CN105550770A - 基于综合资源战略规划的主动配电网多源优化配置方法 - Google Patents

Abstract

一种基于综合资源战略规划的主动配电网多源优化配置方法。其包括基础数据获取；模型建立；确定约束条件；利用粒子群算法对上述基于综合资源战略规划的主动配电网多源优化配置模型进行求解；输出相关结果等步骤。本发明在保证满足未来供电需求的前提下，能寻找到基于综合资源战略规划的分布式电源和能效电厂的优化配置方案。从主动配电网运行的社会成本角度来考虑主动配电系统中分布式电源和各种形式的能效电厂的最佳接入位置和容量，建立了以最小化社会成本为目标函数，以系统潮流约束等约束条件的主动配电网多源优化配置模型，通过粒子群方法来确定主动配电网中分布式电源和各种形式的能效电厂的最优接入位置和容量。

Description

基于综合资源战略规划的主动配电网多源优化配置方法

技术领域

本发明属于配电系统优化配置技术领域，特别是涉及一种基于综合资源战略规划的主动配电网多源优化配置方法。

背景技术

主动配电网的主要特点就是包含有分布式电源和需求侧管理，其目的之一是加大配电网对于分布式电源的接纳能力。分布式发电是指直接布置在电网或分布在负荷附近的发电设施，其特点是电力的生产和使用在同一地点或限制在局部区域内，主要技术类型有风力发电、光伏发电、燃气轮机和燃料电池等。分布式发电与传统的火力发电相比具有投资小、清洁环保、供电可靠和发电方式灵活等优点，因此近年来越来越受到人们的关注。但是分布式电源的大量接入会对配电网造成广泛影响，主要表现为：配电网电压水平的改变，配电网短路容量的提高以及影响网络的供电可靠性等。

综合资源战略规划(integratedresourcestrategyplanning，IRSP)是根据国家电源电力发展战略，在全国范围内将电力供应侧资源与引入能效电厂(EPP)的各种形式的电力需求侧资源综合统一化，从战略的高度，通过经济、法律、行政手段，合理利用供应侧与需求侧的资源，在满足未来经济发展对电力需求的前提下，使得整个规划的社会总投入最小。IRSP能够通过合理、有效地利用供应侧和需求侧的电源资源，对全社会的资源进行优化配置，在减少全社会成本的同时尽可能减少对电源资源的消耗和污染物排放，为电力用户提供最低成本、最大效益的电源服务。

能效电厂是指通过采用高效用电设备和产品、优化用电方式等途径，形成某个地区、行业或企业节电改造计划的一揽子行动方案，达到与建新电厂相同的目的，将减少的需求视同“虚拟电厂”提供的电力电量，可实现电源节约和污染物减排。EPP的概念形象地描绘了电力需求侧管理(demand-sidemanagement，DSM)项目的作用，简化了供应侧资源和需求侧资源的选择与比较，使得具有成本优势的DSM项目更容易被纳入选择范围。与实际新建电厂相比，EPP是在原供电系统中进行电能优化而获得的，不再额外占用土地、消耗煤炭等资源，具有巨大的社会效益和经济效益。现阶段EPP主要包括节能灯、节能电机、冰蓄冷和高效家电等形式。

但是，现阶段的分布式电源优化配置大多单纯以年成本作为目标函数，部分考虑了环境因素，但是缺少系统化；在相关研究中很少同时考虑到供电侧和用电侧，也没有对如何考虑需求侧管理进行过深入分析研究。

发明内容

为了解决上述问题，本发明的目的在于提供一种基于综合资源战略规划的主动配电网多源优化配置方法。

为了达到上述目的，本发明提供的基于综合资源战略规划的主动配电网多源优化配置方法包括按顺序进行的下列步骤：

步骤一：基础数据获取；获取待研究的配电系统的包括网架结构、负荷水平、电气参数在内的基础数据；

步骤二：模型建立：利用上述基础数据建立基于综合资源战略规划的主动配电网多源优化配置模型，并设定最小化社会成本为目标函数；

步骤三：确定约束条件：选取某一节点为平衡节点，设定包括系统潮流约束、运行电压水平约束、支路电流限制、系统容量约束、EPP的装机规模约束在内的约束条件；

步骤四：求解：利用粒子群算法对上述基于综合资源战略规划的主动配电网多源优化配置模型进行求解；

第五步：输出相关结果，包括分布式电源和各种形式的能效电厂的优化配置情况以及目标函数值。

在步骤二中，所述的目标函数的表达式为：

$f=\min \left\{{\mathrm{\ω}}_1\[\underset{i=1}{\overset{N_s}{\Σ}}\underset{j=1}{\overset{N_i}{\Σ}}\left(F_{ij}+c_i{H}_{ij}{T}_{ij}\right)\]+{\mathrm{\ω}}_2{C}_{loss}+{\mathrm{\ω}}_3\underset{k}{\overset{N_k}{\Σ}}\underset{i=1}{\overset{N_s}{\Σ}}\underset{j=1}{\overset{N_i}{\Σ}}{v}_k{\mathrm{\η}}_{ik}{H}_{ij}{T}_{ij}\right\}---\left(1\right)$

式中，ω₁为建设运行费用的权重，ω₂为网损费用的权重，ω₃为环境成本的权重，Ns为电源的种类；Ni为第i类电源的数量，Fij为第i类第j组电源的年建设及运行维护成本，Hij为第i类第j组电源的装机容量，其中，EPP的容量为削峰容量；T_ij为第i类第j组电源的可利用小时数；c_i为第i类第j组电源的单位发电成本，η_ik为第i类电源第k类污染物的排放系数，g/kWh；v_k为第k类污染物的环境价值；C_loss为网损费用。

在步骤三中，所述的系统潮流约束、运行电压水平约束、支路电流限制、系统容量约束、EPP的装机规模约束的表达式如下：

系统潮流约束： $\left\{\begin{array}{c}{P}_i=\sqrt{2}{G}_{ii}{X}_i+\underset{j\∈N\left(i\right)}{\Σ}\left(G_{ij}{Y}_{ij}+B_{ij}{Z}_{ij}\right)\\ =P_{DGi}-P_{LDi},i=2,\mathrm{...},n\\ Q_i=-\sqrt{2}{B}_{ii}{X}_i-\underset{j\∈N\left(i\right)}{\Σ}\left(B_{ij}{Y}_{ij}-G_{ij}{Z}_{ij}\right)\\ =Q_{DGi}-Q_{LDi},i=2,\mathrm{...},n\end{array}\right.---\left(2\right)$

运行电压水平约束：V_i(min)≤V_i≤V_i(max)(3)

支路电流限制：I_ij≤I_ij,max(4)

系统容量约束： $\underset{i=1}{\overset{n}{\Σ}}{P}_{{\mathrm{DG}}_i}\≤x\·\underset{i=1}{\overset{n}{\Σ}}{P}_{D_i}---\left(5\right)$

EPP的装机规模约束：H≤αP(6)

式中，N(i)为节点i的相邻节点的集合；X_i、Y_ij、Z_ij分别为节点电压幅值V_i、V_j和相角θ_ij的函数，；G_ii、B_ii、G_ij、B_ij分别为节点i的自电导、自电纳、互电导和互电纳；P_DGi、P_LDi分别为节点i上分布式电源注入的有功功率、负荷注入的有功功率；Q_i为节点i注入的无功功率之和，Q_DGi、Q_LDi分别为节点i上分布式电源注入的无功功率、负荷注入的无功功率；V_i,max和V_i,min分别为节点i电压幅值的上下限；I_ij和I_ij,max分别为流过支路ij的电流幅值及其最大允许值；P_DGi和P_Di分别是第i个分布式电源容量和负荷容量，x为电网中分布式电源的最大接入限制百分比；H是EPP容量，α是EPP资源占最大用电需求的比例系数；P为EPP的装机规模。

本发明提供的基于综合资源战略规划的主动配电网多源优化配置方法在保证满足未来供电需求的前提下，能够寻找到基于综合资源战略规划的分布式电源和能效电厂的优化配置方案。本发明从主动配电网运行的社会成本角度来考虑主动配电系统中分布式电源和各种形式的能效电厂的最佳接入位置和容量，建立了以最小化社会成本为目标函数，以系统潮流约束、运行电压水平约束、支路电流限制、系统容量约束、EPP的装机规模约束等约束条件的主动配电网多源优化配置模型，通过粒子群方法来确定主动配电网中分布式电源和各种形式的能效电厂的最优接入位置和容量。

在上述优化配置方案中，步骤二、三基于IRSP理念对主动配电网多源优化配置问题进行建模，以最小化社会成本为目标函数，以系统潮流约束、运行电压水平约束、支路电流限制、系统容量约束、EPP的装机规模约束等为约束条件。该问题使用粒子群算法进行求解。与以往的分布式电源定容方法的不同之处在于，该方法引入了IRSP理念，并引入包括节能灯、节能电机、冰蓄冷和高效家电等多种形式的EPP作为优化变量，将社会成本最小化作为目标函数，实现多个分布式电源和多种形式的EPP的同时优化。

在模型建立方面，本发明方法考虑了主动配电网中分布式电源的减少污染物排放的作用，将主动配电网中需求侧管理具体化为多种形式的EPP，并且考虑了配电系统运行中网损情况。

附图说明

图1是IEEE33节点算例以及分布式电源和EPP备选接入位置图；

图2是本发明提供的基于综合资源战略规划的主动配电网多源优化配置方法流程图。

具体实施方式

下面以图1所示的IEEE33节点测试系统为例并结合图2对本发明提供的基于综合资源战略规划的主动配电网多源优化配置方法进行详细说明。

如图2所示，本发明提供的基于综合资源战略规划的主动配电网多源优化配置方法包括按顺序进行的下列步骤：

步骤一：基础数据获取；对于本实施例，获取如图1所示的33节点配电系统的包括网架结构、负荷水平、电气参数在内的基础数据；然后设定分布式电源的接入位置，其中4、8、14、22、25、30、32、33节点为分布式电源备选位置，光伏电源功率因数为1.0，风机发电功率因数为0.8；渗漏率最大为35％；最后设置系统的基准电压为12.66kV，EPP的最大接入总量为系统负荷的8％。

步骤二：模型建立：利用上述基础数据建立基于综合资源战略规划的主动配电网多源优化配置模型，并设定最小化社会成本为目标函数，目标函数的表达式为：

$f=\min \left\{{\mathrm{\ω}}_1\[\underset{i=1}{\overset{N_s}{\Σ}}\underset{j=1}{\overset{N_i}{\Σ}}\left(F_{ij}+c_i{H}_{ij}{T}_{ij}\right)\]+{\mathrm{\ω}}_2{C}_{loss}+{\mathrm{\ω}}_3\underset{k}{\overset{N_k}{\Σ}}\underset{i=1}{\overset{N_s}{\Σ}}\underset{j=1}{\overset{N_i}{\Σ}}{v}_k{\mathrm{\η}}_{ik}{H}_{ij}{T}_{ij}\right\}---\left(1\right)$

式中，ω₁为建设运行费用的权重，ω₂为网损费用的权重，ω₃为环境成本的权重，Ns为电源的种类；Ni为第i类电源的数量，F_ij为第i类第j组电源的年建设及运行维护成本，Hij为第i类第j组电源的装机容量，其中，EPP的容量为削峰容量；T_ij为第i类第j组电源的可利用小时数；c_i为第i类第j组电源的单位发电成本，η_ik为第i类电源第k类污染物的排放系数，g/kWh；v_k为第k类污染物的环境价值；C_loss为网损费用。

对于本实施例，设定年运行维护成本为年发电成本的5％；建设运行费用、网损费用和环境成本的权重分别取ω₁＝0.2，ω₂＝0.2，ω₃＝0.6。分布式电源和各EPP形式的可利用小时数分别按照表1、表2取值。各种形式电源的各类污染物的排放系数和各类污染物的环境价值分别按照表3、表4取值。

表1分布式电源的可利用小时数

表2各EPP形式的可利用小时数

表3各种形式电源的各类污染物的排放系数(单位：g/kWh)

表4各种形式电源的各类污染物的环境价值

步骤三：确定约束条件：选取某一节点为平衡节点，本实施例中选取节点1为平衡节点，设定包括系统潮流约束、运行电压水平约束、支路电流限制、系统容量约束、EPP的装机规模约束在内的约束条件，各表达式如下：

系统潮流约束： $\left\{\begin{array}{c}{P}_i=\sqrt{2}{G}_{ii}{X}_i+\underset{j\∈N\left(i\right)}{\Σ}\left(G_{ij}{Y}_{ij}+B_{ij}{Z}_{ij}\right)\\ =P_{DGi}-P_{LDi},i=2,\mathrm{...},n\\ Q_i=-\sqrt{2}{B}_{ii}{X}_i-\underset{j\∈N\left(i\right)}{\Σ}\left(B_{ij}{Y}_{ij}-G_{ij}{Z}_{ij}\right)\\ =Q_{DGi}-Q_{LDi},i=2,\mathrm{...},n\end{array}\right.---\left(2\right)$

运行电压水平约束：V_i(min)≤V_i≤V_i(max)(3)

支路电流限制：I_ij≤I_ij,max(4)

系统容量约束： $\underset{i=1}{\overset{n}{\Σ}}{P}_{{\mathrm{DG}}_i}\≤x\·\underset{i=1}{\overset{n}{\Σ}}{P}_{D_i}---\left(5\right)$

EPP的装机规模约束：H≤αP(6)

式中，N(i)为节点i的相邻节点的集合；X_i、Y_ij、Z_ij分别为节点电压幅值V_i、V_j和相角θ_ij的函数，；G_ii、B_ii、G_ij、B_ij分别为节点i的自电导、自电纳、互电导和互电纳；P_DGi、P_LDi分别为节点i上分布式电源注入的有功功率、负荷注入的有功功率；Q_i为节点i注入的无功功率之和，Q_DGi、Q_LDi分别为节点i上分布式电源注入的无功功率、负荷注入的无功功率；V_i,max和V_i,min分别为节点i电压幅值的上下限；I_ij和I_ij,max分别为流过支路ij的电流幅值及其最大允许值；P_DGi和P_Di分别是第i个分布式电源容量和负荷容量，x为电网中分布式电源的最大接入限制百分比；H是EPP容量，α是EPP资源占最大用电需求的比例系数；P为EPP的装机规模。

对于本实施例，设定7个分布式电源的渗漏率之和为35％，即式(5)满足要求其中为全系统负荷水平；EPP资源占最大用电需求的比例系数α取8％。

步骤四：求解：利用粒子群算法对上述基于综合资源战略规划的主动配电网多源优化配置模型进行求解；

对于本实施例，粒子群算法中粒子种群个数为40，加速度常数取c1＝2.8，c2＝1.3；惯性权重采用改进的随机惯性权重取值策略，最大迭代次数为500。

第五步：输出相关结果，包括分布式电源和各种形式的能效电厂的优化配置情况以及目标函数值等。

本实施例的优化配置结果如表5和表6所示。

表5分布式电源和EPP的位置及容量结果

表6系统优化结果

通过对比可以得出，本发明提供的基于综合资源战略规划的主动配电网多源优化配置模型具有合理性，使得分布式电源的环境效益和EPP的节能特点得到体现。通过表6可以看出，基于综合资源战略规划的主动配网多源优化配置可以使得系统的年成本、环境成本和网损成本均有不同程度的降低，从而达到社会效益的最大化。所得配置方案可以为决策者提供多样化的选择，能够有效节约能源以及降低污染气体的排放。

Claims (3)

1.一种基于综合资源战略规划的主动配电网多源优化配置方法，其特征在于：所述的基于综合资源战略规划的主动配电网多源优化配置方法包括按顺序进行的下列步骤：

步骤一：基础数据获取；获取待研究配电系统的包括网架结构、负荷水平、电气参数在内的基础数据；

步骤二：模型建立：利用上述基础数据建立基于综合资源战略规划的主动配电网多源优化配置模型，并设定最小化社会成本为目标函数；

步骤三：确定约束条件：选取某一节点为平衡节点，设定包括系统潮流约束、运行电压水平约束、支路电流限制、系统容量约束、EPP的装机规模约束在内的约束条件；

步骤四：求解：利用粒子群算法对上述基于综合资源战略规划的主动配电网多源优化配置模型进行求解；

第五步：输出相关结果，包括分布式电源和各种形式的能效电厂的优化配置情况以及目标函数值。

2.根据权利要求1所述的基于综合资源战略规划的主动配电网多源优化配置方法，其特征在于：在步骤二中，所述的目标函数的表达式为：

$f=\min \{{\mathrm{\ω}}_1\[\underset{i=1}{\overset{N_s}{\Σ}}\underset{j=1}{\overset{N_i}{\Σ}}(F_{ij}+c_i{H}_{ij}{T}_{ij})\]+{\mathrm{\ω}}_2{C}_{loss}+{\mathrm{\ω}}_3\underset{k}{\overset{N_k}{\Σ}}\underset{i=1}{\overset{N_s}{\Σ}}\underset{j=1}{\overset{N_i}{\Σ}}{v}_k{\mathrm{\η}}_{ik}{H}_{ij}{T}_{ij}\}---\left(1\right)$

式中，ω₁为建设运行费用的权重，ω₂为网损费用的权重，ω₃为环境成本的权重，Ns为电源的种类；Ni为第i类电源的数量，Fij为第i类第j组电源的年建设及运行维护成本，Hij为第i类第j组电源的装机容量，其中，EPP的容量为削峰容量；T_ij为第i类第j组电源的可利用小时数；c_i为第i类第j组电源的单位发电成本，η_ik为第i类电源第k类污染物的排放系数，g/kWh；v_k为第k类污染物的环境价值；C_loss为网损费用。

3.根据权利要求1所述的基于综合资源战略规划的主动配电网多源优化配置方法，其特征在于：在步骤三中，所述的系统潮流约束、运行电压水平约束、支路电流限制、系统容量约束、EPP的装机规模约束的表达式如下：

系统潮流约束： $\left\{\begin{array}{c}{P}_i=\sqrt{2}{G}_{ij}{X}_i+\underset{j\∈N\left(i\right)}{\Σ}(G_{ij}{Y}_{ij}+B_{ij}{Z}_{ij})\\ =P_{DGi}-P_{LDi},i=2,\mathrm{...},n\\ Q_i=-\sqrt{2}{B}_{ii}{X}_i-\underset{j\∈N\left(i\right)}{\Σ}(B_{ij}{Y}_{ij}-G_{ij}{Z}_{ij})\\ =Q_{DGi}-Q_{LDi},i=2,\mathrm{...},n\end{array}\right.---\left(2\right)$

运行电压水平约束：V_i(min)≤V_i≤V_i(max)(3)

支路电流限制：I_ij≤I_ij,max(4)

系统容量约束： $\underset{i=1}{\overset{n}{\Σ}}{P}_{{\mathrm{DG}}_i}\≤x\·\underset{i=1}{\overset{n}{\Σ}}{P}_{D_i}---\left(5\right)$

EPP的装机规模约束：H≤αP(6)

式中，N(i)为节点i的相邻节点的集合；X_i、Y_ij、Z_ij分别为节点电压幅值V_i、V_j和相角θ_ij的函数，；G_ii、B_ii、G_ij、B_ij分别为节点i的自电导、自电纳、互电导和互电纳；P_DGi、P_LDi分别为节点i上分布式电源注入的有功功率、负荷注入的有功功率；Q_i为节点i注入的无功功率之和，Q_DGi、Q_LDi分别为节点i上分布式电源注入的无功功率、负荷注入的无功功率；V_i,max和V_i,min分别为节点i电压幅值的上下限；I_ij和I_ij,max分别为流过支路ij的电流幅值及其最大允许值；P_DGi和P_Di分别是第i个分布式电源容量和负荷容量，x为电网中分布式电源的最大接入限制百分比；H是EPP容量，α是EPP资源占最大用电需求的比例系数；P为EPP的装机规模。