CN103544656B - 一种面向最小碳排放的主动配电网运行控制方法 - Google Patents

Abstract

本发明涉及一种面向最小碳排放的主动配电网运行控制方法，属于低碳电力与控制技术领域。该方法包括：录入主动配电网的拓扑结构、系统参数、运行初始状态数据，形成基础数据库；设置主动配电网运行控制变量，通过调节分布式电源在每个时段的输出功率以及储能设备在每个时段的运行模式和充电、放电功率控制主动配电网的碳排放；建立主动配电网面向低碳的运行优化模型，求解模型并实施控制。本方法可实现主动配电网的设备协调控制和运行优化控制，从而充分挖掘电力行业在配用电环节的低碳节能潜力，有效降低配电网碳排放。

Description

一种面向最小碳排放的主动配电网运行控制方法

技术领域

本发明属于低碳电力与控制技术领域，特别涉及一种面向最小碳排放的主动配电网运行控制方法。

背景技术

主动配电网，是指包含光伏发电、风力发电、燃气发电等分布式电源和储能装置等，同时具备协调控制上述设备能力的配电网络。主动配电网概念的核心在于主动。主动的含义在于：改变了传统配电网的运行模式，不再被动地接纳分布式能源，而是通过有效协调配电网内分布式发电、储能装置等设备的运行方式，保证电网运行的有序性，提高电网运行水平，提升电网运行综合效益。在主动配电网中，分布式电源的运行方式可灵活控制，线路潮流可双向流动，配电网可以和输电网发生能量的双向传输……以上诸多方面的变化对配电网控制手段和协调能力提出了更高要求。因此，主动配电网相对于当前配电系统，其控制能力将发生深刻的变革。同时可见，协调控制是主动配电网的核心特征，也是主动配电网能够有效消纳分布式能源的重要保证。主动配电网的主要目标是实现电力用户与配电网间的协调运作，通过引入各类新型的分布式电源、可控储能装置并以灵活、智能的运行方式引导电力用户更加高效地利用电能，从而减少碳排放，推动形成整体的低碳电力系统。主动配电网的实施和发展，将改变传统配电网的运行模式，为分布式能源的消纳、实现配电侧的碳减排提供新的途径和方法。

配电网的电压往往低于其电压基值，同时线路电抗与电阻差距不明显，以上两方面原因，使得配电网优化模型必须采用交流潮流模型，而不能采用在输电网中普遍使用的直流潮流模型。交流潮流模型的使用使得主动配电网优化问题本身将成为一个高度非线性的优化问题。

已有的主动配电网运行控制方法上具有如下特点：在优化目标选择上，大部分方法定位于系统运行成本最低、系统损耗最低或者系统电压水平最高等，但很少有以碳排放最低为优化目标的方法；在主动配电网运行控制模型的约束条件上，除了节点电力电量平衡、线路潮流约束、节点电压约束等系统运行基本约束外，主要是各种分布式能源运行特性的约束项。然而，已有的主动配电网运行控制方法主要集中于单时段条件下配电网的运行优化，缺乏深入分析分布式能源多时段间运行特性，构建多时段协调的主动配电网运行优化模型；缺乏综合考虑分布式发电设备、储能装置等分布式能源的运行特征，所形成的主动配电网运行优化模型中分布式能源的覆盖面不够全面；缺乏从主动配电网运行优化模型的物理特征出发。

发明内容

本发明的目的是为克服已有技术的不足之处，提出一种面向最小碳排放的主动配电网运行控制方法，本方法可提高主动配电网对于风电、光伏等间歇式低碳能源的消纳能力；提高对于分布式能源的优化配置水平，全面提高主动配电网的运行效率。

本发明提出的一种面向最小碳排放的主动配电网运行控制方法，其特征在于，包括以下步骤：

1)录入主动配电网的基础数据，包括主动配电网的拓扑结构数据、系统参数数据、节点有功负荷与无功负荷数据、设定的收敛判定条件ε；

2)主动配电网面向低碳的运行优化控制，具体包括：

2-1)确立主动配电网运行优化模型在决策周期T内各个第t个时段的决策变量；

2-2)确立主动配电网在决策周期T内各个时段的运行状态变量，建立运行状态变量与决策变量的关系；

2-3)构建以碳排放最小为目标的主动配电网运行优化模型的目标函数；

2-4)确定决策变量的可行区间和运行状态变量的控制范围，进而确立主动配电网运行优化模型的约束条件；

3)求解主动配电网面向低碳的运行优化模型，得到主动配电网在决策周期T内所有时段的决策变量的最优值，根据决策变量的值对主动配电网中的分布式电源和储能设备实施控制。

本发明的特点及有益效果：

本发明将从主动配电网运行优化的模型和求解两方面着手，首先构建多时段协调的主动配电网运行优化模型。该主动配电网运行优化模型是一个高度非线性的混合整数规划问题，即所谓的NP-Hard问题，目前尚没有成型的优化工具能够直接求解上述问题。本发明在求解上述问题中先固定节点电压幅值，将原来高度非线性的问题转化为二次约束优化，对二次约束优化求解得到各个决策变量的值，并以决策变量值作为已知条件进行配电网潮流计算从而得到新的节点电压幅值，将新电压幅值代替原来设定的电压幅值。如此反复，直至前后两次计算得到的电压幅值差小于给定值。

本发明与其它主动配电网控制方法相比，有以下有益效果：

1)通过协调不同类型分布式能源在多时序上的运行方式，提高了主动配电网对于风电、光伏等间歇式低碳能源的消纳能力；

2)以主动配电网为载体，以多时段协调优化为手段，提高对于分布式能源的优化配置水平，全面提高主动配电网的运行效率；

附图说明

图1是本发明的面向最小碳排放的主动配电网运行控制方法流程框图。

图2是本发明的实施例中33节点配电网的负荷曲线，横轴是时段(24个)，纵轴是主动配电网的总负荷，单位MW。

图3是本发明的实施例中33节点配电网拓扑图。

图4是用Distflow方法描述配电网潮流的示意图。

图5是本发明的实施例中光伏发电机组的最大输出功率曲线，横轴是时段(24个)，纵轴是光伏机组所能达到的最大输出功率，单位MW。

图6是实本发明的施例中根节点的输出功率曲线，横轴是时段(24个)，纵轴根节点输出功率，单位MW。

图7是本发明的实施例中整个配电系统的碳排放强度曲线，横轴是时段(24个)，纵轴是每个时段中整个系统的用电碳排放强度，单位t/MWh。

具体实施方式

下面结合附图及实施方式对本发明作进一步详细的说明。应当理解，此处所描述的具体实施方式可用以解释本发明，但并不限定本发明。

本发明的一种面向最小碳排放的主动配电网运行控制方法，通过协调不同类型分布式能源在多时序上的运行方式，实现了主动配电网的低碳运行，本控制方法流程如图1所示，包括以下步骤：

1)以下需要录入的基础数据将作为主动配电网运行控制的已知条件，应根据主动配电网实际的技术参数进行录入；需要录入的数据有：主动配电网的拓扑结构数据、系统参数数据、负荷数据(本实施例中将1天分为24个时段，整个配电系统的总负荷(即33节点负荷之和)曲线如图2所示，横轴表示时段(共24个)，纵轴表示该时段系统的总有功负荷，单位为MW；各个节点在时段7的负荷数据如表2所示，本实施例中设定各个节点负荷占总负荷的比例不变，即任一节点负荷与同时段的总负荷的比值为常数，不随时段变化而变化，因此由时段7的各节点负荷和图2所示的总负荷可以知道任意时段各节点的负荷)、设定的收敛判定条件ε(ε决定求解是否停止，在本实施例中ε取值是0.01，若对于主动配电网中的任意节点前后两次求解得到的节点电压幅值之差的绝对值小于ε，则当前的解即是决策变量的最优值；ε的具体含义见具体实施方式步骤3-4)；

上述网络拓朴结构数据包括系统中的节点数量(本实施例所研究的主动配电网中共有33个节点，32条支路，如图3所示)，各类分布式电源的数量(本实施例中有3个分布式电源)，向主动配电网供电的含有配电变压器的节点的数量(本实施例中有1个含有配电变压器的节点)，可控储能装置的数量(本实施例中有1个储能设备)，电力系统拓扑结构数据(主动配电网中支路与节点的连接关系，配电变压器、储能设备接入主动配电网的位置；本实施例的电网拓扑结构如图3所示，3个分布式电源分别位于图3中3个矩形的节点；节点1是唯一的有配电变压器的节点，即根节点，在图3中用三角形表示；储能设备位于节点31)；系统参数数据包括主动配电网中的分布式电源的发电碳排放系数以及根节点的碳排放系数(本实施例中根节点的碳排放强度为0.8t/MWh)，分布式电源有功、无功输出功率的上限(本实施例中3个分布式电源的最大、最小输出功率以及碳排放强度等技术参数如表1所示)；配电线路的电阻、电抗(本实施例中所有线路的电阻、电抗如表2所示)；燃气发电机组输出功率变化速率的下限和上限(本实施例中燃气发电机组输出功率变化速率上限为200kW/min,下限为-200kW/min)；储能设备在起始时段的剩余电量(本实施例中储能设备初始剩余电量为0)；储能设备充电、放电功率的上、下限(本实施例中储能设备充电有功功率、放电有功功率下限均为0，上限均为500kW；充电时无功功率保持为0，放电时无功功率上限为500kVar,下限为0)；储能设备剩余电量的上、下限(本实施例中储能设备剩余电量的上限为1000kWh,下限为0)；分布式电源与储能设备采用恒功率因数控制时的功率因数角(本实施例中光伏机组与储能设备采用恒功率因数控制，功率因数角＝80°)；节点电压幅值上、下限(本实施例中上限为1.05，下限为0.95，都是标幺值)；线路潮流极限值(本实施例中所有线路潮流极限值均为2.5MVA)。

表1 33节点算例分布式电源参数表

表1中碳排放强度指的是机组单位发电所造成的二氧化碳排放量，1号分布式机组和2号分布式机组都是燃气发电机组，3号分布式机组是光伏发电机组，故其碳排放强度是0t/MWh；根节点的电能都来自于主网，而目前主网的电能主要来自火力发电厂，其碳排放强度通常比燃气发电机组要高，在本实施例中根节点的碳排放强度为0.8t/MWh。

表2 实施例中的线路电阻电抗以及时段7的各节点负荷

2)主动配电网面向低碳的运行优化控制，具体包括以下步骤：

2-1)确立主动配电网运行优化模型在决策周期T内第t个时段分布式电源和储能设备的决策变量，分布式电源包括光伏发电机组pv、风力发电机组wind、燃气发电机组turb，分布式电源决策变量分别为光伏发电机组的输出有功功率和无功功率风力发电机组的输出有功功率和无功功率燃气发电机组的输出有功功率和无功功率根节点的输出有功功率和无功功率储能设备的决策变量包括运行模式和充电有功功率(充电无功功率为0)、放电有功功率和无功功率t＝1,2…N_T，N_T为运行优化模型决策周期中的时段总数；其中，

本实施例中决策周期T取值范围是1天；决策周期被划分的时段个数N_T常用的数值为24或96，即N_T＝24表示共有24个时段，每个时段长度为一个小时；N_T＝96表示一天中共有96个时段，每个时段长度为15分钟；

为第i个光伏发电机组在第t个时段的输出有功功率，为第i个风力发电机组在第t个时段的输出有功功率，为第i个燃气发电机组在第t个时段的输出有功功率，为第i个根节点在第t个时段的输出有功功率；为第i个光伏发电机组在第t个时段的输出无功功率，为第i个风力发电机组在第t个时段的输出无功功率，为第i个燃气发电机组在第t个时段的输出无功功率，为第i个根节点在第t个时段的输出无功功率；为第i个储能设备在第t个时段是否充电的决策变量，为1则电网对储能设备充电，为0则不对储能设备充电；为第i个储能设备在第t个时段是否放电的决策变量，为1则储能设备向电网放电，为0则储能设备不放电；为第i个储能设备在第t个时段的充电功率，即储能设备作为负荷从电网吸收的功率；为第i个储能设备在第t个时段的放电有功功率，即储能设备作为电源向电网输出的有功功率，为第i个储能设备在第t个时段的放电无功功率，即储能设备作为电源向电网输出的无功功率；

上述的所有决策变量都必须满足2-4)中的约束条件和取值范围；

2-2)确立主动配电网在决策周期T内各个时段的运行状态变量，建立运行状态变量与决策变量的关系，运行状态变量包括支路流过的有功功率和无功功率节点电压储能设备中剩余电量其中：

2-21)支路流过的有功功率和无功功率节点电压和步骤2-1)中的决策变量的关系由方程(1)、(2)、(3)决定：

$P_i^{t,load}-P_i^{t,G}=P_{ji}^t-r_{ij}\·\frac{{\left(P_{ji}^t\right)}^2+{\left(Q_{ji}^t\right)}^2}{{\left(V_j^t\right)}^2}-\underset{k:(i,k)\∈W,k\≠j}{\Σ}{P}_{ik}^t---\left(1\right)$

$Q_i^{t,load}-Q_i^{t,G}=Q_{ji}^t-x_{ij}\·\frac{{\left(P_{ji}^t\right)}^2+{\left(Q_{ji}^t\right)}^2}{{\left(V_j^t\right)}^2}-\underset{k:(i,k)\∈W,k\≠j}{\Σ}{Q}_{ik}^t---\left(1\right)$

${\left(V_j^t\right)}^2={\left(V_i^t\right)}^2-2(r_{ij}{P}_{ij}^t+x_{ij}{Q}_{ij}^t)+({r_{ij}}^2+{x_{ij}}^2)\·\frac{{\left(P_{ij}^t\right)}^2+{\left(Q_{ij}^t\right)}^2}{{\left(V_i^t\right)}^2}---\left(3\right)$

其中，为在第t个时段由节点i流向节点j的有功功率，参考方向为由i流向j；为在第t个时段由节点j流向节点i的有功功率，参考方向为由j流向i；为相应的支路流过的无功功率；

分别是节点i在第t个时段的有功负荷和无功负荷，其数值作为基础数据由步骤1)录入得到；本实施例中各个节点在时段7的负荷如表2所示(100+j60的含义为有功负荷是100kW，无功负荷是60kVar),本实施例中设定各个节点负荷占总负荷的比例不变，即任一节点负荷与同时段的总负荷的比值为常数，不随时段变化而变化，因此由表2中一个时段各节点负荷和图2所示的总负荷曲线可以知道任意时段各节点的负荷。

为第t个时段位于节点i的所有光伏发电机组、风力发电机组、燃气发电机组和储能设备的有功输出功率之和；如果节点i是主动配电网中与主网相连的节点，则中还包括配电变压器经由主网向配电网输出的有功功率(即根节点的输出功率)；为第t个时段位于节点i的所有光伏发电机组、风力发电机组、燃气发电机组和储能设备的无功输出功率之和；

r_ij、x_ij分别为节点i、j之间的支路所代表的配电线路的电阻、电抗，作为基础数据由步骤1)进行录入得到；本实施例中的线路电阻、电抗数据如表2所示；

为节点j在第t个时段的节点电压幅值；

式(1)和式(2)中的W为主动配电网中所有支路的集合；(i,k)∈W表示节点i和节点k之间有支路相连；

2-22)储能设备中剩余电量和步骤2-1)中的决策变量的关系由公式(4)决定：

$S_i^{t_n}=S_i^{t_0}+\underset{t=1}{\overset{t_n}{\Σ}}(P_{s,i}^{t,c}-P_{s,i}^{t,d})\·\mathrm{\Δ}T;t_n\∈\{1,2,3,......N_T\}---\left(4\right)$

其中，为第i个储能设备在第t_n个时段的剩余电量；为第i个储能设备在起始时段的剩余电量(其数值由步骤1)得到)；为第i个储能设备在第t个时段的放电功率；为第i个储能设备在第t个时段的充电功率；ΔT为单个时段的长度，其中T为决策周期，N_T为时段总数，T和N_T的取值范围和获取途径见步骤2-1；t_n为N_T以内的任何正整数；

2-3)构建以碳排放最小为目标的主动配电网运行优化模型的目标函数，如公式(5)所示：

$Min\{\underset{t=1}{\overset{N_T}{\Σ}}\[\underset{i=1}{\overset{N_{grid}}{\Σ}}(C_{grid,i}^t\·P_{grid,i}^t)+\underset{i=1}{\overset{N_{turb}}{\Σ}}(C_{turb,i}^t\·P_{turb,i}^t)\]\}---\left(5\right)$

其中，为第i个根节点(即与主网相连的配电变压器所在的节点)在第t个时段的碳排放系数(即单位发电量排放CO₂的质量)，单位为kg/kWh或t/MWh，根节点的碳排放系数反映了来自主网的电能的低碳程度，其数值范围通常在0.3到0.8kg/kWh之间，作为基础数据由步骤1)录入；为第i个燃气发电机组在第t个时段的碳排放系数，是燃气发电机组自身的一项性能参数，作为基础数据由步骤1)录入，通常取值在0.3到0.5kg/kWh之间；N_T为时段总数，作为基础数据由步骤1)录入；N_grid为主动配电网中根节点总数，作为基础数据由步骤1)录入(本实施例中N_grid＝1)；N_turb为主动配电网中燃气发电机组的数量，作为基础数据由步骤1)录入(本实施例中N_turb＝2)；

2-4)确定决策变量和运行状态变量的取值范围，进而确立主动配电网运行优化模型的约束条件：

2-41)分布式电源的输出功率约束：

$0\≤P_{pv,i}^t\≤P_{pv,i}^{t,\max }---\left(6\right)$

$0\≤P_{wind,i}^t\≤P_{wind,i}^{t,\max }---\left(7\right)$

$P_{turb,i}^{\min }\≤P_{turb,i}^t\≤P_{turb,i}^{\max }---\left(8\right)$

公式(6)中，为第i个光伏发电机组在第t个时段的有功输出功率上限；公式(7)中，为第i个风力发电机组在第t个时段的有功输出功率上限；公式(8)中，为第i个燃气发电机组的有功输出功率上限，为第i个燃气发电机组的有功输出功率下限；

其中，由光伏发电机组自身的最大输出功率和光照情况共同决定，由风力发电机组和风速共同决定，作为基础数据由步骤1)录入(本实施例中有1个光伏机组，没有风电机组，本实施例中光伏机组输出有功功率上限如图5所示，图5中的曲线确定了光伏机组在每个时段所能达到的最大输出功率)；是燃气发电机组的最大输出功率，是燃气发电机自身的一项性能参数，作为基础数据由步骤1)录入(本实施例中有2个燃气发电机组，这2个燃气发电机组的如表1所示)；

2-42)燃气发电机组输出功率的变化速率约束：

$P_{R,i}^{Dn}\≤P_{turb,i}^{t+1}-P_{turb,i}^t\≤P_{R,i}^{Up}---\left(9\right)$

式(9)中，为第i个燃气发电机组在第t个时段的有功输出功率；为燃气发电机组输出功率变化速率的下限；为燃气发电机组输出功率变化速率的上限；和是燃气发电机自身的一项性能参数，在本方法中作为基础数据由步骤1)录入(本实施例中2个燃气发电机组的都是200kW/min，都是-200kW/min)；

2-43)分布式电源的有功-无功输出功率关系约束：

分布式电源采用恒电压控制时，分布式电源的有功-无功输出功率关系由公式(10)和公式(11)决定(设第i个分布式电源位于节点j)：

$V_j^t=V_j^{set}---\left(10\right)$

$0\≤Q_{DG,i}^t\≤Q_{DG,i}^{\max }---\left(11\right)$

式(10)中，状态变量为第i个分布式电源所在的节点j在第t个时段的电压幅值；为节点j的电压参考值，作为基础数据从步骤1)录入，把所有节点电压都用标幺值表示，则通常取1.0；决策变量为第i个分布式电源(下标DG表示pv、wind、turb中的之一，下同)在第t个时段的无功输出功率；公式(11)中为第i个分布式电源无功输出功率的上限，是分布式电源自身的一项性能参数，应按照所用的分布式电源的最大输出无功功率参数在步骤1)进行录入(本实施例中3个分布式电源的无功输出功率的上限如表1所示)；

分布式电源采用恒功率因数控制时，有功-无功输出功率关系由公式(12)和公式(13)决定：

$0\≤Q_{DG,i}^t\≤Q_{DG,i}^{\max }---\left(13\right)$

式(12)中，决策变量为第i个分布式电源在第t个时段的有功输出功率；决策变量为第i个分布式电源在第t个时段的无功输出功率；为第i个分布式电源输出功率的功率因数角，作为给定值由步骤1)录入，其取值范围在0°至90°之间(本实施例中有1个光伏机组采用恒功率因数控制，其功率因数角)；式(13)中，为第i个分布式电源无功输出功率的上限(本实施例中分布式电源无功输出功率的上限如表1所示)；

2-44)储能设备的充电功率与放电功率约束：

$c_i^t\·P_{s,i}^{\min ,c}\≤P_{s,i}^{t,c}\≤c_i^t\·P_{s,i}^{\max ,c}---\left(14\right)$

$d_i^t\·P_{s,i}^{\min ,d}\≤P_{s,i}^{t,d}\≤d_i^t\·P_{s,i}^{\max ,d}---\left(15\right)$

$c_i^t+d_i^t\≤1;c_i^t,d_i^t\∈\{0,1\}---\left(16\right)$

式(14)中为第i个储能设备在第t个时段是否充电的决策变量，为1则电网对储能设备充电，为0则不对储能设备充电；式(15)中；为第i个储能设备在第t个时段是否放电的决策变量，为1则储能设备向电网放电，为0则储能设备不放电；

式(14)中为第i个储能设备充电功率的下限,为第i个储能设备充电功率的上限；式(15)中为第i个储能设备放电功率的下限，为第i个储能设备放电功率的上限；上述的均为储能设备自身的性能参数，应按照实际所用的储能设备对应的参数在步骤1)进行录入(本实施例中均为0，均为500kW)；

2-45)储能设备的剩余电量约束：

$S_i^{\min }\≤S_i^{t_0}+\underset{t=1}{\overset{t_n}{\Σ}}(P_{s,i}^{t,c}-P_{s,i}^{t,d})\·\mathrm{\Δ}T\≤S_i^{\min };t_n\∈\{1,2,3,......N_T\}---\left(17\right)$

式(17)中为第i个储能设备在第t个时段的放电功率，为第i个储能设备在第t个时段的充电功率；ΔT为单个时段的长度，N_T为时段总数，其中T为决策周期(本实施例中T＝24(小时)，N_T＝24)；t_n为N_T以内的任何正整数时式(17)都成立；

公式(17)中为第i个储能设备剩余电量的下限，为第i个储能设备剩余电量的上限，均为储能设备自身的性能参数，应按照实际所用的储能设备对应的参数在步骤1)进行录入；为第i个储能设备在本方法实施起始时段的剩余电量，作为基础数据由步骤1)录入(本实施例中储能设备剩余电量的上限为1000kWh,下限为0，起始时段的剩余电量为0)；

2-46)储能设备的充电与放电有功-无功功率关系约束：

(储能设备在进行充电时，储能设备只吸收有功功率，即充电时吸收的无功功率为零；)

储能设备在放电状态下采用恒电压控制时，储能设备的有功-无功功率关系由公式(18)和公式(19)决定(设第i个储能设备位于节点j)：

$V_j^t=V_j^{set}---\left(18\right)$

$0\≤Q_{s,i}^{t,d}\≤Q_{s,i}^{\max ,d}---\left(19\right)$

式(18)中，状态变量为第i个储能设备所在的节点j在第t个时段的电压幅值；为节点j的电压参考值，作为基础数据从步骤1)录入，把所有节点电压都用标幺值表示，则通常取1.0；式(19)中为第i个储能设备在第t个时段的放电无功功率，是决策变量；为第i个储能设备放电无功功率的上限，是储能设备自身的一项性能参数，应按照所使用的储能设备的最大输出无功功率参数在步骤1)进行录入(本实施例中储能设备放电无功功率的上限为500kVar)；

储能设备在放电状态下采用恒功率因数控制时，储能设备的有功-无功功率关系由公式(20)和公式(21)决定：

$0\≤Q_{s,i}^{t,d}\≤Q_{s,i}^{\max ,d}---\left(21\right)$

式(20)中，决策变量为第i个储能设备在第t个时段的放电有功功率；决策变量为第i个储能设备在第t个时段的放电无功功率；为第i个储能设备放电功率的功率因数角，作为给定值由步骤1)录入，其取值范围在0°至90°之间(本实施例中储能设备采用恒功率因数控制，其功率因数角)；式(21)中，为第i个储能设备放电无功功率的上限；

2-47)配电网节点电压约束：

$V_n^{min}\≤V_n^t\≤V_n^{max}---\left(22\right)$

主动配电网中所有节点的电压幅值不应超出给定的范围，如公式(22)所示，其中为节点n的电压幅值；分别为节点n电压幅值的下限、上限，作为基础数据由步骤1)录入，本实施例中取值为0.95(标幺值)，取值为1.05(标幺值)；

2-48)配电网支路潮流约束：

$\begin{array}{c}0\≤{\left(P_{ij}^t\right)}^2+{\left(Q_{ij}^t\right)}^2\≤{{\stackrel{\‾}{S}}_{ij}}^2\\ (i,j)\∈w\end{array}---\left(23\right)$

式(23)中，状态变量为第t个时段由节点i流向节点j的有功功率,状态变量为第t个时段由节点i流向节点j的无功功率，W为主动配电网中所有支路的集合；(i,j)∈W表示节点i和节点j之间有支路相连；

为节点i、j之间的支路的潮流限值，作为基础数据由步骤1)录入，本实施例中所有支路的潮流极限值都是2.5MVA；

3)求解主动配电网面向低碳的运行优化模型，得到主动配电网在决策周期T内所有时段的决策变量的最优值，根据决策变量的值对主动配电网中的分布式电源和储能设备实施控制，具体流程如图1所示，具体包括：

3-1)将主动配电网中所有节点的电压幅值设定为1.0(标幺值)；将节点j在第t个时段的电压幅值记为其中t∈{1,2…N_T}，N_T为决策周期中的时段总数；

3-2)求解公式(1)-(21)所建立的主动配电网运行优化模型得到决策变量值；

3-3)将步骤3-2)中求解得到的决策变量值作为边界条件，进行交流潮流计算，得到各节点新的电压幅值，将新得到的节点j在第t个时段的电压幅值记为目前配电网交流潮流计算已有很多成熟的计算方法可采用，例如前推回代、ZBUS法等；

3-4)将与进行比较，若对于主动配电网中的任意节点j，都有则当前的解即是决策变量的最优值，根据决策变量的最优值对主动配电网中的分布式电源和储能设备实施控制；否则，用代替回到步骤3-1)，进行下一轮的求解；其中ε为设定的收敛判定条件，在所有电压都化为标幺值的前提下，ε通常取值范围是0.01到0.001之间(本实施例ε取0.01)。

至此，本发明的方法实施完毕。

本发明在描述配电网潮流中使用了DistFlow方法，该方法和交流潮流相比，增加了线路的有功潮流、无功潮流为变量，但不考虑节点电压相角之间的关系而只考虑了节点电压幅值，如图4所示，i、j分别为配电网某条支路的起始节点和终止节点；V_i、V_j分别为线路的首端、末端节点电压幅值；线路的阻抗为r_ij+jx_ij；P_ij+jQ_ij表示从节点i测得的线路潮流，正方向如图4中箭头所示。P_ji+jQ_ji表示从节点j测得的线路潮流，正方向如图4中箭头所示，由于两者参考方向相反，故P_ij、P_ji中必有一个为负数，另一个为正数；又由于在DistFlow中考虑了网损，故P_ij、P_ji的绝对值并不相等，同样对Q_ij、Q_ji也是这样。此外由于中低压配电网线路对地导纳等电气参数很小，通常可以忽略，因此在上述模型中没有考虑线路对地的并联电容，只考虑了串联阻抗。

利用本实施例阐述本发明所提出的面向最小碳排放的主动配电网运行控制方法所实现的效果。

利用本实施例的面向最小碳排放的主动配电网运行控制方法得到如下的计算结果，分别给出了根节点的输出有功功率曲线(图6)、整个配电系统的碳排放强度曲线(图7)。对图5、图6、图7进行比较可以看出，图6中的根节点输出功率曲线以及图7中的配电系统的碳排放强度曲线形状相似，且这两图中的波谷恰好同图5中光伏最大输出功率曲线的波峰相对应。出现上述现象的原因如下：进入午后，光伏输出功率达到全天的最大值，因此时负荷并无明显增长，故根节点的输出功率会在此若干时段迅速减小并降至最小值。由于光伏机组的碳排放极低(本实施例中设定为零碳排放)，因此在此时段内配用电系统的碳排放强度会显著降低。

该33节点配电系统全天的总碳排放量为54.3吨，若不使用本发明提出的方法而按照和传统配电网一样的方法进行供电，即全部由根节点来供电，则该配电系统的总碳排放会高达98.6吨。

Claims (4)

1.一种面向最小碳排放的主动配电网运行控制方法，其特征在于，包括以下步骤：

1)录入主动配电网的基础数据，包括主动配电网的拓扑结构数据、系统参数数据、节点有功负荷与无功负荷数据、设定的收敛判定条件ε；

2)主动配电网面向低碳的运行优化控制，具体包括：

2-1)确立主动配电网运行优化模型在决策周期T内各个第t个时段的决策变量；

2-2)确立主动配电网在决策周期T内各个时段的运行状态变量，建立运行状态变量与决策变量的关系；

2-3)构建以碳排放最小为目标的主动配电网运行优化模型的目标函数；

2-4)确定决策变量的可行区间和运行状态变量的控制范围，进而确立主动配电网运行优化模型的约束条件；

3)求解主动配电网面向低碳的运行优化模型，得到主动配电网在决策周期T内所有时段的决策变量的最优值，根据决策变量的值对主动配电网中的分布式电源和储能设备实施控制。

2.如权利要求1所述方法，其特征在于，具体包括以下步骤：

1)录入主动配电网基础数据，包括主动配电网的拓扑结构数据、系统参数数据、节点有功负荷与无功负荷数据、设定的收敛判定条件ε；

2)主动配电网面向低碳的运行优化控制，具体包括以下步骤：

2-1)确立主动配电网运行优化模型在决策周期T内第t个时段分布式电源和储能设备的决策变量，分布式电源包括光伏发电机组pv、风力发电机组wind、燃气发电机组turb，分布式电源决策变量分别为光伏发电机组的输出有功功率和无功功率风力发电机组的输出有功功率和无功功率燃气发电机组的输出有功功率和无功功率根节点grid的输出有功功率和无功功率储能设备的决策变量包括运行模式和充电有功功率放电有功功率和无功功率t＝1,2…N_T，N_T为运行优化模型决策周期中的时段总数；其中，

为第i个光伏发电机组pv在第t个时段的输出有功功率，为第i个风力发电机组wind在第t个时段的输出有功功率，为第i个燃气发电机组turb在第t个时段的输出有功功率，为第i个根节点grid在第t个时段的输出有功功率；为第i个光伏发电机组pv在第t个时段的输出无功功率，为第i个风力发电机组wind在第t个时段的输出无功功率，为第i个燃气发电机组turb在第t个时段的输出无功功率，为第i个根节点grid在第t个时段的输出无功功率；

为第i个储能设备在第t个时段是否充电的决策变量，为1则电网对储能设备充电，为0则不对储能设备充电；

为第i个储能设备在第t个时段是否放电的决策变量，为1则储能设备向电网放电，为0则储能设备不放电；

为第i个储能设备s在第t个时段的充电功率，即储能设备作为负荷从电网吸收的功率，所述下标s代表储能设备，所述上标c代表充电；为第i个储能设备在第t个时段的放电有功功率，所述下标s代表储能设备，所述上标d代表放电，为第i个储能设备在第t个时段的放电无功功率；

2-2)确立主动配电网在决策周期T内各个时段的运行状态变量，建立运行状态变量与决策变量的关系，运行状态变量包括支路流过的有功功率P_ij ^t、和无功功率 所述符号为在第t个时段由节点i流向节点j的有功功率，参考方向为由i流向j，所述符号为在第t个时段由节点j流向节点i的有功功率，参考方向为由j流向i，所述符号为相应的支路流过的无功功率；节点电压所述符号为节点j在第t个时段的节点电压幅值；储能设备中剩余电量所述符号为第i个储能设备在第t_n个时段的剩余电量：

2-21)支路流过的有功功率P_ij ^t和无功功率节点电压与步骤2-1)中的决策变量的关系由方程(1)、(2)、(3)决定：

$P_i^{t,load}-P_i^{t,G}=P_{ji}^t-r_{ij}\·\frac{{\left(P_{ji}^t\right)}^2+{\left(Q_{ji}^t\right)}^2}{{\left(V_j^t\right)}^2}-\underset{k:(i,k\∈W),k\≠j}{\Σ}{P}_{ik}^t---\left(1\right)$

$Q_i^{t,load}-Q_i^{t,G}=Q_{ji}^t-x_{ij}\·\frac{{\left(P_{ji}^t\right)}^2+{\left(Q_{ji}^t\right)}^2}{{\left(V_j^t\right)}^2}-\underset{k:(i,k)\∈W,k\≠j}{\Σ}{Q}_{ik}^t---\left(2\right)$

${\left(V_j^t\right)}^2={\left(V_i^t\right)}^2-2(r_{ij}{P}_{ij}^t+x_{ij}{Q}_{ij}^t)+({r_{ij}}^2+{x_{ij}}^2)\·\frac{{\left(P_{ij}^t\right)}^2+{\left(Q_{ij}^t\right)}^2}{{\left(V_i^t\right)}^2}---\left(3\right)$

其中,分别是节点i在第t个时段的有功负荷和无功负荷；

P_i ^t，G为第t个时段位于节点i的所有光伏发电机组、风力发电机组、燃气发电机组和储能设备的有功输出功率之和；如果节点i是主动配电网中与主网相连的节点，则P_i ^t，G中还包括配电变压器经由主网向配电网输出的有功功率；为第t个时段位于节点i的所有光伏发电机组、风力发电机组、燃气发电机组和储能设备的无功输出功率之和；

r_ij、x_ij分别为节点i、j之间的支路所代表的配电线路的电阻、电抗；

为节点j在第t个时段的节点电压幅值；

式(1)和式(2)中的W为主动配电网中所有支路的集合；(i,k)∈W表示节点i和节点k之间有支路相连；

2-22)储能设备中剩余电量和步骤2-1)中的决策变量的关系由公式(4)决定：

$S_i^{t_n}=S_i^{t_0}+\underset{t=1}{\overset{t_n}{\Σ}}(P_{s,i}^{t,c}-P_{s,i}^{t,d})\·\mathrm{\Δ}T;t_n\∈\{1,2,3,......N_T\}---\left(4\right)$

其中，为第i个储能设备在第t_n个时段的剩余电量；为第i个储能设备在起始时段的剩余电量，其数值由步骤1)进行输入得到；为第i个储能设备在第t个时段的放电功率；为第i个储能设备在第t个时段的充电功率；ΔT为单个时段的长度，N_T为时段总数；t_n为N_T以内的任何正整数；

2-3)构建以碳排放最小为目标的主动配电网运行优化模型的目标函数如表达式(5)所示：

$Min\left\{\underset{t=1}{\overset{N_T}{\Σ}}\[\underset{i=1}{\overset{N_{grid}}{\Σ}}\left(C_{grid,i}^t\·P_{grid,i}^t\right)+\underset{i=1}{\overset{N_{turb}}{\Σ}}\left(C_{turb,i}^t\·P_{turb,i}^t\right)\]\right\}---\left(5\right)$

其中，为第i个根节点在第t个时段的碳排放系数，单位为kg/kWh或t/MWh；为第i个燃气发电机组在第t个时段的碳排放系数；N_T为时段总数，N_grid为主动配电网中根节点总数，N_turb为主动配电网中燃气发电机组的数量；

2-4)确定决策变量的可行区间和运行状态变量的取值范围，进而确立主动配电网运行优化模型的约束条件，由目标函数及约束条件组成主动配电网面向低碳的运行优化模型；

3)求解所述主动配电网面向低碳的运行优化模型，得到主动配电网在决策周期T内所有时段的决策变量的最优值，根据决策变量的值对主动配电网中的分布式电源和储能设备实施控制。

3.如权利要求2所述方法，其特征在于，所述步骤2-4)具体包括：

2-41)分布式电源的输出功率约束：

$0\≤P_{pv,i}^t\≤P_{pv,i}^{t,\max }---\left(6\right)$

$0\≤P_{wind,i}^t\≤P_{wind,i}^{t,\max }---\left(7\right)$

$P_{turb,i}^{\min }\≤P_{turb,i}^t\≤P_{turb,i}^{\max }---\left(8\right)$

公式(6)中，为第i个光伏发电机组在第t个时段的有功输出功率上限；公式(7)中，为第i个风力发电机组在第t个时段的有功输出功率上限；公式(8)中，为第i个燃气发电机组的有功输出功率上限，为第i个燃气发电机组的有功输出功率下限，上述各上限、下限数值均由步骤1)得到，是已知数；

2-42)燃气发电机组输出功率的变化速率约束：

$P_{R,i}^{Dn}\≤P_{turb,i}^{t+1}-P_{turb,i}^t\≤P_{R,i}^{Up}---\left(9\right)$

式(9)中，为第i个燃气发电机组在第t个时段的有功输出功率，是要求解的决策变量；为燃气发电机组输出功率变化速率的下限，是已知数据；为燃气发电机组输出功率变化速率的上限，是已知数据；

2-43)分布式电源的有功-无功输出功率关系约束：

分布式电源采用恒电压控制时，分布式电源的有功-无功输出功率关系由公式(10)和公式(11)决定，设第i个分布式电源位于节点j：

$V_j^t=V_j^{set}---\left(10\right)$

$0\≤Q_{DG,i}^t\≤Q_{DG,i}^{\max }---\left(11\right)$

式(10)中，为第i个分布式电源所在的节点j在第t个时段的电压幅值，是要求解的状态变量；为节点j的电压参考值，是已知数据；为第i个分布式电源在第t个时段的无功输出功率，是要求解的决策变量；下标DG表示pv、wind、turb中的之一，为第i个分布式电源无功输出功率的上限，是已知数据；

分布式电源采用恒功率因数控制时，有功-无功输出功率关系由公式(12)和公式(13)决定：

$0\≤Q_{DG,i}^t\≤Q_{DG,i}^{\max }---\left(13\right)$

式(12)中，为第i个分布式电源在第t个时段的有功输出功率，是要求解的决策变量；为第i个分布式电源在第t个时段的无功输出功率，是要求解的决策变量；为第i个分布式电源输出功率的功率因数角，是已知数据；式(13)中，为第i个分布式电源无功输出功率的上限，是已知数据；

2-44)储能设备的充电功率与放电功率约束：

$c_i^t\·P_{s,i}^{\min ,c}\≤P_{s,i}^{t,c}\≤c_i^t\·P_{s,i}^{\max ,c}---\left(14\right)$

$d_i^t\·P_{s,i}^{\min ,d}\≤P_{s,i}^{t,d}\≤d_i^t\·P_{s,i}^{\max ,d}---\left(15\right)$

$c_i^t+d_i^t\≤1;c_i^t,d_i^t\∈\{0,1\}---\left(16\right)$

式(14)中为第i个储能设备充电功率的下限，是已知数据；为第i个储能设备充电功率的上限，是已知数据；为第i个储能设备在第t个时段是否充电的决策变量，为1则电网对储能设备充电，为0则不对储能设备充电，需要求解；式(15)中，为第i个储能设备放电功率的下限，是已知数据；为第i个储能设备放电功率的上限，是已知数据；为第i个储能设备在第t个时段是否放电的决策变量，为1则储能设备向电网放电，为0则储能设备不放电，需要求解；

2-45)储能设备的剩余电量约束：

$S_i^{\min }\≤S_i^{t_0}+\underset{t=1}{\overset{t_n}{\Σ}}(P_{s,i}^{t,c}-P_{s,i}^{t,d})\·\mathrm{\Δ}T\≤S_i^{\max };t_n\∈\{1,2,3,......N_T\}---\left(17\right)$

式(17)中，为第i个储能设备剩余电量的下限，是已知数据；为第i个储能设备剩余电量的上限，是已知数据；为第i个储能设备在起始时段的剩余电量，是已知数据；为第i个储能设备在第t个时段的放电功率，是要求解的决策变量；为第i个储能设备在第t个时段的充电功率，是要求解的决策变量；ΔT为单个时段的长度，是已知数据；N_T为时段总数，是已知数据；t_n为N_T以内的任何正整数时式(17)都成立；

2-46)储能设备的充电与放电有功-无功功率关系约束：

储能设备在放电状态下采用恒电压控制时，储能设备的有功-无功功率关系由公式(18)和公式(19)决定；

$V_j^t=V_j^{set}---\left(18\right)$

$0\≤Q_{s,i}^{t,d}\≤Q_{s,i}^{\max ,d}---\left(19\right)$

式(18)中，为第i个储能设备所在的节点j在第t个时段的电压幅值，是要求解的状态变量；为节点j的电压参考值，是已知数据；为第i个储能设备在第t个时段的放电无功功率，是要求解的决策变量；为第i个储能设备放电无功功率的上限，是已知数据；

储能设备在放电状态下采用恒功率因数控制时，储能设备的有功-无功功率关系由公式(20)和公式(21)决定：

$0\≤Q_{s,i}^{t,d}\≤Q_{s,i}^{\max ,d}---\left(21\right)$

式(20)中，为第i个储能设备在第t个时段的放电有功功率，是要求解的决策变量；为第i个储能设备在第t个时段的放电无功功率，是要求解的决策变量；为第i个储能设备放电功率的功率因数角，是已知数据；式(21)中，为第i个储能设备放电无功功率的上限，是已知数据；

2-47)配电网节点电压约束：

$V_n^{\min }\≤V_n^t\≤V_n^{max}---\left(22\right)$

主动配电网中所有节点的电压幅值不应超出给定的范围，如公式(22)所示，其中为节点n的电压幅值，是要求解的状态变量；分别为节点n电压幅值的下限、上限，是已知数据；

2-48)配电网支路潮流约束：

$\begin{array}{c}0\≤{\left(P_{ij}^t\right)}^2+{\left(Q_{ij}^t\right)}^2\≤{{\stackrel{\‾}{S}}_{ij}}^2\\ (i,j)\∈w\end{array}---\left(23\right)$

式(23)中，为第t个时段由节点i流向节点j的有功功率,是要求解的状态变量；为第t个时段由节点i流向节点j的无功功率，是要求解的状态变量；W为主动配电网中所有支路的集合，是已知数据，(i,j)∈W表示节点i和节点j之间有支路相连；

为节点i、j之间的支路的潮流限值，是已知数据。

4.如权利要求3所述方法，其特征在于，所述步骤3)具体包括：

3-1)将主动配电网中所有节点的电压幅值设定为标幺值1.0；将节点j在第t个时段的电压幅值记为其中t∈{1,2…N_T}，N_T为决策周期中的时段总数；

3-2)求解公式(1)-(21)所建立的主动配电网运行优化模型得到决策变量值；

3-3)将步骤3-2)中求解得到的决策变量值作为边界条件，进行交流潮流计算，得到各节点新的电压幅值，将新得到的节点j在第t个时段的电压幅值记为

3-4)将与进行比较，若对于主动配电网中的任意节点j，都有则当前的解即是决策变量的最优值，根据决策变量的最优值对主动配电网中的分布式电源和储能设备实施控制；否则，用代替回到步骤3-1)，进行下一轮的求解；其中ε为步骤1)设定的收敛判定条件。