CN111146818B - 一种配电网中压-低压资源协调控制方法 - Google Patents
一种配电网中压-低压资源协调控制方法 Download PDFInfo
- Publication number
- CN111146818B CN111146818B CN202010064328.5A CN202010064328A CN111146818B CN 111146818 B CN111146818 B CN 111146818B CN 202010064328 A CN202010064328 A CN 202010064328A CN 111146818 B CN111146818 B CN 111146818B
- Authority
- CN
- China
- Prior art keywords
- voltage
- low
- power
- medium
- control center
- 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.)
- Active
Links
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
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
Abstract
本申请公开的一种配电网中压‑低压资源协调控制方法,包括:在日前阶段,所述中压控制中心获取低压配电网中的灵活资源参数和可调低压线路优化范围,并根据灵活资源参数,生成中压优化调度模型,根据中压优化调度模型对中压的可调资源进行优化调度,获得可调低压线路设定功率,发送至低压控制中心;在日内短时阶段,所述低压控制中心根据中压控制中下发的可调低压线路设定功率,对可调低压线路中的灵活资源进行协调控制,并给各个灵活资源设备下发控制指令;在实时阶段,所述灵活资源控制中心根据低压控制中心下发的控制指令,对各个灵活资源进行协调控制。采用前述的方法,可以充分利用到低压配电网的灵活资源,做到配电资源合理分配。
Description
技术领域
本申请涉及配电系统自动化技术领域,尤其涉及以一种配电网中压-低压资源协调控制方法。
背景技术
随着能源结构的变化,配电网在产生电力的电源端和消耗电力的荷端都在发生变化。在电源端,占地面积小且可灵活接入配电网的分布式光伏能够适应配电区域地形复杂、建设空间狭小的特点,越来越多的接入电网;在荷端,分布式储能以及空调热泵等柔性负荷已大规模并入配电网中。分布式光伏以及柔性负荷因其灵活可调性,因此被称为灵活资源,分布式光伏以及柔性负荷这些灵活资源大多直接接入低压配电网中。
由于灵活资源的接入,传统配电网面临功率倒送的危险,为了更好的消纳上述灵活资源,增强配电网的稳定性,需要对配电网中的资源进行协调优化控制。目前,主要采用主动配电网来应对灵活资源的接入,主动配电网是以中压配电网为控制对象,对中压配电网的最优运行问题进行研究,将复杂配电网系统架构划分为配电公司与微网两个独立系统,以每个独立系统利益最大化为优化目标建立主动配电网运行控制模型,采用分层优化算法对主动配电网运行控制模型进行求解,得到具体的优化控制方法,最后根据优化控制方法对中压配电网中的可控资源进行调节。
但是,申请人在本申请的研究过程中发现,现有的配电网中还存在大量的低压配电网,现阶段主动配电网的运行优化研究主要集中在中压配电网,并没有充分利用到低压配电网中的灵活资源,导致配电资源分配不合理。
发明内容
本申请提供了一种配电网中压-低压资源协调控制方法,以解决现阶段主动配电网的运行优化研究主要集中在中压配电网,并没有充分利用到低压配电网中的灵活资源,导致配电资源分配不合理的问题。
本申请实施例提供一种配电网中压-低压资源协调控制方法,所述方法应用于控制系统,所述控制系统包括中压控制中心、低压控制中心和灵活资源控制中心,所述方法包括:
在日前阶段,所述中压控制中心获取低压配电网中的灵活资源参数和可调低压线路优化范围,并根据灵活资源参数,生成中压优化调度模型,根据中压优化调度模型对中压的可调资源进行优化调度,获得可调低压线路设定功率,发送至低压控制中心;
在日内短时阶段,所述低压控制中心根据中压控制中下发的可调低压线路设定功率,对可调低压线路中的灵活资源进行协调控制,并给各个灵活资源设备下发控制指令;
在实时阶段,所述灵活资源控制中心根据低压控制中心下发的控制指令,对各个灵活资源进行协调控制。
进一步地,在所述低压控制中心根据中压控制中下发的可调低压线路设定功率,对可调低压线路中的灵活资源进行协调控制,并给各个灵活资源设备下发控制指令之前,还包括:
所述低压控制中心获取所述灵活资源中心上报的各灵活资源的实时用电需求信息、短时负荷和分布式光伏的出力预测;
所述低压控制中心根据实时用电需求信息、短时负荷和出力预测,生成低压滚动优化模型;
所述低压控制中心根据所述低压滚动优化模型,获得灵活资源优化功率,根据灵活资源优化功率对灵活资源进行协调控制。
可选地,所述低压控制中心根据实时用电需求信息、短时负荷和出力预测,生成低压滚动优化模型,包括:
所述低压控制中心根据实时用电需求信息、短时负荷,建立预测模型;
所述低压控制中心根据预测模型获取的出力预测,生成低压滚动优化模型。
可选地,所述中压控制中心获取低压配电网中的灵活资源参数和可调低压线路优化范围,并根据灵活资源参数,生成中压优化调度模型,包括:
所述中压控制中心获取灵活资源运营商处购电费用、灵活资源运行商削减补偿成本、从上级电网购电的成本以及需求侧响应成本;
根据灵活资源运营商处购电费用、灵活资源运行商削减补偿成本、从上级电网购电的成本以及需求侧响应成本,以中压配电网的运行成本最小为目标,建立目标函数:
根据目标函数,建立中压优化调度模型。
可选地,所述中压优化调度模型由电力系统的电能平衡约束、功率平衡约束、可调度发电单元运行约束、电动汽车充电站运行约束、可中断负荷削减负荷功率约束、与上级电网交换功率约束和可调低压线路功率约束进行约束;
根据以下计算公式计算所述电能平衡约束:
其中:为在第r时段第u不可调度发电单元(如光伏、风力发电)的有功出力;为第r时段的总负荷;/>为第r时段的网络损耗;
根据以下计算公式计算所述功率平衡约束:
其中:Pi、Qi分别为节点i注入的有功功率和无功功率;Gij、Bij、δij依次为节点i、j之间的电导、电纳和电压相角差;n为系统节点总数;Ui、Uj分别为节点i、j的电压幅值;
根据以下计算公式计算所述可调度发电单元运行约束:
其中:和/>分别为在第r时段内第j可调度发电单元允许的最小和最大有功功率;RN,j为在第j可调度发电单元在相邻两时段内增加或降低有功功率的限值;
根据以下计算公式计算所述电动汽车充电站运行约束:
其中:和/>分别为第k个电动汽车集中型充电站的最小和最大充/放电有功功率/>为第k个集中型充电站在t时段所有电池的剩余电量;ηC、ηF分别为充电机的充、放电效率,本发明取ηC=ηF=0.9;/>为电动汽车集中型充电站一天总的充电需求;/>为第k个集中型充电站所有电池的总电量;SOCkmax、SOCkmin为第k个集中型充电站最大和最小的荷电状态;
根据以下计算公式计算所述可中断负荷削减负荷功率约束:
其中:和/>分别为在第r时段内第v用户允许削减负荷的最小和最大有功功率;
根据以下计算公式计算所述与上级电网交换功率约束:
其中:和/>分别为在第r时段内配电网与上级电网进行功率交换的最小和最大有功值;
根据以下计算公式计算所述可调低压线路功率约束:
其中:和/>分别为在第r时段内第l低压线路可调节功率的最小和最大有功功率。
本申请公开的一种配电网中压-低压资源协调控制方法,包括:在日前阶段,所述中压控制中心获取低压配电网中的灵活资源参数和可调低压线路优化范围,并根据灵活资源参数,生成中压优化调度模型,根据中压优化调度模型对中压的可调资源进行优化调度,获得可调低压线路设定功率,发送至低压控制中心;在日内短时阶段,所述低压控制中心根据中压控制中下发的可调低压线路设定功率,对可调低压线路中的灵活资源进行协调控制,并给各个灵活资源设备下发控制指令;在实时阶段,所述灵活资源控制中心根据低压控制中心下发的控制指令,对各个灵活资源进行协调控制。采用前述的方法,可以充分利用到低压配电网的灵活资源,做到配电资源合理分配。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种配电网中压-低压资源协调控制方法的流程示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
本申请提供了一种配电网中压-低压资源协调控制方法,以解决现阶段主动配电网的运行优化研究主要集中在中压配电网,并没有充分利用到低压配电网中的灵活资源,导致配电资源分配不合理的问题。
随着配电网中通信技术的迅速发展以及智能电表等量测装置的广泛安装,对低压配电网全面的态势感知为低压配电网智能优化调控奠定了基础,本申请充分利用接入中压、低压配电网灵活资源(即中压-低压资源)的柔性调控能力,适应未来高密度负荷的快速增长和电动汽车、分布式光伏的大规模接入。
因此,本申请基于多层架构,考虑多时空尺度提出一种配电网中压-低压资源协调控制方法,参照图1,所述方法应用于控制系统,所述控制系统包括中压控制中心、低压控制中心和灵活资源控制中心,所述方法包括:
步骤S1,在日前阶段,所述中压控制中心获取低压配电网中的灵活资源参数和可调低压线路优化范围,并根据灵活资源参数,生成中压优化调度模型,根据中压优化调度模型对中压的可调资源进行优化调度,获得可调低压线路设定功率,发送至低压控制中心。
其中,日前阶段是指日前24小时。位于10kV变电站的中压控制中心是中压配电网运行管理中心,也是最高级的控制中心。
步骤S2,在日内短时阶段,所述低压控制中心根据中压控制中下发的可调低压线路设定功率,对可调低压线路中的灵活资源进行协调控制,并给各个灵活资源设备下发控制指令。
其中,日内短时阶段是指当日内4小时,或者日内15分钟。所述低压控制中心是位于各个配变的低压配电网运行管理中心,也是第二级控制中心。
步骤S3,在实时阶段,所述灵活资源控制中心根据低压控制中心下发的控制指令,对各个灵活资源进行协调控制。
所述灵活资源控制中心是位于各个灵活资源设备的低压配电网管理中心,也是第三级控制中心。
本申请在日前时间尺度管理中压配电网的可控资源,并优化设定低压配电线路的优化功率,中压配电网的可控资源优化有利于提升低压配电网对分布式光伏的消纳水平;在日内短时能够充分考虑低压线路中接入的可调资源的随机出力,采用低压滚动优化模型实现对低压线路中的灵活资源的优化控制以及对日前调度设定值的有效跟踪,减少可调资源随机性对中压配电网日前优化结果的影响。因此,采用前述的方法,可以充分利用到低压配电网的灵活资源,做到配电资源合理分配。
进一步地,在所述低压控制中心根据中压控制中下发的可调低压线路设定功率,对可调低压线路中的灵活资源进行协调控制,并给各个灵活资源设备下发控制指令之前,还包括:
所述低压控制中心获取所述灵活资源中心上报的各灵活资源的实时用电需求信息、短时负荷和分布式光伏的出力预测;
所述低压控制中心根据实时用电需求信息、短时负荷和出力预测,生成低压滚动优化模型;
所述低压控制中心根据所述低压滚动优化模型,获得灵活资源优化功率,根据灵活资源优化功率对灵活资源进行协调控制。
日前优化调度采用开环优化方式,在初始阶段优化获得未来24小时中压配电网各灵活资源的优化解,并将可调低压线路的功率优化设定值下发到低压线路。在低压线路中接入高渗透率的分布式光伏时,由于光伏在日前尺度有较高的预测误差,如果低压线路在日前对灵活资源进行优化调度并将结果直接应用于实际系统,可能会给系统带来电压、潮流越限风险,降低系统经济性。因此本申请针对低压可调线路在日内阶段提出基于MPC的滚动优化模型,包括预测模型、滚动优化模型以及反馈校正。
可选地,所述低压控制中心根据实时用电需求信息、短时负荷和出力预测,生成低压滚动优化模型,包括:
所述低压控制中心根据实时用电需求信息、短时负荷,建立预测模型;
所述低压控制中心根据预测模型获取的出力预测,生成低压滚动优化模型。
本实施例中,根据以下公式建立预测模型:
其中,u(k+i|k)为k时刻预测未来k+i时刻储能、分布式光伏、可调节负荷优化功率;u0(k)为k时刻储能、分布式光伏、可调节负荷功率优化控制值;Δu(k+t|k)为k时刻通过滚动优化模型求解获得的未来[k+(t-1),k+t]时段内储能、分布式光伏、可调节负荷功率增量,Tin为日内短时阶段优化时段数;
根据所述预测模型的预测结果,采用以下公式计算滚动优化模型:
其中,为k+i时刻的网损,/>为分布式光伏削减,j为日内滚动优化模型控制对象,Ω为日内滚动优化模型控制对象合集;μu为控制对象优化调整的成本系数;/>为第j个控制对象在日前优化中k+i时刻的调度值;u0,j(k+i-1)第j个控制对象在日前优化中(k+i-1)时刻实际优化控制值;Δuj(k+i)为控制变量,表示第j个控制对象在日内优化中k+i时刻的控制值增量;Δt′为15min。
根据所述滚动优化模型,获取未来k+i时刻的储能、分布式光伏、可调节负荷功率变化量列向量ΔuT(k+i|k),则Tin个优化时段控制变量列向量序列集合为:
{ΔuT(k+1|k),ΔuT(k+2|k),…,ΔuT(k+Tin|k)} (3);
执行该控制变量序列集合中的第一个控制变量列向量,获得k+1时刻低压配电网储能、分布式光伏、可调节负荷的优化功率:
u(k+1|k)=u0(k)+ΔuT(k+1|k) (4)。
可再生能源短时滚动预测仍然会存在一定的误差,从而导致预测模型失配,预测序列不能准确跟踪实际值,需要引入反馈校正环节。在k+1时刻,更新系统此时实际的负荷、光照量测值,将其用于k+1时刻的负荷、光伏短时滚动预测;将此时刻储能、分布式光伏、可调节负荷优化控制值作为k+1时刻滚动优化的初始值,从而构成闭环控制,采用以下反馈校正模型对所述滚动优化模型计算的结果进行校正:
u0(k+1)=ureal(k+1) (5);
其中,u0(k+1)为k+1时刻各控制对象的初始值;ureal(k+1)为k+1时刻通过优化控制获得的各控制对象的出力值。
可选地,所述中压控制中心获取低压配电网中的灵活资源参数和可调低压线路优化范围,并根据灵活资源参数,生成中压优化调度模型,包括:
所述中压控制中心获取灵活资源运营商处购电费用、灵活资源运行商削减补偿成本、从上级电网购电的成本以及需求侧响应成本;
根据灵活资源运营商处购电费用、灵活资源运行商削减补偿成本、从上级电网购电的成本以及需求侧响应成本,以中压配电网的运行成本最小为目标,建立目标函数:
根据目标函数,建立中压优化调度模型。
本实施例中,根据灵活资源运营商处购电费用、灵活资源运行商削减补偿成本、从上级电网购电的成本以及需求侧响应成本,以中压配电网的运行成本最小为目标,建立目标函数:
根据目标函数,建立中压优化调度模型。
其中,CDER为灵活资源运营商处购电费用;CpayDER为灵活资源运行商削减补偿成本;Cgrid为从上级电网购电的成本;CDR为需求侧响应成本;
根据以下计算公式计算所述目标函数中的灵活资源运营商处购电费用:
其中:时间T由R个时间间隔Δt组成,即T=R·Δt,取T=24h,Δt=1h;N为可调度发电单元集合;为在第r时段内第j可调度发电单元的有功出力;cj为考虑国家补贴后从第j可调度发电单元购买1kWh电能的价格;
根据以下计算公式计算所述目标函数中的灵活资源运行商削减补偿成本:
其中:为在第r时段内第j可调度发电单元上报的有功出力;/>为在第r时段内第j可调度发电单元实际的有功出力;/>为在第r时段内第j可调度发电单元削减的有功出力;cDER,j为按合同规定削减1kWh发电量配电公司向发电商补偿的价格;
根据以下计算公式计算所述目标函数中的从上级电网购电的成本:
其中:为在r时段需从上级电网购得的有功功率;Cgrid为配电公司从上级电网购买1kWh电能的价格;
根据以下计算公式计算所述目标函数中的需求侧响应成本:
其中:C为参与需求侧响应的用户集合;为在第r时段第v用户削减的有功功率;cbid为合同中规定的用户响应中断请求后削减1kWh电能获得配电公司补偿的价格;csell,r为配电公司卖给用户的分时电价,(λ+μ)反映出配电公司的利润变化。
可选地,所述中压优化调度模型由电力系统的电能平衡约束、功率平衡约束、可调度发电单元运行约束、电动汽车充电站运行约束、可中断负荷削减负荷功率约束、与上级电网交换功率约束和可调低压线路功率约束进行约束;
根据以下计算公式计算所述电能平衡约束:
其中:为在第r时段第u不可调度发电单元(如光伏、风力发电)的有功出力;为第r时段的总负荷;/>为第r时段的网络损耗;
根据以下计算公式计算所述功率平衡约束:
其中:Pi、Qi分别为节点i注入的有功功率和无功功率;Gij、Bij、δij依次为节点i、j之间的电导、电纳和电压相角差;n为系统节点总数;Ui、Uj分别为节点i、j的电压幅值;
根据以下计算公式计算所述可调度发电单元运行约束:
其中:和/>分别为在第r时段内第j可调度发电单元允许的最小和最大有功功率;RN,j为在第j可调度发电单元在相邻两时段内增加或降低有功功率的限值;
根据以下计算公式计算所述电动汽车充电站运行约束:
其中:和/>分别为第k个电动汽车集中型充电站的最小和最大充/放电有功功率/>为第k个集中型充电站在t时段所有电池的剩余电量;ηC、ηF分别为充电机的充、放电效率,本发明取ηC=ηF=0.9;/>为电动汽车集中型充电站一天总的充电需求;/>为第k个集中型充电站所有电池的总电量;SOCkmax、SOCkmin为第k个集中型充电站最大和最小的荷电状态;
根据以下计算公式计算所述可中断负荷削减负荷功率约束:
其中:和/>分别为在第r时段内第v用户允许削减负荷的最小和最大有功功率;
根据以下计算公式计算所述与上级电网交换功率约束:
其中:和/>分别为在第r时段内配电网与上级电网进行功率交换的最小和最大有功值;
根据以下计算公式计算所述可调低压线路功率约束:
其中:和/>分别为在第r时段内第l低压线路可调节功率的最小和最大有功功率。
另外,本申请实施例还提供了模型的求解方法,本申请所提出的中压-低压协调优化模型包括两个阶段,第一个阶段是日前中压配电网优化调度,第二阶段是日内短时低压配电网优化控制。在第一阶段的计算采用粒子群算法对优化调度模型进行求解。在第二阶段日内短时对计算速度要求较高,因此基于改进支路损耗松弛提出一种线性潮流计算方法,将日内阶段的非线性滚动优化模型转变为线性优化模型,并对改进后的线性优化模型采用CPLEX进行求解,以提高低压线路的求解效率,具体求解过程如下:
传统辐射状配电网潮流的节点电压和支路潮流公式可表示为:
其中:Mr为支路关联矩阵;为节点电压矢量;/>线路注入复功率矢量;/>为线路电流矢量。
基于支路损耗松弛的潮流线性化方法,主要是将公式(22)和(23)进行线性化处理,将其转变为如下形式:
v≈Bvpp+Bvqq+kv (24);
pb≤Mrp+Mr(Fpl(p)+Fpl(q)) (25);
qb≤Mrq+Mr(Fql(p)+Fql(q)) (26);
其中:Bvp、Bvq和kv是常数;Fpl和Fql分别是p和q的线性函数,分别近似了实际支路有功功率损耗和无功功率损耗。
在配电线路中,节点电压的相角对线路潮流的影响较小,因此可以忽略电压相量的虚部,线路电压降落的实部可以表达为:
而线路的电流矢量为将该表达式带入公式(27)中,则公式(24)可以写成:
在公式(28)中,线路的电压幅值对线路有功功率和无功功率的表达式是线性的。
对于公式(23)支路潮流公式,采用分段线性逼近的方法对支路功率损耗进行松弛,实现线性化表达。将线路电流矢量表达式代入线路损耗的计算公式中,可以得到:
其中:
公式(29)和(30)分别为p和q的二次函数,将其松弛为分段线性函数。设集合κ0:=κ∪{0},其中κ:={1,...,K}包含支路电流的K个分区,分段支路电流计算如下:
其中,Ibmax为最大支路电流幅值。
定义有功损耗分段线性函数的表达式为fpk(x)=Bpkx+dpk,其中Bpk和dpk的计算公式如下:
dpk=-Rdb1NIb(k-1)Ibk k∈κ (33);
同理,也可获得无功损耗分段线性函数的表达式fqk(x)=Bqkx+dqk和它的系数Bqk和dqk。利用上述函数,可由下式计算出支路的近似有功损耗和无功损耗,即公式(25)和(26)中的Fpl和Fql,从而实现对支路潮流的线性化。
其中:i∈N,ei表示κN中的一个单位向量,第i个元素为1,其余元素为0。
综上所述,本申请公开的方案可简单描述为以下三个过程:
(1)首先,在日前阶段,接入低压配电网的分布式光伏、分布式储能以及可调负荷等灵活资源根据次日用电需求的预测结果,生成灵活资源模型参数,可再生能源进行出力预测,一并上报给低压配电网层的控制中心(即低压控制中心)。低压配电网层控制中心基于各资源上报的灵活资源模型参数,进行加总后生成集合灵活资源模型,并将相应参数上报给中压配电网层控制中心(即中压控制中心)。虽然由于各类随机因素的影响,对日前用电需求预测以及可再生能源出力预测的误差不可避免,但通过对大规模灵活资源特性的加总,对集合灵活资源模型参数的预测比对单个灵活资源需求的预测更为准确。
(2)在中压配电网层控制中心收取到低压配电网层控制中心发送的次日集合灵活资源模型后,优化中压配电网层的分布式电源、电动汽车充电站等灵活资源,并计算次日各配变指导用电功率曲线,下发给对应的低压配电网控制中心。在该步计算中,中压配电网层控制中心仅仅依靠低压配电网层控制中心发送的次日集合灵活资源模型的参数进行决策,而不需要获得低压配电网层中接入的每个灵活资源的详细参数,相较于集中式协调控制,显著降低了中压配电网层的计算规模,提高了计算效率并减少了不同控制层之间的通讯数据传输容量。
(3)在日内短时阶段,低压配电网层控制中心和各个灵活资源需要根据中压配电网优化的负荷曲线进行协调控制,以实现配电网经济效益最优,同时尽量减少分布式光伏出力的削减。低压配电网控制中心根据各灵活资源上报的实时用电需求信息,以及短时的负荷和分布式电源的出力预测,采用模型预测控制的方法滚动优化调度各灵活资源的出力,同时将控制指令下发到灵活资源设备就地控制。区别于日前阶段一次性完成整个优化周期内的最优调度并将解序列全部下发执行,MPC通过引入反馈校正,进行有限时段内反复滚动寻优,能够有效解决可再生能源预测误差对配电网运行的影响,适用于日内滚动优化阶段。实现对低压线路中的柔性资源的灵活控制,减少分布式光伏随机出力的影响。
以上结合具体实施方式和范例性实例对本申请进行了详细说明,不过这些说明并不能理解为对本申请的限制。本领域技术人员理解,在不偏离本申请精神和范围的情况下,可以对本申请技术方案及其实施方式进行多种等价替换、修饰或改进,这些均落入本申请的范围内。本申请的保护范围以所附权利要求为准。
Claims (5)
1.一种配电网中压-低压资源协调控制方法,其特征在于,所述方法应用于控制系统,所述控制系统包括中压控制中心、低压控制中心和灵活资源控制中心,所述方法包括:
在日前阶段,所述中压控制中心获取低压配电网中的灵活资源参数和可调低压线路优化范围,并根据灵活资源参数,生成中压优化调度模型,根据中压优化调度模型对中压的可调资源进行优化调度,获得可调低压线路设定功率,发送至低压控制中心;
在日内短时阶段,所述低压控制中心根据中压控制中心下发的可调低压线路设定功率,对可调低压线路中的灵活资源进行协调控制,并给各个灵活资源设备下发控制指令;
在实时阶段,所述灵活资源控制中心根据低压控制中心下发的控制指令,对各个灵活资源进行协调控制。
2.根据权利要求1所述的方法,其特征在于,在所述低压控制中心根据中压控制中心下发的可调低压线路设定功率,对可调低压线路中的灵活资源进行协调控制,并给各个灵活资源设备下发控制指令之前,还包括:
所述低压控制中心获取所述灵活资源中心上报的各灵活资源的实时用电需求信息、短时负荷和分布式光伏的出力预测;
所述低压控制中心根据实时用电需求信息、短时负荷和出力预测,生成低压滚动优化模型;
所述低压控制中心根据所述低压滚动优化模型,获得灵活资源优化功率,根据灵活资源优化功率对灵活资源进行协调控制。
3.根据权利要求2所述的方法,其特征在于,所述低压控制中心根据实时用电需求信息、短时负荷和出力预测,生成低压滚动优化模型,包括:
所述低压控制中心根据实时用电需求信息、短时负荷,建立预测模型;
所述低压控制中心根据预测模型获取的出力预测,生成低压滚动优化模型。
4.根据权利要求1所述的方法,其特征在于,所述中压控制中心获取低压配电网中的灵活资源参数和可调低压线路优化范围,并根据灵活资源参数,生成中压优化调度模型,包括:
所述中压控制中心获取灵活资源运营商处购电费用、灵活资源运行商削减补偿成本、从上级电网购电的成本以及需求侧响应成本;
根据灵活资源运营商处购电费用、灵活资源运行商削减补偿成本、从上级电网购电的成本以及需求侧响应成本,以中压配电网的运行成本最小为目标,建立目标函数:
根据目标函数,建立中压优化调度模型。
5.根据权利要求4所述的方法,其特征在于,所述中压优化调度模型由电力系统的电能平衡约束、功率平衡约束、可调度发电单元运行约束、电动汽车充电站运行约束、可中断负荷削减负荷功率约束、与上级电网交换功率约束和可调低压线路功率约束进行约束;
根据以下计算公式计算所述电能平衡约束:
其中:为在第r时段第u不可调度发电单元的有功出力;/>为第r时段的总负荷;为第r时段的网络损耗;/>为在r时段需从上级电网购得的有功功率;
根据以下计算公式计算所述功率平衡约束:
其中:Pi、Qi分别为节点i注入的有功功率和无功功率;Gij、Bij、δij依次为节点i、j之间的电导、电纳和电压相角差;n为系统节点总数;Ui、Uj分别为节点i、j的电压幅值;
根据以下计算公式计算所述可调度发电单元运行约束:
其中:和/>分别为在第r时段内第j可调度发电单元允许的最小和最大有功功率;/>为在第j可调度发电单元在相邻两时段内增加或降低有功功率的限值;
根据以下计算公式计算所述电动汽车充电站运行约束:
其中:和/>分别为第k个电动汽车集中型充电站的最小和最大充/放电有功功率为第k个集中型充电站在t时段所有电池的剩余电量;ηC、ηF分别为充电机的充、放电效率,取ηC=ηF=0.9;/>为第k个集中型充电站所有电池的总电量;SOCk max、SOCk min为第k个集中型充电站最大和最小的荷电状态;
根据以下计算公式计算所述可中断负荷削减负荷功率约束:
其中:和/>分别为在第r时段内第v用户允许削减负荷的最小和最大有功功率;C为参与需求侧响应的用户集合;
根据以下计算公式计算所述与上级电网交换功率约束:
其中:和/>分别为在第r时段内配电网与上级电网进行功率交换的最小和最大有功值;
根据以下计算公式计算所述可调低压线路功率约束:
其中:和/>分别为在第r时段内第l低压线路可调节功率的最小和最大有功功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010064328.5A CN111146818B (zh) | 2020-01-20 | 2020-01-20 | 一种配电网中压-低压资源协调控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010064328.5A CN111146818B (zh) | 2020-01-20 | 2020-01-20 | 一种配电网中压-低压资源协调控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111146818A CN111146818A (zh) | 2020-05-12 |
CN111146818B true CN111146818B (zh) | 2023-08-11 |
Family
ID=70526427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010064328.5A Active CN111146818B (zh) | 2020-01-20 | 2020-01-20 | 一种配电网中压-低压资源协调控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111146818B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111555369B (zh) * | 2020-05-20 | 2023-09-15 | 云南电网有限责任公司电力科学研究院 | 一种配电网中压-低压协同优化方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103296754A (zh) * | 2013-05-09 | 2013-09-11 | 国家电网公司 | 一种主动配电网分布式电源资源控制方法 |
CN104951899A (zh) * | 2015-07-02 | 2015-09-30 | 东南大学 | 含大规模可再生能源的配电公司多时间尺度优化调度方法 |
CN106549380A (zh) * | 2016-12-29 | 2017-03-29 | 哈尔滨工业大学 | 多模态微电网能量协调优化控制方法 |
CN107196310A (zh) * | 2016-03-15 | 2017-09-22 | 中国电力科学研究院 | 考虑源网荷协调互动的主动配电网多时间尺度优化方法 |
CN107528345A (zh) * | 2017-09-30 | 2017-12-29 | 国电南瑞科技股份有限公司 | 一种多时间尺度的网源荷储协调控制方法 |
CN108933448A (zh) * | 2018-07-09 | 2018-12-04 | 中国农业大学 | 一种含光伏电源的中低压配电网协调控制方法和系统 |
CN110009262A (zh) * | 2019-04-28 | 2019-07-12 | 国网福建省电力有限公司福州供电公司 | 一种主动配电网的日前-日内两阶段优化调度方法 |
CN110535180A (zh) * | 2019-09-17 | 2019-12-03 | 杭州电子科技大学 | 基于灵活资源与传统调压设备协调控制配电网电压的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9373960B2 (en) * | 2013-03-13 | 2016-06-21 | Oracle International Corporation | Computerized system and method for distributed energy resource scheduling |
-
2020
- 2020-01-20 CN CN202010064328.5A patent/CN111146818B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103296754A (zh) * | 2013-05-09 | 2013-09-11 | 国家电网公司 | 一种主动配电网分布式电源资源控制方法 |
CN104951899A (zh) * | 2015-07-02 | 2015-09-30 | 东南大学 | 含大规模可再生能源的配电公司多时间尺度优化调度方法 |
CN107196310A (zh) * | 2016-03-15 | 2017-09-22 | 中国电力科学研究院 | 考虑源网荷协调互动的主动配电网多时间尺度优化方法 |
CN106549380A (zh) * | 2016-12-29 | 2017-03-29 | 哈尔滨工业大学 | 多模态微电网能量协调优化控制方法 |
CN107528345A (zh) * | 2017-09-30 | 2017-12-29 | 国电南瑞科技股份有限公司 | 一种多时间尺度的网源荷储协调控制方法 |
CN108933448A (zh) * | 2018-07-09 | 2018-12-04 | 中国农业大学 | 一种含光伏电源的中低压配电网协调控制方法和系统 |
CN110009262A (zh) * | 2019-04-28 | 2019-07-12 | 国网福建省电力有限公司福州供电公司 | 一种主动配电网的日前-日内两阶段优化调度方法 |
CN110535180A (zh) * | 2019-09-17 | 2019-12-03 | 杭州电子科技大学 | 基于灵活资源与传统调压设备协调控制配电网电压的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111146818A (zh) | 2020-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pascual et al. | Energy management strategy for a renewable-based residential microgrid with generation and demand forecasting | |
Reihani et al. | Energy management at the distribution grid using a Battery Energy Storage System (BESS) | |
CN102299527B (zh) | 一种风电场无功功率控制方法和系统 | |
CN113285451B (zh) | 一种基于光伏储能系统的黑启动协调控制方法 | |
CN104092250A (zh) | 微电网系统的分布式经济调度与协调控制方法 | |
CN113516278B (zh) | 有源配电网多时间尺度有功无功协调优化调度方法及系统 | |
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 | |
Kang et al. | Distributed real-time power management for virtual energy storage systems using dynamic price | |
CN111555369B (zh) | 一种配电网中压-低压协同优化方法 | |
Raducu et al. | Design and implementation of a hybrid power plant controller | |
CN109103946B (zh) | 风电经柔性直流电网送出系统电容器组投切计划生成方法 | |
CN111146818B (zh) | 一种配电网中压-低压资源协调控制方法 | |
Yao et al. | Stochastic economic operation of coupling unit of flexi-renewable virtual power plant and electric spring in the smart distribution network | |
CN115133538B (zh) | 一种配电网重要负荷电压模型预测控制方法 | |
Wang et al. | Improved PSO-based energy management of Stand-Alone Micro-Grid under two-time scale | |
Wang et al. | Multi-objective optimal dispatch of wind-integrated power system based on distributed energy storage | |
Lim et al. | Proportional integrator (PI) and fuzzy-controlled energy storage for zero-power flow between grid and local network with photovoltaic system | |
Rajamand | Feedback-based control structure for frequency/voltage regulation using the state of electrical vehicle charge station and point estimation method | |
Chi et al. | Coordinated voltage control of renewable energy power plants in weak sending-end power grid | |
CN110198053A (zh) | 一种集中与就地相结合的微电网实时电压控制方法及系统 | |
Lu et al. | Distributed dispatching method of active distribution network considering multiple regulation resources | |
ur Rehman et al. | Transition towards a sustainable power system: MA-DA&DC framework based voltage control in high PV penetration networks | |
CN116388299B (zh) | 一种风光储场站群功率跟踪优化控制方法、系统及设备 | |
Chen et al. | Optimal Scheduling Strategy with Multi-time Scales for PV-Storage Based Charging Station | |
Roy et al. | Energy storage for hourly dispatching utility-scale solar pv power using homer pro-a cost investigation |
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 |