CN112039069A - 一种配电网储能与柔性开关的双层协同规划方法及系统 - Google Patents

一种配电网储能与柔性开关的双层协同规划方法及系统 Download PDF

Info

Publication number
CN112039069A
CN112039069A CN202010920950.1A CN202010920950A CN112039069A CN 112039069 A CN112039069 A CN 112039069A CN 202010920950 A CN202010920950 A CN 202010920950A CN 112039069 A CN112039069 A CN 112039069A
Authority
CN
China
Prior art keywords
power distribution
distribution network
energy storage
layer
model
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
CN202010920950.1A
Other languages
English (en)
Other versions
CN112039069B (zh
Inventor
王春义
丁子甲
王飞
何召慧
周颖
耿子涵
王瑞梅
宋强
李光肖
王琳
倪馨馨
李忻贤
刘庆
薛寒
杨依路
王晓晔
胡雪峰
孙文胜
孟莉
侯亚坤
户龙辉
陆超
赵相虎
杨铭哲
司少卿
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.)
State Grid Corp of China SGCC
Jining Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Jining Power Supply Co of State Grid Shandong 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 State Grid Corp of China SGCC, Jining Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202010920950.1A priority Critical patent/CN112039069B/zh
Publication of CN112039069A publication Critical patent/CN112039069A/zh
Application granted granted Critical
Publication of CN112039069B publication Critical patent/CN112039069B/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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of 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
    • 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]

Landscapes

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

Abstract

本公开提供了一种配电网储能与柔性开关的双层协同规划方法，包括：获取配电网参数，包括柔性开关的年综合费用，储能设备的年投资费用，配电网系统的年损耗用费用、网损数据和电压偏移数据；构建协同规划数学模型，所述协同规划数据模型以最小化的总年综合用费用为上层目标函数，以配电网系统的网损数据与电压偏移数据之和的最小值为下层目标函数；采用粒子群算法对上层目标函数进行求解，通过非线性模型转换为二阶锥规划模型对下层目标函数进行求解，得到最优双层协同规划方案；有效地克服各自的局限性，实现潮流调节的互补，能更有效地降低系统网损、改善电压质量，可以实现最优的消耗决策以获得更好的用电效率与电压指标。

Description

一种配电网储能与柔性开关的双层协同规划方法及系统
技术领域
本公开涉及配电网的规划问题，尤其涉及一种基于粒子群与二阶锥规划混合算法的储能与柔性开关双层协同规划方法。
背景技术
随着电力电子技术的快速发展，电力电子变换器作为实现分布式能源、交直流配电形式转换等功能实现的关键装置，逐步成为配电系统中的核心装备。柔性开关(softopen point,SOP)基于全控型电力电子器件，能够快速、准确地控制自身功率流动，从而调节整个配电系统的潮流分布，进而带来系统损耗降低、电压水平改善等一系列益处。
发明人发现，与此同时，储能(energy storage system,ESS)设备因其低储高放特性、节约电能损耗与电量削峰等而在配电系统得以广泛应用。考虑到储能与柔性开关在发挥各自潮流调节作用时会相互影响，如何实现整体的最优决策以获得更好的用电效率和电压水平是目前亟待解决的。
发明内容
为了解决上述技术问题，本公开提供了一种配电网储能与柔性开关的双层协同规划方法及系统。
第一方面，本公开提供了一种配电网储能与柔性开关的双层协同规划方法，包括：
获取配电网参数，包括柔性开关的年综合费用，储能设备的年投资费用，配电网系统的年损耗费用、网损数据和电压偏移数据；
构建协同规划数学模型，所述协同规划数据模型以最小化的总年综合费用为上层目标函数，以配电网系统的网损数据与电压偏移数据之和的最小值为下层目标函数；
采用粒子群算法对上层目标函数进行求解，通过非线性模型转换为二阶锥规划模型对下层目标函数进行求解，得到最优双层协同规划方案。
第二方面，本公开还提供了一种配电网储能与柔性开关的双层协同规划系统，包括：
数据采集模块，被配置为：获取配电网参数，包括柔性开关的年综合费用，储能设备的年投资费用，配电网系统的年损耗费用、网损数据和电压偏移数据；
数学模型构建模块，被配置为：构建协同规划数学模型，所述协同规划数据模型以最小化的总年综合费用为上层目标函数，以配电网系统的网损数据与电压偏移数据之和的最小值为下层目标函数；
规划方案获取模块，被配置为：采用粒子群算法对上层目标函数进行求解，通过非线性模型转换为二阶锥规划模型对下层目标函数进行求解，得到最优双层协同规划方案。
第三方面，本公开还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成如第一方面所述的配电网储能与柔性开关的双层协同规划方法。
第四方面，本公开还提供了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成如第一方面所述的配电网储能与柔性开关的双层协同规划方法。
与现有技术对比，本公开具备以下有益效果：
1、本公开储能是时序上的潮流调节，SOP是空间上的潮流调节，将双方协同规划，解决了如何实现整体的最优决策以获得更好的用电效率与电压水平的题，可以有效地克服各自的局限性，实现潮流调节的互补，能更有效地降低系统网损、改善电压质量，在主动配电网中同时部署柔性开关(SOP)和配电网储能(ESS)可以实现最优的消耗决策以获得更好的用电效率与电压指标。
2、本公开考虑了多时段多场景的储能与SOP的协调运行优化与规划，其数学本质为混合整数非凸非线性规划模型，现有方法难以有效求解，本公开基于Benders分解协调的思想，采用启发式算法与数学规划相结合的混合算法将原规划问题中的离散变量与连续变量解耦，分解为双层规划问题，充分发挥了不同算法的优势，可以显著提高求解大规模非线性问题的精确性与快速性，基于粒子群算法与二阶锥规划的混合算法求解速度快，收敛精度高，能很好地适应大规模混合整数非线性规划问题。
附图说明
构数据申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
图1为本公开的配电网储能与柔性开关的双层协同规划方法流程图；
图2为本公开的锥转化流程图；
图3为本公开的内点法求解流程图。
具体实施方式：
下面结合附图与实施例对本公开作进一步说明。
应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
名词解释：
储能，主要是指电能的储存，英文缩写ESS；
柔性开关，能实现柔性闭环运行的智能开关，英文缩写SOP；
粒子群算法，粒子群算法(PSO)是由Kennedy和Eberhart等于1995年开发的一种演化计算技术,来源于Millonas对一个简化社会模型的模拟。其中“群(swarm)”来源于粒子群符合在开发应用于人工生命(artificiallife)的模型时所提出的群体智能的5个基本原则。而“粒子(particle)”则是一个折衷的选择，因为既需要将群体中的成员描述为没有质量、没有体积的，同时也需要描述它的速度和加速状态。PSO算法概念简单，实现容易。
实施例1
如图1所示，一种配电网储能与柔性开关的双层协同规划方法，包括：
获取配电网参数，包括柔性开关的年综合费用，储能设备的年投资费用，配电网系统的年损耗用费用、网损数据和电压偏移数据；
构建协同规划数学模型，所述协同规划数据模型以最小化的总年综合用费用为上层目标函数，以配电网系统的网损数据与电压偏移数据之和的最小值为下层目标函数；
采用粒子群算法对上层目标函数进行求解，通过非线性模型转换为二阶锥规划模型对下层目标函数进行求解，得到最优双层协同规划方案。
进一步的，所述柔性开关的年综合费用包括柔性开关的年建设费用和年运行维护费用，储能设备的年投资费用包括配电网储能设备的年投资费用、年运行维护费用和低储高放套利。
进一步的，所述采用粒子群算法对上层目标函数进行求解包括求解最小化的总年综合用费用，最小化的总年综合用费用为通过柔性开关的年综合费用加上储能设备的年投资费用减去配电网系统的年损耗用费用获得的数据；置PSO迭代次数G＝0；整数编码，随机产生ESS、SOP规划方案。
进一步的，所述柔性开关的年综合费用通过柔性开关的贴现率、经济使用年限、运行维护费用系数、单位容量费用和配电系统所有支路集合，以及安装在支路上柔性开关的容量计算得到。
进一步的，所述储能设备的年投资费用通过配电网储能的贴现率、经济使用年限、单位功率运维成本、单位容量安装成本、单位功率运维成本、额定功率、充放电功率和配电系统所有配电网储能的集合，以及配电系统中配电网储能的个数、总时段数、场景数据、各场景概率和分时电价计算得到。
进一步的，所述配电系统年损耗用费用通过配电系统中总支路数、支路的电阻和支路流经的电流计算得到。
进一步的，所述协同规划数学模型的下层模型是在配电网储能、柔性开关规划方案已知且满足各种约束条件的基础上求解每个场景内系统最优运行状态，优化的目标函数为供电损耗与电压偏差和最小值，均取标幺值形式。
所述目标函数为供电损耗与电压偏差和最小值通过供电损耗与电压偏差和、cs场景下的系统供电损耗、容量基准值、系统节点数、节点i在t时刻cs场景中的电压和参考电压计算得到。
进一步的，所述通过非线性模型转换为二阶锥规划模型对下层目标函数进行求解的步骤包括：
确定储能与柔性开关的协同规划数学模型的约束条件，所述约束条件包括系统潮流约束、节点电压约束、支路电流约束、储能系统出力约束和柔性开关传输功率约束；
将协同规划数学模型的约束条件中的非线性约束进行锥模型转化，具体为：定义新优化变量节点电压幅值的平方αi和支路电流幅值的平方βij，通过变量替换的方式，消去目标函数和约束条件中节点电压和支路电流的二次项；系统潮流约束式经变量替换后仍为二次非线性约束，在满足目标函数是βij,cs,t的严格增函数及节点负荷无上界等条件下，可将其锥松弛为二阶锥约束形式；运行约束中的式转化为二阶锥约束；
将得到的二阶锥模型用内点法进行求解。
进一步的内点法对二阶锥模型进行求解步骤包括：
(4-1)取初始惩罚因子r(0)>0，允许误差ε>0。
(4-2)在可行域内取初始点X(0)，令k＝1。
(4-3)构造惩罚函数
Figure BDA0002666709700000061
从X(k-1)点出发用无约束优化方法求解惩罚函数
Figure BDA0002666709700000062
的极值点X*(r(k))。
(4-4)检查迭代终止条件：如果满足||X*(r(k))-X*(r(k-1))||≤ε，就跳出迭代，输出结果；若不满足，则取r(k+1)＝Cr(k)，k＝k+1，转向步骤(4-3)。
进一步的，得到最优双层协同规划方案步骤包括：上层目标函数和下层目标函数反复迭代直至达到收敛，求解出最优双层协同规划方案。
配电网储能与柔性开关的双层协同规划方法，其中一种实现形式为：
输入配电网络、分布式电源参数，初始化PSO参数；
拉丁超立方抽样结合场景削减构建典型场景模型；
PSO求解上层规划模块；置PSO迭代次数G＝0；整数编码，随机产生ESS、SOP规划方案；
内点法求解下层规划模型；将待求模型进行锥转化，将非线性约束线性化；采用内点法进行求解；依据目标函数，计算得到各场景最优运行方式；
计算当前粒子中的ESS、SOP规划方案的适应度，G＝G+1，判断是否收敛；如果是，则输出结果得到最优ESS-SOP协同规划方案；如果否，则返回步骤整数编码，随机产生ESS、SOP规划方案，继续进行。
储能-SOP双层规划模型求解流程如图1所示，上层采用粒子群算法求解，下层将非线性模型转换为二阶锥规划模型，转化流程如图2所示，将该二阶锥规划模型采用内点法迭代求解，内点法求解流程如图3所示。上下层反复迭代直至达到收敛，求解出最优规划方案。
具体的：首先建立规划的目标函数与约束条件模型，再将难以求解的非线性规划模型转换为粒子群-二阶锥规划双层模型，上层确定ESS、SOP的选址定容，下层确定每一场景下ESS、SOP的运行方式。上下层规划问题反复迭代直至达到收敛精度，得到全局最优解。
所述一种储能-SOP协同规划方法，具体步骤如下：
步骤一：建立协同规划数学模型，以多个场景为运行场景，以最小化年综合费用为上层目标函数。包括SOP的年消耗用电量、年运行维护费用；ESS的年建设费用、年运行维护费用、低储高放套利；以及配电系统年损耗用费用。以每个场景内系统网损与电压偏移之和最小为下层目标函数。
minf1＝CSOP+CESS+CLOS(1)
式中，f1为年综合费用；CSOP为SOP年投资成本；CESS为ESS年投资成本；CLOS为配电系统年损耗用费用。
(1-1)SOP年消耗数据：
Figure BDA0002666709700000081
式中，dSOP为SOP贴现率；ySOP为SOP的经济使用年限；η为SOP运行维护费用系数；Ωb为配电系统中所有支路集合；cs为SOP单位容量投资成本；
Figure BDA0002666709700000082
为安装在支路ij上SOP的容量。
(1-2)ESS年消耗数据：
Figure BDA0002666709700000083
式中，dESS为ESS贴现率；yESS为ESS的经济使用年限；ΩESS为配电系统中所有ESS的集合；NESS为配电系统中ESS的个数；ce为ESS的单位容量安装费用；Ei为第i个ESS的安装容量；cp为ESS的单位功率安装费用；Pi max为第i个ESS的额定功率；cf为ESS的单位功率运维费用；T为总时段数；Ncs为场景数；pcs为场景cs发生的概率；λt为t时刻的电价；
Figure BDA0002666709700000084
为t时刻，cs场景下第i个ESS的充放电功率，放电为正，充电为负；Δt为1h。
(1-3)配电系统年损耗用费用：
Figure BDA0002666709700000085
式中，Nbr为配电系统中总支路数；rij为第ij条支路的电阻；Iij,cs,t为t时刻，cs场景下第ij条支路流经的电流。
(1-4)下层优化目标
下层模型是在ESS、SOP规划方案已知且满足各种约束条件的基础上求解每个场景内系统最优运行状态，优化的目标函数为供电损耗与电压偏差和最小，均取标幺值形式。
Figure BDA0002666709700000091
Figure BDA0002666709700000092
式中，f2为供电损耗与电压偏差和；PLOSS,cs,t为第t时刻，cs场景下的系统供电损耗；PB为容量基准值；N为系统节点数；Ui,cs,t为节点i在t时刻cs场景中的电压；Uref为参考电压。
步骤二：确定储能-SOP协同规划数学模型的约束条件。
(2-1)系统潮流约束
Figure BDA0002666709700000093
Figure BDA0002666709700000094
Figure BDA0002666709700000095
Figure BDA0002666709700000096
Figure BDA0002666709700000097
Figure BDA0002666709700000098
式中，rij和xij为支路ij的电阻和电抗；Pij,cs,t为支路上节点i在t时刻cs场景中流向节点j的有功功率，Qij,cs,t为支路上节点i在t时刻cs场景中流向节点j的无功功率；Pi,cs,t为t时刻cs场景中节点i上注入的有功功率之和，
Figure BDA0002666709700000099
和
Figure BDA00026667097000000910
分别为t时刻cs场景中节点i上分布式电源注入、SOP注入、ESS注入和负荷消耗的有功功率；Qi,cs,t为t时刻cs场景中节点i上注入的无功功率之和，
Figure BDA00026667097000000911
Figure BDA00026667097000000912
和
Figure BDA00026667097000000913
分别为t时刻cs场景中节点i上分布式电源注入、SOP注入和负荷消耗的无功功率。
(2-2)节点电压约束
Figure BDA0002666709700000101
式中，U和
Figure BDA0002666709700000102
分别为系统最小/大允许节点电压值。
(2-3)支路电流约束
Figure BDA0002666709700000103
式中，
Figure BDA0002666709700000104
为系统最大允许支路电流值。
(2-4)储能系统出力约束
0.2Ei≤ESSi,cs,t≤0.9Ei(15)
Figure BDA0002666709700000105
Figure BDA0002666709700000106
ESSi,cs,T+1＝ESSi,cs,1(18)
式中，ESSi,cs,t为t时段cs场景下第i个储能装置电量。
(2-5)SOP传输功率约束
Figure BDA0002666709700000107
Figure BDA0002666709700000108
Figure BDA0002666709700000109
式中，
Figure BDA00026667097000001010
和
Figure BDA00026667097000001011
分别为t时刻cs场景中线路ij上从SOP向节点i和向节点j注入的有功功率；
Figure BDA00026667097000001012
和
Figure BDA00026667097000001013
分别为t时刻cs场景中线路ij上从SOP向节点i和向节点j注入的无功功率。
步骤三：将上述模型中的非线性约束进行锥模型转化。
(3-1)定义新优化变量节点电压幅值的平方αi和支路电流幅值的平方βij，通过变量替换的方式，消去目标函数和约束条件中节点电压和支路电流的二次项：
Figure BDA0002666709700000111
Figure BDA0002666709700000112
将系统潮流约束式(7)～(10)和系统运行约束式(13)～(14)转换为如下约束：
Figure BDA0002666709700000113
Figure BDA0002666709700000114
Figure BDA0002666709700000115
Figure BDA0002666709700000116
Figure BDA0002666709700000117
Figure BDA0002666709700000118
(3-2)系统潮流约束式(27)经变量替换后仍为二次非线性约束，在满足目标函数是βij,cs,t的严格增函数及节点负荷无上界等条件下，可将其锥松弛为二阶锥约束形式：
Figure BDA0002666709700000119
(3-3)SOP运行约束中的式(20)～(21)可转化为二阶锥约束：
Figure BDA00026667097000001110
Figure BDA00026667097000001111
经过上述步骤，储能-SOP下层优化模型由难以求解的非线性规划模型转换为二阶锥规划模型。
步骤四：将步骤三得到的二阶锥模型用内点法进行求解。
(4-1)取初始惩罚因子r(0)>0，允许误差ε>0。
(4-2)在可行域内取初始点X(0)，令k＝1。
(4-3)构造惩罚函数
Figure BDA0002666709700000121
从X(k-1)点出发用无约束优化方法求解惩罚函数
Figure BDA0002666709700000122
的极值点X*(r(k))。
(4-4)检查迭代终止条件：如果满足||X*(r(k))-X*(r(k-1))||≤ε，就跳出迭代，输出结果；若不满足，则取r(k+1)＝Cr(k)，k＝k+1，转向步骤(4-3)。
储能-SOP双层规划模型求解流程如图1所示，上层采用粒子群算法求解，下层将非线性模型转换为二阶锥规划模型，转化流程如图2所示，将该二阶锥规划模型采用内点法迭代求解，内点法求解流程如图3所示。上下层反复迭代直至达到收敛，求解出最优规划方案。
实施例2
一种配电网储能与柔性开关的双层协同规划系统，包括：
数据采集模块，被配置为：获取配电网参数，包括柔性开关的年综合费用，储能设备的年投资费用，配电网系统的年损耗用费用、网损数据和电压偏移数据；
数学模型构建模块，被配置为：构建协同规划数学模型，所述协同规划数据模型以最小化的总年综合用费用为上层目标函数，以配电网系统的网损数据与电压偏移数据之和的最小值为下层目标函数；
规划方案获取模块，被配置为：采用粒子群算法对上层目标函数进行求解，通过非线性模型转换为二阶锥规划模型对下层目标函数进行求解，得到最优双层协同规划方案。
进一步的，所述数据采集模块、数学模型构建模块和规划方案获取模块所被配置的具体方式分别对应上述实施例中所述的配电网储能与柔性开关的双层协同规划方法的具体步骤。
在其他实施例中，本公开还提供了：
一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成如上述实施例中所述的配电网储能与柔性开关的双层协同规划方法。
一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成如上述实施例中所述的配电网储能与柔性开关的双层协同规划方法。
上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (10)

1.一种配电网储能与柔性开关的双层协同规划方法，其特征在于，包括：
获取配电网参数，包括柔性开关的年综合费用，储能设备的年投资费用，配电网系统的年损耗用费用、网损数据和电压偏移数据；
构建协同规划数学模型，所述协同规划数据模型以最小化的总年综合用费用为上层目标函数，以配电网系统的网损数据与电压偏移数据之和的最小值为下层目标函数；
采用粒子群算法对上层目标函数进行求解，通过非线性模型转换为二阶锥规划模型对下层目标函数进行求解，得到最优双层协同规划方案。
2.如权利要求1所述的配电网储能与柔性开关的双层协同规划方法，其特征在于，所述通过非线性模型转换为二阶锥规划模型对下层目标函数进行求解的步骤包括：
确定储能与柔性开关的协同规划数学模型的约束条件，所述约束条件包括系统潮流约束、节点电压约束、支路电流约束、储能系统出力约束和柔性开关传输功率约束；
将协同规划数学模型的约束条件中的非线性约束进行锥模型转化，得到二阶锥模型；
将得到的二阶锥模型用内点法进行求解。
3.如权利要求1所述的配电网储能与柔性开关的双层协同规划方法，其特征在于，所述将协同规划数学模型的约束条件中的非线性约束进行锥模型转化步骤包括：
定义新优化变量节点电压幅值的平方和支路电流幅值的平方，通过变量替换的方式，消去目标函数和约束条件中节点电压和支路电流的二次项；
在满足目标函数是βij,cs,t的严格增函数及节点负荷无上界等条件下，将非线性约束转化为二阶锥约束。
4.所述的配电网储能与柔性开关的双层协同规划方法，其特征在于，所述得到最优双层协同规划方案步骤包括：上层目标函数和下层目标函数反复迭代直至达到收敛，求解出最优双层协同规划方案。
5.如权利要求1所述的配电网储能与柔性开关的双层协同规划方法，其特征在于，所述采用粒子群算法对上层目标函数进行求解包括求解最小化的总年综合用费用，最小化的总年综合用费用为通过柔性开关的年综合费用加上储能设备的年投资费用减去配电网系统的年损耗费用获得的数据。
6.如权利要求1所述的配电网储能与柔性开关的双层协同规划方法，其特征在于，所述配电网系统年损耗用费用通过配电系统中总支路数、支路的电阻、时刻和支路流经的电流计算得到。
7.如权利要求1所述的配电网储能与柔性开关的双层协同规划方法，其特征在于，所述目标函数为供电损耗与电压偏差和最小值通过供电损耗与电压偏差和、系统供电损耗、容量基准值、参考电压和节点在场景中的电压计算得到。
8.一种配电网储能与柔性开关的双层协同规划系统，其特征在于，包括：
数据采集模块，被配置为：获取配电网参数，包括柔性开关的年综合费用，储能设备的年投资费用，配电网系统的年损耗用费用、网损数据和电压偏移数据；
数学模型构建模块，被配置为：构建协同规划数学模型，所述协同规划数据模型以最小化的总年综合用费用为上层目标函数，以配电网系统的网损数据与电压偏移数据之和的最小值为下层目标函数；
规划方案获取模块，被配置为：采用粒子群算法对上层目标函数进行求解，通过非线性模型转换为二阶锥规划模型对下层目标函数进行求解，得到最优双层协同规划方案。
9.一种计算机可读存储介质，用于存储计算机指令，其特征在于，所述计算机指令被处理器执行时，完成如权利要求1-7任一所述的配电网储能与柔性开关的双层协同规划方法。
10.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成如权利要求1-7任一所述的配电网储能与柔性开关的双层协同规划方法。
CN202010920950.1A 2020-09-04 2020-09-04 一种配电网储能与柔性开关的双层协同规划方法及系统 Active CN112039069B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010920950.1A CN112039069B (zh) 2020-09-04 2020-09-04 一种配电网储能与柔性开关的双层协同规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010920950.1A CN112039069B (zh) 2020-09-04 2020-09-04 一种配电网储能与柔性开关的双层协同规划方法及系统

Publications (2)

Publication Number Publication Date
CN112039069A true CN112039069A (zh) 2020-12-04
CN112039069B CN112039069B (zh) 2022-02-22

Family

ID=73591372

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010920950.1A Active CN112039069B (zh) 2020-09-04 2020-09-04 一种配电网储能与柔性开关的双层协同规划方法及系统

Country Status (1)

Country Link
CN (1) CN112039069B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112949008A (zh) * 2021-02-08 2021-06-11 国网河北省电力有限公司衡水供电分公司 一种配电网规划方法及相关装置
CN113032940A (zh) * 2021-04-22 2021-06-25 上海交通大学 考虑供需互动和风险管理的城镇多能网络规划方法及系统
CN113610262A (zh) * 2021-06-07 2021-11-05 中国农业大学 基于Benders分解的配电网协调优化方法及装置
CN113762622A (zh) * 2021-09-09 2021-12-07 国网上海市电力公司 一种虚拟电厂接入点及容量优化规划方法
CN113780722A (zh) * 2021-07-30 2021-12-10 广东电网有限责任公司广州供电局 配电网的联合规划方法、装置、计算机设备和存储介质
CN113779862A (zh) * 2021-07-27 2021-12-10 广东电网有限责任公司广州供电局 电力电子柔性开关接入规划方法、装置、设备和存储介质
CN113991728A (zh) * 2021-11-23 2022-01-28 广东电网有限责任公司 一种配电网柔性互联装置的容量配置方法、系统及介质
CN114358447A (zh) * 2022-03-21 2022-04-15 中国长江三峡集团有限公司 一种柔性互联装置配置方法、装置、电子设备及存储介质
CN114928105A (zh) * 2022-06-01 2022-08-19 中国长江三峡集团有限公司 柔性电网配置方法、装置、电子设备及存储介质
CN115564142A (zh) * 2022-11-03 2023-01-03 国网山东省电力公司经济技术研究院 一种混合储能系统的选址定容优化方法及系统
CN116231766A (zh) * 2023-05-09 2023-06-06 国网浙江省电力有限公司永康市供电公司 高渗透率光伏智能配电台区协调分配方法及系统
CN116488237A (zh) * 2023-03-31 2023-07-25 青岛创统科技发展有限公司 一种船用能源路由系统及其双层协调优化控制方法
CN113610262B (zh) * 2021-06-07 2024-06-07 中国农业大学 基于Benders分解的配电网协调优化方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105449713A (zh) * 2015-12-11 2016-03-30 天津大学 考虑分布式电源特性的有源配电网智能软开关规划方法
CN105740973A (zh) * 2016-01-25 2016-07-06 天津大学 基于混合整数锥规划的智能配电网综合电压无功优化方法
US20180041036A1 (en) * 2016-08-02 2018-02-08 Tsinghua University Reactive power optimization method
CN108470239A (zh) * 2018-03-01 2018-08-31 国网福建省电力有限公司 计及需求侧管理和储能的主动配电网多目标分层规划方法
CN110263391A (zh) * 2019-05-31 2019-09-20 广东电网有限责任公司 一种基于机会约束的有源配电网智能软开关规划方法
CN110490376A (zh) * 2019-08-05 2019-11-22 天津大学 面向配电网可靠性和经济性提升的智能软开关规划方法
CN110837912A (zh) * 2019-09-17 2020-02-25 万克能源科技有限公司 一种基于投资效益的储能系统容量规划方法
CN111242389A (zh) * 2020-03-02 2020-06-05 南方电网科学研究院有限责任公司 一种智能储能软开关规划方法、系统、设备及介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105449713A (zh) * 2015-12-11 2016-03-30 天津大学 考虑分布式电源特性的有源配电网智能软开关规划方法
CN105740973A (zh) * 2016-01-25 2016-07-06 天津大学 基于混合整数锥规划的智能配电网综合电压无功优化方法
US20180041036A1 (en) * 2016-08-02 2018-02-08 Tsinghua University Reactive power optimization method
CN108470239A (zh) * 2018-03-01 2018-08-31 国网福建省电力有限公司 计及需求侧管理和储能的主动配电网多目标分层规划方法
CN110263391A (zh) * 2019-05-31 2019-09-20 广东电网有限责任公司 一种基于机会约束的有源配电网智能软开关规划方法
CN110490376A (zh) * 2019-08-05 2019-11-22 天津大学 面向配电网可靠性和经济性提升的智能软开关规划方法
CN110837912A (zh) * 2019-09-17 2020-02-25 万克能源科技有限公司 一种基于投资效益的储能系统容量规划方法
CN111242389A (zh) * 2020-03-02 2020-06-05 南方电网科学研究院有限责任公司 一种智能储能软开关规划方法、系统、设备及介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
王成山等: "考虑分布式电源运行特性的有源配电网智能软开关SOP规划方法", 《中国电机工程学报》 *
薛飞等: "柔性配电网中考虑SOP优化的分布式电源双层规划", 《电力系统及其自动化学报》 *
颜伟等: "含高渗透率风电配网中电池储能系统和开关的协调规划", 《电力自动化设备》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112949008A (zh) * 2021-02-08 2021-06-11 国网河北省电力有限公司衡水供电分公司 一种配电网规划方法及相关装置
CN113032940A (zh) * 2021-04-22 2021-06-25 上海交通大学 考虑供需互动和风险管理的城镇多能网络规划方法及系统
CN113032940B (zh) * 2021-04-22 2023-05-02 上海交通大学 考虑供需互动和风险管理的城镇多能网络规划方法及系统
CN113610262A (zh) * 2021-06-07 2021-11-05 中国农业大学 基于Benders分解的配电网协调优化方法及装置
CN113610262B (zh) * 2021-06-07 2024-06-07 中国农业大学 基于Benders分解的配电网协调优化方法及装置
CN113779862B (zh) * 2021-07-27 2022-08-02 广东电网有限责任公司广州供电局 电力电子柔性开关接入规划方法、装置、设备和存储介质
CN113779862A (zh) * 2021-07-27 2021-12-10 广东电网有限责任公司广州供电局 电力电子柔性开关接入规划方法、装置、设备和存储介质
CN113780722B (zh) * 2021-07-30 2022-12-16 广东电网有限责任公司广州供电局 配电网的联合规划方法、装置、计算机设备和存储介质
CN113780722A (zh) * 2021-07-30 2021-12-10 广东电网有限责任公司广州供电局 配电网的联合规划方法、装置、计算机设备和存储介质
CN113762622B (zh) * 2021-09-09 2023-09-19 国网上海市电力公司 一种虚拟电厂接入点及容量优化规划方法
CN113762622A (zh) * 2021-09-09 2021-12-07 国网上海市电力公司 一种虚拟电厂接入点及容量优化规划方法
CN113991728A (zh) * 2021-11-23 2022-01-28 广东电网有限责任公司 一种配电网柔性互联装置的容量配置方法、系统及介质
CN114358447A (zh) * 2022-03-21 2022-04-15 中国长江三峡集团有限公司 一种柔性互联装置配置方法、装置、电子设备及存储介质
CN114928105A (zh) * 2022-06-01 2022-08-19 中国长江三峡集团有限公司 柔性电网配置方法、装置、电子设备及存储介质
CN114928105B (zh) * 2022-06-01 2023-07-25 中国长江三峡集团有限公司 柔性电网配置方法、装置、电子设备及存储介质
CN115564142B (zh) * 2022-11-03 2023-06-02 国网山东省电力公司经济技术研究院 一种混合储能系统的选址定容优化方法及系统
CN115564142A (zh) * 2022-11-03 2023-01-03 国网山东省电力公司经济技术研究院 一种混合储能系统的选址定容优化方法及系统
CN116488237A (zh) * 2023-03-31 2023-07-25 青岛创统科技发展有限公司 一种船用能源路由系统及其双层协调优化控制方法
CN116231766A (zh) * 2023-05-09 2023-06-06 国网浙江省电力有限公司永康市供电公司 高渗透率光伏智能配电台区协调分配方法及系统

Also Published As

Publication number Publication date
CN112039069B (zh) 2022-02-22

Similar Documents

Publication Publication Date Title
CN112039069B (zh) 一种配电网储能与柔性开关的双层协同规划方法及系统
Li et al. Two-stage multi-objective OPF for AC/DC grids with VSC-HVDC: Incorporating decisions analysis into optimization process
Saboori et al. Multistage distribution network expansion planning considering the emerging energy storage systems
CN107968439B (zh) 基于混合整数线性规划的主动配电网联合优化算法
CN110070292B (zh) 基于交叉变异鲸鱼优化算法的微网经济调度方法
CN112103980B (zh) 一种联合火电机组agc调频的混合储能系统能量管理方法
Tang et al. Study on day-ahead optimal economic operation of active distribution networks based on Kriging model assisted particle swarm optimization with constraint handling techniques
CN110808597A (zh) 主动配电网中考虑三相不平衡的分布式电源规划方法
CN116388252B (zh) 风电场储能容量优化配置方法、系统、计算机设备及介质
CN113988384A (zh) 一种提高配电网可靠性的储能容量优化配置方法
CN115423207A (zh) 风储虚拟电厂在线调度方法和装置
CN115841187A (zh) 柔性配电网运行策略的优化方法、装置、设备及存储介质
CN114741834A (zh) 基于时空展开网络流的综合能源能量流优化方法和装置
Saric et al. Optimal DG allocation for power loss reduction considering load and generation uncertainties
Pan et al. Dual‐layer optimal dispatching strategy for microgrid energy management systems considering demand response
CN113364043A (zh) 一种基于条件风险价值的微电网群优化方法
CN110323779B (zh) 一种分布式发电与储能装置的功率动态聚合的方法和系统
CN116645089A (zh) 一种考虑退役电池容量退化的储能系统双层优化配置方法
CN109004642B (zh) 用于平抑分布式电源功率波动的配网分布式储能评价方法
CN116865270A (zh) 一种含嵌入式直流的柔性互联配电网优化调度方法及系统
CN114759616A (zh) 一种考虑电力电子器件特性的微电网鲁棒优化调度方法
CN115360768A (zh) 基于muzero和深度强化学习的电力调度方法、装置及存储介质
CN114881346A (zh) 基于改进鲸鱼优化算法的动态重构与无功电压调整的双层优化调度方法
Zhao et al. Distribution network reconfiguration digital twin model based on bi-level dynamical time division
CN111311032B (zh) 一种基于扇形雷达图模型的微网系统容量优化配置方法

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