CN111626633B - 基于综合评价指标的自储能柔性互联配电网扩展规划方法 - Google Patents

Abstract

本发明公开了一种基于综合评价指标的自储能柔性互联配电网扩展规划方法。首先，依据自储能柔性互联配电网网架结构和运行模式，从安全性，可靠性、灵活性、经济性以及清洁能源消纳5个方面构建综合评价指标体系。其次，综合各类评价指标建立自储能柔性互联配电网选址定容和优化运行交替迭代的双层规划模型。提出特征初选‑样本聚类‑维度削减三步典型场景生成方法，提出基于集群划分的柔直端口选址方法，提高求解效率。应用十进制粒子群和锥规划的混合求解算法进行求解。最后，通过实际配电网数据，对所提出的评价指标体系、双层规划模型和效率提升方法进行了分析和验证。

Description

基于综合评价指标的自储能柔性互联配电网扩展规划方法

技术领域

本发明涉及电网优化规划设计方法的技术领域，尤其涉及一种基于综合评价指标的自储能柔性互联配电网扩展规划方法。

背景技术

自储能柔性互联配电网通过集成储能的柔性开关设备实现配电网“交-直-交”柔性合环，改变了传统的开环运行模式，储能的引入使其具备了时间和空间(馈线间)层面的功率灵活控制能力，满足了高供电可靠性、高电能质量、分布式电源高渗透接入等定制电力需求。

目前国内外对于柔性开关设备的规划已有一定研究，现有文献采用先选址再定容的分步规划方法，选址与定容分别优化，规划结果的合理性有待提高。在此基础上，现有文献通过SOP替代交流联络开关，不考虑改造现有交流网架，其选址空间较小，因此方案初始投资小且求解快，但形成的规划方案往往不是理想的最优。

柔性互联配电网作为电网发展的新形态之一，对其技术经济性能的认识需要一定过程。相关规划研究仍沿用典型智能配电网的评价指标，不能充分反映柔性互联配电网的技术经济性能。扩展规划使柔直端口选址空间由联络馈线端节点扩展至配电网内所有节点，并且随着柔直端口数增多，选址空间以节点总数的倍数方式增长，需要合理缩减其选址空间以提高求解效率。储能电量的时序连续性决定其场景模拟是长时间尺度的优化问题，相对于柔性开关设备单时间断面优化，计算时间数十倍增加，场景的时序维度高。同时多种类型的DG、负荷等不确定性元件构成了场景的变量维度，通过变量概率密度函数生成、样本聚类等方法构成的典型场景不改变变量维度，随着变量状态数增多，运行场景数呈指数倍增长，易出现“维数灾”问题。需要合理减少场景数量，减少计算时长。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于综合评价指标的自储能柔性互联配电网扩展规划方法，能够综合各类指标实现扩展规划，进而有效提高配电网的技术经济性能。

技术方案：为解决上述技术问题，本发明采用的技术方案为：

一种基于综合评价指标的自储能柔性互联配电网扩展规划方法，包括如下步骤：

步骤1：依据自储能柔性互联配电网网架结构和运行模式，从安全性，可靠性、灵活性、经济性以及清洁能源消纳5个方面构建综合评价指标体系，并综合各类评价指标建立自储能柔性互联配电网选址定容和优化运行交替迭代的双层规划模型；

步骤2：提出特征初选-样本聚类-维度削减三步典型场景生成方法，合理减少场景数量，提高求解效率；

步骤3：提出基于集群划分的柔直端口选址方法，提高求解效率；

步骤4：通过十进制粒子群算法和锥规划的混合求解算法实现规划模型求解。

优选的，本发明从安全性，可靠性、灵活性、经济性以及清洁能源消纳5个方面构建综合评价指标体系：

柔性互联配电网综合性能评价指标体系，具体包括年化建设成本、运行损耗和维护费用、潮流越限风险、电压越限风险、供电电源可选性、支路容量充裕率、负荷恢复比、负荷平均恢复时间、DG最大渗透率、DG最大集中并网容量10个二级指标。

优选的，本发明的综合各类评价指标建立自储能柔性互联配电网选址定容和优化运行交替迭代的双层规划模型：

自储能柔性互联配电网规划需要初步形成自储能柔性开关设备选址定容和柔直与节点连接线路的改造方案，并通过场景模拟并反馈该方案下系统的运行结果。建立自储能柔性互联配电网双层规划模型，上层为扩展规划层，目的是进行柔性开关设备选址定容优化和交流网架优化；下层为运行模拟层，目的是模拟在各类运行场景下系统运行性能最优的运行状态；上层将初步规划配置方案传递至下层，下层以此为基础求解系统最优运行方案，并将运行目标值返回上层，上下层交替迭代，最终确定配置方案。

优选的，本发明的特征初选-样本聚类-维度削减三步典型场景生成方法：

S1，特征初选：为增强典型场景的代表性，针对DG出力及负荷的季节性分布特征，将每日样本场景按四季划分，生成时序样本场景；

S2，样本聚类：分别针对各季度下的每日风电、光伏与负荷的时序样本场景，采用场景覆盖面较全的C-均值模糊聚类方法进行场景聚类，生成对应的典型时序场景；

S3，维度削减：针对多类型变量的状态组合导致典型场景维数高的问题，基于均匀设计理论实现场景降维，将状态组合生成的典型场景数由削减至N_VS，N_VS为变量状态数，D_S为场景维数，利用较少的状态组合实现场景最大化还原。

优选的，本发明的基于集群划分的柔直端口选址方法：

以电气耦合程度高、地理位置距离近为要求，将节点划分为集群。结合实际配电网建设和控制要求，设置在一个集群内，与自储能多端背靠背柔直的柔直端口相连的节点最多为1的约束；通过集群划分可将与柔直端口相连节点的选址空间由系统中所有节点转化为集群内部节点，大幅度减少了选址空间；每个柔直端口位置会对应一个集群，所有位置对应一个集群编码方案，即一个局部选址方案；对于同一局部选址方案，粒子在该局部选址方案内进行寻优，并进行速度位置更新；对于不同的局部选址方案，判断局部选址方案的优劣性，即局部最优值，并随迭代次数对最劣局部选址方案内所有粒子进行整体删除，目的是删除不切实际的选址方式，提高求解速度，最终通过所剩少量的局部选址方案得出全局最优值，对应最优规划方案。

优选的，本发明的十进制粒子群算法和锥规划的混合求解算法实现规划模型求解：

自储能柔性互联配电网双层规划模型的上层包含安装位置、优化容量倍数等整数决策变量，下层涉及非凸非线性的最优潮流计算，模型整体上属于大规模混合整数非凸非线性规划问题，采用双层求解算法，上层处理扩展规划层选址定容方案决策的混合整数问题，采用十进制粒子群算法进行求解，将生成的规划配置方案传递至下层；下层求解运行模拟层各典型场景下系统最优运行状态，采用二阶锥规划方法求解，将最优目标值返回上层并进行适应值计算和速度位置更新，如此反复迭代求出最优规划方案。

有益效果：本发明提供的一种基于综合评价指标的自储能柔性互联配电网扩展规划方法，构建“源-网-荷-储-控”一体化的柔性互联配电网新形态。通过合理的规划方法，将自储能多端背靠背柔直应用在配电网柔性互联中，有效减少系统电能损耗提高运行经济性，同时提升配电网的灵活性、安全性和可靠性，实现规模化清洁能源的满额友好消纳。所得研究成果可为智能配电网网架结构优化、协同控制与运行优化调度提供一定的理论支撑。

附图说明

图1为本发明方法的流程示意图；

图2为本发明实施例中自储能柔性互联配电网的典型结构如图；

图3为本发明实施例中自储能柔性互联配电网评价指标体系；

图4为本发明实施例中自储能柔性互联配电网规划框架；

图5为本发明实施例中双层规划模型求解流程图；

图6为本发明实施例中图实际配电系统结构图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

如图1所示，一种基于综合评价指标的自储能柔性互联配电网扩展规划方法，包括如下步骤：

步骤1：依据自储能柔性互联配电网网架结构和运行模式，从安全性，可靠性、灵活性、经济性以及清洁能源消纳5个方面构建综合评价指标体系，并综合各类评价指标建立自储能柔性互联配电网选址定容和优化运行交替迭代的双层规划模型；

步骤2：提出特征初选-样本聚类-维度削减三步典型场景生成方法，合理减少场景数量，提高求解效率；

步骤3：提出基于集群划分的柔直端口选址方法，提高求解效率；

步骤4：通过十进制粒子群算法和锥规划的混合求解算法实现模型求解。

实施例1：

本发明实施例中以自储能柔性互联配电网结构及评价体系为例进行本发明的模型与算法的说明。

1、依据自储能柔性互联配电网的网架结构和运行模式，构建其综合评价指标体系。

1.1自储能柔性互联配电网网架结构和运行模式

自储能柔性互联配电网的典型结构如图2所示，核心设备为自储能多端背靠背柔直(self-energy storage based multi-terminal back-to-back VSC-HVDC，SES-VSC-MTDC)，由N端柔直和M端储能并联组成。柔直和储能通过公共直流母线实现有功功率交换，将馈线所传输的交流电能以“交-直-交”的形式传输，实现馈线柔性互联。

SES-VSC-MTDC的控制方式灵活多变，每个柔直可以自由控制其有功和无功输出，但为了实时平衡有功功率，其中一个柔直需要采用定直流电压控制，因此采用主柔直U_dcQ控制、从柔直PQ控制的控制策略。将调度周期划分为等长时间段，时长为ΔT，SES-VSC-MTDC在t时段的运行约束包括其功率平衡的等式约束以及功率和容量的不等式限制，分别如式(1)和(2)所示。

式中：Φ_ES和Φ_ACDC分别为SES-VSC-MTDC中储能集合和柔直集合；和分别为t时段第m个储能和第n个柔直注入直流母线的有功功率；/>和/>分别为t时段第m个储能和第n个柔直的有功调度功率；η_ES和η_ACDC分别为储能和柔直的有功转换效率；/>和/>分别为t时段第m个储能和第n个柔直功率转换方向；/>和分别为t时段第m个储能和第n个柔直有功转换时产生的损耗；/>为t时段第n个柔直调度的无功功率；S_ACDC,n为第n个柔直的容量。/>和/>分别为第m个储能的电量和调度功率的上、下限。

1.2自储能柔性互联配电网综合评价指标体系

柔性互联配电网综合性能评价指标体系具体包括年化建设成本、运行损耗和维护费用、潮流越限风险、电压越限风险、供电电源可选性、支路容量充裕率、负荷恢复比、负荷平均恢复时间、DG最大渗透率、DG最大集中并网容量10个二级指标，框架如图3所示。

定义1：年化建设成本C_AC，由自储能柔性互联配电网建设成本年化折算所得，包括自储能背靠背柔直建设费用和电网线路改造费用。

式中：ζ_SES和ζ_L分别为SES-VSC-MTDC建设费用和电网线路改造费用的年化系数；ε_SES和ε_L分别为SES-VSC-MTDC和线路改造费用的残值率；C_SES和C_L分别为SES-VSC-MTDC建设费用和电网线路改造费用；c_ES,P和P_ES,m分别为储能换流器的单位功率成本和第m个储能的功率容量；c_ES,S和S_ES,m分别为储能本体的单位存储容量成本和第m个储能配置的存储容量；c_n和S_ACDC,n为柔直换流器的单位容量成本和第n个柔直换流器配置的容量；C₀为其他建设成本，包括直流母线、连接电缆、控制系统、安装调试费用等；c_L和L分别线路的单位建设成本和长度；d为贴现率；y_SES和y_L为SES-VSC-MTDC和线路使用寿命。

定义2：运行损耗和维护费用C_OLM，为自储能柔性互联配电网在t时段运行过程中产生的电网损耗费用、SES-VSC-MTDC的损耗费用和维护费用。

式中：c_OL为电价；A_NL和A_SL分别为t时段电网损耗和SES-VSC-MTDC损耗量；c_OM为单一时段运行维护费用系数；A_OM为SES-VSC-MTDC容量；N为系统支路总数；为t时段支路n传输的电流值；r_n为支路n的电阻值。

定义3：潮流越限风险C_TC，为配电网在t时段中各支路电流越限风险程度之和。当支路电流大于计算风险的截止电流时，开始计算越限风险。支路电流越大，越限风险越高，安全性越低。

式中：为支路n在t时段传输的电流标幺值；/>为支路n越限风险的截止电流标幺值，低于此截止电流时不考虑潮流越限风险。

定义4：电压越限风险C_VC，为配电网在t时段中各节点电压越限的风险程度之和。当节点电压大于计算风险的上截止电压时，或者节点电压小于下截止电压时，开始计算越限风险。电压值偏离额定值越多，电压越限风险越大，安全性越低。

式中：M为系统总节点数；为节点m在t时段电压标幺值；/>和U_m,B 分别为节点m的电压越限风险的上、下截止电压标幺值，节点电压在截止电压区间[U_m,B ,/>]内时不考虑电压越限风险。

定义5：供电电源可选性C_OPS，为自储能柔性互联配电网各节点可选择供电电源数量的平均值。供电电源包括上级电网和柔性开关设备端口等。

式中：N_G,m为节点m可选择的供电电源的个数，若某供电电源与节点m之间存在支路，并且电源容量大于该支路上所有负荷量，则该供电电源视为节点m的可选供电电源，其中上级电网的容量按所连馈线首条支路的额定容量计算。

定义6：支路容量充裕率C_PTA，为t时段各支路传输电流与额定电流的比值。该指标反映了柔性互联系统的可调裕度。

式中：为支路n的额定电流。

定义7：负荷恢复比C_LRR，为所有支路分别发生故障时，能够通过柔性切换供电线路、网络重构等方式恢复的负荷与所有断电的负荷比值的平均值。该指标衡量了在故障情况下配电网负荷恢复的能力。

式中：为第n条支路故障时断电的节点集合；/>和/>分别为第n条支路故障时可通过柔性切换供电线路和网络重构方式恢复供电的节点集合，若某一节点负荷可通过上述两种方式恢复供电，则将其归为可通过柔性切换供电线路恢复供电的节点；P_L,i为节点i的负荷功率。

定义8：负荷平均恢复时间C_LRT，为所有支路分别发生故障时，能够通过柔性供电、网络重构等方式恢复的负荷所需恢复时间的平均值。该指标衡量了在故障情况下配电网负荷恢复供电的速度。

式中：T_FS为通过柔性供电方式恢复供电所需时间；T_NR为通过网络重构切换供电线路所需时间。

定义9：DG最大渗透率C_DGMP，指配电网能够满额消纳的DG总容量最大值与总负荷量的比值。要保证DG满额消纳，任意时段DG发出功率可由系统中所有负荷和储能吸收，DG容量最大值为系统总负荷量最小值加上储能额定功率值。

式中：和/>分别为系统总负荷量的最大和最小值。

定义10：DG最大集中并网容量C_DGME，指在保证配电网潮流不越限的前提下，配电网各节点可集中接入DG的最大容量的中位值，反映了节点能够消纳DG的最大容量。可通过节点所在支路可传输有功之和近似得出。(将SES-VSC-MTDC中的柔直容量视为柔性负荷量，计入端口所在节点的负荷。)

式中：ME为求中位数运算；Φ_m为以节点m为首端节点的支路集合；S_n,L为支路n供电区域内所有节点负荷量之和，若节点与柔直相连，则加上柔直端口容量；S_n为支路n的最大供电容量；Φ_n为支路n供电区域内所有节点集合。

2、自储能柔性互联配电网双层规划模型：

自储能柔性互联配电网双层规划模型的上层为扩展规划层，目的是进行柔性开关设备选址定容优化和交流网架优化；下层为运行模拟层，目的是模拟在各类运行场景下系统运行性能指标最优的运行状态。双层规划框架如图4所示，上层将初步规划配置方案传递至下层，下层以此为基础求解系统最优运行方案，并将运行目标值返回上层，上下层交替迭代，最终确定配置方案。

2.1扩展规划层

扩展规划层负责对柔性开关设备选址定容优化和交流网架优化，并将规划配置方案传递至运行模拟层。扩展规划层以自储能柔性互联配电网综合性能评价指标最优为目标，其中体现时段运行状态的运行损耗和维护费用、潮流越限风险、电压越限风险和支路容量充裕率等运行性能指标由下层传递。目标数学表示为：

式中：μ_L为下层返回的目标值；λ_AHP,h为第h个指标的层次分析法权重；μ_h为通过柔性系数法确定的第h个指标的单位化目标，对于指标值越大性能越优的指标C_x，采用的形式表示，反之，采用/>的形式表示；/>和/>是由多次仿真计算得出的指标最大和最小值，x∈{AC,OPS,LRR,LRT,DGMP,DGME}。

约束条件包括：

(1)优化容量离散限制。SES-VSC-MTDC中柔直和储能容量存在生产标准化制约，故设置其优化容量的离散化约束。

式中：k_n、k_m,P和k_m,S分别为柔直n容量、储能m功率和存储容量的优化倍数；s_ACDC、p_ES和s_ES分别为柔直容量、储能功率和存储容量受生产标准化制约的单位优化容量；和/>分别为柔直n容量、储能m功率和存储容量的最大配置量。

(2)结合实际配电网建设和控制要求，设置SES-VSC-MTDC柔直端口数限制。

n_SES≤N_SES,n_SES∈N (16)

式中：n_SES和N_SES分别为SES-VSC-MTDC柔直端口数及其最大值。

2.2运行模拟层

运行模拟层以上层传递的选址定容方案为基础，以运行损耗和维护费用、潮流越限风险、电压越限风险和支路容量充裕率等运行性能指标综合最优为目标，模拟在全年各类运行场景下系统的最优运行状态，并返回运行目标值。目标数学表示为：

式中：N_S为场景数；T为场景的时段数；和/>分别为由多次仿真计算得出的指标的最大值和最小值，x∈{OLM,TC,VC,PTA}。

系统运行约束包括：

(1)配电网Distflow潮流约束。

(2)配电系统安全运行约束，安全运行需要满足节点电压和支路电流的限制。

(3)SES-VSC-MTDC运行约束，参见式(1)～(2)。

3、典型场景生成与模型求解。

3.1典型场景生成：

为了提升双层规划模型中运行模拟层的计算效率，提出特征初选-样本聚类-维度削减三步典型场景生成方法。

S1，特征初选。为增强典型场景的代表性，针对DG出力及负荷的季节性分布特征，将每日样本场景按四季划分，生成时序样本场景。

S2，样本聚类。分别针对各季度下的每日风电、光伏与负荷的时序样本场景，采用场景覆盖面较全的C-均值模糊聚类方法进行场景聚类，生成对应的典型时序场景。

S3，维度削减。针对多类型变量的状态组合导致场景维数高的问题，基于均匀设计理论实现场景降维，利用较少的状态组合实现最大化还原。3.2模型求解：

自储能柔性互联配电网双层规划模型的上层包含安装位置、优化容量倍数等整数决策变量，下层涉及非凸非线性的最优潮流计算，模型整体上属于大规模混合整数非凸非线性规划问题，难以直接通过解析方式求解。为此，设计双层求解算法，上层处理扩展规划层选址定容方案决策的混合整数问题，采用十进制粒子群算法进行求解，将生成的规划配置方案传递至下层；下层求解运行模拟层各典型场景下系统最优运行状态，采用二阶锥规划方法求解，将最优目标值返回上层并进行适应值计算和速度位置更新，如此反复迭代求出最优规划方案，流程图如图5所示。同时提出基于柔直端口集群划分的选址方法。

首先，以电气耦合程度高、地理位置距离近为要求，将节点划分为集群。结合实际配电网建设和控制要求，设置在一个集群内，与SES-VSC-MTDC的柔直端口相连的节点最多为1的约束。通过集群划分可将与柔直端口相连节点的选址空间由系统中所有节点转化为集群内部节点，大幅度减少了选址空间。进而对所有节点按集群顺序重新编号，保证单一集群内节点号为连续整数，便于集群内部节点编号的离散取值，获得最优规划结果后再将规划节点对应至原节点编号。每个柔直端口位置会对应一个集群，所有位置对应一个集群编码方案，即一个局部选址方案。对于同一局部选址方案，粒子在该局部选址方案内进行寻优，并进行速度位置更新。对于不同的局部选址方案，判断局部选址方案的优劣性(局部最优值)，并随迭代次数对最劣局部选址方案内所有粒子进行整体删除，目的是删除不切实际的选址方式，提高求解速度。最终通过所剩少量的局部选址方案得出全局最优值，对应最优规划方案。

SES-VSC-MTDC位置和线路长度不参与编码。为尽量减少网架线路改造成本，SES-VSC-MTDC位于到端口节点距离之和最短的点，即以端口节点位置为端点所构成多边形的费马点。线路长度由所确定的SES-VSC-MTDC及端口节点位置求距离得出。若端口相连节点之间存在馈线或者联络线，则忽略相应线路建设成本。

实施例2

本文选用华东某地区配电系统作为测试算例，结构如图6所示，系统包含3条配电馈线(实线)，6条交流联络馈线(虚线)，共计74个节点。系统节点位置及负荷量数据参见表2，支路长度由两端节点位置求距离得出，DG参数参见表3。维度削减所用均匀设计表参见表4。SES-VSC-MTDC中柔直有功转换效率为96％；储能为锂离子电池，有功转换效率为92％，电量上、下限分别额定容量的90％和10％。s_SES,j、p_ES、/>s_ES和/>分别为0.1MVA、2MVA、0.1MW、2MW、0.1MWh和4MWh。算例经济性参数见表5，各指标的权重、最大和最小值及相关指标参数参见表6。仿真计算机配置参数：intel core i7 7700H处理器，2.8GHz主频，8GB内存。

表1节点位置及负荷量数据表

/>

表2 DG配置参数

表3 6元素聚类场景均匀设计表(偏差：0.2656)

/>

表4算例经济性参数

表5各评价指标的权重、最大和最小值

/>

(1)柔性互联规划方案及效果分析

为了验证自储能柔性互联配电网的优势，在柔性开关设备最大端口数为4的前提下，设计3种规划方案进行对比分析，所得各种规划方案及评价指标如表6和表7所示。

方案1：不进行柔性互联配电网规划。

方案2：柔性开关设备为多端背靠背柔直的柔性互联配电网扩展规划。

方案3：自储能柔性互联配电网扩展规划。

表6各种规划方案

表7各种规划方案的评价指标

由表6中规划方案可以看出，方案1无新增设备并且不改变网架；方案2配置多端背靠背柔直，相连节点分别为15、23、45和72节点，各柔直容量分别为0.9、1.1、0.7和0.9MVA，同时在节点15-72处新增交流一条交流线路；方案3配置SES-VSC-MTDC，相连节点同样为15、23、45和72节点，各柔直容量分别为1.4、1.1、0.9和1.6MVA，储能容量为0.7MW/3.3MWh，同时在节点15-72处新增交流一条交流线路。由表7中不同方案的技术经济指标可以看出，方案1～3年化建设成本依次增加，说明配置经济性依次递减，但其他性能均依次提升，说明自储能柔性互联配电网除配置经济性之外的经济技术性能良好，下文进行具体分析。

由表7中经济性指标可以看出，方案1～3年化建设成本依次增加，方案2中柔性互联设备年化建设费用为24.85万元，新增2.39km的交流线路年化改造费用为13.67万元，说明柔性互联设备建设成本仍占较大比重。方案3年化建设成本最高，其中配置0.7MW/3.3MWh储能所需年化成本为28.09万元，占所有年化成本比重的38.8％，说明储能配置成本占较大比重。由表2可以看出，相对于方案1，方案2和3年化运行损耗和维护费用分别减少19.3和20.2万元，说明从无柔性互联到多端柔直互联再到自储能柔性互联，配电网运行经济效益越来越好。就整体经济性上看，方案1～3经济性依次递减。

由表7中安全性指标可以看出，配电网不采取柔性互联时，系统中某些支路电流过大，潮流越限风险较高，而采用多端背靠背柔直实现柔性互联时，潮流越限风险较低，支路电流保持在较低水平，通过SES-VSC-MTDC实现柔性互联时，潮流越限风险降低到极低，说明柔性互联配电网能够平衡线路负载和调节潮流，而自储能结构控制的效果更强。同样的，相对于无柔性互联时的较高电压越限风险，配电网柔性互联时电压越限风险较低，通过储能有功调节可以进一步降低电压越限风险。方案3中依然存在一定的电压越限风险的原因在于为降低支路电流以提高支路容量充裕率，需要尽可能提升电压，从而出现较低的电压越限风险。

由表7中灵活性指标可以看出，柔性互联配电网将馈线互联，相当于额外提供了供电电源，使负荷的供电电源具有更多的可选空间，并且随着端口数和端口容量的增大，系统中供电电源的可选性不断提升。方案3中供电电源可选性已接近2，即将实现双电源灵活供电，供电可靠性也更高。方案1～3支路容量充裕率依次呈减小趋势，说明自储能柔性互联配电网可有效平衡馈线的传输电流，实现馈线负载均衡，同时支路电流可调幅度更大，提升了电能传输的灵活性。

由表7中可靠性指标可以看出，方案1经过配电自动化改造的配电网负荷恢复率为0.9644，说明通过网络重构等手段能够基本保证断电负荷的恢复，但仍有小部分负荷不能可靠供电，平均供电恢复时间为1min，停电时间较长，而方案2～3通过馈线柔性互联使负荷恢复率达到0.99以上，平均供电恢复时间也减少约一半。

由表7中清洁能源消纳指标可以看出，方案3的DG最大渗透率和DG最大集中并网容量均为最大值，DG最大渗透率最大说明引入储能可以在DG并网功率过大时吸收多余有功，保证DG满额消纳的同时提升了系统DG最大渗透率；DG集中并网容量最大说明柔性互联容量的增大提升了DG的转供能力，提升了单个节点可接入的DG最大容量。

综上，自储能柔性互联配电网在运行经济性、安全性、灵活性、可靠性和清洁能源消纳能力上的性能指标均有显著提升，其中，潮流越限风险、DG最大渗透率和DG最大集中并网容量等性能指标尤为突出，但经济性指标相对较劣，但储能本体价格未来还有较大的下降空间，可以预见自储能背靠背柔性互联这一配电网新形态的技术经济价值未来将会更加凸显。

(2)求解效率提升方法分析

a)柔直端口选址方法分析

扩展规划使柔直端口选址空间由联络馈线端节点扩大至配电网内所有节点。采用直接选址方式时选址空间大小为在本文算例74节点、4柔直端口的配电网中，选址方式共有/>种。为保证寻优结果的准确性，迭代粒子数即便按1％计算也超过1万个，严重影响迭代求解效率。为此，本文提出基于柔直端口集群划分的端口选址方法。通过柔直端口集群划分可划分6个集群方案，产生的局部端口选址方案共有/>种，在每个局部选址方案中按粒子数为50进行迭代，迭代粒子数共750个，大幅度减少选址空间和迭代粒子数。此外，将端口所在位置划分为集群，构成局部选址方案，而后通过判断进行局部选址方案的优劣性，并随迭代次数对最劣局部选址方案内所有粒子进行整体删除，有助于快速排除类似柔直端口所在位置为集群1-2-5-6等不合理的选址方案，进一步减小了选址空间和迭代粒子数，提高了求解效率。

b)典型场景生成方法分析

为应对典型场景生成过程中的维数灾问题，提高算法的求解效率，本文设计特征初选-样本聚类-维度削减三步典型场景生成方案，该方案主要作用在于对场景中多个变量维数的削减，不在于单个变量的聚类削减。故采用C-均值模糊聚类方法，将一般典型场景生成方案(仅包括样本聚类层)与本文典型场景生成方案进行对比，结果如表8所示。

建立场景有效性指标CH，作为典型场景生成结果紧密型、重叠性和代表性的判据。

式中，ΔS为场景中变量维度削减的偏差，反映变量维度削减精确性；A为特征初选分类总数；B为变量总数；为第a个类型典型场景中t时段变量b的k个聚类之间的距离平方和，反映类间分离性；/>为第a个类型典型场景中t时段变量b的k个聚类与样本之间的距离平方和，反映样本与聚类的紧凑性。ΔS越小，/>越大，/>越小，指标值CH越大，场景有效性越高，典型场景生成方案越好。

表8典型场景生成方案对比结果

从表9可以看出，针对变量聚类数为6的典型场景生成方案，一般典型场景中变量包括光伏、风电和负荷3维变量，共216个场景，场景代表性最高，但计算时间超过25天，出现了维数灾问题。三步典型场景生成方案通过特征初选提高了场景代表性，并基于均匀设计理论将变量维数削减为1，虽然产生了26.56％的维度削减偏差，但场景数相对于一般典型场景生成方案降低了89％，实现场景规模大幅度降低，从而确保双层规划模型在有限时间内求解。而一般场景生成方案中若将典型场景数降低至同一水平，虽然提高了求解时间，但典型场景有效性由下降了81.7％，已不适合作为典型场景替代原样本场景。综上，本文提出的三步典型场景生成方法能够保证典型场景有效性和代表性，同时实现了计算效率的大幅度提高。

以上所述仅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，这些改进和润饰也应视为本发明的保护范围。

Claims (3)

1.一种基于综合评价指标的自储能柔性互联配电网扩展规划方法，其特征在于：包括如下步骤：

步骤1：依据自储能柔性互联配电网网架结构和运行模式，从安全性，可靠性、灵活性、经济性以及清洁能源消纳5个方面构建综合评价指标体系，并综合各类评价指标建立自储能柔性互联配电网选址定容和优化运行交替迭代的双层规划模型；

步骤2：提出特征初选-样本聚类-维度削减三步典型场景生成方法，合理减少场景数量，提高求解效率；

步骤3：提出基于集群划分的柔直端口选址方法，提高求解效率； 以电气耦合程度高、地理位置距离近为要求，将节点划分为集群；结合实际配电网建设和控制要求，设置在一个集群内，与自储能多端背靠背柔直的柔直端口相连的节点最多为1 的约束；通过集群划分可将与柔直端口相连节点的选址空间由系统中所有节点转化为集群内部节点，大幅度减少了选址空间；每个柔直端口位置会对应一个集群，所有位置对应一个 集群编码方案，即一个局部选址方案；对于同一局部选址方案，粒子在该局部选址方案内进行寻优，并进行速度位置更新；对于不同的局部选址方案，判断局部选址方案的优劣性，即局部最优值，并随迭代次数对最劣局部选址方案内所有粒子进行整体删除，目的是删除不切实际的选址方式，提高求解速度，最终通过所剩少量的局部选址方案得出全局最优值，对应最优规划方案；

步骤4：通过十进制粒子群算法和锥规划的混合求解算法实现规划模型求解；自储能柔性互联配电网双层规划模型的上层包含安装位置、优化容量倍数的整数决策变量，下层涉及非凸非线性的最优潮流计算，模型整体上属于大规模混合整数非凸非线性 规划问题，采用双层求解算法，上层处理扩展规划层选址定容方案决策的混合整数问题，采用十进制粒子群算法进行求解，将生成的规划配置方案传递至下层；下层求解运行模拟层各典型场景下系统最优运行状态，采用二阶锥规划方法求解，将最优目标值返回上层并进行适应值计算和速度位置更新，如此反复迭代求出最优规划方案。

2.根据权利要求1所述的基于综合评价指标的自储能柔性互联配电网扩展规划方法，其特征在于：上述步骤1中从安全性，可靠性、灵活性、经济性以及清洁能源消纳5个方面构建综合评价指标体系：柔性互联配电网综合性能评价指标体系，具体包括：年化建设成本，运行损耗和维护费用，潮流越限风险，电压越限风险，供电电源可选性，支路容量充裕率，负荷恢复比，负荷平均恢复时间，DG最大渗透率，DG最大集中并网容量10个二级指标。

3.根据权利要求1所述的基于综合评价指标的自储能柔性互联配电网扩展规划方法，其特征在于：步骤2中的特征初选-样本聚类-维度削减三步典型场景生成方法：

S1，特征初选：为增强典型场景的代表性，针对DG出力及负荷的季节性分布特征，将每日样本场景按四季划分，生成时序样本场景；

S2，样本聚类：分别针对各季度下的每日风电、光伏与负荷的时序样本场景，采用场景覆盖面较全的C-均值模糊聚类方法进行场景聚类，生成对应的典型时序场景；

S3，维度削减：针对多类型变量的状态组合导致典型场景维数高的问题，基于均匀设计理论实现场景降维，将状态组合生成的典型场景数由削减至N_VS，N_VS为变量状态数，D_S为场景维数，利用较少的状态组合实现场景最大化还原。