CN113644682B - 高渗透有源配电网多台区协同管控方法、装置和终端设备 - Google Patents

高渗透有源配电网多台区协同管控方法、装置和终端设备 Download PDF

Info

Publication number
CN113644682B
CN113644682B CN202110797484.7A CN202110797484A CN113644682B CN 113644682 B CN113644682 B CN 113644682B CN 202110797484 A CN202110797484 A CN 202110797484A CN 113644682 B CN113644682 B CN 113644682B
Authority
CN
China
Prior art keywords
distribution network
power distribution
area
power
constraint
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
CN202110797484.7A
Other languages
English (en)
Other versions
CN113644682A (zh
Inventor
梁纪峰
李铁成
范辉
曾四鸣
罗蓬
贾清泉
周文
杨少波
张晓博
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.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd
Yanshan University
State Grid Hebei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd
Yanshan University
State Grid Hebei Electric Power 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 State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd, Yanshan University, State Grid Hebei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110797484.7A priority Critical patent/CN113644682B/zh
Publication of CN113644682A publication Critical patent/CN113644682A/zh
Application granted granted Critical
Publication of CN113644682B publication Critical patent/CN113644682B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/381—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
    • H02J2203/10—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]
    • 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
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明实施例涉及配电网技术领域，公开了一种高渗透有源配电网多台区协同管控方法、装置和终端设备。上述高渗透有源配电网多台区协同管控方法包括：获取配电网历史参数数据；根据分布式电源数据计算配电网分布式电源出力预测值；基于配电网历史参数数据和配电网分布式电源出力预测值构建配电网台区管控模型；根据配电网台区管控模型，对配电网中各台区并行运算得到各台区优化配电网参数值；各台区之间进行信息交互，交换边界信息，以各台区间边界信息一致作为约束条件，计算配电网总体优化程度；将配电网总体优化程度达到预设优化目标要求所对应的参数值作为各台区最优配电网参数值，根据各台区最优配电网参数值设定配电网多台区运行参数。

Description

高渗透有源配电网多台区协同管控方法、装置和终端设备
技术领域
本发明涉及电力系统运行技术领域，具体涉及一种高渗透有源配电网多台 区协同管控方法、装置和终端设备。
背景技术
有源网络(Active Network)指的是分布式电源高度渗透、功率双向流动的 配电网络。随着配电网中分布式电源、柔性负荷、储能等分布式资源渗透率的 不断提高，传统配电网正逐渐演变为具有灵活调控、资源互动、新能源高比例 接入等特征的高渗透有源配电网。
现有技术中，主动配电网主要采用集中式管控方式对资源进行优化调度。 但是配电网分布式资源具有构成数量繁多、布局分散、随机时变、利润低微等 特点，传统的集中式管控模式对计算能力和通信带宽要求高，难以适配大规模 分布式台区管控的特点，存在计算效率低、通信量大、可靠性低等缺点。
发明内容
有鉴于此，本发明实施例提供了一种高渗透有源配电网多台区协同管控方 法，以解决现有技术中配电网分布式台区管控计算效率低的问题。
为达到上述目的，本发明采用如下技术方案：
第一方面，本发明实施例提供了一种高渗透有源配电网多台区协同管控方 法，包括：获取配电网历史参数数据；根据所述分布式电源数据计算配电网分 布式电源出力预测值；基于所述配电网历史参数数据和所述配电网分布式电源 出力预测值构建配电网台区管控模型；根据所述配电网台区管控模型，对配电 网中各台区并行运算得到各台区优化配电网参数值；各台区之间进行信息交互， 交换边界信息，以各台区间所述边界信息一致作为约束条件，计算配电网总体 优化程度；将所述配电网总体优化程度达到预设优化目标要求所对应的参数值 作为各台区最优配电网参数值，根据所述各台区最优配电网参数值设定配电网 多台区运行参数。
基于第一方面，在一些实施例中，所述配电网历史参数数据包括配电网线 路运行数据、分布式电源数据、柔性负荷数据和储能装置数据；所述配电网线 路运行数据包括节点功率信息，线路容量，线路损耗，台区节点信息；所述分 布式电源数据包括风电出力，光伏出力；所述柔性负荷数据包括负荷变化功率， 调度成本；所述储能装置数据包括蓄电池功率，蓄电池折旧成本。
基于第一方面，在一些实施例中，配电网台区运行成本包括配电网台区第 一运行成本、配电网台区第二运行成本、配电网台区第三运行成本和配电网台 区第四运行成本；所述基于所述配电网历史参数数据和所述配电网分布式电源 出力预测值构建配电网台区管控模型，包括：基于所述分布式电源出力预测值 确定所述配电网台区第一运行成本；基于所述柔性负荷数据确定所述配电网台 区第二运行成本；基于所述储能装置数据确定所述配电网台区第三运行成本； 基于所述配电网线路运行数据确定所述配电网台区第四运行成本；根据所述配 电网台区运行成本构建配电网台区最小运行成本函数；基于所述配电网历史参 数数据建立约束条件，根据所述最小运行成本函数和所述约束条件构建配电网台区管控模型。
基于第一方面，在一些实施例中，所述基于所述分布式电源出力预测值确 定配电网台区第一运行成本，包括：根据风电出力和光伏出力的预测值与风电 出力和光伏出力实际值的差计算配电网台区第一运行成本；配电网台区第一运 行成本的计算公式为：
式中，T为总时段数；Ps,t表示第s台光伏电站在t时刻的并网出力实际值；表 示第s光伏电站在t时刻的出力预测值；Cs为单位弃光费用；Ns为光伏电站数 目；Pw,t为第w台风电场在t时刻的并网出力实际值；/>为第w台风电场在t时 刻的出力预测值；Cw为单位弃风费用，Nw为风电场数目。
基于第一方面，在一些实施例中，所述根据所述配电网台区运行成本构建 配电网台区最小运行成本函数，包括：根据所述配电网台区运行成本，构建最 小运行成本函数为：
minC＝C1+C2+C3+C4
式中，C1为分布式电源弃风、弃光成本；C2为柔性负荷调度成本；C3为储能 装置蓄电池折旧成本；C4为网损成本。
基于第一方面，在一些实施例中，所述基于所述配电网历史参数数据建立 约束条件，根据所述最小运行成本函数和所述约束条件构建配电网台区管控模 型，包括：基于所述配电网历史参数数据建立约束条件，所述约束条件包括节 点功率平衡约束、风光有功出力约束、负荷变化有功上下限约束、储能装置约 束、线路容量约束、系统损耗约束及边界耦合约束；将最小运行成本函数作为 配电网台区调控模型的目标函数，以节点功率平衡约束、风光有功出力约束、 负荷变化有功上下限约束、储能装置约束、线路容量约束、系统损耗约束及边 界耦合约束作为所述目标函数的约束条件，构建配电网台区管控模型。
基于第一方面，在一些实施例中，所述根据所述配电网台区管控模型，对 配电网中各台区并行运算得到各台区优化配电网参数值，包括：根据所述配电 网台区管控模型和所述边界信息，计算配电网总体优化程度，计算公式为：
式中，N为配电网台区数量；为台区ir的变量；/>为台区ir的目标函数，表示配电网总体优化程度；变量/>满足边界限制，台区ir与台区jr相邻，ir∈[1,N],jr∈[1,N]；所述各台区之间进行信息交互，交换边界信息， 以各台区间所述边界信息一致作为约束条件，计算配电网总体优化程度，包括： 台区内部计算/>完成后，各台区之间交换边界信息，所述边界信息为边界 节点电压信息，计算配电网总体优化程度重复执行所述根据所 述配电网台区管控模型，对配电网中各台区并行运算得到各台区优化配电网参 数值；所述各台区之间进行信息交互，交换边界信息，以各台区间所述边界信 息一致作为约束条件，计算配电网总体优化程度，直至所述配电网总体优化程 度达到预设优化目标要求。
第二方面，本发明实施例提供了一种高渗透有源配电网多台区协同管控装 置，包括：数据获取模块，用于获取配电网历史参数数据；预测模块，用于根 据所述分布式电源数据计算配电网分布式电源出力预测值；模型构建模块，用 于基于所述配电网历史参数数据和所述配电网分布式电源出力预测值构建配电 网台区管控模型；并行运算模块，用于根据所述配电网台区管控模型，对配电 网中各台区并行运算得到各台区优化配电网参数值；各台区之间进行信息交互， 交换边界信息，以各台区间所述边界信息一致作为约束条件，计算配电网总体 优化程度；参数设定模块，用于将所述配电网总体优化程度达到预设优化目标 要求所对应的参数值作为各台区最优配电网参数值，根据所述各台区最优配电 网参数值设定配电网多台区运行参数。
第三方面，本发明实施例提供了一种终端设备，包括存储器、处理器以及 存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行 所述计算机程序时实现如上述第一方面中任一项所述高渗透有源配电网多台区 协同管控方法的步骤。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可 读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第 一方面中任一项所述高渗透有源配电网多台区协同管控方法的步骤。
本发明实施例中，提供一种高渗透有源配电网多台区协同管控方法，利用 配电网多台区之间的可分解性，以及同步型算法的并行可独立性，改善配电网 台区群系统的集中管控现状。每个台区作为一个融合智能平台通过并行计算和 信息交换参与到配电网多台区的分布式协同管控中，实现更高效率的计算和整 个配电网的最优管控。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技 术描述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例，对于本领域普通技术人员来讲，在不付出创造性劳 动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的高渗透有源配电网多台区协同管控方法的流程 示意图；
图2是本发明实施例提供的高渗透有源配电网多台区协同管控装置结构示 意图；
图3是本发明实施例提供的终端设备的示意图。
具体实施方式
下面结合具体实施例对本发明进行更清楚的说明。以下实施例将有助于本 领域的技术人员进一步理解本发明的作用，但不以任何形式限制本发明。应当 指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还 可以做出若干变形和改进。这些都属于本发明的保护范围。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体 实施例来进行说明。
本发明实施例提供的一种高渗透有源配电网多台区协同管控方法，如图1 所示，该高渗透有源配电网多台区协同管控方法可以包括步骤101至步骤105。
步骤101：获取配电网历史参数数据。
获取高渗透有源配电网多台区协同管控方法所需配电网历史参数数据，所 需历史参数数据包括配电网线路运行数据、分布式电源数据、柔性负荷数据及 储能装置数据。
配电网线路运行数据包括节点功率信息，线路容量，线路损耗，台区节点 信息。
分布式电源数据包括风电出力功率，光伏出力功率，弃风、弃光成本；柔 性负荷数据包括负荷变化功率，调度成本；储能装置数据包括蓄电池功率，蓄 电池折旧成本。
步骤102：根据分布式电源数据计算配电网分布式电源出力预测值。
在本发明的一个实施例中，需要预测的配电网参数为分布式电源的出力数 据，包括光伏出力功率和风电出力功率。根据历史参数数据中的分布式电源数 据，通过人工智能算法进行估计，得到配电网参数的预测值。
步骤103：基于配电网历史参数数据和配电网分布式电源出力预测值构建 配电网台区管控模型。
在本发明的一个实施例中，基于配电网参数的预测值，以节点功率平衡约 束、风光出力约束、负荷变化有功上下限约束、储能充放电约束、线路容量约 束、系统损耗约束及边界耦合约束为约束条件，以台区运行成本最小为目标函 数，建立台区群分布式管控模型，具体包括：
步骤1031：基于分布式电源出力预测值确定配电网台区第一运行成本；
决定配电网台区运行成本的调控量包括分布式电源出力、柔性负荷调度和 储能装置充放电量和系统线路网络损耗，其中分布式电源出力相关的配电网台 区第一运行成本需要根据风电出力和光伏出力的预测值进行计算。
具体的，由分布式电源出力决定的配电网台区第一运行成本为：
式中，T为总时段数；Ps,t表示第s台光伏电站在t时刻的并网出力；表 示第s光伏电站在t时刻的预测出力；Cs为单位弃光费用；Ns为光伏电站数目； Pw,t为第w台风电场在t时刻的并网出力；/>为第w台风电场在t时刻的预测出 力；Cw为单位弃风费用，Nw为风电场数目。
具体的，与柔性负荷调度相关的配电网台区第二运行成本为：
式中，k1、k2为激励负荷的激励系数；Pi HR为节点i激励负荷所增加的有功 需求量；δH为激励负荷用户的增加负荷意愿因子；w1、w2为赔偿系数；Pi IR为 节点i可中断负荷所减少的有功需求量。
具体的，由储能装置充放电量决定的配电网台区第三运行成本为：
式中，P′b,t为第b台蓄电池在t时刻的放电功率；P″b,t为第b台蓄电池在t时刻 的充电功率；σ为蓄电池单位充放电折旧费用，NB为蓄电池数目。
配电网运行成本还包括线路网络损耗相关的配电网台区第四运行成本，计 算公式为：
式中，Ploss,t为t时刻全网的损耗；Closs为单位损耗费用。
步骤1032：根据配电网台区运行成本构建配电网台区最小运行成本函数。
根据配电网台区运行成本，构建最小运行成本函数为：
minC＝C1+C2+C3+C4 (5)
式中，C1为弃风、弃光成本；C2为柔性负荷调度成本；C3为蓄电池折旧 成本；C4为网损成本。
步骤1033：基于配电网历史参数数据建立约束条件，根据最小运行成本函 数和约束条件构建配电网台区管控模型。
配电网约束条件包括节点功率平衡约束、风光有功出力约束、负荷变化有 功上下限约束、储能装置约束、线路容量约束、系统损耗约束及边界耦合约束， 将采集的历史参数数据作为参考量来具体确定各约束条件。
节点功率平衡约束为：
pt+wt-(Dt-dt)＝B·θt (6)
式中，pt、wt、Dt、dt分别为t时段的台区光伏发电出力、风电场出力、 总负荷值和储能变化量构成的向量；B为系统的节点导纳阵；θt为t时段系统节 点相角矩阵。
风光有功出力约束为：
式中，和/>分别为光伏和风电出力的上限。
负荷变化有功上下限约束为：
式中，和/>分别为台区ir内节点i上所带可控负荷减少的有功功率及 其上下限，/>和/>分别为台区ir内节点i上所带可控负荷增加的有功功率及 其上下限。
储能装置充放电约束为：
式中，SOCb，t为t时刻蓄电池b的荷电量；SOCb，min和SOCb，max分别为蓄电 池b荷电量的下限和上限。
线路容量约束为：
式中，分别为线路(i,j)的有功功率上下限；/>为时段t线路(i,j) i端的电压相角；xij为线路(i,j)的电抗。
系统损耗约束为：
式中，gij为支路(i,j)的电导。
边界耦合约束为：
具体的，要令不同台区之间的公共节点的相角相等，节点1和节点2作为 公共节点复制到两个区中，满足：
式中，和/>分别为台区ir中节点i和节点j的电压相角；/>和/>分 别为台区jr中节点i和节点j的电压相角，台区ir与台区jr相邻。
配电网台区调控模型以分布式电源出力、柔性负荷调度、储能装置充放电 量为调控量构建目标函数，以节点功率平衡约束、风光有功出力约束、负荷变 化有功上下限约束、储能装置约束、线路容量约束、系统损耗约束及边界耦合 约束作为约束条件，实现配电网运行成本最小的调控目标。
步骤104：根据配电网台区管控模型，配电网中各台区并行运算得到各台 区优化配电网参数值；各台区之间进行信息交互，交换边界信息，以各台区间 边界信息一致作为约束条件，计算配电网总体优化程度。
基于配电网台区管控模型的目标函数和约束条件，将采用同步交替方向乘 子法的边缘计算引入，利用同步交替方向乘子法使每次迭代过程中相邻区域之 间并行计算，各自计算结束后交换边界信息，判断是否进行下一次迭代。
交替方向乘子法的基本形式为：
式中，F1和F2是凸函数，变量x1和x2是两组变量；目标函数由与各组变 量分别相关的两个函数F1(x1)和F2(x2)组成；Ax1＝Bx2为相邻区域之间的边界耦 合方程；A、B为相邻区域耦合等式系数矩阵。
获取两区域的迭代求解过程为：
式中，k为迭代次数；λ为增广拉格朗日乘子向量；β为大于零的常数；第 1、2个式子分别为相邻台区内部变量的更新；第3个式子为拉格朗日乘子向量 的更新。
具体的，由增广拉格朗日函数的一次项和二次项得：
为常数项可以省略，并令/>获取同步交替方向乘子法的 迭代公式：
具体的，根据两区域迭代的计算结果，对应边界变量的平均值作为下一次 迭代计算的固定值，代替交替方向乘子法基本形式选取的最近一次迭代相邻区 域的边界变量值为：
根据新的边界变量值，获取相邻台区并行计算的迭代公式：
根据式(17)获取各区域第k次迭代结果，每个区域划分开来进行并行计 算、独立求解。
每次求解完后，进行信息交互；根据式(18)，统一更新区域之间的边界 变量。
在本发明的一个实施例中，根据配电网台区群分布式管控模型的目标函数 和约束条件，交替方向乘子法的基本形式，同步交替方向乘子法的迭代公式， 求解台区群分布式管控模型，具体包括：
基于交替方向乘子法的基本形式，获取两个函数F1(x1)和F2(x2)，分别为 待优化两区域的目标函数；
根据交替方向乘子法的基本形式，获取边界耦合方程Ax1＝Bx2满足式(12)， 耦合变量为相邻两区域的边界节点相角；
具体的，获取一个节点电压相角作为全局的参考相角，使不同区域的边界 相角保持一致；
基于经济调度模型的目标函数和约束条件，获取一般形式台区群分布式优 化调度模型：
式中，N为配电网台区群台区数量；为台区ir的变量；/>为台区ir的 目标函数；变量/>满足边界限制，台区ir与台区jr相邻，ir∈[1,N],jr∈[1,N]。
根据台区群分布式优化管控模型，台区群的每个台区可以进一步求解完成 自身的边缘计算，实现每个子优化目标，由各子区域最优进而实现整个台区群 的最优管控。
步骤105：确定当前各台区优化配电网参数值为各台区最优配电网参数值， 根据各台区最优配电网参数值设定各台区配电网运行参数。
参见图2，本发明实施例提供了一种高渗透有源配电网多台区协同管控装 置30，包括：数据获取模块310、预测模块320、模型构建模块330、并行运算 模块340和参数设定模块350。
数据获取模块310，用于获取配电网历史参数数据。
预测模块320，用于根据分布式电源数据计算配电网分布式电源出力预测 值。
模型构建模块330，用于基于配电网历史参数数据和配电网分布式电源出 力预测值构建配电网台区管控模型。
并行运算模块340，用于根据配电网台区管控模型，对配电网中各台区并 行运算得到各台区优化配电网参数值；各台区之间进行信息交互，交换边界信 息，以各台区间边界信息一致作为约束条件，计算配电网总体优化程度。
参数设定模块350，用于将配电网总体优化程度达到预设优化目标要求所 对应的参数值作为各台区最优配电网参数值，根据各台区最优配电网参数值设 定配电网多台区运行参数。
图3是本发明一实施例提供的终端设备的示意图。如图3所示，该实施例 的终端设备4包括：处理器40、存储器41以及存储在存储器41中并可在所述 处理器40上运行的计算机程序42，例如高渗透有源配电网多台区协同管控程 序。所述处理器40执行所述计算机程序42时实现上述高渗透有源配电网多台 区协同管控方法实施例中的步骤，例如图1所示的步骤101至步骤105。或者， 所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元 的功能，例如图2所示模块310至350的功能。
示例性的，所述计算机程序42可以被分割成一个或多个模块/单元，所述 一个或者多个模块/单元被存储在所述存储器41中，并由所述处理器40执行， 以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计 算机程序指令段，该指令段用于描述所述计算机程序42在所述终端设备4中的 执行过程。例如，所述计算机程序42可以被分割成数据获取模块、预测模块、 模型构建模块、并行运算模块和参数设定模块。
所述终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等 计算设备。所述终端设备可包括，但不仅限于，处理器40、存储器41。本领域 技术人员可以理解，图3仅仅是终端设备4的示例，并不构成对终端设备4的 限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部 件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit，CPU)，还可 以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用 集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或 者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理 器也可以是任何常规的处理器等。
所述存储器41可以是所述终端设备4的内部存储单元，例如终端设备4 的硬盘或内存。所述存储器41也可以是所述终端设备4的外部存储设备，例如 所述终端设备4上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)， 安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述 存储器41还可以既包括所述终端设备4的内部存储单元也包括外部存储设备。 所述存储器41用于存储所述计算机程序以及所述终端设备所需的其他程序和 数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上 述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上 述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不 同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功 能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在， 也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬 件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模 块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上 述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程， 在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详 述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示 例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来 实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用 和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现 所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法， 可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示 意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现 时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一 个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间 的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或 通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为 单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者 也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部 单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中， 也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元 中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的 形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品 销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解， 本发明实现上述实施例方法中的全部或部分流程，也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计算机可读存储介质中， 该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中， 所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、 对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括： 能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、 磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机 存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软 件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法 管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根 据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照 前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其 依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特 征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发 明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (9)

1.一种高渗透有源配电网多台区协同管控方法，其特征在于，包括：
获取配电网历史参数数据；根据分布式电源数据计算配电网分布式电源出力预测值；基于所述配电网历史参数数据和所述配电网分布式电源出力预测值构建配电网台区管控模型；
根据所述配电网台区管控模型，对配电网中各台区并行运算得到各台区优化配电网参数值；各台区之间进行信息交互，交换边界信息，以各台区间所述边界信息一致作为约束条件，计算配电网总体优化程度；
将所述配电网总体优化程度达到预设优化目标要求所对应的参数值作为各台区最优配电网参数值，根据所述各台区最优配电网参数值设定配电网多台区运行参数；
所述根据所述配电网台区管控模型，对配电网中各台区并行运算得到各台区优化配电网参数值，包括：
根据所述配电网台区管控模型和所述边界信息，计算配电网总体优化程度，计算公式为：
式中，为配电网台区数量；/>为台区/>的变量；/>为台区/>的目标函数，表示配电网总体优化程度；变量/>满足边界限制，台区/>与台区/>相邻，；
所述各台区之间进行信息交互，交换边界信息，以各台区间所述边界信息一致作为约束条件，计算配电网总体优化程度，包括：
台区内部计算完成后，各台区之间交换边界信息，所述边界信息为边界节点电压信息，计算配电网总体优化程度/>；
重复执行所述根据所述配电网台区管控模型，对配电网中各台区并行运算得到各台区优化配电网参数值；所述各台区之间进行信息交互，交换边界信息，以各台区间所述边界信息一致作为约束条件，计算配电网总体优化程度，直至所述配电网总体优化程度达到预设优化目标要求。
2.如权利要求1所述的高渗透有源配电网多台区协同管控方法，其特征在于，所述配电网历史参数数据包括配电网线路运行数据、分布式电源数据、柔性负荷数据和储能装置数据；
所述配电网线路运行数据包括节点功率信息，线路容量，线路损耗，台区节点信息；
所述分布式电源数据包括风电出力，光伏出力；所述柔性负荷数据包括负荷变化功率，调度成本；
所述储能装置数据包括蓄电池功率，蓄电池折旧成本。
3.如权利要求2所述的高渗透有源配电网多台区协同管控方法，其特征在于，配电网台区运行成本包括配电网台区第一运行成本、配电网台区第二运行成本、配电网台区第三运行成本和配电网台区第四运行成本；
所述基于所述配电网历史参数数据和所述配电网分布式电源出力预测值构建配电网台区管控模型，包括：
基于所述分布式电源出力预测值确定所述配电网台区第一运行成本；
基于所述柔性负荷数据确定所述配电网台区第二运行成本；
基于所述储能装置数据确定所述配电网台区第三运行成本；
基于所述配电网线路运行数据确定所述配电网台区第四运行成本；
根据所述配电网台区运行成本构建配电网台区最小运行成本函数；
基于所述配电网历史参数数据建立约束条件，根据所述最小运行成本函数和所述约束条件构建配电网台区管控模型。
4. 如权利要求3所述的高渗透有源配电网多台区协同管控方法，其特征在于，所述基于所述分布式电源出力预测值确定配电网台区第一运行成本，包括：
根据风电出力和光伏出力的预测值与风电出力和光伏出力实际值的差计算
配电网台区第一运行成本；配电网台区第一运行成本的计算公式为：
式中，为总时段数；/>表示第s台光伏电站在t时刻的并网出力实际值；/>表示第s光伏电站在t时刻的出力预测值；/>为单位弃光费用；/>为光伏电站数目；/>为第/>台风电场在t时刻的并网出力实际值；/>为第/>台风电场在t时刻的出力预测值；/>为单位弃风费用，/>为风电场数目。
5.如权利要求3所述的高渗透有源配电网多台区协同管控方法，其特征在于，所述根据所述配电网台区运行成本构建配电网台区最小运行成本函数，包括：
根据所述配电网台区运行成本，构建最小运行成本函数为：
式中，为分布式电源弃风、弃光成本；/>为柔性负荷调度成本；/>为储能装置蓄电池折旧成本；/>为网损成本。
6.如权利要求3所述的高渗透有源配电网多台区协同管控方法，其特征在于，所述基于所述配电网历史参数数据建立约束条件，根据所述最小运行成本函数和所述约束条件构建配电网台区管控模型，包括：
基于所述配电网历史参数数据建立约束条件，所述约束条件包括节点功率平衡约束、风光有功出力约束、负荷变化有功上下限约束、储能装置约束、线路容量约束、系统损耗约束及边界耦合约束；
将最小运行成本函数作为配电网台区调控模型的目标函数，以节点功率平衡约束、风光有功出力约束、负荷变化有功上下限约束、储能装置约束、线路容量约束、系统损耗约束及边界耦合约束作为所述目标函数的约束条件，构建配电网台区管控模型。
7.一种高渗透有源配电网多台区协同管控装置，其特征在于，包括：
数据获取模块，用于获取配电网历史参数数据；
预测模块，用于根据分布式电源数据计算配电网分布式电源出力预测值；
模型构建模块，用于基于所述配电网历史参数数据和所述配电网分布式电源出力预测值构建配电网台区管控模型；
并行运算模块，用于根据所述配电网台区管控模型，对配电网中各台区并行运算得到各台区优化配电网参数值；各台区之间进行信息交互，交换边界信息，以各台区间所述边界信息一致作为约束条件，计算配电网总体优化程度；
参数设定模块，用于将所述配电网总体优化程度达到预设优化目标要求所对应的参数值作为各台区最优配电网参数值，根据所述各台区最优配电网参数值设定配电网多台区运行参数；
所述根据所述配电网台区管控模型，对配电网中各台区并行运算得到各台区优化配电网参数值，包括：
根据所述配电网台区管控模型和所述边界信息，计算配电网总体优化程度，计算公式为：
式中，为配电网台区数量；/>为台区/>的变量；/>为台区/>的目标函数，表示配电网总体优化程度；变量/>满足边界限制，台区/>与台区/>相邻，；
所述各台区之间进行信息交互，交换边界信息，以各台区间所述边界信息一致作为约束条件，计算配电网总体优化程度，包括：
台区内部计算完成后，各台区之间交换边界信息，所述边界信息为边界节点电压信息，计算配电网总体优化程度/>；
重复执行所述根据所述配电网台区管控模型，对配电网中各台区并行运算得到各台区优化配电网参数值；所述各台区之间进行信息交互，交换边界信息，以各台区间所述边界信息一致作为约束条件，计算配电网总体优化程度，直至所述配电网总体优化程度达到预设优化目标要求。
8.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述高渗透有源配电网多台区协同管控方法的步骤。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述高渗透有源配电网多台区协同管控方法的步骤。
CN202110797484.7A 2021-07-14 2021-07-14 高渗透有源配电网多台区协同管控方法、装置和终端设备 Active CN113644682B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110797484.7A CN113644682B (zh) 2021-07-14 2021-07-14 高渗透有源配电网多台区协同管控方法、装置和终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110797484.7A CN113644682B (zh) 2021-07-14 2021-07-14 高渗透有源配电网多台区协同管控方法、装置和终端设备

Publications (2)

Publication Number Publication Date
CN113644682A CN113644682A (zh) 2021-11-12
CN113644682B true CN113644682B (zh) 2023-08-25

Family

ID=78417282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110797484.7A Active CN113644682B (zh) 2021-07-14 2021-07-14 高渗透有源配电网多台区协同管控方法、装置和终端设备

Country Status (1)

Country Link
CN (1) CN113644682B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116231766B (zh) * 2023-05-09 2023-08-01 国网浙江省电力有限公司永康市供电公司 高渗透率光伏智能配电台区协调分配方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110048420A (zh) * 2019-05-15 2019-07-23 广东电网有限责任公司 一种配电网随机优化调度的方法、装置和介质
CN110880760A (zh) * 2019-11-29 2020-03-13 国网辽宁省电力有限公司葫芦岛供电公司 一种低压配电网线损与无功补偿协同优化方法
WO2020082409A1 (zh) * 2018-10-22 2020-04-30 清华大学 一种输配电网非迭代的分解协调动态调度方法
CN112994097A (zh) * 2021-03-04 2021-06-18 河北工业大学 一种基于智能配变终端系统的高比例分布式光伏协同控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020082409A1 (zh) * 2018-10-22 2020-04-30 清华大学 一种输配电网非迭代的分解协调动态调度方法
CN110048420A (zh) * 2019-05-15 2019-07-23 广东电网有限责任公司 一种配电网随机优化调度的方法、装置和介质
CN110880760A (zh) * 2019-11-29 2020-03-13 国网辽宁省电力有限公司葫芦岛供电公司 一种低压配电网线损与无功补偿协同优化方法
CN112994097A (zh) * 2021-03-04 2021-06-18 河北工业大学 一种基于智能配变终端系统的高比例分布式光伏协同控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于分布式电源接入的低压台区节点模型抗损研究;刘金亮;宋文乐;黄庆;王立宗;董成哲;;机械与电子(第08期);全文 *

Also Published As

Publication number Publication date
CN113644682A (zh) 2021-11-12

Similar Documents

Publication Publication Date Title
Morstyn et al. Model predictive control for distributed microgrid battery energy storage systems
CN110266038B (zh) 一种多虚拟电厂分布式协调调控方法
Morstyn et al. Scalable energy management for low voltage microgrids using multi-agent storage system aggregation
Xia et al. An autonomous real-time charging strategy for plug-in electric vehicles to regulate frequency of distribution system with fluctuating wind generation
CN111525601A (zh) 用户侧储能设备的充放电控制方法、装置及存储介质
Lezama et al. Agent-based microgrid scheduling: An ICT perspective
CN106953362A (zh) 并网型微电网的能量管理方法及系统
Li et al. Research on optimal configuration strategy of energy storage capacity in grid-connected microgrid
WO2022001304A1 (zh) 设备供电的方法、系统及相关设备
CN116054241B (zh) 一种新能源微电网群系统鲁棒能量管理方法
CN113644682B (zh) 高渗透有源配电网多台区协同管控方法、装置和终端设备
CN116502832A (zh) 一种多微电网联合规划方法、系统、存储介质及电子设备
CN112953007A (zh) 配电网调度方法、装置及系统、处理器、电子设备
CN115660371A (zh) 虚拟电厂日前日内两阶段协同调控方法及装置
CN115146872A (zh) 配电网中可调资源的灵活性聚合方法、装置、设备及介质
CN115758884A (zh) 一种虚拟电厂分布式资源的数字孪生构建方法
CN114202229B (zh) 基于深度强化学习的微电网的能量管理策略的确定方法
CN113780722B (zh) 配电网的联合规划方法、装置、计算机设备和存储介质
CN109829599A (zh) 基于高比例可再生能源的配电网的集群划分方法及装置
CN117172486A (zh) 一种基于强化学习的虚拟电厂光储资源聚合调控方法
CN115622087B (zh) 配电网的功率调控方法、装置和设备
CN115525979B (zh) 一种主动配电网可调度能力的多时间尺度评估方法及系统
Zhou et al. An integrated two-level distributed dispatch for interconnected microgrids considering unit commitment and transmission loss
CN115498694A (zh) 多微电网组群规划方法、装置及电子设备
CN114142460B (zh) 综合能源系统中储能双层目标优化配置方法及终端

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