本發明涉及微電網能源管理，具體涉及一種微電網協同優化調度方法及系統。
背景技術：
1、隨著全球能源結構轉型的加速推進和"雙碳"目標的深入實施，新型電力系統正朝著高比例可再生能源的方向快速發展。風力發電、太陽能光伏發電等可再生能源逐漸成為未來能源發展的主要方向，為實現能源清潔化、低碳化轉型提供了重要支撐。
2、微電網作為一種能夠高效利用分布式能源的區域性小型電力系統，具備自治運行、即插即用、靈活調度等技術優勢，在推動新能源大規模接入及電力系統低碳化發展中發揮著重要作用。通過整合風力發電、光伏發電、儲能系統、可調度負荷等多種分布式資源，微電網能夠在滿足區域用電需求的同時，實現與主電網的友好互動，有效緩解電網調峰壓力。
3、然而，隨著微電網規模的不斷擴大和應用場景的日益復雜，現有技術在運行優化調度方面暴露出以下問題：
4、（1）風能和太陽能等可再生能源具有顯著的波動性、間歇性和不可預測性特征。傳統的微電網調度策略多采用基于確定性模型的優化方法，難以有效應對可再生能源出力的不確定性，導致系統運行成本高、可再生能源消納率低等問題。
5、（2）現有研究多側重于單一類型可調度負荷資源的建模與優化，如僅考慮儲能系統或單獨分析需求響應負荷，忽視了多種可調度負荷資源協同運行所帶來的調度優化潛力。不同類型的可調度負荷具有不同的響應特性和調節容量，通過多資源協同優化可以實現優勢互補，顯著提升系統整體調度靈活性。
6、（3）隨著電動汽車保有量的快速增長和建筑能效技術的發展，電動汽車集群和冰蓄冷空調系統等新興可調度資源在微電網中的應用日益廣泛。電動汽車集群具有移動性強、聚合調度潛力大的特點；冰蓄冷空調系統能夠通過轉移冷負荷時間，有效削峰填谷。然而，現有研究缺乏將這些新興可調度資源協同考慮的微電網優化調度方法，未能充分挖掘其協同調度價值。例如中國專利公開號cn117039867a公開的一種針對微電網的多目標聯合優化調度方法，雖然考慮了冰蓄冷空調這種新興資源，但是沒有考慮電動汽車集群，從而未充分挖掘新興可調度資源協同調度價值。
7、因此，迫切需要研發一種能夠協同利用多種可調度負荷資源的微電網優化調度方法，以充分發揮電動汽車集群、冰蓄冷空調系統等新興可調度資源的協同調度潛力，有效應對可再生能源的不確定性，提高系統運行的經濟性和靈活性，增強可再生能源的消納能力，為構建更加智能、高效、清潔的新型電力系統提供重要技術支撐。
技術實現思路
1、本發明所要解決的技術問題在于如何提供一種能夠協同利用多種可調度負荷資源的微電網優化調度方法，以充分發揮電動汽車集群、冰蓄冷空調系統等新興可調度資源的協同調度潛力，有效應對可再生能源的不確定性。
2、本發明通過以下技術手段解決上述技術問題的：一種微電網協同優化調度方法，包括：
3、s1、建立微電網中各設備單元的數學模型，設備單元包括風力發電系統、光伏發電系統、儲能系統、柴油發電機、電動汽車集群以及冰蓄冷空調；
4、s2、構建以系統的總運行成本最小化為優化目標的優化目標函數；
5、s3、設置系統的約束條件，包括功率平衡約束、設備功率約束、儲能約束、電動汽車soc約束以及冰蓄冷空調容量約束；
6、s4、在滿足系統的約束條件的前提下，調整各設備單元的數學模型的運行參數，使得優化目標函數達到最小值，根據求解得到的運行參數對各設備單元進行優化調度。
7、本發明將空調和電動汽車作為柔性負荷協同納入微電網調度模型中，將冰蓄冷空調負荷轉移特性和電動汽車集群的移動儲能特性形成良好的協同優化效應，在兩者共同優化調度作用下，有效降低了微電網運行的峰值負荷和總體成本，增強了系統的穩定性，從而充分發揮電動汽車集群、冰蓄冷空調系統等新興可調度資源的協同調度潛力，有效應對可再生能源的不確定性。
8、進一步地，所述s1包括：
9、建立風力發電系統的數學模型為，式中，wt表示風力發電系統，式中：表示wt在風速為時的發電輸出；表示wt的額定輸出功率；、和分別表示切入風速、額定風速和切出風速。
10、建立光伏發電系統的數學模型為，?式中，pv表示光伏發電系統，表示pv的實際運行的輸出功率；表示標準測試條件下的輸出功率；表示實際的太陽輻射強度；表示標準測試條件下的太陽輻射強度；為光伏組件的溫度系數；表示光伏組件的實際運行溫度；表示標準測試條件下的溫度。
11、建立儲能系統的數學模型為，式中，ess表示儲能系統，和分別表示的ess在時刻和時刻的荷電狀態；和分別表示ess的充電和放電效率；和分別表示ess在時刻的充電和放電功率；為時間間隔；表示ess的容量上限。
12、更進一步地，所述s1還包括：
13、建立柴油發電機的數學模型為，式中，表示dg的燃料成本，dg表示柴油發電機；表示dg的在時段的輸出功率；、和表示燃料成本函數的系數。
14、建立光電動汽車集群的數學模型為，式中，和分別表示第輛ev在時段和時段的荷電狀態；和分別表示第輛ev在t時段的充放電功率；和表示充放電效率；表示充電狀態，表示放電狀態。表示電池電量上限。
15、建立冰蓄冷空調的數學模型為，式中，表示isac在t時段的蓄冰量，isac表示冰蓄冷空調；表示自損耗系數；和分別表示t時段的蓄冰和融冰速率。
16、isac制冷機組的電功率表示為
17、
18、
19、式中：表示isac在t時段的輸出冷量；表示isac輸出冷量的最大值；為額定能效比；、和表示擬合系數；表示機組蓄冷時段的輸出冷量；表示機組供冷時段的輸出冷量。
20、將每個時段的isac的用電量進行求和，得到各時段的isac的總負荷，表示為
21、
22、式中：表示isac的總數量。
23、更進一步地，所述s2包括：
24、優化目標函數表示為
25、
26、式中：表示系統運維成本；表示系統污染治理成本，表示為
27、
28、式中：表示風力發電系統的運維成本；表示光伏發電系統的運維成本；表示柴油發電機的運維成本；表示儲能系統的運維成本；表示與主網交換電力的成本；表示給電動汽車用戶的補償成本；表示空調用戶的補償成本。其中，
29、
30、
31、
32、
33、
34、
35、
36、式中：式中：，，和分別表示wt，pv，dg和ess的運維成本系數；和分別表示ess在時段的充放電功率；表示微電網和配電網的電力交互價格；和分別為時段evs向微電網的購電價格和售電價格；和分別表示時段從配電網購買的電量和向配電網出售的電量。和分別表示第輛ev在時段的充放電功率；和分別表示第輛ev的充放電效率；表示ev的電池維護成本；表示第輛ev在時段的充放電功率；表示isac的功率補償成本；
37、污染治理成本表示為
38、
39、式中：和分別表示dg和配電網污染物治理成本；表示治理類污染物的成本系數；和分別表示dg和配電網運行時單位電力的污染物排放量。
40、更進一步地，所述功率平衡約束包括：
41、
42、式中：表示時段微電網與配電網的交互功率；表示時段的基礎負荷需求；表示evs在時段的充放電功率，充電為正，放電為負；表示isac在時段的用電功率；表示ess在時段的充放電功率，充電為正，放電為負。
43、更進一步地，所述設備功率約束包括：
44、
45、式中：和分別表示設備單元輸出功率的上下限；
46、
47、其中：和分別表示dg的爬坡功率上下限。
48、更進一步地，所述儲能約束包括：
49、
50、
51、式中：和分別表示ess允許的最小和最大荷電狀態；
52、聯絡線約束表示為
53、
54、式中：和分別為單位時間與配電網進電力交互的功率上下限。
55、更進一步地，所述電動汽車soc約束包括：
56、
57、
58、
59、
60、式中：和分別表示ev荷電狀態的上下限；和分別表示ev充電時功率上下限；和分別表示ev放電時功率上下限。
61、更進一步地，所述冰蓄冷空調容量約束包括：
62、
63、
64、
65、
66、
67、式中：和表示冰isac蓄冰量的上下限；表示蓄冰速率的上限；表示isac在時段的冷負荷需求；表示融冰速率的上限。
68、本發明還提供執行上述一種微電網協同優化調度方法的系統，包括：
69、數學模型搭建模塊，用于建立微電網中各設備單元的數學模型，設備單元包括風力發電系統、光伏發電系統、儲能系統、柴油發電機、電動汽車集群以及冰蓄冷空調；
70、目標函數構建模塊，用于構建以系統的總運行成本最小化為優化目標的優化目標函數；
71、約束條件設立模塊，用于設置系統的約束條件，包括功率平衡約束、設備功率約束、儲能約束、電動汽車soc約束以及冰蓄冷空調容量約束；
72、優化求解模塊，用于在滿足系統的約束條件的前提下，調整各設備單元的數學模型的運行參數，使得優化目標函數達到最小值，根據求解得到的運行參數對各設備單元進行優化調度。
73、本發明的優點在于：
74、（1）本發明將空調和電動汽車作為柔性負荷協同納入微電網調度模型中，將冰蓄冷空調負荷轉移特性和電動汽車集群的移動儲能特性形成良好的協同優化效應，在兩者共同優化調度作用下，有效降低了微電網運行的峰值負荷和總體成本，增強了系統的穩定性，從而充分發揮電動汽車集群、冰蓄冷空調系統等新興可調度資源的協同調度潛力，有效應對可再生能源的不確定性。
75、（2）本發明首次將電動汽車集群和冰蓄冷空調系統作為協同可調度資源納入微電網優化調度框架，充分發揮了兩類資源的互補特性。電動汽車集群提供雙向電力調節能力，冰蓄冷空調系統實現冷負荷時間轉移，兩者協同作用顯著提升了微電網的調度靈活性，相比單一資源調度方案，系統調峰能力明顯提高。通過協同優化調度，有效利用分時電價機制和可再生能源出力特性，實現了運行成本的大幅降低。電動汽車在低電價時段充電、高電價時段放電，冰蓄冷空調在夜間制冰、白天供冷，顯著降低了系統用電成本。與傳統調度方法相比，系統總運行成本明顯降低。
76、（3）本發明通過多資源協同調度，有效緩解了風電、光伏發電的波動性和間歇性問題。電動汽車集群的移動儲能特性和冰蓄冷空調的負荷轉移特性為可再生能源提供了靈活的消納手段，可再生能源利用率提高了10-20%，棄風棄光率顯著降低。從而使得可再生能源消納能力增強。
77、（4）本發明通過多元可調度資源的協同配置增強了微電網的抗擾動能力。在可再生能源出力不足或負荷突增時，電動汽車可快速放電支撐，冰蓄冷空調可調整供冷策略，有效維持了系統功率平衡，提高了供電可靠性。
78、（5）本發明通過提高可再生能源消納比例，減少了化石燃料發電需求，降低了碳排放。同時，優化調度減少了柴油發電機組的啟停次數和運行時間，進一步降低了污染物排放，實現了經濟效益與環境效益的雙重提升。
79、（6）本發明引入了電動汽車集群的雙向充放電特性以及冰蓄冷空調的負荷轉移特性，協同參與微電網的優化調度，提高了系統運行的經濟性和環保性，同時提高了可再生能源消納率。在優化調度層面，通過在滿足功率平衡和設備約束條件的前提下，對多類可調度資源進行協同優化，動態調整各設備出力與負荷響應，從而平抑可再生能源出力波動。從而整體方案可應對可再生能源的不確定性。