CN108667010A - 一种基于分布鲁棒优化的配电网经济调度方法 - Google Patents
一种基于分布鲁棒优化的配电网经济调度方法 Download PDFInfo
- Publication number
- CN108667010A CN108667010A CN201810417340.2A CN201810417340A CN108667010A CN 108667010 A CN108667010 A CN 108667010A CN 201810417340 A CN201810417340 A CN 201810417340A CN 108667010 A CN108667010 A CN 108667010A
- Authority
- CN
- China
- Prior art keywords
- node
- power
- distribution network
- power distribution
- indicate
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000005457 optimization Methods 0.000 title claims abstract description 22
- 239000011159 matrix material Substances 0.000 claims description 28
- 239000000203 mixture Substances 0.000 claims description 12
- 230000001105 regulatory effect Effects 0.000 claims description 12
- 230000003828 downregulation Effects 0.000 claims description 9
- 238000005553 drilling Methods 0.000 claims description 6
- 239000004744 fabric Substances 0.000 claims description 5
- 230000033228 biological regulation Effects 0.000 claims description 3
- 230000009977 dual effect Effects 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 3
- 230000008878 coupling Effects 0.000 abstract description 2
- 238000010168 coupling process Methods 0.000 abstract description 2
- 238000005859 coupling reaction Methods 0.000 abstract description 2
- 238000006243 chemical reaction Methods 0.000 abstract 1
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001172 regenerating effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 239000013641 positive control Substances 0.000 description 1
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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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]
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Power Engineering (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于分布鲁棒优化的配电网经济调度方法,属于电力系统运行控制技术领域。该方法首先建立由目标函数和约束条件构成的配电网经济调度模型;对目标函数和约束条件分别进行转化,将原模型转化为一个半正定规划模型;对转化后的模型求解,得到发电机出力,并根据求解结果进行相应调度决策实现经济调度。本发明考虑了配电网中有功功率和无功功率的耦合,减小了校正控制的成本,适合应用于配电网的实时经济调度等场景之中。
Description
技术领域
本发明涉及一种基于分布鲁棒优化的配电网经济调度方法,属于电力系统运行控制技术领域。
背景技术
配电网是电力系统的重要组成部分,与输电网相比,配电网的有功功率与无功功率不解耦,因此在配电网的经济调度中,需要考虑有功调度之后的无功控制问题。
同时,近年来越来越多的可再生能源接入配电网,而可再生能源的出力具有随机性,因此需要在配电网的经济调度中引入考虑不确定性的优化算法。
目前常用的经济调度方法主要是基于直流潮流的有功调度,通过求解一个二次规划问题得到调度计划,其不足之处在于无法考虑有功功率与无功功率的耦合,且没有考虑新能源接入电网带来的不确定性。
发明内容
本发明的目的是提出一种基于分布鲁棒优化的配电网经济调度方法,已克服已有技术的不足之处,利用期望和协方差矩阵描述可再生的分布式电源的不确定性,同时将校正控制的成本纳入调度模型,通过求解半正定规划问题得到网络重构方案,较好地处理配电网中的有功功率与无功功率不解耦问题,适合应用于配电网的实时经济调度之中。
本发明提出的基于分布鲁棒优化的配电网经济调度方法,包括以下步骤:
(1)配电网中可再生分布式电源有功功率的最大值为一个不确定性变量,记为h,利用均值和协方差矩阵,构建出配电网中可再生分布式电源有功功率不确定性向量h的概率分布集Ω(μ,Σ,S):
其中,PDGi,max表示配电网中第i个节点处可再生分布式电源有功功率的最大值,表示接入可再生分布式电源的配电网节点集合,f(h)表示不确定性向量h的概率分布密度函数,μ为不确定性向量h的均值向量,均值向量μ中的元素依次为PDGi,max的统计均值,Σ为不确定性向量h的协方差矩阵Σ,协方差矩阵Σ中的元素分别为PDGi,max的统计自方差与协方差值,S为不确定性向量h的分布集合S,分布集合S表示不确定性向量h的可能分布范围,用椭球体表示,hc表示椭球体分布集合S的中心,Q表示椭球体分布集合S的二次型矩阵,r2表示椭球体分布集合S的半径平方,表示在椭球体分布集合S内对h积分,上标T表示向量转置;
(2)建立分布鲁棒优化的配电网经济调度模型,具体过程包括以下步骤:
(2-1)确定配电网经济调度模型的目标函数:配电网经济调度的目标为总成本最小化,总成本是发电成本与后续的校正控制成本之和,发电成本函数的表达式如下:
上式中,x代表配电网中发电机的发电量组成的向量,PGi表示配电网第i个节点处发电机的有功发电量,表示接入发电机的配电网节点集合;
第i个节点处发电机的发电成本函数的表达式如下:
Gi(PGi)=aiPGi 2+biPGi+ci
其中ai,bi,ci代表第i个节点处发电机的发电成本参数;
校正控制成本函数的表达式如下:
其中,分别表示第i个节点处发电机的有功功率正向调节量和有功功率负向调节量,ri +,ri -分别表示第i个节点处的发电机有功功率正向调节成本和有功功率负向调节成本,分别表示第i个节点处分布式电源的有功功率相比预测值的正向调节量和负向调节量,fi +,fi -分别表示第i个节点处分布式电源的有功功率正向调节成本和有功功率负向调节成本,w代表校正控制的控制变量组成的向量:
其中QGi表示第i个节点处发电机的无功功率,QDGi表示第i个节点处分布式电源的无功功率;
(2-2)确定配电网经济调度模型的约束条件,包括:
(2-2-1)发电机和分布式电源的功率约束:
PGi,min≤PGi≤PGi,max
QGi,min≤QGi≤QGi,max
PGi,min≤PGi,reg≤PGi,max
PDGi,min≤PDGi≤PDGi,max
QDGi,min≤QDGi≤QDGi,max
其中PGi,min,PGi,max分别表示第i个节点处发电机有功功率的最小值和最大值,QGi,min,QGi,max分别表示第i个节点处发电机无功功率的最小值和最大值,PGi,reg表示第i个节点处发电机调节过后的有功发电量,PDGi,forecast表示第i个节点处分布式电源的有功功率的预测值,PDGi表示第i个节点处分布式电源的有功功率调节后的实际值,分别表示第i个节点处发电机的有功正向调节量的极限和负向调节量的极限。
(2-2-2)配电网的潮流方程约束:
上述两个方程代表配电网任意一个节点k的功率平衡方程,其中等式左侧的pik,qik分别表示从节点i到节点k的配电网支路上的有功功率和无功功率,等式右侧的表示首端为节点k的所有支路的有功功率之和,表示首端为节点k的所有支路的无功功率之和,m代表节点k的任意一条输出支路的末端节点编号,分别表示节点k的有功净负荷和无功净负荷;
|Vi|2-|Vk|2=2Rik·pik+2Xik·qik
上述方程表示配电网中首端节点编号为i、末端节点编号为k的任意一条支路ik的电压方程,其中,|Vi|2表示节点i的电压幅值的平方,|Vk|2表示节点k的电压幅值的平方,pik,qik分别表示支路ik上的有功功率和无功功率,Rik,Xik分别表示支路ik上的电阻和电抗;
(2-2-3)支路功率容量约束:
-sij,max≤pij≤sij,max
-sij,max≤qij≤sij,max
上述四个方程表示配电网中首端节点编号为i、末端节点编号为k的任意一个支路ik的电压方程,pij,qij分别表示支路ij上的有功功率和无功功率,sij,max表示支路ij的最大视在功率;
(2-2-4)节点电压约束:
Vi,min≤|Vi|≤Vi,max
上述两个方程代表配电网任意节点i的功率平衡方程,|Vi|表示节点i的电压幅值,Vi,min,Vi,max分别表示节点i的电压幅值的最小值和最大值;
(3)将上述步骤(2)的目标函数和约束条件构成的分布鲁棒优化的配电网经济调度模型改写成如下的数学形式:
Aw+Bx+Ch≤d
其中代表对x取最小值,表示当不确定性向量h的概率分布属于概率分布集合Ω(μ,Σ,S)时,不确定性向量h的变量的数学期望最大值,代表对w取最小值,A,B,C,d,e分别为将上述步骤(2)中的目标函数和约束条件写成矩阵形式后得到的系数矩阵;
(4)利用对偶方法,将上述步骤(3)改写的分布鲁棒优化的配电网经济调度模型转化为等价的正定规划问题:
β≥0
其中,β,λ为引入的辅助变量,λ的取值为长度等于矩阵A行数的一维向量,Y,y,y0分别为对偶乘子,≥0表示矩阵为半正定矩阵,vertex(·)表示一个多面体的所有顶点组成的集合;
(5)利用凸优化方法,求解上述步骤(4)的等价正定规划问题,得到配电网中发电机的发电量组成的向量x的取值,即得到配电网各发电机的发电量,完成配电网的经济调度。
本发明提出的基于分布鲁棒优化的配电网经济调度方法,其优点是:
本发明方法将校正控制的成本纳入配电网经济调度模型中,考虑了配电网中的有功功率与无功功率的耦合问题。本方法在描述分布式电源出力不确定性时,使用了大量历史数据统计获得的均值和方差信息,降低了决策的保守性。本发明能够较好地处理配电网中分布式电源接入带来的过电压问题,降低校正控制成本,适合应用于配电网的实时经济调度之中。
具体实施方式
本发明提出的基于分布鲁棒优化的配电网经济调度方法,该方法包括以下步骤:
(1)配电网中可再生分布式电源有功功率的最大值为一个不确定性变量,记为h,利用均值和协方差矩阵,构建出配电网中可再生分布式电源有功功率不确定性向量h的概率分布集Ω(μ,Σ,S):
其中,PDGi,max表示配电网中第i个节点处可再生分布式电源有功功率的最大值,表示接入可再生分布式电源的配电网节点集合,f(h)表示不确定性向量h的概率分布密度函数,μ为不确定性向量h的均值向量,均值向量μ中的元素依次为PDGi,max的统计均值,Σ为不确定性向量h的协方差矩阵Σ,协方差矩阵Σ中的元素分别为PDGi,max的统计自方差与协方差值,S为不确定性向量h的分布集合S,分布集合S表示不确定性向量h的可能分布范围,用椭球体表示,hc表示椭球体分布集合S的中心,Q表示椭球体分布集合S的二次型矩阵,r2表示椭球体分布集合S的半径平方,表示在椭球体分布集合S内对h积分,上标T表示向量转置;
(2)建立分布鲁棒优化的配电网经济调度模型,具体过程包括以下步骤:
(2-1)确定配电网经济调度模型的目标函数:配电网经济调度的目标为总成本最小化,总成本是发电成本与后续的校正控制成本之和,发电成本函数的表达式如下:
上式中,x代表配电网中发电机的发电量组成的向量,PGi表示配电网第i个节点处发电机的有功发电量,表示接入发电机的配电网节点集合;
第i个节点处发电机的发电成本函数的表达式如下:
Gi(PGi)=aiPGi 2+biPGi+ci
其中ai,bi,ci代表第i个节点处发电机的发电成本参数;
校正控制成本函数的表达式如下:
其中,分别表示第i个节点处发电机的有功功率正向调节量和有功功率负向调节量,ri +,ri -分别表示第i个节点处的发电机有功功率正向调节成本和有功功率负向调节成本,分别表示第i个节点处分布式电源的有功功率相比预测值的正向调节量和负向调节量,fi +,fi -分别表示第i个节点处分布式电源的有功功率正向调节成本和有功功率负向调节成本,w代表校正控制的控制变量组成的向量:
其中QGi表示第i个节点处发电机的无功功率,QDGi表示第i个节点处分布式电源的无功功率;
(2-2)确定配电网经济调度模型的约束条件,包括:
(2-2-1)发电机和分布式电源的功率约束:
PGi,min≤PGi≤PGi,max
QGi,min≤QGi≤QGi,max
PGi,min≤PGi,reg≤PGi,max
PDGi,min≤PDGi≤PDGi,max
QDGi,min≤QDGi≤QDGi,max
其中PGi,min,PGi,max分别表示第i个节点处发电机有功功率的最小值和最大值,QGi,min,QGi,max分别表示第i个节点处发电机无功功率的最小值和最大值,PGi,reg表示第i个节点处发电机调节过后的有功发电量,PDGi,forecast表示第i个节点处分布式电源的有功功率的预测值,PDGi表示第i个节点处分布式电源的有功功率调节后的实际值,分别表示第i个节点处发电机的有功正向调节量的极限和负向调节量的极限。
(2-2-2)配电网的潮流方程约束:
上述两个方程代表配电网任意一个节点k的功率平衡方程,其中等式左侧的pik,qik分别表示从节点i到节点k的配电网支路上的有功功率和无功功率,等式右侧的表示首端为节点k的所有支路的有功功率之和,表示首端为节点k的所有支路的无功功率之和,m代表节点k的任意一条输出支路的末端节点编号,分别表示节点k的有功净负荷和无功净负荷;
|Vi|2-|Vk|2=2Rik·pik+2Xik·qik
上述方程表示配电网中首端节点编号为i、末端节点编号为k的任意一条支路ik的电压方程,其中,|Vi|2表示节点i的电压幅值的平方,|Vk|2表示节点k的电压幅值的平方,pik,qik分别表示支路ik上的有功功率和无功功率,Rik,Xik分别表示支路ik上的电阻和电抗;
(2-2-3)支路功率容量约束:
-sij,max≤pij≤sij,max
-sij,max≤qij≤sij,max
上述四个方程表示配电网中首端节点编号为i、末端节点编号为k的任意一个支路ik的电压方程,pij,qij分别表示支路ij上的有功功率和无功功率,sij,max表示支路ij的最大视在功率;
(2-2-4)节点电压约束:
Vi,min≤|Vi|≤Vi,max
上述两个方程代表配电网任意节点i的功率平衡方程,|Vi|表示节点i的电压幅值,Vi,min,Vi,max分别表示节点i的电压幅值的最小值和最大值;
(3)将上述步骤(2)的目标函数和约束条件构成的分布鲁棒优化的配电网经济调度模型改写成如下的数学形式:
Aw+Bx+Ch≤d
其中代表对x取最小值,表示当不确定性向量h的概率分布属于概率分布集合Ω(μ,Σ,S)时,不确定性向量h的变量的数学期望最大值,代表对w取最小值,A,B,C,d,e分别为将上述步骤(2)中的目标函数和约束条件写成矩阵形式后得到的系数矩阵;
(4)利用对偶方法,将上述步骤(3)改写的分布鲁棒优化的配电网经济调度模型转化为等价的正定规划问题:
β≥0
其中,β,λ为引入的辅助变量,λ的取值为长度等于矩阵A行数的一维向量,Y,y,y0分别为对偶乘子,≥0表示矩阵为半正定矩阵,vertex(·)表示一个多面体的所有顶点组成的集合;
(5)利用凸优化方法,求解上述步骤(4)的等价正定规划问题,得到配电网中发电机的发电量组成的向量x的取值,即得到配电网各发电机的发电量,完成配电网的经济调度。
Claims (1)
1.一种基于分布鲁棒优化的配电网经济调度方法,其特征在于该方法包括以下步骤:
(1)配电网中可再生分布式电源有功功率的最大值为一个不确定性变量,记为h,利用均值和协方差矩阵,构建出配电网中可再生分布式电源有功功率不确定性向量h的概率分布集Ω(μ,Σ,S):
其中,PDGi,max表示配电网中第i个节点处可再生分布式电源有功功率的最大值,表示接入可再生分布式电源的配电网节点集合,f(h)表示不确定性向量h的概率分布密度函数,μ为不确定性向量h的均值向量,均值向量μ中的元素依次为PDGi,max的统计均值,Σ为不确定性向量h的协方差矩阵Σ,协方差矩阵Σ中的元素分别为PDGi,max的统计自方差与协方差值,S为不确定性向量h的分布集合S,分布集合S表示不确定性向量h的可能分布范围,用椭球体表示,hc表示椭球体分布集合S的中心,Q表示椭球体分布集合S的二次型矩阵,r2表示椭球体分布集合S的半径平方,表示在椭球体分布集合S内对h积分,上标T表示向量转置;
(2)建立分布鲁棒优化的配电网经济调度模型,具体过程包括以下步骤:
(2-1)确定配电网经济调度模型的目标函数:配电网经济调度的目标为总成本最小化,总成本是发电成本与后续的校正控制成本之和,发电成本函数的表达式如下:
上式中,x代表配电网中发电机的发电量组成的向量,PGi表示配电网第i个节点处发电机的有功发电量,表示接入发电机的配电网节点集合;
第i个节点处发电机的发电成本函数的表达式如下:
Gi(PGi)=aiPGi 2+biPGi+ci
其中ai,bi,ci代表第i个节点处发电机的发电成本参数;
校正控制成本函数的表达式如下:
其中,分别表示第i个节点处发电机的有功功率正向调节量和有功功率负向调节量,ri +,ri -分别表示第i个节点处的发电机有功功率正向调节成本和有功功率负向调节成本,分别表示第i个节点处分布式电源的有功功率相比预测值的正向调节量和负向调节量,fi +,fi -分别表示第i个节点处分布式电源的有功功率正向调节成本和有功功率负向调节成本,w代表校正控制的控制变量组成的向量:
其中QGi表示第i个节点处发电机的无功功率,QDGi表示第i个节点处分布式电源的无功功率;
(2-2)确定配电网经济调度模型的约束条件,包括:
(2-2-1)发电机和分布式电源的功率约束:
PGi,min≤PGi≤PGi,max
QGi,min≤QGi≤QGi,max
PGi,min≤PGi,reg≤PGi,max
PDGi,min≤PDGi≤PDGi,max
QDGi,min≤QDGi≤QDGi,max
其中PGi,min,PGi,max分别表示第i个节点处发电机有功功率的最小值和最大值,QGi,min,QGi,max分别表示第i个节点处发电机无功功率的最小值和最大值,PGi,reg表示第i个节点处发电机调节过后的有功发电量,PDGi,forecast表示第i个节点处分布式电源的有功功率的预测值,PDGi表示第i个节点处分布式电源的有功功率调节后的实际值,分别表示第i个节点处发电机的有功正向调节量的极限和负向调节量的极限。
(2-2-2)配电网的潮流方程约束:
上述两个方程代表配电网任意一个节点k的功率平衡方程,其中等式左侧的pik,qik分别表示从节点i到节点k的配电网支路上的有功功率和无功功率,等式右侧的表示首端为节点k的所有支路的有功功率之和,表示首端为节点k的所有支路的无功功率之和,m代表节点k的任意一条输出支路的末端节点编号,分别表示节点k的有功净负荷和无功净负荷;
|Vi|2-|Vk|2=2Rik·pik+2Xik·qik
上述方程表示配电网中首端节点编号为i、末端节点编号为k的任意一条支路ik的电压方程,其中,|Vi|2表示节点i的电压幅值的平方,|Vk|2表示节点k的电压幅值的平方,pik,qik分别表示支路ik上的有功功率和无功功率,Rik,Xik分别表示支路ik上的电阻和电抗;
(2-2-3)支路功率容量约束:
-sij,max≤pij≤sij,max
-sij,max≤qij≤sij,max
上述四个方程表示配电网中首端节点编号为i、末端节点编号为k的任意一个支路ik的电压方程,pij,qij分别表示支路ij上的有功功率和无功功率,sij,max表示支路ij的最大视在功率;
(2-2-4)节点电压约束:
Vi,min≤|Vi|≤Vi,max
上述两个方程代表配电网任意节点i的功率平衡方程,|Vi|表示节点i的电压幅值,Vi,min,Vi,max分别表示节点i的电压幅值的最小值和最大值;
(3)将上述步骤(2)的目标函数和约束条件构成的分布鲁棒优化的配电网经济调度模型改写成如下的数学形式:
Aw+Bx+Ch≤d
其中代表对x取最小值,表示当不确定性向量h的概率分布属于概率分布集合Ω(μ,Σ,S)时,不确定性向量h的变量的数学期望最大值,代表对w取最小值,A,B,C,d,e分别为将上述步骤(2)中的目标函数和约束条件写成矩阵形式后得到的系数矩阵;
(4)利用对偶方法,将上述步骤(3)改写的分布鲁棒优化的配电网经济调度模型转化为等价的正定规划问题:
β≥0
其中,β,λ为引入的辅助变量,λ的取值为长度等于矩阵A行数的一维向量,Y,y,y0分别为对偶乘子,≥0表示矩阵为半正定矩阵,vertex(·)表示一个多面体的所有顶点组成的集合;
(5)利用凸优化方法,求解上述步骤(4)的等价正定规划问题,得到配电网中发电机的发电量组成的向量x的取值,即得到配电网各发电机的发电量,完成配电网的经济调度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810417340.2A CN108667010B (zh) | 2018-05-04 | 2018-05-04 | 一种基于分布鲁棒优化的配电网经济调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810417340.2A CN108667010B (zh) | 2018-05-04 | 2018-05-04 | 一种基于分布鲁棒优化的配电网经济调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108667010A true CN108667010A (zh) | 2018-10-16 |
CN108667010B CN108667010B (zh) | 2019-08-16 |
Family
ID=63780443
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810417340.2A Active CN108667010B (zh) | 2018-05-04 | 2018-05-04 | 一种基于分布鲁棒优化的配电网经济调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108667010B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110224434A (zh) * | 2019-06-17 | 2019-09-10 | 清华大学 | 一种基于随机鲁棒优化的电力系统调度方法 |
CN110322079A (zh) * | 2019-08-06 | 2019-10-11 | 国网能源研究院有限公司 | 一种电力流规划优化方法 |
CN113794243A (zh) * | 2021-10-20 | 2021-12-14 | 南京信息工程大学 | 一种考虑柔性电、热负荷的微网分布鲁棒调度方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008146105A (ja) * | 2006-12-05 | 2008-06-26 | Toshiba Corp | 電力取引評価システムと方法、およびプログラム |
US20100257053A1 (en) * | 1999-11-08 | 2010-10-07 | Aol Advertising Inc. | Systems and methods for placing electronic advertisements |
CN102945327A (zh) * | 2012-11-21 | 2013-02-27 | 湖南大学 | 一种用于汽车正碰安全性的多目标可靠性优化技术 |
CN104809327A (zh) * | 2014-09-02 | 2015-07-29 | 长沙理工大学 | 含新能源电力调度矩不确定分布鲁棒优化方法 |
CN105095999A (zh) * | 2015-08-13 | 2015-11-25 | 同济大学 | 一种基于改进轻鲁棒模型的分布式发电站规划方法 |
CN106099984A (zh) * | 2016-07-29 | 2016-11-09 | 清华大学 | 一种数据驱动的主动配电网分布式电源最大容量评估方法 |
CN106910010A (zh) * | 2017-01-25 | 2017-06-30 | 中国电力科学研究院 | 一种主动配电网不确定性潮流分析方法及装置 |
CN107257129A (zh) * | 2017-06-28 | 2017-10-17 | 国网山东省电力公司经济技术研究院 | 一种考虑电网结构灵活调整的鲁棒调度方法 |
CN107622338A (zh) * | 2017-08-15 | 2018-01-23 | 清华大学 | 一种基于分布集鲁棒并行机调度模型的生产调度方法 |
CN107947164A (zh) * | 2017-11-30 | 2018-04-20 | 三峡大学 | 一种考虑多重不确定性及相关性的电力系统日前鲁棒调度方法 |
CN107977744A (zh) * | 2017-11-30 | 2018-05-01 | 三峡大学 | 一种基于传统Benders分解法的电力系统日前鲁棒调度方法 |
-
2018
- 2018-05-04 CN CN201810417340.2A patent/CN108667010B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100257053A1 (en) * | 1999-11-08 | 2010-10-07 | Aol Advertising Inc. | Systems and methods for placing electronic advertisements |
JP2008146105A (ja) * | 2006-12-05 | 2008-06-26 | Toshiba Corp | 電力取引評価システムと方法、およびプログラム |
CN102945327A (zh) * | 2012-11-21 | 2013-02-27 | 湖南大学 | 一种用于汽车正碰安全性的多目标可靠性优化技术 |
CN104809327A (zh) * | 2014-09-02 | 2015-07-29 | 长沙理工大学 | 含新能源电力调度矩不确定分布鲁棒优化方法 |
CN105095999A (zh) * | 2015-08-13 | 2015-11-25 | 同济大学 | 一种基于改进轻鲁棒模型的分布式发电站规划方法 |
CN106099984A (zh) * | 2016-07-29 | 2016-11-09 | 清华大学 | 一种数据驱动的主动配电网分布式电源最大容量评估方法 |
CN106910010A (zh) * | 2017-01-25 | 2017-06-30 | 中国电力科学研究院 | 一种主动配电网不确定性潮流分析方法及装置 |
CN107257129A (zh) * | 2017-06-28 | 2017-10-17 | 国网山东省电力公司经济技术研究院 | 一种考虑电网结构灵活调整的鲁棒调度方法 |
CN107622338A (zh) * | 2017-08-15 | 2018-01-23 | 清华大学 | 一种基于分布集鲁棒并行机调度模型的生产调度方法 |
CN107947164A (zh) * | 2017-11-30 | 2018-04-20 | 三峡大学 | 一种考虑多重不确定性及相关性的电力系统日前鲁棒调度方法 |
CN107977744A (zh) * | 2017-11-30 | 2018-05-01 | 三峡大学 | 一种基于传统Benders分解法的电力系统日前鲁棒调度方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110224434A (zh) * | 2019-06-17 | 2019-09-10 | 清华大学 | 一种基于随机鲁棒优化的电力系统调度方法 |
CN110322079A (zh) * | 2019-08-06 | 2019-10-11 | 国网能源研究院有限公司 | 一种电力流规划优化方法 |
CN110322079B (zh) * | 2019-08-06 | 2021-11-23 | 国网能源研究院有限公司 | 一种电力流规划优化方法 |
CN113794243A (zh) * | 2021-10-20 | 2021-12-14 | 南京信息工程大学 | 一种考虑柔性电、热负荷的微网分布鲁棒调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108667010B (zh) | 2019-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108599373B (zh) | 高比例可再生能源电力系统输配协调调度目标级联分析法 | |
Khatod et al. | Evolutionary programming based optimal placement of renewable distributed generators | |
Dagdougui et al. | Optimal control of a network of power microgrids using the Pontryagin's minimum principle | |
Li et al. | A novel bi-level robust game model to optimize a regionally integrated energy system with large-scale centralized renewable-energy sources in Western China | |
CN108667010B (zh) | 一种基于分布鲁棒优化的配电网经济调度方法 | |
CN111725826B (zh) | 一种基于高比例光伏接入电力系统的储能综合定容方法 | |
CN104600713A (zh) | 含风力/光伏发电配电网日前无功调度的生成装置及方法 | |
Mediwaththe et al. | Network-aware demand-side management framework with a community energy storage system considering voltage constraints | |
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 | |
CN105186500B (zh) | 一种基于重加权加速Lagrangian的配电网能量分散协调优化方法 | |
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 | |
CN113595133B (zh) | 基于能源路由器的配电网-多微网系统及其调度方法 | |
CN112990596B (zh) | 一种主动配电网和虚拟电厂协同运行的分布式优化方法 | |
CN109755959A (zh) | 基于风/光出力柯西分布的火电机组动态实时调度方法 | |
CN107959285A (zh) | 一种区域间日前发输电计划的优化方法、系统及装置 | |
Rawat et al. | Regular paper Optimal Allocation of Renewable Energy Sources for Energy Loss Minimization | |
CN109726416B (zh) | 一种基于新能源集群预测及潮流计算的调度决策方法 | |
CN107977772A (zh) | 一种考虑分布式能源不确定性的配电网规划方法及系统 | |
Singh et al. | Energy management of an active distribution network considering correlation between uncertain input variables | |
CN105354626A (zh) | 一种双层电力经济调度快速优化方法 | |
CN116822719A (zh) | 一种配电网的多目标规划方法及装置 | |
CN106600078A (zh) | 一种基于新能源发电预测的微网能量管理方案 | |
CN115986743A (zh) | 基于隐式决策法的电力跨区域配置优化方法、装置及设备 | |
EP4304041A1 (de) | Verfahren, vorrichtung und elektronische ausrüstung zur blindleistungseinstellung einer integrierten feldstation für einen ventilator, eine photovoltaik und eine energiespeichereinheit | |
Slimani et al. | Application of Differential Evolution Algorithm to Optimal Power Flow with High Wind Energy Penetration. |
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 |