CN109617132B - 提升弹性配电网恢复力的资源配置与网络重构优化方法 - Google Patents

Abstract

本发明一种提升弹性配电网恢复力的资源配置与网络重构优化方法，输入配电网结构参数，负荷、光伏调度周期的原始数据；输入上层优化变量：分布式电源接入位置和容量，联络线连接节点位置，种群规模，最大迭代次数粒子群参数初始化；输入下层优化变量：联络开关投切状态，极端灾害场景，种群规模，迭代次数参数初始化；根据上层弹性资源优化配置模型，进行弹性资源优化配置，得到经济最优，恢复力最大的优化配置结果；根据上层优化配置结果，利用PSO算法执行下层网络重构优化模型，优化下层网络重构联络开关投切状态，得出恢复力最大的重构结果。本发明实现提升弹性配电网极端灾害事故后的恢复力，指导配电网规划、运行管理部门进行科学的规划。

Description

提升弹性配电网恢复力的资源配置与网络重构优化方法

技术领域

本发明涉及一种提升弹性配电网恢复力的资源配置与网络重构优化方法，属于弹性配电网恢复力技术领域。

背景技术

近年来，全球发生了诸多的高损失低概率的大停电事故，这些事故凸显了电网的弹性不足、甚至及其脆弱。配电网作为是电网的重要组成部分环节，其弹性决定了电网的弹性的优劣。

现有弹性配电网的研究主要集中在恢复力的计算与评估方面。针对于恢复力的提升主要从加固的角度，很少从资源配置与网络重构优化方法上提升弹性配电网的恢复力。弹性配电网遭受极端事件攻击后，一般经历预防阶段、抵御阶段和恢复阶段。弹性资源配置的优化配置主要提升预防和抵御阶段的恢复力，配电网的网络重构主要提升抵御和恢复阶段的恢复力。利用资源配置和网络重构优化方法，能够提升灾害发生的整个过程的恢复力，从而提升弹性配电网是整体恢复力。

本发明提供提升弹性配电网恢复力的网络重构与资源配置优化方法，将弹性资源从源、网、荷三个角度进行了分类，分别提出了弹性配电网预防阶段、抵御阶段和恢复阶段的恢复力指标，构建了经济最优、恢复力最强的规划优化模型。

发明内容

目的：为了克服现有技术中存在的不足，本发明提供一种提升弹性配电网恢复力的资源配置与网络重构优化方法。

技术方案：为解决上述技术问题，本发明采用的技术方案为：

一种提升弹性配电网恢复力的资源配置与网络重构优化方法，包括如下步骤：

步骤1：输入配电网结构参数，负荷、光伏调度周期的原始数据；

步骤2：输入上层优化变量：分布式电源接入位置和容量，联络线连接节点位置，种群规模，最大迭代次数粒子群参数初始化；

步骤3：输入下层优化变量：联络开关投切状态，极端灾害场景，种群规模，迭代次数参数初始化；

步骤4：根据上层弹性资源优化配置模型，进行弹性资源优化配置，得到经济最优，恢复力最大的优化配置结果；

步骤5：根据上层优化配置结果，利用PSO算法执行下层网络重构优化模型，优化下层网络重构联络开关投切状态，得出恢复力最大的重构结果。

作为优选方案，还包括步骤6，所述步骤6：计算重构优化后的配电网功能完好率R4、配电网负荷连通率R5、配单网关键负荷恢复率R6、配单网负荷恢复率R7与重构优化前的配电网功能完好率R4、配电网负荷连通率R5、配单网关键负荷恢复率R6、配单网负荷恢复率R7对应相比，所得各指标的增幅来评估恢复力提升结果。

作为优选方案，所述上层弹性资源优化配置模型如式(1)所示：

式中：

为分布式电源投资建设费用；

为配电网设备运行维护费用，i代表分布式电源，m代表分布式电源数量，j代表配电网设备，n代表配电网设备数量，配电网源荷比R1，变电站全停关键负荷通过率R2，联络线占比R3。

所述上层弹性资源优化配置模型的约束条件包括：潮流方程约束、功率平衡约束、节点电压约束、支路电流约束，建设投资约束；

所述潮流方程约束：

式中：P_i,t、Q_i,t分别为节点注入的有功功率和无功功率；V_i,t、V_j,t分别是节点i、j的节点电压；G_ij、B_ij分别为节点i与j之间的电导和电纳；θ_ij为节点i与j之间的相角差；

所述功率平衡约束：

式中：P_ps,t为上级电网购电功率，N_pv为配电网接入光伏节点数，N_li为配电网线路数；N_lo＝N-N_pv为配电网未接入光伏的节点数；

为分布式光伏节点入网功率，为下层模型传递至上层模型的优化变量；

为线路损耗功率，

接入光伏节点购电功率；

为节点负荷功率；

所述节点电压约束：

V_{i min}≤V_i,t≤V_{i max} (4)

式中：V_{i min}，V_{i max}分别是节点电压最小值与最大值；

所述支路电流约束：

I_{i min}≤I_i,t≤I_{i max} (5)

式中：I_{i min}，I_{i max}分别是支路电流最小值与最大值；

所述投资限额约束：

式中：C_t是总费用。

作为优选方案，所述下层网络重构优化模型如式(7)所示：

max(R₄+R₅+R₆+R₇) (7)

式中：配电网功能完好率R4、配电网负荷连通率R5、配单网关键负荷恢复率R6、配单网负荷恢复率R7

所述下层网络重构优化模型约束条件如下：

电压约束

U_min≤U_i≤U_max,i∈T (8)

式中：U_max和U_min分别为节点电压的上限和下限，T为节点数量；

支路容量约束

式中，S_{i max}为支路i的最大允许功率，P_i、Q_i为支路i的有功功率、无功功率，T为支路数量；

分布式电源出力约束

式中，P_G,k,max、Q_G,k,max为分布式电源k可以输出的有功功率和无功功率的最大值，P_G,k、Q_G,k为分布式电源k输出的有功功率和无功功率。

作为优选方案，配电网源荷比R₁如式(11)所示：

式中，P_i ^DG为分布式电源i电源额定容量，

为配电网j关键负荷；

变电站全停关键负荷通过率R₂如式(12)所示：

式中，

配电网未失电设备i关键负荷、

配电网设备j关键负荷；

联络线占比R₃如式(13)所示：

式中，N_il为联络线数量、N_l供配电线路数量。

作为优选方案，配电网功能完好率R₄如式(14)所示：

式中，N_ie为配电网未损坏设备数、S_el为未失电供电负荷个数、N_e为配电网设备总数、S_l为配电网负荷总个数；

配电网负荷连通率R₅如式(15)所示：

式中，N_L为线路数量、N_i,or为灾害前的连通的线路数、N_i,da为灾害后损坏的线路数；

配单网关键负荷恢复率R₆如式(16)所示：

式中，

为配电网恢复送电设备i关键负荷，

为配电网设备j关键负荷；

配电网负荷恢复率R₇如(17)所示：

式中，

为配电网i的负荷、

为配电网j关键负荷。

有益效果：本发明提供的一种提升弹性配电网恢复力的资源配置与网络重构优化方法，该优化方法通过建立三阶段的弹性恢复力指标，建立经济最优、弹性恢复力最大为目标的弹性资源配置与网络重构优化模型，通过弹性资源配置与网络重构优化，实现提升弹性配电网极端灾害事故后的恢复力，指导配电网规划、运行管理部门进行科学的规划。其优点如下：

(1)提出三阶段弹性配电网恢复力指标能够有效评价配电网极端事件的袭击在三个不同阶段的恢复力；

(2)配电网运行管理部门可以根据三个阶段的恢复力指标，有针对性的进行弹性配电网的扩建改造；

(3)利用本发明的资源配置和网络重构双层优化方法，可以提升弹性配电网预防阶段抵御阶段、恢复阶段的恢复力，并能够保证一定的经济性。

附图说明

图1为本发明优化方法的流程框图；

具体实施方式

下面结合附图对本发明作更进一步的说明。

如图1所示，一种提升弹性配电网恢复力的资源配置与网络重构优化方法，包括如下步骤：

步骤1：输入配电网结构参数，负荷、光伏调度周期的原始数据；

步骤2：输入上层优化变量：分布式电源接入位置和容量，联络线连接节点位置，种群规模，最大迭代次数粒子群参数初始化；

步骤3：输入下层优化变量：联络开关投切状态，极端灾害场景，种群规模，迭代次数参数初始化；

步骤4：根据上层弹性资源优化配置模型，进行弹性资源优化配置，得到经济最优，恢复力最大的优化配置结果；

步骤5：根据上层优化配置结果，利用PSO算法执行下层网络重构优化模型，优化下层网络重构联络开关投切状态，得出恢复力最大的重构结果；

步骤6：计算重构优化后的配电网功能完好率R4、配电网负荷连通率R5、配单网关键负荷恢复率R6、配单网负荷恢复率R7与重构优化前的配电网功能完好率R4、配电网负荷连通率R5、配单网关键负荷恢复率R6、配单网负荷恢复率R7对应相比，所得各指标的增幅来评估恢复力提升结果。

所述弹性资源是能提升预防阶段、抵御阶段、恢复阶段恢复力的配电网内各项资源，不包括社会组织管理等资源。将配电网的弹性资源从源、网、荷三个层次进行分类。电源侧弹性资源包括：分布式光伏发电，分布式风力发电，冷热电三联供，小水电机组，柴油发电机组；电网侧弹性资源包括：联络开关、双回路线路；负荷侧弹性资源包括：可转移负荷、可中断负荷。

所述上层弹性资源优化配置模型，既要考虑配电网的经济成本，又要考虑弹性配电网在灾难发生时的预防阶段的恢复力。经济成本包括：分布式电源投资费用、配电网的运行费用、联络线投资费用；预防阶段的恢复力包括：配电网源荷比、联络开关占比、变电站全停关键负荷通过率。因此，上层弹性资源优化配置模型如式(1)所示：

式中：

为分布式电源投资建设费用；

为配电网设备运行维护费用，i代表分布式电源，m代表分布式电源数量，j代表配电网设备，n代表配电网设备数量。

上层弹性资源优化配置模型的约束条件为配电网的安全约束及建设投资约束，包括：潮流方程约束、功率平衡约束、节点电压约束、支路电流约束，建设投资约束。

所述潮流方程约束：

式中：P_i,t、Q_i,t分别为节点注入的有功功率和无功功率；V_i,t、V_j,t分别是节点i、j的节点电压；Gi_j、B_ij分别为节点i与j之间的电导和电纳；θ_ij为节点i与j之间的相角差。

所述功率平衡约束：

式中：P_ps,t为上级电网购电功率，N_pv为配电网接入光伏节点数，N_li为配电网线路数；N_lo＝N-N_pv为配电网未接入光伏的节点数；

为分布式光伏节点入网功率，为下层模型传递至上层模型的优化变量；

为线路损耗功率，

接入光伏节点购电功率；

为节点负荷功率。

所述节点电压约束：

V_{i min}≤V_i,t≤V_{i max} (4)

式中：V_{i min}，V_{i max}分别是节点电压最小值与最大值。

所述支路电流约束：

I_{i min}≤I_i,t≤I_{i max} (5)

式中：I_{i min}，I_{i max}分别是支路电流最小值与最大值。

所述投资限额约束：

式中：C_t是总费用。

所述下层网络重构优化模型为接受上层弹性资源优化配置模型传递来的分布式电源和联络开关的优化配置结果，满足典型极端场景下的弹性配电网的恢复力最大。恢复力包括配电网功能完好率和配电网负荷连通率最大，下层网络重构优化模型如式(7)所示：

max(R₄+R₅+R₆+R₇) (7)

约束条件如下：

配电网络辐射状运行条件约束，网络中无环路和孤立节点。

电压约束

U_min≤U_i≤U_max,i∈T (8)

式中：U_max和U_min分别为节点电压的上限和下限，T为节点数量。

支路容量约束

式中，S_{i max}为支路i的最大允许功率，P_i、Q_i为支路i的有功功率、无功功率，T为支路数量。

分布式电源出力约束

式中，P_G,k,max、Q_G,k,max为分布式电源k可以输出的有功功率和无功功率的最大值，P_G,k、Q_G,k为分布式电源k输出的有功功率和无功功率。

所述上层弹性资源优化配置模型的优化配置结果包括如下恢复力指标：

配电网源荷比R₁为配电网内所有分布式电源额定容量与配电网最大负荷的比，如式(11)所示：

式中，P_i ^DG为分布式电源i电源额定容量，

为配电网j关键负荷。

变电站全停关键负荷通过率R₂为配电网上级变电站全部停电后，配电网的未失电关键负荷与全部关键负荷的比，如式(12)所示：

式中，

配电网未失电设备i关键负荷、

配电网设备j关键负荷。

联络线占比R₃为配电网的所有联络线条数与供配电线路条数的比，如式(13)所示：

式中，N_il为联络线数量、N_l供配电线路数量。

所述下层网络重构优化模型的重构结果包括如下恢复力指标：

配电网功能完好率R₄体现了灾害发生过程中设备完好率与供电负荷率，为配电网未损坏设备数与未失电供电负荷个数之和比上配电网设备总数与负荷总个数，负荷个数为负荷与单位负荷的比值，一般取千瓦，如式(14)所示：

式中，N_ie为配电网未损坏设备数、S_el为未失电供电负荷个数、N_e为配电网设备总数、S_l为配电网负荷总个数。

配电网负荷连通率R₅是指配电网极端事故袭击后，配电网负荷连通度下降的幅度，如式(15)所示：

式中，N_L为线路数量、N_i,or为灾害前的连通的线路数、N_i,da为灾害后损坏的线路数。

配单网关键负荷恢复率R₆是弹性配电网恢复送电的关键负荷与关键负荷的比，如式(16)所示：

式中，

为配电网恢复送电设备i关键负荷，

为配电网设备j关键负荷。

配电网负荷恢复率R₇是弹性配电网恢复送电的负荷与关键负荷的比，如(17)所示。

式中，

为配电网i的负荷、

为配电网j关键负荷。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (4)

1.一种提升弹性配电网恢复力的资源配置与网络重构优化方法，其特征在于：包括如下步骤：

步骤1：输入配电网结构参数，负荷、光伏调度周期的原始数据；

步骤2：输入上层优化变量：分布式电源接入位置和容量，联络线连接节点位置，种群规模，最大迭代次数粒子群参数初始化；

步骤3：输入下层优化变量：联络开关投切状态，极端灾害场景，种群规模，迭代次数参数初始化；

步骤4：根据上层弹性资源优化配置模型，进行弹性资源优化配置，得到经济最优，恢复力最大的优化配置结果；

步骤5：根据上层优化配置结果，利用PSO算法执行下层网络重构优化模型，优化下层网络重构联络开关投切状态，得出恢复力最大的重构结果；

所述上层弹性资源优化配置模型如式(1)所示：

式中：

为分布式电源投资建设费用；

为配电网设备运行维护费用，i代表分布式电源，m代表分布式电源数量，j代表配电网设备，n代表配电网设备数量，配电网源荷比R₁，变电站全停关键负荷通过率R₂，联络线占比R₃；

所述下层网络重构优化模型如式(7)所示：

max(R₄+R₅+R₆+R₇) (7)

式中：配电网功能完好率R₄、配电网负荷连通率R₅、配单网关键负荷恢复率R₆、配单网负荷恢复率R₇；

配电网源荷比R₁如式(11)所示：

式中，P_i ^DG为分布式电源i电源额定容量，

为配电网j关键负荷；

变电站全停关键负荷通过率R₂如式(12)所示：

式中，

配电网未失电设备i关键负荷、

配电网设备j关键负荷；

联络线占比R₃如式(13)所示：

式中，N_il为联络线数量、N_l供配电线路数量；

配电网功能完好率R₄如式(14)所示：

式中，N_ie为配电网未损坏设备数、S_el为未失电供电负荷个数、N_e为配电网设备总数、S_l为配电网负荷总个数；

配电网负荷连通率R₅如式(15)所示：

式中，N_L为线路数量、N_i,or为灾害前的连通的线路数、N_i,da为灾害后损坏的线路数；

配单网关键负荷恢复率R₆如式(16)所示：

式中，

为配电网恢复送电设备i关键负荷，

为配电网设备j关键负荷；

配电网负荷恢复率R₇如(17)所示：

式中，

为配电网i的负荷、

为配电网j关键负荷。

2.根据权利要求1所述的一种提升弹性配电网恢复力的资源配置与网络重构优化方法，其特征在于：还包括步骤6，所述步骤6：计算重构优化后的配电网功能完好率R4、配电网负荷连通率R5、配单网关键负荷恢复率R6、配单网负荷恢复率R7与重构优化前的配电网功能完好率R4、配电网负荷连通率R5、配单网关键负荷恢复率R6、配单网负荷恢复率R7对应相比，所得各指标的增幅来评估恢复力提升结果。

3.根据权利要求1所述的一种提升弹性配电网恢复力的资源配置与网络重构优化方法，其特征在于：所述上层弹性资源优化配置模型的约束条件包括：潮流方程约束、功率平衡约束、节点电压约束、支路电流约束，建设投资约束；

所述潮流方程约束：

式中：P_i,t、Q_i,t分别为节点注入的有功功率和无功功率；V_i,t、V_j,t分别是节点i、j的节点电压；G_ij、B_ij分别为节点i与j之间的电导和电纳；θ_ij为节点i与j之间的相角差；

所述功率平衡约束：

式中：P_ps,t为上级电网购电功率，N_pv为配电网接入光伏节点数，N_li为配电网线路数；N_lo＝N-N_pv为配电网未接入光伏的节点数；

为分布式光伏节点入网功率，为下层模型传递至上层模型的优化变量；

为线路损耗功率，

接入光伏节点购电功率；

为节点负荷功率；

所述节点电压约束：

V_imin≤V_i,t≤V_imax (4)

式中：V_imin，V_imax分别是节点电压最小值与最大值；

所述支路电流约束：

I_imin≤I_i,t≤I_imax (5)

式中：I_imin，I_imax分别是支路电流最小值与最大值；

所述建设投资约束：

式中：C_t是总费用。

4.根据权利要求1所述的一种提升弹性配电网恢复力的资源配置与网络重构优化方法，其特征在于：所述下层网络重构优化模型约束条件如下：

电压约束

U_min≤U_i≤U_max,i∈T (8)

式中：U_max和U_min分别为节点电压的上限和下限，T为节点数量；

支路容量约束

式中，S_imax为支路i的最大允许功率，P_i、Q_i为支路i的有功功率、无功功率，T为支路数量；

分布式电源出力约束

式中，P_G,k,max、Q_G,k,max为分布式电源k可以输出的有功功率和无功功率的最大值，P_G,k、Q_G,k为分布式电源k输出的有功功率和无功功率。

Images