CN111293683A - 一种兼顾安全性与经济性的配网自愈优化方法 - Google Patents

一种兼顾安全性与经济性的配网自愈优化方法 Download PDF

Info

Publication number
CN111293683A
CN111293683A CN202010091034.1A CN202010091034A CN111293683A CN 111293683 A CN111293683 A CN 111293683A CN 202010091034 A CN202010091034 A CN 202010091034A CN 111293683 A CN111293683 A CN 111293683A
Authority
CN
China
Prior art keywords
distribution network
representing
power
formula
layer
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
CN202010091034.1A
Other languages
English (en)
Other versions
CN111293683B (zh
Inventor
潘凯岩
赵瑞锋
赵勇
郭文鑫
刘尚伟
卢建刚
刘海信
李波
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.)
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Dongfang Electronics Co Ltd
Original Assignee
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Dongfang Electronics 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 Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd, Dongfang Electronics Co Ltd filed Critical Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Priority to CN202010091034.1A priority Critical patent/CN111293683B/zh
Publication of CN111293683A publication Critical patent/CN111293683A/zh
Application granted granted Critical
Publication of CN111293683B publication Critical patent/CN111293683B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • H02J3/04Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • 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
    • H02J3/12Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • 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
    • H02J3/46Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/48Controlling the sharing of the in-phase component
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225Demand response systems, e.g. load shedding, peak shaving
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S20/00Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20End-user application control systems
    • Y04S20/222Demand response systems, e.g. load shedding, peak shaving

Landscapes

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

Abstract

本发明公开了一种兼顾安全性与经济性的配网自愈优化方法,用于包含有分布式电源的配网,采用双层规划模型进行优化;所述双层规划模型包括上层优化模型和下层优化模型;所述上层优化模型以安全性指标最高为目标函数,下层优化模型以供电恢复成本最低为目标函数;所述双层规划模型以故障时配网中联络线开关的开闭操作方式为决策变量。本发明针对配网大面积停电故障后自愈方案优化问题,建立了基于配网安全性和供电恢复经济性的配网自愈双层优化模型,使所得结果既能满足上层决策者关于安全性的预期,又能符合下层决策者在经济性方面的需求,实现了两者利益的有效折衷和兼顾。

Description

一种兼顾安全性与经济性的配网自愈优化方法
技术领域
本发明涉及一种配网自愈优化方法,属配电系统技术领域。
背景技术
随着我国经济飞速发展,电网规模也不断扩大,配电网与用电用户直接连接,具有重要的地位。当配电网发生故障导致大面积停电故障,快速恢复供电是电网公司的首要任务。而配网自愈技术是一种利用配电网的智能化控制快速隔离故障,并能按照最优方案进行供电恢复的有利手段。
传统的配网自愈模型多为单层优化模型,单方面考虑配网运行安全性或者经济性,忽略了用电负荷的重要等级,配网自愈结果很难满足电网公司的优化要求。
近年来,分布式发电技术日渐成熟,分布式电源并入配电网成为了一种趋势。分布式电源并网后,会导致配网潮流重新分布,并且配电系统中节点电压、网络损耗和电能质量等指标均要发生改变。分布式电源并网优点就是能提高配网供电可靠性,当配网系统大面积停电后,分布式电源的存在为配网自愈方案提供了多样性,而缺点是可能引起节点电压、网络损耗和电能质量等指标越限。因此,分布式电源并网对配电网自愈优化在安全性和经济性方面提出了新的要求,现有技术中的配网自愈优化方法并没有考虑分布式电源并网后对配电系统造成的影响,无法兼顾安全性和经济性的需求。
发明内容
本发明提出了一种兼顾安全性与经济性的配网自愈优化方法,其目的是:在优化过程中兼顾安全性和经济性,既保证电网安全稳定运行,又降低经济损失。
本发明技术方案如下:
一种兼顾安全性与经济性的配网自愈优化方法,用于包含有分布式电源的配网,采用双层规划模型进行优化;
所述双层规划模型包括上层优化模型和下层优化模型;
所述上层优化模型以安全性指标最高为目标函数,下层优化模型以供电恢复成本最低为目标函数;
所述双层规划模型以故障时配网中联络线开关的开闭操作方式为决策变量。
作为本方法的进一步改进:上层优化模型的目标函数为:
Figure BDA0002383727290000021
式中,H表示安全性指标;H1、H2和H3分别为是否存在越限、节点电压是否满足实际运行要求和电网谐波指标是否超标的归一化指标值;α、β和γ分别为上述三项指标的权重值。
作为本方法的进一步改进:将线路越限指标值之和作为是否存在越限的归一化指标值,计算方式为:
Figure BDA0002383727290000022
式中,λk表示第k条线路是否恢复的二元变量,值为1表示“是”,值为0表示“否”;Pk,FACT和Pk,MAX分别表示第k条线路实际有功和极限有功功率;NL表示配网线路总数量,包含联络线的数量;
将所有节点电压越限指标之和作为节点电压是否满足实际运行要求的归一化指标值,计算方式为:
Figure BDA0002383727290000031
式中,Ui,FACT和Ui,MAX分别表示第i个节点的实际电压标幺值和电压极限标幺值;NB表示配网节点的总数量;
将所有线路的谐波潮流比指标之和作为电网谐波指标是否超标的归一化的指标值,计算方式为:
Figure BDA0002383727290000032
式中,Ik,h表示第k条线路实际流过的第h次谐波电流的标幺值。
作为本方法的进一步改进:上层优化模型的约束条件为:
1)配网潮流平衡约束条件:
Figure BDA0002383727290000033
式中,Gij和Bij表示导纳的实部与虚部;θij表示节点i和节点j之间的相角差,Ui和Uj分别表示节点i和节点j电压幅值标幺值;Pi和Qi分别表示节点i的有功功率和无功功率;
2)配网节点电压约束条件:
Ui,MIN≤Ui≤Ui,MAX
式中,Ui,MIN和Ui,MAX分别表示电压幅值标幺值的最小值和最大值;
3)线路潮流约束条件:
Pk,MIN≤Pk≤Pk,MAX
式中,Pk,MIN和Pk,MAX分别为第k条配网线路电流有功功率标幺值的最小值和最大值;
4)风力机组和光伏电源出力约束条件:
Figure BDA0002383727290000041
式中,Pa,WT表示第a台风力机组的出力;PWT,MAX和PWT,MIN分别表示风力机组出力的最大和最小极限值;Pb,PV表示第b台光伏电池的出力;PPV,MAX和PPV,MIN分别表示风力机组出力的最大极限值和最小极限值;
5)蓄电池充放电约束条件:
Figure BDA0002383727290000042
式中,PBE,MAX和PBE,MIN分别表示蓄电池储能系统的最大和最小充放电功率;
Figure BDA0002383727290000043
Figure BDA0002383727290000044
分别表示第c台蓄电池储能系统在第t时段内的充、放电功率。
作为本方法的进一步改进:分布式电源的出力计算方式为:
1)风力发电机组的有功出力:
Figure BDA0002383727290000051
式中,PWT,RATE表示风力机组的额定功率;vci和vco分别表示切入和切出风速;vra表示风力发电机组的额定风速;
2)光伏发电的有功出力:
Figure BDA0002383727290000052
式中,PPV,RATE表示光伏电池的额定功率;RS和RSTC分别表示太阳实际光照辐射强度和标准测试条件下太阳光照辐射强度,单位为1kW/m2;ξ表示光伏阵列的功率温度系数,-0.35%/℃;TS和TSTC分别表示光伏阵列的实际温度和标准测试条件即25℃下光伏阵列电池温度;
3)蓄电池的出力计算:
Figure BDA0002383727290000053
式中,EBE(t)和EBE(t-1)分别表示第t时刻和t-1时刻蓄电池储能的剩余能量,单位为kWh;
Figure BDA0002383727290000054
Figure BDA0002383727290000055
分别表示蓄电池储能系统的充、放电功率,kW;ηC和ηD分别表示蓄电池储能的充、放电效率,Δt为第t时刻和t-1时刻之间的时间差。
作为本方法的进一步改进:下层优化模型的目标函数为:
minh=(μh1+τh2);
式中,h表示综合费用;h1和h2分别表示网络损耗费用和负荷损失费用;μ和τ分别表示两个费用指标对应的权重值。
作为本方法的进一步改进:网络损耗费用的计算方法为:
Figure BDA0002383727290000061
式中,δ(Δt)表示在Δt内的电价;Pk,LOSS表示第k条线路的网络损耗;Δt表示配网自愈方案恢复时间;λk表示第k条线路是否恢复的二元变量,值为1表示“是”,值为0表示“否”;NL表示配网线路总数量,包含联络线的数量。
作为本方法的进一步改进:负荷损失费用的计算方法为:
Figure BDA0002383727290000062
式中,Nm表示停电用户的总数量;tm表示第m个用户的停电时间;δm(tm)表示在第m个用户的实时电价;Pm,OUTG表示第m个用户的停电功率。
作为本方法的进一步改进:下层优化模型的约束条件为:
Pk,LOSS≤ΔPMAX
式中,Pk,LOSS表示第k条线路的网络损耗,ΔPMAX表示线路网络损耗的最大值。
相对于现有技术,本发明具有以下有益效果:本发明针对配网大面积停电故障后自愈方案优化问题,从运检和营销两个角色出发建立了基于配网安全性和供电恢复经济性的配网自愈双层优化模型,上层模型的决策者为运检部门,重点考虑配网运行安全性;下层模型的决策者为营销部门,重点考虑供电恢复经济性,模型中还考虑了分布式电源接入配电系统对配网自愈优化方案的作用和影响,使模型更加贴近于实际需求;通过上层规划模型和下层规划模型的相互影响,相互耦合,使所得结果既能满足上层决策者关于安全性的预期,又能符合下层决策者在经济性方面的需求,实现了两者利益的有效折衷和兼顾。
附图说明
图1为采用烟花算法进行求解的流程示意图。
图2为实施例中的配电网结构示意图。
图3为实施例中按季节选取风电和光伏的典型日出力曲线图。
图4为实施例中按季节选取风电和光伏的典型日负荷曲线和电网电价曲线图。
图5为实施例中节点电压幅值图。
具体实施方式
下面结合附图详细说明本发明的技术方案:
本发明提供了一种兼顾安全性与经济性的配网自愈优化方法,通过将电网公司的运检部门和营销部门分别作为上层和下层决策者,分别从各自利益出发,各自考虑目标函数和约束条件建立优化模型,并通过耦合变量进行上下层耦合与反馈,使上下层决策者考虑的利益处于相对平衡的状态,即能兼顾两者利益,既能保证电网安全稳定运行,又能降低经济损失。
如图1,所述配网自愈优化方法包括以下步骤:
步骤1:建立分布式电源出力模型,具体模型包括:
(1)风力发电模型。风力发电机组有功出力与风速息息相关,但风速具有较强的随机性,而Weibull分布可模拟平均风速概率性分布,双参数Weibull分布模型的具体表达式为:
Figure BDA0002383727290000081
式中,v表示当前风速;c和k均为Weibull分布的参数,可通过风速的历史数据进行拟合得到。
根据上述描述得到风速的概率性模型后,可按照下式计算风力发电机组的有功出力:
Figure BDA0002383727290000082
式中,PWT,RATE表示风力机组的额定功率;vci和vco分别表示切入和切出风速;vra表示风力发电机组的额定风速。
(2)光伏发电模型。光伏电池的有功出力与太阳光照强度和温度息息相关,本文采用HOMER软件定义的有功功率出力模型来描述光伏电池的有功出力,具体表达式为:
Figure BDA0002383727290000083
式中,PPV,RATE表示光伏电池的额定功率;RS和RSTC分别表示太阳实际光照辐射强度和标准测试条件下太阳光照辐射强度,单位为1kW/m2;ξ表示光伏阵列的功率温度系数,-0.35%/℃;TS和TSTC分别表示光伏阵列的实际温度和标准测试条件(25℃)下光伏阵列电池温度。
(3)蓄电池出力模型。蓄电池是储能系统中的一种类型,并且电池技术也非常成熟,因其具有投资成本低、安装便捷和功率快速响应等特性,广泛应用于配电系统。本文搭建的配电系统中考虑了蓄电池储能系统,蓄电池的充放电功率与电池本身的荷电状态(SOC,State of charge)和充放电效率息息相关。不考虑蓄电池储能系统自放电情况下,蓄电池储能系统的剩余能量:
Figure BDA0002383727290000091
式中,EBE(t)和EBE(t-1)分别表示第t时刻和t-1时刻蓄电池储能的剩余能量,单位为kWh;
Figure BDA0002383727290000092
Figure BDA0002383727290000093
分别表示蓄电池储能系统的充、放电功率,kW;ηC和ηD分别表示蓄电池储能的充、放电效率,Δt为第t时刻和t-1时刻之间的时间差。
步骤2:建立配网自愈双层优化模型。现有配网故障后自愈优化模型主要以系统网络损耗最小、开关动作次数最少、负荷恢复最多等为目标函数,未考虑到配电系统故障恢复过程中配电网的安全性,如谐波电流、电压质量、线路潮流是否均满足要求等情况。本文建立了一种兼顾安全性和经济性的配网自愈双层规划模型,上层模型以配网运行安全性最高为目标,下层以配网故障自愈成本最小为目标,通过上层模型和下层模型的耦合作用,最终使各层决策者达到最理想的状态。具体包括:
(1)双层规划数学模型。双层规划问题属于分层优化问题的一种,这类问题在众多应用中表现为下层决策者的行为需依赖上层决策者的决策。双层规划模型中上层和下层模型均有独立的目标函数和约束条件,上层规划模型的目标函数和约束条件不仅与问题自身的求解变量有关,而且会受到下层规划模型最优解的牵制;反之,下层规划模型最优解又依赖于上层模型的决策变量。综上,双层规划模型考虑了决策过程中不同阶层决策者的作用与表现,其具体数学模型可表示为:
Figure BDA0002383727290000101
式中,H(·)和h(·)分别表示上层和下层规划模型的目标函数;G(·)和g(·)分别表示上层和下层规划模型的约束条件;y为上层决策者的决策变量;x为上层决策变量y给定条件下,下层规划的最优解。
(2)上层决策者的优化模型。当配网发生故障后,配网在自愈过程中的安全性包括线路潮流是否存在越限、节点电压是否满足实际运行要求和电网谐波指标是否超标等。本文将上述三类因素融合为安全性指标,并以安全性指标最大为上层决策者的目标函数,具体表达式为:
Figure BDA0002383727290000102
式中,H表示安全性指标;H1、H2和H3分别表示前文所述三类因素的归一化指标值;α、β和γ分别表示三类因素的权重值,值大小的物理意义是配网在自愈过程中应重点考虑哪个因素。
在配网自愈过程中,配网线路开关经过一系列操作后,用电负荷得到恢复,而线路潮流会出现越限。将线路潮流越限程度定义为实际流过线路的功率与线路极限功率的比值。本文将所有线路越限指标值之和作为归一化指标,具体表达式为:
Figure BDA0002383727290000111
式中,λk表示第k条线路是否恢复的二元变量,值为1表示是,值为0表示否;Pk,FACT和Pk,MAX分别表示第k条线路实际有功和极限有功功率;NL表示配网线路总数量,包括联络线。H1值越小,说明该自愈方案对配网线路潮流越均衡和越有利。
配网中节点电压越限不仅会导致电力设备异常运行,而且会导致用户的用电设备无法正常运行甚至损毁。将节点电压越限程度定义为节点实际电压标幺值和节点电压限值之差的绝对值与节点电压限值的比值。本文将所有节点电压越限指标之和作为归一化指标,具体表达式为:
Figure BDA0002383727290000112
式中,Ui,FACT和Ui,MAX分别表示第i个节点的实际电压标幺值和电压极限标幺值;NB表示配网节点的总数量。H2值越小,说明该自愈方案对配网电压影响越小。
当配电系统发生故障后,启用配网自愈方案恢复供电过程中,对于含分布式电源的配网,由于分布式电源为电力电子器件,其产生的电网谐波在配网中经过电缆线路可能会引起谐波放大,进而影响整个配电系统的安全。本文引入线路谐波潮流比指标来描述谐波含量在不同配网线路恢复方案的放大程度,将所有线路的谐波潮流比指标之和作为归一化指标,具体表达式为:
Figure BDA0002383727290000121
式中,Ik,h表示第k条线路的实际流过第h次谐波电流的标幺值。H3值越小,说明该自愈方案对配网谐波改善程度越有利。
所述配网自愈模型的约束条件为:
1)配网潮流平衡约束条件:
Figure BDA0002383727290000122
式中,Gij和Bij表示导纳的实部与虚部;
Figure BDA0002383727290000123
表示节点i和节点j之间的相角差,Ui和Uj分别表示节点i和节点j电压幅值标幺值;Pi和Qi分别表示节点i的有功功率和无功功率。
2)配网节点电压约束条件:
Ui,MIN≤Ui≤Ui,MAX
式中,Ui,MIN和Ui,MAX分别表示电压幅值标幺值的最小值和最大值。
3)线路潮流约束条件:
Pk,MIN≤Pk≤Pk,MAX
式中,Pk,MIN和Pk,MAX分别为第k条配网线路电流有功功率标幺值的最小值和最大值。
4)风力机组和光伏电源出力约束条件:
Figure BDA0002383727290000131
式中,Pa,WT表示第a台风力机组的出力;PWT,MAX和PWT,MIN分别表示风力机组出力的最大和最小极限值;Pb,PV表示第b台光伏电池的出力;PPV,MAX和PPV,MIN分别表示风力机组出力的最大和最小极限值。
5)蓄电池充放电约束条件:
Figure BDA0002383727290000132
式中,PBE,MAX和PBE,MIN分别表示蓄电池储能系统的最大和最小充放电功率;
Figure BDA0002383727290000133
Figure BDA0002383727290000134
分别表示第c台蓄电池储能系统在第t时段内的充、放电功率。
(3)下层决策者的优化模型。电网公司在恢复停电的过程中,需要考虑用电负荷的等级,不仅对用电用户生产很重要,而且对电网公司经济收入也很重要。配网自愈过程中注重安全性往往忽略了经济性,因此,下层决策者考虑自愈过程中产生的经济损失,能实现安全性和经济性的有效折中。下层规划模型以配网自愈综合费用最小为目标函数,具体表达式为:
minh=(μh1+τh2);
式中,h表示综合费用;h1和h2分别表示网络损耗费用和负荷损失费用;μ和τ分别表示两个指标的权重值,值大小的物理意义是配网在自愈过程中应重点考虑哪个因素。
不同的配网自愈方案得到的配网结构会影响配网潮流,进而引起电网网络损耗,网损费用是电网公司经营成本最重要的部分。网络损耗费用的具体计算公式为
Figure BDA0002383727290000141
式中,δ(Δt)表示在Δt内的电价;Pk,LOSS表示第k条线路的网络损耗,可由潮流计算得到;Δt表示配网自愈方案恢复时间。
在配网自愈过程中,由于给中约束会造成一部分负荷损失,因此,负荷损失费用可表示为:
Figure BDA0002383727290000142
式中,Nm表示停电用户的总数量;tm表示第m个用户的停电时间;δm(tm)表示在第m个用户的实时电价;Pm,OUTG表示第m个用户停电功率。
在配网自愈过程中,分布式电源并网会引起配网的潮流重新分布,且配电系统的网络损耗也会不一样,但网络损耗不能超过标准。因此,下层规划模型需要满足的约束条件为:
Pk,LOSS≤ΔPMAX
式中,ΔPMAX表示线路网络损耗的最大值。
配网中的联络线开关状态即为整个双层模型的决策变量。上述双层模型采用烟花算法进行求解,根据求解结果施行优化,步骤如下:
(1)输入上层和下层模型的所有基本参数;
(2)随机产生烟花种群数量NPOP,火花数量NFOP,火花爆炸半径常数rPOP,火花个体搜索范围[xDW,xUP],最大迭代次数IterMAX等;
(3)求解上层模型时,采用上层规划模型的目标函数作为适应度函数,采用烟花算法求得满足约束条件的方案;
(4)将上层模型的优化方案带入下层规划模型,此时采用下层规划模型的目标函数作为适应度函数,并采用烟花算法求得满足约束条件的优化方案;
(5)判断是否满足终止条件,若满足,则继续;若不满足,则将下层模型的优化方案带入上层模型,继续求解;
(6)输出满足上、下层规划模型约束条件,并达到终止条件的最优规划方案。
具体的,本实施例针对于如附图2所示的实际配电网结构进行优化,该配电系统电压等级为10kV,配电线路参数和节点信息如表1和表2所示。
表1线路及节点负荷参数
Figure BDA0002383727290000151
Figure BDA0002383727290000161
表2联络线参数
Figure BDA0002383727290000162
Figure BDA0002383727290000171
系统中光伏额定装机容量为500kWp,风电额定装机功率为600kW,蓄电池储能系统额定功率和容量分别为500kW和1MWh,按照季节选取风电和光伏的典型日出力曲线如附图3所示,典型日负荷曲线和电网电价曲线如附图4所示。
算例中,烟花算法的烟花数量设置为5,火花数量设置为20,最大爆炸幅度设置为80,烟花种群数量设置为50。在MATLAB软件中编写程序,程序中运行次数设置为30,每次迭代500次,将适应度值的平均值作为最终结果。
假设故障发生在节点3和节点4的线路上,根据本发明的方法,对分布式储能系统的双层规划模型进行求解,得到该实际配电系统的两个配网自愈方案如表3所示,节点电压如附图5所示。
表3双层规划下配网故障自愈方案
Figure BDA0002383727290000172
由表3可知,将故障线路隔离开后,通过闭合联络线开关即可实现配网自愈功能,将联络线作为配网线路进行正常供电。由于本文考虑了配网潮流不能越限、线路网络损耗不能过大以及用电负荷重要等级等因素,导致配电系统中部分节点的用电负荷被削减,而根据实际情况,该部分负荷多为照明负荷,暂时中断不产生影响。根据附图5可知,配电系统各个节点电压幅值均在1.0pu附近。因此,本文仿真结果是一个既能保证配电网安全性,又能保证供电恢复经济性的配网故障自愈方案。
为体现本文所提双层规划的优势,本文构建一个以配网安全性指标最大的单层优化规划模型,即将下层规划模型的经济性指标作为约束条件,其最大值为2.5,算法参数保持不变,同样地,编写MATLAB程序,程序中运行次数设置为30,每次迭代500次,将适应度值的平均值作为最终结果,所得结果如表3所示。
表4单层规划下配网故障自愈方案
Figure BDA0002383727290000181
根据表3和表4可知,单层规划模型所得结果在各个参数上均劣于双层规划模型,负荷损失也较大,网络损耗也较大。根据附图5可知,节点电压幅值虽然在合理范围内,但是多数节点电压幅值接近于限值,可能存在电压越限风险,不利于配电系统的安全稳定运行。
综上所述,本文所提配网故障自愈双层优化方案既能保障配电系统的安全性,又能降低供电恢复的经济性。该方法可作为电网公司调度人员、运行人员和配网规划人员的有力工具。

Claims (9)

1.一种兼顾安全性与经济性的配网自愈优化方法,用于包含有分布式电源的配网,其特征在于:采用双层规划模型进行优化;
所述双层规划模型包括上层优化模型和下层优化模型;
所述上层优化模型以安全性指标最高为目标函数,下层优化模型以供电恢复成本最低为目标函数;
所述双层规划模型以故障时配网中联络线开关的开闭操作方式为决策变量。
2.如权利要求1所述的兼顾安全性与经济性的配网自愈优化方法,其特征在于:上层优化模型的目标函数为:
Figure FDA0002383727280000011
式中,H表示安全性指标;H1、H2和H3分别为是否存在越限、节点电压是否满足实际运行要求和电网谐波指标是否超标的归一化指标值;α、β和γ分别为上述三项指标的权重值。
3.如权利要求2所述的兼顾安全性与经济性的配网自愈优化方法,其特征在于:将线路越限指标值之和作为是否存在越限的归一化指标值,计算方式为:
Figure FDA0002383727280000012
式中,λk表示第k条线路是否恢复的二元变量,值为1表示“是”,值为0表示“否”;Pk,FACT和Pk,MAX分别表示第k条线路实际有功和极限有功功率;NL表示配网线路总数量,包含联络线的数量;
将所有节点电压越限指标之和作为节点电压是否满足实际运行要求的归一化指标值,计算方式为:
Figure FDA0002383727280000021
式中,Ui,FACT和Ui,MAX分别表示第i个节点的实际电压标幺值和电压极限标幺值;NB表示配网节点的总数量;
将所有线路的谐波潮流比指标之和作为电网谐波指标是否超标的归一化的指标值,计算方式为:
Figure FDA0002383727280000022
式中,Ik,h表示第k条线路实际流过的第h次谐波电流的标幺值。
4.如权利要求3所述的兼顾安全性与经济性的配网自愈优化方法,其特征在于上层优化模型的约束条件为:
1)配网潮流平衡约束条件:
Figure FDA0002383727280000023
式中,Gij和Bij表示导纳的实部与虚部;θij表示节点i和节点j之间的相角差,Ui和Uj分别表示节点i和节点j电压幅值标幺值;Pi和Qi分别表示节点i的有功功率和无功功率;
2)配网节点电压约束条件:
Ui,MIN≤Ui≤Ui,MAX
式中,Ui,MIN和Ui,MAX分别表示电压幅值标幺值的最小值和最大值;
3)线路潮流约束条件:
Pk,MIN≤Pk≤Pk,MAX
式中,Pk,MIN和Pk,MAX分别为第k条配网线路电流有功功率标幺值的最小值和最大值;
4)风力机组和光伏电源出力约束条件:
Figure FDA0002383727280000031
式中,Pa,WT表示第a台风力机组的出力;PWT,MAX和PWT,MIN分别表示风力机组出力的最大和最小极限值;Pb,PV表示第b台光伏电池的出力;PPV,MAX和PPV,MIN分别表示风力机组出力的最大极限值和最小极限值;
5)蓄电池充放电约束条件:
Figure FDA0002383727280000032
式中,PBE,MAX和PBE,MIN分别表示蓄电池储能系统的最大和最小充放电功率;
Figure FDA0002383727280000033
Figure FDA0002383727280000034
分别表示第c台蓄电池储能系统在第t时段内的充、放电功率。
5.如权利要求4所述的兼顾安全性与经济性的配网自愈优化方法,其特征在于:分布式电源的出力计算方式为:
1)风力发电机组的有功出力:
Figure FDA0002383727280000041
式中,PWT,RATE表示风力机组的额定功率;vci和vco分别表示切入和切出风速;vra表示风力发电机组的额定风速;
2)光伏发电的有功出力:
Figure FDA0002383727280000042
式中,PPV,RATE表示光伏电池的额定功率;RS和RSTC分别表示太阳实际光照辐射强度和标准测试条件下太阳光照辐射强度,单位为1kW/m2;ξ表示光伏阵列的功率温度系数,-0.35%/℃;TS和TSTC分别表示光伏阵列的实际温度和标准测试条件即25℃下光伏阵列电池温度;
3)蓄电池的出力计算:
Figure FDA0002383727280000043
式中,EBE(t)和EBE(t-1)分别表示第t时刻和t-1时刻蓄电池储能的剩余能量,单位为kWh;
Figure FDA0002383727280000044
Figure FDA0002383727280000045
分别表示蓄电池储能系统的充、放电功率,kW;ηC和ηD分别表示蓄电池储能的充、放电效率,Δt为第t时刻和t-1时刻之间的时间差。
6.如权利要求1至5任一所述的兼顾安全性与经济性的配网自愈优化方法,其特征在于:下层优化模型的目标函数为:
minh=(μh1+τh2);
式中,h表示综合费用;h1和h2分别表示网络损耗费用和负荷损失费用;μ和τ分别表示两个费用指标对应的权重值。
7.如权利要求6所述的兼顾安全性与经济性的配网自愈优化方法,其特征在于:网络损耗费用的计算方法为:
Figure FDA0002383727280000051
式中,δ(Δt)表示在Δt内的电价;Pk,LOSS表示第k条线路的网络损耗;Δt表示配网自愈方案恢复时间;λk表示第k条线路是否恢复的二元变量,值为1表示“是”,值为0表示“否”;NL表示配网线路总数量,包含联络线的数量。
8.如权利要求6所述的兼顾安全性与经济性的配网自愈优化方法,其特征在于:负荷损失费用的计算方法为:
Figure FDA0002383727280000052
式中,Nm表示停电用户的总数量;tm表示第m个用户的停电时间;δm(tm)表示在第m个用户的实时电价;Pm,OUTG表示第m个用户的停电功率。
9.如权利要求6所述的兼顾安全性与经济性的配网自愈优化方法,其特征在于:下层优化模型的约束条件为:
Pk,LOSS≤ΔPMAX
式中,Pk,LOSS表示第k条线路的网络损耗,ΔPMAX表示线路网络损耗的最大值。
CN202010091034.1A 2020-02-13 2020-02-13 一种兼顾安全性与经济性的配网自愈优化方法 Active CN111293683B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010091034.1A CN111293683B (zh) 2020-02-13 2020-02-13 一种兼顾安全性与经济性的配网自愈优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010091034.1A CN111293683B (zh) 2020-02-13 2020-02-13 一种兼顾安全性与经济性的配网自愈优化方法

Publications (2)

Publication Number Publication Date
CN111293683A true CN111293683A (zh) 2020-06-16
CN111293683B CN111293683B (zh) 2021-05-18

Family

ID=71030773

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010091034.1A Active CN111293683B (zh) 2020-02-13 2020-02-13 一种兼顾安全性与经济性的配网自愈优化方法

Country Status (1)

Country Link
CN (1) CN111293683B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112186744A (zh) * 2020-09-16 2021-01-05 国网天津市电力公司 一种适用于含分布式电源配电网的供电恢复方法及应用
CN112909930A (zh) * 2021-01-29 2021-06-04 国网河南省电力公司经济技术研究院 一种平抑混联配电网波动的储能系统优化配置方法
CN113131468A (zh) * 2021-04-16 2021-07-16 东南大学 一种考虑用户停电损失的多目标配电网供电恢复方法
CN113193592A (zh) * 2021-04-23 2021-07-30 华中科技大学 一种配电网拓扑动态演化过程的优化方法和系统
CN113472015A (zh) * 2021-06-30 2021-10-01 广东电网有限责任公司 配电网自愈网架建模方法、系统、终端设备及存储介质
CN115800306A (zh) * 2023-02-06 2023-03-14 华南理工大学 考虑风机故障的风光储无功补偿方法、装置及介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070219755A1 (en) * 2006-03-16 2007-09-20 Vrb Power Systems Inc. System and method for a self-healing grid using demand side management techniques and energy storage
CN102097865A (zh) * 2011-03-25 2011-06-15 武汉大学 一种电力系统供电恢复方法
CN104268682A (zh) * 2014-09-15 2015-01-07 华北电力大学 一种有源配电网的规划方法及装置
CN105281344A (zh) * 2015-11-20 2016-01-27 武汉大学 一种考虑电能质量及其不确定性约束的智能配电网自愈恢复优化方法
CN106602584A (zh) * 2017-02-06 2017-04-26 上海电力设计院有限公司 一种基于双层优化模型的多能互补微网储能优化配置方法
CN108539781A (zh) * 2018-03-29 2018-09-14 国网江苏省电力有限公司电力科学研究院 提高恢复过程安全性的扩展黑启动方案二层规划优化方法
CN109146706A (zh) * 2018-08-14 2019-01-04 国网四川省电力公司经济技术研究院 一种考虑灵活性供需平衡的输电网规划方法
CN110086170A (zh) * 2019-05-24 2019-08-02 国网浙江省电力有限公司温州供电公司 基于故障影响下成本最小的海岛微电网电源配置方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070219755A1 (en) * 2006-03-16 2007-09-20 Vrb Power Systems Inc. System and method for a self-healing grid using demand side management techniques and energy storage
CN102097865A (zh) * 2011-03-25 2011-06-15 武汉大学 一种电力系统供电恢复方法
CN104268682A (zh) * 2014-09-15 2015-01-07 华北电力大学 一种有源配电网的规划方法及装置
CN105281344A (zh) * 2015-11-20 2016-01-27 武汉大学 一种考虑电能质量及其不确定性约束的智能配电网自愈恢复优化方法
CN106602584A (zh) * 2017-02-06 2017-04-26 上海电力设计院有限公司 一种基于双层优化模型的多能互补微网储能优化配置方法
CN108539781A (zh) * 2018-03-29 2018-09-14 国网江苏省电力有限公司电力科学研究院 提高恢复过程安全性的扩展黑启动方案二层规划优化方法
CN109146706A (zh) * 2018-08-14 2019-01-04 国网四川省电力公司经济技术研究院 一种考虑灵活性供需平衡的输电网规划方法
CN110086170A (zh) * 2019-05-24 2019-08-02 国网浙江省电力有限公司温州供电公司 基于故障影响下成本最小的海岛微电网电源配置方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
PENG XIAO等: "Self-Healing Control with Multifunctional Gate Drive Circuits for Power Converters", 《2007 IEEE INDUSTRY APPLICATIONS ANNUAL MEETING》 *
张羽等: "基于频率调整策略的微电网多目标优化自愈控制", 《电 网 技 术》 *
潘凯岩等: "考虑运行和网架风险的配电网运行方式制定及优化", 《陕西电力》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112186744A (zh) * 2020-09-16 2021-01-05 国网天津市电力公司 一种适用于含分布式电源配电网的供电恢复方法及应用
CN112186744B (zh) * 2020-09-16 2024-03-08 国网天津市电力公司 一种适用于含分布式电源配电网的供电恢复方法及应用
CN112909930A (zh) * 2021-01-29 2021-06-04 国网河南省电力公司经济技术研究院 一种平抑混联配电网波动的储能系统优化配置方法
CN113131468A (zh) * 2021-04-16 2021-07-16 东南大学 一种考虑用户停电损失的多目标配电网供电恢复方法
CN113193592A (zh) * 2021-04-23 2021-07-30 华中科技大学 一种配电网拓扑动态演化过程的优化方法和系统
CN113472015A (zh) * 2021-06-30 2021-10-01 广东电网有限责任公司 配电网自愈网架建模方法、系统、终端设备及存储介质
CN113472015B (zh) * 2021-06-30 2024-04-26 广东电网有限责任公司 配电网自愈网架建模方法、系统、终端设备及存储介质
CN115800306A (zh) * 2023-02-06 2023-03-14 华南理工大学 考虑风机故障的风光储无功补偿方法、装置及介质

Also Published As

Publication number Publication date
CN111293683B (zh) 2021-05-18

Similar Documents

Publication Publication Date Title
CN111293683B (zh) 一种兼顾安全性与经济性的配网自愈优化方法
CN104701871A (zh) 一种含风光水多源互补微网混合储能容量最佳配比方法
CN107069814A (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
CN110135662B (zh) 一种考虑减小峰谷差的储能选址定容多目标优化方法
CN114069708A (zh) 一种计及不确定性的分散光储多层级多目标优化接入方法
CN107947183B (zh) 基于微分进化的含三端snop的配电网自适应优化方法
CN114725926A (zh) 面向韧性提升的分布式资源辅助主网关键节点黑启动策略
CN113852084B (zh) 考虑智能软开关优化配置的配电网多阶段韧性提升方法
Skaria et al. Genetic algorithm based optimal location of SVC in power system for voltage stability enhancement
CN114050609A (zh) 一种高比例新能源电力系统自适应鲁棒日前优化调度方法
CN113612256A (zh) 一种可再生能源直流微网制氢黑启动优化方法
CN113361078A (zh) 一种考虑光伏发电不确定性的配电网云边协同调控方法
CN113657619A (zh) 考虑故障连锁的关键弹性提升元件辨识及故障恢复方法
Peng et al. Research of Multi-objective optimal dispatching for microgrid based on improved Genetic Algorithm
jing Hu et al. Capacity optimization of wind/PV/storage power system based on simulated annealing-particle swarm optimization
CN115719967A (zh) 一种用于提高供电可靠性的有源配电网储能装置优化配置方法
CN115377968A (zh) 一种考虑可再生能源出力波动的新型配电网顺序恢复优化方法
Fu et al. Optimal sizing design for hybrid renewable energy systems in rural areas
Yang et al. Control scheme for energy storage in domestic households
CN111106622B (zh) 一种基于rmpc的主动配电网供电恢复方法
CN110768306B (zh) 一种提高保底电网中微电网应急能力的电源容量配置方法
CN113408860A (zh) 一种城市综合能源系统的故障自愈评估方法
CN112165089A (zh) 微电网的多目标调度方法、系统、设备及可存储介质
Liu et al. A resilience enhancement scheme of cyber-physical power system for extreme natural disasters
Chatterjee et al. Cost-Effective Hybrid Wind-Photovoltaic Generation System for Isolated Critical Loads: A Case Study

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