CN111628499B - 一种计及多风险因素的配电网新能源消纳能力评估的方法 - Google Patents

一种计及多风险因素的配电网新能源消纳能力评估的方法 Download PDF

Info

Publication number
CN111628499B
CN111628499B CN202010489186.7A CN202010489186A CN111628499B CN 111628499 B CN111628499 B CN 111628499B CN 202010489186 A CN202010489186 A CN 202010489186A CN 111628499 B CN111628499 B CN 111628499B
Authority
CN
China
Prior art keywords
power
distribution network
new energy
risk
node
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
Application number
CN202010489186.7A
Other languages
English (en)
Other versions
CN111628499A (zh
Inventor
甘雯
刘丽
詹锐烽
沈诚亮
黄继华
林承钱
徐国华
陈丽娟
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.)
Zhejiang Tailun Electric Power Group Co ltd
Southeast University
Huzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Zhejiang Tailun Electric Power Group Co ltd
Southeast University
Huzhou Power Supply Co of State Grid Zhejiang Electric Power 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 Zhejiang Tailun Electric Power Group Co ltd, Southeast University, Huzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Zhejiang Tailun Electric Power Group Co ltd
Priority to CN202010489186.7A priority Critical patent/CN111628499B/zh
Publication of CN111628499A publication Critical patent/CN111628499A/zh
Application granted granted Critical
Publication of CN111628499B publication Critical patent/CN111628499B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • 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
    • H02J3/381—Dispersed generators
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • Y—GENERAL 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

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

Abstract

本发明公开了一种计及多风险因素的配电网新能源消纳能力评估的方法，包括如下步骤：建立负荷及分布式新能源出力随机模型；基于半不变量法建立配电网状态变量的概率密度函数以及概率分布函数；构建配电网运行安全性风险评价指标体系；构建典型场景下的配电网运行经济性风险评价指标体系；基于条件风险价值转化典型场景的经济性运行风险指标；以可消纳的分布式新能源功率最大化为目标，构建配电网新能源消纳目标函数；构建考虑多风险因素的配电网新能源消纳约束条件，求解新能源消纳最优化问题。本发明方法能够处理新能源的随机特性，利用多维度多层级的风险评价指标体系，兼顾配电网运行安全性与经济性要求，实现新能源消纳能力的评估。

Description

一种计及多风险因素的配电网新能源消纳能力评估的方法
技术领域
本发明属于配电网优化领域，具体涉及一种计及多风险因素的配电网新能源消纳能力评估的方法。
背景技术
在经济发展全球化和气候变化全球化的大背景下，配电网正朝着多元化、可持续、环保化的方向发展，传统石化能源的使用进入瓶颈期。近年来，一次能源在电力系统中的使用比例有所降低，越来越多的分布式新能源逐步接入配网系统，新能源发电有效地改善了传统发电环节面临的环境污染问题。一方面，分布式新能源的的接入会对配电网带来诸多优势，如提升重载系统电压、使配电网的运行控制更加灵活等；另一方面，由于分布式新能源存在随机性及不确定性，使得含新能源的配电网存在安全稳定运行方面的问题，如谐波超标、电压越限等。
发明内容
发明目的：为了克服现有技术中存在的不足，提供一种计及多风险因素的配电网新能源消纳能力评估的方法，该方法能够处理新能源的随机特性，利用多维度多层级的风险评价指标体系，兼顾配电网运行安全性与经济性要求，实现新能源消纳能力的评估。
技术方案：为实现上述目的，本发明提供一种计及多风险因素的配电网新能源消纳能力评估的方法，包括如下步骤：
S1：建立负荷及分布式新能源出力随机模型；
S2：建立基于半不变量法的配电网概率潮流计算模型，利用步骤S1中的模型和数据，通过配电网概率潮流计算模型获取配电网状态变量的概率密度函数以及概率分布函数；
S3：根据配电网状态变量的概率密度函数以及概率分布函数，构建配电网运行安全性风险评价指标体系；
S4：构建典型场景下的配电网运行经济性风险评价指标体系；
S5：基于条件风险价值转化步骤S4中典型场景的经济性运行风险指标；
S6：以可消纳的分布式新能源功率最大化为目标，构建配电网新能源消纳目标函数；
S7：构建考虑多风险因素的配电网新能源消纳约束条件，求解新能源消纳最优化问题。
进一步的，所述步骤S2中配电网概率潮流计算模型的构建具体如下：
采用交流潮流模型，将极坐标形式的电力系统潮流方程在基准运行点处进行泰勒展开并保留一次线性项得到如下的线性化方程：
Figure BDA0002520388560000021
式中，ΔW、ΔX、ΔZ分别为节点注入功率变化量、节点电压幅值和相角的变化量以及支路功率的变化量，S0、T0为灵敏度矩阵；
根据半不变量与原点矩的关系，求出配电网状态量的各阶半不变量：
Figure BDA0002520388560000022
Figure BDA0002520388560000023
公式(2)表示半不变量与原点矩的关系，κ1、κν+1、κν-j+1分别为一阶、ν+1阶和ν-j+1半不变量，α1、αν+1、αj分别一阶、ν+1阶和j阶原点矩；公式(3)表示节点电压及支路潮流半不变量与节点注入功率半不变量之间的关系，
Figure BDA0002520388560000024
分别为灵敏度矩阵中每个元素的j次方构成的矩阵，ΔKW(j)、ΔKX(j)、ΔKZ(j)分别为节点注入功率、节点电压以及支路潮流的j阶半不变量。
利用Gram-Charlier展开级数及状态量各阶半不变量求解出状态量的概率密度函数以及概率分布函数，进一步获取状态量的越限信息。
进一步的，所述步骤S3中配电网运行安全性风险评价指标体系包括节点电压越上限风险指标、节点电压越下限风险指标以及线路过载风险指标，具体定义如下：
Figure BDA0002520388560000025
Figure BDA0002520388560000026
Figure BDA0002520388560000027
其中，
Figure BDA0002520388560000028
分别为节点电压越上限、节点电压越下限以及支路潮流过载严重度函数，ρ(Vi)、ρ(pi)分别为节点电压的概率密度函数以及支路有功潮流的概率密度函数，Vmax、Vmin、pi,max分别为电压上限、电压下限、线路i允许通过的有功潮流上限。
进一步的，所述步骤S4中典型场景下的配电网运行经济性风险评价指标体系包括网损越限风险指标、新能源运营商盈亏风险指标以及负荷损失风险指标，各子场景下指标含义如下：
Figure BDA0002520388560000031
Figure BDA0002520388560000032
Figure BDA0002520388560000033
Figure BDA0002520388560000034
Figure BDA0002520388560000035
Figure BDA0002520388560000036
Figure BDA0002520388560000037
其中，公式(7)表示场景s下的配电网网损，
Figure BDA0002520388560000038
为场景s下的电价，
Figure BDA0002520388560000039
为第i条线路在场景s下的线损，L为配电网线路总数；公式(8)表示场景s下的新能源运营商发电盈亏函数，ΛDG为分布式电源种类集合，N为配电网总节点数，sign(i)为符号判断函数，若i节点接入分布式电源则该值为1，否则该值为0；公式(9)表示场景s下的负荷损失函数，
Figure BDA00025203885600000310
为场景s下节点i的第k类负荷的失负荷成本和削减功率；公式(10)至公式(13)表示场景s下分布式新能源售电收入、分布式新能源的环保补贴、运行维护费用以及谐波治理投资成本；公式(10)中，
Figure BDA00025203885600000311
为场景s下节点i的分布式电源单位电量的售电价格及有功出力大小；公式(11)中，
Figure BDA00025203885600000312
分别为场景s下不接入分布式电源时配网从主网所购电量以及接入分布式电源时配网从主网所购电量，Ml表示主网中火电机组生产单位电量排放的第l类废气的量，Cl表示减排第l类废气所得的政府给予的经济补偿，M为废气种类数；公式(12)中，γi表示固定年利率，ni表示节点i分布式电源的使用年限，
Figure BDA00025203885600000313
表示场景s下i节点的分布式电源单位电量的运行维护费用；公式(13)中，
Figure BDA00025203885600000314
表示场景s下节点i分布式电源单位装机容量所需的谐波治理投资费用，
Figure BDA00025203885600000315
表示场景s下节点i分布式电源视在功率。
进一步的，所述步骤S4中典型场景的获取方式为：
(1)随机生成若干组配电网中各节点注入有功功率及无功功率样本并对其进行标准化处理，各节点随机选取n组有功及无功样本作为聚类中心；
(2)计算各节点注入功率样本与聚类中心的欧式距离，将各节点注入功率样本划分到与其欧氏距离最小的聚类中心所在簇；
(3)按下式计算新的聚类簇中心：
Figure BDA0002520388560000041
Figure BDA0002520388560000042
Figure BDA0002520388560000043
式中，xi,j表示各节点第j个聚类中心所在簇中的第i个样本，nj表示第j个簇中的样本数；Cj表示新的聚类中心；ρCj表示Cj所对应的概率，ρxi,j表示xi,j出现的概率，
Figure BDA0002520388560000044
表示Cj所在簇中的样本集合；
(4)重复步骤(2)-(3)，直至各节点聚类簇中心不再改变，各聚类簇中心即为削减后的典型场景。
进一步的，所述步骤S5中采用条件风险价值的方法计算步骤S4中定义的经济性运行风险指标，确定新能源消纳的经济性风险约束。
进一步的，所述新能源消纳的经济性风险指标具体如下：
Figure BDA0002520388560000045
Figure BDA0002520388560000046
Figure BDA0002520388560000047
式中，β1、β2、β3分别为网损风险边界值、新能源运营商盈亏风险边界值以及负荷削减风险边界值，α1、α2、α3为风险置信度，ρ(y1)、ρ(y2)、ρ(y3)为随机变量的概率密度函数。
进一步的，所述步骤S6中配电网新能源消纳目标函数表示为：
Figure BDA0002520388560000048
式中，M为分布式电源可接入的节点集合，
Figure BDA0002520388560000049
为节点i的分布式新能源安装容量。
进一步的，所述步骤S7中配电网新能源消纳约束条件包含潮流约束、设备运行约束以及配电网多风险指标约束，其表达公式如下：
Figure BDA0002520388560000051
Figure BDA0002520388560000052
Figure BDA0002520388560000053
Figure BDA0002520388560000054
其中，公式(21)表示潮流约束；公式(22)表示分布式电源出力上下限约束，
Figure BDA0002520388560000055
Figure BDA0002520388560000056
分别为分布式电源有功出力上下限以及分布式电源无功出力上下限；公式(23)和公式(24)表示风险约束，RVHi,max、RVLi,max、RLOi,max、RLHmax、RPLmax、RLCmax分别为配电网所能接受的节点电压越上限风险最大值、节点电压越下限风险最大值、线路过载风险最大值、网损风险最大值、新能源运营商盈亏风险最大值及失负荷风险最大值。
进一步的，考虑到新能源及负荷随机性，采用概率潮流方法建立安全性风险指标，采用场景削减及条件风险价值的方法确定经济性风险指标，实现对含新能源的配电网运行风险更加全面、细致的表述。
进一步的，在确定含新能源的配电网消纳能力评估的过程中，利用经济性风险约束及安全性风险约束将不确定性的评估过程转化为确定性约束条件下的优化问题求解，借助风险驱动的约束条件体系实现了新能源消纳能力的评估，有利于含新能源的配电网安全、经济运行。
配电网中的新能源消纳能力评估旨在评估当前配电网所能接纳的分布式新能源容量大小，同时整合新能源出力不确定性实现新能源有序接入，对于配电网的安全及经济运行具有十分重要的意义。本发明方法通过建立含新能源的配电网安全性及经济性的多维度多层面风险评价指标体系，更加全面细致地分析配电网的运行状态，基于概率潮流的方法建立安全性风险评价指标体系，基于场景削减及条件风险价值的方法建立经济性风险评价指标体系。同时，利用风险驱动的约束条件体系，实现了配电网的新能源消纳能力评估，保证在可接受的安全性风险及经济性风险条件下消纳水平的最大化。
有益效果：本发明与现有技术相比，具备如下优点：
1、本发明计及了含新能源的配电网运行随机性和不确定性的特点，建立了考虑多风险因素的配电网中新能源消纳能力评估模型，兼顾配电网运行的安全可靠性以及经济性，使评估结果更好地响应配电网实际运行特性与规划要求。
2、考虑到新能源及负荷的随机性，采用概率潮流方法建立新能源消纳能力评估中的安全性风险约束条件，有助于克服常规状态量的确定性约束条件难以灵活应对新能源出力波动方面的不足。
3、本发明提出一种场景削减法获取典型场景及其出现概率，采用场景削减及条件风险价值的方法确定经济性风险指标，进而确定消纳能力评估的经济性风险约束，借助风险驱动的约束条件体系实现了新能源消纳能力的评估，有利于含新能源的配电网安全、经济运行。
附图说明
图1是本发明方法的流程图；
图2是本实施例中的配电网系统结构图；
图3是本实施例采取的概率潮流算法与常规模拟法的对比图；
图4是本实施例中基于场景削减法及常规采样法得到的网络线损分布图；
图5是利用本发明方法优化得到的不同接入节点及可接纳风险水平条件下配电网的新能源消纳水平示意图；
图6是配置情况1下各节点电压期望及电压越限风险分布示意图；
图7是配置情况2下各节点电压期望及电压越限风险分布示意图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明。
如图1所示，本发明提供一种计及多风险因素的配电网新能源消纳能力评估的方法，包括如下步骤：
S1：获取配电网负荷、网架结构相关数据，建立负荷及分布式新能源(光伏、风电)出力随机模型。
根据统计经验，一段时间内负荷的有功功率和无功功率均服从正态分布，光照强度服从Beta分布，风速服从Weibull分布。
S2：建立基于半不变量法的配电网概率潮流计算模型，利用步骤S1中的模型和数据，通过配电网概率潮流计算模型获取配电网状态变量的概率密度函数以及概率分布函数：
作为一种基于解析法的概率潮流计算方法，半不变量法利用线性化的潮流方程以及半不变量与原点矩的对应关系，解决了传统模拟法在求解状态量概率分布时所面临的的计算量过大的问题。为此，本实施例借助半不变量法获取配电网状态变量的概率密度及概率分布，为安全性风险指标的确定建立基础。
采用交流潮流模型，将极坐标形式的电力系统潮流方程在基准运行点处进行泰勒展开并保留一次线性项得到如下的线性化方程：
Figure BDA0002520388560000071
式中，ΔW、ΔX、ΔZ分别为节点注入功率变化量、节点电压幅值和相角的变化量以及支路功率的变化量，S0、T0为灵敏度矩阵；
根据半不变量与原点矩的关系，求出配电网状态量的各阶半不变量：
Figure BDA0002520388560000072
Figure BDA0002520388560000073
公式(2)表示半不变量与原点矩的关系，κ1、κν+1、κν-j+1分别为一阶、ν+1阶和ν-j+1半不变量，α1、αν+1、αj分别一阶、ν+1阶和j阶原点矩；公式(3)表示节点电压及支路潮流半不变量与节点注入功率半不变量之间的关系，
Figure BDA0002520388560000074
分别为灵敏度矩阵中每个元素的j次方构成的矩阵，ΔKW(j)、ΔKX(j)、ΔKZ(j)分别为节点注入功率、节点电压以及支路潮流的j阶半不变量；
利用Gram-Charlier展开级数及状态量各阶半不变量求解出状态量的概率密度函数以及概率分布函数，进一步获取状态量的越限信息。
S3：根据配电网状态变量的概率密度函数以及概率分布函数，构建配电网运行安全性风险评价指标体系：
本实施例中配电网运行安全性风险评价指标体系包括节点电压越上限风险指标(RVH)、节点电压越下限风险指标(RVL)以及线路过载风险指标(RLO)，根据以上指标体系辅助建立新能源消纳的安全性风险约束。各指标具体定义如下：
Figure BDA0002520388560000075
Figure BDA0002520388560000081
Figure BDA0002520388560000082
其中，
Figure BDA0002520388560000083
分别为节点电压越上限、节点电压越下限以及支路潮流过载严重度函数，ρ(Vi)、ρ(pi)分别为节点电压的概率密度函数以及支路有功潮流的概率密度函数，Vmax、Vmin、pi,max分别为电压上限、电压下限、线路i允许通过的有功潮流上限。
S4：构建典型场景下的配电网运行经济性风险评价指标体系：
典型场景下的配电网运行经济性风险评价指标体系包括网损越限风险指标(RLH)、新能源运营商盈亏风险指标(RPL)以及负荷损失风险指标(RLC)，各子场景下指标含义如下：
Figure BDA0002520388560000084
Figure BDA0002520388560000085
Figure BDA0002520388560000086
Figure BDA0002520388560000087
Figure BDA0002520388560000088
Figure BDA0002520388560000089
Figure BDA00025203885600000810
其中，公式(7)表示场景s下的配电网网损，
Figure BDA00025203885600000811
为场景s下的电价，
Figure BDA00025203885600000812
为第i条线路在场景s下的线损，L为配电网线路总数；公式(8)表示场景s下的新能源运营商发电盈亏函数，ΛDG为分布式电源(DG)种类集合，N为配电网总节点数，sign(i)为符号判断函数，若i节点接入DG则该值为1，否则该值为0；公式(9)表示场景s下的负荷损失函数，
Figure BDA00025203885600000813
为场景s下节点i的第k类负荷的失负荷成本和削减功率；公式(10)至公式(13)表示场景s下分布式新能源售电收入、分布式新能源的环保补贴、运行维护费用以及谐波治理投资成本；公式(10)中，
Figure BDA0002520388560000091
为场景s下节点i的DG单位电量的售电价格及有功出力大小；公式(11)中，
Figure BDA0002520388560000092
分别为场景s下不接入DG时配网从主网所购电量以及接入DG时配网从主网所购电量，Ml表示主网中火电机组生产单位电量排放的第l类废气的量，Cl表示减排第l类废气所得的政府给予的经济补偿，M为废气种类数；公式(12)中，γi表示固定年利率，ni表示节点i分布式电源的使用年限，
Figure BDA0002520388560000093
表示场景s下i节点的DG单位电量的运行维护费用；公式(13)中，
Figure BDA0002520388560000094
表示场景s下节点i分布式电源单位装机容量所需的谐波治理投资费用，
Figure BDA0002520388560000095
表示场景s下节点i分布式电源视在功率。
本实施例中典型场景的获取方式为：
(1)随机生成若干组配电网中各节点注入有功功率及无功功率样本并对其进行标准化处理，各节点随机选取n组有功及无功样本作为聚类中心；
(2)计算各节点注入功率样本与聚类中心的欧式距离，将各节点注入功率样本划分到与其欧氏距离最小的聚类中心所在簇；
(3)按下式计算新的聚类簇中心：
Figure BDA0002520388560000096
Figure BDA0002520388560000097
Figure BDA0002520388560000098
式中，xi,j表示各节点第j个聚类中心所在簇中的第i个样本，nj表示第j个簇中的样本数；Cj表示新的聚类中心；ρCj表示Cj所对应的概率，ρxi,j表示xi,j出现的概率，
Figure BDA0002520388560000099
表示Cj所在簇中的样本集合；
(4)重复步骤(2)-(3)，直至各节点聚类簇中心不再改变，各聚类簇中心即为削减后的典型场景。
S5：基于条件风险价值(CVaR)转化步骤S4中典型场景的经济性运行风险指标：
采用条件风险价值的方法计算步骤S4中定义的经济性运行风险指标，确定新能源消纳的经济性风险约束，本实施例中新能源消纳的经济性风险指标具体如下：
Figure BDA00025203885600000910
Figure BDA00025203885600000911
Figure BDA0002520388560000101
式中，β1、β2、β3分别为网损风险边界值、新能源运营商盈亏风险边界值以及负荷削减风险边界值，α1、α2、α3为风险置信度，ρ(y1)、ρ(y2)、ρ(y3)为随机变量的概率密度函数。
S6：以可消纳的分布式新能源功率最大化为目标，构建配电网新能源消纳目标函数，本实施例中配电网新能源消纳目标函数表示为：
Figure BDA0002520388560000102
式中，M为分布式电源可接入的节点集合，
Figure BDA0002520388560000103
为节点i的分布式新能源安装容量。
S7：构建考虑多风险因素的配电网新能源消纳约束条件，求解新能源消纳最优化问题：
本实施例中建立的配电网新能源消纳约束条件包含潮流约束、设备运行约束以及配电网多风险指标约束，其表达公式如下：
Figure BDA0002520388560000104
Figure BDA0002520388560000105
Figure BDA0002520388560000106
Figure BDA0002520388560000107
其中，公式(21)表示潮流约束；公式(22)表示分布式电源出力上下限约束，
Figure BDA0002520388560000108
Figure BDA0002520388560000109
分别为分布式电源有功出力上下限以及分布式电源无功出力上下限；公式(23)和公式(24)表示风险约束，RVHi,max、RVLi,max、RLOi,max、RLHmax、RPLmax、RLCmax分别为配电网所能接受的节点电压越上限风险最大值、节点电压越下限风险最大值、线路过载风险最大值、网损风险最大值、新能源运营商盈亏风险最大值及失负荷风险最大值。
本实施例中将上述方法应用于图2所示系统中，该配电网络包含33个节点和32条支路，基准电压、基准视在功率、各节点负荷有功之和及各节点负荷无功之和分别为12.6kV、10MVA、3.715MW及2.3MVar；在该配电网中评估可消纳的风电机组，风机的尺度参数为7.2，形状参数为2，切入风速为3m/s，切出风速为25m/s，额定风速为15m/s；负荷功率服从正态分布，期望为原始系统各节点功率值，标准差为原始系统各节点功率值的10％；各节点所能安装的风电机组的最大容量为2MW。
为了验证本发明方法效果，将本实施例获取的结果进行仿真试验，首先获取到如图3所示的对比图。
图4的上图为采用常规模拟法抽样10000次得到的IEEE33系统各支路网损分布图，下图为采用本发明的场景削减法得到的200个样本下的网损分布，由图4可知，利用本发明提供的场景削减法可以较好的获取典型代表性场景。
图5给出了除电压越限风险约束外其他约束条件相同时，3种不同情况下的消纳能力，其中case 1表示新能源接入节点为18和33情况下各节点所能接受的节点电压越上下限风险为10-5时的消纳能力，case 2表示新能源接入节点为18和33情况下各节点所能接受的节点电压越限风险为10-6时的消纳能力，case 3表示新能源接入节点为13和18情况下各节点所能接受的节点电压越限风险为10-6时的消纳能力，由图5可知，新能源接入点以及配网可接受的风险水平均会影响新能源消纳能力。
图6给出了图5中配置情况1下的配电网各节点电压期望及风险分布，各节点电压均未出现越限情况，图7给出了图5中配置情况2下的配电网各节点电压期望及风险分布，各节点电压均未出现越限情况。由此可见，本发明所提的一种计及多风险因素的配电网新能源消纳能力评估的方法能够在可接受的安全性及经济性风险水平下评估新能源的消纳能力，具有实际的应用价值。

Claims (6)

1.一种计及多风险因素的配电网新能源消纳能力评估的方法，其特征在于：包括如下步骤：
S1：建立负荷及分布式新能源出力随机模型；
S2：建立基于半不变量法的配电网概率潮流计算模型，利用步骤S1中的模型和数据，通过配电网概率潮流计算模型获取配电网状态变量的概率密度函数以及概率分布函数；
S3：根据配电网状态变量的概率密度函数以及概率分布函数，构建配电网运行安全性风险评价指标体系；
S4：构建典型场景下的配电网运行经济性风险评价指标体系；
S5：基于条件风险价值转化步骤S4中典型场景的经济性运行风险指标；
S6：以可消纳的分布式新能源功率最大化为目标，构建配电网新能源消纳目标函数；
S7：构建考虑多风险因素的配电网新能源消纳约束条件，求解新能源消纳最优化问题；
所述步骤S4中典型场景下的配电网运行经济性风险评价指标体系包括网损越限风险指标、新能源运营商盈亏风险指标以及负荷损失风险指标，各子场景下指标含义如下：
Figure FDA0003611898530000011
Figure FDA0003611898530000012
Figure FDA0003611898530000013
Figure FDA0003611898530000014
Figure FDA0003611898530000015
Figure FDA0003611898530000016
Figure FDA0003611898530000017
其中，公式(7)表示场景s下的配电网网损，
Figure FDA0003611898530000018
为场景s下的电价，
Figure FDA0003611898530000019
为第i条线路在场景s下的线损，L为配电网线路总数；公式(8)表示场景s下的新能源运营商发电盈亏函数，ΛDG为分布式电源种类集合，N为配电网总节点数，sign(i)为符号判断函数，若i节点接入分布式电源则该值为1，否则该值为0；公式(9)表示场景s下的负荷损失函数，
Figure FDA00036118985300000110
为场景s下节点i的第k类负荷的失负荷成本和削减功率；公式(10)至公式(13)表示场景s下分布式新能源售电收入、分布式新能源的环保补贴、运行维护费用以及谐波治理投资成本；公式(10)中，
Figure FDA0003611898530000021
为场景s下节点i的分布式电源单位电量的售电价格及有功出力大小；公式(11)中，
Figure FDA0003611898530000022
分别为场景s下不接入分布式电源时配网从主网所购电量以及接入分布式电源时配网从主网所购电量，Ml表示主网中火电机组生产单位电量排放的第l类废气的量，Cl表示减排第l类废气所得的政府给予的经济补偿，M为废气种类数；公式(12)中，γi表示固定年利率，ni表示节点i分布式电源的使用年限，
Figure FDA0003611898530000023
表示场景s下i节点的分布式电源单位电量的运行维护费用；公式(13)中，
Figure FDA0003611898530000024
表示场景s下节点i分布式电源单位装机容量所需的谐波治理投资费用，
Figure FDA0003611898530000025
表示场景s下节点i分布式电源视在功率；
所述步骤S5中采用条件风险价值的方法计算步骤S4中定义的经济性运行风险指标，确定新能源消纳的经济性风险约束；
所述新能源消纳的经济性风险指标具体如下：
Figure FDA0003611898530000026
Figure FDA0003611898530000027
Figure FDA0003611898530000028
式中，β1、β2、β3分别为网损风险边界值、新能源运营商盈亏风险边界值以及负荷削减风险边界值，α1、α2、α3为风险置信度，ρ(y1)、ρ(y2)、ρ(y3)为随机变量的概率密度函数。
2.根据权利要求1所述的一种计及多风险因素的配电网新能源消纳能力评估的方法，其特征在于：所述步骤S2中配电网概率潮流计算模型的构建具体如下：
采用交流潮流模型，将极坐标形式的电力系统潮流方程在基准运行点处进行泰勒展开并保留一次线性项得到如下的线性化方程：
Figure FDA0003611898530000029
式中，ΔW、ΔX、ΔZ分别为节点注入功率变化量、节点电压幅值和相角的变化量以及支路功率的变化量，S0、T0为灵敏度矩阵；
根据半不变量与原点矩的关系，求出配电网状态量的各阶半不变量：
Figure FDA0003611898530000031
Figure FDA0003611898530000032
公式(2)表示半不变量与原点矩的关系，κ1、κν+1、κν-j+1分别为一阶、ν+1阶和ν-j+1半不变量，α1、αν+1、αj分别一阶、ν+1阶和j阶原点矩；公式(3)表示节点电压及支路潮流半不变量与节点注入功率半不变量之间的关系，
Figure FDA0003611898530000033
分别为灵敏度矩阵中每个元素的j次方构成的矩阵，ΔKW(j)、ΔKX(j)、ΔKZ(j)分别为节点注入功率、节点电压以及支路潮流的j阶半不变量；
利用Gram-Charlier展开级数及状态量各阶半不变量求解出状态量的概率密度函数以及概率分布函数，进一步获取状态量的越限信息。
3.根据权利要求1所述的一种计及多风险因素的配电网新能源消纳能力评估的方法，其特征在于：所述步骤S3中配电网运行安全性风险评价指标体系包括节点电压越上限风险指标、节点电压越下限风险指标以及线路过载风险指标，具体定义如下：
Figure FDA0003611898530000034
Figure FDA0003611898530000035
Figure FDA0003611898530000036
其中，
Figure FDA0003611898530000037
分别为节点电压越上限、节点电压越下限以及支路潮流过载严重度函数，ρ(Vi)、ρ(pi)分别为节点电压的概率密度函数以及支路有功潮流的概率密度函数，Vmax、Vmin、pi,max分别为电压上限、电压下限、线路i允许通过的有功潮流上限。
4.根据权利要求1所述的一种计及多风险因素的配电网新能源消纳能力评估的方法，其特征在于：所述步骤S4中典型场景的获取方式为：
(1)随机生成若干组配电网中各节点注入有功功率及无功功率样本并对其进行标准化处理，各节点随机选取n组有功及无功样本作为聚类中心；
(2)计算各节点注入功率样本与聚类中心的欧式距离，将各节点注入功率样本划分到与其欧氏距离最小的聚类中心所在簇；
(3)按下式计算新的聚类簇中心：
Figure FDA0003611898530000041
Figure FDA0003611898530000042
Figure FDA0003611898530000043
式中，xi,j表示各节点第j个聚类中心所在簇中的第i个样本，nj表示第j个簇中的样本数；Cj表示新的聚类中心；
Figure FDA0003611898530000044
表示Cj所对应的概率，
Figure FDA0003611898530000045
表示xi,j出现的概率，
Figure FDA0003611898530000046
表示Cj所在簇中的样本集合；
(4)重复步骤(2)-(3)，直至各节点聚类簇中心不再改变，各聚类簇中心即为削减后的典型场景。
5.根据权利要求1所述的一种计及多风险因素的配电网新能源消纳能力评估的方法，其特征在于：所述步骤S6中配电网新能源消纳目标函数表示为：
Figure FDA0003611898530000047
式中，M为分布式电源可接入的节点集合，
Figure FDA0003611898530000048
为节点i的分布式新能源安装容量。
6.根据权利要求1所述的一种计及多风险因素的配电网新能源消纳能力评估的方法，其特征在于：所述步骤S7中配电网新能源消纳约束条件包含潮流约束、设备运行约束以及配电网多风险指标约束，其表达公式如下：
Figure FDA0003611898530000049
Figure FDA00036118985300000410
Figure FDA00036118985300000411
Figure FDA00036118985300000412
其中，公式(21)表示潮流约束；公式(22)表示分布式电源出力上下限约束，
Figure FDA0003611898530000051
Figure FDA0003611898530000052
分别为分布式电源有功出力上下限以及分布式电源无功出力上下限；公式(23)和公式(24)表示风险约束，RVHi,max、RVLi,max、RLOi,max、RLHmax、RPLmax、RLCmax分别为配电网所能接受的节点电压越上限风险最大值、节点电压越下限风险最大值、线路过载风险最大值、网损风险最大值、新能源运营商盈亏风险最大值及失负荷风险最大值。
CN202010489186.7A 2020-06-02 2020-06-02 一种计及多风险因素的配电网新能源消纳能力评估的方法 Active CN111628499B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010489186.7A CN111628499B (zh) 2020-06-02 2020-06-02 一种计及多风险因素的配电网新能源消纳能力评估的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010489186.7A CN111628499B (zh) 2020-06-02 2020-06-02 一种计及多风险因素的配电网新能源消纳能力评估的方法

Publications (2)

Publication Number Publication Date
CN111628499A CN111628499A (zh) 2020-09-04
CN111628499B true CN111628499B (zh) 2022-08-26

Family

ID=72259206

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010489186.7A Active CN111628499B (zh) 2020-06-02 2020-06-02 一种计及多风险因素的配电网新能源消纳能力评估的方法

Country Status (1)

Country Link
CN (1) CN111628499B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112505482A (zh) * 2020-11-23 2021-03-16 浙江泰仑电力集团有限责任公司 一种基于智能化故障定位的电网自愈方法及实现该方法的系统
CN112751336B (zh) * 2020-12-28 2022-05-03 浙江大学 一种计及源荷波动的综合能源系统风险评估方法
CN112821451B (zh) * 2021-01-11 2023-05-09 国网福建省电力有限公司泉州供电公司 基于需求侧管理与储能的城镇配电网光伏接入应对方法
CN113312833A (zh) * 2021-04-16 2021-08-27 北京交通大学 一种分布式能源接入配电网风险评估方法
CN113408132B (zh) * 2021-06-24 2022-09-27 国网江苏省电力有限公司 一种计及随机性故障场景的区域自治电网可靠性评估方法
CN113742639B (zh) * 2021-07-13 2024-02-02 广东电力交易中心有限责任公司 一种在多元主体交易中降低配电网系统风险水平的方法
CN115081902B (zh) * 2022-06-30 2024-04-09 国网北京市电力公司 基于源网荷储协同的综合规划方法、装置、设备及介质
CN116307786A (zh) * 2022-09-07 2023-06-23 国网江苏省电力有限公司南通供电分公司 一种分布式新能源接入下配电网承载能力评价方法
CN115796721B (zh) * 2023-02-09 2023-05-16 国网山西省电力公司营销服务中心 高比例新能源接入的配电网运行状态智能感知方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106786546A (zh) * 2017-01-11 2017-05-31 南京工业大学 基于风险评估的配电网故障恢复策略优化方法
CN108898287A (zh) * 2018-06-11 2018-11-27 国网江西省电力有限公司电力科学研究院 大规模光伏并网的配电网运行风险评估方法
CN110599006A (zh) * 2019-08-25 2019-12-20 南京理工大学 基于场景分析的配电网运行风险评估方法
CN110969284A (zh) * 2019-10-29 2020-04-07 国网河南省电力公司经济技术研究院 一种配电网双层优化调度方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8648499B2 (en) * 2011-01-27 2014-02-11 General Electric Company Systems, methods, and apparatus for accelerating volt/VAR load flow optimization
US20190123580A1 (en) * 2017-10-23 2019-04-25 Sigora International Inc. Management of a power-distribution system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106786546A (zh) * 2017-01-11 2017-05-31 南京工业大学 基于风险评估的配电网故障恢复策略优化方法
CN108898287A (zh) * 2018-06-11 2018-11-27 国网江西省电力有限公司电力科学研究院 大规模光伏并网的配电网运行风险评估方法
CN110599006A (zh) * 2019-08-25 2019-12-20 南京理工大学 基于场景分析的配电网运行风险评估方法
CN110969284A (zh) * 2019-10-29 2020-04-07 国网河南省电力公司经济技术研究院 一种配电网双层优化调度方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Sortino_Ratio_Based_Portfolio_Optimization_Considering_EVs_and_Renewable_Energy_in_Microgrid_Power_Market;Vivek Mohan;《IEEE TRANSACTIONS ON SUSTAINABLE ENERGY》;20170131;第219-229页 *
Two-Stage_Dynamic_Reactive_Power_Dispatch_Strategy_in_Distribution_Network_Considering_the_Reactive_Power_Regulation_of_Distributed_Generations;Lijuan Chen;《IEEE TRANSACTIONS ON POWER SYSTEMS》;20190331;第1021-1032页 *
基于CVaＲ分析的新能源配电网电压风险评估模型;吴帆;《电力工程技术》;20190731;第131-137页 *
基于CVaR的含分布式电源配电网电压偏移风险评估方法研究;张炀等;《微型电脑应用》;20200220(第02期);第23-26页 *

Also Published As

Publication number Publication date
CN111628499A (zh) 2020-09-04

Similar Documents

Publication Publication Date Title
CN111628499B (zh) 一种计及多风险因素的配电网新能源消纳能力评估的方法
Jin et al. Multicriteria planning for distributed wind generation under strategic maintenance
CN110288208B (zh) 一种辐射型配电网可靠性与经济性的综合评估方法
CN110110948B (zh) 一种多目标分布式电源优化配置方法
Abeynayake et al. Analytical model for availability assessment of large-scale offshore wind farms including their collector system
Lei et al. Optimal allocation of a VRB energy storage system for wind power applications considering the dynamic efficiency and life of VRB in active distribution networks
Abushamah et al. A novel approach for distributed generation expansion planning considering its added value compared with centralized generation expansion
CN111950900B (zh) 一种电力系统源网荷储本质安全风险评估方法
Huanna et al. Flexible‐regulation resources planning for distribution networks with a high penetration of renewable energy
CN114372360A (zh) 用于电力负荷预测的方法、终端及存储介质
CN111900713A (zh) 网源协调下考虑负荷和风电随机性多场景输电网规划方法
CN108694475B (zh) 基于混合模型的短时间尺度光伏电池发电量预测方法
Li et al. Multi-stage power source and grid coordination planning method considering grid uniformity
Wang et al. Multi‐stage stochastic wind‐thermal generation expansion planning with probabilistic reliability criteria
Amjady Generation adequacy assessment of power systems by time series and fuzzy neural network
Schreiber et al. Quantifying the influences on probabilistic wind power forecasts
CN114006410A (zh) 一种基于机会约束规划的大规模海上风电接入点优化方法
Moradi-Sepahvand et al. Secure expansion of energy storage and transmission lines considering bundling option under renewable penetration
Xiaoqun et al. Optimal location and capacity of distributed generation based on scenario probability
Anthony et al. Distribution network reconfiguration considering security-constraint and multi-dg configurations
Ghasemi et al. Robust security constrained optimal power flow considering load and wind power generation uncertainties by applying Taguchi method
Liu et al. A closed‐loop representative day selection framework for generation and transmission expansion planning with demand response
Akbari-Dibavar et al. Optimal stochastic operation of a power system incorporated with compressed air energy storage and wind turbine
Lu et al. DG Capacity Assessment in Distribution Network Considering Uncertainties Using Multi-Parametric Programming
Wu et al. A Distribution Network Flexible Resource Capacity Configuration Method with Large Renewable Energy Sources Access

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