CN108304972B - 一种基于供需互动和dg运行特性的主动配电网网架规划方法 - Google Patents
一种基于供需互动和dg运行特性的主动配电网网架规划方法 Download PDFInfo
- Publication number
- CN108304972B CN108304972B CN201810138227.0A CN201810138227A CN108304972B CN 108304972 B CN108304972 B CN 108304972B CN 201810138227 A CN201810138227 A CN 201810138227A CN 108304972 B CN108304972 B CN 108304972B
- Authority
- CN
- China
- Prior art keywords
- annual
- cost
- power
- planning
- distribution network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000003993 interaction Effects 0.000 title claims abstract description 14
- 238000005457 optimization Methods 0.000 claims abstract description 27
- 238000007726 management method Methods 0.000 claims abstract description 22
- 238000012423 maintenance Methods 0.000 claims abstract description 11
- 238000010248 power generation Methods 0.000 claims description 19
- 230000005611 electricity Effects 0.000 claims description 7
- 238000005286 illumination Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 239000004576 sand Substances 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims description 2
- 238000005315 distribution function Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 3
- 230000002452 interceptive effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 238000002679 ablation Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000002271 resection Methods 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
Images
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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
-
- 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
本发明公开了一种基于供需互动和DG运行特性的主动配电网网架规划方法，属于电力系统新能源领域；该方法考虑分布式电源出力不确定性和需求侧管理措施，采用基于Wasserstein距离的最优场景生成方法处理风电、光伏出力的不确定性，生成风光联合运行的确定性场景；该方法将规划目标分解为以年网络损耗费用、网架投资费用等年值和年DG固定投资费用之和最小为目标函数的上层网架规划问题，以及以年DG运行维护费用、年主动管理费用和年需求侧管理费用之和最小为目标函数的下层配电网运行优化问题，并进行交互迭代；本发明将运行纳入规划之中，更科学地得到网架整体最优的规划方案。
Description
技术领域
本发明一种基于供需互动和DG运行特性的主动配电网网架规划方法，属于基于供需互动和DG运行特性的主动配电网网架规划技术领域。
背景技术
配电网是电力系统的重要组成部分，是输电网和用户之间的重要中间环节；在传统配电系统中，电力潮流一般由上端变电站单一流向负荷节点，其运行方式和规划准则相对简单，配电网与用户侧保持着简单而稳定的供需关系，但随着分布式能源、电动汽车、储能不断增大的普及率以及可控负荷接入配电网，用户需求侧和供应侧稳定的供需关系发生改变，二者之间的频繁互动对系统潮流分布、电压水平、短路容量等原有的电气特性造成显著的影响；而传统配电网在设计阶段并未考虑上述因素，因此难以满足低碳经济背景下高渗透率可再生能源发电接入与高效利用的要求。
在此背景下，传统依据潮流单向流动运行模式的配电网网架规划方法不再适用，供需互动给配电网网架规划带来新的问题和挑战，主动配电网应运而生，相比传统配电网它能够主动对配电网运行进行控制管理；因此，需要一种新的一种基于供需互动和DG运行特性的主动配电网网架规划方法，以提高配电网各类能源资源的使用效率，降低投资及运营的成本，同时引导用户有序用电，全面提升配电网经济效益、运行效益以及风险控制能力。
发明内容
本发明为克服现有技术中存在的不足，所要解决的技术问题为：提供一种基于供需互动和DG运行特性的主动配电网网架规划方法；为解决该技术问题，本发明采用的技术方案为：一种基于供需互动和DG运行特性的主动配电网网架规划方法，包括以下步骤：
步骤一：运用基于Wasserstein距离的最优场景生成方法处理分布式电源DG如风电、光伏出力的不确定性，生成风光分布式发电联合运行的若干确定性场景；
步骤二：构建以年网络综合费用最优为主动配电网网架规划的总目标函数；
步骤三：将步骤二的总目标函数分解为上层的网架规划问题和下层的配电网运行优化问题分别进行规划，所述网架规划问题以年网络损耗费用、网架投资费用等年值和年DG固定投资费用之和最小为目标函数，所述配电网运行优化问题以年DG运行维护费用、年主动管理费用和年需求侧管理费用之和最小为目标函数；
步骤四：利用交替迭代方法对步骤三的上层的网架规划问题和下层的配电网运行优化问题进行求解：即先优化出上层的最优的一组网架结果，然后将最优的网架结果逐个代入到下层对DG出力和可中断负荷量进行优化，然后将下层优化结果传递给上层计算总目标函数，得到最终优化网架结果。
所述步骤二中基于Wasserstein距离的最优场景生成方法，由zs(s＝1,2,…,S)表示最优分点位置，表达式如下：
所述zs点对应的概率ps数学表达式如下：
式中，S表示将f(x)离散化后得到的离散场景内离散点个数，f(x)是变量x的连续概率密度函数；
所述步骤一中风电、光伏出力的不确定性分别采用两参数Beta分布和Weibull分布进行描述：
式中，I为光照强度；Imax表示I的最大值；α和β是Beta分布的两个参数，都取为0.95；Γ(·)是伽马函数；c和k分别为尺度和形状两个参数，分别取8.92、2.30。
所述步骤一中运用基于Wasserstein距离的最优场景生成方法处理分布式电源DG如风电、光伏出力的不确定性包括以下步骤：
(1)、根据风速、光照强度的概率密度分布函数以及风速-风电功率、光强-光伏功率函数关系，得到风力发电功率、光伏发电功率的概率密度函数；
(2)、采用权利要求2中基于Wasserstein距离的最优场景生成方法对风电出力和光伏出力分别进行场景生成，分别将两者生成场景数、对应场景概率值进行交叉相乘得到风光联合运行场景及对应场景的概率。
所述步骤三中所述网架规划问题的目标函数表达式如下：
minC1＝Closs+Cline+CF；
式中，Closs为年损耗费用；Cline为网架投资费用等年值；CF折算到每年的DG固定投资费；
所述步骤三中所述配电网运行优化问题的目标函数如下所示：
minC2＝COM+CAM+CDSM；
式中，COM为DG年运行维护费；CAM为DG年主动管理费；CDSM为需求侧管理成本。
本发明相对于现有技术具备的有益效果为：本发明的提供的一种基于供需互动和DG运行特性的主动配电网网架规划方法不仅简化了规划，并充分考虑了风、光分布式电源出力的不确定性，同时考虑了能够优化运行的需求侧管理措施，是更符合实际的一种配电网网架规划方法；针对网架和运行同时优化可能有维数灾以及收敛性较差问题，本发明提出分解协调联合规划的思想，即对网架规划和运行优化不使用联合编码的形式，而是将其进行转化和分解，变为两个问题进行求解，但是二者之间通过相互迭代求得最优解。
附图说明
下面结合附图对本发明做进一步说明：
图1为双层规划模型上下层规划传递关系图；
图2规划模型求解流程图；
图3改进29节点配电网区域图；
图4方案一的最优网架方案图；
图5方案二的最优网架方案图；
图6方案三的最优网架方案图；
图7三种规划方案各项费用比较图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅是本发明的优选实施方式，在阅读了本发明之后，本领域技术人员对本发明的各种不脱离本发明原理的修改均落于本申请所附权利要求所限定的范围。
本发明的原理为：针对目前的主动配电网网架规划研究较少，相关规划方法存在求解方法较复杂、未考虑需求侧管理措施、目标函数单一等不足，本发明根据分解协调的思想将主动配电网网架规划模型简化成双层模型，并采用基于Wasserstein距离的最优场景生成方法处理了风、光分布式电源出力的不确定性，同时考虑了运行过程中适当中断可中断负荷的需求侧管理措施；双层规划模型分为上层的网架规划问题和下层的配电网运行优化问题分别进行规划，所述网架规划问题以年网络损耗费用、网架投资费用等年值和年DG固定投资费用之和最小为目标函数进行网架的优化配置，所述配电网运行优化问题以年DG运行维护费用、年主动管理费用和年需求侧管理费用之和最小为目标函数进行运行优化；最后采用改进的29节点配电系统作为具体实施例验证了所提模型的合理性和有效性。
本发明的一种基于供需互动和DG运行特性的主动配电网网架规划方法，包括以下步骤：
步骤一：运用基于Wasserstein距离的最优场景生成方法处理分布式电源(DG)如风电、光伏出力的不确定性，生成风光分布式发电联合运行的若干确定性场景，具体为：
对于风电、光伏分布式电源的不确定性处理，首先风速大小、光照强度的不确定性分别采用两参数Beta分布和Weibull分布进行描述：
式中，I为光照强度；Imax表示I的最大值；α和β是Beta分布的两个参数，都取为0.95；Γ(·)是伽马函数；c和k分别为尺度和形状两个参数，分别取8.92、2.30。
光伏发电功率PPV与光照强度I可以处理为正比关系，由此，可以推导出光伏发电功率的概率密度函数：
式中，PPVN是Imax对应的光伏发电功率。
风力发电功率和风速关系函数可以表示如下：
式中，vci、vco、vr是切入风速、切出风速和额定风速；PWTN是风力发电的额定功率。
结合上式和风速大小概率密度函数推导出风力发电功率PWT的概率密度函数：
式中，δ(·)为冲击函数。
基于Wasserstein距离的最优场景生成方法是用离散的场景及对应离散场景的概率值来代替连续场景下概率密度函数：
式中，zs(s＝1,2,…,S)表示最优分点位置；S表示将f(x)离散化后得到的离散场景内离散点个数；f(x)是变量x的连续概率密度函数。
zs点对应的概率ps数学表达式如下：
最后，结合得到的风力发电功率、光伏发电功率的概率密度函数，采用基于Wasserstein距离的最优场景生成方法对风电出力和光伏出力分别进行场景生成，分别将两者生成场景数、对应场景概率值进行交叉相乘得到风光联合运行场景及对应场景的概率。
步骤二：构建以年网络综合费用最优为主动配电网网架规划的总目标函数，将总目标函数分解为上下两层目标函数，上层以年网络损耗费用、网架投资费用等年值和年DG固定投资费用之和最小为目标函数，下层以年DG运行维护费用、年主动管理费用和年需求侧管理费用之和最小为目标函数，具体为：
上层网架规划问题的目标函数如下所示：
minC1＝Closs+Cline+CF；
式中，Closs为年损耗费用；Cline为网架投资费用等年值；CF折算到每年的DG固定投资费。
上式中各费用的计算表达式如下所示：
Closs＝αEloss；
式中，α为电价；Eloss为年损耗量；Fline是起始网架建设费用；r为折现率，取8％；n是线路寿命，架空线路取30，电缆线路取40；RWTG和RPVG分别表示WTG和PVG的现值转等年值系数；Nnode为配电网节点数；
和
为安装在节点i的WTG和PVG的单位容量固定投资成本；PWTG,i和PPVG,i表示安装在节点i的WTG和PVG的额定容量。
所述上层网架规划问题的约束条件如下所示：
1)、网络辐射状约束：
n＝m+1；
式中，m是网络的支路数；n是网络的节点数。
2)、网络连通性约束：
下层配电网运行优化问题的目标函数如下所示：
minC2＝COM+CAM+CDSM；
式中，COM为DG年运行维护费；CAM为DG年主动管理费；CDSM为需求侧管理成本。
上式中各费用的计算表达式如下所示：
式中，Ns为场景数；
和
为WTG和PVG的单位发电量运行维护成本；PWTG,i,s和PPVG,i,s分别表示安装在节点i的WTG和PVG在场景s的有功出力；
和
分别为安装在节点i的WTG和PVG的单位发电量的主动管理成本；NDSM表示可以采取需求侧管理的负荷节点数；PDSM,m,s是m节点负荷在场景s的负荷切除量；ξj是m节点负荷单位中断成本。
所述下层配电网运行优化问题的约束条件如下所示：
1)、WTG在每个场景的运行约束：
式中：
表示场景s下节点i处WTG的有功出力上限；ωWTG,i为节点i处WTG的有功切除比例；
为最大切除比例；
为场景s下WTG功角；
和
分别是节点i处WTG功角的最小和最大值。
2)、PVG在每个场景的运行约束：
式中：
是场景s节点i处PVG的有功出力上限；ωPVG,i是节点i处PVG的有功切除比例；
为最大切除比例；
为场景s下PVG的功角；
和
分别是节点i处PVG功角的最小和最大值。
3)、可中断负荷中断量在每个场景的约束：
式中：
表示其最大允许中断量。
4)、潮流方程约束：
式中：Pi,s和Qi,s是场景s下注入节点i的有功功率和无功功率；Ui,s和Uj,s是场景s下节点i和节点j的电压幅值；θij,s是场景s下节点i和j之间的相角差；Gij和Bij分别是节点i和j之间的互电导和互电纳。
5)、每个场景的节点电压约束：
Uimin≤Ui,s≤Uimax；
式中：Uimin和Uimax分别为节点i电压的上下限。
6)、每个场景的支路功率约束：
0≤Sk,s≤Skmax；
式中：Skmax为第k条支路上允许传输的最大视在功率。
7)、每个场景的DG切除量约束：
利用交替迭代方法对上层的网架规划问题和下层的配电网运行优化问题进行求解：即先优化出上层的最优的一组网架结果，然后将最优的网架结果逐个代入到下层对DG出力和可中断负荷量进行优化，然后将下层优化结果传递给上层计算总目标函数，得到最终优化网架结果。
所述上下层规划模型之间的传递关系如图1所示。
步骤三：对于上层规划模型和下层规划模型分别采用改进的最小生成树Prim算法和原对偶内点法进行求解。
由于配电网是辐射状的连通性网络，可用图论中的树表示，因此，上层模型采用改进的最小生成树算法求解，算法的核心思路可以阐述如下：
1)、对于树状图M＝(G，F)，G是所有顶点全集，F是所有边的全集；
2)、令Gnew＝{z}，z为集合G中某一个起始节点，令E起始为空集；
3)、重复以下的流程，直到Gnew＝G：
a)、在集合F中选取权值最小的边<m,n>，其中m为集合Gnew中的元素，而n不属于Gnew，但n属于G，如若存在多条边权值相同，那么取其中任意一条边即可；
b)、往集合Gnew中加入新元素n点，同时往集合Fnew中添加新元素<m,n>边；
4)、Mnew＝(Vnew，Enew)即为最终得到的最小生成树。
下层模型既是运行优化问题，也可以说是最优潮流问题，本文采用已有文献提出的原对偶内点法进行求解，本发明不进行详细介绍。
本文分别采用两种智能算法对上下层规划模型进行求解，规划模型求解流程框图如图2所示，其中，下层规划模型内嵌在上层规划模型之中，最终以上下层目标函数值加和最小为依据确定最优网架方案。
下面以改进的一个配电系统作为实施例，验证本发明所提规划方法的有效性和合理性。
选择改进的29节点配电网算例，规划区域如图3所示；该规划区域电压等级10kV，规划年限10a，各负荷节点的坐标、有功功率、无功功率期望值以及重要程度见表1；为充分考虑分布式电源的运行特性以及计算方便，在4、5、6节点加装了400kW额定容量的WTG，在9、10节点装了400kW额定容量的PVG；14、15、16节点负荷为可中断负荷；额定风速、切入风速和切出风速分别为12、3.5和20m/s；分布参数和形状参数k、c、α、β分别取2.30、8.92、0.85、0.85；WTG、PVG运行维护费分别设为0.3元/kW·h和0.2元/kW·h，向上级电网购电费用取0.39元/kW·h，售卖电价0.5元/kW·h，主动管理成本0.08元/kW·h，可中断负荷补偿成本0.2元/kW·h，DG最大切除比例20％，可中断负荷最大中断量100％。
表1配电网节点数据
| 节点号 | 横坐标/km | 纵坐标/km | 有功负荷/kW | 无功负荷/kW | 负荷重要程度 |
| 1 | 1.976 | 1.090 | - | - | - |
| 2 | 1.056 | 1.026 | 188 | 117 | 0.5 |
| 3 | 0.480 | 1.304 | 180 | 112 | 0.5 |
| 4 | 1.928 | 1.798 | 136 | 84 | 0.8 |
| 5 | 0.196 | 1.076 | 184 | 114 | 0.6 |
| 6 | 3.640 | 0.474 | 160 | 99 | 0.5 |
| 7 | 0.524 | 0.914 | 172 | 107 | 0.3 |
| 8 | 2.876 | 1.808 | 164 | 102 | 0.8 |
| 9 | 0.184 | 1.602 | 244 | 151 | 0.3 |
| 10 | 1.008 | 1.586 | 252 | 156 | 0.9 |
| 11 | 0.664 | 1.822 | 180 | 112 | 0.4 |
| 12 | 3.360 | 0.904 | 204 | 99 | 0.6 |
| 13 | 0.548 | 0.430 | 248 | 154 | 0.8 |
| 14 | 0.916 | 0.182 | 160 | 99 | 0.8 |
| 15 | 3.424 | 1.192 | 196 | 122 | 0.5 |
| 16 | 2.856 | 0.182 | 144 | 89 | 0.7 |
| 17 | 2.488 | 0.272 | 172 | 107 | 0.6 |
| 18 | 3.272 | 1.738 | 188 | 117 | 0.2 |
| 19 | 2.876 | 1.560 | 172 | 107 | 0.9 |
| 20 | 3.112 | 1.394 | 292 | 181 | 0.7 |
| 21 | 2.348 | 0.112 | 192 | 119 | 0.9 |
| 22 | 2.128 | 0.334 | 208 | 129 | 0.5 |
| 23 | 3.300 | 0.474 | 136 | 84 | 0.5 |
| 24 | 3.440 | 1.490 | 168 | 104 | 0.5 |
| 25 | 2.304 | 1.556 | 118 | 73 | 0.2 |
| 26 | 1.172 | 0.354 | 68 | 42 | 0.9 |
| 27 | 2.388 | 0.506 | 134 | 83 | 0.3 |
| 28 | 2.944 | 1.196 | 77 | 48 | 0.5 |
| 29 | 3.616 | 0.718 | 68 | 42 | 0.9 |
1)、算例结果
风力和光伏发电采用前面得到的出力概率密度函数，通过基于Wasserstein距离的场景生成方法得到如下25个运行场景见表2。
表2风光联合运行场景功率-概率分布情况
为了进行对比分析，本文考虑了三种方案进行网架的规划，见表3。方案一，考虑主动管理和需求侧管理措施；方案二，只考虑主动管理不考虑需求侧管理措施(可中断负荷)；方案三，不考虑任何管理措施。
表3三种规划方案情况
采用基于最小生成树的Prim算法和原对偶内点法对方案一、方案二和方案三进行求解，得到最优网架规划方案如图4、图5和图6所示。
三种规划方案的各项成本费用对比如表4所示。为了更直观的对比三种规划方案各项费用，将表4中的数据处理成折线图如图7所示。
表4三种规划方案各项费用
2)结果分析
在年网络损耗方面，方案1比方案2少10.49万元，方案2比方案3少13.06万元，这说明采取主动管理和需求侧管理措施之后，可以更好发挥DG在延缓电网投资、减少系统网损以及改善系统运行的积极作用。
在向上级购电成本方面，方案1比方案2少44.41万元，方案2比方案3少52.14万元，同时在DG运行维护费上，方案1比方案2多29.19万元，方案2比方案3多14.03万元，这两者说明采取主动管理和需求侧管理之后，配电网络向上级电网购电量大大减少，而DG发电出力更多，证明了主动管理和需求侧管理措施能够促进DG的消纳。
在年综合费用方面，方案1＜方案2＜方案3，说明同时采取主动管理和需求侧管理措施进行规划得到的网架方案综合最优。
可见，本发明提出的一种基于供需互动和DG运行特性的主动配电网网架规划方法，能够增加DG的消纳，更好发挥DG在减少系统网损、改善系统运行方面的作用。同时，在规划阶段考虑主动管理措施，将运行纳入规划之中，能够科学地得到网架整体最优的规划方案，更加符合未来配电网中DG大规模接入的发展趋势，为未来配电网规划的研究提供一定的参考意义。
Claims (1)
1.一种基于供需互动和DG运行特性的主动配电网网架规划方法，其特征在于：包括以下步骤：
步骤一：运用基于Wasserstein距离的最优场景生成方法处理分布式电源DG出力的不确定性，生成风光分布式发电联合运行的若干确定性场景；
所述步骤一中运用基于Wasserstein距离的最优场景生成方法处理分布式电源DG出力的不确定性包括以下步骤：
(1)、根据风速、光照强度的概率密度分布函数以及风速-风电功率、光强-光伏功率函数关系，得到风力发电功率、光伏发电功率的概率密度函数；
(2)、采用基于Wasserstein距离的最优场景生成方法对风电出力和光伏出力分别进行场景生成，分别将两者生成场景数、对应场景概率值进行交叉相乘得到风光联合运行场景及对应场景的概率；
步骤二：构建以年网络综合费用最优为主动配电网网架规划的总目标函数；
所述步骤二中基于Wasserstein距离的最优场景生成方法，由zs(s＝1,2,…,S)表示最优分点位置，表达式如下：
所述zs点对应的概率ps数学表达式如下：
式中，S表示将f(x)离散化后得到的离散场景内离散点个数，f(x)是变量x的连续概率密度函数；
所述步骤一中风电、光伏出力的不确定性分别采用两参数Beta分布和Weibull分布进行描述：
式中，I为光照强度；Imax表示I的最大值；α和β是Beta分布的两个参数，都取为0.95；Γ(·)是伽马函数；c和k分别为尺度和形状两个参数，分别取8.92、2.30；
步骤三：将步骤二的总目标函数分解为上层的网架规划问题和下层的配电网运行优化问题分别进行规划，所述网架规划问题以年网络损耗费用、网架投资费用等年值和年DG固定投资费用之和最小为目标函数，所述配电网运行优化问题以年DG运行维护费用、年主动管理费用和年需求侧管理费用之和最小为目标函数；
所述步骤三中所述网架规划问题的目标函数表达式如下：
minC1＝Closs+Cline+CF；
式中，Closs为年损耗费用；Cline为网架投资费用等年值；CF折算到每年的DG固定投资费；上式中各费用的计算表达式如下所示：
Closs＝αEloss；
式中，α为电价；Eloss为年损耗量；Fline是起始网架建设费用；r为折现率，取8％；n是线路寿命，架空线路取30，电缆线路取40；RWTG和RPVG分别表示WTG和PVG的现值转等年值系数；Nnode为配电网节点数；
和
为安装在节点i的WTG和PVG的单位容量固定投资成本；PWTG,i和PPVG,i表示安装在节点i的WTG和PVG的额定容量；
所述步骤三中所述配电网运行优化问题的目标函数如下所示：
minC2＝COM+CAM+CDSM；
式中，COM为DG年运行维护费；CAM为DG年主动管理费；CDSM为需求侧管理成本；
上式中各费用的计算表达式如下所示：
式中，Ns为场景数；
和
为WTG和PVG的单位发电量运行维护成本；PWTG,i,s和PPVG,i,s分别表示安装在节点i的WTG和PVG在场景s的有功出力；
和
分别为安装在节点i的WTG和PVG的单位发电量的主动管理成本；NDSM表示采取需求侧管理的负荷节点数；PDSM,m,s是m节点负荷在场景s的负荷切除量；ξj是m节点负荷单位中断成本；
步骤四：利用交替迭代方法对步骤三的上层的网架规划问题和下层的配电网运行优化问题进行求解：即先优化出上层的最优的一组网架结果，然后将最优的网架结果逐个代入到下层对DG出力和可中断负荷量进行优化，然后将下层优化结果传递给上层计算总目标函数，得到最终优化网架结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810138227.0A CN108304972B (zh) | 2018-02-10 | 2018-02-10 | 一种基于供需互动和dg运行特性的主动配电网网架规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810138227.0A CN108304972B (zh) | 2018-02-10 | 2018-02-10 | 一种基于供需互动和dg运行特性的主动配电网网架规划方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108304972A CN108304972A (zh) | 2018-07-20 |
| CN108304972B true CN108304972B (zh) | 2021-11-19 |
Family
ID=62864837
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810138227.0A Active CN108304972B (zh) | 2018-02-10 | 2018-02-10 | 一种基于供需互动和dg运行特性的主动配电网网架规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108304972B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109711605A (zh) * | 2018-12-10 | 2019-05-03 | 中国电力科学研究院有限公司 | 一种多类型电源并网定容方法和装置 |
| CN109509039A (zh) * | 2018-12-29 | 2019-03-22 | 携程计算机技术（上海）有限公司 | 价格预测模型的建立方法及系统、商品推荐方法及系统 |
| CN110852565B (zh) * | 2019-10-10 | 2023-05-12 | 国家电网有限公司 | 一种考虑不同功能属性的输电网网架规划方法 |
| CN110808597A (zh) * | 2019-11-06 | 2020-02-18 | 山东电力工程咨询院有限公司 | 主动配电网中考虑三相不平衡的分布式电源规划方法 |
| CN110797919B (zh) * | 2019-12-05 | 2020-09-01 | 国网四川省电力公司经济技术研究院 | 基于Wasserstein距离和分布鲁棒优化的清洁能源电源规划方法 |
| CN112036611B (zh) * | 2020-08-12 | 2022-06-07 | 国网山东省电力公司经济技术研究院 | 一种计及风险的电网优化规划方法 |
| CN113036821B (zh) * | 2021-04-20 | 2023-08-01 | 国网四川省电力公司经济技术研究院 | 构建巨量直流送出的交直流协调骨干网架的方法及系统 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7142949B2 (en) * | 2002-12-09 | 2006-11-28 | Enernoc, Inc. | Aggregation of distributed generation resources |
| CN105449713B (zh) * | 2015-12-11 | 2017-11-03 | 天津大学 | 考虑分布式电源特性的有源配电网智能软开关规划方法 |
| CN107274087A (zh) * | 2017-06-09 | 2017-10-20 | 燕山大学 | 一种计及需求侧响应不确定性的主动配电网双层规划方法 |
| CN107392370A (zh) * | 2017-07-18 | 2017-11-24 | 河海大学 | 基于风光相关性的含分布式电源的配电网规划方法 |
| CN107681656B (zh) * | 2017-09-27 | 2019-09-13 | 华中科技大学 | 一种考虑实时运行风险的阻塞调度二层规划方法 |
-
2018
- 2018-02-10 CN CN201810138227.0A patent/CN108304972B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN108304972A (zh) | 2018-07-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108304972B (zh) | 一种基于供需互动和dg运行特性的主动配电网网架规划方法 | |
| Bohre et al. | Optimal sizing and sitting of DG with load models using soft computing techniques in practical distribution system | |
| CN107546743B (zh) | 一种辐射状配电网分布式优化潮流方法 | |
| CN109598377B (zh) | 一种基于故障约束的交直流混合配电网鲁棒规划方法 | |
| CN109818369B (zh) | 一种计及出力模糊随机性的分布式电源规划方法 | |
| CN111082466B (zh) | 考虑风电不确定性的新能源接入与网架扩建优化方法 | |
| CN110808597A (zh) | 主动配电网中考虑三相不平衡的分布式电源规划方法 | |
| CN110912177A (zh) | 一种多端柔性直流输电系统多目标优化设计方法 | |
| CN108155649A (zh) | 一种考虑dg不确定性的配电网网架模糊规划方法 | |
| CN116488231A (zh) | 一种计及输配电网形态演变的风光储协同规划方法 | |
| CN113364043A (zh) | 一种基于条件风险价值的微电网群优化方法 | |
| Yang et al. | Storage-transmission joint planning method to deal with insufficient flexibility and transmission congestion | |
| CN116707023A (zh) | 基于源荷相关性聚类的主动配电网分层分区综合优化方法 | |
| CN115496427B (zh) | 一种多微网系统柔性互联投资规划决策方法 | |
| Paleba et al. | Optimal placement and sizing distributed wind generation using particle swarm optimization in distribution system | |
| 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 | |
| CN116306181A (zh) | 低碳经济下源荷储主动配电网协调规划方法 | |
| CN107069703B (zh) | 一种计及新能源接入的交直流配网规划方法 | |
| Cai et al. | Multistage bilevel planning model of energy storage system in urban power grid considering network reconfiguration | |
| Li et al. | Dynamic reconfiguration of distribution network considering time-varying characteristics of DG | |
| Zhang et al. | Comprehensive Evaluation of AC-DC Distribution Network in Photovoltaic-Energy Storage Charging Station Based on AHP-TOPSIS Method | |
| Ahmadi et al. | Multi-objective distributed energy resource integration in radial distribution networks | |
| Zhang et al. | Research on economic dispatching method of active distribution network based on multi-microgrids | |
| He et al. | Topology Evolution of AC-DC Distribution Network | |
| Wang et al. | Research on Double Layer Coordinated Optimization Planning of Distribution Network with Distributed Generation |
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 |