CN110729765A - 一种考虑sop的配电网灵活性评估指标体系和优化调度方法 - Google Patents
一种考虑sop的配电网灵活性评估指标体系和优化调度方法 Download PDFInfo
- Publication number
- CN110729765A CN110729765A CN201910821050.9A CN201910821050A CN110729765A CN 110729765 A CN110729765 A CN 110729765A CN 201910821050 A CN201910821050 A CN 201910821050A CN 110729765 A CN110729765 A CN 110729765A
- Authority
- CN
- China
- Prior art keywords
- stage
- sop
- distribution network
- optimization
- constraint
- 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 25
- 238000011156 evaluation Methods 0.000 title claims abstract description 12
- 238000005457 optimization Methods 0.000 claims abstract description 51
- 238000004146 energy storage Methods 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 238000010606 normalization Methods 0.000 claims abstract description 7
- 238000011158 quantitative evaluation Methods 0.000 claims abstract description 7
- 230000005540 biological transmission Effects 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 14
- 239000000243 solution Substances 0.000 claims description 14
- 230000006978 adaptation Effects 0.000 claims description 8
- 238000002347 injection Methods 0.000 claims description 6
- 239000007924 injection Substances 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 5
- 230000009194 climbing Effects 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 4
- 230000003828 downregulation Effects 0.000 claims description 3
- 230000003827 upregulation Effects 0.000 claims description 3
- 238000010561 standard procedure Methods 0.000 description 38
- 230000008859 change Effects 0.000 description 7
- 230000001965 increasing effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000013433 optimization analysis Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001603 reducing effect Effects 0.000 description 2
- 101100001674 Emericella variicolor andI gene Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method 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
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
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
- H02J3/38—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Power Engineering (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种考虑SOP的配电网灵活性评估指标体系和优化调度方法,包括如下步骤:采用SOP运行优化,建立配电网灵活性量化评估指标,并将指标通过归一化系数和权重系数融入优化调度模型优化目标函数中;将可控负荷、储能作为第一阶段决策变量,将能够实时响应不确定性波动的SOP、可控DG作为第二阶段变量;采用配电网历史数据中的多典型场景和受综合范数约束的不确定性场景概率分布来表征配电网的复杂不确定特征,结合第一阶段决策变量和第二阶段决策变量,建立三层两阶段分布鲁棒优化模型;采用CCG算法对构建的三层两阶段分布鲁棒优化模型进行求解。通过本发明,可以实现配电网的经济灵活运行。
Description
技术领域
本发明涉及配电网经济灵活运行领域,具体是一种考虑SOP的配电网灵活性评估指标体系和优化调度方法。
背景技术
配电网作为电力系统的重要组成部分,是城市现代化建设的重要基础设施。当前配电系统在电力工业低碳化和智能化背景下面临基础性理论改变,配电网转型低碳智能配电系统的趋势愈发强烈。以光伏、风电为代表的可再生能源广泛接入配电网,同时高占比可再生能源出力的间歇性与不确定性对配电系统将产生大量的负面影响。因此,在主动配电网当中,需要对其容量进行合理的配置,以改善主动配电网的运行状态,并充分发挥出储能的资源效益。
发明内容
本发明的目的在于克服现有技术的不足,提供一种考虑SOP的配电网灵活性评估指标体系和优化调度方法,包括如下步骤:
步骤一:采用SOP运行优化,建立配电网灵活性量化评估指标,并将指标通过归一化系数和权重系数融入优化调度模型优化目标函数中;
步骤二:将可控负荷、储能作为第一阶段决策变量,将能够实时响应不确定性波动的SOP、可控DG作为第二阶段变量;
步骤三:采用配电网历史数据中的多典型场景和受综合范数约束的不确定性场景概率分布来表征配电网的复杂不确定特征,结合第一阶段决策变量和第二阶段决策变量,建立三层两阶段分布鲁棒优化模型;
步骤四:采用CCG算法对构建的三层两阶段分布鲁棒优化模型进行求解,实现配电网的经济灵活运行。
进一步的,所述步骤一中的灵活性量化评估指标包括净负荷适应率、支路负荷裕度两个灵活性评估指标,其中所述的净负荷适应率为节点型灵活性资源可调度裕量与净负荷变化量的比值,如下式所示:
式中:t是优化时段标识,j是网络节点标识;Δt是分段间隔,T是优化总时数;B为系统所有节点的集合,BCD、BCL、BESS分别代表接入可控DG、可控负荷、ESS的节点集合;Ft AR为第t时段的净负荷适应率,分别为节点型灵活资源可上调裕量和可下调裕量,ΔPt DL为相邻时段净负荷变化量,和分别表示净负荷变化量为正值和负值;Pt DL为第t时段净负荷,和分别表示j节点的光伏原始出力、风电原始出力和负荷有功数据;为j节点在第t时段的可控DG出力,和表示其功率输出上下限值; 表示可控DG的上下爬坡率限值;和分别表示可控负荷节点正响应状态和负响应状态,为0-1变量,表示第t时段CL节点的正负响应功率及上限值;和为ESS充放电状态标志,和表示第t时段ESS节点的充放电功率及上限值;
所述的支路负荷裕度为该线路最大允许传输容量与当前时段传输容量实际值的差值与最大允许传输容量的比值,如下式所示:
进一步的,所述步骤一中的目标函数如下式所示:
minf=λ1C-λ2ζ(FAR+FBM)
C=Closs+CCD+CTR+CPV+CWT+CESS+CCL
进一步的,所述步骤三中的综合范数约束为在满足潮流约束、安全约束、灵活性资源约束和不可控DG约束的条件下,以典型场景的初始概率分布为基准,对场景概率分布进行1-范数和∞-范数的约束限制。
进一步的,步骤三中所述的三层两阶段分布鲁棒优化调度模型表达式如下:
s.t Ax≤d
Bx=e
Cx+Dys=f
Eys≤g
||Fys||2≤kTys
Gys≤ξs
Hys=h
式中:x为第一阶段决策变量,包含离散和连续两种类型;y为第二阶段变量,包括决策变量和运行状态变量两种类型;ξ为不确定性风光有功输出和负荷需求的预测值;约束条件分别对应了所述优化调度模型中的等式约束、不等式约束和二阶锥约束。
进一步的,步骤四中所述的采用CCG算法对构建的三层两阶段分布鲁棒优化模型进行求解包括如下过程:分布鲁棒优化调度模型为min-max-min三层两阶段优化问题,采用CCG算法分解为主问题和子问题进行迭代求解,当主问题提供的下界值与子问题提供的上界值之差满足设置的容许误差要求时,则停止迭代;具体过程如下所示:
1)设置LB=0,UB=+∞,K=1;
2)求解CCG主问题,获得最优决策结果及最优解(x*,aTx*+L*),更新主问题提供的下界值LB=max{LB,aTx*+L*};
3)固定x*,求解CCG子问题,得到最优子目标及最恶劣概率分布更新子问题提供的上界值UB=min{UB,aTx*+L(x*)}。如果(UB-LB)≤ε,停止迭代,返回最优解x*;否则,更新主问题的有限恶劣场景概率分布同时在主问题中定义新的第二阶段变量ys,K+1以及关联约束Ys,K+1;
4)更新K=K+1,返回2)。
本发明的有益效果是:本发明采用分布鲁棒模型,由于分布鲁棒模型提前考虑场景概率的不确定性,其一阶段决策成本稍高于确定性模型,但随机模拟生成的场景中,其二阶段运行成本均值和最大值均明显小于确定性模型。
附图说明
图1为模型流程示意图
图2为灵活性的多维属性示意图;
图3为不同DG并网下的净负荷曲线示意图;
图4为净负荷变化曲线;
图5为SOP有功无功可行域;
图6为系统电压水平改善情况示意图;
图7为20时段的支路负荷裕度示意图;
图8为24时段的支路负荷裕度示意图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案,但本发明的保护范围不局限于以下所述。
如图1所示,考虑智能软开关的配电网灵活性评估指标体系和优化调度模型,引入SOP运行优化,考虑多类型灵活性资源的物理特性、灵活性的多维属性特征等因素,建立了高适用性的配电网灵活性量化评估指标,并通过归一化系数和权重系数融入优化调度模型优化目标函数中。
根据节点型和网络型灵活性资源的调节能力差异,将可控负荷、储能作为第一阶段决策变量,而将能够实时响应不确定性波动的SOP、可控DG作为第二阶段变量。
并采用大量历史数据中的多典型场景和受综合范数约束的不确定性场景概率分布来表征配电网的复杂不确定特征,进而建立了三层两阶段分布鲁棒优化模型。
然后采用big-M技术和二阶锥松弛技术对非线性部分进行线性处理,将其转化为MI-SOCP问题有效求解,进而采用CCG算法对构建的模型进行求解,最终实现了配电网的经济灵活运行。
对灵活性的多维属性特征、灵活性需求、灵活性资源、供需平衡机理进行了详细阐释,从供需匹配和传输通道两个角度出发建立了净负荷适应率、支路负荷裕度两个灵活性评估指标,以满足容量限制和有功平衡约束条件下的运行约束方程来等效表征SOP的潮流分布调节能力,在满足潮流约束、安全约束、灵活性资源约束和不可控DG约束的条件下,以典型场景的初始概率分布为基准,对场景概率分布进行1-范数和∞-范数约束限制,构建了灵活性和经济性最优下的两阶段分布鲁棒优化调度模型。
所述灵活性的多维属性特征:
配电网灵活性是在一定时间尺度内,计及灵活性资源的调控成本,通过合理调度节点型和网络型两类灵活性资源,有效应对电源和负荷的波动性和不确定性问题,使系统同时达到电力平衡和灵活性供需平衡,从而处于一个兼具经济性和灵活性的最优运行状态。其多维属性特征包含物理特性、空间特性、时间特性、方向性四个方面,如图2所示。
所述灵活性需求:
图3显示了不同DG并网下的净负荷曲线。净负荷定位为有功负荷除去不可控DG出力后,配电网需要供应的剩余电能需求。通过图3可以发现,风光并网下的净负荷曲线同时包含单独接入情况下净负荷曲线的特点,归纳为:1)荷峰降低,时序曲线整体下移;2)曲线出现多个低谷且存在负值;3)部分时段风光出力和负荷需求趋势不一致,从而导致净负荷曲线的波动频率和波动幅度较大。
上述特点体现了净负荷的波动性对灵活性资源在时序上的双向调节能力、爬坡率的要求。此外,由于风光出力和新型负荷需求受不确定性因素的影响,从而对可调度资源的调节能力要求更高,其灵活性需求增加。因此,需加强配电网一次系统和二次系统的灵活建设,优化经济调度的同时考虑其灵活性提升,从而避免弃风限电现象发生,让一次能源体系的可再生能源比重增大。
所述灵活性资源:
灵活性资源分为节点型和网络型两类,网络型资源与节点型资源不同,不能直接解决电力需求,但可以为灵活传输节点型资源提供可行通道,与其配合从而共同满足灵活性需求。节点型和网络型资源的运行特性应与灵活性的多维属性特征相对应,从而更好地发挥作用。配电网领域,节点型资源包括可控DG、储能、可控负荷,而网络型资源包括灵活互联装置和固有网架结构。
所述灵活性供需平衡机理:
节点型资源的状态调整能力并不直接等于系统的灵活性供应,其响应能力的充分发挥需建立在系统具有灵活传输通道的基础上,故将网络型资源作为节点型资源的支撑平台,当节点型资源的充裕度和网络型资源的灵活传输能力满足需求时,系统达到灵活性供需平衡。
基于图3风光并网的净负荷曲线绘制净负荷变化曲线如图4所示,净负荷变化量正反双向变化,且极值和波动幅度较大。可见,为了达到灵活性的供需平衡,节点型资源的调节能力需对净负荷变化曲线实现包络,且具备同样水平的灵活传输能力,从而保证系统的灵活性供应能在任意时刻满足灵活性需求。同时,还应该考虑系统的复杂不确定性特征会改变净负荷变化曲线的形状和大小,所以系统调节能力包络曲线在正反两个方向上应尽可能远离净负荷变化曲线。
所述SOP运行约束:
式中:k为SOP标识,ESOP为SOP集合;和分别表示第k个SOP的两个VSC在第t个时段的有功传输值和无功注入值;和表示第k个SOP的两个VSC的无功注入上下限;Sk,i和Sk,j分别表示第k个SOP的两个变流器的安装容量。值得注意的是,为更清晰明了表达,后文公式省略了等标识。
上述SOP运行约束方程是基于B2B VSC拓扑结构PQ-UdcQ控制模式下的等效工作表达。忽略内部损耗下,SOP输出的无功功率和流经的有功功率受到自身容量限制,并且VSC1和VSC2向网络注入的有功功率之和在任意时段恒等于0,其运行可行域如图5所示。
容量限制约束为非线性约束,转化为旋转锥约束如下:
所述灵活性评估指标体系:
其中,净负荷适应率为节点型灵活性资源可调度裕量与净负荷变化量的比值,体现了灵活性供应资源匹配灵活性需求的能力。其中,可调度裕量由节点型资源物理特性和当前运行状态两者决定。如下式所示:
式中:t是优化时段标识,j是网络节点标识;Δt是分段间隔,T是优化总时数;B为系统所有节点的集合,BCD、BCL、BESS分别代表接入可控DG、可控负荷、ESS的节点集合;Ft AR为第t时段的净负荷适应率,分别为节点型灵活资源可上调裕量和可下调裕量,ΔPt DL为相邻时段净负荷变化量,和分别表示净负荷变化量为正值和负值,实际算例分析时可根据聚类典型场景得到其状态值;Pt DL为第t时段净负荷,和分别表示j节点的光伏原始出力、风电原始出力和负荷有功数据;为j节点在第t时段的可控DG出力,和表示其功率输出上下限值;表示可控DG的上下爬坡率限值;和分别表示可控负荷节点正响应状态和负响应状态,为0-1变量,表示第t时段CL节点的正负响应功率及上限值;和为ESS充放电状态标志,和表示第t时段ESS节点的充放电功率及上限值。
带min非线性项可以通过Big-M技术进行线性处理,后续也会分别对储能的充放电功率和可控负荷的正负响应功率进行带状态变量的约束限制,所以上式非线性约束可以转化为线性约束。例如:
其中,支路负荷裕度指标为该线路最大允许传输容量与当前时段传输容量实际值的差值比上前者,体现了灵活性的空间属性特征。
所述优化调度模型:
目标函数:
minf=λ1C-λ2ζ(FAR+FBM)
C=Closs+CCD+CTR+CPV+CWT+CESS+CCL
潮流约束:
原始非线性潮流约束经过二阶锥松弛可以转化为线性约束。式中,α(j)为以j为初始节点的支路终端节点集合;β(j)为以j为终端节点的支路初始节点集合;rij、xij和gj、bj分别表示支路阻抗和节点导纳;Vj,t为节点电压大小; 分别表示节点j在第t个时段的主网、可控DG无功注入量和无功负荷,Pij,t、Qij,t分别表示支路ij在第t个时段的有功和无功功率;分别为j节点在第t个时段的光伏、风电实际有功出力。
安全约束:
可控DG约束:
储能约束:
可控负荷约束:
主网约束:
不可控DG约束:
所述的场景概率分布不确定性利用1-范数和∞-范数进行约束:
式中:ps为第s个场景的可能概率取值,Φ为不确定性参数恶劣概率分布的可能存在区间;表示由历史数据筛选后获得的第s个典型场景概率的初始值,θ1和θ∞分别表示在1-范数和∞-范数约束条件下的场景概率允许偏差限值。
上述范数约束下{ps}满足的置信度水平为:
不等式右边为置信度,分别定义为α1和α∞,从而可以求解{ps}满足该置信度条件下的θ1和θ∞为:
不确定性概率分布置信集合包含的绝对值非线性项通过引入0-1变量和概率正负偏差项进行线性转换,如下式:
式中:分别表示恶劣概率正向偏离基础概率的差值和反向偏离基础概率的绝对值;分别表示正向偏离和反向偏离基础概率的状态标识。上式分别为正反偏离的方向唯一性表达、∞-范数非线性约束的线性等价表达、1-范数非线性约束的线性等价表达。
考虑风光和负荷的不确定特征,将可控负荷、储能作为第一阶段决策变量,而将SOP、可控DG作为第二阶段决策变量,并基于上述综合范数约束下的不确定场景概率分布置信集合,构建三层两阶段分布鲁棒优化调度模型。整个优化问题第一阶段为:已知有限恶劣概率分布下,日前决策调节能力不足的变量;第二阶段为:已知第一阶段决策变量下,对内部双层优化问题解耦求解,寻求使第二阶段目标最恶劣的场景概率分布。
综上,所述三层两阶段分布鲁棒优化调度模型可以表达如下:
s.t Ax≤d
Bx=e
Cx+Dys=f
Eys≤g
||Fys||2≤kTys
Gys≤ξs
Hys=h
式中:x为第一阶段决策变量,包含离散和连续两种类型;y为第二阶段变量,包括决策变量和运行状态变量两种类型;ξ为不确定性风光有功输出和负荷需求的预测值;约束条件分别对应了所述优化调度模型中的等式约束、不等式约束和二阶锥约束。
CCG算法求解:
上述建立的分布鲁棒优化调度模型为min-max-min三层两阶段优化问题,采用CCG算法分解为主问题(master problem,MP)和子问题(sub-problem,SP)进行迭代求解,当主问题提供的下界值与子问题提供的上界值之差满足设置的容许误差要求时,则停止迭代。
主问题根据子问题提供的有限恶劣概率分布,在相关约束下获得最优解,为优化结果提供下界值。如下式:
式中:K为CCG算法求解两阶段模型的当前迭代次数,为第k次迭代子问题返回的可能最恶劣概率分布。然后子问题根据第一阶段决策变量已知结果x*,在概率可行区域寻找使第二阶段目标值最大的最恶劣概率,相当于为优化结果提供一个上界值。
由于第二阶段变量y与p的约束无耦合关系,因此max-min子问题可以分解为min问题和max问题进行独立求解:先对多典型场景分别进行min问题求解,得到其二阶段优化解序列,然后在可能概率分布置信集合里寻找使二阶段目标期望最恶劣的场景概率分布,将结果返回给主问题。如下式:
综合上述求解思路,CCG求解两阶段分布鲁棒模型的详细求解流程如下:
1)设置LB=0,UB=+∞,K=1;
2)求解CCG主问题,获得最优决策结果及最优解(x*,aTx*+L*),更新主问题提供的下界值LB=max{LB,aTx*+L*};
3)固定x*,求解CCG子问题,得到最优子目标及最恶劣概率分布更新子问题提供的上界值UB=min{UB,aTx*+L(x*)}。如果(UB-LB)≤ε,停止迭代,返回最优解x*;否则,更新主问题的有限恶劣场景概率分布同时在主问题中定义新的第二阶段变量ys,K+1以及关联约束Ys,K+1;
4)更新K=K+1,返回2)。
所述算例验证分析:
采用改进的IEEE33节点系统对计及SOP的优化调度模型进行求解验证,主要分为SOP运行优化分析、节点型灵活性资源运行优化分析、分布鲁棒模型结果及对比分析三个方面。
SOP运行优化分析:
设置SOP不同接入数量、不同地点的7种案例,并采用预测场景从改善电压水平、降低网损、提升网架结构灵活性三个方面对SOP运行优化进行验证分析。
表1 SOP应用方案
不同数量的SOP接入配电网得到的系统电压水平时序分布如图6所示。可见,SOP的接入使电压时序波动更为平缓,电压质量得到明显改善,表现为净负荷较大时的电压提升作用和净负荷较小时的电压降低作用。此外,随着SOP接入数量的增多,系统电压水平改善能力也逐渐降低。
SOP通过优化调整配电网络的有功和无功潮流分布,显著降低了网损成本,相应地也会减少有功购电成本和无功成本。如表2所示,系统未加SOP优化时的网损费用为$652.47。随着安装数目的增加,网损费用逐渐下降,数目达到3时,带来的经济效益不再明显,且安装位置不同会表现出不同的降损能力。
表2不同方案下的网损成本
SOP作为网络型灵活性资源,可以提高灵活性通道的支撑能力。与传统开关的日前单一状态决策不同,SOP能在日优化各时段发出不同的无功和传输大小、方向不同的有功,其潮流分布改善能力更好。如图7所示,SOP的接入增大了支路负荷裕度,使网架结构灵活性提高。
另外,增大风光的渗透率,对SOP接入前后的净负荷较小时段的支路负荷裕度进行对比,如图8所示。可见,风光的高渗透接入,使大部分支路的裕度趋于0,而SOP的接入显著提高了支路负荷裕度水平。
节点型灵活性资源运行优化分析:
表3储能对灵活性指标的影响
构建的灵活性指标加入优化调度能在相同场景下提高配电网的灵活性,而由弃风弃光成本反映灵活性不足问题。以节点型灵活性资源储能为例,通过增大储能的充放电功率,可以发现显著提高了相同场景下的配电网灵活性,如表3所示。而风光高比例接入下,可以看到储能作为节点型灵活性资源以较低的运行维护成本显著降低了弃风弃光成本,如表4所示。
表4储能对弃风光现象的影响
分布鲁棒模型结果及对比分析:
场景不确定性概率分布的置信度选择会影响概率的允许偏差限值,从而影响子问题的恶劣概率分布选取和主问题的变量决策。因此,考虑SOP应用方案4,分别在置信度α1、α∞不同取值下,对分布鲁棒模型进行优化决策,其结果整理在表5中。
表5不同置信水平下优化结果对比(单位:$)
通过表5可以发现:相同α1取值下,随着α∞的增加,优化值也增加,其原因是单个概率约束放宽,置信区间扩大,使鲁棒最恶劣概率分布的可能存在范围扩大,从而恶劣程度增加;同理,相同α∞取值下,随着α1的增加,优化值也增加。此外,我们可以发现表格第一列的优化值在相同α∞不同α1下没有变化,其原因是1-范数产生的概率偏差允许限值较大,从而对∞-范数约束失去了限制作用,所以此时的恶劣值寻优主要受∞-范数约束影响。
为了验证模型的有效性,随机模拟生成10000个风光和负荷场景,将α1=0.5、α∞=0.99置信水平下的分布鲁棒模型和确定性模型的决策结果进行测试比较。其测试结果对比如表6所示,可以发现分布鲁棒模型由于提前考虑场景概率的不确定性,其一阶段决策成本稍高于确定性模型。但随机模拟生成的场景中,其二阶段运行成本均值和最大值均明显小于确定性模型,说明了分布鲁棒模型的有效性。
表6分布鲁棒与确定性模型测试结果对比(单位:$)
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (6)
1.一种考虑SOP的配电网灵活性评估指标体系和优化调度方法,其特征在于,包括如下步骤:
步骤一:采用SOP运行优化,建立配电网灵活性量化评估指标,并将指标通过归一化系数和权重系数融入优化调度模型优化目标函数中;
步骤二:将可控负荷、储能作为第一阶段决策变量,将能够实时响应不确定性波动的SOP、可控DG作为第二阶段变量;
步骤三:采用配电网历史数据中的多典型场景和受综合范数约束的不确定性场景概率分布来表征配电网的复杂不确定特征,结合第一阶段决策变量和第二阶段决策变量,建立三层两阶段分布鲁棒优化模型;
步骤四:采用CCG算法对构建的三层两阶段分布鲁棒优化模型进行求解,实现配电网的经济灵活运行。
2.根据权利要求1所述的一种考虑SOP的配电网灵活性评估指标体系和优化调度方法,其特征在于,所述步骤一中的灵活性量化评估指标包括净负荷适应率、支路负荷裕度两个灵活性评估指标,其中所述的净负荷适应率为节点型灵活性资源可调度裕量与净负荷变化量的比值,如下式所示:
式中:t是优化时段标识,j是网络节点标识;Δt是分段间隔,T是优化总时数;B为系统所有节点的集合,BCD、BCL、BESS分别代表接入可控DG、可控负荷、ESS的节点集合;Ft AR为第t时段的净负荷适应率,分别为节点型灵活资源可上调裕量和可下调裕量,ΔPt DL为相邻时段净负荷变化量,和分别表示净负荷变化量为正值和负值;Pt DL为第t时段净负荷,和分别表示j节点的光伏原始出力、风电原始出力和负荷有功数据;为j节点在第t时段的可控DG出力,和表示其功率输出上下限值; 表示可控DG的上下爬坡率限值;和分别表示可控负荷节点正响应状态和负响应状态,为0-1变量,表示第t时段CL节点的正负响应功率及上限值;和为ESS充放电状态标志,和表示第t时段ESS节点的充放电功率及上限值;
所述的支路负荷裕度为该线路最大允许传输容量与当前时段传输容量实际值的差值与最大允许传输容量的比值,如下式所示:
4.根据权利要求1所述的一种考虑SOP的配电网灵活性评估指标体系和优化调度方法,其特征在于,所述步骤三中的综合范数约束为在满足潮流约束、安全约束、灵活性资源约束和不可控DG约束的条件下,以典型场景的初始概率分布为基准,对场景概率分布进行1-范数和∞-范数的约束限制。
6.根据权利要求1所述的一种考虑SOP的配电网灵活性评估指标体系和优化调度方法,其特征在于,步骤四中所述的采用CCG算法对构建的三层两阶段分布鲁棒优化模型进行求解包括如下过程:分布鲁棒优化调度模型为min-max-min三层两阶段优化问题,采用CCG算法分解为主问题和子问题进行迭代求解,当主问题提供的下界值与子问题提供的上界值之差满足设置的容许误差要求时,则停止迭代;具体过程如下所示:
1)设置LB=0,UB=+∞,K=1;
2)求解CCG主问题,获得最优决策结果及最优解(x*,aTx*+L*),更新主问题提供的下界值LB=max{LB,aTx*+L*};
3)固定x*,求解CCG子问题,得到最优子目标及最恶劣概率分布更新子问题提供的上界值UB=min{UB,aTx*+L(x*)};如果(UB-LB)≤ε,停止迭代,返回最优解x*;否则,更新主问题的有限恶劣场景概率分布同时在主问题中定义新的第二阶段变量ys,K+1以及关联约束Ys,K+1;
4)更新K=K+1,返回2)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910821050.9A CN110729765B (zh) | 2019-08-30 | 2019-08-30 | 一种考虑sop的配电网灵活性评估指标体系和优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910821050.9A CN110729765B (zh) | 2019-08-30 | 2019-08-30 | 一种考虑sop的配电网灵活性评估指标体系和优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110729765A true CN110729765A (zh) | 2020-01-24 |
CN110729765B CN110729765B (zh) | 2024-03-22 |
Family
ID=69218818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910821050.9A Active CN110729765B (zh) | 2019-08-30 | 2019-08-30 | 一种考虑sop的配电网灵活性评估指标体系和优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110729765B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111541248A (zh) * | 2020-06-11 | 2020-08-14 | 南方电网科学研究院有限责任公司 | 一种智能软开关与储能系统联合优化方法和装置 |
CN111563699A (zh) * | 2020-05-29 | 2020-08-21 | 国网山东省电力公司经济技术研究院 | 考虑灵活性需求的电力系统分布鲁棒实时调度方法及系统 |
CN112016747A (zh) * | 2020-08-26 | 2020-12-01 | 国网四川省电力公司经济技术研究院 | 一种适用于源荷储灵活资源统筹规划与运行的优化方法 |
CN112072641A (zh) * | 2020-08-19 | 2020-12-11 | 国网江苏省电力有限公司扬州供电分公司 | 一种源网荷储柔性协调控制和运行优化方法 |
CN112257274A (zh) * | 2020-10-26 | 2021-01-22 | 上海交通大学 | 配电系统运行柔性的量化评估方法及系统 |
CN112350369A (zh) * | 2020-10-20 | 2021-02-09 | 清华四川能源互联网研究院 | 光储充一体化电站能效评估方法 |
CN112491037A (zh) * | 2020-11-09 | 2021-03-12 | 四川大学 | 一种城市配电网多目标多级动态重构方法及系统 |
CN113394786A (zh) * | 2021-07-20 | 2021-09-14 | 天津大学 | 考虑数据负载不确定性的数据中心供能系统经济运行方法 |
CN113762792A (zh) * | 2021-09-13 | 2021-12-07 | 山东大学 | 固定式与移动式混合储能系统优化配置系统及方法 |
CN113852137A (zh) * | 2021-09-27 | 2021-12-28 | 国网新疆电力有限公司电力科学研究院 | 两阶段鲁棒优化的电力系统运行灵活性容量评估方法 |
CN114759616A (zh) * | 2022-06-14 | 2022-07-15 | 之江实验室 | 一种考虑电力电子器件特性的微电网鲁棒优化调度方法 |
CN115525979A (zh) * | 2022-11-04 | 2022-12-27 | 山东大学 | 一种主动配电网可调度能力的多时间尺度评估方法及系统 |
CN116054282A (zh) * | 2022-11-25 | 2023-05-02 | 国网安徽省电力有限公司经济技术研究院 | 一种配电网与输电网公共连接点有功无功灵活性评估方法 |
CN116090218A (zh) * | 2023-01-10 | 2023-05-09 | 国网湖南省电力有限公司 | 配电网分布式光伏准入容量计算方法及系统 |
CN116108322A (zh) * | 2023-04-10 | 2023-05-12 | 北京智中能源科技发展有限公司 | 一种配电网负荷转移能力最大化计算方法 |
CN116307650A (zh) * | 2023-05-24 | 2023-06-23 | 东南大学溧阳研究院 | 面向灵活性的新型配电网源网荷协调随机优化运行方法 |
CN116702399A (zh) * | 2023-08-07 | 2023-09-05 | 南昌航空大学 | 考虑故障下sop负荷支撑能力的配电网优化方法及系统 |
CN117439090A (zh) * | 2023-12-19 | 2024-01-23 | 浙江大学 | 以灵活调节系数为指标的灵活性资源配置或调度方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN108805745A (zh) * | 2018-06-06 | 2018-11-13 | 浙江大学 | 一种配电网的灵活性评估方法 |
GB201816580D0 (en) * | 2018-10-11 | 2018-11-28 | Univ College Cardiff Consultants Ltd | Fault diagnostics in an electricity supply network |
CN109066824A (zh) * | 2018-09-17 | 2018-12-21 | 南京南瑞继保电气有限公司 | 一种主动配电网负载柔性均衡控制方法 |
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 |
CN110032828A (zh) * | 2019-05-10 | 2019-07-19 | 四川大学 | 一种计及需求响应柔性调节的配电网两阶段分布鲁棒dg优化配置线性方法 |
CN110034560A (zh) * | 2019-04-23 | 2019-07-19 | 南京工程学院 | 基于智能软开关的配电网多目标优化运行方法 |
CN110119889A (zh) * | 2019-04-26 | 2019-08-13 | 武汉大学 | 一种配电网节点灵活性评价与分区方法 |
-
2019
- 2019-08-30 CN CN201910821050.9A patent/CN110729765B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN108805745A (zh) * | 2018-06-06 | 2018-11-13 | 浙江大学 | 一种配电网的灵活性评估方法 |
CN109066824A (zh) * | 2018-09-17 | 2018-12-21 | 南京南瑞继保电气有限公司 | 一种主动配电网负载柔性均衡控制方法 |
GB201816580D0 (en) * | 2018-10-11 | 2018-11-28 | Univ College Cardiff Consultants Ltd | Fault diagnostics in an electricity supply network |
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 |
CN110034560A (zh) * | 2019-04-23 | 2019-07-19 | 南京工程学院 | 基于智能软开关的配电网多目标优化运行方法 |
CN110119889A (zh) * | 2019-04-26 | 2019-08-13 | 武汉大学 | 一种配电网节点灵活性评价与分区方法 |
CN110032828A (zh) * | 2019-05-10 | 2019-07-19 | 四川大学 | 一种计及需求响应柔性调节的配电网两阶段分布鲁棒dg优化配置线性方法 |
Non-Patent Citations (3)
Title |
---|
HAORAN JI 等: ""Quantified flexibility evaluation of soft open points to improve distributed generator penetration in active distribution networks based on difference-of-convex programming"" * |
HAORAN JI 等: ""Robust Operation of Soft Open Points in Active Distribution Networks With High Penetration of Photovoltaic Integration"" * |
温俊强 等: ""配电网中分布式风电可调鲁棒优化规划"" * |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111563699A (zh) * | 2020-05-29 | 2020-08-21 | 国网山东省电力公司经济技术研究院 | 考虑灵活性需求的电力系统分布鲁棒实时调度方法及系统 |
CN111541248A (zh) * | 2020-06-11 | 2020-08-14 | 南方电网科学研究院有限责任公司 | 一种智能软开关与储能系统联合优化方法和装置 |
CN112072641A (zh) * | 2020-08-19 | 2020-12-11 | 国网江苏省电力有限公司扬州供电分公司 | 一种源网荷储柔性协调控制和运行优化方法 |
CN112072641B (zh) * | 2020-08-19 | 2021-09-24 | 国网江苏省电力有限公司扬州供电分公司 | 一种源网荷储柔性协调控制和运行优化方法 |
CN112016747A (zh) * | 2020-08-26 | 2020-12-01 | 国网四川省电力公司经济技术研究院 | 一种适用于源荷储灵活资源统筹规划与运行的优化方法 |
CN112016747B (zh) * | 2020-08-26 | 2022-10-11 | 国网四川省电力公司经济技术研究院 | 一种适用于源荷储灵活资源统筹规划与运行的优化方法 |
CN112350369B (zh) * | 2020-10-20 | 2022-04-05 | 清华四川能源互联网研究院 | 光储充一体化电站能效评估方法 |
CN112350369A (zh) * | 2020-10-20 | 2021-02-09 | 清华四川能源互联网研究院 | 光储充一体化电站能效评估方法 |
CN112257274A (zh) * | 2020-10-26 | 2021-01-22 | 上海交通大学 | 配电系统运行柔性的量化评估方法及系统 |
CN112257274B (zh) * | 2020-10-26 | 2022-04-26 | 上海交通大学 | 配电系统运行柔性的量化评估方法及系统 |
CN112491037A (zh) * | 2020-11-09 | 2021-03-12 | 四川大学 | 一种城市配电网多目标多级动态重构方法及系统 |
CN112491037B (zh) * | 2020-11-09 | 2023-04-25 | 四川大学 | 一种城市配电网多目标多级动态重构方法及系统 |
CN113394786B (zh) * | 2021-07-20 | 2022-09-23 | 天津大学 | 考虑数据负载不确定性的数据中心供能系统经济运行方法 |
CN113394786A (zh) * | 2021-07-20 | 2021-09-14 | 天津大学 | 考虑数据负载不确定性的数据中心供能系统经济运行方法 |
CN113762792A (zh) * | 2021-09-13 | 2021-12-07 | 山东大学 | 固定式与移动式混合储能系统优化配置系统及方法 |
CN113852137A (zh) * | 2021-09-27 | 2021-12-28 | 国网新疆电力有限公司电力科学研究院 | 两阶段鲁棒优化的电力系统运行灵活性容量评估方法 |
CN114759616A (zh) * | 2022-06-14 | 2022-07-15 | 之江实验室 | 一种考虑电力电子器件特性的微电网鲁棒优化调度方法 |
CN115525979A (zh) * | 2022-11-04 | 2022-12-27 | 山东大学 | 一种主动配电网可调度能力的多时间尺度评估方法及系统 |
CN116054282B (zh) * | 2022-11-25 | 2023-08-18 | 国网安徽省电力有限公司经济技术研究院 | 一种配电网与输电网公共连接点有功无功灵活性评估方法 |
CN116054282A (zh) * | 2022-11-25 | 2023-05-02 | 国网安徽省电力有限公司经济技术研究院 | 一种配电网与输电网公共连接点有功无功灵活性评估方法 |
CN116090218A (zh) * | 2023-01-10 | 2023-05-09 | 国网湖南省电力有限公司 | 配电网分布式光伏准入容量计算方法及系统 |
CN116108322A (zh) * | 2023-04-10 | 2023-05-12 | 北京智中能源科技发展有限公司 | 一种配电网负荷转移能力最大化计算方法 |
CN116307650A (zh) * | 2023-05-24 | 2023-06-23 | 东南大学溧阳研究院 | 面向灵活性的新型配电网源网荷协调随机优化运行方法 |
CN116702399A (zh) * | 2023-08-07 | 2023-09-05 | 南昌航空大学 | 考虑故障下sop负荷支撑能力的配电网优化方法及系统 |
CN117439090A (zh) * | 2023-12-19 | 2024-01-23 | 浙江大学 | 以灵活调节系数为指标的灵活性资源配置或调度方法 |
CN117439090B (zh) * | 2023-12-19 | 2024-04-02 | 浙江大学 | 以灵活调节系数为指标的灵活性资源配置或调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110729765B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110729765A (zh) | 一种考虑sop的配电网灵活性评估指标体系和优化调度方法 | |
CN107301472B (zh) | 基于场景分析法和电压调节策略的分布式光伏规划方法 | |
CN110768262B (zh) | 一种基于节点聚类分区的有源配电网无功电源配置方法 | |
CN111490542B (zh) | 一种多端柔性多状态开关的选址定容方法 | |
CN108599180A (zh) | 一种考虑功率随机性的配电网无功电压优化方法 | |
CN111614110B (zh) | 一种基于改进多目标粒子群算法的受端电网储能优化配置方法 | |
CN108933448B (zh) | 一种含光伏电源的中低压配电网协调控制方法和系统 | |
CN114597969A (zh) | 计及智能软开关和虚拟电厂技术的配电网双层优化方法 | |
CN116388153A (zh) | 一种有源配电网中柔性互联装备优化配置方法 | |
CN114548597A (zh) | 一种交直流混合光储配电网优化方法 | |
CN110955971B (zh) | 基于改进遗传算法的电力弹簧优化配置方法 | |
CN116154791B (zh) | 一种协同多可控资源的功角稳定控制方法、系统及终端 | |
CN108270213A (zh) | 风电场整场有功损耗的控制方法、装置和系统 | |
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 | |
CN110492493B (zh) | 一种电力系统无功补偿配置优化方法 | |
CN114204613A (zh) | 一种海上风电场接入电力系统的无功补偿方法和系统 | |
CN113904340A (zh) | 基于拓扑优化和可调度负荷优化的利用率提升方法及系统 | |
CN113690930B (zh) | 基于nsga-iii算法的分布式光伏电源中长期选址定容方法 | |
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 | |
CN113394805B (zh) | 基于自适应动态更新的柔性互联配电网日内滚动优化方法 | |
CN113346501B (zh) | 基于头脑风暴算法的配电网电压优化方法及其系统 | |
Chege et al. | Optimal Placement of Distributed Generation and Capacitors in Radial Distribution Networks Using Hybrid Evolution Programming Algorithm | |
Wang et al. | Research on the Optimal Control Method of Reactive Voltage Based on Multi-Cycle Coordination for Power Grid | |
CN117439092A (zh) | 一种充电桩广泛接入下有源配电网的电压调节方法及系统 | |
CN116702399A (zh) | 考虑故障下sop负荷支撑能力的配电网优化方法及系统 |
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 |