CN109378861B - 计及时空相关性的主动配电网的鲁棒优化调度方法 - Google Patents

计及时空相关性的主动配电网的鲁棒优化调度方法 Download PDF

Info

Publication number
CN109378861B
CN109378861B CN201811622165.7A CN201811622165A CN109378861B CN 109378861 B CN109378861 B CN 109378861B CN 201811622165 A CN201811622165 A CN 201811622165A CN 109378861 B CN109378861 B CN 109378861B
Authority
CN
China
Prior art keywords
time
correlation
constraint
power
photovoltaic
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.)
Expired - Fee Related
Application number
CN201811622165.7A
Other languages
English (en)
Other versions
CN109378861A (zh
Inventor
赵毅
顾伟
吴志
盛万兴
宋晓辉
高菲
李建芳
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.)
Southeast University
China Electric Power Research Institute Co Ltd CEPRI
Original Assignee
Southeast University
China Electric Power Research Institute Co Ltd CEPRI
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 Southeast University, China Electric Power Research Institute Co Ltd CEPRI filed Critical Southeast University
Priority to CN201811622165.7A priority Critical patent/CN109378861B/zh
Publication of CN109378861A publication Critical patent/CN109378861A/zh
Application granted granted Critical
Publication of CN109378861B publication Critical patent/CN109378861B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H02J3/383—
    • 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
    • H02J3/1821—Arrangements for adjusting, eliminating or compensating reactive power in networks using shunt compensators
    • H02J3/1835—Arrangements for adjusting, eliminating or compensating reactive power in networks using shunt compensators with stepless control
    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

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时空相关性的主动配电网的鲁棒优化调度模型，包括：步骤1)基于皮尔逊自相关系数对光伏出力的时间相关性建模，并利用线性化的处理方法将其转化为线性约束；步骤2)基于皮尔逊互相关系数对光伏出力的空间相关性建模，并利用线性化的处理方法将其转化为线性约束；步骤3)：基于上述关于时空相关性的建模，综合考虑光伏出力的不确定性和时空相关性建立主动配电网鲁棒优化模型，考虑到一些慢动作设备操作状态日前给定必须适应所有的不确定性场景，其他设备操作的操作状态可以随着不确定集合的变化而变化，为此我们建立计及时空相关性的主动配电网三层min‑max‑min鲁棒优化模型。

Description

计及时空相关性的主动配电网的鲁棒优化调度方法
所属领域
本发明属于能源系统运行优化技术领域，具体涉及一种计及时空相关性的主动配电网鲁棒优化调度方法。
背景技术
随着不可再生能源的日渐枯竭以及日益严峻的环境问题，光伏作为一种取之不尽用之不竭的清洁能源近年来发展迅速，据统计，2018年1-5月我国新增光伏并网装机量同比增长20％，其中分布式光伏更是达到了150％的增长率。但是光伏作为可再生能源存在出力波动性大，随机性强等特点，大量分布式能源接入传统配电网，分布式电源尤其是可再生能源发电出力的随机性和波动性给主动配电网的优化调度带来巨大的挑战，因而主动配电网迫切需要寻求能够应对可再生能源预测精度低等问题的调控策略。
近年来，鲁棒优化理论越来越多的应用到电力系统领域，并取得不错的效果。鲁棒优化利用不确定集合的手段描述不确定变量，寻求最恶劣场景下的最优调度策略，但是不确定集合的大多采用盒式处理方法，保守性太强，同时传统的鲁棒模型中没有考虑可再生能源的时空相关性，以光伏的出力为例，光伏功率预测偏差与历史记录的偏差数据存在一定的相关性，这里称之为时间相关性；同时对于距离相近的同一个配网区域的多个光伏出力也是有一定相关性的，这里称之为空间相关性。因此目前电力经济调度问题的关键在于建立一个更加符合实际情况的考虑不确定性的主动配电网的鲁棒优化调度模型，在能够有效预防可再生能源的不确定问题同时有效降低模型的保守度。
发明内容
本发明正是针对现有技术中的问题，提供了一种计及时空相关性的主动配电网鲁棒优化调度方法，该方法同时考虑了可再生能源出力的不确定性问题以及时空相关性问题，克服了传统鲁棒模型中保守度过高的问题，提出了一种更加符合实际情况的主动配电网的鲁棒优化调度策略，该模型主要是在传统的盒式不确定集合中加入时空相关性约束，建立一个三层二阶段的min-max-min鲁棒优化模型，并且利用列约束生成法(CC&G)对计及时空相关性的主动配电网鲁棒优化调度模型进行求解。
为了实现上述目的，本发明采用的技术方案是：计及时空相关性的主动配电网的鲁棒优化调度方法，该方法包括以下步骤：
S1,基于皮尔逊自相关系数对光伏出力的时间相关性建模，并利用线性化的处理方法将其转化为线性约束；
S2，基于皮尔逊互相关系数对光伏出力的空间相关性建模，并利用线性化的处理方法将其转化为线性约束；
S3，基于步骤S1的时间相关性模型与步骤S2的空间相关性模型，综合考虑光伏出力的不确定性和时空相关性，建立计及时空相关性的主动配电网三层min-max-min鲁棒优化模型；
作为本发明的一种改进，所述步骤S1进一步包括：
S11，建立传统的不确定集合；
S12，基于皮尔逊自相关系数分析误差序列，通过引入时间相关性约束，剔除相关性低的集合，进一步缩小降低步骤S11中不确定集合的规模；
S13，非线性的时间相关性约束转化为线性约束。
作为本发明的一种改进，所述步骤S11中不确定集合为：
Figure GDA0003033237660000021
其中，
Figure GDA0003033237660000022
分别为光伏出力的预测值，上偏差值以及下偏差值；Π为不确定预算；Π＝0表明该模型为确定性模型，保守度为0；Π＝Nt表明所有的预测值都是不准确的，保守度最大；Nt为调度周期。
作为本发明的另一种改进，所述步骤S12中时间相关性约束为：
Figure GDA0003033237660000031
式中，at为光伏出力的实际值；et为光伏出力的预测误差系列；s0和s1分别光伏预测误差系列e的片段；ζ(ρ)是不同场景相关性系数的下限，与置信水平ρ相关；cov(s0,s1)为s0和s1的协方差，σ(s0)和σ(s1)分别表示s0和s1的方差。
作为本发明的另一种改进，所述步骤S13中非线性的时间相关性约束转化为线性约束，如下所示：
Figure GDA0003033237660000032
其中，
Figure GDA0003033237660000033
的值为0-1。
作为本发明的另一种改进，所述
Figure GDA0003033237660000034
与时间相关性元素变化量Ω是负相关的关系，通过限定Ω的最大值来约束相关系数的下限；所述不确定预算Π和时间相关性元素变化量Ω相同的序列相关系数均相同，通过限定Π和Ω来表征所有可能出现的序列集合。
作为本发明的又一种改进，所述步骤S2中基于皮尔逊自相关系数分析误差序列，通过引入空间相关性约束，剔除相关性低的集合，进一步缩小降低步骤S11中不确定集合的规模，所述空间相关性约束为：
Figure GDA0003033237660000041
其中，
Figure GDA0003033237660000042
和
Figure GDA0003033237660000043
分别为两个光伏出力的预测值，上限偏差值和下线偏差值；
Figure GDA0003033237660000044
为两个光伏上下偏差的0-1标识。
作为本发明的又一种改进，所述步骤S2中非线性的空间相关性约束转化为线性约束，所述空间相关性的线性约束为：
Figure GDA0003033237660000045
其中，Π1和Π2分别为两个光伏的不确定集合预算；
Figure GDA0003033237660000046
的值为0-1。
作为本发明的更进一步改进，所述步骤S3中计及时空相关性的主动配电网三层min-max-min鲁棒优化模型的建立进一步包括：
S31，建立不确定集合约束；
S32，建立目标函数，所述考虑光伏和负荷不确定性的日前鲁棒优化调度的目标函数为：
Figure GDA0003033237660000047
其中，
Figure GDA0003033237660000048
为配电网与主网联络线功率交换成本；
Figure GDA0003033237660000049
和
Figure GDA00030332376600000410
分别为的燃气轮机DG成本，可中断负荷IL与储能装置ESS成本；
Figure GDA00030332376600000411
和
Figure GDA00030332376600000412
分别为补偿电容器CB和有载调压器OLTC的补偿成本；
S33，建立系统操作的约束，所述约束包括潮流约束、系统的安全约束、无功补偿装置操作约束、补偿电容器约束、光伏出力约束、燃气轮机出力约束、储能约束、有载调压器运行约束及可中断负荷约束。
作为本发明的更进一步改进，步骤S33中，所述潮流约束为：
Figure GDA0003033237660000051
其中，集合v(j)表示以j为首端节点的支路的末端节点的集合；
Figure GDA0003033237660000052
和
Figure GDA0003033237660000053
分别为t时刻ij支路的有功功率和无功功率；
Figure GDA0003033237660000054
为t时刻j节点的电压值；
Figure GDA0003033237660000055
为t时刻ij支路的电流值；
Figure GDA0003033237660000056
和
Figure GDA0003033237660000057
分别为t时刻j节点的有功功率和无功功率的净注入值；
Figure GDA0003033237660000058
以及
Figure GDA0003033237660000059
分别代表t时刻j节点的负荷有功功率，ESS充放电功率，光伏PV的有功功率，燃气轮机的有功功率以及可中断负荷的有功功率；
Figure GDA00030332376600000510
以及
Figure GDA00030332376600000511
分别t时刻j节点所连接的负荷无功功率，无功补偿装置SVC补偿功率，PV的无功功率，分组投切电容器CB的无功功率，燃气轮机的无功功率以及储能装置的无功功率；rij和xij分别为支路ij的电阻和电抗；kij,t为t时刻ij支路所连接的OLTC的投切档位；
所述系统的安全约束为：
Figure GDA00030332376600000512
其中，
Figure GDA00030332376600000513
和
Figure GDA00030332376600000514
分别为j节点电压幅值的上下限；
Figure GDA00030332376600000515
为ij支路电流的上限值；所述无功补偿装置操作约束为：
Figure GDA00030332376600000516
其中，
Figure GDA00030332376600000517
和
Figure GDA00030332376600000518
分别为无功补偿装置的无功出力的上下限值；
所述补偿电容器约束为：
Figure GDA0003033237660000061
其中，
Figure GDA0003033237660000062
为每组电容器的补偿功率；
Figure GDA0003033237660000063
和
Figure GDA0003033237660000064
分别为投切操作的0-1标识，当
Figure GDA0003033237660000065
表示t时刻j节点增加一组CB的投运，
Figure GDA0003033237660000066
同理；
Figure GDA0003033237660000067
为每次投切最大组数的上限；
Figure GDA0003033237660000068
为电容器组投切次数的上限；
所述光伏出力约束为：
Figure GDA0003033237660000069
其中，
Figure GDA00030332376600000610
表示光伏出力的预测值；
Figure GDA00030332376600000611
为光伏逆变器最大输出功率；
所述燃气轮机出力约束为：
Figure GDA00030332376600000612
其中，
Figure GDA00030332376600000613
为逆变器最大输出功率；
Figure GDA00030332376600000614
为微型燃气轮机爬坡约束限值；
所述储能约束为：
Figure GDA00030332376600000615
Figure GDA00030332376600000616
其中，
Figure GDA00030332376600000617
表示t时刻j节点的ESS电量；ηch和ηdis分别为充放电效率；
Figure GDA00030332376600000618
和
Figure GDA00030332376600000619
分别为充放电功率的最大值；
所述有载调压器运行约束为：
Figure GDA0003033237660000071
其中，Mij,t为t时刻ij支路所连接的OLTC的档位；
Figure GDA0003033237660000072
为ij支路所连接的OLTC档位的上下限；kij0为档位的初始值；Δkij,t为OLTC两个相邻档位差值；
所述可中断负荷约束为：
Figure GDA0003033237660000073
其中，
Figure GDA0003033237660000074
为j节点可中断负荷的上限。
与现有技术相比，本发明提出了一种计及时空相关性的主动配电网鲁棒优化调度模型。首先在基于皮尔逊自相关系数和皮尔逊互相关系数提供一种时空相关性的建模方法，并利用线性化处理方法将非线性约束线性化处理，基于此，建立一种计及时空相关性的主动配电网鲁棒优化调度方法，利用CC&G算法求解min-max-min三层鲁棒模型，CC&G算法收敛速度快，迭代次数少。
其次该方法中同时考虑了可再生能源出力的不确定性问题以及时空相关性问题，提出了一种更加符合实际情况的主动配电网的鲁棒优化调度策略。
最后相比于传统的不确定模型，计及时空相关性的鲁棒优化调度方法能够一定程度上解决传统不确定集合中保守度过高的问题，同时有效的提高了最恶劣场景下配电网优化调度的经济效益。
附图说明
图1为本发明方法的步骤流程图；
图2是本发明实施例1中的系统结构图；
图3是本发明中实施例1中的日前阶段光伏和负荷预测数据图；
图4是本发明中实施例1中时间相关性对本实施例的结果影响图；
图5是本发明中实施例1中空间相关性对本实施例的结果影响图。
具体实施方式
以下将结合附图和实施例，对本发明进行较为详细的说明。
实施例1
本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义；还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
本发明实施例中的系统结构如图2所示，系统由光伏(PV1,PV2)，燃气轮机，无功补偿装置(SVC1,SVC2),储能装置(ESS1,ESS2),可中断负荷(IL)以及分组投切电容器组(CB)等组成，各设备的参数见下表1；系统与电网相连，从电网购电但不向电网售电，光伏数据和负荷数据分别见图3所示。图4为时间相关性对本实施例的结果影响图，对比传统鲁棒模型和计及时空相关性的鲁棒模型下的最恶劣场景的差异。图5为空间相关性对本实施例的结果影响图，对比传统鲁棒模型和计及时空相关性的鲁棒模型下的最恶劣场景的差异，表2描述不同模型的总的运行成本对比表。
表1算例中的各设备参数
Figure GDA0003033237660000081
表2：不同模型的总的运行成本对比表
Figure GDA0003033237660000082
Figure GDA0003033237660000091
计及时空相关性的主动配电网的鲁棒优化调度方法，如图1所示，该方法包括以下步骤：
S1,基于皮尔逊自相关系数对光伏出力的时间相关性建模，并利用线性化的处理方法将其转化为线性约束；
S11，建立传统的不确定集合，所述传统的不确定集合为：
Figure GDA0003033237660000092
式中：
Figure GDA0003033237660000093
分别为光伏出力的预测值，上偏差值以及下偏差值；Π为不确定预算；Π＝0表明该模型为确定性模型，保守度为0；Π＝Nt表明所有的预测值都是不准确的，保守度最大；Nt为调度周期；
S12，基于皮尔逊自相关系数分析误差序列，通过引入时间相关性约束，剔除相关性低的集合，进一步缩小降低步骤S11中不确定集合的规模；
首先基于江苏省淮安市光伏电站的历史数据，对光伏预测误差的皮尔逊自相关系数进行分析。分析可知误差序列的皮尔逊自相关系数>0.2的概率超过90％。为了进一步缩小降低不确定集合的规模，我们通过引入置信水平将模型中的相关性低的集合剔除。基于此，我们引入如下时间相关性约束如下所示：
Figure GDA0003033237660000094
式中：at为光伏出力的实际值；et为光伏出力的预测误差系列；s0和s1分别光伏预测误差系列e的片段；ζ(ρ)是不同场景相关性系数的下限，与置信水平ρ相关，cov(s0,s1)为s0和s1的协方差，σ(s0)和σ(s1)分别表示s0和s1的方差。该约束为一复杂非线性函数，无法直接加入到不确定性集模型中，需进行简化处理。本文假设光伏出力的上下偏差最大值为预测值的20％，因此b1和b2为常数。同时考虑到光伏出力最恶劣场景发生在下偏差，因此上述约束可以转化为：
Figure GDA0003033237660000101
式(3)中序列满足如下两个定理为了方便描述，时间相关性元素变化量定义如式(4)；
Figure GDA0003033237660000102
的总和为Ω。
Figure GDA0003033237660000103
定理1：Π一定时，Ω越大，
Figure GDA0003033237660000104
的值越小。
证明1：由于Π为定值，
Figure GDA0003033237660000105
为定值，
Figure GDA0003033237660000106
的大小取决于
Figure GDA0003033237660000107
其计算公式为：
Figure GDA0003033237660000108
式中，
Figure GDA0003033237660000109
和
Figure GDA00030332376600001010
分别为
Figure GDA00030332376600001011
和
Figure GDA00030332376600001012
的平均值，
Figure GDA00030332376600001013
当
Figure GDA00030332376600001014
时，即
Figure GDA00030332376600001015
Figure GDA00030332376600001016
因此Ω越大，
Figure GDA00030332376600001017
越小，
Figure GDA00030332376600001018
越小。
定理2：
Figure GDA00030332376600001019
值的大小只与Π和Ω有关，与
Figure GDA00030332376600001020
的具体形式无关。
证明2：
Figure GDA00030332376600001021
包含(0,0)、(0,1)、(1,0)和(1,1)四种取值情况，记第i种取值的次数为ki，则上式可写成：
Figure GDA00030332376600001022
这四种取值中出(1,1)的次数为Nt-1-Π-0.5Ω，出现(0,0)的次数为(2Π-Ω)/2。其中Ω为偶数时，
Figure GDA00030332376600001023
则出现(0,1)和(1,0)的次数相同，均为Ω/2；Ω为奇数时，
Figure GDA00030332376600001024
若
Figure GDA00030332376600001025
则出现(0,1)和(1,0)的次数分别为(Ω+1)/2,(Ω-1)/2；若
Figure GDA00030332376600001026
则出现(0,1)和(1,0)的次数分别为(Ω-1)/2,(Ω+1)/2。因此当Ω和Π确定后，ki的取值情况确定，
Figure GDA0003033237660000111
的值可直接计算，与
Figure GDA0003033237660000112
的具体形式无关。
定理1可以理解为
Figure GDA0003033237660000113
与Ω是负相关的关系，因此可以通过限定Ω的最大值来约束相关系数的下限；定理2表示所有Π和Ω相同的序列相关系数均相同，可以通过限定Π和Ω表征所有可能出现的序列。综上所述，不确定性集中时间相关性约束可以转化为对Π和Ω的线性约束，而Π和Ω可根据历史数据的统计分析而确定；
S13，非线性的时间相关性约束转化为线性约束，如下所示：
Figure GDA0003033237660000114
式中：
Figure GDA0003033237660000115
是为了方便描述引入的0-1变量。
S2，基于皮尔逊互相关系数对光伏出力的空间相关性建模，并利用线性化的处理方法将其转化为线性约束；
我们引入如下空间相关性约束如下所示：
Figure GDA0003033237660000116
式中：
Figure GDA0003033237660000117
和
Figure GDA0003033237660000118
分别为两个光伏出力的预测值，上限偏差值和下线偏差值。
Figure GDA0003033237660000119
为两个光伏上下偏差的0-1标识；很显然上述约束也是非线性约束，很难求解。相似于时间相关性，该非线性模型可以转化如下形式：
Figure GDA0003033237660000121
显然上述序列
Figure GDA0003033237660000122
和
Figure GDA0003033237660000123
同样满足上述两个定理，相似于时间相关性变化标志
Figure GDA0003033237660000124
这里我们定义空间相关性变化标志
Figure GDA0003033237660000125
同样
Figure GDA0003033237660000126
的总和定义为Δ
Figure GDA0003033237660000127
基于上述分析我们可以得到空间相关性的线性化约束如下所示：
Figure GDA0003033237660000128
式中：Π1和Π2分别为两个光伏的不确定集合预算；
Figure GDA0003033237660000129
是为了方便描述引入的0-1变量。
S3，基于步骤S1的时间相关性模型与步骤S2的空间相关性模型，综合考虑光伏出力的不确定性和时空相关性，建立计及时空相关性的主动配电网三层min-max-min鲁棒优化模型；
S31，建立不确定集合约束，基于上述分析，计及时空相关性的不确定集合约束由公式(1),(7),(11)组成；
S32，建立目标函数，所述考虑光伏和负荷不确定性的日前鲁棒优化调度的目标函数为：
Figure GDA00030332376600001210
其中，
Figure GDA00030332376600001211
为配电网与主网联络线功率交换成本；
Figure GDA00030332376600001212
和
Figure GDA00030332376600001213
分别为燃气轮机DG成本，可中断负荷IL与储能装置ESS成本；
Figure GDA0003033237660000131
和
Figure GDA0003033237660000132
分别为补偿电容器CB和有载调压器OLTC的补偿成本；
所述燃气轮机DG成本为：
Figure GDA0003033237660000133
所述可中断负荷IL为：
Figure GDA0003033237660000134
所述储能装置ESS成本为：
Figure GDA0003033237660000135
所述
Figure GDA0003033237660000136
为补偿电容器CB的补偿成本，
Figure GDA0003033237660000137
所述
Figure GDA0003033237660000138
为有载调压器OLTC的补偿成本，
Figure GDA0003033237660000139
其中，c1,c2,c3是DG的成本系数；
Figure GDA00030332376600001310
和rCB分别是IL，OLTC和CB的补偿成本系数；ΔUT和ΔUCB分别为OLTC档位和CB档位的全天调整次数，每次仅能调节一个档位；
Figure GDA00030332376600001311
以及
Figure GDA00030332376600001312
为连接的燃气轮机，可中负荷，有载调压器，补偿电容器以及储能装置的节点集合；Nt为整个调度周期，所述整个调度周期为24h；
S33，建立系统操作的约束，所述约束包括潮流约束、系统的安全约束、无功补偿装置操作约束、补偿电容器约束、光伏出力约束、燃气轮机出力约束、储能约束、有载调压器运行约束及可中断负荷约束；
所述潮流约束为：
Figure GDA00030332376600001313
其中，集合v(j)表示以j为首端节点的支路的末端节点的集合；
Figure GDA0003033237660000141
和
Figure GDA0003033237660000142
分别为t时刻ij支路的有功功率和无功功率；
Figure GDA0003033237660000143
为t时刻j节点的电压值；
Figure GDA0003033237660000144
为t时刻ij支路的电流值；
Figure GDA0003033237660000145
和
Figure GDA0003033237660000146
分别为t时刻j节点的有功功率和无功功率的净注入值；
Figure GDA0003033237660000147
以及
Figure GDA0003033237660000148
分别代表t时刻j节点的负荷有功功率，ESS充放电功率，光伏PV的有功功率，燃气轮机的有功功率以及可中断负荷的有功功率；
Figure GDA0003033237660000149
以及
Figure GDA00030332376600001410
分别t时刻j节点所连接的负荷无功功率，无功补偿装置SVC补偿功率，PV的无功功率，分组投切电容器CB的无功功率，燃气轮机的无功功率以及储能装置的无功功率；rij和xij分别为支路ij的电阻和电抗；kij,t为t时刻ij支路所连接的OLTC的投切档位；
所述系统的安全约束为：
Figure GDA00030332376600001411
其中，
Figure GDA00030332376600001412
和
Figure GDA00030332376600001413
分别为j节点电压幅值的上下限；
Figure GDA00030332376600001414
为ij支路电流的上限值；
所述无功补偿装置操作约束为：
Figure GDA00030332376600001415
其中，
Figure GDA00030332376600001416
和
Figure GDA00030332376600001417
分别为无功补偿装置的无功出力的上下限值；
所述补偿电容器约束为：
Figure GDA00030332376600001418
其中，
Figure GDA00030332376600001419
为每组电容器的补偿功率；
Figure GDA00030332376600001420
和
Figure GDA00030332376600001421
分别为投切操作的0-1标识，当
Figure GDA00030332376600001422
表示t时刻j节点增加一组CB的投运，
Figure GDA00030332376600001423
同理；
Figure GDA00030332376600001424
为每次投切最大组数的上限；
Figure GDA00030332376600001425
为电容器组投切次数的上限；
所述光伏出力约束为：
Figure GDA0003033237660000151
其中，
Figure GDA0003033237660000152
表示光伏出力的预测值；
Figure GDA0003033237660000153
为光伏逆变器最大输出功率；
所述燃气轮机出力约束为：
Figure GDA0003033237660000154
其中，
Figure GDA0003033237660000155
为逆变器最大输出功率；
Figure GDA0003033237660000156
为微型燃气轮机爬坡约束限值；
所述储能约束为：
Figure GDA0003033237660000157
Figure GDA0003033237660000158
其中，
Figure GDA0003033237660000159
表示t时刻j节点的ESS电量；ηch和ηdis分别为充放电效率；
Figure GDA00030332376600001510
和
Figure GDA00030332376600001511
分别为充放电功率的最大值；
所述有载调压器运行约束为：
Figure GDA00030332376600001512
其中，Mij,t为t时刻ij支路所连接的OLTC的档位；
Figure GDA00030332376600001513
为ij支路所连接的OLTC档位的上下限；kij0为档位的初始值；Δkij,t为OLTC两个相邻档位差值；
所述可中断负荷约束为：
Figure GDA00030332376600001514
其中，
Figure GDA00030332376600001515
为j节点可中断负荷的上限。
综上可知，本发明提供了一种计及时空相关性的主动配电网鲁棒优化调度方法。该发明首先建立时间相关性和空间相关性约束，并利用线性化处理方法将其线性化。基于时空相关性的建模，该方法同时考虑了可再生能源出力的不确定性问题以及时空相关性问题，建立一种计及时空相关性的主动配电网鲁棒优化调度方法，该方法可以克服了传统鲁棒模型中保守度过高的问题，提出了一种更加符合实际情况的主动配电网的鲁棒优化调度策略。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实例的限制，上述实例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。

Claims (9)

1.计及时空相关性的主动配电网的鲁棒优化调度方法，其特征在于，该方法包括以下步骤：
S1,基于皮尔逊自相关系数对光伏出力的时间相关性建模，并利用线性化的处理方法将其转化为线性约束；
S2，基于皮尔逊互相关系数对光伏出力的空间相关性建模，并利用线性化的处理方法将其转化为线性约束；
S3，基于步骤S1的时间相关性模型与步骤S2的空间相关性模型，综合考虑光伏出力的不确定性和时空相关性，建立计及时空相关性的主动配电网三层min-max-min鲁棒优化模型，所述步骤进一步包括：
S31，建立不确定集合约束；
S32，建立目标函数，所述考虑光伏和负荷不确定性的日前鲁棒优化调度的目标函数为：
Figure FDA0003033237650000011
其中，
Figure FDA0003033237650000012
和
Figure FDA0003033237650000013
分别为补偿电容器CB和有载调压器OLTC的补偿成本；
Figure FDA0003033237650000014
为配电网与主网联络线功率交换成本；
Figure FDA0003033237650000015
和
Figure FDA0003033237650000016
分别为的燃气轮机DG成本，可中断负荷IL与储能装置ESS成本；x和y分别为离散型变量集合和连续性变量集合；
Figure FDA0003033237650000017
和
Figure FDA0003033237650000018
分别为电容器组投切状态；Mij和kij分别为ij支路有载调压器的投切位置和档位；PV和Pd分别为光伏和负荷的集合；Pij和Qij分别为ij支路上有功无功传输功率；Vj为j节点的节点电压；Pi,DG和Qi,DG分别为i节点连接的微型燃气轮机的有功无功功率；
Figure FDA0003033237650000019
和
Figure FDA00030332376500000110
分别为j节点连接的光伏的有功无功功率；Pi ch,Pi dis和
Figure FDA00030332376500000111
分别为储能装置的充电功率，放电功率和电量；
S33，建立系统操作的约束，所述约束包括潮流约束、系统的安全约束、无功补偿装置操作约束、补偿电容器约束、光伏出力约束、燃气轮机出力约束、储能约束、有载调压器运行约束及可中断负荷约束。
2.如权利要求1所述的计及时空相关性的主动配电网的鲁棒优化调度方法，其特征在于所述步骤S1进一步包括：
S11，建立传统的不确定集合；
S12，基于皮尔逊自相关系数分析误差序列，通过引入时间相关性约束，剔除相关性低的集合，进一步缩小降低步骤S11中不确定集合的规模；
S13，非线性的时间相关性约束转化为线性约束。
3.如权利要求2所述的计及时空相关性的主动配电网的鲁棒优化调度方法，其特征在于所述步骤S11中不确定集合为：
Figure FDA0003033237650000021
其中，
Figure FDA0003033237650000022
分别为光伏出力的预测值，上偏差值以及下偏差值；
Figure FDA0003033237650000023
为表示光伏偏差的0-1变量；Π为不确定预算；Π＝0表明该模型为确定性模型，保守度为0；Π＝Nt表明所有的预测值都是不准确的，保守度最大；Nt为调度周期。
4.如权利要求3所述的计及时空相关性的主动配电网的鲁棒优化调度方法，其特征在于所述步骤S12中时间相关性约束为：
Figure FDA0003033237650000024
式中，at为光伏出力的实际值；et为光伏出力的预测误差系列；s0和s1分别光伏预测误差系列e的片段；ζ(ρ)是不同场景相关性系数的下限，与置信水平ρ相关；cov(s0,s1)为s0和s1的协方差，σ(s0)和σ(s1)分别表示s0和s1的方差。
5.如权利要求4所述的计及时空相关性的主动配电网的鲁棒优化调度方法，其特征在于所述步骤S13中非线性的时间相关性约束转化为线性约束，如下所示：
Figure FDA0003033237650000031
其中，
Figure FDA0003033237650000032
的值为0-1。
6.如权利要求5所述的计及时空相关性的主动配电网的鲁棒优化调度方法，其特征在于所述
Figure FDA0003033237650000033
与时间相关性元素变化量Ω是负相关的关系，通过限定Ω的最大值来约束相关系数的下限；所述不确定预算Π和时间相关性元素变化量Ω相同的序列相关系数均相同，通过限定Π和Ω来表征所有可能出现的序列集合。
7.如权利要求6所述的计及时空相关性的主动配电网的鲁棒优化调度方法，其特征在于所述步骤S2中基于皮尔逊互相关系数分析误差序列，通过引入空间相关性约束，剔除相关性低的集合，进一步缩小降低步骤S11中不确定集合的规模，所述空间相关性约束为：
Figure FDA0003033237650000034
其中，
Figure FDA0003033237650000035
和
Figure FDA0003033237650000036
分别为两个光伏出力的预测值，上限偏差值和下线偏差值；
Figure FDA0003033237650000037
为两个光伏上下偏差的0-1标识；p1t和p2t分别为两个光伏出力的实际值。
8.如权利要求6或7所述的计及时空相关性的主动配电网的鲁棒优化调度方法，其特征在于所述步骤S2中非线性的空间相关性约束转化为线性约束，所述空间相关性的线性约束为：
Figure FDA0003033237650000041
其中，Π1和Π2分别为两个光伏的不确定集合预算；
Figure FDA0003033237650000042
的值为0-1。
9.如权利要求8所述的计及时空相关性的主动配电网的鲁棒优化调度方法，其特征在于步骤S33中，所述潮流约束为：
Figure FDA0003033237650000043
其中，集合v(j)表示以j为首端节点的支路的末端节点的集合；
Figure FDA0003033237650000044
和
Figure FDA0003033237650000045
分别为t时刻ij支路的有功功率和无功功率；
Figure FDA0003033237650000046
和
Figure FDA0003033237650000047
分别为t时刻jk支路的有功功率和无功功率；
Figure FDA0003033237650000048
为t时刻j节点的电压值；
Figure FDA0003033237650000049
为t时刻ij支路的电流值；
Figure FDA00030332376500000410
和
Figure FDA00030332376500000411
分别为t时刻j节点的有功功率和无功功率的净注入值；
Figure FDA00030332376500000412
以及
Figure FDA00030332376500000413
分别代表t时刻j节点的负荷有功功率，ESS充放电功率，光伏PV的有功功率，燃气轮机的有功功率以及可中断负荷的有功功率；
Figure FDA00030332376500000414
Figure FDA00030332376500000415
以及
Figure FDA00030332376500000416
分别t时刻j节点所连接的负荷无功功率，无功补偿装置SVC补偿功率，PV的无功功率，分组投切电容器CB的无功功率，燃气轮机的无功功率以及储能装置的无功功率；rij和xij分别为支路ij的电阻和电抗；kij,t为t时刻ij支路所连接的OLTC的投切档位；
所述系统的安全约束为：
Figure FDA0003033237650000051
其中，
Figure FDA0003033237650000052
和
Figure FDA0003033237650000053
分别为j节点电压幅值的上下限；
Figure FDA0003033237650000054
为ij支路电流的上限值；
所述无功补偿装置操作约束为：
Figure FDA0003033237650000055
其中，
Figure FDA0003033237650000056
和
Figure FDA0003033237650000057
分别为无功补偿装置的无功出力的上下限值；
所述补偿电容器约束为：
Figure FDA0003033237650000058
其中，
Figure FDA0003033237650000059
为每组电容器的补偿功率；
Figure FDA00030332376500000510
为j时刻t节点电容器组的投切状态；
Figure FDA00030332376500000511
和
Figure FDA00030332376500000512
分别为投切操作的0-1标识，当
Figure FDA00030332376500000513
表示t时刻j节点增加一组CB的投运，
Figure FDA00030332376500000514
同理；
Figure FDA00030332376500000515
为每次投切最大组数的上限；
Figure FDA00030332376500000516
为电容器组投切次数的上限；
所述光伏出力约束为：
Figure FDA00030332376500000517
其中，
Figure FDA00030332376500000518
表示光伏出力的预测值；
Figure FDA00030332376500000519
为光伏逆变器最大输出功率；
所述燃气轮机出力约束为：
Figure FDA00030332376500000520
其中，
Figure FDA00030332376500000521
为i节点t时刻微型燃气轮机的有功输出功率；
Figure FDA00030332376500000522
为逆变器最大输出功率；
Figure FDA00030332376500000523
为微型燃气轮机爬坡约束限值；
Figure FDA00030332376500000524
为微型燃气轮机集合；
所述储能约束为：
Figure FDA0003033237650000061
Figure FDA0003033237650000062
其中，
Figure FDA0003033237650000063
和
Figure FDA0003033237650000064
分别代表t时刻i节点的储能装置充放电功率；
Figure FDA0003033237650000065
表示t时刻j节点的ESS电量；
Figure FDA0003033237650000066
为i节点所连接的储能装置电量最大值；ηch和ηdis分别为充放电效率；
Figure FDA0003033237650000067
和
Figure FDA0003033237650000068
分别为充放电功率的最大值；
Figure FDA0003033237650000069
和
Figure FDA00030332376500000610
为t时刻i节点储能装置的充放电状态；
所述有载调压器运行约束为：
Figure FDA00030332376500000611
其中，Mij,t为t时刻ij支路所连接的OLTC的档位；
Figure FDA00030332376500000612
为ij支路所连接的OLTC档位的上下限；kij0为档位的初始值；Δkij,t为OLTC两个相邻档位差值；
所述可中断负荷约束为：
Figure FDA00030332376500000613
其中，
Figure FDA00030332376500000614
为j节点可中断负荷的上限；
Figure FDA00030332376500000615
为t时刻j节点所连接的可中断负荷有功输出值。
CN201811622165.7A 2018-12-28 2018-12-28 计及时空相关性的主动配电网的鲁棒优化调度方法 Expired - Fee Related CN109378861B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811622165.7A CN109378861B (zh) 2018-12-28 2018-12-28 计及时空相关性的主动配电网的鲁棒优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811622165.7A CN109378861B (zh) 2018-12-28 2018-12-28 计及时空相关性的主动配电网的鲁棒优化调度方法

Publications (2)

Publication Number Publication Date
CN109378861A CN109378861A (zh) 2019-02-22
CN109378861B true CN109378861B (zh) 2021-10-19

Family

ID=65372352

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811622165.7A Expired - Fee Related CN109378861B (zh) 2018-12-28 2018-12-28 计及时空相关性的主动配电网的鲁棒优化调度方法

Country Status (1)

Country Link
CN (1) CN109378861B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109980685B (zh) * 2019-04-02 2022-07-19 东南大学 一种考虑不确定性的主动配电网分布式优化运行方法
CN110544957A (zh) * 2019-05-23 2019-12-06 东南大学 计及源-荷相关性的含多微网的配电网分布式优化调度方法
CN111126664A (zh) * 2019-11-25 2020-05-08 广西电网有限责任公司 一种基于鲁棒优化的主动配电网交流潮流的管理方法
CN112018823B (zh) * 2020-08-20 2022-09-16 天津大学 一种配电网多目标鲁棒优化方法
CN113283641B (zh) * 2021-04-29 2024-03-22 东北大学 一种考虑风电预测误差时空相关性复合储能优化配置方法
CN114243750A (zh) * 2021-11-09 2022-03-25 国网江苏省电力有限公司电力科学研究院 一种考虑时-空相关性和主动管理的光伏消纳能力评估方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108388964A (zh) * 2018-02-28 2018-08-10 东南大学 一种多微网系统的双层协调鲁棒优化调度方法
CN108599148A (zh) * 2018-04-26 2018-09-28 东南大学 计及交直流微网应对灾害事件弹性能力的鲁棒调度方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108388964A (zh) * 2018-02-28 2018-08-10 东南大学 一种多微网系统的双层协调鲁棒优化调度方法
CN108599148A (zh) * 2018-04-26 2018-09-28 东南大学 计及交直流微网应对灾害事件弹性能力的鲁棒调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Robust Unit Commitment With Wind Power and Pumped Storage Hydro;Ruiwei Jiang等;《IEEE Trans. on Power Systems》;20120430;第27卷(第2期);第800-810页 *

Also Published As

Publication number Publication date
CN109378861A (zh) 2019-02-22

Similar Documents

Publication Publication Date Title
CN109378861B (zh) 计及时空相关性的主动配电网的鲁棒优化调度方法
CN109873447B (zh) 一种多源协同主动配电网多时间级有功-无功调控方法
CN110581571A (zh) 一种主动配电网动态优化调度方法
CN108400595B (zh) 一种考虑新能源出力相关性的电压暂降随机预估方法
Zhao et al. Distributed risk-limiting load restoration for wind power penetrated bulk system
CN111799847B (zh) 计及风险的主动配电网两阶段随机模型的预测控制方法
Zhou et al. Robust energy management in active distribution systems considering temporal and spatial correlation
CN107332252B (zh) 一种计及广义无功源的配电网低电压综合治理方法
CN114597969B (zh) 计及智能软开关和虚拟电厂技术的配电网双层优化方法
CN111614110B (zh) 一种基于改进多目标粒子群算法的受端电网储能优化配置方法
Lei et al. Design of energy storage control strategy to improve the PV system power quality
CN115017854A (zh) 一种基于多维评估指标体系的配电网dg最大准入容量计算方法
Zhang et al. Fast frequency regulation method for power system with two-stage photovoltaic plants
Wang et al. Distributed Newton‐based voltage control method for high‐penetration PV generation cluster in active distribution networks
CN105207255B (zh) 一种适用于风电出力的电力系统调峰计算方法
Xu et al. A hybrid energy storage strategy based on multivariable fuzzy coordinated control of photovoltaic grid‐connected power fluctuations
Pippi et al. Assessing the provision of ancillary services considering BES capacity degradation
Kou et al. PQ curve based voltage stability analysis considering wind power
Maharjan Voltage regulation of low voltage distribution networks
CN111769570B (zh) 计及暂态电压约束的日前两阶段动态无功储备优化方法、系统、存储介质
Ramesh et al. Cost Optimization by Integrating PV-System and Battery Energy Storage System into Microgrid using Particle Swarm Optimization
Cui et al. Short-term photovoltaic output prediction method based on similar day selection with grey relational theory
Gao et al. Substation Load Characteristics and Forecasting Model for Large-scale Distributed Generation Integration
Yu et al. A Two-stage Model Predictive Control Strategy for Economical Operation of Microgrid
Pandit Reliability and stability assessment of renewable energy and energy storage integrated systems

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

Granted publication date: 20211019

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