CN110994632A - 一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法 - Google Patents

一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法 Download PDF

Info

Publication number
CN110994632A
CN110994632A CN201911115396.3A CN201911115396A CN110994632A CN 110994632 A CN110994632 A CN 110994632A CN 201911115396 A CN201911115396 A CN 201911115396A CN 110994632 A CN110994632 A CN 110994632A
Authority
CN
China
Prior art keywords
power supply
voltage
power
distributed power
environmental protection
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.)
Pending
Application number
CN201911115396.3A
Other languages
English (en)
Inventor
简俊威
刘建辉
罗航宇
杨辉
陈方正
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.)
Guangdong Power Grid Co Ltd
Zhaoqing Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Zhaoqing Power Supply Bureau of Guangdong 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 Guangdong Power Grid Co Ltd, Zhaoqing Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN201911115396.3A priority Critical patent/CN110994632A/zh
Publication of CN110994632A publication Critical patent/CN110994632A/zh
Pending legal-status Critical Current

Links

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
    • H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in networks
    • H02J3/1821—Arrangements for adjusting, eliminating or compensating reactive power in networks using shunt compensators
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects
    • 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
    • Y02E40/30—Reactive power compensation
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

Landscapes

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

Abstract

本发明涉及电力系统及其自动化技术领域，更具体地，涉及一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法，包括计算光伏电池阵列工作温度、光伏电源阵列实际的工作开路电压、短路电流与填充系数、光伏发电系统输出电压与输出功率、风电机组基于风速影响因子下的输出功率，设置优化的目标函数；考虑电网安全运行需要满足的条件；引入机会约束条件；优化分布式电源的安装位置；确立目标函数F概率表示形式；采用MATLAB仿真器获得决策变量的运行策略，对三个优化指标进行数学建模。

Description

一种基于机会约束规划考虑电压和环保指标的分布式电源布 点定容优化的计算方法
技术领域
本发明涉及电力系统及其自动化技术领域，更具体地，涉及一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法。
背景技术
分布式电源(distributed generation，DG)的接入使配电网从简单辐射受电网络变成具有多电源的复杂网络，DG接入配电网运行，可节能减排，降低系统网损以及提高供电可靠性和灵活性，然而，DG出力受环境气候影响极大，具有明显的间歇性、不确定性和波动性，会影响电力系统的正常运行，且其影响程度与DG的位置和容量密切相关。因此在发展智能电网的研究中，如何安全、可靠地接入各种可再生能源电源和分布式能源电源，是该研究所面临的一大挑战。
进入21世纪,世界各国正被能源安全和环境保护的问题所困扰。各国政府高度重视发展可再生能源，将其作为缓解能源供应矛盾、减少温室气体排放和应对气候变化的重要举措。近年来可再生能源在电网接入近年呈现快速增长趋势，其中光伏发电接入增长是最快的，年增长率为60％；其次是风力发电和生物燃料发电，年增长率分别为27％和18％。因此，分布式发电系统在城市配电网大规模接入是一种必然的趋势，其接入对配电网的影响将从多方面考虑。首先接入分布式电源后，在稳态情况下，会使得沿馈线的各负荷节点处的电压有所提高，甚至某些节点的电压会超过上限，对用户产生影响，但是分布式电源的退出，使得依靠分布式电源支撑的馈线电压下跌，带来电能质量问题，所以分布式电源接入配电网要考虑电压指标；其次，分布式电源接入后将在一定程度上改善配电网传统火力发电带来的环境污染问题，由于与传统火力发电相比，分布式发电排放很少量的污染气体，有较大的社会效益，所以分布式电源接入配电网需考虑其对环保指标；最后，DG的位置、容量以及运行方式对配电网的节点电压、线路潮流、短路电流、网络损耗等都有较大影响，故可考虑DG接入配电网后有功网损指标的改善情况，综合考虑有功网损、电压优化指标和环保指标这三个优化目标，进而把DG优化配置的确定性问题转化为一个多目标非线性规划问题。
分布式电源接入对配电网有很大影响能够降低线路的传输功率，从而减小配电能损耗和提升电压。当包含的配电网与主配电网分离后，仍能继续向其所在的孤岛供电，从而可以提高配电网的可靠性，若接入位置和容量适宜可以改善网损；但若接入位置或容量不合理，不但会造成资金浪费，还会恶化配电网技术指标等。随着DG渗透率的增加，对配电网规划、运行控制等各方面的影响将越来越显著。分布式电源布点定容优化问题即考虑各种约束条件下确定分布式电源接入电网后的优化配置问题，可见，对分布式电源布点定容优化问题问题是一个大规模的多目标寻优问题,而各个子目标之间的优化存在着相互制约相互矛盾的可能性。因此为获得正确的决策，必须对分布式电源的影响做出准确的评估，即最优化工具必须能够准确评估分布式电源对所在电网的各种影响,给出分布式电源的最优位置和规模,使得分布式电源在电网的逐步渗透过程中不会破坏电网运行的安全性和经济性。而分布式电源优化配置问题在数学上通常是一个复杂的非线性、多目标,在离散、非凸空间上寻优的问题,理论上很难找到最优解。处理该问题的方法大致可分为经典的数学优化算法、启发式算法和人工智能算法。数学优化算法通过对目标函数内在数学信息的严格推导与转化，使之对离散、非凸空间的优化问题具有较好的适应能力,可被应用于配电网规划方面的研究。
在节点有功、无功网损微增率基础上，通过负荷功率法将两者结合后的转化网损微增率方法已被证明能有效确定在放射型配网中分布式电源布点定容优化问题，有利于降低系统有功网损，改善系统的稳态运行的经济性。网损微增率反映出一定的系统运行方式下，节点i增加单位负荷引起的网损增量。如果节点的网损微增率数值为负，说明在此节点从电网汲取功率有利于降低网损；如果节点的网损微增率数值为正，则相反。在系统中选择节点安装DG时，可以通过等效网损微增率指标对节点进行排序，选出绝对值较大的节点安装。应该注意的是，系统中有些节点不能够或者不适宜安装DG，应将其从系统中剔除，再对其他节点重新排序、选择。DG的安装位置选定，还需要考虑众多的因素，如系统效益、系统电压分布、自然资源的分布、负荷的分布、系统网架结构、环境保护等，可将这些因素作为DG最优容量确定问题中的优化约束处理来考虑。
考虑到各节点位于不同地理区域，由于各区域的设备差异、风能资源、风速特性等因素造成风电机组出力的不确定性，以及各区域环境温度、日照强度、日照时间、日照阴影、日照偏角等因素造成光伏电源出力的随机性，使得配电网分布式电源优化配置增加了难度。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法，可以计算调度周期内分布式电源环境下配电网中无功补偿电容器组的投切容量、储能设备的吸放功率、电动汽车的充放电功率。反映了采风高度、地理位置、空气密度以及环境温度、日照强度、日照时间、日照阴影、日照偏角等环境因素对分布式风力和分布式光伏发电系统输出功率的影响机理，反映了等效网损微增率指标对分布式发电优化布置的适用性与有效性，反映了分布式电源并网发电对电力运营中污染气体产生及排放的较好的改善作用，为分布式新能源发电及智能电网安全运行提供可靠的技术支撑。
为解决上述技术问题，本发明采用的技术方案是：一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法，包括以下步骤：
S1：计算光伏电池阵列工作温度；
S2：计算光伏电源阵列实际的工作开路电压、短路电流与填充系数；
S3：计算光伏发电系统输出电压与输出功率；
S4：计算风电机组基于风速影响因子下的输出功率；
S5：设置基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的目标函数；
S6：考虑电网安全运行需要满足的条件；
S7：引入基于机会约束规划考虑电压和环保指标的分布式电源布点定容的机会约束条件；
S8：利用等效网损微增率概念优化分布式电源的安装位置；
S9：确立基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的目标函数F概率表示形式；
S10：采用MATLAB仿真器利用机会约束规划方法来求解多目标优化模型获得决策变量的运行策略。
进一步的，在步骤S1中：
从公共气象数据平台获取光伏电源所在地一定周期内各时段的相关环境数据信息，包括当地辐照强度Spvi、实时环境气温TAIRi，可计算光伏电池阵列工作温度Tpvi为：
Tpvi＝λ·Spvi+TAIRi
式中，λ为光伏电池工作温度与当地光伏辐照强度的影响系数，工程上取其值为0.03(℃·m2)/W。
进一步的，在步骤S2中：
从光伏发电监控中心获取光伏电池阵列的开路电压值Vpv-OCi、短路电流值Ipv-SCi、对应最大功率点电压Vpvm以及电流Ipvm，计算一定温度和辐照强度下光伏电源阵列的实际开路电压V'pv-OCi、短路电流I'pv-SCi与填充系数ΓF：
Figure BDA0002273899380000041
Figure BDA0002273899380000042
Figure BDA0002273899380000043
式中，a、b分别为电流、电压温度系数，其典型值取为0.0025℃、0.5℃。
进一步的，在步骤S3中：
根据分布式光伏发电系统输出功率与环境因素之间的特征关系，采用上述光伏发电模型模拟的方法计算光伏发电系统输出的电压Vpv和功率Ppv为：
Vpv＝Npvs·Vpv-OCi
Figure BDA0002273899380000044
式中，Npvs为光伏电源阵列的总光照面积。
进一步的，在步骤S4中：
由风力发电场所在地监控中心获取一定周期内各时段的相关环境数据信息，包括近地表面的不同时段风速Voi、风电机组发电环境的空气密度ρWG、风电机组调度周期内不同时间段所扫描的面积NTx，风能利用效率参数CPWG以及考虑了风速预测误差的瞬时风速值(VWG-Δv)，根据分布式风力发电系统功率与环境因素的内在联系，可计算风电机组基于风速影响因子下的输出功率：
Figure BDA0002273899380000045
Figure BDA0002273899380000051
式中，Voi为调度周期内参考高度H处各时段风速值；VWG为调度周期内目标高度H处各时段风速实测值；Δv为一个服从均值为0、标准差为σv的正态分布的风速预测误差；α为地面粗糙度因子，通常取1/7。
进一步的，步骤S5中：
为满足系统运行的稳定性、经济性、环境条件的制约，将考虑环境因素的DG优化配置问题转化为有等式约束和不等式约束的多目标规划问题，其目标函数为：
F＝max(fvbi,fplbi,febi)
式中，为fvbi电压优化指标，fplbi为网损优化指标，febi为环保指标；
目标函数的子目标fvbi、fplbi、febi的计算步骤分别为:
S5.1：子目标fvbi为电压优化指标，计算公式为：
fvbi＝Vviw/Vviwo
Figure BDA0002273899380000052
式中，Vviwo、Vviw分别为DG安装前后的Vvi，分析fvbi可以确定系统安装DG后，对系统电压分布的影响程度；N为系统节点数；ki(∑ki＝1)为各节点权重因子，负荷节点越重要，权重因子越大；
S5.2：子目标fplbi为网损优化指标，计算公式为：
fplbi＝Plwo/Plw
式中，Plwo、Plw分别为DG安装前后系统的有功网损；
S5.3：子目标febi为环境优化指标，计算公式为：
febi＝Ewoi/Ewo
Figure BDA0002273899380000053
Figure BDA0002273899380000054
式中，Ewoi、Ewi为DG安装前后系统的污染气体排放量；Pwoj、Pwj为DG安装前后系统第j台传统发电机的有功出力；Eij为第j台发电机单位有功出力所释放的污染气体量；EDGk为第k台DG发出单位有功出力时释放的污染气体量；B、H分别为系统传统发电机与所安装DG的台数。
进一步的，在步骤S6中：
从电网能量管理系统EMS获取相关数据，包括分布式电源接入功率的最大值和最小值分别为SSDGi、SXDGi，无功补偿电容器组投切容量的最大值和最小值分别为QSRCi、QXRCi，储能设备吸放功率的最大值和最小值分别为
Figure BDA0002273899380000061
S DSi，电动汽车充放电功率的最大值和最小值别为
Figure BDA0002273899380000062
S EVi，电压幅值的最大值和最小值分别为
Figure BDA0002273899380000063
V i，电压相角的最大值和最小值分别为
Figure BDA0002273899380000064
θ i，线路传输功率的最大值和最小值分别为
Figure BDA0002273899380000065
Pij，分布式电源运行功率因数的最大值和最小值分别为
Figure BDA0002273899380000066
η DG。电网安全运行需要满足的约束条件为：
Figure BDA0002273899380000067
SXDGi≤SDGi≤SSDGi
QXRCi≤QRCi≤QSRCi
Figure BDA0002273899380000068
Figure BDA0002273899380000069
Figure BDA00022738993800000610
Figure BDA00022738993800000611
Figure BDA00022738993800000612
Figure BDA00022738993800000613
式中，PGi、QGi分别为系统发电机的有功、无功功率；Vi、Vj分别为节点i、j的电压幅值；θi为节点i的电压相角；Gij、Bij、δij分别为系统中ij节点间电导、电纳和阻抗角。
进一步的，在步骤S7中：
考虑分布式电源随机出力特性，需将上述问题转化为约束条件中含随机变量的机会约束规划问题，定义系统的运行状态空间Ω由分布式电源发电的状态和负荷波动的状态组成，基于机会约束规划考虑电压和环保指标的分布式电源布点定容优的机会约束条件为：
Figure BDA0002273899380000071
Figure BDA0002273899380000072
Figure BDA0002273899380000073
Figure BDA0002273899380000074
Figure BDA0002273899380000075
Figure BDA0002273899380000076
Figure BDA0002273899380000077
Figure BDA0002273899380000078
式中：Pr{·}为给定置信水平β下的概率。
进一步的，在步骤S8中：
对分布式电源布点定容的多目标优化问题，利用网损微增率能反映出一定的系统运行方式下，节点i增加单位负荷引起的网损增量，若节点的网损微增率数值为负，说明在此节点从电网汲取功率有利于降低网损；如果节点的网损微增率数值为正，则相反。可以通过等效网损微增率指标dLi对节点进行排序，选出绝对值较大的节点安装：
Figure BDA0002273899380000079
Figure BDA00022738993800000710
式中，L为全网有功网损；θi、θj节点i、j的电压相角。
进一步的，在步骤S9中：
基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的目标函数F概率表示形式为：
Figure BDA00022738993800000711
式中：Pr{·}为给定置信水平α下的概率；
在步骤S10中：
采用随机机会约束规划方法求解计算所提出模型的决策变量，包括：电压指标Vvi、网损指标Plw、污染气体排放量指标Ewi、随分布式电源出力优化配置的无功补偿电容器组的投切容量QRCi、储能设备的吸放功率SDSi、电动汽车的充放电功率SEVi。
与现有技术相比，本发明的有益效果是：本方法可以计算调度周期内分布式电源环境下配电网中无功补偿电容器组的投切容量、储能设备的吸放功率、电动汽车的充放电功率。反映了采风高度、地理位置、空气密度以及环境温度、日照强度、日照时间、日照阴影、日照偏角等环境因素对分布式风力和分布式光伏发电系统输出功率的影响机理，反映了等效网损微增率指标对分布式发电优化布置的适用性与有效性，反映了分布式电源并网发电对电力运营中污染气体产生及排放的较好的改善作用，为分布式新能源发电及智能电网安全运行提供可靠的技术支撑。
附图说明
图1为本发明在一个实施例中的流程示意图；
图2为本发明在一个实施例中多源配电系统架构示意图。
具体实施方式
下面结合具体实施方式对本发明作进一步的说明。其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利的限制；为了更好地说明本发明的实施例，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。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
实施例：
一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法，该方法针对多源配电系统，在该配电系统中大规模接入DG和EV(electric vehicle)，其中DG以风电和光伏接入为主，EV定义为储能装置。考虑到各节点位于不同地理区域，由于各区域的设备差异、风能资源、风速特性等因素造成风电机组出力的不确定性，以及各区域环境温度、日照强度、日照时间、日照阴影、日照偏角等因素造成光伏电源出力的随机性，使得配电网分布式电源优化配置增加了难度。优化方法中的决策变量包括离散型变量和连续型变量，同时对系统有功网损、电压质量和污染排放量进行优化，为供电管理以及电网调度运行提供必要的技术支撑。
其中，该系统由N个负荷节点组成，通过一条馈线与上一级变压器低压侧连接，分布式电源接入功率、无功补偿电容器组的投切容量、电动汽车的充放电功率、电压幅值分别为SDGi＝PDGi+jQDGi、jQRCi、SEVi＝PEVi+jQEVi、Vi。分布式电源接入功率的最大值和最小值分别为SSDGi、SXDGi，无功补偿电容器组投切容量的最大值和最小值分别为QSRCi、QXRCi，储能设备吸放功率的最大值和最小值分别为
Figure BDA0002273899380000091
S DSi，电动汽车充放电功率的最大值和最小值别为
Figure BDA0002273899380000092
S EVi，电压幅值的最大值和最小值分别为
Figure BDA0002273899380000093
V i。配电网分布式电源多目标优化配置的前提约束是电网安全运行，电网中各节点的满足功率平衡关系和潮流等式约束关系。在充分考虑风电和光伏电站无功补偿特性的基础上，进而了新能源环境下配电网中负荷功率变化的模糊分析、分布式电源出力的模糊分析及电动汽车充电功率的模糊分析后，最后提出一种DG和EV环境下配电网无功补偿系统的模糊协调控制优化模型，该优化模型包含了目前配电网中应用于电网侧的各种无功优化策略以及措施，例如：变压器的有载调压、并联电容器组的无功补偿、分布式电源的无功调节、静止无功补偿器等，并建立了不确定性负荷(电动汽车)参与电网无功协调优化调度的计算模型。
具体地，图2为多源配电系统的架构图，1为配电网变电部分，由多台发电机联合供电；2为1、2节点间传输功率损耗；3为配电系统低压侧母线，多为10kV或380V；4为主变压器低压母线1、2节点的传输线路阻抗；5为节点2接入的分布式电源，其功率为PDG1+jQDG1；6为主变压器低压母线第2节点的1条配电支线；7为主变压器低压母线2节点接入的无功补偿电容器组，其值为jQRC1；8为主变压器低压母线2节点接入的电动汽车，其功率为PEV1+jQEV1；9为主变压器低压母线3节点上的负荷；10为主变压器低压母线3节点接入的无功补偿电容器组，其值为jQRC2；11为节点4接入的分布式电源，其功率为PDG3+jQDG3；12为节点4接入的无功补偿电容器组，其值为jQRC3；13为节点4接入的分布式电源，其功率为PEV3+jQEV3；14为ij节点间传输功率损耗；15为N-2节点上的负荷；16为N-2节点接入的无功补偿电容器组，其值为jQRCi；17为ij节点的传输线路阻抗，其值为Ri+jXi；19为配电母线末端接入的分布式电源；19为配电母线末端接入的电动汽车；20为配电母线末端接入的无功补偿电容器；21为配电母线末端。其中i、j＝1,2，…，N。
本方法包括以下步骤：
S1：计算光伏电池阵列工作温度；
S2：计算光伏电源阵列实际的工作开路电压、短路电流与填充系数；
S3：计算光伏发电系统输出电压与输出功率；
S4：计算风电机组基于风速影响因子下的输出功率；
S5：设置基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的目标函数；
S6：考虑电网安全运行需要满足的条件；
S7：引入基于机会约束规划考虑电压和环保指标的分布式电源布点定容的机会约束条件；
S8：利用等效网损微增率概念优化分布式电源的安装位置；
S9：确立基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的目标函数F概率表示形式；
S10：采用MATLAB仿真器利用机会约束规划方法来求解多目标优化模型获得决策变量的运行策略。
具体地，S1从公共气象数据平台获取光伏电源所在地一定周期内各时段的相关环境数据信息，包括当地辐照强度Spvi、实时环境气温TAIRi，可计算光伏电池阵列工作温度Tpvi为：
Tpvi＝λ·Spvi+TAIRi
式中，λ为光伏电池工作温度与当地光伏辐照强度的影响系数，工程上多取其值为0.03(℃·m2)/W。
S2从光伏发电监控中心获取光伏电池阵列的开路电压值Vpv-OCi、短路电流值Ipv-SCi、对应最大功率点电压Vpvm以及电流Ipvm，计算一定温度和辐照强度下光伏电源阵列的实际开路电压V'pv-OCi、短路电流I'pv-SCi与填充系数ΓF：
Figure BDA0002273899380000111
Figure BDA0002273899380000112
Figure BDA0002273899380000113
式中，a、b分别为电流、电压温度系数，其典型值可取为0.0025℃、0.5℃。
S3根据分布式光伏发电系统输出功率与环境因素之间的特征关系，采用上述光伏发电模型模拟的方法计算光伏发电系统输出的电压Vpv和功率Ppv为：
Vpv＝Npvs·Vpv-OCi
Figure BDA0002273899380000114
式中，Npvs为光伏电源阵列的总光照面积。
S4由风力发电场所在地监控中心获取一定周期内各时段的相关环境数据信息，包括近地表面的不同时段风速Voi(在计算风力发电机的输出功率时，必须先把实测的每小时平均风速折算到风力发电机转轴高度处的相应值)、风电机组发电环境的空气密度ρWG、风电机组调度周期内不同时间段所扫描的面积NTx，风能利用效率参数CPWG以及考虑了风速预测误差的瞬时风速值(VWG-Δv)。根据分布式风力发电系统功率与环境因素的内在联系，可计算风电机组基于风速影响因子下的输出功率：
Figure BDA0002273899380000115
Figure BDA0002273899380000116
式中，Voi为调度周期内参考高度H处各时段风速值；VWG为调度周期内目标高度H处各时段风速实测值；Δv为一个服从均值为0、标准差为σv的正态分布的风速预测误差；α为地面粗糙度因子，通常取1/7。
S5为满足系统运行的稳定性、经济性、环境条件的制约，将考虑环境因素的DG优化配置问题转化为有等式约束和不等式约束的多目标规划问题，其目标函数为：
F＝max(fvbi,fplbi,febi)
式中，为fvbi电压优化指标，fplbi为网损优化指标，febi为环保指标。
S6从电网能量管理系统EMS获取相关数据，包括分布式电源接入功率的最大值和最小值分别为SSDGi、SXDGi，无功补偿电容器组投切容量的最大值和最小值分别为QSRCi、QXRCi，储能设备吸放功率的最大值和最小值分别为
Figure BDA0002273899380000121
S DSi，电动汽车充放电功率的最大值和最小值别为
Figure BDA0002273899380000122
S EVi，电压幅值的最大值和最小值分别为
Figure BDA0002273899380000123
V i，电压相角的最大值和最小值分别为
Figure BDA0002273899380000124
θ i，线路传输功率的最大值和最小值分别为
Figure BDA0002273899380000125
Pij，分布式电源运行功率因数的最大值和最小值分别为
Figure BDA0002273899380000126
η DG。电网安全运行需要满足的约束条件为：
Figure BDA0002273899380000127
SXDGi≤SDGi≤SSDGi
QXRCi≤QRCi≤QSRCi
Figure BDA0002273899380000128
Figure BDA0002273899380000129
Figure BDA00022738993800001210
Figure BDA00022738993800001211
Figure BDA00022738993800001212
Figure BDA00022738993800001213
式中，PGi、QGi分别为系统发电机的有功、无功功率；Vi、Vj分别为节点i、j的电压幅值；θi为节点i的电压相角；Gij、Bij、δij分别为系统中ij节点间电导、电纳和阻抗角。
S7考虑分布式电源随机出力特性，需将上述问题转化为约束条件中含随机变量的机会约束规划问题，定义系统的运行状态空间Ω由分布式电源发电的状态和负荷波动的状态组成，基于机会约束规划考虑电压和环保指标的分布式电源布点定容优的机会约束条件为：
Figure BDA0002273899380000131
Figure BDA0002273899380000132
Figure BDA0002273899380000133
Figure BDA0002273899380000134
Figure BDA0002273899380000135
Figure BDA0002273899380000136
Figure BDA0002273899380000137
Figure BDA0002273899380000138
式中：Pr{·}为给定置信水平β下的概率。
S8对分布式电源布点定容的多目标优化问题，利用网损微增率能反映出一定的系统运行方式下，节点i增加单位负荷引起的网损增量。若节点的网损微增率数值为负，说明在此节点从电网汲取功率有利于降低网损；如果节点的网损微增率数值为正，则相反。可以通过等效网损微增率指标dLi对节点进行排序，选出绝对值较大的节点安装。
Figure BDA0002273899380000139
Figure BDA00022738993800001310
式中，L为全网有功网损；θi、θj节点i、j的电压相角。
S9基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的目标函数F概率表示形式为：
Figure BDA00022738993800001311
式中：Pr{·}为给定置信水平α下的概率。
S10采用随机机会约束规划方法求解计算所提出模型的决策变量，包括：电压指标Vvi、网损指标Plw、污染气体排放量指标Ewi、随分布式电源出力优化配置的无功补偿电容器组的投切容量QRCi、储能设备的吸放功率SDSi、电动汽车的充放电功率SEVi。
所述步骤S5中，目标函数的子目标fvbi、fplbi、febi的计算步骤分别为:
S5.1子目标fvbi为电压优化指标，计算公式为：
fvbi＝Vviw/Vviwo
Figure BDA0002273899380000141
式中，Vviwo、Vviw分别为DG安装前后的Vvi，分析fvbi可以确定系统安装DG后，对系统电压分布的影响程度；N为系统节点数；ki(Σki＝1)为各节点权重因子，负荷节点越重要，权重因子越大。
S5.2子目标fplbi为网损优化指标，计算公式为：
fplbi＝Plwo/Plw
式中，Plwo、Plw分别为DG安装前后系统的有功网损。
S5.3子目标febi为环境优化指标，计算公式为：
febi＝Ewoi/Ewo
Figure BDA0002273899380000142
Figure BDA0002273899380000143
式中，Ewoi、Ewi为DG安装前后系统的污染气体排放量；Pwoj、Pwj为DG安装前后系统第j台传统发电机的有功出力；Eij为第j台发电机单位有功出力所释放的污染气体量；EDGk为第k台DG发出单位有功出力时释放的污染气体量。B、H分别为系统传统发电机与所安装DG的台数。
本发明的技术效果是：利用本发明所提出的基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法，可以计算调度周期内分布式电源环境下配电网中无功补偿电容器组的投切容量、储能设备的吸放功率、电动汽车的充放电功率。反映了采风高度、地理位置、空气密度以及环境温度、日照强度、日照时间、日照阴影、日照偏角等环境因素对分布式风力和分布式光伏发电系统输出功率的影响机理，反映了等效网损微增率指标对分布式发电优化布置的适用性与有效性，反映了分布式电源并网发电对电力运营中污染气体产生及排放的较好的改善作用，为分布式新能源发电及智能电网安全运行提供可靠的技术支撑。
图1是本发明所提出基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法的流程框图。
下面参照附图并结合实例对本发明的具体实施方式做进一步详细描述。
图1中的步骤1从公共气象数据平台获取光伏电源所在地一定周期内各时段的相关环境数据信息，包括当地辐照强度Spvi、实时环境气温TAIRi，可计算光伏电池阵列工作温度Tpvi为：
Tpvi＝λ·Spvi+TAIRi
式中，λ为光伏电池工作温度与当地光伏辐照强度的影响系数，工程上多取其值为0.03(℃·m2)/W。
图1中的步骤2从光伏发电监控中心获取光伏电池阵列的开路电压值Vpv-OCi、短路电流值Ipv-SCi、对应最大功率点电压Vpvm以及电流Ipvm，计算一定温度和辐照强度下光伏电源阵列的实际开路电压Vp'v-OCi、短路电流I'pv-SCi与填充系数ΓF：
Figure BDA0002273899380000151
Figure BDA0002273899380000152
Figure BDA0002273899380000153
式中，a、b分别为电流、电压温度系数，其典型值可取为0.0025℃、0.5℃。
图1中的步骤3根据分布式光伏发电系统输出功率与环境因素之间的特征关系，采用上述光伏发电模型模拟的方法计算光伏发电系统输出的电压Vpv和功率Ppv为：
Vpv＝Npvs·Vpv-OCi
Figure BDA0002273899380000161
式中，Npvs为光伏电源阵列的总光照面积。
图1中的步骤4由风力发电场所在地监控中心获取一定周期内各时段的相关环境数据信息，包括近地表面的不同时段风速Voi(在计算风力发电机的输出功率时，必须先把实测的每小时平均风速折算到风力发电机转轴高度处的相应值)、风电机组发电环境的空气密度ρWG、风电机组调度周期内不同时间段所扫描的面积NTx，风能利用效率参数CPWG以及考虑了风速预测误差的瞬时风速值(VWG-Δv)。根据分布式风力发电系统功率与环境因素的内在联系，可计算风电机组基于风速影响因子下的输出功率：
Figure BDA0002273899380000162
Figure BDA0002273899380000163
式中，Voi为调度周期内参考高度H处各时段风速值；VWG为调度周期内目标高度H处各时段风速实测值；Δv为一个服从均值为0、标准差为σv的正态分布的风速预测误差；α为地面粗糙度因子，通常取1/7。
图1中的步骤5为满足系统运行的稳定性、经济性、环境条件的制约，将考虑环境因素的DG优化配置问题转化为有等式约束和不等式约束的多目标规划问题，其目标函数为：
F＝max(fvbi,fplbi,febi)
式中，为fvbi电压优化指标，fplbi为网损优化指标，febi为环保指标。
图1中的步骤6从电网能量管理系统EMS获取相关数据，包括分布式电源接入功率的最大值和最小值分别为SSDGi、SXDGi，无功补偿电容器组投切容量的最大值和最小值分别为QSRCi、QXRCi，储能设备吸放功率的最大值和最小值分别为
Figure BDA0002273899380000164
S DSi，电动汽车充放电功率的最大值和最小值别为
Figure BDA0002273899380000165
S EVi，电压幅值的最大值和最小值分别为
Figure BDA0002273899380000171
V i，电压相角的最大值和最小值分别为
Figure BDA0002273899380000172
θ i，线路传输功率的最大值和最小值分别为
Figure BDA0002273899380000173
Pij，分布式电源运行功率因数的最大值和最小值分别为
Figure BDA0002273899380000174
η DG。电网安全运行需要满足的约束条件为：
Figure BDA0002273899380000175
SXDGi≤SDGi≤SSDGi
QXRCi≤QRCi≤QSRCi
Figure BDA0002273899380000176
Figure BDA0002273899380000177
Figure BDA0002273899380000178
Figure BDA0002273899380000179
Figure BDA00022738993800001710
Figure BDA00022738993800001711
式中，PGi、QGi分别为系统发电机的有功、无功功率；Vi、Vj分别为节点i、j的电压幅值；θi为节点i的电压相角；Gij、Bij、δij分别为系统中ij节点间电导、电纳和阻抗角。
图1中的步骤7考虑分布式电源随机出力特性，需将上述问题转化为约束条件中含随机变量的机会约束规划问题，定义系统的运行状态空间Ω由分布式电源发电的状态和负荷波动的状态组成，基于机会约束规划考虑电压和环保指标的分布式电源布点定容优的机会约束条件为：
Figure BDA00022738993800001712
Figure BDA00022738993800001713
Figure BDA00022738993800001714
Figure BDA00022738993800001715
Figure BDA0002273899380000181
Figure BDA0002273899380000182
Figure BDA0002273899380000183
Figure BDA0002273899380000184
式中：Pr{·}为给定置信水平β下的概率。
图1中的步骤8对分布式电源布点定容的多目标优化问题，利用网损微增率能反映出一定的系统运行方式下，节点i增加单位负荷引起的网损增量。若节点的网损微增率数值为负，说明在此节点从电网汲取功率有利于降低网损；如果节点的网损微增率数值为正，则相反。可以通过等效网损微增率指标dLi对节点进行排序，选出绝对值较大的节点安装。
Figure BDA0002273899380000185
Figure BDA0002273899380000186
式中，L为全网有功网损；θi、θj节点i、j的电压相角。
图1中的步骤9基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的目标函数F概率表示形式为：
Figure BDA0002273899380000187
式中：Pr{·}为给定置信水平α下的概率。
图1中的步骤10采用随机机会约束规划方法求解计算所提出模型的决策变量，包括：电压指标Vvi、网损指标Plw、污染气体排放量指标Ewi、随分布式电源出力优化配置的无功补偿电容器组的投切容量QRCi、储能设备的吸放功率SDSi、电动汽车的充放电功率SEVi。
图1中所述步骤5中，目标函数的子目标fvbi、fplbi、febi的计算步骤分别为:
步骤5.1子目标fvbi为电压优化指标，计算公式为：
fvbi＝Vviw/Vviwo
Figure BDA0002273899380000191
式中，Vviwo、Vviw分别为DG安装前后的Vvi，分析fvbi可以确定系统安装DG后，对系统电压分布的影响程度；N为系统节点数；ki(Σki＝1)为各节点权重因子，负荷节点越重要，权重因子越大。
步骤5.2子目标fplbi为网损优化指标，计算公式为：
fplbi＝Plwo/Plw
式中，Plwo、Plw分别为DG安装前后系统的有功网损。
步骤5.3子目标febi为环境优化指标，计算公式为：
febi＝Ewoi/Ewo
Figure BDA0002273899380000192
Figure BDA0002273899380000193
式中，Ewoi、Ewi为DG安装前后系统的污染气体排放量；Pwoj、Pwj为DG安装前后系统第j台传统发电机的有功出力；Eij为第j台发电机单位有功出力所释放的污染气体量；EDGk为第k台DG发出单位有功出力时释放的污染气体量。B、H分别为系统传统发电机与所安装DG的台数。
本发明通过负荷功率法将节点有功、无功网损微增率结合，提出等效网损微增率的概念。采用该概念指标计算得到的分布式电源的最优配布点方案，能确保分布式电源接入配电网后系统的网损最小；对于分布式电源定容问题，将分布式电源优化容量确定问题转化为一个多目标非线性规划问题，本发明所构建的考虑风电和光伏随机出力的机会约束规划法在配电网分布式电源容量布点联合优化的过程中提升了电网稳定性、经济性和环保性的三个指标：1)系统权重节点电压改善程度，使全网电压分布在可接受范围的稳定性得到进一步提高；2)全网多时段功率损耗，使全网在调度周期内的功率损耗的得到进一步减少；3)系统多源发电污染排放改善程度，使全网在分布式电源接入后电厂发电的污染气体排放量得到进一步减少。本发明针对三个优化指标进行数学建模，提出基于等效网损微增率的分布式电源布点优化的计算方法，进而提出一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法。
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 (10)

1.一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法，其特征在于，包括以下步骤：
S1：计算光伏电池阵列工作温度；
S2：计算光伏电源阵列实际的工作开路电压、短路电流与填充系数；
S3：计算光伏发电系统输出电压与输出功率；
S4：计算风电机组基于风速影响因子下的输出功率；
S5：设置基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的目标函数；
S6：考虑电网安全运行需要满足的条件；
S7：引入基于机会约束规划考虑电压和环保指标的分布式电源布点定容的机会约束条件；
S8：利用等效网损微增率概念优化分布式电源的安装位置；
S9：确立基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的目标函数F概率表示形式；
S10：采用MATLAB仿真器利用机会约束规划方法来求解多目标优化模型获得决策变量的运行策略。
2.根据权利要求1所述的一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法，其特征在于，在步骤S1中：
从公共气象数据平台获取光伏电源所在地一定周期内各时段的相关环境数据信息，包括当地辐照强度Spvi、实时环境气温TAIRi，可计算光伏电池阵列工作温度Tpvi为：
Tpvi＝λ·Spvi+TAIRi
式中，λ为光伏电池工作温度与当地光伏辐照强度的影响系数，工程上取其值为0.03(℃·m2)/W。
3.根据权利要求1所述的一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法，其特征在于，在步骤S2中：
从光伏发电监控中心获取光伏电池阵列的开路电压值Vpv-OCi、短路电流值Ipv-SCi、对应最大功率点电压Vpvm以及电流Ipvm，计算一定温度和辐照强度下光伏电源阵列的实际开路电压V′pv-OCi、短路电流I'pv-SCi与填充系数ΓF：
Figure FDA0002273899370000021
Figure FDA0002273899370000022
Figure FDA0002273899370000023
式中，a、b分别为电流、电压温度系数，其典型值取为0.0025℃、0.5℃。
4.根据权利要求1所述的一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法，其特征在于，在步骤S3中：
根据分布式光伏发电系统输出功率与环境因素之间的特征关系，采用上述光伏发电模型模拟的方法计算光伏发电系统输出的电压Vpv和功率Ppv为：
Vpv＝Npvs·Vpv-OCi
Figure FDA0002273899370000024
式中，Npvs为光伏电源阵列的总光照面积。
5.根据权利要求1所述的一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法，其特征在于，在步骤S4中：
由风力发电场所在地监控中心获取一定周期内各时段的相关环境数据信息，包括近地表面的不同时段风速Voi、风电机组发电环境的空气密度ρWG、风电机组调度周期内不同时间段所扫描的面积NTx，风能利用效率参数CPWG以及考虑了风速预测误差的瞬时风速值(VWG-Δv)，根据分布式风力发电系统功率与环境因素的内在联系，可计算风电机组基于风速影响因子下的输出功率：
Figure FDA0002273899370000025
Figure FDA0002273899370000026
式中，Voi为调度周期内参考高度H处各时段风速值；VWG为调度周期内目标高度H处各时段风速实测值；Δv为一个服从均值为0、标准差为σv的正态分布的风速预测误差；α为地面粗糙度因子，通常取1/7。
6.根据权利要求1所述的一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法，其特征在于，步骤S5中：
为满足系统运行的稳定性、经济性、环境条件的制约，将考虑环境因素的DG优化配置问题转化为有等式约束和不等式约束的多目标规划问题，其目标函数为：
F＝max(fvbi,fplbi,febi)
式中，为fvbi电压优化指标，fplbi为网损优化指标，febi为环保指标；
目标函数的子目标fvbi、fplbi、febi的计算步骤分别为:
S5.1：子目标fvbi为电压优化指标，计算公式为：
fvbi＝Vviw/Vviwo
Figure FDA0002273899370000031
式中，Vviwo、Vviw分别为DG安装前后的Vvi，分析fvbi可以确定系统安装DG后，对系统电压分布的影响程度；N为系统节点数；ki(∑ki＝1)为各节点权重因子，负荷节点越重要，权重因子越大；
S5.2：子目标fplbi为网损优化指标，计算公式为：
fplbi＝Plwo/Plw
式中，Plwo、Plw分别为DG安装前后系统的有功网损；
S5.3：子目标febi为环境优化指标，计算公式为：
febi＝Ewoi/Ewo
Figure FDA0002273899370000032
Figure FDA0002273899370000033
式中，Ewoi、Ewi为DG安装前后系统的污染气体排放量；Pwoj、Pwj为DG安装前后系统第j台传统发电机的有功出力；Eij为第j台发电机单位有功出力所释放的污染气体量；EDGk为第k台DG发出单位有功出力时释放的污染气体量；B、H分别为系统传统发电机与所安装DG的台数。
7.根据权利要求1所述的一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法，其特征在于，在步骤S6中：
从电网能量管理系统EMS获取相关数据，包括分布式电源接入功率的最大值和最小值分别为SSDGi、SXDGi，无功补偿电容器组投切容量的最大值和最小值分别为QSRCi、QXRCi，储能设备吸放功率的最大值和最小值分别为
Figure FDA0002273899370000041
S DSi，电动汽车充放电功率的最大值和最小值别为
Figure FDA0002273899370000042
S EVi，电压幅值的最大值和最小值分别为
Figure FDA0002273899370000043
V i，电压相角的最大值和最小值分别为
Figure FDA0002273899370000044
θ i，线路传输功率的最大值和最小值分别为
Figure FDA0002273899370000045
Pij，分布式电源运行功率因数的最大值和最小值分别为
Figure FDA0002273899370000046
η DG。电网安全运行需要满足的约束条件为：
Figure FDA0002273899370000047
SXDGi≤SDGi≤SSDGi
QXRCi≤QRCi≤QSRCi
Figure FDA0002273899370000048
Figure FDA0002273899370000049
Figure FDA00022738993700000410
Figure FDA00022738993700000411
Figure FDA00022738993700000412
Figure FDA00022738993700000413
式中，PGi、QGi分别为系统发电机的有功、无功功率；Vi、Vj分别为节点i、j的电压幅值；θi为节点i的电压相角；Gij、Bij、δij分别为系统中ij节点间电导、电纳和阻抗角。
8.根据权利要求1所述的一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法，其特征在于，在步骤S7中：
考虑分布式电源随机出力特性，需将上述问题转化为约束条件中含随机变量的机会约束规划问题，定义系统的运行状态空间Ω由分布式电源发电的状态和负荷波动的状态组成，基于机会约束规划考虑电压和环保指标的分布式电源布点定容优的机会约束条件为：
Figure FDA00022738993700000414
Figure FDA0002273899370000051
Figure FDA0002273899370000052
Figure FDA0002273899370000053
Figure FDA0002273899370000054
Figure FDA0002273899370000055
Figure FDA0002273899370000056
Figure FDA0002273899370000057
式中：Pr{·}为给定置信水平β下的概率。
9.根据权利要求1所述的一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法，其特征在于，在步骤S8中：
对分布式电源布点定容的多目标优化问题，利用网损微增率能反映出一定的系统运行方式下，节点i增加单位负荷引起的网损增量，若节点的网损微增率数值为负，说明在此节点从电网汲取功率有利于降低网损；如果节点的网损微增率数值为正，则相反。可以通过等效网损微增率指标dLi对节点进行排序，选出绝对值较大的节点安装：
Figure FDA0002273899370000058
Figure FDA0002273899370000059
式中，L为全网有功网损；θi、θj节点i、j的电压相角。
10.根据权利要求1所述的一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法，其特征在于，在步骤S9中：
基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的目标函数F概率表示形式为：
Pr{F＝max(fvbi,fplbi,febi)}≤α
式中：Pr{·}为给定置信水平α下的概率；
在步骤S10中：
采用随机机会约束规划方法求解计算所提出模型的决策变量，包括：电压指标Vvi、网损指标Plw、污染气体排放量指标Ewi、随分布式电源出力优化配置的无功补偿电容器组的投切容量QRCi、储能设备的吸放功率SDSi、电动汽车的充放电功率SEVi。
CN201911115396.3A 2019-11-14 2019-11-14 一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法 Pending CN110994632A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911115396.3A CN110994632A (zh) 2019-11-14 2019-11-14 一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911115396.3A CN110994632A (zh) 2019-11-14 2019-11-14 一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法

Publications (1)

Publication Number Publication Date
CN110994632A true CN110994632A (zh) 2020-04-10

Family

ID=70084480

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911115396.3A Pending CN110994632A (zh) 2019-11-14 2019-11-14 一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法

Country Status (1)

Country Link
CN (1) CN110994632A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112486223A (zh) * 2020-12-10 2021-03-12 浙江天正电气股份有限公司 一种控制电容器温度的方法及装置
CN114204599A (zh) * 2021-12-14 2022-03-18 广东电网有限责任公司 一种抑制配电网电压波动的分布式储能布点运行控制方法
CN117937698A (zh) * 2024-03-15 2024-04-26 广州市科隆节能科技有限公司 一种大功率充电电源的控制系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102623989A (zh) * 2012-03-28 2012-08-01 湖南大学 一种间歇分布式电源优化配置方法
CN103903073A (zh) * 2014-04-23 2014-07-02 河海大学 一种含分布式电源及储能的微电网优化规划方法及系统
CN107069814A (zh) * 2017-04-14 2017-08-18 广东电网有限责任公司东莞供电局 配网分布式电源容量布点的模糊机会约束规划方法与系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102623989A (zh) * 2012-03-28 2012-08-01 湖南大学 一种间歇分布式电源优化配置方法
CN103903073A (zh) * 2014-04-23 2014-07-02 河海大学 一种含分布式电源及储能的微电网优化规划方法及系统
CN107069814A (zh) * 2017-04-14 2017-08-18 广东电网有限责任公司东莞供电局 配网分布式电源容量布点的模糊机会约束规划方法与系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
CHEN JIA ET AL: "Optimal configuration of user side integrated energy system based on chance constrained programming", 《 2016 INTERNATIONAL CONFERENCE ON PROBABILISTIC METHODS APPLIED TO POWER SYSTEMS (PMAPS)》 *
卢佳等: "分布式光伏发电系统接入城市配电网的优化配置研究", 《电力建设》 *
罗煜等: "基于机会约束规划的多类型分布式电源容量与布点优化方法", 《广东电力》 *
钟城: "基于源网荷互动的互联微电网能量优化管理方法研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112486223A (zh) * 2020-12-10 2021-03-12 浙江天正电气股份有限公司 一种控制电容器温度的方法及装置
CN112486223B (zh) * 2020-12-10 2022-02-08 浙江天正电气股份有限公司 一种控制电容器温度的方法及装置
CN114204599A (zh) * 2021-12-14 2022-03-18 广东电网有限责任公司 一种抑制配电网电压波动的分布式储能布点运行控制方法
CN117937698A (zh) * 2024-03-15 2024-04-26 广州市科隆节能科技有限公司 一种大功率充电电源的控制系统
CN117937698B (zh) * 2024-03-15 2024-06-18 广州市科隆节能科技有限公司 一种大功率充电电源的控制系统

Similar Documents

Publication Publication Date Title
CN104362677B (zh) 一种主动配电网优化配置结构及其配置方法
CN107069814B (zh) 配网分布式电源容量布点的模糊机会约束规划方法与系统
CN110994632A (zh) 一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法
CN111130121A (zh) 一种dg和ev环境下配电网无功补偿系统的模糊协调控制计算方法
Ganguly et al. Solar–wind hybrid renewable energy system: current status of research on configurations, control, and sizing methodologies
CN107832869A (zh) 一种风力发电与光伏发电的发电功率预测方法
CN111884203B (zh) 基于双层非支配排序遗传算法的微电网协调优化配置方法
CN114069687B (zh) 一种计及逆变器无功调节作用的分布式光伏规划方法
Gbadega et al. JAYA algorithm-based energy management for a grid-connected micro-grid with PV-wind-microturbine-storage energy system
Dong et al. Sizing of a stand-alone photovoltaic/wind energy system with hydrogen and battery storage based on improved ant colony algorithm
CN115940284B (zh) 一种考虑分时电价的新能源制氢系统的运行控制策略
Huang et al. Optimal design of an island microgrid with considering scheduling optimization
Azari et al. Multi-objective expansion planning of renewable resources in distribution systems towards achieving a pollution free structure
Shayeghi et al. Potentiometric of the renewable hybrid system for electrification of gorgor station
CN108171384A (zh) 一种基于复合粒子群算法微网能量管理方法
AL-Maaitah et al. Particle Swarm Optimizer for BESS Operation to Mitigate Voltage Deviation of the Modified IEEE 9-bus Power System
CN106300443B (zh) 一种用于减少弃风的三层热电联供微网能量控制方法
Shiva et al. An application of LAPO: Optimal design of a stand alone hybrid system consisting of WTG-PV-diesel generator-battery
Zhang et al. Optimization of multi-objective micro-grid based on improved particle swarm optimization algorithm
Ansari Nezhad et al. Optimal and Intelligent Designing of Stand-alone Hybrid Photovoltaic/Wind/Fuel Cell System Considering Cost and Deficit Load Demand Probability, Case Study for Iran (Bushehr City)
Sun et al. Optimal Operation Of Distribution Network With Photovoltaic
Li et al. Sizing a 100% renewable energy based power supply system based on multi-objective optimization
Sun Optimal Control of Microgrid Integrated with PV, WT and BESS
Lu et al. The fuzzy planning of the investment and cost for distributed generation in novel power system
Wang et al. Capacity Optimization of Island Integrated Energy System Considering Hydrogen Energy Access

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200410