CN109713732A - 一种多微电网和配电网协调优化调度的方法 - Google Patents
一种多微电网和配电网协调优化调度的方法 Download PDFInfo
- Publication number
- CN109713732A CN109713732A CN201910047610.XA CN201910047610A CN109713732A CN 109713732 A CN109713732 A CN 109713732A CN 201910047610 A CN201910047610 A CN 201910047610A CN 109713732 A CN109713732 A CN 109713732A
- Authority
- CN
- China
- Prior art keywords
- micro
- capacitance sensor
- power
- distribution network
- power distribution
- 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
Links
Classifications
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Measurement Of Resistance Or Impedance (AREA)
Abstract
本发明揭示了一种多微电网和配电网协调优化调度的方法,该方法包括如下步骤:S1:建立上层配电网优化调度模型;S2:建立下层多微电网优化调度模型;S3:根据S1步骤和S2步骤建立的上下两层调度模型之间的交互变量进行解耦,将上下两层调度模型整合起来,建立双层优化调度模型;S4:根据S3步骤得到的双层优化调度模型,再根据目标分流法设置双层循环确定最优策略。该技术方案综合考虑了配电网和微电网各自不同的优化决策目标以及微电网内部的可中断负荷和电动汽车的影响。通过双层规划和负荷、发电预测,在满足约束条件的前提下实现了微电网与配电网整体效益的最大化,解决了传统微电网系统优化调度中忽略微电网利益只考虑配电网自身的收益问题。
Description
技术领域
本发明涉及一种多微电网和配电网协调优化调度的方法,可用于电力系统自动化调度技术领域。
背景技术
随着新能源技术的大力发展,大量分布式电源、储能系统等开始接入配电网,配电网从传统的单向潮流变成双向的复杂系统。分布式能源的大量使用虽然有助与提高系统环境效益,但其出力的波动性和依赖运行环境的随机性对配电网系统的安全稳定运行带来了不小的挑战。微电网技术的发展让分布式电源、储能设备和可控负荷等组成一个可以实现自我管理和控制的小型系统,从而很大程度上解决大量分布式电源接入对配电网的负面效果。目前大部分研究都集中在单微电网自身的能量管理和优化,对多微电网接入配电网系统这方面的关注较少。多个微电网组成多微电网系统后参与到配电网系统的优化调度必定会成为以后的发展趋势,本发明将配电网和多微电网系统分成两层,通过科学处理配电网系统和多微电网系统间的交互关系,实现新能源的有效利用、微电网之间的资源互补以及双层系统的整体效益最大化。
配电网系统和多微电网系统作为两个相互独立的自治系统,有着不同的优化调度目标,拟用双层规划的方法将整个主动配电网系统分成配电网层和微电网层,兼顾两个系统的自身利益同时又可以实现整体利益的最大化,避免了传统集中式优化只能有一个主体的不足;在多微电网系统的优化调度中,很少考虑到微电网内部的可中断负荷以及新能源电动汽车的大量接入。
发明内容
本发明的目的就是为了解决现有技术中存在的上述问题,提出一种多微电网和配电网协调优化调度的方法。
本发明的目的将通过以下技术方案得以实现:一种多微电网和配电网协调优化调度的方法,该方法包括如下步骤:
S1:建立上层配电网优化调度模型;
S2:建立下层多微电网优化调度模型;
S3:根据S1步骤和S2步骤建立的上下两层调度模型之间的交互变量进行解耦,将上下两层调度模型整合起来,建立双层优化调度模型;
S4:根据S3步骤得到的双层优化调度模型,再根据目标分流法设置双层循环确定最优策略。
优选地,在所述S1步骤中,上层配电网层的优化目标设置如下:
配网层优化目标:
min Fup=λ1PS+λ2U+λ3PMG (1)
配电网网损:
节点电压波动:
交换功率波动:
式中λ1、λ2、λ3为相对应的权值系数;PS为配电网线路损耗;U为系统内各个节点电压的标准差,反映了节点电压的变化程度;PMG为每个调度时间微电网向配电网输出的功率大小;Rl为相应线路的电阻值;Pl,t、Ql,t、Vl,t相应线路中的有功功率和无功功率以及线路上的电压值;L为线路总数;T为总的调度时间段。Uj,t为相应时间点的节点电压值;为配电网内节点电压变化的均值,将电压波动限制在一个合理范围内;J为节点总数;N为接入配电网的微电网总数;PMG-i,t为微电网i在时间段t向配电网输出的功率;
约束条件:
(1)配电网潮流约束:
式中分别为分布式电源出力、负荷大小和微电网交换功率;z为配电网节点;x为与其相连接的节点;Gz,x、Bz,x为相应节点间的导纳值;Ux,t为相应节点潮流计算得到的电压;θ为相角差;
(2)连接点传输功率和电压约束:
式中max PMG-i,t、max Uj,t为公共连接点能承受的最大功率和电压值;min PMG-i,t、min Uj,t为对应的最小值;
(3)配电网节点电压和支路传输功率约束:
式中Vz,t为节点z在相应时刻的电压;S为在t时刻流过的视在功率。
优选地,在所述S2步骤中,
微电网层优化目标:
minFMG-i=FG,i+Fmg,i+Fess,i+FIL,i (9)
式中FMG-i为微电网i的总成本,FG,i为发电成本,Fmg,i为微电网与配电网交互成本正值为购电成本,负值为卖电收益;Fess,i为微电网内储能装置的损耗成本;FIL,i为微电网切除的可中断负荷成本;
发电成本:
式中PG,i,k为微电网i中分布式电源k的出力;a、b、c为对应电源的发电成本系数;
微电网与配电网交互成本:
式中PMG-i,t为微电网与配电网的交互功率;δ为当前时间段的电价;PWT-i,t为微电网内风机发电量;PMT-i,t为微电网微型燃气轮机发电量;PPV-i,t为微电网光伏发电量;PEV-i,t为微电网内可调度的新能源汽车电量;PESS-i,t为微电网内储能可用电量;Pload-i,t为微电网当前时间负荷预测值;
储能损耗成本:
式中Pch、Pdis为储能装置在时间段充电功率和放电功率;λdis、λch为相应的成本系数;
可中断负荷切除成本:
式中λIL为可中断负荷切除价格;PIL为微电网i内切除的可中断负荷数量;
约束条件:
(1)功率平衡约束:
ΣPMT-i(t)+PPV-i(t)+PEV-i(t)+PWT-i(t)+PESS-i(t)=Pload-1(t)+PIL-i(t) (15)
PESS-i,t=Pch(t)-Pdis(t) (16)
式中PWT-i,t为微电网内风机发电量;PMT-i,t为微电网微型燃气轮机发电量;PPV-i,t为微电网光伏发电量;PEV-i,t为微电网内可调度的新能源汽车电量;PESS-i,t为微电网内储能可用电量;Pload-i,t为微电网当前时间负荷预测值;Pch、Pdis为储能装置在时间段充电功率和放电功率;
(2)爬坡约束:
式中Pup,i,k为微电网i中分布式电源k的爬升功率;Pdown,i,k为对应的下降功率;
(3)分布式电源出力约束:
PG,i,k,min≤PG,i,k≤PG,i,k,max (18)
式中PG,i,k,min、PG,i,k,max为微电网i中分布式电源k的有功输出最小值和最大值;
(4)储能装置使用约束:
式中ESS(t)为储能装置当前容量;ESSmin、ESSmax为储能装置健康运行允许的最低容量和最大容量;
(5)电动汽车蓄电池约束:
(6)电动汽车跨区域移动约束:
式中Xi,on为微电网中i能参与微电网调度的电动汽车数量;EVi,x(t)为电动汽车x储能装置当前容量;EVi,x,min、EVi,x,max为电动汽车能够提供的最大容量和最小容量;Xi,move为参与跨区域调度的电动汽车,电动汽车不可连续移动;
(7)微电网间交互功率约束:
式中为微电网间联络线允许的最大功率。
优选地,在所述S3步骤中,
设置配网层对微电网层的变量为口,微电网层对配网层的变量为β。解耦后的模型为:
α-β=0 (23)
上层:
下层:
式中λ为罚函数系数;α*为配电网层罚函数参考值,与微电网层优化结果相关;β*为微电网层罚函数参考值,与配电网层优化结果相关。
优选地,在所述S4步骤中,利用基于多级分层的分布式算法目标分流法求解双层优化调度模型,通过内外双层迭代找到配网层和微电网层双赢的最优解。
优选地,利用基于多级分层的分布式算法目标分流法求解双层优化调度模型的步骤如下:
(10)系统参数初始化;
内层循环次数M=1,外层循环K=1,设置初始好罚函数系数λK以及子系统罚函数参考值αM和βM,将初始罚函数系数和子系统罚函数参考值带入到优化模型中;
(20)配电网模型优化;
令计算得到配电网层与微电网层交互耦合变量结果βM+1;
(30)微电网模型优化;
令计算得到微电网层与配电网层交互耦合变量结果αM+1;
(40)内层循环结束,令M=M+1,进行收敛条件判断;如果满足收敛条件或者内层循环次数达到设定值,进行下一步,不收敛就返回步骤(20);
为ε收敛误差值,若两次计算结果误差小于误差值就可以认为满足收敛条件;
(50)进行外层循环,令K=K+1,进行收敛条件判断;如果满足收敛条件或者外层循环次数达到设定值,计算结束,输出最终结果,否则进行下一步骤;
|αM-βM|≤ε (27)
(60)罚函数更新,λK+1=η·λK,令M=1,然后重新进行步骤(20)。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:该方法综合考虑了配电网和微电网各自不同的优化决策目标以及微电网内部的可中断负荷和电动汽车的影响。通过双层规划和负荷、发电预测,在满足约束条件的前提下实现了微电网与配电网整体效益的最大化,解决了传统微电网系统优化调度中忽略微电网利益只考虑配电网自身的收益问题;并考虑到了微电网内部存在的大量可中断负荷和新能源电动汽车,使得优化结果更加贴合实际情况,为配电网和多微电网的协调运行提供了可靠的支撑。
附图说明
图1为本发明的多微电网和配电网双层结构优化调度的求解思路示意图。
具体实施方式
本发明的目的、优点和特点,将通过下面优选实施例的非限制性说明进行图示和解释。这些实施例仅是应用本发明技术方案的典型范例,凡采取等同替换或者等效变换而形成的技术方案,均落在本发明要求保护的范围之内。
本发明揭示了一种多微电网和配电网协调优化调度的方法,该方法包括如下步骤:
S1:建立上层配电网优化调度模型;
S2:建立下层多微电网优化调度模型;
S3:根据S1步骤和S2步骤建立的上下两层调度模型之间的交互变量进行解耦,将上下两层调度模型整合起来,建立双层优化调度模型;
S4:根据S3步骤得到的双层优化调度模型,再根据目标分流法设置双层循环确定最优策略。
根据配电网自身的特性建立上层配电网优化调度模型:在配电网中接入多个微电网会对配电网的运行产生很大的影响,公共连接点的功率波动,配电网电压波动,以及配电网系统线路网损的加大等。为了尽可能减少微电网的接入对配电网产生不良影响,在所述S1步骤中,上层配电网层的优化目标设置如下:
配网层优化目标:
min Fup=λ1PS+λ2U+λ3PMG (1)
配电网网损:
节点电压波动:
交换功率波动:
式中λ1、λ2、λ3为相对应的权值系数;PS为配电网线路损耗;U为系统内各个节点电压的标准差,反映了节点电压的变化程度;PMG为每个调度时间微电网向配电网输出的功率大小;Rl为相应线路的电阻值;Pl,t、Ql,t、Vl,t相应线路中的有功功率和无功功率以及线路上的电压值;L为线路总数;T为总的调度时间段。Uj,t为相应时间点的节点电压值;为配电网内节点电压变化的均值,将电压波动限制在一个合理范围内;J为节点总数;N为接入配电网的微电网总数;PMG-i,t为微电网i在时间段t向配电网输出的功率;
约束条件:
(1)配电网潮流约束:
式中分别为分布式电源出力、负荷大小和微电网交换功率;z为配电网节点;x为与其相连接的节点;Gz,x、Bz,x为相应节点间的导纳值;Ux,t为相应节点潮流计算得到的电压;θ为相角差;
(2)连接点传输功率和电压约束:
式中max PMG-i,t、max Uj,t为公共连接点能承受的最大功率和电压值;min PMG-i,t、min Uj,t为对应的最小值;
(3)配电网节点电压和支路传输功率约束:
式中Vz,t为节点z在相应时刻的电压;S为在t时刻流过的视在功率。
根据微电网运行的特点建立多微电网层优化调度模型:
微电网层以整体微电网经济效益最佳为目标,在运行中要尽可能保证微电网安全稳定运行,充分利用多微电网之间的能源互补提高微电网层的整体收益。并针对目前新能源汽车的兴起制定相应的调度策略,让新能源汽车参与到微电网间的调度。风电、光电能源作为清洁能源,微电网在调度时最大限度利用风电和光电。电动汽车在微电网中作为一种可移动的特殊储能设备存在,既可以在峰时共享出多余的电量,又能够在谷时存储电量。以微电网整体发电成本最小为目标设置如下。
在所述S2步骤中,
微电网层优化目标:
min FMG-i=FG,i+Fmg,i+Fess,i+FIL,i (9)
式中FMG-i为微电网i的总成本,FG,i为发电成本,Fmg,i为微电网与配电网交互成本正值为购电成本,负值为卖电收益;Fess,i为微电网内储能装置的损耗成本;FIL,i为微电网切除的可中断负荷成本;
发电成本:
式中PG,i,k为微电网i中分布式电源k的出力;a、b、c为对应电源的发电成本系数;
微电网与配电网交互成本:
式中PMG-i,t为微电网与配电网的交互功率;δ为当前时间段的电价;PWT-i,t为微电网内风机发电量;PMT-i,t为微电网微型燃气轮机发电量;PPV-i,t为微电网光伏发电量;PEV-i,t为微电网内可调度的新能源汽车电量;PESS-i,t为微电网内储能可用电量;Pload-i,t为微电网当前时间负荷预测值;
储能损耗成本:
式中Pch、Pdis为储能装置在时间段充电功率和放电功率;λdis、λch为相应的成本系数;
可中断负荷切除成本:
式中λIL为可中断负荷切除价格;PIL为微电网i内切除的可中断负荷数量;
约束条件:
(1)功率平衡约束:
ΣPMT-i(t)+PPV-i(t)+PEV-i(t)+PWT-i(t)+PESS-i(t)=Pload-1(t)+PIL-i(t) (15)
PESS-i,t=Pch(t)-Pdis(t) (16)
式中PWT-i,t为微电网内风机发电量;PMT-i,t为微电网微型燃气轮机发电量;PPV-i,t为微电网光伏发电量;PEV-i,t为微电网内可调度的新能源汽车电量;PESS-i,t为微电网内储能可用电量;Pload-i,t为微电网当前时间负荷预测值;Pch、Pdis为储能装置在时间段充电功率和放电功率;
(2)爬坡约束:
式中Pup,i,k为微电网i中分布式电源k的爬升功率;Pdown,i,k为对应的下降功率;
(3)分布式电源出力约束:
PG,i,k,min≤PG,i,k≤PG,i,k,max (18)
式中PG,i,k,min、PG,i,k,max为微电网i中分布式电源k的有功输出最小值和最大值;
(4)储能装置使用约束:
式中ESS(t)为储能装置当前容量;ESSmin、ESSmax为储能装置健康运行允许的最低容量和最大容量;
(5)电动汽车蓄电池约束:
(6)电动汽车跨区域移动约束:
式中Xi,on为微电网中i能参与微电网调度的电动汽车数量;EVi,x(t)为电动汽车x储能装置当前容量;EVi,x,min、EVi,x,max为电动汽车能够提供的最大容量和最小容量;Xi,move为参与跨区域调度的电动汽车,电动汽车不可连续移动;
(7)微电网间交互功率约束:
式中为微电网间联络线允许的最大功率。
双层模型解耦,在所述S3步骤中,
设置配网层对微电网层的变量为α,微电网层对配网层的变量为β。解耦后的模型为:
α-β=0 (23)
上层:
下层:
式中λ为罚函数系数;α*为配电网层罚函数参考值,与微电网层优化结果相关;β*为微电网层罚函数参考值,与配电网层优化结果相关。
根据目标分流法设置双层循环确定最优策略:在所述S4步骤中,利用基于多级分层的分布式算法目标分流法求解双层优化调度模型,通过内外双层迭代找到配网层和微电网层双赢的最优解。
利用基于多级分层的分布式算法目标分流法求解双层优化调度模型的步骤如下:
(10)系统参数初始化;
内层循环次数M=1,外层循环K=1,设置初始好罚函数系数λK以及子系统罚函数参考值αM和βM,将初始罚函数系数和子系统罚函数参考值带入到优化模型中;
(20)配电网模型优化;
令计算得到配电网层与微电网层交互耦合变量结果βM+1;
(30)微电网模型优化;
令计算得到微电网层与配电网层交互耦合变量结果αM+1;
(40)内层循环结束,令M=M+1,进行收敛条件判断;如果满足收敛条件或者内层循环次数达到设定值,进行下一步,不收敛就返回步骤(20);
为ε收敛误差值,若两次计算结果误差小于误差值就可以认为满足收敛条件;
(50)进行外层循环,令K=K+1,进行收敛条件判断;如果满足收敛条件或者外层循环次数达到设定值,计算结束,输出最终结果,否则进行下一步骤;
|αM-βM|≤ε (27)
(60)罚函数更新,λK+1=η·λK,令M=1,然后重新进行步骤(20)。
该技术方案将整个主动配电网系统分成配电网层和微电网层,兼顾两个系统的自身利益同时又可以实现整体利益的最大化,避免了传统集中式优化只能有一个主体的不足;同时在多微电网系统的优化调度中,考虑到微电网内部的可中断负荷以及新能源电动汽车的大量接入,细化了微电网层的优化调度模型,更好地实现了多微电网系统的消纳新能源的目的。
本发明尚有多种实施方式,凡采用等同变换或者等效变换而形成的所有技术方案,均落在本发明的保护范围之内。
Claims (6)
1.一种多微电网和配电网协调优化调度的方法,其特征在于:该方法包括如下步骤:
S1:建立上层配电网优化调度模型;
S2:建立下层多微电网优化调度模型;
S3:根据S1步骤和S2步骤建立的上下两层调度模型之间的交互变量进行解耦,将上下两层调度模型整合起来,建立双层优化调度模型;
S4:根据S3步骤得到的双层优化调度模型,再根据目标分流法设置双层循环确定最优策略。
2.根据权利要求1所述的一种多微电网和配电网协调优化调度的方法,其特征在于:在所述S1步骤中,上层配电网层的优化目标设置如下:
配网层优化目标:
minFup=λ1PS+λ2U+λ3PMG (1)
配电网网损:
节点电压波动:
交换功率波动:
式中λ1、λ2、λ3为相对应的权值系数;PS为配电网线路损耗;U为系统内各个节点电压的标准差,反映了节点电压的变化程度;PMG为每个调度时间微电网向配电网输出的功率大小;Rl为相应线路的电阻值;Pl,t、Ql,t、Vl,t相应线路中的有功功率和无功功率以及线路上的电压值;L为线路总数;T为总的调度时间段。Uj,t为相应时间点的节点电压值;为配电网内节点电压变化的均值,将电压波动限制在一个合理范围内;J为节点总数;N为接入配电网的微电网总数;PMG-i,t为微电网i在时间段t向配电网输出的功率;
约束条件:
(1)配电网潮流约束:
式中分别为分布式电源出力、负荷大小和微电网交换功率;z为配电网节点;x为与其相连接的节点;Gz,x、Bz,x为相应节点间的导纳值;Ux,t为相应节点潮流计算得到的电压;θ为相角差;
(2)连接点传输功率和电压约束:
式中maxPMG-i,t、maxUj,t为公共连接点能承受的最大功率和电压值;minPMG-i,t、minUj,t为对应的最小值;
(3)配电网节点电压和支路传输功率约束:
式中Vz,t为节点z在相应时刻的电压;S为在t时刻流过的视在功率。
3.根据权利要求1所述的一种多微电网和配电网协调优化调度的方法,其特征在于:在所述S2步骤中,
微电网层优化目标:
minFMG-i=FG,i+Fmg,i+Fess,i+FIL,i (9)
式中FMG-i为微电网i的总成本,FG,i为发电成本,Fmg,i为微电网与配电网交互成本正值为购电成本,负值为卖电收益;Fess,i为微电网内储能装置的损耗成本;FIL,i为微电网切除的可中断负荷成本;
发电成本:
式中PG,i,k为微电网i中分布式电源k的出力;a、b、c为对应电源的发电成本系数;
微电网与配电网交互成本:
式中PMG-i,t为微电网与配电网的交互功率;δ为当前时间段的电价;PWT-i,t为微电网内风机发电量;PMT-i,t为微电网微型燃气轮机发电量;PPV-i,t为微电网光伏发电量;PEV-i,t为微电网内可调度的新能源汽车电量;PESS-i,t为微电网内储能可用电量;Pload-i,t为微电网当前时间负荷预测值;
储能损耗成本:
式中Pch、Pdis为储能装置在时间段充电功率和放电功率;λdis、λch为相应的成本系数;
可中断负荷切除成本:
式中λIL为可中断负荷切除价格;PIL为微电网i内切除的可中断负荷数量;
约束条件:
(1)功率平衡约束:
∑PMT-i(t)+PPV-i(t)+PEV-i(t)+PWT-i(t)+PESS-i(t)=Pload-1(t)+PIL-i(t) (15)
PESS-i,t=Pch(t)-Pdis(t) (16)
式中PWT-i,t为微电网内风机发电量;PMT-i,t为微电网微型燃气轮机发电量;PPV-i,t为微电网光伏发电量;PEV-i,t为微电网内可调度的新能源汽车电量;PESS-i,t为微电网内储能可用电量;Pload-i,t为微电网当前时间负荷预测值;Pch、Pdis为储能装置在时间段充电功率和放电功率;
(2)爬坡约束:
式中Pup,i,k为微电网i中分布式电源k的爬升功率;Pdown,i,k为对应的下降功率;
(3)分布式电源出力约束:
PG,i,k,min≤PG,i,k≤PG,i,k,max (18)
式中PG,i,k,min、PG,i,k,max为微电网i中分布式电源k的有功输出最小值和最大值;
(4)储能装置使用约束:
式中ESS(t)为储能装置当前容量;ESSmin、ESSmax为储能装置健康运行允许的最低容量和最大容量;
(5)电动汽车蓄电池约束:
(6)电动汽车跨区域移动约束:
式中Xi,on为微电网中i能参与微电网调度的电动汽车数量;EVi,x(t)为电动汽车x储能装置当前容量;EVi,x,min、EVi,x,max为电动汽车能够提供的最大容量和最小容量;Xi,move为参与跨区域调度的电动汽车,电动汽车不可连续移动;
(7)微电网间交互功率约束:
式中为微电网间联络线允许的最大功率。
4.根据权利要求1所述的一种多微电网和配电网协调优化调度的方法,其特征在于:在所述S3步骤中,
设置配网层对微电网层的变量为α,微电网层对配网层的变量为β。解耦后的模型为:
α-β=0 (23)
式中λ为罚函数系数;α*为配电网层罚函数参考值,与微电网层优化结果相关;β*为微电网层罚函数参考值,与配电网层优化结果相关。
5.根据权利要求1所述的一种多微电网和配电网协调优化调度的方法,其特征在于:在所述S4步骤中,利用基于多级分层的分布式算法目标分流法求解双层优化调度模型,通过内外双层迭代找到配网层和微电网层双赢的最优解。
6.根据权利要求5所述的一种多微电网和配电网协调优化调度的方法,其特征在于:
利用基于多级分层的分布式算法目标分流法求解双层优化调度模型的步骤如下:
(10)系统参数初始化;
内层循环次数M=1,外层循环K=1,设置初始好罚函数系数λK以及子系统罚函数参考值αM和βM,将初始罚函数系数和子系统罚函数参考值带入到优化模型中;
(20)配电网模型优化;
令计算得到配电网层与微电网层交互耦合变量结果βM+1;
(30)微电网模型优化;
令计算得到微电网层与配电网层交互耦合变量结果αM+1;
(40)内层循环结束,令M=M+1,进行收敛条件判断;如果满足收敛条件或者内层循环次数达到设定值,进行下一步,不收敛就返回步骤(20);
为ε收敛误差值,若两次计算结果误差小于误差值就可以认为满足收敛条件;
(50)进行外层循环,令K=K+1,进行收敛条件判断;如果满足收敛条件或者外层循环次数达到设定值,计算结束,输出最终结果,否则进行下一步骤;
|αM-βM|≤ε (27)
(60)罚函数更新,λK+1=η·λK,令M=1,然后重新进行步骤(20)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910047610.XA CN109713732B (zh) | 2019-01-17 | 2019-01-17 | 一种多微电网和配电网协调优化调度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910047610.XA CN109713732B (zh) | 2019-01-17 | 2019-01-17 | 一种多微电网和配电网协调优化调度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109713732A true CN109713732A (zh) | 2019-05-03 |
CN109713732B CN109713732B (zh) | 2021-03-30 |
Family
ID=66262291
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910047610.XA Active CN109713732B (zh) | 2019-01-17 | 2019-01-17 | 一种多微电网和配电网协调优化调度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109713732B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110138006A (zh) * | 2019-05-22 | 2019-08-16 | 南京邮电大学 | 考虑含有新能源电动汽车的多微电网协调优化调度方法 |
CN110263435A (zh) * | 2019-06-20 | 2019-09-20 | 燕山大学 | 基于电-气耦合综合能源系统的双层优化故障恢复方法 |
CN110289642A (zh) * | 2019-06-22 | 2019-09-27 | 南京邮电大学 | 一种基于指数罚函数的配电网分层调度优化方法 |
CN110518580A (zh) * | 2019-08-15 | 2019-11-29 | 上海电力大学 | 一种考虑微网主动优化的主动配电网运行优化方法 |
CN110556821A (zh) * | 2019-08-09 | 2019-12-10 | 三峡大学 | 考虑交互功率控制和双边竞价交易的多微电网双层优化调度方法 |
CN110969284A (zh) * | 2019-10-29 | 2020-04-07 | 国网河南省电力公司经济技术研究院 | 一种配电网双层优化调度方法 |
CN111061990A (zh) * | 2019-12-20 | 2020-04-24 | 国网福建省电力有限公司 | 面向电力现货市场的专项输电工程两部制电价优化方法 |
CN111371090A (zh) * | 2020-04-08 | 2020-07-03 | 广东电网有限责任公司电力调度控制中心 | 用于主动配电网的故障自愈方法、装置、设备和存储介质 |
CN111555370A (zh) * | 2020-05-20 | 2020-08-18 | 云南电网有限责任公司电力科学研究院 | 一种基于云边协同的配电网分层协调调度方法及装置 |
CN111723993A (zh) * | 2020-06-24 | 2020-09-29 | 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 |
CN112531788A (zh) * | 2020-12-17 | 2021-03-19 | 浙江大学 | 考虑多重不确定性和自趋优运行的透明微网群规划方法 |
CN113285458A (zh) * | 2021-06-11 | 2021-08-20 | 燕山大学 | 对含多微网的主动配电网经济调度的分解协调方法及系统 |
CN113313329A (zh) * | 2021-07-08 | 2021-08-27 | 江阴长仪集团有限公司 | 一种含综合能源系统的配电网优化调度方法 |
CN113471976A (zh) * | 2021-07-14 | 2021-10-01 | 国网江苏省电力有限公司营销服务中心 | 基于多能互补微电网与主动配电网的优化调度方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160043548A1 (en) * | 2013-08-15 | 2016-02-11 | Nec Laboratories America, Inc. | Rolling stochastic optimization based operation of distributed energy systems with energy storage systems and renewable energy resources |
CN107863784A (zh) * | 2017-11-21 | 2018-03-30 | 国网江苏省电力有限公司经济技术研究院 | 含可中断负荷的风电及电动汽车联合系统的日前调度方法 |
CN108197766A (zh) * | 2018-03-23 | 2018-06-22 | 湘潭大学 | 一种包含微电网群的主动配电网优化调度模型 |
CN108695903A (zh) * | 2018-06-19 | 2018-10-23 | 南京邮电大学 | 基于粒子群优化算法的微电网优化调度方法 |
CN108734350A (zh) * | 2018-05-17 | 2018-11-02 | 燕山大学 | 一种含微电网的配电网独立与联合调度的求解方法 |
-
2019
- 2019-01-17 CN CN201910047610.XA patent/CN109713732B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160043548A1 (en) * | 2013-08-15 | 2016-02-11 | Nec Laboratories America, Inc. | Rolling stochastic optimization based operation of distributed energy systems with energy storage systems and renewable energy resources |
CN107863784A (zh) * | 2017-11-21 | 2018-03-30 | 国网江苏省电力有限公司经济技术研究院 | 含可中断负荷的风电及电动汽车联合系统的日前调度方法 |
CN108197766A (zh) * | 2018-03-23 | 2018-06-22 | 湘潭大学 | 一种包含微电网群的主动配电网优化调度模型 |
CN108734350A (zh) * | 2018-05-17 | 2018-11-02 | 燕山大学 | 一种含微电网的配电网独立与联合调度的求解方法 |
CN108695903A (zh) * | 2018-06-19 | 2018-10-23 | 南京邮电大学 | 基于粒子群优化算法的微电网优化调度方法 |
Non-Patent Citations (1)
Title |
---|
谢敏等: "基于目标级联分析法的多微网主动配电系统自治优化经济调度", 《中国电机工程学报》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110138006A (zh) * | 2019-05-22 | 2019-08-16 | 南京邮电大学 | 考虑含有新能源电动汽车的多微电网协调优化调度方法 |
CN110263435A (zh) * | 2019-06-20 | 2019-09-20 | 燕山大学 | 基于电-气耦合综合能源系统的双层优化故障恢复方法 |
CN110289642B (zh) * | 2019-06-22 | 2022-08-12 | 南京邮电大学 | 一种基于指数罚函数的配电网分层调度优化方法 |
CN110289642A (zh) * | 2019-06-22 | 2019-09-27 | 南京邮电大学 | 一种基于指数罚函数的配电网分层调度优化方法 |
CN110556821A (zh) * | 2019-08-09 | 2019-12-10 | 三峡大学 | 考虑交互功率控制和双边竞价交易的多微电网双层优化调度方法 |
CN110556821B (zh) * | 2019-08-09 | 2022-11-08 | 三峡大学 | 考虑交互功率控制和双边竞价交易的多微电网双层优化调度方法 |
CN110518580A (zh) * | 2019-08-15 | 2019-11-29 | 上海电力大学 | 一种考虑微网主动优化的主动配电网运行优化方法 |
CN110518580B (zh) * | 2019-08-15 | 2023-04-28 | 上海电力大学 | 一种考虑微网主动优化的主动配电网运行优化方法 |
CN110969284A (zh) * | 2019-10-29 | 2020-04-07 | 国网河南省电力公司经济技术研究院 | 一种配电网双层优化调度方法 |
CN110969284B (zh) * | 2019-10-29 | 2022-09-09 | 国网河南省电力公司经济技术研究院 | 一种配电网双层优化调度方法 |
CN111061990A (zh) * | 2019-12-20 | 2020-04-24 | 国网福建省电力有限公司 | 面向电力现货市场的专项输电工程两部制电价优化方法 |
CN111061990B (zh) * | 2019-12-20 | 2023-04-07 | 国网福建省电力有限公司 | 面向电力现货市场的专项输电工程两部制电价优化方法 |
CN111371090B (zh) * | 2020-04-08 | 2022-01-11 | 广东电网有限责任公司电力调度控制中心 | 用于主动配电网的故障自愈方法、装置、设备和存储介质 |
CN111371090A (zh) * | 2020-04-08 | 2020-07-03 | 广东电网有限责任公司电力调度控制中心 | 用于主动配电网的故障自愈方法、装置、设备和存储介质 |
CN111555370A (zh) * | 2020-05-20 | 2020-08-18 | 云南电网有限责任公司电力科学研究院 | 一种基于云边协同的配电网分层协调调度方法及装置 |
CN111723993A (zh) * | 2020-06-24 | 2020-09-29 | 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 |
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 |
CN112531788A (zh) * | 2020-12-17 | 2021-03-19 | 浙江大学 | 考虑多重不确定性和自趋优运行的透明微网群规划方法 |
CN113285458A (zh) * | 2021-06-11 | 2021-08-20 | 燕山大学 | 对含多微网的主动配电网经济调度的分解协调方法及系统 |
CN113313329A (zh) * | 2021-07-08 | 2021-08-27 | 江阴长仪集团有限公司 | 一种含综合能源系统的配电网优化调度方法 |
CN113313329B (zh) * | 2021-07-08 | 2024-02-09 | 江阴长仪集团有限公司 | 一种含综合能源系统的配电网优化调度方法 |
CN113471976A (zh) * | 2021-07-14 | 2021-10-01 | 国网江苏省电力有限公司营销服务中心 | 基于多能互补微电网与主动配电网的优化调度方法 |
CN113471976B (zh) * | 2021-07-14 | 2023-11-07 | 国网江苏省电力有限公司营销服务中心 | 基于多能互补微电网与主动配电网的优化调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109713732B (zh) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109713732A (zh) | 一种多微电网和配电网协调优化调度的方法 | |
CN109980685B (zh) | 一种考虑不确定性的主动配电网分布式优化运行方法 | |
CN104065099B (zh) | 基于混合储能的交直流混合模块化微电网组网结构及方法 | |
CN110322372B (zh) | 区域电力系统中多级电网联动的机组组合调度方法 | |
CN103683272B (zh) | 一种独立直流微电网系统及其能量平衡控制方法 | |
CN110690702B (zh) | 一种考虑综合承载力的主动配电网优化调度及运行方法 | |
CN107453381B (zh) | 基于两阶段交叉控制的电动汽车集群功率调节方法及系统 | |
CN111049199B (zh) | 一种交直流混联微电网分布式动态经济调度方法 | |
CN107546743A (zh) | 一种辐射状配电网分布式优化潮流方法 | |
CN108695868A (zh) | 基于电力电子变压器的配电网储能选址定容方法 | |
CN108233430A (zh) | 一种计及系统能源波动性的交直流混合微网优化方法 | |
CN113452051A (zh) | 考虑应急电源车调度的有源配电网故障均衡供电恢复方法 | |
CN108695871A (zh) | 含有电力弹簧的孤岛微电网的降低储能容量需求的配置方法 | |
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 | |
CN109980684A (zh) | 一种基于柔性互联微电网的分布式优化调度方法 | |
CN105896575A (zh) | 基于自适应动态规划的百兆瓦储能功率控制方法及系统 | |
CN109347127A (zh) | 一种应对区域供电线路故障的储能优化配置方法 | |
CN112183865B (zh) | 一种配电网分布式调度方法 | |
CN107565576A (zh) | 一种多主动管理手段相协调的主动配电网无功电压优化方法 | |
CN109245091A (zh) | 一种面向售电公司的双层策略调度方法 | |
CN110034571A (zh) | 一种考虑可再生能源出力的分布式储能选址定容方法 | |
CN112085327B (zh) | 一种配电商参与的主动配电网多层分区调控方法及系统 | |
CN112910000A (zh) | 一种包含分布式电源的配电网动态孤岛划分方法 | |
CN115907240A (zh) | 计及互补互济运行特性的电网多类型调峰资源规划方法 | |
CN114977274A (zh) | 一种配电网多目标域间协同分布式优化控制方法 |
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 |