CN111628492A

CN111628492A - 一种高压配电网分区重构与储能协同的电网阻塞管控方法

Info

Publication number: CN111628492A
Application number: CN202010286597.6A
Authority: CN
Inventors: 刘友波; 曾宇; 张曦; 刘俊勇
Original assignee: Sichuan University
Current assignee: Sichuan University; Electric Power Research Institute of State Grid Sichuan Electric Power Co Ltd
Priority date: 2020-04-13
Filing date: 2020-04-13
Publication date: 2020-09-04
Anticipated expiration: 2040-04-13
Also published as: CN111628492B

Abstract

本发明涉及一种高压配电网分区重构与储能协同的电网阻塞管控方法，包括以下步骤，S1：采集城市高压配电网及输电网的拓扑信息、交流节点信息、电力信息及配电网的分区信息；S2：建立储能电站双层规划模型，规划储能电站选址、容量及其功率；S3：构建上层输电网阻塞管控优化模型，获取各区域高压配电网最优转移容量；S4：构建下层区域单元组分组重构及储能充放模型，获取各区域高压配电网最优拓扑状态；S5：反馈调节当前时刻的储能系统有功出力；S6：根据各区域高压配电网最优拓扑状态，计算输电网中交流节点的有功负荷，根据输电网中交流节点的有功负荷，判断输电网是否还有阻塞状态。本发明具有快速有效消除输电网阻塞的优点。

Description

一种高压配电网分区重构与储能协同的电网阻塞管控方法

技术领域

本发明涉及电力系统的技术领域，尤其是涉及一种高压配电网分区重构与储能协同的电网阻塞管控方法。

背景技术

当今社会中，电能已成为现代生活中不可或缺的一部分。许多发展中国家均在电力行业投入大量的人力物力以提高国民生活水平。在我国， 220kV输电网已逐渐深入到城市负荷中心并初具规模，形成城市电网的骨干网架，并由城市外围的500kV变电站供电，外来电比例占据较大的规模。此外，其下游网络110kV高压配电网，承担着连接输电网及中压配电网的作用，形成输电网—高压配电网—中压配电网的网架格局。

然而随着近年来城市负荷的快速增长，特别是电动汽车等这类移动负荷的大量接入，导致负荷分布极度不均，运行期间极易造成输电网局部阻塞，影响电网运行安全。为解决输电阻塞问题，调度员通常利用高压配电网重构实现潮流的大范围转移，腾挪供电空间，尽量减少高峰期间的负荷损失，但高压配电网在网络拓扑、电气特性、元件设备等方面有着自身鲜明特点：一方面，城市高压配电网拥有大量类似于输电网的电气元件，如大容量变压器、远距离输电导线；另一方面，高压配电网的结构呈辐射状，但相较于中压配电网，负荷更聚集，骨干拓扑更清晰，但受制于电源节点(220kV变电站)、110kV主供、备用线路的切换以及变电站站内结构调整及站间多条备供路径，导致运行方式调整时(如负荷转供)组合控制方案极为多样化，单单通过重构手段，往往无法达到最佳的拓扑状态，系统无法达到最佳的负荷运行状态，阻塞问题不能得到根本的解决；随着储能技术发展的日益成熟，储能电站在配网侧发挥着不可估量的作用。储能电站作为一种调节方式，其灵活的充放电功率调节和供蓄能力，能够有效缓解系统局部输电阻塞情况，保证连续断面下各个局部都留有充足的供电裕度。然而目前储能造价比较昂贵，过分依赖不仅成本高，也会因频繁的充放电而降低储能的使用寿命，削弱其经济性。

发明内容

本发明目的在于提供一种高压配电网分区重构与储能协同的电网阻塞管控方法，采用储能配合配电网转供手段制定组合调峰方案，在帮助调度员在海量决策空间中找到最优转移路径的同时，充分发挥储能调峰的技术优势，可大幅提高城市电网负荷高峰时段的供电能力，弥补传统仅利用负荷转供手段缓解城市电网运行压力的不足，具有快速有效消除输电网阻塞的优点。

为实现上述目的，本发明所采用的技术方案是：一种高压配电网分区重构与储能协同的电网阻塞管控方法，包括以下步骤，

S1：采集城市高压配电网的拓扑信息、交流节点信息、电力信息和输电网的拓扑信息、交流节点信息、电力信息及配电网的分区信息，对高压配电网和输电网的交流节点进行编号；

S2：基于变电单元组拓扑表示方法，定义全网负载均衡性指标，以储能项目投资期内总成本、配电网经济成本最小，供电可靠性最优为目标，建立储能电站双层规划模型，根据储能电站双层规划模型规划储能电站选址、容量及其功率；

S3：根据城市高压配电网的拓扑信息、交流节点信息、电力信息和输电网的拓扑信息、交流节点信息、电力信息，配电网的分区信息以及高压配电网和输电网的交流节点编号，构建上层输电网阻塞管控优化模型，并根据上层输电网阻塞管控优化模型获取各区域高压配电网最优转移容量；

S4：将各区域高压配电网最优转移容量及储能运行作为约束，基于单元组内部可行拓扑状态集，构建下层区域单元组分组重构及储能充放模型，根据日前调度计划值确定未来单位时间长度内各区域变电单元组开关状态调节，获取各区域高压配电网最优拓扑状态；潮流计算，获取未来单位时间长度内各储能电站的调度计划值；

S5：以未来单位时间长度内各储能电站的调度计划值为参考值，反馈调节当前时刻的储能系统有功出力；

S6：根据各区域高压配电网最优拓扑状态，计算输电网中交流节点的有功负荷，根据输电网中交流节点的有功负荷，判断输电网是否还有阻塞状态，若是，执行S2，若否，输出输电网没有阻塞状态。

进一步地，所述S2中的储能电站双层规划模型包括上层规划模型及下层规划模型；

所述上层规划模型以变电单元为基本单元，以储能电站投资及运维成本最小为目标，规划储能电站选址、容量及其功率，所述上层规划模型的目标函数为：

min C_ALL＝δC_inv+C_ope

式中：C_ALL为配电网年总成本；C_inv为投资成本；C_ope为运维成本；δ为等年值系数；

所述下层规划模型在以各区域负荷年切除量的期望值最小为目标的基础上，引入惩罚函数，所述下层规划模型的目标函数为：

其中，σ为惩罚因子，f_punish为惩罚函数，所述惩罚函数包括220kV 变电站负载越限惩罚项、节点电压越限惩罚项及线路功率越限惩罚项；

所述双层优化模型的约束包括ESS功率、容量、布点个数约束、节点功率约束、支路功率约束、储能设备过充约束和储能设备过放约束、荷电状态SOC上限约束、荷电状态SOC下限约束、储能充放电功率上限约束及储能充放电功率下限约束。

进一步地，所述S3中上层输电网阻塞管控优化模型的目标函数为：

其中，

为交流节点i和k构成的交流线路i-k中有功功率的转移容量，c_m为区域m高压配电网切负荷量；λ表示惩罚因子；i、k均为交流节点编号；

为输电网交流节点编号集合；

表示与节点i相连的高压配电网节点编号集合；m为配电网分区编号；N_R为区域高压配电网的个数；

所述上层输电网阻塞管控优化模型的约束条件包括区域高压配电网转移容量约束、切负荷约束、潮流约束以及线路有功功率及节点相角的上下限约束。

进一步地，所述下层区域单元组分组重构及储能充放模型的目标函数为：

其中，

为高压配电网中交流节点k有功负荷切除量，c_m为上层输电网阻塞管控优化模型求解得到的区域m高压配电网切负荷量，

为区域m高压配电网交流节点的编号集合；Ω_m为区域m高压配电网中配置有储能电站交流节点的编号集合；

分别为储能电站在单位时间内充、放电功率；σ_c、σ_d为充放电效率；C_ess为储能系统单位调度成本；

所述下层区域单元组分组重构及储能充放模型的约束条件包括潮流约束、辐射状运行约束以及状态变量的上、下限约束以及储能电站荷电状态约束。

进一步地，所述S5具体包括以下步骤，

S51：建立滚动预测模型，用于预测未来有限时域各负荷及储能系统的有功出力；

S52：建立短时间尺度优化模型，所述短时间尺度优化模型的目标为有功出力的修正偏差最小；

S53：确定未来单位时间长度内各储能电站的调度计划值后，每一个单位时段更新负荷预测值及储能系统的有功出力预测值，使用滚动预测模型求取未来两个单位时段的储能系统有功出力增量，但每次只执行未来两个单位时段的第一个时段的控制指令，使用短时间尺度优化模型计算第一个时段的有功出力的修正偏差，及时修正储能系统有功出力。

进一步地，所述滚动预测模型的表达式为

其中，P_o(k)为测量得到的各负荷及储能有功出力初始值，Δu(k+t|k)为k时刻预测得到未来[k+(t-1)，k+t]时段内有功出力增量。

进一步地，所述短时间尺度优化模型的目标为有功出力的修正偏差最小，所述短时间尺度优化模型的目标函数为

其中，其中，P_o(k)为储能的有功出力初始值，由实际量测值得到；Δu(k+t|k)表示k时刻预测得到未来[k+(t-1)，k+t]时段内有功出力增量，为优化的控制变量；P(k+i|k)表示k时刻预测未来k+i时刻有功出力值， N表示预测步长；

为k+i时刻的储能有功出力参考值，通过长时间尺度确定；

所述短时间尺度优化模型的约束包括储能单元约束及功率平衡约束。

进一步地，所述S53还包括：以当前单位时段的储能系统的实际有功出力值为下一单位时段的储能有功出力初始值。

进一步地，所述S7具体包括，

S71：获取输电网线路有功功率上限p_i，j，min及输电网线路有功功率下限 p_i，j，max；

S72：计算输电网中交流节点的有功负荷p_i ^d；

S73：判断

若是，执行S2，若否，执行S74；

S74：判断输电网没有处于阻塞状态。

综上所述，本发明的有益技术效果为：

1.本发明采用储能配合配电网转供手段制定组合调峰方案，在帮助调度员在海量决策空间中找到最优转移路径的同时，充分发挥储能调峰的技术优势，可大幅提高城市电网负荷高峰时段的供电能力，弥补传统仅利用负荷转供手段缓解城市电网运行压力的不足，具有快速有效消除输电网阻塞的优点。

附图说明

图1是本发明的一种高压配电网分区重构与储能协同的电网阻塞管控方法的步骤示意图；

图2是本发明的一种高压配电网分区重构与储能协同的电网阻塞管控方法的步骤示意图；

图3是本发明用于展示输电网简化拓扑结构的示意图；

图4是本发明用于展示城市高压配电网拓扑结构的示意图；

图5是本发明用于展示城市高压配电网简化拓扑结构的示意图；

图6是本发明用于展示修正储能系统有功出力的示意图。

具体实施方式

下面结合本发明的附图1～6，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做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。

实施例

参照图1、2，一种高压配电网分区重构与储能协同的电网阻塞管控方法，包括以下步骤，

结合图3、4及5，S1：采集城市高压配电网的拓扑信息、交流节点信息、电力信息和输电网的拓扑信息、交流节点信息、电力信息及配电网的分区信息，对高压配电网和输电网的交流节点进行编号；

下面依次对各个步骤进行详细说明。

S1：采集城市高压配电网的拓扑信息、交流节点信息、电力信息和输电网的拓扑信息、交流节点信息、电力信息及配电网的分区信息，对高压配电网和输电网的交流节点进行编号。

具体的，S1中高压配电网的拓扑信息包括高压配电网的拓扑结构、交流节点组成的交流线路，高压配电网的交流节点信息包括交流节点与相邻交流节点连接关系、交流节点的相角及其相角上下限，高压配电网的电力信息包括交流线路的导纳、有功功率、有功功率上下限及与交流节点相连的发电机发出的有功功率，所述输电网的拓扑信息包括输电网的拓扑结构、交流节点组成的交流线路，输电网的交流节点信息包括交流节点与相邻交流节点连接关系、交流节点的相角及其相角上下限，输电网的电力信息包括交流线路的导纳、有功功率、有功功率上下限及与交流节点相连的发电机发出的有功功率。

S2：基于变电单元组拓扑表示方法，定义全网负载均衡性指标，以储能项目投资期内总成本、配电网经济成本最小，供电可靠性最优为目标，建立储能电站双层规划模型，根据储能电站双层规划模型规划储能电站选址、容量及其功率。

S2中的储能电站双层规划模型包括上层规划模型及下层规划模型；

上层规划模型以变电单元为基本单元，以储能电站投资及运维成本最小为目标，规划储能电站选址、容量及其功率，上层规划模型的目标函数为：

min C_ALL＝δC_inv+C_ope

其中：C_ALL为配电网年总成本；C_inv为投资成本；C_ope为运维成本；δ为等年值系数。

下层规划模型在以各区域负荷年切除量的期望值最小为目标的基础上，引入惩罚函数，下层规划模型的目标函数为：

其中，σ为惩罚因子，f_punish为惩罚函数，所述惩罚函数包括220kV 变电站负载越限惩罚项、节点电压越限惩罚项及线路功率越限惩罚项。

双层优化模型的约束包括ESS功率、容量、布点个数约束、节点功率约束、支路功率约束、储能设备过充约束和储能设备过放约束、荷电状态SOC上限约束、荷电状态SOC下限约束、储能充放电功率上限约束及储能充放电功率下限约束等。

S3：根据城市高压配电网的拓扑信息、交流节点信息、电力信息和输电网的拓扑信息、交流节点信息、电力信息，配电网的分区信息以及高压配电网和输电网的交流节点编号，构建上层输电网阻塞管控优化模型，并根据上层输电网阻塞管控优化模型获取各区域高压配电网最优转移容量。

上层输电网阻塞管控优化模型的目标函数为：

其中，

为输电网交流节点编号集合；

表示与节点i相连的高压配电网节点编号集合；m为配电网分区编号；N_R为区域高压配电网的个数。

上层输电网阻塞管控优化模型的约束条件包括区域高压配电网转移容量约束、切负荷约束、潮流约束以及线路有功功率及节点相角的上下限约束。

具体的，区域高压配电网转移容量约束为：

其中，

为交流节点i和k构成的交流线路i-k中传输的有功功率； p_i,k,min为交流节点i和k构成的交流线路i-k中传输的有功功率上限，p_i,k,max为交流节点i和k构成的交流线路i-k中传输的有功功率下限，

为与节点k相连的输电网节点编号集合，

为第m个区域高压配电网节点编号集合。

具体的，切负荷约束为：

0≤c_m≤c_m,max

其中，c_m,max表示m区域高压配电网切负荷上限。

具体的，潮流约束为：

其中，

为输电网中交流节点i的有功功率；

为高压配电网中交流节点k安装相应储能电站有功充放量；

为与交流节点i相连的发电机发出的有功功率；p_i,j为交流节点i和j构成的交流线路i-j中传输的有功功率；

为与交流节点i相连的输电网交流节点编号集合；b_i,j为交流节点 i和j构成的交流线路i-j的导纳；θ_i、θ_j为交流节点i、j的相角。

具体的，线路有功功率及节点相角的上下限约束的公式为：

其中，p_i,j,min、p_i,j,max为交流节点i和j构成的交流线路i-j中传输的有功功率上、下限；θ_i,min、θ_i,max表示交流节点i相角的上、下限。

S4：将各区域高压配电网最优转移容量及储能运行作为约束，基于单元组内部可行拓扑状态集，构建下层区域单元组分组重构及储能充放模型，根据日前调度计划值确定未来单位时间长度内各区域变电单元组开关状态调节，获取各区域高压配电网最优拓扑状态；潮流计算，获取未来单位时间长度内各储能电站的调度计划值。值得说明的是，本实施例中，未来单位时间为1小时。各区域高压配电网最优拓扑状态为下层区域高压配电网重构模型求得的交流节点构成的交流线路中的功率方向，为0-1的状态变量。

下层区域单元组分组重构及储能充放模型的目标函数为：

其中，

分别为储能电站在单位时间内充、放电功率；σ_c、σ_d为充放电效率；C_ess为储能系统单位调度成本。

下层区域单元组分组重构及储能充放模型的约束条件包括潮流约束、辐射状运行约束以及状态变量的上、下限约束以及储能电站荷电状态约束。

具体的，潮流约束为：

其中，

为高压配电网中交流节点k的有功负荷及安装相应储能电站有功充放量；

分别为高压配电网中交流节点k的无功负荷和补偿量；

为高压配电网中交流节点k处安装储能电站相应无功充放量；p_i,k、I_i,k、r_i,k、q_i,k、x_i,k分别为交流节点i和k构成的交流线路i-k 中的有功功率、电流幅值的平方、线路阻抗、无功功率以及线路电抗；p_n,k、I_n,k、r_n,k、q_n,k、x_n,k分别为交流节点n和k构成的交流线路n-k中的有功功率、电流幅值的平方、线路阻抗、无功功率以及线路电抗；

(k)为与交流节点k相连的高压配电网节点编号集合；p_k,l、q_k,l分别为交流节点n和l构成的交流线路n-l中的有功功率和无功功率；k、n、l均为高压配电网节点编号；i为输电网交流节点编号。

其中，v_i、v_k分别为节点i、k的电压幅值的平方；M为常数；z_i,k为交流节点i和k构成的交流线路i-k中的功率方向；

其中，v_n为节点n的电压幅值的平方；z_n,k为交流节点n和k构成的交流线路n-k中的功率方向；

辐射状运行约束为：

状态变量的上、下限约束为：

其中，

为上层输电网阻塞管控优化模型求解得到的交流线路i-k 中有功功率的转移容量；

为转移后交流线路i-k有功功率的最大值；p_n,k,max、I_n,k,max为交流线路n-k有功功率最大值及电流幅值的平方最大值。

S5：以未来单位时间长度内各储能电站的调度计划值为参考值，反馈调节当前时刻的储能系统有功出力。

具体的，S5具体包括以下步骤，

S52：建立短时间尺度优化模型，所述短时间尺度优化模型的目标为有功出力的修正偏差最小；考虑城市电网中电动汽车等柔性负荷的普及以及可再生能源的大量并网使得针对高压配电网的负荷预测存在较大不确定性，根据长时间尺度确定未来1h内各储能电站调度计划值与实际情况难免存在误差，而储能从时间分布上对负荷进行平滑，精确的负荷预测值会对储能的控制策略产生较大影响，因此，在短时间尺度内，根据模型预测控制原理，通过DBN(深度置信网络)进行精确超短期负荷预测，利用其强大的学习能力易得到变电站负荷的典型负荷特性，再针对储能策略的调度值进行滚动优化调整，以达到及时修正当前时刻储能系统有功出力的目的；短时间尺度内针对储能出力的滚动优化是以长时间尺度内获得的调度值为依据，因此必须提前获取未来1h时间段内各储能电站调度计划值，否则优化无法进行；

S53：每一个单位时段更新负荷预测值及储能系统的有功出力预测值，使用滚动预测模型求取未来两个单位时段的储能系统有功出力增量，但每次只执行未来两个单位时段的第一个时段的控制指令，使用短时间尺度优化模型计算第一个时段的有功出力的修正偏差，及时修正储能系统有功出力，以当前单位时段的储能系统的实际有功出力值为下一单位时段的储能有功出力初始值。值得说明的是，本实施例中，一个单位时段为十分钟。

S51：建立滚动预测模型，用于预测未来有限时域各负荷及储能系统的有功出力。

还值得说明的是，滚动预测模型的表达式为

其中，P_o(k)为测量得到的各负荷及储能有功出力初始值，Δu(k+t|k)为 k时刻预测得到未来[k+(t-1),k+t]时段内有功出力增量。

S52：以未来单位时间长度内各储能电站的调度计划值为参考值，建立短时间尺度优化模型，所述短时间尺度优化模型的目标为有功出力的修正偏差最小。

短时间尺度优化模型的目标函数为

其中，P_o(k)为储能的有功出力初始值，由实际量测值得到；Δu(k+t|k) 表示k时刻预测得到未来[k+(t-1),k+t]时段内有功出力增量，为优化的控制变量；P(k+i|k)表示k时刻预测未来k+i时刻有功出力值，N表示预测步长；

为k+i时刻的储能有功出力参考值，通过长时间尺度确定。

短时间尺度优化模型的约束包括储能单元约束及功率平衡约束。

a.储能单元约束

式中：P^min和P^max分别为储能最小和最大允许输出功率；Δu^min和Δu^max分别为储能控制变量的上、下限幅值

其中：SOC(k+i|k)表示时刻预测未来时刻k+i储能的荷电状态；α为储能自放电率；E_Ess为储能电池的总容量；Δt为调度时间周期。

储能充放电功率限制约束为：

其中，引入二进制变量x来保证在任意时刻t，

和

仅有一个不为0。

储能单元剩余容量需满足约束：

SOC^min≤SOC(k+i|k)≤SOC^max

其中，SOC^min和SOC^max分别为储能单元的上、下限幅值。

b.功率平衡约束

式中：P_Gi(k+i|k)表示时刻预测未来k+i时刻常规机组有功出力； P_Load(k+i|k)表示时刻预测未来k+i时刻负荷量；P_loss(k+i|k)表示k时刻预测未来k+i时刻的系统有功损耗。

Δu^T(k+i|k)表示k时刻预测未来k+i时刻负荷及储能有功出力变化量列向量，用序列二次规划法优化求解出未来个时刻有功变化量：

{Δu^T(k+1|k),Δu^T(k+2|k),…,Δu^T(k+N|k)}

将该控制变量序列中的第一个控制变量列向量下发，求出k+i时刻配电网储能的有功出力：

P(k+1|k)＝P_o(k)+Δu^T(k+1|k)

参照图6，S53：确定未来单位时间长度内各储能电站的调度计划值后，每一个单位时段更新负荷预测值及储能系统的有功出力预测值，使用滚动预测模型求取未来两个单位时段的储能系统有功出力增量，但每次只执行未来两个单位时段的第一个时段的控制指令，使用短时间尺度优化模型计算第一个时段的有功出力的修正偏差，及时修正储能系统有功出力，以当前单位时段的储能系统的实际有功出力值为下一单位时段的储能有功出力初始值。值得说明的是，本实施例中，一个单位时段为十分钟。

P₀(k+1)＝P_real(k+1)

式中：P_real(k+1)表示k时刻有功预测出力值下发后，通过实际量测系统采集到k+1时刻实际有功出力值；P_real(k+1)表示k+1时刻有功出力初始值。

随着大量不确定性负荷的接入，在目前的负荷预测精度下，超前的 MPC控制无法保证储能出力与潮流计算得到的未来单位时间长度内各储能电站的调度计划值相同，从而导致超前下发的储能出力与实际有功出力之间存在偏差，不能最大限度发挥储能在配网侧的调节作用。因此需要反馈校正环节，以当前储能系统的实际有功出力值为新一轮滚动优化调度为初始值，构成闭环控制，克服系统及负荷的不确定性，使新一轮的有功出力预测值更加贴合实际，精度更高。

S6具体包括，

S61：获取输电网线路有功功率上限p_i,j,min及输电网线路有功功率下限 p_i,j,max；

S62：计算输电网中交流节点的有功负荷p_i ^d；

S63：判断

若是，执行S2，若否，执行S74；

S64：判断输电网没有处于阻塞状态。

Claims

1.一种高压配电网分区重构与储能协同的电网阻塞管控方法，其特征在于，包括以下步骤，

2.根据权利要求1所述的一种高压配电网分区重构与储能协同的电网阻塞管控方法，其特征在于，所述S1中高压配电网的拓扑信息包括高压配电网的拓扑结构、交流节点组成的交流线路，高压配电网的交流节点信息包括交流节点与相邻交流节点连接关系、交流节点的相角及其相角上下限，高压配电网的电力信息包括交流线路的导纳、有功功率、有功功率上下限及与交流节点相连的发电机发出的有功功率，所述输电网的拓扑信息包括输电网的拓扑结构、交流节点组成的交流线路，输电网的交流节点信息包括交流节点与相邻交流节点连接关系、交流节点的相角及其相角上下限，输电网的电力信息包括交流线路的导纳、有功功率、有功功率上下限及与交流节点相连的发电机发出的有功功率。

3.根据权利要求1所述的一种高压配电网分区重构与储能协同的电网阻塞管控方法，其特征在于，所述S2中的储能电站双层规划模型包括上层规划模型及下层规划模型；

min C_ALL＝δC_inv+C_ope