CN113555912A - 一种多源协同主动配电网多时间级有功-无功调控方法 - Google Patents
一种多源协同主动配电网多时间级有功-无功调控方法 Download PDFInfo
- Publication number
- CN113555912A CN113555912A CN202110852820.3A CN202110852820A CN113555912A CN 113555912 A CN113555912 A CN 113555912A CN 202110852820 A CN202110852820 A CN 202110852820A CN 113555912 A CN113555912 A CN 113555912A
- Authority
- CN
- China
- Prior art keywords
- power distribution
- distribution network
- optimization
- control
- scheduling
- 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.)
- Pending
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 144
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000033228 biological regulation Effects 0.000 title claims abstract description 36
- 238000005457 optimization Methods 0.000 claims abstract description 116
- 230000001276 controlling effect Effects 0.000 claims abstract description 27
- 230000001105 regulatory effect Effects 0.000 claims abstract description 25
- 230000004044 response Effects 0.000 claims abstract description 22
- 230000004927 fusion Effects 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 7
- 238000012067 mathematical method Methods 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- 238000011217 control strategy Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 16
- 238000004088 simulation Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 5
- 238000004146 energy storage Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 239000003990 capacitor Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013278 delphi method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000009123 feedback regulation Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000012502 risk assessment Methods 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
- H02J3/38—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
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
- H02J3/144—Demand-response operation of the power transmission or distribution network
-
- 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
- H02J3/50—Controlling the sharing of the out-of-phase component
-
- 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
- Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
-
- 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
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种多源协同主动配电网多时间级有功‑无功调控方法，该方法包括：多源协同优化调度中心获取配电SCADA系统中配电网的基础电网信息，获取微网能量管理系统和需求侧响应系统中分布式电源可调容量以及柔性负荷可调裕度；对所述基础电网信息、分布式电源可调容量以及柔性负荷可调裕度进行多源数据融合，并对主动配电网的运行态势进行预演以获得预测信息；将预测信息与历史数据进行对比，当配电网的运行状态不符合预期时，生成并配置调控配电SCADA系统的第一调度控制信号、调控微网能量管理系统和需求侧响应系统的第二调度控制信号。本发明提高配电网的安全性、可靠性、优质性、经济性、友好性指标，实现配电网高效运行。
Description
技术领域
本发明涉及电网运行技术领域，尤其涉及一种多源协同主动配电网多时间级有功-无功调控方法。
背景技术
目前，面对能源枯竭、环境恶化的双重压力，具备可再生绿色清洁特性的分布式电源(distributed generation,DG)正快速走上世界电力工业的舞台。同时，储能技术因其时序能量调节作用，改变了传统电力系统发输配用同时性问题，在电力系统中将具有广阔的发展前景。配电网中DG、ESS(energy storage system,储能)、SVC(Static VarCompensator,静止无功补偿装置)等设备的渗透率日益提高，传统配电网正逐步演变为具有众多可调可控资源的主动配电网，其核心特征在于有源性与主动性：有源性指主动配电网内含有风机(wind turbine，WT)、光伏(photovoltaic，PV)和ESS等分布式能源；主动性指主动配电网具备主动管控能力，能够对网络中的可控资源进行协调控制和主动管理。
因此，亟需一种能够提高配电网的安全性、可靠性、优质性、经济性、友好性指标，实现配电网的高效运行的多源协同主动配电网多时间级有功-无功调控方法。
发明内容
本发明目的在于，提供一种多源协同主动配电网多时间级有功-无功调控方法，能够提高配电网的安全性、可靠性、优质性、经济性、友好性指标，实现配电网的高效运行。
为实现上述目的，本发明实施例提供一种多源协同主动配电网多时间级有功-无功调控方法，应用于配电SCADA系统、微网能量管理系统和需求侧响应系统的多时间级有功-无功的调控，所述方法包括：
多源协同优化调度中心获取配电SCADA系统中配电网的基础电网信息，获取微网能量管理系统和需求侧响应系统中分布式电源可调容量以及柔性负荷可调裕度；
对所述基础电网信息、所述分布式电源可调容量以及所述柔性负荷可调裕度进行多源数据融合，并对主动配电网的运行态势进行预演以获得预测信息；
将所述预测信息与历史数据进行对比，当配电网的运行状态不符合预期时，生成并配置调控所述配电SCADA系统的第一调度控制信号、调控所述微网能量管理系统以及所述需求侧响应系统的第二调度控制信号，以实现区域之间、不同分布式电源之间的协同优化调度。
优选地，所述方法还包括：
建立优化调度策略评估系统，对运行控制策略的执行效果进行评估，并根据评估结果，更新协同优化调度策略库。
优选地，所述将所述预测信息与历史数据进行对比，当配电网的运行状态不符合预期时，生成并配置调控所述配电SCADA系统的第一调度控制信号、调控所述微网能量管理系统以及所述需求侧响应系统的第二调度控制信号，以实现区域之间、不同分布式电源之间的协同优化调度的步骤，具体包括：
在空间尺度将配电网的运行特性划分为配电网—馈线—自治区域三层结构，其中，自治区域以自治为目标进行自动划分，通过以调度容量为基础的上传信息和以优化的目标曲线为基础的下传信息间的配合协调，以用于配电网—馈线—自治区域三层之间的协调优化。
优选地，所述将所述预测信息与历史数据进行对比，当配电网的运行状态不符合预期时，生成并配置调控所述配电SCADA系统的第一调度控制信号、调控所述微网能量管理系统以及所述需求侧响应系统的第二调度控制信号，以实现区域之间、不同分布式电源之间的协同优化调度的步骤，具体还包括：
配电网优化根据可调度容量给出各馈线关口的优化曲线，并下发到各馈线级优化模块；馈线级优化根据各自治区域的可调度容量以整条馈线的优化为目标，并以配电网下发的关口优化曲线为约束条件，给出各自治区域的优化目标曲线并下发；而各自治区域根据微网、需求侧资源的可调度容量以自治区域的优化为目标，并以馈线下发的关口优化曲线为约束条件，给出微网、需求侧资源的优化目标曲线并下发给所述微网能量管理系统以及所述需求侧响应系统。
优选地，所述将所述预测信息与历史数据进行对比，当配电网的运行状态不符合预期时，生成并配置调控所述配电SCADA系统的第一调度控制信号、调控所述微网能量管理系统以及所述需求侧响应系统的第二调度控制信号，以实现区域之间、不同分布式电源之间的协同优化调度的步骤，具体还包括：
将主动配电网的协同优化调度分为若干层次，分别获取自适应目标，建立优化模型，通过所述优化模型选择对应的优化算法，以用于实现多时间尺度的优化调度。
优选地，所述主动配电网的协同优化调度包括长时间尺度优化调度，所述长时间尺度优化调度包括：
根据多种能源间的时空差异性，以及配电网临时检修和保电需求制定配电网长时间尺度的全局优化调度，以获得多能源和柔性负荷的可调度量，形成多时段网络运行方式。
优选地，所述方法还包括：
通过数学方法对配电网无功进行优化，以用于降低“源－网－荷”多重不确定因素对供电的影响。
优选地，所述通过数学方法对配电网无功进行优化的步骤，具体包括：
建立考虑配电网静态稳定电压裕度和网络损耗的无功优化模型；
应用基于概率的场景决策法来处理风电出力不确定性。
优选地，所述方法还包括：
基于模型预测控制无功优化；其中，所述基于模型预测控制无功优化包括：
在每个采样时刻考虑系统未来有限时域内态势，并根据当前时刻量测值和预测模型，获取优化控制序列；
下一采样时刻将当前时刻控制序列首项用于系统实际控制，然后重复执行上述控制过程。
优选地，所述在每个采样时刻考虑系统未来有限时域内态势，并根据当前时刻量测值和预测模型，获取优化控制序列,下一采样时刻将当前时刻控制序列首项用于系统实际控制，然后重复执行上述控制过程，具体包括：
当前时刻k将时间区域分为两部分，左边为过去实际输入输出，右边为将来预测输入输出；
在k时刻基于当前预测信息，优化计算控制时域内的控制变量，以满足预测时域k+NP的目标状态，但每次仅执行控制时域k+NC中控制变量首项Q(k|k)；
在k+1时刻重复上述优化过程。
本发明实施例的多源协同主动配电网多时间级有功-无功调控方法，通过对基础电网信息、分布式电源可调容量以及柔性负荷可调裕度进行多源数据融合，并对主动配电网的运行态势进行预演以获得预测信息，然后将预测信息与历史数据进行对比，当配电网的运行状态不符合预期时，生成并配置调控配电SCADA系统的第一调度控制信号、调控微网能量管理系统以及需求侧响应系统的第二调度控制信号，以实现区域之间、不同分布式电源之间的协同优化调度，其中，第一调度控制信号为以配电网重构方式、电容器投切下发至配电SCADA系统进行控制的信号，第二调度控制信号为下发至分布式电源调控曲线和负荷侧调控曲线指令，供两系统控制的信号。如此，提高配电网的安全性、可靠性、优质性、经济性、友好性指标，实现配电网的高效运行；还能够控制与应对“源－网－荷”多重不确定因素对供电的影响。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施方式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一些实施方式，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，还可以根据这些附图获得其他的附图。
图1是本发明某一实施例提供的多源协同主动配电网多时间级有功-无功调控方法的流程示意图；
图2是本发明某一实施例提供的多源协同主动配电网多时间级有功-无功调控方法的基于模型预测控制无功优化步骤的示意图。
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作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。
应当理解，文中所使用的步骤编号仅是为了方便描述，不作为对步骤执行先后顺序的限定。
应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
请参阅图1和图2，本发明实施例提供的一种多源协同主动配电网多时间级有功-无功调控方法，应用于配电SCADA(Supervisory Control And Data Acquisition,数据采集与监视控制)系统、微网能量管理系统和需求侧响应系统的多时间级有功-无功的调控，所述方法包括：
步骤S10：多源协同优化调度中心获取配电SCADA系统中配电网的基础电网信息，获取微网能量管理系统和需求侧响应系统中分布式电源可调容量以及柔性负荷可调裕度；
应用平台层获取电网拓扑结构、运行数据、高精度数值天气预报等信息，通过多源数据融合、快速仿真，预测主动配电网的运行态势并进行预演；通过设计优化调度策略，对主动配电网进行优化调度，通过优化调度策略评估，对优化调度进行评价。
步骤S20：对所述基础电网信息、所述分布式电源可调容量以及所述柔性负荷可调裕度进行多源数据融合，并对主动配电网的运行态势进行预演以获得预测信息；
其中，多源数据融合技术是对不同来源的数据进行综合处理及分析的理论和方法，即对来自多个数据源的数据进行多级别、多方面、多层次的处理，产生新的有意义的信息。配电网多源数据融合基于主动配电网中的多种测量装置(例如TTU(distributionTransformer supervisory Terminal Unit,配变终端单元)、RTU(Remote Terminal Unit,远程终端单元)、DTU(Distribution Terminal Unit,配电终端单元)、AMI(AdvancedMetering Infrastructure,智能表计通信网络)、IDU(Integrated Distribution Unit,综合配电单元)等)的数据，应用数据挖掘、聚类分析，对多时间尺度的多源量测数据进行清洗、分类、聚合，剔除错误数据，并进行数据融合，为状态估计、负荷预测以及风险分析提供数据支撑。多源数据融合过程主要包括4个部分：融合主体、传感器集合、知识库及指导规则和人机交互。
步骤S30：将所述预测信息与历史数据进行对比；
步骤S40：当配电网的运行状态不符合预期时，生成并配置调控配电SCADA系统的第一调度控制信号、调控微网能量管理系统以及需求侧响应系统的第二调度控制信号，以实现区域之间、不同分布式电源之间的协同优化调度；其中，第一调度控制信号为以配电网重构方式、电容器投切下发至配电SCADA系统进行控制的信号，第二调度控制信号为下发至分布式电源调控曲线和负荷侧调控曲线指令，供两系统控制的信号。
主动配电网快速仿真基于实时运行数据、预测数据和分析数据，自动生成配电网在线工况场景数据集，利用主动配电网各项仿真算法对所在电网运行场景进行快速仿真扫描计算和据集，利用主动配电网各项仿真算法对所在电网运行场景进行快速仿真扫描计算，在线挖掘主动配电网运行中的薄弱环节，实现深层次的态势感知预警，同时为实现多时序仿真建立由多智能体构成的电网仿真模型，从而从某一实际断面开始，依照时间序列，由各个智能体自主地推演仿真过程，并通过人为或事先设定的操作或扰动来干预后续仿真过程。
步骤S40具体包括空间尺度协同优化调度策略，详见步骤S41-步骤S42：
步骤S41：在空间尺度将配电网的运行特性划分为配电网—馈线—自治区域三层结构，其中，自治区域以自治为目标进行自动划分；
步骤S42：通过以调度容量为基础的上传信息和以优化的目标曲线为基础的下传信息间的配合协调，以用于配电网—馈线—自治区域三层之间的协调优化。
步骤S42具体包括步骤S421-步骤S423：
步骤S421：配电网优化根据可调度容量给出各馈线关口的优化曲线，并下发到各馈线级优化模块；
步骤S422：馈线级优化根据各自治区域的可调度容量以整条馈线的优化为目标，并以配电网下发的关口优化曲线为约束条件，给出各自治区域的优化目标曲线并下发；
步骤S423：各自治区域根据微网、需求侧资源等的可调度容量以自治区域的优化为目标，并以馈线下发的关口优化曲线为约束条件，给出微网、需求侧等资源的优化目标曲线并下发给微网和需求侧资源等系统；其中，自治区域的调度容量通过对微网能量管理系统和需求侧管理系统上报的可调度容量、分布式电源的特性进行综合分析给出；馈线级的调度容量通过对综合各自治区域上报的可调度容量、馈线的分布式电源的特性进行综合分析给出。
步骤S40具体还包括时间尺度协同优化调度策略，详见步骤S43-步骤S45：
步骤S43：将主动配电网的协同优化调度分为若干层次，分别获取自适应目标；
步骤S44：建立优化模型；
步骤S45：通过所述优化模型选择对应的优化算法，以用于实现多时间尺度的优化调度。
其中，步骤S43中主动配电网的协同优化调度包括长时间尺度优化调度，所述长时间尺度优化调度包括：
步骤S431：根据多种能源间的时空差异性，以及配电网临时检修和保电需求制定配电网长时间尺度的全局优化调度，以获得多能源和柔性负荷的可调度量，形成多时段网络运行方式。
在某一个实施例中，所述方法还包括：
步骤S50：建立优化调度策略评估系统，对运行控制策略的执行效果进行评估，并根据评估结果，更新协同优化调度策略库。
步骤S50具体包括：
1)建立多源协同优化调度策略库。以主动配电网的调度模式为指导，以需求侧响应系统和分布式电源/微网为依托，按照时间尺度、空间尺度、电网运行状态设计多源协同优化调度策略库，提供配电网、分布式电源、柔性负荷、储能的调整和优化手段。
2)设计多源协同优化调度策略评价指标体系。梳理表征多源协同优化调度策略执行效果的基础指标，明确其概念、计算范围、计算方法，从指标选取科学性和聚合的合理性角度出发，设计以企业经济效益指标、电网安全运行指标和主动配电网优化指标为基础的指标体系。
3)基于指标赋权法确定指标权重。采用主观赋权法与客观赋权法相结合的指标赋权法确定优化调度评价指标系统中每个指标的权重，首先采用德尔菲法和变异系数法对各指标进行赋权，然后采用乘法集成法对以上两种方法得到的指标权重进行组合，即利用几何平均算法，对权重乘积进行归一化处理，形成最终各个指标的权重。
多源协同优化调度建立在主动配电网智能设备的基础上，利用馈线终端单元(FTU)、配电终端单元(DTU)、配变终端单元(TTU)、远程终端单元(RTU)和综合配电单元(IDU)等智能终端设备实现信息采集及优化控制；通过IEC-61968信息交换总线，集成配电数据采集与监控(SCADA)系统、微网能量管理系统以及需求侧管理系统的相关业务与数据，通过接口适配器获取可调度容量，并实现优化调度功率曲线下发；以信息交换总线为支撑，实现多源协同优化调度系统的应用。
多源协同优化调度决策依据在线状态估计与态势感知结果，分析不同区域之间、不同电源之间时空尺度的相关性和互补性，以可调负荷资源、可控网络资源(优化运行方式)、分布式电源等为调度手段，以区域综合能源利用效率最大化为目标，实现区域之间、不同分布式电源之间的协同优化调度。
多源协同主动配电网多时间级有功-无功调控方法还包括MPC(MovingPredictive Control)，MPC又名滚动时域优化控制，是一种基于模型的有限时域闭环优化控制算法，方便计入多种约束条件，预测模型形式无特殊要求，可同时跟踪多重优化目标，具有易于建模、控制效果良好、鲁棒性强等优点，能有效克服系统非线性、时变性、时滞性、环境不确定性等因素影响，适于求解含可再生能源出力随机性、负荷不确定性的配网无功优化问题。
下面描述一种通过数学方法对配电网无功进行优化，以用于降低“源－网－荷”多重不确定因素对供电的影响的步骤；
通过数学方法对配电网无功进行优化具体步骤包括：
步骤S100：建立考虑配电网静态稳定电压裕度和网络损耗的无功优化模型；
步骤S200：应用基于概率的场景决策法来处理风电出力不确定性。
多源协同主动配电网多时间级有功-无功调控方法还包括：
步骤S300：基于模型预测控制无功优化；其中，所述基于模型预测控制无功优化包括：
步骤S301：在每个采样时刻考虑系统未来有限时域内态势，并根据当前时刻量测值和预测模型，获取优化控制序列；
步骤S302：下一采样时刻将当前时刻控制序列首项用于系统实际控制，然后重复执行上述控制过程。
所述步骤S301-步骤S302，具体包括：
步骤S303：当前时刻k将时间区域分为两部分，左边为过去实际输入输出，右边为将来预测输入输出；
步骤S304：在k时刻基于当前预测信息，优化计算控制时域内的控制变量，以满足预测时域k+NP的目标状态，但每次仅执行控制时域k+NC中控制变量首项Q(k|k)；
步骤S305：在k+1时刻重复上述优化过程。
其中，预测时域一般为有限时域，只求解有限时域NP内的控制量，难以支撑控制系统长期运行；控制时域的引入，有效解决了采样时刻在线求解优化问题的快速性。细化时间尺度来缓解RDG(Renewable Distributed Generation,可再生分布式电源)波动对配电网运行实况影响，是基于某时间断面或未来某优化时段的开环优化控制，本质为静态优化。相比之下，基于MPC多时段动态优化调控策略，焦点在于未来一段时间内的闭环最优控制，并通过反馈校正，及时纠正预测误差和随机因素带来的控制结果偏差。通过预测信息及调控方式逐层细化，协调配电网无功电压的“大幅调节”、“小幅调控”、“反馈调整”，有效提高优化控制的精度。基于MPC的中央控制器调节RDG响应动态无功补偿，维持配电网母线电压在合理范围内。充分利用配电网内RDG、储能和有载调压变压器(on-load tap changer,OLTC)进行最小成本电压控制，通过MPC多步滚动优化，使电压控制过程更为灵活平滑。对比分析了本地控制和基于MPC控制策略性能，表明基于MPC控制策略可提供更佳的电压分布。
分层分区控制从全局层面对系统统一协调优化，并对配电网中地理毗邻、特性相关的RDG和调压设备进行分区调控，从而兼顾全局“统筹优化”和局部“自我平衡”，并充分发挥RDG灵活控制的优势。
配电系统常用电压控制方式包括集中控制、分布式控制和集中－分布式控制。集中控制基于通信系统实现集中控制器和全网调压设备互联，提供全局电压控制；分布式控制利用本地或有限临近调压设备信息进行电压控制，强调电压的局部治理，兼顾一定的全局优化性，对通信要求较低。分层电压控制是集中－分布式电压控制的一种重要形式，结合集中控制和分布式控制优点，按照控制空间尺度和时间尺度分层，自下而上可分为三层：下层分布式电压控制(一级控制)、中间层分区控制(二级控制)和上层中央控制(三级控制)。
其中，一级电压控制为本地毫秒或秒级控制，通过RDG并网逆变器电压控制，使并网点电压达到或接近参考值，一级电压控制为设备级独立控制，不考虑设备间配合，电压参考值由二级电压控制器下发。二级电压控制为区域分钟级控制，通过控制区域内的静止无功补偿装置(SVC)、有载调压变压器(OLTC)等设备，调整局部电压水平，减小线路无功流动，同时二级控制还会调整区域内各RDG控制参考值。三级电压控制为全系统长时间尺度优化控制，通过全网各可控无功设备协调，并结合二级电压控制进行全网技术和经济性优化。电压分层控制不仅是空间上分层，也包括在逻辑和时间上分层，使电压控制层次更加明确，体现在：各层间通信无碍基础上，各层控制器具有明确的功能目标，且可同时执行；分区控制中，各电压控制分区间松散耦合，降低控制干扰，避免分区控制响应速度不匹配而影响控制效果。此外，分层电压控制降低各层间的依赖，有助于根据系统规模扩展控制层级，且各功能模块定义统一接口后可被各控制层级调度复用，避免重复开发。电压分层控制体系中，分区电压控制(二级控制)是提高系统电压水平、提升调节速度、保障电压稳定的中坚环节，同时也是连接中央控制和本地控制的关键环节，对维持区域电压水平，提高全网电压控制效果具有重要意义。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种多源协同主动配电网多时间级有功-无功调控方法，应用于配电SCADA系统、微网能量管理系统和需求侧响应系统的多时间级有功-无功的调控，其特征在于，所述方法包括：
多源协同优化调度中心获取配电SCADA系统中配电网的基础电网信息，获取微网能量管理系统和需求侧响应系统中分布式电源可调容量以及柔性负荷可调裕度；
对所述基础电网信息、所述分布式电源可调容量以及所述柔性负荷可调裕度进行多源数据融合，并对主动配电网的运行态势进行预演以获得预测信息；
将所述预测信息与历史数据进行对比，当配电网的运行状态不符合预期时，生成并配置调控所述配电SCADA系统的第一调度控制信号、调控所述微网能量管理系统以及所述需求侧响应系统的第二调度控制信号，以实现区域之间、不同分布式电源之间的协同优化调度。
2.根据权利要求1所述的多源协同主动配电网多时间级有功-无功调控方法，其特征在于，所述方法还包括：
建立优化调度策略评估系统，对运行控制策略的执行效果进行评估，并根据评估结果，更新协同优化调度策略库。
3.根据权利要求2所述的多源协同主动配电网多时间级有功-无功调控方法，其特征在于，所述将所述预测信息与历史数据进行对比，当配电网的运行状态不符合预期时，生成并配置调控所述配电SCADA系统的第一调度控制信号、调控所述微网能量管理系统以及所述需求侧响应系统的第二调度控制信号，以实现区域之间、不同分布式电源之间的协同优化调度的步骤，具体包括：
在空间尺度将配电网的运行特性划分为配电网—馈线—自治区域三层结构，其中，自治区域以自治为目标进行自动划分，通过以调度容量为基础的上传信息和以优化的目标曲线为基础的下传信息间的配合协调，以用于配电网—馈线—自治区域三层之间的协调优化。
4.根据权利要求3所述的多源协同主动配电网多时间级有功-无功调控方法，其特征在于，所述将所述预测信息与历史数据进行对比，当配电网的运行状态不符合预期时，生成并配置调控所述配电SCADA系统的第一调度控制信号、调控所述微网能量管理系统以及所述需求侧响应系统的第二调度控制信号，以实现区域之间、不同分布式电源之间的协同优化调度的步骤，具体还包括：
配电网优化根据可调度容量给出各馈线关口的优化曲线，并下发到各馈线级优化模块；馈线级优化根据各自治区域的可调度容量以整条馈线的优化为目标，并以配电网下发的关口优化曲线为约束条件，给出各自治区域的优化目标曲线并下发；而各自治区域根据微网、需求侧资源的可调度容量以自治区域的优化为目标，并以馈线下发的关口优化曲线为约束条件，给出微网、需求侧资源的优化目标曲线并下发给所述微网能量管理系统以及所述需求侧响应系统。
5.根据权利要求4所述的多源协同主动配电网多时间级有功-无功调控方法，其特征在于，所述将所述预测信息与历史数据进行对比，当配电网的运行状态不符合预期时，生成并配置调控所述配电SCADA系统的第一调度控制信号、调控所述微网能量管理系统以及所述需求侧响应系统的第二调度控制信号，以实现区域之间、不同分布式电源之间的协同优化调度的步骤，具体还包括：
将主动配电网的协同优化调度分为若干层次，分别获取自适应目标，建立优化模型，通过所述优化模型选择对应的优化算法，以用于实现多时间尺度的优化调度。
6.根据权利要求5所述的多源协同主动配电网多时间级有功-无功调控方法，其特征在于，所述主动配电网的协同优化调度包括长时间尺度优化调度，所述长时间尺度优化调度包括：
根据多种能源间的时空差异性，以及配电网临时检修和保电需求制定配电网长时间尺度的全局优化调度，以获得多能源和柔性负荷的可调度量，形成多时段网络运行方式。
7.根据权利要求6所述的多源协同主动配电网多时间级有功-无功调控方法，其特征在于，所述方法还包括：
通过数学方法对配电网无功进行优化，以用于降低“源－网－荷”多重不确定因素对供电的影响。
8.根据权利要求7所述的多源协同主动配电网多时间级有功-无功调控方法，其特征在于，所述通过数学方法对配电网无功进行优化的步骤，具体包括：
建立考虑配电网静态稳定电压裕度和网络损耗的无功优化模型；
应用基于概率的场景决策法来处理风电出力不确定性。
9.根据权利要求1所述的多源协同主动配电网多时间级有功-无功调控方法，其特征在于，所述方法还包括：
基于模型预测控制无功优化；其中，所述基于模型预测控制无功优化包括：
在每个采样时刻考虑系统未来有限时域内态势，并根据当前时刻量测值和预测模型，获取优化控制序列；
下一采样时刻将当前时刻控制序列首项用于系统实际控制，然后重复执行上述控制过程。
10.根据权利要求9所述的多源协同主动配电网多时间级有功-无功调控方法，其特征在于，所述在每个采样时刻考虑系统未来有限时域内态势，并根据当前时刻量测值和预测模型，获取优化控制序列，下一采样时刻将当前时刻控制序列首项用于系统实际控制，然后重复执行上述控制过程，具体包括：
当前时刻k将时间区域分为两部分，左边为过去实际输入输出，右边为将来预测输入输出；
在k时刻基于当前预测信息，优化计算控制时域内的控制变量，以满足预测时域k+NP的目标状态，但每次仅执行控制时域k+NC中控制变量首项Q(k|k)；
在k+1时刻重复上述优化过程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110852820.3A CN113555912A (zh) | 2021-07-27 | 2021-07-27 | 一种多源协同主动配电网多时间级有功-无功调控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110852820.3A CN113555912A (zh) | 2021-07-27 | 2021-07-27 | 一种多源协同主动配电网多时间级有功-无功调控方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113555912A true CN113555912A (zh) | 2021-10-26 |
Family
ID=78104660
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110852820.3A Pending CN113555912A (zh) | 2021-07-27 | 2021-07-27 | 一种多源协同主动配电网多时间级有功-无功调控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113555912A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN114204557A (zh) * | 2021-12-13 | 2022-03-18 | 广东电网有限责任公司 | 一种港口冷藏集装箱用电负荷的协同控制方法 |
| CN117578601A (zh) * | 2023-03-22 | 2024-02-20 | 长沙学院 | 一种低碳电力系统源荷互动调度方法与装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112398172A (zh) * | 2020-11-27 | 2021-02-23 | 广东电网有限责任公司电力调度控制中心 | 一种源网荷协调运行控制方法及相关装置 |
| CN112736918A (zh) * | 2020-12-29 | 2021-04-30 | 广东电网有限责任公司电力调度控制中心 | 微电网中源储荷协调的两级优化调度方法、装置及设备 |
-
2021
- 2021-07-27 CN CN202110852820.3A patent/CN113555912A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112398172A (zh) * | 2020-11-27 | 2021-02-23 | 广东电网有限责任公司电力调度控制中心 | 一种源网荷协调运行控制方法及相关装置 |
| CN112736918A (zh) * | 2020-12-29 | 2021-04-30 | 广东电网有限责任公司电力调度控制中心 | 微电网中源储荷协调的两级优化调度方法、装置及设备 |
Non-Patent Citations (2)
| Title |
|---|
| 蒲天骄;陈乃仕;王晓辉;葛贤军;李志宏;于建成;: "主动配电网多源协同优化调度架构分析及应用设计", 电力系统自动化, no. 01, 10 January 2016 (2016-01-10), pages 18 - 22 * |
| 颜湘武等: "基于模型预测控制含可再生分布式电源参与调控的配电网多时间尺度无功动态优化", 《电工技术学报》, 18 March 2019 (2019-03-18), pages 2025 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN114204557A (zh) * | 2021-12-13 | 2022-03-18 | 广东电网有限责任公司 | 一种港口冷藏集装箱用电负荷的协同控制方法 |
| CN114204557B (zh) * | 2021-12-13 | 2024-04-23 | 广东电网有限责任公司 | 一种港口冷藏集装箱用电负荷的协同控制方法 |
| CN117578601A (zh) * | 2023-03-22 | 2024-02-20 | 长沙学院 | 一种低碳电力系统源荷互动调度方法与装置 |
| CN117578601B (zh) * | 2023-03-22 | 2024-04-26 | 长沙学院 | 一种低碳电力系统源荷互动调度方法与装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112072641B (zh) | 一种源网荷储柔性协调控制和运行优化方法 | |
| CN106505635B (zh) | 弃风最小的有功调度模型及调度系统 | |
| CN113555912A (zh) | 一种多源协同主动配电网多时间级有功-无功调控方法 | |
| Farag et al. | A two ways communication-based distributed control for voltage regulation in smart distribution feeders | |
| US10048666B2 (en) | System and method for the distributed control and management of a microgrid | |
| Velasquez et al. | Distributed model predictive control for economic dispatch of power systems with high penetration of renewable energy resources | |
| Malekpour et al. | Hierarchical hybrid architecture for volt/var control of power distribution grids | |
| Zheng et al. | A multi-agent system for distributed energy resources control in microgrid | |
| Cai et al. | Future power grid dispatch and control mode with large-scale clean energy integration in China | |
| CA2809011A1 (en) | Adaptive energy management system | |
| CN101232182A (zh) | 三维协调的电网能量管理系统及对电网的评估及控制方法 | |
| CN106549380A (zh) | 多模态微电网能量协调优化控制方法 | |
| CN103078328B (zh) | 一种电网统一的分层分级协调的自动电压控制方法 | |
| CN107196316A (zh) | 主动配电网内多级无功电压协调控制方法 | |
| Shahzad et al. | Model predictive control strategies in microgrids: A concise revisit | |
| CN101354775A (zh) | 一种用于风光联合发电的多代理控制系统 | |
| CN110011298B (zh) | 一种构建自治型可重构微网群系统的运行控制策略 | |
| Monesha et al. | Microgrid: recent trends and control | |
| Bordons et al. | Microgrid control issues | |
| Mayhorn et al. | Model predictive control-based optimal coordination of distributed energy resources | |
| CN115085252A (zh) | 一种配网系统光伏优化构网方法 | |
| CN201084000Y (zh) | 一种新能源发电的多代理系统装置 | |
| Xing et al. | Energy management in microgrid and multi‐microgrid | |
| Lu et al. | Advances in Model Predictive Control for Large-Scale Wind Power Integration in Power Systems: A Comprehensive Review | |
| Shetaya et al. | A multi-vision energy management strategy for smart grids using hierarchical distributed model predictive control |
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 |