CN104393595A - 配电网潮流调度方法 - Google Patents
配电网潮流调度方法 Download PDFInfo
- Publication number
- CN104393595A CN104393595A CN201410737708.5A CN201410737708A CN104393595A CN 104393595 A CN104393595 A CN 104393595A CN 201410737708 A CN201410737708 A CN 201410737708A CN 104393595 A CN104393595 A CN 104393595A
- Authority
- CN
- China
- Prior art keywords
- circuit
- power
- line
- subregion
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000005265 energy consumption Methods 0.000 claims abstract description 8
- 230000005855 radiation Effects 0.000 claims description 22
- 239000004020 conductor Substances 0.000 claims description 17
- 238000005457 optimization Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000002068 genetic effect Effects 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 230000006978 adaptation Effects 0.000 claims description 4
- 238000005192 partition Methods 0.000 claims description 4
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000004907 flux Effects 0.000 claims description 3
- 238000000547 structure data Methods 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 description 6
- 238000009395 breeding Methods 0.000 description 4
- 230000001488 breeding effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 108090000623 proteins and genes Proteins 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Water Supply & Treatment (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种配电网潮流调度方法,所述配电网潮流调度方法包括步骤:A.将配电网所在区域分成若干个子区域;B.建立配电网线路和子区域之间关系,得到配电网线路在各子区域中的线路空间地理信息;C.考虑天气状况对线路影响以及线路潮流影响,以全网能耗低为目标,建立配电网潮流调度模型;D.输入配电网数据与天气预报数据;E.根据电网数据与天气预报数据,确定线路最大载流量;F.对配电网潮流调度模型采用优化方法,得到配电网分布式电源功率输出方案和配电网潮流分布。利用本发明的方法,能够利用天气预报数据提高现有配电网配置电力资源的能力。
Description
技术领域
本发明涉及电力系统设备领域,特别涉及一种电力系统中配电网系统的潮流调度方法。
背景技术
电力系统潮流调度以满足负荷的需求为前提条件,优化发电机组的功率输出。在保证电力系统安全运行前提下,以降低电力系统运行的能耗为目标。
配电网潮流调度作为电力系统潮流调度的重要组成部分,是配电网安全经济运行的重要技术保障。近年来,随着分布式电源的快速发展,配电网中分布式电源的容量越来越大,如何最大限度地实现分布式电源资源的优化配置,为用户提供安全、持续和经济的电能,是配电网运行所面临的巨大挑战。配电线路输送热容量极限是分布式电源优化分配的重要制约因素,传统的线路静态热容量极限值是基于校核最恶劣气象条件而制定的保守值,一般而言,线路的实际传输能力要大于线路静态热容量极限值。因此,基于天气状况动态改变线路输送热容量极限值,提高配电网配置资源的能力,是促进配电网安全经济运行的有效手段。在现有的配电网潮流调度方法中,通常都采用固定的线路静态热容量极限值作为线路潮流的约束条件,这种处理方法无法充分利用配电线路的传输能力,不能实现资源的全局最优配置。
天气状况除了对线路输送热容量极限值有影响外,还对线路电气参数产生影响。一方面,导体温度由导体所处环境、线路载流量和线路电阻共同确定,另一方面,线路导体的电阻率随着导体温度的升高而升高。这意味着线路电阻和线路潮流之间存在非线性关系。而传统的配电网潮流计算假设线路电阻为常量,割裂了线路电阻和线路潮流的联系,必然会导致潮流计算结果的误差。
由于配电网所处的地理空间较为广阔,导致不同地点的天气状况差异可能很大,需要根据数值天气预报的空间精度,将配电网所处的地理空间划分为合理的子区域,以正确体现不同区域天气状况对配电网潮流调度的影响。
目前,配电网地理信息系统相关技术逐渐成熟,并已经得到了广泛的应用,同时,数值天气预报技术发展迅速,预报数据的精确度越来越高,预报数据的空间粒度也越来越细化,这为基于数值天气预报的配电网潮流调度方法的实现提供了实施前提和技术保障。
因此,目前的配电网潮流调度方法并未考虑线路的动态热平衡,也没有考虑到线路的输送热容量对线路电气参数产生的影响,没有实现配电网的优化控制,误差也较大。
发明内容
鉴于此,本发明的目的在于充分利用配电网地理信息系统中的线路地理空间信息和天气预报系统中的各种天气预测数据,实现了计及天气因素影响的配电网潮流调度方案的自动化、精细化和最优化编制,以解决目前配电网潮流调度无法充分利用线路容量,不能更大限度实现分布式电源发电优化分配的问题。
为了实现此目的,本发明采取的技术方案为如下。
一种配电网潮流调度方法,所述方法包括以下步骤:A.将配电网所在区域分成若干个子区域;B.建立配电网线路和子区域之间关系,得到配电网线路在各子区域中的线路空间地理信息;C.考虑天气状况对线路影响以及线路潮流影响,以全网能耗低为目标,建立配电网潮流调度模型;D.输入配电网数据与天气预报数据;E.根据电网数据与天气预报数据,确定线路最大载流量;F.对配电网潮流调度模型采用优化方法,得到配电网分布式电源功率输出方案和配电网潮流分布。
在步骤A中,按照几何坐标等距的方式将配电网划分为子区域。
另外,步骤D中,所述配电网数据包括配电网结构数据、负荷预测数据、分布式电源参数、线路物理参数、线路空间地理信息、分区信息,所述天气预报数据包括各区域气温、日照、风速和风向数据。
其中,所述配电网潮流调度模型的目标为:
其中F为目标,i为分布式电源的索引,i=1,2,...M,M为分布式电源的数量;
PG,i为分布式电源i的发电功率;
Ci(·)为分布式电源i的发电能耗函数。
另一方面,所述目标的约束条件包括电力系统约束条件和热传学约束条件。
具体而言,所述电力系统约束条件包括电网潮流等式约束、分布式电源有功无功功率输出约束、线路载流量约束、节点电压约束、分布式电源功率输出上下限约束,其中:
所述电网潮流等式约束为:
n和m为节点索引,n=1,2,...,N,m=1,2,...,N,N为节点的数量;
Pn为节点n的有功功率注入,
Qn为节点n的无功功率注入,
PD,n为节点n的有功负荷;
QD,n为节点n的无功负荷;
KGn,i为节点n和分布式电源i之间的关联关系,当分布式电源i连接在节点n上,KGn,i=1,否则,KGn,i=0;
en为节点n电压的实部;
fn为节点n电压的虚部;
Gnm为节点n和m间的电导;
Bnm为节点n和m间的电纳;
所述分布式电源有功无功功率输出约束为:
PGmin,i和PGmax,i分别为分布式电源的最小有功功率输出和最大有功功率输出;
QGmin,i和QGmax,i分别为分布式电源的最小无功功率输出和最大无功功率输出;
所述线路载流量约束为:
k为线路索引,k=1,2,...,K,K为线路的数量;
Ik为线路k上的载流量;
Imax,k为线路k上的最大载流量,
为子区域l上线路k的最大载流量,如果线路未经过子区域l,则
Xk为线路k的电抗值;
Rk为线路k的电阻值,
为子区域l上线路k的电阻值;
l为子区域索引,l=1,2,...,L,L为子区域的数量;
所述节点电压约束为:Umin,n≤Un=|en+jfn|≤Umax,n;
Un为节点n的电压值;
Umin,n为节点n的电压下限;
Umax,n为节点n的电压上限。
而所述热传学约束条件包括线路热平衡等式约束、线路日照吸热等式约束、线路辐射散热等式约束、线路对流散热等式约束、线路电阻温度关系等式约束,其中:
所述线路热平衡等式约束为:
子区域l上线路k的电阻值;
为子区域l上线路k从太阳获得的日照热量;
为子区域l上线路k的对流散热;
为子区域l上线路k的辐射散热;
所述线路日照吸热等式约束为:
αk为线路k的阳光吸收率;
为子区域l上线路k经高度修正后的太阳天空辐射热通量率;
为子区域l上线路k的阳光等效入射角;
Hc为太阳高度角;
Zc为太阳方位角;
为子区域l上线路k的方位角;
Ak′为线路k的单位长度投影面积;
所述线路辐射散热等式约束为:
εl为辐射系数;
Dk为线路k的导线外径;
为子区域l上线路k的温度;
为子区域l的气温;
所述线路对流散热等式约束为:
ρf为空气密度;
μf为空气动力粘度;
kf为空气热传导系数;
为子区域l的风速;
为子区域l的风向因子;
所述线路电阻温度关系等式约束为:
R20,k为线路k在线路温度20摄氏度时的单位长度线路电阻;
σk为线路k的电阻温度系数;
为子区域l上线路k的长度,如果线路k未经过子区域l,则
另外,步骤E中确定线路最大载流量的方法为:
确定线路导体允许的最高温度TMax;
根据线路空间地理信息和天气预报信息,计算出日照热量
根据所述天气预报信息,以及线路导体允许的最高温度,计算出最大对流散热和最大辐射散热
根据线路导体型号和线路导体允许的最高温度,计算出线路在允许的最高温度下的电阻
根据 确定线路的最大载流量。
另外,步骤F中对配电网潮流调度模型优化的潮流计算方法为:
步骤F1.根据配电网结构,从与配电网首节点相连的线路开始,得到每条线路的子线路,没有子线路的线路为终端线路,形成子线路在前,父线路在后的线路排序列表,初始化各线路的末端电压;
步骤F2.按照线路排序表的顺序,从第一条线路开始,执行步骤F3到步骤F7,直到所有线路计算完毕;
步骤F3.计算线路末端功率;
步骤F4.根据所述线路末端功率和末端电压,计算线路电流;
步骤F5.根据所述线路电流和天气预报数据,计算线路电阻;
步骤F6.根据线路电流和线路电阻,计算线路功率损耗;
步骤F7.获取线路首端电压并计算线路首端功率;
步骤F8.按照线路排序表的逆序,从最后一条线路开始,执行步骤F9,直到所有线路计算完毕;
步骤F9.根据线路首端电压和首端功率,确定线路末端电压;
步骤F10.如果满足预定迭代终止条件则结束,否则继续执行步骤F2及后续步骤。
特别地,步骤F中所述优化方法为遗传方法,所述遗传方法的个体为各分布式电源的有功功率输出和无功功率输出,而遗传方法的个体适应度为:其中,π为罚因子;EVn为节点n的电压越限值;EIk为线路k的电流越限值。
通过采用本发明的配电网潮流调度方法,能够采用天气预报数据动态修订线路传输热容量极限值,有效提高现有配电网配置电力资源的能力。
另外,本发明的配电网潮流调度方法,采用基于导线温度的动态线路电阻值,精确反映线路参数随温度变化对电网潮流和有功网损的影响。
另外,采用基于配电网地理信息系统的分区域线路热平衡模型,充分利用配电网地理信息系统中丰富的线路信息,有效提高了线路传输热容量极限值和线路电阻值计算的精确度。
附图说明
图1是本发明实施方式配电网潮流调度方法的流程示意图。
图2是本发明实施方式配电网潮流调度方法的更具体的流程示意图。
图3是本发明实施方式中配电网区域划分的示意图。
图4是本发明实施方式的配电网潮流调度方法的数据流示意图。
图5是本发明实施方式的遗传优化方法的个体示意图。
具体实施方式
下面结合附图,对本发明作详细说明。
以下公开详细的示范实施例。然而,此处公开的具体结构和功能细节仅仅是出于描述示范实施例的目的。
然而,应该理解,本发明不局限于公开的具体示范实施例,而是覆盖落入本公开范围内的所有修改、等同物和替换物。在对全部附图的描述中,相同的附图标记表示相同的元件。
同时应该理解,如在此所用的术语“和/或”包括一个或多个相关的列出项的任意和所有组合。另外应该理解,当部件或单元被称为“连接”或“耦接”到另一部件或单元时,它可以直接连接或耦接到其他部件或单元,或者也可以存在中间部件或单元。此外,用来描述部件或单元之间关系的其他词语应该按照相同的方式理解(例如,“之间”对“直接之间”、“相邻”对“直接相邻”等)。
如图1所示,本发明的配电网潮流调度方法的具体实施方式中包括以下步骤:
步骤A:在配电网地理信息系统上,将配电网所在区域分成若干个子区域;
步骤B:建立配电网线路和子区域之间关系,得到配电网线路在各子区域中的线路空间地理信息,其中,所示线路空间地理信息包括线路在各子区域中的线路长度、高度和延伸方向;
步骤C:考虑天气状况对线路影响以及线路潮流影响,以全网能耗低为目标,建立配电网潮流调度模型,其中天气状况对线路影响主要包括对线路传输热容量极限、线路电阻的影响;
步骤D:输入配电网数据和天气预报数据,其中配电网数据包括电网结构数据、负荷预测数据、分布式电源参数、线路物理参数、线路空间地理信息、分区信息;天气预报数据包括各区域气温、日照、风速和风向数据;
步骤E:根据各区域天气预报数据,以及线路的物理参数和线路空间地理信息,计算线路最大载流量;
步骤F:对配电网潮流调度模型采用优化方法,得到优选的分布式电源功率输出方案和配电网潮流分布;
步骤G:结束。
通过本发明实施例的以上方法,能够采用天气预报数据动态修订线路传输热容量极限值,有效提高现有配电网配置中电力资源的能力。
图2是本发明中给出的配电网潮流调度方法更具体的流程示意图,如图2所示,本实施例给出的具体实施过程为:
步骤1:在配电网地理信息系统上,将配电网所在区域分成若干个子区域。
其中,按照几何位置等间隔将配电网所在区域分成若干个子区域,但本发明并不局限于此,本领域内技术人员也应明白,还可以按照例如行政区域或者地形地貌来来划分子区域。
如图3所示,根据数值天气预报的空间精度,配电网所处区域被划分为49个子区域,每个子区域的各个天气预报数据均不相同。
步骤2:提取配电线路的空间地理信息,建立线路和子区域之间关系,得到线路在各区域中的线路长度、高度和延伸方向。
例如图3中,黑色方块为配电网首节点。红色的线路经过了子区域18、19、26和27,在这四个子区域中的长度分别为2、2.2、4.3和2.5公里,线路高度均为18米,延伸方位角分别为315、315、285和285度。
步骤3:考虑天气状况对线路传输热容量极限、线路电阻以及线路潮流的影响,以全网能耗最低为目标,建立配电网潮流调度模型。
其中,所述潮流调度模型的优化目标为:
关系式(1)中,F为优化目标;i为分布式电源的索引,i=1,2,...M,M为分布式电源的数量;PG,i为分布式电源i的发电功率;Ci(·)为分布式电源i的发电能耗函数。
上述潮流调度模型的优化目标的约束条件包括电力系统约束条件和热传学约束条件。其中电力系统约束条件包括电网潮流等式约束、分布式电源有功无功功率输出约束、线路载流量约束、节点电压约束、分布式电源功率输出上下限约束。热传学约束条件包括线路热平衡等式约束、线路日照吸热等式约束、线路辐射散热等式约束、线路对流散热等式约束、线路电阻温度关系等式约束。
其中电网潮流等式约束为:
以上约束条件中,n和m为节点索引,n=1,2,...,N,m=1,2,...,N,N为节点的数量;Pn为节点n的有功功率注入,Qn为节点n的无功功率注入,PD,n为节点n的有功负荷;QD,n为节点n的无功负荷;KGn,i为节点n和分布式电源i之间的关联关系,当分布式电源i连接在节点n上,KGn,i=1,否则,KGn,i=0;en为节点n电压的实部;fn为节点n电压的虚部;Gnm为节点n和m间的电导;Bnm为节点n和m间的电纳。
而分布式电源有功无功功率输出约束为:
PGmin,i和PGmax,i分别为分布式电源的最小和最大有功功率输出;QGmin,i和QGmax,i分别为分布式电源的最小和最大无功功率输出。
线路载流量约束为:
以上约束条件中,k为线路索引,k=1,2,...,K,K为线路的数量;Ik为线路k上的载流量;Imax,k为线路k上的最大载流量, 为区域l上线路k的最大载流量,如果线路未经过区域l,则Xk为线路k的电抗值;Rk为线路k的电阻值, 为区域l上线路k的电阻值;l为区域索引,l=1,2,...,L,L为区域的数量。
另一方面,节点电压约束为:
Umin,n≤Un=|en+jfn|≤Umax,n
以上约束条件中,Un为节点n的电压值;Umin,n为节点n的电压下限;Umax,n为节点n的电压上限。
热传学约束条件中,线路热平衡等式约束为:
其中,区域l上线路k的电阻值;为区域l上线路k从太阳获得的日照热量;为区域l上线路k的对流散热;为区域l上线路k的辐射散热。
另外,线路日照吸热等式约束为:
线路日照吸热等式约束中,αk为线路k的阳光吸收率;为区域l上线路k经高度修正后的太阳天空辐射热通量率;为区域l上线路k的阳光等效入射角,Hc为太阳高度角;Zc为太阳方位角;为区域l上线路k的方位角;Ak′为线路k的单位长度投影面积。
线路辐射散热等式约束为:
其中,εl为辐射系数;Dk为线路k的导线外径;为区域l上线路k的温度;为区域l的气温。
线路对流散热等式约束为:
其中,ρf为空气密度;μf为空气动力粘度;kf为空气热传导系数;为区域l的风速;为区域l的风向因子。
线路电阻温度关系等式约束为:
其中,R20,k为线路k在线路温度20摄氏度时的单位长度线路电阻σk为线路k的电阻温度系数;为区域l上线路k的长度,如果线路k未经过区域l,则
步骤4:输入配电网数据和天气预报数据,其中配电网数据包括电网结构数据、负荷预测数据、分布式电源参数、线路物理参数、线路空间地理信息、分区信息;天气预报数据包括各区域气温、日照、风速和风向数据。
如图4所示,天气预报服务方提供各类天气预报数据,主要包括分区信息和各区域气温、日照、风速和风向数据;配电网信息系统提供各区域内线路的方位角、高度、长度和线路型号数据;配电网管理系统提供负荷预测数据、电网结构数据和分布式电源参数。
步骤5:根据各区域天气预报数据,以及线路的物理参数和空间地理信息,计算线路最大载流量。
线路在各区域中的最大载流量为:
其中,TMax为线路导体允许的最高温度。
首先根据区域内日照,考虑线路的方位角、高度和导线型号,计算出日照热量然后考虑区域内气温、风力和风向,以及导体允许的最高温度,计算出最大对流散热和最大辐射散热再根据导线型号和导体允许的最高温度,计算出最后根据上式计算出线路k在区域l内的最大载流量;整条线路的最大载流量为该线路在各区域内最大载流量的最小值。
步骤6:以分布式电源有功功率输出和无功功率输出为遗传方法的个体,随机生成初始群体;设置最大遗传代数。
如图5所示,采用实数编码,以分布式电源有功功率输出和无功功率输出为个体,在分布式电源最大和最小有功功率输出和无功功率输出范围内取均匀分布的随机数,生成初始群体,群体中的个体代表分布式电源功率输出方案。
步骤7:根据配电网结构,从与配电网首节点相连的线路开始,得到每条线路的子线路,没有子线路的线路为终端线路。形成子线路在前,父线路在后的线路排序列表。
步骤8:判断是否满足最大遗传代数,如果是,则执行步骤14;否则,执行步骤9。
步骤9:针对每个个体,进行扩展配电网潮流计算,并计算个体适应度;
扩展配电网潮流计算为考虑动态线路电阻的前推回代法配电网潮流计算,包括算法迭代模型和迭代过程;
迭代模型包括线路末端功率更新关系式,线路电流更新关系式,动态线路电阻更新关系式,线路功率表损耗更新关系式,线路首端功率更新关系式,线路末端电压更新关系式,迭代终止条件。
(A)线路末端功率更新关系式为:
关系式(12)中,t为迭代计数器;为第t次迭代线路k末端的视在功率;为线路k末端的注入视在功率,为发电机注入视在功率,为负荷需求视在功率;为线路k1的首端视在功率;k1为线路索引;k1∈k表示线路k1是线路k的子支路。
(B)线路电流更新关系式为:
以上关系式中,为第t次迭代线路k电流模值;为第t-1次迭代线路k末端复电压。
(C)动态线路电阻更新关系式为:
以上关系式中,为第t次迭代区域l上线路k的温度;为第t次迭代区域l上线路k的电阻值;为区域l上线路k从太阳获得的日照热量;为第t次迭代区域l上线路k的对流散热;为第t次迭代区域l上线路k的辐射散热。
(D)线路功率表损耗更新关系式为:
上述关系式中,为第t次迭代线路k损耗视在功率;Rk(t)为第t次迭代线路k电阻值;Xk为线路k电抗值。
(E)所述线路首端功率更新关系式为:
(F)线路末端电压更新关系式为:
上述关系式中,UN为额定电压;为线路首端复电压,配电网首支路的首端复电压为U0。
(G)迭代终止条件为:
|U2,k(t)-U2,k(t-1)|≤ε
其中,ε为计算精度要求,本领域内技术人员能够熟悉其基本取值。
扩展配电网潮流计算迭代过程如图2中虚线方框内的流程所示,包括:
步骤F1:按照线路排序表的顺序,从第一条线路开始,执行步骤F2到步骤F6,直到所有线路计算完毕;
步骤F2:按照前述关系式,计算线路末端功率;
步骤F3:按照前述关系式,根据线路末端功率和末端电压,计算线路电流;
步骤F4:按照前述关系式,根据线路电流和天气数据,计算线路电阻;
步骤F5:按照前述关系式,根据线路电流和线路电阻电抗参数,计算线路功率损耗;
步骤F6:按照前述关系式,计算线路首端功率;
步骤F7:按照线路排序表的逆序,从最后一条线路开始,执行步骤F8,直到所有线路计算完毕;
步骤F8:按照前述关系式,根据线路首端电压和首端功率,计算线路末端电压;
步骤F9:按照前述关系式,判断满足迭代终止条件吗?如果是,执行步骤F10,否则,执行步骤F1;
步骤F10:扩展配电网潮流计算结束。计算目标函数值,计算电压越限值和电流越限值,按照以下关系式计算个体适应度。
上述关系式中,π为罚因子;EVn为节点n的电压越限值;EIk为线路k的电流越限值。
步骤10:进行选择操作;
随机地在群体中选择两个个体,对比这两个个体的适应度,适应度好的个体进入繁殖池。
步骤11:进行交叉操作;
在繁殖池中按照交叉率选择需要进行交叉的个体,然后再从繁殖池中随机选择两个个体,随机交换这两个个体的基因位,生成新个体,替换需要进行交叉的个体。
步骤12:进行变异操作;
在繁殖池中按照变异率选择需要进行变异的个体,对于一个需要进行变异的个体,随机选择一个基因位,在该基因位的取值范围内随机改变大小,得到新个体。
步骤13:形成新的群体,得到新的分布式电源功率输出方案,转步骤8。
步骤14:得到最优的分布式电源功率分配方案。
步骤15:结束。
本发明提供的方法包含了如下决策结果:分布式电源有功和无功功率输出、线路潮流、线路温度和节点电压。
当然,基于数值天气预报的配电网潮流调度问题的求解的过程不局限于本实施方式所述的遗传方法。还可以采用其他任意合适的优化方法,如蚁群方法、粒子群方法、差分进化方法等各类智能优化方法。
本发明与现有技术相比具有以下有益效果:
(1)本发明实施方式中的基于天气预报的配电网潮流调度方法采用天气预报数据动态修订线路传输热容量极限值,有效提高了现有配电网优化配置电力资源的能力。
(2)采用基于导线温度的动态线路电阻值,正确反映了线路参数随温度变化对电网潮流和有功网损的影响。
(3)采用基于配电网地理信息系统的分区域线路热平衡模型,充分利用配电网地理信息系统中丰富的线路信息,有效提高了线路传输热容量极限值和线路电阻值控制的精确度。
需要说明的是,上述实施方式仅为本发明较佳的实施方案,不能将其理解为对本发明保护范围的限制,在未脱离本发明构思前提下,对本发明所做的任何微小变化与修饰均属于本发明的保护范围。
Claims (10)
1.一种配电网潮流调度方法,所述方法包括以下步骤:
A.将配电网所在区域分成若干个子区域;
B.建立配电网线路和子区域之间关系,得到配电网线路在各子区域中的线路空间地理信息;
C.考虑天气状况对线路影响以及线路潮流影响,以全网能耗低为目标,建立配电网潮流调度模型;
D.输入配电网数据与天气预报数据;
E.根据电网数据与天气预报数据,确定线路最大载流量;
F.对配电网潮流调度模型采用优化方法,得到配电网分布式电源功率输出方案和配电网潮流分布。
2.权利要求1中所述的配电网潮流调度方法,其特征在于,步骤A中,按照几何坐标等距的方式将配电网划分为子区域。
3.权利要求1中所述的配电网潮流调度方法,其特征在于,步骤D中,所述配电网数据包括配电网结构数据、负荷预测数据、分布式电源参数、线路物理参数、线路空间地理信息、分区信息,所述天气预报数据包括各区域气温、日照、风速和风向数据。
4.权利要求1中所述的配电网潮流调度方法,其特征在于,所述配电网潮流调度模型的目标为:
其中F为目标,i为分布式电源的索引,i=1,2,...M,M为分布式电源的数量;
PG,i为分布式电源i的发电功率;
Ci(·)为分布式电源i的发电能耗函数。
5.权利要求4中所述的配电网潮流调度方法,其特征在于,所述目标的约束条件包括电力系统约束条件和热传学约束条件。
6.权利要求5中所述的配电网潮流调度方法,其特征在于,所述电力系统约束条件包括电网潮流等式约束、分布式电源有功无功功率输出约束、线路载流量约束、节点电压约束、分布式电源功率输出上下限约束,其中:
所述电网潮流等式约束为:
n和m为节点索引,n=1,2,...,N,m=1,2,...,N,N为节点的数量;
Pn为节点n的有功功率注入,Pn=ΣKGn,iPG,i-PD,n;
Qn为节点n的无功功率注入,
PD,n为节点n的有功负荷;
QD,n为节点n的无功负荷;
KGn,i为节点n和分布式电源i之间的关联关系,当分布式电源i连接在节点n上,KGn,i=1,否则,KGn,i=0;
en为节点n电压的实部;
fn为节点n电压的虚部;
Gnm为节点n和m间的电导;
Bnm为节点n和m间的电纳;
所述分布式电源有功PG,i无功功率QG,i输出约束为:
PGmin,i和PGmax,i分别为分布式电源的最小有功功率输出和最大有功功率输出;
QGmin,i和QGmax,i分别为分布式电源的最小无功功率输出和最大无功功率输出;
所述线路载流量约束为:
k为线路索引,k=1,2,...,K,K为线路的数量;
Ik为线路k上的载流量;
Imax,k为线路k上的最大载流量,
为子区域l上线路k的最大载流量,如果线路未经过子区域l,则
Xk为线路k的电抗值;
Rk为线路k的电阻值,
为子区域l上线路k的电阻值;
l为子区域索引,l=1,2,...,L,L为子区域的数量;
所述节点电压约束为:Umin,n≤Un=|en+jfn|≤Umax,n;
Un为节点n的电压值;
Umin,n为节点n的电压下限;
Umax,n为节点n的电压上限。
7.权利要求5中所述的配电网潮流调度方法,其特征在于,所述热传学约束条件包括线路热平衡等式约束、线路日照吸热等式约束、线路辐射散热等式约束、线路对流散热等式约束、线路电阻温度关系等式约束,其中:
所述线路热平衡等式约束为:
子区域l上线路k的电阻值;
为子区域l上线路k从太阳获得的日照热量;
为子区域l上线路k的对流散热;
为子区域l上线路k的辐射散热;
所述线路日照吸热等式约束为:
αk为线路k的阳光吸收率;
为子区域l上线路k经高度修正后的太阳天空辐射热通量率;
为子区域l上线路k的阳光等效入射角;
Hc为太阳高度角;
Zc为太阳方位角;
为子区域l上线路k的方位角;
Ak′为线路k的单位长度投影面积;
所述线路辐射散热等式约束为:
εl为辐射系数;
Dk为线路k的导线外径;
为子区域l上线路k的温度;
为子区域l的气温;
所述线路对流散热等式约束为:
ρf为空气密度;
μf为空气动力粘度;
kf为空气热传导系数;
为子区域l的风速;
为子区域l的风向因子;
所述线路电阻温度关系等式约束为:
R20,k为线路k在线路温度20摄氏度时的单位长度线路电阻;
σk为线路k的电阻温度系数;
为子区域l上线路k的长度,如果线路k未经过子区域l,则
8.权利要求1中所述的配电网潮流调度方法,其特征在于,步骤E中确定线路最大载流量的方法为:
确定线路导体允许的最高温度TMax;
根据线路空间地理信息和天气预报信息,计算出日照热量
根据所述天气预报信息,以及线路导体允许的最高温度,计算出最大对流散热和最大辐射散热
根据线路导体型号和线路导体允许的最高温度,计算出线路在允许的最高温度下的电阻
根据 确定线路的最大载流量。
9.权利要求1中所述的配电网潮流调度方法,其特征在于,步骤F中对配电网潮流调度模型优化的潮流计算方法为:
步骤F1.根据配电网结构,从与配电网首节点相连的线路开始,得到每条线路的子线路,没有子线路的线路为终端线路,形成子线路在前,父线路在后的线路排序列表,初始化各线路的末端电压;
步骤F2.按照线路排序表的顺序,从第一条线路开始,执行步骤F3到步骤F7,直到所有线路计算完毕;
步骤F3.计算线路末端功率;
步骤F4.根据所述线路末端功率和末端电压,计算线路电流;
步骤F5.根据所述线路电流和天气预报数据,计算线路电阻;
步骤F6.根据线路电流和线路电阻,计算线路功率损耗;
步骤F7.获取线路首端电压并计算线路首端功率;
步骤F8.按照线路排序表的逆序,从最后一条线路开始,执行步骤F9,直到所有线路计算完毕;
步骤F9.根据线路首端电压和首端功率,确定线路末端电压;
步骤F10.如果满足预定迭代终止条件则结束,否则继续执行步骤F2及后续步骤。
10.权利要求1中所述的配电网潮流调度方法,其特征在于,步骤F中所述优化方法为遗传方法,所述遗传方法的个体为各分布式电源的有功功率输出和无功功率输出,而遗传方法的个体适应度为:其中,π为罚因子;EVn为节点n的电压越限值;EIk为线路k的电流越限值,N和K分别为节点和线路的数目。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410737708.5A CN104393595B (zh) | 2014-12-05 | 2014-12-05 | 配电网潮流调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410737708.5A CN104393595B (zh) | 2014-12-05 | 2014-12-05 | 配电网潮流调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104393595A true CN104393595A (zh) | 2015-03-04 |
CN104393595B CN104393595B (zh) | 2017-01-18 |
Family
ID=52611450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410737708.5A Expired - Fee Related CN104393595B (zh) | 2014-12-05 | 2014-12-05 | 配电网潮流调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104393595B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113472570A (zh) * | 2021-06-26 | 2021-10-01 | 华北电力大学 | 一种面向电力通信的时延敏感前传网流量调度方法 |
CN115954884A (zh) * | 2023-03-14 | 2023-04-11 | 国网江苏省电力有限公司泰州供电分公司 | 一种基于边缘计算的配电网潮流计算方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120137612A (ko) * | 2011-05-25 | 2012-12-24 | 주식회사 파워이십일 | 조류 계산을 이용한 배전 계통의 최적화 시스템 및 그 방법 |
CN103116865A (zh) * | 2013-03-08 | 2013-05-22 | 华北电力大学 | 一种多维度协同电网规划的方法 |
CN103217900A (zh) * | 2013-02-06 | 2013-07-24 | 浙江工业大学 | 基于实时电价的中压微网混沌pso最优潮流实现方法 |
CN104091014A (zh) * | 2014-07-02 | 2014-10-08 | 国家电网公司 | 一种基于时间序列的电网潮流仿真控制方法 |
CN104167731A (zh) * | 2014-08-22 | 2014-11-26 | 华北电力大学 | 一种多区域多元电源协调规划方法 |
-
2014
- 2014-12-05 CN CN201410737708.5A patent/CN104393595B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120137612A (ko) * | 2011-05-25 | 2012-12-24 | 주식회사 파워이십일 | 조류 계산을 이용한 배전 계통의 최적화 시스템 및 그 방법 |
CN103217900A (zh) * | 2013-02-06 | 2013-07-24 | 浙江工业大学 | 基于实时电价的中压微网混沌pso最优潮流实现方法 |
CN103116865A (zh) * | 2013-03-08 | 2013-05-22 | 华北电力大学 | 一种多维度协同电网规划的方法 |
CN104091014A (zh) * | 2014-07-02 | 2014-10-08 | 国家电网公司 | 一种基于时间序列的电网潮流仿真控制方法 |
CN104167731A (zh) * | 2014-08-22 | 2014-11-26 | 华北电力大学 | 一种多区域多元电源协调规划方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113472570A (zh) * | 2021-06-26 | 2021-10-01 | 华北电力大学 | 一种面向电力通信的时延敏感前传网流量调度方法 |
CN113472570B (zh) * | 2021-06-26 | 2024-02-02 | 华北电力大学 | 一种面向电力通信的时延敏感前传网流量调度方法 |
CN115954884A (zh) * | 2023-03-14 | 2023-04-11 | 国网江苏省电力有限公司泰州供电分公司 | 一种基于边缘计算的配电网潮流计算方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104393595B (zh) | 2017-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ganguly et al. | Distributed generation allocation on radial distribution networks under uncertainties of load and generation using genetic algorithm | |
CN109214593B (zh) | 一种主动配电网供电能力多目标评价方法 | |
CN106487005A (zh) | 一种考虑输配电价的电网规划方法 | |
CN105243516B (zh) | 基于主动配电网的分布式光伏发电最大消纳能力计算系统 | |
CN107437824A (zh) | 一种基于遗传算法的地区分布式电源准入容量的计算方法 | |
CN105046374A (zh) | 一种基于核极限学习机模型的功率区间预测方法 | |
CN108471143A (zh) | 基于正负反馈粒子群算法的微电网多能源调度优化方法 | |
Fang et al. | Multi-objective optimized scheduling model for hydropower reservoir based on improved particle swarm optimization algorithm | |
CN103729685A (zh) | 基于改进rbf神经网络的光伏电站群区域功率预测方法 | |
CN105069519A (zh) | 一种智能电网园区终端用户能源需求状况动态预测系统及方法 | |
CN104600713A (zh) | 含风力/光伏发电配电网日前无功调度的生成装置及方法 | |
CN104182804B (zh) | 一种预测出力不确定小水电与大中型水电站协调的日前发电方法 | |
CN106340873A (zh) | 一种采用基于无向生成树的并行遗传算法的配网重构方法 | |
CN104050517A (zh) | 基于grnn神经网络的光伏发电预测方法 | |
CN106786543A (zh) | 一种考虑最大供电能力约束的配电网络优化降损重构方法 | |
CN103473393A (zh) | 一种考虑随机概率的输电裕度控制模型建模方法 | |
CN106159998A (zh) | 可再生能源微电网优化调度系统 | |
CN105529714B (zh) | 基于正态分布组合特征的快速概率潮流计算方法 | |
CN108717608A (zh) | 百万千瓦级滩涂光伏电站接入电网综合决策方法及系统 | |
CN109659972A (zh) | 基于Pair-copula理论的多点光伏出力概率预测方法和系统 | |
CN107681655A (zh) | 一种潮汐流能发电场协调规划方法 | |
Liu et al. | Two-stage optimal economic scheduling for commercial building multi-energy system through internet of things | |
CN107480885A (zh) | 基于非支配排序差分进化算法的分布式电源布点规划方法 | |
CN104935017A (zh) | 基于改进轻鲁棒优化模型的风电与火电机组组合方法 | |
CN109670694A (zh) | 一种多能源供给系统负荷预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170118 Termination date: 20171205 |