CN106253335B - 一种分布式电源容量与接入位置不确定的配电网规划方法 - Google Patents
一种分布式电源容量与接入位置不确定的配电网规划方法 Download PDFInfo
- Publication number
- CN106253335B CN106253335B CN201610693823.6A CN201610693823A CN106253335B CN 106253335 B CN106253335 B CN 106253335B CN 201610693823 A CN201610693823 A CN 201610693823A CN 106253335 B CN106253335 B CN 106253335B
- Authority
- CN
- China
- Prior art keywords
- distribution network
- planning
- power distribution
- distributed power
- power supply
- 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.)
- Active
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 140
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000004146 energy storage Methods 0.000 claims description 26
- 238000010521 absorption reaction Methods 0.000 claims description 10
- 238000004088 simulation Methods 0.000 claims description 7
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000035699 permeability Effects 0.000 claims description 5
- 230000002068 genetic effect Effects 0.000 claims description 4
- 238000010248 power generation Methods 0.000 abstract description 5
- 230000008859 change Effects 0.000 description 20
- 238000004364 calculation method Methods 0.000 description 16
- 230000005540 biological transmission Effects 0.000 description 7
- 230000006872 improvement Effects 0.000 description 6
- 238000002347 injection Methods 0.000 description 6
- 239000007924 injection Substances 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000004308 accommodation Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000009396 hybridization Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种分布式电源容量与接入位置不确定的配电网规划方法,包括:建立分布式电源在配电网中不同容量和不同接入位置的分析模型,以不同接入组合的方式研究分布式电源并网后对配电网运行参数的影响;将不同接入组合的方式分布式电源并网后对配电网运行参数的影响形成对规划的约束要求,根据规划的要求建立规划模型;对规划模型进行求解得到规划结果。本发明的分布式电源容量与接入位置不确定的配电网规划方法,在满足配电网安全经济运行的前提下,实现了对于任意接入配电网的分布式发电的最大限度消纳,具有较强的适应性。
Description
技术领域
本发明涉及智能配电网技术领域,特别涉及一种分布式电源容量与接入位置不确定的配电网规划方法。
背景技术
分布式发电(尤其是可再生能源)以其高效、灵活及可持续性成为电力工业界应对能源危机和环境保护的重要手段,分布式发电的接入可以缓解负荷增长的压力,延缓电网升级建设以及减小电网运行的能量损耗。广泛接入分布式电源的主动配电网注重局部区域的自主控制和全网最优协调,即能够利用先进的信息通信技术以及电力电子技术,实现对规模化接入分布式电源的配电网实施主动管理,并能够自主协调控制间歇式能源和储能装置等单元,积极消纳可再生能源并确保网络的安全经济运行。
由于分布式可再生能源,例如风能、太阳能等,受环境影响很大,其间歇性和波动性给电网带来一系列问题:包括潮流、电压波动、短路容量、电能质量以及稳定性等。配电网规划旨在保证电网的经济运行与综合控制,目标在于提高供电能力、供电可靠性和分布式电源消纳能力,并根据电网实际情况与负荷发展概况规划建设结构合理、高效可控、安全可靠、经济环保、技术先进、自动化水平高的现代化配电网。因此传统的规划方法不再适用。
配电网中大量接入分布式电源、储能等装置,需要考虑在何处接入,接入容量为多少,以及负荷增长与分布式电源出力不确定条件下的经济可靠和环境保护效益,需求侧管理效益等问题。因此和传统配电网规划方法相比,涉及分布式电源的配电网及主动配电网规划所考虑的变量和目标更多,其规划模型更为复杂。
现有方法一般分为分布式电源选址定容和主动配电网扩展规划两类。
(1)在原有电网基础上进行电源规划,在维持系统原有馈线和配置不变的情况下,优化选取决定主动配电网中分布式电源及储能装置的位置和容量。
分布式电源及储能装置的安装位置不同,接入的容量不同,会对系统电压分布、可靠性以及继电保护产生重大影响,同样会对主动式管理造成不同的影响。以此为切入点,主动配电网的规划模型可有以下几种选择:一是可以建立以电网扩展及损耗成本费用最少为目标,确定分布式电源的位置和容量;还可以以主动配电网的有功网损最小为目标,DG的容量和数量及电压电流限制为约束,建立模型等;也可在分布式电源容量一定的条件下,对单辐射状主动配电网中的DG安装位置进行优化,得到最优位置。
(2)在考虑电网发展和负荷增长情况时,研究一个包括电网发展、负荷增长以及分布式电源并网的主动配电网扩展规划建设方案。以电网规划为出发点,主动配电网的扩展规划并不局限在分布式电源与原有电网的协调配合问题,而更强调全局的优化配置。
主动配电网的扩展规划方法一般从电网运营层面最优的角度考虑,即在安全经济的基础上,建立包括以线路和分布式电源投资最小、系统网损最小、调峰所增加的额外费用最小、配电企业从输电网购买电力的费用最小和静态电压稳定裕度最大为目标的模型。通过考虑DG出力的不确定性和负荷的增长,运用数学模型和规划软件,通过对比最终获得一个最优方案。
虽然分布式电源的输出存在不确定,但现阶段所述两类技术都属于分布式电源配置和接入情况能够获得确定的电网规划或电源规划,在所形成的方案基础上根据实际运行情况可进行确定性的优化调节和控制。这往往是根据背景规划资料得到的一个定型的方案,而可能存在对多变的场景适应性不强、灵活性不足等问题。
发明内容
本发明针对上述现有技术中存在的问题,提出一种分布式电容容量与接入位置不确定的配电网规划方法,以最优的投资运行费用使规划得到的配电网能够适应分布式电源各种不确定性的接入组合方式,获得运行的安全与经济最优,同时达到对分布式电源功率的完全消纳,使得配电网在实际运行中面对多变场景和不同潮流分布也能高效消纳分布式电源的输出功率,使得规划方案具有更高的灵活性。
为解决上述技术问题,本发明是通过如下技术方案实现的:
本发明提供一种分布式电容容量与接入位置不确定的配电网规划方法,其包括以下步骤:
S11:建立分布式电源在配电网中不同容量和不同接入位置的分析模型,以不同接入组合的方式研究分布式电源并网后对配电网运行参数的影响;
S12:将不同接入组合的方式分布式电源并网后对配电网运行参数的影响形成对规划的约束要求,根据所述规划的要求建立规划模型;
S13:对所述规划模型进行求解得到规划结果,即最优规划方案。
较佳地,所述步骤S13之后还包括:
S14:以不同分布式电源容量、不同分布式电源接入位置的组合,对所述规划结果进行概率随机潮流的计算,以检验配电网运行中是否满足所述约束要求。
较佳地,所述步骤S14之后还包括:
S15:通过蒙特卡罗法模拟抽象出有限个接入组合方式,在每种接入组合方式下,在所述规划结果的基础上,结合配电网运行场景进行模拟仿真,以验证规划结果的可行性与有效性。
较佳地,所述步骤S15具体为:根据分布式电源容量的大小选取不同的消纳模式,通过蒙特卡罗法模拟抽象出有限个接入组合方式,在每种接入组合方式下,在所述规划结果和所述消纳模式的基础上,结合配电网运行场景进行模拟仿真,以验证规划结果的可行性与有效性。
较佳地,所述步骤S15中的根据分布式电源容量的大小选取不同的消纳模式具体为:根据分布式电源容量逐渐增大,依次选取:荷源协调控制的单点消纳模式、储源协调控制的本馈线内消纳模式、网源协调控制的互连馈线间消纳模式、站源协调控制的变电站出线多馈线面消纳模式。
较佳地,所述步骤S11中的配电网运行参数包括:节点电压、整体电压水平以及功率损耗。
较佳地,所述步骤S12中建立的规划模型具体为:综合考虑配电网网架和储能最优配置的上下两层规划模型。
较佳地,所述步骤S13具体为:采用单亲遗传算法和上下层交替迭代方法对所述规划模型进行求解得到规划网络,得出最优的规划方案。
较佳地,所述步骤S12中的约束要求以配电网满足安全可靠性要求、消纳能力最优、面向不确定性适用能力最优的条件下综合考虑投资运营费用最低为目标函数。
相较于现有技术,本发明具有以下优点:
(1)本发明提供的分布式电源容量与接入位置不确定的配电网规划方法,对分布式电源不确定的接入位置和容量建立模型进行了分析,总结并考虑不同情况下对配电网运行的影响,提出了适应不确定性条件之下配电网的规划目标及约束,规划结果具有更强的实用性;
(2)本发明在所得到的规划结果上考虑分布式电源出力的随机模型,计算在不同容量和接入位置组合下的系统概率随机潮流,检验系统的节点电压水平是否合格以及分布式电源能否被高效消纳等,以此对网络规划方案进行修正。使得所获得的规划方案能在消纳分布式电源功率的同时实现网络安全经济的综合最优运行;
(3)本发明所提出的配电网规划方法与消纳模式对于分布式电源输出功率的消纳更为灵活,能更好地适应分布式电源在配电网内随意接入的情况。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
下面结合附图对本发明的实施方式作进一步说明:
图1为本发明的实施例的分布式电源容量与接入位置不确定的配电网规划方法的流程图;
图2为本发明的实施例的上下两层规划模型的求解方法流程图;
图3为图2中的上下层规划模型的求解方法流程图;
图4为本发明的较佳实施例的进行随机潮流计算的流程图;
图5为本发明的较佳实施例的分布式电源容量与接入位置不确定的配电网规划方法的流程图;
图6为本发明的较佳实施例的分布式电源容量的消纳模式及切换逻辑图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
本发明提供的分布式电源容量与接入位置不确定的配电网规划方法的流程图如图所示,包括以下步骤:
S11:建立分布式电源在配电网中不同容量和不同接入位置的分析模型,以不同接入组合的方式研究分布式电源并网后对配电网运行参数的影响;具体包括:
(1)建立分布式电源接入位置对配电网影响的分析模型,在容量不变的情况下研究单个分布式电源由于接入位置的不同并网后对配电网运行参数的影响。
具体地,分布式电源的接入位置以辐射状配电网的每条馈线首端节点到不再有子节点的末端节点为顺序依次进行计算分析,通过建立系统电压改善程度和系统有功功率损耗改善程度指标,统计分析配电网的运行整体受到分布式电源在不同接入位置下的影响情况。以上指标数值由每种接入位置情况下运行参数确定不变的配电网潮流分布数据计算得到,而为了分析影响程度,分布式电源的输出功率这里仅以固定值额定输出代入计算。
仅考虑常见的风电与光伏电源,作为在配电网中所要接入的分布式电源类型。
下面选取简单算例配电网,以只接入一种类型分布式电源一台设备来评估分析,接入位置从配电网平衡节点到每一条馈线末端,形成多个接入方案,以分布式电源输出功率为恒定值来计算每一种方案之下的配电网确定性潮流。作为PQ节点类型的光伏(可由PI节点转化得到)其参数为 P=0.0424,Q=0.057;而使用异步发电机的风电作为P恒定Q则跟随接入点电压变化的PQV节点,对其参数定义为P=0.0424,Xd=0.017,xp=3.86, x=0.168。P表示有功功率输出,EDGq为q轴电势,Xd为d轴同步电抗,xp为等效电抗,x为定子电抗与转子电抗之和,以上参数均为标幺值。其无功输出由关于机端电压U的下式决定:
定义系统电压与有功功率损耗改善指标:
式中,下标w代表接入分布式电源时的结果,o则代表未接入时的结果,由计算(2)中的未知量,其中,Ui表示节点i处电压幅值,Li表示节点i处负荷水平,ki表示该节点的权重系数,Ij为支路j电流, Rj为支路j的电阻,n与M分别表示系统节点总数和支路数。若两项指标数值大于1,且越大则表明该接入点时对系统电压水平提升和降低损耗作用越明显;小于1则起到相反作用。
(2)建立分布式电源不同接入容量对配电网影响的分析模型研究在接入位置固定,而分布式电源整体接入渗透率不断增大情况下配电网的运行所受到的影响程度,由于相关规定的存在,故设定总体渗透率不超过30%。
具体地,由不同类型和数量的分布式电源形成一组所要接入的电源,接入位置随机确定而后则固定不变,可以有多个不同的电源类型与数量组合以及接入位置组合。由于是接入容量不确定情况下的配电网运行情况变化和所受到的影响,可理想化地认为功率因数恒定,因此用分布式电源的功率作为代替变量。
通过建立并网深度计算指标来衡量分布式电源接入位置固定而功率变化时对系统各节点电压水平和支路功率损耗的影响。通过建立表征分布式电源输出功率由小到大变化的增长模型,作为节点注入功率变化量代入到潮流计算的节点不平衡功率方程式中,加以迭代求解。观察各节点电压水平和支路功率损耗所受到的影响,并运用步骤一所建立的系统电压改善程度和系统有功功率损耗改善程度指标反映配电网运行在不同接入容量情况下所受到的整体影响。
以上指标数值由每种分布式电源的配置组合与接入组合情况下的配电网潮流分布数据计算得到,分布式电源的输出功率这里以可连续变化但不超过额定值的增长模型代入计算。
同样地,不同类型的分布式电源由于具有不同的物理特性,因其模型的不同对配电网运行所造成的影响各有差异,在研究接入容量不同所带来的影响时予以分类考虑。
同样地,仅以风电和光伏的组合作为接入的方式,选取几种类型和接入点的组合,在此确定的基础上研究容量变化对系统运行的影响。
定义分布式电源的并网深度指标,为并网点至配电网平衡节点之间的导线阻抗之和,如下式所示:
式中,C为分布式电源并网点至平衡节点之间的导线集合。并网深度可衡量DG功率变化对其并网点电压的影响程度。若DG功率改变量为那么所造成的DG并网点电压改变量可通过(4)式进行估算,其中为DG并网点电压向量,为并网点电压改变量。
DG功率的变化不仅引起并网点电压的变化,对配电线路中其他负荷节点电压亦产生影响。DG功率变化在其他节点引起的电压改变量不仅与DG功率变化量有关,还受电网拓扑连接影响。
定义某节点i处接入的光伏输出线性增长变化的模型如式(5),以给定初值和按比例随时间增长的模型表示,无功功率可按照功率因数折算得到。
定义某节点i处接入的风电输出线性增长变化的模型如式(6),以给定初值和按比例随时间增长的模型表示,其无功功率可由式(1)得到。
其中,表示所给出的风电电源有功输出初始值,w为其功率变化线性增长的斜率,同样此处T为一个大于等于零的实数,表示在运行中的时间点。
将上述表征分布式电源输出功率变化增长的模型代入式(7)所示的节点不平衡功率迭代方程中,可求得每种接入组合方式下的潮流变化情况。
其中,PiW、PiPV、PiL分别表示节点i处风电、光伏电源与负荷所注入的有功功率,而相对应QiW、QiPV、QiL则为同类型电源或负荷在节点i处所注入的无功功率,n为配电网总节点个数,i,j=1,2,...,n-1。Ui、Uj表示相应节点电压幅值,Gij、Bij分别为节点i、j之间形成的电导与电纳,θij为节点间相角差。
运用式(2)给出的指标,分析分布式电源接入类型和位置确定的,而接入容量变化但不超过总体渗透率情况下配电网受到的影响。
S12:将不同接入组合的方式分布式电源并网后对配电网运行参数的影响形成对规划的约束要求,根据规划的要求建立规划模型。
本实施例中,对规划的约束要求包括:上层配电网网架和储能配置的目标函数与约束条件,以及下层储能消纳能力最大的目标函数与约束条件;规划模型为综合考虑配电网网架和储能最优配置的上下两层模型;具体为:
对于上层模型:
网架线路的投资回收采用最小化网络年费用表示,同时计入网络年损耗成本费用、故障停电损失、储能设备的总体投资费用,以投资运行的综合成本费用最低作为优化目标,如式(1)所示。由于分布式电源接入容量的未知,无法在目标函数中增加反映向上级输电网购买电量的费用。
Cline=xj·cline,j,j∈L (2)
其中,Cline为线路投资;L为待选支路集;xj为决策变量,等于1表示架设第j条线路,等于0表示不架设;cline,j为第j条支路的投资;Closs为网络年损耗费用;α为年费用折算系数;NESS(i)表示第n个节点上规划配储能,同样是 0-1变量,CESSi表示该储能的固定投资成本造价(万元/台);β为停电损失价值因数,EENS为故障停电损失,按式(3)来计算。
其中,λk为元件k的故障率(次/年),Ek,l为由元件k故障引起的负荷l失电量(kW),tk,l为元件k故障引起负荷l停电时间(h),Cfault,l为负荷l的停电损失。
1、节点电压约束
Uimin≤Ui≤Uimax,i∈N (4)
式中,Uimin、Uimax分别为节点电压Ui的下限和上限,N为配电网节点集合。
2、线路输送功率约束
|Sj|≤Sjmax j∈L (5)
Sj为通过支路j的视在功率,包含可能接入的分布式电源和储能的输出功率,Sjmax为支路j的容量极限,该约束条件保证支路上的潮流可以满足传输容量的约束。
3、节点功率平衡约束
Pis、Qis分别表示节点i处的注入有功功率与无功功率,n为配电网总节点个数,i,j=1,2,...,n-1。Ui、Uj表示相应节点电压幅值,Gij、Bij分别为节点 i、j之间形成的电导与电纳,θij为节点间相角差。
4、辐射状网络约束
n=m+1 (7)
式中,n为规划水平年配电网的总节点数,m为全部支路数之和。
5、有载调压变压器调节范围约束
6、分布式电源接入限制约束
其中,SESSi表示在节点i处接入的分布式电源单机容量,Slim为单机容量接入上限值,Rpentration表示根据渗透率要求换算得到的配电网总体接入分布式电源容量上限。
对于下层模型:
目标函数以网络中所有配置的储能设备在固定时刻所具备的最大的充电功率之和。约束条件主要有接入支路的电流不超过支路电流上限,储能荷电容量约束、储能充放电倍率约束、对所有接入的分布式电源功率完全消纳的约束等,分别以(a)、(b)、(c)、(d)表示。
其中,表示计及多储能接入的蓄电能力,代表第k个储能考虑其荷电容量约束在时刻T所能吸纳存储的有功功率。Ij表示支路j电流,Ij.Rated为支路额定电流上限值,n为节点数,B为支路数,Ek.min与Ek.max表示第k个储能设备自身荷电容量上下限,Ek(T+ΔT)为自从T时刻起经过了ΔT长的时间段后储能k 的容量,Pk(T)为储能k在时刻T的放电倍率,Pk.Rated则为放电倍率上限,∑PDG为所有分布式电源有功功率总额。
分布式电源在配电网中的接入总体上可以减少损耗,降低输配电成本,另一方面可以为系统提供调峰、调频等辅助服务,通过削峰填谷优化系统的最大负荷水平,延缓或减少输配电设备的扩建和减轻环境污染,提高配电网电力供应的可靠性和稳定性。这有益于配电网网架规划的成本控制。
但同时由步骤11的分析,不同类型分布式电源以不同的容量接入配电网中的不同位置,对系统的节点电压和总体电压水平既有抬升,也可能有拉低的影响,对于网络总体有功损耗即有降低也可能有增加的作用。P、Q恒定的分布式电源,在非馈线首端接入,总能够提升电网总体电压水平至基准值附近,并且又由于避免了功率的远距离传输因而降低网络损耗。P、V恒定的分布式电源对系统电压改善最为明显。而P恒定,无功输出Q则跟随网络节点电压变化的分布式电源,根据其接入点的情况可能会对电压和损耗带来不良影响。因此,对配电网规划提出在满足相关节点运行约束条件下充分消纳分布式电源功率、网络拓扑可适应调节控制的需要而灵活转换、同时线路设备和储能投资成本最小、可靠性和运营成本最优的要求。
在获得所规划地区负荷分布、典型日负荷曲线以及未来负荷增长预测等背景数据的基础上,对涉及到分布式电源的不确定参数利用数据挖掘算法进行预估或利用智能算法做回归预测,建立上下两层规划模型。上层模型是考虑配电网网架结构和储能优化配置的以综合投资运行成本最小为目标的规划模型,下层是表征所规划网络对分布式电源输出功率消纳能力最优为目标的规划模型。上下层模型分别具有各自的约束条件,主要包括:配电网潮流约束、支路电流上限值约束、线路固有传输容量约束、节点电压约束、辐射状网络约束、反向潮流约束、对储能的接入总量限制约束、可靠性约束、储能荷电容量约束、储能充放电倍率约束、对分布式电源功率消纳的约束等。
S13:对规划模型进行求解得到规划结果,即最优规划方案。
本实施例中,采用单亲遗传算法求解上层规划模型中的网架结构设计和基于此结构的储能设备的最优配置方案,结合个体优劣评价方法,在遗传过程中通过单个父代个体来产生子代个体,避免了双亲杂交算子对可行性的严重破坏,能产生出适应性更强的后代种群,具有效率高收敛性好的特点,从而得出上层规划的目标函数值。而下层目标函数是对分布式电源功率消纳能力的满意度,需要根据上层规划所得到的初步结果代入进行计算,其结果再反馈给上层规划以选取寻优方向,原理和流程如附图3所示。
如上所述,上下层规划模型之间将中间结果进行相互反馈,反复进行迭代修正,选出符合模型各项约束要求且目标函数综合最优的计算结果作为规划方案进行输出。
较佳实施例中,步骤S13之后还包括:
S14:对不同分布式电源接入位置和接入容量的组合,在所得到的规划结果网架上进行随机潮流计算,同以检验规划结果是否满足随机潮流结果所反映出的约束条件,对原规划方案进行修正。由于可再生能源发电出力具有随机性,输出功率不稳定且难以控制,为反映DG的出力特征,充分考虑其随机性、间歇性,同时避免不必要的网架投资,可以对原规划方案进行修正。
如图4给出了考虑分布式电源出力特性的配电网随机潮流计算流程,采用以牛顿-拉夫逊潮流计算为基础的线性化模型,其基本步骤是:首先获取指定扰动量下的待求量与该扰动量之间的线性关系;其次根据已知的扰动量分布信息,利用半不变量法求取待求量的分布信息。
经潮流方程线性化处理,得到状态变量与节点功率扰动的线性关系式为:
式中:J0为收敛点处的雅可比矩阵;R0为J0的逆矩阵,称为灵敏度矩阵。 X是节点电压幅值和相角组成的状态列向量,正常情况下,配电网在X0附近稳定运行。W是正常情况下节点有功功率和无功功率的注入功率列向量。
支路视在功率在X0处线性化可写成一般式为:
ΔSl=K0T0ΔW (13)
式中,K0为b×2b阶矩阵,其元素为基准运行点X0处各支路相角的余弦与正弦函数。
由式(12)和式(13)得到待求随机变量与扰动变量之间的线性关系式,通过卷积运算即可由注入变量ΔW求出状态变量和支路潮流的随机分布。
半不变量法可将卷积与反卷积计算简化为几个半不变量的加法和减法运算,显著减少了计算量,从而获得了广泛的应用和深入的研究。半不变量法的基本原理是根据独立随机变量的半不变量所具有的性质,通过已知随机变量半不变量求取待求随机变量的半不变量,进而求取待求随机变量的随机分布信息的方法。
对于风电与光伏DG,在已知其出力随机分布的情况下,可离散化有功出力的随机变量,根据下式计算DG有功出力随机变量的m阶矩:
随机变量的各阶矩是它的数字特征,半不变量也是随机变量的一种数字特征。它可以由不高于相应阶次的各阶矩求得。因此,可以利用随机变量的前七阶半不变量与各阶矩的如下关系,求得各阶半不变量。综合考虑运算速度以及计算精度需要,以下计算均取到前七阶。
其中,am为DG有功出力随机变量的m阶矩,m为1时am表示期望值。 aj为不高于当前阶数的j阶矩,同样由(14)得到,Km-j+1为不高于当前介数的半不变量,为系数,表示从m个不同元素中取出j个元素的组合数。假设接入配电网的DG根据机型的特点及电网无功及电压控制要求配套安装相应无功补偿设备,以保证功率因数及电网电压保持在允许范围内。从而根据半不变量的线性关系,利用DG有功出力的各阶半不变量得到无功出力的各阶半不变量。
由下式求得各个节点注入功率的随机变量:
由节点注入功率的半不变量,根据状态变量和支路功率与节点注入功率之间的关系式(13)和(14),利用半不变量的性质,计算状态变量和支路功率的各阶半不变量。进而采用Gram-Charlier级数展开式求出状态变量和支路功率的随机分布情况。
较佳实施例中,步骤S14之后还包括:
S15:对于不同的分布式电源容量选取不同的消纳模式,通过蒙特卡罗法模拟抽象出有限个接入组合方式,在每种接入组合方式下,在规划结果和消纳模式的基础上,结合配电网运行场景进行模拟仿真,以验证规划结果的可行性与有效性。
消纳模式包括:(1)荷源协调控制的单点消纳模式;(2)储源协调控制的本馈线内消纳模式;(3)网源协调控制的互连馈线间消纳模式;(4)站源协调控制的变电站出线多馈线面消纳模式。可针对分布式电源输出功率的情况,实时采取不同消纳模式或在消纳模式间切换,从(1)到(4)解决不平衡功率更多、本区域消纳能力不够的问题的能力越强,组合运用将会给步骤四得到的规划配电网带来更强的适应性。
如图6所示给出了不同消纳模式的运用和转换,四种消纳模式的选择方式为:
当分布式能源接入容量较小且就地具备可控负荷时,可以通过荷源协调控制策略,实时调节可控负荷的有功功率,就地消纳分布式能源,确保在就地点的百分百消纳;
随着分布式能源的接入容量逐级增大,分布式能源接入节点的就地负荷已不足以完全消纳该分布式能源发出的有功功率时,可以通过储源协调控制策略,调节馈线上储能装置的功率输出,在单一馈线层面上消纳间歇式能源;
当分布式能源的接入容量较大,特别是接入轻载线路时,单条馈线的所有负荷和储能都无法完全消纳分布式能源,这时需要借助配电网络联络开关的位置调整,将相连馈线的部分负荷转移到该馈线,由此来完整消纳输出较大功率的分布式能源。是一种互联多馈线自治控制技术,可以将分布式能源在互联多馈线区域进行高效消纳;
部分较为极端情况,即分布式能源的接入容量非常大,储能以及通过联络开关转移的供电负荷也不能完全消纳,需要在网源协调的基础上,再协调控制变电站10kV母线的分段开关状态,将多余的分布式能源转移到变电站其他10kV母线连接的馈线,使得分布式能源能够在变电站下多条馈线进行完整消纳。
虽然实际运行中肯定有对分布式电源接入容量上限的限制,但所选取的分布式电源类型、接入容量大小和接入位置等参数在规划时均未得知,面临极大的不确定性,尤其是当所规划得出的配电网规模较大时,分布式电源可能存在的接入组合方式数量是巨大的。建立分布式电源所接入类型、接入位置和接入容量这三个随机变量的分布函数,运用蒙特卡罗方法模拟生成有限个分布式电源的接入组合方式,基于步骤S13得到的规划结果和步骤S15中的消纳模式,再对每种接入方式分别进行运行计算或仿真。得到每种接入组合方式与场景之下的电网确定性运行结果,对电压水平和对分布式电源的消纳情况进行统计分析,对规划方案的合理性与可行性进行验证校验。
综上所述,本发明提供一种分布式电源容量与接入位置不确定的配电网规划方法,该方法将不确定的分布式电源容量和接入位置信息进行建模,分析该变量作用下对配电网节点电压、网络损耗等关键运行参数的影响,以此提出配电网网架规划的目标和要求。建立了计及配电网网架与储能设备联合考虑的规划模型,通过智能算法加以求解得到规划初步结果,并在此基础上进行考虑分布式电源可能接入点和容量的配电网概率随机潮流计算,以该结果返回修正网络规划的方案。又提出了适用于所得到规划配电网的针对分布式电源功率的消纳模式。搭配组合分布式电源不同接入点接入容量和场景进行大量模拟仿真计算,检验配电网的运行情况,对规划方案加以验证。在满足配电网安全经济运行的前提下,实现了对于任意接入配电网的分布式发电的最大限度消纳,具有较强的适应性。
此处公开的仅为本发明的优选实施例,本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,并不是对本发明的限定。任何本领域技术人员在说明书范围内所做的修改和变化,均应落在本发明所保护的范围内。
Claims (9)
1.一种分布式电源容量与接入位置不确定的配电网规划方法,其特征在于,包括以下步骤:
S11:建立分布式电源在配电网中不同容量和不同接入位置的分析模型,以不同接入组合的方式研究分布式电源并网后对配电网运行参数的影响;
具体包括:
建立分布式电源接入位置对配电网影响的分析模型,在容量不变的情况下,研究单个分布式电源由于接入位置的不同并网后对配电网运行参数的影响;
以及建立分布式电源不同接入容量对配电网影响的分析模型,在接入位置固定的情况下,研究分布式电源整体接入渗透率不断增大情况下配电网运行所受的影响;
S12:将不同接入组合方式的分布式电源并网后对配电网运行参数的影响形成对规划的约束要求,根据所述规划的要求建立规划模型;
S13:对所述规划模型进行求解得到规划结果。
2.根据权利要求1所述的分布式电源容量与接入位置不确定的配电网规划方法,其特征在于,所述步骤S13之后还包括:
S14:以不同分布式电源容量、不同分布式电源接入位置的组合,对所述规划结果进行概率随机潮流的计算,以检验配电网运行中是否满足所述约束要求。
3.根据权利要求2所述的分布式电源容量与接入位置不确定的配电网规划方法,其特征在于,所述步骤S14之后还包括:
S15:通过蒙特卡罗法模拟抽象出有限个接入组合方式,在每种接入组合方式下,在所述规划结果的基础上,结合配电网运行场景进行模拟仿真,以验证规划结果的可行性与有效性。
4.根据权利要求3所述的分布式电源容量与接入位置不确定的配电网规划方法,其特征在于,所述步骤S15具体为:根据分布式电源容量的大小选取不同的消纳模式,通过蒙特卡罗法模拟抽象出有限个接入组合方式,在每种接入组合方式下,在所述规划结果和所述消纳模式的基础上,结合配电网运行场景进行模拟仿真,以验证规划结果的可行性与有效性。
5.根据权利要求4所述的分布式电源容量与接入位置不确定的配电网规划方法,其特征在于,所述步骤S15中的根据分布式电源容量的大小选取不同的消纳模式具体为:根据分布式电源容量逐渐增大,依次选取:荷源协调控制的单点消纳模式、储源协调控制的本馈线内消纳模式、网源协调控制的互连馈线间消纳模式、站源协调控制的变电站出线多馈线面消纳模式。
6.根据权利要求1所述的分布式电源容量与接入位置不确定的配电网规划方法,其特征在于,所述步骤S11中的配电网运行参数包括:节点电压、整体电压水平以及功率损耗。
7.根据权利要求1所述的分布式电源容量与接入位置不确定的配电网规划方法,其特征在于,所述步骤S12中建立的规划模型具体为:综合考虑配电网网架和储能最优配置的上下两层规划模型。
8.根据权利要求7所述的分布式电源容量与接入位置不确定的配电网规划方法,其特征在于,所述步骤S13具体为:采用单亲遗传算法和上下层交替迭代方法对所述规划模型进行求解得到规划网络,得出最优的规划方案。
9.根据权利要求1所述的分布式电源容量与接入位置不确定的配电网规划方法,其特征在于,所述步骤S12中的约束要求以配电网满足安全可靠性要求、消纳能力最优、面向不确定性适用能力最优的条件下综合考虑投资运营费用最低为目标函数。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610430441 | 2016-06-16 | ||
CN2016104304414 | 2016-06-16 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106253335A CN106253335A (zh) | 2016-12-21 |
CN106253335B true CN106253335B (zh) | 2020-01-17 |
Family
ID=57592521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610693823.6A Active CN106253335B (zh) | 2016-06-16 | 2016-08-19 | 一种分布式电源容量与接入位置不确定的配电网规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106253335B (zh) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106972523B (zh) * | 2016-12-27 | 2019-06-25 | 国网浙江省电力公司嘉兴供电公司 | 有源配电网内储能电站的优化选址定容方法 |
CN106972545A (zh) * | 2017-03-20 | 2017-07-21 | 国网浙江省电力公司嘉兴供电公司 | 一种虚拟电厂功率调节方法 |
CN106972550A (zh) * | 2017-03-20 | 2017-07-21 | 国网浙江省电力公司嘉兴供电公司 | 一种基于潮汐能和光能的虚拟电厂功率调节方法 |
CN107025520A (zh) * | 2017-04-05 | 2017-08-08 | 广东电网有限责任公司东莞供电局 | 配电网新能源消纳能力确定的双层二阶锥规划方法与系统 |
CN106887843A (zh) * | 2017-04-18 | 2017-06-23 | 国网江苏省电力公司电力科学研究院 | 一种考虑需求响应的系统备用容量决策方法 |
CN107301472B (zh) * | 2017-06-07 | 2020-06-26 | 天津大学 | 基于场景分析法和电压调节策略的分布式光伏规划方法 |
CN107508288A (zh) * | 2017-08-28 | 2017-12-22 | 南京理工大学紫金学院 | 一种含新能源发电系统与特殊负荷的配电网优化规划方法 |
CN107766991A (zh) * | 2017-11-10 | 2018-03-06 | 国网浙江省电力公司电力科学研究院 | 一种分布式电源接入配电网的规划优化方法及系统 |
CN108336733A (zh) * | 2018-03-30 | 2018-07-27 | 贵州电网有限责任公司 | 适用于配网保护及损耗最小的分布式电源容量配置方法 |
CN108321826A (zh) * | 2018-04-10 | 2018-07-24 | 阳光电源股份有限公司 | 储能系统容量配置方法、装置以及系统 |
CN108711862B (zh) * | 2018-06-07 | 2021-06-11 | 国网江苏省电力有限公司淮安供电分公司 | 间歇式能源功率波动对多层级配电网电压影响的评估方法 |
CN109038558B (zh) * | 2018-08-02 | 2020-05-15 | 清华大学 | 模拟最优控制过程的配电网规划方案安全性评估方法 |
CN109149586B (zh) * | 2018-09-13 | 2021-08-20 | 国网天津市电力公司电力科学研究院 | 面向智能软开关的有源配电网分区分散式电压控制方法 |
CN109508823B (zh) * | 2018-11-06 | 2021-06-15 | 西安理工大学 | 一种基于场景分析法的配电网中分布式电源规划方法 |
CN109672195A (zh) * | 2019-01-23 | 2019-04-23 | 国网新疆电力有限公司经济技术研究院 | 一种预装式储能电站的选址方法 |
CN110445180A (zh) * | 2019-09-03 | 2019-11-12 | 国网河南省电力公司信阳供电公司 | 一种新能源并网方法 |
CN110994678A (zh) * | 2019-12-10 | 2020-04-10 | 国网浙江宁海县供电有限公司 | 一种分布式光伏精准接入的计算方法及装置 |
CN113642818B (zh) * | 2020-05-11 | 2024-07-23 | 中国能源建设集团江苏省电力设计院有限公司 | 一种线间潮流控制器安装方案评价方法、装置及电子设备 |
CN112039122B (zh) * | 2020-09-24 | 2022-04-12 | 南方电网科学研究院有限责任公司 | 基于电网准入容量设计分布式电源并网的规划方法及装置 |
CN112488442B (zh) * | 2020-10-29 | 2022-08-30 | 国网河南省电力公司郑州供电公司 | 基于深度强化学习算法及源荷不确定性的配电网重构方法 |
CN112417630B (zh) * | 2020-11-25 | 2023-04-18 | 重庆涪陵电力实业股份有限公司 | 一种考虑出力不确定的分布式电源选址定容优化方法 |
CN113541166B (zh) * | 2021-07-27 | 2023-09-05 | 广东电网有限责任公司 | 一种分布式储能优化配置方法、系统、终端和存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103490410B (zh) * | 2013-08-30 | 2014-07-02 | 江苏省电力设计院 | 一种基于多目标优化的微电网规划和容量配置方法 |
CN104836260B (zh) * | 2015-05-29 | 2017-05-24 | 国网山东省电力公司经济技术研究院 | 一种电压约束下主动配电网中dg准入容量的计算方法 |
CN105356464A (zh) * | 2015-12-10 | 2016-02-24 | 国家电网公司 | 一种分布式电源和配电网联合规划的方法及装置 |
-
2016
- 2016-08-19 CN CN201610693823.6A patent/CN106253335B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106253335A (zh) | 2016-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106253335B (zh) | 一种分布式电源容量与接入位置不确定的配电网规划方法 | |
Zhang et al. | Hierarchically-coordinated voltage/VAR control of distribution networks using PV inverters | |
Singh et al. | Distributed power generation planning for distribution networks using electric vehicles: Systematic attention to challenges and opportunities | |
Luo et al. | Short‐term operational planning framework for virtual power plants with high renewable penetrations | |
Ahmadigorji et al. | A robust model for multiyear distribution network reinforcement planning based on information-gap decision theory | |
Rastgou et al. | Improved harmony search algorithm for electrical distribution network expansion planning in the presence of distributed generators | |
Home-Ortiz et al. | Increasing RES hosting capacity in distribution networks through closed-loop reconfiguration and Volt/VAr control | |
Shukla et al. | Allocation of optimal distributed generation using GA for minimum system losses in radial distribution networks | |
Kim | Optimal distributed generation allocation for reactive power control | |
CN114006410B (zh) | 一种基于机会约束规划的大规模海上风电接入点优化方法 | |
CN115640963A (zh) | 一种考虑投资运营模式的海上风电接入系统鲁棒规划方法 | |
US20220140601A1 (en) | Automation tool to create chronological ac power flow cases for large interconnected systems | |
Azeredo et al. | Study of reducing losses, short-circuit currents and harmonics by allocation of distributed generation, capacitor banks and fault current limiters in distribution grids | |
Mokhtari et al. | Optimal coordination of thyristor controlled series compensation and transmission expansion planning: distributionally robust optimization approach | |
Reddy et al. | Placement of distributed generator, capacitor and DG and capacitor in distribution system for loss reduction and reliability improvement | |
CN110414810A (zh) | 计及失负荷风险的多端智能软开关优化配置方法及系统 | |
Ebrahimi et al. | Probabilistic optimal planning in active distribution networks considering non‐linear loads based on data clustering method | |
Ali et al. | Optimal planning of uncertain renewable energy sources in unbalanced distribution systems by a multi‐objective hybrid PSO–SCO algorithm | |
Pinto et al. | Reliability‐constrained robust expansion planning of active distribution networks | |
Ashfaq et al. | Regionalisation of islanded microgrid considering planning and operation stages | |
CN107133870B (zh) | 基于30秒周期静态分析的电力现货交易安全校核方法 | |
CN116388153A (zh) | 一种有源配电网中柔性互联装备优化配置方法 | |
Mohamed et al. | Two‐phase BESS optimization methodology to enhance the distribution network power quality and mitigate violations | |
Mokari et al. | Security constraint optimal reactive power dispatch under uncertainty in a wind integrated power system | |
Cortés-Caicedo et al. | Minimizing the annual costs in AC distribution microgrids through optimal BESS location, selection, and operation using a hybrid approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |