CN107658867A - 多主体参与的交直流混合配电网动态重构方法 - Google Patents

多主体参与的交直流混合配电网动态重构方法 Download PDF

Info

Publication number
CN107658867A
CN107658867A CN201710958972.5A CN201710958972A CN107658867A CN 107658867 A CN107658867 A CN 107658867A CN 201710958972 A CN201710958972 A CN 201710958972A CN 107658867 A CN107658867 A CN 107658867A
Authority
CN
China
Prior art keywords
mrow
msub
msup
power
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
Application number
CN201710958972.5A
Other languages
English (en)
Other versions
CN107658867B (zh
Inventor
刘念
郭斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Electric Power University
Original Assignee
North China Electric Power University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by North China Electric Power University filed Critical North China Electric Power University
Priority to CN201710958972.5A priority Critical patent/CN107658867B/zh
Publication of CN107658867A publication Critical patent/CN107658867A/zh
Application granted granted Critical
Publication of CN107658867B publication Critical patent/CN107658867B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • H02J3/383—
    • H02J3/386—
    • 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
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • 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]
    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明属于电力系统优化调度技术领域，尤其涉及一种多主体参与的交直流混合配电网动态重构方法。该方法在考虑日前预测误差的风险下，以日前调度费用最低作为目标函数来优化求解。此外，在微电网联盟和配电网交易完成后，联盟内部的微电网采用基于自私性的结算策略，优先使用费用较低的可再生能源的交易策略来进行成本分摊。配电运营商基于多微电网联盟上传的交换功率计划和对其他负荷点的功率预测值，采用遗传算法来决定未来24小时的配电网重构计划。该方法充分考虑到日前负荷值和分布式电源的预测误差，有效降低调度费用的波动，对于未来多微电网广泛接入配电网下的交直流混合配电网调度具有很好的指导意义。

Description

多主体参与的交直流混合配电网动态重构方法
技术领域
本发明属于电力系统优化调度技术领域，尤其涉及一种多主体参与的交直流混合配电网动态重构方法。
背景技术
随着微电网技术的不断发展，多微电网接入配电网将得到广泛的应用。相对于单个微电网，多微电网通过直流链路连接，在容量备用、紧急能量供应和电力交易等方面具有更大的优势。多微电网的优化调度备受研究者关注，当前的优化调度方法有日前优化调度和实时优化调度，对于日前优化调度，该方法在负荷、光伏和风机数据的预测方面存在误差，通常可采用随机优化的方法来降低调度费用的风险。配电网重构是配电网优化的重要措施，合理的配电网重构方法对于配网经济运行、减轻线路的负载率和提高配网的可靠性等具有重大的意义，特别是在可再生能源接入的情况下，可显著提高可再生能源的利用率。多主体参与下的配电网运行，其优化问题即多参与主体的多时间尺度的问题，对于多主体参与下的配电网重构方法还有待进一步研究。
发明内容
针对上述问题，本发明提出一种多主体参与的交直流混合配电网动态重构方法，参与的多主体包括，DC-link连接的多微电网联盟运营商，微电网运营商和配电网运营商，包括以下步骤：
步骤1：对DC-link连接的多微电网联盟进行日前随机优化调度；
步骤101：根据负荷、光伏和风机的预测数据生成基于预测数据的基础数据；
步骤102：确定目标函数、决策变量和约束条件，形成DC-link连接的多微电网日前优化调度模型；
步骤103：在考虑日前预测误差的前提下，由负荷、光伏和风机的基础数据各生成N组随机变量，更新步骤102中的目标函数和约束条件中与随机变量相关的变量，建立考虑条件风险价值的日前随机优化调度模型；
步骤104：利用序列二次规划算法求解步骤103建立的考虑条件风险价值的日前随机优化调度模型，计算得到考虑条件风险价值的日前随机优化调度结果；
步骤105：将DC-link上的交换功率结果和可再生能源功率通过多微电网联盟运营商传给微电网运营商；
步骤106：构建微电网运营商之间的结算机制，并求解结算结果；
步骤2：对交直流混合配电网进行动态重构优化；
步骤201：将多微电网联盟运营商内部的各个微电网运营商与配电网运营商的日前交换功率计划通过多微电网联盟运营商上传至配电网运营商；
步骤202：构建交直流混合配电网动态重构模型，并求解网络的重构架构。
所述基础数据分别由负荷、光伏和风机的日前预测值和预测误差ΔPx(t)组成，具体表示为：
其中，Px(t)为基础数据，为日前预测值，ΔPx(t)为预测误差，x分别表示负荷、风机和光伏。
所述DC-link连接的多微电网日前优化调度模型为：
目标函数：以日前多微电网调度总运行成本最小为目标，其中，总运行成本包括光伏、风机、同步发电机的发电运行成本和购售电成本，该目标函数的数学模型表示为：
其中，
Cg(t)＝aPg(t)2+bPg(t)+c
其中，Cd为分布式电源单位容量发电成本，PPV(t)为光伏的基础数据，PWT(t)为风机的基础数据；Cg(t)为同步发电机发电成本，Pm(t)为多微电网联盟与配电运营商交换功率，η1为购电电价，η2为售电电价，V、W、G、M分别为光伏、风机、同步发电机、微电网的数量,T为日前调度的周期，Pg(t)表示同步发电机出力，a、 b、c分别为同步发电机的成本系数；
决策变量：包括同步发电机出力Pg(t)、多微电网联盟与配电运营商交换功率 Pm(t)；
约束条件：包括功率平衡约束、同步发电机出力范围约束、风机出力范围约束、光伏出力范围约束、联盟与配电运营商交换功率范围约束、DC-link上传输功率约束PT(t)。
所述考虑条件风险价值的日前随机优化调度模型为：
目标函数：以日前多微电网调度运行总成本期望值Cert和条件风险价值项 CVaR的求和最小为目标，该目标函数的数学模型表示为：
min Cert+βCVaR
其中，β为风险系数，ζ为辅助变量，α为置信水平，p(ω)为随机变量每个场景对应的概率，Ω为总的场景集合，Cd为分布式电源单位容量发电成本，PPVω(t) 为场景ω下的光伏出力，PWTω(t)为场景ω下的风机出力；Cg(t)为同步发电机发电成本，Pm(t)为多微电网联盟与配电运营商交换功率，η1为购电电价，η2为售电电价，V、W、G、M分别为光伏、风机、同步发电机、微电网的数量；
约束条件：包括功率平衡约束、同步发电机出力范围约束、风机出力范围约束、光伏出力范围约束、联盟与配电运营商交换功率范围约束、DC-link上传输功率约束PT(t)和条件风险价值约束；
决策变量：包括同步发电出力大小Pg(t)、多微电网联盟与配电运营商交换功率Pm(t)、辅助变量ζ和微电网之间的DC-link上的交换功率PT(t)。
所述构建微电网运营商之间的结算机制的方法为，根据DC-link上的交换功率和可再生能源功率求解微电网之间的交易结算结果，采用基于微电网自身的自私性的结算策略，对于联盟内部的各个微电网，依次使用从费用最低到费用最高的能量，对于剩余的能量，将费用最高到费用最低的能量优先通过DC-link 出售给联盟内部的其他微电网；其中，微电网需要支付给通过DC-link相连的邻近微电网的费用为：
其中，Cself为微电网自身负荷消耗的电量的运行费用，为微电网内部所有电源运行发电产生的费用，Cj为微电网内部第j个电源运行发电产生的费用， Ng为微电网内部电源的种类，Pj为电源发电的功率，Pl为微电网自身的负荷。
所述交直流混合配电网动态重构模型是由底层和上层构成的双层重构模型，所述底层的微电网为交流系统，通过DC-link连接成多微电网联盟的交直流混合系统，所述上层的配电网为交流系统，在底层建立考虑条件风险价值的日前随机优化调度模型，在上层建立基于事件触发的动态重构模型，底层将优化结果上传至上层的动态重构模型，配电运营商根据上传的功率交换计划制定未来的重构计划。
所述基于事件触发的动态重构模型为：
目标函数：以重构区间Tr内的整个配电网络网损总和最小为目标，其数学表达式为：
TP＝{swithi}i∈[1,N]
其中，Ploss″(t)为在重构区间Tr的第一个时刻考虑了微电网和配电网的交换功率偏差下整个配电网络网损总和，TP为所有有效的拓扑集合，swithi为第i个开关闭合或者断开的状态，N为配电网总的开关数，tpt为时间t的最优拓扑，ri为支路电阻，Ui″(t)为节点电压，Pi″(t)、Qi″(t)分别为支路首端流入有功和无功功率；
约束条件：包括节点电压约束、支路功率约束和配网运行辐射状约束；
决策变量：网络的拓扑tpt。
所述基于事件触发的动态重构模型的事件触发条件为：
在重构区间的第一个时刻增加交换功率的偏差量，此时配电网开关动作成本若低于配电网重构减少的网损费用，则启动重构，否则不启动重构；若启动重构，则在日前重构区间T内，重构区间向前移动，直到完成日前一天的重构任务；所述重构触发条件为：
其中，fr(t,Tr,tpt)为考虑了交换功率偏差ΔPm(t)的上一个重构区间的网络拓扑下的最小网损，P'loss(t)为不考虑交换功能功率偏差下的网损，tpt为上一个时间t 的最优拓扑，为考虑了交换功率偏差ΔPm(t)的当前时间区间的网络拓扑下的最小网损，tpc为当前时刻的最优拓扑，Csw、Nsw分别为开关动作单位成本和次数，η为单位网损费用。
本发明的有益效果在于：
本发明提出的多主体参与的交直流混合配电网动态重构方法，使多个主体均达到经济性最优的状态。在多微电网随机优化调度阶段，充分考虑了负荷、光伏和风机的日前预测误差以及条件风险对调度费用波动的影响，使联盟调度费用最低。在微电网之间交易结算阶段，利用市场的自私性原理，使各个微电网在满足自身负荷需求基础上达到运行费用最低。在配电网重构阶段，采用双层重构框架，根据微电网联盟上传的功率计划制定配电网自身的重构计划，避免了分布式电源不确定性的影响，并有效降低了网络的总体损耗，取得很好的经济效益。
附图说明
附图1为多主体参与的交直流混合配电网动态重构方法流程图；
附图2为交直流混合的IEEE-33节点算例系统结构图；
附图3a-3c为多微电网联盟日前随机优化结果；
附图4为DC-link电容器的传输功率结果；
附图5为单个微电网内部各个电源的成本曲线；
附图6为微电网联盟内部交易结算结果图；
具体实施方式
下面结合附图和实施例对本发明进行详细说明。
本发明将微电网联盟的日前优化调度问题和配电网的优化重构问题结合在一起，使得配电网运营商和微电网联盟运营商都受益，联盟内部微电网之间交易得到公平的结算。具体方法如图1所示，附图1为多主体参与的交直流混合配电网动态重构方法流程图，包括以下步骤：
步骤1：对DC-link连接的多微电网联盟进行日前随机优化调度；
步骤101：根据负荷、光伏和风机的预测数据生成基于预测数据的基础数据；
步骤102：确定目标函数、决策变量和约束条件，形成DC-link连接的多微电网日前优化调度模型；
步骤103：在考虑日前预测误差的前提下，由负荷、光伏和风机的基础数据各生成N组随机变量，更新步骤102中的目标函数和约束条件中与随机变量相关的变量，建立考虑条件风险价值的日前随机优化调度模型；
步骤104：利用序列二次规划算法求解步骤103建立的考虑条件风险价值的日前随机优化调度模型，计算得到考虑条件风险价值的日前随机优化调度结果；
步骤105：将DC-link上的交换功率结果和可再生能源功率通过多微电网联盟运营商传给微电网运营商；
步骤106：构建微电网运营商之间的结算机制，并求解结算结果；
步骤2：对交直流混合配电网进行动态重构优化；
步骤201：将多微电网联盟运营商内部的各个微电网运营商与配电网运营商的日前交换功率计划通过多微电网联盟运营商上传至配电网运营商；
步骤202：构建交直流混合配电网动态重构模型，并求解网络的重构架构。
进一步的，所述基础数据分别由负荷、光伏和风机的日前预测值和预测误差ΔPx(t)组成，具体表示为：
其中，Px(t)为基础数据，为日前预测值，ΔPx(t)为预测误差，x分别表示负荷、风机和光伏，预测误差为满足正态分布的随机数。
进一步的，所述DC-link连接的多微电网日前优化调度模型为：
目标函数：以日前多微电网调度总运行成本最小为目标，其中，总运行成本包括光伏、风机、同步发电机的发电运行成本和购售电成本，该目标函数的数学模型可表示为：
其中，
Cg(t)＝aPg(t)2+bPg(t)+c
其中，Cd为分布式电源单位容量发电成本，PPV(t)为光伏的基础数据，PWT(t)为风机的基础数据；Cg(t)为同步发电机发电成本，Pm(t)为多微电网联盟与配电运营商交换功率，η1为购电电价，η2为售电电价，V、W、G、M分别为光伏、风机、同步发电机、微电网的数量,T为日前调度的周期，Pg(t)表示同步发电机出力，a、 b、c分别为同步发电机的成本系数；
决策变量：包括同步发电机出力Pg(t)、多微电网联盟与配电运营商交换功率 Pm(t)；
约束条件：包括功率平衡约束、同步发电机出力范围约束、风机出力范围约束、光伏出力范围约束、联盟与配电运营商交换功率范围约束、DC-link上传输功率约束PT(t)。
进一步的，所述由基础数据生成随机变量为：
将基础数据用随机变量表示，随机变量由一个场景的集合构成，每个场景下包含了光伏、风机和负荷的向量：
ω＝{PPVω(t),PWTω(t),Plω(t)}t∈T
其中，PPVω(t)为光伏在场景ω下的出力，PWTω(t)为风机在场景ω下的出力，Plω(t)为负荷在场景ω下的出力T为日前调度区间。
进一步的，所述考虑条件风险价值的日前随机优化调度模型为：
目标函数：以日前多微电网调度运行总成本期望值Cert和条件风险价值项 CVaR的求和最小为目标，该目标函数的数学模型可表示为：
min Cert+βCVaR
其中，β为风险系数，ζ为辅助变量，α为置信水平，p(ω)为随机变量每个场景对应的概率，Ω为总的场景集合，Cd为分布式电源单位容量发电成本，PPVω(t) 为场景ω下的光伏出力，PWTω(t)为场景ω下的风机出力；Cg(t)为同步发电机发电成本，Pm(t)为多微电网联盟与配电运营商交换功率，η1为购电电价，η2为售电电价，V、W、G、M分别为光伏、风机、同步发电机、微电网的数量；
约束条件：包括功率平衡约束、同步发电机出力范围约束、风机出力范围约束、光伏出力范围约束、联盟与配电运营商交换功率范围约束、DC-link上传输功率约束PT(t)和条件风险价值约束；
决策变量：包括同步发电出力大小Pg(t)、多微电网联盟与配电运营商交换功率Pm(t)、辅助变量ζ和微电网之间的DC-link上的交换功率PT(t)。
进一步的，所述MG之间的结算机制模型根据DC-link上的交换功率和可再生能源功率求解微电网之间的交易结算结果，采用基于微电网自身的自私性的结算策略，对于联盟内部的各个微电网，依次使用从费用最低到费用最高的电能以满足微电网内部负荷的需求，对于剩余的电能，将费用最高到费用最低的电能优先通过DC-link出售给联盟内部的其他微电网。采用这种结算机制可以使微电网自身的利益最大化。
一个微电网内部有Ng个电源(包括风机、光伏、同步发电机和与电网交换电量)，每个电源的发电功率集合和对应的运行费用集合分别如下：
P＝{Pi},i∈[1,Ng]
C＝{Ci},i∈[1,Ng]
按费用从低到高排列，更新功率集合和费用集合如下：
P＝{Pj},j∈[1,Ng]
C＝{Cj},j∈[1,Ng]
则微电网需要支付给通过DC-link相连的邻近微电网的费用为：
其中，Cself为微电网自身负荷消耗的电量的运行费用，为微电网内部所有电源运行发电产生的费用，Cj为微电网内部第j个电源运行发电产生的费用， Ng为微电网内部电源的种类，Pj为电源发电的功率，Pl为微电网自身的负荷。
进一步的，所述交直流混合配电网动态重构模型是由底层和上层构成的双层重构模型，所述底层的微电网为交流系统，通过DC-link连接成多微电网联盟的交直流混合系统，所述上层的配电网为交流系统，在底层建立考虑条件风险价值的日前随机优化调度模型，在上层建立基于事件触发的动态重构模型，底层将优化结果上传至上层的动态重构模型，配电运营商根据上传的功率交换计划制定未来的重构计划。
进一步的，所述动态重构模型为基于事件触发的动态重构模型，在重构区间Tr内，考虑到配电网与多微电网联盟交换功率不一定恒定，重构区间的开始时刻需要叠加一个交换功率偏差量ΔPm(t)，目标为重构区间内的整个配电网络网损总和最小：
TP＝{swithi}i∈[1,N]
Uk″(t)2＝Ui″(t)2+2[riPi″(t)+xiQi″(t)]+(ri 2+xi 2)li
其中，Ploss″(t)为在重构区间Tr的第一个时刻考虑了微电网和配电网的交换功率偏差下整个配电网络网损总和，TP为所有有效的拓扑集合，swithi为第i个开关的状态，状态有闭合或者断开两种，N为配电网总的开关数，一个支路对应一个开关，tpt为时间t的最优拓扑，最优拓扑下网损最小，ci为节点i的子节点集合，ri为支路电阻，xj为支路电抗，lj(t)为支路的长度，Pmi(t)微电网接入节点的交换功率，Ui″(t)为节点电压，Pi″(t)、Qi″(t)分别为支路首端流入有功和无功功率。
约束条件包括节点电压约束Uimin≤Ui≤Uimax、支路功率约束Sjb≤Sjbmax和配网运行辐射状约束，辐射状约束要求配电网构成的所有环必须是开环运行。
其中Uimin、Uimax分别为节点电压下限和上限，Sjbmax为支路功率上限，tpt为最优重构结果的开关集合。
事件触发条件是若重构区间内配电网开关动作成本低于配电网重构减少的网损费用，启动重构，否则不重构，在日前时间区间T内，重构区间一直往前移，直到完成日前一天的重构任务：
其中，fr(t,Tr,tpt)为考虑了交换功率偏差ΔPm(t)的上一个重构区间的网络拓扑下的最小网损，P'loss(t)为不考虑交换功能功率偏差下的网损，tpt为上一个时间t 的最优拓扑，最优拓扑下网损最小，为考虑了交换功率偏差ΔPm(t)的当前时间区间的网络拓扑下的最小网损，tpc为当前时刻的最优拓扑， Csw、Nsw分别为开关动作单位成本和次数，η为单位网损费用。
实施例1
本实施例采用交直流混合的IEEE-33节点算例系统进行详细说明，如图2 所示的交直流混合的IEEE-33节点算例系统结构图，图中包括运营标准 IEEE-33节点配电系统的配电网运营商(DNO)、3个微电网组成的多微电网联盟运营商(MCO)和微电网(MG)运营商多个主体，多个微电网通过DC-link 电容器组成合作联盟，由此和配电运营商进行交易。在联盟内部，由于分布式电源具有随机性和波动性以及用户负荷的随机性，从而导致光伏和风机等日前预测值出现误差。DC-link通过直流连接交流微电网，以共享备用，提高微电网的供电可靠性，并形成交直流混合的网络架构。本算例的接入3个微电网的相关参数如表1所示，参数包括负荷均值、微燃机容量、光伏装机容量和风机装机容量。
表1三个微电网的相关参数
附图3为多微电网联盟日前随机优化结果，其中，图3a-图3c分别表示微电网1到微电网3的分布式电源出力结果和交换功率结果。由图3a-3c可以看出, 联盟内各个微电网地位平等，与自身负荷大小和分布式电源的多少没有关系。在分布式电源较少的情况下，均可以最大化同步发电机出力，在分布式电源充足的情况下，均可以最小化同步发电机出力，并同时向配电网售卖相同的电量。由此可见，该调度方法可使得微电网联盟总的运行费用最低，与单一微电网相比具有更好的经济性。
附图4为DC-link的传输功率结果。图4中的“微电网2-1”为微电网2通过DC-link向微电网1输送的功率，“微电网3-2”为微电网3通过DC-link向微电网2输送的功率。结合图3中各个微电网的负荷和分布式电源出力可以看出，在微电网之间功率交换时刻进行，功率流动方向为功率盈余的微电网通过 DC-link向功率缺额的微电网传输，以此完成和配电网的交易，最终使得微电网联盟达到总体经济性最优。
附图5为单个微电网内部各个电源的成本曲线图，如图5所示，该成本曲线按照费用由低到高的顺序排列形成分段函数，用来描述微电网之间的结算策略。按发电成本费用从低到高排列后的费用集合和对应的发电功率集合分别为： C＝{C1,C2,C3}，P＝{P1,P2,P3}，
其中，P1为光伏发出的功率，P2为同步发电机发出的功率，P3为购电电量。
因此，该微电网需要支付给通过DC-link相连的邻近微电网的费用为：
C1＝CdP1
C2＝a(P2)2+bP2+c
C3＝η1·max(P3,0)+η2·min(P3,0)
Cself＝CdP1+a(Pl-P2)2+b(Pl-P2)+c
根据结算策略，微电网自身的负荷优先使用费用较低的能量，由附图5可以看出，该微电网的总负荷落在分段函数中的第二段，此时该微电网与和其连接的微电网结算的费用为：自身负荷用电成本减去总的发电效益，即
附图6为微电网联盟内部交易结算结果图，附图6中图例“微电网1-2”为微电网1应该支付给微电网2的费用，图例“微电网3-2”为微电网3应该支付给微电网2的费用。附图6中的结算结果与DC-link上的交换功率曲线趋势相同，但由于DC-link传输的功率由不同电源产生，价格是不一样的，因此波动大小不完全一致，该策略考虑了微电网在联盟费用最低的前提下自身的收益最大化和结算的公平性。
表2为动态重构的结果，由于不同时刻的分布式电源和负荷并不相同，因此在满足网损最低条件下的网络拓扑也不相同。
表2重构结果
时间 断开开关的位置
1:00-20:00 6-7 11-21 10-11 30-31 26-27
21:00-24:00 6-7 8-9 13-14 30-31 24-28
表3为是否采用动态重构策略的对比，由表3可以看出，采用重构2次的日均网损降低了29.22％。
表3采用动态重构策略与不采用动态重构策略的结果对比
重构次数 网损/kWh 网损减少/％
0 182.9549 ——
2 129.5038 29.22
由此可见，本发明适用于各种多主体参与的交直流混合配电网，方法思路清晰且不需额外的投资，在调节过程中充分考虑到负荷和分布式电源日前预测值的误差和条件风险价值，可有效提高多微电网联盟运营商、配电运营商和微电网的经济效益。
此实施例仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (8)

1.一种多主体参与的交直流混合配电网动态重构方法，参与的多主体包括，DC-link连接的多微电网联盟运营商，微电网运营商和配电网运营商，其特征在于，所述方法包括以下步骤：
步骤1：对DC-link连接的多微电网联盟进行日前随机优化调度；
步骤101：根据负荷、光伏和风机的预测数据生成基于预测数据的基础数据；
步骤102：确定目标函数、决策变量和约束条件，形成DC-link连接的多微电网日前优化调度模型；
步骤103：在考虑日前预测误差的前提下，由负荷、光伏和风机的基础数据各生成N组随机变量，更新步骤102中的目标函数和约束条件中与随机变量相关的变量，建立考虑条件风险价值的日前随机优化调度模型；
步骤104：利用序列二次规划算法求解步骤103建立的考虑条件风险价值的日前随机优化调度模型，计算得到考虑条件风险价值的日前随机优化调度结果；
步骤105：将DC-link上的交换功率结果和可再生能源功率通过多微电网联盟运营商传给微电网运营商；
步骤106：构建微电网运营商之间的结算机制，并求解结算结果；
步骤2：对交直流混合配电网进行动态重构优化；
步骤201：将多微电网联盟运营商内部的各个微电网运营商与配电网运营商的日前交换功率计划通过多微电网联盟运营商上传至配电网运营商；
步骤202：构建交直流混合配电网动态重构模型，并求解网络的重构架构。
2.根据权利要求1所述的一种多主体参与的交直流混合配电网动态重构方法，其特征在于，所述基础数据分别由负荷、光伏和风机的日前预测值和预测误差ΔPx(t)组成，具体表示为：
<mrow> <msub> <mi>P</mi> <mi>x</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mover> <mrow> <msub> <mi>P</mi> <mi>x</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>+</mo> <msub> <mi>&amp;Delta;P</mi> <mi>x</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow>
其中，Px(t)为基础数据，为日前预测值，ΔPx(t)为预测误差，x分别表示负荷、风机和光伏。
3.根据权利要求1所述的一种多主体参与的交直流混合配电网动态重构方法，其特征在于，所述DC-link连接的多微电网日前优化调度模型为：
目标函数：以日前多微电网调度总运行成本最小为目标，其中，总运行成本包括光伏、风机、同步发电机的发电运行成本和购、售电成本，该目标函数的数学模型表示为：
<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <mi>min</mi> </mtd> <mtd> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>T</mi> </munderover> <msub> <mi>C</mi> <mi>d</mi> </msub> <mrow> <mo>(</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>v</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>V</mi> </munderover> <msub> <mi>P</mi> <mrow> <mi>P</mi> <mi>V</mi> </mrow> </msub> <mo>(</mo> <mi>t</mi> <mo>)</mo> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>w</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>W</mi> </munderover> <msub> <mi>P</mi> <mrow> <mi>W</mi> <mi>T</mi> </mrow> </msub> <mo>(</mo> <mi>t</mi> <mo>)</mo> <mo>)</mo> </mrow> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>T</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>g</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>G</mi> </munderover> <msub> <mi>C</mi> <mi>g</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>T</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <mrow> <mo>(</mo> <msub> <mi>&amp;eta;</mi> <mn>1</mn> </msub> <mo>&amp;CenterDot;</mo> <mi>m</mi> <mi>a</mi> <mi>x</mi> <mo>(</mo> <mrow> <msub> <mi>P</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>,</mo> <mn>0</mn> </mrow> <mo>)</mo> <mo>+</mo> <msub> <mi>&amp;eta;</mi> <mn>2</mn> </msub> <mo>&amp;CenterDot;</mo> <mi>m</mi> <mi>i</mi> <mi>n</mi> <mo>(</mo> <mrow> <msub> <mi>P</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>,</mo> <mn>0</mn> </mrow> <mo>)</mo> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced>
其中，
Cg(t)＝aPg(t)2+bPg(t)+c
其中，Cd为分布式电源单位容量发电成本，PPV(t)为光伏的基础数据，PWT(t)为风机的基础数据；Cg(t)为同步发电机发电成本，Pm(t)为多微电网联盟与配电运营商交换功率，η1为购电电价，η2为售电电价，V、W、G、M分别为光伏、风机、同步发电机、微电网的数量,T为日前调度的周期，Pg(t)表示同步发电机出力，a、b、c分别为同步发电机的成本系数；
决策变量：包括同步发电机出力Pg(t)、多微电网联盟与配电运营商交换功率Pm(t)；
约束条件：包括功率平衡约束、同步发电机出力范围约束、风机出力范围约束、光伏出力范围约束、联盟与配电运营商交换功率范围约束、DC-link上传输功率约束PT(t)。
4.根据权利要求1所述的一种多主体参与的交直流混合配电网动态重构方法，其特征在于，所述考虑条件风险价值的日前随机优化调度模型为：
目标函数：以日前多微电网调度运行总成本期望值Cert和条件风险价值项CVaR的求和最小为目标，该目标函数的数学模型表示为：
min Cert+βCVaR
<mrow> <msub> <mi>C</mi> <mrow> <mi>e</mi> <mi>r</mi> <mi>t</mi> </mrow> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>&amp;omega;</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>&amp;Omega;</mi> </munderover> <mi>p</mi> <mrow> <mo>(</mo> <mi>&amp;omega;</mi> <mo>)</mo> </mrow> <mo>&amp;lsqb;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>T</mi> </munderover> <msub> <mi>C</mi> <mi>d</mi> </msub> <mrow> <mo>(</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>v</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>V</mi> </munderover> <msub> <mi>P</mi> <mrow> <mi>P</mi> <mi>V</mi> <mi>&amp;omega;</mi> </mrow> </msub> <mo>(</mo> <mi>t</mi> <mo>)</mo> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>w</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>W</mi> </munderover> <msub> <mi>P</mi> <mrow> <mi>W</mi> <mi>T</mi> <mi>&amp;omega;</mi> </mrow> </msub> <mo>(</mo> <mi>t</mi> <mo>)</mo> <mo>)</mo> </mrow> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>T</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>g</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>G</mi> </munderover> <msub> <mi>C</mi> <mi>g</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>T</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <mo>(</mo> <mrow> <msub> <mi>&amp;eta;</mi> <mn>1</mn> </msub> <mo>&amp;CenterDot;</mo> <mi>m</mi> <mi>a</mi> <mi>x</mi> <mrow> <mo>(</mo> <mrow> <msub> <mi>P</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>,</mo> <mn>0</mn> </mrow> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>&amp;eta;</mi> <mn>2</mn> </msub> <mo>&amp;CenterDot;</mo> <mi>m</mi> <mi>i</mi> <mi>n</mi> <mrow> <mo>(</mo> <mrow> <msub> <mi>P</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> <mo>)</mo> </mrow> <mo>,</mo> <mn>0</mn> </mrow> <mo>)</mo> <mo>)</mo> <mo>&amp;rsqb;</mo> </mrow>
<mrow> <mi>C</mi> <mi>V</mi> <mi>a</mi> <mi>R</mi> <mo>=</mo> <munder> <mrow> <mi>M</mi> <mi>i</mi> <mi>n</mi> </mrow> <mi>&amp;zeta;</mi> </munder> <mo>{</mo> <mi>&amp;zeta;</mi> <mo>+</mo> <mfrac> <mn>1</mn> <mrow> <mn>1</mn> <mo>-</mo> <mi>&amp;alpha;</mi> </mrow> </mfrac> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>&amp;omega;</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>&amp;Omega;</mi> </munderover> <mrow> <mo>(</mo> <msub> <mi>C</mi> <mrow> <mi>e</mi> <mi>r</mi> <mi>t</mi> </mrow> </msub> <mo>-</mo> <mi>&amp;zeta;</mi> <mo>)</mo> </mrow> <mi>p</mi> <mrow> <mo>(</mo> <mi>&amp;omega;</mi> <mo>)</mo> </mrow> <mo>}</mo> </mrow>
其中，β为风险系数，ζ为辅助变量，α为置信水平，p(ω)为随机变量每个场景对应的概率，Ω为总的场景集合，Cd为分布式电源单位容量发电成本，PPVω(t)为场景ω下的光伏出力，PWTω(t)为场景ω下的风机出力；Cg(t)为同步发电机发电成本，Pm(t)为多微电网联盟与配电运营商交换功率，η1为购电电价，η2为售电电价，V、W、G、M分别为光伏、风机、同步发电机、微电网的数量；
约束条件：包括功率平衡约束、同步发电机出力范围约束、风机出力范围约束、光伏出力范围约束、联盟与配电运营商交换功率范围约束、DC-link上传输功率约束PT(t)和条件风险价值约束；
决策变量：包括同步发电出力大小Pg(t)、多微电网联盟与配电运营商交换功率Pm(t)、辅助变量ζ和微电网之间的DC-link上的交换功率PT(t)。
5.根据权利要求1所述的一种多主体参与的交直流混合配电网动态重构方法，其特征在于，所述构建微电网运营商之间的结算机制的方法为，根据DC-link上的交换功率和可再生能源功率求解微电网之间的交易结算结果，采用基于微电网自身的自私性的结算策略，对于联盟内部的各个微电网，依次使用从费用最低到费用最高的能量，对于剩余的能量，将费用最高到费用最低的能量优先通过DC-link出售给联盟内部的其他微电网；其中，微电网需要支付给通过DC-link相连的邻近微电网的费用为：
<mrow> <msub> <mi>C</mi> <mrow> <mi>p</mi> <mi>a</mi> <mi>y</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>C</mi> <mrow> <mi>s</mi> <mi>e</mi> <mi>l</mi> <mi>f</mi> </mrow> </msub> <mo>-</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>N</mi> <mi>g</mi> </msub> </munderover> <msup> <mi>C</mi> <mi>j</mi> </msup> </mrow>
<mrow> <msub> <mi>C</mi> <mrow> <mi>s</mi> <mi>e</mi> <mi>l</mi> <mi>f</mi> </mrow> </msub> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mtable> <mtr> <mtd> <mrow> <msup> <mi>C</mi> <mn>1</mn> </msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mi>l</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <msub> <mi>P</mi> <mi>l</mi> </msub> <mo>&amp;Element;</mo> <mo>&amp;lsqb;</mo> <mn>0</mn> <mo>,</mo> <msup> <mi>P</mi> <mn>1</mn> </msup> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> </mtable> </mtd> </mtr> <mtr> <mtd> <mtable> <mtr> <mtd> <mrow> <msup> <mi>C</mi> <mn>1</mn> </msup> <mo>+</mo> <msup> <mi>C</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mi>l</mi> </msub> <mo>-</mo> <msup> <mi>P</mi> <mn>1</mn> </msup> <mo>)</mo> </mrow> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <msub> <mi>P</mi> <mi>l</mi> </msub> <mo>&amp;Element;</mo> <mo>(</mo> <msup> <mi>P</mi> <mn>1</mn> </msup> <mo>,</mo> <msup> <mi>P</mi> <mn>2</mn> </msup> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> </mtable> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mrow> <msup> <mi>C</mi> <mn>1</mn> </msup> <mo>+</mo> <msup> <mi>C</mi> <mn>2</mn> </msup> <mo>+</mo> <mo>...</mo> <mo>+</mo> <msup> <mi>C</mi> <mi>j</mi> </msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mi>l</mi> </msub> <mo>-</mo> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <msub> <mi>N</mi> <mi>g</mi> </msub> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msup> <mi>P</mi> <mi>j</mi> </msup> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mi>P</mi> <mi>l</mi> </msub> <mo>&amp;Element;</mo> <mo>(</mo> <msup> <mi>P</mi> <mrow> <msub> <mi>N</mi> <mi>g</mi> </msub> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mo>,</mo> <msup> <mi>P</mi> <msub> <mi>N</mi> <mi>g</mi> </msub> </msup> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中，Cself为微电网自身负荷消耗电量的运行费用，为微电网内部所有电源运行发电产生的费用，Cj为微电网内部第j个电源运行发电产生的费用，Ng为微电网内部电源的种类，Pj为电源发电的功率，Pl为微电网自身的负荷。
6.根据权利要求1所述的一种多主体参与的交直流混合配电网动态重构方法，其特征在于，所述交直流混合配电网动态重构模型是由底层和上层构成的双层重构模型，所述底层的微电网为交流系统，通过DC-link连接成多微电网联盟的交直流混合系统，所述上层的配电网为交流系统，在底层建立考虑条件风险价值的日前随机优化调度模型，在上层建立基于事件触发的动态重构模型，底层将优化结果上传至上层的动态重构模型，配电运营商根据上传的功率交换计划制定未来的重构计划。
7.根据权利要求6所述的一种多主体参与的交直流混合配电网动态重构方法，其特征在于，所述基于事件触发的动态重构模型为：
目标函数：以重构区间Tr内的整个配电网络网损总和最小为目标，其数学表达式为：
<mrow> <msub> <mover> <mi>f</mi> <mi>&amp;Delta;</mi> </mover> <mi>r</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>,</mo> <msub> <mi>T</mi> <mi>r</mi> </msub> <mo>,</mo> <msub> <mi>tp</mi> <mi>t</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mi>m</mi> <mi>i</mi> <mi>n</mi> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>T</mi> <mi>r</mi> </msub> </munderover> <mrow> <mo>(</mo> <msup> <msub> <mi>P</mi> <mrow> <mi>l</mi> <mi>o</mi> <mi>s</mi> <mi>s</mi> </mrow> </msub> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msup> <mo>(</mo> <mi>t</mi> <mo>)</mo> <mo>|</mo> <msub> <mi>tp</mi> <mi>t</mi> </msub> <mo>&amp;Element;</mo> <mi>T</mi> <mi>P</mi> <mo>)</mo> </mrow> </mrow>
TP＝{swithi}i∈[1,N]
<mrow> <msup> <msub> <mi>P</mi> <mrow> <mi>l</mi> <mi>o</mi> <mi>s</mi> <mi>s</mi> </mrow> </msub> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msub> <mi>r</mi> <mi>i</mi> </msub> <mfrac> <mrow> <msup> <msub> <mi>P</mi> <mi>i</mi> </msub> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msup> <msup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <msub> <mi>Q</mi> <mi>i</mi> </msub> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msup> <msup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mrow> <msup> <msub> <mi>U</mi> <mi>i</mi> </msub> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msup> <msup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </mfrac> </mrow>
其中，Ploss″(t)为在重构区间Tr的第一个时刻考虑了微电网和配电网的交换功率偏差下整个配电网络网损总和，TP为所有有效的拓扑集合，swithi为第i个开关闭合或者断开的状态，N为配电网总的开关数，tpt为时间t的最优拓扑，ri为支路电阻，Ui″(t)为节点电压，Pi″(t)、Qi″(t)分别为支路首端流入有功和无功功率；
约束条件：包括节点电压约束、支路功率约束和配网运行辐射状约束；
决策变量：网络的拓扑tpt。
8.根据权利要求7所述的一种多主体参与的交直流混合配电网动态重构方法，其特征在于，所述基于事件触发的动态重构模型的事件触发条件为：
在重构区间的第一个时刻增加交换功率的偏差量，此时配电网开关动作成本若低于配电网重构减少的网损费用，则启动重构，否则不启动重构；若启动重构，则在日前重构区间T内，重构区间向前移动，直到完成日前一天的重构任务；所述重构触发条件为：
<mrow> <msub> <mi>f</mi> <mi>r</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>,</mo> <msub> <mi>T</mi> <mi>r</mi> </msub> <mo>,</mo> <msub> <mi>tp</mi> <mi>t</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mrow> <mo>(</mo> <mo>(</mo> <mrow> <msup> <msub> <mi>P</mi> <mrow> <mi>l</mi> <mi>o</mi> <mi>s</mi> <mi>s</mi> </mrow> </msub> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mi>t</mi> <mo>+</mo> <mn>1</mn> </mrow> <mrow> <mi>t</mi> <mo>+</mo> <msub> <mi>T</mi> <mi>r</mi> </msub> </mrow> </munderover> <msup> <msub> <mi>P</mi> <mrow> <mi>l</mi> <mi>o</mi> <mi>s</mi> <mi>s</mi> </mrow> </msub> <mo>&amp;prime;</mo> </msup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> <mo>)</mo> <mo>|</mo> <msub> <mi>tp</mi> <mi>c</mi> </msub> <mo>&amp;Element;</mo> <mi>T</mi> <mi>P</mi> <mo>)</mo> </mrow> <mo>&gt;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>2</mn> </mrow> <mi>T</mi> </munderover> <msub> <mi>C</mi> <mrow> <mi>s</mi> <mi>w</mi> </mrow> </msub> <msub> <mi>N</mi> <mrow> <mi>s</mi> <mi>w</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>/</mo> <mi>&amp;eta;</mi> </mrow>
<mrow> <msub> <mi>f</mi> <mi>r</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>,</mo> <msub> <mi>T</mi> <mi>r</mi> </msub> <mo>,</mo> <msub> <mi>tp</mi> <mi>t</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mi>m</mi> <mi>i</mi> <mi>n</mi> <mrow> <mo>(</mo> <mo>(</mo> <mrow> <msup> <msub> <mi>P</mi> <mrow> <mi>l</mi> <mi>o</mi> <mi>s</mi> <mi>s</mi> </mrow> </msub> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mi>t</mi> <mo>+</mo> <mn>1</mn> </mrow> <mrow> <mi>t</mi> <mo>+</mo> <msub> <mi>T</mi> <mi>r</mi> </msub> </mrow> </munderover> <msup> <msub> <mi>P</mi> <mrow> <mi>l</mi> <mi>o</mi> <mi>s</mi> <mi>s</mi> </mrow> </msub> <mo>&amp;prime;</mo> </msup> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> <mo>)</mo> <mo>|</mo> <msub> <mi>tp</mi> <mi>t</mi> </msub> <mo>&amp;Element;</mo> <mi>T</mi> <mi>P</mi> <mo>)</mo> </mrow> </mrow>
其中，fr(t,Tr,tpt)为考虑了交换功率偏差ΔPm(t)的上一个重构区间的网络拓扑下的最小网损，P′loss(t)为不考虑交换功能功率偏差下的网损，tpt为上一个时间t的最优拓扑，为考虑了交换功率偏差ΔPm(t)的当前时间区间的网络拓扑下的最小网损，tpc为当前时刻的最优拓扑，Csw、Nsw分别为开关动作单位成本和次数，η为单位网损费用。
CN201710958972.5A 2017-10-16 2017-10-16 多主体参与的交直流混合配电网动态重构方法 Active CN107658867B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710958972.5A CN107658867B (zh) 2017-10-16 2017-10-16 多主体参与的交直流混合配电网动态重构方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710958972.5A CN107658867B (zh) 2017-10-16 2017-10-16 多主体参与的交直流混合配电网动态重构方法

Publications (2)

Publication Number Publication Date
CN107658867A true CN107658867A (zh) 2018-02-02
CN107658867B CN107658867B (zh) 2020-11-06

Family

ID=61118485

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710958972.5A Active CN107658867B (zh) 2017-10-16 2017-10-16 多主体参与的交直流混合配电网动态重构方法

Country Status (1)

Country Link
CN (1) CN107658867B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110133437A (zh) * 2019-05-10 2019-08-16 贵州电网有限责任公司 基于最小化电压估计误差的有源配电网故障定位方法
CN110245839A (zh) * 2019-05-21 2019-09-17 上海国孚电力设计工程股份有限公司 基于能源共享的主动配电网电力市场双层交易方法
CN110852581A (zh) * 2019-10-28 2020-02-28 南方电网能源发展研究院有限责任公司 一种区分电网结构特征的输配电价核定方法及装置
CN116799830A (zh) * 2023-08-24 2023-09-22 国网浙江省电力有限公司金华供电公司 刻画负荷不确定性的广域独立多微网共享储能配置方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105225163A (zh) * 2014-06-25 2016-01-06 国家电网公司 主动配电网的重构方法和装置
CN106026169A (zh) * 2016-06-28 2016-10-12 南京邮电大学 一种基于多微电网并入配电网的分解协调优化方法
US20170070044A1 (en) * 2015-09-06 2017-03-09 Tsinghua University Robust restoration method for active distribution network
CN107194516A (zh) * 2017-06-07 2017-09-22 华北电力大学 含多主体的多能互补微电网分布式优化调度方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105225163A (zh) * 2014-06-25 2016-01-06 国家电网公司 主动配电网的重构方法和装置
US20170070044A1 (en) * 2015-09-06 2017-03-09 Tsinghua University Robust restoration method for active distribution network
CN106026169A (zh) * 2016-06-28 2016-10-12 南京邮电大学 一种基于多微电网并入配电网的分解协调优化方法
CN107194516A (zh) * 2017-06-07 2017-09-22 华北电力大学 含多主体的多能互补微电网分布式优化调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周楠等: "光伏微电网的多主体合作运营模式及效益分配", 《电网与清洁能源》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110133437A (zh) * 2019-05-10 2019-08-16 贵州电网有限责任公司 基于最小化电压估计误差的有源配电网故障定位方法
CN110133437B (zh) * 2019-05-10 2021-01-26 贵州电网有限责任公司 基于最小化电压估计误差的有源配电网故障定位方法
CN110245839A (zh) * 2019-05-21 2019-09-17 上海国孚电力设计工程股份有限公司 基于能源共享的主动配电网电力市场双层交易方法
CN110245839B (zh) * 2019-05-21 2023-07-14 上海国孚电力设计工程股份有限公司 基于能源共享的主动配电网电力市场双层交易方法
CN110852581A (zh) * 2019-10-28 2020-02-28 南方电网能源发展研究院有限责任公司 一种区分电网结构特征的输配电价核定方法及装置
CN110852581B (zh) * 2019-10-28 2020-10-23 南方电网能源发展研究院有限责任公司 一种区分电网结构特征的输配电价核定方法及装置
CN116799830A (zh) * 2023-08-24 2023-09-22 国网浙江省电力有限公司金华供电公司 刻画负荷不确定性的广域独立多微网共享储能配置方法
CN116799830B (zh) * 2023-08-24 2023-11-10 国网浙江省电力有限公司金华供电公司 刻画负荷不确定性的广域独立多微网共享储能配置方法

Also Published As

Publication number Publication date
CN107658867B (zh) 2020-11-06

Similar Documents

Publication Publication Date Title
CN107958300B (zh) 一种考虑互动响应的多微网互联运行协调调度优化方法
CN105703369B (zh) 一种多能耦合输配网最优能量流建模及求解方法
CN107658867B (zh) 多主体参与的交直流混合配电网动态重构方法
Hou et al. Multi-time scale optimization scheduling of microgrid considering source and load uncertainty
Jordehi Two-stage stochastic programming for risk-aware scheduling of energy hubs participating in day-ahead and real-time electricity markets
Zhang et al. Multi-objective planning of energy hub on economic aspects and resources with heat and power sources, energizable, electric vehicle and hydrogen storage system due to uncertainties and demand response
CN110034572A (zh) 含多端口电力电子变压器的交直流混合系统储能配置方法
CN106953362A (zh) 并网型微电网的能量管理方法及系统
Gao et al. Distributed cooperative optimal control architecture for AC microgrid with renewable generation and storage
Abdolahi et al. Chance-constrained CAES and DRP scheduling to maximize wind power harvesting in congested transmission systems considering operational flexibility
CN111293718B (zh) 基于场景分析的交直流混合微网分区二层优化运行方法
CN111553544B (zh) 基于一致性算法的工业园区分布式综合需求响应方法
Zhao et al. Multi-time scale dispatch approach for an AC/DC hybrid distribution system considering the response uncertainty of flexible loads
CN111293682A (zh) 一种基于协同模型预测控制的多微网能量管理方法
Wang et al. Research on collaborative operation optimization of multi-energy stations in regional integrated energy system considering joint demand response
CN112182915A (zh) 一种协同促进风电消纳的优化调度方法及系统
Zhu et al. Optimal scheduling of a wind energy dominated distribution network via a deep reinforcement learning approach
Hayati et al. A two-stage stochastic optimization scheduling approach for integrating renewable energy sources and deferrable demand in the spinning reserve market
Zhang et al. Three-stage flexibility provision framework for radial distribution systems considering uncertainties
Nudell et al. A dynamic market mechanism for combined heat and power microgrid energy management
Maulik A hybrid probabilistic information gap decision theory based energy management of an active distribution network
Ahmed et al. Grid Integration of PV Based Electric Vehicle Charging Stations: A Brief Review
Zhu et al. Cooperative game-based energy storage planning for wind power cluster aggregation station
CN117318179A (zh) 一种基于能量共享机制的优化调度方法、设备和介质
CN112003268A (zh) 基于模型预测控制的智能建筑群电能优化共享系统和方法

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