本發(fā)明涉及一種微電網(wǎng)的潮流優(yōu)化方法，尤其涉及一種考慮電壓穩(wěn)定約束的微電網(wǎng)潮流優(yōu)化方法。

背景技術：

最優(yōu)潮流(Optimal Power Flow,OPF)是電力系統(tǒng)運行和控制的重要手段之一，也是電能管理系統(tǒng)的重要組成部分。所謂的最優(yōu)潮流，就是當電力系統(tǒng)的結構參數(shù)及負荷情況給定時，通過控制變量的優(yōu)選，找到能滿足所有指定的約束條件，并使系統(tǒng)的一個或多個性能指標達到最優(yōu)時的潮流分布。隨著智能電網(wǎng)建設的不斷推進，清潔高效的可再生能源發(fā)電技術受到了廣泛的關注，近些年來，由各種分布式電源(Distributed Generation,DG)、分布式儲能單元(Storage Unit,SU)、負荷以及監(jiān)控和保護裝置集合成的微電網(wǎng)系統(tǒng)在電力系統(tǒng)中的滲透率不斷提高，其扮演的角色越來越突出。微電網(wǎng)中光伏、風電等分布式電源具有很強的間歇性，嚴重影響了系統(tǒng)的安全運行。相關研究表明，電壓穩(wěn)定性是微電網(wǎng)并網(wǎng)運行所需要考慮的一個重要安全因素。就微電網(wǎng)的運行優(yōu)化問題而言，通?？梢杂镁W(wǎng)絡優(yōu)化后的經(jīng)濟性、安全性等指標來衡量優(yōu)化方案的優(yōu)劣，而這些指標與微電網(wǎng)中的DG和SU的運行狀態(tài)密切相關。因此，在DG和SU大量滲透的微電網(wǎng)中，亟需重新設計微電網(wǎng)的合適的運行指標、優(yōu)化數(shù)學模型和相應的求解算法。

目前國內(nèi)外現(xiàn)有的潮流優(yōu)化方法難以很好地滿足微電網(wǎng)發(fā)展和建設的需要，主要表現(xiàn)在：

1.多數(shù)潮流優(yōu)化模型未能充分計及分布式電源和儲能單元的影響。雖然已出現(xiàn)了一些計及DG影響的潮流優(yōu)化方法，但對DG的建模尚顯粗糙，一般是將DG視為普通電源或“負的負荷”進行處理，而未進行分類等值，同時尚缺少對SU的科學建模。

2.微電網(wǎng)并網(wǎng)運行時電壓穩(wěn)定性受間歇性微源的影響較大，雖然已出現(xiàn)了一些計及電壓穩(wěn)定性約束的潮流優(yōu)化方法，但傳統(tǒng)的電壓穩(wěn)定性指標未能充分考慮微電網(wǎng)的并網(wǎng)運行特性及DG、SU的作用，從而不能對電壓穩(wěn)定性做更好的評估。

3.微電網(wǎng)具有明顯的三相不平衡特征，在計算優(yōu)化方案的網(wǎng)損和電壓等指標時，已有的很多優(yōu)化方法未能充分考慮微電網(wǎng)三相參數(shù)和負荷的不平衡性，從而影響計算精度。

4.微電網(wǎng)優(yōu)化模型具有連續(xù)變量和離散變量共存的特點，傳統(tǒng)數(shù)學規(guī)劃法處理離散變量較困難，且全局尋優(yōu)能力不強；現(xiàn)有的智能算法計算速度慢，且易陷入局部最優(yōu)。

技術實現(xiàn)要素：

本發(fā)明的目的就是為了解決上述問題，提出了一種計及電壓穩(wěn)定約束的微電網(wǎng)潮流優(yōu)化方法,該方法具有計及電壓穩(wěn)定性、優(yōu)化模型更精確、計算速度更快、全局尋優(yōu)效率更高等優(yōu)點。

為實現(xiàn)上述目的，本發(fā)明的具體方案如下：

一種計及電壓穩(wěn)定約束的微電網(wǎng)潮流優(yōu)化方法，包括以下步驟：

步驟一：結合微電網(wǎng)的并網(wǎng)運行特性，建立電壓穩(wěn)定性指標；

步驟二；分別以微電網(wǎng)網(wǎng)絡有功損耗最小和負荷均衡度最高為優(yōu)化目標，建立微電網(wǎng)優(yōu)化的數(shù)學模型；

步驟三：確定微電網(wǎng)優(yōu)化數(shù)學模型的約束條件，包括：功率平衡約束、節(jié)點電壓約束、無功補償電容器補償約束、變壓器容量約束、DG的注入功率約束、SU的功率B_i和能量S_i約束以及電壓穩(wěn)定約束；

步驟四：對微電網(wǎng)優(yōu)化案例中的離散控制變量采用歷史擬合法處理，得到連續(xù)的最優(yōu)目標變量；

步驟五：基于預測-校正內(nèi)點法，通過引入最優(yōu)目標變量，利用AMD算法進行節(jié)點優(yōu)化編號，構造出計及電壓穩(wěn)定性約束的歷史擬合預測-校正內(nèi)點法，對微電網(wǎng)優(yōu)化案例進行最優(yōu)潮流計算，獲取電壓穩(wěn)定性指標，并將計算得到的電壓穩(wěn)定性指標再反饋到歷史擬合預測-校正內(nèi)點法進行優(yōu)化處理，得到微電網(wǎng)優(yōu)化數(shù)學模型的最優(yōu)解。

進一步地，對含有分布式電源和儲能單元高滲透率的微電網(wǎng)系統(tǒng)，利用三相前推回代潮流算法將弱環(huán)網(wǎng)轉(zhuǎn)化為輻射型網(wǎng)絡，通過在斷點兩側(cè)注入補償量的方法來等效微電網(wǎng)所含的環(huán)路的影響；同時根據(jù)各類分布式電源與電網(wǎng)互聯(lián)的接口方式以及它們的運行和控制方式，分別建立其在潮流計算中的等值模型，在各迭代步將分布式電源所在節(jié)點轉(zhuǎn)換為PQ節(jié)點、PI節(jié)點或PV節(jié)點。

進一步地，對含有分布式電源和儲能單元高滲透率的微電網(wǎng)系統(tǒng)，潮流計算的具體方法為：

(1)對微電網(wǎng)的原始數(shù)據(jù)進行初始化，包括微網(wǎng)拓撲信息、元件參數(shù)、負荷數(shù)據(jù)；

(2)形成回路阻抗矩陣Z；

(3)計算各負荷節(jié)點的注入電流；

(4)確定分布式電源和儲能單元的等值注入電流；

(5)判斷網(wǎng)絡中是否存在環(huán)網(wǎng)回路，若存在環(huán)網(wǎng)回路則向解環(huán)節(jié)點疊加注入電流；

(6)疊加儲能單元及分布式電源的三相注入電流，進行三相前推回推潮流計算；

(7)從饋線末端節(jié)點開始進行前推計算，對支路電流進行求和，從而得到各條支路始端節(jié)點的三相電流；

(8)從饋線首端節(jié)點開始回推計算各支路末端節(jié)點的電壓，同時對各節(jié)點的三相電壓進行修正；

(9)修正PV節(jié)點注入的無功功率，然后判斷PV節(jié)點的無功功率是否發(fā)生越界，若發(fā)生越界則將PV節(jié)點轉(zhuǎn)化成PQ節(jié)點轉(zhuǎn)入步驟(3)重新進行計算，否則轉(zhuǎn)入(10)；

(10)以節(jié)點相鄰兩次迭代電壓幅值差是否滿足預設精度為收斂條件，若滿足條件則迭代收斂，轉(zhuǎn)入(11)，否則重新修正所在節(jié)點的注入電流，然后轉(zhuǎn)入步驟(3)重新計算；

(11)計算結束，輸出潮流計算結果。

進一步地，所述步驟一中，電壓穩(wěn)定性指標L_mg具體為：

其中，為連有DG節(jié)點的電壓相量；為連有SU節(jié)點的電壓相量，為負荷節(jié)點電壓相量；F_ij為負荷參與因子；S_G為連有DG節(jié)點的集合；S_S為連有SU節(jié)點的集合；S_L為全部負荷節(jié)點的集合。

進一步地，所述步驟二中，建立的微電網(wǎng)優(yōu)化的數(shù)學模型具體為：

其中，f₁為網(wǎng)絡有功損耗；f₂為支路最大負荷率；M＝{A,B,C}為相序集合；B為微電網(wǎng)所有支路集合；P_ij.m、Q_ij.m和I_ij.m分別為流過支路ij的有功功率、無功功率和電流；R_ij.m為支路ij的電阻；V_ij.m為支路ij的末端電壓；I_N.ij.m為支路ij的額定電流。

進一步地，所述步驟三中，

(1)功率平衡約束具體為：

對微電網(wǎng)中任一節(jié)點i，需滿足如下條件：

其中，P_i和Q_i分別為節(jié)點i的注入有功功率和無功功率；P_loss、Q_loss分別為微電網(wǎng)的有功損耗和無功損耗；V_i和V_j分別為節(jié)點i和節(jié)點j的電壓幅值；G_ij和B_ij分別為支路導納Y_ij的虛部與實部；θ_ij為節(jié)點i與節(jié)點j的相角差；N為微電網(wǎng)節(jié)點集合；

(2)節(jié)點電壓約束具體為：

V_i.min≤V_i≤V_i.max i∈N；

其中，V_i.min和V_i.max分別為節(jié)點i的電壓下限和上限；V_i為節(jié)點的電壓；

(3)無功補償電容器補償約束具體為：

Q_cri.min≤Q_cri≤Q_cri.max i∈N_C；

其中，Q_cri為無功補償電容器的無功補償量；Q_cri.max、Q_cri.min為補償量Q_cri的上下限；N_C為無功補償節(jié)點集合。

進一步地，所述步驟三中，

(1)DG的注入功率約束具體為：

P_Gi.min≤P_Gi≤P_Gi.max i∈G_P；

Q_Gi.min≤Q_Gi≤Q_Gi.max i∈G_Q；

其中，P_Gi和Q_Gi分別為第i個DG的有功和無功輸出；P_Gi.max和P_Gi.min分別為其對應的有功功率上、下限；Q_Gi.max和Q_Gi.min分別為其對應的無功功率上、下限；G_P和G_Q分別為有功可調(diào)和無功可調(diào)的可控DG集合；

(2)SU的功率B_i和能量S_i約束具體為：

P_charge≤B_i≤P_discharge i∈N；

S_low≤S_i≤S_high i∈N；

其中，P_discharge為SU最大放電功率；P_charge為SU最大充電功率；S_low為SU的最小剩余能量，S_high為SU的最大剩余能量；

(3)電壓穩(wěn)定約束條件具體為：

L_mgi.min≤L_mgi≤L_mgi.max i∈N；

其中，L_mg為電壓穩(wěn)定性指標，L_mgi.max和L_mgi.min分別為L_mgi的上下限。

進一步地，所述步驟四的具體方法為：

(4-1)選擇要調(diào)整的離散控制變量，確定所述離散控制變量在微電網(wǎng)中的位置；

(4-2)設定參數(shù)調(diào)整方法，進行自動歷史擬合；

(4-3)數(shù)據(jù)分析，如果數(shù)據(jù)分析結果不合理，則返回循環(huán)的起點，選擇其他調(diào)整區(qū)域、改變調(diào)整的參數(shù)或修改參數(shù)的采樣范圍；如果結果合理，且參數(shù)收斂到特定數(shù)值，則進入下一步；

(4-4)將最優(yōu)結果擬合起來，得到一個連續(xù)的最優(yōu)目標變量。

進一步地，所述步驟五的具體方法為：

(5-1)數(shù)據(jù)初始化，讀入微電網(wǎng)的基礎參數(shù)和運行數(shù)據(jù)，同時給定原始變量與對偶變量的初值，并保證松弛變量u、l≥0，拉格朗日乘子y≠0、z≥0、w≥0，障礙因子μ≥0，設置初始迭代次數(shù)k＝0、最大迭代次數(shù)K_max、收斂標準差ε₁、ε₂；

(5-2)判斷所需調(diào)整控制變量是否為離散變量；若是離散變量，則對其進行歷史擬合為連續(xù)的最優(yōu)目標變量，然后轉(zhuǎn)入(5-3)，若為連續(xù)變量，則直接轉(zhuǎn)入(5-3)；

(5-3)利用AMD算法根據(jù)節(jié)點度的上限值來選擇要編號節(jié)點原理，對改進內(nèi)點法修正方程的系數(shù)矩陣進行節(jié)點優(yōu)化編號；

(5-4)計算互補間隙Gap與K-T條件的最大范數(shù)F_max＝max{||L_x||，||L_y||，||L_z||，||L_w||}；

(5-5)判斷Gap＜ε₁且F_max＜ε₂是否成立，不成立直接轉(zhuǎn)入(5-6)，若成立則輸出最優(yōu)解結束計算；

(5-6)計算各類函數(shù)的雅各比矩陣與海森矩陣

(5-7)求解仿射方程原變量及對偶變量的仿射步長及放射方向下的互補間隙Gap^Aff；

(5-8)根據(jù)預測中心參數(shù)σ＝(Gap^Aff/Gap)³，計算障礙因子μ；

(5-9)求解迭代方程，得到迭代方向Δx、Δy、Δu、Δw、Δl、Δz；

(5-10)求解原始變量與對偶變量的迭代步長step_d、step_d，更新原始變量與對偶變量；

(5-11)判斷當前迭代次數(shù)k是否小于最大迭代次數(shù)k_max，若滿足則置k＝k+1并轉(zhuǎn)入(5-4)，不滿足則“輸出計算不收斂”并終止計算。

本發(fā)明的有益效果：

1.所建立的電壓穩(wěn)定性指標能更有效地評估微電網(wǎng)系統(tǒng)各節(jié)點的電壓穩(wěn)定性。

2.所構建的多目標多約束優(yōu)化模型能夠同時計及分布式電源和儲能單元的影響。

3.所采用的多電源三相前推回代算法能夠很好地考慮微電網(wǎng)的三相不平衡特征，且計算速度快；

4.所采用的歷史擬合預測-校正內(nèi)點法能對離散控制變量進行更好的處理，解決了計算精度與迭代效率之間的矛盾，具有更好的全局尋優(yōu)特點，并保持了預測-校正內(nèi)點法優(yōu)點。

附圖說明

圖1為微電網(wǎng)潮流優(yōu)化的總體設計圖；

圖2為饋線模型；

圖3為微電網(wǎng)三相潮流計算流程圖；

圖4為離散控制變量歷史擬合流程圖。

圖5為歷史擬合預測-校正內(nèi)點法流程圖。

具體實施方式：

下面結合附圖對本發(fā)明進行詳細說明：

計及電壓穩(wěn)定約束的微電網(wǎng)潮流優(yōu)化方法，它的具體步驟是：如圖1所示，首先結合微電網(wǎng)的并網(wǎng)運行特性，建立電壓穩(wěn)定性指標L_mg；然后計及分布式電源與儲能單元的影響建立微電網(wǎng)的多目標、多約束優(yōu)化數(shù)學模型；基于預測-校正內(nèi)點法通過引入歷史擬合得到的連續(xù)的最優(yōu)目標變量和利用AMD算法進行節(jié)點優(yōu)化編號，構造出計及電壓穩(wěn)定性約束的歷史擬合預測-校正內(nèi)點法；解算過程中反復調(diào)用三相潮流計算模塊對微電網(wǎng)優(yōu)化方案進行三相潮流計算，進而得到的電壓穩(wěn)定性指標L_mg，再反饋到歷史擬合預測-校正內(nèi)點法進行優(yōu)化處理。

圖2為饋線模型，其中，I_i為支路ij向節(jié)點i的注入電流，Y_ij為支路ij的導納，I_Li為節(jié)點i的負荷端注入電流，I_Gi和I_Si分別為節(jié)點i所接DG的注入電流和SU的充放電電流，I_i.1和I_i.k分別為節(jié)點i的第1出支和第k出支的輸出電流。

下面對本發(fā)明方法進行詳細的說明：

1.建立適合微電網(wǎng)并網(wǎng)運行特性的電壓穩(wěn)定性指標L_mg：

式中：為連有DG節(jié)點的電壓相量；為連有SU節(jié)點的電壓相量，為負荷節(jié)點電壓相量；F_ij為負荷參與因子；S_G為連有DG節(jié)點的集合；S_S為連有SU節(jié)點的集合；S_L為全部負荷節(jié)點的集合。

2.建立微電網(wǎng)優(yōu)化的數(shù)學模型，模型中的目標函數(shù)有兩個，分別為微電網(wǎng)網(wǎng)絡有功損耗最小和負荷均衡度最高，表達式為：

式中：f₁為網(wǎng)絡有功損耗；f₂為支路最大負荷率；M＝{A,B,C}為相序集合；B為微電網(wǎng)所有支路集合；P_ij.m、Q_ij.m和I_ij.m分別為流過支路ij的有功功率、無功功率和電流；R_ij.m為支路ij的電阻；V_ij.m為支路ij的末端電壓；I_N.ij.m為支路ij的額定電流。

微電網(wǎng)優(yōu)化數(shù)學模型的約束條件包括：

1)功率平衡約束，對微電網(wǎng)中任一節(jié)點i，需滿足如下條件：

式中：P_i和Q_i分別為節(jié)點i的注入有功功率和無功功率；P_loss、Q_loss分別為微電網(wǎng)的有功損耗和無功損耗；V_i和V_j分別為節(jié)點i和節(jié)點j的電壓幅值；G_ij和B_ij分別為支路導納Y_ij的虛部與實部；θ_ij為節(jié)點i與節(jié)點j的相角差；N為微電網(wǎng)節(jié)點集合。

2)節(jié)點電壓約束，即各節(jié)點的電壓V_i應滿足：

V_i.min≤V_i≤V_i.max i∈N (6)

式中：V_i.min和V_i.max分別為節(jié)點i的電壓下限和上限。

3)無功補償電容器補償約束：

Q_cri.min≤Q_cri≤Q_cri.max i∈N_C (7)

式中：Q_cri為無功補償電容器的無功補償量；Q_cri.max、Q_cri.min為補償量Q_cri的上下限；N_C為無功補償節(jié)點數(shù)。

4)變壓器容量約束：

|S_t|≤S_N.t t∈T (8)

式中：S_t和S_N.t分別為變壓器t的實際功率和額定容量；T為所有變壓器的集合。

5)DG的注入功率約束為：

P_Gi.min≤P_Gi≤P_Gi.max i∈G_P (9)

Q_Gi.min≤Q_Gi≤Q_Gi.max i∈G_Q (10)

式中：P_Gi和Q_Gi分別為第i個DG的有功和無功輸出；P_Gi.max和P_Gi.min分別為其對應的有功功率上、下限；Q_Gi.max和Q_Gi.min分別為其對應的無功功率上、下限；G_P和G_Q分別為有功可調(diào)和無功可調(diào)的可控DG集合。

6)SU的功率B_i和能量S_i約束，即優(yōu)化模型需滿足SU運行的功率和能量等物理限制：

P_charge≤B_i≤P_discharge i∈N-1 (11)

S_low≤S_i≤S_high i∈N (12)

式中：P_discharge為SU最大放電功率(正數(shù))；P_charge為SU最大充電功率(負數(shù))；S_low為SU的最小剩余能量，S_high為SU的最大剩余能量。

7)電壓穩(wěn)定約束條件，基于式(1)中建立的電壓穩(wěn)定性指標L_mg，將微電網(wǎng)并網(wǎng)運行應滿足的電壓穩(wěn)定性約束條件表示為：

L_mgi.min≤L_mgi≤L_mgi.max i∈N (13)

式中：L_mgi.max和L_mgi.min分別為L_mgi的上下限；L_mgi指標的取值范圍為0～1，當該指標接近0時，表示電壓穩(wěn)定性較好，而當指標接近于1時，系統(tǒng)運行點將接近電壓崩潰點。因此全局電壓穩(wěn)定的條件是所有負荷點計算出來的指標均小于1。

3.針對DG和SU高滲透率的微電網(wǎng)，設計三相前推回代潮流算法。

流程圖如圖3所示，對DG和SU的高滲透率的微電網(wǎng)絡優(yōu)化方案，采用前推回代算法計算系統(tǒng)潮流，鑒于該算法對網(wǎng)孔的處理能力較弱，本模塊對前推回代法進行改進，將弱環(huán)網(wǎng)轉(zhuǎn)化為輻射型網(wǎng)絡，通過在斷點兩側(cè)注入補償量的方法來等效環(huán)路的影響。此外，根據(jù)各類分布式電源(風電、光伏、燃料電池，微型燃氣輪機等)與電網(wǎng)互聯(lián)的接口方式以及它們的運行和控制方式，分別建立其在潮流計算中的等值模型，在各迭代步將分布式電源所在節(jié)點轉(zhuǎn)換為PQ節(jié)點、PI節(jié)點或PV節(jié)點。在計算過程中，各元件均采用模型庫中的三相模型參與計算。具體方法為：

(1)首先進行微電網(wǎng)數(shù)據(jù)初始化，讀取系統(tǒng)網(wǎng)絡參數(shù)和負荷參數(shù)；

(2)形成回路(環(huán)路)阻抗矩陣Z；

(3)根據(jù)讀入的數(shù)據(jù)計算各負荷節(jié)點的注入電流；

(4)按如下方式計算DG及SU的等值注入電流：

對第i個DG，其第m相的注入電流相量表示為：

式中：G_PQ為功率給定的DG(即PQ型)所構成的集合；G_PV為有功和電壓幅值給定的DG(即PV型)所構成的集合；G_PI為有功和電流幅值給定的DG(即PI型)所構成的集合；P_gi.m、Q_gi.m、和分別為第i個DG的第m相的有功功率、無功功率和端電壓；為PV型DG的節(jié)點解算電壓與給定電壓的差值；Z_i.m為PV型DG與源節(jié)點相連的支路阻抗之和；I_gi0.m為PI型DG的第m相的給定電流；

對第j個SU，其第m相的注入電流幅值I_j.m表示為：

式中：S_I和S_V分別為按恒流方式和按恒壓方式儲能的SU所構成的集合；I_0.j為儲能單元的給定充電電流；V_j.m和E_j.m分別為儲能單元j的第m相的充電電壓和內(nèi)電勢；R_j為儲能單元j的充電回路電阻。

(5)判斷網(wǎng)絡中是否存在環(huán)網(wǎng)回路，若存在環(huán)網(wǎng)回路則向解環(huán)節(jié)點疊加注入電流；

(6)疊加DG及SU的三相注入電流，進行三相前推回推潮流計算；

(7)從饋線末端節(jié)點開始進行前推計算，對支路電流進行求和，從而得到各條支路始端節(jié)點的三相電流；

(8)從饋線首端節(jié)點開始回推計算各支路末端節(jié)點的電壓，同時對各節(jié)點的三相電壓進行修正；

(9)修正PV節(jié)點注入的無功功率，然后判斷PV節(jié)點的無功功率是否發(fā)生越界，若發(fā)生越界則將PV節(jié)點轉(zhuǎn)化成PQ節(jié)點轉(zhuǎn)入步驟(3)重新進行計算，否則轉(zhuǎn)入(10)；

(10)以節(jié)點相鄰兩次迭代電壓幅值差是否滿足預設精度為收斂條件，若滿足條件則迭代收斂，轉(zhuǎn)入(11)，否則重新修正所在節(jié)點的注入電流，然后轉(zhuǎn)入步驟(3)重新計算；

(11)計算結束，輸出潮流計算結果。

4.對微電網(wǎng)優(yōu)化案例中的離散控制變量采用歷史擬合法處理，得到連續(xù)的目標變量。流程圖如圖4所示。具體步驟包括：

(1)選擇要調(diào)整的離散控制變量，另外了解其在微電網(wǎng)中的位置及如何對這些變量進行調(diào)整；

(2)選擇參數(shù)調(diào)整方法，本發(fā)明選取鄰域法(一種隨機采樣算法)；

(3)自動歷史擬合(對比觀測數(shù)據(jù)與預測數(shù)據(jù)，計算不吻合值，控制更新參數(shù)，直至數(shù)據(jù)吻合為止)；

(4)數(shù)據(jù)分析，如果數(shù)據(jù)分析結果不合理，則返回循環(huán)的起點，選擇其他調(diào)整區(qū)域、改變調(diào)整的參數(shù)或修改參數(shù)的采樣范圍；如果結果合理，且參數(shù)收斂到特定數(shù)值，則轉(zhuǎn)步驟(5)。

(5)將最優(yōu)結果擬合起來，得到一個連續(xù)的最優(yōu)目標變量。

5.基于預測-校正內(nèi)點法，通過引入歷史擬合得到的連續(xù)的最優(yōu)目標變量和利用AMD算法進行節(jié)點優(yōu)化編號，以提高算法的收斂速度與全局尋優(yōu)性，將該算法用于求解微電網(wǎng)的最優(yōu)潮流問題。流程圖如圖5所示。具體步驟包括：

(1)數(shù)據(jù)初始化，讀入微電網(wǎng)的基礎參數(shù)和運行數(shù)據(jù)，同時給定原始變量與對偶變量的初值，并保證松弛變量u、l≥0，拉格朗日乘子y≠0、z≥0、w≥0，障礙因子μ≥0，設置初始迭代次數(shù)k＝0、最大迭代次數(shù)K_max、收斂標準差ε₁、ε₂；

(2)判斷所需調(diào)整控制變量是否為離散變量；若是離散變量，則對其進行歷史擬合為連續(xù)的最優(yōu)目標變量，然后轉(zhuǎn)入(3)，若為連續(xù)變量，則直接轉(zhuǎn)入(3)；

(3)利用AMD算法的根據(jù)節(jié)點度的上限值來選擇要編號節(jié)點原理，對改進內(nèi)點法修正方程的系數(shù)矩陣進行節(jié)點優(yōu)化編號；

(4)計算互補間隙Gap與K-T條件的最大范數(shù)F_max＝max{|||L_x||，||L_y||，||L_z||，||L_w||}；

(5)判斷Gap＜ε₁且F_max＜ε₂是否成立，不成立直接轉(zhuǎn)入(6)，若成立則輸出最優(yōu)解結束計算；

(6)計算各類函數(shù)的雅各比矩陣與海森矩陣

(7)求解仿射方程原變量及對偶變量的仿射步長及放射方向下的互補間隙Gap^Aff；

(8)根據(jù)預測中心參數(shù)σ＝(Gap^Aff/Gap)³，計算障礙因子μ(μ＝σ×Gap/2m，m為不等式方程的個數(shù))；

(9)求解迭代方程，得到迭代方向Δx、Δy、Δu、Δw、Δl、Δz；

(10)求解原始變量與對偶變量的迭代步長step_d、step_d，更新原始變量與對偶變量；

(11)判斷當前迭代次數(shù)k是否小于最大迭代次數(shù)k_max，若滿足則置k＝k+1并轉(zhuǎn)入(4)，不滿足則“輸出計算不收斂”并終止計算。

上述雖然結合附圖對本發(fā)明的具體實施方式進行了描述，但并非對本發(fā)明保護范圍的限制，所屬領域技術人員應該明白，在本發(fā)明的技術方案的基礎上，本領域技術人員不需要付出創(chuàng)造性勞動即可做出的各種修改或變形仍在本發(fā)明的保護范圍以內(nèi)。