CN107634518A - 一种“源‑网‑荷”相协调的主动配电网经济调度方法 - Google Patents
一种“源‑网‑荷”相协调的主动配电网经济调度方法 Download PDFInfo
- Publication number
- CN107634518A CN107634518A CN201710857306.2A CN201710857306A CN107634518A CN 107634518 A CN107634518 A CN 107634518A CN 201710857306 A CN201710857306 A CN 201710857306A CN 107634518 A CN107634518 A CN 107634518A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- mtd
- msubsup
- munderover
- 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 25
- 240000002853 Nelumbo nucifera Species 0.000 title abstract description 8
- 235000006508 Nelumbo nucifera Nutrition 0.000 title abstract description 8
- 235000006510 Nelumbo pentapetala Nutrition 0.000 title abstract description 8
- 238000004146 energy storage Methods 0.000 claims abstract description 56
- 238000013519 translation Methods 0.000 claims abstract description 54
- 238000005457 optimization Methods 0.000 claims abstract description 9
- 238000010845 search algorithm Methods 0.000 claims abstract description 9
- 238000001803 electron scattering Methods 0.000 claims description 22
- 230000005611 electricity Effects 0.000 claims description 19
- 230000009467 reduction Effects 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 13
- 230000006399 behavior Effects 0.000 claims description 10
- 230000009471 action Effects 0.000 claims description 9
- 230000033001 locomotion Effects 0.000 claims description 9
- 101100177269 Arabidopsis thaliana HCAR gene Proteins 0.000 claims description 6
- 238000010348 incorporation Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000002402 nanowire electron scattering Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 102100030624 Proton myo-inositol cotransporter Human genes 0.000 claims 1
- 101710095091 Proton myo-inositol cotransporter Proteins 0.000 claims 1
- 239000004744 fabric Substances 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 abstract 1
- 230000014616 translation Effects 0.000 description 37
- 238000002485 combustion reaction Methods 0.000 description 4
- 230000005684 electric field Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
Classifications
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Secondary Cells (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种“源‑网‑荷”相协调的主动配电网经济调度方法。以分布式电源、储能、灵活网络拓扑、柔性负荷削减与平移为调度的控制手段,计及购电成本、损耗成本、需求侧管理成本,建立了以配电网运行成本最低为目标的经济调度模型;应用改进和声搜索算法进行模型的求解;最后,通过算例分析验证了所发明调度方法的正确性和有效性。本发明可有效促进网络优化运行和绿色能源消纳。
Description
技术领域
本发明涉及配电网的优化调度运行领域,尤其是涉及一种“源-网-荷”相协调的主动配电网经济调度方法。
背景技术
随着分布式电源(distributed generation,DG)与储能(energy storagesystem,ESS)的入网、先进的信息通信和电力电子技术的应用、对需求侧资源的开发利用,传统单向被动式配电网正逐渐发展为双向互动、多元协调的主动配电网(activedistribution network,ADN)。主动配电网的一次系统具有“源-网-荷”三元结构:“源”指的是ADN中各类分布式电源与储能,其中DG分为可控型和间歇型,常见的可控型DG有微型燃气轮机(micro-turbine,MT)、柴油发电机、燃料电池等,间歇型DG包括风力发电机(windturbine,WT)、光伏(photovoltaic,PV)等;“网”主要包括变压器、线路、开关等电力设备,其重要功能是通过灵活的网络拓扑来管理潮流;“荷”是指需求侧的各类负荷资源,包括常规负荷、可削减负荷、可平移负荷等。从“源-网-荷”的角度而言,主动配电网就是能够协调各类分布式电源与储能、基于灵活拓扑优化潮流、积极管理需求侧资源,在满足用户电力需求的基础之上,促进可再生能源发电消纳和网络经济安全运行的配电系统。
对于主动配电网的优化调度,国内外已有一些学者进行了研究。有的文献以网损成本最低为目标,用鲁棒优化来处理电价的不确定性,对储能和响应负荷的日前调度问题进行了研究,但没有计及DG出力管理和网络拓扑调整。有的研究考虑了可控型DG、网络结构、响应负荷,以配电网运行成本最低为调度目标。也有基于马尔可夫链模型进行风光日前预测,用模糊聚类分析将日等效负荷曲线划分为多个时段,提出了一种综合考虑DG有功出力和网络结构的双层日前调度模型,然而未考虑储能这一有效的调度手段。还有针对主动配电网的优化调度运行的研究,考虑了有功与无功的相互协调,基于二阶锥松弛进行模型的求解,但优化对象仅局限于ADN的有功与无功“源”,并未涉及“网”的灵活拓扑调整与“荷”的柔性负荷控制。
发明内容
本发明的目的在于克服现有技术的不足之处,而提供一种“源-网-荷”相协调的主动配电网经济调度方法,该调度方法:以分布式电源、储能、灵活网络拓扑、柔性负荷削减与平移为调度的控制手段,计及购电成本、损耗成本、需求侧管理成本,建立了以配电网运行成本最低为目标的经济调度模型;应用改进和声搜索算法进行模型的求解;最后,通过算例分析验证了所发明调度方法的正确性和有效性的一种“源-网-荷”相协调的主动配电网经济调度方法。
一种“源-网-荷”相协调的主动配电网经济调度方法,(1)建立主动配电网的经济优化调度模型,
以调度周期内配电网的运行成本最低为目标,本发明建立了如下目标函数:
min C=Cpurc+Closs+CDSM (1)
其中:C为整个调度周期配电网的运行成本;Cpurc、Closs、CDSM分别为配电网的购电成本、损耗成本、需求侧管理成本,
购电成本:
其中:Cpurc,grid、Csell,grid分别为向上级电网购电的成本和售电的收益;Cpurc,DG为向DG购电成本;L为调度周期的时段数,T为时段的时间间隔;αpurc,t、αsell,t为配电网(与上级电网间的)购电、售电标识变量,购电时αpurc,t=1、αsell,t=0,售电时αpurc,t=0、αsell,t=1;Pgrid,t、cgrid,t分别为t时段配电网与上级电网的交互功率与交易电价,Pgrid,t>0表示主网流向ADN,Pgrid,t<0表示ADN流向主网;NDG为配电网中DG的总数量(包括可控型与间歇型);PDG,t,i、cDG,i分别为t时段第i台DG的有功出力与上网电价;损耗成本:
其中:Closs,line为线路损耗成本;Closs,ESS为储能损耗成本;closs,t为损耗成本电价,本发明取closs,t=cgrid,t;Ploss,line,t为t时段的线路损耗功率;NESS为网络中储能的总数量;αch,t,i、αdi,t,i为储能的充、放电标识变量,PESS,t,i为t时段第i台储能的有功出力,充电时αch,t,i=1、αdi,t,i=0、PESS,t,i<0,放电时αch,t,i=0、αdi,t,i=1、PESS,t,i>0;ηch,i、ηdi,i分别为第i台储能的充、放电效率;需求侧管理成本:
其中:Ccurt、Cshif分别为需求侧管理的负荷削减和负荷平移操作成本;Ncurt、Nshif分别为配电网中参与负荷削减和负荷平移的总用户数;Pcurt,t,i、Pshif-out,t,i分别为t时段第i个用户的负荷削减量和负荷平移移出量;ccurt,t为负荷削减的用户补偿电价,本发明取ccurt , t=cgrid,t;cshif,t为负荷每平移一个时段的用户补偿电价,本发明取cshif,t=cgrid,t/ΔDshif,max,ΔDshif,max为负荷平移的最大允许延迟供电时间,一般取为6小时;ΔDshif,t,i为t时段第i个用户的负荷平移时段数;
本发明以网络运行约束、分布式电源与储能运行约束、网络拓扑调整约束、柔性负荷削减和平移约束做为约束条件,
网络运行约束:
Vi,min≤Vi≤Vi,max (6)
Sj≤Sj,max (7)
其中:(5)功率平衡约束;(6)、(7)为电压和功率约束;Pload,t为t时段ADN的总有功负荷值;Pshif-in,t,i为第i个用户在之前的负荷平移中移入t时段的负荷量;Vi为节点i的电压幅值,Vi,max、Vi,min为其上下限,本发明取额定电压的1.05、0.95倍;Sj为支路j的视在功率,Sj,max为其上限;
分布式电源与储能运行约束:
PDG,i,min≤PDG,t,i≤PDG,i,max (8)
PDG,t+1,i-PDG,t,i≤ΔPDG,i,max (9)
PESS,i,min≤PESS,t,i≤PESS,i,max (11)
SSOC,i,min≤SSOC,t,i≤SSOC,i,max (12)
SSOC,0,i=SSOC,24,i (13)
其中:(8)、(9)为DG有功出力及爬坡约束;(10)为储能时序运行约束;(11)、(12)为储能有功出力和荷电状态约束;(13)为调度周期内储能的能量守恒约束;PDG,i,max、PDG,i,min为第i台DG的有功出力上下限;ΔPDG,i,max为相邻时段机组允许调整的最大有功出力;SSOC,t,i为t时段第i台储能的荷电状态,SSOC,i,max、SSOC,i,min为其上下限;EESS,i为第i台储能的额定容量;PESS,i,max、PESS,i,min为第i台储能的充放电功率上下限;
网络拓扑调整约束:
γt,i∈{0,1} (14)
Ot∈Oradi (17)
其中:(15)、(16)为开关动作次数约束;(17)为辐射状结构约束;γt,i为t时段第i个开关的位置变量,1表示开关闭合、0表示开关打开;tS,t,i为t时段第i个开关的动作变量,取值1表示开关动作、0表示开关位置不变;tS,i,max为第i个开关的日最大允许动作次数;NS为配电网内开关的总数量;tS,max为配电网的开关日最大允许动作次数;Ot为t时段配电网的网络结构,由γt,i决定;Oradi为配电网的辐射状网络结构集合;
柔性负荷削减与平移约束:
Pcurt,t,i≤Pcurt,t,i,max (18)
Pshif-out,t,i≤Pshif-out,t,i,max (19)
Pshif-in,t,i≤Pshif-in,t,i,max (20)
ΔDshif,t,i≤ΔDshif,max (21)
其中:(18)为负荷削减量上限;(19)、(20)为负荷平移的移出量和移入量上限;(21)为负荷平移的最大延迟供电时间约束;(22)为调度周期内负荷平移的移出移入平衡约束;Pcurt,t,i,max为t时段第i个用户允许削减的最大负荷;Pshif-out,t,i,max、Pshif-in,t,i,max分别为t时段第i个用户允许移出和移入的最大负荷;
(2)采用改进和声搜索算法来求解经济调度模型,
基本的和声搜索算法的具体步骤如下:
1)设置算法的基本参数,应设参数包括:和声记忆库大小HMS、和声记忆库取值概率HMCR、音调微调概率PAR、音调调节带宽BW等;
2)初始化和声记忆库,随机生成HMS个和声,也即优化问题的解,计算其目标函数值,并存入和声记忆库HM内,HM可表示为:
其中:xi为第i个和声;为第i个和声的第j维分量;f(xi)为第i个和声的目标函数值;
3)生成新的和声,对于新和声其分量有三种生成方法:和声记忆库库内继承、随机生成、音调微调,有HMCR的概率选择为HM内的任意一个,有1-HMCR的概率随机生成,具体的生成方式为:
对取自HM的有PAR的概率对其进行音调微调,具体的调整方式为:
其中:Xj为可行域;rand1、rand3为(0,1)上均匀分布的随机数;rand2为(-1,1)上均匀分布的随机数;
4)更新和声记忆库,计算新和声的目标函数值,若其优于HM中的最劣和声,则用新和声替换最劣和声,得到新的和声记忆库;
5)若达到收敛条件,则HM中的最优和声即为问题的最优解,否则返回3)。
传统HS具有较强的全局搜索能力,但局部搜索能力相对较弱、局部收敛性欠佳。借鉴粒子群算法个体与社群协作联动的搜索机理,本发明对新和声的生成方法进行了改进:每次迭代生成多个新和声,其中一部分新和声采用原方法生成,保持HS良好的计算性能、保证全局搜索能力;另一部分新和声在基于原方法生成后,根据粒子群算法的思想,继续向当前最优和声所在位置的方向进行搜索,实现向最优和声的学习和更新修正。采用这种新和声生成方式,能够在保证全局搜索能力的基础上,加强和声的局部搜索,提高算法的综合性能。新和声生成后,向最优和声方向更新修正的方式为:
其中:为新和声第j维分量的更新速度;c为学习因子;rand4为(0,1)上均匀分布的随机数;为最优和声的第j维分量。
本发明采用上述改进和声搜索(improved harmony search,IHS)算法进行主动配电网经济调度模型的求解。和声在编码时由六部分组成,见式(27),其中第一行为各可控型DG在各时段的有功出力,第二行为各储能在各时段的有功出力,第三行为配电网的各环路在各时段的开环支路,第四行为各时段的柔性负荷削减率,第五行为各时段的柔性负荷平移率,第六行为各时段负荷平移操作的平移时段数。值得特别指出的是:(1)对所有支路开关的位置逐一进行编码来反应网络拓扑结构的方法求解效率不高,故本发明采用对网络中每个环路的开环支路进行编码的策略;(2)由于参与需求侧管理的用户数量一般较多,若逐一对各用户进行削减量、平移量和平移时间的编码,问题维数过高,和声颇为冗长,故本发明在此处进行了简化处理,假设同一时段内所有参与需求侧管理的用户均按照同一比率进行负荷削减、同一比率进行负荷平移并移入相同的时段。
其中:NCDG为配电网中可控型DG的总数量;Bt,i为t时段第i个环路的开环支路编号;Nloop为网络的环路数;Kcurt,t(Kshif,t)为t时段的柔性负荷削减(平移)率,指的是当前时段削减(平移移出)的负荷量占当前时段参与需求侧管理总负荷量的百分比;ΔDshif,t为t时段负荷平移操作的平移时段数。
综上所述的,本发明相比现有技术具有如下优点:
(1)本发明考虑了分布式电源、储能、灵活网络拓扑、柔性负荷削减与平移的主动配电网调度手段,实现“源-网-荷”统筹协调、各类资源综合利用,可有效促进网络优化运行和绿色能源消纳。
(2)计及购电成本、损耗成本、需求侧管理成本,建立了以配电网运行成本最低为目标的经济调度模型,并应用改进和声搜索算法进行模型的求解,所得经济调度方案能够有效降低配电网的运行成本。
附图说明
图1是本发明的基于改进和声搜索算法的求解策略流程图。
图2是改进IEEE33节点配电系统网络结构。
图3是负荷与风光出力的日预测曲线。
图4是微燃机与储能的有功出力日计划。
图5是配电网的最高与最低节点电压日曲线。
具体实施方式
下面结合实施例对本发明进行更详细的描述。
实施例1
一种“源-网-荷”相协调的主动配电网经济调度方法,(1)建立主动配电网的经济优化调度模型,
以调度周期内配电网的运行成本最低为目标,本发明建立了如下目标函数:
minC=Cpurc+Closs+CDSM (1)
其中:C为整个调度周期配电网的运行成本;Cpurc、Closs、CDSM分别为配电网的购电成本、损耗成本、需求侧管理成本,
购电成本:
其中:Cpurc,grid、Csell,grid分别为向上级电网购电的成本和售电的收益;Cpurc,DG为向DG购电成本;L为调度周期的时段数,T为时段的时间间隔;αpurc,t、αsell,t为配电网(与上级电网间的)购电、售电标识变量,购电时αpurc,t=1、αsell,t=0,售电时αpurc,t=0、αsell,t=1;Pgrid,t、cgrid,t分别为t时段配电网与上级电网的交互功率与交易电价,Pgrid,t>0表示主网流向ADN,Pgrid,t<0表示ADN流向主网;NDG为配电网中DG的总数量(包括可控型与间歇型);PDG,t,i、cDG,i分别为t时段第i台DG的有功出力与上网电价;
损耗成本:
其中:Closs,line为线路损耗成本;Closs,ESS为储能损耗成本;closs,t为损耗成本电价,本发明取closs,t=cgrid,t;Ploss,line,t为t时段的线路损耗功率;NESS为网络中储能的总数量;αch,t,i、αdi,t,i为储能的充、放电标识变量,PESS,t,i为t时段第i台储能的有功出力,充电时αch,t,i=1、αdi,t,i=0、PESS,t,i<0,放电时αch,t,i=0、αdi,t,i=1、PESS,t,i>0;ηch,i、ηdi,i分别为第i台储能的充、放电效率;
需求侧管理成本:
其中:Ccurt、Cshif分别为需求侧管理的负荷削减和负荷平移操作成本;Ncurt、Nshif分别为配电网中参与负荷削减和负荷平移的总用户数;Pcurt,t,i、Pshif-out,t,i分别为t时段第i个用户的负荷削减量和负荷平移移出量;ccurt,t为负荷削减的用户补偿电价,本发明取ccurt,t=cgrid,t;cshif,t为负荷每平移一个时段的用户补偿电价,本发明取cshif,t=cgrid,t/ΔDshif,max,ΔDshif,max为负荷平移的最大允许延迟供电时间,一般取为6小时;ΔDshif,t,i为t时段第i个用户的负荷平移时段数;
本发明以网络运行约束、分布式电源与储能运行约束、网络拓扑调整约束、柔性负荷削减和平移约束做为约束条件,
网络运行约束:
Vi,min≤Vi≤Vi,max (6)
Sj≤Sj,max (7)
其中:(5)功率平衡约束;(6)、(7)为电压和功率约束;Pload,t为t时段ADN的总有功负荷值;Pshif-in,t,i为第i个用户在之前的负荷平移中移入t时段的负荷量;Vi为节点i的电压幅值,Vi,max、Vi,min为其上下限,本发明取额定电压的1.05、0.95倍;Sj为支路j的视在功率,Sj,max为其上限;
分布式电源与储能运行约束:
PDG,i,min≤PDG,t,i≤PDG,i,max (8)
PDG,t+1,i-PDG,t,i≤ΔPDG,i,max (9)
PESS,i,min≤PESS,t,i≤PESS,i,max (11)
SSOC,i,min≤SSOC,t,i≤SSOC,i,max (12)
SSOC,0,i=SSOC,24,i (13)
其中:(8)、(9)为DG有功出力及爬坡约束;(10)为储能时序运行约束;(11)、(12)为储能有功出力和荷电状态约束;(13)为调度周期内储能的能量守恒约束;PDG,i,max、PDG,i,min为第i台DG的有功出力上下限;ΔPDG,i,max为相邻时段机组允许调整的最大有功出力;SSOC,t,i为t时段第i台储能的荷电状态,SSOC,i,max、SSOC,i,min为其上下限;EESS,i为第i台储能的额定容量;PESS,i,max、PESS,i,min为第i台储能的充放电功率上下限;
网络拓扑调整约束:
γt,i∈{0,1} (14)
Ot∈Oradi (17)
其中:(15)、(16)为开关动作次数约束;(17)为辐射状结构约束;γt,i为t时段第i个开关的位置变量,1表示开关闭合、0表示开关打开;tS,t,i为t时段第i个开关的动作变量,取值1表示开关动作、0表示开关位置不变;tS,i,max为第i个开关的日最大允许动作次数;NS为配电网内开关的总数量;tS,max为配电网的开关日最大允许动作次数;Ot为t时段配电网的网络结构,由γt,i决定;Oradi为配电网的辐射状网络结构集合;
柔性负荷削减与平移约束:
Pcurt,t,i≤Pcurt,t,i,max (18)
Pshif-out,t,i≤Pshif-out,t,i,max (19)
Pshif-in,t,i≤Pshif-in,t,i,max (20)
ΔDshif,t,i≤ΔDshif,max (21)
其中:(18)为负荷削减量上限;(19)、(20)为负荷平移的移出量和移入量上限;(21)为负荷平移的最大延迟供电时间约束;(22)为调度周期内负荷平移的移出移入平衡约束;Pcurt,t,i,max为t时段第i个用户允许削减的最大负荷;Pshif-out,t,i,max、Pshif-in,t,i,max分别为t时段第i个用户允许移出和移入的最大负荷;
(2)基于改进和声搜索算法的调度模型求解调度方法的具体步骤如下:
1)设置算法的基本参数,应设参数包括:和声记忆库大小HMS、和声记忆库取值概率HMCR、音调微调概率PAR、音调调节带宽BW等;
2)初始化和声记忆库,随机生成HMS个和声,也即优化问题的解,计算其目标函数值,并存入和声记忆库HM内,HM可表示为:
其中:xi为第i个和声;为第i个和声的第j维分量;f(xi)为第i个和声的目标函数值;
3)生成新的和声,对于新和声其分量有三种生成方法:和声记忆库库内继承、随机生成、音调微调,有HMCR的概率选择为HM内的任意一个,有1-HMCR的概率随机生成,具体的生成方式为:
对取自HM的有PAR的概率对其进行音调微调,具体的调整方式为:
其中:Xj为可行域;rand1、rand3为(0,1)上均匀分布的随机数;rand2为(-1,1)上均匀分布的随机数;
4)更新和声记忆库,计算新和声的目标函数值,若其优于HM中的最劣和声,则用新和声替换最劣和声,得到新的和声记忆库;
5)若达到收敛条件,则HM中的最优和声即为问题的最优解,否则返回3)。
和声在编码时由六部分组成,见式(27),其中第一行为各可控型DG在各时段的有功出力,第二行为各储能在各时段的有功出力,第三行为配电网的各环路在各时段的开环支路,第四行为各时段的柔性负荷削减率,第五行为各时段的柔性负荷平移率,第六行为各时段负荷平移操作的平移时段数。值得特别指出的是:(1)对所有支路开关的位置逐一进行编码来反应网络拓扑结构的方法求解效率不高,故本发明采用对网络中每个环路的开环支路进行编码的策略;(2)由于参与需求侧管理的用户数量一般较多,若逐一对各用户进行削减量、平移量和平移时间的编码,问题维数过高,和声颇为冗长,故本发明在此处进行了简化处理,假设同一时段内所有参与需求侧管理的用户均按照同一比率进行负荷削减、同一比率进行负荷平移并移入相同的时段。
其中:NCDG为配电网中可控型DG的总数量;Bt,i为t时段第i个环路的开环支路编号;Nloop为网络的环路数;Kcurt,t(Kshif,t)为t时段的柔性负荷削减(平移)率,指的是当前时段削减(平移移出)的负荷量占当前时段参与需求侧管理总负荷量的百分比;ΔDshif,t为t时段负荷平移操作的平移时段数。
本发明采用改进IEEE33节点配电系统(图2)作为应用实例,网络参数依照标准IEEE33节点算例。主馈线(1-17节点)为工业负荷,三条分支(18-32节点)均为居民负荷。22-32节点的负荷参与需求侧管理,其可削减负荷比例为10%、可平移负荷比例为30%。在17节点接入小型光伏电站(1MW)及储能(0.7MW/1.4MW·h),20节点接入微燃机(0.7MW),32节点接入小型风电场(1MW)及储能(0.7MW/1.4MW·h),另外3-4节点接入小容量风机(0.1MW)、9-10节点接入小容量光伏(0.1MW)。为便于负荷平移操作,一个调度周期取为某日上午8时至次日上午8时。
风电上网电价取0.60元/kW·h,光伏上网电价取1.00元/kW·h,微型燃气轮机上网电价取0.80元/kW·h。ADN与上级电网间的电能交易采用峰谷平电价制(见表1)。负荷与风光出力的日预测曲线如图3。
表1分时电价参数
微燃机与储能的有功出力日计划如图4所示,其中储能1为小型光伏电站节点的储能、储能2为小型风电场节点的储能。微燃机在净负荷较大的下午与晚间时段出力,一方面就地供电能降低网损,另一方面在高电价峰荷时段能节省购电费用。储能的充放电调度计划主要为:在新能源出力较大的白天时段进行充电;在晚间高电价峰时进行放电;在凌晨低电价谷时进行充电。如此,实现了储能的平抑新能源波动、削峰填谷、低储高发套利,为主动配电网的经济安全运行提供了有力支撑。
负荷削减、负荷平移、网络拓扑调整的日计划见表2。负荷削减与平移会带来额外的需求侧管理成本,故调度计划仅在高电价峰时进行了少量负荷削减,同时实施了一定的高电价时段转入低电价时段的负荷平移操作。调度计划在日内进行了6次网络拓扑调整,ADN的灵活拓扑有利于降低网损、改善电压质量等。
表2负荷削减与平移、网络拓扑调整的日计划
表3列出了调度前后配电网的各类运行成本,可以看出:优化调度能有效降低购电成本,但会造成损耗成本与需求侧管理成本的提高。虽然经济调度可以实现线损成本的减少(由820降至621元),但由于调度涉及储能的充放电,其中不可避免的存在充放电损耗,形成了附加的储能损耗成本(261元),故而导致调度后的总损耗成本略有增加。同时,负荷削减与负荷平移等需求侧管理手段的应用也需要额外的经济成本。然而总体上,通过经济调度,配电网的日总运行成本降低了3.13%。
表3调度前后配电网的运行成本比较
图5描绘了调度前后网络在各个时段的最高和最低节点电压,由图可知:调度之前,在净负荷较大的22时段网络出现了轻微的电压越下限危险;而采用优化调度方案后,该电压越限问题得到了解决,且所有时段的电压水平均在合格范围内。
本实施例未述部分与现有技术相同。
Claims (3)
1.一种“源-网-荷”相协调的主动配电网经济调度方法,其特征在于,步骤如下:(1)建立主动配电网的经济优化调度模型,
以调度周期内配电网的运行成本最低为目标,本发明建立了如下目标函数:
min C=Cpurc+Closs+CDSM (1)
其中:C为整个调度周期配电网的运行成本;Cpurc、Closs、CDSM分别为配电网的购电成本、损耗成本、需求侧管理成本,
购电成本:
<mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>p</mi>
<mi>u</mi>
<mi>r</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>p</mi>
<mi>u</mi>
<mi>r</mi>
<mi>c</mi>
<mo>,</mo>
<mi>g</mi>
<mi>r</mi>
<mi>i</mi>
<mi>d</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>s</mi>
<mi>e</mi>
<mi>l</mi>
<mi>l</mi>
<mo>,</mo>
<mi>g</mi>
<mi>r</mi>
<mi>i</mi>
<mi>d</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>p</mi>
<mi>u</mi>
<mi>r</mi>
<mi>c</mi>
<mo>,</mo>
<mi>D</mi>
<mi>G</mi>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>L</mi>
</munderover>
<mo>(</mo>
<mrow>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>p</mi>
<mi>u</mi>
<mi>r</mi>
<mi>c</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<msub>
<mi>c</mi>
<mrow>
<mi>g</mi>
<mi>r</mi>
<mi>i</mi>
<mi>d</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<msub>
<mi>P</mi>
<mrow>
<mi>g</mi>
<mi>r</mi>
<mi>i</mi>
<mi>d</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>s</mi>
<mi>e</mi>
<mi>l</mi>
<mi>l</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<msub>
<mi>c</mi>
<mrow>
<mi>g</mi>
<mi>r</mi>
<mi>i</mi>
<mi>d</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<msub>
<mi>P</mi>
<mrow>
<mi>g</mi>
<mi>r</mi>
<mi>i</mi>
<mi>d</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>D</mi>
<mi>G</mi>
</mrow>
</msub>
</munderover>
<msub>
<mi>c</mi>
<mrow>
<mi>D</mi>
<mi>G</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<msub>
<mi>P</mi>
<mrow>
<mi>D</mi>
<mi>G</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
<mi>T</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
其中:Cpurc,grid、Csell,grid分别为向上级电网购电的成本和售电的收益;Cpurc,DG为向DG购电成本;L为调度周期的时段数,T为时段的时间间隔;αpurc,t、αsell,t为配电网(与上级电网间的)购电、售电标识变量,购电时αpurc,t=1、αsell,t=0,售电时αpurc,t=0、αsell,t=1;Pgrid,t、cgrid,t分别为t时段配电网与上级电网的交互功率与交易电价,Pgrid,t>0表示主网流向ADN,Pgrid,t<0表示ADN流向主网;NDG为配电网中DG的总数量(包括可控型与间歇型);PDG,t,i、cDG,i分别为t时段第i台DG的有功出力与上网电价;
损耗成本:
<mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>s</mi>
<mi>s</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>s</mi>
<mi>s</mi>
<mo>,</mo>
<mi>l</mi>
<mi>i</mi>
<mi>n</mi>
<mi>e</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>s</mi>
<mi>s</mi>
<mo>,</mo>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>L</mi>
</munderover>
<msub>
<mi>c</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>s</mi>
<mi>s</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>&lsqb;</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>s</mi>
<mi>s</mi>
<mo>,</mo>
<mi>l</mi>
<mi>i</mi>
<mi>n</mi>
<mi>e</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
</mrow>
</msub>
</munderover>
<mo>(</mo>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>|</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>|</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>d</mi>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<msub>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>d</mi>
<mi>i</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
<mo>)</mo>
<mi>T</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
其中:Closs,line为线路损耗成本;Closs,ESS为储能损耗成本;closs,t为损耗成本电价,本发明取closs,t=cgrid,t;Ploss,line,t为t时段的线路损耗功率;NESS为网络中储能的总数量;αch,t,i、αdi,t,i为储能的充、放电标识变量,PESS,t,i为t时段第i台储能的有功出力,充电时αch,t,i=1、αdi,t,i=0、PESS,t,i<0,放电时αch,t,i=0、αdi,t,i=1、PESS,t,i>0;ηch,i、ηdi,i分别为第i台储能的充、放电效率;
需求侧管理成本:
<mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>D</mi>
<mi>M</mi>
<mi>S</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>c</mi>
<mi>u</mi>
<mi>r</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>s</mi>
<mi>h</mi>
<mi>i</mi>
<mi>f</mi>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>L</mi>
</munderover>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>c</mi>
<mi>u</mi>
<mi>r</mi>
<mi>t</mi>
</mrow>
</msub>
</munderover>
<msub>
<mi>c</mi>
<mrow>
<mi>c</mi>
<mi>u</mi>
<mi>r</mi>
<mi>t</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<msub>
<mi>P</mi>
<mrow>
<mi>c</mi>
<mi>u</mi>
<mi>r</mi>
<mi>t</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>s</mi>
<mi>h</mi>
<mi>i</mi>
<mi>f</mi>
</mrow>
</msub>
</munderover>
<msub>
<mi>c</mi>
<mrow>
<mi>s</mi>
<mi>h</mi>
<mi>i</mi>
<mi>f</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<msub>
<mi>P</mi>
<mrow>
<mi>s</mi>
<mi>h</mi>
<mi>i</mi>
<mi>f</mi>
<mo>-</mo>
<mi>o</mi>
<mi>u</mi>
<mi>t</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<msub>
<mi>&Delta;D</mi>
<mrow>
<mi>s</mi>
<mi>h</mi>
<mi>i</mi>
<mi>f</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mi>T</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
其中:Ccurt、Cshif分别为需求侧管理的负荷削减和负荷平移操作成本;Ncurt、Nshif分别为配电网中参与负荷削减和负荷平移的总用户数;Pcurt,t,i、Pshif-out,t,i分别为t时段第i个用户的负荷削减量和负荷平移移出量;ccurt,t为负荷削减的用户补偿电价,本发明取ccurt,t=cgrid,t;cshif,t为负荷每平移一个时段的用户补偿电价,本发明取cshif,t=cgrid,t/ΔDshif,max,ΔDshif,max为负荷平移的最大允许延迟供电时间,一般取为6小时;ΔDshif,t,i为t时段第i个用户的负荷平移时段数;
本发明以网络运行约束、分布式电源与储能运行约束、网络拓扑调整约束、柔性负荷削减和平移约束做为约束条件,
网络运行约束:
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>g</mi>
<mi>r</mi>
<mi>i</mi>
<mi>d</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>D</mi>
<mi>G</mi>
</mrow>
</msub>
</munderover>
<msub>
<mi>P</mi>
<mrow>
<mi>D</mi>
<mi>G</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
</mrow>
</msub>
</munderover>
<msub>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>a</mi>
<mi>d</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>s</mi>
<mi>s</mi>
<mo>,</mo>
<mi>l</mi>
<mi>i</mi>
<mi>n</mi>
<mi>e</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>-</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>c</mi>
<mi>u</mi>
<mi>r</mi>
<mi>t</mi>
</mrow>
</msub>
</munderover>
<msub>
<mi>P</mi>
<mrow>
<mi>c</mi>
<mi>u</mi>
<mi>r</mi>
<mi>t</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>s</mi>
<mi>h</mi>
<mi>i</mi>
<mi>f</mi>
</mrow>
</msub>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>s</mi>
<mi>h</mi>
<mi>i</mi>
<mi>f</mi>
<mo>-</mo>
<mi>o</mi>
<mi>u</mi>
<mi>t</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>s</mi>
<mi>h</mi>
<mi>i</mi>
<mi>f</mi>
<mo>-</mo>
<mi>i</mi>
<mi>n</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
Vi,min≤Vi≤Vi,max (6)
Sj≤Sj,max (7)
其中:(5)功率平衡约束;(6)、(7)为电压和功率约束;Pload,t为t时段ADN的总有功负荷值;Pshif-in,t,i为第i个用户在之前的负荷平移中移入t时段的负荷量;Vi为节点i的电压幅值,Vi,max、Vi,min为其上下限,本发明取额定电压的1.05、0.95倍;Sj为支路j的视在功率,Sj,max为其上限;
分布式电源与储能运行约束:
PDG,i,min≤PDG,t,i≤PDG,i,max (8)
PDG,t+1,i-PDG,t,i≤ΔPDG,i,max (9)
<mrow>
<msub>
<mi>S</mi>
<mrow>
<mi>S</mi>
<mi>O</mi>
<mi>C</mi>
<mo>,</mo>
<mi>t</mi>
<mo>+</mo>
<mn>1</mn>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>S</mi>
<mrow>
<mi>S</mi>
<mi>O</mi>
<mi>C</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>(</mo>
<mrow>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mfrac>
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>c</mi>
<mi>h</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<msub>
<mi>E</mi>
<mrow>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
</mfrac>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>d</mi>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mfrac>
<msub>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mrow>
<msub>
<mi>E</mi>
<mrow>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<msub>
<mi>&eta;</mi>
<mrow>
<mi>d</mi>
<mi>i</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
<mo>)</mo>
<mi>T</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
PESS,i,min≤PESS,t,i≤PESS,i,max (11)
SSOC,i,min≤SSOC,t,i≤SSOC,i,max (12)
SSOC,0,i=SSOC,24,i (13)
其中:(8)、(9)为DG有功出力及爬坡约束;(10)为储能时序运行约束;(11)、(12)为储能有功出力和荷电状态约束;(13)为调度周期内储能的能量守恒约束;PDG,i,max、PDG,i,min为第i台DG的有功出力上下限;ΔPDG,i,max为相邻时段机组允许调整的最大有功出力;SSOC,t,i为t时段第i台储能的荷电状态,SSOC,i,max、SSOC,i,min为其上下限;EESS,i为第i台储能的额定容量;PESS,i,max、PESS,i,min为第i台储能的充放电功率上下限;
网络拓扑调整约束:
γt,i∈{0,1} (14)
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>L</mi>
</munderover>
<msub>
<mi>t</mi>
<mrow>
<mi>S</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>&le;</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>S</mi>
<mo>,</mo>
<mi>i</mi>
<mo>,</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>15</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mi>S</mi>
</msub>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>L</mi>
</munderover>
<msub>
<mi>t</mi>
<mrow>
<mi>S</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>&le;</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>S</mi>
<mo>,</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>16</mn>
<mo>)</mo>
</mrow>
</mrow>
Ot∈Oradi (17)
其中:(15)、(16)为开关动作次数约束;(17)为辐射状结构约束;γt,i为t时段第i个开关的位置变量,1表示开关闭合、0表示开关打开;tS,t,i为t时段第i个开关的动作变量,取值1表示开关动作、0表示开关位置不变;tS,i,max为第i个开关的日最大允许动作次数;NS为配电网内开关的总数量;tS,max为配电网的开关日最大允许动作次数;Ot为t时段配电网的网络结构,由γt,i决定;Oradi为配电网的辐射状网络结构集合;
柔性负荷削减与平移约束:
Pcurt,t,i≤Pcurt,t,i,max (18)
Pshif-out,t,i≤Pshif-out,t,i,max (19)
Pshif-in,t,i≤Pshif-in,t,i,max (20)
ΔDshif,t,i≤ΔDshif,max (21)
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>L</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>s</mi>
<mi>h</mi>
<mi>i</mi>
<mi>f</mi>
</mrow>
</msub>
</munderover>
<msub>
<mi>P</mi>
<mrow>
<mi>s</mi>
<mi>h</mi>
<mi>i</mi>
<mi>f</mi>
<mo>-</mo>
<mi>o</mi>
<mi>u</mi>
<mi>t</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>L</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mrow>
<mi>s</mi>
<mi>h</mi>
<mi>i</mi>
<mi>f</mi>
</mrow>
</msub>
</munderover>
<msub>
<mi>P</mi>
<mrow>
<mi>s</mi>
<mi>h</mi>
<mi>i</mi>
<mi>f</mi>
<mo>-</mo>
<mi>i</mi>
<mi>n</mi>
<mo>,</mo>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>22</mn>
<mo>)</mo>
</mrow>
</mrow>
其中:(18)为负荷削减量上限;(19)、(20)为负荷平移的移出量和移入量上限;(21)为负荷平移的最大延迟供电时间约束;(22)为调度周期内负荷平移的移出移入平衡约束;Pcurt,t,i,max为t时段第i个用户允许削减的最大负荷;Pshif-out,t,i,max、Pshif-in,t,i,max分别为t时段第i个用户允许移出和移入的最大负荷;
(2)采用改进和声搜索算法来求解调度模型,改进和声搜索算法的具体步骤如下:
1)设置算法的基本参数,应设参数包括:和声记忆库大小HMS、和声记忆库取值概率HMCR、音调微调概率PAR、音调调节带宽BW等;
2)初始化和声记忆库,随机生成HMS个和声,也即优化问题的解,计算其目标函数值,并存入和声记忆库HM内,HM可表示为:
<mrow>
<mi>H</mi>
<mi>M</mi>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>x</mi>
<mn>1</mn>
<mn>1</mn>
</msubsup>
</mtd>
<mtd>
<msubsup>
<mi>x</mi>
<mn>2</mn>
<mn>1</mn>
</msubsup>
</mtd>
<mtd>
<mi>L</mi>
</mtd>
<mtd>
<msubsup>
<mi>x</mi>
<mi>n</mi>
<mn>1</mn>
</msubsup>
</mtd>
<mtd>
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msup>
<mi>x</mi>
<mn>1</mn>
</msup>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>x</mi>
<mn>1</mn>
<mn>2</mn>
</msubsup>
</mtd>
<mtd>
<msubsup>
<mi>x</mi>
<mn>2</mn>
<mn>2</mn>
</msubsup>
</mtd>
<mtd>
<mi>L</mi>
</mtd>
<mtd>
<msubsup>
<mi>x</mi>
<mi>n</mi>
<mn>2</mn>
</msubsup>
</mtd>
<mtd>
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msup>
<mi>x</mi>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>M</mi>
</mtd>
<mtd>
<mi>M</mi>
</mtd>
<mtd>
<mi>O</mi>
</mtd>
<mtd>
<mi>M</mi>
</mtd>
<mtd>
<mi>M</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>x</mi>
<mn>1</mn>
<mrow>
<mi>H</mi>
<mi>M</mi>
<mi>S</mi>
</mrow>
</msubsup>
</mtd>
<mtd>
<msubsup>
<mi>x</mi>
<mn>2</mn>
<mrow>
<mi>H</mi>
<mi>M</mi>
<mi>S</mi>
</mrow>
</msubsup>
</mtd>
<mtd>
<mi>L</mi>
</mtd>
<mtd>
<msubsup>
<mi>x</mi>
<mi>n</mi>
<mrow>
<mi>H</mi>
<mi>M</mi>
<mi>S</mi>
</mrow>
</msubsup>
</mtd>
<mtd>
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msup>
<mi>x</mi>
<mrow>
<mi>H</mi>
<mi>M</mi>
<mi>S</mi>
</mrow>
</msup>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>23</mn>
<mo>)</mo>
</mrow>
</mrow>
其中:xi为第i个和声;为第i个和声的第j维分量;f(xi)为第i个和声的目标函数值;
3)生成新的和声,对于新和声其分量有三种生成方法:和声记忆库库内继承、随机生成、音调微调,有HMCR的概率选择为HM内的任意一个,有1-HMCR的概率随机生成,具体的生成方式为:
<mrow>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mrow>
<mi>n</mi>
<mi>e</mi>
<mi>w</mi>
</mrow>
</msubsup>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mrow>
<mi>n</mi>
<mi>e</mi>
<mi>w</mi>
</mrow>
</msubsup>
<mo>&Element;</mo>
<mrow>
<mo>{</mo>
<mrow>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mn>1</mn>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mn>2</mn>
</msubsup>
<mo>,</mo>
<mi>L</mi>
<mo>,</mo>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mrow>
<mi>H</mi>
<mi>M</mi>
<mi>S</mi>
</mrow>
</msubsup>
</mrow>
<mo>}</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>rand</mi>
<mn>1</mn>
</msub>
<mo>&le;</mo>
<mi>H</mi>
<mi>M</mi>
<mi>C</mi>
<mi>R</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mrow>
<mi>n</mi>
<mi>e</mi>
<mi>w</mi>
</mrow>
</msubsup>
<mo>&Element;</mo>
<msub>
<mi>X</mi>
<mi>j</mi>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>rand</mi>
<mn>1</mn>
</msub>
<mo>></mo>
<mi>H</mi>
<mi>M</mi>
<mi>C</mi>
<mi>R</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>24</mn>
<mo>)</mo>
</mrow>
</mrow>
对取自HM的有PAR的概率对其进行音调微调,具体的调整方式为:
<mrow>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mrow>
<mi>n</mi>
<mi>e</mi>
<mi>w</mi>
</mrow>
</msubsup>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mrow>
<mi>n</mi>
<mi>e</mi>
<mi>w</mi>
</mrow>
</msubsup>
<mo>+</mo>
<msub>
<mi>rand</mi>
<mn>2</mn>
</msub>
<mo>&CenterDot;</mo>
<mi>B</mi>
<mi>W</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>rand</mi>
<mn>3</mn>
</msub>
<mo>&le;</mo>
<mi>P</mi>
<mi>A</mi>
<mi>R</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mrow>
<mi>n</mi>
<mi>e</mi>
<mi>w</mi>
</mrow>
</msubsup>
</mtd>
<mtd>
<mrow>
<msub>
<mi>rand</mi>
<mn>3</mn>
</msub>
<mo>></mo>
<mi>P</mi>
<mi>A</mi>
<mi>R</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>25</mn>
<mo>)</mo>
</mrow>
</mrow>
其中:Xj为可行域;rand1、rand3为(0,1)上均匀分布的随机数;rand2为(-1,1)上均匀分布的随机数,
对于生成新的和声继续向当前最优和声所在位置的方向进行搜索,实现向最优和声的学习和更新修正,新和声生成后,向最优和声方向更新修正的方式为:
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>v</mi>
<mi>j</mi>
<mrow>
<mi>n</mi>
<mi>e</mi>
<mi>w</mi>
</mrow>
</msubsup>
<mo>=</mo>
<mi>c</mi>
<mo>&CenterDot;</mo>
<msub>
<mi>rand</mi>
<mn>4</mn>
</msub>
<mo>&CenterDot;</mo>
<mrow>
<mo>(</mo>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mrow>
<mi>b</mi>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mrow>
<mi>n</mi>
<mi>e</mi>
<mi>w</mi>
</mrow>
</msubsup>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mrow>
<mi>n</mi>
<mi>e</mi>
<mi>w</mi>
</mrow>
</msubsup>
<mo>=</mo>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mrow>
<mi>n</mi>
<mi>e</mi>
<mi>w</mi>
</mrow>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>v</mi>
<mi>j</mi>
<mrow>
<mi>n</mi>
<mi>e</mi>
<mi>w</mi>
</mrow>
</msubsup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>26</mn>
<mo>)</mo>
</mrow>
</mrow>
其中:为新和声第j维分量的更新速度;c为学习因子;rand4为(0,1)上均匀分布的随机数;为最优和声的第j维分量;
4)更新和声记忆库,计算新和声的目标函数值,若其优于HM中的最劣和声,则用新和声替换最劣和声,得到新的和声记忆库;
5)若达到收敛条件,则HM中的最优和声即为问题的最优解,否则返回3)。
2.根据权利要求1所述的“源-网-荷”相协调的主动配电网经济调度方法,其特征在于,本发明采用对网络中每个环路的开环支路进行编码的策略。
3.根据权利要求1所述的“源-网-荷”相协调的主动配电网经济调度方法,其特征在于,和声在编码时由六部分组成,见式(27),
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<msub>
<mi>P</mi>
<mrow>
<mi>D</mi>
<mi>G</mi>
<mo>,</mo>
<mn>1</mn>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>P</mi>
<mrow>
<mi>D</mi>
<mi>G</mi>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mi>L</mi>
</mtd>
<mtd>
<msub>
<mi>P</mi>
<mrow>
<mi>D</mi>
<mi>G</mi>
<mo>,</mo>
<mi>L</mi>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mi>L</mi>
</mtd>
<mtd>
<msub>
<mi>P</mi>
<mrow>
<mi>D</mi>
<mi>G</mi>
<mo>,</mo>
<mn>1</mn>
<mo>,</mo>
<msub>
<mi>N</mi>
<mrow>
<mi>C</mi>
<mi>D</mi>
<mi>G</mi>
</mrow>
</msub>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>P</mi>
<mrow>
<mi>D</mi>
<mi>G</mi>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<msub>
<mi>N</mi>
<mrow>
<mi>C</mi>
<mi>D</mi>
<mi>G</mi>
</mrow>
</msub>
</mrow>
</msub>
</mtd>
<mtd>
<mi>L</mi>
</mtd>
<mtd>
<msub>
<mi>P</mi>
<mrow>
<mi>D</mi>
<mi>G</mi>
<mo>,</mo>
<mi>L</mi>
<mo>,</mo>
<msub>
<mi>N</mi>
<mrow>
<mi>C</mi>
<mi>D</mi>
<mi>G</mi>
</mrow>
</msub>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mo>,</mo>
<mn>1</mn>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mi>L</mi>
</mtd>
<mtd>
<msub>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mo>,</mo>
<mi>L</mi>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mi>L</mi>
</mtd>
<mtd>
<msub>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mo>,</mo>
<mn>1</mn>
<mo>,</mo>
<msub>
<mi>N</mi>
<mrow>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
</mrow>
</msub>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<msub>
<mi>N</mi>
<mrow>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
</mrow>
</msub>
</mrow>
</msub>
</mtd>
<mtd>
<mi>L</mi>
</mtd>
<mtd>
<msub>
<mi>P</mi>
<mrow>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
<mo>,</mo>
<mi>L</mi>
<mo>,</mo>
<msub>
<mi>N</mi>
<mrow>
<mi>E</mi>
<mi>S</mi>
<mi>S</mi>
</mrow>
</msub>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>B</mi>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>B</mi>
<mrow>
<mn>2</mn>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mi>L</mi>
</mtd>
<mtd>
<msub>
<mi>B</mi>
<mrow>
<mi>L</mi>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mi>L</mi>
</mtd>
<mtd>
<msub>
<mi>B</mi>
<mrow>
<mn>1</mn>
<mo>,</mo>
<msub>
<mi>N</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>o</mi>
<mi>p</mi>
</mrow>
</msub>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>B</mi>
<mrow>
<mn>2</mn>
<mo>,</mo>
<msub>
<mi>N</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>o</mi>
<mi>p</mi>
</mrow>
</msub>
</mrow>
</msub>
</mtd>
<mtd>
<mi>L</mi>
</mtd>
<mtd>
<msub>
<mi>B</mi>
<mrow>
<mi>L</mi>
<mo>,</mo>
<msub>
<mi>N</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>o</mi>
<mi>p</mi>
</mrow>
</msub>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>K</mi>
<mrow>
<mi>c</mi>
<mi>u</mi>
<mi>r</mi>
<mi>t</mi>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>K</mi>
<mrow>
<mi>c</mi>
<mi>u</mi>
<mi>r</mi>
<mi>t</mi>
<mo>,</mo>
<mn>2</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mi>L</mi>
</mtd>
<mtd>
<msub>
<mi>K</mi>
<mrow>
<mi>c</mi>
<mi>u</mi>
<mi>r</mi>
<mi>t</mi>
<mo>,</mo>
<mi>L</mi>
</mrow>
</msub>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>K</mi>
<mrow>
<mi>s</mi>
<mi>h</mi>
<mi>i</mi>
<mi>f</mi>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>K</mi>
<mrow>
<mi>s</mi>
<mi>h</mi>
<mi>i</mi>
<mi>f</mi>
<mo>,</mo>
<mn>2</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mi>L</mi>
</mtd>
<mtd>
<msub>
<mi>K</mi>
<mrow>
<mi>s</mi>
<mi>h</mi>
<mi>i</mi>
<mi>f</mi>
<mo>,</mo>
<mi>L</mi>
</mrow>
</msub>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&Delta;D</mi>
<mrow>
<mi>s</mi>
<mi>h</mi>
<mi>i</mi>
<mi>f</mi>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>&Delta;D</mi>
<mrow>
<mi>s</mi>
<mi>h</mi>
<mi>i</mi>
<mi>f</mi>
<mo>,</mo>
<mn>2</mn>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mi>L</mi>
</mtd>
<mtd>
<mrow>
<msub>
<mi>&Delta;D</mi>
<mrow>
<mi>s</mi>
<mi>h</mi>
<mi>i</mi>
<mi>f</mi>
<mo>,</mo>
<mi>L</mi>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>27</mn>
<mo>)</mo>
</mrow>
</mrow>
其中:NCDG为配电网中可控型DG的总数量;Bt,i为t时段第i个环路的开环支路编号;Nloop为网络的环路数;Kcurt,t(Kshif,t)为t时段的柔性负荷削减(平移)率,指的是当前时段削减(平移移出)的负荷量占当前时段参与需求侧管理总负荷量的百分比;ΔDshif,t为t时段负荷平移操作的平移时段数,
其中第一行为各可控型DG在各时段的有功出力,第二行为各储能在各时段的有功出力,第三行为配电网的各环路在各时段的开环支路,第四行为各时段的柔性负荷削减率,第五行为各时段的柔性负荷平移率,第六行为各时段负荷平移操作的平移时段数。值得特别指出的是:(1)对所有支路开关的位置逐一进行编码来反应网络拓扑结构的方法求解效率不高,故本发明采用对网络中每个环路的开环支路进行编码的策略;(2)由于参与需求侧管理的用户数量一般较多,若逐一对各用户进行削减量、平移量和平移时间的编码,问题维数过高,和声颇为冗长,故本发明在此处进行了简化处理,假设同一时段内所有参与需求侧管理的用户均按照同一比率进行负荷削减、同一比率进行负荷平移并移入相同的时段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710857306.2A CN107634518B (zh) | 2017-09-21 | 2017-09-21 | 一种“源-网-荷”相协调的主动配电网经济调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710857306.2A CN107634518B (zh) | 2017-09-21 | 2017-09-21 | 一种“源-网-荷”相协调的主动配电网经济调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107634518A true CN107634518A (zh) | 2018-01-26 |
CN107634518B CN107634518B (zh) | 2023-10-27 |
Family
ID=61101478
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710857306.2A Active CN107634518B (zh) | 2017-09-21 | 2017-09-21 | 一种“源-网-荷”相协调的主动配电网经济调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107634518B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108491983A (zh) * | 2018-04-11 | 2018-09-04 | 西南交通大学 | 一种多堆燃料电池发电系统大规模机组组合优化方法 |
CN108711886A (zh) * | 2018-06-08 | 2018-10-26 | 国网福建省电力有限公司 | 一种园区配网时序运行样本生成方法 |
CN109524955A (zh) * | 2018-10-15 | 2019-03-26 | 昆明理工大学 | 一种考虑源荷电压特性的主动配电网优化方法 |
CN109861290A (zh) * | 2019-03-14 | 2019-06-07 | 国网上海市电力公司 | 一种考虑多种柔性负荷的综合能源系统优化调度方法 |
WO2019165702A1 (zh) * | 2018-02-28 | 2019-09-06 | 东南大学 | 一种多微网系统的双层协调鲁棒优化调度方法 |
CN110244566A (zh) * | 2019-06-24 | 2019-09-17 | 燕山大学 | 计及柔性负荷的冷热电联供系统容量优化配置方法 |
CN110932259A (zh) * | 2019-11-21 | 2020-03-27 | 国网江苏省电力有限公司南通供电分公司 | 考虑多场景模型及需求侧响应策略的配网重构方法 |
CN111049184A (zh) * | 2019-12-26 | 2020-04-21 | 国网吉林省电力有限公司 | 一种多能互补园区响应电力系统风电消纳需求的计算方法 |
CN112488442A (zh) * | 2020-10-29 | 2021-03-12 | 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 |
CN112821451A (zh) * | 2021-01-11 | 2021-05-18 | 国网福建省电力有限公司泉州供电公司 | 一种基于需求侧管理与储能的智慧城镇配电网分布式光伏接入应对方法 |
CN113011718A (zh) * | 2021-03-02 | 2021-06-22 | 广西电网有限责任公司南宁供电局 | 基于和声搜索算法的配电网有功-无功联合优化调度方法 |
CN114188980A (zh) * | 2021-12-08 | 2022-03-15 | 杭州鸿晟电力设计咨询有限公司 | 一种考虑储能装置的透明微网群经济运行域生成方法 |
CN116632878A (zh) * | 2023-07-19 | 2023-08-22 | 国网江苏省电力有限公司常州供电分公司 | 一种面向台区自治的分布式储能功率分配及协调控制方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104881716A (zh) * | 2015-05-28 | 2015-09-02 | 贵州电网公司电网规划研究中心 | 一种微电网电源的优化规划及评估方法 |
CN104951899A (zh) * | 2015-07-02 | 2015-09-30 | 东南大学 | 含大规模可再生能源的配电公司多时间尺度优化调度方法 |
US20160125097A1 (en) * | 2014-11-05 | 2016-05-05 | Nec Laboratories America, Inc. | Optimizing power flows using harmony search with machine learning |
US20160261115A1 (en) * | 2015-03-03 | 2016-09-08 | General Electric Company | Methods and systems for enhancing control of power plant generating units |
CN106058855A (zh) * | 2016-06-16 | 2016-10-26 | 南京工程学院 | 协调储能与柔性负荷的主动配电网多目标优化调度方法 |
CN107017656A (zh) * | 2016-12-30 | 2017-08-04 | 西安理工大学 | 一种考虑电能质量提升的主动配电系统优化调度方法 |
CN107133415A (zh) * | 2017-05-22 | 2017-09-05 | 河海大学 | 一种考虑用户满意和配网安全的电动汽车充放电优化方法 |
-
2017
- 2017-09-21 CN CN201710857306.2A patent/CN107634518B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160125097A1 (en) * | 2014-11-05 | 2016-05-05 | Nec Laboratories America, Inc. | Optimizing power flows using harmony search with machine learning |
US20160261115A1 (en) * | 2015-03-03 | 2016-09-08 | General Electric Company | Methods and systems for enhancing control of power plant generating units |
CN104881716A (zh) * | 2015-05-28 | 2015-09-02 | 贵州电网公司电网规划研究中心 | 一种微电网电源的优化规划及评估方法 |
CN104951899A (zh) * | 2015-07-02 | 2015-09-30 | 东南大学 | 含大规模可再生能源的配电公司多时间尺度优化调度方法 |
CN106058855A (zh) * | 2016-06-16 | 2016-10-26 | 南京工程学院 | 协调储能与柔性负荷的主动配电网多目标优化调度方法 |
CN107017656A (zh) * | 2016-12-30 | 2017-08-04 | 西安理工大学 | 一种考虑电能质量提升的主动配电系统优化调度方法 |
CN107133415A (zh) * | 2017-05-22 | 2017-09-05 | 河海大学 | 一种考虑用户满意和配网安全的电动汽车充放电优化方法 |
Non-Patent Citations (7)
Title |
---|
ALIREZA SOROUDI; PIERLUIGI SIANO; ANDREW KEANE;: "Optimal DR and ESS scheduling for distribution losses payments minimization under electricity price uncertainty", IEEE TRANSACTIONS ON SMART GRID, no. 1, pages 261 - 272, XP011595090, DOI: 10.1109/TSG.2015.2453017 * |
SAJJAD GOLSHANNAVAZ; SAEED AFSHARNIA; FARROKH AMINIFAR: "Smart distribution grid:Optimal day-ahead scheduling with reconfigurable topology", IEEE TRANSACTIONS ON SMART GRID, vol. 5, no. 5, pages 2402 - 2411, XP011558510, DOI: 10.1109/TSG.2014.2335815 * |
廖剑波;李振坤;符杨;: "基于随机潮流的主动配电网运行风险评估", 现代电力, vol. 34, no. 02, pages 20 - 27 * |
曾博;杨煦;张建华;: "考虑可再生能源跨区域消纳的主动配电网多目标优化调度", 电工技术学报, no. 22, pages 148 - 158 * |
李洪珠;康庆华;张垒;张馨瑜;: "计及DG和需求侧响应的智能电网优化研究", 智能电网, no. 06, pages 562 - 566 * |
杨煦: "促进可再生能源消纳的主动配电网多目标优化运行研究", 中国优秀硕士学位论文全文数据库 工程科技II辑, no. 03, pages 042 - 1290 * |
符杨;廖剑波;李振坤;钱啸;唐昕;: "考虑越限风险的主动配电网日前优化调度及运行", 中国电机工程学报, no. 21, pages 6328 - 6338 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019165702A1 (zh) * | 2018-02-28 | 2019-09-06 | 东南大学 | 一种多微网系统的双层协调鲁棒优化调度方法 |
CN108491983A (zh) * | 2018-04-11 | 2018-09-04 | 西南交通大学 | 一种多堆燃料电池发电系统大规模机组组合优化方法 |
CN108711886A (zh) * | 2018-06-08 | 2018-10-26 | 国网福建省电力有限公司 | 一种园区配网时序运行样本生成方法 |
CN108711886B (zh) * | 2018-06-08 | 2021-08-31 | 国网福建省电力有限公司 | 一种园区配网时序运行样本生成方法 |
CN109524955B (zh) * | 2018-10-15 | 2021-11-30 | 昆明理工大学 | 一种考虑源荷电压特性的主动配电网优化方法 |
CN109524955A (zh) * | 2018-10-15 | 2019-03-26 | 昆明理工大学 | 一种考虑源荷电压特性的主动配电网优化方法 |
CN109861290A (zh) * | 2019-03-14 | 2019-06-07 | 国网上海市电力公司 | 一种考虑多种柔性负荷的综合能源系统优化调度方法 |
CN110244566A (zh) * | 2019-06-24 | 2019-09-17 | 燕山大学 | 计及柔性负荷的冷热电联供系统容量优化配置方法 |
CN110932259A (zh) * | 2019-11-21 | 2020-03-27 | 国网江苏省电力有限公司南通供电分公司 | 考虑多场景模型及需求侧响应策略的配网重构方法 |
CN111049184B (zh) * | 2019-12-26 | 2023-04-18 | 国网吉林省电力有限公司 | 一种多能互补园区响应电力系统风电消纳需求的计算方法 |
CN111049184A (zh) * | 2019-12-26 | 2020-04-21 | 国网吉林省电力有限公司 | 一种多能互补园区响应电力系统风电消纳需求的计算方法 |
CN112488442A (zh) * | 2020-10-29 | 2021-03-12 | 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 |
CN112821451A (zh) * | 2021-01-11 | 2021-05-18 | 国网福建省电力有限公司泉州供电公司 | 一种基于需求侧管理与储能的智慧城镇配电网分布式光伏接入应对方法 |
CN113011718A (zh) * | 2021-03-02 | 2021-06-22 | 广西电网有限责任公司南宁供电局 | 基于和声搜索算法的配电网有功-无功联合优化调度方法 |
CN114188980A (zh) * | 2021-12-08 | 2022-03-15 | 杭州鸿晟电力设计咨询有限公司 | 一种考虑储能装置的透明微网群经济运行域生成方法 |
CN114188980B (zh) * | 2021-12-08 | 2023-06-30 | 杭州鸿晟电力设计咨询有限公司 | 一种考虑储能装置的透明微网群经济运行域生成方法 |
CN116632878A (zh) * | 2023-07-19 | 2023-08-22 | 国网江苏省电力有限公司常州供电分公司 | 一种面向台区自治的分布式储能功率分配及协调控制方法 |
CN116632878B (zh) * | 2023-07-19 | 2023-11-14 | 国网江苏省电力有限公司常州供电分公司 | 一种面向台区自治的分布式储能功率分配及协调控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107634518B (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107634518A (zh) | 一种“源‑网‑荷”相协调的主动配电网经济调度方法 | |
Hou et al. | Multi-objective economic dispatch of a microgrid considering electric vehicle and transferable load | |
Ju et al. | A two-stage optimal coordinated scheduling strategy for micro energy grid integrating intermittent renewable energy sources considering multi-energy flexible conversion | |
Moghaddam et al. | Multi-operation management of a typical micro-grids using Particle Swarm Optimization: A comparative study | |
Wang et al. | Multi-stage optimal energy management of multi-energy microgrid in deregulated electricity markets | |
CN111881616A (zh) | 一种基于多主体博弈的综合能源系统的运行优化方法 | |
CN107508284B (zh) | 计及电气互联的微电网分布式优化调度方法 | |
AL-Dhaifallah et al. | An efficient short-term energy management system for a microgrid with renewable power generation and electric vehicles | |
CN108009693A (zh) | 基于两级需求响应的并网微电网双层优化方法 | |
CN103151797A (zh) | 基于多目标调度模型的并网运行方式下微网能量控制方法 | |
Dai et al. | A review on electric vehicles and renewable energy synergies in smart grid | |
CN109636056A (zh) | 一种基于多智能体技术的多能源微网去中心化优化调度方法 | |
CN106712114A (zh) | 一种考虑环境效益的主动配电网能量分层优化调度方法 | |
Suo et al. | New energy wide area complementary planning method for multi-energy power system | |
Liu et al. | SARAP algorithm of multi-objective optimal capacity configuration for WT-PV-DE-BES stand-alone microgrid | |
Patel et al. | A comparative analysis for impact of distributed generations with electric vehicles planning | |
CN115759610A (zh) | 一种电力系统源网荷储协同的多目标规划方法及其应用 | |
Abedinia et al. | Synergizing efficient optimal energy hub design for multiple smart energy system players and electric vehicles | |
Lei et al. | Energy management considering energy storage and demand response for smart energy hub in Internet of Things | |
CN110829424A (zh) | 一种考虑风电消纳的区域多微网配电网互动方法 | |
Luo et al. | Two‐stage robust optimal scheduling of wind power‐photovoltaic‐thermal power‐pumped storage combined system | |
Fu et al. | Research on the stackelberg game method of building micro-grid with electric vehicles | |
CN117578537A (zh) | 基于碳交易和需求响应的微电网优化调度方法 | |
CN114971154A (zh) | 一种包含碳交易机制的可再生能源消纳方法 | |
Li et al. | Integrated energy system for low-carbon economic operation optimization: Pareto compromise programming and master-slave game |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |