CN109950907B - 含电力电子变压器的交直流混合配电网的调度方法及系统 - Google Patents
含电力电子变压器的交直流混合配电网的调度方法及系统 Download PDFInfo
- Publication number
- CN109950907B CN109950907B CN201910135216.1A CN201910135216A CN109950907B CN 109950907 B CN109950907 B CN 109950907B CN 201910135216 A CN201910135216 A CN 201910135216A CN 109950907 B CN109950907 B CN 109950907B
- Authority
- CN
- China
- Prior art keywords
- pet
- alternating current
- active
- network
- loss
- 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
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种含电力电子变压器的交直流混合配电网的调度方法及系统,包括:获取含电力电子变压器的交直流混合配电网的运行参数;基于所述运行参数和预先构建的耦合优化模型,获得交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力;基于所述交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力对所述交直流混合配电网进行调度。本发明实现了可再生能源的充分消纳和高效利用;发挥了PET的柔性调控能力,实现交直流网络的相互协调,互补优化,提高了区域间可控分布式能源的功率交互能力。
Description
技术领域
本发明涉及交直流混合配电网协调优化领域,具体涉及一种含电力电子变压器的交直流混合配电网的调度方法及系统。
背景技术
随着能源危机的逼近,通过可再生能源发电已成为趋势,如何将可再生能源组成的高渗透分布式发电接入配电网,则需要基于电力电子变压器(Power ElectronicTransformer,PET)构成的交直流混合配电网,交直流混合配电网为分布式可再生能源的灵活接入和有效调控提供了新的手段和方式,集成了电力电子变换技术和高频变压器技术的电力电子变压器具备了区域协调、交直混联和多向潮流等特点,能够增加不同网络间的功率交换能力。使得微电网潮流在电网与用户、中压电网与低压电网以及交流电网和直流电网之间双向互动的需求日益增多,相比于单一电能形式的配电网,交直流混合配电网可以发挥交流配电网和直流配电网的互补优势,各分布式电源根据自身便利选择不同的电能形式接入电网,增加了分布式电源间彼此互动能力,有利于实现交直流网络的互补运行。
目前,针对交直流混合配电网协调优化问题已经有大量研究,通过建立运行控制优化模型,提高了分布式电源的消纳水平,实现系统安全稳定运行;提出基于模型预测控制的交直流混合配电网主动分层分布式优化调度策略,可以减小可再生能源波动对系统的影响,实现多种能源的协调优化;采用混合整数线性规划算法或人工智能算法,提高了模型的求解速度和算法的寻优性能。但当前的交直流混合配电网协调优化方法更多的是考虑模型建立、调度策略以及求解算法等方面,对含有电力电子变压器的交直流混合配电网的考虑并不全面,导致按已有方法生成的调度方案进行调度时,出现可再生能源不能最大程度利用,运行效率低,交直流电网不能很好交互等,未考虑网络设备柔性调控能力的优化运行和交直流混合配电网互补优化等方面进行研究。
发明内容
为了解决现有技术中所存在含有电力电子变压器的交直流混合配电网的调度方案不是最优的问题,本发明提供一种含电力电子变压器的交直流混合配电网的调度方法及系统,首先构建含电力电子变压器的交直流耦合配电网络,然后采用分解优化算法对耦合变量和局部变量进行解耦协调控制,发挥电力电子变压器对网络潮流的柔性调控能力,协调分散在交直流混合配电网内分布式电源的有功出力,从而实现交直流混合配电网的互补优化。
本发明提供的技术方案是:一种含电力电子变压器的交直流混合配电网的调度方法,包括:
获取含电力电子变压器的交直流混合配电网的运行参数;
基于所述运行参数和预先构建的耦合优化模型,获得交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力;
基于所述交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力对所述交直流混合配电网进行调度。
优选的,所述耦合优化模型的构建,包括:
以含电力电子变压器的交直流混合配电网的有功网损最小为目标,构建目标函数;
为所述目标函数构建等式约束条件和不等式约束条件。
优选的,所述目标函数,如下式所示:
minf=Ploss.PET+Ploss.AC+Ploss.DC
式中:f:含PET交直流混合配电网的有功网损;Ploss.PET:PET的有功损耗;Ploss.AC:交流网络的有功损耗;Ploss.DC:直流网络的有功损耗。
优选的,所述等式约束条件,如下式所示:
式中:PGi:交流节点i处发电机的有功功率;PDi:交流节点i处负荷的有功功率;QGi:交流节点i处发电机的无功功率;QDi:交流节点i处负荷的无功功率;N:交流节点的个数;Ui:交流节点i的电压幅值;Uj:交流节点j的电压幅值;θij:交流节点i和交流节点j间的相角差;Gij:交流支路ij的电导;Bij:交流支路ij的电纳;Pgx:直流节点x处发电机的有功功率;Pdx:直流节点x处负荷的有功功率;M:直流节点的个数;Vx:直流节点x的电压幅值;Vy:直流节点y的电压幅值;gxy:直流支路xy的电导值;PET第s个PET交流端口输出的有功功率;m:PET交流端口的个数;PET第l个PET直流端口输出的有功功率;n:PET直流端口的个数;第k个PET端口的有功损耗;p:PET交流端口的个数和PET直流端口的个数之和;
优选的,所述不等式约束条件,如下式所示:
式中:Uxdc:直流节点电压幅值;Uxdc.min:直流节点电压幅值的最小值;Uxdc.max:直流节点电压幅值的最大值;Uiac:交流节点电压幅值;Uiac.min:交流节点电压幅值的最小值;Uiac.max:交流节点电压幅值的最大值;Pgdc:直流侧分布式电源有功出力;Pgdc.min:直流侧分布式电源有功出力的最小值;Pgdc.max:直流侧分布式电源有功出力的最大值;Pgac:交流测分布式电源的有功出力;Qgac:流测分布式电源的无功出力;Pgac.min:交流测分布式电源有功出力的最小值;Pgac.max:交流测分布式电源有功出力的最大值;Qgac.min:交流分布式电源输出无功功率的最小值;Qgac.max:交流分布式电源输出无功功率的最大值;Pdc:PET直流端口输出的有功功率;Pdc.min:PET直流端口输出的有功功率的最小值;Pdc.max:PET直流端口输出的有功功率的最大值;Pac:PET交流端口输出的有功功率;Qac:PET交流端口输出的无功功率;Pac.max:PET交流端口输出有功功率的最大值;Pac.min:PET交流端口输出有功功率的最小值;Qac.max:PET交流端口输出的无功功率的最大值;Qac.min:PET交流端口输出的无功功率最小值。
优选的,所述基于所述运行参数和预先构建的耦合优化模型,获得交直流混合配电网中分布式电源的有功出力和电力电子变压器PET端口的有功出力,包括:
基于待优化的交直流混合配电网中包含的PET网络、交流网络和直流网络,将所述耦合优化模型分解为PET子网优化模型、交流子网优化模型和直流子网优化模型;
基于PET网络与交流网络和直流网络之间交互的功率和电压,对所述PET子网优化模型、交流子网优化模型和直流子网优化模型进行变量处理;
基于所述运行参数、PET子网优化模型、交流子网优化模型和直流子网优化模型,采用目标级联分析法,获得交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力。
优选的,所述基于PET网络与交流网络和直流网络之间交互的功率和电压,对所述PET子网优化模型、交流子网优化模型和直流子网优化模型进行变量处理,包括:
将PET交直流端口输出功率和PET交直流端口的电压分解为目标变量和响应变量;
基于PET的有功损耗、目标变量和响应变量构建所述PET子网优化模型的第一目标函数;
基于交流网络的有功损耗、目标变量和响应变量构建所述交流子网优化模型的第二目标函数;
基于直流网络的有功损耗、目标变量和响应变量构建所述直流子网优化模型的第三目标函数。
优选的,所述第一目标函数,如下式所示:
minfpet=Ploss.PET+vac(ηac-μac)+[wac(ηac-μac)]2+vdc(ηdc-μdc)+[wdc(ηdc-μdc)]2
式中:fpet:第一目标函数;Ploss.PET:PET的有功损耗;vac:交流侧罚函数的系数向量;vdc:直流侧罚函数的系数向量;wac:交流侧罚函数的权重向量;wdc:直流侧罚函数的权重向量;ηac:从PET角度处理的交流侧耦合变量,作为目标变量;ηdc:从PET角度处理的直流侧耦合变量,作为目标变量;μac:从交流侧角度处理的耦合变量,作为响应变量;μdc:从直流侧角度处理的耦合变量,作为响应变量;
所述第二目标函数,如下式所述:
minfac=Ploss.AC+vac(ηac-μac)+[wac(ηac-μac)]2
式中:fac:第二目标函数;Ploss.AC:交流网络的有功损耗;
所述第三目标函数,如下式所述:
minfdc=Ploss.DC+vdc(ηdc-μdc)+[wdc(ηdc-μdc)]2
式中:fdc:第三目标函数;Ploss.DC:直流网络的有功损耗。
优选的,所述基于所述运行参数、PET子网优化模型、交流子网优化模型和直流子网优化模型,采用目标级联分析法,获得交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力,包括:
设置内层和外层的初始迭代次数、罚函数的系数向量、权重向量以及第一目标函数中目标变量的初始值;
将所述PET子网优化模型、所述交流子网优化模型和直流子网优化模型作为内层,并将第一目标函数中的目标变量、第二目标函数和第三目标函数中的响应变量作为优化变量;
对内层中的优化变量进行迭代求解,获得优化变量的最优解;
判断设置的外层收敛判据是否收敛,如果收敛,将当前优化变量的最优解中的响应变量作为交流网络中分布式电源的有功出力、目标变量作为PET的有功出力,并结束循环;如果不收敛,则利用设置的修正关系式对罚函数的系数向量和权重向量进行修正,并继续对内层中的优化变量进行迭代求解,直到外层收敛判据收敛。
优选的,所述对内层中的优化变量进行迭代求解,获得优化变量的最优解,包括:
步骤S101、基于目标变量的当前值,对交流子网和直流子网对应的第二目标函数和第三目标函数进行优化计算,得到响应变量的值;
步骤S102、基于当前的响应变量和PET子网优化模型中的第一目标函数,获得目标变量的值;
步骤S103、基于设置的内层收敛判据判断内层循环是否收敛,若不收敛则执行步骤S101,否则将当前响应变量的值和目标变量的值作为优化变量的最优解。
优选的,所述运行参数,包括:
交直流混合配电网的拓扑结构、母线编号、名称、直流网络各节点负荷的有功功率、交流网络各节点负荷的有功功率和无功功率、配电线路的首端节点编号、配电线路的末端节点编号和电力电子变压器PET的交直流端口编号。
本发明还提供了一种含电力电子变压器的交直流混合配电网的调度系统,包括:
获取模块,用于获取含电力电子变压器的交直流混合配电网的运行参数;
求解模块,用于基于所述运行参数和预先构建的耦合优化模型,获得交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力;
调度模块,用于基于所述交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力进行调度。
优选的,所述系统还包括构建模块,用于构建耦合优化模型;
所述构建模块,包括:
目标函数子模块,用于以含电力电子变压器的交直流混合配电网的有功网损最小为目标,构建目标函数;
约束条件子模块,用于为所述目标函数构建等式约束条件和不等式约束条件。
与现有技术相比,本发明的有益效果为:
本发明提供的技术方案,获取含电力电子变压器的交直流混合配电网的运行参数;基于所述运行参数和预先构建的耦合优化模型,获得交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力;基于所述交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力对交直流混合配电网进行调度,发挥了PET的柔性调控能力,同时实现交直流混合配电网的相互协调,互补优化,提高了区域间可控分布式能源的功率交互能力。
本发明提供的技术方案,针对含电力电子变压器的交直流混合配电网,以交直流混合网络的有功网损最小为目标函数建立耦合优化模型,将PET的有功损耗考虑在内,发挥了PET的柔性调控能力,同时更好地提高PET的运行效率。
本发明提供的技术方案,建立的耦合优化模型能够实现可再生能源的充分消纳和高效利用;并通过对耦合优化模型进行分解,得到多个子网优化模型,对多个子网优化模型采用目标级联分析法进行求解,实现交直流混合配电网的相互协调,互补优化,提高了区域间可控分布式能源的功率交互能力。
本发明建立的电力电子变压器稳态模型可以很好的描述PET的多端口特性和损耗特性,适用于交直流混合配电网,有利于对PET进行优化分析。
本发明提供的技术方案通过分解耦合优化模型能够实现交直流混合配电网的互补优化。
附图说明
图1为本发明的含电力电子变压器交直流混合配电网的调度方法流程图;
图2为本实施例提供的含电力电子变压器的交直流混合配电网调度方法的详细流程图;
图3为本发明中含有电力电子变压器的交直流混合配电网示意图;
图4为本发明中电力电子变压器的外特性等效模型示意图;
图5为本发明中含电力电子变压器的交直流混合配电网的解耦示意图;
图6为本发明中目标级联分析法的算法流程图。
具体实施方式
为了更好地理解本发明,下面结合说明书附图和实例对本发明的内容做进一步的说明。
本发明公开的一种含电力电子变压器的交直流混合配电网的调度方法,主要针对含电力电子变压器的交直流混合配电网,该方法是以交直流混合配电网的有功网损最小为目标函数建立的耦合优化模型,并对其进行优化求解,具体思路包括:
首先,通过收集含有电力电子变压器的交直流混合配电网参数;
然后,基于多端口PET的稳态模型建立以有功网损最小为目标函数,以网络安全稳定运行、PET和各可控分布式电源功率出力上下限为约束条件的耦合优化模型;
最后,再将耦合优化模型分解为各子网优化模型,采用目标级联分析法实现交直流混合配电网的相互协调,互补优化。
实施例1:
如图1所示,为本发明提供的含电力电子变压器交直流混合配电网的调度方法流程图,包括:
步骤S1、获取含电力电子变压器的交直流混合配电网的运行参数;
步骤S2、基于所述运行参数和预先构建的耦合优化模型,获得交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力;
步骤S3、基于所述交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力对交直流混合配电网进行调度。
如图2所示,为本实施例提供的含电力电子变压器的交直流混合配电网优化方法的详细流程图,具体实施步骤如下:
步骤1:收集含PET的交直流混合网络参数
首先导入如图3所示的含电力电子变压器的交直流混合配电网的运行参数,具体包括交直流混合配电网的拓扑结构、母线编号、名称、直流网络各节点负荷的有功功率、交流网络各节点负荷的有功功率和无功功率、配电线路首端节点和末端节点编号、PET的交直流端口编号等;
步骤S2、基于所述运行参数和预先构建的耦合优化模型,获得交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力,在图2中由步骤2到步骤5组成,具体包括:
步骤2:建立多端口电力电子变压器稳态模型
如图4所示,对于多端口PET而言,稳定运行时各端口注入的有功功率和有功损耗应时刻满足平衡,即:
式中,m,n,p分别表示PET交流端口、直流端口以及总端口的个数;为PET第s个交流端口输出的有功功率,为PET第l个直流端口输出的有功功率,为第k个PET端口的有功损耗,PET的总端口个数为PET交流端口的个数和PET直流端口的个数之和。
与此同时,考虑到PET的交直流端口通常采用AC/DC和DC/DC变换器来实现电压等级的变换,这些变换器的有功损耗可以表示为换流器桥臂电流的二次函数,因此第k个PET端口的有功损耗可以表示为:
其中,PET交直流端口的桥臂电流Ic,按下式计算:
式中:PET第s个交流端口的电流;PET第s个交流端口的有功功率;PET第s个交流端口的无功功率;PET第s个交流端口的电压幅值;PET第l个直流端口的电流;PET第l个直流端口的有功功率;PET第l个直流端口的电压幅值。
综上式(2-1)-(2-3)则为本发明所建立的多端口电力电子变压器稳态模型。
步骤3:建立含PET交直流混合配电网的耦合优化模型,包括:
步骤3.1:建立耦合优化模型的目标函数
为实现可再生能源的充分消纳和高效利用,以有功网损最小为目标构建目标函数,如式(3-1)所示:
minf=Ploss.PET+Ploss.AC+Ploss.DC (3-1)
其中,f为含PET交直流混合配电网的有功网损,Ploss.PET为电力电子变压器的有功损耗,Ploss.AC为交流网络的有功损耗,Ploss.DC为直流网络的有功损耗。
步骤3.2:为耦合优化模型建立等式约束条件
为了使式(3-1)所示的网络有功损耗最小,建立以下边界约束:
交直流混合配电网各节点功率平衡约束:
其中,PGi:交流节点i处发电机的有功功率;PDi:交流节点i处负荷的有功功率;QGi:交流节点i处发电机的无功功率;QDi:交流节点i处负荷的无功功率;N:交流节点的个数;Ui:交流节点i的电压幅值;Uj:交流节点j的电压幅值;θij:交流节点i和交流节点j间的相角差;Gij:交流支路ij的电导;Bij:交流支路ij的电纳;Pgx:直流节点x处发电机的有功功率;Pdx:直流节点x处负荷的有功功率;M:直流节点的个数;Vx:直流节点x的电压幅值;Vy:直流节点y的电压幅值;gxy:直流支路xy的电导值;PET第s个PET交流端口输出的有功功率;m:PET交流端口的个数;PET第l个PET直流端口输出的有功功率;n:PET直流端口的个数;第k个PET端口的有功损耗;p:PET交流端口的个数和PET直流端口的个数之和。
综上,将式(2-1)-(2-3)、(3-2)作为耦合优化模型的等式约束条件。
步骤3.3:为耦合优化模型建立不等式约束条件
耦合优化模型的不等式约束条件,包括:交直流混合配电网节点电压幅值约束、分布式电源出力约束和PET交直流端口功率输出约束,如下式所示:
其中,Uxdc为直流节点电压幅值;Uxdc.min为直流节点电压幅值的最小值;Uxdc.max为直流节点电压幅值的最大值;Uiac为交流节点电压幅值,Uiac.min,Uiac.max为其最小最大值;Pgdc为直流侧分布式电源有功出力,Pgdc.min,Pgdc.max为其有功出力的最小最大值;Pgac,Qgac为交流测分布式电源有功出力和无功出力,Pgac.min,Pgac.max和Qgac.min,Qgac.max分别为交流分布式电源输出有功功率和无功功率的最小最大值;Pdc为PET直流端口输出的有功功率,Pdc.min,Pdc.max为其最小最大值;Pac,Qac为PET交流端口输出的有功功率和无功功率,Pac.min,Pac.max和Qac.min,Qac.max分别为PET交流端口输出有功功率和无功功率的最小最大值。
步骤4:将耦合优化模型进行分解
步骤4.1:耦合优化模型的分解
为了实现交直流混合配电网的互补优化,将如图5所示的含PET交直流混合配电网解耦成多个子网优化模型,交直流侧与PET相互耦合的变量包括PET交直流端口输出功率Pac,Qac,Pdc和PET交直流端口的电压Uac,Udc,将他们分解为目标变量和响应变量,通过与PET进行交互,实现交直流混合配电网的协调优化。
步骤4.2:PET子网优化模型
为PET子网优化模型构建目标函数,如下式所示:
其中,vac,vdc和wac,wdc分别为交直流侧罚函数的系数向量和权重向量;ηac,ηdc分别为从PET角度处理的交直流侧耦合变量,即目标变量,在PET子网的优化模型中作为优化变量;μac,μdc分别为从交直流侧角度处理的耦合变量,即响应变量,在PET子网的优化模型中作为常量。
为PET子网优化模型构建等式约束条件,如下式所示:
为PET子网优化模型构建不等式约束条件,如下式所示:
步骤4.3:交流子网优化模型
为交流子网优化模型构建目标函数,如下式所示:
minfac=Ploss.AC+vac(ηac-μac)+[wac(ηac-μac)]2 (4-4)
应注意的是,在交流子网优化模型中,目标变量ηac作为常量,响应变量μac作为优化变量。
为交流子网优化模型构建等式约束条件,如下式所示:
为交流子网优化模型构建不等式约束条件,如下式所示:
步骤4.4:直流子网优化模型
为直流子网优化模型构建目标函数,如下式所示:
minfdc=Ploss.DC+vdc(ηdc-μdc)+[wdc(ηdc-μdc)]2 (4-7)
同理,在直流子网的优化模型中,目标变量ηdc作为常量,响应变量μdc作为优化变量。
为直流子网优化模型构建等式约束条件,如下式所示:
为直流子网优化模型构建不等式约束条件,如下式所示:
综上即为本发明中将为含PET交直流混合配电网构建的耦合优化模型进行分解得到PET子网优化模型、交流子网优化模型和直流子网优化模型。
步骤5:如图6所示,采用目标级联分析法对分解得到PET子网优化模型、交流子网优化模型和直流子网优化模型进行求解,包括:
步骤5.1:初始值设定
步骤5.2:内层循环求解,包括:
步骤5.2.4:用式(5-1)判断内层循环是否收敛,若不收敛,则令kI=kI+1后,执行步骤5.2.1,否则执行步骤5.3;
其中,ε1为内层循环的收敛判据,表示前后两次迭代过程中目标函数fk的差值;其中:
步骤5.3:外层循环更新罚函数因子;
利用式(5-2)判断外层循环是否收敛:
其中,ε2,ε3为外层循环的收敛判据,ck表示迭代过程中目标变量和响应变量的差值,若不收敛则利用式(5-3)对罚函数的系数向量和权重向量进行修正,之后返回到步骤5.2.1,收敛则完成求解输出优化结果;
其中,β,γ均为常量。
内层循环是进行优化计算的,根据相邻两次内层循环的结果来判断内层循环是否满足收敛,外层循环只是用来更新参数的;内层循环是包含在外层循环里面的,也就是说当外层循环KO=0时,会进行KI=0,1,2…n次的内层循环直到内层收敛,然后当外层循环KO=1时也会进行KI=0,1,2…n次的内层循环直到内层收敛,如此反复循环,直到内外层都满足收敛才能结束。
基于获得的交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力对交直流混合配电网进行调度。
实施例2:
基于同一种发明构思,本发明还提供了一种含电力电子变压器的交直流混合配电网的调度系统,包括:
获取模块,用于获取含电力电子变压器的交直流混合配电网的运行参数;
求解模块,用于基于所述运行参数和预先构建的耦合优化模型,获得交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力;
调度模块,用于基于所述交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力对交直流混合配电网进行调度。
实施例中,所述系统还包括构建模块,用于构建耦合优化模型;
所述构建模块,包括:
目标函数子模块,用于以含电力电子变压器的交直流混合配电网的有功网损最小为目标,构建目标函数;
约束条件子模块,用于为所述目标函数构建等式约束条件和不等式约束条件。
实施例中,所述求解模块包括:
分解子模块,用于基于待优化的交直流混合配电网中包含的PET网络、交流网络和直流网络,将所述耦合优化模型分解为PET子网优化模型、交流子网优化模型和直流子网优化模型;
变量处理子模块,用于基于PET网络与交流网络和直流网络之间交互的功率和电压,对所述PET子网优化模型、交流子网优化模型和直流子网优化模型进行变量处理;
求解子模块,用于基于所述运行参数、PET子网优化模型、交流子网优化模型和直流子网优化模型,采用目标级联分析法,获得交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力。
实施例中,所述变量处理子模块,包括:
分解单元,用于将PET交直流端口输出功率和PET交直流端口的电压分解为目标变量和响应变量;
第一构建单元,用于基于PET的有功损耗、目标变量和响应变量构建所述PET子网优化模型的第一目标函数;
第二构建单元,用于基于交流网络的有功损耗、目标变量和响应变量构建所述交流子网优化模型的第二目标函数;
第三构建单元,用于基于直流网络的有功损耗、目标变量和响应变量构建所述直流子网优化模型的第三目标函数。
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它实施例,都属于本发明保护的范围。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。
Claims (11)
1.一种含电力电子变压器的交直流混合配电网的调度方法,其特征在于,包括:
获取含电力电子变压器的交直流混合配电网的运行参数;
基于所述运行参数和预先构建的耦合优化模型,获得交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力;
基于所述交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力对所述交直流混合配电网进行调度;
所述耦合优化模型的构建,包括:
以含电力电子变压器的交直流混合配电网的有功网损最小为目标,构建目标函数;
为所述目标函数构建等式约束条件和不等式约束条件;
所述基于所述运行参数和预先构建的耦合优化模型,获得交直流混合配电网中分布式电源的有功出力和电力电子变压器PET端口的有功出力,包括:
基于待优化的交直流混合配电网中包含的PET网络、交流网络和直流网络,将所述耦合优化模型分解为PET子网优化模型、交流子网优化模型和直流子网优化模型;
基于PET网络与交流网络和直流网络之间交互的功率和电压,对所述PET子网优化模型、交流子网优化模型和直流子网优化模型进行变量处理;
基于所述运行参数、PET子网优化模型、交流子网优化模型和直流子网优化模型,采用目标级联分析法,获得交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力。
2.如权利要求1所述的方法,其特征在于,所述目标函数,如下式所示:
minf=Ploss.PET+Ploss.AC+Ploss.DC
式中:f:含PET交直流混合配电网的有功网损;Ploss.PET:PET的有功损耗;Ploss.AC:交流网络的有功损耗;Ploss.DC:直流网络的有功损耗。
3.如权利要求1所述的方法,其特征在于,所述等式约束条件,如下式所示:
式中:PGi:交流节点i处发电机的有功功率;PDi:交流节点i处负荷的有功功率;QGi:交流节点i处发电机的无功功率;QDi:交流节点i处负荷的无功功率;N:交流节点的个数;Ui:交流节点i的电压幅值;Uj:交流节点j的电压幅值;θij:交流节点i和交流节点j间的相角差;Gij:交流支路ij的电导;Bij:交流支路ij的电纳;Pgx:直流节点x处发电机的有功功率;Pdx:直流节点x处负荷的有功功率;M:直流节点的个数;Vx:直流节点x的电压幅值;Vy:直流节点y的电压幅值;gxy:直流支路xy的电导值;PET第s个PET交流端口输出的有功功率;m:PET交流端口的个数;PET第l个PET直流端口输出的有功功率;n:PET直流端口的个数;第k个PET端口的有功损耗;p:PET交流端口的个数和PET直流端口的个数之和;
4.如权利要求1所述的方法,其特征在于,所述不等式约束条件,如下式所示:
式中:Uxdc:直流节点电压幅值;Uxdc.min:直流节点电压幅值的最小值;Uxdc.max:直流节点电压幅值的最大值;Uiac:交流节点电压幅值;Uiac.min:交流节点电压幅值的最小值;Uiac.max:交流节点电压幅值的最大值;Pgdc:直流侧分布式电源有功出力;Pgdc.min:直流侧分布式电源有功出力的最小值;Pgdc.max:直流侧分布式电源有功出力的最大值;Pgac:交流测分布式电源的有功出力;Qgac:交流测分布式电源的无功出力;Pgac.min:交流测分布式电源有功出力的最小值;Pgac.max:交流测分布式电源有功出力的最大值;Qgac.min:交流分布式电源输出无功功率的最小值;Qgac.max:交流分布式电源输出无功功率的最大值;Pdc:PET直流端口输出的有功功率;Pdc.min:PET直流端口输出的有功功率的最小值;Pdc.max:PET直流端口输出的有功功率的最大值;Pac:PET交流端口输出的有功功率;Qac:PET交流端口输出的无功功率;Pac.max:PET交流端口输出有功功率的最大值;Pac.min:PET交流端口输出有功功率的最小值;Qac.max:PET交流端口输出的无功功率的最大值;Qac.min:PET交流端口输出的无功功率最小值。
5.如权利要求1所述的方法,其特征在于,所述基于PET网络与交流网络和直流网络之间交互的功率和电压,对所述PET子网优化模型、交流子网优化模型和直流子网优化模型进行变量处理,包括:
将PET交直流端口输出功率和PET交直流端口的电压分解为目标变量和响应变量;
基于PET的有功损耗、目标变量和响应变量构建所述PET子网优化模型的第一目标函数;
基于交流网络的有功损耗、目标变量和响应变量构建所述交流子网优化模型的第二目标函数;
基于直流网络的有功损耗、目标变量和响应变量构建所述直流子网优化模型的第三目标函数。
6.如权利要求5所述的方法,其特征在于,
所述第一目标函数,如下式所示:
minfpet=Ploss.PET+vac(ηac-μac)+[wac(ηac-μac)]2+vdc(ηdc-μdc)+[wdc(ηdc-μdc)]2
式中:fpet:第一目标函数;Ploss.PET:PET的有功损耗;vac:交流侧罚函数的系数向量;vdc:直流侧罚函数的系数向量;wac:交流侧罚函数的权重向量;wdc:直流侧罚函数的权重向量;ηac:从PET角度处理的交流侧耦合变量,作为目标变量;ηdc:从PET角度处理的直流侧耦合变量,作为目标变量;μac:从交流侧角度处理的耦合变量,作为响应变量;μdc:从直流侧角度处理的耦合变量,作为响应变量;
所述第二目标函数,如下式所述:
minfac=Ploss.AC+vac(ηac-μac)+[wac(ηac-μac)]2
式中:fac:第二目标函数;Ploss.AC:交流网络的有功损耗;
所述第三目标函数,如下式所述:
minfdc=Ploss.DC+vdc(ηdc-μdc)+[wdc(ηdc-μdc)]2
式中:fdc:第三目标函数;Ploss.DC:直流网络的有功损耗。
7.如权利要求6所述的方法,其特征在于,所述基于所述运行参数、PET子网优化模型、交流子网优化模型和直流子网优化模型,采用目标级联分析法,获得交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力,包括:
设置内层和外层的初始迭代次数、罚函数的系数向量、权重向量以及第一目标函数中目标变量的初始值;
将所述PET子网优化模型、所述交流子网优化模型和直流子网优化模型作为内层,并将第一目标函数中的目标变量、第二目标函数和第三目标函数中的响应变量作为优化变量;
对内层中的优化变量进行迭代求解,获得优化变量的最优解;
判断设置的外层收敛判据是否收敛,如果收敛,将当前优化变量的最优解中的响应变量作为交流网络中分布式电源的有功出力、目标变量作为PET的有功出力,并结束循环;如果不收敛,则利用设置的修正关系式对罚函数的系数向量和权重向量进行修正,并继续对内层中的优化变量进行迭代求解,直到外层收敛判据收敛。
8.如权利要求7所述的方法,其特征在于,所述对内层中的优化变量进行迭代求解,获得优化变量的最优解,包括:
步骤S101、基于目标变量的当前值,对交流子网和直流子网对应的第二目标函数和第三目标函数进行优化计算,得到响应变量的值;
步骤S102、基于当前的响应变量和PET子网优化模型中的第一目标函数,获得目标变量的值;
步骤S103、基于设置的内层收敛判据判断内层循环是否收敛,若不收敛则执行步骤S101,否则将当前响应变量的值和目标变量的值作为优化变量的最优解。
9.如权利要求1所述的方法,其特征在于,所述运行参数,包括:
交直流混合配电网的拓扑结构、母线编号、名称、直流网络各节点负荷的有功功率、交流网络各节点负荷的有功功率和无功功率、配电线路的首端节点编号、配电线路的末端节点编号和电力电子变压器PET的交直流端口编号。
10.一种用于如权利要求1-9任一项所述含电力电子变压器的交直流混合配电网调度方法的含电力电子变压器的交直流混合配电网的调度系统,其特征在于,包括:
获取模块,用于获取含电力电子变压器的交直流混合配电网的运行参数;
求解模块,用于基于所述运行参数和预先构建的耦合优化模型,获得交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力;
调度模块,用于基于所述交流网络中分布式电源的有功出力和电力电子变压器PET端口的有功出力进行调度。
11.如权利要求10所述的系统,其特征在于,所述系统还包括构建模块,用于构建耦合优化模型;
所述构建模块,包括:
目标函数子模块,用于以含电力电子变压器的交直流混合配电网的有功网损最小为目标,构建目标函数;
约束条件子模块,用于为所述目标函数构建等式约束条件和不等式约束条件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910135216.1A CN109950907B (zh) | 2019-02-22 | 2019-02-22 | 含电力电子变压器的交直流混合配电网的调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910135216.1A CN109950907B (zh) | 2019-02-22 | 2019-02-22 | 含电力电子变压器的交直流混合配电网的调度方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109950907A CN109950907A (zh) | 2019-06-28 |
CN109950907B true CN109950907B (zh) | 2022-07-22 |
Family
ID=67008038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910135216.1A Active CN109950907B (zh) | 2019-02-22 | 2019-02-22 | 含电力电子变压器的交直流混合配电网的调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109950907B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110620383B (zh) * | 2019-07-18 | 2021-08-20 | 北京京研电力工程设计有限公司 | 基于电力电子变压器的交直流配电网日前优化调度方法 |
CN111245027B (zh) * | 2020-03-11 | 2023-10-13 | 国网天津市电力公司 | 一种计及pet损耗的交直流混合系统优化调度方法 |
CN112421692A (zh) * | 2020-11-10 | 2021-02-26 | 国网北京市电力公司 | 确定预警状态下功率校正模型的方法、装置 |
CN112446553B (zh) * | 2020-12-17 | 2022-04-05 | 国网河北省电力有限公司 | 一种配电变压器资源优化配置的方法及装置 |
CN112653203B (zh) * | 2020-12-22 | 2023-05-30 | 天津大学 | 基于固态变压器的交直流混合电网及其协调控制方法 |
CN113326883B (zh) * | 2021-06-03 | 2022-08-30 | 中创三优(北京)科技有限公司 | 充电站功率利用率预测模型的训练方法、装置及介质 |
CN113991676B (zh) * | 2021-11-29 | 2023-05-26 | 广东电网有限责任公司 | 一种交直流混合配电系统的调度方法 |
CN114509945B (zh) * | 2022-02-15 | 2023-12-05 | 山东大学 | 一种双级式固态变压器的动态参考预测控制方法及系统 |
CN117039892B (zh) * | 2023-10-08 | 2024-01-19 | 江苏省电力试验研究院有限公司 | 配电台区柔性互联系统优化调度方法、系统、设备及存储介质 |
CN117526426B (zh) * | 2024-01-03 | 2024-03-22 | 国网湖北省电力有限公司经济技术研究院 | 一种交直流配电网两阶段分布式优化方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106341044A (zh) * | 2016-10-19 | 2017-01-18 | 华北电力大学(保定) | 一种模块化电力电子变压器综合效率优化控制方法 |
-
2019
- 2019-02-22 CN CN201910135216.1A patent/CN109950907B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106341044A (zh) * | 2016-10-19 | 2017-01-18 | 华北电力大学(保定) | 一种模块化电力电子变压器综合效率优化控制方法 |
Non-Patent Citations (4)
Title |
---|
A Decentralized Optimal Operation of AC/DC Hybrid Distribution Grids;Chen Qi 等;《IEEE Transactions on Smart Grid》;20181130;第9卷(第6期);6095-6105 * |
Optimal scheduling of asymmetrical AC/DC micro-grid based on PET;Dong Lei 等;《2018 International Conference on Power System Technology (POWERCON)》;20190107;1757-1763 * |
含电力电子变压器的交直流配电网电压不平衡优化抑制方法;董雷 等;《电网技术》;20181130;第42卷(第11期);3609-3615 * |
电力电子变压器在有源配电网无功优化中的应用;张祥龙 等;《电力系统保护与控制》;20170216;第45卷(第4期);80-85 * |
Also Published As
Publication number | Publication date |
---|---|
CN109950907A (zh) | 2019-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109950907B (zh) | 含电力电子变压器的交直流混合配电网的调度方法及系统 | |
Hu et al. | Distributed adaptive droop control for optimal power dispatch in DC microgrid | |
Mahmoud et al. | Adaptive intelligent techniques for microgrid control systems: A survey | |
Zhao et al. | Cooperative optimal control of battery energy storage system under wind uncertainties in a microgrid | |
Islam et al. | Multiobjective optimization technique for mitigating unbalance and improving voltage considering higher penetration of electric vehicles and distributed generation | |
Li et al. | A distributed coordination control based on finite-time consensus algorithm for a cluster of DC microgrids | |
CN108134401B (zh) | 交直流混合系统多目标潮流优化及控制方法 | |
Mohsenian-Rad et al. | Towards building an optimal demand response framework for DC distribution networks | |
Brandao et al. | Optimal multiobjective control of low-voltage AC microgrids: Power flow regulation and compensation of reactive power and unbalance | |
CN107579518B (zh) | 基于mhba的电力系统环境经济调度方法和装置 | |
CN104578045B (zh) | 独立直流微网智能功率分配方法 | |
CN110265991B (zh) | 一种直流微电网的分布式协调控制方法 | |
CN114362267B (zh) | 考虑多目标优化的交直流混合配电网分散式协调优化方法 | |
Jiang et al. | A hierarchical control structure for distributed energy storage system in DC micro-grid | |
CN111725808B (zh) | 基于奇异摄动的综合能源系统分布式趋同控制方法及系统 | |
CN110880758B (zh) | 电力系统中输电网与配电网的分解协调最优潮流控制方法 | |
Zhang et al. | An optimal power allocation scheme of microgrid using grey wolf optimizer | |
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 | |
CN112183865A (zh) | 一种配电网分布式调度方法 | |
Yang et al. | Multiagent-based coordination consensus algorithm for state-of-charge balance of energy storage unit | |
Ma et al. | An adaptive hierarchical control method for microgrid considering generation cost | |
Mohsenian-Rad et al. | Optimal demand response in DC distribution networks | |
CN110135640B (zh) | 一种基于模糊聚类改进和声算法的风电配网优化调度方法 | |
Samende et al. | Power loss minimisation of off-grid solar dc nano-grids—Part ii: A quasi-consensus-based distributed control algorithm | |
CN115663818A (zh) | 交直流配电网分布式凸优化方法及装置 |
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 |