CN109858774B - 提高系统安全性和协调性的源网荷规划方法 - Google Patents

Abstract

本发明公开了一种提高系统安全性和协调性的源网荷规划方法，其包括以下步骤：步骤1，确定源网荷系统结构；步骤2，利用源网协同因子评价源网荷系统的电源侧与电网侧协调性，并利用三个安全裕度指标提高电网N‑1安全性；步骤3，建立协调性目标函数和安全性目标函数，并结合经济性目标函数建立多目标规划模型；步骤4，对多目标规划模型中不确定性进行处理；步骤5，采用多目标细菌群体趋药性算法对多目标规划模型进行求解；步骤6，确定算例以及其特征参数进行仿真分析。本发明以经济性、安全性和协调性最优为目标，建立了源网规划模型，能够有效提高源网协调能力以及电网安全，并保证系统经济性，降低分布式电源接入电网造成的高度不确定性问题。

Description

提高系统安全性和协调性的源网荷规划方法

技术领域

本发明属于主动配电网规划技术领域，具体涉及一种提高系统安全性和协调性的源网荷规划方法。

背景技术

近年来，随着能源的日益减少和节能减排观念的深入，分布式发电在电力工业中应用广泛，以风电、光伏为代表的分布式电源(distributed generation,DG)得到广泛应用。为了解决不可控分布式电源在接入电网时所造成的不确定性等问题，主动配电网技术应运而生，可以有效调控系统潮流，实现主动管理和主动控制。

储能装置作为主动配电网实施主动控制的重要组成部分，可在一定程度上平衡分布式电源的间歇性出力带来的随机波动，提高电源功率的可调度水平化及电网中电源功率的消纳能力。需求响应机制可以联系电源侧和负荷侧，提高分布式电源在并网时的灵活性，直接影响了负荷需求在配电网中的应用以及未来发展。因此，在含分布式电源的主动配电网规划中，考虑储能和需求响应具有很重要的现实意义。

随着电网结构日趋复杂，负荷需求不断增加，危及电网安全的事故不断发生，因此，在电网规划中，不仅要研究经济性因素还要研究安全性因素，配电系统是整个电力系统中联系用户和发输电系统的重要关键纽带，也是保证可靠供电的重要一环，还是直接面向用户的最后一个环节，其安全性是配电网研究的重要基础，N-1安全作为系统安全性准则备受关注。

源网荷规划(source-grid-load coordination)是指电源、电网和负荷三者之间通过多样化的交互方式，安全、高效和经济地提高电力系统的功率平衡能力。含分布式电源的配电网规划不同于传统的配电网规划，传统的配电网规划一般是按照负荷预测--电源规划--网络规划的步骤进行的，而分布式电源的出现会使电力系统的负荷预测和运行面临更大的不确定性，需要考虑到分布式电源与配电网网架、负荷需求之间的协调互动关系。

此外，源网荷三者之间的协调性也引起了越来越多的专家学者的重视。合理协调分布式电源、负荷和主动配电网三者之间的互动关系有助于充分发挥分布式电源的优势，提高电网运行的安全性和经济性。目前大多数研究比较局限，难以实现真正的源网荷三者间协调运行，不能适应电网在未来的发展趋势，其相关研究迫在眉睫。

因此，传统仅考虑经济性的方法不再适用未来的发展趋势，将安全性和协调性也考虑在内显得尤为重要。

发明内容

本发明目的在于提供一种在含分布式电源的主动配电网中，提高系统协调性和安全性的源网荷规划方法。通过提出源网协同因子解决源网协调问题，并改进电网N-1安全裕度指标解决系统安全性问题。而且，通过建立经济、安全、协调的多目标规划模型，同时保证系统经济性、安全性以及协调性。同时，本发明解决了高比例分布式电源接入电网所造成的高度不确定性问题，通过引入储能电池，平抑不可控分布式电源的波动性；通过引入需求响应技术，增强电源侧与负荷侧的联系，提高电网灵活性，实现源网荷三者间的协调。

为实现上述目的，本发明采用了以下技术方案：本发明提供一种提高系统安全性和协调性的源网荷规划方法，所述方法包括步骤如下：

S1、确定源网荷系统结构；

S2、利用源网协同因子评价源网荷系统的电源侧与电网侧协调性，并利用三个安全裕度指标提高电网N-1安全性；

S3、根据源网协同因子和安全裕度指标，建立协调性目标函数和安全性目标函数，并结合经济性目标函数，确定模型约束条件，建立多目标规划模型；

S4、对所述多目标规划模型中不确定性进行处理；

S5、采用多目标细菌群体趋药性算法对所述多目标规划模型进行求解；以及

S6、确定算例以及其特征参数，利用多目标细菌群体趋药性算法程序对算例进行仿真分析。

可优选的是，本发明步骤S2中源网协同因子表示为分布式电源DG出力均衡度与拓扑结构均衡度的加权平均，具体包括以下步骤：

S21、确定分布式电源DG出力均衡度

用平均相对偏差与均值的比值来表示电网中各分布式电源DG出力均衡度，包括所有分布式电源DG运行率的均匀化的平均值，

a.所有分布式电源DG运行率的平均值，即：

式中，η_av为所有分布式电源运行率的平均值；η_i为第i个分布式电源DG的运行率；N为候选分布式电源个数；M为已有分布式电源个数；其中，

第i个分布式电源DG运行率表示为：

式中，S_i为第i个分布式电源DG的实际最大出力，MW；S_iN为第i个分布式电源DG的额定容量，MW；

b.所有分布式电源DG运行率的平均相对偏差S_re,η作为分布式电源DG运行率的离散程度，表示为：

式中，η_max为电网中DG运行率的最大值；η_min为电网中DG运行率的最小值，S_ae,η为所有DG运行率的平均绝对偏差，其表达式为：

式中，η_av为所有分布式电源运行率的平均值；η_i为第i个分布式电源DG的运行率；

c.确定分布式电源DG出力均衡度J，利用平均相对偏差与平均值的比值来表示，其表达式为：

式中，J为分布式电源DG出力均衡度；S_re,η为所有分布式电源DG运行率的平均相对偏差；

S22、确定分布式电源DG与电网的拓扑结构均衡度：

分布式电源DG与电网的联络度：

式中，d_i为第i个分布式电源DG与电网的联络度；δ_i为第i个分布式电源DG与电网的联络维数；δ_m为最大联络维数，用分布式电源DG所在节点的最大回路建设数来表示；

分布式电源DG与电网的联络维数：

式中，γ_j为第j条新建线路的回路建设数；n_i为第i个DG所在的节点；

为与n_i节点相连接的单条待建线路回路建设情况，

时投建线路，

不投建线路；l_max为新建线路最大回路数；

用平均相对偏差与均值的比值来表示源网荷系统中DG与电网在拓扑结构上的拓扑结构均衡度，表示为：

a.所有分布式电源DG与电网的联络度的平均值d_av，即：

式中，d_i为第i个分布式电源DG与电网的联络度；d_av为所有分布式电源DG与电网的联络度的平均值；

b.所有分布式电源DG与电网的联络度的平均相对偏差S_re,d，代表DG与电网结构上的联络度的离散程度，即：

式中，d_max为电网中分布式电源DG联络度的最大值；d_min为电网中DG联络度的最小值；S_ae,d为所有DG联络度的平均绝对偏差，其表达式为：

式中，d_i为第i个分布式电源DG与电网的联络度；d_av为所有分布式电源DG与电网的联络度的平均值；

c.拓扑结构均衡度，可用平均相对偏差与平均值的比值定义，即平均相对变异系数，表示两者之间的相对数值关系，体现全网所有分布式电源DG与电网的联络均衡情况，可表示为：

式中，K为分布式电源DG与电网的拓扑结构均衡度；S_re,d为所有分布式电源DG与电网的联络度的平均相对偏差；d_av为所有分布式电源DG与电网的联络度的平均值；

S23、源网协同因子

分布式电源DG出力均衡度表示电网中所有分布式电源运行出力的均衡情况，拓扑结构均衡度表示分布式电源DG与电网的结构联络程度的均衡情况，将所有分布式电源运行出力的均衡情况与电网的结构联络程度两方面的参数进行加权平均，度量出系统中所有分布式电源DG与电网的整体协调性，将其定义为源网协同因子Z，具体表示为：

Z＝λJ+(1-λ)K

式中，λ为权重因子；J为分布式电源DG出力均衡度；K为分布式电源DG与电网的拓扑结构均衡度。

进一步，所述S2中安全裕度指标包括安全距离均值、安全距离平均相对偏差和安全距离平均相对变异系数，具体为：

a.安全距离均值F_av：表示各条馈线安全距离的平均值，具体表达式为：

式中，F_sd,u为第u段馈线F_u的安全距离；N_sd为馈线条数；

b.安全距离平均相对偏差S_re：是对各条馈线安全距离的离散程度的度量，具体表达式为：

式中，

为馈线F_u安全距离最大值；

为馈线F_u安全距离最小值；S_ae为安全距离平均绝对偏差，其表达式为：

式中，F_sd,u为第u段馈线F_u的安全距离；F_av为安全距离均值；

c.安全距离平均相对变异系数σ_cv：为安全距离平均相对偏差和安全距离均值之比，以表征各安全距离的平均相对偏差与均值的相对数值关系，具体表达式为：

式中，S_re为安全距离平均相对偏差；F_av为安全距离均值。

可优选的是，本发明所述步骤S1的源网荷系统结构包括电源侧、负荷侧和电网侧，所述电源侧利用分布式电源发电，包括燃煤机组、燃气机组、风力发电、光伏发电以及储能电池；所述负荷侧利用需求响应技术实施可中断负荷项目，所述电网侧采用主动配电网将电源侧、负荷侧连接起来。

进一步，所述S3中多目标规划模型的协调性目标函数为：

DG与电网的联络度表征了DG与外部网络的拓扑结构关系，以源网协同因子Z最小为目标函数，表示为：minZ。

进一步，所述S3中多目标规划模型的安全性目标函数为：

以安全距离平均相对变异系数σ_cv最小为目标函数，表示为：minσ_cv。

更进一步的是，所述S3中多目标规划模型的经济性目标函数是以全社会综合成本最小为目标，包括分布式电源投资成本、电网投资成本、电源运行维护成本、电网运行维护成本、协调因子补偿成本，碳排放成本，储能电池成本和需求侧管理成本，表示为：

T＝min(T₁+T₂+T₃+T₄+T₅+T₆+T₇+T₈)

式中，T为全社会综合成本；T₁为分布式电源投资成本；T₂为电网投资成本；T₃为电源运行维护成本；T₄为电网运行维护成本；T₅为协调因子补偿成本；T₆为碳排放成本；T₇为储能电池成本；T₈为电力需求侧管理成本；

(1)分布式电源投资成本

不同种类的分布式电源所对应的使用寿命是不同的，通过贴现率和使用寿命，将新建分布式电源投资成本换算成等年值成本，新建分布式电源投资成本表示为：

式中，T₁为分布式电源投资成本，元；x_i为第i个候选电源建设状态变量，x_i＝0时不投建，x_i＝1时为投建；C_i为第i个候选电源单位投资成本，元/个；r为贴现率；Y_i为第i个候选电源使用年限；

(2)电网投资成本

根据单条线路的建设成本、使用寿命以及贴现率，将新建输电线路投资成本换算成等年值成本，电网投资成本表示为：

式中，L为候选线路条数；y_j为第j条候选线路的建设状态变量，y_j＝0不投建，y_j＝1时为投建；D_j为候选线路的单位成本，元/条；Y_j为第j条候选线路使用年限；

(3)电源运行维护成本

规划期内的运行维护费用指原有电源与新建电源运行维护费用之和，即：

式中，T₃为系统分布式电源运行维护成本；G_i为单位发电量运行维护成本，元/MWh；H_i为第i个DG的发电量，MWh；

(4)电网运行维护成本

规划期内的电网运行维护成本包括配电网购电成本和网损成本两部分，即：

T₄＝G_pH_p+G_lossH_loss

式中，T₄为电网运行维护成本；G_p为配电网向上级电网购电的单位成本，元/MWh；H_p为年购电量，MWh；G_loss为单位电量网损成本，元/MWh；H_loss为年电量损耗，MWh；

(5)协调因子补偿成本

ab支路的协调因子补偿成本cc_ab表示为：

cc_ab＝β_ab|P_lmp-a-P_lmp-b|×P_ab

式中，P_lmp-a为a节点的因子价格；P_lmp-b为b节点的因子价格；P_ab为a-b支路功率；β_ab取值为±1，当β_ab＝+1时，表示线路a-b发生了输电阻塞，当β_ab＝-1时，线路a-b为未发生阻塞；

系统的协调因子补偿成本表示为系统所有支路的协调因子补偿成本之和，即：

式中，T₅为协调因子补偿成本，元；Ω_ab为节点系统支路集合；

(6)碳排放成本

燃气机组和燃煤机组的CO₂排放成本为：

式中，T₆为碳排放成本，元；E_i为第i台DG的碳排放强度，t/MWh；

为碳排放价格，元/t；

(7)储能电池成本

包括储能电池设备的投资成本和运行维护成本，即：

T₇为本规划中储能电池成本；a_q为第q台储能电池投资费用的单价，元/台；b_q为第q台储能电池运行维护的成本，元/台；Q为储能电池数量；Y_q第q台储能电池使用年限，c_q为第q台候选储能电池建设状态变量，c_q＝0时不投建，c_q＝1时为投建；

(8)电力需求侧管理成本

电力需求侧管理成本T₈为中断用户用电的补偿成本，表示为：

式中，N_KZD为参与可中断负荷用户数量；z_k为可中断负荷用户的状态变量，z_k＝0表示不中断用户k的负荷，z_k＝1表示中断用户k的负荷；O_k为第k个可中断用户中断单位容量补偿成本，元/MWh；P_KZD,k为第k个可中断用户的履约负荷中断量，MW；t_k为第k个可中断用户一年中履约的中断时间。

可优选的是，所述S3中多目标规划模型的约束条件为：

(1)电力约束

系统在规划目标年内所有机组总容量不小于目标年实际最大负荷：

式中，P_i为第i台DG的出力，MW；V_q为第q台储能电池的额定容量，MW；P_f为目标年实际最大负荷，MW；

(2)电量约束

系统在规划目标年内所有DG的总发电量不小于目标年预测电量：

式中，R_q为第q台储能电池的额定出力时间；H_f为目标年预测电量；

(3)新建DG投资成本约束

在整个规划期内要求新建DG总投资成本不超过其上限，即：

式中，J_gmax为DG投资上限；

(4)电网规划投资成本约束

在整个规划期内要求新建输电线路总投资成本不超过其上限，即：

式中，K_max为线路投资上限；

(5)单条新建线路最大回路约束

第j条新建线路的回路建设数一般控制在某一个范围内，即：

0≤γ_j≤l_max

式中，γ_j为第j条新建线路的回路建设数；l_max为单条新建线路最大回路建设数；

(6)DG出力上限约束

DG在运行过程中，要求不得长时间超过额定功率运行，否则将对其产生影响，因此规定每台电源的实际出力不大于第i台DG的出力：

P_gi≤P_i

式中，P_gi为第i台DG的实际出力；

(7)节点功率平衡约束

节点注入功率和负荷需求的功率等于支路上的消耗功率：

式中，P_gn和P_dn分别为第n个节点的注入功率和负荷需求；U_m为节点m的电压；U_n为节点n的电压；G_mn为节点m和节点n之间线路的电导，S；B_mn为节点m和节点n之间线路的电纳，S；cosθ_mn、sinθ_mn为节点m和节点n之间线路电压和电流相位差的余弦、正弦值；H为节点总数；h为与m节点相连的节点总数；

(8)线路潮流上限约束

两节点之间输电线路上的传输功率不大于该条输电线路的最大允许传输功率：

U_mU_n(G_mncosθ_mn+B_mnsinθ_mn)≤P_mnmax

式中，P_mnmax为节点m和节点n间线路功率传输上限；

(9)N-1安全约束

表示为所有馈线的安全距离不为负，即：

F_sd,u≥0；

(10)用户满意度约束

用户满意程度分为用户用电方式和电费支出的满意度：

m_f≥m_f,min

m_z≥m_z,min

式中，m_f为用户用电方式满意度；m_f,min为用户用电方式满意度下限值；m_z为用户电费支出满意度；m_z,min为用户电费支出的满意度下限值；

(11)储能电池约束

电池应运行在一定的荷电范围内，电池的荷电状态(state of charge，SOC)约束表示为：

S_SOCbat,min＜S_SOC＜S_SOCbat,max

式中，S_SOC表示电池的荷电状态；S_SOCbat,max为电池允许的最大荷电状态；S_SOCbat,min为电池允许的最小荷电状态；

蓄电池充放电功率约束为：

P_in(t)≤P_in,max

P_out(t)≤P_out,max

P_in(t)·P_out(t)＝0

式中，P_in(t)为蓄电池充电功率；P_out(t)为蓄电池放电功率；P_in,max为蓄电池最大充电功率；P_out,max为蓄电池最大放电功率；

(12)可中断负荷约束

式中，

为第k个可中断用户中断量上限值；

为第k个可中断用户中断量下限值。

进一步，所述S4中多目标规划模型的不确定性处理过程为：

(1)负荷侧的不确定性处理

对负荷侧的不确定性进行处理，将可中断负荷视为虚拟机组，作为一种虚拟的备用发电容量资源和输电容量资源参与系统规划，在多目标规划模型中考虑可中断负荷的经济成本和约束条件：

电力约束式可转化为：

式中，Ω_s为除去风电和光伏以外的候选电源集合；x_s为第s个候选常规机组建设状态变量，x_s＝0时不投建，x_s＝1时投建；P_s为除风电、光伏以外的候选机组的出力，MW；Ω_w为第w个风电场候选电源集合；x_w为第w个风电场建设状态变量，x_w＝0时不投建，x_w＝1时投建；P_w为风电场的出力，MW；Ω_p为第p个光伏电站候选电源集合；x_p为第p个光伏电站建设状态变量，x_p＝0时不投建，x_p＝1时投建；P_p为光伏电站的出力，MW；

电量约束式可转化为：

式中，H_s为除风电、光伏以外的第s个候选机组的出力，MWh；H_w为第w个风电场的出力，MWh；H_p为第p个光伏电站的出力，MWh；

(2)电源侧的不确定性处理

考虑风电、光伏的不确定性出力，将其作为模糊参数，用模糊机会约束规划约束进行处理，将电源出力的模糊性转化为约束条件的模糊性，将约束条件表示为模糊数，将机会约束转化为清晰等价类，进行求解，风电出力和光伏出力的模糊参数

可由梯形函数表示：

式中，μ(P_c)为隶属度函数；P_c1-P_c4为隶属度参数，决定隶属度函数形状；P_ci＝x_iP_c,av，i＝1,2,3,4，x_i为比例系数，0≤x_i≤1，比例系数一般可由电源出力的历史数据确定；

梯形模糊参数

可由四元组表示：

当x_i为ω_i时，表示风电场隶属度参数的比例系数；当x_i为

时，表示光伏电站隶属度参数的比例系数；当c为“w”时，μ(P_w)为风电场的隶属度函数，其中P_w,av为预测的风电场平均输出功率；

为第w个风电场出力模糊参数；P_w1-P_w4为风电场出力隶属度参数；H_w1-H_w4为风电场发电量隶属度参数；当c为“p”时，μ(P_p)为光伏电站的隶属度函数，其中P_p,av为预测的光伏电站平均输出功率；

为第p个光伏电站出力模糊参数；P_p1-P_p4为光伏电站出力隶属度参数；H_p1-H_p4为光伏电站发电量隶属度参数；

系统电力约束式可进一步转化为模糊约束式：

对模糊约束式可采用可信性机会测度表达，可信性机会约束可表示为：

式中，C_r为可信性测度；α为置信度水平；

系统电量约束式可进一步转化为模糊约束式：

式中，

分别为风电场和光伏电站的发电量的模糊参数；

对模糊约束式可采用可信性机会测度表达，可信性机会约束可表示为：

式中，C_r为可信性测度；β为置信度水平；

(3)约束条件的清晰等价处理

当置信水平

时，电力可信性机会约束经过清晰等价处理，转化为：

当置信水平

时，电量可信性机会约束经过清晰等价处理，转化为：

进一步，所述S5中采用多目标细菌群体趋药性算法的具体步骤如下：

S51、设定算例基本数据；

S52、细菌群体初始化，设定细菌初始位置和速度，确定精度数据；

S53、离散化过程，确定位置1及适应值；

S54、寻优过程，确定位置2及适应值；

S55、比较位置1和位置2，细菌移向较优的位置；

S56、判断是否达到精度要求或收敛，若是，则输出全体最优值作为最优规划方案，否则，定向变异，更新数据，直到获得最优值。

本发明的有益效果：提出源网协同因子，有利于提高源网两侧协调能力；改进了电网N-1安全裕度指标，有利于提高电网安全性；建立综合考虑电网经济性、安全性和系统协调性的多目标规划模型，同时保证系统经济性、安全性和协调性；在含分布式电源的主动配电网规划中，引入储能技术，平抑分布式电源功率的波动性，有利于解决不可控分布式电源的高比例接入所导致的高度不确定性问题；需求响应技术的应用，有利于增强源网两侧的联系，提高电网灵活性，与目标函数中的源网协调性相结合，实现源网荷三者间的协调；对源侧的风电、光伏电源的出力不确定性以及荷侧可中断负荷项目的不确定性进行处理，降低规划模型的不确定性。

附图说明

图1为本发明提高系统安全性和协调性的源网荷规划方法的步骤流程图；

图2为本发明基于多目标细菌群体趋药性算法的模型求解流程图；以及

图3为IEEE30节点配电网系统图。

具体实施方式

为了使本领域的技术人员更好地理解本发明的技术方案，下面结合附图和实施例对本发明作进一步详细的描述，需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互结合。

如图1和图2所示，本发明公开了一种提高系统安全性和协调性的源网荷规划方法，其包括以下步骤：

S1、确定源网荷系统结构；

S2、利用源网协同因子评价源网荷系统的电源侧与电网侧协调性，并利用三个安全裕度指标提高电网N-1安全性；

S3、根据源网协同因子和安全裕度指标，建立协调性目标函数和安全性目标函数，并结合经济性目标函数，确定模型约束条件，建立多目标规划模型；

S4、对多目标规划模型中不确定性进行处理；

S5、采用多目标细菌群体趋药性算法对多目标规划模型进行求解；以及

S6、确定算例以及其特征参数，利用多目标细菌群体趋药性算法程序对算例进行仿真分析。

在步骤2中源网协同因子表示为分布式电源DG出力均衡度与拓扑结构均衡度的加权平均，定义如下：

(1)DG出力均衡度

DG运行率体现了其运行情况的裕度，运行率越高,其接近满载的程度越高，DG运行的裕度越小，第i个DG运行率可表示为：

式中，S_i为第i个DG的实际最大出力，MW；S_iN为第i个DG的额定容量，MW；

本申请用平均相对偏差与均值的比值来定义电网中各DG运行率的均匀程度，也即DG均衡度，可表示为：

a.所有DG运行率的平均值，即：

式中，N为候选电源个数；M为已有电源个数；

b.所有DG运行率的平均相对偏差S_re,η，代表DG运行率的离散程度，可表示为：

式中，η_max为电网中DG运行率的最大值；η_min为电网中DG运行率的最小值，S_ae,η为所有DG运行率的平均绝对偏差，其表达式为：

c.分布式电源DG出力均衡度，可用平均相对偏差与平均值的比值定义，即平均相对变异系数，表示两者之间的相对数值关系，体现全网DG出力的均衡情况，可表示为：

式中，J为电网中分布式电源DG均衡度；

(2)拓扑结构均衡度

DG与电网的联络度表征了DG对外部网络的拓扑结构关系，对源网协调有重要意义，联络度越高，表示DG出现故障时影响的范围越广，协调性越弱；

分布式电源与电网的联络度：

式中，δ_m为最大联络维数，可用DG所在节点的最大回路建设数来表示；

分布式电源和电网的联络维数：

式中，γ_j为第j条新建线路的回路建设数；n_i为第i个DG所在的节点；

为与n_i节点相连接的单条待建线路回路建设情况，

时投建线路，

不投建线路；l_max为新建线路最大回路数；

本申请用平均相对偏差与均值的比值来定义系统中DG与电网在拓扑结构上的联络均匀程度，也即拓扑结构均衡度，可表示为：

a.所有DG与电网的联络度的平均值，即：

b.所有DG与电网的联络度的平均相对偏差S_re,d，代表DG与电网结构上的联络度的离散程度，即：

式中，d_max为电网中DG联络度的最大值；d_min为电网中DG联络度的最小值，S_ae,d为所有DG联络度的平均绝对偏差，其表达式为：

c.拓扑结构均衡度，可用平均相对偏差与平均值的比值定义，即平均相对变异系数，表示两者之间的相对数值关系，体现全网DG与电网的联络均衡情况，可表示为：

式中，K为分布式电源DG与电网的拓扑结构均衡度；

(3)源网协同因子

DG出力均衡度表示电网中所有分布式电源运行出力的均衡情况，拓扑结构均衡度表示DG与电网的结构联络程度的均衡情况，将出力与结构两方面的参数进行加权平均，可度量全系统中DG与电网的整体协调性，本申请将其定义为源网协同因子；

系统源网协同因子可表示为：

Z＝λJ+(1-λ)K

式中，λ为权重因子；J为分布式电源DG出力均衡度；K为分布式电源DG与电网的拓扑结构均衡度；

负荷密度是表征负荷分布密集程度的量化参数，它是每平方公里的平均用电功率数值，以MW/km²计量，本申请根据该地区的负荷密度确定DG出力均衡度与拓扑结构均衡度之间的权重，负荷密度较大时，取λ＝0.8；负荷密度较小且较为分散时，可适当增加拓扑结构均衡度的影响，取λ＝0.6或者更小。

在本申请的步骤2中安全裕度指标定义如下：

平均相对偏差可以更好的度量一组数据的离散程度，具有更强的鲁棒性，基于此，本申请提出三个N-1安全裕度指标：

a.安全距离均值F_av：表示各条馈线安全距离的平均值，可表示全网安全距离的平均水平，F_av越大，表示各条馈线安全距离平均水平越高，全网安全裕度越大，反之，全网安全裕度越小，具体表达式为：

式中，F_sd,u为馈线F_u的安全距离；N_sd为馈线条数；

b.安全距离平均相对偏差S_re：平均相对偏差是对馈线安全距离的离散程度的度量，S_re越小，表示各条馈线安全距离越均衡，离散程度越小，在各馈线、主变容量近似相等的前提下，各馈线出口负荷越均匀，各馈线、主变负载率差异性越小，全网安全裕度越大，反之，全网安全裕度越小，具体表达式为：

式中，

为馈线F_u安全距离最大值；

为馈线F_u安全距离最小值，S_ae为安全距离平均绝对偏差，其表达式为：

c.安全距离平均相对变异系数σ_cv：为安全距离平均相对偏差和安全距离均值之比，以表征各安全距离的平均相对偏差与均值的相对数值关系，考虑到各安全距离的平均相对偏差越小、均值越大，全网安全裕度越大，因此，σ_cv越小，系统安全性越好，具体表达式为：

本申请步骤1具体包括：电源侧利用分布式电源发电，包括燃煤机组、燃气机组、风力发电、光伏发电以及储能电池，负荷侧利用需求响应技术，实施可中断负荷项目，电网侧采用主动配电网将源侧和荷侧连接起来，构成了本申请研究的源网荷系统结构。

本申请步骤2中规划模型的协调性目标函数为：

DG与电网的联络度表征了DG与外部网络的拓扑结构关系,对源网协调有重要意义，联络度越小，表示DG出现故障时影响的范围越小，源网协调性越强，由此可知，源网协同因子越小，各DG的出力分配越均匀，电网输电水平越高，发电资源和输电资源的浪费情况越少，源网协调能力越强，因此本申请以源网协同因子最小为目标函数，可表示为：

minZ

一种提高系统安全性和协调性的源网荷规划方法，其中，步骤3中规划模型的安全性目标函数为：

基于文中对安全性的考虑以及所提出的安全裕度指标，本申请以安全距离平均相对变异系数最小为目标函数，以满足规划要求，提高系统安全性，目标函数可表示为：

minσ_cv

一种提高系统安全性和协调性的源网荷规划方法，其中，步骤3中规划模型的经济性目标函数为：

本申请的经济性目标函数，以全社会综合成本最小为目标，其中包括分布式电源投资成本、电网投资成本、电源运行维护成本、电网运行成本、协调因子补偿成本，由于燃气机组和燃煤机组的存在，会排放二氧化碳等污染气体，对环境造成一定程度的破坏，在目标函数中增加了碳排放成本，此外，又由于本申请引入了储能电池和需求响应技术，在目标函数中增加了储能电池成本和需求侧管理成本，可表示为：

T＝min(T₁+T₂+T₃+T₄+T₅+T₆+T₇+T₈)

式中，T为全社会综合成本；T₁为电源投资成本；T₂为电网投资成本；T₃为电源运行维护成本；T₄为电网运行维护成本；T₅为协调因子补偿成本；T₆为碳排放成本；T₇为储能电池成本；T₈为电力需求侧管理成本；

(1)电源投资成本

不同种类的分布式电源所对应的使用寿命是不同的，通过贴现率和使用寿命，将新建分布式电源投资成本换算成等年值成本，本申请分布式电源包括：燃气机组、燃煤机组、风电场、光伏电站，新建分布式电源投资成本可表示为：

式中，N为候选电源个数；M为已有电源个数；T₁是电源投资成本，元；x_i为第i个候选电源建设状态变量，x_i＝0时不投建，x_i＝1时为投建；C_i为第i个候选电源单位投资成本，元/个；r为贴现率；Y_i为第i个候选电源使用年限；

(2)电网投资成本

根据单条线路的建设成本、使用寿命以及贴现率，将新建输电线路投资成本换算成等年值成本，电网投资成本可表示为：

式中，L为候选线路条数；y_j为第j条候选线路的建设状态变量，y_j＝0不投建，y_j＝1时为投建；D_j为候选线路的单位成本，元/条；Y_j为第j条候选线路使用年限；

(3)电源运行维护成本

规划期内的运行维护费用指原有电源与新建电源运行维护费用之和，即：

式中，T₃为电源运行维护成本；G_i为单位发电量运行维护成本，元/MWh；H_i为第i个DG的发电量，MWh；

(4)电网运行维护成本

规划期内的电网运行成本考虑配电网购电成本和网损成本两部分，即：

T₄＝G_pH_p+G_lossH_loss

式中，T₄为电网运行维护成本；G_p为配电网向上级电网购电的单位成本，元/MWh；H_p为年购电量，MWh；G_loss为单位电量网损成本，元/MWh；H_loss为年电量损耗，MWh；

(5)协调因子补偿成本

协调因子能从根本上优化电源布局和电网结构，促进电源与电网的协调性，使系统资源分布均衡，降低阻塞的发生概率。电网收取协调因子费用就要保证发电厂商利润不受阻塞影响，当电网发生阻塞时，电网需要对发电侧给予补偿，即协调因子补偿成本，该成本以输电阻塞费用的形式表示，ab支路的协调因子补偿成本可表示为：

cc_ab＝β_ab|P_lmp-a-P_{lmp_b}|×P_ab

式中，P_{lmp_a}为a节点的影子价格；P_{lmp_b}为b节点的影子价格；P_ab为a-b支路功率；β_ab取值为±1，当β_ab＝+1时，表示线路a-b发生了输电阻塞，当β_ab＝-1时，线路a-b为未发生阻塞；

系统的协调因子补偿成本可以表示为系统所有支路的协调因子补偿成本之和，即：

式中，T₅为协调因子补偿成本，元；Ω_ab为节点系统支路集合；

(6)碳排放成本

考虑到燃气机组和燃煤机组的存在，需要计及机组CO₂排放成本，即：

式中，T₆为碳排放成本，元；E_i为第i台DG的碳排放强度，t/MWh；C_co2为碳排放价格，元/t；

(7)储能电池成本

由于不可控分布式电源具有波动性和随机性，本申请考虑储能系统，以平抑输出功率的波动，使系统稳定运行，本申请仅研究蓄电池储能系统，原系统中没有储能系统，所以储能系统皆为新投建设备，包括储能电池设备的投资成本和运行维护成本，即：

T₇为本规划中储能电池成本；a_q为第q台储能电池投资费用的单价，元/台；b_q为第q台储能电池运行维护的成本，元/台；Q为储能电池数量；Y_q第q台储能电池使用年限。c_q为第q台候选储能电池建设状态变量，c_q＝0时不投建，c_q＝1时为投建；

(8)需求侧管理成本

电力需求侧管理可以有效提高荷侧与源网两侧的协调性，达到源网荷协调规划的目标，本申请着重研究用户可参与的激励型需求响应(demand response,DR)——可中断负荷，可中断负荷项目是由电力公司与用户签订可中断负荷合同，在电力系统紧急情况下电力公司中断对用户的电力供应,给予用户一定的经济补偿，从而缓解电力短缺、保障电网安全稳定运行，本申请需求侧管理成本T₈，即中断用户用电的补偿成本，可表示为：

N_KZD为参与可中断负荷用户数量；z_k为可中断负荷用户的状态变量，z_k＝0表示不中断用户k的负荷，z_k＝1表示中断用户k的负荷；O_k为第k个可中断用户中断单位容量补偿成本，元/MWh；P_KZD,k为第k个可中断用户的履约负荷中断量，MW；t_k为第k个可中断用户一年中履约的中断时间。

一种提高系统安全性和协调性的源网荷规划方法，其中，步骤3中规划模型的约束条件为：

(1)电力约束

系统在规划目标年内所有机组总容量不小于目标年实际最大负荷：

式中，P_i为第i台DG的出力，MW；V_q为第q台储能电池的额定容量，MW；P_f为目标年实际最大负荷，MW；

(2)电量约束

系统在规划目标年内所有DG的总发电量不小于目标年预测电量：

式中，R_q为第q台储能电池的额定出力时间；H_f为目标年预测电量；

(3)新建DG投资成本约束

在整个规划期内要求新建DG总投资成本不超过其上限，即：

式中，J_gmax为DG投资上限；

(4)电网规划投资成本约束

在整个规划期内要求新建输电线路总投资成本不超过其上限，即：

式中，K_max为线路投资上限；

(5)单条新建线路最大回路约束

第j条新建线路的回路建设数一般控制在某一个范围内，即：

0≤γ_j≤l_max

式中，γ_j为第j条新建线路的回路建设数；l_max为单条新建线路最大回路建设数；

(6)DG出力上限约束

DG在运行过程中，要求不得长时间超过额定功率运行，否则将对其产生影响，因此规定每台电源的实际出力不大于第i台DG的实际出力：

P_gi≤P_i

式中，P_gi为第i台DG的实际出力；

(7)节点功率平衡约束

节点注入功率和负荷需求的功率等于支路上的消耗功率：

式中，P_gn和P_dn分别为第n个节点的注入功率和负荷需求；U_m为节点m的电压；U_n为节点n的电压；G_mn为节点m和节点n之间线路的电导，S；B_mn为节点m和节点n之间线路的电纳，S；cosθ_mn、sinθ_mn为节点m和节点n之间线路电压和电流相位差的余弦、正弦值；H为节点总数；h为与m节点相连的节点总数；

(8)线路潮流上限约束

两节点之间输电线路上的传输功率不大于该条输电线路的最大允许传输功率：

U_mU_n(G_mncosθ_mn+B_mnsinθ_mn)≤P_mnmax

式中，P_mnmax为节点m和节点n间线路功率传输上限；

(9)N-1安全约束

表示为所有馈线的安全距离不为负，即：

F_sd,u≥0；

(10)用户满意度约束

用户满意程度分为用户用电方式和电费支出的满意度：

m_f≥m_f,min

m_z≥m_z,min

式中，m_f,min为用户用电方式满意度下限值；m_z,min为用户电费支出的满意度下限值；

(11)储能电池约束

电池应运行在一定的荷电范围内，电池的荷电状态(state of charge，SOC)约束表示为：

S_SOCbat,min＜S_SOC＜S_SOCbat,max

即蓄电池的荷电状态必须处于其允许的最小SOC和最大SOC之间；

蓄电池充放电功率约束为：

P_in(t)≤P_in,max

P_out(t)≤P_out,max

P_in(t)·P_out(t)＝0

式中，P_in(t)为蓄电池充电功率；P_out(t)为蓄电池放电功率；P_in,max为蓄电池最大充电功率；P_out,max为蓄电池最大放电功率；

(12)可中断负荷约束

式中，

为第k个可中断用户中断量上限值；

为第k个可中断用户中断量下限值。

一种提高系统安全性和协调性的源网荷规划方法，其中，步骤4中不确定性处理过程为：

(1)负荷侧的不确定性处理

对负荷侧的需求响应措施——可中断负荷项目的不确定性进行处理，本项目以合同的方式开展，由于需求响应条款的不确定性，实际增加或者减少工作可能高于或低于承诺的数量，这通常称为缺乏或过度反应，本申请将可中断负荷视为虚拟机组，作为一种虚拟的备用发电容量资源和输电容量资源参与系统规划，在模型中考虑可中断负荷的经济成本和约束条件：

电力约束式可转化为：

式中，Ω_s为除去风电和光伏以外的候选电源集合；x_s为第s个候选常规机组建设状态变量，x_s＝0时不投建，x_s＝1时投建；P_s为除风电、光伏以外的候选机组的出力，MW；Ω_w为风电场候选电源集合；x_w为第w个风电场建设状态变量，x_w＝0时不投建，x_w＝1时投建；P_w为风电场的出力，MW；Ω_p为光伏电站候选电源集合；x_p为第p个光伏电站建设状态变量，x_p＝0时不投建，x_p＝1时投建；P_p为光伏电站的出力，MW；

电量约束式可转化为：

式中，H_s为除风电、光伏以外的候选机组的出力，MWh；H_w为风电场的出力，MWh；H_p为光伏电站的出力，MWh；

(2)电源侧的不确定性处理

考虑风电、光伏的不确定性出力，将其作为模糊参数，用模糊机会约束规划约束进行处理，将电源出力的模糊性转化为约束条件的模糊性，将约束条件表示为模糊数，将机会约束转化为清晰等价类，进行求解，风电出力和光伏出力的模糊参数

可由梯形函数表示：

式中，μ(P_c)为隶属度函数；P_c1-P_c4为隶属度参数，决定隶属度函数形状；P_ci＝x_iP_c,av，i＝1,2,3,4，x_i为比例系数，0≤x_i≤1，比例系数一般可由电源出力的历史数据确定；

梯形模糊参数可由四元组表示：

当x_i为ω_i时，表示风电场隶属度参数的比例系数；当x_i为

时，表示光伏电站隶属度参数的比例系数；当c为“w”时，μ(P_w)为风电场的隶属度函数，其中P_w,av为预测的风电场平均输出功率；当c为“p”时，μ(P_p)为风电场的隶属度函数，其中P_p,av为预测的风电场平均输出功率；

系统电力约束式可进一步转化为模糊约束式：

对模糊约束式可采用可信性机会测度表达，可信性机会约束可表示为：

式中，C_r为可信性测度；α为置信度水平；

系统电量约束式可进一步转化为模糊约束式：

式中，

分别为风电和光伏的发电量的模糊参数；

对模糊约束式可采用可信性机会测度表达，可信性机会约束可表示为：

式中，C_r为可信性测度；β为置信度水平；

(3)约束条件的清晰等价处理

根据清晰等价转化思想，当置信水平

时，电力可信性机会约束经过清晰等价处理，可转化为：

根据清晰等价转化思想，当置信水平

时，电量可信性机会约束经过清晰等价处理，可转化为：

本发明步骤5中采用多目标细菌群体趋药性算法的具体流程如下：

S51、设定算例基本数据；

S52、细菌群体初始化，设定细菌初始位置和速度，确定精度数据；

S53、离散化过程，确定位置1及适应值；

S54、寻优过程，确定位置2及适应值；

S55、比较位置1和位置2，细菌移向较优的位置；

S56、判断是否达到精度要求或收敛，若是，则输出全体最优值作为最优规划方案，否则，定向变异，更新数据，继续寻优直到获得最优规划方案。

在本发明中，步骤6的具体过程如下：

(1)确定算例以及其特征参数；

本申请以IEEE30节点系统为算例，用MATLAB7.10进行仿真分析。IEEE30节点系统图如图3所示，图中系统节点1、2、3……30和系统燃煤机组G₁-G₆按照预设的方案进行设计和布局。选择系统节点1为平衡节点，规定原有系统仅存在火力发电机组，基本参数见表1。规定待建线路为27条，根据实际情况，规定单条待建线路最大建设回路为4回。本申请设定规划期限为5年，贴现率为0.05，设定规划年负荷值较原始数据增长40％，并设定系统在规划年用电量为1900GWh。待建分布式电源基本数据见表2。模型中，碳排放价格取52元/t，新建分布式电源投资总成本最大为10亿元；新建线路投资总额上限为20万元，置信水平取0.8。

表1原有机组参数

表2待建分布式电源参数

(2)采用MATLAB软件编写多目标细菌群体趋药性算法程序对算例进行仿真分析。

通过仿真可知，该模型能够在保证系统经济的情况下，提高电网安全性和源网荷协调能力。

以上所述的仿真分析仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明的保护范围内。

Claims (9)

1.一种提高系统安全性和协调性的源网荷规划方法，其特征在于，所述方法包括如下步骤：

S1、确定源网荷系统结构；

S2、利用源网协同因子评价源网荷系统的电源侧与电网侧协调性，并利用三个安全裕度指标提高电网N-1安全性；

S3、根据源网协同因子和安全裕度指标，建立协调性目标函数和安全性目标函数，并结合经济性目标函数，确定模型约束条件，建立多目标规划模型；

S4、对所述多目标规划模型中不确定性进行处理；

S5、采用多目标细菌群体趋药性算法对所述多目标规划模型进行求解；

S6、确定算例以及其特征参数，利用多目标细菌群体趋药性算法程序对算例进行仿真分析；

所述S2中源网协同因子表示为分布式电源DG出力均衡度与拓扑结构均衡度的加权平均，具体包括以下步骤：

S21、确定分布式电源DG出力均衡度

用平均相对偏差与均值的比值来表示电网中各分布式电源DG出力均衡度，包括所有分布式电源DG运行率的均匀化的平均值，

a.所有分布式电源DG运行率的平均值，即：

式中，η_av为所有分布式电源运行率的平均值；η_i为第i个分布式电源DG的运行率；N为候选分布式电源个数；M为已有分布式电源个数；其中，

第i个分布式电源DG运行率表示为：

式中，S_i为第i个分布式电源DG的实际最大出力，MW；S_iN为第i个分布式电源DG的额定容量，MW；

b.所有分布式电源DG运行率的平均相对偏差S_re,η作为分布式电源DG运行率的离散程度，表示为：

式中，η_max为电网中DG运行率的最大值；η_min为电网中DG运行率的最小值，S_ae,η为所有DG运行率的平均绝对偏差，其表达式为：

式中，η_av为所有分布式电源运行率的平均值；η_i为第i个分布式电源DG的运行率；

c.确定分布式电源DG出力均衡度J，利用平均相对偏差与平均值的比值来表示，其表达式为：

式中，J为分布式电源DG出力均衡度；S_re,η为所有分布式电源DG运行率的平均相对偏差；

S22、确定分布式电源DG与电网的拓扑结构均衡度：

分布式电源DG与电网的联络度：

式中，d_i为第i个分布式电源DG与电网的联络度；δ_i为第i个分布式电源DG与电网的联络维数；δ_m为最大联络维数，用分布式电源DG所在节点的最大回路建设数来表示；

分布式电源DG与电网的联络维数：

式中，γ_j为第j条新建线路的回路建设数；n_i为第i个DG所在的节点；

为与n_i节点相连接的单条待建线路回路建设情况，

时投建线路，

不投建线路；l_max为新建线路最大回路数；

用平均相对偏差与均值的比值来表示源网荷系统中DG与电网在拓扑结构上的拓扑结构均衡度，表示为：

a.所有分布式电源DG与电网的联络度的平均值d_av，即：

式中，d_i为第i个分布式电源DG与电网的联络度；d_av为所有分布式电源DG与电网的联络度的平均值；

b.所有分布式电源DG与电网的联络度的平均相对偏差S_re,d，代表DG与电网结构上的联络度的离散程度，即：

式中，d_max为电网中分布式电源DG联络度的最大值；d_min为电网中DG联络度的最小值；S_ae,d为所有DG联络度的平均绝对偏差，其表达式为：

式中，d_i为第i个分布式电源DG与电网的联络度；d_av为所有分布式电源DG与电网的联络度的平均值；

c.拓扑结构均衡度，可用平均相对偏差与平均值的比值定义，即平均相对变异系数，表示两者之间的相对数值关系，体现全网所有分布式电源DG与电网的联络均衡情况，可表示为：

式中，K为分布式电源DG与电网的拓扑结构均衡度；S_re,d为所有分布式电源DG与电网的联络度的平均相对偏差；d_av为所有分布式电源DG与电网的联络度的平均值；

S23、源网协同因子

分布式电源DG出力均衡度表示电网中所有分布式电源运行出力的均衡情况，拓扑结构均衡度表示分布式电源DG与电网的结构联络程度的均衡情况，将所有分布式电源运行出力的均衡情况与电网的结构联络程度两方面的参数进行加权平均，度量出系统中所有分布式电源DG与电网的整体协调性，将其定义为源网协同因子Z，具体表示为：

Z＝λJ+(1-λ)K

式中，λ为权重因子；J为分布式电源DG出力均衡度；K为分布式电源DG与电网的拓扑结构均衡度。

2.根据权利要求1所述的提高系统安全性和协调性的源网荷规划方法，其特征在于，所述S2中安全裕度指标包括安全距离均值、安全距离平均相对偏差和安全距离平均相对变异系数，具体为：

a.安全距离均值F_av：表示各条馈线安全距离的平均值，具体表达式为：

式中，F_sd,u为第u段馈线F_u的安全距离；N_sd为馈线条数；

b.安全距离平均相对偏差S_re：是对各条馈线安全距离的离散程度的度量，具体表达式为：

式中，

为馈线F_u安全距离最大值；

为馈线F_u安全距离最小值；S_ae为安全距离平均绝对偏差，其表达式为：

式中，F_sd,u为第u段馈线F_u的安全距离；F_av为安全距离均值；

c.安全距离平均相对变异系数σ_cv：为安全距离平均相对偏差和安全距离均值之比，以表征各安全距离的平均相对偏差与均值的相对数值关系，具体表达式为：

式中，S_re为安全距离平均相对偏差；F_av为安全距离均值。

3.根据权利要求2所述的提高系统安全性和协调性的源网荷规划方法，其特征在于，所述步骤S1的源网荷系统结构包括电源侧、负荷侧和电网侧，所述电源侧利用分布式电源发电，包括燃煤机组、燃气机组、风力发电、光伏发电以及储能电池；所述负荷侧利用需求响应技术实施可中断负荷项目，所述电网侧采用主动配电网将电源侧、负荷侧连接起来。

4.根据权利要求2所述的提高系统安全性和协调性的源网荷规划方法，其特征在于，所述S3中多目标规划模型的协调性目标函数为：

DG与电网的联络度表征了DG与外部网络的拓扑结构关系，以源网协同因子Z最小为目标函数，表示为：minZ。

5.根据权利要求2所述的提高系统安全性和协调性的源网荷规划方法，其特征在于，所述S3中多目标规划模型的安全性目标函数为：

以安全距离平均相对变异系数σ_cv最小为目标函数，表示为：minσ_cv。

6.根据权利要求2所述的提高系统安全性和协调性的源网荷规划方法，其特征在于，所述S3中多目标规划模型的经济性目标函数是以全社会综合成本最小为目标，包括分布式电源投资成本、电网投资成本、电源运行维护成本、电网运行维护成本、协调因子补偿成本，碳排放成本，储能电池成本和需求侧管理成本，表示为：

T＝min(T₁+T₂+T₃+T₄+T₅+T₆+T₇+T₈)

式中，T为全社会综合成本；T₁为分布式电源投资成本；T₂为电网投资成本；T₃为电源运行维护成本；T₄为电网运行维护成本；T₅为协调因子补偿成本；T₆为碳排放成本；T₇为储能电池成本；T₈为电力需求侧管理成本；

(1)分布式电源投资成本

不同种类的分布式电源所对应的使用寿命是不同的，通过贴现率和使用寿命，将新建分布式电源投资成本换算成等年值成本，新建分布式电源投资成本表示为：

式中，T₁为分布式电源投资成本，元；x_i为第i个候选电源建设状态变量，x_i＝0时不投建，x_i＝1时为投建；C_i为第i个候选电源单位投资成本，元/个；r为贴现率；Y_i为第i个候选电源使用年限；

(2)电网投资成本

根据单条线路的建设成本、使用寿命以及贴现率，将新建输电线路投资成本换算成等年值成本，电网投资成本表示为：

式中，L为候选线路条数；y_j为第j条候选线路的建设状态变量，y_j＝0不投建，y_j＝1时为投建；D_j为候选线路的单位成本，元/条；Y_j为第j条候选线路使用年限；

(3)电源运行维护成本

规划期内的运行维护费用指原有电源与新建电源运行维护费用之和，即：

式中，T₃为系统分布式电源运行维护成本；G_i为单位发电量运行维护成本，元/MWh；H_i为第i个DG的发电量，MWh；

(4)电网运行维护成本

规划期内的电网运行维护成本包括配电网购电成本和网损成本两部分，即：

T₄＝G_pH_p+G_lossH_loss

式中，T₄为电网运行维护成本；G_p为配电网向上级电网购电的单位成本，元/MWh；H_p为年购电量，MWh；G_loss为单位电量网损成本，元/MWh；H_loss为年电量损耗，MWh；

(5)协调因子补偿成本

ab支路的协调因子补偿成本cc_ab表示为：

cc_ab＝β_ab|P_{lmp_a}-P_{lmp_b}|×P_ab

式中，P_{lmp_a}为a节点的因子价格；P_{lmp_b}为b节点的因子价格；P_ab为a-b支路功率；β_ab取值为±1，当β_ab＝+1时，表示线路a-b发生了输电阻塞，当β_ab＝-1时，线路a-b为未发生阻塞；

系统的协调因子补偿成本表示为系统所有支路的协调因子补偿成本之和，即：

式中，T₅为协调因子补偿成本，元；Ω_ab为节点系统支路集合；

(6)碳排放成本

燃气机组和燃煤机组的CO₂排放成本为：

式中，T₆为碳排放成本，元；E_i为第i台DG的碳排放强度，t/MWh；

为碳排放价格，元/t；

(7)储能电池成本

包括储能电池设备的投资成本和运行维护成本，即：

T₇为本规划中储能电池成本；a_q为第q台储能电池投资费用的单价，元/台；b_q为第q台储能电池运行维护的成本，元/台；Q为储能电池数量；Y_q第q台储能电池使用年限，c_q为第q台候选储能电池建设状态变量，c_q＝0时不投建，c_q＝1时为投建；

(8)电力需求侧管理成本

电力需求侧管理成本T₈为中断用户用电的补偿成本，表示为：

式中，N_KZD为参与可中断负荷用户数量；z_k为可中断负荷用户的状态变量，z_k＝0表示不中断用户k的负荷，z_k＝1表示中断用户k的负荷；O_k为第k个可中断用户中断单位容量补偿成本，元/MWh；P_KZD,k为第k个可中断用户的履约负荷中断量，MW；t_k为第k个可中断用户一年中履约的中断时间。

7.根据权利要求2所述的提高系统安全性和协调性的源网荷规划方法，其特征在于，所述S3中多目标规划模型的约束条件为：

(1)电力约束

系统在规划目标年内所有机组总容量不小于目标年实际最大负荷：

式中，P_i为第i台DG的出力，MW；V_q为第q台储能电池的额定容量，MW；P_f为目标年实际最大负荷，MW；

(2)电量约束

系统在规划目标年内所有DG的总发电量不小于目标年预测电量：

式中，R_q为第q台储能电池的额定出力时间；H_f为目标年预测电量；

(3)新建DG投资成本约束

在整个规划期内要求新建DG总投资成本不超过其上限，即：

式中，J_gmax为DG投资上限；

(4)电网规划投资成本约束

在整个规划期内要求新建输电线路总投资成本不超过其上限，即：

式中，K_max为线路投资上限；

(5)单条新建线路最大回路约束

第j条新建线路的回路建设数一般控制在某一个范围内，即：

0≤γ_j≤l_max

式中，γ_j为第j条新建线路的回路建设数；l_max为单条新建线路最大回路建设数；

(6)DG出力上限约束

DG在运行过程中，要求不得长时间超过额定功率运行，否则将对其产生影响，因此规定每台电源的实际出力不大于第i台DG的出力：

P_gi≤P_i

式中，P_gi为第i台DG的实际出力；

(7)节点功率平衡约束

节点注入功率和负荷需求的功率等于支路上的消耗功率：

式中，P_gn和P_dn分别为第n个节点的注入功率和负荷需求；U_m为节点m的电压；U_n为节点n的电压；G_mn为节点m和节点n之间线路的电导，S；B_mn为节点m和节点n之间线路的电纳，S；cosθ_mn、sinθ_mn为节点m和节点n之间线路电压和电流相位差的余弦、正弦值；H为节点总数；h为与m节点相连的节点总数；

(8)线路潮流上限约束

两节点之间输电线路上的传输功率不大于该条输电线路的最大允许传输功率：

U_mU_n(G_mncosθ_mn+B_mnsinθ_mn)≤P_mnmax

式中，P_mnmax为节点m和节点n间线路功率传输上限；

(9)N-1安全约束

表示为所有馈线的安全距离不为负，即：

F_sd,u≥0；

(10)用户满意度约束

用户满意程度分为用户用电方式和电费支出的满意度：

m_f≥m_f,min

m_z≥m_z,min

式中，m_f为用户用电方式满意度；m_f,min为用户用电方式满意度下限值；m_z为用户电费支出满意度；m_z,min为用户电费支出的满意度下限值；

(11)储能电池约束

电池应运行在一定的荷电范围内，电池的荷电状态(state of charge，SOC)约束表示为：

S_SOCbat,min＜S_SOC＜S_SOCbat,max

式中，S_SOC表示电池的荷电状态；S_SOCbat,max为电池允许的最大荷电状态；S_SOCbat,min为电池允许的最小荷电状态；

蓄电池充放电功率约束为：

P_in(t)≤P_in,max

P_out(t)≤P_out,max

P_in(t)·P_out(t)＝0

式中，P_in(t)为蓄电池充电功率；P_out(t)为蓄电池放电功率；P_in,max为蓄电池最大充电功率；P_out,max为蓄电池最大放电功率；

(12)可中断负荷约束

式中，

为第k个可中断用户中断量上限值；

为第k个可中断用户中断量下限值。

8.根据权利要求2所述的提高系统安全性和协调性的源网荷规划方法，其特征在于，所述S4中多目标规划模型的不确定性处理过程为：

(1)负荷侧的不确定性处理

对负荷侧的不确定性进行处理，将可中断负荷视为虚拟机组，作为一种虚拟的备用发电容量资源和输电容量资源参与系统规划，在多目标规划模型中考虑可中断负荷的经济成本和约束条件：

电力约束式可转化为：

式中，Ω_s为除去风电和光伏以外的候选电源集合；x_s为第s个候选常规机组建设状态变量，x_s＝0时不投建，x_s＝1时投建；P_s为除风电、光伏以外的候选机组的出力，MW；Ω_w为第w个风电场候选电源集合；x_w为第w个风电场建设状态变量，x_w＝0时不投建，x_w＝1时投建；P_w为风电场的出力，MW；Ω_p为第p个光伏电站候选电源集合；x_p为第p个光伏电站建设状态变量，x_p＝0时不投建，x_p＝1时投建；P_p为光伏电站的出力，MW；

电量约束式可转化为：

式中，H_s为除风电、光伏以外的第s个候选机组的出力，MWh；H_w为第w个风电场的出力，MWh；H_p为第p个光伏电站的出力，MWh；

(2)电源侧的不确定性处理

考虑风电、光伏的不确定性出力，将其作为模糊参数，用模糊机会约束规划约束进行处理，将电源出力的模糊性转化为约束条件的模糊性，将约束条件表示为模糊数，将机会约束转化为清晰等价类，进行求解，风电出力和光伏出力的模糊参数

可由梯形函数表示：

式中，μ(P_c)为隶属度函数；P_c1-P_c4为隶属度参数，决定隶属度函数形状；P_ci＝x_iP_c,av，i＝1,2,3,4，x_i为比例系数，0≤x_i≤1，比例系数一般可由电源出力的历史数据确定；

梯形模糊参数

可由四元组表示：

当x_i为ω_i时，表示风电场隶属度参数的比例系数；当x_i为

时，表示光伏电站隶属度参数的比例系数；当c为“w”时，μ(P_w)为风电场的隶属度函数，其中P_w,av为预测的风电场平均输出功率；

为第w个风电场出力模糊参数；P_w1-P_w4为风电场出力隶属度参数；H_w1-H_w4为风电场发电量隶属度参数；当c为“p”时，μ(P_p)为光伏电站的隶属度函数，其中P_p,av为预测的光伏电站平均输出功率；

为第p个光伏电站出力模糊参数；P_p1-P_p4为光伏电站出力隶属度参数；H_p1-H_p4为光伏电站发电量隶属度参数；

系统电力约束式可进一步转化为模糊约束式：

对模糊约束式可采用可信性机会测度表达，可信性机会约束可表示为：

式中，C_r为可信性测度；α为置信度水平；

系统电量约束式可进一步转化为模糊约束式：

式中，

分别为风电场和光伏电站的发电量的模糊参数；

对模糊约束式可采用可信性机会测度表达，可信性机会约束可表示为：

式中，C_r为可信性测度；β为置信度水平；

(3)约束条件的清晰等价处理

当置信水平

时，电力可信性机会约束经过清晰等价处理，转化为：

当置信水平

时，电量可信性机会约束经过清晰等价处理，转化为：

9.根据权利要求2所述的提高系统安全性和协调性的源网荷规划方法，其特征在于，所述S5中采用多目标细菌群体趋药性算法的具体步骤如下：

S51、设定算例基本数据；

S52、细菌群体初始化，设定细菌初始位置和速度，确定精度数据；

S53、离散化过程，确定位置1及适应值；

S54、寻优过程，确定位置2及适应值；

S55、比较位置1和位置2，细菌移向较优的位置；

S56、判断是否达到精度要求或收敛，若是，则输出全体最优值作为最优规划方案，否则，定向变异，更新数据，直到获得最优值。

Images