CN113078633A - 一种含可再生能源的输配电耦合系统恢复力提升方法 - Google Patents
一种含可再生能源的输配电耦合系统恢复力提升方法 Download PDFInfo
- Publication number
- CN113078633A CN113078633A CN202110304251.9A CN202110304251A CN113078633A CN 113078633 A CN113078633 A CN 113078633A CN 202110304251 A CN202110304251 A CN 202110304251A CN 113078633 A CN113078633 A CN 113078633A
- Authority
- CN
- China
- Prior art keywords
- power
- load
- power transmission
- unit
- recovery
- 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
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000008878 coupling Effects 0.000 title claims abstract description 20
- 238000010168 coupling process Methods 0.000 title claims abstract description 20
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 20
- 238000011084 recovery Methods 0.000 claims abstract description 107
- 238000005457 optimization Methods 0.000 claims abstract description 44
- 241001672018 Cercomela melanura Species 0.000 claims abstract description 35
- 230000000694 effects Effects 0.000 claims abstract description 9
- 238000004146 energy storage Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 8
- 230000009194 climbing Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000001360 synchronised effect Effects 0.000 claims description 5
- 238000005192 partition Methods 0.000 claims description 4
- 238000000819 phase cycle Methods 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 2
- 230000002708 enhancing effect Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000009429 electrical wiring Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
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
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
- 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
- H02J2203/20—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
- H02J2300/28—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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了含可再生能源的输配电耦合系统恢复力提升方法，包括：S1、恢复开始时先启动输电系统中各分区和配电系统中的黑启动机组，包括具备黑启动能力的水电机组和风‑储系统；S2、待黑启动机组启动后，并行进行输、配电系统恢复；输电系统恢复：获取当前时步可用功率，根据启动优化顺序和最优送电路径，依次完成非黑启动机组的启动和负荷的恢复；配电系统恢复：获取当前时步可用功率，基于优化的负荷恢复顺序，以最短化恢复时间和最小化系统网损为目标来寻找最优网架，再基于最优网架为负荷供电；S3、判断所有机组和负荷是否均已恢复；若是，计算弹性指标评估恢复效果；若否，记录恢复过程和更新节点信息返回步骤S2进入下一时步。
Description
技术领域
本发明涉及电力系统的输配电技术领域，尤其是应用于电力系统发生大停电事故后的系统恢复技术，具体涉及一种含可再生能源的输配电耦合系统恢复力提升方法。
背景技术
电网运行的过程中存在发生严重大停电事故的风险，为了降低事故对社会带来的损失，电力系统恢复技术起到了重要的作用。因此，制定快速而完善的电力系统恢复策略，能够有效地提升系统的恢复力水平，从而更大程度地减少大停电事故造成的社会经济损失。
在传统的电力系统恢复技术研究中，通常采用“自上而下”的系统恢复策略，即先恢复主干网架再逐步而稳定地恢复失电负荷和剩余的未启动机组，并且将配电系统的恢复看作是一种被动的负荷恢复。随着可再生能源(例如风电、太阳能)装机比例的不断提升，配电系统开始具备主动恢复的能力，因此分区并行和输配电协同恢复的方法成为研究的热点。
虽然目前业界已经提出了多种输配电系统恢复策略，但尚未充分考虑可再生能源的不确定性影响以及发挥可再生能源对系统恢复力的提升效果。而且现有的研究大多以负荷的恢复量作为恢复效果的评价指标，缺乏对系统恢复力的定义和恢复力提升的考量。
发明内容
鉴于此，本发明提出一种含可再生能源的输配电耦合系统恢复力提升方法，以解决现有的输配电系统恢复方案所存在的未充分考虑可再生能源的不确定性影响、缺乏对系统恢复力提升的考量以及未发挥可再生能源对系统恢复力的提升效果的问题。
为解决上述技术问题，本发明采用如下技术方案：
一种含可再生能源的输配电耦合系统恢复力提升方法，包括如下步骤：S1、恢复开始时，先启动输电系统中各分区和配电系统中的黑启动机组，所述黑启动机组包括具备黑启动能力的水电机组和风-储系统；S2、待所述黑启动机组启动后，并行进行输电系统恢复流程和配电系统恢复流程；所述输电系统恢复流程包括：根据预先输入的机组爬坡速率和风电出力预测数据获取当前时步输电系统的可用功率，在输电系统的可用功率下根据启动优化顺序和最优送电路径，依次完成非黑启动机组的启动和负荷的恢复；所述配电系统恢复流程包括：获取当前时步配电系统的可用功率，在配电系统的可用功率下，基于优化的负荷恢复顺序，以最短化恢复时间和最小化系统网损为目标来寻找最优网架，再基于最优网架为负荷供电；S3、判断所有机组和负荷是否均已恢复；若是，则计算弹性指标以评估恢复效果；若否，则记录恢复过程和更新节点信息，并返回步骤S2进入下一时步。
本发明所提出的方法能在考虑可再生能源接入的背景下有效地提升输配电耦合系统的恢复力。
附图说明
图1是本发明实施例的一种含可再生能源的输配电耦合系统恢复力提升方法的流程图；
图2是改进的IEEE-39节点标准算例系统电气接线图；
图3是传统方法与本发明方法的恢复力效果比较图。
具体实施方式
下面结合附图和具体的实施方式对本发明作进一步说明。
如图1所示为本发明实施例的一种含可再生能源的输配电耦合系统恢复力提升方法的简化流程图。参考图1，本发明方法具体包括如下步骤：
S1、在恢复开始前：输入输电系统和配电系统中各机组、各线路和各负荷的参数，包括机组类型、机组容量、机组爬坡速率、机组启动时间、机组进相运行能力、线路电阻和电抗、网络拓扑结构、负荷量、负荷重要程度因子、负荷可靠性和负荷不确定性；输入恢复开始前输电系统和配电系统的初始状态，包括各机组、各线路、各负荷和母线的启动状态或充电状态，以及区域划分情况。如果系统中有风-储系统接入，则还需输入未来一段时间(比如未来一小时)的风电机组所在位置的风速预测和对应的风电出力预测数据。
S2、在系统恢复的初始，先启动输电系统中各分区和配电系统中的黑启动机组，所述黑启动机组包括具备黑启动能力的水电机组和风-储系统。所述风-储系统是指风电机组和储能系统的联合系统。
S3、当输电系统和配电系统中的黑启动机组完成启动后，再并行执行输电系统的恢复和配电系统的恢复。
输电系统的恢复包括步骤A21～A28：
A21、根据机组爬坡速率和风电出力预测数据获取当前时步输电系统的可用功率。在输电系统恢复过程中，系统结构较为薄弱，因此对于大容量的风电机组，需要采用储能系统来平抑风电出力的波动，同时避免过充过放的情况出现。因此本发明实施例提出如下风-储系统最优控制模型来确定最大的风-储联合出力整定值，并将该最大的风-储联合出力整定值作为风-储系统的可用功率计入输电系统的可用功率中。
所述风-储系统最优控制模型为
max PWP-ES(T0) (1)
PES,min≤PWP-ES(T0)-PWP(t)≤PES,max (3)
其中，PWP-ES(T0)是在T0时刻根据[T0,T0+τ]时间段内的风电出力预测数据PWP(t)计算出的风-储联合出力整定值；WES(T0)和WES,max分别为储能系统在T0时刻的存储电量和额定电量；约束条件式(2)控制了在经过时间τ之后储能系统的充电状态在安全的波动范围内，避免了过充和过放，其中δSOC是允许的最大波动偏移量；式(3)描述了储能系统的出力上下限约束，其中PES,min和PES,max分别为储能系统充电和放电的最大功率。
A22、求解机组启动优化模型，依据寻优路径进行供电。以利用所述可用功率尽可能多地带动非黑启动机组为目标，构建最大化启动功率的机组启动优化模型，并进行模型求解得出非黑启动机组的启动优化顺序。
所述机组启动优化模型如下：
其中，式(4)为机组启动优化的目标函数，以ΔT为时步进行优化计算，fg表示机组启动的目标函数值；Θ0和Θ1分别为待启动机组集合和已启动机组集合；
为机组Gi的启动状态，若在当前优化时步内启动则为1，否则为0；
为机组Gi启动优选的相对有效性指标，采用已有的超效率数据包络分析模型来计算，该分析模型中所考虑的输入输出指标因素见表1所示；约束条件式(5)描述了功率平衡约束，
为机组Gi的启动功率；
为当前时步内已启动机组的新增可用功率，受式(6)的爬坡速率和式(7)、式(8)的发电机出力约束限制；
为发电机的爬坡速率函数，
分别为已启动机组Gj在t时刻的有功出力和有功出力最小值、最大值，
分别为机组Gj在t时刻的无功出力和无功出力最小值、最大值。
表1机组启动顺序超效率数据包络分析模型的输入输出指标
表1中，TC为机组启动时间，rG为机组的启动成功率，QG为机组的进相运行能力，而输入指标I4中各符号的含义与下文式(9)中所述的相同；RS为机组的最大爬坡速率，SG为机组的额定出力容量。通过表中所述的指标计算方式得出对应的输入和输出指标，使得输入指标值越小、输出指标值越大的机组越优先启动。
A23、在得到所述启动优化顺序之后，以寻找已启动机组到非黑启动机组的最优送电路径为目标，求解网架重构模型，得到已启动机组到非黑启动机组的最优送电路径。
在得到机组启动的顺序之后，需要找到路径为非黑启动机组进行供电，因此需要求解网架重构模型。该过程主要任务是寻找已启动机组到目标非黑启动机组的最优送电路径，其中主要考虑支路恢复的操作时间以及充电无功功率的大小，同时该结果将反映到表1的最短启动路径代价输入指标中。
所述网架重构模型为
s.t.f(S,E)＝0 (10)
其中，S、E分别为输电系统中源节点、目标节点，M为输电系统中所有节点的集合，所述节点包括机组和负荷；fn表示网架重构的目标函数值，ΘB为输电系统中所有线路的集合；Cl为线路充电状态，取值为0或1；Tl和QCl分别为线路l的恢复操作时间和充电无功，m为合理选取的时间权重系数；约束条件中，式(10)为网络连通性约束。
A24、根据所述启动优化顺序和已启动机组到非黑启动机组的最优送电路径闭合相应的线路，为非黑启动机组提供启动功率，完成非黑启动机组的启动。
A25、在完成非黑启动机组的启动之后，构建负荷恢复优化模型并求解，得出负荷恢复优化顺序，依据寻优路径进行供电。其中，求解过程中各节点的负荷重要程度依据配电系统反馈的恢复信息动态更新，求解的结果反馈至配电系统以提供剩余可用功率的依据。
该阶段的目标是在剩余可用功率下尽可能快、尽可能多地恢复重要负荷，而且该阶段与配电系统恢复流程紧密相连，其表现在以下两个方面：1)输电系统中各节点的负荷重要程度依据配电系统反馈的恢复信息动态更新；2)该模型的计算结果为配电系统恢复提供可用功率。因此，负荷恢复问题可以构建成如下以ΔT为时步的负荷恢复优化模型：
|Δf|≤|Δf|max (16)
其中，fl表示负荷恢复的目标函数值；ΘL为所有负荷节点的集合，
为负荷Li的恢复比例，取值范围为[0,1]；
为负荷Li的负荷总量；
为相对有效性指标；约束条件中，式(12)和式(13)为计及稳态频率调节特性的潮流等式约束，其中PGi和QGi分别为节点i的机组有功和无功出力，PLi和QLi分别为节点i的负荷有功和无功功率；KGi、KLPi、KLQi分别为节点i的机组、负荷有功、负荷无功的频率调节效应系数，而Δf是频率偏差，Vi、Vj分别表示节点i和节点j的电压，j表示节点编号，n表示节点总数，Gij、Bij、θij分别表示节点i和节点j之间的互电导、互电纳、电压相角差；式(14)中描述了稳态电压约束，Vk、Vk,min、Vk,max分别为节点k的稳态电压、电压最小值、电压最大值；式(15)描述了线路输送容量约束，Pl和Pl,max分别为线路l的输送功率和线路输送容量，ΘB为输电系统中所有线路的集合；式(16)描述了频率约束，|Δf|max为允许的最大频率偏差。
表2负荷恢复超效率数据包络分析方法模型的输入输出指标
表2中，uLi为负荷的不确定性，rLi为负荷完成恢复操作的可靠性，αLi为负荷节点的重要程度指标，而输入指标I4中各符号的含义与上文式(9)中所述的相同；wL为各类型待恢复负荷重要程度的加权平均值，wj、λj、Pj分别为第j类负荷的重要程度因子、恢复比例、负荷总量。通过表中所述的指标计算方式得出对应的输入和输出指标，使得输入指标值越小、输出指标值越大的负荷越优先恢复。
A26、在得到所述负荷恢复优化顺序之后，以寻找已启动机组到负荷的最优送电路径为目标，求解所述网架重构模型，得到已启动机组到负荷的最优送电路径。
在得到负荷恢复优化顺序之后，需要找到路径为待恢复的负荷进行供电，因此需要求解网架重构模型，寻找已启动机组到目标负荷节点的最优送电路径，具体模型还是采用式(9)和(10)的网架重构模型，得到已启动机组到负荷的最优送电路径。
A27、根据所述负荷恢复优化顺序和已启动机组到负荷的最优送电路径闭合相应的路线，为负荷提供启动功率，完成负荷恢复。
A28、判断相邻的分区是否满足同期并列的条件。若满足，则相邻分区相互协作，调节相序、频率、并网点电压至满足同期并列的条件，然后将分区合并，同期并列运行。合并之后相邻区域可以提供功率支撑，加速后续恢复的进行。然后再执行步骤S3；若不满足，则直接执行步骤S3。
配电系统的恢复包括步骤B21～B25：
B21、根据分布式电源出力和输电系统提供的功率获取当前时步配电系统的可用功率；
B22、构建配电系统恢复的双层规划模型，以寻找最优网架结构来为配电系统中的非黑启动分布式电源和尽可能多的重要负荷供电；其中，所述双层规划模型包括确定负荷节点恢复顺序的上层优化模型和确定最优网架结构的下层优化模型；求解所述上层优化模型，得出优化的负荷恢复顺序；并将上层优化模型的可行解导入所述下层优化模型中，以求出所述双层规划模型的全局最优解，获得最优的网架结构，再基于最优的网架结构闭合相应的线路，为待恢复的负荷提供相应的功率，完成负荷恢复。
配电系统恢复的首要目标是在输电系统和分布式电源提供的可用功率下，恢复尽可能多的重要负荷，由此可以构建确定负荷节点恢复顺序的上层优化模型，即如下的0-1背包模型作为上层规划模型：
其中，fupper表示上层规划模型目标函数值，Nn是配电系统中所有节点的数量，xi为节点i负荷的恢复状态，取值为0或1；wi和Pi分别为负荷的重要程度和负荷量；式(18)为配电系统中的功率平衡约束条件，其中PGrid和PDG分别为配电系统提供的功率和分布式电源的出力。
上层规划模型可以采用内点法进行求解，得出的结果为优化后的负荷恢复顺序，系统可以据此完成相应的恢复操作。但上层规划模型中会存在多个目标函数值相同的可行解，因此需要导入下层规划中求解，最终得出全局的最优解。
配电系统恢复的首要目标是在为重要负荷供电的前提下，找到最优的网架结构使得恢复时间和系统的网损最小，由此可以构建如下的下层规划模型：
min flower＝αnop(x,y,B)+(1-α)Ploss(x,y,B) (19)
其中，flower表示下层规划模型目标函数值，x,y,B分别为系统中节点负荷恢复状态、节点的连通状态以及线路闭合状态的0/1决策向量，其中x为上层规划模型的计算结果。下层规划模型的目标是找到开关操作数nop和网损Ploss尽可能小的最优网架结构，α是两个目标开关操作数nop和网损Ploss之间的权重因子，取值范围为(0,1)。式(20)为配电系统辐射状结构约束，式(21)描述了负荷节点的连通性约束；其余约束条件如潮流等式约束、电压约束等同前文所述。
经过求解上述的双层规划模型之后，配电系统可以根据求解的结果闭合相应的线路，并为待恢复的负荷提供功率，完成负荷恢复的相关操作。
B23、将负荷恢复情况反馈至输电系统中，更新配电系统所在母线的负荷重要程度；若重要程度较高的负荷已经恢复，则降低母线负荷的重要程度因子，使得重要程度较低的负荷延后恢复，以提升系统恢复力。
B24、判断配电系统是否满足与输电系统同期并列的条件；若不满足，则直接进入步骤S3；若满足，则进入步骤B25；
B25、若配电系统已经进行了主动恢复，则向并网点供电，并调节相序、频率和并网点电压至满足同期并列的条件，然后与输电系统协同进行后续恢复，进入步骤S3；若配电系统不满足主动恢复条件，则由输电系统主导后续恢复，进入步骤S3；如果合并后配电系统有盈余的发电功率，可以通过并网点为输电系统倒送功率，以加快整体的恢复过程。
步骤S3中，评估体系由下式进行定义：
式中：Q(t)为t时刻计及负荷重要程度的系统性能指标，R为相对应的系统弹性指标，
为t时刻负荷Li的恢复比例；
为负荷重要程度因子，根据该负荷的实际功能性质和停电经济损失来整定。Q(t)的取值范围为[0,1]，当负荷完全恢复时，Q(t)＝Q0＝1。tr和tpr分别为系统恢复开始和完整恢复的时间点，R是Q0-Q(t)对时间的积分，其物理含义为恢复过程中的系统性能的缺失量，取值范围为[0,tpr-tr]，该值越小，说明重要的负荷越早得到了恢复，系统的恢复力越强，系统的弹性越好。
下面通过一个具体的例子来说明本发明的有效性。
以改进的IEEE-39节点标准算例系统为例进行分析，该系统的电气接线图如图2所示。本发明例子借助Java语言和MatlabTM平台对图1所示的流程进行了编程实现，并输入图2中详细的数据进行仿真。最终仿真结果表明输电系统和配电系统恢复过程顺利完成，验证了本发明前述实施例所提出方法的有效性。
算例系统中，整个系统被划分成三个分区，每个分区内都存在黑启动机组，同时进行并行恢复。同时，一个风-储系统接入8号节点，参与系统的恢复过程，但由于风电的不确定性会对恢复过程带来负面的影响，因此需要采用本发明所提出的风-储系统最优控制模型来整定风-储的联合出力值，由储能平抑风电带来的功率波动。与此同时，部分配电系统中具备主动恢复的能力，会与输电系统协同进行恢复，加快了系统恢复的进程。
本发明所提出的优化方法与传统方法下所计算得到的系统性能指标变化曲线Q(t)如图3(a)所示，对阴影面积进行计算后得出的弹性指标R的比较图见图3(b)所示。由于R值越小，系统的恢复力越强，因此从图3显示出本发明前述实施例所提出的方法能在考虑可再生能源接入的背景下有效地提升输配电耦合系统的恢复力，从而证明本发明技术方案的有效性。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的技术人员来说，在不脱离本发明构思的前提下，还可以做出若干等同替代或明显变型，而且性能或用途相同，都应当视为属于本发明的保护范围。
Claims (10)
1.一种含可再生能源的输配电耦合系统恢复力提升方法，其特征在于，包括如下步骤：
S1、恢复开始时，先启动输电系统中各分区和配电系统中的黑启动机组，所述黑启动机组包括具备黑启动能力的水电机组和风-储系统；
S2、待所述黑启动机组启动后，并行进行输电系统恢复流程和配电系统恢复流程；所述输电系统恢复流程包括：根据预先输入的机组爬坡速率和风电出力预测数据获取当前时步输电系统的可用功率，在输电系统的可用功率下根据启动优化顺序和最优送电路径，依次完成非黑启动机组的启动和负荷的恢复；所述配电系统恢复流程包括：获取当前时步配电系统的可用功率，在配电系统的可用功率下，基于优化的负荷恢复顺序，以最短化恢复时间和最小化系统网损为目标来寻找最优网架，再基于最优网架为负荷供电；
S3、判断所有机组和负荷是否均已恢复；若是，则计算弹性指标以评估恢复效果；若否，则记录恢复过程和更新节点信息，并返回步骤S2进入下一时步。
2.如权利要求1所述的含可再生能源的输配电耦合系统恢复力提升方法，其特征在于：在恢复开始之前先输入输电系统和配电系统中各机组、各负荷和各线路的参数，输电系统和配电系统的初始状态，以及未来一段时间风电机组的所述风电出力预测数据；
所述参数包括机组类型、机组容量、机组爬坡速率、机组启动时间、机组进相运行能力、线路电阻和电抗、网络拓扑结构、负荷量、负荷重要程度因子、负荷可靠性和负荷不确定性；
所述初始状态包括各机组、各线路、各负荷和母线的启动状态或充电状态，以及区域划分情况。
3.如权利要求1所述的含可再生能源的输配电耦合系统恢复力提升方法，其特征在于，所述输电系统恢复流程包括步骤A21～A27：
A21、根据预先输入的机组爬坡速率和风电出力预测数据获取当前时步输电系统的可用功率；
A22、构建最大化启动功率的机组启动优化模型并进行求解，得出非黑启动机组的启动优化顺序；
A23、在得到所述启动优化顺序之后，以寻找已启动机组到非黑启动机组的最优送电路径为目标，求解网架重构模型，得到已启动机组到非黑启动机组的最优送电路径；
A24、根据所述启动优化顺序和已启动机组到非黑启动机组的最优送电路径闭合相应的线路，为非黑启动机组提供启动功率，完成非黑启动机组的启动；
A25、在完成非黑启动机组的启动之后，构建负荷恢复优化模型并求解，得出负荷恢复优化顺序；其中，求解过程中各节点的负荷重要程度依据配电系统反馈的恢复信息动态更新，求解的结果反馈至配电系统以提供剩余可用功率的依据；
A26、在得到所述负荷恢复优化顺序之后，以寻找已启动机组到负荷的最优送电路径为目标，求解所述网架重构模型，得到已启动机组到负荷的最优送电路径；
A27、根据所述负荷恢复优化顺序和已启动机组到负荷的最优送电路径闭合相应的路线，为负荷提供启动功率，完成负荷恢复。
4.如权利要求3所述的含可再生能源的输配电耦合系统恢复力提升方法，其特征在于，所述输电系统恢复流程的步骤A27之后还包括如下步骤：
A28、判断相邻的分区是否满足同期并列的条件；若满足，则相邻分区相互协作，同期并列运行，然后再执行步骤S3；若不满足，则直接执行步骤S3。
5.如权利要求3所述的含可再生能源的输配电耦合系统恢复力提升方法，其特征在于：步骤A21中通过风-储系统最优控制模型来确定最大的风-储联合出力整定值，并将该整定值作为风-储系统的可用功率计入所述输电系统的可用功率中；其中，所述风-储系统最优控制模型为max PWP-ES(T0) (1)
PES,min≤PWP-ES(T0)-PWP(t)≤PES,max (3)
其中，PWP-ES(T0)是在T0时刻根据[T0,T0+τ]时间段内的风电出力预测数据PWP(t)计算出的风-储联合出力整定值；WES(T0)和WES,max分别为储能系统在T0时刻的存储电量和额定电量；约束条件式(2)控制了在经过时间τ之后储能系统的充电状态在安全的波动范围内，避免了过充和过放，其中δSOC是允许的最大波动偏移量；式(3)描述了储能系统的出力上下限约束，其中PES,min和PES,max分别为储能系统充电和放电的最大功率。
6.如权利要求3所述的含可再生能源的输配电耦合系统恢复力提升方法，其特征在于，步骤A22中构建的所述机组启动优化模型为：
其中，式(4)为机组启动的目标函数，以ΔT为时步进行优化计算，fg表示机组启动的目标函数值；Θ0和Θ1分别为待启动机组集合和已启动机组集合；
为机组Gi的启动状态，若在当前优化时步内启动则为1，否则为0；
为机组Gi启动优选的相对有效性指标；约束条件式(5)描述了功率平衡约束，
为机组Gi的启动功率；
为当前时步内已启动机组的新增可用功率，受式(6)的爬坡速率和式(7)、式(8)的发电机出力约束限制；
为发电机的爬坡速率函数，
分别为已启动机组Gj在t时刻的有功出力和有功出力最小值、最大值，
分别为机组Gj在t时刻的无功出力和无功出力最小值、最大值。
7.如权利要求3所述的含可再生能源的输配电耦合系统恢复力提升方法，其特征在于，所述网架重构模型为
s.t.f(S,E)＝0 (10)
其中，S、E分别为输电系统中源节点、目标节点，M为输电系统中所有节点的集合，所述节点包括机组和负荷；fn表示网架重构的目标函数值，ΘB为输电系统中所有线路的集合；Cl为线路充电状态，取值为0或1；Tl和
分别为线路l的恢复操作时间和充电无功，m为合理选取的时间权重系数；约束条件中，式(10)为网络连通性约束。
8.如权利要求3所述的含可再生能源的输配电耦合系统恢复力提升方法，其特征在于，步骤A25的负荷恢复优化模型为
|Δf|≤|Δf|max (16)
其中，fl表示负荷恢复的目标函数值；ΘL为所有负荷节点的集合，
为负荷Li的恢复比例，取值范围为[0,1]；
为负荷Li的负荷总量；
为相对有效性指标；约束条件中，式(12)和式(13)为计及稳态频率调节特性的潮流等式约束，其中PGi和QGi分别为节点i的机组有功和无功出力，PLi和QLi分别为节点i的负荷有功和无功功率；KGi、KLPi、KLQi分别为节点i的机组、负荷有功、负荷无功的频率调节效应系数，而Δf是频率偏差，Vi、Vj分别表示节点i和节点j的电压，j表示节点编号，n表示节点总数，Gij、Bij、θij分别表示节点i和节点j之间的互电导、互电纳、电压相角差；式(14)中描述了稳态电压约束，Vk、Vk,min、Vk,max分别为节点k的稳态电压、电压最小值、电压最大值；式(15)描述了线路输送容量约束，Pl和Pl,max分别为线路l的输送功率和线路输送容量，ΘB为输电系统中所有线路的集合；式(16)描述了频率约束，|Δf|max为允许的最大频率偏差。
9.如权利要求1所述的含可再生能源的输配电耦合系统恢复力提升方法，其特征在于，所述配电系统恢复流程包括步骤B21～B23：
B21、根据分布式电源出力和输电系统提供的功率获取当前时步配电系统的可用功率；
B22、构建配电系统恢复的双层规划模型，以寻找最优网架结构来为配电系统中的非黑启动分布式电源和尽可能多的重要负荷供电；其中，所述双层规划模型包括确定负荷节点恢复顺序的上层优化模型和确定最优网架结构的下层优化模型；求解所述上层优化模型，得出优化的负荷恢复顺序；并将上层优化模型的可行解导入所述下层优化模型中，以求出所述双层规划模型的全局最优解，获得最优的网架结构，再基于最优的网架结构闭合相应的线路，为待恢复的负荷提供相应的功率，完成负荷恢复；
B23、将负荷恢复情况反馈至输电系统中，更新配电系统所在母线的负荷重要程度；若重要程度较高的负荷已经恢复，则降低母线负荷的重要程度因子，使得重要程度较低的负荷延后恢复，以提升系统恢复力。
10.如权利要求9所述的含可再生能源的输配电耦合系统恢复力提升方法，其特征在于，在步骤B23之后还包括如下步骤：
B24、判断配电系统是否满足与输电系统同期并列的条件；若不满足，则直接进入步骤S3；若满足，则进入步骤B25；
B25、若配电系统已经进行了主动恢复，则向并网点供电，并调节相序、频率和并网点电压至满足同期并列的条件，然后与输电系统协同进行后续恢复，进入步骤S3；若配电系统不满足主动恢复条件，则由输电系统主导后续恢复，进入步骤S3；如果合并后配电系统有盈余的发电功率，可以通过并网点为输电系统倒送功率，以加快整体的恢复过程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110304251.9A CN113078633B (zh) | 2021-03-22 | 2021-03-22 | 一种含可再生能源的输配电耦合系统恢复力提升方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110304251.9A CN113078633B (zh) | 2021-03-22 | 2021-03-22 | 一种含可再生能源的输配电耦合系统恢复力提升方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113078633A true CN113078633A (zh) | 2021-07-06 |
| CN113078633B CN113078633B (zh) | 2022-11-25 |
Family
ID=76613397
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110304251.9A Active CN113078633B (zh) | 2021-03-22 | 2021-03-22 | 一种含可再生能源的输配电耦合系统恢复力提升方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113078633B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113644653A (zh) * | 2021-08-20 | 2021-11-12 | 西安交通大学 | 新能源与储能协同配合的电力系统黑启动路径恢复方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015027484A1 (en) * | 2013-08-30 | 2015-03-05 | Accenture Global Services Limited | System, method and apparatuses for distribution network reconfiguration and a tangible computer readable medium |
| WO2018049737A1 (zh) * | 2016-09-18 | 2018-03-22 | 国电南瑞科技股份有限公司 | 一种基于分区负荷控制的安全校正计算方法 |
| CN107862405A (zh) * | 2017-10-27 | 2018-03-30 | 广东电网有限责任公司电力调度控制中心 | 计及微网作为黑启动电源的电力系统网架重构优化方法 |
| CN108493930A (zh) * | 2018-03-30 | 2018-09-04 | 国网江苏省电力有限公司 | 计及风电接入的负荷恢复两阶段优化方法 |
| CN108649557A (zh) * | 2018-04-16 | 2018-10-12 | 东南大学 | 一种考虑双重不确定性的电力系统源荷协调恢复方法 |
| CN109286204A (zh) * | 2018-11-21 | 2019-01-29 | 广东电网有限责任公司 | 一种基于最小化期望停电损失的配电网络黑启动重构方法 |
| WO2020143104A1 (zh) * | 2019-01-08 | 2020-07-16 | 南京工程学院 | 一种考虑阻塞和储能分时电价的电网混合滚动调度方法 |
-
2021
- 2021-03-22 CN CN202110304251.9A patent/CN113078633B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015027484A1 (en) * | 2013-08-30 | 2015-03-05 | Accenture Global Services Limited | System, method and apparatuses for distribution network reconfiguration and a tangible computer readable medium |
| WO2018049737A1 (zh) * | 2016-09-18 | 2018-03-22 | 国电南瑞科技股份有限公司 | 一种基于分区负荷控制的安全校正计算方法 |
| CN107862405A (zh) * | 2017-10-27 | 2018-03-30 | 广东电网有限责任公司电力调度控制中心 | 计及微网作为黑启动电源的电力系统网架重构优化方法 |
| CN108493930A (zh) * | 2018-03-30 | 2018-09-04 | 国网江苏省电力有限公司 | 计及风电接入的负荷恢复两阶段优化方法 |
| CN108649557A (zh) * | 2018-04-16 | 2018-10-12 | 东南大学 | 一种考虑双重不确定性的电力系统源荷协调恢复方法 |
| CN109286204A (zh) * | 2018-11-21 | 2019-01-29 | 广东电网有限责任公司 | 一种基于最小化期望停电损失的配电网络黑启动重构方法 |
| WO2020143104A1 (zh) * | 2019-01-08 | 2020-07-16 | 南京工程学院 | 一种考虑阻塞和储能分时电价的电网混合滚动调度方法 |
Non-Patent Citations (2)
| Title |
|---|
| 周宜昌等: "考虑多风电场黑启动价值的机组恢复顺序双层优化决策", 《电力系统自动化》 * |
| 石立宝等: "基于电网分区的负荷恢复智能优化策略", 《电力系统保护与控制》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113644653A (zh) * | 2021-08-20 | 2021-11-12 | 西安交通大学 | 新能源与储能协同配合的电力系统黑启动路径恢复方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113078633B (zh) | 2022-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mahmoud et al. | Adaptive intelligent techniques for microgrid control systems: A survey | |
| Falahati et al. | A new smart charging method for EVs for frequency control of smart grid | |
| CN102097865B (zh) | 一种电力系统供电恢复方法 | |
| CN103792924B (zh) | 一种含有微网的电力系统扩展黑启动方法 | |
| CN102904256B (zh) | 一种电网快速自愈的方法和系统 | |
| CN112636331B (zh) | 智能电网的动态经济调度分布式优化方法及系统 | |
| CN102904251A (zh) | 一种配置火电机组进行电网自愈的方法和系统 | |
| CN112910000B (zh) | 一种包含分布式电源的配电网动态孤岛划分方法 | |
| CN112687969B (zh) | 基于储能系统的同期退役协同控制方法、系统及介质 | |
| CN105337278A (zh) | 一种基于节点重要度评价矩阵的网络重构双层优化方法 | |
| Bizon et al. | Hydrogen saving through optimized control of both fueling flows of the Fuel Cell Hybrid Power System under a variable load demand and an unknown renewable power profile | |
| CN112183865B (zh) | 一种配电网分布式调度方法 | |
| CN114094600B (zh) | 一种多光储vsg系统协同运行控制方法及系统 | |
| CN107147146A (zh) | 一种基于联合多微网的分布式能量管理优化方法及装置 | |
| Fortenbacher et al. | Optimal real-time control of multiple battery sets for power system applications | |
| Kaysal et al. | Hierarchical energy management system with multiple operation modes for hybrid DC microgrid | |
| CN114725926A (zh) | 面向韧性提升的分布式资源辅助主网关键节点黑启动策略 | |
| CN114188970A (zh) | 考虑光储系统作为黑启动电源的机组顺序恢复优化方法 | |
| CN113078633B (zh) | 一种含可再生能源的输配电耦合系统恢复力提升方法 | |
| Hartani et al. | Proposed frequency decoupling-based fuzzy logic control for power allocation and state-of-charge recovery of hybrid energy storage systems adopting multi-level energy management for multi-DC-microgrids | |
| Zhang et al. | Fast state-of-charge balancing control strategies for battery energy storage systems to maximize capacity utilization | |
| Bizon et al. | Real-time strategy to optimize the operation of fuel cell hybrid power source under variable load cycle | |
| Wang et al. | A novel consensus-based optimal control strategy for multi-microgrid systems with battery degradation consideration | |
| CN112688366A (zh) | 一种基于分布式电源的最优恢复路径以及黑启动策略 | |
| Liu et al. | Equalization strategy for fast energy regulation of supercapacitor in hybrid energy storage system |
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 |