CN112085327A - 一种配电商参与的主动配电网多层分区调控方法及系统 - Google Patents

一种配电商参与的主动配电网多层分区调控方法及系统 Download PDF

Info

Publication number
CN112085327A
CN112085327A CN202010766800.XA CN202010766800A CN112085327A CN 112085327 A CN112085327 A CN 112085327A CN 202010766800 A CN202010766800 A CN 202010766800A CN 112085327 A CN112085327 A CN 112085327A
Authority
CN
China
Prior art keywords
power
load
regulation
operation scheme
target
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
CN202010766800.XA
Other languages
English (en)
Other versions
CN112085327B (zh
Inventor
廖剑波
黄毅标
陈冰斌
戴小青
陈清鹤
李长元
许鹏程
黄震希
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.)
Fuzhou Power Supply Co of State Grid Fujian Electric Power Co Ltd
Original Assignee
Fuzhou Power Supply Co of State Grid Fujian 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 Fuzhou Power Supply Co of State Grid Fujian Electric Power Co Ltd filed Critical Fuzhou Power Supply Co of State Grid Fujian Electric Power Co Ltd
Priority to CN202010766800.XA priority Critical patent/CN112085327B/zh
Publication of CN112085327A publication Critical patent/CN112085327A/zh
Application granted granted Critical
Publication of CN112085327B publication Critical patent/CN112085327B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • 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
    • 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]
    • 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
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards

Abstract

本发明提供了一种配电商参与的主动配电网多层分区调控方法及系统，配电商调控单元生成运行方案，所述运行方案实现收益最大化；调控中心接收所述运行方案并进行校核，若校核未通过则退回所述运行方案，若校核通过，则所述调控中心根据预设条件对校核通过的所述运行方案进行综合优化；本发明中配电商调控单元以收益最大化为目标主动生成运行方案提交给调控中心，调控中心对运行方案进行校核及综合优化，实现以配电商为基础的运行方案确定，能够在保证配电商的收益时兼顾其他综合条件，即能够在配电商合理盈利的情况下，同时促进配电网运行的安全性、优化度及清洁性的综合提升。

Description

一种配电商参与的主动配电网多层分区调控方法及系统
技术领域
本发明涉及电力调度领域，尤其涉及一种配电商参与的主动配电网多层分区调控方法及系统。
背景技术
主动配电网(Active Distribution Network，ADN)是解决分布式电源(Distributed Generation，DG)规模化集成问题的有效技术方案，其核心理念为通过多资源协调调控来提升配电网的DG兼容性与优化运行水平。当前ADN调控研究已积淀了一定成果：徐韵等考虑源-网-荷-储多元互补，基于随机模型预测控制实现了ADN有功-无功联合调控；Soroudi A等用鲁棒优化来处理电价不确定性，研究了配电网内响应负荷与储能的经济调度问题；黄伟等提出一种可控元件动态调度优先级的评估方法，基于此来实现ADN多元协调与多目标优化调度；然ADN的可控元件数量多、规模小、分布广，单一集中控制易造成通信阻塞与效率低等问题，为此，苏小林等提出一种全局集中与区域自治相结合的ADN调控策略，全局优化给出各区域交换功率计划值，区域自治则基于反馈调节控制器来控制元件出力；廖剑波等基于配电管理系统-区域调控终端的双层框架来实施ADN日前-日内两阶段调控，促进了配电网的经济安全运行。
随着配、售电侧改革的不断深入，电网应主动适应未来配电商入网这一市场化趋势，ADN调控应综合协调多方利益并统筹考虑网络的综合优化运行，目前研究鲜有涉及。
发明内容
本发明所要解决的技术问题是：提供一种配电商参与的主动配电网多层分区调控方法及系统，实现ADN的综合调控。
为了解决上述技术问题，本发明采用的一种技术方案为：
一种配电商参与的主动配电网多层分区调控方法，包括步骤：
S1、配电商调控单元生成运行方案，所述运行方案实现收益最大化；
S2、调控中心接收所述运行方案并进行校核，若校核未通过则退回所述运行方案，若校核通过，则执行S3；
S3、所述调控中心根据预设条件对校核通过的所述运行方案进行综合优化。
为了解决上述技术问题，本发明采用的另一种技术方案为：
一种配电商参与的主动配电网多层分区调控系统，包括配电商调控单元及调控中心，所述配电商调控单元包括第一存储器、第一处理器及存储在所述第一存储器上并可在所述第一处理器上运行的第一计算机程序，所述调控中心包括第二存储器、第二处理器及存储在所述第二存储器上并可在所述第二处理器上运行的第二计算机程序，所述第一处理器执行所述第一计算机程序时实现以下步骤：
S11、生成运行方案，所述运行方案实现收益最大化，并将所述运行方案发送给调控中心；
所述第二处理器执行所述第二计算机程序时实现以下步骤：
S21、接收所述运行方案并进行校核，若校核未通过则退回所述运行方案，若校核通过，则执行S3；
S22、根据预设条件对校核通过的所述运行方案进行综合优化。
本发明的有益效果在于：配电商调控单元以收益最大化为目标主动生成运行方案提交给调控中心，调控中心对运行方案进行校核及综合优化，实现以配电商为基础的运行方案确定，能够在保证配电商的收益时兼顾其他综合条件，即能够在配电商合理盈利的情况下，同时促进配电网运行的安全性、优化度及清洁性的综合提升。
附图说明
图1为本发明实施例的一种配电商参与的主动配电网多层分区调控方法的步骤流程图；
图2为本发明实施例的一种配电商参与的主动配电网多层分区调控系统的结构示意图；
图3为本发明实施例的主动配电网及其多层分区调控框架示意图；
图4为本发明实施例的主动配电网的多层分区调控策略流程示意图；
图5为本发明实施例的和声搜索算法优化流程示意图；
图6为本发明实施例的一种主动配电网网络结构示意图；
图7为本发明实施例的不同配电商风光荷预测曲线图；
图8为本发明实施例的一种调度方案示意图；
图9为本发明实施例的各个时段最严重支路故障失负荷量示意图；
图10为本发明实施例的两支路之间失负荷量差值示意图；
图11为本发明实施例的电压波动性最强的节点的时序电压分布示意图；
图12为本发明实施例的净负荷曲线示意图。
标号说明：
3、一种配电商参与的主动配电网多层分区调控系统；1、配电商调控单元；1.1、第一处理器；1.2第一存储器；2调控中心；2.1第二处理器；2.2第二存储器。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。
请参照图1、图3-图12，一种配电商参与的主动配电网多层分区调控方法，包括步骤：
S1、配电商调控单元生成运行方案，所述运行方案实现收益最大化；
S2、调控中心接收所述运行方案并进行校核，若校核未通过则退回所述运行方案，若校核通过，则执行S3；
S3、所述调控中心根据预设条件对校核通过的所述运行方案进行综合优化。
从上述描述可知，本发明的有益效果在于：配电商调控单元以收益最大化为目标主动生成运行方案提交给调控中心，调控中心对运行方案进行校核及综合优化，实现以配电商为基础的运行方案确定，能够在保证配电商的收益时兼顾其他综合条件，即能够在配电商合理盈利的情况下，同时促进配电网运行的安全性、优化度及清洁性的综合提升。
进一步的，所述S1具体为：
建立收益方程并确定第一约束条件，根据所述收益方程及所述第一约束条件，以收益最大为目标生成所述运行方案。
由上述描述可知，运行方案由配电商调控单元生成，并且以收益最大化为目标，从配电商盈利角度出发生成初始运行方案，同时也考虑到简单的约束条件使初始运行方案具有可行性。
进一步的，所述建立收益方程，具体为：
建立区域收益方程，区域收益PR＝ILD+IEV-CGR-CDG-CAM；
其中，向负荷售电的收入
Figure BDA0002614989230000041
电动汽车充电站的收入
Figure BDA0002614989230000042
向上级电网购电的成本
Figure BDA0002614989230000043
向分布式电源购电的成本
Figure BDA0002614989230000044
主动管理成本：
Figure BDA0002614989230000045
上式中，T为日时段数，L为相邻两时段之间的时间间隔，γpro为预设的售电盈利系数，
Figure BDA0002614989230000046
为向上级电网购电时的交易电价，
Figure BDA0002614989230000047
为区域内总负荷；NDG、NIDG、NESS、NFL、NEV分别为区域内分布式电源、间歇分布式电源、储能设备、柔性负荷、充电站内电动汽车的总数量；
Figure BDA0002614989230000048
分别为所述充电站内电动汽车的充电功率与放电功率，在所述充电站内电动汽车充电时，
Figure BDA0002614989230000049
为正值、
Figure BDA00026149892300000410
为零，放电时
Figure BDA00026149892300000411
为正值、
Figure BDA00026149892300000412
为零；
Figure BDA0002614989230000051
为与上级电网的交互功率，若所述
Figure BDA0002614989230000052
为正值，则表示母线为馈线送电，若所述
Figure BDA0002614989230000053
为负值，则表示馈线为母线送电；
Figure BDA0002614989230000054
为所述分布式电源的供电电价；
Figure BDA0002614989230000055
为所述分布式电源的有功出力；
Figure BDA0002614989230000056
为弃用清洁能源发电的分布式电源的补偿价格；
Figure BDA0002614989230000057
为使用清洁能源发电的分布式电源的削减量；cESS及cEV分别为所述储能设备与所述电动汽车充电站的单位运维成本；
Figure BDA0002614989230000058
为所述储能设备的有功出力，若所述
Figure BDA0002614989230000059
为正值，表示所述储能设备为放电状态，若所述
Figure BDA00026149892300000510
为负值，表示所述储能设备为充电状态；
Figure BDA00026149892300000511
及
Figure BDA00026149892300000512
分别表示柔性负荷削减与柔性负荷平移的补偿价格；
Figure BDA00026149892300000513
为所述柔性负荷的削减量；
Figure BDA00026149892300000514
及
Figure BDA00026149892300000515
分别为所述柔性负荷的平移量及所述柔性负荷的平移时段数；
Figure BDA00026149892300000516
为电动汽车放电的补偿价格。
由上述描述可知，对于区域内的电网，考虑其向负荷售电的收入及电动汽车充电站的收入，并且考虑购电成本及主动管理成本，将可能影响到收益的主要因素都涉及，并且在计算主动管理成本这一弹性较大值时，考虑进尽可能多的影响因素使管理成本贴近实际值，最后得到的运行方案能够在实际操作中实现配电商收益的最大化而不止停留于理论。
进一步的，所述确定第一约束条件，具体为：
确定网络运行约束、分布式电源相关约束、储能设备相关约束、柔性负荷相关约束及电动汽车充电站相关约束。
由上述描述可知，配电商调控单元考虑电网中各个部件的实际限制因素，建立第一约束条件，在第一约束条件的限制下获得使收益最大化的运行方案，使得运行方案能够在实现配电商收益最大化的同时，保证其的可行性，即使所得的运行方案能够被实际运用。
进一步的，所述网络运行约束具体为：
Figure BDA00026149892300000517
Vmin≤Vt,i≤Vmax，其中Vt,i为节点电压，Vmax及Vmin分别表示预设的最大值及最小值；
所述分布式电源相关约束具体为：
Figure BDA0002614989230000061
Figure BDA0002614989230000062
Figure BDA0002614989230000063
其中，
Figure BDA0002614989230000064
为所述分布式电源的有功上限，
Figure BDA0002614989230000065
为相邻时段所述分布式电源所允许调节的最大有功范围，
Figure BDA0002614989230000066
为使用清洁能源进行发电的所述分布式电源允许削减的最大有功量；
所述储能设备相关约束具体为：
Figure BDA0002614989230000067
Figure BDA0002614989230000068
Figure BDA0002614989230000069
Figure BDA00026149892300000610
其中，
Figure BDA00026149892300000611
及
Figure BDA00026149892300000612
分别表示所述储能设备的最大放电功率和所述储能设备的最大充电功率，
Figure BDA00026149892300000613
为所述储能设备的荷电状态，
Figure BDA00026149892300000614
为所述储能设备的最大放电深度，
Figure BDA00026149892300000615
及
Figure BDA00026149892300000616
分别表示所述储能设备的充电状态系数及所述储能设备的放电状态系数，
Figure BDA00026149892300000617
为所述储能设备的容量，
Figure BDA00026149892300000618
为所述储能设备的充/放电效率；
所述柔性负荷相关约束具体为：
Figure BDA00026149892300000619
Figure BDA00026149892300000620
Figure BDA00026149892300000621
Figure BDA00026149892300000622
其中，
Figure BDA00026149892300000623
及
Figure BDA00026149892300000624
分别表示所述柔性负荷的最大允许削减负荷量及所述柔性负荷的最大允许平移负荷量；
Figure BDA00026149892300000625
为所述柔性负荷平移时的最大允许延迟供电时间，
Figure BDA00026149892300000626
为所述柔性负荷平移时移入的负荷量；
所述电动汽车充电站相关约束具体为：
Figure BDA0002614989230000071
Figure BDA0002614989230000072
Figure BDA0002614989230000073
其中，t0为电动汽车入网开始充电的时刻，
Figure BDA0002614989230000074
为t0时刻所述电动汽车的荷电状态，SEV,aim为所述电动汽车充电的目标荷电状态，
Figure BDA0002614989230000075
为所述电动汽车入网的时间长度，
Figure BDA0002614989230000076
为所述电动汽车电池的容量，
Figure BDA0002614989230000077
为所述电动汽车电池的充/放电效率，
Figure BDA0002614989230000078
为电动汽车电池的最大放电深度，
Figure BDA0002614989230000079
为电动汽车电池的最大充电功率，
Figure BDA00026149892300000710
为电动汽车电池的最大放电功率。
由上述描述可知，考虑到电网中各类元件在实际运行中各个属性的范围，使最终得到的运行方案不会超出各类元件的实际可操作值，即进一步保证了所得到的运行方案的实际可操作性。
进一步的，所述S3中对所述运行方案进行综合优化包括：
确定第一优化目标，根据所述第一优化目标对所述运行方案进行综合优化；
所述第一优化目标包括：盈利目标、故障失负荷率目标、主动配电网优化运行目标及清洁能源消纳率目标；
为所述第一优化目标分别设置权重，将多个所述第一优化目标整合为一个第二优化目标，根据所述第二优化目标对所述运行方案进行综合优化。
由上述描述可知，在接收配电商调控单元所生成的运行方案后，调控中心对通过校核的运行方案进行综合优化，在保证其实际可行性的基础上，从经济性、安全性、环保性等多个维度进行综合优化；并且，最后将所得的多个子目标进行归一化处理，整合为单个目标，简化了影响因素，更加便于后期计算。
进一步的，所述盈利目标具体为：
Figure BDA00026149892300000711
其中，NDI为配电商的数量，
Figure BDA00026149892300000712
为配电商调控单元上报的所述运行方案中的收益，PRn为进行综合优化后的所述运行方案中的收益；
所述故障失负荷率目标具体为：
Figure BDA0002614989230000081
其中，
Figure BDA0002614989230000082
为t时段j支路中发生故障后，主动配电网中的失负荷量，
Figure BDA0002614989230000083
为无故障情况下供电负荷量；
所述主动配电网优化运行目标具体为：
计算电压波动目标：
Figure BDA0002614989230000084
其中，
Figure BDA0002614989230000085
为i节点在各个时段的电压均值，
Figure BDA0002614989230000086
计算削峰填谷执行度目标：
Figure BDA0002614989230000087
其中，PP,0为削峰填谷后的理想峰荷值，PV,0为削峰填谷后的理想谷荷值，PP为进行优化后的所述运行方案中的峰荷值，PV为进行优化后的所述运行方案中的谷荷值；
将所述电压波动目标及所述削峰填谷执行度目标分别进行归一化，得到VF*及PV*，将所述VF*及PV*加权得到所述主动配电网优化运行目标
Figure BDA0002614989230000088
其中，λ1及λ2为预设加权值；
所述清洁能源消纳率目标具体为：
Figure BDA0002614989230000089
其中，为使用清洁能源进行发电的所述分布式电源的初始理想有功出力。
由上述描述可知，通过盈利子目标保证综合优化后配电商的收益不会过少，故障失负荷率子目标考虑电网在支路故障时的失负荷率，保证了电网的安全性，主动配电网的运行优化度子目标使主动配电网的电压波动性更弱、峰谷差更小，清洁能源消纳率目标使主动配电网供电整体更加环保。
进一步的，所述为所述第一优化目标分别设置权重，将多个所述第一优化目标整合为一个第二优化目标，具体为：
将所述盈利目标、所述故障失负荷率目标及所述清洁能源消纳率目标分别进行归一化，得到
Figure BDA0002614989230000091
及
Figure BDA0002614989230000092
所述第二优化目标
Figure BDA0002614989230000093
其中
Figure BDA0002614989230000094
ωi,AHP为通过层次分析法计算所得的权重值，ωi,EWM为通过熵权法计算所得的权重值。
由上述描述可知，通过层次分析法与熵权法结合计算权重值，能够兼备主观权值和客观权值，使最终得到的权重更加贴合实际情况，进一步保证对运行方案进行多维度的综合优化。
进一步的，所述S3中，通过和声搜索算法对校核通过的所述运行方案进行综合优化；
由上述描述可知，考虑到和声搜索算法的搜索能力强、待控参数少、适用性广、鲁棒性好等优点，采用和声搜索算法对校核通过的所述运行方案进行综合优化，能够保证寻优计算的效率与优化后运行方案的质量。
请参照图1，本发明的实施例一为：
一种配电商参与的主动配电网多层分区调控方法，本实施例中设置用户出于环保与可靠性的目的，自行装配分布式电源并可入网享受发电收益，但需接受配电商调控，配电商拥有储能设备及电动汽车充电站，具体包括：
S1、配电商调控单元生成运行方案，所述运行方案实现收益最大化；
建立收益方程并确定第一约束条件，根据所述收益方程及所述第一约束条件，以收益最大为目标生成所述运行方案：
建立区域收益方程，区域收益PR＝ILD+IEV-CGR-CDG-CAM；
其中，向负荷售电的收入
Figure BDA0002614989230000101
电动汽车充电站的收入
Figure BDA0002614989230000102
向上级电网购电的成本
Figure BDA0002614989230000103
向分布式电源购电的成本
Figure BDA0002614989230000104
主动管理成本：
Figure BDA0002614989230000105
上式中，T为日时段数，L为相邻两时段之间的时间间隔，γpro为预设的售电盈利系数，
Figure BDA0002614989230000106
为向上级电网购电时的交易电价，
Figure BDA0002614989230000107
为区域内总负荷；NDG、NIDG、NESS、NFL、NEV分别为区域内分布式电源、间歇分布式电源、储能设备、柔性负荷、充电站内电动汽车的总数量；
Figure BDA0002614989230000108
分别为所述充电站内电动汽车的充电功率与放电功率，在所述充电站内电动汽车充电时，
Figure BDA0002614989230000109
为正值、
Figure BDA00026149892300001010
为零，放电时
Figure BDA00026149892300001011
为正值、
Figure BDA00026149892300001012
为零；
Figure BDA00026149892300001013
为与上级电网的交互功率，若所述
Figure BDA00026149892300001014
为正值，则表示母线为馈线送电，若所述
Figure BDA00026149892300001015
为负值，则表示馈线为母线送电；
Figure BDA00026149892300001016
为所述分布式电源的供电电价；
Figure BDA00026149892300001017
为所述分布式电源的有功出力；
Figure BDA00026149892300001018
为弃用清洁能源发电的分布式电源的补偿价格；
Figure BDA00026149892300001019
为使用清洁能源发电的分布式电源的削减量；cESS及cEV分别为所述储能设备与所述电动汽车充电站的单位运维成本；
Figure BDA0002614989230000111
为所述储能设备的有功出力，若所述
Figure BDA0002614989230000112
为正值，表示所述储能设备为放电状态，若所述
Figure BDA0002614989230000113
为负值，表示所述储能设备为充电状态；
Figure BDA0002614989230000114
及
Figure BDA0002614989230000115
分别表示柔性负荷削减与柔性负荷平移的补偿价格；
Figure BDA0002614989230000116
为所述柔性负荷的削减量；
Figure BDA0002614989230000117
及
Figure BDA0002614989230000118
分别为所述柔性负荷的平移量及所述柔性负荷的平移时段数；
Figure BDA0002614989230000119
为电动汽车放电的补偿价格；
主动管理成本包括弃用清洁能源发电的分布式电源的补偿成本、储能设备运行维护成本、柔性电荷削减和平移的补偿成本、电动汽车放电的补偿成本及电动汽车充电站的运行维护成本；
确定第一约束条件，具体为：
确定网络运行约束、分布式电源相关约束、储能设备相关约束、柔性负荷相关约束及电动汽车充电站相关约束；
所述网络运行约束具体为：
Figure BDA00026149892300001110
Vmin≤Vt,i≤Vmax，其中Vt,i为节点电压，节点即电网中的各个支路连接点，如图6中的1、2、3…31，Vmax及Vmin分别表示预设的最大值及最小值；
在一种可选的实施方式中，取Vmin为额定电压的0.95倍，Vmax为额定电压的1.05倍；
所述分布式电源相关约束具体为：
Figure BDA00026149892300001111
Figure BDA00026149892300001112
Figure BDA00026149892300001113
其中，
Figure BDA00026149892300001114
为所述分布式电源的有功上限，
Figure BDA00026149892300001115
为相邻时段所述分布式电源所允许调节的最大有功范围，
Figure BDA00026149892300001116
为使用清洁能源进行发电的所述分布式电源允许削减的最大有功量；
在一种可选的实施方式中，
Figure BDA00026149892300001117
为风力发电或光伏发电的分布式电源允许削减的最大有功量；
所述储能设备相关约束具体为：
Figure BDA0002614989230000121
Figure BDA0002614989230000122
Figure BDA0002614989230000123
Figure BDA0002614989230000124
其中，
Figure BDA0002614989230000125
及
Figure BDA0002614989230000126
分别表示所述储能设备的最大放电功率(正值表示)和所述储能设备的最大充电功率(负值表示)，
Figure BDA0002614989230000127
为所述储能设备的荷电状态(State OfCharge，SOC)，
Figure BDA0002614989230000128
为所述储能设备的最大放电深度，
Figure BDA0002614989230000129
及
Figure BDA00026149892300001210
分别表示所述储能设备的充电状态系数及所述储能设备的放电状态系数，
Figure BDA00026149892300001211
为所述储能设备的容量，
Figure BDA00026149892300001212
为所述储能设备的充/放电效率；
在一种可选的实施方式中，当储能设备处于充电状态时，
Figure BDA00026149892300001213
当储能设备处于放电状态时，
Figure BDA00026149892300001214
所述柔性负荷相关约束具体为：
Figure BDA00026149892300001215
Figure BDA00026149892300001216
Figure BDA00026149892300001217
Figure BDA00026149892300001218
其中，
Figure BDA00026149892300001219
及
Figure BDA00026149892300001220
分别表示所述柔性负荷的最大允许削减负荷量及所述柔性负荷的最大允许平移负荷量；
Figure BDA00026149892300001221
为所述柔性负荷平移时的最大允许延迟供电时间，
Figure BDA00026149892300001222
为所述柔性负荷平移时移入的负荷量；
所述电动汽车充电站相关约束具体为：
Figure BDA00026149892300001223
Figure BDA00026149892300001224
Figure BDA00026149892300001225
其中，t0为电动汽车入网开始充电的时刻，
Figure BDA00026149892300001226
为t0时刻所述电动汽车的荷电状态，SEV,aim为所述电动汽车充电的目标荷电状态，
Figure BDA00026149892300001227
为所述电动汽车入网的时间长度，
Figure BDA0002614989230000131
为所述电动汽车电池的容量，
Figure BDA0002614989230000132
为所述电动汽车电池的充/放电效率，
Figure BDA0002614989230000133
为电动汽车电池的最大放电深度，
Figure BDA0002614989230000134
为电动汽车电池的最大充电功率，
Figure BDA0002614989230000135
为电动汽车电池的最大放电功率；
S2、调控中心接收所述运行方案并进行校核，若校核未通过则退回所述运行方案，若校核通过，则执行S3；
调控中心汇总各个配电商调控单元提交的运行方案，进行全配电网的运行方式校核；
S3、所述调控中心根据预设条件对校核通过的所述运行方案进行综合优化。
请参照图1，本发明的实施例二为：
一种配电商参与的主动配电网多层分区调控方法，其与实施例一的不同之处在于：
所述S3中对所述运行方案进行综合优化包括：
确定第一优化目标，根据所述第一优化目标对所述运行方案进行综合优化；
所述第一优化目标包括：盈利目标、故障失负荷率目标、主动配电网运行优化目标及清洁能源消纳率目标；
为所述第一优化目标分别设置权重，将多个所述第一优化目标整合为一个第二优化目标，根据所述第二优化目标对所述运行方案进行综合优化；
所述盈利目标具体为：
Figure BDA0002614989230000136
其中，NDI为配电商的数量，
Figure BDA0002614989230000137
为配电商调控单元上报的所述运行方案中的收益，PRn为进行综合优化后的所述运行方案中的收益，F1应尽可能小；
所述故障失负荷率目标具体为：
计算各个时段任意一条支路故障后，全配电网的失负荷量，进而求取失负荷率：
Figure BDA0002614989230000141
其中，
Figure BDA0002614989230000142
为t时段j支路中发生故障后，主动配电网中的失负荷量，
Figure BDA0002614989230000143
为无故障情况下供电负荷量，分子为各个时段最严重支路故障的失负荷量之和，分母为理想供电负荷量；
主动配电网发生故障后，可通过联络线进行负荷转供，也可基于储能系统与稳定的分布式电源建立孤岛以减少失负荷，F2越小，最严重支路故障发生后能正常供电的负荷越多，主动配电网的安全性越高；
所述主动配电网优化运行目标具体为：
计算电压波动目标：
Figure BDA0002614989230000144
其中，
Figure BDA0002614989230000145
为i节点在调度的日时段数T中的各个时段的电压均值，
Figure BDA0002614989230000146
分子为节点电压偏离均值的平均水平，分母为理想电压均值；
节点电压的时序分布越偏离电压平均值，其电压波动性越强，电压在各个时段的剧烈波动会增加主动配电网的运行风险，不利于系统稳定，还会引起电能质量问题，故用电压波动最强的节点的电压偏离均值的水平定义电网内的电压波动，VF越小，波动性最强的节点的时序电压分布越贴近电压均值，网络电压的波动性越弱；
计算削峰填谷执行度目标：
Figure BDA0002614989230000147
其中，PP,0为削峰填谷后的理想峰荷值，PV,0为削峰填谷后的理想谷荷值，PP为进行优化后的所述运行方案中的峰荷值，PV为进行优化后的所述运行方案中的谷荷值，理想削峰指峰荷时不计代价调动所有可控资源，以最大程度降低负荷，理想填谷指谷荷时不计代价调动所有可控资源，以最大程度提高负荷，分母为主动配电网单日运行的理想峰荷值和谷荷值之差，分子为实际运行的峰谷差与理想峰谷差之差，PV越小，削峰填谷的效果越佳；
调动主动配电网内丰富的可控资源实施削峰填谷，能够有效缓解峰时供电压力，促进发电-用电平衡及负荷曲线平滑；
将所述电压波动目标及所述削峰填谷执行度目标分别进行归一化，得到VF*及PV*，将所述VF*及PV*加权得到所述主动配电网运行优化目标
Figure BDA0002614989230000151
其中，λ1及λ2为预设加权值；
在一种可选的实施方式中，认为电压波动性与削峰填谷的执行度在运行优化上同等重要，故λ1＝λ2＝0.5；
具体的，归一化公式为：
Figure BDA0002614989230000152
其中，f表示某一目标(如电压波动目标或削峰填谷执行度目标)，f*表示归一化之后的目标，fmax及fmin分别表示目标的最大值及最小值，分别对应最恶劣情形与最理想情形下的目标值，具体的，VFmax为节点电压都取额定电压的1.05倍或0.95倍、偏离远者的情形，PVmax为未进行削峰填谷调度的原始峰荷值与谷荷值之差，VFmin及PVmin取0，表示实际情况与理想情况一致的情形；
所述清洁能源消纳率目标具体为：
Figure BDA0002614989230000153
其中，
Figure BDA0002614989230000154
为使用清洁能源进行发电的所述分布式电源的初始理想有功出力，F4越小，清洁能源消纳越多，电网运行的清洁程度越高；
主动配电网能够有效兼容使用清洁能源发电的分布式电源，并且对清洁电能高额消纳；
在一种可选的实施方式中，
Figure BDA0002614989230000155
为风力发电或光伏发电的分布式电源的初始理想有功出力；
为所述第一优化目标分别设置权重，将多个所述第一优化目标整合为一个第二优化目标，具体为：
将所述盈利目标、所述故障失负荷率目标及所述清洁能源消纳率目标分别进行归一化，得到
Figure BDA0002614989230000161
及
Figure BDA0002614989230000162
具体的，将盈利目标、故障失负荷率目标及清洁能源消纳率目标分别使用上述的归一化公式进行归一化，得到
Figure BDA0002614989230000163
及
Figure BDA0002614989230000164
归一化后
Figure BDA0002614989230000165
及
Figure BDA0002614989230000166
的范围为0～1，最大值1分别对应不盈利、故障后负荷全停及清洁能源发电全额削减的最恶劣情况，最小值0分别对应与配电商调控单元提交的运行方案相同的最大收益、故障后无失负荷及清洁能源发电全额消纳的最理想情况；
所述第二优化目标
Figure BDA0002614989230000167
其中
Figure BDA0002614989230000168
为通过层次分析法计算所得的权重值，ωi,EWM为通过熵权法计算所得的权重值；
本发明的实施例三为：
一种配电商参与的主动配电网多层分区调控方法，其与实施例一或实施例二的不同之处在于：
通过和声搜索(Harmony Search，HS)算法生成运行方案，并对校核通过的所述运行方案进行综合优化；
和声搜索算法以和声来模拟优化问题的潜在解，使用和声记忆库HM来储存现有和声，新一代和声的生成有库内继承、库外随机生成及音调微调三种方式，新的较优和声将替代原较劣和声并存入HM内，反复生成新和声进行迭代直至算法收敛，最终得到最优解；
HM的形式为：
Figure BDA0002614989230000169
其中，HMS为HM内和声的总数量，xi为第i个和声，
Figure BDA0002614989230000171
为第i个和声的第j维分量，f(xi)为第i个和声的目标函数值；
新和声xnew的各维分量
Figure BDA0002614989230000172
可以库内继承、库外随机生成、音调微调三种方式来生成。和声记忆库取值概率用HMCR表示，
Figure BDA0002614989230000173
以HMCR的概率选取HM内
Figure BDA0002614989230000174
中的任一个，以1-HMCR的概率在HM外随机生成，具体算式如下：
Figure BDA0002614989230000175
音调微调概率用PAR表示，若
Figure BDA0002614989230000176
选取自HM内，其将以PAR的概率执行音调微调操作，算式如下：
Figure BDA0002614989230000177
其中：Xj为可行解空间；r0为(0,1)内均匀分布的随机数；r1为(-1,1)内均匀分布的随机数；bj为第j维分量的音调调节带宽；
请参照图5，在和声算法中输入主动配电网的网络拓扑结构、支路阻抗等参数，并输入风速、光照强度、负荷等数据的预测值，输入定制的交易电价；
配电商调控单元根据收益方程和第一约束条件，通过和声算法生成运行方案，实现区域内配电商的收益最大化，具体的：
A1、输入和声搜索算法的参数，初始化和声记忆库并计算目标函数值；
A2、判断是否进行库内继承，若是则执行A3，否则，随机生成一新和声；
A3、判断是否进行音调微调，若是则进行音调微调后生成一新和声，否则，库内继承后生成一新和声；
A4、计算新和声的目标函数值，并更新和声记忆库，判断是否收敛，若是则输出最优解，即为运行方案，否则，执行A2；
调度中心汇总各个配电商的运行方案，进行潮流计算及校验；在和声搜索算法中输入第一优化目标，通过和声搜索算法和第一优化目标，得到综合优化后的运行方案，具体的，在和声搜索算法中设置配电商利润计算模块、支路N-1静态安全分析模块(任意一条支路故障后，全配电网的失负荷量)、节点电压水平统计模块、峰/谷荷值差计算模块及弃风/光率极端模块，通过上述五个模块对运行方案进行优化调整，得到综合优化后的运行方案。
请参照图6至图12，本发明的实施例四为：
将上述的一种配电商参与的主动配电网多层分区调控方法应用于实际：
请参照图6，馈线A为居民区，馈线B为商业区，馈线C为工业园区，时序负荷参考典型负荷曲线；馈线A、馈线B及馈线C的运营权分属三家配电公司即三家不同的配电商，配电商依开关划分辖区内子区域、设置SDCT进行资源分区管理，并配置各自的DDCU总揽馈线调控；DCC经由SIAS实现对变电站、配电商馈线的监测与调控；
开关S5用于支路4的负荷转供，馈线B及馈线C可通过开关S12实现相互转供，各风机WT、光伏PV和微燃机MT的额定容量均为0.5MW；储能电池组的最大充放电功率为0.5MW，额定容量为2MW·h，初始SOC为90％，最大放电深度为10％；
节点4-6、20-22、28-31为FL，其中可削减负荷占比10％、可平移负荷占比20％，某时段内，连接在同一馈线上的FL按相同比率进行削减、按相同比率进行平移且移入相同时段；单辆EV电池最大充放电功率为7kW，容量为60kW·h，最大放电深度为20％；EV集群的入、离网时刻与初始SOC服从正态分布，具体数据由蒙特卡罗模拟得到；
配电商与上级电网基于分时电价进行结算，调度日电价为谷时(1-7时段)0.33、平时(8-10、22-24时段)0.51、峰时(11-21时段)0.68；DG上网电价：微燃机0.52、风电0.57、光伏0.65(以上电价单位均为元/kW·h)；为便于负荷平移与EV充电管理，调度周期取某日10:00am至次日10:00am；
请参照图7，为各个配电商区域内的总负荷与清洁能源发电量(风光出力)的预测曲线；
请参照图8，权重系数ω1-ω4的计算结果为0.2307、0.3761、0.2861、0.1070；ADN各可控元件的日调度方案如图8所示；微燃机在峰时满功率发电、缓解供电压力的同时降低配电商购电成本，平时低功率发电过渡，谷时停机以防止资源浪费；EV用户于傍晚时段归家、陆续入网充电，次日上午充满离网；电动汽车充电站基于峰期放电谷期充电进行调度，在峰时利用EV的剩余电量放电来支撑峰荷，谷时再开始大规模充电，避免了常规负荷与EV负荷的双峰叠加并促进了谷荷增填；
储能充放电与风光资源和负荷需求相适应，于净负荷和电价较高的峰时放电、较低的谷时充电，有益于平抑风光波动、缩小峰谷差，在电价低时储电，电价高时放电实现套利；负荷较重时段适当削减FL，由峰时段平移到平时段、平时段平移到谷时段，通过FL管理来引导科学用电并促进电网降损与削峰填谷；本实施例中调度日内无弃风光，可再生绿色电能全额消纳；
建立三种场景：Case1：无调度(EV无序快速充电)、Case2：各配电商分区经济调度及Case3：经DCC调整的综合优化调度，对比分析三种场景下ADN运行的经济性、安全性、优化度与清洁性等数据，各场景下电网运行的详细指标数据如表1。
表1多场景参数对比
Figure BDA0002614989230000191
Case2经济调度，由各个配电商自行生成运行方案进行调度，能够最大化各配电商盈利，却存在一些不合理之处，譬如峰时仍大规模售电、未执行负荷管理，因峰时电价高、盈利空间大，而对在峰时对FL进行削减与平移会降低售电收益并且还需额外的调度成本，仅由配电商主导的逐利策略下配电商显然会忽略通过FL进行相应调控；
Case3的配电商盈利低于Case2，DCC以盈利的少量降低为代价，提升了ADN整体的优化运行水平；值得注意的是配电商B的盈利能力明显不及A、C，其原因在于馈线B的可控元件少(仅用户风光与FL)、调控能力薄弱，有限的盈利反过来能督促配电商加快储能、电动汽车充电站等设施建设，进而提升ADN可控性与供电服务水平；
当某支路发生故障后，该支路上游与主网相连的支路及该支路下游可转供或孤岛运行的支路不停电，发生故障的支路、该支路下游既无法转供也无法孤岛运行的支路及该支路下游不满足功率平衡的孤岛内的部分负荷将停电；本实施例中的网架结构较强，除支路1、支路2故障将在下游形成孤岛，其余故障均仅停本支路、不波及下游，失负荷量较小；
各时段的最严重支路故障的失负荷量如图9所示，为便于比对，图10列出了Case2、3的失负荷量之差(前者减后者，大于零表示Case2失负荷量大于Case3)；各时段的最严重故障集中发生在支路1、支路3及支路8；其中失负荷量最高故障均发生在支路1，因其位于馈线首端，故障后下游形成以储能设备为平衡节点的较大孤岛，峰时孤岛电源功率不足，造成支路1与孤岛均发生失负荷；综合指标与曲线，Case3调度的故障保供能力与安全性最优；
Case1-3的电压波动性最强节点分别为16、24、10，其时序电压曲线如图11，图中虚线表示该节点的电压均值，由图11中曲线可知，Case1电压波动剧烈，峰时发生了电压越下限；Case2及Case3的电压波动性明显减弱，后者的电压曲线较为集中的分布在均值附近；结合电压波动性指标，Case3的指标值最低、电压波动性最小；
不同场景的净负荷曲线如图12，图中虚线为原始负荷(不计风光)；观察曲线易知，Case3的削峰填谷效果明显、负荷分布最为均匀、峰谷差最小；综合电压波动与峰谷差，Case3的运行优化度指标值最低、ADN优化运行水平最高；
Case2谷时发生了少量弃风光，因谷时负荷低、电力供应充足且主网购电费用较低，单一逐利会造成一定的风光削减；相较下Case3实现了绿色电能的全额消纳，清洁性较佳；另外，图11中Case2的填谷效果稍优于Case3，其原因就在于前者存在弃风光、净负荷变大。
请参照图3，本发明的实施例五为：
一种主动配电网及其多层分区调控框架，包括调控中心(Dispatch and ControlCenter，DCC)、变电站综合自动化系统(Substation Integrated Automation System，SIAS)、配电商调控单元(Distributor’s Dispatch and Control Unit，DDCU)及子区域调控终端(Subregional Dispatch and Control Terminal，SDCT)共四层，同层之间分区协作，上下层之间相互支撑，图3中黑色实线为电力线，点状线为调控通信线，黑色虚线框为各个调控单元的管辖范围；
DCC是ADN调控的最高中枢，内嵌多种核心功能模块，负责配电网运行全局的关键数据汇集、运行状态分析、未来态势感知和智能优化决策等功能；SIAS处于承上启下的中间环节，一方面采集辖区内变电站、配电商馈线的重要数据上传DCC，另一方面接收DCC的调控决策，于变电站施行或下发予配电商；DDCU为配电商的决策大脑，立足自身利益进行馈线管理与区域调控，其主要工作是所辖馈线的分区资源协调和区域优化决策，如生成前实施例中的运行方案；以分段和联络开关为界，将馈线划分为若干子区域并设置SDCT，作为调控体系的末端环节，SDCT对子区域内分布式电源(Distributed Generation，DG)、储能系统(Energy Storage System，ESS)、柔性负荷(Flexible Loads，FL)、电动汽车(ElectricVehicle，EV)电动汽车充电站等进行状态跟踪、资源预测、控制执行等，以实现各类分布式能源的分区整合管理；
请参照图4，SDCT对子区域的清洁能源发电、常规负荷、柔性负荷、EV负荷进行预测，配电商基于预测数据与电价参数、以运营区域盈利最大化为目标，经济调度辖区内的可控资源，由DDCU生成运行方案并将运行方案经SIAS上报DCC；
基于各配电商的运行方案，DCC开展ADN运行方式校核，退回不合理方案予配电商，其后综合考虑系统运行经济安全性与清洁能源消纳等，对调度方案进行综合优化调整。
通过校核及进行综合优化后的运行方案经SIAS下发各配电商，DDCU依分区下发元件运行方式予SDCT，SDCT对区内可控元件执行具体控制。
请参照图2，本发明的实施例六为：
一种配电商参与的主动配电网多层分区调控系统3，包括配电商调控单元1及调控中心2，所述配电商调控单元1包括第一存储器1.2、第一处理器1.1及存储在所述第一存储器1.2上并可在所述第一处理器1.1上运行的第一计算机程序，所述调控中心2包括第二存储器2.2、第二处理器2.1及存储在所述第二存储器2.2上并可在所述第二处理器2.1上运行的第二计算机程序，所述第一处理器1.1执行所述第一计算机程序时实现实施例一、实施例二或实施例三中配电商调控单元所执行的步骤；
所述第二处理器执行所述第二计算机程序时实现实施例一、实施例二或实施例三中调控中心所执行的步骤。
综上所述，本发明提供了一种配电商参与的主动配电网多层分区调控方法及系统，首先由各个配电商通过配电商调控单元，基于本辖区内收益最大化为目标生成运行方案，调度中心接收各个配电商发送的运行方案，以整个电网的角度切入对各个运行方案进行校核，并对校核通过的运行方案进行综合优化，在考虑配电商利益的情况下，对电网的经济性、安全性、优化度及清洁性进行相应优化，以配电商利益为导向建立配电商经济调度模型，生成运行方案，再通过调控中心的综合优化，使得运行方案在考虑经济收益的情况下兼顾其他各类因素，有利于电网整体性能的提升；在建立区域收益方程时，着重考虑对收益影响最大的因素，在设置约束条件时，考虑进尽可能多的可能性，使得最终求解出的运行方案更加贴合实际情况，在实际执行时能够达到预期的效果，通过和声搜索算法生成运行方案并对运行方案进行综合优化。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种配电商参与的主动配电网多层分区调控方法，其特征在于，包括步骤：
S1、配电商调控单元生成运行方案，所述运行方案实现收益最大化；
S2、调控中心接收所述运行方案并进行校核，若校核未通过则退回所述运行方案，若校核通过，则执行S3；
S3、所述调控中心根据预设条件对校核通过的所述运行方案进行综合优化。
2.根据权利要求1所述的一种配电商参与的主动配电网多层分区调控方法，其特征在于，所述S1具体为：
建立收益方程并确定第一约束条件，根据所述收益方程及所述第一约束条件，以收益最大为目标生成所述运行方案。
3.根据权利要求2所述的一种配电商参与的主动配电网多层分区调控方法，其特征在于，所述建立收益方程，具体为：
建立区域收益方程，区域收益PR＝ILD+IEV-CGR-CDG-CAM；
其中，向负荷售电的收入
Figure FDA0002614989220000011
电动汽车充电站的收入
Figure FDA0002614989220000012
向上级电网购电的成本
Figure FDA0002614989220000013
向分布式电源购电的成本
Figure FDA0002614989220000014
主动管理成本：
Figure FDA0002614989220000015
上式中，T为日时段数，L为相邻两时段之间的时间间隔，γpro为预设的售电盈利系数，
Figure FDA0002614989220000016
为向上级电网购电时的交易电价，
Figure FDA0002614989220000017
为区域内总负荷；NDG、NIDG、NESS、NFL、NEV分别为区域内分布式电源、间歇分布式电源、储能设备、柔性负荷、电动汽车充电站内电动汽车的总数量；
Figure FDA0002614989220000021
分别为所述充电站内电动汽车的充电功率与放电功率，在所述电动汽车充电站内电动汽车充电时，
Figure FDA0002614989220000022
为正值、
Figure FDA0002614989220000023
为零，放电时
Figure FDA0002614989220000024
为正值、
Figure FDA0002614989220000025
为零；
Figure FDA0002614989220000026
为与上级电网的交互功率，若所述
Figure FDA0002614989220000027
为正值，则表示母线为馈线送电，若所述
Figure FDA0002614989220000028
为负值，则表示馈线为母线送电；
Figure FDA0002614989220000029
为所述分布式电源的供电电价；
Figure FDA00026149892200000210
为所述分布式电源的有功出力；
Figure FDA00026149892200000211
为弃用清洁能源发电的分布式电源的补偿价格；
Figure FDA00026149892200000212
为使用清洁能源发电的分布式电源的削减量；cESS及cEV分别为所述储能设备与所述电动汽车充电站的单位运维成本；
Figure FDA00026149892200000213
为所述储能设备的有功出力，若所述
Figure FDA00026149892200000214
为正值，表示所述储能设备为放电状态，若所述
Figure FDA00026149892200000215
为负值，表示所述储能设备为充电状态；
Figure FDA00026149892200000216
及
Figure FDA00026149892200000217
分别表示柔性负荷削减与柔性负荷平移的补偿价格；
Figure FDA00026149892200000218
为所述柔性负荷的削减量；
Figure FDA00026149892200000219
及
Figure FDA00026149892200000220
分别为所述柔性负荷的平移量及所述柔性负荷的平移时段数；
Figure FDA00026149892200000221
为电动汽车放电的补偿价格。
4.根据权利要求2所述的一种配电商参与的主动配电网多层分区调控方法，其特征在于，所述确定第一约束条件，具体为：
确定网络运行约束、分布式电源相关约束、储能设备相关约束、柔性负荷相关约束及电动汽车充电站相关约束。
5.根据权利要求4所述的一种配电商参与的主动配电网多层分区调控方法，其特征在于，所述网络运行约束具体为：
Figure FDA00026149892200000222
Vmin≤Vt,i≤Vmax，其中Vt,i为节点电压，Vmax及Vmin分别表示预设的最大值及最小值；
所述分布式电源相关约束具体为：
Figure FDA00026149892200000223
Figure FDA00026149892200000224
Figure FDA00026149892200000225
其中，
Figure FDA0002614989220000031
为所述分布式电源的有功上限，
Figure FDA0002614989220000032
为相邻时段所述分布式电源所允许调节的最大有功范围，
Figure FDA0002614989220000033
为使用清洁能源进行发电的所述分布式电源允许削减的最大有功量；
所述储能设备相关约束具体为：
Figure FDA0002614989220000034
Figure FDA0002614989220000035
Figure FDA0002614989220000036
Figure FDA0002614989220000037
其中，
Figure FDA0002614989220000038
及
Figure FDA0002614989220000039
分别表示所述储能设备的最大放电功率和所述储能设备的最大充电功率，
Figure FDA00026149892200000310
为所述储能设备的荷电状态，
Figure FDA00026149892200000311
为所述储能设备的最大放电深度，
Figure FDA00026149892200000312
及
Figure FDA00026149892200000313
分别表示所述储能设备的充电状态系数及所述储能设备的放电状态系数，
Figure FDA00026149892200000314
为所述储能设备的容量，
Figure FDA00026149892200000315
为所述储能设备的充/放电效率；
所述柔性负荷相关约束具体为：
Figure FDA00026149892200000316
Figure FDA00026149892200000317
Figure FDA00026149892200000318
Figure FDA00026149892200000319
其中，
Figure FDA00026149892200000320
及
Figure FDA00026149892200000321
分别表示所述柔性负荷的最大允许削减负荷量及所述柔性负荷的最大允许平移负荷量；
Figure FDA00026149892200000322
为所述柔性负荷平移时的最大允许延迟供电时间，
Figure FDA00026149892200000323
为所述柔性负荷平移时移入的负荷量；
所述电动汽车充电站相关约束具体为：
Figure FDA00026149892200000324
Figure FDA00026149892200000325
Figure FDA00026149892200000326
其中，t0为电动汽车入网开始充电的时刻，
Figure FDA0002614989220000041
为t0时刻所述电动汽车的荷电状态，SEV,aim为所述电动汽车充电的目标荷电状态，
Figure FDA0002614989220000042
为所述电动汽车入网的时间长度，
Figure FDA0002614989220000043
为所述电动汽车电池的容量，
Figure FDA0002614989220000044
为所述电动汽车电池的充/放电效率，
Figure FDA0002614989220000045
为电动汽车电池的最大放电深度，
Figure FDA0002614989220000046
为电动汽车电池的最大充电功率，
Figure FDA0002614989220000047
为电动汽车电池的最大放电功率。
6.根据权利要求1所述的一种配电商参与的主动配电网多层分区调控方法，其特征在于，所述S3中对所述运行方案进行综合优化包括：
确定第一优化目标，根据所述第一优化目标对所述运行方案进行综合优化；
所述第一优化目标包括：盈利目标、故障失负荷率目标、主动配电网运行优化目标及清洁能源消纳率目标；
为所述第一优化目标分别设置权重，将多个所述第一优化目标整合为一个第二优化目标，根据所述第二优化目标对所述运行方案进行综合优化。
7.根据权利要求6所述的一种配电商参与的主动配电网多层分区调控方法，其特征在于，所述盈利目标具体为：
Figure FDA0002614989220000048
其中，NDI为配电商的数量，
Figure FDA0002614989220000049
为配电商调控单元上报的所述运行方案中的收益，PRn为进行综合优化后的所述运行方案中的收益；
所述故障失负荷率目标具体为：
Figure FDA00026149892200000410
其中，
Figure FDA00026149892200000411
为t时段j支路中发生故障后，主动配电网中的失负荷量，
Figure FDA00026149892200000412
为无故障情况下供电负荷量；
所述主动配电网运行优化目标具体为：
计算电压波动目标：
Figure FDA0002614989220000051
其中，
Figure FDA0002614989220000052
为i节点在各个时段的电压均值，
Figure FDA0002614989220000053
计算削峰填谷执行度目标：
Figure FDA0002614989220000054
其中，PP,0为削峰填谷后的理想峰荷值，PV,0为削峰填谷后的理想谷荷值，PP为进行优化后的所述运行方案中的峰荷值，PV为进行优化后的所述运行方案中的谷荷值；
将所述电压波动目标及所述削峰填谷执行度目标分别进行归一化，得到VF*及PV*，将所述VF*及PV*加权得到所述主动配电网运行优化目标
Figure FDA0002614989220000055
其中，λ1及λ2为预设加权值；
所述清洁能源消纳率目标具体为：
Figure FDA0002614989220000056
其中，
Figure FDA0002614989220000057
为使用清洁能源进行发电的所述分布式电源的初始理想有功出力。
8.根据权利要求7所述的一种配电商参与的主动配电网多层分区调控方法，其特征在于，所述为所述第一优化目标分别设置权重，将多个所述第一优化目标整合为一个第二优化目标，具体为：
将所述盈利目标、所述故障失负荷率目标及所述清洁能源消纳率目标分别进行归一化，得到F1 *、
Figure FDA0002614989220000058
及
Figure FDA0002614989220000059
所述第二优化目标
Figure FDA00026149892200000510
其中
Figure FDA00026149892200000511
ωi,AHP为通过层次分析法计算所得的权重值，ωi,EWM为通过熵权法计算所得的权重值。
9.根据权利要求1所述的一种配电商参与的主动配电网多层分区调控方法，其特征在于，所述S3中，通过和声搜索算法对校核通过的所述运行方案进行综合优化。
10.一种配电商参与的主动配电网多层分区调控系统，包括配电商调控单元及调控中心，所述配电商调控单元包括第一存储器、第一处理器及存储在所述第一存储器上并可在所述第一处理器上运行的第一计算机程序，所述调控中心包括第二存储器、第二处理器及存储在所述第二存储器上并可在所述第二处理器上运行的第二计算机程序，所述第一处理器执行所述第一计算机程序时实现权利要求1-9任一项所述的一种配电商参与的主动配电网多层分区调控方法中配电商调控单元所执行的步骤；
所述第二处理器执行所述第二计算机程序时实现权利要求1～9任一项所述的一种配电商参与的主动配电网多层分区调控方法中调控中心所执行的步骤。
CN202010766800.XA 2020-08-03 2020-08-03 一种配电商参与的主动配电网多层分区调控方法及系统 Active CN112085327B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010766800.XA CN112085327B (zh) 2020-08-03 2020-08-03 一种配电商参与的主动配电网多层分区调控方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010766800.XA CN112085327B (zh) 2020-08-03 2020-08-03 一种配电商参与的主动配电网多层分区调控方法及系统

Publications (2)

Publication Number Publication Date
CN112085327A true CN112085327A (zh) 2020-12-15
CN112085327B CN112085327B (zh) 2022-05-03

Family

ID=73736058

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010766800.XA Active CN112085327B (zh) 2020-08-03 2020-08-03 一种配电商参与的主动配电网多层分区调控方法及系统

Country Status (1)

Country Link
CN (1) CN112085327B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113807964A (zh) * 2021-09-16 2021-12-17 陈炜 一种预测股票价格和确定参数的方法、设备及存储介质
CN114142532A (zh) * 2021-11-26 2022-03-04 国网山东省电力公司电力科学研究院 分布式光伏参与源网荷储协调控制的方法及系统
CN117787664A (zh) * 2024-02-26 2024-03-29 智慧(东营)大数据有限公司 一种基于大数据的智慧企业管理平台

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104319777A (zh) * 2014-10-15 2015-01-28 国家电网公司 一种需求侧负荷柔性控制方法
CN104992009A (zh) * 2015-06-24 2015-10-21 天津大学 基于多代理系统的主动配电网分布式电压控制方法
US20150310366A1 (en) * 2012-11-09 2015-10-29 Tianjin University Security region based security-constrained economic dispatching method
CN109063992A (zh) * 2018-07-18 2018-12-21 国网重庆市电力公司经济技术研究院 考虑区域综合能源系统优化运行的配电网扩展规划方法
CN109474013A (zh) * 2018-12-12 2019-03-15 天津大学 含高渗透分布式光伏的增量配电网日前优化调度方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150310366A1 (en) * 2012-11-09 2015-10-29 Tianjin University Security region based security-constrained economic dispatching method
CN104319777A (zh) * 2014-10-15 2015-01-28 国家电网公司 一种需求侧负荷柔性控制方法
CN104992009A (zh) * 2015-06-24 2015-10-21 天津大学 基于多代理系统的主动配电网分布式电压控制方法
CN109063992A (zh) * 2018-07-18 2018-12-21 国网重庆市电力公司经济技术研究院 考虑区域综合能源系统优化运行的配电网扩展规划方法
CN109474013A (zh) * 2018-12-12 2019-03-15 天津大学 含高渗透分布式光伏的增量配电网日前优化调度方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
廖剑波: ""主动配电网的优化调度与静态安全分析"", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 *
廖剑波等: ""考虑配电商参与的主动配电网多层分区调控"", 《电力自动化设备》 *
钱佳佳等: "增量配电网差异化配电价格模型研究与应用", 《浙江电力》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113807964A (zh) * 2021-09-16 2021-12-17 陈炜 一种预测股票价格和确定参数的方法、设备及存储介质
CN114142532A (zh) * 2021-11-26 2022-03-04 国网山东省电力公司电力科学研究院 分布式光伏参与源网荷储协调控制的方法及系统
CN114142532B (zh) * 2021-11-26 2023-06-23 国网山东省电力公司电力科学研究院 分布式光伏参与源网荷储协调控制的方法及系统
CN117787664A (zh) * 2024-02-26 2024-03-29 智慧(东营)大数据有限公司 一种基于大数据的智慧企业管理平台

Also Published As

Publication number Publication date
CN112085327B (zh) 2022-05-03

Similar Documents

Publication Publication Date Title
Arcos-Aviles et al. An energy management system design using fuzzy logic control: Smoothing the grid power profile of a residential electro-thermal microgrid
CN112085327B (zh) 一种配电商参与的主动配电网多层分区调控方法及系统
Palma-Behnke et al. A microgrid energy management system based on the rolling horizon strategy
CN110826880B (zh) 一种大规模电动汽车接入的主动配电网优化调度方法
CN113783193B (zh) 一种基于边端协同的乡村供用能系统优化调控方法及系统
CN110676849B (zh) 一种孤岛微电网群能量调度模型的构建方法
CN112018790B (zh) 基于分层分布式储能参与需求响应调节控制方法
CN109474022A (zh) 考虑源荷互动和分布式电源出力随机性的配电网优化调控方法
CN114597969B (zh) 计及智能软开关和虚拟电厂技术的配电网双层优化方法
CN110707758A (zh) 一种用于提高新能源消纳的分布式储能系统调度方法
CN112653188A (zh) 一种分布式能源系统及能源调度方法
CN107658867B (zh) 多主体参与的交直流混合配电网动态重构方法
CN115036914A (zh) 考虑灵活性与新能源消纳的电网储能双层优化方法及系统
Liu et al. Grid-friendly energy prosumers based on the energy router with load switching functionality
Ren et al. Multi-objective optimal dispatching of virtual power plants considering source-load uncertainty in V2G mode
CN111817296B (zh) 一种微电网用电能调度方法及系统
CN112003268A (zh) 基于模型预测控制的智能建筑群电能优化共享系统和方法
CN116961008A (zh) 计及电力弹簧与负荷需求响应的微电网容量双层优化方法
CN113837449B (zh) 虚拟电厂参与的电网系统集中优化调度方法
CN115693737A (zh) 一种基于v2g电动汽车聚合参与配电网调度的方法
CN114362169A (zh) 一种计及光储型虚拟电厂边际成本的分层协调调控方法
Kengam et al. An Efficient Energy Management System For Hybrid Renewable Energy Sources
Maheswari et al. Mitigating measures to address challenges of renewable integration—forecasting, scheduling, dispatch, balancing, monitoring, and control
CN113794244B (zh) 含多微网主动配电系统的定价与最优能量调度方法和系统
Shi et al. Optimal allocation of energy storage capacity for hydro-wind-solar multi-energy renewable energy system with nested multiple time scales

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