CN109599890B - 一种低压配电网的高比例光伏消纳方法及系统 - Google Patents

一种低压配电网的高比例光伏消纳方法及系统 Download PDF

Info

Publication number
CN109599890B
CN109599890B CN201811288132.3A CN201811288132A CN109599890B CN 109599890 B CN109599890 B CN 109599890B CN 201811288132 A CN201811288132 A CN 201811288132A CN 109599890 B CN109599890 B CN 109599890B
Authority
CN
China
Prior art keywords
distribution network
low
constraint
voltage
power flow
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
CN201811288132.3A
Other languages
English (en)
Other versions
CN109599890A (zh
Inventor
唐巍
李天锐
谢辉
张博
蔡永翔
王照琪
高博
谢毓广
陈凡
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.)
China Agricultural University
China Electric Power Research Institute Co Ltd CEPRI
Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd
Original Assignee
China Agricultural University
China Electric Power Research Institute Co Ltd CEPRI
Electric Power Research Institute of State Grid Anhui 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 China Agricultural University, China Electric Power Research Institute Co Ltd CEPRI, Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd filed Critical China Agricultural University
Priority to CN201811288132.3A priority Critical patent/CN109599890B/zh
Publication of CN109599890A publication Critical patent/CN109599890A/zh
Application granted granted Critical
Publication of CN109599890B publication Critical patent/CN109599890B/zh
Active 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
    • H02J3/04—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
    • H02J3/26—Arrangements for eliminating or reducing asymmetry in polyphase 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
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • 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
    • Y02E40/50—Arrangements for eliminating or reducing asymmetry in polyphase networks
    • 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

本发明实施例提供了一种低压配电网的高比例光伏消纳方法及系统，包括：求解低压配电网的预设最优潮流模型，获取低压配电网对应的最优潮流结果；根据最优潮流结果对低压配电网进行优化，以实现对低压配电网的高比例光伏消纳；其中，预设最优潮流模型的目标函数包括低压配电网的第一目标函数和第二目标函数，第一目标函数为低压配电网的网损最小，第二目标函数为低压配电网的光伏切机量最小；预设最优潮流模型的约束条件包括：潮流约束、电压约束、三相不平衡约束、中性线电压约束、支路电流约束、光伏逆变器容量约束、储能约束以及有载分接开关OLTC相邻时段调节挡位数约束。实现了考虑三相不平衡度低压配电网的高比例光伏消纳。

Description

一种低压配电网的高比例光伏消纳方法及系统
技术领域
本发明实施例涉及光伏电源并网的消纳技术领域，更具体地，涉及一种低压配电网的高比例光伏消纳方法及系统。
背景技术
随着社会经济的高速发展和人口的持续增加，以煤、石油、天然气等为主的常规能源日益减少，同时化石能源的利用也导致了环境污染和生态失衡，这使得分布式光伏电源的开发与就地利用迫在眉睫，低压配电网中高比例光伏并网的消纳技术正成为研究趋势和方向。
目前，对于分布式光伏消纳能力的研究主要分为3个方向，第一个方向为计算和优化分布式光伏的最大接入容量，通过不同的约束条件搭建模型，以求出最大的消纳容量；第二个方向为对于分布式光伏对配电网的消纳能力进行评估，对不同的方案给出评估的结果，进行方案的优选；第三个方向为利用控制调节设备对光伏消纳技术进行优化，提高光伏的消纳容量。
低压配电网中由于三相负荷不平衡、三相线路参数不对称，三相不平衡问题十分突出，这不仅增加了线路损耗，而且影响电动机及用电设备的安全运行。大量户用单相光伏接入低压配电网进一步加剧了三相不平衡现象，因此，消纳光伏应该考虑三相不平衡指标。高比例分布式光伏并网会引起电压偏差、网损增加以及三相不平衡等问题，严重制约配电网消纳光伏的能力，浪费配电网资源和光伏能源。因此，亟需提供一种低压配电网的高比例光伏消纳方法。
发明内容
本发明实施例提供了一种克服上述问题或者至少部分地解决上述问题的低压配电网的高比例光伏消纳方法及系统。
第一方面本发明实施例提供了一种低压配电网的高比例光伏消纳方法，包括：
求解低压配电网的预设最优潮流模型，获取所述低压配电网对应的最优潮流结果；
根据所述最优潮流结果对所述低压配电网进行优化，以实现对所述低压配电网的高比例光伏消纳；
其中，所述预设最优潮流模型的目标函数包括所述低压配电网的第一目标函数和第二目标函数，所述第一目标函数为所述低压配电网的网损最小，所述第二目标函数为所述低压配电网的光伏切机量最小；所述预设最优潮流模型的约束条件包括：潮流约束、电压约束、三相不平衡约束、中性线电压约束、支路电流约束、光伏逆变器容量约束、储能约束以及有载分接开关OLTC相邻时段调节挡位数约束。
另一方面本发明实施例提供了一种低压配电网的高比例光伏消纳系统，包括：
求解模块，用于求解低压配电网的预设最优潮流模型，获取所述低压配电网对应的最优潮流结果；
优化模块，用于根据所述最优潮流结果对所述低压配电网进行优化，以实现对所述低压配电网的高比例光伏消纳；
其中，所述预设最优潮流模型的目标函数包括所述低压配电网的第一目标函数和第二目标函数，所述第一目标函数为所述低压配电网的网损最小，所述第二目标函数为所述低压配电网的光伏切机量最小；所述预设最优潮流模型的约束条件包括：潮流约束、电压约束、三相不平衡约束、中性线电压约束、支路电流约束、光伏逆变器容量约束、储能约束以及有载分接开关OLTC相邻时段调节挡位数约束。
第三方面本发明实施例提供了包括处理器、通信接口、存储器和总线，其中，处理器，通信接口，存储器通过总线完成相互间的通信，处理器可以调用存储器中的逻辑指令，以执行第一方面提供的低压配电网的高比例光伏消纳方法。
第四方面本发明实施例提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面提供的低压配电网的高比例光伏消纳方法。
本发明实施例提供的一种低压配电网的高比例光伏消纳方法及系统，通过求解以网损和光伏切机量最小为目标函数，充分考虑电网潮流、节点电压、三相不平衡度等约束条件的预设最优潮流模型，得到最优潮流结果，再利用最优潮流结果对低压配电网进行优化，实现了考虑三相不平衡度低压配电网的高比例光伏消纳。
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为本发明实施例提供的一种低压配电网的高比例光伏消纳方法的流程图；
图2为本发明实施例提供的一种低压配电网的高比例光伏消纳系统的结构框图；
图3为本发明实施例提供的一种电子设备的结构示意图。
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地描述，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。
图1为本发明实施例提供的一种低压配电网的高比例光伏消纳方法的流程图，如图1所示，包括：
S101，求解低压配电网的预设最优潮流模型，获取所述低压配电网对应的最优潮流结果；
S102，根据所述最优潮流结果对所述低压配电网进行优化，以实现对所述低压配电网的高比例光伏消纳；
其中，所述预设最优潮流模型的目标函数包括所述低压配电网的第一目标函数和第二目标函数，所述第一目标函数为所述低压配电网的网损最小，所述第二目标函数为所述低压配电网的光伏切机量最小；所述预设最优潮流模型的约束包括：潮流约束、电压约束、三相不平衡约束、中性线电压约束、支路电流约束、光伏逆变器容量约束、储能约束以及有载分接开关OLTC相邻时段调节挡位数约束。
其中，在步骤S101中，目标函数包括第一目标函数和第二目标函数，下面具体对两者进行说明：
a)第一目标函数，对于低压配电网的最优潮流模型，可以将最小化网损作为目标。网损包含两部分，一是abc三相的网络损耗，二是由于三相不对称而引起的中性点偏移，导致中性线上的网络损耗。为了表达方便，可以将网损表达式表示为矩阵形式：
Figure BDA0001849517850000041
式中：Ibranch表示支路电流，其维度为l×1(l为支路个数)；R表示支路阻抗矩阵，其维度为l×1。
b)第二目标函数，光伏渗透率可以作为光伏消纳的重要指标，当光伏渗透率最大时，对应的光伏切机量是最小的：
Figure BDA0001849517850000042
式中：PPV表示光伏消纳量；PMPPT表示光伏电源的最大出力；
Figure BDA0001849517850000043
表示光伏切机量。
因此，为了提高电网的消纳能力，可以将光伏切机量最小作为目标函数：
Figure BDA0001849517850000051
因此，多目标模型的目标函数可设为：
Figure BDA0001849517850000052
式中：ω1、ω2分别代表所对应项目标的权重系数，ω1+ω2＝1；f1 max、
Figure BDA0001849517850000053
分别表示对应目标函数可以取到的最大值。
约束条件包括：潮流约束、电压约束、三相不平衡约束、中性线电压约束、支路电流约束、光伏逆变器容量约束、储能约束以及有载分接开关OLTC相邻时段调节挡位数约束。下面对上述各约束条件分别进行说明：
a)潮流约束，在配电网中，可以用节点导纳矩阵求解网络潮流，方程满足基尔霍夫电流与基尔霍夫电压定律，同时，对于分布式电源和负荷的接入也同样适用：
[Y]·[v]＝[Iinj] (5)
式中：[Y]表示网络的节点导纳矩阵，其维度为n×n(n表示网络的节点个数)；[v]是由各节点电压组成的矩阵，其维度为n×1；[Iinj]表示各个节点因光伏或负荷的接入而形成的净注入电流，其维度为n×1。
b)电压约束，对于abc三相上各节点的电压值，依照国家标准，应当存在一个最大限值，保证电网的安全运行：
Figure BDA0001849517850000054
式中：vi表示abc各相上的电压值；
Figure BDA0001849517850000055
表示该节点的电压最大允许值。
同理，对电压的下限应当存在一个最小值，以保证接入电网的设备正常使用
|vi|≥|Vi |,i∈abc (7)
式中：Vi 表示该节点的电压最小限值。
c)三相不平衡约束，三相不平衡是电能质量的一个重要指标，虽然影响电力系统的因素有非常的多，但正常性不平衡的情况大多是因为三相的元器件、线路参数或负荷的不对称。由于三相负荷的因素是不一定的，所以供电点的三相电压和电流极易出现三相不平衡的现象，损耗线路。《电能质量三相电压不平衡》规定：电网正常运行时电力系统公共连接点电压不平衡度允许值为2％，短时不得超过4％；接于公共连接点的每个用户，引起该点正常电压不平衡度允许值一般在1.3％，短时不超过2.6％。对于三相不平衡度的定义，一般采用电压的负序基波分量与正序基波分量的比值：
Figure BDA0001849517850000061
式中：Va,m、Vb,m、Vc,m分别表示在节点m的abc三相所对应的电压值；Vnm表示节点m负序电压；Vpm表示节点m的正序电压；
Figure BDA0001849517850000062
d)中性线电压约束
Figure BDA0001849517850000063
式中：vi,neutral表示节点i的中性线上的电压值；
Figure BDA0001849517850000064
为中性线电压的最大允许值。
e)支路电流约束
Figure BDA0001849517850000065
式中：Iij表示连接节点i和节点j的支路ij的支路电流；
Figure BDA0001849517850000066
表示支路电流的最大允许值。
f)光伏逆变器容量约束，光伏逆变器输出的无功功率并不是无限制的，无功功率、有功功率以及光伏逆变器容量要满足一定约束条件：
Figure BDA0001849517850000067
式中：Pi、Qi分别表示接入节点i的光伏逆变器可以输出的有功功率、无功功率的调节量；Si表示接入节点i的光伏逆变器的安装容量。
g)储能约束
Figure BDA0001849517850000071
式中：
Figure BDA0001849517850000072
表示abc三相由集中控制器决定需要注入的总储能功率
h)OLTC相邻时段调节挡位数约束
Figure BDA0001849517850000073
式中：
Figure BDA0001849517850000074
和
Figure BDA0001849517850000075
表示OLTC档位调节变化标识，为0-1变量，若
Figure BDA0001849517850000076
则OLTC档位值在第t时段比t-1时段档位值大，
Figure BDA0001849517850000077
类似；
Figure BDA0001849517850000078
是表示档位s变比标识的0-1变量；SRj为OLTC档位变化范围；
Figure BDA0001849517850000079
为T时段内OLTC档位最大允许调节次数。
具体地，对于接入高比例光伏的低压配电网，受光照、温度等多方面因素影响，光伏发电的出力存在随机性、间歇性等特点，光伏接入低压配电网后会对原有电网的线路潮流、节点电压、三相不平衡、网络损耗等造成一定的影响，会造成反向功率流以及电压上升等现象。预设优化模型，以网损和光伏切机量最小为目标函数，充分考虑电网潮流、节点电压、三相不平衡度等约束条件，通过优化光伏逆变器的注入功率、储能注入功率、有载调压变压器调节量等变量，从而建立计及光伏消纳的低压配电网三相四线制最优潮流模型。
本发明实施例提供的一种低压配电网的高比例光伏消纳方法，通过求解以网损和光伏切机量最小为目标函数，充分考虑电网潮流、节点电压、三相不平衡度等约束条件的预设最优潮流模型，得到最优潮流结果，再利用最优潮流结果对低压配电网进行优化，实现了考虑三相不平衡度低压配电网的高比例光伏消纳。
在上述实施例中，在求解低压配电网的预设最优潮流模型，获取所述低压配电网对应的最优潮流结果之前，还包括：
根据高比例光伏接入所述低压配电网前后所述低压配电网的网络数据的变化，建立所述预设最优潮流模型。
其中，网络初始数据可包括网络拓扑结构、负荷分布、分布式电源分布和量测配置情况等。
具体地，分析高比例光伏接入后对配电网产生的影响，并因此提出合理的光伏消纳措施，一次建立预设最优潮流模型。
在上述实施例中，所述目标函数为所述第一目标函数和所述第二目标函数的加权和，其表达式为：
Figure BDA0001849517850000081
其中，ω1、ω2分别表示所对应项目标的权重系数，ω1+ω2＝1；f1表示所述第一目标函数，f2表示所述第二目标函数，f1 max、
Figure BDA0001849517850000082
分别表示所述第一目标函数和所述第二目标函数的最大值。
在上述实施例中，所述求解低压配电网的预设最优潮流模型，获取所述低压配电网对应的最优潮流结果，具体包括：
对所述预设最优潮流模型进行凸化处理，求解凸化处理后的所述预设优化潮流模型，获取所述低压配电网对应的最优潮流结果。
具体地，优化模型中含有大量的非线性等式或不等式，如式(1)和式(8)，这大大增加了问题的求解难度。因此必须对模型进行凸化处理，以简化计算。
在上述实施例中，所述对所述预设优化潮流模型进行凸化处理，具体包括：
分别对所述预设优化潮流模型的目标函数和约束条件进行凸化处理。
在上述实施例中，对所述预设优化潮流模型的目标函数进行凸化处理，具体包括：
引入节点导纳矩阵和关联矩阵，对所述目标函数进行凸化处理；经凸化处理后的所述目标函数为：
Figure BDA0001849517850000091
其中，Iinj为节点j的注入电流，[M]为关联矩阵，[Y]-1表示网络的节点导纳矩阵的逆矩阵，R为支路阻抗矩阵，其维度为l×1。
具体地，在求解注入电流Iinj时，可以把负荷和光伏看作恒电流模型，以b相为例，b相线路与中性线n通过光伏或负荷连接形成闭合回路，产生电流经过光伏或负荷，a相和c相同理。对于接入各节点的光伏和负荷，可以用下式求出节点的注入电流：
Figure BDA0001849517850000092
式中：P、Q分别表示节点的净注入有功功率和无功功率；V*表示该节点电压的共轭值。
节点导纳矩阵[Y]是可逆矩阵，因此可以求得各节点的电压值：
[v]＝[Y]-1·[Iinj] (15)
式中：[Y]-1表示网络的节点导纳矩阵的逆矩阵。
在低压配电网中，一般由于光伏或负荷的接入存在严重的三相不平衡现象，导致电网各节点电压、相角并不完全对称，因此，所有变量均采用复数形式以同时表征幅值和相角，这就增加了模型的求解难度。通过将每个复数变量的实部和虚部分开计算，可以把非线性问题转化为线性问题，从而简化求解难度。因此，式(11)的电压可用下式求出：
vi,real＝Re([Yi,*]-1)·[Iinj,real]-Im([Yi,*]-1)·[Iinj,imag] (16)
vi,imag＝Im([Yi,*]-1)·[Iinj,real]+Re([Yi,*]-1)·[Iinj,imag] (17)
式中：vi,real、vi,imag分别表示节点i电压的实部和虚部；Iinj,real、Iinj,imag分别取Iinj的实部和虚部。
计算网络损耗时，需要求出各个支路的支路电流，该变量是复数，因此借助关联矩阵[M]简化求解难度：
[Ibranch]＝[M]·[v] (18)
式中：[v]是表示各节点的电压向量，可由式(11)计算得出；[M]是表示节点电压和支路电流关系的关联矩阵，其维度为l×n。根据欧姆定律，支路中流过的电流大小等于支路两端的电压差与其支路阻抗的比值，因此，[M]可由[Y]推导得出：
Figure BDA0001849517850000101
式中：Mk,i表示连接第k条支路的首节点i在[Y]中对应的元素；Mk,j表示连接第k条支路的末节点j在[Y]中对应的元素。
因此，目标函数可以线性化成为下述表达式：
Figure BDA0001849517850000102
在上述实施例中，对所述预设优化潮流模型的约束条件进行凸化处理，具体包括：
对所述电压约束、所述三相不平衡约束、所述中性线电压约束、所述支路电流约束以及所述储能约束进行凸化处理。
具体地，分别对各不同约束条件的凸化处理进行说明：
a)电压约束的凸化处理，电压上限约束可以用电压的实部和虚部表示：
Figure BDA0001849517850000103
相反，电压下限约束不等式中，
Figure BDA0001849517850000104
为凹函数，因此，要将不等式转化为凸函数，方便求得优化问题的最优解。
-K1A·vi,real-K2A·vi,imag≤-Vi ,i∈a (22)
-K1B·vi,real-K2B·vi,imag≤-Vi ,i∈b (23)
-K1C·vi,real-K2C·vi,imag≤-Vi ,i∈c (24)
式中：K1A、K2A、K1B、K2B、K1C、K2C表示配电网各相电压下限约束的系数，其大小可通过使电压的角度偏移最小求出。
b)三相不平衡约束的凸化处理，虽然电压的负序分量和正序分量都是凸函数，但是两者的比值是一个凹函数，因此，要将三相不平衡度约束作简化：
Figure BDA0001849517850000111
式中：
Figure BDA0001849517850000117
表示
Figure BDA0001849517850000112
相的标称电压。
所以三相不平衡约束可简化为：
Figure BDA0001849517850000116
c)中性线电压约束的凸化处理，中性线电压同样可以把复数拆分成实部和虚部的运算：
Figure BDA0001849517850000113
d)支路电流约束凸化处理，任意两节点的电流大小可以用下式求出：
Iij＝Yij(vi-vj) (28)
式中：vi、vj分别表示节点i和节点j的电压值，是复数变量；Yij表示连接节点i和节点j的节点导纳矩阵[Y]中的对应元素。
上述表达式同样为复数表达式，可以将复数拆解为实部和虚部，最后支路电流的大小取模长：
Figure BDA0001849517850000114
Figure BDA0001849517850000115
式中：根据Yij＝Gij+jBij，Gij、Bij分别表示连接节点i和节点j的支路ij的电导和电纳。将式(30)带入式(10)可得支路电流约束。
e)储能约束的凸化处理，储能元件往往只进行有功功率的调度，而无功功率并不参与其中：
Figure BDA0001849517850000121
储能元件自身存在容量约束：
Figure BDA0001849517850000122
式中:
Figure BDA0001849517850000123
接入电网的储能元件的额定功率；cx,real、cx,reactive分别代表储能装置可以通过逆变器输出的有功或无功功率。
储能元件存在充电、放电、既不充电也不放电三种状态，因此，可以用0-1变量表示储能元件的充放电状态，0表示储能装置完全放电状态，1表示储能装置完全充电状态。
Figure BDA0001849517850000124
式中：SOCx 、
Figure BDA0001849517850000125
分别对应储能元件放电、充电状态的最小和最大容量。
图2为本发明实施例提供的一种低压配电网的高比例光伏消纳系统的结构框图，包括：求解模块201和优化模块202。其中：
求解模块201用于求解低压配电网的预设最优潮流模型，获取所述低压配电网对应的最优潮流结果。优化模块202用于根据所述最优潮流结果对所述低压配电网进行优化，以实现对所述低压配电网的高比例光伏消纳。其中，所述预设最优潮流模型的目标函数包括所述低压配电网的第一目标函数和第二目标函数，所述第一目标函数为所述低压配电网的网损最小，所述第二目标函数为所述低压配电网的光伏切机量最小；所述预设最优潮流模型的约束条件包括：潮流约束、电压约束、三相不平衡约束、中性线电压约束、支路电流约束、光伏逆变器容量约束、储能约束以及有载分接开关OLTC相邻时段调节挡位数约束。
具体地，所述系统还包括模型建立模块，用于根据高比例光伏接入所述低压配电网前后所述低压配电网的网络数据的变化，建立所述预设最优潮流模型。
进一步地，求解模块201具体用于：
对所述预设最优潮流模型进行凸化处理，求解凸化处理后的所述预设优化潮流模型，获取所述低压配电网对应的最优潮流结果。
进一步地，求解模块201进一步用于：
分别对所述预设优化潮流模型的目标函数和约束条件进行凸化处理。
本发明实施例提供的一种低压配电网的高比例光伏消纳系统，通过求解以网损和光伏切机量最小为目标函数，充分考虑电网潮流、节点电压、三相不平衡度等约束条件的预设最优潮流模型，得到最优潮流结果，再利用最优潮流结果对低压配电网进行优化，实现了考虑三相不平衡度低压配电网的高比例光伏消纳。
图3为本发明实施例提供的一种电子设备的结构示意图，如图3所示，电子设备包括：处理器(processor)301、通信接口(Communications Interface)302、存储器(memory)303和总线304，其中，处理器301，通信接口302，存储器303通过总线304完成相互间的通信。处理器301可以调用存储器303中的逻辑指令，以执行如下方法，例如包括：求解低压配电网的预设最优潮流模型，获取所述低压配电网对应的最优潮流结果；根据所述最优潮流结果对所述低压配电网进行优化，以实现对所述低压配电网的高比例光伏消纳。
上述的存储器302中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：求解低压配电网的预设最优潮流模型，获取所述低压配电网对应的最优潮流结果；根据所述最优潮流结果对所述低压配电网进行优化，以实现对所述低压配电网的高比例光伏消纳。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的通信设备等实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；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 (7)

1.一种低压配电网的高比例光伏消纳方法，其特征在于，包括：
求解低压配电网的预设最优潮流模型，获取所述低压配电网对应的最优潮流结果；
根据所述最优潮流结果对所述低压配电网进行优化，以实现对所述低压配电网的高比例光伏消纳；
其中，所述预设最优潮流模型的目标函数包括所述低压配电网的第一目标函数和第二目标函数，所述第一目标函数为所述低压配电网的网损最小，所述第二目标函数为所述低压配电网的光伏切机量最小；所述预设最优潮流模型的约束条件包括：潮流约束、电压约束、三相不平衡约束、中性线电压约束、支路电流约束、光伏逆变器容量约束、储能约束以及有载分接开关OLTC相邻时段调节挡位数约束；
所述求解低压配电网的预设最优潮流模型，获取所述低压配电网对应的最优潮流结果，具体包括：
对所述预设最优潮流模型进行凸化处理，求解凸化处理后的所述预设最优潮流模型，获取所述低压配电网对应的最优潮流结果；
所述对所述预设最优潮流模型进行凸化处理，具体包括：
分别对所述预设最优潮流模型的目标函数和约束条件进行凸化处理；
对所述预设最优潮流模型的目标函数进行凸化处理，具体包括：
引入节点导纳矩阵和关联矩阵，对所述第一目标函数进行凸化处理；经凸化处理后的所述第一目标函数为：
Figure FDA0002814966170000011
其中，Iinj为节点j的注入电流，[M]为关联矩阵，[Y]-1表示网络的节点导纳矩阵的逆矩阵，R为支路阻抗矩阵，其维度为l×1。
2.根据权利要求1所述方法，其特征在于，在求解低压配电网的预设最优潮流模型，获取所述低压配电网对应的最优潮流结果之前，还包括：
根据高比例光伏接入所述低压配电网前后所述低压配电网的网络数据的变化，建立所述预设最优潮流模型。
3.根据权利要求1所述方法，其特征在于，所述目标函数为所述第一目标函数和所述第二目标函数的加权和，其表达式为：
Figure FDA0002814966170000021
其中，ω1、ω2分别表示所对应项目标的权重系数，ω1+ω2＝1；f1表示所述第一目标函数，f2表示所述第二目标函数，f1 max、f2 max分别表示所述第一目标函数和所述第二目标函数的最大值。
4.根据权利要求1所述方法，其特征在于，对所述预设最优潮流模型的约束条件进行凸化处理，具体包括：
对所述电压约束、所述三相不平衡约束、所述中性线电压约束、所述支路电流约束以及所述储能约束进行凸化处理。
5.一种低压配电网的高比例光伏消纳系统，其特征在于，包括：
求解模块，用于求解低压配电网的预设最优潮流模型，获取所述低压配电网对应的最优潮流结果；
优化模块，用于根据所述最优潮流结果对所述低压配电网进行优化，以实现对所述低压配电网的高比例光伏消纳；
其中，所述预设最优潮流模型的目标函数包括所述低压配电网的第一目标函数和第二目标函数，所述第一目标函数为所述低压配电网的网损最小，所述第二目标函数为所述低压配电网的光伏切机量最小；所述预设最优潮流模型的约束条件包括：潮流约束、电压约束、三相不平衡约束、中性线电压约束、支路电流约束、光伏逆变器容量约束、储能约束以及有载分接开关OLTC相邻时段调节挡位数约束；
所述求解模块具体用于：
对所述预设最优潮流模型进行凸化处理，求解凸化处理后的所述预设最优潮流模型，获取所述低压配电网对应的最优潮流结果；
所述求解模块进一步用于：
分别对所述预设最优潮流模型的目标函数和约束条件进行凸化处理；
对所述预设最优潮流模型的目标函数进行凸化处理，具体包括：
引入节点导纳矩阵和关联矩阵，对所述第一目标函数进行凸化处理；经凸化处理后的所述第一目标函数为：
Figure FDA0002814966170000031
其中，Iinj为节点j的注入电流，[M]为关联矩阵，[Y]-1表示网络的节点导纳矩阵的逆矩阵，R为支路阻抗矩阵，其维度为l×1。
6.一种电子设备，其特征在于，包括处理器、通信接口、存储器和总线，其中，处理器，通信接口，存储器通过总线完成相互间的通信，处理器调用存储器中的逻辑指令，以执行如权利要求1至4任一项所述的低压配电网的高比例光伏消纳方法。
7.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至4任一项所述的低压配电网的高比例光伏消纳方法。
CN201811288132.3A 2018-10-31 2018-10-31 一种低压配电网的高比例光伏消纳方法及系统 Active CN109599890B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811288132.3A CN109599890B (zh) 2018-10-31 2018-10-31 一种低压配电网的高比例光伏消纳方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811288132.3A CN109599890B (zh) 2018-10-31 2018-10-31 一种低压配电网的高比例光伏消纳方法及系统

Publications (2)

Publication Number Publication Date
CN109599890A CN109599890A (zh) 2019-04-09
CN109599890B true CN109599890B (zh) 2021-03-02

Family

ID=65957930

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811288132.3A Active CN109599890B (zh) 2018-10-31 2018-10-31 一种低压配电网的高比例光伏消纳方法及系统

Country Status (1)

Country Link
CN (1) CN109599890B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110912160B (zh) * 2019-11-19 2021-05-11 许继集团有限公司 一种分布式光伏消纳方法、系统及计算机可读介质
CN111178634A (zh) * 2019-12-31 2020-05-19 国网经济技术研究院有限公司 一种配电网建设改造方案选定方法及系统
CN113315150B (zh) * 2021-07-02 2022-05-17 广东电网有限责任公司 低压配电网三相不平衡度优化方法、系统、设备及介质
CN113937821A (zh) * 2021-09-17 2022-01-14 贵州电网有限责任公司 一种农网不平衡台区自适应节能控制方法
CN117895545A (zh) * 2024-03-13 2024-04-16 国网山东省电力公司诸城市供电公司 一种实现源网荷储协同的电网运行控制方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107681654B (zh) * 2017-09-06 2022-07-26 国网福建省电力有限公司经济技术研究院 考虑新能源消纳和环境效益的多目标电网规划方法和装置
CN107665384B (zh) * 2017-10-27 2021-02-19 天津大学 一种含多区域能源站的电力-热力综合能源系统调度方法
CN108390390B (zh) * 2018-04-28 2021-09-14 长沙理工大学 一种含优先消纳风电能源路由器的三相不平衡主动配电网随机模糊潮流方法

Also Published As

Publication number Publication date
CN109599890A (zh) 2019-04-09

Similar Documents

Publication Publication Date Title
CN109599890B (zh) 一种低压配电网的高比例光伏消纳方法及系统
Martinez et al. Load flow calculations in distribution systems with distributed resources. A review
Miranda et al. Load allocation in DMS with a fuzzy state estimator
CN106655226B (zh) 基于智能软开关的有源配电网不对称运行优化方法
Verma et al. Impact on real and reactive power pricing in open power market using unified power flow controller
Tang et al. Study on day-ahead optimal economic operation of active distribution networks based on Kriging model assisted particle swarm optimization with constraint handling techniques
Lata et al. TLBO‐based approach to optimally place and sizing of energy storage system for reliability enhancement of radial distribution system
CN112467748A (zh) 三相不平衡主动配电网双时标分布式电压控制方法及系统
Amjady A framework of reliability assessment with consideration effect of transient and voltage stabilities
CN115021308A (zh) 一种考虑负荷脱网的配电网中分布式光伏承载能力计算方法
Ram et al. Voltage stability analysis using L-index under various transformer tap changer settings
Lo et al. Fuzzy-logic method for adjustment of variable parameters in load-flow calculation
Ikechukwu et al. Improving power system stability in distribution network with intelligent distributed generation scheme
Almassalkhi Optimization and Model-predictive Control for Overload Mitigation in Resilient Power Systems.
Bazrafshan et al. Placing and sizing distributed photovoltaic generators for optimal reactive power compensation
CN113300477B (zh) 一种中心城区电网储能配置的优化方法
Mahmoudian Esfahani et al. Optimal power routing scheme between and within interlinking converters in unbalanced hybrid AC–DC microgrids
CN110829440B (zh) 一种三相中低压一体化配电网电压控制方法及系统
Cabré Ramos Optimization of the operation of a Distribution Network with Distributed Generation using Genetic Algorithm
CN111884234B (zh) 精准切机紧急控制方法、装置、电子设备和存储介质
CN104793107B (zh) 一种基于改进opa模型的电网连锁故障确定方法
Ai et al. Economic operation of wind farm integrated system considering voltage stability
Doagou-Mojarrad et al. Probabilistic interactive fuzzy satisfying generation and transmission expansion planning using fuzzy adaptive chaotic binary PSO algorithm
Li et al. Improved self‐adaptive differential evolution algorithm for reactive power optimization of smart distribution network with wind energy
Mahider et al. Optimization of STATCOM PI Controller Parameters Using the Hybrid GA-PSO Algorithm

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