CN110429656A - 一种分布式能源集群控制方法和装置 - Google Patents

一种分布式能源集群控制方法和装置 Download PDF

Info

Publication number
CN110429656A
CN110429656A CN201910843285.8A CN201910843285A CN110429656A CN 110429656 A CN110429656 A CN 110429656A CN 201910843285 A CN201910843285 A CN 201910843285A CN 110429656 A CN110429656 A CN 110429656A
Authority
CN
China
Prior art keywords
cluster
electric energy
node
initial
target
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
Application number
CN201910843285.8A
Other languages
English (en)
Other versions
CN110429656B (zh
Inventor
胡洋
马溪原
周长城
郭祚刚
练依情
谈赢杰
黄安迪
田兵
罗俊平
丁士
袁智勇
雷金勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Southern Power Grid Co Ltd
Research Institute of Southern Power Grid Co Ltd
Original Assignee
China Southern Power Grid Co Ltd
Research Institute of Southern Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Southern Power Grid Co Ltd, Research Institute of Southern Power Grid Co Ltd filed Critical China Southern Power Grid Co Ltd
Priority to CN201910843285.8A priority Critical patent/CN110429656B/zh
Publication of CN110429656A publication Critical patent/CN110429656A/zh
Application granted granted Critical
Publication of CN110429656B publication Critical patent/CN110429656B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381Dispersed generators

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种分布式能源集群控制方法和装置,用于划分出可提高控制效率的集群。在本发明实施例的分布式能源集群控制方法中,对配电网的节点进行划分,得到多个初始集群。然后,对多个初始集群中的任意两个初始集群计算网损差。跟着,根据网损差计算任意两个初始集群间的电气距离,电气距离和网损差为反比关系,电气距离表示两个初始集群划分入同一目标集群的可行程度。从而可以根据电气距离,对多个初始集群进行划分,得到至少一个目标集群,目标集群包括初始集群,目标集群内的节点在目标集群内部进行电能传输。这样,能以目标集群作为单元进行控制,即方便了对目标集群的控制,也提高了对配电网的控制效率。

Description

一种分布式能源集群控制方法和装置
技术领域
本发明涉及电网技术领域,尤其涉及一种分布式能源集群控制方法和装置。
背景技术
现今,在配电网中出现了越来越多的分布式能源。在配电网经济运行方面,由于分布式能源用户与负荷用户的就近电能传输,避免了在远距离从分布式能源用户传输给电网,电网再供给负荷用户的过程中而产生的功率损耗,能够大大地减小整个配电网的线损,对配电网的经济运行有重要的意义。
随着分布式能源的大量接入,配电网中负荷节点对大电网的依赖减弱,研究如何合理划分集群,使得分布式能源与普通负荷节点在集群内部通过合作,尽可能地减少由于电能传输引起的功率损耗,提升配电网经济运行能力具有较大的实际意义。
现有技术多关注于分布式能源与负荷用户直接进行电能传输产生的经济收益,缺少集群划分方法的研究。因基于划分的集群可实现减少网损、提高配电网经济运行等效果,从而,十分有必要针对分布式能源集群的划分进行研发。
发明内容
本发明的目的在于提供一种分布式能源集群控制方法和装置,用于划分出可提高控制效率的集群。
为达此目的,本发明实施例采用以下技术方案:
一种分布式能源集群控制方法,包括:
对配电网的节点进行划分,得到多个初始集群,其中,每一所述初始集群包括一个分布式能源节点和至少一个负荷节点;
对所述多个初始集群中的任意两个初始集群计算网损差,所述网损差为两个目标初始集群之间进行电能传输产生的功率损耗和所述两个目标初始集群分别与电网进行电能传输产生的功率损耗之差,所述两个目标初始集群为所述多个初始集群中的任意两个初始集群;
根据所述网损差计算所述任意两个初始集群间的电气距离,所述电气距离和所述网损差为反比关系,所述电气距离表示两个初始集群划分入同一目标集群的可行程度;
根据所述电气距离,对所述多个初始集群进行划分,得到至少一个所述目标集群,所述目标集群包括所述初始集群,所述目标集群内的节点在目标集群内部进行电能传输。
可选地,所述根据所述电气距离,对所述多个初始集群进行划分,得到至少一个所述目标集群之后,所述方法还包括:
对每一所述目标集群,构建集群电能传输模型,所述集群电能传输模型用于表示对所述目标集群内的节点的电能传输的约束;
对所述集群电能传输模型进行求解,得到电能传输策略,所述电能传输策略表示在所述目标集群的网损达到最小时,所述目标集群内的节点之间的电能传输量。
可选地,所述对所述集群电能传输模型进行求解,得到电能传输策略,包括:
使用序列二次规划SQP算法对所述集群电能传输模型进行求解,得到电能传输策略。
可选地,所述对配电网的节点进行划分,得到多个初始集群,包括:
根据配电网的节点间传输线路的电阻,对所述配电网的节点进行划分,得到多个初始集群。
可选地,所述目标集群内的不同初始集群间的电气距离小于预设值。
可选地,所述根据所述电气距离,对所述多个初始集群进行划分,得到至少一个所述目标集群,包括:
使用K-means聚类算法对所述多个初始集群进行划分,得到至少一个所述目标集群,其中,所述电气距离作为所述K-means聚类算法的相似性度量。
可选地,所述集群电能传输模型包括控制量、优化目标、和约束条件;
所述控制量为所述目标集群的两两节点之间的电能传输量;
所述优化目标为最小化所述目标集群内部的传输电能产生的总网损;
所述约束条件包括保证所述目标集群的负荷节点能够接受到满足负荷节点自身需要的电量、保证所述目标集群的分布式能源节点能够使分布式能源节点自身出力完全消纳,保证所述目标集群的储能节点储存的能量不超过储能节点自身的容量。
为达此目的,本发明实施例还采用以下技术方案:
一种分布式能源集群控制装置,包括:
第一划分单元,用于对配电网的节点进行划分,得到多个初始集群,其中,每一所述初始集群包括一个分布式能源节点和至少一个负荷节点;
第一计算单元,用于对所述多个初始集群中的任意两个初始集群计算网损差,所述网损差为两个目标初始集群之间进行电能传输产生的功率损耗和所述两个目标初始集群分别与电网进行电能传输产生的功率损耗之差,所述两个目标初始集群为所述多个初始集群中的任意两个初始集群;
第二计算单元,用于根据所述网损差计算所述任意两个初始集群间的电气距离,所述电气距离和所述网损差为反比关系,所述电气距离表示两个初始集群划分入同一目标集群的可行程度;
第二划分单元,用于根据所述电气距离,对所述多个初始集群进行划分,得到至少一个所述目标集群,所述目标集群包括所述初始集群,所述目标集群内的节点在目标集群内部进行电能传输。
可选地,所述分布式能源集群控制装置还包括:
构建单元,用于对每一所述目标集群,构建集群电能传输模型,所述集群电能传输模型用于表示对所述目标集群内的节点的电能传输的约束;
求解单元,用于对所述集群电能传输模型进行求解,得到电能传输策略,所述电能传输策略表示在所述目标集群的网损达到最小时,所述目标集群内的节点之间的电能传输量。
可选地,所述目标集群内的不同初始集群间的电气距离小于预设值。
本发明的有益效果:
在本发明实施例的分布式能源集群控制方法中,对配电网的节点进行划分,得到多个初始集群,其中,每一初始集群包括一个分布式能源节点和至少一个负荷节点。然后,对多个初始集群中的任意两个初始集群计算网损差,网损差为两个目标初始集群之间进行电能传输产生的功率损耗和两个目标初始集群分别与电网进行电能传输产生的功率损耗之差,两个目标初始集群为多个初始集群中的任意两个初始集群。跟着,根据网损差计算任意两个初始集群间的电气距离,电气距离和网损差为反比关系,电气距离表示两个初始集群划分入同一目标集群的可行程度。从而可以根据电气距离,对多个初始集群进行划分,得到至少一个目标集群,目标集群包括初始集群,目标集群内的节点在目标集群内部进行电能传输。这样,可将复杂网络结构的配电网划分为目标集群的形式,因目标集群包括初始集群,而每一初始集群包括一个分布式能源节点和至少一个负荷节点,从而目标集群内的节点在目标集群内部可进行电能传输。这样,能以目标集群作为单元进行控制,即方便了对目标集群的控制,也提高了对配电网的控制效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明一实施例提供的一种分布式能源集群控制方法的流程图;
图2为本发明另一实施例提供的一种分布式能源集群控制方法的流程图;
图3为在图2所示的实施例中划分出初始集群的示意图;
图4为在图2所示的实施例中划分出初始集群的另一示意图;
图5为将图4所示的初始集群作为等效节点后的示意图;
图6为等效节点与电网进行电能传输的示意图;
图7为等效节点i与等效节点j直接传输电能的一示意图;
图8为等效节点i与等效节点j直接传输电能的另一示意图;
图9为对图5所示的多个初始集群进行划分,得到的目标集群示意图;
图10为本发明另一实施例提供的一种分布式能源集群控制装置的结构示意图。
具体实施方式
本发明实施例提供了一种分布式能源集群控制方法和装置,用于划分出可提高控制效率的集群。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。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。
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
请参考图1,图1为本发明实施例提供的一种分布式能源集群控制方法的流程图。
如图1所示,本发明实施例的分布式能源集群控制方法,包括:
步骤101:对配电网的节点进行划分,得到多个初始集群。
其中,每一初始集群包括一个分布式能源节点和至少一个负荷节点。
在配电网中包括多个节点,这些节点可以为分布式能源节点和负荷节点。其中,分布式能源节点用于提供电能。负荷节点用于消耗电能。
对配电网中的节点进行划分,可以得到多个初始集群。具体的划分方法有多种,只要使得每一初始集群包括一个分布式能源节点和至少一个负荷节点即可。例如,根据物理距离进行划分、根据传输线路上的电阻进行划分、根据预设算法进行划分等等,本发明实施例对此不做具体限定。
步骤102:对多个初始集群中的任意两个初始集群计算网损差。
网损差为两个目标初始集群之间进行电能传输产生的功率损耗和两个目标初始集群分别与电网进行电能传输产生的功率损耗之差。两个目标初始集群为多个初始集群中的任意两个初始集群。
对初始集群两两计算网损差,从而为后续的初始集群划分作准备。
步骤103:根据网损差计算任意两个初始集群间的电气距离。
电气距离和网损差为反比关系,电气距离表示两个初始集群划分入同一目标集群的可行程度。
电气距离根据网损差计算得到,且和网损差为反比关系。换言之,将网损差的数值进行大小倒置,从而方便对电气距离的使用。
步骤104:根据电气距离,对多个初始集群进行划分,得到至少一个目标集群。
目标集群包括初始集群,目标集群内的节点在目标集群内部进行电能传输。
目标集群由初始集群组合得到,目标集群可以包括一个或多个初始集群。因每一初始集群包括一个分布式能源节点和至少一个负荷节点,从而,目标集群也包括分布式能源节点和负荷节点。目标集群的分布式能源节点可为集群内的负荷节点进行供电,这样可以实现不同目标集群间的解耦,一目标集群不用从另一目标集群中获取电能,配电网系统可以以目标集群为单元,对每一目标集群的节点进行控制。
例如,步骤104之后,本发明实施例的方法还包括:对每一目标集群,构建集群电能传输模型。对集群电能传输模型进行求解,得到电能传输策略。其中,集群电能传输模型用于表示对目标集群内的节点的电能传输的约束。电能传输策略表示在目标集群的网损达到最小时,目标集群内的节点之间的电能传输量。这样,即可实现对目标集群的运行进行优化,完成针对配电网经济运行的集群控制。
综上所述,在本发明实施例的分布式能源集群控制方法中,对配电网的节点进行划分,得到多个初始集群,其中,每一初始集群包括一个分布式能源节点和至少一个负荷节点。然后,对多个初始集群中的任意两个初始集群计算网损差,网损差为两个目标初始集群之间进行电能传输产生的功率损耗和两个目标初始集群分别与电网进行电能传输产生的功率损耗之差,两个目标初始集群为多个初始集群中的任意两个初始集群。跟着,根据网损差计算任意两个初始集群间的电气距离,电气距离和网损差为反比关系,电气距离表示两个初始集群划分入同一目标集群的可行程度。从而可以根据电气距离,对多个初始集群进行划分,得到至少一个目标集群,目标集群包括初始集群,目标集群内的节点在目标集群内部进行电能传输。这样,可将复杂网络结构的配电网划分为目标集群的形式,因目标集群包括初始集群,而每一初始集群包括一个分布式能源节点和至少一个负荷节点,从而目标集群内的节点在目标集群内部可进行电能传输。这样,能以目标集群作为单元进行控制,即方便了对目标集群的控制,也提高了对配电网的控制效率。
图2为本发明实施例提供的一种分布式能源集群控制方法的流程图。图2所示的方法可基于图1所示实施例的方法实现。
其中,图1和图2所示实施例的分布式能源集群控制方法可应用于配电网系统中。配电网系统获取相应配电网参数后,可执行本发明实施例的分布式能源集群控制方法。
参阅图2,本发明实施例的分布式能源集群控制方法,包括:
步骤201:根据配电网的节点间传输线路的电阻,对配电网的节点进行划分,得到多个初始集群。
其中,每一初始集群包括一个分布式能源节点和至少一个负荷节点。
在配电网中包括多个节点,这些节点可以为分布式能源节点和负荷节点。其中,分布式能源节点用于提供电能。负荷节点用于消耗电能。
为了提高分布式能源的利用率,鼓励拥有分布式能源的用户对多余电量进行就近消纳,满足邻近负荷用户的用电需求,避免远距离传输所产生的电能损耗,促进配电网经济运行。在针对配电网经济运行的集群进行控制之前,先对所有的负荷节点按照一定原则进行预划分,负荷用户只与初始集群内部的分布式能源用户或与大电网传输电能。
为了尽可能减小电能传输所产生的电能损耗,满足配电网的经济运行,在本发明实施例中利用节点间传输线路的电阻作为划分依据,确定分布式能源节点和负荷节点之间的传输线路的电阻,将之间的传输线路的电阻最小的分布式能源节点和负荷节点划入同一个初始集群。
划分出的初始集群的结果如图3所示,其中,黑色节点表示分布式能源节点,白色节点表示负荷节点。最后预划分后的初始集群中包括一个分布式能源节点和若干个负荷节点。
对节点(负荷节点或分布式能源节点)进行预划分形成初始集群是为了保证最终形成的目标集群中有分布式能源节点,从而不会形成纯负荷节点集群。
因为电能就近传输产生的网损最小,所以对于分布式能源节点附近的负荷节点会优先就近传输,即负荷节点会与就近的分布式能源节点划分入同一初始集群,例如如图4所示。在本发明实施例中,初始集群在形成之后可以不再拆分。
应该理解,步骤201是对配电网的节点进行划分,得到多个初始集群的步骤的具体实现方式之一。
步骤202:对多个初始集群中的任意两个初始集群计算网损差。
其中,网损差为两个目标初始集群之间进行电能传输产生的功率损耗和两个目标初始集群分别与电网进行电能传输产生的功率损耗之差,两个目标初始集群为多个初始集群中的任意两个初始集群。换言之,对初始集群两两计算网损差。
得到的网损差用于为后续计算电气距离作准备。这是因为,预划分后得到的初始集群,只是考虑就近传输原则将普通负荷节点与最近的分布式能源进行集合,但并未真正考虑配电网的经济运行,因此,在预划分的基础上以促进配电网经济运行为目标再对所有的初始集群进行集群划分,以使得用户在集群内部传输电能,结合合理的集群内部电能传输策略,使配电网满足经济运行。
基于上述目标,考虑利用两初始集群之间直接进行电能传输与两初始集群分别与电网进行电能传输产生的网损差来定义电气距离,作为集群划分依据。
具体如下:
首先计算两种电能传输方式的网损差。对于电压降落的横分量,一方面由于横分量对于电压幅值的影响较小,而计算线路损耗需要电压降落的幅值,另一方面由于输送的功率中一般有功大于无功、电阻大于电抗,所以横分量可以略去,这时输电线路电压的降落可以表示为:
公式
公式1中,P表示线路一端输入的有功功率,R表示该线路的电阻,U表示有功功率输入端的电压,ΔU表示输电线路电压的降落。
从而,导线上损失的功率可以表示为:
公式
其中,ΔP表示损失的功率,其它参数的定义和公式1的参数的定义相同。
将初始集群看作一个等效节点,例如,将图4的配电网中的初始集群作为等效节点后,可得到图5所示的示意图。
初始集群内部唯一的分布式能源节点作为集群中心,集群内部所有节点的出力/电能需求之和作为等效节点的出力/电能需求。集群内部所有节点出力之和为负表示集群表现为负荷特性,为正表示集群表现为电源特性。等效节点i与等效节点j分别与电网进行电能传输的示意图如图6所示,其中,Pi t表示等效节点i在t时刻的出力/电能需求,表示等效节点j在t时刻的出力/电能需求,Pi t>0表示等效节点i为分布式能源节点(包括储能与电动汽车)的放电状态,向电网发出有功,Pi t<0表示等效节点i为负荷节点或储能和电动汽车充电状态,从电网吸收有功。假设等效节点i为电源节点,等效节点j为负荷节点(其余情况同理),此时,对于等效节点i与等效节点j组成的整体由于电能传输产生的功率损耗为:
公式3:
公式3中,Ri0表示等效节点i与电网之间传输线路的电阻值;Rj0表示等效节点j与电网之间传输线路的电阻值;U表示电网电压;Pi t表示等效节点i在t时刻的出力/电能需求,表示等效节点j在t时刻的出力/电能需求;i和j表示等效节点;v′(i,j)表示等效节点i与等效节点j组成的整体由于电能传输产生的功率损耗。
等效节点i与等效节点j直接传输电能的示意图如图7和图8所示。假设等效节点i为电源节点,等效节点j为负荷节点(其余情况同理),当时,等效节点i将多余的电能全部售给等效节点j,等效节点j再从电网购入电能缺额,以满足自身的电能需求,此时,等效节点i与等效节点j组成整体由于电能传输产生的功率损耗为:
公式4:
公式4中,Rij表示等效节点i与等效节点j之间传输线路的电阻值;v″(i,j)表示等效节点i与等效节点j组成整体由于电能传输产生的功率损耗;其它参数的定义和公式3中的参数的定义相同。
时,等效节点j从等效节点i处购入相应电能满足自身电能需求,等效节点i再将剩下的电能出售给电网企业,此时,等效节点i与等效节点j组成整体由于电能传输产生的功率损耗为:
公式5:
公式5中,Rij表示等效节点i与等效节点j之间传输线路的电阻值。v″(i,j)表示等效节点i与等效节点j组成整体由于电能传输产生的功率损耗;其它参数的定义和公式3中的参数的定义相同。
因此,两种电能传输方式下产生的网损差为:
公式6:v(i,j)=v′(i,j)-v″(i,j);
显然,网损差v(i,j)需要符合:
公式7:v(i,j)≥0;
当且仅当等效节点i与等效节点j为同类型节点,即都为电源节点和都为负荷节点,且两等效节点之间无电能传输时,收益为0。
这样,可以基于上述网损差定义电气距离。
步骤203:根据网损差计算任意两个初始集群间的电气距离。
其中,电气距离和网损差为反比关系,电气距离表示两个初始集群划分入同一目标集群的可行程度。
具体来说,网损差越大,表示两等效节点划分入同一目标集群后进行电能传输所获得的效益更大;网损差越小,表示两等效节点间进行电能传输的效益不大,可以划分入不同目标集群。由于电气距离一般是越小表示两等效节点越应该划分入同一目标集群,所以可以定义电气距离为:
公式8:Lij=max(v(i,j))-v(i,j);
公式8中,max(v(i,j))表示所有等效节点之间的v(i,j)中的最大值,此时,不仅能够满足定义的电气距离均为非负数,也满足电气距离越小的等效节点划分入同一目标集群的原则。
应该理解,本发明实施例的等效节点为初始集群,只是为了描述的直观,才将初始集群称之为等效节点。
步骤204:使用K-means聚类算法对多个初始集群进行划分,得到至少一个目标集群。
其中,电气距离作为K-means聚类算法的相似性度量。
目标集群包括初始集群,目标集群内的节点在目标集群内部进行电能传输。
可选地,目标集群内的不同初始集群间的电气距离小于预设值。从而通过预设值的设置,使得划分得到的目标集群的网损较小。
在定义的电气距离基础上,利用K-means聚类算法对预划分后的初始集群进行集群划分,即将电气距离较近的初始集群划分入同一目标集群,将距离较远的初始集群划分入不同的目标集群。
K-means算法是一种矢量量化的聚类方法,最初起源于信号处理研究,现在被广泛应用于数据聚类分析和数据挖掘。K-means聚类算法自提出以来,在各个研究领域发挥了重要的影响,并衍生出多种形式的改进算法,提出至今,以其简单高效、方便实现和较多成功应用案例的优点成为应用最为广泛的聚类算法之一。
将K-means聚类算法用于针对配电网经济运行的集群划分,以上述步骤203中定义的电气距离作为聚类算法的相似性度量,K-means聚类算法的目的是使得目标集群内部的等效节点与集群中心间距离的平方和最小。因此,针对电压调节的分布式能源集群划分的目标函数如下:
公式9:
公式9中,Ljεi是节点j与聚类中心εi之间的距离,|Ci|表示目标集群i中的样本个数。K表示形成的K个互不相交的集群,K为自然数。
计算出电气距离后,可以将配电网系统简化为一个仅包含节点集和边集的图,其中节点集即为系统中所有节点的集合,边集即为两两节点之间的电气距离的集合。边集内的电气距离用网损差来定义,网损差越大,两等效节点划分入同一目标集群的效益更好,从而越应该划分为同一目标集群。在K-means算法中,距离越小,两节点越应该划分入同一目标集群。
例如,对图5所示的多个初始集群(初始集群为等效节点)进行划分,得到的目标集群如图9所示。
应该理解,步骤204为根据电气距离,对多个初始集群进行划分,得到至少一个目标集群的步骤的具体实现方式之一。
这样,可将复杂网络结构的配电网划分为目标集群的形式,因目标集群包括初始集群,而每一初始集群包括一个分布式能源节点和至少一个负荷节点,从而目标集群内的节点在目标集群内部可进行电能传输。这样,能以目标集群作为单元进行控制,即方便了对目标集群的控制,也提高了对配电网的控制效率。
针对配电网经济运行的集群划分主要目标是将复杂网络划分为多个目标集群,使得用户在目标集群内部之间传输电能,而不与其它目标集群进行电能传输,在提高配电网经济运行的同时也保证了控制效率。
通过执行步骤201至204,针对配电网经济运行,将复杂网络划分为多个目标集群,划分后的目标集群间解耦,可以分别进行优化计算,从而提高了控制效率。
对目标集群作为单元进行控制,可如下文的描述所示。
步骤205:对每一目标集群,构建集群电能传输模型。
其中,集群电能传输模型用于表示对目标集群内的节点的电能传输的约束;
这样,通过对集群电能传输模型进行求解分析,可以得到对目标集群进行控制的策略方法。
具体来说,例如,集群电能传输模型包括控制量、优化目标、和约束条件。其中,控制量为目标集群的两两节点之间的电能传输量。优化目标为最小化目标集群内部的传输电能产生的总网损。约束条件包括保证目标集群的负荷节点能够接受到满足负荷节点自身需要的电量、保证目标集群的分布式能源节点能够使分布式能源节点自身出力完全消纳,保证目标集群的储能节点储存的能量不超过储能节点自身的容量。
具体来说,分布式能源在经济运行方面的控制策略主要是尽可能减小整个配电网中由于节点(负荷节点和分布式能源节点)之间电能传输而产生的功率损耗,控制变量是节点之间的电能传输量,在目标集群内部制定最优的电能传输方案,使得整体集群产生的功率损耗最小,即:
公式10:
公式10中,Ploss表示整个目标集群内部的功率损耗;N为目标集群内部的节点数;表示节点i与节点j之间的功率传输量;为节点i除了在目标集群内部传输的电能外,再与大电网进行的电能传输量;Rij表示节点i与节点j之间的传输路径的阻值;Ri0表示节点i与大电网之间传输路径的阻值;U为配电网电压。
在针对经济运行方面进行控制时,应该尽可能地利用分布式能源出力,保证分布式能源的出力消纳,分布式能源节点i应满足其出售给其它节点的电能之和等于自身出力,即:
公式11:
公式11中,表示节点i对应的分布式电源在t时刻的出力;表示节点i与节点j之间的电能传输量;N为集群内部的节点个数。
对于负荷节点来说,需要保证用户购得的电能与自身的电能需求一致,即:
公式12:
公式12中,表示节点i对应的分布式电源在t时刻的出力;表示节点i与节点j之间的电能传输量;N为目标集群内部的节点个数。
储能节点能够根据电网的运行状态,灵活地改变自身的出力,以达到控制的目的,但要保证不超过储能节点本身的容量,即:
公式13:
公式13中,为节点i处储能节点容量下限;为节点i处储能节点容量上限;表示节点i与节点j之间的电能传输量;N为集群内部的节点个数。
步骤206:使用序列二次规划算法对集群电能传输模型进行求解,得到电能传输策略。
其中,电能传输策略表示在目标集群的网损达到最小时,目标集群内的节点之间的电能传输量。
对集群电能传输模型进行求解,可得到集群内部的电能传输方案,即每个节点(负荷或分布式能源节点)与其它节点之间传输电能的方式,使得对于整个目标集群的网损达到最小。
构建集群电能传输模型后,可使用序列二次规划(Sequential QuadraticProgramming,SQP)算法对集群电能传输模型进行求解,得到电能传输策略。
SQP将原始问题划分为一系列二次规划的子问题进行求解,对于求解非线性约束优化问题是一个非常有效的算法。针对标准的约束非线性优化问题如下:
公式14:
其对应的Lagrange函数为:
公式15:
根据KKT条件有:
公式16:
式中,
利用牛顿法求解方程组,其迭代格式为:
公式17:
SQP算法通过求解下述二次规划问题来确定每次迭代所需的dx和dλ:
公式18:
因此,可以将公式14所示的优化问题转化为多个二次规划问题,求解出优化问题的迭代序列{xk}和{λk},最终得到优化解。
将SQP算法应用于求解集群电能传输策略,将步骤205中的集群电能传输模型的相关函数进行变形,如下:
公式19:
公式19中,xi表示集群内任意两节点之间传输的电能量;Ri表示对应传输路径的电阻值;U为配电网电压;PDGj表示第j个分布式电源的出力大小;SDGj表示与该分布式电源有关的电能传输路径集合;NDG为集群内分布式电源的数目;Ploadj表示第j个普通负荷的电能需求大小;Sloadj表示与该负荷节点有关的电能传输路径集合;Nload为集群内普通负荷节点的数目;SESSj表示与该储能有关的电能传输路径集合;NESS为集群内储能节点的数目;为节点i处储能节点容量下限;为节点i处储能节点容量上限。
利用SQP算法求取最优解,即每条传输路径上的值,对每个目标集群求解即可得到针对配电网经济运行的电能传输策略。
对某一目标集群求解后得到的是目标集群内部的电能传输方案,即每个节点(负荷或分布式能源节点)与其它节点之间以目标方式传输电能,其中,目标方式为使得对于整个目标集群的网损达到最小的方式。
对所有目标集群分别单独求解,就能得到每个目标集群内部的电能传输方案。每个目标集群内部的电能传输方案即为本发明实施例的电能传输策略。
通过执行步骤205和步骤206,在目标集群划分的基础上,在各个目标集群内部确定用户之间电能传输的策略,即两两用户之间的电能传输量。从而可实现针对配电网经济运行的集群控制方法。
应该理解,步骤206是对集群电能传输模型进行求解,得到电能传输策略的步骤的具体实现方式之一。
应该理解,步骤204之后,可选地,本发明实施例的方法可以还包括步骤205和步骤206。换言之,本发明实施例的方法可以不包括步骤205和步骤206。
这样,本发明实施例的分布式能源集群控制方法根据配电网电能传输产生的网损定义了电气距离,并基于此划分集群,以及考虑了储能节点在促进配电网经济运行方面的效益,建立了集群内电能传输模型,在促进配电网经济运行和减小传输网损方面有较好的收益。
综上所述,在本发明实施例的分布式能源集群控制方法中,对配电网的节点进行划分,得到多个初始集群,其中,每一初始集群包括一个分布式能源节点和至少一个负荷节点。然后,对多个初始集群中的任意两个初始集群计算网损差,网损差为两个目标初始集群之间进行电能传输产生的功率损耗和两个目标初始集群分别与电网进行电能传输产生的功率损耗之差,两个目标初始集群为多个初始集群中的任意两个初始集群。跟着,根据网损差计算任意两个初始集群间的电气距离,电气距离和网损差为反比关系,电气距离表示两个初始集群划分入同一目标集群的可行程度。从而可以根据电气距离,对多个初始集群进行划分,得到至少一个目标集群,目标集群包括初始集群,目标集群内的节点在目标集群内部进行电能传输。这样,可将复杂网络结构的配电网划分为目标集群的形式,因目标集群包括初始集群,而每一初始集群包括一个分布式能源节点和至少一个负荷节点,从而目标集群内的节点在目标集群内部可进行电能传输。这样,能以目标集群作为单元进行控制,即方便了对目标集群的控制,也提高了对配电网的控制效率。
如图10所示,本发明实施例还提供了一种分布式能源集群控制装置,该分布式能源集群控制装置可用于执行上述图1和图2所示实施例的分布式能源集群控制方法。
参阅图10,本发明实施例的分布式能源集群控制装置,包括:
第一划分单元1001,用于对配电网的节点进行划分,得到多个初始集群,其中,每一初始集群包括一个分布式能源节点和至少一个负荷节点;
第一计算单元1002,用于对多个初始集群中的任意两个初始集群计算网损差,网损差为两个目标初始集群之间进行电能传输产生的功率损耗和两个目标初始集群分别与电网进行电能传输产生的功率损耗之差,两个目标初始集群为多个初始集群中的任意两个初始集群;
第二计算单元1003,用于根据网损差计算任意两个初始集群间的电气距离,电气距离和网损差为反比关系,电气距离表示两个初始集群划分入同一目标集群的可行程度;
第二划分单元1004,用于根据电气距离,对多个初始集群进行划分,得到至少一个目标集群,目标集群包括初始集群,目标集群内的节点在目标集群内部进行电能传输。
可选地,分布式能源集群控制装置还包括:
构建单元1005,用于对每一目标集群,构建集群电能传输模型,集群电能传输模型用于表示对目标集群内的节点的电能传输的约束;
求解单元1006,用于对集群电能传输模型进行求解,得到电能传输策略,电能传输策略表示在目标集群的网损达到最小时,目标集群内的节点之间的电能传输量。
可选地,求解单元1006,还用于使用序列二次规划SQP算法对集群电能传输模型进行求解,得到电能传输策略。
可选地,第一划分单元1001,还用于根据配电网的节点间传输线路的电阻,对配电网的节点进行划分,得到多个初始集群。
可选地,目标集群内的不同初始集群间的电气距离小于预设值。
可选地,第二划分单元1004,还用于使用K-means聚类算法对多个初始集群进行划分,得到至少一个目标集群,其中,电气距离作为K-means聚类算法的相似性度量。
可选地,集群电能传输模型包括控制量、优化目标、和约束条件;
控制量为目标集群的两两节点之间的电能传输量;
优化目标为最小化目标集群内部的传输电能产生的总网损;
约束条件包括保证目标集群的负荷节点能够接受到满足负荷节点自身需要的电量、保证目标集群的分布式能源节点能够使分布式能源节点自身出力完全消纳,保证目标集群的储能节点储存的能量不超过储能节点自身的容量。
综上所述,第一划分单元1001对配电网的节点进行划分,得到多个初始集群,其中,每一初始集群包括一个分布式能源节点和至少一个负荷节点。第一计算单元1002对多个初始集群中的任意两个初始集群计算网损差,网损差为两个目标初始集群之间进行电能传输产生的功率损耗和两个目标初始集群分别与电网进行电能传输产生的功率损耗之差,两个目标初始集群为多个初始集群中的任意两个初始集群。第二计算单元1003根据网损差计算任意两个初始集群间的电气距离,电气距离和网损差为反比关系,电气距离表示两个初始集群划分入同一目标集群的可行程度。第二划分单元1004根据电气距离,对多个初始集群进行划分,得到至少一个目标集群,目标集群包括初始集群,目标集群内的节点在目标集群内部进行电能传输。这样,可将复杂网络结构的配电网划分为目标集群的形式,因目标集群包括初始集群,而每一初始集群包括一个分布式能源节点和至少一个负荷节点,从而目标集群内的节点在目标集群内部可进行电能传输。这样,能以目标集群作为单元进行控制,即方便了对目标集群的控制,也提高了对配电网的控制效率。
本发明实施例还提供了一种配电网系统,该配电网系统包括处理器和存储器,该配电网系统可用于执行上述图1和图2所示实施例的分布式能源集群控制方法。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种分布式能源集群控制方法,其特征在于,包括:
对配电网的节点进行划分,得到多个初始集群,其中,每一所述初始集群包括一个分布式能源节点和至少一个负荷节点;
对所述多个初始集群中的任意两个初始集群计算网损差,所述网损差为两个目标初始集群之间进行电能传输产生的功率损耗和所述两个目标初始集群分别与电网进行电能传输产生的功率损耗之差,所述两个目标初始集群为所述多个初始集群中的任意两个初始集群;
根据所述网损差计算所述任意两个初始集群间的电气距离,所述电气距离和所述网损差为反比关系,所述电气距离表示两个初始集群划分入同一目标集群的可行程度;
根据所述电气距离,对所述多个初始集群进行划分,得到至少一个所述目标集群,所述目标集群包括所述初始集群,所述目标集群内的节点在所述目标集群内部进行电能传输。
2.根据权利要求1所述的方法,其特征在于,
所述根据所述电气距离,对所述多个初始集群进行划分,得到至少一个所述目标集群之后,所述方法还包括:
对每一所述目标集群,构建集群电能传输模型,所述集群电能传输模型用于表示对所述目标集群内的节点的电能传输的约束;
对所述集群电能传输模型进行求解,得到电能传输策略,所述电能传输策略表示在所述目标集群的网损达到最小时,所述目标集群内的节点之间的电能传输量。
3.根据权利要求2所述的方法,其特征在于,
所述对所述集群电能传输模型进行求解,得到电能传输策略,包括:
使用序列二次规划SQP算法对所述集群电能传输模型进行求解,得到电能传输策略。
4.根据权利要求1所述的方法,其特征在于,
所述对配电网的节点进行划分,得到多个初始集群,包括:
根据配电网的节点间传输线路的电阻,对所述配电网的节点进行划分,得到多个初始集群。
5.根据权利要求1所述的方法,其特征在于,
所述目标集群内的不同初始集群间的所述电气距离小于预设值。
6.根据权利要求5所述的方法,其特征在于,
所述根据所述电气距离,对所述多个初始集群进行划分,得到至少一个所述目标集群,包括:
使用K-means聚类算法对所述多个初始集群进行划分,得到至少一个所述目标集群,其中,所述电气距离作为所述K-means聚类算法的相似性度量。
7.根据权利要求2所述的方法,其特征在于,
所述集群电能传输模型包括控制量、优化目标、和约束条件;
所述控制量为所述目标集群的两两节点之间的电能传输量;
所述优化目标为最小化所述目标集群内部的传输电能产生的总网损;
所述约束条件包括保证所述目标集群的负荷节点能够接受到满足负荷节点自身需要的电量、保证所述目标集群的分布式能源节点能够使分布式能源节点自身出力完全消纳,保证所述目标集群的储能节点储存的能量不超过储能节点自身的容量。
8.一种分布式能源集群控制装置,其特征在于,包括:
第一划分单元,用于对配电网的节点进行划分,得到多个初始集群,其中,每一所述初始集群包括一个分布式能源节点和至少一个负荷节点;
第一计算单元,用于对所述多个初始集群中的任意两个初始集群计算网损差,所述网损差为两个目标初始集群之间进行电能传输产生的功率损耗和所述两个目标初始集群分别与电网进行电能传输产生的功率损耗之差,所述两个目标初始集群为所述多个初始集群中的任意两个初始集群;
第二计算单元,用于根据所述网损差计算所述任意两个初始集群间的电气距离,所述电气距离和所述网损差为反比关系,所述电气距离表示两个初始集群划分入同一目标集群的可行程度;
第二划分单元,用于根据所述电气距离,对所述多个初始集群进行划分,得到至少一个所述目标集群,所述目标集群包括所述初始集群,所述目标集群内的节点在目标集群内部进行电能传输。
9.根据权利要求8所述的装置,其特征在于,
所述分布式能源集群控制装置还包括:
构建单元,用于对每一所述目标集群,构建集群电能传输模型,所述集群电能传输模型用于表示对所述目标集群内的节点的电能传输的约束;
求解单元,用于对所述集群电能传输模型进行求解,得到电能传输策略,所述电能传输策略表示在所述目标集群的网损达到最小时,所述目标集群内的节点之间的电能传输量。
10.根据权利要求8所述的装置,其特征在于,
所述目标集群内的不同初始集群间的电气距离小于预设值。
CN201910843285.8A 2019-09-06 2019-09-06 一种分布式能源集群控制方法和装置 Active CN110429656B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910843285.8A CN110429656B (zh) 2019-09-06 2019-09-06 一种分布式能源集群控制方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910843285.8A CN110429656B (zh) 2019-09-06 2019-09-06 一种分布式能源集群控制方法和装置

Publications (2)

Publication Number Publication Date
CN110429656A true CN110429656A (zh) 2019-11-08
CN110429656B CN110429656B (zh) 2022-12-06

Family

ID=68417819

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910843285.8A Active CN110429656B (zh) 2019-09-06 2019-09-06 一种分布式能源集群控制方法和装置

Country Status (1)

Country Link
CN (1) CN110429656B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140277599A1 (en) * 2013-03-13 2014-09-18 Oracle International Corporation Innovative Approach to Distributed Energy Resource Scheduling
CN106451567A (zh) * 2016-10-14 2017-02-22 国网浙江省电力公司电力科学研究院 一种分布式电源集群动态划分的方法及系统
CN107093150A (zh) * 2017-03-13 2017-08-25 国网安徽省电力公司电力科学研究院 基于等效阻抗的有源配电网集群划分方法
CN107196333A (zh) * 2017-06-07 2017-09-22 天津大学 基于模块化指数的分布式光伏集群划分方法
CN107834596A (zh) * 2017-11-10 2018-03-23 东南大学 基于电网运行状态感知的分布式光伏集群动态划分方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140277599A1 (en) * 2013-03-13 2014-09-18 Oracle International Corporation Innovative Approach to Distributed Energy Resource Scheduling
CN106451567A (zh) * 2016-10-14 2017-02-22 国网浙江省电力公司电力科学研究院 一种分布式电源集群动态划分的方法及系统
CN107093150A (zh) * 2017-03-13 2017-08-25 国网安徽省电力公司电力科学研究院 基于等效阻抗的有源配电网集群划分方法
CN107196333A (zh) * 2017-06-07 2017-09-22 天津大学 基于模块化指数的分布式光伏集群划分方法
CN107834596A (zh) * 2017-11-10 2018-03-23 东南大学 基于电网运行状态感知的分布式光伏集群动态划分方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
丁明等: "基于集群划分的配电网分布式光伏与储能选址定容规划", 《中国电机工程学报》 *

Also Published As

Publication number Publication date
CN110429656B (zh) 2022-12-06

Similar Documents

Publication Publication Date Title
Wong et al. Optimal placement and sizing of battery energy storage system for losses reduction using whale optimization algorithm
Hua et al. Optimal energy management strategies for energy Internet via deep reinforcement learning approach
CN109980685B (zh) 一种考虑不确定性的主动配电网分布式优化运行方法
CN107579518B (zh) 基于mhba的电力系统环境经济调度方法和装置
US9954362B2 (en) Systems and methods for optimal power flow on a radial network
CN110266038B (zh) 一种多虚拟电厂分布式协调调控方法
CN102280889B (zh) 基于克隆-粒子群混杂算法的电力系统无功优化方法
CN104377826B (zh) 一种主动配电网控制策略及方法
Chang et al. A distributed robust optimization approach for the economic dispatch of flexible resources
CN109950907A (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
CN106374513B (zh) 一种基于主从博弈的多微网联络线功率优化方法
Mahesh et al. Optimal sizing of a grid-connected PV/wind/battery system using particle swarm optimization
CN109978404A (zh) 计及不确定性因素与场景削减的输电通道扩展规划方法
CN111900719B (zh) 考虑柔性可控负荷的电网充裕度评估方法、装置及系统
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
CN104769802A (zh) 用于计算机辅助控制电网中的功率的方法
Varshney et al. Optimal location and sizing of STATCOM for voltage security enhancement using PSO-TVAC
CN106505575B (zh) 一种基于粒计算的线路潮流经济调度方法
CN112202205A (zh) 一种多能源三级自律协同控制方法及装置
CN108711860B (zh) 一种基于并行计算的配电网变电站-线路联合规划方法
CN106451504A (zh) 一种混合储能系统配置成本的控制方法及装置
Taherpoor et al. A novel stochastic framework for energy management in renewable micro-grids considering uncertainty of measurement and forecasting
CN106447061B (zh) 分布式电源定容选址的方法
CN110429656A (zh) 一种分布式能源集群控制方法和装置
Zhou et al. An integrated two-level distributed dispatch for interconnected microgrids considering unit commitment and transmission loss

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