CN110263391A - 一种基于机会约束的有源配电网智能软开关规划方法 - Google Patents
一种基于机会约束的有源配电网智能软开关规划方法 Download PDFInfo
- Publication number
- CN110263391A CN110263391A CN201910473215.8A CN201910473215A CN110263391A CN 110263391 A CN110263391 A CN 110263391A CN 201910473215 A CN201910473215 A CN 201910473215A CN 110263391 A CN110263391 A CN 110263391A
- Authority
- CN
- China
- Prior art keywords
- intelligent soft
- soft switch
- active power
- power
- node
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012423 maintenance Methods 0.000 claims description 22
- 230000005611 electricity Effects 0.000 claims description 14
- 238000005457 optimization Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000009434 installation Methods 0.000 claims description 6
- 238000003064 k means clustering Methods 0.000 claims description 5
- 230000002035 prolonged effect Effects 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims 1
- 238000003825 pressing Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 11
- 238000010561 standard procedure Methods 0.000 description 9
- 238000012360 testing method Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- H02J3/382—
-
- 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
- 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
- H02J3/50—Controlling the sharing of the out-of-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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种基于机会约束的有源配电网智能软开关规划方法,立足于解决含有不可控分布式电源的有源配电网智能软开关规划问题,充分考虑智能软开关位置与容量约束、智能软开关运行约束、系统潮流约束、不可控分布式电源运行约束和系统安全运行机会约束,建立基于机会约束的有源配电网智能软开关规划模型,其数学本质是混合整数非线性规划问题,采用内点法进行求解,得到满足节点电压和支路有功功率概率置信水平的智能软开关规划方案。本发明能够制定出满足不同需求的智能软开关规划方案,充分协调系统运行安全性和规划方案经济性之间的关系,为规划人员提供更多的备选方案。
Description
技术领域
本发明涉及智能电网领域,更具体地,涉及一种基于机会约束的有源配电网智能软开关规划方法。
背景技术
随着分布式电源、储能系统和新型灵活负荷渗透率的不断提高,配电系统正在从传统的辐射型网络进化为有源配电网。大规模分布式电源的接入给配电网带来降低系统损耗、提高供电可靠性、减少环境污染等一系列益处,但同时也使得配电网的运行效率问题愈加突出。
大量光伏、风机等不可控分布式电源接入有源配电网后,其运行特性受环境影响较大且具有明显的随机性和波动性,会为配电网的安全运行带来诸多问题,如节点电压越限、支路电流过载等,进而带来系统运行经济性下降、分布式能源消纳水平降低等不良后果,甚至引发设备故障,造成巨大经济损失。在有源配电网规划建设过程中,面对不可控分布式电源的大量接入,如何提供更加灵活的基础配电系统并合理调配系统资源,以保证电能可靠持续的传送和分配,从而面对新能源发展所带来的机遇和挑战,已引起了广泛的关注。
智能软开关(soft open point,SOP)具有强大的潮流调控能力,将其应用到有源配电网中,能够有效应对不可控分布式电源出力的不确定性,进而改善系统运行状态、提高系统运行效率,大大提高可再生能源并网的渗透率。然而,SOP实时、精准的功率控制主要基于全控型电力电子器件,其投资与运行维护成本较高。因此,对SOP的合理规划显得十分必要。SOP的运行策略与分布式电源出力特性耦合程度高,若在SOP规划阶段忽略不可控分布式电源出力不确定性,则往往导致投资成本过高或系统运行风险过大。
目前,现有的计及不可控分布式电源不确定性的有源配电网规划方法大致可分为鲁棒优化算法、随机规划法两类。鲁棒优化算法多以不确定集合代替不可控分布式电源发电功率的概率确切分布,以最恶劣场景下的规划方案作为系统最终的规划方案,当用以规划投资运维费用较高的设备时,得到的结果较为保守。随机规划方法则多将不可控分布式电源的不确定信息用场景概率分布的方式描述,在有源配电网规划问题中,大多采用基于期望值模型的场景分析法和机会约束规划方法。场景分析法旨在寻求规划问题面对不确定环境时平均投入成本的最小化,亦需要满足恶劣场景下的约束条件,其结果同样具有保守性。机会约束规划方法在场景分析法的基础上进行了扩展,通过在机会约束模型中引入置信水平参数,使规划方案的保守性可调,能够灵活协调方案经济性与系统运行安全性,对于高成本的SOP规划问题更具适用性。
发明内容
本发明提供一种考虑不可控分布式电源出力不确定性的基于机会约束的有源配电网智能软开关规划方法。
为了达到上述技术效果,本发明的技术方案如下:
一种基于机会约束的有源配电网智能软开关规划方法,包括以下步骤:
S1:根据选定的配电系统,输入线路参数、负荷水平、网络拓扑连接关系,系统运行电压水平和支路有功功率限制,置信参数,不可控分布式电源接入位置与容量,负荷运行曲线,基准电压和基准功率初值,智能软开关经济参数,向上级电网购电电价参数,智能软开关待安装位置;
S2:建立基于机会约束的有源配电网智能软开关规划模型,包括:设定配电网年综合费用最小为目标函数,包括智能软开关年投资费用与年运行维护费用、配电网年损耗费用,分别考虑智能软开关位置与容量约束、智能软开关运行约束、配电系统潮流约束、不可控分布式电源运行约束、系统安全运行机会约束;
S3:采用k均值聚类算法对配电网所在地全年的不可控分布式电源出力进行聚类分析,得到用于智能软开关规划的典型场景及各场景全年出现的概率;
S4:将目标函数、智能软开关运行约束、配电系统潮流约束、不可控分布式电源运行约束、系统安全运行机会约束进行转化,得到混合整数非线性优化模型;
S5:将步骤S4得到的混合整数非线性优化模型采用内点法进行求解;
S6:输出步骤S5的求解结果,包括满足预设置信水平的智能软开关位置和容量方案、配电网年综合费用、智能软开关年投资费用与年运行维护费用、配电网年损耗费用。
进一步地,步骤S2所述的配电网年综合费用为目标函数为:
式中,为智能软开关的年投资费用;为智能软开关年运行维护费用;CL为配电网年损耗费用;d为贴现率,ySOP为智能软开关的经济使用年限;为智能软开关单位容量投资成本;为安装在支路ij的智能软开关容量;为智能软开关单位容量的运行维护成本;ρt为t时段向上级电网购电的电价;为t时段配电系统有功功率损耗;Δt为优化步长;it,ij为t时段支路ij电流幅值平方;Rij为支路ij的电阻;为t时段接在节点i上智能软开关装置的损耗;Ωn为系统所有节点的集合;Ωb为系统支路的集合。
进一步地,步骤S2中的智能软开关位置与容量约束如下:
式中,为安装在支路ij的智能软开关容量;smodule为单位智能软开关模块安装容量,即安装变流器最小可优化容量,如10kVA、100kVA等;mij为非负整数,表示安装单位智能软开关模块数量,若mij=0,则认为该位置不需要安装智能软开关;表示在选定位置允许安装的智能软开关最大容量。
进一步地,步骤S2中的智能软开关运行约束如下:
式中,和分别为t时段接在节点i上智能软开关装置传输的有功功率和无功功率;为t时段接在节点i上智能软开关装置的损耗;为接在节点i上智能软开关装置的损耗系数;为安装在支路ij的智能软开关容量。
进一步地,步骤S2中的配电系统潮流约束如下:
式中,Ωb为系统支路的集合;Pt,ji、Qt,ji分别为t时段支路ji上流过的有功功率和无功功率;Pt,i、Qt,i分别为t时段节点i上注入的有功功率和无功功率之和; 分别为t时段节点i上负荷消耗的有功功率和无功功率;it,ij为t时段支路ij电流幅值平方;Rij为支路ij的电阻,Xij为支路ij的电抗;ut,i为t时段节点i电压幅值平方;分别表示t时段接在节点i上的不可控分布式电源的有功功率和无功功率;和分别为t时段接在节点i上智能软开关装置传输的有功功率和无功功率。
进一步地,步骤S2中的系统安全运行机会约束如下:
Pr{(Umin)2≤ut,i≤(Umax)2}≥1-ε
式中,Pr{·}表示某一事件成立的概率;ε为置信参数;分别为电压幅值的上下限;分别为支路ij有功功率的上下限;ut,i为t时段、节点i上电压幅值平方;Pt,ij为t时段支路ij上流过的有功功率。
进一步地,步骤S4中的转化包括:
(1)采用不可控分布式电源出力的典型场景刻画其出力特性:
式中,表示经步骤S3找那中的聚类分析得到的t时段、s场景下不可控分布式电源有功功率;分别为t时段、s场景节点i上不可控分布式电源注入的有功功率和无功功率;cosθNDG表示不可控分布式电源功率因数;
(2)目标函数转化如下:
式中,为智能软开关的年投资费用;为智能软开关年运行维护费用;CL为配电网年损耗费用;d为贴现率,ySOP为智能软开关的经济使用年限;为智能软开关单位容量投资成本;为安装在支路ij的智能软开关容量;为智能软开关单位容量的运行维护成本;ρt为t时段向上级电网购电的电价;Ωs为场景s的集合;πs为场景s出现的概率;时段、s场景下配电系统有功功率损耗;Δt为优化步长;it,ij,s为t时段、s场景下支路ij电流幅值平方;Rij为支路ij的电阻;为t时段、s场景下接在节点i上智能软开关装置的损耗;Ωn为系统所有节点的集合;Ωb为系统支路的集合。
(3)采用凸松弛技术对含有二次项的约束进行转化,并将其写为标准的二次约束形式,智能软开关运行约束、系统潮流约束转化如下:
式中,和分别为t时段、s场景下接在节点i上智能软开关装置传输的有功功率和无功功率;为t时段、s场景下接在节点i上智能软开关装置的损耗;为接在节点i上智能软开关装置的损耗系数;为安装在支路ij的智能软开关容量;Pt,ji,s、Qt,ji,s分别为t时段、s场景下支路ji上流过的有功功率和无功功率;it,ij,s为t时段、s场景下支路ij电流幅值平方;ut,i,s为t时段、s场景下节点i电压幅值平方。
(4)引入0-1变量zs,将智能软开关运行约束、系统潮流约束、系统安全运行机会约束转化如下:
ut,i,s-Mzs≤(Umax)2
(Umin)2≤ut,i,s+Mzs
式中,zs为引入的二进制变量,zs=0表示在求解最优的智能软开关规划方案时计入了场景s,zs=1表示在求解最优的智能软开关规划方案时未计及场景s;M表示一个极大的常量;πs为t时段场景s出现的概率;Ωb为支路的集合;和分别为t时段、s场景下接在节点i上智能软开关装置传输的有功功率和无功功率;为t时段、s场景下接在节点i上智能软开关装置的损耗;Pt,ji,s、Qt,ji,s分别为t时段、s场景支路ji上流过的有功功率和无功功率;Pt,i,s、Qt,i,s分别为t时段、s场景节点i上注入的有功功率之和以及无功功率之和;分别为t时段节点i上负荷消耗的有功功率和无功功率;分别为t时段、s场景节点i上不可控分布式电源注入的有功功率和无功功率;ut,i,s为t时段、s场景节点i上电压幅值平方;it,ij,s为t时段、s场景支路ij电流幅值平方;Rij为支路ij的电阻,Xij为支路ij的电抗;ε为置信参数;分别为电压幅值的上下限;分别为支路有功功率的上下限;为t时段、s场景下配电系统有功功率损耗。
与现有技术相比,本发明技术方案的有益效果是:
本发明的一种基于机会约束的有源配电网智能软开关规划方法,立足于解决含有不可控分布式电源的有源配电网智能软开关规划问题,充分考虑智能软开关位置与容量约束、智能软开关运行约束、系统潮流约束、不可控分布式电源运行约束和系统安全运行机会约束,建立基于机会约束的有源配电网智能软开关规划模型,其数学本质是混合整数非线性规划问题,采用内点法进行求解,得到满足节点电压和支路有功功率概率置信水平的智能软开关规划方案。本发明能够制定出满足不同需求的智能软开关规划方案,充分协调系统运行安全性和规划方案经济性之间的关系,为规划人员提供更多的备选方案。
附图说明
图1是本发明一种基于机会约束的有源配电网智能软开关规划方法流程图;
图2是改进的IEEE 33节点算例结构图;
图3是负荷运行曲线;
图4是该配电网区域年光伏机组出力曲线;
图5是采用k均值聚类算法得到的12个典型光伏出力场景图;
图6是在14:00时,4种场景下的系统电压分布情况;
图7是在14:00时,场景1的电压测试情况;
图8是在14:00时,场景2的电压测试情况;
图9是在14:00时,场景3的电压测试情况;
图10是在14:00时,场景4的电压测试情况。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;
对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
如图1所示,一种基于机会约束的有源配电网智能软开关规划方法,包括如下步骤:
1)根据选定的配电系统,输入线路参数、负荷水平、网络拓扑连接关系,系统运行电压水平和支路有功功率限制,置信参数,不可控分布式电源接入位置与容量,负荷运行曲线,基准电压和基准功率初值,智能软开关经济参数,向上级电网购电电价参数,智能软开关待安装位置;
2)建立基于机会约束的有源配电网智能软开关规划模型,包括:设定配电网年综合费用最小为目标函数,包括智能软开关年投资费用与年运行维护费用、配电网年损耗费用,分别考虑智能软开关位置与容量约束、智能软开关运行约束、配电系统潮流约束、不可控分布式电源运行约束、系统安全运行机会约束;其中,
(1)所述的配电网年综合费用最小为目标函数表示为
式中,为智能软开关的年投资费用;为智能软开关年运行维护费用;CL为配电网年损耗费用;d为贴现率,ySOP为智能软开关的经济使用年限;为智能软开关单位容量投资成本;为安装在支路ij的智能软开关容量;为智能软开关单位容量的运行维护成本;ρt为t时段向上级电网购电的电价;为t时段配电系统有功功率损耗;Δt为优化步长;it,ij为t时段支路ij电流幅值平方;Rij为支路ij的电阻;为t时段接在节点i上智能软开关装置的损耗;Ωn为系统所有节点的集合;Ωb为系统支路的集合。
(2)所述的智能软开关位置与容量约束表示为
式中,smodule为单位智能软开关模块安装容量,即安装变流器最小可优化容量,如10kVA、100kVA等;mij为非负整数,表示安装单位智能软开关模块数量,若mij=0,则认为该位置不需要安装智能软开关;表示在选定位置允许安装的智能软开关最大容量。
(3)所述的智能软开关运行约束表示为
式中,和分别为t时段接在节点i上智能软开关装置传输的有功功率和无功功率;为接在节点i上智能软开关装置的损耗系数。
(4)所述的配电系统潮流约束表示为
式中,Pt,ji、Qt,ji分别为t时段支路ji上流过的有功功率和无功功率;Pt,i、Qt,i分别为t时段节点i上注入的有功功率和无功功率之和;分别为t时段节点i上负荷消耗的有功功率和无功功率;Xij为支路ij的电抗;ut,i为t时段节点i电压幅值平方;分别表示t时段接在节点i上的不可控分布式电源的有功功率和无功功率。
(5)所述的不可控分布式电源运行约束表示为
式中,表示t时段影响不可控分布式电源出力的物理因素,如光照强度、风速等;为描述不可控分布式电源出力特性的函数;cosθNDG表示不可控分布式电源功率因数。
(6)所述的系统安全运行机会约束表示为
Pr{(Umin)2≤ut,i≤(Umax)2}≥1-ε (21)
式中,Pr{·}表示某一事件成立的概率;ε为置信参数;分别为电压幅值的上下限;分别为支路ij有功功率的上下限。
3)采用k均值聚类算法对配电网所在地全年的不可控分布式电源出力进行聚类分析,得到用于智能软开关规划的典型场景及各场景全年出现的概率;
4)将目标函数、智能软开关运行约束、配电系统潮流约束、不可控分布式电源运行约束、系统安全运行机会约束进行转化,得到混合整数非线性优化模型;所述的转化包括:
(1)采用不可控分布式电源出力的典型场景刻画其出力特性,如下所示:
式中,表示经步骤3)聚类分析得到的t时段、s场景下不可控分布式电源有功功率;分别为t时段、s场景节点i上不可控分布式电源注入的有功功率和无功功率。
(2)目标函数转化如下:
式中,Ωs为场景s的集合;πs为场景s出现的概率;为t时段、s场景下配电系统有功功率损耗;it,ij,s为t时段、s场景下支路ij电流幅值平方;为t时段、s场景下接在节点i上智能软开关装置的损耗。
(3)采用凸松弛技术对含有二次项的约束进行转化,并将其写为标准的二次约束形式,智能软开关运行约束、系统潮流约束转化如下:
式中,和分别为t时段、s场景下接在节点i上智能软开关装置传输的有功功率和无功功率;为接在节点i上智能软开关装置的损耗系数;Pt,ji,s、Qt,ji,s分别为t时段、s场景下支路ji上流过的有功功率和无功功率;ut,i,s为t时段、s场景下节点i电压幅值平方。
(4)引入0-1变量zs,将智能软开关运行约束、系统潮流约束、系统安全运行机会约束转化如下:
ut,i,s-Mzs≤(Umax)2 (45)
(Umin)2≤ut,i,s+Mzs (46)
式中,zs为引入的二进制变量,zs=0表示在求解最优的智能软开关规划方案时计入了场景s,zs=1表示在求解最优的智能软开关规划方案时未计及场景s;M表示一个极大的常量;Pt,i,s、Qt,i,s分别为t时段、s场景节点i上注入的有功功率之和以及无功功率之和;分别为t时段节点i上负荷消耗的有功功率和无功功率;Xij为支路ij的电抗;ε为置信参数。
5)将步骤4)得到的混合整数非线性优化模型采用内点法进行求解;
6)输出步骤5)的求解结果,包括满足预设置信水平的智能软开关位置和容量方案、配电网年综合费用、智能软开关年投资费用与年运行维护费用、配电网年损耗费用。
对于本发明的实施例,首先输入IEEE 33节点系统中线路元件的阻抗值,负荷元件的有功功率、无功功率,网络拓扑连接关系,置信参数,不可控分布式电源接入位置与容量,负荷运行曲线,智能软开关经济参数,向上级电网购电电价参数,智能软开关待安装位置;算例结构如图2所示,详细参数见表1、表2、表3、表4、表5;设定系统的基准电压为12.66kV、基准功率为1MVA;为验证该方法的有效性,采用如下4种场景进行分析。
场景1:未配置智能软开关的原系统年运行情况;
场景2:置信水平为100%对应的智能软开关规划方案;
场景3:置信水平为90%对应的智能软开关规划方案;
场景4:置信水平为80%对应的智能软开关规划方案。
假定该配电系统接入的不可控分布式电源均为光伏机组,且光伏机组年出力曲线如图4所示。采用k均值聚类算法对全年的光伏出力进行聚类分析,得到的光伏出力典型场景如图5所示。采用本发明方法进行求解,4种场景下的有源配电网智能软开关规划方案如表6所示,各项费用如表7所示。为了验证该发明有效性,选取光伏机组出力较高的时段,如14:00,对比4种场景下的系统电压分布情况,结果见图6;对4种场景进行蒙特卡洛测试,测试结果见图7至图10。
执行优化计算的计算机硬件环境为IntelICoreIi5-3470 CPU,主频为3.20GHz,内存为4GB;软件环境为Windows 7操作系统。
由表6可以看出,本发明能够根据配电系统安全运行机会约束条件成立的置信水平得到相应的有源配电网智能软开关规划方案。当置信水平不同时,智能软开关配置策略不同,年综合费用也不同,具体各项费用见表7。可以看出,随着置信水平的升高,智能软开关的投资运维费用越高,总成本也越高。为了确保系统以较高的置信水平安全运行,智能软开关的配置策略必须能够应对更加恶劣的场景,因此,其投资费用显著提升。
进一步分析不同的智能软开关规划配置策略对系统电压分布的影响。选取光伏出力较高的时段,如14:00,比较4种场景下的系统电压分布情况,如图6所示。从图6可以看出,智能软开关在有源配电网中的合理配置能够明显改善系统的电压质量。置信水平越高的智能软开关规划方案对电压的改善作用越明显,但其对应的投资运维总成本也越高。场景3中,置信水平为90%的智能软开关规划方案能够利用适当的投资运维成本实现较优的电压改善效果,在实际工程中,该策略更可能被规划人员采用。
为了验证本发明的有效性,对4种场景进行蒙特卡洛测试,电压测试情况见图7至图10。由图可知,本发明提出的一种基于机会约束的有源配电网智能软开关规划方法能够有效降低系统电压越限率,以预设的置信水平保证系统的安全、稳定运行。本发明的方法能够有效求解满足不同置信水平的智能软开关规划方案,通过协调投资经济性与系统运行安全性之间的关系,为规划人员提供更多的备选方案。
表1 IEEE33节点算例负荷接入位置及功率
表2 IEEE33节点算例线路参数
表3不可控分布式电源参数
表4智能软开关经济参数
参数 | 智能软开关 |
贴现率 | 0.08 |
经济使用年限(年) | 20 |
单位容量投资成本 | 1000元/kVA |
运行维护成本 | 10元/kVA |
表5电价参数
表6智能软开关规划方案
表7规划方案费用
相同或相似的标号对应相同或相似的部件;
附图中描述位置关系的用于仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (7)
1.一种基于机会约束的有源配电网智能软开关规划方法,其特征在于,包括以下步骤:
S1:根据选定的配电系统,输入线路参数、负荷水平、网络拓扑连接关系,系统运行电压水平和支路有功功率限制,置信参数,不可控分布式电源接入位置与容量,负荷运行曲线,基准电压和基准功率初值,智能软开关经济参数,向上级电网购电电价参数,智能软开关待安装位置;
S2:建立基于机会约束的有源配电网智能软开关规划模型,包括:设定配电网年综合费用最小为目标函数,包括智能软开关年投资费用与年运行维护费用、配电网年损耗费用,分别考虑智能软开关位置与容量约束、智能软开关运行约束、配电系统潮流约束、不可控分布式电源运行约束、系统安全运行机会约束;
S3:采用k均值聚类算法对配电网所在地全年的不可控分布式电源出力进行聚类分析,得到用于智能软开关规划的典型场景及各场景全年出现的概率;
S4:将目标函数、智能软开关运行约束、配电系统潮流约束、不可控分布式电源运行约束、系统安全运行机会约束进行转化,得到混合整数非线性优化模型;
S5:将步骤S4得到的混合整数非线性优化模型采用内点法进行求解;
S6:输出步骤S5的求解结果,包括满足预设置信水平的智能软开关位置和容量方案、配电网年综合费用、智能软开关年投资费用与年运行维护费用、配电网年损耗费用。
2.根据权利要求1所述的基于机会约束的有源配电网智能软开关规划方法,其特征在于,步骤S2所述的配电网年综合费用为目标函数为:
式中,为智能软开关的年投资费用;为智能软开关年运行维护费用;CL为配电网年损耗费用;d为贴现率,ySOP为智能软开关的经济使用年限;为智能软开关单位容量投资成本;为安装在支路ij的智能软开关容量;为智能软开关单位容量的运行维护成本;ρt为t时段向上级电网购电的电价;为t时段配电系统有功功率损耗;Δt为优化步长;it,ij为t时段支路ij电流幅值平方;Rij为支路ij的电阻;为t时段接在节点i上智能软开关装置的损耗;Ωn为系统所有节点的集合;Ωb为系统支路的集合。
3.根据权利要求1所述的一种基于机会约束的有源配电网智能软开关规划方法,其特征在于,步骤S2中的智能软开关位置与容量约束如下:
式中,为安装在支路ij的智能软开关容量;smodule为单位智能软开关模块安装容量,即安装变流器最小可优化容量,如10kVA、100kVA等;mij为非负整数,表示安装单位智能软开关模块数量,若mij=0,则认为该位置不需要安装智能软开关;表示在选定位置允许安装的智能软开关最大容量。
4.根据权利要求1所述的一种基于机会约束的有源配电网智能软开关规划方法,其特征在于,步骤S2中的智能软开关运行约束如下:
式中,和分别为t时段接在节点i上智能软开关装置传输的有功功率和无功功率;为t时段接在节点i上智能软开关装置的损耗;为接在节点i上智能软开关装置的损耗系数;为安装在支路ij的智能软开关容量。
5.根据权利要求1所述的一种基于机会约束的有源配电网智能软开关规划方法,其特征在于,步骤S2中的配电系统潮流约束如下:
式中,Ωb为系统支路的集合;Pt,ji、Qt,ji分别为t时段支路ji上流过的有功功率和无功功率;Pt,i、Qt,i分别为t时段节点i上注入的有功功率和无功功率之和; 分别为t时段节点i上负荷消耗的有功功率和无功功率;it,ij为t时段支路ij电流幅值平方;Rij为支路ij的电阻,Xij为支路ij的电抗;ut,i为t时段节点i电压幅值平方;分别表示t时段接在节点i上的不可控分布式电源的有功功率和无功功率;和分别为t时段接在节点i上智能软开关装置传输的有功功率和无功功率。
6.根据权利要求1所述的一种基于机会约束的有源配电网智能软开关规划方法,其特征在于,步骤S2中的系统安全运行机会约束如下:
式中,Pr{·}表示某一事件成立的概率;ε为置信参数;分别为电压幅值的上下限;分别为支路ij有功功率的上下限;ut,i为t时段、节点i上电压幅值平方;Pt,ij为t时段支路ij上流过的有功功率。
7.根据权利要求1所述的一种基于机会约束的有源配电网智能软开关规划方法,其特征在于,步骤S4中的转化包括:
(1)采用不可控分布式电源出力的典型场景刻画其出力特性:
式中,表示经步骤S3找那中的聚类分析得到的t时段、s场景下不可控分布式电源有功功率;分别为t时段、s场景节点i上不可控分布式电源注入的有功功率和无功功率;cosθNDG表示不可控分布式电源功率因数;
(2)目标函数转化如下:
式中,为智能软开关的年投资费用;为智能软开关年运行维护费用;CL为配电网年损耗费用;d为贴现率,ySOP为智能软开关的经济使用年限;为智能软开关单位容量投资成本;为安装在支路ij的智能软开关容量;为智能软开关单位容量的运行维护成本;ρt为t时段向上级电网购电的电价;ΩS为场景s的集合;πs为场景s出现的概率;时段、s场景下配电系统有功功率损耗;Δt为优化步长;it,ij,s为t时段、s场景下支路ij电流幅值平方;Rij为支路ij的电阻;为t时段、s场景下接在节点i上智能软开关装置的损耗;Ωn为系统所有节点的集合;Ωb为系统支路的集合。
(3)采用凸松弛技术对含有二次项的约束进行转化,并将其写为标准的二次约束形式,智能软开关运行约束、系统潮流约束转化如下:
式中,和分别为t时段、s场景下接在节点i上智能软开关装置传输的有功功率和无功功率;为t时段、s场景下接在节点i上智能软开关装置的损耗;为接在节点i上智能软开关装置的损耗系数;为安装在支路ij的智能软开关容量;Pt,ji,s、Qt,ji,s分别为t时段、s场景下支路ji上流过的有功功率和无功功率;it,ij,s为t时段、s场景下支路ij电流幅值平方;ut,i,s为t时段、s场景下节点i电压幅值平方。
(4)引入0-1变量zs,将智能软开关运行约束、系统潮流约束、系统安全运行机会约束转化如下:
ut,i,s-Mzs≤(Umax)2
(Umin)2≤ut,i,s+Mzs
式中,zs为引入的二进制变量,zs=0表示在求解最优的智能软开关规划方案时计入了场景s,zs=1表示在求解最优的智能软开关规划方案时未计及场景s;M表示一个极大的常量;πs为t时段场景s出现的概率;Ωb为支路的集合;和分别为t时段、s场景下接在节点i上智能软开关装置传输的有功功率和无功功率;为t时段、s场景下接在节点i上智能软开关装置的损耗;Pt,ji,s、Qt,ji,s分别为t时段、s场景支路ji上流过的有功功率和无功功率;Pt,i,s、Qt,i,s分别为t时段、s场景节点i上注入的有功功率之和以及无功功率之和;分别为t时段节点i上负荷消耗的有功功率和无功功率;分别为t时段、s场景节点i上不可控分布式电源注入的有功功率和无功功率;ut,i,s为t时段、s场景节点i上电压幅值平方;it,ij,s为t时段、s场景支路ij电流幅值平方;Rij为支路ij的电阻,Xii为支路ij的电抗;ε为置信参数;分别为电压幅值的上下限;分别为支路有功功率的上下限;为t时段、s场景下配电系统有功功率损耗。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910473215.8A CN110263391B (zh) | 2019-05-31 | 2019-05-31 | 一种基于机会约束的有源配电网智能软开关规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910473215.8A CN110263391B (zh) | 2019-05-31 | 2019-05-31 | 一种基于机会约束的有源配电网智能软开关规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110263391A true CN110263391A (zh) | 2019-09-20 |
CN110263391B CN110263391B (zh) | 2023-05-26 |
Family
ID=67916367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910473215.8A Active CN110263391B (zh) | 2019-05-31 | 2019-05-31 | 一种基于机会约束的有源配电网智能软开关规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110263391B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111682585A (zh) * | 2020-06-19 | 2020-09-18 | 国网经济技术研究院有限公司 | 一种配电网智能储能软开关综合规划方法和系统 |
CN112039069A (zh) * | 2020-09-04 | 2020-12-04 | 国网山东省电力公司济宁供电公司 | 一种配电网储能与柔性开关的双层协同规划方法及系统 |
CN112949008A (zh) * | 2021-02-08 | 2021-06-11 | 国网河北省电力有限公司衡水供电分公司 | 一种配电网规划方法及相关装置 |
CN113162060A (zh) * | 2021-03-17 | 2021-07-23 | 武汉工程大学 | 一种基于机会约束优化的主动配电网两阶段无功调节方法 |
CN113705892A (zh) * | 2021-08-30 | 2021-11-26 | 天津大学 | 一种需求侧资源与智能软开关分布鲁棒联合规划方法 |
CN113988668A (zh) * | 2021-11-02 | 2022-01-28 | 天津大学 | 一种考虑源荷多重不确定性的软开关规划方法 |
CN115241901A (zh) * | 2022-07-27 | 2022-10-25 | 天津大学 | 考虑数据质量的智能储能软开关数据驱动电压控制方法 |
CN117669370A (zh) * | 2023-11-27 | 2024-03-08 | 国网安徽省电力有限公司芜湖市繁昌区供电公司 | 一种基于生成对抗网络的有源配电网智能软开关规划方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105449713A (zh) * | 2015-12-11 | 2016-03-30 | 天津大学 | 考虑分布式电源特性的有源配电网智能软开关规划方法 |
CN107800155A (zh) * | 2017-11-19 | 2018-03-13 | 天津大学 | 考虑智能软开关的有源配电网多时段孤岛运行方法 |
CN108039723A (zh) * | 2017-11-27 | 2018-05-15 | 国网江西省电力有限公司经济技术研究院 | 一种考虑功率随机性的配电网分布式电源容量评估方法 |
CN108985561A (zh) * | 2018-06-08 | 2018-12-11 | 天津大学 | 一种基于机会约束的有源配电网孤岛划分方法 |
CN109687469A (zh) * | 2019-01-11 | 2019-04-26 | 国网天津市电力公司电力科学研究院 | 基于机会约束规划的有源配电网智能软开关电压控制方法 |
-
2019
- 2019-05-31 CN CN201910473215.8A patent/CN110263391B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105449713A (zh) * | 2015-12-11 | 2016-03-30 | 天津大学 | 考虑分布式电源特性的有源配电网智能软开关规划方法 |
CN107800155A (zh) * | 2017-11-19 | 2018-03-13 | 天津大学 | 考虑智能软开关的有源配电网多时段孤岛运行方法 |
CN108039723A (zh) * | 2017-11-27 | 2018-05-15 | 国网江西省电力有限公司经济技术研究院 | 一种考虑功率随机性的配电网分布式电源容量评估方法 |
CN108985561A (zh) * | 2018-06-08 | 2018-12-11 | 天津大学 | 一种基于机会约束的有源配电网孤岛划分方法 |
CN109687469A (zh) * | 2019-01-11 | 2019-04-26 | 国网天津市电力公司电力科学研究院 | 基于机会约束规划的有源配电网智能软开关电压控制方法 |
Non-Patent Citations (2)
Title |
---|
武利会 等.: "基于机会约束的有源配电网SOP优化配置方法.", 《电力系统及其自动化学报》 * |
马丽等: "有源配电网分布式电源与智能软开关三层协调规划模型", 《电力系统自动化》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111682585A (zh) * | 2020-06-19 | 2020-09-18 | 国网经济技术研究院有限公司 | 一种配电网智能储能软开关综合规划方法和系统 |
CN112039069A (zh) * | 2020-09-04 | 2020-12-04 | 国网山东省电力公司济宁供电公司 | 一种配电网储能与柔性开关的双层协同规划方法及系统 |
CN112039069B (zh) * | 2020-09-04 | 2022-02-22 | 国网山东省电力公司济宁供电公司 | 一种配电网储能与柔性开关的双层协同规划方法及系统 |
CN112949008A (zh) * | 2021-02-08 | 2021-06-11 | 国网河北省电力有限公司衡水供电分公司 | 一种配电网规划方法及相关装置 |
CN113162060A (zh) * | 2021-03-17 | 2021-07-23 | 武汉工程大学 | 一种基于机会约束优化的主动配电网两阶段无功调节方法 |
CN113705892A (zh) * | 2021-08-30 | 2021-11-26 | 天津大学 | 一种需求侧资源与智能软开关分布鲁棒联合规划方法 |
CN113705892B (zh) * | 2021-08-30 | 2023-08-15 | 天津大学 | 一种需求侧资源与智能软开关分布鲁棒联合规划方法 |
CN113988668A (zh) * | 2021-11-02 | 2022-01-28 | 天津大学 | 一种考虑源荷多重不确定性的软开关规划方法 |
CN113988668B (zh) * | 2021-11-02 | 2024-05-31 | 天津大学 | 一种考虑源荷多重不确定性的软开关规划方法 |
CN115241901A (zh) * | 2022-07-27 | 2022-10-25 | 天津大学 | 考虑数据质量的智能储能软开关数据驱动电压控制方法 |
CN115241901B (zh) * | 2022-07-27 | 2023-06-20 | 天津大学 | 考虑数据质量的智能储能软开关数据驱动电压控制方法 |
CN117669370A (zh) * | 2023-11-27 | 2024-03-08 | 国网安徽省电力有限公司芜湖市繁昌区供电公司 | 一种基于生成对抗网络的有源配电网智能软开关规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110263391B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110263391A (zh) | 一种基于机会约束的有源配电网智能软开关规划方法 | |
Adinolfi et al. | Multiobjective optimal design of photovoltaic synchronous boost converters assessing efficiency, reliability, and cost savings | |
Bagheri et al. | Distributionally robust reliability assessment for transmission system hardening plan under $ Nk $ security criterion | |
CN103955777A (zh) | 光伏发电接入配电网方案设计与分析评估辅助系统 | |
Zhao et al. | Distributed risk-limiting load restoration for wind power penetrated bulk system | |
Wu et al. | Transmission network expansion planning based on chronological evaluation considering wind power uncertainties | |
Li et al. | Distribution system voltage control under uncertainties using tractable chance constraints | |
CN114996908B (zh) | 考虑智能软开关接入的主动配电网扩展规划方法及系统 | |
Emmanuel et al. | Net electricity clustering at different temporal resolutions using a SAX-based method for integrated distribution system planning | |
Wang et al. | Operational bottleneck identification based energy storage investment requirement analysis for renewable energy integration | |
Eghbal et al. | Multi-load level reactive power planning considering slow and fast VAR devices by means of particle swarm optimisation | |
Liu et al. | Security-constrained AC–DC hybrid distribution system expansion planning with high penetration of renewable energy | |
CN110535131A (zh) | 基于场景分析和安全约束经济调度的分层消纳预警方法 | |
CN104242354B (zh) | 计及风光出力相关性的新能源集中外送运行特性评估方法 | |
Li et al. | Multi-stage power source and grid coordination planning method considering grid uniformity | |
Lu et al. | Clean generation mix transition: Large-scale displacement of fossil fuel-fired units to cut emissions | |
CHIKEZIE et al. | Enhancement of 11kV Distribution Network for Power Quality Improvement Using Artificial Neural Network Based DVR | |
Le et al. | Design, sizing and operation of a hybrid renewable energy system for farming | |
Subramanya et al. | Implementation of peak demand reduction on a distribution feeder using python-opendss co-simulation | |
CN114925916A (zh) | 一种基于数字孪生的重要用户保电应急辅助决策方法 | |
Zheng et al. | Data-Adaptive Robust Transmission Network Planning Incorporating Post-Contingency Demand Response | |
Yin | Fast frequency response technology of photovoltaic power plant based on equivalent modelling | |
Habib et al. | Opportunities and challenges of AC/DC transmission network planning considering high proportion renewable energy | |
Yao et al. | Resilience enhancement for a power system with electric vehicles under extreme weather conditions | |
Shahin et al. | Evaluation of distributed energy resource interconnection codes and grid ancillary services of photovoltaic inverters: a case study on Dubai solar programme |
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 |