CN113394805A - 基于自适应动态更新的柔性互联配电网日内滚动优化方法 - Google Patents

Abstract

本发明涉及一种基于自适应动态更新的柔性互联配电网日内滚动优化方法，该方法以多端背靠背柔直的有功无功出力，以及储能的充放电功率和荷电状态作为控制变量；以储能灵活裕度最高、网损最低和电压偏差最小为目标函数；以储能的充放电功率和荷电状态为机会约束，建立柔性互联配电网日内滚动优化模型；将三个目标函数依照优先级进行排序，然后分别计算各个单目标函数的最优解，将多目标函数转化为向量目标函数与目标向量间距离最小的单目标函数；目标函数和约束条件通过二阶锥规划算法进行线性化转化，对柔性互联配电网日内滚动优化模型进行求解，并进行滚动优化，在滚动优化阶段对机会约束进行实时自适应更新，该方法能提升系统运行的灵活性。

Description

基于自适应动态更新的柔性互联配电网日内滚动优化方法

技术领域

本发明涉及一种基于自适应动态更新的柔性互联配电网日内滚动优化方法，属于柔性互联配电系统运行优化领域。

背景技术

高渗透可再生能源(RESs)的接入和负荷需求的多元化增长带来很强的波动性和不确定性，对配电网的安全、经济、灵活运行提出了更大的挑战。此外，考虑到不同调控设备的动作特性不同，应对RESs和负荷不确定性的能力不同，需要充分发挥各设备的调控潜力以满足系统运行的灵活性需求。

以多端背靠背柔直(VSC-MTDC)为代表的柔性潮流控制技术通过交直交解耦互联，有功无功四象限调节，潮流分布动态精准调控的方式，可以保证配电网的高效、稳定运行。但其受容量限制，使得互联馈线的可调容量较小，在馈线故障时不足以提供功率支撑，将极大地制约VSC-MTDC调控的灵活性。自储能多端背靠背柔直技术(SES-VSC-MTDC)是将储能元件通过直流换流器并联于柔直的公共直流母线，通过其充放电转换和能量存储功能，可灵活适应运行场景的复杂性及控制需求的多元化要求。

目前，对于柔性互联配电网的运行优化主要集中在电压改善效果及运行经济性方面。基于智能软开关(SOP)和储能的配电网多时间尺度控制策略，可有效降低系统网络损耗，改善电压水平，实现清洁能源的友好消纳。但确定的优化调度模型限制了配电网的降损调压优化效果，因此出现了基于不确定规划的SOP与储能的两阶段联合优化方法，以提高系统运行安全性和经济性。但RESs和负荷规模的增加带来很强的不确定性和波动性问题，对系统运行的灵活性提出了更高要求，需要深入研究系统灵活性提升策略。此外，现有研究多数是在优化调度期间制定相对保守的充放电功率和荷电状态约束，且要求储能装置必须严格满足上述约束。但确定性的储能约束无法充分发挥储能的调控潜力，难以有效适应源荷的强不确定性，导致系统运行的灵活性不够理想。

发明内容

本发明为了解决现有技术中存在的问题，提供一种基于自适应动态更新策略的柔性互联配电网日内滚动优化方法，能够有效解决RESs和负荷的强不确定性引起的系统运行灵活性不足的问题。

为了达到上述目的，本发明提出的技术方案为：一种基于自适应动态更新的柔性互联配电网日内滚动优化方法，其特征在于：

以多端背靠背柔直的有功无功出力，以及储能的充放电功率和荷电状态作为控制变量；以储能灵活裕度最高、网损最低和电压偏差最小为目标函数；以储能的充放电功率和荷电状态为机会约束，建立柔性互联配电网日内滚动优化模型；

将三个目标函数依照优先级进行排序，然后分别计算各个单目标函数的最优解，构建目标向量，将多目标函数转化为向量目标函数与目标向量间距离最小的单目标函数；通过二阶锥规划算法对目标函数和约束条件进行线性化转化，求解目标函数得到多端背靠背柔直和储能的控制状态量；然后进行滚动优化，在滚动优化阶段对机会约束进行实时自适应更新，最终得到柔性互联配电网日内滚动优化方案。

对上述技术方案的进一步设计为：所述储能灵活裕度的评估指标为：

式中，F_t ^S表示t时段系统的灵活裕度；

分别表示t时段储能的上调、下调灵活裕度；σ_ch、σ_dis为0-1辅助变量，分别表示储能的充放电状态；P_t ^ESS、

分别表示t时段储能充放电功率和荷电状态；

分别为储能充放电功率的上下限值；

分别为储能荷电状态的上下限值。

所述储能充放电功率和荷电状态机会约束的函数为：

式中，h_t,s是用于收紧或松弛约束的时间相关量，

分别为储能充放电功率和荷电状态物理上下限值；P^lim、SOC^lim分别为储能充放电功率和荷电状态运行中的上下限值，其中P^lim＝{-P^max,P^max}，SOC^lim＝{SOC^min,SOC^max}。

所述h_t,s的自适应更新规则为：

式中，γ表示自适应调整参数；α表示储能充放电功率和荷电状态约束违反的置信水平；V_t表示t时段储能实际充放电功率和荷电状态约束违反状态，当储能约束打破工作限制的时候，V_t为1，反之为0。

所述h_0,s的初始值为：

式中，ξ^(l)为RES和电力负荷的功率输出场景，用ξ⁽¹⁾,...,ξ^(λ)表示；λ表示输出场景的个数；d是日内滚动优化阶段的决策变量的数量，即储能和柔直端口输出的有功无功功率；α∈(0,1)是用户选择的置信水平；ε为置信水平参数。

将多目标优化问题转化为向量目标函数与目标向量间距离最小的目标优化问题的具体方法为：

式中，

为向量目标函数与目标向量间的最小距离函数；b₁、b₂、b₃分别为单目标优化时目标函数f₁、f₂、f₃的最优解；

分别为目标函数f₁距离最优解b₁的正负偏差；

分别为目标函数f₂距离最优解b₂的正负偏差；

分别为目标函数f₃距离最优解b₃的正负偏差。

本发明与现有技术相比具有的有益效果为：

本发明将储能充放电功率和荷电状态约束处理为机会约束，并实时自适应调整，有效减小了风光荷不确定性对优化方案的影响，极大程度上提高了储能装置的利用效率，更好地权衡了配电网运行的安全性和经济性，有效解决RESs和负荷的强不确定性引起的系统运行灵活性不足的问题，提升系统运行的灵活性。

附图说明

图1为柔性互联配电网日内滚动优化策略。

图2为基于自适应动态更新策略的日内滚动优化求解流程图。

图3为四端柔性互联配电系统结构图。

图4为各场景节点电压曲线图。

图5为各场景网损曲线图。

图6为各场景灵活裕度图。

图7为储能荷电状态对比曲线图。

图8为储能充放电功率对比曲线图。

图9为自适应动态更新策略的收敛结果图。

具体实施方式

下面结合附图以及具体实施例对本发明进行详细说明。

实施例

本发明提出一种基于自适应动态更新策略的柔性互联配电网日内滚动优化方法，包括如下步骤：

步骤1：首先建立储能灵活裕度评估指标，以最大程度发挥储能的调控潜力。

VSC-MTDC和储能作为专门的灵活性资源，通过两者的优化调配可以满足净负荷需求，有效提升系统运行的灵活性。VSC-MTDC可看作节点型资源，其灵活裕度的评估可通过系统网损的优化效果来定量评估。储能通过充放电功率和荷电状态的“连续性”灵活调节可实现系统潮流的双向转化，并且储能具备能量的时空平移特性，可实现系统功率实时平衡，增大了系统柔性调度的能力，提高了系统运行的安全性、经济性和灵活性。储能提供的灵活性裕度与其储能状态密切相关，基于此，建立以下储能灵活裕度评估指标：

式中，F_t ^S表示t时段系统的灵活裕度；

分别表示t时段储能的上调、下调灵活裕度；σ_ch、σ_dis为0-1辅助变量，分别表示储能的充放电状态；P_t ^ESS、

分别表示t时段储能充放电功率和荷电状态；

分别为储能充放电功率的上下限值；

分别为储能荷电状态的上下限值。

步骤2：在日内阶段，以日前VSC-MTDC和储能的功率调度值作为参考值，以多端背靠背柔直的有功无功出力，以及储能的充放电功率和荷电状态作为控制变量；以储能灵活裕度最高、网损最低、电压偏差最小的为目标函数；以储能的充放电功率和荷电状态为机会约束，建立了日内实时滚动模型。该模型以15min为时间间隔，1h为优化周期执行滚动寻优获得未来一天内多端柔直和储能出力值，在滚动优化阶段对储能机会约束实时自适应更新，以根据违反水平与期望水平的实际偏差概率自适应地收紧或松弛约束。

图1为柔性互联配电网日内滚动优化策略示意图。本实施例中实时优化的时间区间是15min，即每隔15min执行一次寻优，共96个优化时段，对储能出力及各柔直端口出力进行实时优化。在每个实时优化时段采用风光荷的实时采集数据以及后续时段的预测数据确定该时段的寻优方案。此外，根据自适应动态更新策略对储能约束实时调整，有效减小风光荷不确定性对优化方案的影响，保证柔性互联配电网安全经济运行的同时提升系统运行的灵活性。

1)本实施例的柔性互联配电网日内滚动优化模型的目标函数为：

式中，f₁为储能灵活裕度最大化函数；f₂为网络损耗最小化函数；f₃为电压偏差最小化函数；I_n,t为t时段支路n的电流；r_n为支路n的电阻；U_i,t为t时段节点i的电压。

2)日内滚动优化模型的约束条件为：

a.系统功率平衡约束

式中，Ω_n表示所有支路的集合；P_n,t、Q_n,t、P_jh,t、Q_jh,t分别为t时段支路ij、jh的有功和无功功率；P_j,t、Q_j,t分别表示t时段节点j注入的有功和无功功率；I_n,t、U_i,t分别表示t时段支路n注入的电流幅值和节点i注入的电压幅值；r_n、x_n分别为支路n的电阻和电抗。

b.变电站出口有功/无功约束

式中，

分别为变电站出口有功功率及其上下限值；

分别为变电站出口无功功率及其上下限值。

c.节点电压和支路功率约束

式中，U_i,max、U_i,min、P_n,max和-P_n,max分别为节点电压幅值及支路功率的上下限。

d.自储能多端柔直装置有功功率平衡方程

式中，P_t ^ESS、

分别为t时段储能装置和第k个换流器注入直流母线的有功功率；P_t ^ESS,loss、

分别为t时段储能装置和第k个换流器进行有功转换时产生的损耗；ω_ESS、ω_k,VSC分别为储能装置和第k个换流器的损耗系数；

为第k个换流器注入直流母线的无功功率；

为第k个换流器的额定容量；Φ_VSC为SES-VSC-MTDC中柔直集合。

e.储能荷电状态与充放电功率关系方程

式中，

分别为t+1和t时段储能装置的荷电状态；C^ESS为储能的额定容量；

分别为初始时刻和T时刻(T＝24h)储能装置的荷电量；η_ch、η_dis分别为储能装置的充放电效率；Δt为储能充放电时长。

f.储能充放电功率和荷电状态机会约束

式中，P_r表示充放电功率和荷电状态不发生越限的概率；

和

分别为储能充放电功率和荷电状态的上下限；1-α为置信水平，如果α∈(0,1)这个区间内，系统运行结果的保守性较低，可在最大程度上满足系统运行安全性的基础上提升系统优化运行的经济性。

本实施例设计的自适应动态更新策略旨在日内滚动优化阶段利用储能机会约束违反的闭环反馈，通过不断调整自适应收紧/松弛参数对机会约束的状态预测函数反复求解，以获得最逼近参考目标的最优求解效果，进而可精准快速跟踪负荷需求变化。也就是说，储能机会约束违反概率是指在长时间范围内储能充放电功率和荷电状态实际值超越边界的频率，所以在日内滚动优化阶段需要实时统计储能机会约束在每个时刻越界的频数，并依此推算出对应的频率。由此可得到严格的储能充放电功率和荷电状态约束：

式中，参数h_t,s(s＝1，2，3，4)是用于收紧或松弛约束的时间相关量，进而使机会约束满足最小的保守性，扩大储能约束的可行域。此外，储能的充放电功率和荷电状态也受到其物理上下限的约束。因此，约束条件(10)进一步修改如下：

式中，

分别为储能充放电功率和荷电状态物理上下限值；P^lim、SOC^lim分别为储能充放电功率和荷电状态运行中的上下限值，其中P^lim＝{-P^max,P^max}，SOC^lim＝{SOC^min,SOC^max}。

收紧或松弛参数h_t,s的自适应更新规则由下式给出：

式中，γ表示自适应调整参数；α表示储能充放电功率和荷电状态约束违反的置信水平；V_t表示t时段储能实际充放电功率和荷电状态约束违反状态，当储能约束打破工作限制的时候，V_t为1，反之为0。在柔性互联配电网优化调度模型中，将自适应收紧/松弛参数h_t,j引入到对储能系统约束的管理中，实现储能约束能够实时自适应动态调控的过程。

步骤3：根据步骤2中所提出的日内滚动优化模型，引入目标规划和二阶锥规划对模型处理与求解。

本实施例所构建的机会约束随机模型是多目标混合整数非线性规划模型，难以直接求出最优解。因此，引入机会约束目标规划对多目标随机模型进行处理，通过二阶锥规划算法将目标函数和约束条件线性化转化，并调用MOSEK软件包对目标函数求解，得到VSC-MTDC和储能的控制状态量；然后进行滚动优化，在滚动优化阶段对机会约束进行实时自适应更新，最终得到柔性互联配电网日内滚动优化方案从而对所建随机模型进行求解。上述模型和求解算法可有效增大系统运行的可行域范围，减小保守性范围，提升柔性互联配电网柔性调节的弹性。

(1)本实施例中对模型进行处理的具体方法如下：

本实施例引入目标规划建立了柔性互联配电网日内滚动优化随机模型，更好地权衡了配网运行经济性和安全性。建模过程中根据目标的重要程度建立储能灵活裕度、网络损耗和电压偏差最优目标的优先级并依照优先级进行排序，然后分别计算各个单目标优化问题的最优解构建目标向量，进而将多目标优化问题转化为向量目标函数与目标向量间距离最小的目标优化问题。

式中，

为向量目标函数与目标向量间的最小距离函数；b₁、b₂、b₃分别为单目标优化时目标函数f₁、f₂、f₃的最优解；

分别为目标函数f₁距离最优解b₁的正负偏差；

分别为目标函数f₂距离最优解b₂的正负偏差；

分别为目标函数f₃距离最优解b₃的正负偏差。

(2)日内滚动优化模型模型求解过程如下：

基于自适应动态更新策略的流程图如图2所示。选择使用所谓的情景方法，使得储能充放电功率和荷电状态机会约束以置信度1-α满足。根据上述模型处理方法将所提出的自适应实时滚动优化模型转化为混合整数线性规划模型，每个时刻的自适应收紧/松弛参数需要由公式(12)和(13)确定。由于参数h_t,s是自适应动态更新的，h_0,s的初始值对于保证满足机会约束并不是关键的。在模拟中，用公式(15)计算初始值。

式中，ξ^(l)为RES和电力负荷的功率输出场景，用ξ⁽¹⁾,...,ξ^(λ)表示；λ表示输出场景的个数；d是日内滚动优化阶段的决策变量的数量，即储能和柔直端口输出的有功无功功率；α∈(0,1)是用户选择的置信水平；ε为置信水平参数，基于场景的优化策略最终能够保证公式(9)中的机会约束条件概率满足1-ε的置信水平。

测试例

以天津某示范区四端柔性互联配电系统作为测试算例，系统共有35个节点，结构如图3所示。变电站出口功率区间为0MW～8MW(不允许功率倒送)，线路容量为8MVA，利用SES-VSC-MTDC装置实现系统中四条馈线柔性互联。系统额定电压为10kV，各节点电压的标幺值设定范围为[0.93～1.07]p.u.。馈线末端分别在节点5、11、28和30处与SES-VSC-MTDC的换流器相连，换流器额定容量为1MVA，损耗系数为0.02；ESS为锂离子电池，额定容量为4MWh，初始电量为1MWh，荷电状态上、下限分别为0.9和0.1，额定充放电功率为1MW，损耗系数为0.05。分别接入3台风电机组和3台光伏系统，容量均为700kW。算例仿真参数设置如下：T＝96，γ＝3，α＝0.1，ε＝0.1。

以SES-VSC-MTDC为控制对象，设计以下3种场景，并分别从改善电压水平、降低网损、提高系统运行灵活性3个方面对柔性互联配电网的优化运行结果进行分析。3种场景下的节点电压、系统网损、系统灵活度曲线对比图如图4、5、6所示。

场景1：通过多端背靠背柔直参与柔性合环。

场景2：通过SES-VSC-MTDC参与柔性合环，计及储能确定性约束条件。

场景3：通过SES-VSC-MTDC参与柔性合环，对储能机会约束条件进行自适应动态更新。

柔性互联配电网日内滚动优化结果分析如下：

电压优化方面：场景1-场景3的节点电压优化效果逐次递增，且场景2、场景3均未出现电压越限情况。场景1是仅通过多端背靠背柔直装置参与系统运行优化，由于其只能实现馈线间的功率转移，不具备电能转移能力，一定程度上能平抑电压波动，但节点电压优化效果有限。场景2相较于场景1而言，电压优化效果显著提升，且无电压越限情况。储能的接入提高了系统的有功调节能力，使得电压波动更加平缓，有效改善了系统电压水平。场景3的节点电压优化效果最好，均在理想值附近波动。通过自适应更新储能机会约束的方式增大了储能的充放电功率和荷电状态，最大化储能的利用效率，最大程度上提高了储能的电压控制能力。

网络损耗方面：场景3的降损效果最优，场景2的降损效果相对理想，场景1的降损效果有限。基于多端背靠背柔直进行系统运行优化的方式可以有效降低系统网损但不够理想。由于多端背靠背柔直受自身容量限制，难以应对大规模RES频繁波动引起的功率波动问题。场景2是通过SES-VSC-MTDC实现系统的优化调度，系统网损显著降低。储能通过削峰填谷以平滑RES出力，即在负荷需求量较低时段，储能进行充电；负荷需求量较大时段，系统网络损耗较高，储能一直保持放电状态维持系统功率实时平衡以进一步降低系统网损。场景3是在每个优化时段根据当前的实际出力情况对储能约束进行自适应动态更新，增大了储能的充放电功率和荷电状态，最大化储能的利用效率，最大程度上提高了系统网损调节能力。

灵活性方面：场景1-场景3的灵活性均较优，场景3最好，场景2次之。场景1采用的多端背靠背柔直装置动态潮流快速控制的特性，可以有效改善系统潮流分布，提高系统灵活性的支撑能力。场景2中SES-VSC-MTDC具备“时-空”二维层面的电能调节特性，通过调节储能的充放电功率和荷电状态，能够有效应对源端和荷端的不确定扰动，进一步提高系统运行的灵活性。场景3中允许储能充放电功率和荷电状态约束在一定的置信水平下成立，且每个时段进行自适应更新。这种方式使储能的充放电功率和荷电状态最大化，显著提升了柔性互联配电网灵活性。

基于场景2和场景3的优化结果可知，储能的加入在很大程度上改善了系统电压水平，降低了系统网损，提高了系统灵活性。然而，对储能约束条件的限制情况不同，所得到的优化结果也不同。因此从储能充放电功率、荷电状态两方面对储能优化运行情况进一步分析。基于场景2、3的储能充放电功率和荷电状态对比曲线如图7、8所示，两种场景下储能优化调度结果如表1所示。

表1

综上可知，所提方法对储能进行了更加充分的调度利用。这种方式考虑了系统运行过程中储能充放电功率和荷电状态约束的不确定性，储能荷电状态的工作范围更大，充放电功率更接近理想电池上下限值。因此基于自适应动态更新策略的调度方式有助于减小RES和负荷不确定扰动产生的影响，增大了储能的利用效率，进一步提高了系统运行的经济性和灵活性。此外，储能约束条件的可行域范围的增大，避免了运行过程中频繁充放电情况，很大程度上提高了储能的使用寿命。

调整参数γ的大小决定自适应收紧/松弛参数h_t,j的大小，影响着自适应更新策略的优化效果。调整参数γ的数值一般是决策者根据实际经验所得，为了验证调整参数对系统性能的影响，分别选取γ＝1，γ＝2，γ＝3进行对比分析，对比结果如图9所示。

由图可知，当调整参数越小，系统的超调量和振荡现象越明显，在达到稳定之前在调度过中结果偏离期望约束违反概率水平较大，系统的动态性能越差，反之，系统的动态性能越好。在优化过程中应该根据实际情况确定调整参数的数值，以达到最优运行调度效果。

本发明的技术方案不局限于上述各实施例，凡采用等同替换方式得到的技术方案均落在本发明要求保护的范围内。

Claims (6)

1.一种基于自适应动态更新的柔性互联配电网日内滚动优化方法，其特征在于：

以多端背靠背柔直的有功无功出力，以及储能的充放电功率和荷电状态作为控制变量；以储能灵活裕度最高、网损最低和电压偏差最小为目标函数；以储能的充放电功率和荷电状态为机会约束，建立柔性互联配电网日内滚动优化模型；

将三个目标函数依照优先级进行排序，然后分别计算各个单目标函数的最优解，构建目标向量，将多目标函数转化为向量目标函数与目标向量间距离最小的单目标函数；通过二阶锥规划算法对目标函数和约束条件进行线性化转化，求解目标函数得到多端背靠背柔直和储能的控制状态量；然后进行滚动优化，在滚动优化阶段对机会约束进行实时自适应更新，最终得到柔性互联配电网日内滚动优化方案。

2.根据权利要求1所述基于自适应动态更新的柔性互联配电网日内滚动优化方法，其特征在于：所述储能灵活裕度的评估指标为：

式中，F_t ^S表示t时段系统的灵活裕度；

分别表示t时段储能的上调、下调灵活裕度；σ_ch、σ_dis为0-1辅助变量，分别表示储能的充放电状态；P_t ^ESS、

分别表示t时段储能充放电功率和荷电状态；

分别为储能充放电功率的上下限值；

分别为储能荷电状态的上下限值。

3.根据权利要求1所述基于自适应动态更新的柔性互联配电网日内滚动优化方法，其特征在于，所述储能充放电功率和荷电状态机会约束的函数为：

式中，h_t,s是用于收紧或松弛约束的时间相关量，

分别为储能充放电功率和荷电状态物理上下限值；P^lim、SOC^lim分别为储能充放电功率和荷电状态运行中的上下限值，其中P^lim＝{-P^max,P^max}，SOC^lim＝{SOC^min,SOC^max}。

4.根据权利要求3所述基于自适应动态更新的柔性互联配电网日内滚动优化方法，其特征在于，所述h_t,s的自适应更新规则为：

式中，γ表示自适应调整参数；α表示储能充放电功率和荷电状态约束违反的置信水平；V_t表示t时段储能实际充放电功率和荷电状态约束违反状态，当储能约束打破工作限制的时候，V_t为1，反之为0。

5.根据权利要求4所述基于自适应动态更新的柔性互联配电网日内滚动优化方法，其特征在于，所述h_0,s的初始值为：

式中，ξ^(l)为RES和电力负荷的功率输出场景，用ξ⁽¹⁾,...,ξ^(λ)表示；λ表示输出场景的个数；d是日内滚动优化阶段的决策变量的数量，即储能和柔直端口输出的有功无功功率；α∈(0,1)是用户选择的置信水平；ε为置信水平参数。

6.根据权利要求1所述基于自适应动态更新的柔性互联配电网日内滚动优化方法，其特征在于，将多目标优化问题转化为向量目标函数与目标向量间距离最小的目标优化问题的具体方法为：

式中，

为向量目标函数与目标向量间的最小距离函数；b₁、b₂、b₃分别为单目标优化时目标函数f₁、f₂、f₃的最优解；

分别为目标函数f₁距离最优解b₁的正负偏差；

分别为目标函数f₂距离最优解b₂的正负偏差；

分别为目标函数f₃距离最优解b₃的正负偏差。

Images