基于信息间隙决策理论鲁棒模型的户用微电网优化运行

doi:10.12096/j.2096-4528.pgt.24045

发电技术 ›› 2025, Vol. 46 ›› Issue (4): 705-714.DOI: 10.12096/j.2096-4528.pgt.24045

基于信息间隙决策理论鲁棒模型的户用微电网优化运行

罗宗龙¹, 刘世林¹^,²

^1.高端装备先进感知与智能控制教育部重点实验室(安徽工程大学)，安徽省芜湖市 241004
^2.安徽工程大学产业创新技术研究有限公司，安徽省芜湖市 241004

收稿日期:2024-06-21 修回日期:2024-09-03 出版日期:2025-08-31 发布日期:2025-08-21
通讯作者: 刘世林
作者简介:罗宗龙(2000)，男，硕士研究生，研究方向为电力系统及其自动化，2634849422@qq.com；
刘世林(1978)，男，博士，教授，主要研究方向为分布式综合能源系统、微电网优化与控制、储能技术等，本文通信作者，sl.liu@ahpu.edu.cn。
基金资助:
安徽省重点研究与开发计划项目(202004a05020014);安徽未来技术研究院企业合作项目(2023qyhz32)

Optimal Operation of Residential Microgrids Based on a Robust Model Using Information Gap Decision Theory

Zonglong LUO¹, Shilin LIU¹^,²

^1.Key Laboratory of Advanced Perception and Intelligent Control of High-End Equipment, Ministry of Education (Anhui Polytechnic University), Wuhu 241004, Anhui Province, China
^2.Anhui Polytechnic University Industrial Innovation Technology Research Co. , Ltd. , Wuhu 241004, Anhui Province, China

Received:2024-06-21 Revised:2024-09-03 Published:2025-08-31 Online:2025-08-21
Contact: Shilin LIU
Supported by:
the Key Research and Development Program of Anhui Province(202004a05020014);The Cooperation Project of Anhui Future Technology Research Institute and Enterprise(2023qyhz32)

摘要/Abstract

摘要：

目的户用微电网是新型电力系统的重要组成部分，其优化运行对提高可再生能源利用率、降低系统的运行成本非常重要。但是，光伏等分布式电源的出力及负荷的强不确定性给户用微电网的优化运行带来很大挑战，为此，提出了一种基于信息间隙决策理论(information gap decision theory，IGDT)的鲁棒优化运行模型。方法首先，充分考虑分时电价的影响，建立以用户成本最低为目标的并网型户用微电网优化运行模型；然后，在该模型基础上，综合考虑光伏、负荷和电动汽车充电等不确定性因素对户用微电网优化运行的影响，构建基于IGDT的鲁棒优化运行模型；最后，采用分层序列法结合熵权法对模型进行求解。结果通过蒙特卡洛模拟，验证了IGDT鲁棒模型处理光伏和负荷等不确定性时的有效性和可靠性。结论该模型为户用微电网的优化运行提供了一种可行的解决方案，对提高户用微电网的运行经济性和分布式可再生能源的就地消纳率具有重要意义。

关键词: 新能源, 户用微电网, 不确定性, 信息间隙决策理论(IGDT), 分层序列法, 熵权法, 蒙特卡洛模拟, 电动汽车

Abstract:

Objectives Residential microgrids are an important part of the new-type power system, and their optimal operation is crucial for improving the utilization efficiency of renewable energy and reducing system operating costs. However, the strong uncertainties in the output of distributed power sources such as photovoltaics, as well as in loads, pose significant challenges to the optimal operation of residential microgrids. Therefore, a robust optimal operation model based on information gap decision theory (IGDT) is proposed. Methods Firstly, by fully considering the influence of time-of-use electricity prices, an optimal operation model for grid-connected residential microgrids is established with the objective of minimizing user costs. Then, on the basis of this model, a robust optimal operation model based on IGDT is established by comprehensively considering the influence of uncertain factors such as photovoltaic output, load, and electric vehicle charging on the optimal operation of residential microgrids. Finally, a hierarchical sequencing method combined with the entropy weight method is used to solve the model. Results Through Monte Carlo simulations, the effectiveness and reliability of the IGDT-based robust model in addressing uncertainties such as photovoltaic output and load are validated. Conclusions This model provides a feasible solution for the optimal operation of residential microgrids. It is of great significance for improving their economic performance and the on-site consumption rate of distributed renewable energy.

Key words: renewable energy, residential microgrid, uncertainty, information gap decision theory (IGDT), hierarchical sequencing method, entropy weight method, Monte Carlo simulation, electric vehicle

中图分类号:

TK 01

罗宗龙, 刘世林. 基于信息间隙决策理论鲁棒模型的户用微电网优化运行[J]. 发电技术, 2025, 46(4): 705-714.

Zonglong LUO, Shilin LIU. Optimal Operation of Residential Microgrids Based on a Robust Model Using Information Gap Decision Theory[J]. Power Generation Technology, 2025, 46(4): 705-714.

图/表 7

图1 光伏出力场景削减集

Fig. 1 Photovoltaic output scenario reduction set

图2 负荷场景削减集

Fig. 2 Load scenario reduction set

图3 负荷波动区间

Fig. 3 Load fluctuation interval

图4 光伏出力波动区间

Fig. 4 Photovoltaic output fluctuation interval

图5 电动汽车出行放电功率波动区间

Fig. 5 Fluctuation interval of electric vehicle discharge power during travel

图6 基于IGDT鲁棒模型的户用微电网优化运行方案

Fig. 6 Optimal operation scheme of residential microgrid based on IGDT robust model

图7 模拟场景费用与IGDT鲁棒模型费用对比

Fig. 7 Cost comparison between simulation scenarios and IGDT robust model

参考文献 28

[1]	朱凯，张艳红．“双碳”形势下电力行业氢能应用研究[J]．发电技术，2022，43(1)：65-72． doi:10.12096/j.2096-4528.pgt.21098
	ZHU K， ZHANG Y H ．Research on application of hydrogen in power industry under “double carbon”circumstance[J]．Power Generation Technology，2022，43(1)：65-72． doi:10.12096/j.2096-4528.pgt.21098
[2]	黄斌，赵伟，廖力达，等．政策视角下光伏全产业链的地区差异性分析[J]．南方能源建设，2024，11(2)：179-188．
	HUANG B， ZHAO W， LIAO L D，et al ．Analysis on regional difference of the whole PV industry chain from the perspective of policy[J]．Southern Energy Construction，2024，11(2)：179-188．
[3]	刘哲，唐成鹏，周青，等．新型电力系统建设环境下的“西电东送”发展研究[J]．广东电力，2023，36(9)：26-33．
	LIU Z， TANG C P， ZHOU Q，et al ．Research on development of west-to-east power transmission under the environment of new power system construction[J]．Guangdong Electric Power，2023，36(9)：26-33．
[4]	尚勇，王喆，严欢，等．“双碳”背景下陕西新型电力系统研究探索[J]．电网与清洁能源，2023，39(12)：20-27．
	SHANG Y， WANG Z， YAN H，et al ．Research exploration of Shaanxi new type power system in the background of“dual carbon”[J]．Power System and Clean Energy，2023，39(12)：20-27．
[5]	梁晨，牛皓玮，刘达，等．政府激励背景下企业绿色交易策略行为演化研究[J]．智慧电力，2024，52(1)：23-29．
	LIANG C， NIU H W， LIU D，et al ．Green trading strategy behavior evolution of enterprise under background of government incentives[J]．Smart Power，2024，52(1)：23-29．
[6]	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．
	LIU Y X， GUO L， WANG C S ．Economic dispatch of microgrid based on two stage robust optimization[J]．Proceedings of the CSEE，2018，38(14)：4013-4022．
[7]	SOLANKI B V， RAGHURAJAN A， BHATTACHARYA K，et al ．Including smart loads for optimal demand response in integrated energy management systems for isolated microgrids[J]．IEEE Transactions on Smart Grid，2017，8(4)：1739-1748． doi:10.1109/tsg.2015.2506152
[8]	魏梅芳，吴燕，黎跃龙，等．基于分布鲁棒优化的微电网日前经济运行模型与求解方法[J]．电力系统及其自动化学报，2022，34(12)：81-90．
	WEI M F， WU Y， LI Y L，et al ．Day-ahead economic operation model of microgrid and its solving method based on distributed robust optimization[J]．Proceedings of the CSU-EPSA，2022，34(12)：81-90．
[9]	孙韩，陈宗海，武骥．计及电动汽车不确定性的家庭微电网实时能量调度策略[J]．电网技术，2019，43(7)：2544-2551．
	SUN H， CHEN Z H， WU J ．Online energy dispatch strategy for residential microgrid considering uncertainty of electric vehicle[J]．Power System Technology，2019，43(7)：2544-2551．
[10]	江晨，杨俊杰，邓正臣．电动汽车和能量云在家庭微网中的协同调度研究[J]．电测与仪表，2024，61(3)：42-49．
	JIANG C， YANG J J， DENG Z C ．Research on synergetic scheduling of electric vehicles and energy cloud in residential microgrids[J]．Electrical Measurement & Instrumentation，2024，61(3)：42-49．
[11]	段小宇，胡泽春，崔岩，等．长时间尺度下的电动汽车有序充放电调度[J]．电网技术，2018，42(12)：4037-4044．
	DUAN X Y， HU Z C， CUI Y，et al ．Optimal charging and discharging strategy for electric vehicles in large timescales[J]．Power System Technology，2018，42(12)：4037-4044．
[12]	陈腾生，杨汝泉，隋坤明，等．考虑用户决策不确定性的电动汽车充电站用户参与度优化方法[J]．电力科学与技术学报，2024，39(4)：128-137．
	CHEN T S， YANG R Q， SUI K M，et al ．Optimization of user participation in electric vehicle charging stations considering uncertainty of user decision[J]．Journal of Electric Power Science and Technology，2024，39(4)：128-137．
[13]	沈筱琦，方鑫，谭林林，等．基于居民出行模拟的电动汽车负荷时空分布预测[J]．电力工程技术，2024，43(3)：130-139．
	SHEN X Q， FANG X， TAN L L，et al ．Prediction of spatio-temporal distribution of electric vehicle load based on residential travel simulation[J]．Electric Power Engineering Technology，2024，43(3)：130-139．
[14]	庞松岭，赵雨楠，张瑞恩，等．市场环境下计及用户响应的电动汽车充电站优化运行策略[J]．电力建设，2024，45(10)：59-68．
	PANG S L， ZHAO Y N， ZHANG R E，et al ．The optimal operation strategy of electric vehicle charging stations considering user response in market environment[J]．Electric Power Construction，2024，45(10)：59-68．
[15]	朱思嘉，余思雨，王戈，等．基于条件风险价值的电动汽车充电站规划[J]．电测与仪表，2023，60(7)：13-18．
	ZHU S J， YU S Y， WANG G，et al ．Research on charging station planning of EV based on CVaR[J]．Electrical Measurement & Instrumentation，2023，60(7)：13-18．
[16]	贺瑜环，杨秀媛，陈麒宇，等．电动汽车智能充放电控制与应用综述[J]．发电技术，2021，42(2)：180-192． doi:10.12096/j.2096-4528.pgt.20022
	HE Y H， YANG X Y， CHEN Q Y，et al ．Review of intelligent charging and discharging control and application of electric vehicles[J]．Power Generation Technology，2021，42(2)：180-192． doi:10.12096/j.2096-4528.pgt.20022
[17]	MURATORI M ．Impact of uncoordinated plug-in electric vehicle charging on residential power demand[J]．Nature Energy，2018，3(3)：193-201． doi:10.1038/s41560-017-0074-z
[18]	邓钰龙，李春燕，邵常政，等．电热气氢综合能源系统随机优化调度[J]．太阳能学报，2023，44(11)：522-529．
	DENG Y L， LI C Y， SHAO C Z，et al ．Stochastic optimal scheduling of integrated electric-heat-gas-hydrogen energy system[J]．Acta Energiae Solaris Sinica，2023，44(11)：522-529．
[19]	CAO Y T， ZHANG N， YANG L X ．Optimal scheduling of electricity-gas integrated energy system based on relevant opportunity planning[C]//2022 First International Conference on Cyber-Energy Systems and Intelligent Energy (ICCSIE)．Shenyang，China：IEEE，2023：1-4． doi:10.1109/iccsie55183.2023.10175304
[20]	宋晓芳，周海强，薛峰，等．计及源荷不确定性及频率安全的电力系统区间优化调度方法[J]．电力自动化设备，2022，42(7)：212-220．
	SONG X F， ZHOU H Q， XUE F，et al ．Interval optimal dispatching method of power system considering source-load uncertainty and frequency security[J]．Electric Power Automation Equipment，2022，42(7)：212-220．
[21]	马跃，孟润泉，魏斌，等．考虑阶梯式碳交易机制的微电网两阶段鲁棒优化调度[J]．电力系统保护与控制，2023，51(10)：22-33．
	MA Y， MENG R Q， WEI B，et al ．Two-stage robust optimal scheduling of a microgrid with a stepped carbon trading mechanism[J]．Power System Protection and Control，2023，51(10)：22-33．
[22]	汪超群，韦化，吴思缘．基于信息间隙决策理论的多源联合优化机组组合[J]．中国电机工程学报，2018，38(12)：3431-3440．
	WANG C Q， WEI H， WU S Y ．Multi-power combined unit commitment based on information gap decision theory[J]．Proceedings of the CSEE，2018，38(12)：3431-3440．
[23]	ZUO L Y， WANG S S， SUN Y，et al ．Robustness assessment of wind power generation considering rigorous security constraints for power system：a hybrid RLO-IGDT approach[J]．CSEE Journal of Power and Energy Systems，2023，10(2)：518-529．
[24]	DOLATABADI A， JADIDBONAB M， MOHAMMADI-IVATLOO B ．Short-term scheduling strategy for wind-based energy hub：a hybrid stochastic/IGDT approach[J]．IEEE Transactions on Sustainable Energy，2019，10(1)：438-448． doi:10.1109/tste.2017.2788086
[25]	HUANG C， XIE Y S， LIU Y L，et al ．Energy management of co-phase traction power supply system considering PV and hybrid energy access based on information gap decision theory[C]//2020 IEEE Sustainable Power and Energy Conference (iSPEC)．Chengdu，China：IEEE，2020：238-244． doi:10.1109/ispec50848.2020.9351292
[26]	唐学军，谭忠富，李智威，等．基于AHP-熵权法的配电网设备资产运检成本优化配置模型[J]．电力建设，2022，43(10)：166-172．
	TANG X J， TAN Z F， LI Z W，et al ．AHP-entropy weight method based optimal allocation of operation and maintenance cost of distribution network equipment assets[J]．Electric Power Construction，2022，43(10)：166-172．
[27]	韩一鸣，徐鹏飞，宫建锋，等．基于用户侧需求的电网发展经营综合评价体系研究[J]．发电技术，2022，43(4)：636-644．
	HAN Y M， XU P F， GONG J F，et al ．Research on comprehensive evaluation system of power grid development and operation based on user demand[J]．Power Generation Technology，2022，43(4)：636-644．
[28]	占恺峤，胡泽春，宋永华，等．含新能源接入的电动汽车有序充电分层控制策略[J]．电网技术，2016，40(12)：3689-3695．
	ZHAN K Q， HU Z C， SONG Y H，et al ．Electric vehicle coordinated charging hierarchical control strategy considering renewable energy generation integration[J]．Power System Technology，2016，40(12)：3689-3695．

基于信息间隙决策理论鲁棒模型的户用微电网优化运行

Optimal Operation of Residential Microgrids Based on a Robust Model Using Information Gap Decision Theory

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

图/表 7

参考文献 28

相关文章 15

编辑推荐

Metrics

[1]	鲁亚楠, 徐涛, 刘泽楠. 制氢系统对双馈风机串补系统次同步振荡特性的影响[J]. 发电技术, 2025, 46(4): 715-726.
[2]	马浩然, 袁至, 王维庆, 李骥. 考虑数据中心和储能接入的主动配电网经济调度研究[J]. 发电技术, 2025, 46(4): 748-757.
[3]	王杰, 徐立军, 李笑竹, 樊小朝, 古丽扎提∙海拉提null, 王维庆. 计及灵活性不足风险的配电网智能软开关与多类型共享储能协调优化[J]. 发电技术, 2025, 46(4): 758-767.
[4]	张祖菡, 刘敦楠, 凡航, 杨柳青, 段赟杰, 李赟, 马振宇. 基于大语言模型的电力系统预测技术研究综述[J]. 发电技术, 2025, 46(3): 438-453.
[5]	张佳鑫, 彭勇刚, 孙静. 考虑需求响应和碳交易的园区氢电耦合系统两阶段鲁棒优化调度[J]. 发电技术, 2025, 46(2): 252-262.
[6]	孙勇, 高子航, 侯泽胤, 李德鑫, 王尧, 张海锋, 陆帅. 面向综合能源系统运行的气网聚合建模及辨识方法[J]. 发电技术, 2025, 46(2): 274-283.
[7]	王奎, 余梦, 张海静, 李妍, 刘哲, 郭军红. 面向光伏消纳和冰蓄冷空调群低碳需求响应的新型配电系统多时间尺度优化策略[J]. 发电技术, 2025, 46(2): 284-295.
[8]	张扬帆, 李奕霖, 叶林, 付雪姣, 王正宇, 王耀函. 低温天气下考虑风机运行状态聚类的短期风电功率预测方法[J]. 发电技术, 2025, 46(2): 326-335.
[9]	郑杨, 任禹丞, 王雨薇, 徐丁吉, 杨慧敏. 基于改进云模型的区域电网电能替代综合效益评价[J]. 发电技术, 2025, 46(2): 399-408.
[10]	胡山鹰, 金涌, 张臻烨. 发展新质生产力，实现碳中和[J]. 发电技术, 2025, 46(1): 1-8.
[11]	杨剑锋, 李婷, 杨爱民, 冯子宁. 含电能路由器的光伏配电网电压越限问题潮流优化研究[J]. 发电技术, 2025, 46(1): 113-125.
[12]	卢文强, 陈岩, 付经伦, 刘海松, 孔祥玲. 基于蒙特卡罗法的燃气轮机总体性能不确定性分析[J]. 发电技术, 2025, 46(1): 126-134.
[13]	兰国芹, 陆烨, 阚严生, 张继广, 王欢欢, 钟芳, 王承才, 肖黎明, 王照阳. 综合能源服务发展趋势与对策研究[J]. 发电技术, 2025, 46(1): 19-30.
[14]	崔露, 刘世林, 苗婉, 王青. 考虑电转氢和需求响应的风光储综合充能站优化运行策略[J]. 发电技术, 2025, 46(1): 31-41.
[15]	管超骏, 雷正玲, 霍海波, 王芳, 姚国全, 刘涛. 基于强化学习的固体氧化物燃料电池输出电压自抗扰控制研究[J]. 发电技术, 2024, 45(6): 1163-1172.