CN109586297A - 基于OpenDSS的含储能配网分布式电源准入容量计算方法 - Google Patents

基于OpenDSS的含储能配网分布式电源准入容量计算方法 Download PDF

Info

Publication number
CN109586297A
CN109586297A CN201811361737.0A CN201811361737A CN109586297A CN 109586297 A CN109586297 A CN 109586297A CN 201811361737 A CN201811361737 A CN 201811361737A CN 109586297 A CN109586297 A CN 109586297A
Authority
CN
China
Prior art keywords
generation resource
distributed generation
node
energy storage
sample
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
CN201811361737.0A
Other languages
English (en)
Other versions
CN109586297B (zh
Inventor
韩俊
黄河
高松
刘洪�
蔡超
王娜
陈曦
王亦然
武跃峰
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.)
Tianjin University
Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Tianjin University
Economic and Technological Research Institute of State Grid Jiangsu 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 Tianjin University, Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co Ltd filed Critical Tianjin University
Priority to CN201811361737.0A priority Critical patent/CN109586297B/zh
Publication of CN109586297A publication Critical patent/CN109586297A/zh
Application granted granted Critical
Publication of CN109586297B publication Critical patent/CN109586297B/zh
Active 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
    • 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
    • H02J3/28—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
    • 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
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

Abstract

一种基于OpenDSS的含储能配网分布式电源准入容量计算方法，包括：建立分布式电源模型，包括太阳光照强度的概率分布模型和光伏输出功率概率分布模型；采用多场景技术确定分布式电源的典型曲线；建立基于双层优化的分布式电源准入容量模型；基于遗传算法求解基于双层优化的分布式电源准入容量模型。本发明可以为分布式电源在含储能配电网的接入提供重要依据，以此为基础进行配电网的规划，能够减少分布式电源给配电网带来的不利影响，有利于提升城市配电网规划水平，促进城市有源配电网的合理发展。

Description

基于OpenDSS的含储能配网分布式电源准入容量计算方法
技术领域
本发明涉及一种分布式电源准入容量计算方法。特别是涉及一种适用于分布式电源接入与规划工作的基于OpenDSS的含储能配网分布式电源准入容量计算方法。
背景技术
近年来，风能、太阳能、燃料电池、热电联产等形式的分布式电源作为综合利用现有资源的理想方式，日益受到电能部门和研究人员的关注。分布式电源是指安装在用户侧或配电网中，规模一般在几千瓦到50MW的中小型发电设备。它既可以独立地为少数用户供应电能，也可以接入配网系统，为其提供电能补充。相对于传统的单一集中式供电，分布式电源可以因地制宜地利用当地自然资源，就近安装于用户侧或配电网，降低远距离输电产生的网损，提高线路带负载的能力，分布式电源在配电网的接入成为大势所趋。同时，随着储能技术的成熟，大量储能设备在配电网中接入，一方面在时间上促进了负荷平移，增大了系统的调节能力；另一方面能够扩大对可再生能源的接纳能力，提高系统运行的经济性。因此，分布式电源和储能设备在配电网的大量接入成为当前电力能源领域不可忽视的重要发展方向。
分布式电源在负荷侧的接入可缓解传统发电模式产生的可靠性、环境保护等诸多问题。随着分布式电源的增多，配电网由单电源模式变为多电源，改变了系统潮流特性，对系统稳态电压和潮流分布都产生了很大影响。通过研究分布式电源在配电网的最大接入容量，能够有效避免分布式电源接入超过限值所带来的一系列问题，为分布式电源在配电网的接入提供重要依据。针对分布式电源的准入容量，已有大量研究。但是目前的研究中暂未提及在储能设备接入配电网的新形势下，分布式电源的最大接入容量计算方法。在配电网运行过程中，储能设备能够在时间上平移电负荷，平抑负荷波动，能够在一定程度上提高系统对分布式电源的最大接入容量。因此，研究含储能的分布式电源准入容量能够在能源利用新形势下，有效计算分布式电源的最大接入容量，以此为基础进行配电网的规划，能够减少分布式电源给配电网带来的不利影响。
同时，分布式电源的出力波动性较大，准确模拟分布式电源的出力并准确计算网络的潮流分布成为关键，需要综合研究目前的电力系统仿真分析软件，并结合有源配电网运行实际，通过数学模型的搭建，来计算分布式电源的最大接入容量。通过有效的时序仿真软件，能够更准确地计算整个网络的时序潮流分布，进一步确定分布式电源的最大接入容量。OpenDSS是由美国电科院开发的潮流计算软件，在时序潮流仿真方面具有明显优势。
发明内容
本发明所要解决的技术问题是，提供一种可以为分布式电源在含储能配电网的接入提供重要依据的基于OpenDSS的含储能配网分布式电源准入容量计算方法。
本发明所采用的技术方案是：一种基于OpenDSS的含储能配网分布式电源准入容量计算方法，包括如下步骤：
1)建立分布式电源模型，包括太阳光照强度的概率分布模型和光伏输出功率概率分布模型；
2)采用多场景技术确定分布式电源的典型曲线；
3)建立基于双层优化的分布式电源准入容量模型；
4)基于遗传算法求解基于双层优化的分布式电源准入容量模型。
步骤1)中：
(1.1)所述的太阳光照强度的概率分布模型为：
式中，r为太阳辐射照度，Γ(·)为Gamma函数；α和β分别为Beta分布形状参数；
(1.2)所述的光伏输出功率概率分布模型为：
式中，PPV(t)为光伏在时段t的输出功率；PPVmax为光伏出力的最大值。
步骤2)包括：
(2.1)对任意2个样本o,g，o≠g，计算样本o和样本g之间的距离dij，如下式所示：
式中，dog为样本o和g之间的距离，w指样本的第w列，z指样本的总列数，xow为第o个样本第w列的数值，xgw为第g个样本第w列的数值；
(2.2)采用下式计算样本概率，删除概率最小的样本，
Po＝poco (4)
式中，po为样本o出现的概率，co为样本o的密度距离，表示如下：
式中，dol和dok分别为dog中最小的两个值，样本l和样本k为离样本o最近的2个样本；
(2.3)更新样本l和样本k出现的概率为：
式中，pl为样本l出现的概率，pk为样本k出现的概率；
重复第(2.1)～(2.3)步，直至样本数量满足设定的要求。
步骤3)包括：
(3.1)外层模型
分布式电源准入容量的外层目标函数如下式所示：
式中，PDGi为分布式电源在节点i的接入容量，即分布式电源的最大额定发电功率，作为分布式电源在蒙特卡洛抽样时的发电曲线最大值；N为系统中分布式电源可接入节点总数；
约束条件包括分布式电源容量约束、潮流计算等式约束、系统运行约束；其中，
分布式电源容量约束为：
式中，PDGmax为线路中分布式电源接入总容量的最大值；
系统运行约束为：
式中，Sijs(t)为场景s下线路ij在t时段传输的视在功率；Sijmax为场景s下线路ij在t时段传输视在功率的限值；Umin为节点电压下限值，Uis(t)为场景s下节点i在时段t的电压，Umax为节点电压上限值；
潮流计算等式约束为：
式中，PDGis(t)为场景s下节点i的分布式电源在t时段的有功功率；PCHis(t)为场景s下节点i的储能在t时段的放电有功功率；PDi(t)为节点i负荷在t时段的有功功率；Vis(t)为场景s下节点i在t时段的电压值；Vjs(t)为场景s下节点j在t时段的电压值；Gij为节点i、j间的电导；Bij为节点i、j间的电纳；δij为节点i、j间的相角差；QDGis(t)为场景s下节点i的分布式电源在t时段的无功功率；QCHis(t)为场景s下节点i的储能在t时段的放电无功功率；QDi(t)为节点i负荷在t时段的无功功率；其中，PCHis(t)和QCHis(t)由内层优化得到；
(3.2)内层模型
目标函数如下所示：
minF＝0.5f1+0.5f2 (11)
式中，f1为电压综合偏差值指标，f2为支路综合潮流指标；
电压综合偏差值指标f1如下：
式中，T为总时段数，i为节点，N为总节点数，Vis(t)为场景s下节点i在t时段的节点电压值，Vi0(t)为节点i的电压期望值，选为额定电压，Vimax、Vimin为节点i的电压上、下限；
支路综合潮流指标f2如下：
式中，Pijs(t)为场景s下线路ij的潮流分布；Pij0(t)为场景s下未接入分布式电源时线路ij的潮流分布，i流向j则为正，反之为负；
约束条件包括储能设备约束、系统运行约束；其中储能设备约束如下：
式中，Schc(t)是储能设备c在t时段的储能容量；Schcmax(t)为储能设备c的最大储能容量；Pchc(t)为储能设备c的在t时段的放热功率；Pchcmin和Pchcmax是储能设备c的储电功率限值和放电功率限值，其中储电功率限值为负。
步骤4)包括：
(4.1)根据变压器容量确定分布式电源样本接入容量上下限；
(4.2)生成外层优化的初始种群，包括y个个体，个体采用二进制编码表示分布式电源在各节点的接入容量；
(4.3)判断是否满足分布式电源容量约束，若满足要求则继续进行下一步，若不满足则返回第(4.2)步骤；
(4.4)针对分布式电源的概率模型和数据进行蒙特卡洛抽样，得到多个归一化后的分布式电源曲线样本，用场景削减法得到M个目标典型场景；将外层优化的初始种群中个体的二进制编码转换为十进制，作为目标典型场景中分布式电源曲线的最大值；
(4.4)生成内层优化的初始种群，包括e个个体，个体采用二进制编码表示储能设备在T个时段的功率；
(4.5)针对内层优化的种群进行设备功率和容量的约束判断，不符合要求的个体需重新产生，直到所有内层个体均符合要求；
(4.6)每一个内层个体均对应M个目标典型场景，分别调用OpenDSS进行潮流计算，输出每个场景下的节点电压和支路潮流分布；
(4.7)判断每一个内层个体的M组潮流计算结果是否满足系统运行约束，若均满足则进入下一步骤；若不满足则返回第(4.4)步骤；
(4.8)根据分布式电源在各节点的接入容量，采用遗传算法进行内层寻优，在一个目标典型场景中，对应一组分布式电源在各节点的接入容量得到一个最优的储热设备运行策略；
(4.9)计算分布式电源准入容量的外层目标函数；进行选择、交叉和变异遗传操作；进行精英保留；
(4.10)收敛判定，若不能达到收敛则返回第(4.3)步，若满足收敛条件，则输出优化结果。
第(4.6)步所述的调用OpenDSS进行潮流计算的过程如下：
(4.61)在OpenDSS中输入电路信息，包括主电源、变压器、线路、负荷、开关、分布式电源、储能设备和电压潮流监视器；
(4.62)利用Matlab中的启动语句驱动OpenDSS接口，调用已编辑好的OpenDSS电路；
(4.63)向OpenDSS电路输入目标典型场景的分布式电源曲线，并解电路；
(4.64)输出电压潮流监视器中的各节点时序电压和各线路的时序潮流结果。
本发明的基于OpenDSS的含储能配网分布式电源准入容量计算方法,能够合理搭建分布式电源模型，利用有效的潮流计算软件对储能和分布式电源接入后的时序潮流分布展开分析，并通过搭建合理的准入容量模型，确定分布式电源在配电网的最大接入容量。本发明可以为分布式电源在含储能配电网的接入提供重要依据，以此为基础进行配电网的规划，能够减少分布式电源给配电网带来的不利影响，有利于提升城市配电网规划水平，促进城市有源配电网的合理发展。
附图说明
图1是本发明基于OpenDSS的含储能配网分布式电源准入容量计算方法的流程图。
具体实施方式
下面结合实施例和附图对本发明的基于OpenDSS的含储能配网分布式电源准入容量计算方法做出详细说明。
如图1所示，本发明的基于OpenDSS的含储能配网分布式电源准入容量计算方法，包括如下步骤：
1)建立分布式电源模型，分布式电源的时序出力具有不确定性，其出力受太阳光照强度影响明显，而光伏出力与太阳光照强度成正比，所以分布式电源模型包括太阳光照强度的概率分布模型和光伏输出功率概率分布模型；其中，
(1.1)所述的太阳光照强度的概率分布模型为：
式中，r为太阳辐射照度，Γ(·)为Gamma函数；α和β分别为Beta分布形状参数；
(1.2)所述的光伏输出功率概率分布模型为：
式中，PPV(t)为光伏在时段t的输出功率；PPVmax为光伏出力的最大值。
2)采用多场景技术确定分布式电源的典型曲线：
分布式电源模型具有不确定性，多场景技术是处理分布式电源不确定性的常用方法。该方法首先需要用蒙特卡洛抽样方法抽取足够大的场景样本，然后再通过场景削减技术，得到具有大多数曲线主要特征的典型场景。包括：
(2.1)对任意2个样本o,g，o≠g，计算样本o和样本g之间的距离dij，如下式所示：
式中，dog为样本o和g之间的距离，w指样本的第w列，z指样本的总列数，xow为第o个样本第w列的数值，xgw为第g个样本第w列的数值；
(2.2)采用下式计算样本概率，删除概率最小的样本，
Po＝poco (4)
式中，po为样本o出现的概率，co为样本o的密度距离，表示如下：
式中，dol和dok分别为dog中最小的两个值，样本l和样本k为离样本o最近的2个样本；
(2.3)更新样本l和样本k出现的概率为：
式中，pl为样本l出现的概率，pk为样本k出现的概率；
重复第(2.1)～(2.3)步，直至样本数量满足设定的要求。
3)建立基于双层优化的分布式电源准入容量模型；
建立基于双层优化的分布式电源准入容量模型的目的是通过分布式电源容量和储能设备运行策略的优化，使网络中能够接入的分布式电源最多，分别将容量优化和运行策略优化作为外层和内层优化可以得到如下模型。
包括：
(3.1)外层模型
分布式电源准入容量的外层目标函数如下式所示：
式中，PDGi为分布式电源在节点i的接入容量，即分布式电源的最大额定发电功率，作为分布式电源在蒙特卡洛抽样时的发电曲线最大值；N为系统中分布式电源可接入节点总数；
约束条件包括分布式电源容量约束、潮流计算等式约束、系统运行约束；其中，
分布式电源容量约束为：
式中，PDGmax为线路中分布式电源接入总容量的最大值；
影响分布式电源接入配电网的因素有多种，本发明主要考虑分布式电源接入网络的节点电压和潮流约束，即系统电压幅值以及线路潮流约束。因此，系统运行约束为：
式中，Sijs(t)为场景s下线路ij在t时段传输的视在功率；Sijmax为场景s下线路ij在t时段传输视在功率的限值；Umin为节点电压下限值，Uis(t)为场景s下节点i在时段t的电压，Umax为节点电压上限值；
潮流计算等式约束为：
式中，PDGis(t)为场景s下节点i的分布式电源在t时段的有功功率；PCHis(t)为场景s下节点i的储能在t时段的放电有功功率；PDi(t)为节点i负荷在t时段的有功功率；Vis(t)为场景s下节点i在t时段的电压值；Vjs(t)为场景s下节点j在t时段的电压值；Gij为节点i、j间的电导；Bij为节点i、j间的电纳；δij为节点i、j间的相角差；QDGis(t)为场景s下节点i的分布式电源在t时段的无功功率；QCHis(t)为场景s下节点i的储能在t时段的放电无功功率；QDi(t)为节点i负荷在t时段的无功功率；其中，PCHis(t)和QCHis(t)由内层优化得到；
(3.2)内层模型
内层优化的目的是通过优化储能设备的运行策略，使节点电压和潮流指标最优，促进系统对光伏的消纳，总共有两个目标，节点电压综合改善值最小和支路综合潮流指标最小。目标函数如下所示：
minF＝0.5f1+0.5f2 (11)
式中，f1为电压综合偏差值指标，f2为支路综合潮流指标；
分布式电源在配电网的接入对网络电压具有一定支撑作用，DG的接入能够有效地调整节点电压的幅值，使各节点电压能够有效抬升，但是当分布式电源的大小和容量分布不合理时，会使网络电压超过安全值；通过调节储能设备的运行策略，可以一定程度上改善系统潮流的时序分布，从而促进分布式电源的接入。因此，本发明选择节点电压与未接入分布式电源时电压的偏差最小作为内层优化的一个因素，使节点电压更接近，电压综合偏差值指标f1如下：
式中，T为总时段数，i为节点，N为总节点数，Vis(t)为场景s下节点i在t时段的节点电压值，Vi0(t)为节点i的电压期望值，选为额定电压，Vimax、Vimin为节点i的电压上、下限；
支路潮流也是分布式电源接入的一个重要指标，分布式电源的接入可能使支路出现倒送潮流，当该潮流过大时可能超过支路能承受的极限。但由于分布式电源的出力曲线仅在一天中某几个小时处于最大值，因此支路中倒送潮流较大的时间也仅是正午时段。通过储能设备运行策略的调节能够使线路中潮流分布在时间上更均衡，避免出现超过线路承载极限的情况，因此支路潮流指标也应作为目标函数中的一部分。支路综合潮流指标f2如下：
式中，Pijs(t)为场景s下线路ij的潮流分布；Pij0(t)为场景s下未接入分布式电源时线路ij的潮流分布，i流向j则为正，反之为负；
约束条件包括储能设备约束、系统运行约束；其中储能设备约束如下：
式中，Schc(t)是储能设备c在t时段的储能容量；Schcmax(t)为储能设备c的最大储能容量；Pchc(t)为储能设备c的在t时段的放热功率；Pchcmin和Pchcmax是储能设备c的储电功率限值和放电功率限值，其中储电功率限值为负。
4)基于遗传算法求解基于双层优化的分布式电源准入容量模型。
本发明提出的方法能够针对含有储能的配电网，计算分布式电源的最大准入容量，其中涉及优化问题，因此可采用基于遗传算法的求解方法。具体包括：
(4.1)根据变压器容量确定分布式电源样本接入容量上下限；
(4.2)生成外层优化的初始种群，包括y个个体，个体采用二进制编码表示分布式电源在各节点的接入容量；
(4.3)判断是否满足分布式电源容量约束，若满足要求则继续进行下一步，若不满足则返回第(4.2)步骤；
(4.4)针对分布式电源的概率模型和数据进行蒙特卡洛抽样，得到多个归一化后的分布式电源曲线样本，用场景削减法得到M个目标典型场景；将外层优化的初始种群中个体的二进制编码转换为十进制，作为目标典型场景中分布式电源曲线的最大值；
(4.4)生成内层优化的初始种群，包括e个个体，个体采用二进制编码表示储能设备在T个时段的功率；
(4.5)针对内层优化的种群进行设备功率和容量的约束判断，不符合要求的个体需重新产生，直到所有内层个体均符合要求；
(4.6)每一个内层个体均对应M个目标典型场景，分别调用OpenDSS进行潮流计算，输出每个场景下的节点电压和支路潮流分布；
(4.7)判断每一个内层个体的M组潮流计算结果是否满足系统运行约束，若均满足则进入下一步骤；若不满足则返回第(4.4)步骤；
(4.8)根据分布式电源在各节点的接入容量，采用遗传算法进行内层寻优，在一个目标典型场景中，对应一组分布式电源在各节点的接入容量得到一个最优的储热设备运行策略；
(4.9)计算分布式电源准入容量的外层目标函数；进行选择、交叉和变异遗传操作；进行精英保留；
(4.10)收敛判定，若不能达到收敛则返回第(4.3)步，若满足收敛条件，则输出优化结果。
5.根据权利要求4所述的基于OpenDSS的含储能配网分布式电源准入容量计算方法，其特征在于，第(4.6)步所述的调用OpenDSS进行潮流计算的过程如下：
(4.61)在OpenDSS中输入电路信息，包括主电源、变压器、线路、负荷、开关、分布式电源、储能设备和电压潮流监视器；
(4.62)利用Matlab中的启动语句驱动OpenDSS接口，调用已编辑好的OpenDSS电路；
(4.63)向OpenDSS电路输入目标典型场景的分布式电源曲线，并解电路；
(4.64)输出电压潮流监视器中的各节点时序电压和各线路的时序潮流结果。

Claims (6)

1.一种基于OpenDSS的含储能配网分布式电源准入容量计算方法，其特征在于，包括如下步骤：
1)建立分布式电源模型，包括太阳光照强度的概率分布模型和光伏输出功率概率分布模型；
2)采用多场景技术确定分布式电源的典型曲线；
3)建立基于双层优化的分布式电源准入容量模型；
4)基于遗传算法求解基于双层优化的分布式电源准入容量模型。
2.根据权利要求1所述的基于OpenDSS的含储能配网分布式电源准入容量计算方法，其特征在于，步骤1)中：
(1.1)所述的太阳光照强度的概率分布模型为：
式中，r为太阳辐射照度，Γ(·)为Gamma函数；α和β分别为Beta分布形状参数；
(1.2)所述的光伏输出功率概率分布模型为：
式中，PPV(t)为光伏在时段t的输出功率；PPVmax为光伏出力的最大值。
3.根据权利要求1所述的基于OpenDSS的含储能配网分布式电源准入容量计算方法，其特征在于，步骤2)包括：
(2.1)对任意2个样本o,g，o≠g，计算样本o和样本g之间的距离dij，如下式所示：
式中，dog为样本o和g之间的距离，w指样本的第w列，z指样本的总列数，xow为第o个样本第w列的数值，xgw为第g个样本第w列的数值；
(2.2)采用下式计算样本概率，删除概率最小的样本，
Po＝poco (4)
式中，po为样本o出现的概率，co为样本o的密度距离，表示如下：
式中，dol和dok分别为dog中最小的两个值，样本l和样本k为离样本o最近的2个样本；
(2.3)更新样本l和样本k出现的概率为：
式中，pl为样本l出现的概率，pk为样本k出现的概率；
重复第(2.1)～(2.3)步，直至样本数量满足设定的要求。
4.根据权利要求1所述的基于OpenDSS的含储能配网分布式电源准入容量计算方法，其特征在于，步骤3)包括：
(3.1)外层模型
分布式电源准入容量的外层目标函数如下式所示：
式中，PDGi为分布式电源在节点i的接入容量，即分布式电源的最大额定发电功率，作为分布式电源在蒙特卡洛抽样时的发电曲线最大值；N为系统中分布式电源可接入节点总数；
约束条件包括分布式电源容量约束、潮流计算等式约束、系统运行约束；其中，
分布式电源容量约束为：
式中，PDGmax为线路中分布式电源接入总容量的最大值；
系统运行约束为：
式中，Sijs(t)为场景s下线路ij在t时段传输的视在功率；Sijmax为场景s下线路ij在t时段传输视在功率的限值；Umin为节点电压下限值，Uis(t)为场景s下节点i在时段t的电压，Umax为节点电压上限值；
潮流计算等式约束为：
式中，PDGis(t)为场景s下节点i的分布式电源在t时段的有功功率；PCHis(t)为场景s下节点i的储能在t时段的放电有功功率；PDi(t)为节点i负荷在t时段的有功功率；Vis(t)为场景s下节点i在t时段的电压值；Vjs(t)为场景s下节点j在t时段的电压值；Gij为节点i、j间的电导；Bij为节点i、j间的电纳；δij为节点i、j间的相角差；QDGis(t)为场景s下节点i的分布式电源在t时段的无功功率；QCHis(t)为场景s下节点i的储能在t时段的放电无功功率；QDi(t)为节点i负荷在t时段的无功功率；其中，PCHis(t)和QCHis(t)由内层优化得到；
(3.2)内层模型
目标函数如下所示：
minF＝0.5f1+0.5f2 (11)
式中，f1为电压综合偏差值指标，f2为支路综合潮流指标；
电压综合偏差值指标f1如下：
式中，T为总时段数，i为节点，N为总节点数，Vis(t)为场景s下节点i在t时段的节点电压值，Vi0(t)为节点i的电压期望值，选为额定电压，Vimax、Vimin为节点i的电压上、下限；
支路综合潮流指标f2如下：
式中，Pijs(t)为场景s下线路ij的潮流分布；Pij0(t)为场景s下未接入分布式电源时线路ij的潮流分布，i流向j则为正，反之为负；
约束条件包括储能设备约束、系统运行约束；其中储能设备约束如下：
式中，Schc(t)是储能设备c在t时段的储能容量；Schcmax(t)为储能设备c的最大储能容量；Pchc(t)为储能设备c的在t时段的放热功率；Pchcmin和Pchcmax是储能设备c的储电功率限值和放电功率限值，其中储电功率限值为负。
5.根据权利要求1所述的基于OpenDSS的含储能配网分布式电源准入容量计算方法，其特征在于，步骤4)包括：
(4.1)根据变压器容量确定分布式电源样本接入容量上下限；
(4.2)生成外层优化的初始种群，包括y个个体，个体采用二进制编码表示分布式电源在各节点的接入容量；
(4.3)判断是否满足分布式电源容量约束，若满足要求则继续进行下一步，若不满足则返回第(4.2)步骤；
(4.4)针对分布式电源的概率模型和数据进行蒙特卡洛抽样，得到多个归一化后的分布式电源曲线样本，用场景削减法得到M个目标典型场景；将外层优化的初始种群中个体的二进制编码转换为十进制，作为目标典型场景中分布式电源曲线的最大值；
(4.4)生成内层优化的初始种群，包括e个个体，个体采用二进制编码表示储能设备在T个时段的功率；
(4.5)针对内层优化的种群进行设备功率和容量的约束判断，不符合要求的个体需重新产生，直到所有内层个体均符合要求；
(4.6)每一个内层个体均对应M个目标典型场景，分别调用OpenDSS进行潮流计算，输出每个场景下的节点电压和支路潮流分布；
(4.7)判断每一个内层个体的M组潮流计算结果是否满足系统运行约束，若均满足则进入下一步骤；若不满足则返回第(4.4)步骤；
(4.8)根据分布式电源在各节点的接入容量，采用遗传算法进行内层寻优，在一个目标典型场景中，对应一组分布式电源在各节点的接入容量得到一个最优的储热设备运行策略；
(4.9)计算分布式电源准入容量的外层目标函数；进行选择、交叉和变异遗传操作；进行精英保留；
(4.10)收敛判定，若不能达到收敛则返回第(4.3)步，若满足收敛条件，则输出优化结果。
6.根据权利要求5所述的基于OpenDSS的含储能配网分布式电源准入容量计算方法，其特征在于，第(4.6)步所述的调用OpenDSS进行潮流计算的过程如下：
(4.61)在OpenDSS中输入电路信息，包括主电源、变压器、线路、负荷、开关、分布式电源、储能设备和电压潮流监视器；
(4.62)利用Matlab中的启动语句驱动OpenDSS接口，调用已编辑好的OpenDSS电路；
(4.63)向OpenDSS电路输入目标典型场景的分布式电源曲线，并解电路；
(4.64)输出电压潮流监视器中的各节点时序电压和各线路的时序潮流结果。
CN201811361737.0A 2018-11-15 2018-11-15 基于OpenDSS的含储能配网分布式电源准入容量计算方法 Active CN109586297B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811361737.0A CN109586297B (zh) 2018-11-15 2018-11-15 基于OpenDSS的含储能配网分布式电源准入容量计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811361737.0A CN109586297B (zh) 2018-11-15 2018-11-15 基于OpenDSS的含储能配网分布式电源准入容量计算方法

Publications (2)

Publication Number Publication Date
CN109586297A true CN109586297A (zh) 2019-04-05
CN109586297B CN109586297B (zh) 2022-04-12

Family

ID=65922653

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811361737.0A Active CN109586297B (zh) 2018-11-15 2018-11-15 基于OpenDSS的含储能配网分布式电源准入容量计算方法

Country Status (1)

Country Link
CN (1) CN109586297B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110752956A (zh) * 2019-10-30 2020-02-04 国家电网公司华东分部 一种基于可信节点的分布式光伏采集布点及估计优化方法
CN111342461A (zh) * 2020-03-30 2020-06-26 国网福建省电力有限公司 一种考虑网架动态重构的配电网优化调度方法及系统
CN114336758A (zh) * 2022-01-07 2022-04-12 国网江苏省电力有限公司经济技术研究院 网格化管理的多级配网分布式光伏接纳能力确定方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100263709A1 (en) * 2009-04-15 2010-10-21 Richard Norman Systems for cost-effective concentration and utilization of solar energy
CN104021300A (zh) * 2014-06-18 2014-09-03 合肥工业大学 一种基于分布式电源接入对配电网影响的综合评估方法
CN104810860A (zh) * 2015-02-06 2015-07-29 华北水利水电大学 一种风电场内功率分配方法及分配装置
CN105958550A (zh) * 2016-05-25 2016-09-21 毛新龙 基于分布式电源的智能电力控制方法
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
US20170229871A1 (en) * 2014-03-13 2017-08-10 Qatar Foundation For Education Science And Community Development Modulation and control methods for quasi-z-source cascade multilevel inverters
CN107437824A (zh) * 2017-06-28 2017-12-05 国电南瑞科技股份有限公司 一种基于遗传算法的地区分布式电源准入容量的计算方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100263709A1 (en) * 2009-04-15 2010-10-21 Richard Norman Systems for cost-effective concentration and utilization of solar energy
US20170229871A1 (en) * 2014-03-13 2017-08-10 Qatar Foundation For Education Science And Community Development Modulation and control methods for quasi-z-source cascade multilevel inverters
CN104021300A (zh) * 2014-06-18 2014-09-03 合肥工业大学 一种基于分布式电源接入对配电网影响的综合评估方法
CN104810860A (zh) * 2015-02-06 2015-07-29 华北水利水电大学 一种风电场内功率分配方法及分配装置
CN105958550A (zh) * 2016-05-25 2016-09-21 毛新龙 基于分布式电源的智能电力控制方法
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
CN107437824A (zh) * 2017-06-28 2017-12-05 国电南瑞科技股份有限公司 一种基于遗传算法的地区分布式电源准入容量的计算方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ZHENGHUI ZHAO ET AL: "Simulation of automatic network reconfiguration technology in distribution system by OpenDss", 《2016 51ST INTERNATIONAL UNIVERSITIES POWER ENGINEERING CONFERENCE (UPEC)》 *
刘科研等: "考虑电压约束的分布式电源接入配电网最大准入容量计算方法", 《电力自动化设备》 *
高亚静等: "考虑间歇性电源与负荷不确定性情况下基于多场景技术的主动配电系统两步优化调度", 《中国电机工程学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110752956A (zh) * 2019-10-30 2020-02-04 国家电网公司华东分部 一种基于可信节点的分布式光伏采集布点及估计优化方法
CN110752956B (zh) * 2019-10-30 2022-02-15 国家电网公司华东分部 一种基于可信节点的分布式光伏采集布点及估计优化方法
CN111342461A (zh) * 2020-03-30 2020-06-26 国网福建省电力有限公司 一种考虑网架动态重构的配电网优化调度方法及系统
CN111342461B (zh) * 2020-03-30 2022-08-05 国网福建省电力有限公司 一种考虑网架动态重构的配电网优化调度方法及系统
CN114336758A (zh) * 2022-01-07 2022-04-12 国网江苏省电力有限公司经济技术研究院 网格化管理的多级配网分布式光伏接纳能力确定方法

Also Published As

Publication number Publication date
CN109586297B (zh) 2022-04-12

Similar Documents

Publication Publication Date Title
Wong et al. Review on the optimal placement, sizing and control of an energy storage system in the distribution network
Reddy Optimal scheduling of thermal-wind-solar power system with storage
Jain et al. Distributed generation deployment: State-of-the-art of distribution system planning in sustainable era
Sun et al. Optimization planning method of distributed generation based on steady-state security region of distribution network
Wang et al. Adaptive control for energy storage systems in households with photovoltaic modules
CN107910863B (zh) 综合考虑光伏出力和负荷需求预测区间的配电网调度方法
CN109214593B (zh) 一种主动配电网供电能力多目标评价方法
Gu et al. Placement and capacity selection of battery energy storage system in the distributed generation integrated distribution network based on improved NSGA-II optimization
Zhang et al. Research on bi-level optimized operation strategy of microgrid cluster based on IABC algorithm
CN105186570B (zh) 微电网供电控制方法和装置
CN104852399B (zh) 光储微网系统的储能容量动态优化方法
CN104751246A (zh) 一种基于随机机会约束的有源配电网规划方法
CN109586297A (zh) 基于OpenDSS的含储能配网分布式电源准入容量计算方法
Wang et al. Automatic adjustment method of power flow calculation convergence for large-scale power grid based on knowledge experience and deep reinforcement learning
Zou Design of reactive power optimization control for electromechanical system based on fuzzy particle swarm optimization algorithm
CN110119888A (zh) 一种基于分布式电源接入的有源网格化规划方法
CN110635518A (zh) 一种基于光伏高渗透率的源网荷储优化方法
CN110912177A (zh) 一种多端柔性直流输电系统多目标优化设计方法
CN111092451A (zh) 一种基于配电网网格的光伏消纳预警方法
CN113962159A (zh) 一种基于合理弃光的配电网光伏最大接入容量的评估方法
CN114825388A (zh) 一种基于源网荷储协同的新能源综合消纳调度方法
Guo et al. Microgrid source-network-load-storage master-slave game optimization method considering the energy storage overcharge/overdischarge risk
CN105305463B (zh) 计及光伏发电和谐波污染的基于随机潮流的无功优化方法
Pan et al. Dual-layer optimal dispatching strategy for microgrid energy management systems considering demand response
Linlin et al. Research on Multi-Objective Reactive Power Optimization of Power Grid With High Proportion of New Energy

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