CN109687452B - 一种用于配电网供电能力的分析方法、装置及存储介质 - Google Patents
一种用于配电网供电能力的分析方法、装置及存储介质 Download PDFInfo
- Publication number
- CN109687452B CN109687452B CN201910064217.1A CN201910064217A CN109687452B CN 109687452 B CN109687452 B CN 109687452B CN 201910064217 A CN201910064217 A CN 201910064217A CN 109687452 B CN109687452 B CN 109687452B
- Authority
- CN
- China
- Prior art keywords
- power supply
- power
- distribution network
- objective function
- load
- 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
Images
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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
-
- 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]
Abstract
本发明公开了一种用于配电网供电能力的分析方法,以收益目标函数和供电能力目标函数以及二者对应的约束条件建立对应的模型,结合获得的第一申报数据、第二申报数据、第三申报数据、属性数据先对与收益目标函数对应的上层模型进行求解,然后利用节点负荷求解出下层模型的最大供电能力值和供电裕度,再以最大供电能力值作为目标,利用供电裕度和与收益目标函数对应的上层模型更新第一申报数据、第二申报数据和第三申报数据。因此,采用本方案,综合考虑各个时间尺度的申报数据对配电网最大供电能力的影响,对配电网的供电能力进行准确的分析,提升了用户体验感。此外,本发明还公开了一种用于配电网供电能力的分析装置及存储介质,效果如上。
Description
技术领域
本发明涉及配电网技术领域,特别涉及一种用于配电网供电能力的分析方法、装置及存储介质。
背景技术
在售电侧改革之前,配电网供电能力处理受到配电网系统网架结构、负荷增长模式等物理因素影响。在售电侧改革之后,配电网系统中呈现出多个售电主体供用户进行选择,不同的售电主体为用户提供了中长期供电、日前供电以及实时供电多种时间尺度的供电方式。
目前,对于配电网的供电能力的分析而言,还停留在配电网系统网架结构、负荷增长等物理层面。未考虑电力市场中各个售电主体为用户提供的不同时间尺度上的供电方式对配电网的供电能力的影响。如此,对于对配电网的供电能力并不能进行准确的分析,若不能对配电网的供电能力进行准确分析,则无法满足用户的用电需求,用户体验感较差。
发明内容
本发明的目的在于提供一种用于配电网供电能力的分析方法、装置及存储介质,提高了用户的体验感。
为实现上述目的,本发明实施例提供了如下技术方案:
第一,本发明实施例提供了一种用于配电网供电能力的分析方法,包括:
获取与各时间尺度对应的发电主体的第一申报数据、购电主体的第二申报数据、售电主体的第三申报数据和与所述发电主体对应的属性数据和电网运行数据;
建立所述配电网的收益目标函数和配电网供电能力目标函数;
确定与所述收益目标函数对应的第一约束条件和所述配电网供电能力目标函数对应的第二约束条件;
依据所述收益目标函数和所述第一约束条件建立上层模型和依据所述配电网能力目标函数和所述第二约束条件建立下层模型;
利用各所述第一申报数据、各所述第二申报数据、各所述第三申报数据、所述属性数据和所述电网运行数据对所述上层模型进行求解,得到节点负荷;
根据所述节点负荷对所述下层模型进行求解,得到最大供电能力值和供电裕度;
以所述最大供电能力值为目标,利用所述供电裕度和所述上层模型更新所述第一申报数据、所述第二申报数据和所述第三申报数据。
可选的,所述配电网的收益目标函数具体采用下式表示:
所述Du,t具体采用下式表示:
所述Bu,t(Du,t)具体采用下式表示:
所述Pi,t具体采用下式表示:
所述Ci,t(Pi,t)具体采用下式表示:
其中,所述Q为所述最大收益,所述U为参与电力市场供电的售电主体按节点的申报数量之和、所述N为发电机组的总台数、所述T为用户时段、所述Du,t为所述售电主体u在时段t的预计需求负荷、所述NN为所述售电主体的报价总段数、所述Du,t,n为所述售电主体u在时段t第n个电力需求区间的预计需求负荷、所述Cu,t,n为所述售电主体u在时段t第n个电力需求区间的能量价值数据、所述Bu,t(Du,t)为售电主体u在时段t的购电费用、所述Pi,t,m为发电机组i在时段t第m个出力区间的预测出力、所述Ci,t,m为所述发电机组i在时段t申报的第m个电力需求区间对应的能量价值数据、所述Ci,t(Pi,t)为所述发电机组i在时段t的运行费用、M为网络潮流约束松弛罚因子、所述Pi,t为机组i在时段t的出力、所述为线路l的正向潮流松弛变量、所述为所述线路l的反向潮流松弛变量。
可选的,所述配电网供电能力目标函数具体采用下式表示:
所述Du,t具体采用下式表示:
Dx,t=Dx,t,z+Dx,t,r+Dx,t,s
其中,所述TSC为配电网最大供电能力、所述K为负荷节点总数、所述Sk,t为t时刻节点k不参与电力市场供电的负荷、所述X为参与所述电力市场供电的负荷节点数、所述Dx,t为t时刻考虑各时间尺度出清结果后,节点x参与所述电力市场供电的负荷、所述Dx,t,z为中长期时间尺度下t时刻节点x参与电力市场供电的负荷、所述Dx,t,r为日前时间尺度下t时刻节点x参与电力市场供电的负荷、所述Dx,t,s为实时时间尺度下t时刻节点x参与电力市场供电的负荷、所述k'为负荷增长倍数、所述Yk为节点k负荷增长基数;
其中,当考虑所述中长期时间尺度时,所述Yk具体采用下式表示:
当考虑所述日前时间尺度时,所述Yk具体采用下式表示:
当考虑所述实时时间尺度时,所述Yk具体采用下式表示:
可选的,所述第一约束条件包括:配电网系统负荷平衡约束、机组出力上下限约束和机组爬坡约束;
所述系统平衡约束具体采用下式表示:
其中,所述Pi,t为机组i在时段t的出力、所述Tj,t为联络线j在时段t的计划功率、所述NT为联络线总数、所述Du,t为所述售电主体u在时段t的预计需求负荷、所述U为参与电力市场供电的售电主体按节点的申报数量之和、所述为节点k上时段t非电力市场用户的负荷预测,所述K为负荷节点总数;
所述机组出力上下限约束具体采用下式表示:
所述机组爬坡约束具体采用下式表示:
Pi,t-Pi,t-1≤ΔPi U
Pi,t-1-Pi,t≤ΔPi D
其中,所述ΔPi U为机组i的最大上爬坡速率、所述ΔPi D为机组i的最大下爬坡速率。
可选的,所述第二约束条件包括:潮流约束、节点电压约束、导线容量约束和变压器支路容量约束;
所述潮流约束具体采用下式表示:
Ai'=I'
其中,所述A为节点/支路关联矩阵、所述i'为所有支路的复电流矢量、所述I'为所有节点的复电流注入矢量;
所述节点电压约束具体采用下式表示:
Vkmin≤Vk≤Vkmax
其中,所述Vk为节点k的电压、所述Vkmin和所述Vkmax为所述节点k的电压下限和上限;
所述导线容量约束具体采用下式表示:
i'l≤i'lmax
其中,所述i'l为支路l流过的电流、所述i'lmax为支路l允许流过的最大电流;
所述变压器支路容量约束具体采用下式表示:
SBl≤SBlmax
其中,所述SBl为变压器支路l流出的功率值、所述SBlmax为变压器支路l流出的最大功率允许值。
可选的,所述利用各所述第一申报数据、各所述第二申报数据、各所述第三申报数据、所述属性数据和所述运行数据对所述上层模型进行求解,得到节点负荷包括:
将所述第一申报数据、所述第二申报数据、所述第三申报数据、属性数据和运行数据作为所述上层模型的输入量;
结合所述上层模型的收益目标函数和用户用电成本最小目标函数计算各所述时间尺度下的节点负荷。
可选的,所述根据所述节点负荷对所述下层模型进行求解,得到最大供电能力值和供电裕度包括:
将所述节点负荷作为所述下层模型的输入量;
利用改进的变步长重复潮流算法求解各所述时间尺度下的所述最大供电能力值和所述供电裕度。
第二,本发明实施例提供了一种用于配电网供电能力的分析装置,包括:
获取模块,用于获取与各时间尺度对应的发电主体的第一申报数据、购电主体的第二申报数据、售电主体的第三申报数据和与所述发电主体对应的属性数据和电网运行数据;
第一建立模块,用于建立所述配电网的收益目标函数和配电网供电能力目标函数;
确定模块,用于确定与所述收益目标函数对应的第一约束条件和所述配电网供电能力目标函数对应的第二约束条件;
第二建立模块,用于依据所述收益目标函数和所述第一约束条件建立上层模型和依据所述配电网能力目标函数和所述第二约束条件建立下层模型;
第一求解模块,用于利用各所述第一申报数据、各所述第二申报数据、各所述第三申报数据、所述属性数据和所述电网运行数据对所述上层模型进行求解,得到节点负荷;
第二求解模块,用于根据所述节点负荷对所述下层模型进行求解,得到最大供电能力值和供电裕度;
更新模块,用于以所述最大供电能力值为目标,利用所述供电裕度和所述上层模型更新所述第一申报数据、所述第二申报数据和所述第三申报数据。
第三,本发明实施例提供了一种用于配电网供电能力的分析装置,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述存储器中存储的计算机程序以实现以上任一种提到的用于配电网供电能力的分析方法的步骤。
第四,本发明实施例公开了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上任一种所述的用于配电网供电能力的分析方法的步骤。
本发明实施例提供的一种用于配电网供电能力的分析方法,首先获取与各时间尺度对应的发电主体的第一申报数据、购电主体的第二申报数据、售电主体的第三申报数据和与发电主体对应的属性数据和运行数据,然后建立配电网的收益目标函数和配电网供电能力目标函数,以收益目标函数和供电能力目标函数以及二者对应的约束条件建立对应的模型,在得到两个模型之后,结合获得的第一申报数据、第二申报数据、第三申报数据、属性数据先对与收益目标函数对应的上层模型进行求解,然后将求解后的节点负荷作为与供电能力目标函数的输入量,求解出最大供电能力值和供电裕度,再以最大供电能力值作为目标,利用供电裕度和与收益目标函数对应的上层模型更新第一申报数据、第二申报数据和第三申报数据。因此,采用本方案,综合考虑各个时间尺度的申报数据对配电网最大供电能力的影响,对配电网的供电能力进行准确的分析,提升了用户体验感。此外,本发明实施例还公开了一种用于配电网供电能力的分析装置及存储介质,效果如上。
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简单地介绍,显而易见地,下面描述中的附图仅仅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用于配电网供电能力的分析方法流程示意图;
图2为本发明实施例提供的一种中长期时间尺度下电量分界值小时级的用电量曲线示意图;
图3为本发明实施例提供的一种中长期时间尺度下分解后时刻t的节点负荷;
图4为本发明实施例提供的一种不同时间尺度下的节点负荷示意图;
图5为本发明实施例提供的一种用于配电网供电能力的分析装置结构示意图;
图6为本发明实施例提供的另一种用于配电网供电能力的分析装置结构示意图。
具体实施方式
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、完整地描述,显然,所描述的实施例仅仅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。
本发明实施例公开了一种用于配电网供电能力的分析方法、装置及存储介质,提高了用户的体验感。
请参见图1,图1为本发明实施例提供的一种用于配电网供电能力的分析方法流程示意图,该方法包括:
S101:获取与各时间尺度对应的发电主体的第一申报数据、购电主体的第二申报数据、售电主体的第三申报数据和与发电主体对应的属性数据和运行数据。
具体的,本实施例中,第一申报数据具体为负荷特性曲线、第二申报数据具体为配电网供电裕度,以及根据负荷特性曲线和配电网供电裕度制定的报价合约,报价合约中包含了合约周期、合约电量、竞价曲线以及合约分解曲线等信息。第三申报数据包括合约售价,与发电主体(可以为发电机组)对应的属性数据可以为发电机组的类型、发电机组额定功率运行下的负荷曲线信息。
S102:建立配电网的收益目标函数和配电网供电能力目标函数。
具体的,作为本发明可选的实施例,配电网的收益目标函数具体采用下式表示:
Du,t具体采用下式表示:
Bu,t(Du,t)具体采用下式表示:
Pi,t具体采用下式表示:
Ci,t(Pi,t)具体采用下式表示:
其中,Q为最大收益,U为参与电力市场供电的售电主体按节点的申报数量之和、N为发电机组的总台数、T为用户时段、Du,t为售电主体u在时段t的预计需求负荷、NN为售电主体的报价总段数、Du,t,n为售电主体u在时段t第n个电力需求区间的预计需求负荷、Cu,t,n为售电主体u在时段t第n个电力需求区间的能量价值数据、Bu,t(Du,t)为售电主体u在时段t的购电费用、Pi,t,m为发电机组i在时段t第m个出力区间的预测出力、Ci,t,m为发电机组i在时段t申报的第m个电力需求区间对应的能量价值数据、Ci,t(Pi,t)为发电机组i在时段t的运行费用、M为网络潮流约束松弛罚因子、为线路l的正向潮流松弛变量、为线路l的反向潮流松弛变量。
此外,对于用户时段T,当为中长期时间尺度时,可以将时段T取值为1,先求得供电周期内的成交总量,然后再结合售电主体发电成本最小求出每个小时的用电量,日前时间尺度建立在中长期时间尺度的基础上,将T取值为24,求得一天内每小时的供电量,当为实时时间尺度时,每天可以考虑96个时间段、将T取值为96。
作为可选的实施例,配电网供电能力目标函数具体采用下式表示:
配电网供电能力目标函数具体采用下式表示:
Du,t具体采用下式表示:
Du,t=Du,t,z+Du,t,r+Du,t,s
其中,TSC为配电网最大供电能力、K为负荷节点总数、Sk,t为t时刻节点k不参与电力市场供电的负荷、X为参与电力市场供电的负荷节点数、Dx,t为t时刻考虑各时间尺度出清结果后,节点x参与电力市场供电的负荷、Dx,t,z为中长期时间尺度下t时刻节点x参与电力市场供电的负荷、Dx,t,r为日前时间尺度下t时刻节点x参与电力市场供电的负荷、Dx,t,s为实时时间尺度下t时刻节点x参与电力市场供电的负荷、k'为负荷增长倍数、Yk为节点k负荷增长基数;
其中,当考虑中长期时间尺度时,Yk具体采用下式表示:
当考虑日前时间尺度时,Yk具体采用下式表示:
当考虑实时时间尺度时,Yk具体采用下式表示:
S103:确定与收益目标函数对应的第一约束条件和配电网供电能力目标函数对应的第二约束条件。
具体的,第一约束条件具体包括:配电网系统负荷平衡约束、系统旋转备用约束、机组出力上下限约束、机组爬坡约束和线路潮流约束:
其中,配电网系统负荷平衡约束具体可以采用下式表示:
其中,Pi,t为机组i在时段t的出力、Tj,t为联络线j在时段t的计划功率、NT为联络线总数、Du,t为售电主体u在时段t的预计需求负荷、U为参与电力市场供电的售电主体按节点的申报数量之和、为节点k上时段t非电力市场用户的负荷预测,K为负荷节点总数;
系统旋转备用约束具体采用下式表示:
机组出力上下限约束具体采用下式表示:
机组爬坡约束具体采用下式表示:
Pi,t-Pi,t-1≤ΔPi U
Pi,t-1-Pi,t≤ΔPi D
其中,ΔPi U为机组i的最大上爬坡速率、ΔPi D为机组i的最大下爬坡速率。
线路潮流约束具体采用下式表示:
其中,Pl max为线路l的潮流传输极限、Gl-i为机组i所在节点对线路l的发电机输出功率转移分布因子、Gl-j为联络线j所在节点对线路l的发电机输出功率转移分布因子、Gl-k为节点k对线路l的发电机输出功率转移分布因子、u∈k为在节点k上申报的售电主体或用户、Dut为售电主体u时段t的中标负荷、为线路l的正向潮流松弛变量、为线路l的反向潮流松弛变量。
第二约束条件具体包括:潮流约束、节点电压约束、导线容量约束和变压器支路容量约束;
其中,潮流约束具体采用下式表示:
Ai'=I'
其中,A为节点/支路关联矩阵、i'为所有支路的复电流矢量、I'为所有节点的复电流注入矢量;
节点电压约束具体采用下式表示:
Vkmin≤Vk≤Vkmax
其中,Vk为节点k的电压、Vkmin和Vkmax为节点k的电压下限和上限;
导线容量约束具体采用下式表示:
i'l≤i'lmax
其中,i'l为支路l流过的电流、i'lmax为支路l允许流过的最大电流;
变压器支路容量约束局具体采用下式表示:
SBl≤SBlmax
其中,SBl为变压器支路l流出的功率值、SBlmax为变压器支路l流出的最大功率允许值。
S104:依据收益目标函数和第一约束条件建立上层模型和依据配电网能力目标函数和第二约束条件建立下层模型。
S105:利用各第一申报数据、各第二申报数据、各第三申报数据、属性数据和电网运行数据对上层模型进行求解,得到节点负荷。
具体的,作为本发明可选的实施例,步骤S105包括:
将第一申报数据、第二申报数据、第三申报数据、属性数据和运行数据作为上层模型的输入量;
结合上层模型的收益目标函数和用户用电成本最小目标函数计算各时间尺度下的节点负荷。
S106:根据各节点负荷对下层模型进行求解,得到最大供电能力值和供电裕度。
将节点负荷作为下层模型的输入量。
利用改进的变步长重复潮流算法求解个时间尺度下的最大供电能力值和供电裕度。
下面对于中长期时间尺度、日前时间尺度以及实时时间尺度下的求解过程进行详细说明:
收集参与供电市场的发电机组的类型、不参与供电市场的负荷、电网的运行方式、不考虑供电市场下的机组额定功率运行下的负荷曲线信息、收集中长期时间尺度、日前时间尺度和实时时间尺度下发电主体、购电主体和售电主体的申报信息;
然后将中长期时间尺度下发电主体、售电主体以及购电主体的申报信息输入至上层模型,以收益目标函数最大为目标求解中长期时间尺度下参与供电市场的负荷、以用户用电成本最小为目标函数,将中长期时间尺度下的电量分解到小时级用电量,请参见图2,图2为本发明实施例提供的一种中长期时间尺度下电量分界值小时级的用电量曲线示意图,图3为本发明实施例提供的一种中长期时间尺度下分解后时刻t的节点负荷,得到中长期时间尺度下的节点负荷,请参见图4,图4为本发明实施例提供的一种不同时间尺度下的节点负荷示意图;
其中,用户用电成本最小目标函数具体可以采用下式表示:
其中,T为中长期时间尺度下的合约周期、Dd,t,z为用户第d天第t小时的电量、Cd,t为第d天第t小时的电价、Don'为申报合约中高峰用电时段的合约电量、Con'为申报合约在高峰用电时段的合约电价、Doff'为申报合约中低峰用电时段的合约电量、Coff'为什合约在低峰时段用电时段的合约电价。
将中长期时间尺度下时刻t参与电力市场供电的负荷Dd,t,z传递至下层模型,运行改进的变步长重复潮流算法求解考虑中长期时间尺度下配电网的最大供电能力TSC和供电裕度ASC。
将日前时间尺度下发电主体、售电主体以及购电主体的申报信息输入至上层模型,然后以收益最大为收益目标函数求解日前时间尺度参与电力市场供电的负荷Dk,t,s。
将日前时刻t参与电力市场供电的负荷Dk,t,s传递至下层模型,运行改进的变步长重复潮流算法求解考虑日前时间尺度下配电网的最大供电能力TSC和供电裕度ASC。
最后是对实时时间尺度下的申报数据更新,首先将实时时间尺度下的发电主体和售电主体的申报数据输入至上层模型,然后以收益最大为收益目标函数求解出实时时间尺度下参与电力市场供电的负荷Dk,t,s,其次,将此部分求得的负荷Dk,t,s优选分解为15分钟级,得到实时时间尺度下的节点负荷,将实时时间尺度下时刻t参与电力市场供电的负荷Dk,t,s传递给下层模型,运用改进的变步长重读潮流算法求解考虑实时交易下配电网的最大供电能力TSC和供电裕度ASC。
S107:以最大供电能力值为目标,利用各供电裕度和上层模型更新第一申报数据和第二申报数据。
具体的,本实施例中,配电网的供电裕度ASC采用下式表示:
在通过下层模型以最大供电能力值为基础计算出供电裕度之后带入至上层模型,以此更新第一申报数据和第二申报数据,使得更新后的第一申报数据和第二申报数据满足配电网的最大供电能力要求。
本发明实施例提供的一种用于配电网供电能力的分析方法,首先获取与各时间尺度对应的发电主体的第一申报数据、购电主体的第二申报数据、售电主体的第三申报数据和与发电主体对应的属性数据和运行数据,然后建立配电网的收益目标函数和配电网供电能力目标函数,以收益目标函数和供电能力目标函数以及二者对应的约束条件建立对应的模型,在得到两个模型之后,结合获得的第一申报数据、第二申报数据、第三申报数据、属性数据先对与收益目标函数对应的上层模型进行求解,然后将求解后的节点负荷作为与供电能力目标函数的输入量,求解出最大供电能力值和供电裕度,再以最大供电能力值作为目标,利用供电裕度和与收益目标函数对应的上层模型更新第一申报数据、第二申报数据和第三申报数据。因此,采用本方案,综合考虑各个时间尺度的申报数据对配电网最大供电能力的影响,对配电网的供电能力进行准确的分析,提升了用户体验感。
下面对本发明实施例提供的一种用于配电网供电能力的分析装置进行介绍,请参见图5,图5为本发明实施例提供的一种用于配电网供电能力的分析装置结构示意图,该装置包括:
获取模块501,用于获取与各时间尺度对应的发电主体的第一申报数据、购电主体的第二申报数据、售电主体的第三申报数据和与发电主体对应的属性数据和电网运行数据;
第一建立模块502,用于建立配电网的收益目标函数和配电网供电能力目标函数;
确定模块503,用于确定与收益目标函数对应的第一约束条件和配电网供电能力目标函数对应的第二约束条件;
第二建立模块504,用于依据收益目标函数和第一约束条件建立上层模型和依据配电网能力目标函数和第二约束条件建立下层模型;
第一求解模块505,用于利用各第一申报数据、各第二申报数据、各第三申报数据、属性数据和电网运行数据对上层模型进行求解,得到节点负荷;
第二求解模块506,用于根据节点负荷对下层模型进行求解,得到最大供电能力值和供电裕度;
更新模块507,用于以最大供电能力值为目标,利用供电裕度和上层模型更新第一申报数据、第二申报数据和第三申报数据。
本发明实施例提供的一种用于配电网供电能力的分析装置,首先获取与各时间尺度对应的发电主体的第一申报数据、购电主体的第二申报数据、售电主体的第三申报数据和与发电主体对应的属性数据和运行数据,然后建立配电网的收益目标函数和配电网供电能力目标函数,以收益目标函数和供电能力目标函数以及二者对应的约束条件建立对应的模型,在得到两个模型之后,结合获得的第一申报数据、第二申报数据、第三申报数据、属性数据先对与收益目标函数对应的上层模型进行求解,然后将求解后的节点负荷作为与供电能力目标函数的输入量,求解出最大供电能力值和供电裕度,再以最大供电能力值作为目标,利用供电裕度和与收益目标函数对应的上层模型更新第一申报数据、第二申报数据和第三申报数据。因此,采用本方案,综合考虑各个时间尺度的申报数据对配电网最大供电能力的影响,对配电网的供电能力进行准确的分析,提升了用户体验感。此外,本发明实施例还公开了一种用于配电网供电能力的分析装置及存储介质,效果如上。
请参见图6,图6为本发明实施例提供的另一种用于配电网供电能力的分析装置结构示意图,包括:
存储器601,用于存储计算机程序;
处理器602,用于执行存储器中存储的计算机程序以实现以上任一实施例提到的用于配电网供电能力的分析方法的步骤。
本实施例提供的另一种用于配电网供电能力的分析装置,由于可以通过处理器调用存储器存储的计算机程序,实现如上述任一实施例提供的用于配电网供电能力的分析方法的步骤,所以本分析装置具有同上述用于配电网供电能力的分析方法同样的实际效果。
为了更好地理解本方案,本发明实施例提供的一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上任一实施例提到的用于配电网供电能力的分析方法的步骤。
本实施例提供的计算机可读存储介质,由于可以通过处理器调用计算机可读存储介质存储的计算机程序,实现如上述任一实施例提供的用于配电网供电能力的分析方法的步骤,所以本计算机可读存储介质具有同上述用于配电网供电能力的分析方法同样的实际效果。
以上对本申请所提供的一种用于配电网供电能力的分析方法、装置及存储介质进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
Claims (9)
1.一种用于配电网供电能力的分析方法,其特征在于,包括:
获取与各时间尺度对应的发电主体的第一申报数据、购电主体的第二申报数据、售电主体的第三申报数据和与所述发电主体对应的属性数据和电网运行数据;
建立所述配电网的收益目标函数和配电网供电能力目标函数;
确定与所述收益目标函数对应的第一约束条件和所述配电网供电能力目标函数对应的第二约束条件;
依据所述收益目标函数和所述第一约束条件建立上层模型和依据所述配电网供电能力目标函数和所述第二约束条件建立下层模型;
利用各所述第一申报数据、各所述第二申报数据、各所述第三申报数据、所述属性数据和所述电网运行数据对所述上层模型进行求解,得到节点负荷,其具体包括:
将所述第一申报数据、所述第二申报数据、所述第三申报数据、所述属性数据和所述电网运行数据作为所述上层模型的输入量;
结合所述上层模型的收益目标函数和用户用电成本最小目标函数计算各所述时间尺度下的节点负荷;
根据所述节点负荷对所述下层模型进行求解,得到最大供电能力值和供电裕度;
以所述最大供电能力值为目标,利用所述供电裕度和所述上层模型更新所述第一申报数据、所述第二申报数据和所述第三申报数据。
2.根据权利要求1所述的用于配电网供电能力的分析方法,其特征在于,所述配电网的收益目标函数具体采用下式表示:
所述Du,t具体采用下式表示:
所述Bu,t(Du,t)具体采用下式表示:
所述Pi,t具体采用下式表示:
所述Ci,t(Pi,t)具体采用下式表示:
其中,所述Q为最大收益,所述U为参与电力市场供电的售电主体按节点的申报数量之和、所述N为发电机组的总台数、所述T为用户时段、所述Du,t为售电主体u在时段t的预计需求负荷、所述NN为所述售电主体u的报价总段数、所述Du,t,n为所述售电主体u在时段t第n个电力需求区间的预计需求负荷、所述Cu,t,n为所述售电主体u在时段t第n个电力需求区间的能量价值数据、所述Bu,t(Du,t)为所述售电主体u在时段t的购电费用、所述Pi,t,m为发电机组i在时段t第m个出力区间的预测出力、所述Ci,t,m为所述发电机组i在时段t申报的第m个电力需求区间对应的能量价值数据、所述Ci,t(Pi,t)为所述发电机组i在时段t的运行费用、所述M为网络潮流约束松弛罚因子、所述Pi,t为机组i在时段t的出力、所述为线路l的正向潮流松弛变量、所述为所述线路l的反向潮流松弛变量。
3.根据权利要求1所述的用于配电网供电能力的分析方法,其特征在于,所述配电网供电能力目标函数具体采用下式表示:
所述Du,t具体采用下式表示:
Dx,t=Dx,t,z+Dx,t,r+Dx,t,s
其中,所述TSC为配电网最大供电能力、所述K为负荷节点总数、所述Sk,t为t时刻节点k不参与电力市场供电的负荷、所述X为参与所述电力市场供电的负荷节点数、所述Dx,t为t时刻考虑各时间尺度出清结果后,节点x参与所述电力市场供电的负荷、所述Dx,t,z为中长期时间尺度下t时刻节点x参与电力市场供电的负荷、所述Dx,t,r为日前时间尺度下t时刻节点x参与电力市场供电的负荷、所述Dx,t,s为实时时间尺度下t时刻节点x参与电力市场供电的负荷、所述k'为负荷增长倍数、所述Yk为节点k的负荷增长基数;
其中,当考虑所述中长期时间尺度时,所述Yk具体采用下式表示:
当考虑所述日前时间尺度时,所述Yk具体采用下式表示:
当考虑所述实时时间尺度时,所述Yk具体采用下式表示:
4.根据权利要求1所述的用于配电网供电能力的分析方法,其特征在于,所述第一约束条件包括:配电网系统负荷平衡约束、机组出力上下限约束和机组爬坡约束;
所述系统平衡约束具体采用下式表示:
其中,所述Pi,t为机组i在时段t的出力、所述Tj,t为联络线j在时段t的计划功率、所述NT为联络线总数、所述Du,t为售电主体u在时段t的预计需求负荷、所述U为参与电力市场供电的售电主体按节点的申报数量之和、所述为节点k上时段t非电力市场用户的负荷预测,所述K为负荷节点总数;
所述机组出力上下限约束具体采用下式表示:
所述机组爬坡约束具体采用下式表示:
Pi,t-Pi,t-1≤ΔPi U
Pi,t-1-Pi,t≤ΔPi D
其中,所述ΔPi U为机组i的最大上爬坡速率、所述ΔPi D为机组i的最大下爬坡速率。
5.根据权利要求1所述的用于配电网供电能力的分析方法,其特征在于,所述第二约束条件包括:潮流约束、节点电压约束、导线容量约束和变压器支路容量约束;
所述潮流约束具体采用下式表示:
Ai'=I'
其中,所述A为节点/支路关联矩阵、所述i'为所有支路的复电流矢量、所述I'为所有节点的复电流注入矢量;
所述节点电压约束具体采用下式表示:
Vkmin≤Vk≤Vkmax
其中,所述Vk为节点k的电压、所述Vkmin和所述Vkmax为所述节点k的电压下限和上限;
所述导线容量约束具体采用下式表示:
i'l≤i'lmax
其中,所述i'l为支路l流过的电流、所述i'lmax为支路l允许流过的最大电流;
所述变压器支路容量约束具体采用下式表示:
SBl≤SBlmax
其中,所述SBl为变压器支路l流出的功率值、所述SBlmax为所述变压器支路l流出的最大功率允许值。
6.根据权利要求1所述的用于配电网供电能力的分析方法,其特征在于,所述根据所述节点负荷对所述下层模型进行求解,得到最大供电能力值和供电裕度包括:
将所述节点负荷作为所述下层模型的输入量;
利用改进的变步长重复潮流算法求解各所述时间尺度下的所述最大供电能力值和所述供电裕度。
7.一种用于配电网供电能力的分析装置,其特征在于,包括:
获取模块,用于获取与各时间尺度对应的发电主体的第一申报数据、购电主体的第二申报数据、售电主体的第三申报数据和与所述发电主体对应的属性数据和电网运行数据;
第一建立模块,用于建立所述配电网的收益目标函数和配电网供电能力目标函数;
确定模块,用于确定与所述收益目标函数对应的第一约束条件和所述配电网供电能力目标函数对应的第二约束条件;
第二建立模块,用于依据所述收益目标函数和所述第一约束条件建立上层模型和依据所述配电网供电能力目标函数和所述第二约束条件建立下层模型;
第一求解模块,用于利用各所述第一申报数据、各所述第二申报数据、各所述第三申报数据、所述属性数据和所述电网运行数据对所述上层模型进行求解,得到节点负荷,其具体包括:
将所述第一申报数据、所述第二申报数据、所述第三申报数据、所述属性数据和所述电网运行数据作为所述上层模型的输入量;
结合所述上层模型的收益目标函数和用户用电成本最小目标函数计算各所述时间尺度下的节点负荷;
第二求解模块,用于根据所述节点负荷对所述下层模型进行求解,得到最大供电能力值和供电裕度;
更新模块,用于以所述最大供电能力值为目标,利用所述供电裕度和所述上层模型更新所述第一申报数据、所述第二申报数据和所述第三申报数据。
8.一种用于配电网供电能力的分析装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述存储器中存储的计算机程序以实现如权利要求1至6任一项所述的用于配电网供电能力的分析方法的步骤。
9.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行以实现如权利要求1至6任一项所述的用于配电网供电能力的分析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910064217.1A CN109687452B (zh) | 2019-01-23 | 2019-01-23 | 一种用于配电网供电能力的分析方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910064217.1A CN109687452B (zh) | 2019-01-23 | 2019-01-23 | 一种用于配电网供电能力的分析方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109687452A CN109687452A (zh) | 2019-04-26 |
CN109687452B true CN109687452B (zh) | 2022-04-12 |
Family
ID=66194296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910064217.1A Active CN109687452B (zh) | 2019-01-23 | 2019-01-23 | 一种用于配电网供电能力的分析方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109687452B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110766207A (zh) * | 2019-09-30 | 2020-02-07 | 上海电力大学 | 一种考虑售电公司参与交易的配电网供电能力获取方法 |
CN111404154A (zh) * | 2020-04-16 | 2020-07-10 | 南方电网科学研究院有限责任公司 | 一种配电网供电能力优化方法、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA1265874A (en) * | 1986-04-16 | 1990-02-13 | Michael A. Kret | Distributed management support system for software managers |
EP2085856A1 (en) * | 2008-01-30 | 2009-08-05 | Thomson Licensing | Method for processing time values in a computer or programmable machine |
CN106877316A (zh) * | 2017-03-21 | 2017-06-20 | 大连理工大学 | 一种计及可控电源经济调度的主动配电网最大供电能力模型的构建方法 |
CN107657380A (zh) * | 2017-09-26 | 2018-02-02 | 国网甘肃省电力公司 | 配电网供电能力评价方法 |
CN109214593A (zh) * | 2018-10-19 | 2019-01-15 | 天津大学 | 一种主动配电网供电能力多目标评价方法 |
-
2019
- 2019-01-23 CN CN201910064217.1A patent/CN109687452B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA1265874A (en) * | 1986-04-16 | 1990-02-13 | Michael A. Kret | Distributed management support system for software managers |
EP2085856A1 (en) * | 2008-01-30 | 2009-08-05 | Thomson Licensing | Method for processing time values in a computer or programmable machine |
CN106877316A (zh) * | 2017-03-21 | 2017-06-20 | 大连理工大学 | 一种计及可控电源经济调度的主动配电网最大供电能力模型的构建方法 |
CN107657380A (zh) * | 2017-09-26 | 2018-02-02 | 国网甘肃省电力公司 | 配电网供电能力评价方法 |
CN109214593A (zh) * | 2018-10-19 | 2019-01-15 | 天津大学 | 一种主动配电网供电能力多目标评价方法 |
Non-Patent Citations (3)
Title |
---|
Research on multi-objective optimal joint dispatching of wind-thermal-hydro power in multi time scales;Guanqun Liu;《2016 IEEE PES Asia-Pacific Power and Energy Engineering Conference (APPEEC)》;20161212;全文 * |
考虑虚拟电厂组合策略的售电公司优化调度及购售电决策;窦迅等;《电网技术》(第06期);全文 * |
计及需求响应的主动配电网双层优化调度模型;华亮亮等;《电力建设》;20180901(第09期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109687452A (zh) | 2019-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mutale et al. | Allocation of losses in distribution systems with embedded generation | |
Samende et al. | Multi-agent deep deterministic policy gradient algorithm for peer-to-peer energy trading considering distribution network constraints | |
Jahromi et al. | A dynamic fuzzy interactive approach for DG expansion planning | |
Veit et al. | Simulating the dynamics in two-settlement electricity markets via an agent-based approach | |
Jiao et al. | Electricity price driven active distribution network planning considering uncertain wind power and electricity price | |
Parastegari et al. | Joint operation of wind farms and pump-storage units in the electricity markets: Modeling, simulation and evaluation | |
CN109687452B (zh) | 一种用于配电网供电能力的分析方法、装置及存储介质 | |
CN115936367A (zh) | 一种考虑多主体碳排放责任分摊的新能源消纳优化调度方法及装置 | |
Chai et al. | A two-stage optimization method for Vehicle to Grid coordination considering building and Electric Vehicle user expectations | |
Liu et al. | Economic dispatch for electricity merchant with energy storage and wind plant: State of charge based decision making considering market impact and uncertainties | |
CN109617071B (zh) | 一种用于配电网供电能力的分析方法、装置及存储介质 | |
CN116231748A (zh) | 考虑需求响应和时段耦合的配电网承载能力评估方法 | |
CN116011821A (zh) | 一种电力市场环境下虚拟电厂优化风险调度方法 | |
Zhang et al. | A master-slave game optimization model for electric power companies considering virtual power plant | |
Artač et al. | A new method for determining the demand reserve offer function | |
CN117117878A (zh) | 基于人工神经网络和多智能体强化学习的电网需求侧响应潜力评估及负荷调控方法 | |
CN111244938A (zh) | 应用于电网的源网荷储协调控制方法、装置及系统 | |
Jiang et al. | Monthly electricity purchase and decomposition optimization considering wind power accommodation and day-ahead schedule | |
Sharma et al. | Demand Response Mechanism in User-Centric Markets Integrated with Electric Vehicles | |
CN115907927A (zh) | 一种虚拟电厂报价辅助方法、系统、装置及存储介质 | |
CN115271438A (zh) | 一种可计及碳排放的多主体博弈协同调度方法及电子设备 | |
CN109256775A (zh) | 一种基于需求侧的负荷组合优化方法、装置及存储介质 | |
CN115392564A (zh) | 电碳交易市场下发电机组的运营控制方法、装置和介质 | |
Patel et al. | Multi-agent-based forecast update methods for profit enhancement of intermittent distributed generators in a smart microgrid | |
Zhang et al. | Distributed energy storage operation strategy for retailers based on evolutionary game theory |
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 |