CN109559035B - 一种考虑灵活性的城市配电网双层规划方法 - Google Patents
一种考虑灵活性的城市配电网双层规划方法 Download PDFInfo
- Publication number
- CN109559035B CN109559035B CN201811439023.7A CN201811439023A CN109559035B CN 109559035 B CN109559035 B CN 109559035B CN 201811439023 A CN201811439023 A CN 201811439023A CN 109559035 B CN109559035 B CN 109559035B
- Authority
- CN
- China
- Prior art keywords
- flexibility
- flexible
- power distribution
- distribution network
- scene
- 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
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 110
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000003828 downregulation Effects 0.000 claims abstract description 15
- 238000005457 optimization Methods 0.000 claims abstract description 15
- 230000003827 upregulation Effects 0.000 claims abstract description 15
- 239000002245 particle Substances 0.000 claims abstract description 5
- 238000004146 energy storage Methods 0.000 claims description 37
- 230000033228 biological regulation Effects 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 11
- 150000001875 compounds Chemical class 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000010586 diagram Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 claims description 3
- 230000002776 aggregation Effects 0.000 claims description 2
- 238000004220 aggregation Methods 0.000 claims description 2
- 238000005520 cutting process Methods 0.000 claims 1
- 230000005284 excitation Effects 0.000 claims 1
- 238000009434 installation Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 claims 1
- 238000005096 rolling process Methods 0.000 claims 1
- 230000035699 permeability Effects 0.000 abstract description 5
- 230000005540 biological transmission Effects 0.000 description 6
- 238000010276 construction Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910052731 fluorine Inorganic materials 0.000 description 1
- 125000001153 fluoro group Chemical group F* 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
- G06Q10/06—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
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种考虑灵活性的城市交直流配电网双层规划方法,包括:收集待规划的城市区域当前的配电网结构和历史运行数据;生成配电系统典型灵活性需求场景;建立配电系统中各灵活性资源的调节能力模型,计算配电系统每个调度时段内上调和下调灵活性资源之和;生成灵活性资源优化调度场景;构建上层配电网规划模型;采用基于网格划分的多目标粒子群算法交替迭代求解双层规划模型,得出配电系统灵活性资源协调调度方案和配电网络优化规划方案。本发明采用双层规划模型求解系统灵活性资源的优化调度方案和配电网规划方案,能够为未来高比例可再生能源渗透率的配电网规划和运行提供进一步参考和指导。
Description
技术领域
本发明公开了一种基于灵活性的城市交直流混合配电网规划方法,属于电力系统规划与运行的技术领域。
背景技术
随着中国能源结构调整以及电力体制改革的不断推进,分布式电源(distributedgeneration,DG)高渗透率接入配电网成为必然。随机性、波动性强的可再生能源接入电力系统,引起电能质量、继电保护、灵活性等诸多问题,影响系统的安全可靠运行。可再生能源的波动性、间歇性和难预测性,加剧了高渗透率DG接入下配电网净负荷的波动性,造成配电设备运行效率低、投资大等问题。欧洲电力系统的运行经验表明,在充分利用灵活性资源及有效调度策略的情况下,可以减少2/3的电力网络改造扩建投资费用。提高配电网的灵活性,有效降低高渗透率DG接入的不利影响,是近年来国内外研究热点。
风电、光伏等波动电源的波动特性源于一次资源。风光资源是一种过程能源,不可存储、不易控制,在不同时间尺度、不同空间范围,呈现不同的波动特性。可见,在高比例可再生能源并网的未来电力系统,电源波动甚至超过了负荷波动而成为系统不确定性的主要来源。而如何应对这种电源和负荷的双不确定性,也成为系统规划和运行的核心问题。
中国专利《一种面向调节需求的配电网灵活性评价方法》(ZL201711240719.2),采用客观熵权法赋权对配电网运行周期内的灵活性进行综合量化评价。该专利初步构建了适用于高比例可再生能源渗透率配电网的灵活性评价指标体系,建立了考虑系统运行调节需求的灵活性求解模型,对于将配电网灵活性指标纳入规划运行中有重要意义。中国专利《一种考虑运行灵活性的配电网规划方法》(ZL201810188417.3)通过考虑运行控制手段对配电网规划的影响,采用多层优化规划技术解决配电网规划方案容量利用率低、建设成本高等问题。但其考虑的灵活性仍然是节点电压、线路负载率等传统意义上的灵活性,其所提的规划方法尽管包含了系统中部分灵活性资源的调度,但不适用于未来高比例可再生能源接入的城市配电网的规划。
本专利在分析了未来城市配电网中的可能存在的灵活性需求和灵活性资源,提出了一种考虑灵活性的城市配电网双层规划方法。
发明内容
为解决上述背景技术的不足,本发明提供了一种基于灵活性的城市配电网双层规划方法,该方法将灵活性供需平衡引入传统配电网规划中。考虑了未来城市配电系统中可能存在的灵活性资源,提出了配电网络运行灵活性的评估方法,对灵活性资源运行和配电网络结构进行了协调规划,能够为未来高比例可再生能源渗透率的配电网规划和运行提供进一步参考和指导。
本发明为实现上述发明目的采用如下技术方案:
建立实际地区的灵活性需求历史场景集合,采用近邻传播聚类算法生成典型灵活性需求场景,建立配电系统中源网荷储侧的灵活性资源的灵活性供给模型,包括各灵活源的灵活调节能力和调用成本。在双层规划方法中,下层以系统灵活性供需平衡最大化和灵活性资源调用成本最小化为目标,制定系统中源荷储侧灵活性资源的协调控制策略,上层在下层返回的灵活性资源调度方案的基础上考虑网侧灵活性运行要求,对配电网网架进行扩展规划,对分布式可再生能源及灵活性资源进行优化配置。
本发明采用上述技术方案,具有以下有益效果:
本发明所提出的规划方法考虑了未来高比例可再生能源接入的情况下引起的系统灵活性不平衡问题,完善了现有的灵活性资源体系,将网侧的灵活性纳入灵活性评估体系中,进一步将系统灵活性的需求引入到未来配电系统的规划之中,灵活性资源的运行场景和配电网络结构的规划互相指导和验证,是一种适用于未来城市配电系统的协同规划方法。
附图说明
图1为灵活性资源调度策略示意图;
图2为考虑灵活性的配电网双层规划模型示意图;
图3为一种考虑灵活性的城市配电网双层规划方法的具体流程。
具体实施方式
下面结合附图对发明的技术方案进行详细说明。
建立实际地区的灵活性需求历史场景集合,采用近邻传播聚类算法生成典型灵活性需求场景,建立配电系统中源网荷储侧的灵活性资源的灵活性供给模型。在双层规划方法中,下层以系统灵活性供需平衡最大化和灵活性资源调用成本最小化为目标,制定系统中源荷储侧灵活性资源的协调控制策略,上层在下层返回的灵活性资源调度方案的基础上考虑网侧灵活性运行要求,对配电网网架进行扩展规划,对分布式可再生能源及灵活性资源进行优化配置。
本发明所采用的技术方案包括如下步骤:
步骤S1,收集待规划的城市区域当前的配电网结构和历史运行数据;
步骤S2,聚类生成典型灵活性需求场景;
步骤S3,建立配电系统中灵活性资源调节能力模型;
步骤S4,构建下层灵活性资源协调调度模型,得到灵活性资源优化调度场景;
步骤S5,构建上层考虑网侧灵活运行要求的配电网规划模型,采用双层规划模型求解配电网规划方案。
进一步的,在步骤S1中,分析待规划城市配电系统的发展目标和结构组成,收集待分析配电网的网架结构、可再生能源的出力现状、系统负荷现状及未来发展规划报告、各类灵活性资源的配置情况等资料,采集该配电网的全部历史运行数据。
进一步的,在步骤S2中,在对一个城市区域采用本发明的方法进行配电系统的规划之前,首先要建立该地区的典型灵活性需求场景,分析其典型灵活性场景的时序特征。在生成典型灵活性需求场景时,包括以下步骤:
步骤S21,根据配电网的可再生能源出力情况和总负荷情况,聚合系统的负荷波动不确定性和可再生能源出力的不确定性,设定配电系统在i时段的负荷为Li,可再生能源的出力为PDGi,利用式(1)计算系统在i时段的净负荷NLi;
NLi=Li-PDG,i,i=1,…N (1)
步骤S22,利用式(2)计算系统灵活性需求,即系统下一时段净负荷和当前时段净负荷之差,建立系统灵活性需求时序场景:
flexRi=NLi+1-NLi,i=1,…,Nt (2)
式中:flexRi为系统在i时刻的灵活性需求,NLi为i时刻的净负荷,Nt为时序场景所划分的时段数。
步骤S23,采用近邻传播算法聚类出具有概率特征的灵活性需求场景。
1)在聚类开始前输入历史灵活性场景,采用欧式距离计算其场景间的相似度矩阵:
式中:S(s1,s2)表示场景s1与场景s2之间的相似度;
2)在聚类的初始阶段根据需要的聚类数输入参考度p,更新S矩阵中对角线上的值S(sk,sk),作为每个场景都成为候选聚类中心的可能性;
3)计算灵活性场景s1和灵活性场景s2之间的吸引度r(s1,s2)和适应度a(s1,s2):
4)选出r(s1,s2)和s(s1,s2)之和从大到小的次序按聚类数保留典型灵活性场景,反复迭代得到聚类结果,根据每个聚类中心下的场景数确定典型场景的概率。
步骤S24,按式(6)分离各个典型场景中的配电网向上和向下灵活性需求时序场景,将调节需求为正的序列归入向上灵活性需求场景,将调节需求为负的序列归入向下灵活性需求场景。
步骤S3,建立配电系统中各灵活性资源的调节能力模型;
步骤S31,建立各灵活性资源的灵活调节供给能力模型;
(1)储能设施
储能的向上或向下灵活调节能力表达式为:
式中:flexSES,i,+、flexSES,i,-分别为储能设施在i时段的向上和向下调节能力;PES,d(i)和PES,c(i)分别为i时段储能装置的放电功率和充电功率;SOCES,max和SOCES,min分别为储能电量的上、下限;SOCES(i)为储能装置当前所存储的电量;τ为调度时段的时长。
(2)电动汽车
电动汽车的向上或向下灵活调节能力表达式为:
式中:flexSEV,i,+、flexSEV,i,-为单辆电动汽车在i时段的向上和向下调节能力;PEV,d(i)和PEV,c(i)分别为i时段电动汽车蓄电池的放电功率和充电功率;SOCEV,max和SOCEV,min分别为电动汽车蓄电池电量的上、下限;SOCEV(i)为电动汽车蓄电池装置当前所存储的电量。
(3)可中断负荷
可中断负荷提供向上调节能力的表达式为
flexS+=PL,cut(i) (9)
式中:PL,cut(i)为i时段切除负荷的功率。
步骤S32,建立各灵活性资源的灵活性调节成本模型;
(1)储能设施
配电系统调用储能设施提供灵活调节能力的成本表达为:
(2)电动汽车
配电系统调用电动汽车作为灵活性资源的成本用式(11)计算
式中,表示第n辆车在i时段是充电、放电还是无操作,0表示电动汽车处于离网的状态,1表示电动汽车在按调度需求向电网充放电,pi为i时间段电网的电价,CEV为调用系统内所有可调度的电动汽车提供灵活调节能力的总成本。
(3)可中断负荷
可中断负荷的灵活性调用成本包括:(1)容量费用:调用容量一次性给予的补贴;(2)能量费用:实际支付的成本。表达式为
式中:e1表示单位容量的支付成本系数折算值;e2表示可中断负荷的单位电量的支付成本系数折算值;CL,cut为调用可中断负荷作为灵活性调节资源的总成本。
根据步骤S3中建立的各灵活性资源提供灵活性上调和下调能力的模型,计算系统每个调度时段内上调和下调灵活性资源之和,
式中:flexSk,i,+flexSk,i,-为系统中第k个灵活性资源提供的上调、下调能力;N为系统中灵活性资源的个数。
步骤S4中求解配电系统灵活性优化调度模型,构建灵活性资源调度场景,其步骤包括:
S41:构建灵活性资源调度方案的目标函数
(1)根据步骤S23中计算出的典型灵活性场景的概率和步骤S31中计算得到的灵活性上调和下调能力之和,聚合配电系统各个典型灵活性场景下的灵活性供需平衡之差,使其最小化:
式中:flexS+,s,t、flexS-,s,t分别表示场景s下i时段内系统中提供向上和向下节能力的灵活性资源之和,flexR+,s,t、flexR-,s,t分别表示场景s下i时段内系统的向上和向下调节的灵活性需求,ps为第s个典型灵活性场景的概率。
(2)根据步骤S32中建立的灵活性资源调用成本的模型,计算系统每调度时段灵活性资源的调度成本之和:
minf3=CES+CEV+CL,cut (16)
S42根据灵活性资源的实际特性,确定灵活性资源优化调度方案所要满足的约束条件。
(1)可中断负荷
可中断负荷的灵活调节能力同时受到合同约定的最大出力变化的限制和负荷自身出力要求的限制,可以表示为
max{0,PL,cut,i-ΔPL,cut,max}PL,cut≤min{PL,cut,max,PL,cut,i+ΔPL,cut,max} (17)
式中,PL,cut,i表示i时段该可中断负荷的出力;PL,cut,max、ΔPL,cut,max分别表示该可中断负荷出力的上限和最大出力变化限制,该限制通常由电网与用户签订的合同决定。
(2)储能设施
储能设施的灵活调节能力同时受到其最大出力和其存储容量的限制,可以表达为:
|PES|≤PES,max (18)
WES,min≤PESτ≤WES,max (19)
式中,PES表示储能设施的出力;PES,max表示储能设施出力上限;WES,max、WES,min分别表示储能设施的存储容量的上、下限;
(3)电动汽车
电动汽车的灵活调节能力受到三个方面的限制,一是其本身蓄电池放电功率限制,二是车主的充电期望约束,三是蓄电池的荷电状态约束,可以表示为:
PEV,d,i≤PEV,d,max (20)
SOCEV,min≤SOCEV(i-1)+PEV(i)τ≤SOCEV,max (22)
式中,PEV,d(i)为电动汽车蓄电池在i时段的放电功率,PEV,d,max为电动汽车蓄电池的最大放电功率,ηc和ηd分别为电动汽车蓄电池的充电和放电效率,SOC0为电动汽蓄电池的初始荷电状态。
S43,制定系统灵活性资源协调调度策略,结合图1所示的协调策略实现各灵活性资源的协同运行。
(1)首先根据步骤24中分离出的灵活性向上和向下需求场景,分析典型场景的时序特点。
(2)当系统的向上灵活性不满足时,先调用储能设施对电网放电以增加灵活性供给侧出力,当储能不足以满足向上灵活调节需求或者达到最大放电极限时,查看网络中是否有并网且参与调度的电动汽车,通过对充电桩的管理令其放电提供上调能力,若仍然不能实现系统状态调节,则启动需求响应,增加可中断负荷削减。
(3)当系统的向下灵活性不满足时,需要对储能设施充电以实现电能消纳,当下调灵活性仍不能满足或者储能充满时,令参与调度的电动汽车并网充电来提供下调能力,直至达到下调灵活性供需平衡最大化。
需要注意的是,当计算过程陷入死循环时,说明储能容量不足,不能实现有效的运行管理,此时需要返回上层规划问题增大储能的配置容量。
步骤S44,基于S43提出的灵活性资源协调运行策略,采用基于网格划分的多目标粒子群算法求解S41-S43中的灵活性资源协调调度模型,确定每个调度时段灵活性资源的出力,得到灵活性资源出力向量PREG。
进一步的,在步骤S5中构建上层考虑网侧灵活运行要求的配电网规划模型,确定可再生能源的选址、电动汽车充电站的选址、储能设施的容量,具体步骤包括:
S51,建立配电网络运行灵活性评估指标;
线路容量裕度定义为某一时刻配电线路允许传输容量的最大值与线路传输容量实际值的差值比上允许传输容量的最大值,体现了单条配电线路对负荷波动的向上灵活性,可用式(23)计算:
采用配电系统均匀性指标来评价配电网运行的灵活性,其表达式为:
式中:E1和E2分别为系统中所有配电线路的容量裕度的标准差和极差,FLCM,avg为线路容量裕度的平均值,Nl为电网中线路的总数。
定义配电系统固有均匀度为系统所有运行方式对应状态均匀度的最大值,反应配电网络承受不确定性干扰的能力,由式(26)计算:
FNS=max(E1,E2) (26)
式中,FNS为网运行灵活性指。
S52,建立配电网规划模型的目标函数:
上层规划以规划投资总成本Cbuild、电网运行灵活性指标FNS最小为优化目标,其表达式为:
F=min{F1,F2} (27)
F1=Cbuild (28)
F2=FNS (29)
规划投资总成本包括线路建设投资成本Cl、换流器建设和运维成本Cconv、网损费用Cploss;
(1)线路建设投资成本
Cl=(k1+k2)∑j∈NlcxjljZj (30)
式中:k1为资金回收系数,k1=r(1+r)NY(1+r)NY-1],r为贴现率,NY为工程经济适用年限;k2为工程固定运行费率;c为单位长度线路的建设费用;xj和lj分别为线路j回路数和长度;Zj为0-1决策变量,取值为0代表未选中待建线路,取值为1代表选中待建线路;Nl为正常运行状态下系统线路集合。
(2)换流器建设和运维成本:
式中,econv为换流器单位有功容量的费用,αc为换流器的年平均费用系数,Pi,conv为换流器的有功容量。
(3)网损费用:
系统年网损由下式计算:
S53,确定配电网规划模型的约束条件
(1)功率平衡约束条件
-Βθ+PF+PREG=PL (33)
式中,Βθ、PF、PREG、PL分别为系统节点导纳矩阵、节点电压相角向量、灵活性资源出力向量、可再生能源出力向量、负荷功率向量。
(2)节点电压约束条件
Umin≤U≤Umax (34)
其中,U为节点电压值;Umin为节点的允许电压最大值;Umax为节点的允许电压最小值。
(3)待建线路回路数约束
xj,min≤xj≤xj,max (35)
式中,xj,min和xj,max分别为线路j上待扩建线路数量最小值与最大值。
(4)线路传输功率约束条件
步骤S54,基于步骤S4和步骤S51-S53建立的下层调度模型和上层规划模型,建立考虑灵活性的双层规划模型。求解双层规划模型,在上下层的优化计算中,均采用基于网格划分的多目标粒子群算法的实现问题的寻优,得到配电系统的灵活性资源协调方案和配电网的优化规划方案,结合图3具体流程包括:
(1)在上层规划问题里对分布式可再生能源的选址、电动汽车充电站的选址和配套储能元件的容量进行初始化配置;
(2)采用步骤S4中灵活性资源的建模方法和灵活性资源协调运行方案的求解方法,基于步骤S1中收集的配电网中分布式可再生能源出力数据和负荷运行特性,以供需灵活性指标最优、灵活性资源调用量最小为目标,优构建下层灵活性资源优化运行场景;
(3)将下层的灵活性资源优化调度方案传递回上层规划模型,以经济性指标最优、配电系统运行状态灵活性指标最优为目标函数,对规划决策进行优化,进一步指导配电网络需要新建的线路位置和回数、可再生能源的位置、电动汽车充电站的位置以及储能设施的容量的配置,如此反复迭代,直到求解出最优规划方案。
Claims (7)
1.一种考虑灵活性的城市交直流配电网双层规划方法,其特征在于,包括:
步骤S1,收集待规划的城市区域当前的配电网结构和历史运行数据;
步骤S2,根据收集的待规划城市区域当前的配电网结构和历史运行数据,生成配电系统典型灵活性需求场景;
步骤S3,根据生成的配电系统典型灵活性需求场景,建立配电系统中各灵活性资源的调节能力模型,计算配电系统每个调度时段内上调和下调灵活性资源之和;
步骤S4,构建下层灵活性资源协调调度模型,生成灵活性资源优化调度场景;
步骤S5,定义配网运行灵活性评估指标,构建上层配电网规划模型,确定配电网架待建线路、分布式电源的选址、电动汽车充电站的选址和储能设施的容量配置;采用基于网格划分的多目标粒子群算法交替迭代求解双层规划模型,得出配电系统灵活性资源协调调度方案和配电网络优化规划方案。
2.根据权利要求1所述的考虑灵活性的城市交直流配电网双层规划方法,其特征在于,步骤S1中,所采集的待规划区域配电系统结构信息及运行数据包括:
1)待规划区域地理信息资料、配电网规划报告及规划滚动调整报告,原区域配电网线路单线图资料;
2)历史年度负荷实测日报告及典型运行方式、用户实时负荷资料;
3)太阳能辐照资料和风速资料、可再生能源装机参数和运行数据;
5)电动汽车负荷的激励方案、电动汽车参与需求侧管理参情况、电动汽车历史实时负荷资料、电动汽车充电站的配置参数及负荷数据;
6)储能电站配置参数及运行数据。
3.根据权利要求1所述的考虑灵活性的城市交直流配电网双层规划方法,其特征在于,步骤S2中,生成配电系统典型灵活性需求场景包括以下步骤:
步骤S21,根据配电网的可再生能源出力情况和总负荷情况,聚合系统的负荷波动不确定性和可再生能源出力的不确定性,设定配电系统在i时段的负荷为Li,可再生能源的出力为PDG,i,计算系统在i时段的净负荷NLi:
NLi=Li-PDG,i,i=1,...,T
式中,T为场景总时段的个数;
步骤S22,计算系统下一时段净负荷和当前时段净负荷之差,建立系统灵活性需求时序场景:
flexRi=NLi+1-NLi,i=1,...,Nt
式中:flexRi为系统在i时刻的灵活性需求,NLi为i时刻的净负荷,Nt为时序场景所划分的时段数;
步骤S23,采用近邻传播算法聚类出具有概率特征的灵活性需求场景,包括:
步骤S231,在聚类开始前输入历史灵活性场景,采用欧式距离计算其场景间的相似度矩阵
式中:S(s1,s2)表示场景s1与场景s2之间的相似度;
步骤S232,在聚类的初始阶段根据需要的聚类数输入参考度p,更新S矩阵中对角线上的值S(sk,sk),作为每个场景都成为候选聚类中心的可能性;
步骤S233,计算灵活性场景s1和灵活性场景s2之间的吸引度r(s1,s2)和适应度a(s1,s2):
步骤S234,选出吸引度和适应度之和从大到小的次序按聚类数保留典型灵活性场景,反复迭代得到聚类结果,根据每个聚类中心下的场景数确定典型场景的概率;
步骤S24,按吸引度分离各个典型场景中的配电网向上和向下灵活性需求时序场景,将调节需求为正的序列归入向上灵活性需求场景,将调节需求为负的序列归入向下灵活性需求场景:
4.根据权利要求1所述的考虑灵活性的城市交直流配电网双层规划方法,其特征在于,总结配电系统中能提供灵活调节能力的灵活性资源,包括:电动汽车、储能设施、可中断负荷。
5.根据权利要求4所述的考虑灵活性的城市交直流配电网双层规划方法,其特征在于,步骤S4具体为:根据典型灵活性场景的时序特征制定灵活性资源的协调调度策略,构建下层灵活性优化调度方案的目标函数,以灵活性向上、向下供需平衡最大化和灵活性资源调用成本最小化为目标,其中灵活性资源调用成本包括:储能充放电成本、电动汽车调度成本以及负荷中断成本,根据实际运行情况确定各项灵活性资源出力的约束条件,以各项灵活性资源每时刻的出力为决策变量,优化生成各项灵活性资源出力的时序场景。
6.根据权利要求5所述的考虑灵活性的城市交直流配电网双层规划方法,其特征在于,步骤S3包括:
步骤S31,建立各灵活性资源的灵活调节供给能力模型;
(1)储能设施
储能的向上或向下灵活调节能力表达式为:
式中:flexSES,i,+、flexSES,i,-分别为储能设施在i时段的向上和向下调节能力;PES,d(i)和PES,c(i)分别为i时段储能装置的放电功率和充电功率;SOCES,max和SOCES,min分别为储能电量的上、下限;SOCES(i)为储能装置当前所存储的电量;τ为调度时段的时长;
(2)电动汽车
电动汽车的向上或向下灵活调节能力表达式为:
式中:flexSEV,i,+、flexSEV,i,-为单量电动汽车在i时段的向上和向下调节能力;PEV,d(i)和PEV,c(i)分别为i时段电动汽车蓄电池的放电功率和充电功率;SOCEV,max和SOCEV,min分别为电动汽车蓄电池电量的上、下限;SOCEV(i)为电动汽车蓄电池装置当前所存储的电量;
(3)可中断负荷
可中断负荷提供向上调节能力的表达式为
flexS+=PL,cut(i)
式中:PL,cut(i)为i时段切除负荷的功率;
步骤S32,建立各灵活性资源的灵活性调节成本模型;
(1)储能设施
配电系统调用储能设施提供灵活调节能力的成本表达为:
(2)电动汽车
配电系统调用电动汽车作为灵活性资源的成本为
式中,表示第n辆车在i时段是充电、放电还是无操作,0表示电动汽车处于离网的状态,1表示电动汽车在按调度需求向电网充放电,pi为i时间段电网的电价,CEV为调用系统内所有可调度的电动汽车提供灵活调节能力的总成本;
(3)可中断负荷
可中断负荷的灵活性调用成本包括:(1)容量费用:调用容量一次性给予的补贴;(2)能量费用:实际支付的成本;表达式为:
式中:e1表示单位容量的支付成本系数折算值;e2表示可中断负荷的单位电量的支付成本系数折算值;CL,cut为调用可中断负荷作为灵活性调节资源的总成本;
步骤S33,根据步骤S31中建立的各灵活性资源提供灵活性上调和下调能力的模型,计算系统每个调度时段内上调和下调灵活性资源之和:
式中:flexSk,i,+flexSk,i,-为系统中第k个灵活性资源提供的上调、下调能力;N为系统中灵活性资源的个数。
7.根据权利要求1所述的考虑灵活性的城市交直流配电网双层规划方法,其特征在于,步骤5中,用于构建上层配电网规划模型的配电网络运行灵活性指标,根据下层灵活性资源协调调度模型所制定的灵活性资源调度方案,以经济性最优为目标,目标函数包括:储能配置成本、线路扩建成本、网损成本以及换流器配置成本,根据配电系统的常规运行条件和未来规划目标确定约束条件,对分布式可再生能源的选址、电动汽车充电站的选址以及储能设施的选址进行优化配置,采用基于网格划分的多目标粒子群算法迭代求解双层规划模型,得到配电系统的灵活资源优化调度方案和配电网络规划方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811439023.7A CN109559035B (zh) | 2018-11-29 | 2018-11-29 | 一种考虑灵活性的城市配电网双层规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811439023.7A CN109559035B (zh) | 2018-11-29 | 2018-11-29 | 一种考虑灵活性的城市配电网双层规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109559035A CN109559035A (zh) | 2019-04-02 |
CN109559035B true CN109559035B (zh) | 2022-11-29 |
Family
ID=65867868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811439023.7A Active CN109559035B (zh) | 2018-11-29 | 2018-11-29 | 一种考虑灵活性的城市配电网双层规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109559035B (zh) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110245794B (zh) * | 2019-06-06 | 2022-07-15 | 云南电网有限责任公司 | 考虑灵活性的多能源汇集中心火储容量双层优化方法 |
CN110197310B (zh) * | 2019-06-10 | 2021-04-30 | 燕山大学 | 一种基于负荷裕度域的充换电站优化调度方法 |
CN110445151B (zh) * | 2019-07-25 | 2023-01-31 | 天津大学 | 考虑不确定性需求的配电网灵活性裕度时序量化分析方法 |
CN110429649B (zh) * | 2019-08-13 | 2021-05-18 | 合肥工业大学 | 考虑灵活性的高渗透率可再生能源集群划分方法 |
CN110782363A (zh) * | 2019-08-15 | 2020-02-11 | 东南大学 | 一种计及风电不确定性的交直流配电网调度方法 |
CN110535132B (zh) * | 2019-09-11 | 2023-05-16 | 国网天津市电力公司 | 一种基于鲁棒优化的电力系统建设规划方法 |
CN110796286B (zh) * | 2019-09-25 | 2022-05-24 | 国网山西省电力公司经济技术研究院 | 一种适用于电动汽车规模化应用的配电系统的灵活规划方法 |
CN110752598B (zh) * | 2019-10-25 | 2022-08-12 | 国网河南省电力公司电力科学研究院 | 多点分布式储能系统灵活性评价方法和装置 |
CN111030188B (zh) * | 2019-11-28 | 2023-09-08 | 云南电网有限责任公司电力科学研究院 | 一种含分布式和储能的分层分级控制策略 |
CN111047113B (zh) * | 2019-12-28 | 2022-10-18 | 上海电力大学 | 基于admm的分层分布式灵活性资源协调优化调度方法 |
CN111626633B (zh) * | 2020-06-04 | 2023-10-03 | 南京工程学院 | 基于综合评价指标的自储能柔性互联配电网扩展规划方法 |
CN111723993B (zh) * | 2020-06-24 | 2024-04-26 | 南方电网科学研究院有限责任公司 | 一种配电网双层协同调度方法、装置、终端及存储介质 |
CN112103941B (zh) * | 2020-08-11 | 2023-09-01 | 云南电网有限责任公司 | 考虑电网灵活性的储能配置双层优化方法 |
CN112053035B (zh) * | 2020-08-11 | 2022-08-26 | 云南电网有限责任公司 | 考虑经济性与灵活性的输电通道与储能联合规划方法 |
CN112016747B (zh) * | 2020-08-26 | 2022-10-11 | 国网四川省电力公司经济技术研究院 | 一种适用于源荷储灵活资源统筹规划与运行的优化方法 |
CN112036031B (zh) * | 2020-08-26 | 2022-04-08 | 国网四川省电力公司经济技术研究院 | 一种计及灵活性承载度的电网评估与扩展规划方法 |
CN112651177B (zh) * | 2020-12-28 | 2024-03-22 | 中国农业大学 | 考虑灵活性服务费用的配电网灵活型资源配置方法及系统 |
CN112884270B (zh) * | 2020-12-31 | 2023-02-17 | 国网山东省电力公司聊城供电公司 | 一种考虑不确定性因素的多场景配电网规划方法及系统 |
CN113285445B (zh) * | 2021-05-08 | 2022-10-11 | 广西大学 | 一种双层分布式多目标旋转黏菌的多区域经济调度方法 |
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 |
CN113988427A (zh) * | 2021-10-29 | 2022-01-28 | 东南大学 | 一种考虑投资灵活性的交直流配电网多阶段扩展规划方法 |
CN114398723B (zh) * | 2021-12-30 | 2023-12-22 | 国网江苏省电力有限公司苏州供电分公司 | 基于闵可夫斯基和的规模化电动汽车集群特性分析方法及系统 |
CN114336636B (zh) * | 2022-01-10 | 2023-10-03 | 国网宁夏电力有限公司经济技术研究院 | 一种交直流混合配电网系统双层储能配置方法 |
CN115036914B (zh) * | 2022-06-17 | 2024-04-30 | 国家电网公司华中分部 | 考虑灵活性与新能源消纳的电网储能双层优化方法及系统 |
CN117060470B (zh) * | 2023-08-04 | 2024-04-26 | 国网冀北电力有限公司电力科学研究院 | 一种基于灵活性资源的配电网电压优化控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007017901A1 (de) * | 2007-04-13 | 2008-10-16 | EnBW Energie Baden-Württemberg AG | Verfahren zur systematischen Optimierung, Planung und/oder Entwicklungskontrolle eines Systems |
CN107679658A (zh) * | 2017-09-28 | 2018-02-09 | 国网四川省电力公司经济技术研究院 | 一种高比例清洁能源接入下的输电网规划方法 |
CN107947165A (zh) * | 2017-11-30 | 2018-04-20 | 国网浙江省电力公司经济技术研究院 | 一种面向调节需求的配电网灵活性评价方法 |
WO2018157691A1 (zh) * | 2017-02-28 | 2018-09-07 | 国网江苏省电力公司常州供电公司 | 有源配电网的安全性量化方法 |
-
2018
- 2018-11-29 CN CN201811439023.7A patent/CN109559035B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007017901A1 (de) * | 2007-04-13 | 2008-10-16 | EnBW Energie Baden-Württemberg AG | Verfahren zur systematischen Optimierung, Planung und/oder Entwicklungskontrolle eines Systems |
WO2018157691A1 (zh) * | 2017-02-28 | 2018-09-07 | 国网江苏省电力公司常州供电公司 | 有源配电网的安全性量化方法 |
CN107679658A (zh) * | 2017-09-28 | 2018-02-09 | 国网四川省电力公司经济技术研究院 | 一种高比例清洁能源接入下的输电网规划方法 |
CN107947165A (zh) * | 2017-11-30 | 2018-04-20 | 国网浙江省电力公司经济技术研究院 | 一种面向调节需求的配电网灵活性评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109559035A (zh) | 2019-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109559035B (zh) | 一种考虑灵活性的城市配电网双层规划方法 | |
CN107301470B (zh) | 一种配电网扩展规划与光储选址定容的双层优化方法 | |
CN110826880B (zh) | 一种大规模电动汽车接入的主动配电网优化调度方法 | |
CN109149651B (zh) | 一种计及调压辅助服务收益的光储系统优化运行方法 | |
CN112734098B (zh) | 一种基于源-荷-网平衡的配电网电力调度方法及系统 | |
CN107069776B (zh) | 一种平滑微网联络线功率的储能前瞻分布式控制方法 | |
CN112418605A (zh) | 一种光储式充电站储能系统优化运行方法 | |
CN109948823B (zh) | 一种光储充电塔自适应鲁棒日前优化调度方法 | |
CN109599856A (zh) | 一种微网多楼宇中电动汽车充放电管理优化方法及装置 | |
CN111786422B (zh) | 基于bp神经网络的微电网参与上层电网实时优化调度方法 | |
CN108876000A (zh) | 一种光伏充电站光、储、变压器容量协调优化配置方法 | |
CN110676849B (zh) | 一种孤岛微电网群能量调度模型的构建方法 | |
CN111293718B (zh) | 基于场景分析的交直流混合微网分区二层优化运行方法 | |
CN113326467B (zh) | 基于多重不确定性的多站融合综合能源系统多目标优化方法、存储介质及优化系统 | |
CN108921331A (zh) | 一种计及v2g功能的电动汽车与新能源的调度优化建模及算法 | |
CN112183882A (zh) | 一种基于电动汽车快充需求的智慧充电站充电优化方法 | |
CN114819373A (zh) | 一种基于合作博弈的共享混合储能电站的储能规划方法 | |
CN115360804A (zh) | 一种有序充电系统及有序充电方法 | |
Aiswariya et al. | Optimal microgrid battery scheduling using simulated annealing | |
CN116961114A (zh) | 基于分区自治的多虚拟电厂协调调度优化方法 | |
CN115036914A (zh) | 考虑灵活性与新能源消纳的电网储能双层优化方法及系统 | |
CN115000985A (zh) | 一种用户侧分布式储能设施聚合管控方法及系统 | |
CN114626613A (zh) | 考虑风光互补的输储联合规划方法 | |
CN110766240B (zh) | 一种不同场景下的快速充电站分层储能配置方法 | |
CN109995030A (zh) | 一种考虑脱网风险的储能装置soc下限值最优设置方法 |
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 |