CN108599237A - 一种主动配电网双层规划dg优化配置方法 - Google Patents

Abstract

本发明公开了一种主动配电网双层规划DG优化配置方法，按季节和天气模拟场景，统计对应的场景天数；考虑分时电价以及不同负荷类型，建立主动配电网中的DG上层规划模型；考虑分布式发电机出力控制、有载调压变压器抽头调节和无功补偿的投切三种主动管理模式，建立主动配电网中的DG下层规划模型；采用粒子群算法和原对偶内点法分别对上下层模型求解，确定DG的最优位置和容量，计算主动配电网年投资收益，若投资收益与预期年投资收益的误差小于设定阈值，则输出DG最优位置和容量，否则继续优化DG位置和容量。本发明考虑了负荷和DG的时序特性以及主动管理模式，在符合实际情况的同时使DG得到最大化利用，提高了配电网年收益。

Description

一种主动配电网双层规划DG优化配置方法

技术领域

本发明属于智能电网领域，特别涉及一种主动配电网双层规划DG优化配置方法。

背景技术

随着电力需求的持续增长、传统能源紧缺形式的不断加深以及环境问题的日益突出，分布式电源DG尤其是可再生能源发电技术的发展获得了广泛支持。分布式电源具有能源利用效率高、清洁环保、安装地点灵活等多方面的优点，可以有效地解决目前电网中成本高、运行难度大等许多潜在问题，为我国节能减排措施的开展提供了保障。国内外学者对分布式电源的优化配置做了大量研究。然而，现阶段大多数DG在规划过程中的处理方法主要是根据DG出力的额定值，均没有考虑负荷和DG的时序特性，与实际情况有一定的偏离。

发明内容

本发明所解决的技术问题是提供了一种主动配电网双层规划DG优化配置方法，能够体现不同分布式电源的出力特性和负荷随自然条件的变化规律，更接近于实际。

为了解决上述技术问题，本发明提供一种主动配电网双层规划DG优化配置方法，包括以下步骤：

步骤一、按季节和天气模拟场景，分析规划地区的往年气候资料，统计对应的场景天数；

步骤二、考虑分时电价以及不同负荷类型，建立主动配电网中的DG上层规划模型；

步骤三、考虑分布式发电机出力控制、有载调压变压器抽头调节和无功补偿的投切三种主动管理模式，建立主动配电网中的DG下层规划模型；

步骤四、根据配电网中负荷点的位置和容量，计算得到每个负荷点在各场景下的负荷时序数据；

步骤五、采用粒子群算法求解上层规划模型，确定最优DG位置和容量，计算得到DG在各场景下的出力时序数据，并将DG配置情况传递到下层模型；

步骤六、根据DG配置情况，采用原对偶内点法求解下层规划模型，得到DG有功出力切除量最小的潮流结果；

步骤七、将潮流结果返回上层，结合负荷和DG出力时序数据，计算主动配电网年投资收益，若投资收益与预期年投资收益的误差小于设定阈值，输出DG最优位置和容量，完成DG最优配置，否则转至步骤五继续优化DG位置和容量。

本发明与现有技术相比，其显著优点在于：(1)本发明的上层规划模型充分考虑了负荷和分布式电源的时序特性以及分时电价，能够体现不同分布式电源的出力特性和负荷随自然条件的变化，更接近于实际；(2)本发明下层规划模型考虑了三种不同类型的主动管理模式，能够根据系统实际运行和规划的需要，主动控制DG出力、变压器抽头调节和无功补偿投切，使含有DG的配电网达到最优运行状态。

附图说明

图1是一种主动配电网双层规划DG优化配置方法流程图。

图2是风力发电机日出力时序特性曲线。

图3是光伏电源日出力时序特性曲线。

图4是商业负荷时序特性曲线。

图5是居民负荷时序特性曲线。

图6是双层规划模型求解流程图。

具体实施方式

本发明提出一种主动配电网双层规划DG优化配置方法，包括以下步骤：

步骤一、按季节和天气模拟场景，分析规划地区的往年气候资料，统计对应的场景天数。风力发电机和光伏电源具有明显的时序特性。风力发电机出力与风速有关，不同季节的风速日变化差异明显，可将风力发电机出力按季节划分；光伏电源出力与光照强度有着直接关系，而光照强度受季节和天气直接影响，可将光伏电源出力按季节划分，并将每个季节的日光照强度细分为晴天、阴天和雨天3种情况。同时，负荷也具有一定的时序特性。居民负荷和商业负荷在不同季节呈现不同的规律，可按季节划分。根据气候资料和规划地区用电情况，得到风力发电机日出力时序特性曲线、光伏电源日出力时序特性曲线、商业负荷时序特性曲线和居民负荷时序特性曲线如图2～5所示。因此将场景用春晴、春阴、春雨、夏晴、夏阴、夏雨、秋晴、秋阴、秋雨、冬晴、冬阴、冬雨12种典型日来表示，通过分析规划地区的往年气候资料，统计不同典型日在一年中所占的天数w_j。对应每种典型日全天有24个时刻，将全年所有时刻分成288个时段对配电网进行时序全过程模拟。

步骤二、考虑分时电价以及居民负荷和商业负荷两种负荷类型，建立主动配电网中的DG上层规划模型。

上层规划模型以主动配电网年收益最大为目标函数，即：

maxC_TOL＝C_S+C_E-C_B-C_I-C_OM-C_F-C_P(1)

式中，C_TOL为主动配电网运营商年收益；C_S为售电收益；C_E为DG的环保补贴；C_B为运营商购电费用；C_I为DG投资费用等年值；C_OM为DG年运行维护费用；C_F为DG燃料成本；C_P为DG环境成本，具体可表示为

式中，w_j为不同场景在一天的天数；c_1t和c_2t分别为居民和商业负荷在第t个时段的电价；E_1t和E_2t分别为居民和商业负荷在第t个时段从配电公司购买的总用电量；c_WG和c_PV分别为风力发电和光伏发电单位电量的环保补贴，元/(kW·h)；N_WG和N_PV分别为风机和光伏接入的节点集；c_B为从发电厂购电价格；E_PCC为从发电厂购买电量；c_Ii为安装在第i个节点DG单位投资费用，万元/MW；S_i为接入DG的容量，MW；N_DG为DG接入节点集；r为贴现率；n_y为DG的投资回收期，a；c_OMi为安装在第i处节点DG单位电量的运行维护费用，元/(kW·h)；E_i.t为第i个节点所接DG在t时段的发电量，kW·h；c_f为微型燃气轮机单位电量的燃料成本，元/(kW·h)；N_MT为微型燃气轮机安装节点的集合；k为污染物的种类，包括SO₂、NO_x和CO3类；V_ek为第k种污染物的环境价值，元/kg；V_k为第k种污染应交纳的罚款，元/kg；w_ik为微型燃气轮机每发单位电量的污染物排放水平，g/(kW·h)。

上层规划数学模型约束条件包括：

(1)DG安装容量约束

式中，S_WGi、S_PVi、S_MTi分别表示节点i接入的风机光伏和微型燃气轮机容量；S_WGimax、S_PVimax、S_MTimax为其对应的最大接入容量。

(2)DG总安装容量约束

式中，S_DGmax为总安装容量最大值，此值应不大于所有负荷的总和。

步骤三、考虑分布式发电机出力控制、调节有载调压变压器抽头和无功补偿的投切三种不同类型的主动管理模式，建立主动配电网中的DG下层规划模型。

下层规划模型以DG的有功出力切除量最小为目标函数，即：

式中，P_curi为第i处节点安装DG有功出力切除量。

下层规划数学模型约束条件包括：

(1)节点功率平衡约束

式中，P_Li为节点i的有功负荷；P_DGi为节点i的分布式电源有功注入；Q_Li为节点i的无功负荷；Q_DGi为节点i的分布式电源无功注入；Q_Ci为节点i的无功补偿注入；V为电压幅值；θ为电压相角；T为有载调压变压器抽头位置。

(2)节点电压约束

V_imin≤V_i≤V_imax (7)

式中，V_i为节点i的电压；V_imin、V_imax分别为节点i所允许的最大电压值。

(3)支路潮流约束

S_j≤S_jmax (8)

式中，S_j为通过支路j的视在功率；S_jmax为支路传输容量极限，通常取热稳定极限值。

(4)变压器抽头约束

T_kmin≤T_k≤T_kmax (9)

式中，T_k为变压器k的抽头位置；T_kmin和T_kmax分别为变压器k的抽头最小、最大值。

(5)无功补偿装置约束

Q_Cimin≤Q_Ci≤Q_Cimax (10)

式中，Q_Cimin、Q_Cimax为节点i无功补偿最小、最大值。

(6)分布式电源出力控制约束

P_Cimin≤P_Ci≤P_Cimax (11)

式中，P_Cimin、P_Cimax分别为节点i的分布式电源有功输出最小、最大值。

步骤四、根据配电网中负荷点的位置和容量，计算得到每个负荷点在各场景下的负荷时序数据；

步骤五、采用粒子群算法求解上层规划模型，确定最优DG位置和容量，计算得到DG在各场景下的出力时序数据，并将DG配置情况传递到下层模型；

步骤六、根据DG配置情况，采用原对偶内点法求解下层规划模型，得到DG有功出力切除量最小的潮流结果；

步骤七、将潮流结果返回上层，结合负荷和DG出力时序数据，计算主动配电网年投资收益，若投资收益与预期年投资收益的误差小于设定阈值，输出DG最优位置和容量，完成DG最优配置，否则转至步骤五继续优化DG位置和容量。

Claims (4)

1.一种主动配电网双层规划DG优化配置方法，其特征在于，包括以下步骤：

步骤一、按季节和天气模拟场景，分析规划地区的往年气候资料，统计对应的场景天数；

步骤二、考虑分时电价以及不同负荷类型，建立主动配电网中的DG上层规划模型；

步骤三、考虑分布式发电机出力控制、有载调压变压器抽头调节和无功补偿的投切三种主动管理模式，建立主动配电网中的DG下层规划模型；

步骤四、根据配电网中负荷点的位置和容量，计算得到每个负荷点在各场景下的负荷时序数据；

步骤五、采用粒子群算法求解上层规划模型，确定最优DG位置和容量，计算得到DG在各场景下的出力时序数据，并将DG配置情况传递到下层模型；

步骤六、根据DG配置情况，采用原对偶内点法求解下层规划模型，得到DG有功出力切除量最小的潮流结果；

步骤七、将潮流结果返回上层，结合负荷和DG出力时序数据，计算主动配电网年投资收益，若投资收益与预期年投资收益的误差小于设定阈值，输出DG最优位置和容量，完成DG最优配置，否则转至步骤五继续优化DG位置和容量。

2.如权利要求1所述一种主动配电网双层规划DG优化配置方法，其特征在于，步骤一将场景用春晴、春阴、春雨、夏晴、夏阴、夏雨、秋晴、秋阴、秋雨、冬晴、冬阴、冬雨12个典型日来表示，根据往年气候资料，统计不同典型日在一年中所占的天数。

3.如权利要求1所述一种主动配电网双层规划DG优化配置方法，其特征在于，步骤二建立的主动配电网DG上层规划模型表示为：

目标函数：

max C_TOL＝C_S+C_E-C_B-C_I-C_OM-C_F-C_P

式中，C_TOL为主动配电网运营商年收益，C_S为售电收益，C_E为DG的环保补贴，C_B为运营商购电费用，C_I为DG投资费用等年值，C_OM为DG年运行维护费用，C_F为DG燃料成本，C_P为DG环境成本，各变量具体表示为：

式中，w_j为不同场景在一天的天数；c_1t和c_2t分别为居民和商业负荷在第t个时段的电价；E_1t和E_2t分别为居民和商业负荷在第t个时段从配电公司购买的总用电量；c_WG和c_PV分别为风力发电和光伏发电单位电量的环保补贴，元/(kW·h)；N_WG和N_PV分别为风机和光伏接入的节点集；c_B为从发电厂购电价格；E_PCC为从发电厂购买电量；c_Ii为安装在第i个节点DG单位投资费用，万元/MW；S_i为接入DG的容量，MW；N_DG为DG接入节点集；r为贴现率；n_y为DG的投资回收期；c_OMi为安装在第i处节点DG单位电量的运行维护费用，元/(kW·h)；E_i.t为第i个节点所接DG在t时段的发电量，kW·h；c_f为微型燃气轮机单位电量的燃料成本，元/(kW·h)；N_MT为微型燃气轮机安装节点的集合；k为污染物的种类，包括SO₂、NO_x和CO3类；V_ek为第k种污染物的环境价值，元/kg；V_k为第k种污染应交纳的罚款，元/kg；w_ik为微型燃气轮机每发单位电量的污染物排放水平，g/(kW·h)；

约束条件：

(1)DG安装容量约束

式中，S_WGi、S_PVi、S_MTi分别表示节点i接入的风机光伏和微型燃气轮机容量；S_WGimax、S_PVimax、S_MTimax为其对应的最大接入容量。

(2)DG总安装容量约束

式中，S_DGmax为总安装容量最大值，此值应不大于所有负荷的总和。

4.如权利要求1所述一种主动配电网双层规划DG优化配置方法，其特征在于，步骤三建立的主动配电网DG下层规划模型表示为：

目标函数：

式中，P_curi为第i处节点安装DG有功出力切除量；

约束条件：

(1)节点功率平衡约束

式中，P_Li为节点i的有功负荷；P_DGi为节点i的分布式电源有功注入；Q_Li为节点i的无功负荷；Q_DGi为节点i的分布式电源无功注入；Q_Ci为节点i的无功补偿注入；V为电压幅值；θ为电压相角；T为有载调压变压器抽头位置；

(2)节点电压约束

V_imin≤V_i≤V_imax

式中，V_i为节点i的电压；V_imin、V_imax分别为节点i所允许的最大电压值。

(3)支路潮流约束

S_j≤S_jmax

式中，S_j为通过支路j的视在功率；S_jmax为支路传输容量极限，通常取热稳定极限值；

(4)变压器抽头约束

T_kmin≤T_k≤T_kmax

式中，T_k为变压器k的抽头位置；T_kmin和T_kmax分别为变压器k的抽头最小、最大值；

(5)无功补偿装置约束

Q_Cimin≤Q_Ci≤Q_Cimax

式中，Q_Cimin、Q_Cimax为节点i无功补偿最小、最大值。

(6)分布式电源出力控制约束

P_Cimin≤P_Ci≤P_Cimax

式中，P_Cimin、P_Cimax分别为节点i的分布式电源有功输出最小、最大值。