CN111047461A - 一种直流多微网的黑启动方法 - Google Patents

Abstract

本发明公开了一种直流多微网的黑启动方法，包括：根据层次分析法确定所有黑启动电源的第一权重向量；根据优属度矩阵确定第二权重向量；根据第一权重向量和第二权重向量确定综合权重向量，根据综合权重向量选取主电源并启动；将各源荷设备进行等级划分并归入不同层级的决策等级面；构建直流多微网的可行域方程，判断决策等级面内是否存在满足可行域方程的源荷设备；若不存在，则判断下一层级的决策等级面内是否存在满足可行域方程的源荷设备；若存在则将满足可行域方程的源荷设备进行启动，继而对可行域方程进行更新判断当前决策等级面内是否存在满足更新后的可行域方程的源荷设备。通过实施本发明的实施例能够解决现有直流多微网的黑启动问题。

Description

一种直流多微网的黑启动方法

技术领域

本发明涉及电力系统技术领域，尤其涉及一种直流多微网的黑启动方法。

背景技术

黑启动是指电力系统在因故障停运后，不依赖于其他的网络，通过启动系统内具有自启动能力的电源，带动无自启动能力的电源启动，并逐步扩大系统恢复范围，最终实现整个系统恢复的过程。近年来，随着为了协调管理分布式电源，具备多模式运行的微电网应运而生。微电网黑启动恢复也得到了一些研究，有学者通过对比并行恢复及串行恢复，引入了传统电网并行恢复技术，以实现负荷恢复最大、配电变压器零起升压时间最短、感性负载无功功率最小为优化指标的最优化黑启动。

但现有技术中对微电网黑启动的研究都是基于交流微电网、交直流微电网及其多微网系统，而由于直流多微网结构相对复杂，并且子微电网及电源、负荷、储能设备数量较多，所需恢复设备的容量及优先次序也有较大区别，因此，传统交流单微电网及多微网的黑启动恢复策略无法直接应用于直流多微网系统。

发明内容

本发明实施例提供一种直流多微网的黑启动方法，能够解决现有只直流多微网的黑启动问题。

本发明一实施例提供一种直流多微网的黑启动方法，包括：

根据层次分析法确定所述直流多微网中所有黑启动电源的第一权重向量；

构建所述所有黑启动电源的优属度矩阵，并根据所述优属度矩阵确定所述所有黑启动电源的第二权重向量；

根据所述黑启动电源第一权重向量和第二权重向量，确定所述所有黑启动电源的综合权重向量，继而根据所述综合权重向量，从各所述黑启动电源中选取需要进行启动的主电源并启动；

将所述直流多微网内各源荷设备进行等级划分，并归入不同层级的决策等级面，其中，每一所述决策等级面包括若干等级相同的源荷设备；

构建所述直流多微网的可行域方程，继而判断一决策等级面内是否存在满足所述可行域方程的源荷设备；

若不存在，则判断下一层级的决策等级面内是否存在满足所述可行域方程的源荷设备；

若存在，则将满足所述可行域方程的源荷设备进行启动，继而对所述可行域方程进行更新，并判断当前决策等级面内是否存在满足所述可行域方程的源荷设备。

进一步的，

述根据层次分析法确定所述直流多微网中所有黑启动电源的第一权重向量，具体包括：

构建黑启动主电源指标的层次化结构；其中，以选择所述直流多微网中的黑启动主电源为目标构建所述层次化结构的目标层；以网络、电源、负荷和储能的状态为评价准则构建所述层次化结构的准则层；以所述网络准则下各所述黑启动电源所处微电网在所述直流多微网的层数、所述电源准则下各所述黑启动电源的重要等级以及功率、所述负荷准则下各所述黑启动电源的负荷等级及功率和所述储能准则下各所述黑启动电源的变流器额定容量和实时电量为评价指标，构建所述层次化结构的指标层；

根据所述层次化结构，构建判断矩阵；

对所述判断矩阵进行一致性校验，并在所述判断矩阵满足一致性条件时，计算所述判断矩阵的最大特征根对应的特征向量，继而对所述特征向量进行归一化处理，获得所述所有黑启动电源的第一权重向量。

进一步的，所述构建优属度矩阵，并根据所述优属度矩阵确定各所述黑启动电源的第二权重向量，具体包括：

所述构建优属度矩阵，并根据所述优属度矩阵确定所述所有黑启动电源的第二权重向量，具体包括：

构建如下决策矩阵：

其中，x表示一所述黑启动电源、x_b第b个黑启动电源、表示影响因素、f_n表示第n个影响因素、每一所述影响因素与一所述指标层内的评价指标相对应；f_nb表示第b个黑启动电源的第n个影响因素；

将所述决策矩阵转换为如下优属度矩阵：

其中，若所述影响因素所对应评价指标，为所述网络准则下的评价指标则采

u_ij＝(f_ij/f_imax)

用下式计算优属度:；

其中，u_ij表示第i个影响因素下的第j个黑启动电源的优属度；f_ij表示第j个黑启动电源的第i个影响因素；f_imax表示第i个影响因素下，所有黑启动电源中的最大值；

若所述影响因素所对应评价指标，不为所述网络准则下的评价指标则采用下式计算优属度u_ij＝1-[f_ij/(f_imax+f_imin)]影响因素下，所有黑启动电源中的最小值；

通过以下公式计算所述所有黑启动电源的第二权重向量：

其中，ω_i表示第i个影响因素的优属度权重,

表示第j个黑启动电源的第二权重值，w₂为所述所有黑启动电源的第二权重向量。

进一步的，所述根据所述所有黑启动电源第一权重向量和第二权重向量，确定所述所有黑启动电源的综合权重向量，具体为：

构建多权重向量线性组合方程：

其中，a₁、a₂表示线性组合系数；W为在权重系数为a₁、a₂下形成的综合权重向量；w₁为所述所有黑启动电源的第一权重向量；

计算W与W₁、W₂的离差极小化时，a₁和a₂的值，并将计算得到a₁和a₂的值进行归一化处理，分别得到

通过以下公式计算所述所有黑启动电源的综合权重向量：

其中，W^*为所述所有黑启动电源的综合权重向量。

进一步的，所述综合权重向量，从各所述黑启动电源中选取需要进行启动的主电源并启动，具体为：

将所述综合权重向量中，综合权重向量值最大的黑启动电源作为需要进行启动的主电源并启动。

进一步的，所述构建所述直流多微网的可行域方程，具体包括：

通过以下公式计算所述直流多微网的运行域中心坐标：

其中，所述i为需要恢复设备的个数，且初始值为0；P_n为恢复的第n台设备的功率；

根据所述运行域中心坐标，获得所述直流多微网的可行域方程：

其中，P为恢复设备的功率值,

为所述黑启动主电源的储能额定容量。

进一步的，所述将满足所述可行域方程的源荷设备进行启动，具体包括：

若在一决策等级面内只有一个满足所述可行域方程的源荷设备，则直接将满足所述可行域方程的源荷设备；

若在一决策等级面内存在多个满足所述可行域方程的源荷设备，则优先启动离运行域中心点最近的源荷设备。

进一步的，所述对所述可行域方程进行更新，具体包括：

将所述需要恢复设备的个数的值加1，继而重新计算所述直流多微网的运行域中心坐标；

根据重新计算得到的直流多微网的运行域中心坐标，对所述可行域方程进行更新。

通过实施本发明的实施例具有如下有益效果：

本发明实施例提供了一种直流多微网的黑启动方法，所述方法首先通过层次分析法确定直流多微网中所有黑启动电源的主观权重(即上述第一权重向量)，紧接着通过优属度矩阵确定所有黑启动电源的客观权重(即上述第二权重向量)，然后根据第一权重向量和第二权重向量，求出综合权重向量，再根据综合权重向量从所有的黑启动电源中选取出需要进行启动的主电源并启动，这样实现了黑启动过程中主电源的启动。在主电源启动之后，需要对直流多微网内各源荷设备进行恢复启动，具体方式为，先对各个源荷设备进行等级的划分，然后归入不同层级的决策等级面，然后构建直流多微网的可行域方程，通过可行域方程判断决策等级面内是否存在满足可行域方程的源荷设备，如果不存在则直接进入下一层级的决策等级面进行判断，如果存在则将满座满足可行域方程的源荷设备进行启动，然后对可行域方程进行更新，继续判断该决策等级面内是否存在满足更新后的可行域方程的源荷设备，逐步实现直流多微网内各源荷设备的启动。通过上述方案实现直流多微网在黑启动过程中，主电源和各源荷设备的启动，最终实现整个直流多微网的黑启动。

附图说明

图1是本发明实施例提供的一种直流多微网的黑启动方法的流程示意图。

图2是本发明实施例提供的一种直流多微网的黑启动方法的另一流程示意图。

具体实施方式

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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明一实施例提供的一种直流多微网的黑启动方法的流程示意图，包括：

步骤S101:根据层次分析法确定所述直流多微网中所有黑启动电源的第一权重向量。

步骤S102:构建所述所有黑启动电源的优属度矩阵，并根据所述优属度矩阵确定所述所有黑启动电源的第二权重向量。

步骤S103:根据所述第一权重向量和第二权重向量，确定所述所有黑启动电源的综合权重向量，继而根据所述综合权重向量，从各所述黑启动电源中选取需要进行启动的黑启动主电源并启动。

步骤S104:将所述直流多微网内各源荷设备进行等级划分，并归入不同层级的决策等级面，其中，每一所述决策等级面包括若干等级相同的源荷设备。

步骤S105:构建所述直流多微网的可行域方程，继而判断一决策等级面内是否存在满足所述可行域方程的源荷设备。若不存在，则判断下一层级的决策等级面内是否存在满足所述可行域方程的源荷设备；若存在，则将满足所述可行域方程的源荷设备进行启动，继而对所述可行域方程进行更新，并判断当前决策等级面内是否存在，满足更新后的可行域方程的源荷设备。

对于步骤S101、所述根据层次分析法确定所有所述直流多微网中各黑启动电源的第一权重向量，具体包括：构建黑启动主电源指标的层次化结构；其中，黑启动主电源为目标构建所述层次化结构的目标层；以网络、电源、负荷和储能的状态为评价准则构建所述层次化结构的准则层；以所述网络准则下各所述黑启动电源所处微电网在所述直流多微网的层数、所述电源准则下各所述黑启动电源的重要等级(此处的重要等级为重要程度等级)以及功率、所述负荷准则下各所述黑启动电源的负荷等级(此处的等级为重要程度等级)及功率和所述储能准则下各所述黑启动电源的变流器额定容量和实时电量为评价指标，构建所述层次化结构的指标层；

根据所述层次化结构，构建判断矩阵；

对所述判断矩阵进行一致性校验，并在所述判断矩阵满足一致性条件时，计算所述判断矩阵的最大特征根对应的特征向量，继而对所述特征向量进行归一化处理，获得所有黑启动电源的第一权重向量。

以下对上述第一权重向量的计算进行进一步的说明：

在利用层次分析法时首先要层次化结构的构建，即构建黑启动主电源指标的层次化结构。

首先目标层为选择直流多微网的黑启动主电源。

准则层以网络、电源、负荷和储能(简称“网、源、荷、储”)状态为评价准则；

指标层包含：网络准则下的指标为所评价的黑启动电源所处直流多微网在多微网中的层数、电源准则下的指标包括电源重要等级及功率、负荷准则下的指标包括负荷重要等级及功率和储能准则下的指标包括储能变流器额定容量和储能系统的实时电量。此处所提及的电源重要等级、负荷重要等级都是预先设置好的。

在层次化结构构建完毕后，建立判断矩阵，自上而下依次以上一层的元素为依据，对下一层中与之相关的元素进行两两比较(采用1-9标度法)，建立判断矩阵。本发明按“储(功率)、储(电量)、源(重要等级*功率)、荷(重要等级*功率)、网”建立判断矩阵。

紧接着进行一致性校验：引入判断矩阵的最大特征根以度量一致性，当矩阵的最大特征根与判断矩阵的阶数相等时，判断矩阵具有完全一致性；当矩阵的最大特征根与判断矩阵的阶数不相等时，判断矩阵不具有完全一致性，此时以最大特征根与判断矩阵阶数之差与的比值作为度量判断矩阵偏离一致性程度的指标。

然后进行层次排序，最终得到第一权重向量：当判断矩阵满足一致性条件时，计算判断矩阵的最大特征根相应的特征向量，对特征向量进行归一化之后得到第一权重向量W₁。

对于步骤S102、具体包括：构建如下决策矩阵：

其中，x表示一所述黑启动电源、x_b第b个黑启动电源、表示影响因素、f_n表示第n个影响因素、每一所述影响因素与一所述指标层内的评价指标相对应；f_nb表示第b个黑启动电源的第n个影响因素；

将所述决策矩阵转换为如下优属度矩阵：

其中，若所述影响因素所对应评价指标，为所述网络准则下的评价指标则采用下式计算优属度:；u_ij＝(f_ij/f_imax)

其中，u_ij表示第i个影响因素下的第j个黑启动电源的优属度；f_ij表示第j个黑启动电源的第i个影响因素；f_imax表示第i个影响因素下，所有黑启动电源中的最大值

若所述影响因素所对应评价指标，不为所述网络准则下的评价指标则采用下式计算优属度u_ij＝1-[f_ij/(f_imax+f_imin)]影响因素下，所有黑启动电源中的最小值；

在本发明实施例中网络指标为成本型目标，其他子指标为效益型目标，设定源荷重要等级越大则越重要。

紧接着通过不完全偏好信息多目标决策方法，度线性加权规划法，通过以下公式计算各所述黑启动电源的第二权重向量：

其中，ω_i表示第i个影响因素的优属度权重,

表示第j个黑启动电源的第二权重值，w₂为所述所有黑启动电源的第二权重向量。

对于步骤S103、在一个优选的实施例中根据所述所有黑启动电源第一权重向量和第二权重向量，确定所述所有黑启动电源的综合权重向量，具体为：

构建多权重向量线性组合方程：

其中，a₁、a₂表示线性组合系数；W为在权重系数为a₁、a₂下形成的综合权重向量

计算W与W₁、W₂的离差极小化时，a₁和a₂的值，并将计算得到a₁和a₂的值进行归一化处理，分别得到

通过以下公式计算所有所述黑启动电源的综合权重向量：

其中，W^*为所有所述黑启动电源的综合权重向量。

具体的为寻找最优的权重系数向量，使得W与W₁、W₂的离差极小化，建立如下对策模型：

根据矩阵的微分性质，导出对策模型的最优化一阶导数条件为：

写成线性方程组的形式为：

然后求解方程组的解a₁和a₂，并进行归一化处理：

最后求得最终的综合权重向量：

最后根据综合权重向量，将所述综合权重向量中，综合权重向量值最大的黑启动电源作为需要进行启动的主电源并启动。

对于步骤S104、首先根据直流多微网内各源荷设备根据重要程度的不同划分为不同等级LV_j，其中，j＝1,2,3……j_max；数值越小表示源荷设备的重要程度越高。其中，LV_j表示源荷设备处于等级j，j_max表示源荷设备的最低重要等级数；需要说明的是各源荷设备的重要程度是根据实际情况预先设定好的。紧接着为了后期决策的便利性，将各源荷设备按各自的等级分入不同层级的决策等级面，需要说明的是此处的决策等级面为，在进行源荷设备恢复策略考虑的等级面(可以直接理解为根据各源荷设备的等级，进行分组，分入不同等级的组，每一组内的源荷设备的等级相同，这个“组”就是此处的“决策等级面”)；决策等级面的层级与源荷设备的等级相对应，第j层级的决策等级面与等级为j的源荷设备相对应。

对于步骤S105、具体的通过以下方式构建直流多微网的可行域方程：

通过以下公式计算所述直流多微网的运行域中心坐标：

其中，其中，所述i为需要恢复设备的个数，且初始值为0；P_n为恢复的第n台设备的功率；

根据所述运行域中心坐标，获得所述直流多微网的可行域方程：

其中，其中，P为恢复设备的功率值,

为所述黑启动主电源的储能额定容量。

通过上述方式构建得到可行域方程后，通过可行域方程逐一对各层级决策等级面的源荷设备进行核对，判断决策等级面内是否存在满足所述可行域方程的源荷设备；

若不存在，则判断下一层级的决策等级面内是否存在满足所述可行域方程的源荷设备。

优选的，将所述需要恢复设备的个数的值加1，继而重新计算所述直流多微网的运行域中心坐标；此处需要恢复设备的个数就是在计算直流多微网的运行域中心坐标时公式中的i值。

根据重新计算得到的直流多微网的运行域中心坐标，对所述可行域方程进行更新。

若存在，则将满足所述可行域方程的源荷设备进行启动，继而对所述可行域方程进行更新，并根据更新后的可行方程，继续判断当前决策等级面内是否存在满足更新后的可行域方程的源荷设备。

优先的，若在一决策等级面内只有一个满足所述可行域方程的源荷设备，则直接将满足所述可行域方程的源荷设备启动；

若在一决策等级面内存在多个满足所述可行域方程的源荷设备，则优先启动离运行域中心点最近的源荷设备。

以下以具体的例子进行进一步的说明：

假设此时是对处于第K层级的决策等级面内的源荷设备，进行核对，那么首先判断第K层级的决策等级面是否存在位于可行域内的源荷设备，即是否存在满足

这一方程的源荷设备，如果存在，继续判断满足方程的源荷设备的数量，如果只有一个则之间将该源荷设备进行启动，如果存在多个则优先对离运行域中心点坐标最近的源荷设备进行启动，进行储能功率分配，并将求解运行域中心点坐标的方程中的需要恢复设备的个数加一，即i+1,然后重新计算运行域中心点坐标，再重新对可行域方程进行更新，得到新的可行域方程，然后根据新的可行域方程再次判断第K层级的决策等级面内剩余的源荷设备，是否有符合更新后的可行域方程的源荷设备，如此反复直至第K层级的决策等级面内不存在符合可行域方程的源荷设备。

如果第K层级的决策等级面内不存在符合可行域方程的源荷设备，则直接对K+1层级的决策等级面内的源荷设备进行判断。直至所有决策等级面分析结束。

需要说明的是在开始对决策等级面内的源荷设备进行判断时，以第一层级的决策等级面开始进行判断。直至最后一个层级的决策等级面。

为更好的理解本发明的实施例可参考图2，图2是本发明实施例提供的一中直流多微网的和启动方法的另一流程图。需要说明的是图中的k表示决策等级面的层级。

通过实施本发明的实施例能够解决直流多微网系统中的黑启动方案的设计问题，实现一个定量的适用与直流多微网的黑启动恢复方案。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (8)

1.一种直流多微网的黑启动方法，其特征在于，包括：

根据层次分析法确定所述直流多微网中所有黑启动电源的第一权重向量；

构建所述所有黑启动电源的优属度矩阵，并根据所述优属度矩阵确定所述所有黑启动电源的第二权重向量；

根据所述第一权重向量和第二权重向量，确定所述所有黑启动电源的综合权重向量，继而根据所述综合权重向量，从各所述黑启动电源中选取需要进行启动的黑启动主电源并启动；

将所述直流多微网内各源荷设备进行等级划分，并归入不同层级的决策等级面，其中，每一所述决策等级面包括若干等级相同的源荷设备；

构建所述直流多微网的可行域方程，继而判断一决策等级面内是否存在满足所述可行域方程的源荷设备；

若不存在，则判断下一层级的决策等级面内是否存在满足所述可行域方程的源荷设备；

若存在，则将满足所述可行域方程的源荷设备进行启动，继而对所述可行域方程进行更新，并判断当前决策等级面内是否存在，满足更新后的可行域方程的源荷设备。

2.如权利要求1所述的直流多微网的黑启动方法，其特征在于，所述根据层次分析法确定所述直流多微网中所有黑启动电源的第一权重向量，具体包括：

构建黑启动主电源指标的层次化结构；其中，以选择所述直流多微网中的黑启动主电源为目标构建所述层次化结构的目标层；以网络、电源、负荷和储能的状态为评价准则构建所述层次化结构的准则层；以所述网络准则下各所述黑启动电源所处微电网在所述直流多微网的层数、所述电源准则下各所述黑启动电源的重要等级以及功率、所述负荷准则下各所述黑启动电源的负荷等级及功率和所述储能准则下各所述黑启动电源的变流器额定容量和实时电量为评价指标，构建所述层次化结构的指标层；

根据所述层次化结构，构建判断矩阵；

对所述判断矩阵进行一致性校验，并在所述判断矩阵满足一致性条件时，计算所述判断矩阵的最大特征根对应的特征向量，继而对所述特征向量进行归一化处理，获得所述所有黑启动电源的第一权重向量。

3.如权利要求2所述的直流多微网的黑启动方法，其特征在于，所述构建优属度矩阵，并根据所述优属度矩阵确定所述所有黑启动电源的第二权重向量，具体包括：

构建如下决策矩阵：

其中，x表示一所述黑启动电源、x_b第b个黑启动电源、表示影响因素、f_n表示第n个影响因素、每一所述影响因素与一所述指标层内的评价指标相对应；f_nb表示第b个黑启动电源的第n个影响因素；

将所述决策矩阵转换为如下优属度矩阵：

其中，若所述影响因素所对应评价指标，为所述网络准则下的评价指标则采用下式计算优属度:；u_ij＝(f_ij/f_imax)

其中，u_ij表示第i个影响因素下的第j个黑启动电源的优属度；f_ij表示第j个黑启动电源的第i个影响因素；f_imax表示第i个影响因素下，所有黑启动电源中的最大值；

若所述影响因素所对应评价指标，不为所述网络准则下的评价指标则采用下式计算优属度u_ij＝1-[f_ij/(f_{i max}+f_{i min})]影响因素下，所有黑启动电源中的最小值；

通过以下公式计算所述所有黑启动电源的第二权重向量：

其中，ω_i表示第i个影响因素的优属度权重,

表示第j个黑启动电源的第二权重值，w₂为所述所有黑启动电源的第二权重向量。

4.如权利要求3所述的直流多微网的黑启动方法，其特征在于，所述根据所述所有黑启动电源第一权重向量和第二权重向量，确定所述所有黑启动电源的综合权重向量，具体为：

构建多权重向量线性组合方程：

其中，a₁、a₂表示线性组合系数；W为在权重系数为a₁、a₂下形成的综合权重向量；w₁为所述所有黑启动电源的第一权重向量；

计算W与W₁、W₂的离差极小化时，a₁和a₂的值，并将计算得到a₁和a₂的值进行归一化处理，分别得到

通过以下公式计算所述所有黑启动电源的综合权重向量：

其中，W^*为所述所有黑启动电源的综合权重向量。

5.如权利要求4所述的直流多微网的黑启动方法，其特征在于,所述综合权重向量，从各所述黑启动电源中选取需要进行启动的主电源并启动，具体为：

将所述综合权重向量中，综合权重向量值最大的黑启动电源作为需要进行启动的主电源并启动。

6.如权利要求1所述的直流多微网的黑启动方法，其特征在于,所述构建所述直流多微网的可行域方程，具体包括：

通过以下公式计算所述直流多微网的运行域中心坐标：

其中，所述i为需要恢复设备的个数，且初始值为0；P_n为恢复的第n台设备的功率；

根据所述运行域中心坐标，获得所述直流多微网的可行域方程：

；

其中，P为恢复设备的功率值,

为所述黑启动主电源的储能额定容量。

7.如权利要求1所述的直流多微网的黑启动方法，其特征在于,所述将满足所述可行域方程的源荷设备进行启动，具体包括：

若在一决策等级面内只有一个满足所述可行域方程的源荷设备，则直接将满足所述可行域方程的源荷设备；

若在一决策等级面内存在多个满足所述可行域方程的源荷设备，则优先启动离运行域中心点最近的源荷设备。

8.如权利要求6所述的直流多微网的黑启动方法，其特征在于,所述对所述可行域方程进行更新，具体包括：

将所述需要恢复设备的个数的值加1，继而重新计算所述直流多微网的运行域中心坐标；

根据重新计算得到的直流多微网的运行域中心坐标，对所述可行域方程进行更新。

Images