CN108063450A - 一种风电高渗透率下的配电网的优化运行方法 - Google Patents
一种风电高渗透率下的配电网的优化运行方法 Download PDFInfo
- Publication number
- CN108063450A CN108063450A CN201610966552.7A CN201610966552A CN108063450A CN 108063450 A CN108063450 A CN 108063450A CN 201610966552 A CN201610966552 A CN 201610966552A CN 108063450 A CN108063450 A CN 108063450A
- Authority
- CN
- China
- Prior art keywords
- wind
- electricity generation
- power
- distribution network
- powered electricity
- 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
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 75
- 238000009826 distribution Methods 0.000 title claims abstract description 49
- 230000035699 permeability Effects 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000005457 optimization Methods 0.000 claims abstract description 15
- 230000002068 genetic effect Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 claims 1
- 230000008901 benefit Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- 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
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种风电高渗透率下的配电网的优化运行方法,考虑风电出力的间歇性与波动性,实现风电的最大消纳,进行配电网的优化运行,步骤:1)分析风力发电的间歇性与波动性,建立风电功率输出概率模型;2)以风电最大消纳、有功网损最小为目标函数,保证电网和设备安全运行为约束条件,建立风电高渗透率下的配电网的优化运行模型;研究求解风电高渗透率下的配电网的优化运行模型的方法,根据求解结果,实现风电高渗透率下的配电网的优化运行。本发明以渗透率最大、有功网损最小作为目标函数,对配电网进行优化,考虑风力发电的消纳、配网的损耗,在保证电力系统安全可靠运行的前提下,最大的利用风力资源发电和减少系统的有功损耗。
Description
技术领域
本发明属于智能电网领域,具体涉及一种风电高渗透率下的配电网的优化运行方法。
背景技术
近年来,随着一次能源形势的日益严峻,电力需求的持续增长,世界各国正在积极开发利用可代替的新能源。以风能发电为主的分布式能源接入配电网的问题也越来越受到重视,已成为国内外的研究热点。目前,我国成为全球风电规模最大的国家,并网风电已突破1亿千瓦,国家电网是目前全球接入新能源规模最大的电网。风力发电利用清洁能源,不但可以减少污染物排放,还可以有效地降低建设高压输电线路造成的电磁污染和线路沿途对植被的破坏;风力发电可以弥补大电网安全稳定性的不足,在意外灾害发生时继续供电,已成为集中供电方式不可缺少的重要补充;同时风力发电具有能源利用类型和供应渠道多元化的特点,是实施能源供应来源多样化战略、确保能源安全和缓解能源危机的一种很好的途径。
风力发电具有节能减排、减轻环境污染、降低线路损耗、改善电能质量和提高供电可靠性等优点,但同时其功率输出受气候环境影响很大,具有明显的间歇性、随机性以及波动性,会影响电力系统的正常运行。随着风力发电渗透率的逐渐提高,风力发电的间歇性和波动性的影响更加变大,已经到了不可忽视的地步。同时,电网规模以及风电的间歇性、波动性也会影响风电的消纳率,不能做到充分消纳风力能源,从而影响电力系统的运行效益提高。针对以上不足,本发明专利提出了一种风电高渗透率下的配电网的优化运行方法。
发明内容
本发明的目的在于考虑风力发电输出的间歇性和波动性,实现配网中风电的最大消纳,进行配电网的优化运行,提高风力发电的渗透率和配电网的网络损耗,从而创造出更高的经济效益。
为了解决上述技术问题,本发明提供一种风电高渗透率下的配电网的优化运行方法,包括以下步骤:
步骤一、分析风力发电的间歇性与波动性,建立风电功率输出概率模型;
步骤二、以风电最大消纳、有功网损最小为目标函数,保证电网和设备安全运行为约束条件,建立风电高渗透率下的配电网的优化运行模型;
步骤三、研究求解风电高渗透率下的配电网的优化运行模型的方法,根据求解结果,实现风电高渗透率下的配电网的优化运行。
进一步,步骤一中,分析风力发电的间歇性与波动性,首先建立风速概率模型,再根据风速与风机输出功率的关系,建立风电功率输出概率模型。
进一步,步骤一中,建立的风速概率模型采用weibull分布风速模型,模型的参数通过历史风速信息计算求得。
进一步,步骤二中,风电最大消纳、有功网损最小按0.5、0.5权重求和作为目标函数,约束条件包括有功无功约束、节点电压约束。
进一步,步骤二中,风电最大消纳通过使风电尽量运行在最大功率状态即最大出力和实际出力之差最小实现。
进一步,步骤三中,通过人工智能算法中的遗传算法实现风电高渗透率下的配电网的优化运行模型的求解,根据求解结果进行优化,实现风电高渗透率下的配电网的优化运行。
本发明与现有技术相比,其显著优点在于:(1)本发明在进行优化运行时,考虑了风力发电出力的波动性与间歇性,首先建立风速的概率分布模型,进而通过风速与风力发电输出功率之间的关系,建立风力发电的功率输出的概率模型;(2)本发明以渗透率最大、有功网损最小作为目标函数,对配电网进行优化,全面考虑了风力发电的消纳、配网的损耗,做到保证电力系统安全可靠运行的前提下,最大的利用风力资源发电和减少系统的有功损耗,从而大大的提高了电力系统的经济效益与环保效益;(3)本发明在进行优化模型求解时,针对优化模型多目标非线性的特点,采用智能优化算法中的遗传算法进行求解,大大提高了模型的求解效率。
下面结合附图对本发明作进一步详细描述。
附图说明
图1是本发明的风电高渗透率下的配电网的优化运行方法流程图。
图2是风电功率输出概率模型的概率分布曲线图。
图3是本发明的遗传算法流程图。
图中:1为分析风力发电的间歇性与波动性,建立风电功率输出概率模型;
2为以风电最大消纳、有功网损最小为目标函数,保证电网和设备安全运行为约束条件,建立风电高渗透率下的配电网的优化运行模型;3为研究求解风电高渗透率下的配电网的优化运行模型的方法,根据求解结果,实现风电高渗透率下的配电网的优化运行。
具体实施方式
本发明一种风电高渗透率下的配电网的优化运行方法,方法流程图如图1所示,包括以下步骤:
步骤一、分析风力发电的间歇性与波动性,建立风电功率输出概率模型;
步骤二、以风电最大消纳、有功网损最小为目标函数,保证电网和设备安全运行为约束条件,建立风电高渗透率下的配电网的优化运行模型;
步骤三、研究求解风电高渗透率下的配电网的优化运行模型的方法,根据求解结果,实现风电高渗透率下的配电网的优化运行。
进一步,步骤一中,分析风力发电的间歇性与波动性,首先建立风速概率模型,再根据风速与风机输出功率的关系,建立风电功率输出概率模型。建立的风电功率输出概率模型的概率分布曲线如附图2。
风速与风机输出功率之间的关系可以表示为:
式(1)中,P表示风机输出功率;v表示风速;vλ,vc,vr分别表示切入风速、切出风速,额定风速;Pw表示风机的额定输出功率。
进一步,步骤一中,建立的风速概率模型采用weibull分布风速模型,模型的参数通过历史风速信息计算求得。
weibull分布风速模型为:
式(2)中,k,c分别表示weibull分布中的形状指数和规模指数,通过平均风速和风速样本标准差估算获得。
由历史风速统计信息得到的平均风速和风速样本标准差分别为Sv:
式(3)中,vi为历史风速统计信息的第i个样本值;N为样本数量。
k,Sv之间的函数关系式为:
所以,参数k,c的计算公式为:
进一步,步骤二中,风电最大消纳、有功网损最小按0.5、0.5权重求和作为目标函数,约束条件包括有功无功约束、节点电压约束。
目标函数为:
minf=0.5f1+0.5f2 (6)
式(6)中,f1,f2分别表示风电消纳最大,有功网损最小。
有功网损最小表示为:
式(7)中,Ui表示节点i电压幅值;G为节点导纳矩阵实部;B是节点导纳矩阵虚部;θij为节点i电压夹角与节点j电压夹角之差;n表示网络的节点数。
约束条件为:
式(8)中,Ui,Pj,Qn分别表示节点电压、有功功率和无功功率;Ui 和 Pj 和 Qn 和分别表示节点电压、有功功率、无功功率的上下限。
进一步,步骤二中,风电最大消纳通过使风电尽量运行在最大功率状态即最大出力和实际出力之差最小实现。
风电最大消纳的表达式为:
式(9)中,Pimax表示第i各风电机组最大出力,Pi表示第i个风电机组实际出力。
进一步,步骤三中,通过人工智能算法中的遗传算法实现风电高渗透率下的配电网的优化运行模型的求解,根据求解结果进行优化,实现风电高渗透率下的配电网的优化运行。遗传算法的流程图如图3所示。
遗传算法求解优化模型首先要对线路进行编码,本发明对个体采用二进制编码,如下:
式(10)中,在个体中编码Ci的值为“1”时,则对应编号第i条线路选择连接;其余编码Ci的值为“0”,则对应编号第i条线路选择不连接。
使用Initial函数选取初始值,产生初始种群,具体过程为:使用rand函数选取0-1间的随机数,然后使用round函数对取得的函数进行取整操作。
建立的优化模型以风电最大消纳、有功损耗最小为目标函数,要求目标函数最小则该线路方案最优,因此目标函数越小则个体越优秀,即适应度应该越大。所以,适应度函数采用一个较大的数G减去目标函数,且适应度函数要求大于0,因此,为确保G大于目标函数,G的取值应不小于目标函数可能的最大取值。建立的适应度函数即为:
maxf=G-(0.5f1+0.5f2) (11)
式(11)中,有f≥0。
选择算子的选择采用的是轮盘赌法,令其中XXj(j=1,2,3...N)为累计概率,累计概率初始值XX0=0,Xj(j=1,2,3...N)为每一个个体被选择的概率。轮盘赌法共转轮N次,每次转轮时,由随机函数产生0到1之间的随机数r,当XXj-1≤r<XXj时选择第j个个体。
Xj的计算公式为:
式(12)中,fitness(xj)为每一个个体的适应度函数值。
交叉方法选用的是基本位交叉;而变异过程则选用了单点变异方法,交叉概率Pc取为0.1,变异概率Pm取为0.8。
采用的收敛判据为达到预先所规定的最大迭代次数就停止计算,设置迭代次数变量,每进行一次迭代,迭代次数变量的值自行加1,当迭代次数变量大于最大迭代次数时,算法运行结束,本发明最大进化次数取100。
Claims (6)
1.一种风电高渗透率下的配电网的优化运行方法,考虑风电出力的间歇性与波动性,实现风电的最大消纳,进行配电网的优化运行,其特征在于,具体步骤:
步骤一、分析风力发电的间歇性与波动性,建立风电功率输出概率模型;
步骤二、以风电最大消纳、有功网损最小为目标函数,保证电网和设备安全运行为约束条件,建立风电高渗透率下的配电网的优化运行模型;
步骤三、研究求解风电高渗透率下的配电网的优化运行模型的方法,根据求解结果,实现风电高渗透率下的配电网的优化运行。
2.如权利要求1所述的风配电网的优化运行方法,其特征在于,步骤一中,分析风力发电的间歇性与波动性,首先建立风速概率模型,再根据风速与风机输出功率的关系,建立风电功率输出概率模型。
3.如权利要求1或2所述的配电网的优化运行方法,其特征在于,建立的风速概率模型采用weibull分布风速模型,模型的参数通过历史风速信息计算求得。
4.如权利要求1所述的配电网的优化运行方法,其特征在于,步骤二中,风电最大消纳、有功网损最小按0.5、0.5权重求和作为目标函数,约束条件包括有功无功约束、节点电压约束。
5.如权利要求1或4所述的配电网的优化运行方法,其特征在于,风电最大消纳通过使风电尽量运行在最大功率状态即最大出力和实际出力之差最小实现。
6.如权利要求1所述的配电网的优化运行方法,其特征在于,步骤三中,通过人工智能算法中的遗传算法实现风电高渗透率下的配电网的优化运行模型的求解,根据求解结果进行优化,实现风电高渗透率下的配电网的优化运行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610966552.7A CN108063450A (zh) | 2016-11-05 | 2016-11-05 | 一种风电高渗透率下的配电网的优化运行方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610966552.7A CN108063450A (zh) | 2016-11-05 | 2016-11-05 | 一种风电高渗透率下的配电网的优化运行方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108063450A true CN108063450A (zh) | 2018-05-22 |
Family
ID=62136589
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610966552.7A Pending CN108063450A (zh) | 2016-11-05 | 2016-11-05 | 一种风电高渗透率下的配电网的优化运行方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108063450A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109038654A (zh) * | 2018-07-18 | 2018-12-18 | 西安理工大学 | 一种考虑分布式风电高渗透并网的配电系统优化运行方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102684201A (zh) * | 2012-05-30 | 2012-09-19 | 华南理工大学 | 一种基于电压越限概率的含风电场电网无功优化方法 |
CN103401248A (zh) * | 2013-07-17 | 2013-11-20 | 华南理工大学 | 一种含风电场配电网随机无功优化方法 |
CN103904644A (zh) * | 2014-03-26 | 2014-07-02 | 国家电网公司 | 一种基于分布式电源接入的智能变电站负荷自动分配方法 |
-
2016
- 2016-11-05 CN CN201610966552.7A patent/CN108063450A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102684201A (zh) * | 2012-05-30 | 2012-09-19 | 华南理工大学 | 一种基于电压越限概率的含风电场电网无功优化方法 |
CN103401248A (zh) * | 2013-07-17 | 2013-11-20 | 华南理工大学 | 一种含风电场配电网随机无功优化方法 |
CN103904644A (zh) * | 2014-03-26 | 2014-07-02 | 国家电网公司 | 一种基于分布式电源接入的智能变电站负荷自动分配方法 |
Non-Patent Citations (1)
Title |
---|
董雷等: ""分布式电源高渗透率交直流主动配电网运行控制策略"", 《电力建设》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109038654A (zh) * | 2018-07-18 | 2018-12-18 | 西安理工大学 | 一种考虑分布式风电高渗透并网的配电系统优化运行方法 |
CN109038654B (zh) * | 2018-07-18 | 2021-09-10 | 西安理工大学 | 一种考虑分布式风电高渗透并网的配电系统优化运行方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104751246B (zh) | 一种基于随机机会约束的有源配电网规划方法 | |
CN104578157B (zh) | 一种分布式电源接入电网的潮流计算方法 | |
CN107069814B (zh) | 配网分布式电源容量布点的模糊机会约束规划方法与系统 | |
CN106532778B (zh) | 一种计算分布式光伏并网最大准入容量的方法 | |
CN107979092A (zh) | 一种考虑分布式电源与软开关接入的配电网动态重构方法 | |
CN107437824A (zh) | 一种基于遗传算法的地区分布式电源准入容量的计算方法 | |
CN108306303A (zh) | 一种考虑负荷增长和新能源出力随机的电压稳定评估方法 | |
CN106682780A (zh) | 一种计算分布式光伏并网最大准入容量的方法 | |
CN108062633A (zh) | 一种分布式电源高渗透下的配电网风险评估方法 | |
CN104866919A (zh) | 基于改进nsga-ii的含风电场电网多目标规划方法 | |
CN107959307A (zh) | 一种计及配电网运行风险成本的dg优化配置方法 | |
CN114069687B (zh) | 一种计及逆变器无功调节作用的分布式光伏规划方法 | |
CN105552896B (zh) | 一种基于分布式光伏发电的配电网高峰负荷控制方法 | |
CN114996908B (zh) | 考虑智能软开关接入的主动配电网扩展规划方法及系统 | |
CN106385055B (zh) | 一种含分布式电源的配电网安全校核方法 | |
CN109687469A (zh) | 基于机会约束规划的有源配电网智能软开关电压控制方法 | |
CN113555908B (zh) | 一种智能配电网储能优化配置方法 | |
CN108063450A (zh) | 一种风电高渗透率下的配电网的优化运行方法 | |
CN110380419A (zh) | 一种混合随机和区间变量的不确定潮流计算方法 | |
Qiang et al. | Research on self-healing strategy of smart distribution grid based on improved ant colony algorithm | |
CN114362143A (zh) | 一种海上风电场集电系统拓扑优化求解算法 | |
CN114329857A (zh) | 一种基于改进鲸鱼算法的分布式电源规划方法 | |
Liu et al. | Multi-objective flexible planning of transmission network considering generation and load uncertainties | |
Ye et al. | Multi-Scenario Stochastic Optimal Scheduling for Power Systems With Source-Load Matching Based on Pseudo-Inverse Laguerre Polynomials | |
CN112446521B (zh) | 考虑经济性和安全性的风电场接入系统多目标规划方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180522 |
|
RJ01 | Rejection of invention patent application after publication |