CN113285487B - 变流器容量优化配置方法、装置、计算机设备和存储介质 - Google Patents

变流器容量优化配置方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN113285487B
CN113285487B CN202110416943.2A CN202110416943A CN113285487B CN 113285487 B CN113285487 B CN 113285487B CN 202110416943 A CN202110416943 A CN 202110416943A CN 113285487 B CN113285487 B CN 113285487B
Authority
CN
China
Prior art keywords
distribution network
power distribution
capacity
converter
alternating current
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
CN202110416943.2A
Other languages
English (en)
Other versions
CN113285487A (zh
Inventor
王静
赵宇明
李艳
刘国伟
郝越
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.)
Shenzhen Power Supply Bureau Co Ltd
Original Assignee
Shenzhen Power Supply Bureau 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 Shenzhen Power Supply Bureau Co Ltd filed Critical Shenzhen Power Supply Bureau Co Ltd
Priority to CN202110416943.2A priority Critical patent/CN113285487B/zh
Publication of CN113285487A publication Critical patent/CN113285487A/zh
Application granted granted Critical
Publication of CN113285487B publication Critical patent/CN113285487B/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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • 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
    • 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
    • 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
    • H02J5/00—Circuit arrangements for transfer of electric power between ac networks and dc 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
    • 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)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Power Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本申请涉及一种变流器容量优化配置方法、装置、计算机设备和存储介质。该方法包括：获取交直流混合配电网的交流馈线负荷和直流负荷的时序概率模型；交直流混合配电网中的直流配电网有N端通过不同的变流器接入交流配电网；N＝2或3；获取变流器容量优化配置模型和N个变流器的初始容量；变流器容量优化配置模型以最小化交直流混合配电网的综合成本为目标函数；目标函数与交流馈线负荷和直流负荷的时序概率模型相关；结合N个初始容量确定目标函数的雅克比矩阵和海森矩阵；基于雅克比矩阵和海森矩阵迭代得到N个变流器的优化容量。采用本方法能够实现两端或三端供电型交直流混合配电网中变流器的容量优化。

Description

变流器容量优化配置方法、装置、计算机设备和存储介质
技术领域
本申请涉及电力电子技术领域，特别是涉及一种变流器容量优化配置方法、装置、计算机设备和存储介质。
背景技术
随着电力电子技术的发展，直流配电网的技术和经济优势愈发凸显，具有巨大的发展前景。一方面，相较于交流配电网，直流配电网的线路成本低、功率损耗小、供电可靠性高、供电容量更大、供电半径更长；另一方面，分布式电源在配电网中的渗透率不断提升，直流驱动和采用电力电子技术的负荷得到了大量的使用，采用直流配电网的供电形式，能够大量节省交直流之间的变换环节，减少成本、降低损耗、提高可靠性。
目前我国交流配电网覆盖面大，直流配电网可以方便地接入交流配电网，甚至两端或者三端接入交流配电网，以获得更高的直流供电可靠性。当交流馈线通过直流联接，可以实现交流馈线之间功率不间断转供，降低整个交直流混合配电网的过载风险，为了更加充分发挥交直流混合配电网的这种优势，如何优化配置各端变流器的容量是亟待解决的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够优化配置各端变流器的容量的变流器容量优化配置方法、装置、计算机设备和存储介质。
一种变流器容量优化配置方法，其特征在于，所述方法包括：
获取交直流混合配电网的交流馈线负荷和直流负荷的时序概率模型；所述交直流混合配电网中的直流配电网有N端通过不同的变流器接入交流配电网；N＝2或3；
获取变流器容量优化配置模型和N个所述变流器的初始容量；所述变流器容量优化配置模型以最小化所述交直流混合配电网的综合成本为目标函数；所述目标函数与所述交流馈线负荷和所述直流负荷的时序概率模型相关；
结合N个所述初始容量确定所述目标函数的雅克比矩阵和海森矩阵；
基于所述雅克比矩阵和海森矩阵迭代得到N个所述变流器的优化容量。
在一个实施例中，所述时序概率模型为时序正态分布概率模型；所述交流馈线负荷及直流负荷的时序概率模型如下式所示：
Figure BDA0003026307480000021
Figure BDA0003026307480000022
其中，t为时间段，所述时间段基于时间周期进行划分；所述交直流混合配电网包括N条交流馈线，
Figure BDA0003026307480000023
为第i条交流馈线的有功负荷，满足分布参数为
Figure BDA0003026307480000024
和
Figure BDA0003026307480000025
的正态分布；
Figure BDA0003026307480000026
为直流负荷，满足分布参数为
Figure BDA0003026307480000027
和
Figure BDA0003026307480000028
的正态分布；
Figure BDA0003026307480000029
之间相互独立，
Figure BDA00030263074800000210
和
Figure BDA00030263074800000211
之间相互独立。
在一个实施例中，所述综合成本包括所述变流器的投资成本、所述变流器的运行维护成本和所述交直流混合配电网的过载风险成本；其中，所述投资成本与贴现率、所述变流器的使用期限、所述变流器单位容量的投资成本、所述变流器的容量以及所述变流器的固定投资成本相关；所述运行维护成本与所述变流器单位容量的投资成本以及所述变流器的容量相关；所述过载风险成本与单位电量价格、期望缺供电量以及过载概率相关。
在一个实施例中，所述目标函数如下式所示：
minf＝f1+f2+f3
Figure BDA00030263074800000212
Figure BDA00030263074800000213
f3＝365·α·EENS+β·πOL
其中，f为所述综合成本，f1为所述投资成本，d为所述贴现率，y为所述变流器的使用期限，γ为所述变流器单位容量的投资成本，PSN,i为第i个变流器的容量且PSN,i≥0,i＝1,…,N，Cfix为所述变流器固定投资成本，所述固定投资成本与容量无关的；f2为所述运行维护成本，η为变流器的运行维护系数；f3为所述过载风险成本，α为所述单位电量价格，EENS为所述期望缺供电量，β为过载概率社会效益成本系数，πOL为所述过载概率。
在一个实施例中，所述基于所述雅克比矩阵和海森矩阵迭代得到N个所述变流器的优化容量，包括：
基于所述雅克比矩阵和海森矩阵，迭代计算N个所述变流器的备选容量；
在所述备选容量不满足迭代停止条件时，根据所述备选容量更新所述雅克比矩阵和所述海森矩阵，并基于更新后的雅克比矩阵和更新后的海森矩阵继续迭代直至N个所述变流器的备选容量满足迭代停止条件；
获取满足迭代停止条件时迭代得到的备选容量作为所述优化容量。
在一个实施例中，所述方法还包括：
根据每条交流馈线在时间段t的状态
Figure BDA0003026307480000031
计算所述交直流混合配电网在时间段t的过载概率，以及按时间周期累计计算所述交直流混合配电网的过载概率；
根据所述交直流混合配电网在各状态下的期望缺供电量，计算所述交直流混合配电网在时间段t的期望缺供电量，以及按时间周期累计计算所述交直流混合配电网的期望缺供电量。
在一个实施例中，所述交直流混合配电网在时间段t的过载概率如下式所示：
Figure BDA0003026307480000032
Figure BDA0003026307480000033
Figure BDA0003026307480000034
Figure BDA0003026307480000035
其中，Ωs+1为s+1维积分空间，可表示如下：
Figure BDA0003026307480000041
其中，交流馈线在时间段t的状态
Figure BDA00030263074800000413
划分为以下三个状态：
Figure BDA0003026307480000042
其中，
Figure BDA0003026307480000043
为所述交直流混合配电网在时间段t的过载概率，
Figure BDA0003026307480000044
表示在时间段t所述交直流混合配网处于第j个状态的概率，
Figure BDA0003026307480000045
表示在时间段t配电网处于第j个状态时负荷过载的条件概率，
Figure BDA0003026307480000046
表示时间段t所述交直流混合配电网处于第j个状态时第i条交流馈线所处的状态，
Figure BDA0003026307480000047
表示所述交直流混合配电网处于状态j且发生过载的概率；r为处于状态S1下的交流馈线的数量，s为处于状态S2下的交流馈线的数量，r+s＝N，s>0；
Figure BDA0003026307480000048
为第i条交流馈线的有功负荷，PN,i为传输功率上限，PSN,i为第i条交流馈线连接的变流器的容量；
所述交直流混合配电网在时间段t的期望缺供电量如下式所示：
Figure BDA0003026307480000049
Figure BDA00030263074800000410
Ω′s+1、Ωll分别为s+1和u维积分区域，可分别表示如下：
Figure BDA00030263074800000411
PN,i+PSN,i≤PL,i(t),i＝r+s+1,...,N
其中，EENSt为所述交直流混合配电网在时间段t下的期望缺供电量，
Figure BDA00030263074800000412
为所述交直流混合配电网在第j(j＝1,2,...,3N)个状态下的期望缺供电量，Ej(t)为所述交直流混合配电网在第j个状态下不为0的期望缺供电量，u为处于状态S3下的交流馈线的数量，r+s+u＝N。
一种变流器容量优化配置装置，其特征在于，所述装置包括：
获取模块，用于获取交直流混合配电网的交流馈线负荷和直流负荷的时序概率模型；所述交直流混合配电网中的直流配电网有N端通过不同的变流器接入交流配电网；获取变流器容量优化配置模型和N个所述变流器的初始容量；N＝2或3；所述变流器容量优化配置模型以最小化所述交直流混合配电网的综合成本为目标函数；所述目标函数与所述交流馈线负荷和所述直流负荷的时序概率模型相关；
确定模块，用于结合N个所述初始容量确定所述目标函数的雅克比矩阵和海森矩阵；
迭代模块，用于基于所述雅克比矩阵和海森矩阵迭代得到N个所述变流器的优化容量。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取交直流混合配电网的交流馈线负荷和直流负荷的时序概率模型；所述交直流混合配电网中的直流配电网有N端通过不同的变流器接入交流配电网；N＝2或3；
获取变流器容量优化配置模型和N个所述变流器的初始容量；所述变流器容量优化配置模型以最小化所述交直流混合配电网的综合成本为目标函数；所述目标函数与所述交流馈线负荷和所述直流负荷的时序概率模型相关；
结合N个所述初始容量确定所述目标函数的雅克比矩阵和海森矩阵；
基于所述雅克比矩阵和海森矩阵迭代得到N个所述变流器的优化容量。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取交直流混合配电网的交流馈线负荷和直流负荷的时序概率模型；所述交直流混合配电网中的直流配电网有N端通过不同的变流器接入交流配电网；N＝2或3；
获取变流器容量优化配置模型和N个所述变流器的初始容量；所述变流器容量优化配置模型以最小化所述交直流混合配电网的综合成本为目标函数；所述目标函数与所述交流馈线负荷和所述直流负荷的时序概率模型相关；
结合N个所述初始容量确定所述目标函数的雅克比矩阵和海森矩阵；
基于所述雅克比矩阵和海森矩阵迭代得到N个所述变流器的优化容量。
上述变流器容量优化配置方法、装置、计算机设备和存储介质，对于N(N＝2或3)端供电型交直流混合配电网，获取基于电力电荷基本规律构建的交直流混合配电网的交流馈线负荷和直流负荷的时序概率模型，变流器容量优化配置模型以及N个变流器的初始容量，通过将变流器容量优化配置模型以最小化交直流混合配电网的综合成本为目标函数，再结合N个交流器的初始容量确定目标函数的雅克比矩阵和海森矩阵，从而可以基于雅克比矩阵和海森矩阵迭代得到N个变流器的优化容量，实现N端供电型交直流混合配电网中变流器的容量优化。
附图说明
图1为一个实施例中变流器容量优化配置方法的流程示意图；
图2为一个实施例中交直流混合配电网的拓扑结构示意图；
图3为另一个实施例中交直流混合配电网的拓扑结构示意图；
图4为另一个实施例中变流器容量优化配置方法的流程示意图；
图5为一个实施例中变流器容量优化配置装置的结构框图；
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种变流器容量优化配置方法，本实施例以该方法应用于计算机设备进行举例说明，可以理解的是，该方法也可以应用于终端或服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。其中，终端可以但不限于是各种个人计算机、笔记本电脑、智能手机和平板电脑，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。本实施例中，该变流器容量优化配置方法包括以下步骤：
步骤102，获取交直流混合配电网的交流馈线负荷和直流负荷的时序概率模型；交直流混合配电网中的直流配电网有N端通过不同的变流器接入交流配电网；N＝2或3。
其中，交直流混合配电网是同时存在直流配电网和交流配电网的混合配电网。举例说明，如图2所示，该图示出了一个实施例中交直流混合配电网的拓扑结构示意图。由该图可以看到该交直流混合配电网中的直流配电网有两端通过不同的变流器接入交流配电网。如图3所示，该图示出了另一个实施例中交直流混合配电网的拓扑结构示意图。由该图可以看到该交直流混合配电网中的直流配电网有三端通过不同的变流器接入交流配电网。
在一个实施例中，时序概率模型为时序正态分布概率模型；交流馈线负荷及直流负荷的时序概率模型如下式所示：
Figure BDA0003026307480000071
Figure BDA0003026307480000072
其中，t为时间段，时间段基于时间周期进行划分；交直流混合配电网包括N条交流馈线，
Figure BDA0003026307480000073
为第i条交流馈线的有功负荷，满足分布参数为
Figure BDA0003026307480000074
和
Figure BDA0003026307480000075
的正态分布；
Figure BDA0003026307480000076
为直流负荷，满足分布参数为
Figure BDA0003026307480000077
和
Figure BDA0003026307480000078
的正态分布；
Figure BDA0003026307480000079
之间相互独立，
Figure BDA00030263074800000710
和
Figure BDA00030263074800000711
之间相互独立。
具体地，计算机设备可根据交直流混合配电网中各馈线i负荷的历史数据求出各馈线i在各个时间段t内正态分布概率模型的分布参数μi(t)、σi(t)。其中，时间周期是用来对数据进行统计的周期，比如一个自然日等。时间段基于时间周期进行划分，划分数量以及划分方式均可以根据实际情况而定，比如将一个自然日平均划分为24个时间段等。
举例说明，当交直流混合配电网中的直流配电网有两端通过不同的变流器接入交流配电网时，两条交流馈线负荷及直流负荷的时序概率模型如下式所示：
Figure BDA0003026307480000081
Figure BDA0003026307480000082
Figure BDA0003026307480000083
其中，t为时间段，时间段基于时间周期进行划分；
Figure BDA0003026307480000084
为第一条交流馈线的有功负荷，满足分布参数为
Figure BDA0003026307480000085
和
Figure BDA0003026307480000086
的正态分布；
Figure BDA0003026307480000087
为第二条交流馈线的有功负荷，满足分布参数为
Figure BDA0003026307480000088
和
Figure BDA0003026307480000089
的正态分布；
Figure BDA00030263074800000810
为直流负荷，满足分布参数为
Figure BDA00030263074800000811
和
Figure BDA00030263074800000812
的正态分布；
Figure BDA00030263074800000813
和
Figure BDA00030263074800000814
之间相互独立。
进一步地，当交直流混合配电网中的直流配电网有三端通过不同的变流器接入交流配电网时，新增的一条交流馈线负荷的时序概率模型如下式所示：
Figure BDA00030263074800000815
其中，
Figure BDA00030263074800000816
为第三条交流馈线的有功负荷，满足分布参数为
Figure BDA00030263074800000817
和
Figure BDA00030263074800000818
的正态分布；
Figure BDA00030263074800000819
和
Figure BDA00030263074800000820
之间相互独立。
在本实施例中，电力负荷服从正态分布贴合实际，也在长期的实践中得到验证，这样建立的交流馈线负荷及直流负荷的时序概率模型更合理。
步骤104，获取变流器容量优化配置模型和N个变流器的初始容量；变流器容量优化配置模型以最小化交直流混合配电网的综合成本为目标函数；目标函数与交流馈线负荷和直流负荷的时序概率模型相关。
在一个实施例中，综合成本包括变流器的投资成本、变流器的运行维护成本和交直流混合配电网的过载风险成本；其中，投资成本与贴现率、变流器的使用期限、变流器单位容量的投资成本、变流器的容量以及变流器的固定投资成本相关；运行维护成本与变流器单位容量的投资成本以及变流器的容量相关；过载风险成本与单位电量价格、期望缺供电量以及过载概率相关。
在一个实施例中，目标函数如下式所示：
min f＝f1+f2+f3
Figure BDA0003026307480000091
Figure BDA0003026307480000092
f3＝365·α·EENS+β·πOL
其中，f为综合成本，f1为投资成本，d为贴现率，y为变流器的使用期限，γ为变流器单位容量的投资成本，PSN,i为第i个变流器的容量且PSN,i≥0,i＝1,…,N，Cfix为变流器固定投资成本，固定投资成本与容量无关的；f2为运行维护成本，η为变流器的运行维护系数；f3为过载风险成本，α为单位电量价格，EENS为期望缺供电量，β为过载概率社会效益成本系数，πOL为过载概率。
步骤106，结合N个初始容量确定目标函数的雅克比矩阵和海森矩阵。
具体地，计算机设备可根据交直流混合配电网过载风险的解析计算方法或者负荷变量空间划分法，结合N个初始容量确定目标函数的雅克比矩阵和海森矩阵。可以理解，对于一个多元函数，雅可比矩阵(对一个多元函数，雅可比矩阵实际为向量)和海森矩阵可以类比于一元函数的一阶导数和二阶导数。一阶导数的正负反映单调性，雅可比矩阵的各个分量的正负反映多元函数在各个自变量上的单调性；二阶导数的正负反映凹凸性，海森矩阵的正定性反映多元函数的凹凸性。正如一元函数利用牛顿法求极值需求其一阶导数和二阶导数，多元函数利用牛顿法求极值需求其雅可比矩阵和海森矩阵。这样，通过不断求解目标函数的雅克比矩阵和海森矩阵便可得到满足综合成本最小的优化容量。
步骤108，基于雅克比矩阵和海森矩阵迭代得到N个变流器的优化容量。
在一个实施例中，基于雅克比矩阵和海森矩阵迭代得到N个变流器的优化容量，包括：基于雅克比矩阵和海森矩阵，迭代计算N个变流器的备选容量；在备选容量不满足迭代停止条件时，根据备选容量更新雅克比矩阵和海森矩阵，并基于更新后的雅克比矩阵和更新后的海森矩阵继续迭代直至N个变流器的备选容量满足迭代停止条件；获取满足迭代停止条件时迭代得到的备选容量作为优化容量。
可以理解，雅克比矩阵和海森矩阵在每一次迭代时都要重新计算，是动态的而不是固定的。举例说明，参考图4，计算机设备可事先由各馈线负荷的历史数据求出各馈线在各个时间段t内正态分布概率模型的分布参数μi(t)、σi(t)，建立以交直流混合配电网综合成本最小为目标函数的容量优化配置模型，选择各端变流器的初始容量
Figure BDA0003026307480000101
结合解析方法计算目标函数的雅克比矩阵
Figure BDA0003026307480000102
和海森矩阵
Figure BDA0003026307480000103
通过迭代公式
Figure BDA0003026307480000104
计算更新后的变流器的容量
Figure BDA0003026307480000105
判断是否满足循环停止条件
Figure BDA0003026307480000106
若不满足则更新目标函数的雅克比矩阵
Figure BDA0003026307480000107
和海森矩阵
Figure BDA0003026307480000108
直至满足循环停止条件，求出各端变流器的最优容量。其中，各端变流器的初始容量可在约束条件决定的可行域内选择，任意可行解均可作为初始容量，若不收敛，则可更换其他初始容量。ε为收敛条件判定参数，其为很小的正数，意义为相邻两次迭代计算的结果相差非常小，认为结果已经收敛于最优值。
在一个实施例中，变流器容量优化配置方法还包括：根据每条交流馈线在时间段t的状态
Figure BDA0003026307480000109
计算交直流混合配电网在时间段t的过载概率，以及按时间周期累计计算交直流混合配电网的过载概率。根据交直流混合配电网在各状态下的期望缺供电量，计算交直流混合配电网在时间段t的期望缺供电量，以及按时间周期累计计算交直流混合配电网的期望缺供电量。
具体地，计算机设备可结合交直流混合配电网过载风险的解析计算方法，计算目标函数的一阶及二阶差商近似目标函数的导数，求取第k次迭代的雅可比矩阵
Figure BDA00030263074800001010
和海森矩阵
Figure BDA00030263074800001011
举例说明，当交直流混合配电网中的直流配电网有两端通过不同的变流器接入交流配电网时：
(1)根据第i条交流馈线的有功负荷
Figure BDA00030263074800001012
传输功率上限PN,i和第i条交流馈线连接的变流器容量PSN,i，将第i条交流馈线在时间段t的状态
Figure BDA00030263074800001013
划分为以下N个状态：
Figure BDA00030263074800001014
(2)包含2条交流馈线的交直流混合配电网共存在9种状态组合，由全概率公式计算含2条交流馈线的交直流混合配电网在时间段t的过载概率
Figure BDA0003026307480000111
为：
Figure BDA0003026307480000112
其中，
Figure BDA0003026307480000113
表示交直流混合配电网在时间段t处于第j个状态的概率；
Figure BDA0003026307480000114
表示交直流混合配电网在时间段t处于第j个状态时负荷过载的条件概率。
(3)通过下式计算
Figure BDA0003026307480000115
Figure BDA0003026307480000116
其中，
Figure BDA0003026307480000117
表示交直流混合配电网在时间段t处于第j个状态时第i条交流馈线所处的状态。
(4)通过下式计算
Figure BDA0003026307480000118
Figure BDA0003026307480000119
其中，
Figure BDA00030263074800001110
表示交直流混合配电网处于状态j且发生过载的概率。
(5)假设有r、s条馈线分别处于状态S1、S2，r+s＝2，s>0，各条馈线按照状态顺序由小到大依次编号，通过下式计算
Figure BDA00030263074800001111
Figure BDA00030263074800001112
其中，Ωs+1为s+1维积分空间，可表示如下：
Figure BDA00030263074800001113
(6)两端供电型交直流混合配电网在时间段t下的期望缺供电量EENSt为交直流混合配电网在第j(j＝1,2,...,9)个状态下的期望缺供电量
Figure BDA00030263074800001114
之和：
Figure BDA00030263074800001115
(7)通过下式计算
Figure BDA00030263074800001116
Figure BDA00030263074800001117
其中，Ej(t)表示交直流混合配电网在第j个状态下不为0的期望缺供电量；
(8)假设交直流混合配电网中分别有r、s、u条交流馈线处于状态S1、S2、S3，r+s+u＝2，各交流馈线按状态顺序由小到大依次编号。通过下式计算Ej(t)：
Figure BDA0003026307480000121
其中，Ω′s+1、Ωll分别为s+1和u维积分区域，可分别表示如下：
Figure BDA0003026307480000122
PN,i+PSN,i≤PL,i(t),i＝r+s+1,2
进一步地，通过迭代公式求得变流器容量的最优配置方案，如下式所示：
Figure BDA0003026307480000123
其中，
Figure BDA0003026307480000124
分别为柔性多状态开关容量也就是交流器容量第k次和第k+1次迭代时的值；
Figure BDA0003026307480000125
分别表示第k次迭代时的雅克比矩阵和海森矩阵。计算机设备判断是否满足循环停止条件
Figure BDA0003026307480000126
ε为收敛条件判定参数，其为很小的正数，意义为相邻两次迭代计算的结果相差非常小，认为结果已经收敛于最优值。若不满足则更新目标函数的雅克比矩阵
Figure BDA0003026307480000127
和海森矩阵
Figure BDA0003026307480000128
直至满足循环停止条件，求出各端变流器的最优容量。雅克比矩阵和海森矩阵在每一次迭代时都要重新计算，是动态的而不是固定的。
举例说明，当交直流混合配电网中的直流配电网有三端通过不同的变流器接入交流配电网时：
(1)根据第i条交流馈线的有功负荷
Figure BDA0003026307480000129
传输功率上限PN,i和第i条交流馈线连接的变流器容量PSN,i，将第i条交流馈线在时间段t的状态
Figure BDA00030263074800001210
划分为以下三个状态：
Figure BDA00030263074800001211
需要说明的说，馈线的“状态”根据馈线对外转供功率的不同进行划分，和馈线负荷大小有关。馈线的“状态”指的是依据馈线负荷大小导致的馈线可对外转供最大功率的类别，对馈线进行的虚拟划分。当负荷PL≤PN-PSN时，负荷较小，对外转供功率充足，但受变流器端口容量限制，最多可对外转供功率为PSN；当负荷PL≥PN+PSN时，负荷较大，需从其他馈线获得功率，但受变流器端口容量限制，最多获得功率为PSN；当负荷PN-PSN＜PL＜PN+PSN时，馈线与其他馈线最大可交换功率为PL-PN(可正可负，正为获取功率，负为输出功率)。因此交流馈线可以分三种状态。
(2)包含3条交流馈线的交直流混合配电网共存在27种状态组合，由全概率公式计算含3条交流馈线的交直流混合配电网在时间段t的过载概率
Figure BDA0003026307480000131
为：
Figure BDA0003026307480000132
其中，
Figure BDA0003026307480000133
表示交直流混合配电网在时间段t处于第j个状态的概率；
Figure BDA0003026307480000134
表示交直流混合配电网在时间段t处于第j个状态时负荷过载的条件概率。
(3)通过下式计算
Figure BDA0003026307480000135
Figure BDA0003026307480000136
其中，
Figure BDA0003026307480000137
表示交直流混合配电网在时间段t处于第j个状态时第i条交流馈线所处的状态。
(4)通过下式计算
Figure BDA0003026307480000138
Figure BDA0003026307480000139
其中，
Figure BDA00030263074800001310
表示配电网处于状态j且发生过载的概率。
(5)假设有r、s条馈线分别处于状态S1、S2，r+s＝3，s>0，各条馈线按照状态顺序由小到大依次编号，通过下式计算
Figure BDA00030263074800001311
Figure BDA00030263074800001312
其中，Ωs+1为s+1维积分空间，可表示如下：
Figure BDA0003026307480000141
(6)三端供电型交直流混合配电网在时间段t下的期望缺供电量EENSt为交直流混合配电网在第j(j＝1,2,...,27)个状态下的期望缺供电量
Figure BDA0003026307480000142
之和：
Figure BDA0003026307480000143
(7)通过下式计算
Figure BDA0003026307480000144
Figure BDA0003026307480000145
其中，Ej(t)表示配电网在第j个状态下不为0的期望缺供电量；
(8)假设配电网中分别有r、s、u条交流馈线处于状态S1、S2、S3，r+s+u＝3，r≠3，各交流馈线按状态顺序由小到大依次编号。通过下式计算Ej(t)：
Figure BDA0003026307480000146
其中，Ω′s+1、Ωll分别为s+1和u维积分区域，可分别表示如下：
Figure BDA0003026307480000147
PN,i+PSN,i≤PL,i(t),i＝r+s+1,...,3
进一步地，通过迭代公式求得变流器容量的最优配置方案，如下式所示：
Figure BDA0003026307480000148
其中，
Figure BDA0003026307480000149
分别为柔性多状态开关容量也就是交流器容量第k次和第k+1次迭代时的值；
Figure BDA00030263074800001410
分别表示第k次迭代时的雅克比矩阵和海森矩阵。计算机设备判断是否满足循环停止条件
Figure BDA00030263074800001411
ε为收敛条件判定参数，其为很小的正数，意义为相邻两次迭代计算的结果相差非常小，认为结果已经收敛于最优值。若不满足则更新目标函数的雅克比矩阵
Figure BDA00030263074800001412
和海森矩阵
Figure BDA0003026307480000151
直至满足循环停止条件，求出各端变流器的最优容量。
上述变流器容量优化配置方法，对于N(N＝2或3)端供电型交直流混合配电网，获取基于电力电荷基本规律构建的交直流混合配电网的交流馈线负荷和直流负荷的时序概率模型，变流器容量优化配置模型以及N个变流器的初始容量，通过将变流器容量优化配置模型以最小化交直流混合配电网的综合成本为目标函数，再结合N个交流器的初始容量确定目标函数的雅克比矩阵和海森矩阵，从而可以基于雅克比矩阵和海森矩阵迭代得到N个变流器的优化容量，实现N端供电型交直流混合配电网中变流器的容量优化。
更进一步地，考虑了配电网中交直流变流器的年投资成本、年运行维护成本和配电网的年过载风险成本，建立了变流器的容量优化配置模型，通过解析方法计算交直流混合配电网的过载风险，能够获得准确的结果，采用差商近似导数求取目标函数的雅克比矩阵和海森矩阵，既具有二阶收敛速度，又可避免导数的求解，对各端变流器容量的选取具有一定的参考意义。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种变流器容量优化配置装置，包括：获取模块501、确定模块502和迭代模块503，其中：获取模块501，用于获取交直流混合配电网的交流馈线负荷和直流负荷的时序概率模型；交直流混合配电网中的直流配电网有N端通过不同的变流器接入交流配电网；N＝2或3；获取变流器容量优化配置模型和N个变流器的初始容量；变流器容量优化配置模型以最小化交直流混合配电网的综合成本为目标函数；目标函数与交流馈线负荷和直流负荷的时序概率模型相关；确定模块502，用于结合N个初始容量确定目标函数的雅克比矩阵和海森矩阵；迭代模块503，用于基于雅克比矩阵和海森矩阵迭代得到N个变流器的优化容量。
在一个实施例中，时序概率模型为时序正态分布概率模型；交流馈线负荷及直流负荷的时序概率模型如下式所示：
Figure BDA0003026307480000161
Figure BDA0003026307480000162
其中，t为时间段，时间段基于时间周期进行划分；交直流混合配电网包括N条交流馈线，
Figure BDA0003026307480000163
为第i条交流馈线的有功负荷，满足分布参数为
Figure BDA0003026307480000164
和
Figure BDA0003026307480000165
的正态分布；
Figure BDA0003026307480000166
为直流负荷，满足分布参数为
Figure BDA0003026307480000167
和
Figure BDA0003026307480000168
的正态分布；
Figure BDA0003026307480000169
之间相互独立，
Figure BDA00030263074800001610
和
Figure BDA00030263074800001611
之间相互独立。
在一个实施例中，综合成本包括变流器的投资成本、变流器的运行维护成本和交直流混合配电网的过载风险成本；其中，投资成本与贴现率、变流器的使用期限、变流器单位容量的投资成本、变流器的容量以及变流器的固定投资成本相关；运行维护成本与变流器单位容量的投资成本以及变流器的容量相关；过载风险成本与单位电量价格、期望缺供电量以及过载概率相关。
在一个实施例中，目标函数如下式所示：
min f＝f1+f2+f3
Figure BDA00030263074800001612
Figure BDA00030263074800001613
f3＝365·α·EENS+β·πOL
其中，f为综合成本，f1为投资成本，d为贴现率，y为变流器的使用期限，γ为变流器单位容量的投资成本，PSN,i为第i个变流器的容量且PSN,i≥0,i＝1,…,N，Cfix为变流器固定投资成本，固定投资成本与容量无关的；f2为运行维护成本，η为变流器的运行维护系数；f3为过载风险成本，α为单位电量价格，EENS为期望缺供电量，β为过载概率社会效益成本系数，πOL为过载概率。
在一个实施例中，迭代模块503还用于基于雅克比矩阵和海森矩阵，迭代计算N个变流器的备选容量；在备选容量不满足迭代停止条件时，根据备选容量更新雅克比矩阵和海森矩阵，并基于更新后的雅克比矩阵和更新后的海森矩阵继续迭代直至N个变流器的备选容量满足迭代停止条件；获取满足迭代停止条件时迭代得到的备选容量作为优化容量。
在一个实施例中，确定模块502和迭代模块503还用于根据每条交流馈线在时间段t的状态
Figure BDA0003026307480000171
计算交直流混合配电网在时间段t的过载概率，以及按时间周期累计计算交直流混合配电网的过载概率；根据交直流混合配电网在各状态下的期望缺供电量，计算交直流混合配电网在时间段t的期望缺供电量，以及按时间周期累计计算交直流混合配电网的期望缺供电量。
在一个实施例中，交直流混合配电网在时间段t的过载概率如下式所示：
Figure BDA0003026307480000172
Figure BDA0003026307480000173
Figure BDA0003026307480000174
Figure BDA0003026307480000175
其中，Ωs+1为s+1维积分空间，可表示如下：
Figure BDA0003026307480000176
其中，交流馈线在时间段t的状态
Figure BDA0003026307480000177
划分为以下三个状态：
Figure BDA0003026307480000178
其中，
Figure BDA0003026307480000181
为交直流混合配电网在时间段t的过载概率，
Figure BDA0003026307480000182
表示在时间段t交直流混合配网处于第j个状态的概率，
Figure BDA0003026307480000183
表示在时间段t配电网处于第j个状态时负荷过载的条件概率，
Figure BDA0003026307480000184
表示时间段t交直流混合配电网处于第j个状态时第i条交流馈线所处的状态，
Figure BDA0003026307480000185
表示交直流混合配电网处于状态j且发生过载的概率；r为处于状态S1下的交流馈线的数量，s为处于状态S2下的交流馈线的数量，r+s＝N，s>0；
Figure BDA0003026307480000186
为第i条交流馈线的有功负荷，PN,i为传输功率上限，PSN,i为第i条交流馈线连接的变流器的容量；
交直流混合配电网在时间段t的期望缺供电量如下式所示：
Figure BDA0003026307480000187
Figure BDA0003026307480000188
Ω′s+1、Ωll分别为s+1和u维积分区域，可分别表示如下：
Figure BDA0003026307480000189
PN,i+PSN,i≤PL,i(t),i＝r+s+1,...,N
其中，EENSt为交直流混合配电网在时间段t下的期望缺供电量，
Figure BDA00030263074800001810
为交直流混合配电网在第j(j＝1,2,...,3N)个状态下的期望缺供电量，Ej(t)为交直流混合配电网在第j个状态下不为0的期望缺供电量，u为处于状态S3下的交流馈线的数量，r+s+u＝N。
上述变流器容量优化配置装置，对于N(N＝2或3)端供电型交直流混合配电网，获取基于电力电荷基本规律构建的交直流混合配电网的交流馈线负荷和直流负荷的时序概率模型，变流器容量优化配置模型以及N个变流器的初始容量，通过将变流器容量优化配置模型以最小化交直流混合配电网的综合成本为目标函数，再结合N个交流器的初始容量确定目标函数的雅克比矩阵和海森矩阵，从而可以基于雅克比矩阵和海森矩阵迭代得到N个变流器的优化容量，实现N端供电型交直流混合配电网中变流器的容量优化。
关于变流器容量优化配置装置的具体限定可以参见上文中对于变流器容量优化配置方法的限定，在此不再赘述。上述变流器容量优化配置装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于应用开发相关资源。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种变流器容量优化配置方法。本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种变流器容量优化配置方法，其特征在于，所述方法包括：
获取交直流混合配电网的交流馈线负荷和直流负荷的时序概率模型；所述交直流混合配电网中的直流配电网有N端通过不同的变流器接入交流配电网；N=2或3；所述直流负荷的时序概率模型如下式所示：
其中，t为时间段，所述时间段基于时间周期进行划分；为直流负荷，满足分布参数为和的正态分布；
获取变流器容量优化配置模型和N个所述变流器的初始容量；所述变流器容量优化配置模型以最小化所述交直流混合配电网的综合成本为目标函数；其中，所述目标函数与所述交流馈线负荷和所述直流负荷的时序概率模型相关；
所述综合成本包括所述变流器的投资成本、所述变流器的运行维护成本和所述交直流混合配电网的过载风险成本；其中，所述投资成本与贴现率、所述变流器的使用期限、所述变流器单位容量的投资成本、所述变流器的容量以及所述变流器的固定投资成本相关；所述运行维护成本与所述变流器单位容量的投资成本以及所述变流器的容量相关；所述过载风险成本与单位电量价格、期望缺供电量以及过载概率相关；
所述目标函数如下式所示：
其中，为所述综合成本，为所述投资成本，d为所述贴现率，y为所述变流器的使用期限，为所述变流器单位容量的投资成本，P SN,i 为第i个变流器的容量且P SN,i ≥0,i=1,…,N，C fix为所述变流器固定投资成本，所述固定投资成本与容量无关的；为所述运行维护成本，η为变流器的运行维护系数；为所述过载风险成本，α为所述单位电量价格，为所述期望缺供电量，β为过载概率社会效益成本系数，为所述过载概率；
结合N个所述初始容量确定所述目标函数的雅克比矩阵和海森矩阵；
基于所述雅克比矩阵和海森矩阵迭代得到N个所述变流器的优化容量；
所述方法还包括：
根据每条交流馈线在时间段t的状态，计算所述交直流混合配电网在时间段t的过载概率，以及按时间周期累计计算所述交直流混合配电网的过载概率；
根据所述交直流混合配电网在各状态下的期望缺供电量，计算所述交直流混合配电网在时间段t的期望缺供电量，以及按时间周期累计计算所述交直流混合配电网的期望缺供电量；
所述交直流混合配电网在时间段t的过载概率如下式所示：
其中，Ω s+1为s+1维积分空间，可表示如下：
其中，交流馈线在时间段t的状态划分为以下三个状态：
其中，为所述交直流混合配电网在时间段t的过载概率，表示在时间段t所述交直流混合配网处于第j个状态的概率，表示在时间段t配电网处于第j个状态时负荷过载的条件概率，表示时间段t所述交直流混合配电网处于第j个状态时第i条交流馈线所处的状态，表示所述交直流混合配电网处于状态j且发生过载的概率；r为处于状态S 1下的交流馈线的数量，s为处于状态S 2下的交流馈线的数量，r+s=N，s>0；为第i条交流馈线的有功负荷，P N,i 为传输功率上限，P SN,i 为第i条交流馈线连接的变流器的容量；为直流负荷；
所述交直流混合配电网在时间段t的期望缺供电量如下式所示：
、分别为s+1和u维积分区域，可分别表示如下：
其中，为所述交直流混合配电网在时间段t下的期望缺供电量，为所述交直流混合配电网在第j个状态下的期望缺供电量，j=1,2,...,；E j (t)为所述交直流混合配电网在第j个状态下不为0的期望缺供电量，u为处于状态S 3下的交流馈线的数量，r+s+u=N。
2.根据权利要求1所述的方法，其特征在于，所述时序概率模型为时序正态分布概率模型；所述交流馈线负荷的时序概率模型如下式所示：
其中，t为时间段，所述时间段基于时间周期进行划分；所述交直流混合配电网包括N条交流馈线，为第i条交流馈线的有功负荷，满足分布参数为和的正态分布；之间相互独立，和之间相互独立。
3.根据权利要求1所述的方法，其特征在于，所述基于所述雅克比矩阵和海森矩阵迭代得到N个所述变流器的优化容量，包括：
基于所述雅克比矩阵和海森矩阵，迭代计算N个所述变流器的备选容量；
在所述备选容量不满足迭代停止条件时，根据所述备选容量更新所述雅克比矩阵和所述海森矩阵，并基于更新后的雅克比矩阵和更新后的海森矩阵继续迭代直至N个所述变流器的备选容量满足迭代停止条件；
获取满足迭代停止条件时迭代得到的备选容量作为所述优化容量。
4.一种变流器容量优化配置装置，其特征在于，所述装置包括：
获取模块，用于获取交直流混合配电网的交流馈线负荷和直流负荷的时序概率模型；所述交直流混合配电网中的直流配电网有N端通过不同的变流器接入交流配电网；获取变流器容量优化配置模型和N个所述变流器的初始容量；N=2或3；所述直流负荷的时序概率模型如下式所示：
其中，t为时间段，所述时间段基于时间周期进行划分；为直流负荷，满足分布参数为和的正态分布；
所述变流器容量优化配置模型以最小化所述交直流混合配电网的综合成本为目标函数；其中，所述目标函数与所述交流馈线负荷和所述直流负荷的时序概率模型相关；所述综合成本包括所述变流器的投资成本、所述变流器的运行维护成本和所述交直流混合配电网的过载风险成本；其中，所述投资成本与贴现率、所述变流器的使用期限、所述变流器单位容量的投资成本、所述变流器的容量以及所述变流器的固定投资成本相关；所述运行维护成本与所述变流器单位容量的投资成本以及所述变流器的容量相关；所述过载风险成本与单位电量价格、期望缺供电量以及过载概率相关；
所述目标函数如下式所示：
其中，为所述综合成本，为所述投资成本，d为所述贴现率，y为所述变流器的使用期限，为所述变流器单位容量的投资成本，P SN,i 为第i个变流器的容量且P SN,i ≥0,i=1,…,N，C fix为所述变流器固定投资成本，所述固定投资成本与容量无关的；为所述运行维护成本，η为变流器的运行维护系数；为所述过载风险成本，α为所述单位电量价格，为所述期望缺供电量，β为过载概率社会效益成本系数，为所述过载概率；
确定模块，用于结合N个所述初始容量确定所述目标函数的雅克比矩阵和海森矩阵；
迭代模块，用于基于所述雅克比矩阵和海森矩阵迭代得到N个所述变流器的优化容量；
所述确定模块和所述迭代模块还用于根据每条交流馈线在时间段t的状态，计算所述交直流混合配电网在时间段t的过载概率，以及按时间周期累计计算所述交直流混合配电网的过载概率；根据所述交直流混合配电网在各状态下的期望缺供电量，计算所述交直流混合配电网在时间段t的期望缺供电量，以及按时间周期累计计算所述交直流混合配电网的期望缺供电量；
所述交直流混合配电网在时间段t的过载概率如下式所示：
其中，Ω s+1为s+1维积分空间，可表示如下：
其中，交流馈线在时间段t的状态划分为以下三个状态：
其中，为所述交直流混合配电网在时间段t的过载概率，表示在时间段t所述交直流混合配网处于第j个状态的概率，表示在时间段t配电网处于第j个状态时负荷过载的条件概率，表示时间段t所述交直流混合配电网处于第j个状态时第i条交流馈线所处的状态，表示所述交直流混合配电网处于状态j且发生过载的概率；r为处于状态S 1下的交流馈线的数量，s为处于状态S 2下的交流馈线的数量，r+s=N，s>0；为第i条交流馈线的有功负荷，P N,i 为传输功率上限，P SN,i 为第i条交流馈线连接的变流器的容量；为直流负荷；
所述交直流混合配电网在时间段t的期望缺供电量如下式所示：
、分别为s+1和u维积分区域，可分别表示如下：
其中，为所述交直流混合配电网在时间段t下的期望缺供电量，为所述交直流混合配电网在第j个状态下的期望缺供电量，j=1,2,...,；E j (t)为所述交直流混合配电网在第j个状态下不为0的期望缺供电量，u为处于状态S 3下的交流馈线的数量，r+s+u=N。
5.根据权利要求4所述的装置，其特征在于，所述迭代模块还用于基于所述雅克比矩阵和海森矩阵，迭代计算N个所述变流器的备选容量；在所述备选容量不满足迭代停止条件时，根据所述备选容量更新所述雅克比矩阵和所述海森矩阵，并基于更新后的雅克比矩阵和更新后的海森矩阵继续迭代直至N个所述变流器的备选容量满足迭代停止条件；获取满足迭代停止条件时迭代得到的备选容量作为所述优化容量。
6.根据权利要求4所述的装置，其特征在于，所述时序概率模型为时序正态分布概率模型；所述交流馈线负荷的时序概率模型如下式所示：
其中，t为时间段，所述时间段基于时间周期进行划分；所述交直流混合配电网包括N条交流馈线，为第i条交流馈线的有功负荷，满足分布参数为和的正态分布；之间相互独立，和之间相互独立。
7.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至3中任一项所述的方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至3中任一项所述的方法的步骤。
CN202110416943.2A 2021-04-19 2021-04-19 变流器容量优化配置方法、装置、计算机设备和存储介质 Active CN113285487B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110416943.2A CN113285487B (zh) 2021-04-19 2021-04-19 变流器容量优化配置方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110416943.2A CN113285487B (zh) 2021-04-19 2021-04-19 变流器容量优化配置方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN113285487A CN113285487A (zh) 2021-08-20
CN113285487B true CN113285487B (zh) 2023-05-02

Family

ID=77276903

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110416943.2A Active CN113285487B (zh) 2021-04-19 2021-04-19 变流器容量优化配置方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN113285487B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108988316A (zh) * 2018-06-15 2018-12-11 四川大学 一种交直流混合配电系统网架结构优化配置方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2479603A1 (en) * 2004-10-01 2006-04-01 Sureshchandra B. Patel Sequential and parallel loadflow computation for electrical power system
CN105932723B (zh) * 2016-06-13 2018-05-18 国网浙江省电力公司电力科学研究院 一种交直流混合微电网的网架结构优化规划方法
CN110365019B (zh) * 2019-07-12 2022-11-04 国电南瑞科技股份有限公司 一种多端直流配电网变流器容量配置方法及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108988316A (zh) * 2018-06-15 2018-12-11 四川大学 一种交直流混合配电系统网架结构优化配置方法

Also Published As

Publication number Publication date
CN113285487A (zh) 2021-08-20

Similar Documents

Publication Publication Date Title
Das et al. Optimal placement of distributed energy storage systems in distribution networks using artificial bee colony algorithm
Ghiassi-Farrokhfal et al. Joint optimal design and operation of hybrid energy storage systems
Guan et al. Reinforcement learning-based control of residential energy storage systems for electric bill minimization
Chedid et al. Optimal placement and sizing of photovoltaics and battery storage in distribution networks
US9209625B2 (en) Method and system to co-optimize utilization of demand response and energy storage resources
CN110034572B (zh) 含多端口电力电子变压器的交直流混合系统储能配置方法
CN111898805A (zh) 一种储能系统容量配置方法、装置、配置设备和存储介质
US20170097667A1 (en) Data center power manipulation
CN112633699B (zh) 主动配电网网架规划方法、装置、计算机设备和存储介质
Wen et al. Optimal distributed energy storage investment scheme for distribution network accommodating high renewable penetration
CN117394370B (zh) 一种供电网智能动态节电调度系统及方法
Gantayet et al. Stochastic investigation for solid‐state transformer integration in distributed energy resources integrated active distribution network
CN113285487B (zh) 变流器容量优化配置方法、装置、计算机设备和存储介质
CN116404683B (zh) 一种柔直互联系统的能量调控方法、装置、终端和介质
Yepes-Fernéndez et al. A study on control strategies for aggregated community energy storage systems in medium voltage distribution networks
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
CN116581805A (zh) 一种电力储能的管控优化方法和电池网络
CN114358447B (zh) 一种柔性互联装置配置方法、装置、电子设备及存储介质
CN115912493A (zh) 分布式电源接入方法、电子设备、配电网及存储介质
CN108667121B (zh) 一种应急电源系统容量确定方法、装置及系统
CN111079966B (zh) 一种广义负荷空间预测方法和系统
CN114967900B (zh) 降低数据中心用电的方法、系统、设备及介质
CN113872180A (zh) 设备供电的方法、系统及相关设备
CN113689033B (zh) 容量发电价核定方法、装置、计算机设备和存储介质
AU2017248557A1 (en) Operation plan creating apparatus, operation plan creating method, and program

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