CN111786384B - 一种受到外界干扰后的弹性导向配电网鲁棒优化运行方法 - Google Patents

Abstract

本发明公开了一种受到外界干扰后的弹性导向配电网鲁棒优化运行方法，属于配电网优化运行技术领域。本发明是通过对大型扰动下处于孤岛状态的含分布式能源的配电网模型分析，从配电网受到扰动后恢复弹性指数，经济性和环保性几个方面考虑，并考虑电网正常运行的多个约束条件，运用基于Benders解耦的鲁棒优化策略，提出配电网最小化运营成本和污染物排放总量的求解方法。综上，本发明提出的运行策略及对受干扰后的配电网优化求解方法，可以保证配电网安全运行，并且有助于减少运行成本以及污染物的排放量。

Description

一种受到外界干扰后的弹性导向配电网鲁棒优化运行方法

技术领域

本发明涉及一种受到外界干扰后的弹性导向配电网鲁棒优化运行方法，属于配电网优化运行技术领域。

背景技术

极地物探船是油气资源物探阶段使用的主要装备，也是海洋石油开发中的重要装备，在海洋石油开发中起着至关重要的作用。由于极地区域的恶劣环境及可能发生的事故，其对配电网产生的威胁不可忽视，而各类不可控分布式能源的大量接入，也对配电网的安全运行提出了更高要求。配电网作为连接电力用户与输电设备的重要枢纽，其运行状况将直接影响到用户端的用电质量，配电网不仅应该确保常规运行时的可靠性，更应该控制因极端事件而产生的对供电能力的影响，最大限度抵御极端扰动，并可以快速恢复到正常的运行状态。在此背景下，如何提高分布式能源接入的配电网弹性引起了国内外学者的高度关注。

然而，目前电力系统中弹性的量化方式还没有得到统一。有的学者将弹性定义为具有鲁棒性且可以在一定时间和成本范围内恢复到正常运行的能力；考虑发生不确定扰动风险后，系统的冗余性；利用熵值理论定义了系统弹性；从系统受到扰动后的随机特性亦可定义弹性。

根据上述系统弹性的量化方式，有不少海内外学者开展了对配电网的弹性研究，从研究内容侧重点来看，可主要分为配电网弹性评估体系的建立及考虑分布式能源出力波动性的弹性配电网规划研究。

发明内容

本发明的目的是：保证配电网安全运行，并且有助于减少运行成本以及污染物的排放量。

为了达到上述目的，本发明的技术方案是提供了一种受到外界干扰后的弹性导向配电网鲁棒优化运行方法，其特征在于，包括如下步骤：

步骤1：建立基于Benders解耦算法的弹性导向配电网鲁棒优化运行模型，所述优化运行模型的最终目标函数表示为

其中R(t)为配电网发生巨大扰动后弹性目标函数，C(t)为配电网的运行总成本，W(t)为配电网在主网电力中断时污染物总排放量，k_R、k_c、k_W分别为R(t)、C(t)、W(t)的权重比；

步骤2：初始化，首先将原问题目标函数下限LB设为-∞，上限UB设为+∞，在不确定变量u的期望值场景下求解确定性优化问题，得到决策变量x的初始值

步骤3：将决策变量x初始值代入子问题，求解子问题，得到使得损耗费用最大的不确定变量u的当前值

令循环变量k＝0；

步骤4：在主问题约束条件中添加子问题的最优割集式，并将子问题求解得到的不确定变量解

作为已知量代入主问题，求解主问题得到决策变量x的最优解

更新原问题目标函数下限LB，

步骤5：将主问题得到的决策变量解

作为已知量代入子问题，求解子问题得到不确定变量最优解

更新原问题目标函数上限UB，

步骤6：当UB-LB≤δ，则迭代结束，输出最优解；否则，令k＝k+1，返回步骤4。

优选地，所述步骤1中配电网发生巨大扰动后弹性目标函数R(t)为实际恢复功率不平衡度与总损失功率不平衡度之比，

其中ΔP_R(t)表示t时刻系统发生扰动后的供需不平衡程度，t₀时刻，配电网运行在初始状态，系统的供需是平衡的，即ΔP_R(t)＝0；而在t_i时刻，整个系统遭受了一个不可预测的巨大扰动，干扰将持续到t_d时刻，此时，配电网供需不平衡度将达到最大；直到t_r时刻，系统都处于扰动状态；最后，系统启动恢复模式，直到t_f时刻，系统经过基于优化运行的恢复策略重新达到稳定状态。

优选地，所述t时刻系统发生扰动后的供需不平衡程度

其中

分别表示风电、光伏、传统发电机组、蓄电设备在t时刻的等效总出力，

表示可被供给功率的负荷总量。

优选地，所述步骤1中配电网的运行总成本

其中

和

分别表示光伏、风机和传统机组的启动成本，

和

分别表示光伏、风机和传统机组的关停成本；

和

分别表示光伏、风机和传统机组的发电成本；

表示蓄电装置的充放电成本。

优选地，所述步骤1中配电网在主网电力中断时污染物总排放量

其中ω_CO2和ω_NO2分别表示传统机组产生单位功率的CO2和NO2排放系数。

优选地，所述主问题的约束条件包括子问题的最优割集和子问题的约束条件，子问题的约束条件包括潮流、节点电压、支路容量、各种电源出力及蓄电装置容量及充放电状态约束。

优选地，所述子问题为寻找使经济性成本最大对应的不确定变量u极端场景，其中不确定变量u作为未知变量，决策变量x为已知变量，z₁为求解过程中构造出的辅助变量，

优选地，所述子问题的最优割集式

优选地，在不确定变量u处于极端场景情况下，配电网运行总目标函数最小，

优选地，所述k_R、k_c、k_W通过仿真测试得到，使得R(t)、C(t)、W(t)三个目标函数在权重参数作用下有相同的数量级，并且决定弹性导向配电网优化运行策略。

与现有技术相比，本发明的有益效果是：

本发明是配电网受到扰动后处于孤岛状态时，考虑不确定性的弹性导向的优化策略，求解方法基于Benders解耦的鲁棒优化求解算法，实现了在充分考虑配电网不可控电源出力和负荷波动不确定性的基础上，显著提高配电网弹性，同时有效最小化总运行成本和污染物排放量。

附图说明

图1为配电网在扰动后的模型；

图2为配电网在扰动后运行状态曲线；

图3为Benders解耦鲁棒优化问题算法流程图；

图4为典型日不确定变量曲线；

图5为总运行成本优化结果；

图6为总污染物排放优化结果；

图7为弹性优化结果。

具体实施方式

为使本发明更明显易懂，兹以优选实施例，并配合附图作详细说明如下。

为了评估电力系统的弹性，定义配电网的弹性为系统在遭受极端扰动后，经过有效恢复达到平稳运行状态的能力。根据对弹性的定义，得到系统运行状态曲线，考虑弹性，经济性与环保性的目标函数以及多方面的约束条件，并将其转化为一个优化问题，求解保证系统安全运行下，减少运行成本以及污染物的排放量的运行方法。

本发明基于鲁棒优化模拟，求解方法基于Benders解耦的鲁棒优化求解算法。

ΔP_R(t)表示t时刻系统发生扰动后的供需不平衡程度，如式(1)所示。

其中

分别表示风电、光伏、传统发电机组、蓄电设备在t时刻的等效总出力，

表示可被供给功率的负荷总量。图2为配电网在扰动后运行状态曲线，t₀时刻，配电网运行在初始状态，系统的供需是平衡的，即ΔP_R(t)＝0；而在t_i时刻，整个系统遭受了一个不可预测的巨大扰动，干扰将持续到t_d时刻，此时，配电网供需不平衡度将达到最大；直到t_r时刻，系统都处于扰动状态；接着，系统启动恢复模式，直到t_f时刻，系统经过基于优化运行的恢复策略重新达到稳定状态，此时配电网中的供需不平衡程度为PR(t_f)。

因此可量化的弹性指数可定义为实际恢复功率不平衡度与总损失功率不平衡度之比，如式(2)所示。该弹性指数即为本发明所研究的配电网发生巨大扰动后弹性目标函数。

为了反映本发明所提出的优化运行策略的经济效率，配电网鲁棒优化模型的另一个目标是最小化配电网的运行总成本。它包括可控发电机组和其他不可控源的发电成本，启停成本及蓄电设备的充电/放电成本等。

其中

和

分别表示光伏、风机和传统机组的启动成本，

和

分别表示光伏、风机和传统机组的关停成本；

和

分别表示光伏、风机和传统机组的发电成本；而

表示蓄电装置的充放电成本。

当配电网在主网电力中断后运行时，污染物总排放量主要取决于传统发电机组的燃料消耗。为简单起见，以CO2和NO2的排放量为例，表示污染物的排放程度。CO2和NO2的排放量可以用式(4)来进行计算。

其中ω_CO2和ω_NO2分别表示传统机组产生单位功率的CO2和NO2排放系数。

该优化运行模型的最终目标可以表示为式(5)，利用不同的权重k_R、k_c、k_W，来表示各个目标的优先级。

研究配电网的优化运行策略，需要考虑潮流、节点电压、支路容量、各种电源出力及蓄电装置容量及充放电状态等约束。

潮流约束：

其中，i,j表示配电网中的节点编号，S_B表示节点集合，U_i和U_j表示节点电压，Y_ij表示线路导纳，δ_ij为功角，P_Gi和Q_Gi为节点i传统机组有功和无功出力，P_Ni和Q_Ni为节点i新能源有功和无功出力，P_Di和Q_Di为节点i的有功、无功负荷。

节点电压约束：

U_{i_min}≤U_i≤U_{i_max},i∈S_B，式(7)

其中，U_{i_max}和U_{i_min}表示节点i电压上下限约束。

支路容量约束：

-P_{ij_max}≤P_ij≤P_{ij_max},i,j∈S_B，式(8)

其中，P_ij表示通过支路的功率，P_{ij_max}为支路功率最大容量。

传统发电机组出力约束：

传统发电机组的出力约束包括容量约束及爬坡约束。式(9)表示机组出力大小约束，而式(10)则表示在一定时间尺度下的爬坡约束。其中

分别表示机组出力上下限，

和

分别表示机组向下和向上爬坡的约束。

不可控电源出力约束：

与传统发电设备不同的是，不可控电源出力具有很大的波动性，一般使用距离出力标准值的最大波动量来约束新能源出力情况，如式(11)-(12)。

其中,

和

分别表示光伏和风机出力的标准值，

和

则分别表示光伏和风机出力最大波动量。

蓄电装置容量及充放电状态约束：

蓄电装置工作在充电或放电状态，因此其出力情况的约束条件，可由式(13)-(15)表示，

其中，

分别表示蓄电装置充放电极值，而

分别表示蓄电装置充放电状态。

而蓄电装置当前存储的电量值取决于前一时刻的电量及当前时刻的充放电量值(16)，且存储的电量需满足该蓄电装置的SOC(state of charge充电状态)约束，SOC可以定义为当前容量相对于蓄电装置额定容量的百分比(17)，本发明选取的SOC约束为(18)

进一步，配电网鲁棒优化运行策略问题看作min-max问题，采用Benders解法对上述双层优化问题进行解耦。在鲁棒优化问题中，Benders解耦算法的主要思想是：将优化问题分解为内外两层问题交替求解，在确定内层解/外层解的情况下求解相应的外层解/内层解，并循环迭代，其中由固定内层解求解外层解的过程中根据内层解的性质加入极点约束或极线约束到外层主问题，由此得到收敛的最优解。在本发明中子问题寻找使得系统总运行成本费用最大的不确定变量极端场景；主问题则针对极端场景，求解使得系统运行总目标函数最小的可控发电机组出力和分布式能源出力。

求解方法如下：

子问题：寻找使经济性成本最大对应的不确定变量极端场景，其中不确定变量作为未知变量，决策变量为已知变量。z₁为求解过程中构造出的辅助变量。

在本发明所提出的鲁棒优化运行策略中，子问题的设置是为了寻找使得运行成本最大的极端场景。根据上述思路，一般而言，子问题可选的场景范围为不可控发电机组联合出力较小的情况，例如：夏季夜间，少风而无光。

子问题的约束条件包含问题的所有约束，求解子问题得到最优解后向主问题约束条件中增加一个最优割集。

主问题：目标函数在不确定变量处于极端场景情况下，配电网运行总目标函数最小，其约束条件还包含子问题的最优割集。

具体流程如下所示：

步骤1：建立基于Benders解耦算法的弹性导向配电网鲁棒优化运行模型，优化运行模型的最终目标函数表示为

其中R(t)为配电网发生巨大扰动后弹性目标函数，C(t)为配电网的运行总成本，W(t)为配电网在主网电力中断时污染物总排放量，k_R、k_c、k_W分别为R(t)、C(t)、W(t)的权重比；

步骤2：初始化，首先将原问题目标函数下限LB设为-∞，上限UB设为+∞，在不确定变量u的期望值场景下求解确定性优化问题，得到决策变量x的初始值

步骤3：将决策变量x初始值代入子问题，求解子问题，得到使得损耗费用最大的不确定变量u的当前值

令循环变量k＝0；

步骤4：在主问题约束条件中添加子问题的最优割集式，并将子问题求解得到的不确定变量解

作为已知量代入主问题，求解主问题得到决策变量x的最优解

更新原问题目标函数下限LB，

步骤5：将主问题得到的决策变量解

作为已知量代入子问题，求解子问题得到不确定变量最优解

更新原问题目标函数上限UB，

步骤6：当UB-LB≤δ，则迭代结束，输出最优解；否则，令k＝k+1，返回步骤4。

下面结合具体实例对本发明作进一步的详细描述。

本发明以改进后的标准IEEE34节点系统作为算例进行仿真验证。在主网经受巨大扰动后，仿真模型如图1所示，该配电网中各类发电机组和蓄电设备总数为20台。各发电机组的类型和额定容量参数见表1，其中PV表示光伏发电设备，WT为风电机组，ESS为蓄电设备，而G则表示传统发电机组。

表1分布式单元容量参数

各可控单元(如传统发电机组及蓄电设备)的主要参数如表2所示。

表2可控单元主要约束参数

对于不确定变量(如风机、光伏出力及负荷情况)，该算例采用其在典型日24h内的出力及负荷曲线作为研究配电网优化运行策略的输入，如图4所示。

由于本发明所提出的优化模型的总目标由三个具有不同优先级参数的目标函数组成，因此最终计算得到的弹性导向配电网优化运行策略在一定程度上由权重参数k_R、k_c和k_W决定。为使三个目标函数在权重参数作用下有相同的数量级，通过对三个目标函数的近似计算值进行预测，可以选取适当的k_R、k_c和k_W作为实现最优运行策略的必要条件，经过测试选取kR＝2000,kC＝0.3,k W＝1.5的优化运行策略最优。

本发明考虑了配电网在主网经受大扰动情况下的24h运行周期，选择1h作为计算步长，以优化经济和环境目标。同时，以35min为周期，选择2min作为研究弹性目标和恢复时间的步长。与传统基于最优潮流的配电网运行策略相比本发明所提出的优化策略在不同优先级下的计算结果如图5-图7所示。

上述仿真结果表明，在权重参数选取k_R＝2000,k_c＝0.3,k_W＝1.5的情况下，应用本发明所提出的弹性导向配电网鲁棒优化运行策略较传统的基于最优潮流的优化运行策略，总运行成本和污染物总排放量都会显著降低，而弹性指数则会显著提高。在应用两种不同的优化运行策略后，一天的总运行成本分别为77582元和79324元，总污染物排放量分别为13453.6千克和14286.3千克。

Claims (9)

1.一种受到外界干扰后的弹性导向配电网鲁棒优化运行方法，其特征在于，包括如下步骤：

步骤1：建立基于Benders解耦算法的弹性导向配电网鲁棒优化运行模型，所述优化运行模型的最终目标函数表示为

其中R(t)为配电网发生巨大扰动后弹性目标函数，C(t)为配电网的运行总成本，W(t)为配电网在主网电力中断时污染物总排放量，k_R、k_c、k_W分别为R(t)、C(t)、W(t)的权重比；

步骤2：初始化，首先将原问题目标函数下限LB设为-∞，上限UB设为+∞，在不确定变量u的期望值场景下求解确定性优化问题，得到决策变量x的初始值

步骤3：将决策变量x初始值代入子问题，求解子问题，得到使得损耗费用最大的不确定变量u的当前值

令循环变量k＝0；

步骤4：在主问题约束条件中添加子问题的最优割集式，并将子问题求解得到的不确定变量解

作为已知量代入主问题，求解主问题得到决策变量x的最优解

更新原问题目标函数下限LB，

步骤5：将主问题得到的决策变量解

作为已知量代入子问题，求解子问题得到不确定变量最优解

更新原问题目标函数上限UB，

步骤6：当UB-LB≤δ，则迭代结束，输出最优解；否则，令k＝k+1，返回步骤4；

所述子问题为寻找使经济性成本最大对应的不确定变量u极端场景，其中不确定变量u作为未知变量，决策变量x为已知变量，z₁为求解过程中构造出的辅助变量，

2.如权利要求1所述的一种受到外界干扰后的弹性导向配电网鲁棒优化运行方法，其特征在于：所述步骤1中配电网发生巨大扰动后弹性目标函数R(t)为实际恢复功率不平衡度与总损失功率不平衡度之比，

其中ΔP_R(t)表示t时刻系统发生扰动后的供需不平衡程度，t₀时刻，配电网运行在初始状态，系统的供需是平衡的，即ΔP_R(t)＝0；而在t_i时刻，整个系统遭受了一个不可预测的巨大扰动，干扰将持续到t_d时刻，此时，配电网供需不平衡度将达到最大；直到t_r时刻，系统都处于扰动状态；最后，系统启动恢复模式，直到t_f时刻，系统经过基于优化运行的恢复策略重新达到稳定状态。

3.如权利要求2所述的一种受到外界干扰后的弹性导向配电网鲁棒优化运行方法，其特征在于：所述t时刻系统发生扰动后的供需不平衡程度

其中

分别表示风电、光伏、传统发电机组、蓄电设备在t时刻的等效总出力，

表示可被供给功率的负荷总量。

4.如权利要求1所述的一种受到外界干扰后的弹性导向配电网鲁棒优化运行方法，其特征在于：所述步骤1中配电网的运行总成本

其中

和

分别表示光伏、风机和传统机组的启动成本，

和

分别表示光伏、风机和传统机组的关停成本；

和

分别表示光伏、风机和传统机组的发电成本；

表示蓄电装置的充放电成本。

5.如权利要求1所述的一种受到外界干扰后的弹性导向配电网鲁棒优化运行方法，其特征在于：所述步骤1中配电网在主网电力中断时污染物总排放量

其中ω_CO2和ω_NO2分别表示传统机组产生单位功率的CO2和NO2排放系数。

6.如权利要求1所述的一种受到外界干扰后的弹性导向配电网鲁棒优化运行方法，其特征在于：所述主问题的约束条件包括子问题的最优割集和子问题的约束条件，子问题的约束条件包括潮流、节点电压、支路容量、各种电源出力及蓄电装置容量及充放电状态约束。

7.如权利要求1所述的一种受到外界干扰后的弹性导向配电网鲁棒优化运行方法，其特征在于：所述子问题的最优割集式

8.如权利要求1所述的一种受到外界干扰后的弹性导向配电网鲁棒优化运行方法，其特征在于：在不确定变量u处于极端场景情况下，配电网运行总目标函数最小，

9.如权利要求1所述的一种受到外界干扰后的弹性导向配电网鲁棒优化运行方法，其特征在于：所述k_R、k_c、k_W通过仿真测试得到，使得R(t)、C(t)、W(t)三个目标函数在权重参数作用下有相同的数量级，并且决定弹性导向配电网优化运行策略。

Images