CN109242177B - 有源配电网规划方法 - Google Patents

有源配电网规划方法 Download PDF

Info

Publication number
CN109242177B
CN109242177B CN201811005426.0A CN201811005426A CN109242177B CN 109242177 B CN109242177 B CN 109242177B CN 201811005426 A CN201811005426 A CN 201811005426A CN 109242177 B CN109242177 B CN 109242177B
Authority
CN
China
Prior art keywords
node
line
distribution network
power distribution
power
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
Application number
CN201811005426.0A
Other languages
English (en)
Other versions
CN109242177A (zh
Inventor
李映雪
朱文广
周成
刘小春
熊宁
钟士元
郑富永
王伟
王丽
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.)
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Jiangxi Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Economic and Technological Research Institute of State Grid Jiangxi 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 State Grid Corp of China SGCC, Economic and Technological Research Institute of State Grid Jiangxi Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201811005426.0A priority Critical patent/CN109242177B/zh
Publication of CN109242177A publication Critical patent/CN109242177A/zh
Application granted granted Critical
Publication of CN109242177B publication Critical patent/CN109242177B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Human Resources & Organizations (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Genetics & Genomics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • Development Economics (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种有源配电网规划方法，包括建立光伏发电出力模型并缩减运行场景；建立配电公司网架建设优化模型；建立配电公司电价调节模型；生成配电网网架架构；对生成的模型进行求解得到最终的有源配电网规划方案。本发明的方法能够解决有源配电网网架扩展规划问题，能够选择最优的配电网线路建设方案，减少投资费用，提高分布式电源消纳能力，减少弃光，有效降低网络损耗，提高配电网的经济性。

Description

有源配电网规划方法
技术领域
本发明具体涉及一种有源配电网规划方法。
背景技术
随着国家经济技术的发展和人们生活水平的提高，电能已经成为了人们生产和生活中必不可少的二次能源，给人们的生产和生活带来了无尽的便利。
近年来，在能源资源紧张、环保压力增大的环境下，分布式可再生能源高渗透率接入配电网成为必然趋势。传统的配电网规划主要是规划配电网的网架结构建设方案，无法考虑分布式电源对配电网运行状态的影响。同时，分布式电源发电功率很大程度上取决于当地的自然环境的因素，不能完全根据用户的用电需求进行控制。为时时满足用户的用电需求，在有源配电网的规划中必须充分考虑分布式电源的时序特性，这使得传统配电网针对单一时间断面的规划方法不再适用。而且，通过全年8760个小时配电网的运行情况来计算配电网运营成本的方法过于复杂，规划所需的求解时间过长，实用性较差。
发明内容
本发明的目的在于提供一种科学可靠且方法相对简单和高效的有源配电网规划方法。
本发明提供的这种有源配电网规划方法，包括如下步骤：
S1.建立光伏发电出力模型，同时进行运行场景缩减；
S2.建立配电公司网架建设优化模型；
S3.建立配电公司电价调节模型；
S4.生成配电网网架架构；
S5.对生成的模型进行求解，从而得到最终的有源配电网规划方案。
步骤S1所述的建立光伏发电出力模型，具体为采用如下步骤建立光伏发电出力模型：
A.采用如下算式计算太阳光照强度概率密度函数f(r)：
Figure BDA0001783890900000021
式中Γ为Gamma函数，r为计算时段内的实际光强，rmax为计算时段内的最大光强，α和β为贝塔分布参数，且
Figure BDA0001783890900000022
Figure BDA0001783890900000023
式中μs为光照强度平均值，σs为光照强度标准差；
B.采用如下算式计算得到太阳能电池方阵输出功率的概率密度函数f(PM)：
Figure BDA0001783890900000024
式中PM为太阳能方阵实际输出功率，RM为太阳能方阵最大输出功率。
步骤S1所述的进行运行场景缩减，具体为采用如下规则进行运行场景缩减：首先根据地区光照强度的历史数据计算光照强度概率函数的参数，然后采用蒙特卡洛模拟法对各个时段的光照强度进行抽样，计算光伏发电的输出功率，最后采用K-Means算法对模拟得到的光伏发电的输出功率进行聚类，得到四个典型日的分布式电源出力曲线。
步骤S2所述的建立配电公司网架建设优化模型，具体为采用如下步骤建立模型：
(1)采用如下算式建立模型目标函数：
Figure BDA0001783890900000031
Figure BDA0001783890900000032
式中min为求最小值函数，d为贴现率，m为线路使用年限，i和j为节点编号，xij为节点i和节点j间的线路建设情况且xij＝1表明节点i和节点j间的线路投入建设，xij＝0表明节点i和节点j间的线路未投入建设，Lij为节点i与节点j间线路的长度，Cline为单位长度线路的建设费用，s为运行场景编号，ns为第s个运行场景在全年中出现的天数，Fop,s为该运行场景下配电网24小时的运行成本，Cop,s为，t为时刻，Δt为时间间隔，一般取1h，Cup为向上级电网购电单价，Pup,t为t时刻向上级电网购电量，Cenvir为分布式电源弃光单位成本，PDGmax,t为t时刻分布式电源出力上限，PDG,t为t时刻分布式电源出力大小，CDG为分布式电源发电的政府环境补贴单位收益，Closs为单位网损费用，Ploss,t为t时刻配电网网损大小，FPA为配电公司电价调节成本；
(2)采用如下规则作为目标函数的约束条件：
R1.馈线容量的N-1原则：每条馈线在正常运行条件下的负载率不得大于50％；
R2.网络的辐射性约束和连通性约束；
R3.联络线约束：每条馈线仅通过一条联络线与其他馈线相连。
步骤S3所述的建立配电公司电价调节模型，具体为采用步骤建立模型：
1)采用如下算式计算电价调节系数EL(i,j)：
Figure BDA0001783890900000041
式中i和j均为时段编号，PL,0(i)为电价调节前的i时段的负荷，ρ(j)为电价调节前的j时段的电价，ρ0(j)为电价调节后的j时段的电价，PL(i)为电价调节后的i时段的负荷且
Figure BDA0001783890900000042
其中T为调度周期，EL(i,j)为i时刻与j时刻的互电价调节系数；
2)采用如下算式建立目标函数：
Figure BDA0001783890900000043
式中s为场景编号，PDG,s为场景s下的分布式电源发电消纳量；
3)采用如下算式作为约束条件：
在调度周期T内的约束条件包括：
配电网潮流约束条件：
Figure BDA0001783890900000044
Figure BDA0001783890900000045
式中Pi为节点i的注入有功功率，Ui为节点i的电压幅值，Uj为为节点j的电压幅值，Gij为节点导纳矩阵的实部，cosθij为节点i与节点j电压相角差的余弦值，Bij为节点导纳矩阵的虚部，sinθij为节点i与节点j电压相角差的正弦值，Qi为节点i的注入无功功率，i和j为节点编号；
电压约束条件：
Uimin＜Ui＜Uimax
式中Uimin为节点i的电压幅值最小值，Ui节点i的电压幅值，Uimax为节点i的电压幅值最大值；
电流约束条件：
Figure BDA0001783890900000051
式中Ik为线路k的载流量，
Figure BDA0001783890900000052
为线路k的载流量的最大值；
分布式电源出力约束条件：
Figure BDA0001783890900000053
Figure BDA0001783890900000054
式中
Figure BDA0001783890900000055
为第i个分布式电源的有功出力下限，PDG,i为第i个分布式电源的有功出力，
Figure BDA0001783890900000056
为第i个分布式电源的有功出力上限，
Figure BDA0001783890900000057
为第i个分布式电源的无功出力下限，QDG,i为第i个分布式电源的无功出力，
Figure BDA0001783890900000058
为第i个分布式电源的无功出力上限；
用户购电成本约束：
Figure BDA0001783890900000059
式中ρ(t)为优化后的t时刻电价，PL(t)为考虑电价调节效应的t时刻用户用电量，ρ0(t)为原始电价，PL,0(t)为原始t时刻用户用电量，T为调度周期，一般取24h；
电压边际成本约束：
ρ(t)≥cm
式中cm为配电公司售电的边际成本。
步骤S4所述的生成配电网网架架构，具体为采用最小生成树法生成配电网网架结构。
所述的采用最小生成树法生成配电网网架结构，具体为采用如下步骤生成配电网网架结构：
Ⅰ.将所有电源节点编号为1，根据网络拓扑结构的自然网孔生成若干个圈集；
Ⅱ.将连接不同电源点的两条联络线设为一组，则任意两个电源点间的联络线可分为三个组，生成任意两点间不经过其他电源点、与同组联络线不相交的初始联络线方案，每条联络线中包含的线路组成一个联络线集合，每条联络线的存在状态为1；
Ⅲ.随机选择第i个一类圈中的任意一条线路进行破圈操作，根据网络结构的变化更新余下一类圈和联络线的线路集合；
Ⅳ.计算每条联络线集合中电源节点的出度：若电源节点的出度数目大于2则证明该联络线经过3个以上电源点，这两个电源点间不存在直接联络线，该联络线的存在状态为0，并删除该集合；
Ⅴ.判断每组联络线是否相交：若相交则任意置其中一条联络线状态为0，并删除该集合；
Ⅵ.判断各组联络线的存在情况：若每组联络线中至多存在1条联络线则放弃对所选线路的开断操作，从该圈集中重新选择一条线路，并重复步骤Ⅳ-Ⅴ；否则，判断是否对所有一类圈都进行了破圈操作：若不是，则令i＝i+1，并执行步骤Ⅲ，若是，则执行步骤Ⅶ；
Ⅶ.根据各组联络线的存在情况，对仅存在一条联络线的联络线组进行破圈操作即可生成单联络网络，其中可选线路为该联络线与另两条联络线中非共有的线路；
Ⅷ.随机选取单联络网络中的两条联络线中的一段线路作为联络开关安装地点。
步骤S5所述的对生成的模型进行求解，具体为采用遗传算法和粒子群算法相互嵌套的方式进行求解。
所述的采用遗传算法和粒子群算法相互嵌套的方式进行求解，具体为采用如下步骤进行求解：
ⅰ.根据配电网原始数据，对遗传算法染色体编码；
ⅱ.初始化：随机产生N个初始串结构数据，每个串结构数据成为一个个体；
ⅲ.根据最小生成树法生成配电网网架扩展规划方案；
ⅳ.进入运行层，初始化粒子种群；
ⅴ.计算各个粒子适应度，更新历史最优解和全局最优解；
ⅵ.更新粒子种群；
ⅶ.判断是否满足结束条件；是，则进入第ⅷ步；否，则返回第ⅴ步；
ⅷ.根据运行层得到的结果计算各染色体适应度，判断是否满足结束条件；若是，则程序结束，得到符合要求的解；若否，则进行第ⅸ步；
ⅸ.运用轮盘赌思想选择子代个体；
ⅹ.对选择的子代个体进行交叉与变异操作，返回第ⅲ步。
本发明提供的这种有源配电网规划方法，通过运行场景缩减提高配电网方案的寻优速度，建立考虑年综合费用最小的配电公司网架建设优化模型，建立考虑分布式电源消纳量最大的配电公司电价调节模型，基于改进最小生成树法生成单联络配电网网架结构，减少不可行解，提高求解效率，并利用一种遗传算法和粒子群算法相互嵌套的求解形式对模型进行求解；因此本发明的方法能够解决有源配电网网架扩展规划问题，能够选择最优的配电网线路建设方案，减少投资费用，提高分布式电源消纳能力，减少弃光，有效降低网络损耗，提高配电网的经济性。
附图说明
图1为本发明方法的方法流程图。
图2为本发明方法的实施例的简单配电网结构图。
图3为本发明方法的实施例的29节点配电网结构图。
图4为本发明方法的实施例的电价调节前后净负荷对比示意图。
图5为本发明方法的方案一的规划结果示意图。
图6为本发明方法的方案二的规划结果示意图。
具体实施方式
如图1所示为本发明方法的方法流程图：本发明提供的这种有源配电网规划方法，包括如下步骤：
S1.建立光伏发电出力模型，同时进行运行场景缩减；
采用如下步骤建立光伏发电出力模型：
A.采用如下算式计算太阳光照强度概率密度函数f(r)：
Figure BDA0001783890900000081
式中Γ为Gamma函数，r为计算时段内的实际光强，rmax为计算时段内的最大光强，α和β为贝塔分布参数，且
Figure BDA0001783890900000082
Figure BDA0001783890900000083
式中μs为光照强度平均值，σs为光照强度标准差；
B.采用如下算式计算得到太阳能电池方阵输出功率的概率密度函数f(PM)：
Figure BDA0001783890900000091
式中PM为太阳能方阵实际输出功率，RM为太阳能方阵最大输出功率；
同时，采用如下规则进行运行场景缩减：首先根据地区光照强度的历史数据计算光照强度概率函数的参数，然后采用蒙特卡洛模拟法对各个时段的光照强度进行抽样，计算光伏发电的输出功率，最后采用K-Means算法对模拟得到的光伏发电的输出功率进行聚类，得到四个典型日的分布式电源出力曲线；
S2.建立配电公司网架建设优化模型；具体为采用如下步骤建立模型：
(1)采用如下算式建立模型目标函数：
Figure BDA0001783890900000092
Figure BDA0001783890900000093
式中min为求最小值函数，d为贴现率，m为线路使用年限，i和j为节点编号，xij为节点i和节点j间的线路建设情况且xij＝1表明节点i和节点j间的线路投入建设，xij＝0表明节点i和节点j间的线路未投入建设，Lij为节点i与节点j间线路的长度，Cline为单位长度线路的建设费用，s为运行场景编号，ns为第s个运行场景在全年中出现的天数，Fop,s为该运行场景下配电网24小时的运行成本，Cop,s为，t为时刻，Δt为为时间间隔，一般取1h，Cup为向上级电网购电单价，Pup,t为t时刻向上级电网购电量，Cenvir为分布式电源弃光单位成本，PDGmax,t为t时刻分布式电源出力上限，PDG,t为t时刻分布式电源出力大小，CDG为分布式电源发电的政府环境补贴单位收益，Closs为单位网损费用，Ploss,t为t时刻配电网网损大小，FPA为配电公司电价调节成本；
(2)采用如下规则作为目标函数的约束条件：
R1.馈线容量的N-1原则：每条馈线在正常运行条件下的负载率不得大于50％；
R2.网络的辐射性约束和连通性约束；
R3.联络线约束：每条馈线仅通过一条联络线与其他馈线相连；
S3.建立配电公司电价调节模型；具体为采用步骤建立模型：
1)采用如下算式计算电价调节系数EL(i,j)：
Figure BDA0001783890900000101
式中i和j均为时段编号，PL,0(i)为电价调节前的i时段的负荷，ρ(j)为电价调节前的j时段的电价，ρ0(j)为电价调节后的j时段的电价，PL(i)为电价调节后的i时段的负荷且
Figure BDA0001783890900000102
其中T为调度周期，EL(i,j)为i时刻与j时刻的互电价调节系数；
2)采用如下算式建立目标函数：
Figure BDA0001783890900000103
式中s为场景编号，PDG,s为场景s下的分布式电源发电消纳量；
3)采用如下算式作为约束条件：
在调度周期T内的约束条件包括：
配电网潮流约束条件：
Figure BDA0001783890900000104
Figure BDA0001783890900000105
式中Pi为节点i的注入有功功率，Ui为节点i的电压幅值，Uj为为节点j的电压幅值，Gij为节点导纳矩阵的实部，cosθij为节点i与节点j电压相角差的余弦值，Bij为节点导纳矩阵的虚部，sinθij为节点i与节点j电压相角差的正弦值，Qi为节点i的注入无功功率，i和j为节点编号；
电压约束条件：
Uimin＜Ui＜Uimax
式中Uimin为节点i的电压幅值最小值，Ui节点i的电压幅值，Uimax为节点i的电压幅值最大值；
电流约束条件：
Figure BDA0001783890900000111
式中Ik为线路k的载流量，
Figure BDA0001783890900000112
为线路k的载流量的最大值；
分布式电源出力约束条件：
Figure BDA0001783890900000113
Figure BDA0001783890900000114
式中
Figure BDA0001783890900000115
为第i个分布式电源的有功出力下限，PDG,i为第i个分布式电源的有功出力，
Figure BDA0001783890900000116
为第i个分布式电源的有功出力上限，
Figure BDA0001783890900000117
为第i个分布式电源的无功出力下限，QDG,i为第i个分布式电源的无功出力，
Figure BDA0001783890900000118
为第i个分布式电源的无功出力上限；
用户购电成本约束：
Figure BDA0001783890900000119
式中ρ(t)为优化后的t时刻电价，PL(t)为考虑电价调节效应的t时刻用户用电量，ρ0(t)为原始电价，PL,0(t)为原始t时刻用户用电量，T为调度周期，一般取24h；
电压边际成本约束：
ρ(t)≥cm
式中cm为配电公司售电的边际成本；
S4.生成配电网网架架构，具体为采用最小生成树法生成配电网网架结构；采用如下步骤生成配电网网架结构：
Ⅰ.(如图2所示)将所有电源节点编号为1，根据网络拓扑结构的自然网孔生成若干个圈集；
Ⅱ.将连接不同电源点的两条联络线设为一组，则任意两个电源点间的联络线可分为三个组，生成任意两点间不经过其他电源点、与同组联络线不相交的初始联络线方案，每条联络线中包含的线路组成一个联络线集合，每条联络线的存在状态为1；
Ⅲ.随机选择第i个一类圈中的任意一条线路进行破圈操作，根据网络结构的变化更新余下一类圈和联络线的线路集合；
Ⅳ.计算每条联络线集合中电源节点的出度：若电源节点的出度数目大于2则证明该联络线经过3个以上电源点，这两个电源点间不存在直接联络线，该联络线的存在状态为0，并删除该集合；
Ⅴ.判断每组联络线是否相交：若相交则任意置其中一条联络线状态为0，并删除该集合；
Ⅵ.判断各组联络线的存在情况：若每组联络线中至多存在1条联络线则放弃对所选线路的开断操作，从该圈集中重新选择一条线路，并重复步骤Ⅳ-Ⅴ；否则，判断是否对所有一类圈都进行了破圈操作：若不是，则令i＝i+1，并执行步骤Ⅲ，若是，则执行步骤Ⅶ；
Ⅶ.根据各组联络线的存在情况，对仅存在一条联络线的联络线组进行破圈操作即可生成单联络网络，其中可选线路为该联络线与另两条联络线中非共有的线路；
Ⅷ.随机选取单联络网络中的两条联络线中的一段线路作为联络开关安装地点；
S5.采用遗传算法和粒子群算法相互嵌套的方式对生成的模型进行求解，从而得到最终的有源配电网规划方案；具体为采用如下步骤进行求解：
ⅰ.根据配电网原始数据，对遗传算法染色体编码；
ⅱ.初始化：随机产生N个初始串结构数据，每个串结构数据成为一个个体；
ⅲ.根据最小生成树法生成配电网网架扩展规划方案；
ⅳ.进入运行层，初始化粒子种群；
ⅴ.计算各个粒子适应度，更新历史最优解和全局最优解；
ⅵ.更新粒子种群；
ⅶ.判断是否满足结束条件；是，则进入第ⅷ步；否，则返回第ⅴ步；
ⅷ.根据运行层得到的结果计算各染色体适应度，判断是否满足结束条件；若是，则程序结束，得到符合要求的解；若否，则进行第ⅸ步；
ⅸ.运用轮盘赌思想选择子代个体；
ⅹ.对选择的子代个体进行交叉与变异操作，返回第ⅲ步。
以下结合一个具体实施例对本发明方法进行进一步说明：
采用改进的29节点配电网算例验证本发明的方法的有效性。算例系统如图3所示，虚线表示待新建的线路。节点1为电源节点，连接上级电源，节点11、19、21、26、29装有光伏装置，容量为400kW，节点数据如表1所示，成本参数如表2所示，本发明算例采用峰平谷的电价制定方案，并设定电价调节系数如表3所示。：
表1 29节点网络的节点参数
Figure BDA0001783890900000141
Figure BDA0001783890900000151
表2成本参数
参数名称 参数大小
工程周期 20年
贴现率 10％
线路建设成本 15万元/km
网损成本 0.4元/(kW.h)
弃光成本 0.3元/(kW.h)
光伏发电补贴 0.8元/(kW.h)
网购电成本 0.33元/(kW.h)
原始电价 0.425元/(kW.h)
表3电价调节系数
时段 平时段 谷时段 峰时段
平时段 -0.100 0.010 0.012
谷时段 0.010 -0.100 0.016
峰时段 0.012 0.016 -0.100
按照本发明的方法，电价调节前后的系统净负荷如图4所示，方案一和方案二分别为是否考虑电价调节效应的配电网网架建设方案，其结果分别如图4和图5所示，相应的成本如表4所示。
表4建设方案成本对比
Figure BDA0001783890900000161
由表4、图4、图5和图6分析得：通过在配电网网架建设规划中考虑电价调节效应，更加贴近实际运行情况，优化线路建设，降低配电网网架建设成本。同时，以分布式电源消纳量最大为目标，通过电价调节效应使负荷曲线与可再生能源的出力曲线更加匹配，有助于提高配电网对分布式电源的接纳能力，促进分布式电源的发展，提高对清洁环保能源的利用。

Claims (8)

1.一种有源配电网规划方法，包括如下步骤：
S1.建立光伏发电出力模型，同时进行运行场景缩减；
S2.建立配电公司网架建设优化模型；具体为采用如下步骤建立模型：
(1)采用如下算式建立模型目标函数：
Figure FDA0003100314590000011
Figure FDA0003100314590000012
式中min为求最小值函数，d为贴现率，m为线路使用年限，i和j为节点编号，xij为节点i和节点j间的线路建设情况且xij＝1表明节点i和节点j间的线路投入建设，xij＝0表明节点i和节点j间的线路未投入建设，Lij为节点i与节点j间线路的长度，Cline为单位长度线路的建设费用，s为运行场景编号，ns为第s个运行场景在全年中出现的天数，Fop,s为该运行场景下配电网24小时的运行成本，Cop,s为，t为时刻，Δt为时间间隔，Cup为向上级电网购电单价，Pup,t为t时刻向上级电网购电量，Cenvir为分布式电源弃光单位成本，PDGmax,t为t时刻分布式电源出力上限，PDG,t为t时刻分布式电源出力大小，CDG为分布式电源发电的政府环境补贴单位收益，Closs为单位网损费用，Ploss,t为t时刻配电网网损大小，FPA为配电公司电价调节成本；
(2)采用如下规则作为目标函数的约束条件：
R1.馈线容量的N-1原则：每条馈线在正常运行条件下的负载率不得大于50％；
R2.网络的辐射性约束和连通性约束；
R3.联络线约束：每条馈线仅通过一条联络线与其他馈线相连；
S3.建立配电公司电价调节模型；
S4.生成配电网网架架构；
S5.对生成的模型进行求解，从而得到最终的有源配电网规划方案。
2.根据权利要求1所述的有源配电网规划方法，其特征在于步骤S1所述的建立光伏发电出力模型，具体为采用如下步骤建立光伏发电出力模型：
A.采用如下算式计算太阳光照强度概率密度函数f(r)：
Figure FDA0003100314590000021
式中Γ为Gamma函数，r为计算时段内的实际光强，rmax为计算时段内的最大光强，α和β为贝塔分布参数，且
Figure FDA0003100314590000022
Figure FDA0003100314590000023
式中μs为光照强度平均值，σs为光照强度标准差；
B.采用如下算式计算得到太阳能电池方阵输出功率的概率密度函数f(PM)：
Figure FDA0003100314590000024
式中PM为太阳能方阵实际输出功率，RM为太阳能方阵最大输出功率。
3.根据权利要求2所述的有源配电网规划方法，其特征在于步骤S1所述的进行运行场景缩减，具体为采用如下规则进行运行场景缩减：首先根据地区光照强度的历史数据计算光照强度概率函数的参数，然后采用蒙特卡洛模拟法对各个时段的光照强度进行抽样，计算光伏发电的输出功率，最后采用K-Means算法对模拟得到的光伏发电的输出功率进行聚类，得到四个典型日的分布式电源出力曲线。
4.根据权利要求1～3之一所述的有源配电网规划方法，其特征在于步骤S3所述的建立配电公司电价调节模型，具体为采用步骤建立模型：
1)采用如下算式计算电价调节系数EL(i,j)：
Figure FDA0003100314590000031
式中i和j均为时段编号，PL,0(i)为电价调节前的i时段的负荷，ρ(j)为电价调节前的j时段的电价，ρ0(j)为电价调节后的j时段的电价，PL(i)为电价调节后的i时段的负荷且
Figure FDA0003100314590000032
其中T为调度周期，EL(i,j)为i时刻与j时刻的互电价调节系数；
2)采用如下算式建立目标函数：
Figure FDA0003100314590000033
式中s为场景编号，PDG,s为场景s下的分布式电源发电消纳量；
3)采用如下算式作为约束条件：
在调度周期T内的约束条件包括：
配电网潮流约束条件：
Figure FDA0003100314590000034
Figure FDA0003100314590000035
式中Pi为节点i的注入有功功率，Ui为节点i的电压幅值，Uj为为节点j的电压幅值，Gij为节点导纳矩阵的实部，cosθij为节点i与节点j电压相角差的余弦值，Bij为节点导纳矩阵的虚部，sinθij为节点i与节点j电压相角差的正弦值，Qi为节点i的注入无功功率，i和j为节点编号；
电压约束条件：
Uimin＜Ui＜Uimax
式中Uimin为节点i的电压幅值最小值，Ui节点i的电压幅值，Uimax为节点i的电压幅值最大值；
电流约束条件：
Figure FDA0003100314590000041
式中Ik为线路k的载流量，
Figure FDA0003100314590000042
为线路k的载流量的最大值；
分布式电源出力约束条件：
Figure FDA0003100314590000043
Figure FDA0003100314590000044
式中
Figure FDA0003100314590000045
为第i个分布式电源的有功出力下限，PDG,i为第i个分布式电源的有功出力，
Figure FDA0003100314590000046
为第i个分布式电源的有功出力上限，
Figure FDA0003100314590000047
为第i个分布式电源的无功出力下限，QDG,i为第i个分布式电源的无功出力，
Figure FDA0003100314590000048
为第i个分布式电源的无功出力上限；
用户购电成本约束：
Figure FDA0003100314590000049
式中ρ(t)为优化后的t时刻电价，PL(t)为为考虑电价调节效应的t时刻用户用电量，ρ0(t)为原始电价，PL,0(t)为原始t时刻用户用电量，T为调度周期，一般取24h；
电压边际成本约束：
ρ(t)≥cm
式中cm为配电公司售电的边际成本。
5.根据权利要求4所述的有源配电网规划方法，其特征在于步骤S4所述的生成配电网网架架构，具体为采用最小生成树法生成配电网网架结构。
6.根据权利要求5所述的有源配电网规划方法，其特征在于所述的采用最小生成树法生成配电网网架结构，具体为采用如下步骤生成配电网网架结构：
Ⅰ.将所有电源节点编号为1，根据网络拓扑结构的自然网孔生成若干个圈集；
Ⅱ.将连接不同电源点的两条联络线设为一组，则任意两个电源点间的联络线可分为三个组，生成任意两点间不经过其他电源点、与同组联络线不相交的初始联络线方案，每条联络线中包含的线路组成一个联络线集合，每条联络线的存在状态为1；
Ⅲ.随机选择第i个一类圈中的任意一条线路进行破圈操作，根据网络结构的变化更新余下一类圈和联络线的线路集合；
Ⅳ.计算每条联络线集合中电源节点的出度：若电源节点的出度数目大于2则证明该联络线经过3个以上电源点，这两个电源点间不存在直接联络线，该联络线的存在状态为0，并删除该集合；
Ⅴ.判断每组联络线是否相交：若相交则任意置其中一条联络线状态为0，并删除该集合；
Ⅵ.判断各组联络线的存在情况：若每组联络线中至多存在1条联络线则放弃对所选线路的开断操作，从该圈集中重新选择一条线路，并重复步骤Ⅳ-Ⅴ；否则，判断是否对所有一类圈都进行了破圈操作：若不是，则令i＝i+1，并执行步骤Ⅲ，若是，则执行步骤Ⅶ；
Ⅶ.根据各组联络线的存在情况，对仅存在一条联络线的联络线组进行破圈操作即可生成单联络网络，其中可选线路为该联络线与另两条联络线中非共有的线路；
Ⅷ.随机选取单联络网络中的两条联络线中的一段线路作为联络开关安装地点。
7.根据权利要求6所述的有源配电网规划方法，其特征在于步骤S5所述的对生成的模型进行求解，具体为采用遗传算法和粒子群算法相互嵌套的方式进行求解。
8.根据权利要求7所述的有源配电网规划方法，其特征在于所述的采用遗传算法和粒子群算法相互嵌套的方式进行求解，具体为采用如下步骤进行求解：
ⅰ.根据配电网原始数据，对遗传算法染色体编码；
ⅱ.初始化：随机产生N个初始串结构数据，每个串结构数据成为一个个体；
ⅲ.根据最小生成树法生成配电网网架扩展规划方案；
ⅳ.进入运行层，初始化粒子种群；
ⅴ.计算各个粒子适应度，更新历史最优解和全局最优解；
ⅵ.更新粒子种群；
ⅶ.判断是否满足结束条件；是，则进入第ⅷ步；否，则返回第ⅴ步；
ⅷ.根据运行层得到的结果计算各染色体适应度，判断是否满足结束条件；若是，则程序结束，得到符合要求的解；若否，则进行第ⅸ步；
ⅸ.运用轮盘赌思想选择子代个体；
ⅹ.对选择的子代个体进行交叉与变异操作，返回第ⅲ步。
CN201811005426.0A 2018-08-30 2018-08-30 有源配电网规划方法 Active CN109242177B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811005426.0A CN109242177B (zh) 2018-08-30 2018-08-30 有源配电网规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811005426.0A CN109242177B (zh) 2018-08-30 2018-08-30 有源配电网规划方法

Publications (2)

Publication Number Publication Date
CN109242177A CN109242177A (zh) 2019-01-18
CN109242177B true CN109242177B (zh) 2021-07-23

Family

ID=65068008

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811005426.0A Active CN109242177B (zh) 2018-08-30 2018-08-30 有源配电网规划方法

Country Status (1)

Country Link
CN (1) CN109242177B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110247399A (zh) * 2019-04-17 2019-09-17 李文转 一种基于蒙特卡洛模拟的配电网光伏最大消纳方法及系统
CN110729721B (zh) * 2019-10-22 2023-07-25 国网江西省电力有限公司经济技术研究院 电力系统全局备用容量计算方法
CN110866702A (zh) * 2019-11-20 2020-03-06 国网天津市电力公司 考虑动态网架重构和差异化可靠性的配电网规划方法
CN111784067A (zh) * 2020-07-09 2020-10-16 北京理工大学 一种基于遗传算法的两阶段配电网规划方法
CN112001558A (zh) * 2020-08-31 2020-11-27 广东电网有限责任公司广州供电局 一种配电网设备最优运行模态研究方法及装置
CN112069639B (zh) * 2020-09-09 2023-09-12 国网山东省电力公司威海供电公司 一种电力系统网架规划方法及系统
CN113807643B (zh) * 2021-07-09 2024-06-14 重庆大学 一种四端互联配电网架结构及其规划方法
CN116415708B (zh) * 2022-12-30 2024-03-29 三峡大学 考虑置信水平的电网鲁棒规划方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103955777A (zh) * 2014-05-16 2014-07-30 天津大学 光伏发电接入配电网方案设计与分析评估辅助系统
CN105305490A (zh) * 2015-10-26 2016-02-03 国网天津市电力公司 一种考虑电能质量经济性最优的有源配电网规划方法
CN106230026A (zh) * 2016-08-30 2016-12-14 华北电力大学（保定） 基于时序特性分析的含分布式电源的配电网双层协调规划方法
CN106815657A (zh) * 2017-01-05 2017-06-09 国网福建省电力有限公司 一种考虑时序性和可靠性的配电网双层规划方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9577435B2 (en) * 2013-03-13 2017-02-21 Abb Research Ltd. Method and apparatus for managing demand response resources in a power distribution network

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103955777A (zh) * 2014-05-16 2014-07-30 天津大学 光伏发电接入配电网方案设计与分析评估辅助系统
CN105305490A (zh) * 2015-10-26 2016-02-03 国网天津市电力公司 一种考虑电能质量经济性最优的有源配电网规划方法
CN106230026A (zh) * 2016-08-30 2016-12-14 华北电力大学（保定） 基于时序特性分析的含分布式电源的配电网双层协调规划方法
CN106815657A (zh) * 2017-01-05 2017-06-09 国网福建省电力有限公司 一种考虑时序性和可靠性的配电网双层规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
含光伏电站的电力系统概率潮流计算;赵来鑫;《信息科技II辑》;20180315;C042-2092 *

Also Published As

Publication number Publication date
CN109242177A (zh) 2019-01-18

Similar Documents

Publication Publication Date Title
CN109242177B (zh) 有源配电网规划方法
Siddaiah et al. A review on planning, configurations, modeling and optimization techniques of hybrid renewable energy systems for off grid applications
CN106230026B (zh) 基于时序特性分析的含分布式电源的配电网双层协调规划方法
CN107968439B (zh) 基于混合整数线性规划的主动配电网联合优化算法
CN107301470A (zh) 一种配电网扩展规划与光储选址定容的双层优化方法
CN106385025B (zh) 一种分布式电源与联络线多阶段协同规划方法
CN109948868A (zh) 高渗透率分布式可再生能源发电集群优化规划方法
CN110428103A (zh) 一种综合能源系统中可再生能源储能系统协同规划方法
Shang et al. Generation-scheduling-coupled battery sizing of stand-alone hybrid power systems
CN106803130B (zh) 分布式电源接入配电网的规划方法
CN110854891B (zh) 一种配电网灾前资源配置方法及系统
Azizivahed et al. Dynamic feeder reconfiguration in automated distribution network integrated with renewable energy sources with respect to the economic aspect
Boroumandfar et al. Information gap decision theory with risk aversion strategy for robust planning of hybrid photovoltaic/wind/battery storage system in distribution networks considering uncertainty
CN111724064B (zh) 一种基于改进免疫算法的含储能配电网规划方法
Kumar et al. Impact of demand side management approaches for the enhancement of voltage stability loadability and customer satisfaction index
Ashoornezhad et al. A two‐stage multi‐period distribution network expansion planning considering the integration of private investors
Kasi et al. Operation cost minimization of micro grid using particle swarm optimizer and eagle strategy micro grid's operation cost minimization using PSO and ES
CN109670981A (zh) 基于利益均衡及规划运行交替优化的主动配电网规划方法
Lamari et al. Multi‐objective economic/emission optimal energy management system for scheduling micro‐grid integrated virtual power plant
CN106340901B (zh) 一种基于惯性矩的最优分位点配电网可控资源配置方法
CN105868841B (zh) 一种基于风电优先上网的风水火联合调度方法
CN110867902B (zh) 基于发电预测的微电网分布式电源去中心优化运行方法
CN107392350A (zh) 含分布式能源及充电站的配电网扩展规划综合优化方法
CN105977966B (zh) 一种考虑分布式电源和配电自动化装置的配电网规划方法
CN112116131B (zh) 计及碳排放的综合能源系统多层级优化方法

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