CN108988325A - 一种计及分布式电源和电动汽车接入的配电网规划方法 - Google Patents

一种计及分布式电源和电动汽车接入的配电网规划方法 Download PDF

Info

Publication number
CN108988325A
CN108988325A CN201810761483.5A CN201810761483A CN108988325A CN 108988325 A CN108988325 A CN 108988325A CN 201810761483 A CN201810761483 A CN 201810761483A CN 108988325 A CN108988325 A CN 108988325A
Authority
CN
China
Prior art keywords
upgrading
constraint
cost
substation
plan
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
Application number
CN201810761483.5A
Other languages
English (en)
Other versions
CN108988325B (zh
Inventor
董厚琦
陈威成
闫彤
曾鸣
单葆国
吴鹏
张煜
郑鹏
方朝雄
林毅
邱柳青
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.)
National Grid Energy Research Institute Co Ltd
North China Electric Power University
Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd
Original Assignee
National Grid Energy Research Institute Co Ltd
North China Electric Power University
Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd
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 National Grid Energy Research Institute Co Ltd, North China Electric Power University, Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd filed Critical National Grid Energy Research Institute Co Ltd
Priority to CN201810761483.5A priority Critical patent/CN108988325B/zh
Publication of CN108988325A publication Critical patent/CN108988325A/zh
Application granted granted Critical
Publication of CN108988325B publication Critical patent/CN108988325B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in 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
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • Y02E40/30—Reactive power compensation
    • 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

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种计及分布式电源和电动汽车接入的配电网规划方法，包括：基于DG机组扩容的投资成本及运营成本、变电站扩容的投资固定成本及投资可变成本、线路扩容的投资固定成本及投资可变成本、主网购电成本、系统缺电成本、电容器投资成本，构建配电网规划模型的目标函数；基于系统潮流平衡约束、线路约束、变电站约束、分布式电源DG装机约束、电容器约束、电动汽车PEV充电约束、系统备用约束、电压约束与预算约束，确定变电站、分布式电源、无功补偿电容器及线路的最优升级容量，得到待检验的升级计划集合；以及基于待检验的升级计划集合，使用预定算法确定最优升级计划及最优升级计划实施时间。

Description

一种计及分布式电源和电动汽车接入的配电网规划方法
技术领域
本发明涉及配电网规划领域，尤其涉及一种计及分布式电源和电动汽车接入的配电网规划方法及计算设备。
背景技术
近年来，用户侧的分布式电源(Distributed Generation，DG)以及电动汽车(Plug-in Electric Vehicle，PEV)受到了越来越多的关注并且得到了快速的发展，但是由于其功率特性具有较大的波动性，大规模分布式电源以及电动汽车并网接入对配电网的安全稳定运行造成一定的影响。如何促进分布式电源以及电动汽车的并网接入，从而高效地利用用户侧可控的分布式能量单元，优化配电网中的资源配置，保证系统运行的安全可靠性，是未来配电网运营商所必须考虑的问题。
当前国内外对于分布式电源以及电动汽车接入后的配电网规划问题已经进行了较多的研究。例如，从不同方面分析了在系统总负荷以及负荷节点个数不变的情况下DG的优化规划问题，或者针对配电网内电动汽车充电桩规划问题进行了研究，但未将DG和电动汽车充电站的定容选址问题关联起来。有些方案虽然综合考虑了DG和电动汽车充电站的选址定容问题，但未考虑DG机组无功特性对配电网安全稳定运行的影响。或者是考虑了DG机组无功特性，但未考虑DG机组无功特性对配电网安全稳定运行的影响。
总而言之，现有研究对配电网规划的研究均只考虑了单一方面的因素，没有全面地对考虑DG/PEV接入的智能配电系统规划问题进行分析。因此，需要一种综合考虑分布式电源和电动汽车并网接入的配电网规划方案。
发明内容
鉴于此，本发明提供了一种计及分布式电源和电动汽车接入的配电网规划方案，以力图解决或至少缓解上面存在的问题。
根据本发明的一个方面，提供了一种计及分布式电源和电动汽车接入的配电网规划方法，适于在计算设备中执行，方法包括：
基于DG机组扩容的投资成本及运营成本、变电站扩容的投资固定成本及投资可变成本、线路扩容的投资固定成本及投资可变成本、主网购电成本、系统缺电成本、电容器投资成本，构建配电网规划模型的目标函数；
基于系统潮流平衡约束、线路约束、变电站约束、分布式电源DG装机约束、电容器约束、电动汽车PEV充电约束、系统备用约束、电压约束与预算约束，确定变电站、分布式电源、无功补偿电容器及线路的最优升级容量，得到待检验的升级计划集合；以及
基于待检验的升级计划集合，使用预定算法确定最优升级计划及最优升级计划实施时间。
该方法以投资及运营成本最小化为目标构建了配电网综合规划模型。
可选地，设置计划期、初始系统备用率、系统备用率迭代步长、以及系统断电时间目标值；在计划期内确定变电站、分布式电源、无功补偿电容器及线路的最优升级容量，得到待检验的升级计划集合；检验待检验的升级计划集合中各升级计划是否满足经济性约束，获得约减后的升级计划集合；以及判断约减后的升级计划集合是否满足充裕度约束，若满足则确定为计划期内最优升级计划集合。
可选地，经济性约束为BCRi＞1，
BCRi＝MBi/TCi
其中，BCR为效益费用比，MB是边际效益，定义为计划i升级前后模型目标函数值的差异，TC是计划i的升级总成本。
可选地，充裕度约束为系统断电时间期望值小于系统断电时间目标值。
可选地，若待检验的升级计划集合中存在不满足经济性约束的升级计划，则从待检验的升级计划集合中去除不满足经济性约束的升级计划，获得约减后的升级计划集合。
可选地，若约减后的升级计划集合不满足充裕度约束，基于系统备用率迭代步长更新系统备用率后，继续基于配电网规划模型及其目标函数确定待检验的升级计划集合，直到约减后的升级计划集合满足充裕度约束。
可选地，通过下述公式构建配电网规划模型的目标函数：
其中，N为配网节点总数，i，j均为节点序号，B为配网区域中负荷分区集合，b为负荷分区序号；SS为变电站集合，k为变电站序号，C统一代表成本，CDG.F和CDG.O分别为DG机组扩容的单位投资成本和单位运营成本，CSS.F和CSS.V分别为变电站扩容的固定成本和单位变动成本，CFdr.F和CFdr.V分别为线路扩容的单位固定成本和单位变动成本，CUN为单位缺电成本，CC为电容器扩容的单位投资成本，P统一代表功率，和分别为DG机组的额定输出功率和实际输出功率，为变电站的输出功率，为系统供电功率缺口，S统一表示容量，分别为变电站及线路的扩容容量，Hrb为负荷分区b的运行时间，z统一代表二元决策变量，升级取值为1，否则为0，分别为变电站扩容以及线路扩容的二元决策变量，ρb为负荷分区b的主网购电价格，Lei，j为节点i与节点j间传输距离，为电容器容量。
可选地，系统潮流平衡约束为：
其中，分别为变电站的输出功率、DG机组的实际输出功率、供电功率缺口，为PEV的充电功率，Pdi，b为除电动汽车外全部用电器的有功功率需求，分别为变压器的无功功率、电容器的无功功率、缺电无功功率以及除电动汽车外全部用电器的无功功率。
可选地，线路约束为：
其中，分别为线路的有功功率和无功功率，为线路扩容的最大输送功率，M为足够大的常数，指扩容容量受到扩容决策的控制，为线路i-j的功率角，均为电压和电压相位角的函数，函数形式如下：
其中，Vi，b为负荷分区b内节点i的电压，δi，b为负荷分区b内节点i的电压相位角。
可选地，变电站约束为：
其中，为升级前变电站的容量，指扩容容量受到扩容决策的控制。
可选地，DG装机约束为：
其中，为节点i处DG机组的额定功率，DGCapMax为可接入的最大DG机组额定功率，为节点i处新增DG机组装机的二元决策变量，DGNMax为系统最大可接入DG机组数量。
可选地，电容器约束为：
式中，为电容器的扩容容量，为系统最大允许电容器接入容量。
可选地，PEV充电约束为：
其中，NOHi为系统总用户数，为系统PEV渗透率，E为PEV电池容量，为PEV额定充电功率。
可选地，系统备用约束为：
其中，为变电站扩容前的额定输出功率，为变电站扩容后的新增功率，γ为系统备用率，Pdi，peak为除电动汽车外全部用电器的最大有功功率需求。
可选地，电压约束为：
VMin≤Vi，b≤VMax
其中，VMin和VMax分别为系统最小允许电压和最大允许电压。
可选地，预算约束为：
其中，BL表示投资额上限。
根据本发明的又一个方面，提供一种计算设备，包括一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序包括用于执行根据本发明的计及分布式电源和电动汽车接入的配电网规划方法的指令。
根据本发明的又一个方面，还提供一种存储一个或多个程序的计算机可读存储介质，一个或多个程序包括指令，指令当由计算设备执行时，使得计算设备执行根据本发明的计及分布式电源和电动汽车接入的配电网规划方法。
根据上述方案，以投资及运营成本最小化为目标构建了智能配电网综合规划模型，优化计划期内变电站、分布式电源、无功补偿电容器及线路的最优升级计划及扩容容量；利用综合考虑系统经济性及充裕度的启发式反向传播算法确定智能配电网最优扩容方案，其中，一方面基于经济性检验并筛选最优升级计划，另一方面通过系统充裕度检验确定各升级计划的实施时间，进而确定配电网最优建设/升级方案。
附图说明
为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述，本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开，相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明一个实施例的计算设备100的构造示意图；
图2示出了根据本发明一个实施例的计及分布式电源和电动汽车接入的配电网规划方法200的流程图；
图3示出了根据本发明的一个实施例的启发式反向传播算法的示意性流程图；
图4示出了根据本发明的一个实施例的情景1的负荷需求仿真结果；
图5示出了根据本发明的一个实施例的情景2的负荷需求仿真结果；
图6示出了根据本发明的一个实施例的情景3的负荷需求仿真结果；
图7示出了根据本发明的一个实施例的情景1-3的负荷需求仿真结果的对比图；
图8示出了根据本发明的一个实施例的情景1-3系统LOLE值迭代图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
分布式发电技术和电动汽车技术是节能减排的重要手段，也是未来智能配电网的发展方向。合理的配电网规划不仅能增加社会效益，还能够提高系统本身的经济性和安全性。分布式电源与电动汽车接入配电网需要从接入成本、环境效益、电网稳定运行等多方面综合考虑。因此，本发明提供一种考虑分布式电源及电动汽车接入的智能配电系统规划方案。
图1是根据本发明一个实施例的计算设备100的构造示意图。在基本的配置102中，计算设备100典型地包括系统存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和系统存储器106之间的通信。
取决于期望的配置，处理器104可以是任何类型的处理，包括但不限于：微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器118可以与处理器104一起使用，或者在一些实现中，存储器控制器118可以是处理器104的一个内部部分。
取决于期望的配置，系统存储器106可以是任意类型的存储器，包括但不限于：易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器106可以包括操作系统120、一个或者多个程序122以及程序数据124。在一些实施方式中，程序122可以布置为在操作系统上由一个或多个处理器104利用程序数据124执行指令。
计算设备100还可以包括有助于从各种接口设备(例如，输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156，它们可以被配置为有助于经由一个或者多个I/O端口158和诸如输入设备(例如，键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器160，其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块，并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号，它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例，通信介质可以包括诸如有线网络或者专线网络之类的有线介质，以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。
计算设备100可以实现为服务器，例如文件服务器、数据库服务器、应用程序服务器和WEB服务器等，也可以实现为小尺寸便携(或者移动)电子设备的一部分，这些电子设备可以是诸如蜂窝电话、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。计算设备100还可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。
在一些实施例中，计算设备100被配置为执行根据本发明的计及分布式电源和电动汽车接入的配电网规划方法200。其中，计算设备100的一个或多个程序122包括用于执行根据本发明的计及分布式电源和电动汽车接入的配电网规划方法200的指令。
图2示出了根据本发明一个实施例的计及分布式电源和电动汽车接入的配电网规划方法200的流程图。如图2所示，在步骤S210中，基于DG机组扩容的投资成本及运营成本、变电站扩容的投资固定成本及投资可变成本、线路扩容的投资固定成本及投资可变成本、主网购电成本、系统缺电成本、电容器投资成本，构建配电网规划模型的目标函数。
根据本发明的一个实施例，以投资、运营成本最小构建考虑分布式电源和电动汽车接入的智能配电系统规划模型的目标函数。
可以通过下述公式构建目标函数：
其中，N为配网节点总数，i，j均为节点序号，B为配网区域中负荷分区集合，b为负荷分区序号；SS为变电站集合，k为变电站序号，C统一代表成本，CDG.F和CDG.O分别为DG机组扩容的单位投资成本和单位运营成本，CSS.F和CSS.V分别为变电站扩容的固定成本和单位变动成本，CFdr.F和CFdr.V分别为线路扩容的单位固定成本和单位变动成本，CUN为单位缺电成本，CC为电容器扩容的单位投资成本，P统一代表功率，和分别为DG机组的额定输出功率和实际输出功率，为变电站的输出功率，为系统供电功率缺口，S统一表示容量，分别为变电站及线路的扩容容量，Hrb为负荷分区b的运行时间，z统一代表二元决策变量，升级取值为1，否则为0，分别为变电站扩容以及线路扩容的二元决策变量，ρb为负荷分区b的主网购电价格，Lei，j为节点i与节点j间传输距离，为电容器容量。
配电网规划的目标既有经济性的考虑，也有可靠性的要求，在算法上可以以经济性、可靠性以及供电能力的协调为目标。由于分布式电源的容量和位置已定，配电网扩展规划可以建立配电网建设的固定投资费用、配电网网损费用和运行维护费用等综合最优的目标函数。
模型约束是指满足模型运行的条件，可分为内部约束和外部约束，内部约束为满足模型解的条件，外部约束是为了使模型尽可能反应实际情况。在步骤S220中，基于系统潮流平衡约束、线路约束、变电站约束、分布式电源DG装机约束、电容器约束、电动汽车PEV充电约束、系统备用约束、电压约束与预算约束，确定变电站、分布式电源、无功补偿电容器及线路的最优升级容量，得到待检验的升级计划集合。
根据本发明的一个实施例，系统潮流平衡约束可以用来平衡全电网的功率，可以表示为：
其中，分别为变电站的输出功率、DG机组的实际输出功率、供电功率缺口，为PEV充电功率，Pdi，b为除电动汽车外全部用电器的有功功率需求，分别为变压器的无功功率、电容器的无功功率、缺电无功功率以及除电动汽车外全部用电器的无功功率。
线路约束可以表示为：
其中，分别为线路的有功功率和无功功率，为线路扩容的最大输送功率，M为足够大的常数，指扩容容量受到扩容决策的控制，为线路i-j的功率角，为电压和电压相位角的函数，函数形式如下：
其中，Vi，b为负荷分区b内节点i的电压，δi，b为负荷分区b内节点i的电压相位角。
变电站约束可以表示为：
其中，为升级前变电站的容量，指扩容容量受到扩容决策的控制。
DG装机约束可以表示为：
其中，为节点i处DG机组的额定功率，DGCapMax为可接入的最大DG机组额定功率，为节点i处新增DG机组装机的二元决策变量，DGNMax为系统最大可接入DG机组数量。
电容器约束可以表示为：
式中，为电容器的扩容容量，为系统最大允许电容器接入容量。
PEV充电约束可以表示为：
其中，NOHi为系统总用户数，为系统PEV渗透率，E为PEV电池容量，为PEV额定充电功率。
系统备用约束可以表示为：
其中，为变电站扩容前的额定输出功率，为变电站扩容后的新增功率，γ为系统备用率，Pdi，peak为除电动汽车外全部用电器的最大有功功率需求。
电压约束可以表示为：
VMin≤Vi，b≤VMax
其中，VMin和VMax分别为系统最小允许电压和最大允许电压。
预算约束可以表示为：
其中，BL表示投资额上限。
在上述配电网规划模型中，以变电站、分布式电源、无功补偿电容器及线路的容量为决策变量，在上述约束条件下，可以使用建模软件COlNBONMlN对模型进行求解。确定配网内变电站、分布式电源、无功补偿电容器及线路的最优升级容量，得到待检验的升级计划集合。
在步骤S230中，基于待检验的升级计划集合，使用预定算法确定最优升级计划及最优升级计划实施时间。
其中，预定算法可以是启发式反向传播算法，BP(反向传播算法)是适于多层神经元网络的一种学习算法。一个n输入m输出的BP神经网络所完成的功能是从n维欧氏空间向m维欧氏空间中一有限域的连续映射，主要由两个环节(激励传播、权重更新)反复循环迭代，直到网络的对输入的响应达到预定的目标范围为止。启发式算法是一种基于经验构造的算法，能够在允许的花费下给出一个最优解或与最优解有所偏离的次优解。
图3示出了根据本发明的一个实施例的启发式反向传播算法的示意性流程图。如图3所示，可以首先设置计划期T、初始系统备用率Y、系统备用率迭代步长Δγ、以及系统断电时间(LOLE)目标值。启发式反向传播算法通过对计划期内t年(t＝T，T-1，…，1)进行迭代确定[0，t]年最优升级计划集合{Ht}，从而确定最优建设/升级方案。
其中，迭代可确定系统备用率γ以及满足系统经济性及充裕度的[0，t]年最优升级计划集合{Ht}，具体步骤如下：
在t年应用上述配电网规划模型，确定综合考虑投资运行成本以及安全性的[0，t]年配网内变电站、分布式电源、无功补偿电容器及线路的最优升级容量，得到待检验的升级计划集合{Ht}；
检验升级计划集合{Ht}中各升级计划i是否满足经济性约束(BCR约束)，即BCRi＞1，若不满足则{Ht}＝{Ht}-i，从而获得约减后的{Ht}。BCR是通过将边际收益除以实施升级的总成本得到的，BCRi＝MBi/TCi，其中，MB是边际效益，定义为计划i升级前后模型目标函数值的差异，TC是计划i的升级总成本；
判断约减后{Ht}是否满足系统充裕度约束，即系统断电时间期望值(lossof loadexpectation，LOLE)是否小于目标值，满足则{Ht}为计划期内最优升级计划集合；不满足则γ＝Y+ΔY。
上述算法旨在得到最优的全局参数矩阵，检验并筛选最优升级计划同时确定各升级计划的实施时间，进而确定配电网最优建设/升级方案。
本方案在10KV的某32节点系统中对上述模型及算法进行了验证。假设计划期为10年，初始年份系统负荷峰值为37MW，变电站容量31MW，负荷峰值每年增长3％，投资总成本为6000万元，系统最高强迫停运率(FOR)为0.05，LOLE目标值为2.5小时/年，系统停电成本为6600元/兆瓦时。设备成本如下表所示：
配电系统中各负荷分区的电价以及负荷因子(LSF)如下表所示：
其中，LSF即实际负荷需求量占系统可供应最大负荷量之比，体现了各分区的缺电程度。
为研究PEV及其充电模式对配电网规划的影响，算例设置三个情景分别进行仿真及配电网规划。
情景1：不考虑PEV接入的规划方案
模型中不考虑PEV充电约束，且在目标函数及全部约束条件中含有上标PEV的变量均取值为0。
情景2：PEV无序充电条件下的规划方案
假设第10年的PEV渗透率为50％，电动汽车电池容量为15.9kWh，充电功率2.08kW，充电效率为85％。PEV用户到家即开始充电直至电池充满，充电开始时间及充电持续时间完全取决于用户行为的概率计算[20]。
情景3：PEV智能充电条件下的规划方案
假设第10年的PEV渗透率为50％，电动汽车电池容量为15.9kWh，充电功率2.08kW，充电效率为85％。PEV充电开始时间和充电持续时间完全受配电网控制，电动汽车充电全部集中在负荷低谷时段。在智能充电模式下，需要对不同时段的PEV充电功率进行控制，因此会改变用户原有的充电习惯，同时也可能会造成PEV电池的寿命折损，因此，配网运营商需要向用户提供一定的补偿，本算例假设补偿价格为6元/kWh。
图4示出了根据本发明的一个实施例的情景1的负荷需求仿真结果。设置初始系统备用率为0.15，步长为0.1，经过6次迭代，确定第10年系统备用率为0.21，10年间系统设备最优升级计划及扩容容量如下表所示：
由反向传播确定的最优建设/升级实施时间如下表所示：
图5示出了根据本发明的一个实施例的情景2的负荷需求仿真结果。可以设置初始系统备用率为0.45，步长为0.1，经过9次迭代，确定第10年系统备用率为0.54，10年间系统设备最优升级计划及扩容容量如下表所示：
由反向传播确定的最优建设/升级实施时间如下表所示：
图6示出了根据本发明的一个实施例的情景3的负荷需求仿真结果。可以设置初始系统备用率为0.15，步长为0.1，经过16次迭代，确定第10年系统备用率为0.31，10年间系统设备最优升级计划及扩容容量如下表所示：
由反向传播确定的最优建设/升级实施时间如下表所示：
图7示出了根据本发明的一个实施例的情景1-3的负荷需求仿真结果的对比图。情景2及情景3均在情景1的基础上增加了PEV充电负荷，然而，PEV的无序充电增加了系统峰值，扩大了系统峰谷差，而PEV的智能充电并未增加系统峰值，且由于充电负荷主要集中在负荷低谷段，减小了系统峰谷差。由此可知，PEV负荷作为一种可控的用户侧资源，通过有效控制可以协助配网系统削峰填谷。
图8示出了根据本发明的一个实施例的情景1-3系统LOLE值迭代图。如图8所示，虚线表示充分性约束。优化结果如下表所示：
由此可知，在同一LOLE水平下，情景1的系统备用率最小，情景3的系统备用率最大。一方面表明引入PEV负荷在一定程度上加剧了系统的不稳定性，使得系统LOLE值提高，为保证系统稳定，必须相应提高系统备用率；另一方面表明PEV的不同充电模式对系统的影响程度不同，相较之下PEV智能充电对系统稳定性的影响较小。
A9、如A7所述的方法，其中，所述线路约束为：
其中，分别为线路的有功功率和无功功率，为线路扩容的最大输送功率，M为足够大的常数，指扩容容量受到扩容决策的控制，为线路i-j的功率角，均为电压和电压相位角的函数，函数形式如下：
其中，Vi，b为负荷分区b内节点i的电压，δi，b为负荷分区b内节点i的电压相位角。
A10、如A7所述的方法，其中，所述变电站约束为：
其中，为升级前变电站的容量，指扩容容量受到扩容决策的控制。
A11、如A7所述的方法，其中，所述DG装机约束为：
其中，为节点i处DG机组的额定功率，DGCapMax为可接入的最大DG机组额定功率，为节点i处新增DG机组装机的二元决策变量，DGNMax为系统最大可接入DG机组数量。
A12、如A7所述的方法，其中，所述电容器约束为：
式中，为电容器的扩容容量，为系统最大允许电容器接入容量。
A13、如A7所述的方法，其中，所述PEV充电约束为：
其中，NOHi为系统总用户数，为系统PEV渗透率，E为PEV电池容量，为PEV额定充电功率。
A14、如A7所述的方法，其中，所述系统备用约束为：
其中，为变电站扩容前的额定输出功率，为变电站扩容后的新增功率，γ为系统备用率，Pdi，peak为除电动汽车外全部用电器的最大有功功率需求。
A15、如A7所述的方法，其中，所述电压约束为：
VMin≤Vi，b≤VMax
其中，VMin和VMax分别为系统最小允许电压和最大允许电压。
A16、如A7所述的方法，其中，所述预算约束为：
其中，BL表示投资额上限。本方案构建了智能配电网综合规划模型，从而确定计划期内变电站、分布式电源、无功补偿电容器及线路的最优升级计划及扩容容量。利用综合考虑系统经济性及充裕度的启发式反向传播算法，检验并筛选最优升级计划同时确定各升级计划的实施时间，进而确定配电网最优建设/升级方案。在上述某32节点测试系统中对所提模型及算法进行仿真模拟，验证了上述模型和算法的可行性及适用性。通过算例，可以得出以下结论：
PEV渗透率(电动汽车渗透率可以指电动汽车充电负荷与线路最大负荷的比值，也可以指电动汽车占汽车总数的百分比)对智能配电系统的规划成本影响较大，随着PEV渗透率的提高，智能配电系统的规划成本显著增加，主要由于引入PEV负荷会增加系统总负荷，同时加剧系统不确定性。为了保证系统安全稳定运行，智能配电系统运营商需对系统最大PEV渗透率进行合理预测，进而调整配网建设/升级方案。
在同一渗透率下，PEV充电模式不同，智能配网系统的规划成本亦存在较大差异，PEV无序充电情况对规划成本的影响更高。实际中往往是无序充电与智能充电并存的模式，智能配电系统运营商需积极实施激励措施鼓励用户进行智能充电，进而降低配电网的投资及运行成本。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
此外，所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此，具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外，装置实施例的在此所述的元素是如下装置的例子：该装置用于实施由为了实施该发明的目的的元素所执行的功能。
尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。

Claims (10)

1.一种计及分布式电源和电动汽车接入的配电网规划方法，适于在计算设备中执行，所述方法包括：
基于DG机组扩容的投资成本及运营成本、变电站扩容的投资固定成本及投资可变成本、线路扩容的投资固定成本及投资可变成本、主网购电成本、系统缺电成本、电容器投资成本，构建配电网规划模型的目标函数；
基于系统潮流平衡约束、线路约束、变电站约束、分布式电源DG装机约束、电容器约束、电动汽车PEV充电约束、系统备用约束、电压约束与预算约束，确定变电站、分布式电源、无功补偿电容器及线路的最优升级容量，得到待检验的升级计划集合；以及
基于待检验的升级计划集合，使用预定算法确定最优升级计划及最优升级计划实施时间。
2.如权利要求1所述的方法，其中，所述预定算法为启发式反向传播算法，所述基于待检验的升级计划集合，使用预定算法确定最优升级计划及最优升级计划实施时间的步骤包括：
设置计划期、初始系统备用率、系统备用率迭代步长、以及系统断电时间目标值；
在计划期内确定变电站、分布式电源、无功补偿电容器及线路的最优升级容量，得到待检验的升级计划集合；
检验待检验的升级计划集合中各升级计划是否满足经济性约束，获得约减后的升级计划集合；以及
判断约减后的升级计划集合是否满足充裕度约束，若满足则确定为计划期内最优升级计划集合。
3.如权利要求2所述的方法，其中，所述经济性约束为BCRi＞1，
BCRi＝MBi/TCi
其中，BCR为效益费用比，MB是边际效益，定义为计划i升级前后模型目标函数值的差异，TC是计划i的升级总成本。
4.如权利要求2所述的方法，其中，所述检验待检验的升级计划集合中各升级计划是否满足经济性约束，获得约减后的升级计划集合的步骤包括：
若待检验的升级计划集合中存在不满足经济性约束的升级计划，则从待检验的升级计划集合中去除不满足经济性约束的升级计划，获得约减后的升级计划集合。
5.如权利要求2所述的方法，其中，
所述充裕度约束为系统断电时间期望值小于系统断电时间目标值。
6.如权利要求2所述的方法，其中，
若约减后的升级计划集合不满足充裕度约束，基于系统备用率迭代步长更新系统备用率后，继续基于配电网规划模型及其目标函数确定待检验的升级计划集合，直到约减后的升级计划集合满足充裕度约束。
7.如权利要求1所述的方法，其中，通过下述公式构建配电网规划模型的目标函数：
其中，N为配网节点总数，i，j均为节点序号，B为配网区域中负荷分区集合，b为负荷分区序号；SS为变电站集合，k为变电站序号，C统一代表成本，CDG.F和CDG.O分别为DG机组扩容的单位投资成本和单位运营成本，CSS.F和CSS.V分别为变电站扩容的固定成本和单位变动成本，CFdr.F和CFdr.V分别为线路扩容的单位固定成本和单位变动成本，CUN为单位缺电成本，CC为电容器扩容的单位投资成本，P统一代表功率，和分别为DG机组的额定输出功率和实际输出功率，为变电站的输出功率，为系统供电功率缺口，S统一表示容量， 分别为变电站及线路的扩容容量，Hrb为负荷分区b的运行时间，z统一代表二元决策变量，升级取值为1，否则为0，分别为变电站扩容以及线路扩容的二元决策变量，ρb为负荷分区b的主网购电价格，Lei，j为节点i与节点j间传输距离，为电容器容量。
8.如权利要求7所述的方法，其中，所述系统潮流平衡约束为：
其中，分别为变电站的输出功率、DG机组的实际输出功率、供电功率缺口，为PEV充电功率，Pdi，b为除电动汽车外全部用电器的有功功率需求，Qdi，b分别为变压器的无功功率、电容器的无功功率、缺电无功功率以及除电动汽车外全部用电器的无功功率。
9.一种计算设备，包括：
一个或多个处理器；
存储器；以及
一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1至8所述的方法中的任一方法的指令。
10.一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1至8所述的方法中的任一方法。
CN201810761483.5A 2018-07-11 2018-07-11 一种计及分布式电源和电动汽车接入的配电网规划方法 Expired - Fee Related CN108988325B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810761483.5A CN108988325B (zh) 2018-07-11 2018-07-11 一种计及分布式电源和电动汽车接入的配电网规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810761483.5A CN108988325B (zh) 2018-07-11 2018-07-11 一种计及分布式电源和电动汽车接入的配电网规划方法

Publications (2)

Publication Number Publication Date
CN108988325A true CN108988325A (zh) 2018-12-11
CN108988325B CN108988325B (zh) 2020-05-15

Family

ID=64537816

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810761483.5A Expired - Fee Related CN108988325B (zh) 2018-07-11 2018-07-11 一种计及分布式电源和电动汽车接入的配电网规划方法

Country Status (1)

Country Link
CN (1) CN108988325B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110991727A (zh) * 2019-11-28 2020-04-10 海南电网有限责任公司 一种基于潮流网损模型和线路约束模型的电网规划方法
CN111125638A (zh) * 2019-12-13 2020-05-08 国网山东省电力公司经济技术研究院 一种有源配电网规划模型的构建方法、装置和计算设备
CN111611662A (zh) * 2020-04-08 2020-09-01 清华大学 一种基于馈线走廊的可靠性约束配电网规划方法
CN112952876A (zh) * 2021-02-04 2021-06-11 国网福建省电力有限公司厦门供电公司 一种分布式数据中心型变电站协同运行与优化调度方法
CN116957170A (zh) * 2023-09-20 2023-10-27 中国南方电网有限责任公司 一种电力系统优化问题的约束集约减方法及系统
US20240086934A1 (en) * 2022-09-09 2024-03-14 Inventus Holdings, Llc Identification of renewable energy site

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150262093A1 (en) * 2009-10-27 2015-09-17 Enphase Energy, Inc. Method and apparatus for distributed generator lifecycle management
CN107171324A (zh) * 2017-06-28 2017-09-15 国网河北省电力公司经济技术研究院 一种含分布式电源的配电网线性规划模型
CN107316152A (zh) * 2017-06-28 2017-11-03 国网江苏省电力公司经济技术研究院 电动汽车参与需求侧响应的规划方法、装置及计算设备
CN107977772A (zh) * 2017-11-09 2018-05-01 国网山东省电力公司青岛供电公司 一种考虑分布式能源不确定性的配电网规划方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150262093A1 (en) * 2009-10-27 2015-09-17 Enphase Energy, Inc. Method and apparatus for distributed generator lifecycle management
CN107171324A (zh) * 2017-06-28 2017-09-15 国网河北省电力公司经济技术研究院 一种含分布式电源的配电网线性规划模型
CN107316152A (zh) * 2017-06-28 2017-11-03 国网江苏省电力公司经济技术研究院 电动汽车参与需求侧响应的规划方法、装置及计算设备
CN107977772A (zh) * 2017-11-09 2018-05-01 国网山东省电力公司青岛供电公司 一种考虑分布式能源不确定性的配电网规划方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邱柳青: ""考虑电动汽车接入的智能配电网投资规划模型"", 《2015年中国电机工程学会年会论文集》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110991727A (zh) * 2019-11-28 2020-04-10 海南电网有限责任公司 一种基于潮流网损模型和线路约束模型的电网规划方法
CN111125638A (zh) * 2019-12-13 2020-05-08 国网山东省电力公司经济技术研究院 一种有源配电网规划模型的构建方法、装置和计算设备
CN111611662A (zh) * 2020-04-08 2020-09-01 清华大学 一种基于馈线走廊的可靠性约束配电网规划方法
CN111611662B (zh) * 2020-04-08 2022-09-09 清华大学 一种基于馈线走廊的可靠性约束配电网规划方法
CN112952876A (zh) * 2021-02-04 2021-06-11 国网福建省电力有限公司厦门供电公司 一种分布式数据中心型变电站协同运行与优化调度方法
CN112952876B (zh) * 2021-02-04 2024-04-09 国网福建省电力有限公司厦门供电公司 一种分布式数据中心型变电站协同运行与优化调度方法
US20240086934A1 (en) * 2022-09-09 2024-03-14 Inventus Holdings, Llc Identification of renewable energy site
CN116957170A (zh) * 2023-09-20 2023-10-27 中国南方电网有限责任公司 一种电力系统优化问题的约束集约减方法及系统
CN116957170B (zh) * 2023-09-20 2023-12-22 中国南方电网有限责任公司 一种电力系统优化问题的约束集约减方法及系统

Also Published As

Publication number Publication date
CN108988325B (zh) 2020-05-15

Similar Documents

Publication Publication Date Title
CN108988325A (zh) 一种计及分布式电源和电动汽车接入的配电网规划方法
Deeba et al. Evaluation of technical and financial benefits of battery‐based energy storage systems in distribution networks
Huang et al. Demand response for home energy management system
CN107579518B (zh) 基于mhba的电力系统环境经济调度方法和装置
Tang et al. Waiting time minimized charging and discharging strategy based on mobile edge computing supported by software-defined network
Das et al. Security constrained AC transmission network expansion planning
CN107392395A (zh) 一种基于价格激励机制的配电网和微电网协调优化方法
Bin Humayd et al. Comprehensive multi‐year distribution system planning using back‐propagation approach
CN109687454B (zh) 一种分布式能源集群优化调度系统、方法及装置
CN111864742B (zh) 一种主动配电系统扩展规划方法、装置及终端设备
Martins et al. Sensibility analysis with genetic algorithm to allocate distributed generation and capacitor banks in unbalanced distribution systems
CN110110924A (zh) 一种配电网投资规模优化方法、装置和计算设备
CN107316152A (zh) 电动汽车参与需求侧响应的规划方法、装置及计算设备
Zhou et al. Interval optimization combined with point estimate method for stochastic security-constrained unit commitment
CN109921464A (zh) 配电网广义电源变电可信容量评估方法、装置和计算设备
CN108304984A (zh) 行为量化方法及系统
CN117353290A (zh) 一种数据中心与共享储能电站的联合调度方法及计算设备
Azad‐Farsani et al. Stochastic locational marginal price calculation in distribution systems using game theory and point estimate method
Xie et al. Optimal dispatching strategy of active distribution network for promoting local consumption of renewable energy
CN109742805A (zh) 一种用于含分散式风电配电网的消纳优化方法及相关产品
CN112803427A (zh) 基于需求的区域电网调度方法、系统、终端及存储介质
CN110288145A (zh) 一种计及需求响应资源的微网规划方法及计算设备
CN115133607A (zh) 用户侧退役电池储能容量配置方法、系统、设备和介质
CN113555887A (zh) 电网能源控制方法、装置、电子设备及存储介质
Liao et al. Bi‐level optimization of multi‐regional power system considering low‐carbon oriented synergy of both source and load sides

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
CB02 Change of applicant information

Address after: 102209 Third and Fourth Floors of Building A, 18 Riverside Avenue, Future Science and Technology City, Changping District, Beijing

Applicant after: STATE GRID ENERGY RESEARCH INSTITUTE Co.,Ltd.

Applicant after: NORTH CHINA ELECTRIC POWER University

Applicant after: STATE GRID FUJIAN ECONOMIC Research Institute

Address before: 102206 No. 2, Zhuxinzhuang Bei Nong Road, Huilong Guan, Changping District, Beijing

Applicant before: North China Electric Power University

Applicant before: STATE GRID ENERGY RESEARCH INSTITUTE Co.,Ltd.

Applicant before: STATE GRID FUJIAN ECONOMIC Research Institute

CB02 Change of applicant information
CB03 Change of inventor or designer information

Inventor after: Zhang Yu

Inventor after: Lin Yi

Inventor after: Qiu Liuqing

Inventor after: Wu Peng

Inventor after: Shan Baoguo

Inventor after: Dong Houqi

Inventor after: Chen Weicheng

Inventor after: Yan Tong

Inventor after: Zeng Ming

Inventor after: Zheng Peng

Inventor after: Fang Chaoxiong

Inventor before: Dong Houqi

Inventor before: Lin Yi

Inventor before: Qiu Liuqing

Inventor before: Chen Weicheng

Inventor before: Yan Tong

Inventor before: Zeng Ming

Inventor before: Shan Baoguo

Inventor before: Wu Peng

Inventor before: Zhang Yu

Inventor before: Zheng Peng

Inventor before: Fang Chaoxiong

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200515

CF01 Termination of patent right due to non-payment of annual fee