可再生能源微网鲁棒多目标优化调度
中国电工技术学会主办，2017年6月21-24日在河北省张北县举办，大会围绕新能源发展战略、系统关键技术、微电网及储能等重要议题展开交流。浏览会议详情和在线报名参会请长按识别二维码。
山东大学控制科学与工程学院的研究人员王鲁浩、李歧强、丁然、王蕊，在2017年第5期《电工技术学报》上撰文，针对微网运行中存在的多目标需求和参数不确定性问题,提出微网鲁棒多目标优化调度方法,以实现调度方案在多目标优化框架下对不确定性扰动的抑制。
为降低鲁棒模型的保守性,引入鲁棒测度表征微网中不确定性因素的特性,并构建微网鲁棒经济与环境优化调度模型。结合鲁棒模型变换思想将该模型转换为鲁棒优化的对应形式,通过对偶原理进一步转换为一个确定性的多目标优化问题,然后采用多目标进化算法求解系统模型。
仿真结果表明,所获得的帕累托前沿能够消除微网内不确定性干扰并满足其经济与环境目标需求,从而验证了所提模型和方法的可行性和有效性。
微网优化调度通过调配微网内分布式发电单元出力满足冷热电负荷需求，是实现可再生能源利用和经济效益最大化的关键技术。随着能源危机和环境压力进一步加大，单一的经济性目标已不能满足市场需求。因此，结合碳排放、能耗等目标，学者们将微网调度演化为一类含有多目标的数学优化问题。
此外，可再生能源间歇性和负荷不确定性一直是困扰微网安全稳定运行的另一难题。从而随机优化、鲁棒优化等不确定性处理方法被广泛运用于微网运行。然而，实际应用的调度方法缺少对两类问题的综合考虑，所生成的方案在多目标情况下无法消除不确定性的影响。因此，本文研究同时处理多目标和不确定性的微网优化调度问题。
图1 微网结构
依据对不确定因素诠释方式的不同，多目标不确定性问题处理方法大体分为随机多目标优化、模糊多目标优化和鲁棒多目标优化。它们的利弊在单目标优化中都曾被详细论述。结合实际应用背景，这些方法都具有自身的适应性和优势性。
然而，随机优化依赖概率性信息和场景生成技术，模糊优化需要一定的先验知识，这些特征往往会增大问题求解规模和造成决策的主观性。相比之下，鲁棒多目标优化更为直观和简洁，其只需克服不确定性的最坏情况，不需要依赖任何参数概率分布。
鲁棒多目标的两类处理方式在文献［8］被首次提出，第一类是用平均目标函数来代替所有目标，第二类是扩增约束条件以限定目标函数。此后，基于传统鲁棒 min-max观点，文献［9］将单目标鲁棒扩展到多目标问题中，并讨论了多目标空间下解的鲁棒性问题。
本文基于文献［10］的思想，在多目标优化框架下采用鲁棒优化方法以消除微网系统中不确定因素的影响。然而，在鲁棒优化中不确定性描述相对实际情况过于保守，决策者需要付出巨大代价去应对不确定因素的最坏情况。因此，鲁棒预算被引入到不确定性集合描述中。
针对安全约束的机组组合问题，自适应鲁棒优化方法被提出以调节模型的保守度。此类方法又被推广到微网配置和输电网规划等优化问题中。
结合上述文献，本文采用多面体集合表征微网中不确定性最坏情况发生的可能区域，并结合鲁棒测度调节模型保守度。
本文提出一种微网鲁棒多目标的优化调度方法，以协调不确定因素下的微网多目标优化; 考虑到模型求解属于 NP(Non-deterministic Polynomial)难问题，将所建的微网经济与环境鲁棒多目标优化调度模型改写为其鲁棒形式，并采用对偶原理将问题转换为可调节保守度的确定性多目标优化，并结合多目标进化算法同时优化多个目标，获取最优帕累托前沿。
所提方法和模型具有通用性，可表征微网确定性多目标优化和单目标鲁棒优化，通过对比不同测度和问题形式下的优化结果验证该优化调度方法的有效性和可行性。
结论
1)本文提出了一种新颖的微网鲁棒多目标优化调度方法，以确保系统运行实现多目标优化的同时消除可再生能源和负荷不确定性的干扰。通过引入鲁棒测度以调节不确定性集合内不确定性的最坏实现，然后结合微网运行花费和碳排放，构建微网鲁棒多目标优化模型。
2) 提出了一个合理的模型求解策略。首先将原模型转换为鲁棒优化的对应形式，其次采用对偶原理获取带有可调解鲁棒保守度的确定性多目标模型，最后基于多目标交叉熵算法求取最优解。
仿真算例表明能够获得具有鲁棒性的帕累托前沿，并且鲁棒测度的变化可以移动帕累托前沿以消除对应集合内的不确定性干扰，从而降低鲁棒保守度水平。对比鲁棒单目标和多目标优化结果及其运行调度方案可知，多目标优化能够兼顾系统经济和环境效益，实现决策者多目标需求。
本文忽略了微网运行中可能存在的突发性事件。因此，突发事件的模型描述和求解方法是下进一步的研究内容。