CN109980685A - 一种考虑不确定性的主动配电网分布式优化运行方法 - Google Patents
一种考虑不确定性的主动配电网分布式优化运行方法 Download PDFInfo
- Publication number
- CN109980685A CN109980685A CN201910259801.2A CN201910259801A CN109980685A CN 109980685 A CN109980685 A CN 109980685A CN 201910259801 A CN201910259801 A CN 201910259801A CN 109980685 A CN109980685 A CN 109980685A
- Authority
- CN
- China
- Prior art keywords
- power
- distribution network
- constraint
- node
- formula
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 134
- 238000005457 optimization Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004146 energy storage Methods 0.000 claims description 44
- 230000005611 electricity Effects 0.000 claims description 15
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 230000009194 climbing Effects 0.000 claims description 4
- 238000007599 discharging Methods 0.000 claims description 3
- 239000000446 fuel Substances 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 238000003786 synthesis reaction Methods 0.000 claims 1
- 241000196324 Embryophyta Species 0.000 description 11
- 230000006872 improvement Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000012804 iterative process Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- H02J3/383—
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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]
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B10/00—Integration of renewable energy sources in buildings
- Y02B10/10—Photovoltaic [PV]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明专利公开了一种考虑不确定性的主动配电网分布式优化运行方法，首先考虑到光伏出力的不确定性，利用鲁棒优化的方法建立光伏出力的不确定性模型；其次，建立主动配电网的优化调度模型，该模型以运行成本最小为目标函数，综合考虑潮流约束，安全运行约束以及可调可控资源的出力约束；再建立配网所连接的多个微网的优化调度模型，该模型以微网运行成本最小为目标函数，同时将可再生能源的消纳问题作为惩罚函数增加在目标函数中；同时考虑到配网和微网之间联络线功率存在耦合关系，基于拉格朗日函数对配微网模型修正，为此建立主动配电网分布式优化调度模型。
Description
所属领域
本发明属于配电网运行优化技术领域，具体涉及一种考虑不确定性的主动配电网分布式优化运行方法。
背景技术
随着电力体制改革的深化，发展分布式电源的呼声越来越高，微电网作为一种分布式电源的有效管理形式近几年得到迅速发展，微电网对于推进电力系统的环保型和经济性具有重大意义。但是随着分布式电源的渗透率越来越高，分布式电源以微网形式接入配电网给配电网的优化调度带来巨大挑战。
传统的集中式调度需要采集每一个分布式电源以及微网的信息，信息传输量大，且不能保护微网的隐私。区别于集中式调度，分布式优化调度考虑到配网和微网之间作为不同的利益主体，有着不同的优化目标，能够实现不同利益主体的精细化建模。
目前对主动配电网的集中式优化调度研究已经趋于成熟，但是对于考虑不确定性的主动配电网的分布式优化调度尚处于探索阶段。部分学者仅仅通过差分进化算法，马尔代夫决策以及随机概率等方法，虽然能够一定程度上细化微网和配网作为不同利益主体的利益诉求，但是削弱了微网分散自治的优势，同时也没有考虑分布式电源出力的不确定性。因此目前主动配电网电力经济调度问题的关键在于建立一个更加符合实际情况的考虑不确定性的主动配电网的分布式优化模型，在能够有效预防可再生能源的不确定问题同时考虑到不同利益主体的诉求关系。
发明内容
本发明正是针对现有技术中的问题，提供了一种考虑不确定性的主动配电网分布式优化运行方法，首先考虑到光伏出力的不确定性，利用鲁棒优化的方法建立光伏出力的不确定性模型；其次，建立主动配电网的优化调度模型，该模型以运行成本最小为目标函数，综合考虑潮流约束，安全运行约束以及可调可控资源的出力约束；再来，微电网的优化调度模型，该模型同样以微网运行成本最小为目标函数，同时可再生能源的消纳作为惩罚函数增加在目标函数中，尽可能保证分布式电源在微电网实现最大消纳，同时综合考虑潮流约束，安全运行约束以及各种可调可控资源的出力约束；同时考虑到配网和微网之间联络线功率存在耦合关系，基于拉格朗日函数对配微网模型修正，为此建立主动配电网分布式优化调度模型。
为了实现上述目的，本发明采用的技术方案是：一种考虑不确定性的主动配电网分布式优化运行方法，包括如下步骤：
S1，建立光伏出力的不确定性模型：利用鲁棒优化的方法，基于光伏预测的出力区间建立光伏出力的不确定性模型；
S2，建立配电网的优化调度模型：所述模型以配电网运行成本最小为目标函数，综合考虑潮流约束、安全运行约束以及可调可控资源的出力约束；
S3，建立微电网的优化调度模型：所述模型以微网运行成本最小为目标函数，所述目标函数中增加了以可再生能源的消纳形成的惩罚函数，同时综合考虑潮流约束、安全运行约束以及可调可控资源的出力约束；
S4，建立主动配电网分布式优化调度模型：考虑配网和微网之间联络线功率存在的耦合关系，基于拉格朗日函数对步骤S2建立的配电网优化调度模型和步骤S3建立的微网优化调度模型进行修正，建立主动配电网分布式优化调度模型。
作为本发明的一种改进，所述步骤S1进一步包括：
S11，确定光伏出力的预测区间：
式中，为节点j连接的光伏电站t时刻出力的实际值；和分别为节点j连接的光伏电站t时刻出力的上下限；
S12，对每个调度时刻t所有光伏电站出力预测的总体偏差值以及单个光伏电站所有调度时段预测偏差限制：
式中，N为光伏数目；T为调度周期；ΠS为每个调度时刻t所有光伏电站出力预测的总体偏差值上限值；ΠT为单个光伏电站所有调度时段预测偏差上限值；
S13，所述光伏不确定的模型如下：
作为本发明的一种改进，所述光伏出力的不确定性模型简化为：
式中，和是光伏出力正负偏差的0-1标识。
作为本发明的另一种改进，所述可调可控资源的出力约束包括上级上网购电约束、可中断负荷约束、储能装置约束、微型燃气轮机约束和无功补偿装置约束，
所述上级上网购电约束为
式中，为t时刻j节点配电网所连接的上级电网购电功率；和分别为j节点所连接上级电网购电功率的上下限值；为配电网所连接的上级电网的集合。
所述可中断负荷约束为
式中，为t时刻j节点配电网所连接可中断负荷的有功出力；为j节点所连接可中断负荷最大有功功率；为配电网所连接可中断负荷集合。
所述储能装置约束包括储能装置的充放电功率约束、储能装置的寿命以及储能装置电量与充放电功率之间的关系约束，其中储能装置的充放电功率约束为
式中，和分别为t时刻j节点配电网所连接的储能装置的充放电功率；和为j节点所连接的储能装置的上下限值；和是用于描述储能装置充放电状态的0-1变量；为配电网所连接储能装置的集合；所述储能装置的寿命以及储能装置电量与充放电功率之间的关系约束为：
式中，ΔT为时间间隔；为t时刻j节点配电网所连接的储能装置电量；为j节点连接的储能装置电量最大值；ηch和ηdis为储能装置的充放电效率；
所述微型燃气轮机约束为
式中，和分别为t时刻j节点所连接的微型燃气轮机的有功无功出力；和分别j节点所连接的微型燃气轮机的有功无功出力的最大值；和分别为j节点所连接的微型燃气轮机爬坡功率的上下限；为配电网所连接微型燃气轮机的集合。
所述无功补偿装置约束为
式中，为t时刻j节点所连接的无功补偿装置的无功出力；和分别为j节点所连接的无功补偿装置无功出力的上下限值；为配电网所连接无功补偿装置的集合。
作为本发明的另一种改进，所述步骤S2进一步包括：
S21，建立目标函数：
式中，CDS为配电网日运行成本；为配电网所连接的上微电网的集合；为t时刻j节点配微网交换有功功率；分别为t时刻配电网从上级电网购电成本、微型燃气轮机燃料成本、可中断负荷补偿成本以及配微网交换功率成本；Nt为总的时段数。
S22，建立约束条件，所述约束条件包括潮流约束、安全运行约束以及可调可控资源的出力约束，其中安全运行约束为
式中，和分别为j节点电压幅值的上下限；为ij支路电流的上限值；分别为t时刻j节点的电压幅值；分别t时刻ij支路的电流值；
所述潮流约束为
式中：u(j)和v(j)分别为以j为首段节点以及为以j为末段节点的集合；分别t时刻ij支路的有功功率和无功功率；分别为t时刻j节点的有功无功功率；rij和xij分别为支路ij的电阻电抗。
作为本发明的另一种改进，所述步骤S3进一步包括：
S31，建立目标函数：
式中，下标MG代表微网参数值；CMG为微网的运行成本；为t时刻j节点光伏出力的预测值。
S32，建立约束条件，所述约束条件包括潮流约束、安全运行约束以及可调可控资源的出力约束。
作为本发明的又一种改进，步骤S4配电网和微电网之间联络线功率存在的耦合关系中存在一致性约束，所述一致性约束为：
式中，和分别为配电网和微电网中所优化的联络线的有功无功功率。
作为本发明的又一种改进，所述步骤S4中基于拉格朗日函数将和之间的功率偏差增加到目标函数中，修正微电网优化调度模型的目标函数如下：
式中，λj,t和ρj,t为拉格朗日乘子。为微电网所连接配电网的集合。
作为本发明的更进一步改进，所述步骤S4中在配电网模型的目标函数中增加拉格朗日函数描述和的功率偏差，修正配电网优化调度模型的目标函数如下：
式中：为配电网所连接的微电网的集合。
与现有技术相比，本发明所提出的一种考虑不确定性的主动配电网分布式优化运行方法，考虑到了分布式电源出力的不确定性因素，建立了一个更加符合实际需求的优化模型，能够有效预防可再生能源的不确定问题，同时考虑到了微电网和配电网作为不同利益，有着不同的优化目标，所提模型中细化了微电网和配电网经济调度的运行约束和利益博弈，建立能够实现不同利益主体精细化建模的主动配电网分布式优化模型；同时也一定程度上克服了传统集中式调度中传输信息量大等缺点。
附图说明
图1为本发明优化运行方法的流程图；
图2是本发明实施例1中的系统结构图；
图3是本发明中实施例1中微电网MG1的操作成本变化曲线图；
图4是本发明中实施例1中微电网MG2的操作成本变化曲线图；
图5是本发明中实施例1中配电网DN的操作成本变化曲线图；
图6是本发明中实施例1中迭代收敛情况曲线图。
具体实施方式
以下将结合附图和实施例，对本发明进行较为详细的说明。
实施例1
本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
本实施例中的系统结构如图2所示，两个微网MG1,MG2以及配电网DN系统中分别包括光伏(PV1,PV2)，微型燃气轮机(DG1,DG2)，无功补偿装置(SVC1,SVC2),储能装置(ESS)，可中断负荷(IL)等组成，各设备的参数和连接位置见表1；
表1算例中的各设备参数
微电网MG1,微电网MG2的分布式操作成本与集中式优化调度成本对比见表2。
表2操作成本对比图
一种考虑不确定性的主动配电网分布式优化运行方法，如图1所示，包括如下步骤：
S1，建立光伏出力的不确定性模型：所述光伏出力的不确定性通过鲁棒优化的方法表达；
考虑到光伏出力的不确定性，利用鲁棒优化的方法刻画光伏出力的不确定性，建立考虑光伏出力的不确定性模型的过程为：
S11，根据历史数据以及当天天气预测信息可以得到光伏出力的预测区间：
式中：为节点j连接的光伏电站t时刻出力的实际值；和节点j连接的光伏电站t时刻出力的上下限；
S12，考虑到光伏空间的集群效应以及时间的平滑效应，对每个调度时刻t所有光伏电站出力预测的总体偏差值以及单个光伏电站所有调度时段预测偏差限制：
式中：N为光伏数目；T为调度周期；ΠS为每个调度时刻t所有光伏电站出力预测的总体偏差值上限值；ΠT为单个光伏电站所有调度时段预测偏差上限值；
S13，光伏不确定的模型如下所示：
进一步对上述模型变形，可以将公式(3)所描述的模型写成如下形式：
显然公式(4)所描述的光伏不确定模型是一个多面体集合，最恶劣场景通常发生在多面体集合的极点，为此上式(4)所描述的不确定集合可以简化为如下模型所示：
式中：和是光伏出力正负偏差的0-1标识。
S2，建立主动配电网的优化调度模型：所述模型以运行成本最小为目标函数，综合考虑潮流约束、安全运行约束以及可调可控资源的出力约束；
S21，建立目标函数：
式中：CDS为配电网日运行成本；以及分别为配电网所连接的上级电网，微型燃气轮机，可中断负荷以及微电网的集合；分别为t时刻j节点配电网所连接的上级电网购电功率，微型燃气轮机有功出力，可中断负荷的有功出力以及配微网交换有功功率；分别为t时刻配电网从上级电网购电成本，微型燃气轮机燃料成本，可中断负荷补偿成本以及配微网交换功率成本,Nt为总的时段数。
S22，建立约束条件，所述约束条件包括潮流约束、安全运行约束以及可调可控资源的出力约束，其中可调可控资源的出力约束包括上级上网购电约束、可中断负荷约束、储能装置约束、微型燃气轮机约束和无功补偿装置约束，具体的为：
所述上级上网购电约束为
式中，和分别为j节点所连接上级电网购电功率的上下限值；为配电网所连接的上级电网的集合。
所述可中断负荷约束为
式中，为j节点所连接可中断负荷最大有功功率；为配电网所连接可中断负荷集合。
所述储能装置约束包括储能装置的充放电功率约束、储能装置的寿命以及储能装置电量与充放电功率之间的关系约束，其中储能装置的充放电功率约束为
式中，和分别为t时刻j节点配电网所连接的储能装置的充放电功率；和为j节点所连接的储能装置的上下限值；和是用于描述储能装置充放电状态的0-1变量；为配电网所连接储能装置的集合；同时考虑到所述储能装置的寿命以及储能装置电量与充放电功率之间的关系约束为
式中，ΔT为时间间隔；为t时刻j节点配电网所连接的储能装置电量；为j节点连接的储能装置电量最大值；ηch和ηdis为储能装置的充放电效率；
所述微型燃气轮机约束为
式中，为t时刻j节点所连接的微型燃气轮机的无功出力；和分别j节点所连接的微型燃气轮机的有功无功出力的最大值；和分别为j节点所连接的微型燃气轮机爬坡功率的上下限，为配电网所连接微型燃气轮机的集合。
所述无功补偿装置约束为
式中，为t时刻j节点所连接的无功补偿装置的无功出力；和分别为j节点所连接的无功补偿装置无功出力的上下限值；为配电网所连接无功补偿装置的集合。
所述安全运行约束为
其中，和分别为j节点电压幅值的上下限；为ij支路电流的上限值；分别为t时刻j节点的电压幅值；分别t时刻ij支路的电流值。
所述潮流约束为
式中：u(j)和v(j)分别为以j为首段节点以及为以j为末段节点的集合；分别t时刻ij支路的有功功率和无功功率；分别为t时刻j节点的有功无功功率；rij和xij分别为支路ij的电阻电抗。
S3，建立配网所连接的微网的优化调度模型：所述模型以微网运行成本最小为目标函数，同时可再生能源的消纳作为惩罚函数增加在目标函数中，以此来保证分布式电源在微电网中尽可能就地消纳，同时综合考虑潮流约束、安全运行约束以及可调可控资源的出力约束；
S31，建立目标函数：
式中，下标MG代表微网；CMG为微网的运行成本；式中的其他定义均与配电网类似。为t时刻j节点光伏出力的预测值。
S32，建立约束条件，所述微电网中约束条件与步骤S22中配电网类似，步骤S22中约束条件也可以用于描述下层微电网优化调度模型的约束条件。
S4，建立主动配电网分布式优化调度模型：考虑配网和微网之间联络线功率存在的耦合关系，基于拉格朗日函数对步骤S2建立的配电网优化调度模型和步骤S3建立的微网优化调度模型进行修正，建立主动配电网分布式优化调度模型。
配电网和微电网之间联络线功率存在的耦合关系中存在一致性约束，所述一致性约束为：
式中，和分别为配电网和微电网中所优化的联络线的有功无功功率。
配电网和微电网之间存在一致性约束，即配电网和微电网联络线功率应该相同，为此基于拉格朗日函数对配微网模型解耦具体过程如下：
在微电网在优化自己经济成本的同时，需要考虑配电网计划流向微电网的功率。为此我们基于拉格朗日函数，考虑和之间的功率偏差，修正微电网优化调度模型的目标函数如下所示：
式中：λj,t和ρj,t为拉格朗日乘子，为微电网所连接配电网的集合。
同理，配电网在优化自身的成本同时，需要考虑微电网优化的结果，为此我们同样在目标函数中增加拉格朗日函数描述和的功率偏差，修正配电网优化调度模型的目标函数如下所示：
式中：为配电网所连接的微电网的集合。
本案例在Matlab环境下利用Cplex算法包开发上述计及不确定性的主动配电网分布式优化方法。所采用的实施例迭代7次得到最终的优化结果，为了更加清晰的描述主动配电网分布式模型中配电网和微电网的利益博弈，迭代过程中微电网和配电网操作成本曲线变化图3-6，其中微电网MG1的迭代过程中操作成本的变化曲线图见图3，通过图3可以看出由于在第一次迭代中不考虑与配电网耦合约束，微电网MG1运行成本较低，但是考虑到配电网和微电网耦合关系，运行成本基本随着迭代次数增加而增加，直到配电网和微电网达成协议，最终的决策成本会稍高于不考虑交换约束的成本；微电网MG2的迭代过程中操作成本的变化曲线图见图4；通过图4可以看出由于在第一次迭代中不考虑与配电网耦合约束，微电网MG2运行成本较低，但是考虑到配电网和微电网耦合关系，运行成本基本随着迭代次数增加而增加，直到配电网和微电网达成协议，最终的决策成本会稍高于不考虑交换约束的成本；配电网DN的迭代过程中操作成本的变化曲线图见图5；通过图5可以看出由于在第一次迭代中不考虑与两个微网耦合约束，配电网DN运行成本较低，但是考虑到配电网和微电网耦合关系，运行成本基本随着迭代次数增加而增加，直到配电网和微电网达成协议，最终的决策成本会稍高于不考虑交换约束的成本；同时为了更加清晰描述分布式模型的迭代收敛过程，迭代收敛误差曲线变化图见图6，通过图6可以看出配电网和微电网耦合变量值在迭代过程中不断靠近，体现出配电网和微电网交替优化满足收敛条件。
综上可知，本发明提出一种计及不确定性的主动配电网分布式优化方法,该方法中考虑了可再生能源的出力不确定性，并建立光伏出力的不确定性模型,同时分别建立基于混合整数的主动配电网和微电网模型,考虑到配电网和微电网的耦合关系，利用拉格朗日函数对配微网模型的目标函数进行修正，建立主动配电网分布式优化调度模型。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实例的限制，上述实例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。
Claims (9)
1.一种考虑不确定性的主动配电网分布式优化运行方法，其特征在于，包括如下步骤：
S1，建立光伏出力的不确定性模型：利用鲁棒优化的方法，基于光伏预测的出力区间建立光伏出力的不确定性模型；
S2，建立配电网的优化调度模型：所述模型以配电网运行成本最小为目标函数，综合考虑潮流约束、安全运行约束以及可调可控资源的出力约束；
S3，建立微电网的优化调度模型：所述模型以微网运行成本最小为目标函数，所述目标函数中增加了以可再生能源的消纳形成的惩罚函数，同时综合考虑潮流约束、安全运行约束以及可调可控资源的出力约束；
S4，建立主动配电网分布式优化调度模型：考虑配网和微网之间联络线功率存在的耦合关系，基于拉格朗日函数对步骤S2建立的配电网优化调度模型和步骤S3建立的微网优化调度模型进行修正，建立主动配电网分布式优化调度模型。
2.如权利要求1所述的一种考虑不确定性的主动配电网分布式优化运行方法，其特征在于所述步骤S1进一步包括：
S11，确定光伏出力的预测区间：
式中，为节点j连接的光伏电站t时刻出力的实际值；和分别为节点j连接的光伏电站t时刻出力的上下限；
S12，对每个调度时刻t所有光伏电站出力预测的总体偏差值以及单个光伏电站所有调度时段预测偏差限制：
式中，N为光伏数目；T为调度周期；ΠS为每个调度时刻t所有光伏电站出力预测的总体偏差值上限值；ΠT为单个光伏电站所有调度时段预测偏差上限值；
S13，所述光伏不确定的模型如下：
3.如权利要求2所述的一种考虑不确定性的主动配电网分布式优化运行方法，其特征在于所述光伏出力的不确定性模型简化为：
式中，和是光伏出力正负偏差的0-1标识。
4.如权利要求1或3所述的一种考虑不确定性的主动配电网分布式优化运行方法，其特征在于所述可调可控资源的出力约束包括上级上网购电约束、可中断负荷约束、储能装置约束、微型燃气轮机约束和无功补偿装置约束，
所述上级上网购电约束为
式中，为t时刻j节点配电网所连接的上级电网购电功率；和分别为j节点所连接上级电网购电功率的上下限值；为配电网所连接的上级电网的集合；
所述可中断负荷约束为
式中，为t时刻j节点配电网所连接可中断负荷的有功出力；为j节点所连接可中断负荷最大有功功率；为配电网所连接可中断负荷集合；
所述储能装置约束包括储能装置的充放电功率约束、储能装置的寿命以及储能装置电量与充放电功率之间的关系约束，其中储能装置的充放电功率约束为
式中，和分别为t时刻j节点配电网所连接的储能装置的充放电功率；和为j节点所连接的储能装置的上下限值；和是用于描述储能装置充放电状态的0-1变量；为配电网所连接储能装置的集合；所述储能装置的寿命以及储能装置电量与充放电功率之间的关系约束为：
式中，ΔT为时间间隔；为t时刻j节点配电网所连接的储能装置电量；为j节点连接的储能装置电量最大值；ηch和ηdis为储能装置的充放电效率；
所述微型燃气轮机约束为
式中，和分别为t时刻j节点所连接的微型燃气轮机的有功无功出力；和分别j节点所连接的微型燃气轮机的有功无功出力的最大值；和分别为j节点所连接的微型燃气轮机爬坡功率的上下限；为配电网所连接微型燃气轮机的集合；
所述无功补偿装置约束为
式中，为t时刻j节点所连接的无功补偿装置的无功出力；和分别为j节点所连接的无功补偿装置无功出力的上下限值；为配电网所连接无功补偿装置的集合。
5.如权利要求4所述的一种考虑不确定性的主动配电网分布式优化运行方法，其特征在于所述步骤S2进一步包括：
S21，建立目标函数：
式中，CDS为配电网日运行成本；为配电网所连接的上微电网的集合；为t时刻j节点配微网交换有功功率；分别为t时刻配电网从上级电网购电成本、微型燃气轮机燃料成本、可中断负荷补偿成本以及配微网交换功率成本；Nt为总的时段数；
S22，建立约束条件，所述约束条件包括潮流约束、安全运行约束以及可调可控资源的出力约束，其中安全运行约束为
式中，和分别为j节点电压幅值的上下限；为ij支路电流的上限值；分别为t时刻j节点的电压幅值；分别t时刻ij支路的电流值；
所述潮流约束为
式中：u(j)和v(j)分别为以j为首段节点以及为以j为末段节点的集合；分别t时刻ij支路的有功功率和无功功率；分别为t时刻j节点的有功无功功率；rij和xij分别为支路ij的电阻电抗。
6.如权利要求4所述的一种考虑不确定性的主动配电网分布式优化运行方法，其特征在于所述步骤S3进一步包括：
S31，建立目标函数：
式中，下标MG代表微网参数值；CMG为微网的运行成本；为t时刻j节点连接光伏出力预测值；
S32，建立约束条件，所述约束条件包括潮流约束、安全运行约束以及可调可控资源的出力约束。
7.如权利要求5或6所述的一种考虑不确定性的主动配电网分布式优化运行方法，其特征在于步骤S4配电网和微电网之间联络线功率存在的耦合关系中存在一致性约束，所述一致性约束为：
式中，和分别为配电网和微电网中所优化的联络线的有功无功功率。
8.如权利要求7所述的一种考虑不确定性的主动配电网分布式优化运行方法，其特征在于所述步骤S4中基于拉格朗日函数将和之间的功率偏差增加到目标函数中，修正微电网优化调度模型的目标函数如下：
式中，λj,t和ρj,t为拉格朗日乘子；为微电网所连接配电网的集合。
9.如权利要求7所述的一种考虑不确定性的主动配电网分布式优化运行方法，其特征在于所述步骤S4中在配电网模型的目标函数中增加拉格朗日函数描述和的功率偏差，修正配电网优化调度模型的目标函数如下：
式中：为配电网所连接的微电网的集合。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910259801.2A CN109980685B (zh) | 2019-04-02 | 2019-04-02 | 一种考虑不确定性的主动配电网分布式优化运行方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910259801.2A CN109980685B (zh) | 2019-04-02 | 2019-04-02 | 一种考虑不确定性的主动配电网分布式优化运行方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109980685A true CN109980685A (zh) | 2019-07-05 |
| CN109980685B CN109980685B (zh) | 2022-07-19 |
Family
ID=67082274
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910259801.2A Expired - Fee Related CN109980685B (zh) | 2019-04-02 | 2019-04-02 | 一种考虑不确定性的主动配电网分布式优化运行方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109980685B (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110322372A (zh) * | 2019-07-10 | 2019-10-11 | 国网能源研究院有限公司 | 区域电力系统中多级电网联动的机组组合调度方法 |
| CN110365056A (zh) * | 2019-08-14 | 2019-10-22 | 南方电网科学研究院有限责任公司 | 一种基于ddpg的分布式能源参与配电网调压优化方法 |
| 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 |
| CN111082469A (zh) * | 2020-01-07 | 2020-04-28 | 南方电网科学研究院有限责任公司 | 一种分布式新能源配电网的优化调度方法、系统及设备 |
| CN111178636A (zh) * | 2019-12-31 | 2020-05-19 | 新奥数能科技有限公司 | 考虑新能源不确定性的综合能源系统优化方法和装置 |
| CN112084463A (zh) * | 2020-09-04 | 2020-12-15 | 浙江大学 | 一种碳排放下的电力系统分布式光伏配置方法 |
| CN112542835A (zh) * | 2020-12-08 | 2021-03-23 | 东南大学 | 一种高比例光伏接入的交直流混合微电网多层级控制方法 |
| CN112952908A (zh) * | 2021-03-29 | 2021-06-11 | 四川大学 | 一种多合作微电网主体分布式协调交易方法 |
| CN113256446A (zh) * | 2021-05-31 | 2021-08-13 | 华南理工大学 | 考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法 |
| CN113361864A (zh) * | 2021-05-14 | 2021-09-07 | 沈阳工程学院 | 一种基于纳什均衡的配电网分布式协同优化调控方法 |
| CN113541151A (zh) * | 2021-04-19 | 2021-10-22 | 江苏大学 | 一种计及光伏出力不确定性的配微网分层电压控制方法 |
| CN113890114A (zh) * | 2021-10-14 | 2022-01-04 | 东南大学 | 一种主配用多层级电网灵活调节能力挖掘方法 |
| CN114336735A (zh) * | 2021-11-27 | 2022-04-12 | 深圳供电局有限公司 | 相变蓄冷空调电力调度方法、装置、计算机设备 |
| CN115065078A (zh) * | 2022-05-06 | 2022-09-16 | 合肥工业大学 | 微网环境下储能容量配置方法及系统 |
| CN115187316A (zh) * | 2022-09-14 | 2022-10-14 | 国网湖北省电力有限公司经济技术研究院 | 一种适应现货市场交易的风储微电网分布式交易方法 |
| CN116388301A (zh) * | 2023-06-06 | 2023-07-04 | 河海大学 | 梯级水光互补日前鲁棒调峰调度方法、系统、设备及介质 |
| CN117154746A (zh) * | 2023-09-01 | 2023-12-01 | 浙江大学海南研究院 | 一种考虑光伏出力不确定性的微电网日前优化调度方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102427249A (zh) * | 2011-12-19 | 2012-04-25 | 天津市电力公司 | 一种用于控制分布式微网并网运行的方法及系统 |
| CN109378861A (zh) * | 2018-12-28 | 2019-02-22 | 东南大学 | 计及时空相关性的主动配电网的鲁棒优化调度方法 |
-
2019
- 2019-04-02 CN CN201910259801.2A patent/CN109980685B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102427249A (zh) * | 2011-12-19 | 2012-04-25 | 天津市电力公司 | 一种用于控制分布式微网并网运行的方法及系统 |
| CN109378861A (zh) * | 2018-12-28 | 2019-02-22 | 东南大学 | 计及时空相关性的主动配电网的鲁棒优化调度方法 |
Cited By (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110322372A (zh) * | 2019-07-10 | 2019-10-11 | 国网能源研究院有限公司 | 区域电力系统中多级电网联动的机组组合调度方法 |
| CN110322372B (zh) * | 2019-07-10 | 2022-04-12 | 国网能源研究院有限公司 | 区域电力系统中多级电网联动的机组组合调度方法 |
| CN110365056A (zh) * | 2019-08-14 | 2019-10-22 | 南方电网科学研究院有限责任公司 | 一种基于ddpg的分布式能源参与配电网调压优化方法 |
| CN110365056B (zh) * | 2019-08-14 | 2021-03-12 | 南方电网科学研究院有限责任公司 | 一种基于ddpg的分布式能源参与配电网调压优化方法 |
| 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 |
| 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 |
| CN111178636A (zh) * | 2019-12-31 | 2020-05-19 | 新奥数能科技有限公司 | 考虑新能源不确定性的综合能源系统优化方法和装置 |
| CN111082469A (zh) * | 2020-01-07 | 2020-04-28 | 南方电网科学研究院有限责任公司 | 一种分布式新能源配电网的优化调度方法、系统及设备 |
| CN111082469B (zh) * | 2020-01-07 | 2021-07-09 | 南方电网科学研究院有限责任公司 | 一种分布式新能源配电网的优化调度方法、系统及设备 |
| CN112084463B (zh) * | 2020-09-04 | 2024-03-15 | 浙江大学 | 一种碳排放下的电力系统分布式光伏配置方法 |
| CN112084463A (zh) * | 2020-09-04 | 2020-12-15 | 浙江大学 | 一种碳排放下的电力系统分布式光伏配置方法 |
| CN112542835A (zh) * | 2020-12-08 | 2021-03-23 | 东南大学 | 一种高比例光伏接入的交直流混合微电网多层级控制方法 |
| CN112542835B (zh) * | 2020-12-08 | 2022-07-05 | 东南大学 | 一种高比例光伏接入的交直流混合微电网多层级控制方法 |
| CN112952908A (zh) * | 2021-03-29 | 2021-06-11 | 四川大学 | 一种多合作微电网主体分布式协调交易方法 |
| CN112952908B (zh) * | 2021-03-29 | 2024-02-02 | 四川大学 | 一种多合作微电网主体分布式协调交易方法 |
| CN113541151B (zh) * | 2021-04-19 | 2023-10-10 | 江苏大学 | 一种计及光伏出力不确定性的配微网分层电压控制方法 |
| CN113541151A (zh) * | 2021-04-19 | 2021-10-22 | 江苏大学 | 一种计及光伏出力不确定性的配微网分层电压控制方法 |
| CN113361864B (zh) * | 2021-05-14 | 2023-05-30 | 沈阳工程学院 | 一种基于纳什均衡的配电网分布式协同优化调控方法 |
| CN113361864A (zh) * | 2021-05-14 | 2021-09-07 | 沈阳工程学院 | 一种基于纳什均衡的配电网分布式协同优化调控方法 |
| CN113256446A (zh) * | 2021-05-31 | 2021-08-13 | 华南理工大学 | 考虑数据缺失的信息物理融合的配电网鲁棒优化调度方法 |
| CN113890114B (zh) * | 2021-10-14 | 2023-08-22 | 东南大学 | 一种主配用多层级电网灵活调节能力挖掘方法 |
| CN113890114A (zh) * | 2021-10-14 | 2022-01-04 | 东南大学 | 一种主配用多层级电网灵活调节能力挖掘方法 |
| CN114336735A (zh) * | 2021-11-27 | 2022-04-12 | 深圳供电局有限公司 | 相变蓄冷空调电力调度方法、装置、计算机设备 |
| CN115065078A (zh) * | 2022-05-06 | 2022-09-16 | 合肥工业大学 | 微网环境下储能容量配置方法及系统 |
| CN115187316A (zh) * | 2022-09-14 | 2022-10-14 | 国网湖北省电力有限公司经济技术研究院 | 一种适应现货市场交易的风储微电网分布式交易方法 |
| CN115187316B (zh) * | 2022-09-14 | 2022-11-29 | 国网湖北省电力有限公司经济技术研究院 | 一种适应现货市场交易的风储微电网分布式交易方法 |
| CN116388301A (zh) * | 2023-06-06 | 2023-07-04 | 河海大学 | 梯级水光互补日前鲁棒调峰调度方法、系统、设备及介质 |
| CN116388301B (zh) * | 2023-06-06 | 2023-08-08 | 河海大学 | 梯级水光互补日前鲁棒调峰调度方法、系统、设备及介质 |
| CN117154746A (zh) * | 2023-09-01 | 2023-12-01 | 浙江大学海南研究院 | 一种考虑光伏出力不确定性的微电网日前优化调度方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109980685B (zh) | 2022-07-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109980685A (zh) | 一种考虑不确定性的主动配电网分布式优化运行方法 | |
| CN109325608B (zh) | 考虑储能并计及光伏随机性的分布式电源优化配置方法 | |
| CN105703369B (zh) | 一种多能耦合输配网最优能量流建模及求解方法 | |
| CN108494015A (zh) | 一种源-荷-储协调互动的综合能源系统设计方法 | |
| CN109146706A (zh) | 一种考虑灵活性供需平衡的输电网规划方法 | |
| CN109636056A (zh) | 一种基于多智能体技术的多能源微网去中心化优化调度方法 | |
| CN109993419A (zh) | 一种综合能源服务商云协同-边缘协同优化调度方法 | |
| CN112202206A (zh) | 一种基于势博弈的多能源微网分布式调度方法 | |
| CN109858774A (zh) | 提高系统安全性和协调性的源网荷规划方法 | |
| CN105956693B (zh) | 一种基于分布式梯度算法的虚拟电厂经济调度方法 | |
| CN115204562B (zh) | 一种计及多能共享的互联微能源网分布式协同优化调度方法和系统 | |
| CN114977320A (zh) | 一种配电网源网荷储多目标协同规划方法 | |
| Li et al. | A system and game strategy for the isolated island electric-gas deeply coupled energy network | |
| CN113361078A (zh) | 一种考虑光伏发电不确定性的配电网云边协同调控方法 | |
| CN112311017A (zh) | 一种虚拟电厂与主网最优协同调度方法 | |
| CN113904337B (zh) | 计及配电网灵活性的综合能源系统分布式优化调度方法 | |
| Liu et al. | The impact mechanism and scenario simulation of energy internet on transition | |
| Zhang et al. | Energy optimization management of multi-microgrid using deep reinforcement learning | |
| CN111985844A (zh) | 一种风力及光能综合能源系统日前经济调度方法 | |
| Wang et al. | Research on Double Layer Coordinated Optimization Planning of Distribution Network with Distributed Generation | |
| CN114118590B (zh) | 一种基于能源枢纽的综合能源系统可靠调度方法及装置 | |
| Tao et al. | Distributed Energy Storage Cluster Control Method for DC Microgrid Considering Flexibility. | |
| CN117422227B (zh) | 考虑源网荷储耦合特性的输配电网双侧储能协同规划方法 | |
| Feng et al. | Flexible Coordinated Optimal Operation Model of" source-grid-load-storage" in Smart Distribution Network | |
| Ren et al. | An energy management model for isolated microgrid community considering operation flexibility |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220719 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |