定向量；u表示不确定集合；；为常数列向量；采用列约束生成算法(c&cg)进行求解，将式(35)分解如式(36)和式(37)所示的主问题和子问题；(36)
(37)其中，为将原问题分解为主问题和子问题引入的辅助变量，无实际意义；为与优化变量相关的成本系数所构成的矩阵；t表示调度总周期；在给定的下式(37)内层的最小化问题为线性问题，根据强对偶理论及式(37)约束条件的对应关系，可转化为最大化问题并与外层最大化问题合并，得到如式(38)所示的对偶问题：(38)在不确定变量取到边界值时，对偶问题相应取得最大或最小值，式(38)中存在的双线性项，可采用big-m法进行线性化处理，子问题最终表述形式如式(39)所示：(39)其中，是引入的风电出力的不确定性调节参数；表示风电出力的不确定变量偏离预测值程度的二进制变量，取0时相应时段的不确定变量取值与预测值相同，取1时相应时段的不确定变量即取到区间的边界；为引入的对偶变量；是引入的连续型辅助变量；为足够大的正实数。11.一种微电网鲁棒优化调度系统，其特征在于，包括建模单元、获取单元、构建单元和求解单元，所述建模单元，用于对微电网系统内各设备进行建模，获得微电网系统内各设备的数学模型或约束模型；
所述获取单元，用于根据微电网系统内各设备的数学模型或约束模型，获得微电网系统的碳交易成本模型；还用于根据微电网系统的碳交易成本，获取微电网系统优化调度的目标函数；所述构建单元，用于根据所述目标函数和微电网系统各设备的运行约束，构建微电网两阶段鲁棒优化调度模型；所述求解单元，用于根据微电网系统内的不确定变量构造不确定集合，利用所述不确定集合对所述微电网两阶段鲁棒优化调度模型进行求解，获得调度结果。

技术总结
本发明公开了一种微电网鲁棒优化调度方法和系统，所述方法包括对微电网系统内各设备进行建模，获得微电网系统内各设备的数学模型或约束模型；根据微电网系统内各设备的数学模型或约束模型，获得微电网系统的碳交易成本模型；根据微电网系统的碳交易成本模型，获取微电网系统优化调度的目标函数；根据所述目标函数和微电网系统各设备的运行约束，构建微电网两阶段鲁棒优化调度模型；根据微电网系统内的不确定变量构造不确定集合，利用所述不确定集合对所述微电网两阶段鲁棒优化调度模型进行求解，获得调度结果。将碳捕集设备考虑进微电网的运行中，同时引入碳交易机制，从而有效降低微电网运行产生的碳排放。低微电网运行产生的碳排放。低微电网运行产生的碳排放。


技术研发人员：于浩 林岩 刘雨佳 王亚超 郭霄宇 左秀江 王皓 王庆彬
受保护的技术使用者：内蒙古霍煤鸿骏铝电有限责任公司
技术研发日：2023.06.12
技术公布日：2023/7/18