CN108009665A - 一种考虑柔性电力负荷的最优潮流优化模型 - Google Patents

一种考虑柔性电力负荷的最优潮流优化模型 Download PDF

Info

Publication number
CN108009665A
CN108009665A CN201610924681.XA CN201610924681A CN108009665A CN 108009665 A CN108009665 A CN 108009665A CN 201610924681 A CN201610924681 A CN 201610924681A CN 108009665 A CN108009665 A CN 108009665A
Authority
CN
China
Prior art keywords
load
optimal
model
cost
load flow
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.)
Pending
Application number
CN201610924681.XA
Other languages
English (en)
Inventor
沈烨
张俊芳
花雨洁
王健
王亚奇
宋晓健
康奇
孙瑜
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.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
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 Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN201610924681.XA priority Critical patent/CN108009665A/zh
Publication of CN108009665A publication Critical patent/CN108009665A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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

Abstract

本发明公开了一种考虑柔性电力负荷的最优潮流优化模型。同时考虑供电方与用户两者的利益，在实现发电成本最小化的同时，用户也能实现缺电成本最小化。主要分为3个步骤：1)利用经典OPF模型以发电成本最小为目标建立传统的电力系统最优潮流模型；2)在传统最优潮流模型的基础上，考虑用户侧缺电成本最小化，进行最优潮流模型的优化；3)利用改进遗传算法对最优潮流模型进行求解。将用户侧的中断负荷成本以及停电时间成本加入最优潮流模型中，使得最终求解得到的最优潮流结果更为准确，更符合实际。同时考虑供电侧的发电成本以及用户侧的缺电成本，可使供电方与用户均达到成本最小化的目的。

Description

一种考虑柔性电力负荷的最优潮流优化模型
技术领域
本发明属于电力系统分析领域，特别是涉及一种考虑柔性电力负荷的最优潮流优化模型。
背景技术
随着全球能源危机的到来，在新一代的智能电网中，大量新技术，新能源不断得到应用,可再生能源,如以风能、太阳能为基础的发电技术,正不断发展扩大。虽然可再生能源的发展可以解决化石能源高污染问题，还可以解决日益减少的化石能源所带来的能源危机，但其不确定性却给电力系统运行带来很大挑战。电力系统潮流优化是保证电网安全可靠运行的一个重要手段，传统的最优潮流模型一般是以系统运行成本最小为目标所构建的。随着分布式电源不断接入电网，传统的负荷很难满足电网安全稳定运行要求，此时，柔性电力负荷应运而生，随着柔性负荷加入电网，传统的最优潮流模型已不再适用，因此，本发明专利提出了一种考虑用户侧柔性电力负荷的电力系统最优潮流优化模型，保证了供电方与用户同时达到成本最小化的目标。
发明内容
本发明所解决的技术问题在于提供一种考虑柔性电力负荷的最优潮流优化模型，其考虑了用户的缺电成本以及电力公司的发电成本，且在此模型的基础上，供电方与用户的成本均可达到最小化。
为解决上述技术问题，本发明提供了一种考虑柔性电力负荷的最优潮流优化模型，包括以下步骤：
步骤一、根据经典OPF数学模型，建立只考虑发电成本的传统电力系统最优潮流模型。
步骤二、考虑用户侧的柔性电力负荷，在传统电力系统最优潮流模型基础上，构建含柔性电力负荷的电力系统最优潮流优化模型。
步骤三、利用改进遗传算法求解上述优化最优潮流的非线性模型。
进一步，步骤一中，以最小发电成本为目标建立传统电力系统最优潮流模型，其约束条件为功率平衡方程的等式约束和各支路有功功率、无功功率以及电压的上下限等不等式约束。
进一步，步骤二中，考虑用户侧的柔性电力负荷影响，将用户中断负荷成本、停电时间成本以及传统的发电成本求和，以总成本最小为目标构建最优潮流优化模型，其约束条件也要在考虑用户侧中断负荷量以及停电时间的基础上重新修整。
进一步，步骤三中，所建立的考虑用户侧柔性电力负荷的最优潮流优化模型是典型的含约束的非线性规划，遗传算法是解决非线性规划问题的有效手段，但还存在一些不足之处，所以利用改进的遗传算法求解得到考虑柔性电力负荷的电力系统最优潮流结果。
本发明与现有技术相比，其显著优点在于：(1)用户侧负荷的变化会影响系统的潮流分布，传统的最优潮流模型并没有考虑用户侧的中断负荷，所以由传统的潮流优化模型所求得的解其实并不满足最优潮流的条件，本发明将用户侧的中断负荷成本以及停电时间成本加入最优潮流模型中，使得最终求解得到的最优潮流结果更为准确，更符合实际。(2)同时考虑供电侧的发电成本以及用户侧的缺电成本，可使供电方与用户均达到成本最小化的目的。
附图说明
图1为考虑柔性电力负荷的最优潮流优化模型的建模流程图
图2为利用改进遗传算法求解最优潮流优化模型的流程图
图中：1为构建只考虑发电成本的传统电力系统最优潮流模型，2考虑用户侧柔性电力负荷所建立的最优潮流优化模型，3为利用改进遗传算法求解系统最优潮流。
具体实施方式
本发明所述的一种考虑柔性电力负荷的最优潮流优化模型建模流程图如图1所示，包括以下步骤：
步骤一、只考虑发电成本，利用OPF经典数学模型以发电成本最小为目标建立传统电力系统最优潮流模型。
步骤二、考虑用户侧的柔性电力负荷影响，即以用户中断负荷成本、停电时间成本以及发电成本为变量一起构建电力系统最优潮流优化模型。
步骤三、利用改进遗传算法求解上述最优潮流优化模型的解。
进一步，步骤一中，利用经典OPF数学模型构建的只考虑发电成本的传统电力系统最优潮流模型的目标函数为：
Ci(PGi)＝a2iPGi 2+a1iPGi+a0i (2)
控制变量为PGi，即为第i台发电机的有功出力；状态变量为Ci(PGi)，表示第i台发电机的发电成本函数。
约束条件为：
(1)等式约束条件即功率平衡方程
(2)不等式约束条件
发电机有功出力的上下限约束：
发电机无功出力的上下限约束：
节点电压模值的上下限约束：Vi min≤Vi≤Vi max i∈SB (7)
线路潮流的上下限约束：|Pl|＝|Pij|≤Pl max l∈Sl (8)
其中：SB为系统所有节点的集合，SG为所有有功电源的集合，SR为所有无功电源的集合，Sl为所有线路集合，PGi为发电机的有功出力，QGi为发电机的无功出力，PDi为节点的有功负荷，QDi为节点的无功负荷，Vi为节点的电压幅值，θi为节点的相角，Gij为节点导纳矩阵第i行第j列元素的实部，Bij为节点导纳矩阵第i行第j列元素的虚部，Pl为线路的有功潮流(线路两端的节点为i和j)。
进一步，步骤二中，考虑用户侧柔性电力负荷的电力系统最优潮流优化模型，其目标函数为：
其中，控制变量为PGi、PCi和tCi，分别表示第i台发电机的有功出力、节点i上的用户实际中断的负荷量以及节点i上用户实际停电时间。状态变量为Ci(PGi)、Mi(PCi)和Ni(tCi)，分别表示第i台发电机的发电成本、节点i的用户中断负荷成本以及节点i的停电时间成本。
约束条件为：
(1)等式约束条件即各节点的功率平衡方程
(2)不等式约束条件
各发电机有功出力上下限：
各发电机无功出力上下限：
节点电压幅值上下限：Vi min≤Vi≤Vi max i∈SB (17)
线路潮流约束：|Pl|＝|Pij|≤Pl max i∈SD (18)
各用户节点可中断负荷约束：PCi≤Pmax i∈SD (19)
各用户节点停电时间约束：tCi≤tmax i∈SD (20)
其中，SB为系统所有节点的集合，SD表示所有负荷节点的集合，SG为所有有功电源的集合，SR为所有无功电源的集合，Sl为所有线路集合，Pmax表示节点上的用户可中断的最大负荷量，tmax表示节点上的用户所允许的最长停电持续时间，PGi为发电机的有功出力，QGi为发电机的无功出力，PDi为节点的有功负荷，QDi为节点的无功负荷，Vi为节点的电压幅值，θi为节点的相角，Gij为节点导纳矩阵第i行第j列元素的实部，Gij为节点导纳矩阵第i行第j列元素的虚部，Pl为线路的有功潮流(线路两端的节点为i和j)。
进一步，步骤三中，利用改进遗传算法求解考虑柔性电力负荷的最优潮流优化模型的流程图如图2所示，具体过程为：
(1)初始化，随机生成初始种群，即发电机有功功率、用户节点中断负荷量以及用户停电时间的初始化集合；
(2)利用解码算法，建立适应度函数，根据适应度函数计算每个个体(发电机有功出力、节点中断负荷量和用户停电时间三者构成一个个体)的适应值；
(3)通过选择，交叉，变异操作后，得到3个中间子代群体；
(4)在所得到的3个子代群体中按照适应度值从大到小取N个个体，此N个个体组成种群C；
(5)利用爬山法对种群C进行局部寻优，得到一个子代种群Ct；
(6)判断终止条件，若满足终止条件则输出结果，结束算法；否则将种群Ct作为新的初始种群，算法进入(2)，开始新一轮迭代过程。
利用改进遗传算法就可求出所建立的最优潮流优化模型的解，即可以得到供电方和用户同时达到成本最小化下的发电机有功出力、用户节点中断负荷量以及用户停电时间。

Claims (6)

1.一种考虑柔性电力负荷的最优潮流优化模型，其特征在于，具体步骤：
步骤一：根据OPF经典数学模型，以发电成本最小为目标函数建立传统电力系统最优潮流模型。
步骤二：在传统最优潮流模型的基础上，考虑用户侧的柔性负荷，加入用户缺电成本最小函数，进行电力系统最优潮流模型的优化。
步骤三：利用改进遗传算法求解优化后的含柔性电力负荷的最优潮流模型。
2.如权利要求1所述的一种考虑柔性电力负荷的最优潮流优化模型，其特征在于：步骤一中，只考虑发电成本的传统电力系统最优潮流模型的约束条件包括等式约束与不等式约束两种。
3.如权利要求2所述一种考虑柔性电力负荷的最优潮流优化模型，其特征在于：传统最优潮流模型的两种约束条件分别是：(1)等式约束即为功率平衡方程；(2)不等式约束则为有功功率、无功功率以及电压的上下限约束。
4.如权利要求1所述的一种考虑柔性电力负荷的最优潮流优化模型，其特征在于：步骤二中，用户侧柔性负荷由两部分构成：用户中断负荷量和停电持续时间，用户在这两种情况下的停电损失即为用户侧总的缺电成本，将此成本与发电成本一起构建含柔性电力负荷的最优潮流优化模型。
5.如权利要求4所述的一种考虑柔性电力负荷的最优潮流优化模型，其特征在于：步骤二中，考虑用户侧柔性电力负荷的最优潮流优化模型的约束条件只是在传统最优潮流模型约束条件的基础上增加了最大可中断负荷量以及最长停电时间的约束。
6.如权利要求1所述的一种考虑柔性电力负荷的最优潮流优化模型，其特征在于：步骤三中，所建立的考虑柔性电力负荷的最优潮流优化模型是一个典型的有约束非线性规划问题，所以利用改进的遗传算法来求解此模型。
CN201610924681.XA 2016-10-29 2016-10-29 一种考虑柔性电力负荷的最优潮流优化模型 Pending CN108009665A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610924681.XA CN108009665A (zh) 2016-10-29 2016-10-29 一种考虑柔性电力负荷的最优潮流优化模型

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610924681.XA CN108009665A (zh) 2016-10-29 2016-10-29 一种考虑柔性电力负荷的最优潮流优化模型

Publications (1)

Publication Number Publication Date
CN108009665A true CN108009665A (zh) 2018-05-08

Family

ID=62047804

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610924681.XA Pending CN108009665A (zh) 2016-10-29 2016-10-29 一种考虑柔性电力负荷的最优潮流优化模型

Country Status (1)

Country Link
CN (1) CN108009665A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108847667A (zh) * 2018-08-03 2018-11-20 国网山东省电力公司经济技术研究院 一种考虑电网结构优化的输电网扩展规划方法
CN110829442A (zh) * 2018-08-09 2020-02-21 国网江苏省电力有限公司 考虑电网中可中断负荷参与的可靠性投资优化方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202270827U (zh) * 2011-09-16 2012-06-13 宁波震裕模具有限公司 一种级进模中转子槽形凹模快换结构装置
CN103023230A (zh) * 2011-09-22 2013-04-03 丰田纺织株式会社 用于制造旋转电机的铁心的方法
CN103217900A (zh) * 2013-02-06 2013-07-24 浙江工业大学 基于实时电价的中压微网混沌pso最优潮流实现方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202270827U (zh) * 2011-09-16 2012-06-13 宁波震裕模具有限公司 一种级进模中转子槽形凹模快换结构装置
CN103023230A (zh) * 2011-09-22 2013-04-03 丰田纺织株式会社 用于制造旋转电机的铁心的方法
CN103217900A (zh) * 2013-02-06 2013-07-24 浙江工业大学 基于实时电价的中压微网混沌pso最优潮流实现方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孔祥清: ""可中断负荷参与系统备用的研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑 》 *
陈志文等: ""最优潮流框架下基于影子价格的可中断负荷最优调度模型"", 《现代电力》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108847667A (zh) * 2018-08-03 2018-11-20 国网山东省电力公司经济技术研究院 一种考虑电网结构优化的输电网扩展规划方法
CN108847667B (zh) * 2018-08-03 2021-11-12 国网山东省电力公司经济技术研究院 一种考虑电网结构优化的输电网扩展规划方法
CN110829442A (zh) * 2018-08-09 2020-02-21 国网江苏省电力有限公司 考虑电网中可中断负荷参与的可靠性投资优化方法及装置
CN110829442B (zh) * 2018-08-09 2021-03-16 国网江苏省电力有限公司 考虑电网中可中断负荷参与的可靠性投资优化方法及装置

Similar Documents

Publication Publication Date Title
Liu et al. Energy management of cooperative microgrids: A distributed optimization approach
Roald et al. Chance-constrained AC optimal power flow: Reformulations and efficient algorithms
CN105243516B (zh) 基于主动配电网的分布式光伏发电最大消纳能力计算系统
CN107546743A (zh) 一种辐射状配电网分布式优化潮流方法
CN110120670A (zh) 含dpv配电网无功电压优化方法、终端设备及存储介质
Ramasubramanian et al. Optimal location of FACTS devices by evolutionary programming based OPF in deregulated power systems
Zhang et al. Efficient design of energy microgrid management system: a promoted Remora optimization algorithm-based approach
Bai et al. Modified optimal power flow on storage devices and wind power integrated system
Yang et al. Deep learning-based distributed optimal control for wide area energy Internet
CN113256152A (zh) 基于贝叶斯网络的气电耦合系统可靠性评估方法及系统
CN111523204A (zh) 一种并网型综合能源网电-气储能系统优化配置求解方法
CN108009665A (zh) 一种考虑柔性电力负荷的最优潮流优化模型
Li et al. Economic dispatch with high penetration of wind power using extreme learning machine assisted group search optimizer with multiple producers considering upside potential and downside risk
Hamidi et al. A new modular nanogrid energy management system based on multi-agent architecture
Luo et al. Load management for multiple datacenters towards demand response in the smart grid integrating renewable energy
CN109345030B (zh) 多微网的综合能源系统热电能流分布式优化方法和装置
CN113673141A (zh) 一种基于数据驱动的能量路由器建模及优化控制方法
CN110768294B (zh) 一种分布式电源随机调度方法和装置
CN107069743A (zh) 电网断面潮流的自动调整计算方法
CN109066786A (zh) 考虑电压分布因素的配电网光伏最大准入容量确定方法
CN116629633B (zh) 含智能楼宇的adn分布式光伏最大准入容量计算方法及系统
Gonzalez-Longatt et al. Simulation platform for autonomous smart multi-terminal DC micro-grid
Mu et al. Sponge Grid with Numerous Virtual Energy Storage Systems: Concept, Model, and Decentralized Control
Wu et al. Research on distributed cooperative optimisation control strategy for active distribution network based on combine‐then‐adapt diffusion algorithm
Qu et al. A hybrid static economic dispatch optimization model with wind energy: Improved pathfinder optimization model

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180508

RJ01 Rejection of invention patent application after publication