CN112488354B - 基于清洁能源接入后配电网运行维护低成本配置方法 - Google Patents

基于清洁能源接入后配电网运行维护低成本配置方法 Download PDF

Info

Publication number
CN112488354B
CN112488354B CN202011172198.3A CN202011172198A CN112488354B CN 112488354 B CN112488354 B CN 112488354B CN 202011172198 A CN202011172198 A CN 202011172198A CN 112488354 B CN112488354 B CN 112488354B
Authority
CN
China
Prior art keywords
maintenance
distribution network
power distribution
cost
clean energy
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
CN202011172198.3A
Other languages
English (en)
Other versions
CN112488354A (zh
Inventor
马艳霞
谭忠富
车彬
苟帅宇
董晓晶
王冠然
陈宝生
张玮琪
齐彩娟
韦冬妮
唐梦媛
张泽龙
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.)
North China Electric Power University
Economic and Technological Research Institute of State Grid Ningxia Electric Power Co Ltd
Original Assignee
North China Electric Power University
Economic and Technological Research Institute of State Grid Ningxia 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 North China Electric Power University, Economic and Technological Research Institute of State Grid Ningxia Electric Power Co Ltd filed Critical North China Electric Power University
Priority to CN202011172198.3A priority Critical patent/CN112488354B/zh
Publication of CN112488354A publication Critical patent/CN112488354A/zh
Application granted granted Critical
Publication of CN112488354B publication Critical patent/CN112488354B/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
    • G06Q10/04—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • G06Q30/0283—Price estimation or determination
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Mathematical Physics (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Finance (AREA)
  • Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Operations Research (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Algebra (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于清洁能源接入后配电网运行维护低成本配置方法，包括确定清洁能源接入后孤岛运行产生的购电成本、环境效益及负荷转移因素；确定配电网运行维护产生的多种运维费用，计算配电网运行维护成本；构建配电网运维风险模型和配电网故障风险模型；构建配电网运维优化模型；基于配电网运维优化模型，并根据预设的约束条件，得到清洁能源接入后配电网运维优化配置结果。该方法通过对清洁能源接入后的购电成本、环境效益、运维成本以及运维及故障风险进行综合分析，构建了清洁能源接入下配电网运维优化模型，进而得到优化后的运维配置结果，根据得到的运维配置结果可以实现对配电网的低成本运维，且运维后配电网运行稳定性更高。

Description

基于清洁能源接入后配电网运行维护低成本配置方法
技术领域
本发明涉及配电网运行优化技术领域，更具体的说是涉及一种基于清洁能源接入后配电网运行维护低成本配置方法。
背景技术
目前，配电网作为电网工程中的重要组成部分，其性能是否安全稳定将直接影响整个电力系统的运行可靠性，同时，随着风、光等大量清洁能源接入电网，也为配电网的安全稳定运行提出了一定挑战。配电网运行维护是保证其安全稳定运行的一项重要措施，合理的配电网运维不仅可以提高电网企业自身的经济效益，同时能够最大程度地保证配电网的供电可靠性。
现有的配电网运维工作一般通过巡检人员定期巡检，对已出现故障或者存在故障风险的设备进行维护，整个运维过程主要依据巡检人员的自身经验完成，很多情况下仅考虑的是单个设备的运行状态，未能充分结合运维风险、故障风险、实际运维能力以及协同运维和互斥运维等多种因素进行合理的规划，导致配电网运维过程成本攀高，运维后配电网运行的稳定性也很难满足实际需求。
因此，如何提供一种成本更低、稳定可靠的基于清洁能源接入后配电网运行维护配置方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种基于清洁能源接入后配电网运行维护低成本配置方法，该方法解决了现有的配电网运维方式成本高、运维后配电网运行的稳定性难以保证的问题。
为了实现上述目的，本发明采用如下技术方案：
一种基于清洁能源接入后配电网运行维护低成本配置方法，该方法包括：
确定清洁能源接入后孤岛运行产生的购电成本、环境效益以及负荷转移因素；
确定配电网运行维护产生的多种运维费用，根据确认的多种费用计算配电网运行维护成本；
根据配电网运行维护过程中产生的计划失负荷损失和随机失负荷损失，构建配电网运维风险模型，并根据配电网中设备故障概率和故障损失，构建配电网故障风险模型；
根据所述购电成本、环境效益、负荷转移因素、配电网运行维护成本、配电网运维风险模型以及配电网故障风险模型，构建配电网运维优化模型；
基于所述配电网运维优化模型，并根据预设的约束条件，得到清洁能源接入后配电网运维优化配置结果。
进一步地，由于清洁能源的上网电价要高于集中发电机组的上网电价，因此需考虑配电网运维时清洁能源孤岛运行产生的购电成本，所述购电成本的计算公式为：
Figure BDA0002747645230000021
式中：WT是研究周期所分总时段，RCE是孤岛内清洁能源运行功率，Ps是电网销售电价，μ是清洁能源与集中发电机组上网电价差值，To是孤岛运行时间。
进一步地，在清洁能源环境效益方面，清洁能源作为清洁环保的发电方式，能够减少电力行业碳排放，是应对气候变化的一种重要方式，在碳排放权交易机制下，减少碳排放不仅有利于环境保护，也有利于增加经济收益，因此需要计及清洁能源的环境效益，所述环境效益的计算公式为：
Figure BDA0002747645230000031
式中，WT是研究周期所分总时段，RCE是孤岛内分布式电源运行功率，Ic是集中发电侧CO2排放指数，Pc为碳交易价格。
进一步地，为尽可能减小停电负荷、尽可能减少开关操作次数、降低因转移负荷而造成的附加网损，本发明对负荷转移因素进行分析，所述负荷转移因素具体包括配电网运维所造成的总停电负荷、配电网运维所导致的开关总操作次数以及配电网运维过程中因转移负荷而造成的附加网损。
具体地，所述配电网运维所造成的总停电负荷的计算公式为：
Figure BDA0002747645230000032
式中，Qn为第n个负荷点所带的负荷；M为运维设备停运引起停电的负荷点的集合；bn为第n个设备是否进行运维的决策变量，若设备正常运行取0，若对设备进行检修取1；
所述配电网运维所导致的开关总操作次数的计算公式为：
Figure BDA0002747645230000033
式中，J为所有可转移路径中关联到的开关的集合；vj为开关j的操作次数；
所述配电网运维过程中因转移负荷而造成的附加网损的计算公式为：
Figure BDA0002747645230000034
式中，Δpr为第r条路径的附加网损；F为所有转移路径的集合。
进一步地，所述配电网运行维护产生的多种运维费用包括运维工程费、配件购置费、运维场地清理及赔偿费、运维项目管理费以及运维项目技术服务费。
基于上述运维费用数据，所述配电网运行维护成本的计算公式为：
Figure BDA0002747645230000041
式中，CE是配电网运行维护成本，T是研究周期所分总时段，β(t)是时段t所运维设备的集合，Ca,i是设备a选择i类运维方式时单位时段对应的运维费用，即上面列出的各项费用。
进一步地，配电网运维退出运行时会损失一部分电荷，称为计划失负荷损失；配电网运维时设备不可靠，当其他电力设备故障时电网失负荷风险变大，这种损失称为随机失负荷损失，根据计划失负荷损失和随机失负荷损失可以构建得到配电网运维风险模型，所述配电网运维风险模型为：
Figure BDA0002747645230000042
式中，RO表示配电网运维风险，RO(t)表示t时段配电网运维风险，Ot表示模式及周期内的时段数，RO1,o表示o运维模式下的计划失负荷损失，RO2,o表示o运维模式下的随机失负荷损失。
进一步地，配电网设备可能出现故障导致电网面临随机失负荷损失、设备维修或更换的个体损失，在配电网故障风险评估中，故障风险等于设备故障概率和故障损失(即供电中断损失与设备资产损失之和)的乘积，本发明据此构建得到配电网故障风险模型，所述配电网故障风险模型为：
Figure BDA0002747645230000043
式中，RF代表配电网故障风险；L(t)代表时段t内的所有可能发生的故障情况；l(t)代表时段t内其中一种故障情况；pl代表这种故障情况发生的概率。
进一步地，以清洁能源接入后购电成本最小、环境效益最大、运维成本最少、运维及故障风险最小为目标函数，构建得到配电网运维优化模型，所述配电网运维优化模型为：
F＝min(CCE-CEB+L+CE+RO+RF)
式中：CCE为清洁能源接入后孤岛运行产生的购电成本；CEB为环保效益；L为负荷转移因素；CE为配电网运行维护成本；RO为配电网运维风险模型；RF代表配电网故障风险模型；
所述约束条件包括硬性运维约束、运维能力约束、协同与互斥运维约束、潮流越限约束、辐射状约束以及负荷转移约束。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于清洁能源接入后配电网运行维护低成本配置方法，该方法通过对清洁能源接入后的购电成本、环境效益、运维成本以及运维及故障风险进行综合分析，构建了清洁能源接入下配电网运维优化模型，进而得到优化后的运维配置结果，根据得到的运维配置结果可以实现对配电网的低成本运维，且运维后配电网运行稳定性更高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明提供的一种基于清洁能源接入后配电网运行维护低成本配置方法的实现流程示意图；
图2为本发明实施例中清洁能源接入后配电网运行维护低成本配置方法的原理示意图；
图3为本发明实施例中改进的IEEE-RBTS bus2配电网系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，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。
参见附图1，本发明实施例公开了一种基于清洁能源接入后配电网运行维护低成本配置方法，该方法包括：
S1：确定清洁能源接入后孤岛运行产生的购电成本、环境效益以及负荷转移因素；
S2：确定配电网运行维护产生的多种运维费用，根据确认的多种费用计算配电网运行维护成本；
S3：根据配电网运行维护过程中产生的计划失负荷损失和随机失负荷损失，构建配电网运维风险模型，并根据配电网中设备故障概率和故障损失，构建配电网故障风险模型；
S4：根据所述购电成本、环境效益、负荷转移因素、配电网运行维护成本、配电网运维风险模型以及配电网故障风险模型，构建配电网运维优化模型；
S5：基于所述配电网运维优化模型，并根据预设的约束条件，得到清洁能源接入后配电网运维优化配置结果。
下面结合附图1和图2，对上述方法中关键步骤的具体内容进行详细说明。
第一步：确定清洁能源接入后孤岛运行产生的购电成本、环境效益以及负荷转移因素，进而构建清洁能源接入模型，此处提到的清洁能源接入模型包括清洁能源成本效益模型和清洁能源负荷转移模型，下面对清洁能源成本效益模型和清洁能源负荷转移模型的内容进行具体说明。
(1)清洁能源成本效益模型
由于清洁能源的上网电价要高于集中发电机组的上网电价，因此需考虑配电网运维时清洁能源孤岛运行产生的购电成本，清洁能源购电成本表示如下：
Figure BDA0002747645230000071
式中：WT是研究周期所分总时段，RCE是孤岛内清洁能源运行功率，Ps是电网销售电价，μ是清洁能源与集中发电机组上网电价差值，To是孤岛运行时间。
此外，在清洁能源环境效益方面，清洁能源作为清洁环保的发电方式，能够减少电力行业碳排放，是应对气候变化的一种重要方式，在碳排放权交易机制下，减少碳排放不仅有利于环境保护，也有利于增加经济收益，因此需要汁及清洁能源的环境效益，表示如下:
Figure BDA0002747645230000072
式中：WT是研究周期所分总时段，RCE是孤岛内分布式电源运行功率，Ic代表集中发电侧CO2排放指数，Pc为碳交易价格。
(2)清洁能源负荷转移模型
由于风、光等清洁能源的输出功率随时间波动较大，且电网的负荷也在不断变化的，配电网的潮流在每一时刻是不一样的，所以在不同的时间断面下配电网的开关组合方案不同，并会发生负荷转移现象。
对负荷转移路径进行选择的目的不仅是尽可能多地转移被运维影响到的负荷，还应考虑负荷转移后电网运行的经济性和可靠性，其优化目标为尽可能减小停电负荷、尽可能减少开关操作次数、降低因转移负荷而造成的附加网损，本实施例建立清洁能源负荷转移模型如下:
L＝(L1,L2,L3)
式中：L为清洁能源接入下配电运维决策中需考虑的负荷转移因素；L1为配电网运维所造成的总停电负荷；L2为配电网运维所导致的开关总操作次数；L3为配电网运维中因转移负荷而造成的附加网损。
其中，配电网运维所造成的总停电负荷的计算公式为：
Figure BDA0002747645230000081
式中:Qn为第n个负荷点所带的负荷；M为运维设备停运引起停电的负荷点的集合；bn为第n个设备是否进行运维的决策变量，若设备正常运行取0，对设备进行检修取1。
配电网运维所导致的开关总操作次数的计算公式为：
Figure BDA0002747645230000082
式中:J为所有可转移路径中关联到的开关的集合；vj为开关j的操作次数。
配电网运维中因转移负荷而造成的附加网损的计算公式为：
Figure BDA0002747645230000083
式中:Δpr为第r条路径的附加网损；F为所有转移路径的集合。
第二步：确定配电网运行维护产生的多种运维费用，根据确认的多种费用计算配电网运行维护成本，进而构建配电网运行维护成本求解模型。
配电网检修成本包括运维工程费用、配件购置费用和其他费用。配电网运维成本的主要部分由运维工程费用构成，主要包括直接费、间接费、利润和税金四部分；配件购置费用包括配件费和配件运杂费；其他费用包括运维场地清理及赔偿费、运维项目管理费、运维项目技术服务费等。各部分成本的具体组成如下表1所示。
表1运维费用统计
Figure BDA0002747645230000091
在考虑配电网运维成本具体构成的基础上，构建配电网运行维护成本求解模型如下:
Figure BDA0002747645230000092
式中，CE是配电网运行维护成本，T是研究周期所分总时段，β(t)是时段t所运维设备的集合，Ca,i是设备a选择i类运维方式时单位时段对应的运维费用，即上面列出的各项费用。
第三步：配电网运行过程中存在的风险主要有两部分：配电网运维风险及配电网故障风险，这两种风险互相矛盾，要解决这种矛盾的核心在于找到两部分的平衡点，使得运维后配电网运行风险最小，这样既能避免运维过度导致运维风险太大，也能避免由于运维不足而造成的故障风险过高。分别构建配电网运维风险模型和故障风险模型如下。
(1)配电网运维风险模型
配电网运维退出运行时会损失一部分电荷，称为计划失负荷损失；配电网运维时设备不可靠，当其他电力设备故障时电网失负荷风险变大，这种损失称为随机失负荷损失，本实施例中通过系统信息获得运维风险，相关表达式如下：
Figure BDA0002747645230000101
Figure BDA0002747645230000102
RO1,o＝PO1,oToC1
Figure BDA0002747645230000103
式中，RO表示配电网运维风险，RO(t)表示t时段配电网运维风险，Ot表示模式及周期内的时段数，RO1,o表示o运维模式的计划失负荷损失，RO2,o表示随机失负荷损失，Fi(t)表示故障模式集合，PO1,o表示计划失负荷量，PO2,o、PO2,m分别表示o运维模式和无设备运维模式的随机失负荷量，Pf表示f故障模式的发生概率，NF表示故障设备集合，NR表示非故障设备集合，C1表示计划失负荷单位电价、C2表示随机失负荷单位电价，To表示持续时间。
(2)配电网故障风险模型
配电网设备可能出现故障导致电网面临随机失负荷损失、设备维修或更换的个体损失，在配电网故障风险评估中，故障风险等于设备故障概率和故障损失(供电中断损失与设备资产损失之和)的乘积。本实施例中设备故障概率通过历史数据、设备信息和系统信息以及状态评估信息综合分析后获得，进而获知故障风险。
具体地，供电中断损失的计算公式如下：
Figure BDA0002747645230000104
式中，
Figure BDA0002747645230000105
代表供电中断损失；Pl是故障导致的失电负荷量；PCE是清洁能源孤岛运行恢复供电的负荷量；Cl是故障失负荷单位电价；Δt是供电中断时长。
设备资产损失的计算公式如下：
Figure BDA0002747645230000106
式中：
Figure BDA0002747645230000111
代表设备资产损失；π是故障修复概率；Cm代表设备修复费用；Cr代表设备重置费用。
故障情况l发生的概率计算公式如下：
Figure BDA0002747645230000112
式中：Pl代表故障情况l发生的概率；TL代表故障设备总数；TR代表可靠工作的设备总数；Li代表设备i的故障概率；Ri代表设备i的可靠度。
配电网故障风险的计算公式如下:
Figure BDA0002747645230000113
式中：RF代表配电网故障风险；L(t)代表时段t内的所有可能发生的故障情况；l(t)代表时段t内其中一种故障情况；pl代表这种故障情况发生的概率。
第四步：构建基于清洁能源接入下配电网运维优化模型。
在构建清洁能源接入模型、配电网运行维护成本模型、风险评估模型的基础上，综合考虑以上三方面因素，可得基于清洁能源接入下配电网运维优化模型如下：
F＝min(CCE-CEB+L+CE+RO+RF)
式中：CCE代表清洁能源购电成本；CEB为清洁能源的环保效益；L为清洁能源接入下的负荷转移因素；CE表示配电网运行维护成本；RO表示配电网运行维护风险；RF代表配电网故障风险。
约束条件包括：
(1)硬性运维约束
待修设备在规定的运维周期内必须安排检修，且每个设备只安排检修一次，由此可得：
Figure BDA0002747645230000114
其中：ui,s为待修设备s在检修时段i的运维状态，检修记为1，否则记为0。
(2)运维能力约束
某一运维时段内受运维人力、物力、技术等的限制，可安排的运维设备数量应在实际允许范围内，即：
Nt≤Mt
其中：Nt和Mt分别为t时段的实际运维设备台数和允许运维设备台数。
(3)协同运维与互斥运维约束
为提高供电可靠性，对于运维会引起重复停电的设备应安排同时运维；对于同时运维会引起不必要的失负荷或其他设备过负荷的设备应避免在同一时段运维。约束关系式分别为：
wi＝wj
wj＞wi+Ti-1
其中：wi和wj分别为设备i、j的运维开始时间；Ti为设备i的运维持续时间。
(4)潮流越限约束
设备停运运维，伴随负荷转移时有可能导致转供线路的潮流越限，故必须对潮流进行校验。
|Sl|≤Slmax
其中：Sl为线路l的实际潮流；Slmax为线路l允许通过的最大潮流限值。
(5)辐射状约束
负荷转移使系统运行方式发生变化时，为便于故障定位和保护装置整定，应保证网络辐射状运行。
Figure BDA0002747645230000121
其中：N为系统中的节点集合；Ia为流入节点a的电流方向数。
(6)负荷转移约束
负荷转移后配电网运行应该满足的约束条件如下：
Figure BDA0002747645230000131
式中，Uj,t、
Figure BDA0002747645230000132
分别为各个节点电压及其上下限；Ii,t和
Figure BDA0002747645230000133
为各条支路的电流及其上限；
Figure BDA0002747645230000134
和
Figure BDA0002747645230000135
为各清洁能源在t时刻有功出力及其上限；
Figure BDA0002747645230000136
和
Figure BDA0002747645230000137
为各清洁能源在t时刻无功出力及其上限；Tr网络为辖射形网络结构。
为了验证上述方法的可行性，本实施例对该方法进行实证分析，具体内容如下：
本实施例选用改进的IEEE-RBTS bus2配电网可靠性测试系统对上述方法进行实证分析，系统结构如附图3所示，并分别设置考虑清洁能源接入与未考虑清洁能源接入(此时将清洁能源电量等量替换为其他类型电量接入配电网)两种配电网运维情景进行对比。制定运维计划时将变压器与馈线作为运维单元，临近的断路器和隔离开关等设备计入相应的单元，图中共36条馈线、20个配电变压器、2个主变压器，在馈线4和馈线32上接入了两个额定功率为2MW的清洁电源DG，F1-F4分别表示四条支路，待修设备相关信息详见下表2。
表2待修设备相关信息
Figure BDA0002747645230000138
Figure BDA0002747645230000141
在参数设置上，计划失负荷单位电价设置为0.5元/kWh，故障失负荷单位电价设置为1元/kWh，清洁能源上网电价为0.49元/kWh，集中侧上网电价为0.41/kWh，集中侧碳排放指数为0.76t/MWh，碳交易价格为53元/t，把一年分成52个时段，分时段对设备进行运维，同时段运维的设备数量不能超过3个。
现结合上述模型、相关数据及粒子群算法迭代得到最终测算结果如下：
(1)通过清洁能源成本效益模型测算出清洁能源购电成本及清洁能源环境效益，如表3所示。
表3环境效益数据统计
Figure BDA0002747645230000151
(2)通过清洁能源负荷转移模型测算出配电网运维总停电负荷、配电网运维开关总操作次数及配电网运维附加网损，如表4所示。
表4配电网运维负荷转移因素数据统计
Figure BDA0002747645230000152
(3)通过配电网运行维护成本模型测算出配电网运维成本，同时列出考虑清洁能源接入的配电网运维成本与未考虑清洁能源接入的配电网运维成本，如表5所示。
表5运维成本对比数据统计
Figure BDA0002747645230000153
(4)通过风险评估模型测算出配电网运维风险及配电网故障风险，并同时列出考虑清洁能源接入与未考虑清洁能源接入的配电网运维风险与故障风险，如表6所示。
表6风险对比数据统计
Figure BDA0002747645230000154
(5)通过基于清洁能源接入下配电网运行维护低成本优化模型中相关目标函数和约束条件对配电网运维时间、配电网运维方式进行决策优化。为体现基于清洁能源接入下配电网运行维护低成本优化模型的优越性，对考虑清洁能源接入的运维决策与不考虑清洁能源接入的运维决策进行对比，如表7所示。
表7运维决策对比数据统计
Figure BDA0002747645230000161
通过上表5和表6可以看出，考虑清洁能源接入的配电网运维决策与未考虑清洁能源接入的配电网运维决策相比，其运维成本、运维风险及故障风险均有所降低；通过表7可以看出，考虑清洁能源接入的配电网运维决策与未考虑清洁能源接入的配电网运维决策在运维方式的安排上相差不大，在运维时间的安排上，两者的运维时间大部分都分布在负荷量较低的5-15周和30-40周附近，在此基础上通过对比可以看出考虑清洁能源接入的运维决策还把受清洁能源影响较大的设备运维时间做了移动，比如设备4、56等状态较差的设备将运维时间前移，安排在了第5周左右的清洁能源出力低谷期，设备5、39因为评分值稍高，运维时间推迟，避开了清洁能源出力的高峰期。
因此，考虑清洁能源接入的配电网运维决策与未考虑清洁能源接入的配电网运维决策相比具有降低配电网故障风险、减少配电网运维风险、提高配电网运行效率等优越性，最终使得配电网运维相关的总成本降低了11％左右，从而实现对配电网运行维护经济性的优化过程。
综上所述，针对大量清洁能源接入电网的趋势，本发明实施例公开的上述方法在构建清洁能源接入模型、配电网运维成本模型、配电网风险评估模型的基础上，以清洁能源接入后购电成本最小、环境效益最大、运维成本最少、运维及故障风险最小为目标函数，以硬性运维约束、运维能力约束、协同与互斥运维约束等为约束条件，提出了基于清洁能源接入下配电网运行维护低成本优化模型；通过相关计算，得到了基于清洁能源接入下配电网运行维护低成本优化配置结果，从而实现对配电网运行维护经济性的优化过程。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种基于清洁能源接入后配电网运行维护低成本配置方法，其特征在于，包括：
确定清洁能源接入后孤岛运行产生的购电成本、环境效益以及负荷转移因素；
确定配电网运行维护产生的多种运维费用，根据确认的多种费用计算配电网运行维护成本；
根据配电网运行维护过程中产生的计划失负荷损失和随机失负荷损失，构建配电网运维风险模型，并根据配电网中设备故障概率和故障损失，构建配电网故障风险模型；
根据所述购电成本、环境效益、负荷转移因素、配电网运行维护成本、配电网运维风险模型以及配电网故障风险模型，构建配电网运维优化模型；
基于所述配电网运维优化模型，并根据预设的约束条件，得到清洁能源接入后配电网运维优化配置结果；
所述环境效益的计算公式为：
Figure FDA0003508126200000011
式中，WT是研究周期所分总时段，RCE是孤岛内分布式电源运行功率，Ic是集中发电侧CO2排放指数，Pc为碳交易价格；
所述负荷转移因素包括配电网运维所造成的总停电负荷、配电网运维所导致的开关总操作次数以及配电网运维过程中因转移负荷而造成的附加网损；
所述配电网运维优化模型为：
F＝min(CCE-CEB+L+CE+RO+RF)
式中：CCE为清洁能源接入后孤岛运行产生的购电成本；CEB为环境效益；L为负荷转移因素；CE为配电网运行维护成本；RO为配电网运维风险模型；RF代表配电网故障风险模型；
所述约束条件包括硬性运维约束、运维能力约束、协同与互斥运维约束、潮流越限约束、辐射状约束以及负荷转移约束。
2.根据权利要求1所述的一种基于清洁能源接入后配电网运行维护低成本配置方法，其特征在于，所述购电成本的计算公式为：
Figure FDA0003508126200000021
式中：WT是研究周期所分总时段，RCE是孤岛内清洁能源运行功率，Ps是电网销售电价，μ是清洁能源与集中发电机组上网电价差值，To是孤岛运行时间。
3.根据权利要求1所述的一种基于清洁能源接入后配电网运行维护低成本配置方法，其特征在于，所述配电网运维所造成的总停电负荷的计算公式为：
Figure FDA0003508126200000022
式中，Qn为第n个负荷点所带的负荷；M为运维设备停运引起停电的负荷点的集合；bn为第n个设备是否进行运维的决策变量，若设备正常运行取0，若对设备进行检修取1；
所述配电网运维所导致的开关总操作次数的计算公式为：
Figure FDA0003508126200000023
式中，J为所有可转移路径中关联到的开关的集合；vj为开关j的操作次数；
所述配电网运维过程中因转移负荷而造成的附加网损的计算公式为：
Figure FDA0003508126200000031
式中，Δpr为第r条路径的附加网损；F为所有转移路径的集合。
4.根据权利要求1所述的一种基于清洁能源接入后配电网运行维护低成本配置方法，其特征在于，所述配电网运行维护产生的多种运维费用包括运维工程费、配件购置费、运维场地清理及赔偿费、运维项目管理费以及运维项目技术服务费。
5.根据权利要求4所述的一种基于清洁能源接入后配电网运行维护低成本配置方法，其特征在于，所述配电网运行维护成本的计算公式为：
Figure FDA0003508126200000032
式中，CE是配电网运行维护成本，T是研究周期所分总时段，β(t)是时段t所运维设备的集合，Ca,i是设备a选择i类运维方式时单位时段对应的运维费用。
6.根据权利要求1所述的一种基于清洁能源接入后配电网运行维护低成本配置方法，其特征在于，所述配电网运维风险模型为：
Figure FDA0003508126200000033
式中，RO表示配电网运维风险，RO(t)表示t时段配电网运维风险，Ot表示模式及周期内的时段数，RO1,o表示o运维模式下的计划失负荷损失，RO2,o表示o运维模式下的随机失负荷损失。
7.根据权利要求1所述的一种基于清洁能源接入后配电网运行维护低成本配置方法，其特征在于，所述配电网故障风险模型为：
Figure FDA0003508126200000041
式中，RF代表配电网故障风险；L(t)代表时段t内的所有可能发生的故障情况；l(t)代表时段t内其中一种故障情况；pl代表这种故障情况发生的概率；Rl1,l(t)代表供电中断损失中时段t内其中一种故障情况；Rl2,l(t)代表设备资产损失中时段t内其中一种故障情况。
CN202011172198.3A 2020-10-28 2020-10-28 基于清洁能源接入后配电网运行维护低成本配置方法 Active CN112488354B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011172198.3A CN112488354B (zh) 2020-10-28 2020-10-28 基于清洁能源接入后配电网运行维护低成本配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011172198.3A CN112488354B (zh) 2020-10-28 2020-10-28 基于清洁能源接入后配电网运行维护低成本配置方法

Publications (2)

Publication Number Publication Date
CN112488354A CN112488354A (zh) 2021-03-12
CN112488354B true CN112488354B (zh) 2022-05-13

Family

ID=74927199

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011172198.3A Active CN112488354B (zh) 2020-10-28 2020-10-28 基于清洁能源接入后配电网运行维护低成本配置方法

Country Status (1)

Country Link
CN (1) CN112488354B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113673725A (zh) * 2021-09-06 2021-11-19 广东电网有限责任公司电力科学研究院 一种配电网设备差异化检修策略制定方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107766971A (zh) * 2017-09-29 2018-03-06 深圳供电局有限公司 一种基于检修风险的电力设备运维计划优排方法
CN109117570A (zh) * 2018-08-24 2019-01-01 国网安徽省电力有限公司岳西县供电公司 一种基于分布式光伏的配电网检修优化方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9778286B2 (en) * 2013-05-21 2017-10-03 The Research Foundation For The State University Of New York Sensors for power distribution network and electrical grid monitoring system associated therewith

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107766971A (zh) * 2017-09-29 2018-03-06 深圳供电局有限公司 一种基于检修风险的电力设备运维计划优排方法
CN109117570A (zh) * 2018-08-24 2019-01-01 国网安徽省电力有限公司岳西县供电公司 一种基于分布式光伏的配电网检修优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
计及多能源多需求响应手段的园区综合能源系统优化调度模型;李鹏等;《电力建设》;20200531;全文 *

Also Published As

Publication number Publication date
CN112488354A (zh) 2021-03-12

Similar Documents

Publication Publication Date Title
Dondi et al. Network integration of distributed power generation
Brown et al. Improving reliability of islanded distribution systems with distributed renewable energy resources
Zidan et al. Incorporating load variation and variable wind generation in service restoration plans for distribution systems
Roudbari et al. Resilience-oriented operation of smart grids by rescheduling of energy resources and electric vehicles management during extreme weather condition
Peikherfeh et al. Optimal dispatch of distributed energy resources included in a virtual power plant for participating in a day-ahead market
Vegunta et al. Review of GB electricity distribution system's electricity security of supply, reliability and power quality in meeting UK industrial strategy requirements
Billinton et al. Overall adequacy assessment of an electric power system
CN112488354B (zh) 基于清洁能源接入后配电网运行维护低成本配置方法
Aghdam et al. Optimal stochastic operation of technical virtual power plants in reconfigurable distribution networks considering contingencies
Ameli et al. Reliability analysis and role of energy storage in resiliency of energy systems
Hayes Distribution generation optimization and energy management
Miranda Be prepared![power industry deregulation]
CN112381401A (zh) 一种电力市场发电调度计划安全校核方法
Yu et al. Security value based expansion planning of power system with integration of large-scale wind power
Chobanov Power Quality and financial risk for RES investments
Javadi Incidence matrix-based LMP calculation: algorithm and applications
US20230378806A1 (en) System and method for supporting creation of system plan to change configuration of power system
Golshanfard et al. Sensitivity analysis of distribution system reliability for identifying the critical elements
KR102338672B1 (ko) 에너지 저장장치(ess) 연계형 태양광 발전소의 에너지 관리 시스템
Baptista et al. Voltage profile assessment in smart distribution grids considering BESS and communication network failures
Dialynas et al. Impact of microgrids on service quality
Teferra et al. Reliability Assesment of Debremarkos Distribution System Found In Ethiopia
CN113505915A (zh) 一种含分布式电源的配电网检修计划优化方法
Suter et al. The distribution control centre in a smartgrid
Arjomandi-Nezhad et al. Developing a MILP method for distribution system reconfiguration after natural disasters

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