主動配電網(wǎng)（Active Distribution Network, ADN）作為解決大規(guī)模分布式能源接入以及配電網(wǎng)優(yōu)化運行問題的有效解決方案，已成為近年來的研究熱點。隨著各類可再生能源發(fā)電（Renewable Energy Generation, REG）、柔性負(fù)荷、儲能及新型電力電子控制裝置的大規(guī)模接入，ADN的控制及調(diào)度變得更加靈活而復(fù)雜。

通常，在ADN調(diào)度決策過程中，REG可通過特定的預(yù)測算法得到相應(yīng)的預(yù)測出力數(shù)據(jù)。但REG固有的出力波動性和隨機性通常會導(dǎo)致預(yù)測出力偏差較大，影響優(yōu)化調(diào)度的結(jié)果。為解決該問題，近年來研究者提出了多種REG出力不確定性處理方法。

• 有學(xué)者提出利用區(qū)間描述不確定性，并采用區(qū)間序關(guān)系模型轉(zhuǎn)換方法，將基于區(qū)間不確定性的優(yōu)化模型轉(zhuǎn)換為一般確定性模型。
• 有學(xué)者則利用模糊隨機理論對REG出力不確定性進行描述，并建立了基于模糊隨機機會約束的優(yōu)化調(diào)度模型。
• 隨著多狀態(tài)隨機場景建模技術(shù)的發(fā)展，有學(xué)者基于馬爾可夫鏈的多場景技術(shù)對REG出力進行模擬，并利用聚類思想得到典型場景用于ADN優(yōu)化調(diào)度。

然而，無論是隨機機會約束法還是場景分析法均需要采集大量數(shù)據(jù)樣本，以得到較為準(zhǔn)確的REG出力概率曲線，從而導(dǎo)致問題進一步復(fù)雜化。魯棒優(yōu)化方法因其不需要已知確定的概率分布，僅需利用不確定集描述REG出力不確定性范圍，并通過優(yōu)化手段得到“最惡劣”場景下系統(tǒng)的調(diào)度方案，因此更加符合實際應(yīng)用需求。

如有學(xué)者通過建立一定保守度下的不確定時序場景集，以棄風(fēng)、棄光和失負(fù)荷最少為優(yōu)化目標(biāo)，構(gòu)建了主動配電網(wǎng)分層魯棒規(guī)劃模型。有學(xué)者引入魯棒測度表征微電網(wǎng)中不確定性因素的特性，構(gòu)建了微電網(wǎng)魯棒經(jīng)濟與環(huán)境優(yōu)化調(diào)度模型。

目前，根據(jù)不確定集的類型，魯棒優(yōu)化方法通?？煞譃閳鼍棒敯魞?yōu)化方法、盒式魯棒優(yōu)化方法及橢球魯棒優(yōu)化方法。其中，盒式魯棒優(yōu)化的不確定集是一個線性約束，當(dāng)目標(biāo)函數(shù)及約束條件也是線性函數(shù)時，該方法能保證模型得到快速有效求解，但通常會使得優(yōu)化結(jié)果過于保守。因此，D.Bertsimas等提出了一種基于“魯棒成本（the price of robustness）”的可調(diào)節(jié)魯棒優(yōu)化方法，利用該方法可通過調(diào)整魯棒成本，協(xié)調(diào)優(yōu)化經(jīng)濟性和魯棒性之間的平衡，以滿足實際需求。

現(xiàn)階段，已有研究將可調(diào)節(jié)魯棒優(yōu)化方法應(yīng)用于電網(wǎng)調(diào)度中，但其大都將研究重點放在魯棒模型的轉(zhuǎn)換和求解上，未對系統(tǒng)經(jīng)濟性和魯棒性的平衡作深入研究，同時也未進一步深入探討REG接入數(shù)量、調(diào)度成本和系統(tǒng)魯棒性之間的協(xié)調(diào)關(guān)系。

鑒于以上研究現(xiàn)狀，本文考慮儲能系統(tǒng)及柔性負(fù)荷接入，采用基于魯棒成本的可調(diào)節(jié)魯棒優(yōu)化方法處理REG出力不確定性，構(gòu)建主動配電網(wǎng)魯棒優(yōu)化經(jīng)濟調(diào)度模型。通過線性對偶理論和拉格朗日變換，將其轉(zhuǎn)換為常規(guī)混合整數(shù)線性優(yōu)化問題。同時通過嚴(yán)格的數(shù)學(xué)推導(dǎo)，提出了基于改進不確定邊界的魯棒成本決策方法，并對含不確定變量約束的最大置信度進行了定量分析。

該改進邊界相比于現(xiàn)有魯棒優(yōu)化邊界而言，不僅具有較小的保守度，同時還具有較好的求解特性。最后，采用算例對所提調(diào)度策略進行了仿真分析及驗證。

結(jié)論

為了解決可再生能源出力不確定性問題，本文引入可調(diào)節(jié)魯棒優(yōu)化方法，構(gòu)建了主動配電網(wǎng)魯棒優(yōu)化經(jīng)濟調(diào)度模型，并利用線性對偶理論和拉格朗日變換，將其轉(zhuǎn)換為僅含確定變量的混合整數(shù)線性優(yōu)化問題，該問題可直接采用商業(yè)軟件CPLEX進行求解。同時通過一系列數(shù)學(xué)推導(dǎo)，提出了基于改進不確定邊界的魯棒成本決策方法。利用該方法，可靈活選取系統(tǒng)魯棒成本大小，有效協(xié)調(diào)系統(tǒng)經(jīng)濟性和魯棒性要求。

算例表明，在約束被滿足概率相同的情況下，采用基于改進不確定邊界的魯棒優(yōu)化方法，得到的調(diào)度結(jié)果經(jīng)濟性更優(yōu)。本文提出的改進不確定邊界不僅具有較小的保守度，同時具有較好的求解特性，可有效避免因保守度過小而難以得到優(yōu)化解的問題，具有一定的實際應(yīng)用價值。