CN113626965A - 分布式电源选址定容优化系统 - Google Patents

分布式电源选址定容优化系统 Download PDF

Info

Publication number
CN113626965A
CN113626965A CN202111185469.3A CN202111185469A CN113626965A CN 113626965 A CN113626965 A CN 113626965A CN 202111185469 A CN202111185469 A CN 202111185469A CN 113626965 A CN113626965 A CN 113626965A
Authority
CN
China
Prior art keywords
sizing
distributed power
node
scheme
power supply
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
Application number
CN202111185469.3A
Other languages
English (en)
Other versions
CN113626965B (zh
Inventor
张力
陈韵含
任炬光
金立
罗钰
刘季涛
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.)
Dragon Totem Technology Hefei Co ltd
Zhao'an Power Supply Co Of State Grid Fujian Electric Power Co ltd
Original Assignee
Xihua University
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 Xihua University filed Critical Xihua University
Priority to CN202111185469.3A priority Critical patent/CN113626965B/zh
Publication of CN113626965A publication Critical patent/CN113626965A/zh
Application granted granted Critical
Publication of CN113626965B publication Critical patent/CN113626965B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computing Systems (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种分布式电源选址定容的优化系统，包括：故障场景生成装置用于模拟配电网中的随机内部故障，生成多个不同故障类型的故障场景，并将生成的故障场景输出给选址定容方案生成装置；所述选址定容方案生成装置用于根据设置的目标函数及约束条件，构建混合整数二阶锥规划模型，并分别得出各个故障场景下的选址定容方案，并将得出的选址定容方案输出给选址定容方案输出装置；所述约束条件包括分布式电源约束条件、供水网约束条件和配电网约束条件；所述选址定容方案输出装置用于接收用户选择的规划重点，并根据该规划重点从多个选址定容方案中筛选出对应的一个选址定容方案。本发明系统输出的方案更加精准、实用。

Description

分布式电源选址定容优化系统
技术领域
本发明涉及配电网技术领域，特别涉及一种分布式电源选址定容优化系统。
背景技术
当配电网遭遇极端灾害（例如飓风、地震）导致大停电事故时，需要分布式电源为其供应能量、保障配网韧性。利用分布式电源为配网中的失电负荷恢复供电有两种方式：①.辅助恢复：主供电源（馈线）可用，不考虑恢复后形成电气孤岛的情况，利用分布式电源提供额外容量，从而恢复更多负荷；②.直接恢复：考虑故障后配网形成与主供电源不连通的电气孤岛的情况，在故障修复前利用分布式电源直接为孤岛内失电负荷供电，而与主供电源连通的部分则通过网络重构由主供电源供电、分布式电源辅助供电。在利用分布式电源供电之前，需要对分布式电源进行选址定容，即在已知负荷预测结果及配电网运行状况的基础上，确定分布式电源的安装位置和配置容量。目前进行分布式电源选址定容时，主要考虑负荷、电源出力等不确定性因素，目标通常为最小化系统的经济费用，而忽略了其他需求，譬如供水系统等重要能源系统的需求无法得到满足。
发明内容
本发明的目的在于提供一种分布式电源选址定容优化系统，在考虑经济因素的同时也考虑了能源系统的需求，使得最终确定出的规划方案更加优化，更能满足实际应用需求。
为了实现上述发明目的，本发明实施例提供了以下技术方案：
一种分布式电源选址定容的优化系统，包括故障场景生成装置、选址定容方案生成装置和选址定容方案输出装置，故障场景生成装置的数据输出端与选址定容方案生成装置相连接，选址定容方案生成装置的数据输出端与选址定容方案输出装置相连接；其中，
故障场景生成装置用于模拟配电网中的随机内部故障，生成多个不同故障类型的故障场景，并将生成的故障场景输出给选址定容方案生成装置；
所述选址定容方案生成装置用于根据设置的目标函数及约束条件，构建混合整数二阶锥规划模型，并分别得出各个故障场景下的选址定容方案，并将得出的选址定容方案输出给选址定容方案输出装置；所述约束条件包括分布式电源约束条件、供水网约束条件和配电网约束条件；
所述选址定容方案输出装置用于接收用户输入的选择项，并根据该选择项重点从多个选址定容方案中筛选出对应的一个选址定容方案。
上述方案中，一方面，故障场景生成装置根据配电网中的实际情况会模拟生成多种故障场景，选址定容方案生成装置在生成方案时会根据不同故障场景生成多种选址定容方案，使得选址定容方案输出装置可以根据用户的需求输出对应的方案，即可以增强系统的适用性，针对不同故障需求输出对应方案；另一方面，选址定容方案生成装置在生成方案时是同时基于分布式电源约束条件、供水网约束条件和配电网约束条件而生成的，而并非只考虑了分布式电源约束条件和配电网约束条件，因此生成的选址定容方案在满足供电需要的基础上还能满足供水需求，因此更能满足用户需求。
优选地，所述故障场景生成装置利用蒙特卡洛模拟配电网中的随机内部故障，并生成多个不同故障类型的故障场景。蒙特卡洛法是比较成熟的算法，利用该算法模拟生成故障场景，结果比较可靠，不易出错。
优选地，所述的目标函数为：
Figure 302654DEST_PATH_IMAGE001
，
Figure 688636DEST_PATH_IMAGE002
，式中，f1、f2分别表示分布式电源的数量、容量，Nn为系统节点集合；βj为0或1的变量，表示分布式电源安装情况，若某点布置分布式电源，则βj为1，反之为0；PDG,j、QDG,j分别表示系统所接分布式电源的实际总有功出力、无功出力。
上述方案中，f1、f2分别表示分布式电源的数量、容量。通过上述目标函数，在实现基础恢复目标（至少恢复一、二级电力负荷及耦合负荷）的前提下，可以使得配置分布式电源的经济成本最小化。
所述的分布式电源约束条件为：
Figure 937215DEST_PATH_IMAGE003
，
Figure 316113DEST_PATH_IMAGE004
，
Figure 599327DEST_PATH_IMAGE005
，
Figure 890631DEST_PATH_IMAGE006
，
式中，PDG, min、QDG, min 分别表示分布式电源总有功容量、无功容量的最低限制，PDG, j、QDG, j 分别表示节点j的分布式电源总有功容量、总无功容量；Wj为配电网中节点j所接负荷的权重系数；Xj为0或1的变量，表示负荷恢复状态，若负荷被恢复，则Xj为1，反之为0；γ表示一级负荷与二级负荷的权重之和。
上述方案中，分别表示分布式电源的数量、实际有功容量、实际无功容量的约束，以及表示分布式电源至少应恢复一级、二级电力负荷及耦合负荷的约束。这些约束条件适用于当配电网与主网分离造成负荷失电时，分布式电源恢复失电情况。
所述的配电网约束条件包括潮流约束条件，所述潮流约束条件为：
Figure 892085DEST_PATH_IMAGE007
，
Figure 559826DEST_PATH_IMAGE008
，
Figure 946814DEST_PATH_IMAGE009
,
Figure 674599DEST_PATH_IMAGE010
，
式中，i、j、k分别表示系统中配电网内部任意节点；Nn为节点集合；Ee为支路集合，支路为连接任意两节点的线路；Sjk、Sij为线路传输功率；zij、zjk为线路阻抗；lij、ljk为线路传输电流的平方；Sj为节点j的注入功率；Sj,Dg为节点j所接分布式电源出力；Sj,load为节点j所接负荷功率；Sj,p为节点j所接水泵功率；αjk为0或1的变量，表示支路状态，当支路连通时该值取1，反之取0；M为设置的正整数；vj、vk分别表示节点j、k电压的平方。
所述的配电网约束条件还包括安全约束条件，安全约束条件为：
Figure 897770DEST_PATH_IMAGE011
，
Figure 369202DEST_PATH_IMAGE012
，
式中，Vj为节点电压；Vj,max、Vj,min分别表示节点电压的上限、下限；Ijk为线路传输电流；Ijk,max、Ijk,min分别表示线路传输电流的上限、下限。
所述的供水网约束条件包括运行约束条件，所述运行约束条件为：
Figure 361429DEST_PATH_IMAGE013
，
Figure 500594DEST_PATH_IMAGE014
，
Figure 211061DEST_PATH_IMAGE015
，
Figure 955026DEST_PATH_IMAGE016
，
Figure 67338DEST_PATH_IMAGE017
,
Figure 120614DEST_PATH_IMAGE018
，
式中，i、j分别表示供水网中任意节点；Nw为节点集合；Ew为支路集合；Qij、qi分别为管段ij的水流量及节点i的需水量；Qij,min为管段ij的水流量最小值，Qij,max为管段ij的水流量最大值；Hi、hi分别为节点i的压力水头及海拔高度，Hi,min为节点i的压力水头最小值，Hj、hj分别为节点j的压力水头及海拔高度；Δhij为支路ij的水头损失；fij为支路水头损失公式系数；cij为管段摩擦系数；lij、dij、sij分别为管段的长度、直径及横截面积；g为流体重力系数。
所述的供水网约束条件包括水泵约束条件，水泵约束条件为：
Figure 318377DEST_PATH_IMAGE019
,
Figure 131612DEST_PATH_IMAGE020
，
式中，pp表示水泵有功功率；Δhp为水泵水头损失；Qp为水泵流量；Δt表示设定的一段时间，ρ为流体密度；ηp为水泵泵机效率；
Figure 98431DEST_PATH_IMAGE021
p为水泵转速相对于其额定转速的标幺值；hp、rp、np均为由水泵厂家提供的水泵参数。
所述选址定容方案生成装置利用MATLAB根据设置的目标函数及约束条件，构建混合整数二阶锥规划模型，并分别得出各个故障场景下的选址定容方案。
还包括验证分析装置，此时，所述选址定容方案生成装置的数据输出端与验证分析装置相连接，验证分析装置的数据输出端与选址定容方案输出装置相连接，验证分析装置用于对选址定容方案生成装置输出的各个选址定容方案就那些验证分析，验证通过后再输出给选址定容方案输出装置。
上述方案中，通过验证分析装置可以对选址定容方案生成装置生成的各个规划方案进行验证，以此保障最终输出的规划方案的可靠性。
与现有技术相比，本发明系统，通过故障场景生成装置、选址定容方案生成装置和选址定容方案输出装置相互配合，不仅使得输出的规划方案满足恢复供电的需求，而且还满足供水需求，更加符合实际应用需求。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为分布式电源恢复配网供电系统的示意图。
图2为实施例中提供的分布式电源选址定容优化系统的组成框图。
图3为实施例中分布式电源选址定容优化系统的工作流程示意图。
具体实施方式
下面将结合本发明实施例中附图，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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。
如图1所示，为分布式电源恢复配网供电系统的示意图，系统中包括主网、配电网、供水网和分布式电源。飓风、地震等极端灾害在使主网与配电网断开时，也可能会使得配电网内部出现内部故障。当故障发生导致配电网大停电时，利用光伏、风力等分布式电源为配电网中的失电负荷快速恢复供电，是提升配电网韧性、降低停电损失的有效手段。本发明中，关键基础设施互联考虑了电-水耦合作为关键基础设施互联代表，并以水泵为耦合元件，配电网中的负荷按其断电成本、社会影响等可以分为一、二、三级负荷，可以分别赋以权重系数为100、10、0.2，其中耦合负荷为一级负荷。
请参阅图2，本实施例中提供的分布式电源选址定容优化系统，包括故障场景生成装置、选址定容方案生成装置、验证分析装置和选址定容方案输出装置，故障场景生成装置的数据输出端与选址定容方案生成装置相连接，选址定容方案生成装置的数据输出端与验证分析装置相连接，验证分析装置的数据输出端与选址定容方案输出装置相连接。
故障场景生成装置用于模拟配电网中的随机内部故障，生成多个不同故障类型的故障场景，并将生成的故障场景输出给选址定容方案生成装置。
选址定容方案生成装置主要用于根据设置的目标函数及约束条件，构建混合整数二阶锥规划模型，并分别得出各个故障场景下的选址定容方案，并将得出的选址定容方案输出给验证分析装置。也就是说，针对于每一个故障场景，都会对应生成一个选址定容方案。本实施例中，所述约束条件包括分布式电源约束条件、供水网约束条件和配电网约束条件。
验证分析装置用于对选址定容方案生成装置输出的各个选址定容方案就那些验证分析，验证通过后再输出给选址定容方案输出装置。
选址定容方案输出装置用于接收用户输入的选择项，并根据该选择项从多个选址定容方案中筛选出对应的一个选址定容方案。也就是说，由于选址定容方案生成装置会生成多个选址定容方案，因此，用户可以根据实际情况进行选择，更能满足用户的不同需求。即本发明一个系统可以针对多种场景提出选址定容方案，无需设计多个系统，因此可以提高选址定容方案输出的效率。
下面将更具体地对系统中各个装置进行更细致的阐述。
（一）故障场景生成装置
故障场景生成装置利用蒙特卡洛模拟配电网中的随机内部故障，并设置场景数为S，S为正整数，且S＞1，根据模拟概率是否大于设定阈值（例如0.5）生成不同故障场景。
由于蒙特卡洛法是现有技术，本方案对于故障场景的生成方法没有创新设计，故此处对于故障场景的生成方法不做过多阐述。
（二）选址定容方案生成装置
选址定容方案生成装置主要是利用MATLAB根据设置的目标函数及约束条件，构建混合整数二阶锥规划模型，并分别在各个故障场景下调用Gurobi求解器进行求解，得到各个故障场景下对应的选址定容方案。
选址定容指的是分布式电源的安装位置（位于配电网的哪个节点）和容量（每台分布式电源的有功容量、无功容量是多少），模型中的位置是通过设置了逻辑变量0/1来表示，0表示不安装，1表示安装，容量就是求解得到的有功容量、无功容量，这些都是作为变量在目标函数和约束条件里给出。
所述的目标函数为下表中公式：
Figure 588187DEST_PATH_IMAGE022
(1)；
Figure 7667DEST_PATH_IMAGE023
(2)；
式中，Nn为系统节点集合；βj为0或1的变量，表示分布式电源安装情况，若某点布置分布式电源，则βj为1，反之为0；PDG,j、QDG,j分别表示系统所接分布式电源的实际总有功出力、无功出力。
为了在实现基础恢复目标（至少恢复一、二级电力负荷及耦合负荷）的前提下，使配置分布式电源的经济成本最小化，目标函数如式（1）~（2）所示，f1、f2分别表示分布式电源的数量、容量。
本方案中，不仅仅是考虑经济问题，而是同时考虑了供电的可靠性和安装的经济性，所设置的方向为最小化分布式电源的安装数量+容量，但在约束条件中包含了使恢复负荷最大化，也就是希望保证在满足供电要求的情况下，安装的分布式电源数量和容量能最小，因此具有更高的可靠性，更加符合实际需求。
所述约束条件包括分布式电源约束条件、供水网约束条件和配电网约束条件。其中，分布式电源约束条件如下表中所示：
Figure 359014DEST_PATH_IMAGE024
(3)；
Figure 445919DEST_PATH_IMAGE025
(4)；
Figure 857309DEST_PATH_IMAGE026
(5)；
Figure 13352DEST_PATH_IMAGE027
(6)；
式中，PDG, min、QDG, min 分别表示分布式电源总有功容量、总无功容量的最低限制，PDG, j、QDG, j 分别表示节点j的分布式电源总有功容量、总无功容量；Wj为配电网中节点j所接负荷的权重系数；Xj为0或1的变量，表示负荷恢复状态，若负荷被恢复，则Xj为1，反之为0；γ表示一级负荷(包括耦合负荷)与二级负荷的权重之和。
式（3）~（5）分别表示分布式电源的数量、实际有功容量、实际无功容量的约束；式（6）表示分布式电源至少应恢复一级、二级电力负荷及耦合负荷。这些约束条件表明，当配电网与主网分离造成负荷失电时，存在满足条件的分布式电源恢复失电情况。优势在于：能够尽可能满足恢复失电负荷的同时，使得安装分布式电源的数量和容量最小化，在满足目标的同时尽可能节约成本。
其中，供水网约束条件包括运行约束条件和水泵约束条件。所述运行约束条件为：
Figure 902811DEST_PATH_IMAGE028
（7）；
Figure 109801DEST_PATH_IMAGE029
（8）；
Figure 692092DEST_PATH_IMAGE030
（9）；
Figure 351744DEST_PATH_IMAGE031
（10）；
Figure 297091DEST_PATH_IMAGE032
（11）；
Figure 93008DEST_PATH_IMAGE033
（12）；
式中，i、j分别表示供水网中任意节点；Nw为节点集合；Ew为支路集合；Qij、qi分别为管段ij的水流量及节点i的需水量；Qij,min为管段ij的水流量最小值，Qij,max为管段ij的水流量最大值；Hi、hi分别为节点i的压力水头及海拔高度，Hi,min为节点i的压力水头最小值，Hj、hj分别为节点j的压力水头及海拔高度；Δhij为支路ij的水头损失；fij为支路水头损失公式系数；cij为管段摩擦系数；lij、dij、sij分别为管段的长度、直径及横截面积；g为流体重力系数。
式（7）表示供水网络的节点流量平衡；式（8）表示相邻节点的水头变化。式（9）为Darcy-Weisbach公式表示的管道水头损失；式（10）表示公式中的系数；式（11）～（12）分别表示各管段流量和各节点压力水头的限制。
普通供电恢复只考虑电力负荷，而本方案同时考虑了水负荷，也就是将电-水耦合的关系考虑在内，上述约束条件为供水网的各项约束，可以保障供水网正常稳定运行。也就是说，通过上述各项约束条件，在保障供电的基础上也能够保障供水系统稳定运行。
水泵约束条件为：
Figure 846201DEST_PATH_IMAGE034
（13）；
Figure 727569DEST_PATH_IMAGE035
（14）；
式中，pp表示水泵有功功率；Δhp为水泵水头损失；Qp为水泵流量；Δt表示设定的一段时间，ρ为流体密度；ηp为水泵泵机效率；
Figure 473677DEST_PATH_IMAGE021
p为水泵转速相对于其额定转速的标幺值；hp、rp、np均为水泵参数，水泵参数由水泵厂家提供。
式（13）表示水泵在某段时间（△t）内消耗的有功功率；式（14）表示水泵的水头损失。水泵的消耗功率是连接配电网和供水网的关键枢纽。
水泵作为供水网中的重要组成部分，同时也是配电网中的功率元件，所以水泵是满足电-水耦合的有效实现途径，本方案中，在考虑约束条件时将水泵满足的条件考虑在内，因此可以可靠保障水泵稳定正常运行，继而保障供水系统可靠运行。
配电网约束条件包括潮流约束条件和安全约束条件。所述潮流约束条件为：
Figure 389680DEST_PATH_IMAGE036
（15）；
Figure 48195DEST_PATH_IMAGE037
（16）；
Figure 416859DEST_PATH_IMAGE038
（17）；
Figure 717391DEST_PATH_IMAGE039
（18）；
式中，i、j、k分别表示配电网系统中任意节点；Nn为节点集合；Ee为支路集合；Sjk、Sij为线路传输功率；zij、zjk为线路阻抗；lij、ljk为线路传输电流的平方；Sj为节点j的注入功率；Sj,Dg为节点j所接分布式电源出力；Sj,load为节点j所接负荷功率；Sj,p为节点j所接水泵功率；αjk为0或1的变量，表示支路状态，当支路连通时该值取1，反之取0；M为设定的一很大的正整数，例如9999；vj、vk分别表示节点j、k电压的平方。
式（15）表示潮流约束；式（16）表明当节点j只接负荷时，Sj为负荷功率的相反数；当节点j同时接有分布式电源与负荷时，Sj为分布式电源出力与负荷功率之差；其中，当节点j同时接有水泵时，Sj为分布式电源出力与负荷、水泵功率之差；公式（17）是欧姆定律和功率定义式的变形，当支路被恢复时满足该约束，否则不满足。
潮流约束条件就是保证配电网能正常稳定运行，这是对配电网进行建模的必须步骤。本方案中，在传统潮流约束的基础上，对功率变形式进行了松弛化，大大提高了求解效率。也就是说，相比于现有技术，本方案可以大大地提高分布式电源选址定容的处理效率。
式（18）为线路功率式变形所得，该约束为非线性等式，即非凸约束，运用松弛方法将其改为凸约束，可求得全局最优解，如式（19）所示。
Figure 471589DEST_PATH_IMAGE040
（19）；
安全约束的条件为：
Figure 301005DEST_PATH_IMAGE041
（20）；
Figure 156965DEST_PATH_IMAGE042
（21）；
式中，Vj为节点电压；Vj,max、Vj,min分别表示节点电压的上限、下限；Ijk为线路传输电流；Ijk,max、Ijk,min分别表示线路传输电流的上限、下限。
式（20）~（21）分别表示节点电压、线路电流幅值约束，保证系统在安全状态下运行，避免发生越限情况。
在MATLAB软件中输入上述目标函数和各个约束条件，得到对应的规划模型。由于有部分决策变量限制为0或1的整数，因此规划模型为混合整数模型；且在配电网潮流约束中，将线路功率式进行了松弛化，因此规划模型最终为混合整数二阶锥规划模型。得到混合整数二阶锥规划模型后，再调用MATLAB中的Gurobi求解器进行求解，即可得到各个故障场景下选址定容方案。
（三）验证分析装置
验证分析装置主要是对选址定容方案生成装置所生成的各个选址定容方案进行负荷恢复结果的验证与分析，目的在于验证选址定容方案的科学性、合理性。验证时，根据分布式电源的约束条件之一，即分布式电源至少应恢复一级、二级电力负荷及耦合负荷，因此，当观察到最后结果中的加权负荷恢复数≥一二级电力负荷+耦合负荷的加权负荷恢复数，即认为该结果满足要求，通过验证。
因为在生成各个选址定容方案时，已经融入了目标函数和约束条件，所以一般而言验证都会通过的，因此验证分析装置也可以不需要，即验证分析装置作为可选部件，在本实施例中需要，在其他实施方案中也可以不需要。因此，在图2中，验证分析装置用虚线框进行区分表示。假设真的验证不通过，则需要对由目标函数和约束条件构成的模型进行调整，然后再次进行验证。
（四）选址定容方案输出装置
选址定容方案输出装置主要是根据用户输入的选择项，从输出结果中选出符合实际需求的方案。如根据供电可靠性、建设经济性及故障严重性等，从输出结果中选出符合当前实际需求的规划方案。例如，若规划重点在于供电可靠性，则可选择所有结果中分布式电源总配置容量最小的方案；规划重点在于建设经济性，可选择所有结果中分布式电源总配置数量最小的方案；规划重点在于考虑故障严重性，可选择配电网内部随机故障最多的场景下生成的方案。当然地，除了规划重点作为选择项以外，也可以同时考虑故障场景，当然本实施例中对此不做限定。
系统中各个装置执行的处理也可以参考图3，图3中的一个步骤代表一个装置的处理。
本发明系统，通过故障场景生成装置、选址定容方案生成装置和选址定容方案输出装置相互配合，不仅使得输出的规划方案满足恢复供电的需求，而且还满足供水需求，即更加符合实际应用需求，更加优化。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种分布式电源选址定容的优化系统，其特征在于，包括故障场景生成装置、选址定容方案生成装置和选址定容方案输出装置，故障场景生成装置的数据输出端与选址定容方案生成装置相连接，选址定容方案生成装置的数据输出端与选址定容方案输出装置相连接；其中，
故障场景生成装置用于模拟配电网中的随机内部故障，生成多个不同故障类型的故障场景，并将生成的故障场景输出给选址定容方案生成装置；
所述选址定容方案生成装置用于根据设置的目标函数及约束条件，构建混合整数二阶锥规划模型，并分别得出各个故障场景下的选址定容方案，并将得出的选址定容方案输出给选址定容方案输出装置；所述约束条件包括分布式电源约束条件、供水网约束条件和配电网约束条件；
所述选址定容方案输出装置用于接收用户输入的选择项，并根据该选择项从多个选址定容方案中筛选出对应的一个选址定容方案。
2.根据权利要求1所述的分布式电源选址定容的优化系统，其特征在于，所述故障场景生成装置利用蒙特卡洛模拟配电网中的随机内部故障，并生成多个不同故障类型的故障场景。
3.根据权利要求1所述的分布式电源选址定容的优化系统，其特征在于，所述的目标函数为：
Figure 766918DEST_PATH_IMAGE001
，
Figure 762687DEST_PATH_IMAGE002
，
式中，f1、f2分别表示分布式电源的数量、容量，Nn为系统节点集合；βj为0或1的变量，表示分布式电源安装情况，若某点布置分布式电源，则βj为1，反之为0；PDG,j、QDG,j分别表示系统所接分布式电源的实际总有功出力、无功出力。
4.根据权利要求3所述的分布式电源选址定容的优化系统，其特征在于，所述的分布式电源约束条件为：
Figure 11266DEST_PATH_IMAGE003
，
Figure 734371DEST_PATH_IMAGE004
，
Figure 627372DEST_PATH_IMAGE005
，
Figure 918676DEST_PATH_IMAGE006
，
式中，PDG, min、QDG, min 分别表示分布式电源总有功容量、总无功容量的最低限制，PDG, j、QDG, j 分别表示节点j的分布式电源总有功容量、总无功容量；Wj为配电网中节点j所接负荷的权重系数；Xj为0或1的变量，表示负荷恢复状态，若负荷被恢复，则Xj为1，反之为0；γ表示一级负荷与二级负荷的权重之和。
5.根据权利要求1所述的分布式电源选址定容的优化系统，其特征在于，所述的配电网约束条件包括潮流约束条件，所述潮流约束条件为：
Figure 513606DEST_PATH_IMAGE007
，
Figure 791134DEST_PATH_IMAGE008
，
Figure 663275DEST_PATH_IMAGE009
,
Figure 984535DEST_PATH_IMAGE010
，
式中，i、j、k分别表示系统中配电网内部任意节点；Nn为节点集合；Ee为支路集合，支路为连接任意两节点的线路；Sjk、Sij为线路传输功率；zij、zjk为线路阻抗；lij、ljk为线路传输电流的平方；Sj为节点j的注入功率；Sj,Dg为节点j所接分布式电源出力；Sj,load为节点j所接负荷功率；Sj,p为节点j所接水泵功率；αjk为0或1的变量，表示支路状态，当支路连通时该值取1，反之取0；M为设置的正整数；vj、vk分别表示节点j、k电压的平方。
6.根据权利要求5所述的分布式电源选址定容的优化系统，其特征在于，所述的配电网约束条件还包括安全约束条件，安全约束条件为：
Figure 83072DEST_PATH_IMAGE011
，
Figure 23347DEST_PATH_IMAGE012
，
式中，Vj为节点电压；Vj,max、Vj,min分别表示节点电压的上限、下限；Ijk为线路传输电流；Ijk,max、Ijk,min分别表示线路传输电流的上限、下限。
7.根据权利要求1所述的分布式电源选址定容的优化系统，其特征在于，所述的供水网约束条件包括运行约束条件，所述运行约束条件为：
Figure 874628DEST_PATH_IMAGE013
，
Figure 383101DEST_PATH_IMAGE014
，
Figure 952622DEST_PATH_IMAGE015
，
Figure 696588DEST_PATH_IMAGE016
，
Figure 418687DEST_PATH_IMAGE017
,
Figure 81750DEST_PATH_IMAGE018
，
式中，i、j分别表示供水网中任意节点；Nw为节点集合；Ew为支路集合；Qij、qi分别为管段ij的水流量及节点i的需水量，Qij,min为管段ij的水流量最小值，Qij,max为管段ij的水流量最大值；Hi、hi分别为节点i的压力水头及海拔高度，Hi,min为节点i的压力水头最小值，Hj、hj分别为节点j的压力水头及海拔高度；Δhij为支路ij的水头损失；fij为支路水头损失公式系数；cij为管段摩擦系数；lij、dij、sij分别为管段的长度、直径及横截面积；g为流体重力系数。
8.根据权利要求7所述的分布式电源选址定容的优化系统，其特征在于，所述的供水网约束条件包括水泵约束条件，水泵约束条件为：
Figure 279513DEST_PATH_IMAGE019
,
Figure 436956DEST_PATH_IMAGE020
，
式中，pp表示水泵有功功率；Δhp为水泵水头损失；Qp为水泵流量；Δt表示设定的一段时间，ρ为流体密度；ηp为水泵泵机效率；
Figure 262829DEST_PATH_IMAGE021
p为水泵转速相对于其额定转速的标幺值；hp、rp、np均为由水泵厂家提供的水泵参数。
9.根据权利要求1所述的分布式电源选址定容的优化系统，其特征在于，所述选址定容方案生成装置利用MATLAB根据设置的目标函数及约束条件，构建混合整数二阶锥规划模型，并分别得出各个故障场景下的选址定容方案。
10.根据权利要求1所述的分布式电源选址定容的优化系统，其特征在于，还包括验证分析装置，此时，所述选址定容方案生成装置的数据输出端与验证分析装置相连接，验证分析装置的数据输出端与选址定容方案输出装置相连接，验证分析装置用于对选址定容方案生成装置输出的各个选址定容方案就那些验证分析，验证通过后再输出给选址定容方案输出装置。
CN202111185469.3A 2021-10-12 2021-10-12 分布式电源选址定容优化系统 Expired - Fee Related CN113626965B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111185469.3A CN113626965B (zh) 2021-10-12 2021-10-12 分布式电源选址定容优化系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111185469.3A CN113626965B (zh) 2021-10-12 2021-10-12 分布式电源选址定容优化系统

Publications (2)

Publication Number Publication Date
CN113626965A true CN113626965A (zh) 2021-11-09
CN113626965B CN113626965B (zh) 2021-12-24

Family

ID=78391183

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111185469.3A Expired - Fee Related CN113626965B (zh) 2021-10-12 2021-10-12 分布式电源选址定容优化系统

Country Status (1)

Country Link
CN (1) CN113626965B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140148963A1 (en) * 2009-01-14 2014-05-29 Integral Analytics, Inc. Optimization of microgrid energy use and distribution
CN106953316A (zh) * 2017-03-02 2017-07-14 国网山东省电力公司聊城供电公司 微电网变时间尺度优化调度方法
CN108446805A (zh) * 2018-04-02 2018-08-24 国网江西省电力有限公司电力科学研究院 一种计及供电可靠性的多目标分布式电源选址定容方法
CN110504708A (zh) * 2019-08-09 2019-11-26 国家电网有限公司 计及充电站和分布式电源的配电网多目标协同规划方法
CN110689207A (zh) * 2019-10-11 2020-01-14 国网辽宁省电力有限公司沈阳供电公司 电蓄热式采暖设备接入配电网的选址定容方法
CN111144655A (zh) * 2019-12-27 2020-05-12 国网河北省电力有限公司经济技术研究院 一种分布式电源选址定容与配电网网架联合优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140148963A1 (en) * 2009-01-14 2014-05-29 Integral Analytics, Inc. Optimization of microgrid energy use and distribution
CN106953316A (zh) * 2017-03-02 2017-07-14 国网山东省电力公司聊城供电公司 微电网变时间尺度优化调度方法
CN108446805A (zh) * 2018-04-02 2018-08-24 国网江西省电力有限公司电力科学研究院 一种计及供电可靠性的多目标分布式电源选址定容方法
CN110504708A (zh) * 2019-08-09 2019-11-26 国家电网有限公司 计及充电站和分布式电源的配电网多目标协同规划方法
CN110689207A (zh) * 2019-10-11 2020-01-14 国网辽宁省电力有限公司沈阳供电公司 电蓄热式采暖设备接入配电网的选址定容方法
CN111144655A (zh) * 2019-12-27 2020-05-12 国网河北省电力有限公司经济技术研究院 一种分布式电源选址定容与配电网网架联合优化方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MUHAMMAD, MUNIR AZAM等: "Distribution Network Planning Enhancement via Network Reconfiguration and DG Integration Using Dataset Approach and Water Cycle Algorithm", 《JOURNAL OF MODERN POWER SYSTEMS AND CLEAN ENERGY》 *
时政: "配电网中分布式电源多目标规划", 《中国知网》 *
李穆寅等: "计及供电-供水系统耦合关系的配电网故障恢复优化决策方法", 《电力建设》 *

Also Published As

Publication number Publication date
CN113626965B (zh) 2021-12-24

Similar Documents

Publication Publication Date Title
Wang et al. On microgrids and resilience: A comprehensive review on modeling and operational strategies
Li et al. Coordinated preparation and recovery of a post-disaster multi-energy distribution system considering thermal inertia and diverse uncertainties
Hadavi et al. Optimal allocation and sizing of synchronous condensers in weak grids with increased penetration of wind and solar farms
Li et al. Transmission contingency analysis based on integrated transmission and distribution power flow in smart grid
Wang et al. Nodal market power assessment in electricity markets
Wang et al. Unreliability cost assessment of an electric power system using reliability network equivalent approaches
Bernstein et al. Sensitivity analysis of the power grid vulnerability to large-scale cascading failures
Meng et al. Offshore transmission network planning for wind integration considering AC and DC transmission options
Guo et al. Nodal reliability evaluation for a VSC-MTDC-based hybrid AC/DC power system
Ansari et al. A novel framework for the operational reliability evaluation of integrated electric power–gas networks
Ghasemi et al. A stochastic planning model for improving resilience of distribution system considering master-slave distributed generators and network reconfiguration
Ravadanegh et al. Multi-infrastructure energy systems resiliency assessment in the presence of multi-hazards disasters
CN107301479B (zh) 基于自然灾害风险的输电系统多场景规划方法
Rahmann et al. Methodology for selecting operating points and contingencies for frequency stability studies
Wu et al. A three-stage resilient dispatch of mobile emergency generators in a distribution system against hurricanes
CN113626965B (zh) 分布式电源选址定容优化系统
Liu et al. Multi-stage collaborative resilient enhancement strategy for coupling faults in distribution cyber physical systems
CN113408132A (zh) 一种计及随机性故障场景的区域自治电网可靠性评估方法
Falahati et al. Impacts of information and communication failures on optimal power system operation
Shahzad Vulnerability assessment in power systems: a review
Zhu et al. Multi-period Dynamic Power Supply Recovery Strategy for Distribution Networks Considering Cyber-Physical-Traffic Network Coupling
Makandar et al. Reliability assessment of distribution system with renewable Distributed Generation
Tachikawa et al. A study of transmission planning under a deregulated environment in power system
Ebrahimi et al. Microgrid Operation Optimization Considering Transient Stability Constraints: A New Bidirectional Stochastic Adaptive Robust Approach
Wu et al. A cascading failure model of power systems considering components’ multi-state failures

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230825

Address after: No. 355, Zhongshan West Road, Nanzhao Town, Zhao'an County, Zhangzhou, Fujian 363500

Patentee after: Zhao'an Power Supply Company of State Grid Fujian Electric Power Co.,Ltd.

Address before: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province

Patentee before: Dragon totem Technology (Hefei) Co.,Ltd.

Effective date of registration: 20230825

Address after: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province

Patentee after: Dragon totem Technology (Hefei) Co.,Ltd.

Address before: 610039, No. 999, Jin Zhou road, Jinniu District, Sichuan, Chengdu

Patentee before: XIHUA University

CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20211224