CN109245182A - 一种基于参数规划的分布式光伏最大容量评估方法 - Google Patents

Abstract

本发明公开了一种基于参数规划的分布式光伏最大容量评估方法，所述评估方法包括：首先，基于目标函数与约束条件建立分布式光伏最大容量评估模型；然后，基于所述评估模型，评估所述分布式光伏的最大容量。采用该评估方法提升了分布式光伏最大容量评估的效率，提高容量评估的精度，适合应用于分布式光伏建设和接入的容量评估环节之中。

Description

一种基于参数规划的分布式光伏最大容量评估方法

技术领域

本发明属于电力系统技术领域，特别涉及一种基于参数规划的分布式光伏最大容量评估方法。

背景技术

分布式光伏可接入的最大容量，是分布式光伏开发的重要指标，容量评估对于合理规划分布式光伏的建设，避免弃光问题具有重要意义。

近年来越来越多的分布式光伏接入配电网，而负荷和光伏出力具有随机性，因此需要在分布式光伏最大容量评估中考虑不确定性。

目前常用的分布式光伏最大容量评估方法主要是通过抽样形成典型场景，然后对每个场景分别进行优化，得到最优解。其不足之处在于场景数目增多时计算效率低，无法处理大规模问题。

发明内容

本发明要解决的技术问题在于克服现有技术的不足，提供了一种基于参数规划的分布式光伏最大容量评估方法，该评估方法通用性强，提升了分布式光伏最大容量评估的效率，提高容量评估的精度。

有鉴于此，本发明的目的在于提供一种基于参数规划的分布式光伏最大容量评估方法，采用以下技术方案：

一种基于参数规划的分布式光伏最大容量评估方法，所述评估方法包括，

基于目标函数与约束条件建立分布式光伏最大容量评估模型；

基于所述评估模型，评估所述分布式光伏的最大容量。

进一步，所述基于目标函数与约束条件建立分布式光伏最大容量评估模型包括，

确定配电网经济调度模型的目标函数；

确定配电网经济调度模型的约束条件；

分别获取所述目标函数与所述约束条件的系数矩阵；

基于所述系数矩阵，确定所述分布式光伏最大容量评估模型。

进一步，所述目标函数为，

其中，S_i表示配电网第i个节点处分布式光伏的接入容量，max表示求取最大值。

进一步，所述配电网经济调度模型包括以下一项或多项约束条件，

节点功率约束、节点电压约束、网损模型、线路传输容量约束、分布式光伏出力、负荷模型。

进一步，所述节点功率约束为：

其中，所述节点功率约束为配电网中任意一个节点i的功率约束，N(i)为与i节点相连的节点集合，p_ij,t,q_ij,t为线路ij在t时刻流过的有功功率与无功功率，为支路ij在t时刻的有功功率损耗与无功功率损耗，为节点i所接入的分布式光伏在t时刻发出的有功功率和无功功率，为节点i处t时刻的有功负荷和无功负荷；

所述节点电压约束为：

其中，所述节点电压约束为配电网中首端节点编号为i、末端节点编号为j的任意一条支路ij的电压约束，V_i,t为节点i在t时刻电压，U_i,t表示节点i在t时刻的电压的平方值，U_j,t表示节点j在t时刻的电压的平方值，代表由于支路ij上的网损项引起的U_i,t节点电压变化，r_ij,x_ij分别表示支路ij的电阻和电抗，V_min,V_max分别表示节点电压设定的下限和上限，Prob{·}表示电压安全约束为机会约束，α为机会约束满足的概率；

所述网损模型为：

其中，分别为配电网首端节点编号为i、末端节点编号为j的任意一条支路ij的有功功率损耗、无功功率损耗以及电压损耗，为配电网基态点处线路ij在t时刻流过的有功功率与无功功率，为配电网基态点处节点i在t时刻电压；

所述线路传输容量约束为：

其中，p_ij,t,q_ij,t为线路ij在t时刻流过的有功功率与无功功率，s_ij,max为线路视在功率的限值；

所述分布式光伏出力为：

其中，和分别为节点i处的分布式光伏在t时刻的有功出力和无功出力；表示分布式光伏在t时刻的出力系数；δ_i,DG为第i节点处分布式光伏的功率因数角，N_dg为待接入分布式光伏的节点集合；

所述负荷模型为，

其中，为节点i处t时刻的有功负荷和无功负荷，为节点i处的有功负荷在一天中第t个时段的负荷值，Φ_R、Φ_C、Φ_I分别为居民类、商业类和工业类负荷的集合；参数α_P(t)、β_P(t)、γ_P(t)在模型中为随机参量，δ_i为节点i负荷的功率因数角。

进一步，所述分布式光伏最大容量评估模型为：

maxc^Tx

Ax+Bθ≤d

x代表可控变量，θ代表不可控随机变量，A,B,c,d分别为目标函数与约束条件转为矩阵形式后的系数矩阵。

进一步，所述可控变量包括配电网各个节点处分布式光伏的接入容量；

所述不可控随机变量，包括分布式光伏的出力系数，负荷的不确定参数。

进一步，所述评估方法还包括，

基于多参数规划算法，确定所述评估模型中可控变量与不可控随机变量的分段线性函数关系。

进一步，所述评估模型中可控变量与不可控随机变量的分段线性函数关系为：

其中，x代表可控变量，θ代表不可控随机变量，F_i、G_i为常数矩阵和向量,C₁,C₂…C_n为参数θ的不同区域；

所述分段线性函数的每个区域由关于参量的线性不等式组构成：

其中，E_i、f_i分别是常数矩阵和向量。

进一步，所述基于所述评估模型，评估所述分布式光伏的最大容量包括，

基于分布式光伏的历史数据或依据理论模型生成形成多组不可控随机变量的取值作为样本集合；

基于所述分段线性函数关系，求取所述样本集合中任一不可控随机变量对应的可控变量；

基于蒙特卡洛模拟方法对所述任一不可控随机变量对应的可控变量进行检验，筛选出满足机会约束的可行解集合X；

基于所述可行解集合X，挑选出所述X中使得所述目标函数最优的接入容量。

本发明通过建立由目标函数和约束条件构成的分布式光伏最大容量评估模型，然后采用多场景抽样法对不同场景下配电网中分布式光伏的最大可接入容量进行评估，利用多参数规划算法对于多个相似场景的问题求解进行加速，扩大了多场景优化中的样本规模，从而进一步提升分布式光伏最大容量评估的效率，提高容量评估的精度，且适合应用于分布式光伏建设和接入的容量评估环节之中。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本发明实施例中的一种基于参数规划的分布式光伏最大容量评估方法流程示意图；

图2示出了本发明实施例中的一种基于评估模型，评估分布式光伏的最大容量流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地说明，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例中介绍了一种基于参数规划的分布式光伏最大容量评估方法，如图1所示，所述评估方法包括，首先，基于目标函数与约束条件建立分布式光伏最大容量评估模型；然后，基于所述评估模型，评估所述分布式光伏的最大容量。其中，采用建立分布式光伏最大容量评估模型对配电网中分布式光伏的最大可接入容量进行评估，提升分布式光伏最大容量评估的效率，提高容量评估的精度，且适合应用于分布式光伏建设和接入的容量评估环节之中。

具体的，基于目标函数与约束条件构成所述布式光伏最大容量评估模型，具体包括以下步骤：

首先，确定配电网经济调度模型的目标函数为：

其中，S_i表示配电网第i个节点处分布式光伏的接入容量，max表示求取最大值；由于配电网容量评估的目的是主动为配电网中分布式光伏的接入提供参考，所以优化的目标函数是接入容量之和最大，且接入容量指的是分布式光伏的装机容量，即为光伏可以发出的最大功率。

其次，确定配电网经济调度模型的约束条件，其中，所述配电网经济调度模型包括以下一项或多项约束条件：节点功率约束、节点电压约束、网损模型、线路传输容量约束、分布式光伏出力、负荷模型；其中，

所述节点功率约束为：

其中，上式为配电网中任意一个节点i的功率约束，N(i)为与i节点相连的节点集合，p_ij,t,q_ij,t为线路ij在t时刻流过的有功功率与无功功率，为支路ij在t时刻的有功功率损耗与无功功率损耗，为节点i所接入的分布式光伏在t时刻发出的有功功率和无功功率，为节点i处t时刻的有功负荷和无功负荷；

所述节点电压约束为：

其中，上式为配电网中首端节点编号为i、末端节点编号为j的任意一条支路ij的电压方程，V_i,t为节点i在t时刻电压，为了便于表述，采用U_i,t表示节点i在t时刻的电压的平方值，U_j,t表示节点j在t时刻的电压的平方值，代表由于支路ij上网损项引起的U_i,t节点电压变化，r_ij,x_ij分别表示支路ij的电阻和电抗，V_min,V_max分别表示节点电压设定的下限和上限，Prob{·}表示电压安全约束为机会约束，α为机会约束的置信度水平，也是机会约束满足的概率。

所述网损模型为：

其中，分别为配电网首端节点编号为i、末端节点编号为j的任意一条支路ij的有功功率损耗、无功功率损耗以及电压损耗，为基态点处配电网线路ij在t时刻流过的有功功率与无功功率，为基态点处节点i在t时刻电压。

所述线路传输容量约束为：

其中，p_ij,t,q_ij,t为配电网线路ij在t时刻流过的有功功率与无功功率，s_ij,max为线路视在功率的限值。

所述分布式光伏出力为：

其中，和分别为配电网节点i处的分布式光伏在t时刻的有功出力和无功出力；表示分布式光伏在t时刻的出力系数；设定分布式光伏无功出力为固定功率因数输出，δ_i,DG为第i节点处分布式光伏的功率因数角，N_dg为待接入分布式光伏的节点集合。

所述负荷模型为：

其中，为节点i处t时刻的有功负荷和无功负荷，为节点i处的有功负荷在一天中第t个时段的负荷值，可以依据负荷历史数据得到；Φ_R、Φ_C、Φ_I分别为居民类、商业类和工业类负荷的集合；参数α_P(t)、β_P(t)、γ_P(t)在模型中为随机参量，可以反映有功负荷的不确定性，即在各个场景中有功负荷的波动。无功负荷采用定功率因数模型，δ_i为节点i负荷的功率因数角，所述各个场景包括居民类、商业类和工业类等场景。

然后，分别获取所述目标函数与上述一个或多个约束条件的系数矩阵，基于所述系数矩阵，则所述分布式光伏最大容量评估模型的数字形式可以为：

maxc^Tx

Ax+Bθ≤d

其中，x代表可以控制的可控变量，所述可控变量包括配电网各个节点处分布式光伏的接入容量，θ代表不可控随机变量，所述不可控随机变量包括分布式光伏的出力系数、负荷的不确定参数，A,B,c,d分别为目标函数和约束条件写成矩阵形式后得到的系数矩阵。

进一步，基于多参数规划算法，确定所述评估模型中可控变量与不可控随机变量的分段线性函数关系；其中，所述可控变量与不可控随机变量之间的分段线性函数关系为：

其中，x代表可以控制的可控变量，θ代表不可控随机变量，F_i、G_i为常数矩阵和向量,C₁,C₂…C_n为参数θ的不同区域。分段线性函数的每个区域由关于参量的线性不等式组构成：

其中，E_i、f_i分别是常数矩阵和向量，具体的，E_i、f_i为采用多参数算法给出的描述参数θ区域边界的矩阵以及向量。

进一步具体的，如图2所示，基于所述评估模型，评估所述分布式光伏的最大容量包括，

首先，基于分布式光伏的历史数据或依据理论模型生成形成多组不可控随机变量θ的取值作为样本集合；

然后，基于所述分段线性函数关系，求取所述样本集合中任一不可控随机变量θ对应的可控变量x；即，根据每一个场景下对应的θ值，通过所述分段线性函数高效快速地求出每一个场景下的最优解x；

然后，基于蒙特卡洛模拟方法对上述求取出的所有可控变量x进行检验，筛选出满足机会约束的可行解集合X；

最后，基于所述可行解集合X，挑选出所述X中使得所述目标函数最优的接入容量，则所述使得目标函数最优的接入容量为分布式光伏的最大容量。采用多场景抽样法对不同场景下配电网中分布式光伏的最大可接入容量进行评估，利用多参数规划算法对于多个相似场景的问题求解进行加速，扩大了多场景优化中的样本规模。

本实施例中，所述支路或线路ij为配电网中首端节点编号为i、末端节点编号为j的任意一条支路或线路。

尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于参数规划的分布式光伏最大容量评估方法，其特征在于，所述评估方法包括，

基于目标函数与约束条件建立分布式光伏最大容量评估模型；

基于所述评估模型，评估所述分布式光伏的最大容量。

2.根据权利要求1所述的基于参数规划的分布式光伏最大容量评估方法，其特征在于，所述基于目标函数与约束条件建立分布式光伏最大容量评估模型包括，

确定配电网经济调度模型的目标函数；

确定配电网经济调度模型的约束条件；

分别获取所述目标函数与所述约束条件的系数矩阵；

基于所述系数矩阵，确定所述分布式光伏最大容量评估模型。

3.根据权利要求2所述的基于参数规划的分布式光伏最大容量评估方法，其特征在于，所述目标函数为，

其中，S_i表示配电网第i个节点处分布式光伏的接入容量，max表示求取最大值。

4.根据权利要求2所述的基于参数规划的分布式光伏最大容量评估方法，其特征在于，所述配电网经济调度模型包括以下一项或多项约束条件，

节点功率约束、节点电压约束、网损模型、线路传输容量约束、分布式光伏出力、负荷模型。

5.根据权利要求4所述的基于参数规划的分布式光伏最大容量评估方法，其特征在于，所述节点功率约束为：

其中，所述节点功率约束为配电网中任意一个节点i的功率约束，N(i)为与i节点相连的节点集合，p_ij,t,q_ij,t为线路ij在t时刻流过的有功功率与无功功率，为支路ij在t时刻的有功功率损耗与无功功率损耗，为节点i所接入的分布式光伏在t时刻发出的有功功率和无功功率，为节点i处t时刻的有功负荷和无功负荷；

所述节点电压约束为：

其中，所述节点电压约束为配电网中首端节点编号为i、末端节点编号为j的任意一条支路ij的电压约束，V_i,t为节点i在t时刻电压，U_i,t表示节点i在t时刻的电压的平方值，U_j,t表示节点j在t时刻的电压的平方值，代表由于支路ij上的网损项引起的U_i,t节点电压变化，r_ij,x_ij分别表示支路ij的电阻和电抗，V_min,V_max分别表示节点电压设定的下限和上限，Prob{·}表示电压安全约束为机会约束，α为机会约束满足的概率；

所述网损模型为：

其中，分别为配电网首端节点编号为i、末端节点编号为j的任意一条支路ij的有功功率损耗、无功功率损耗以及电压损耗，为配电网基态点处线路ij在t时刻流过的有功功率与无功功率，为配电网基态点处节点i在t时刻电压；

所述线路传输容量约束为：

其中，s_ij,max为线路视在功率的限值；

所述分布式光伏出力为：

其中，和分别为节点i处的分布式光伏在t时刻的有功出力和无功出力；表示分布式光伏在t时刻的出力系数；δ_i,DG为第i节点处分布式光伏的功率因数角，N_dg为待接入分布式光伏的节点集合；

所述负荷模型为，

其中，为节点i处t时刻的有功负荷和无功负荷，为节点i处的有功负荷在一天中第t个时段的负荷值，Φ_R、Φ_C、Φ_I分别为居民类、商业类和工业类负荷的集合；参数α_P(t)、β_P(t)、γ_P(t)在模型中为随机参量，δ_i为节点i负荷的功率因数角。

6.根据权利要求1所述的基于参数规划的分布式光伏最大容量评估方法，其特征在于，所述分布式光伏最大容量评估模型为：

maxc^Tx

Ax+Bθ≤d

x代表可控变量，θ代表不可控随机变量，A,B,c,d分别为目标函数与约束条件转为矩阵形式后的系数矩阵。

7.根据权利要求6所述的基于参数规划的分布式光伏最大容量评估方法，其特征在于，

所述可控变量包括配电网各个节点处分布式光伏的接入容量；

所述不可控随机变量包括分布式光伏的出力系数，负荷的不确定参数。

8.根据权利要求6所述的基于参数规划的分布式光伏最大容量评估方法，其特征在于，所述评估方法还包括，

基于多参数规划算法，确定所述评估模型中可控变量与不可控随机变量的分段线性函数关系。

9.根据权利要求8所述的基于参数规划的分布式光伏最大容量评估方法，其特征在于，所述评估模型中可控变量与不可控随机变量的分段线性函数关系为：

其中，x代表可控变量，θ代表不可控随机变量，F_i、G_i为常数矩阵和向量,C₁,C₂…C_n为参数θ的不同区域；

所述分段线性函数的每个区域由关于参量的线性不等式组构成：

其中，E_i、f_i分别是常数矩阵和向量。

10.根据权利要求1-9任一所述的基于参数规划的分布式光伏最大容量评估方法，其特征在于，所述基于所述评估模型，评估所述分布式光伏的最大容量包括，

基于分布式光伏的历史数据或依据理论模型生成形成多组不可控随机变量的取值作为样本集合；

基于所述分段线性函数关系，求取所述样本集合中任一不可控随机变量对应的可控变量；

基于蒙特卡洛模拟方法对所述任一不可控随机变量对应的可控变量进行检验，筛选出满足机会约束的可行解集合X；

基于所述可行解集合X，挑选出所述X中使得所述目标函数最优的接入容量。