CN113722940A - 一种电网机组组合与技改计划联合优化方法 - Google Patents

一种电网机组组合与技改计划联合优化方法 Download PDF

Info

Publication number
CN113722940A
CN113722940A CN202111296693.XA CN202111296693A CN113722940A CN 113722940 A CN113722940 A CN 113722940A CN 202111296693 A CN202111296693 A CN 202111296693A CN 113722940 A CN113722940 A CN 113722940A
Authority
CN
China
Prior art keywords
power
distribution network
network
cost
transmission
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
CN202111296693.XA
Other languages
English (en)
Other versions
CN113722940B (zh
Inventor
蔡杰
郑旭
徐小琴
杨明
廖爽
熊炜
郭婷
陈曦
杭翠翠
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.)
Economic and Technological Research Institute of State Grid Hubei Electric Power Co Ltd
Original Assignee
Economic and Technological Research Institute of State Grid Hubei 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 Economic and Technological Research Institute of State Grid Hubei Electric Power Co Ltd filed Critical Economic and Technological Research Institute of State Grid Hubei Electric Power Co Ltd
Priority to CN202111296693.XA priority Critical patent/CN113722940B/zh
Publication of CN113722940A publication Critical patent/CN113722940A/zh
Application granted granted Critical
Publication of CN113722940B publication Critical patent/CN113722940B/zh
Active 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]
    • G06F30/20—Design optimisation, verification or simulation
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • 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
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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

Abstract

一种电网机组组合与技改计划联合优化方法，该方法先以机组组合成本与技改成本之和最小为目标，分别构建输电网、配电网的机组组合与技改计划联合优化子模型，然后基于输配电网的拓扑、负荷、机组、新能源、技改项目以及电价参数，采用改进的目标级联分析算法对构建的输电网优化子模型、配电网优化子模型进行求解，得到输、配电网的机组组合与技改计划优化结果。该方法不仅有效兼顾系统的负荷供电需求与技改施工需求，而且提高了收敛性，在高比例新能源电力系统中表现出很强的适应性。

Description

一种电网机组组合与技改计划联合优化方法
技术领域
本发明属于电网技改优化领域，具体涉及一种考虑输配协同的电网机组组合与技改计划联合优化方法。
背景技术
电网设备数量多、分布广，随着运行时间的累积，高故障风险的设备或难以满足电网运行需求的设备不断增加。为保障电网的安全稳定运行，电网公司每年都会投入大量人力财力开展电网设备技术改造工作，其中技改计划编制是重要的一环。
目前，技改计划编制方法主要有两种：一是根据设备的运行状态评价结果和重要性评价结果进行改造紧迫程度定级排序，再根据专家经验编制计划；二是构建技改计划优化编制模型，采用某种算法求解得到技改计划。方法一由于编制过程过于依赖主观经验，正逐渐被方法二取代。对于方法二，目前大多不考虑与机组组合问题的联合优化，且仅面向输配两级中的一级，这在一定程度上限制了输配系统整体运行经济性的进一步提升。随着新型电力系统建设的不断推进，新能源在输配两级的渗透率不断提高，大量可控分布式发电(controllable distributed generation, CDG)接入传统配电网使其演变为主动配电网，输配两级间的供需关系将更为复杂。因此，有必要综合利用系统协同理论实现输配两级电网的机组组合与技改计划联合优化。
发明内容
本发明的目的是克服现有技术中存在的上述问题，提供一种充分考虑输配网间功率协调关系且具有良好收敛性的电网机组组合与技改计划联合优化方法。
为实现以上目的，本发明提供了以下技术方案：
一种电网机组组合与技改计划联合优化方法，依次包括以下步骤：
步骤A、分别构建输电网、配电网的机组组合与技改计划联合优化子模型，所述输电网优化子模型、配电网优化子模型均以机组组合成本与技改成本之和最小为优化目标；
步骤B、基于输配电网的拓扑、负荷、机组、新能源、技改项目以及电价参数，采用改进的目标级联分析算法对构建的输电网优化子模型、配电网优化子模型进行求解，得到输、配电网的机组组合与技改计划优化结果。
步骤B中，所述改进的目标级联分析算法的目标函数为：
Figure 76565DEST_PATH_IMAGE001
Figure 511482DEST_PATH_IMAGE002
上式中，
Figure 884694DEST_PATH_IMAGE003
、
Figure 358532DEST_PATH_IMAGE004
分别为采用改进的目标级联分析算法对一致性约束处理后 输、配电网的目标函数，
Figure 704063DEST_PATH_IMAGE005
、
Figure 57684DEST_PATH_IMAGE006
分别为输、配电网的目标函数，
Figure 839564DEST_PATH_IMAGE007
为t时段与输电网相 连的配电网k在输配边界节点处的显性惩罚因子，
Figure 569623DEST_PATH_IMAGE008
、
Figure 769660DEST_PATH_IMAGE009
分别为t时段与输电网相连的 配电网k在输配边界节点处输电网向配电网、配电网向输电网传输的未知耦合变量，
Figure 294182DEST_PATH_IMAGE010
、
Figure 189457DEST_PATH_IMAGE011
分别为t时段与输电网相连的配电网k在输配边界节点处输电网向配电网、配电网向 输电网传输的已知耦合变量，
Figure 444245DEST_PATH_IMAGE012
为与输电网相连的配电网数量，T为时段总数。
所述步骤B依次包括以下步骤：
步骤B1、令迭代次数x = 0，并设置
Figure 29947DEST_PATH_IMAGE007
、
Figure 990950DEST_PATH_IMAGE013
、
Figure 311204DEST_PATH_IMAGE010
的初值及
Figure 117486DEST_PATH_IMAGE014
、
Figure 26536DEST_PATH_IMAGE015
、
Figure 142129DEST_PATH_IMAGE016
，其中，
Figure 402209DEST_PATH_IMAGE013
为与输电网相连的配电网k在输配边界节点处的隐性惩罚因子，
Figure 12182DEST_PATH_IMAGE014
为
Figure 588787DEST_PATH_IMAGE013
的增长率，
Figure 626014DEST_PATH_IMAGE015
、
Figure 638969DEST_PATH_IMAGE016
分别为耦合变量、全局目标的收敛精度；
步骤B2、令x = x+1，求解配电网优化子模型，得到
Figure 293111DEST_PATH_IMAGE017
，即第x次迭代时的
Figure 973491DEST_PATH_IMAGE018
；
步骤B3、求解输电网优化子模型，得到
Figure 447198DEST_PATH_IMAGE019
，即第x次迭代时的
Figure 167023DEST_PATH_IMAGE020
；
步骤B4、通过下式判断全局目标是否收敛，若收敛，则进入步骤B5，否则对所有惩罚因子进行更新后返回步骤B2：
Figure 853220DEST_PATH_IMAGE021
上式中，
Figure 856948DEST_PATH_IMAGE022
、
Figure 547561DEST_PATH_IMAGE023
分别为除去切负荷惩罚项的输、配电网的目标函数，
Figure 3950DEST_PATH_IMAGE024
、
Figure 759417DEST_PATH_IMAGE025
分别为第x次迭代时的
Figure 352072DEST_PATH_IMAGE022
、
Figure 918314DEST_PATH_IMAGE023
，
Figure 861999DEST_PATH_IMAGE026
、
Figure 421156DEST_PATH_IMAGE027
分别为输、配电网的节点数量，
Figure 133897DEST_PATH_IMAGE028
、
Figure 106926DEST_PATH_IMAGE029
分别为t时段输电网节点n、配电网节点m的切负荷量，M为一个充分大的正数；
步骤B5、通过下式判断耦合变量是否收敛，若收敛，则输出优化结果，否则对所有惩罚因子进行更新后返回步骤B2：
Figure 537907DEST_PATH_IMAGE030
。
步骤B4、B5中，所述对所有惩罚因子进行更新的方式为：
Figure 635176DEST_PATH_IMAGE031
上式中，
Figure 468003DEST_PATH_IMAGE032
为第x次迭代时的
Figure 110468DEST_PATH_IMAGE007
值，
Figure 28745DEST_PATH_IMAGE033
为第x次迭代时的
Figure 929705DEST_PATH_IMAGE013
，
Figure 351459DEST_PATH_IMAGE013
为t时段与输电网相连的配电网k在输配边界节点处的隐性惩罚因子，e为自然底数。
步骤A中，所述输电网优化子模型的目标函数
Figure 928940DEST_PATH_IMAGE005
为：
Figure 68935DEST_PATH_IMAGE034
Figure 773585DEST_PATH_IMAGE035
上式中，T为时段总数，
Figure 315425DEST_PATH_IMAGE036
、
Figure 565272DEST_PATH_IMAGE037
分别为输电网中火电机组的运行、开机成 本，
Figure 926983DEST_PATH_IMAGE038
为输电网的弃风成本，
Figure 169746DEST_PATH_IMAGE039
为输电网向配电网售电的增益，
Figure 566092DEST_PATH_IMAGE040
、
Figure 488305DEST_PATH_IMAGE041
、
Figure 274995DEST_PATH_IMAGE042
分别为输电网技改施工成本、切负荷成本、切负荷惩罚项，
Figure 55870DEST_PATH_IMAGE043
为输电网中火电机 组数量，
Figure 821569DEST_PATH_IMAGE044
、
Figure 662486DEST_PATH_IMAGE045
分别为火电机组i的购电成本一次系数及常系数，
Figure 139735DEST_PATH_IMAGE046
为火电机组i在t时 段的出力，
Figure 724300DEST_PATH_IMAGE047
为火电机组i的开机成本，
Figure 347436DEST_PATH_IMAGE048
为火电机组i在t时段的启停状态，开机时 为1，反之为0，
Figure 359254DEST_PATH_IMAGE049
为输电网的弃风成本系数，
Figure 182854DEST_PATH_IMAGE050
、
Figure 571110DEST_PATH_IMAGE051
分别为输电网在t时段的风电预 测及实际出力，
Figure 547287DEST_PATH_IMAGE012
为与输电网相连的配电网数量，
Figure 730007DEST_PATH_IMAGE052
为与输电网相连的配电网k的输配 边界节点在t时段的电价，
Figure 149225DEST_PATH_IMAGE053
为t时段与输电网相连的配电网k在输配边界节点的等效负 荷，其正方向为输电网指向配电网，D为技改计划时段总数，
Figure 278855DEST_PATH_IMAGE054
为输电网技改工程数量，
Figure 155544DEST_PATH_IMAGE055
为d时段输电网技改工程v的施工费，
Figure 978006DEST_PATH_IMAGE056
为d时段输电网技改工程v的施工状态，施 工时为1，反之为0，
Figure 977797DEST_PATH_IMAGE057
为输电网的节点数量，
Figure 989747DEST_PATH_IMAGE058
为t时段节点n的单位切负荷成本，
Figure 720942DEST_PATH_IMAGE059
为t时段节点n的切负荷量，M为一个充分大的正数；
所述配电网优化子模型的目标函数
Figure 245464DEST_PATH_IMAGE006
为：
Figure 907783DEST_PATH_IMAGE060
Figure 238271DEST_PATH_IMAGE061
上式中，
Figure 73240DEST_PATH_IMAGE062
为与输电网相连的配电网k中CDG机组的运行成本，
Figure 830981DEST_PATH_IMAGE063
为与输 电网相连的配电网k向输电网购电的成本，
Figure 59224DEST_PATH_IMAGE064
为与输电网相连的配电网k的弃风成 本，
Figure 616239DEST_PATH_IMAGE065
、
Figure 587606DEST_PATH_IMAGE066
、
Figure 453930DEST_PATH_IMAGE067
、
Figure 963278DEST_PATH_IMAGE068
分别为与输电网相连的配电网k的技改施工成本、切 负荷成本、联络支路投切成本、切负荷惩罚项，
Figure 573251DEST_PATH_IMAGE069
为配电网内CDG机组数量，
Figure 602387DEST_PATH_IMAGE070
、
Figure 639613DEST_PATH_IMAGE071
分别为配电网内CDG机组i的购电成本一次系数及常系数，
Figure 137722DEST_PATH_IMAGE072
为t时段CDG机组i的 出力，
Figure 551385DEST_PATH_IMAGE073
为t时段与输电网相连的配电网k在输配边界节点的等效有功注入，其正方向为 输电网指向配电网，
Figure 638290DEST_PATH_IMAGE052
为与输电网相连的配电网k的输配边界节点在t时段的电价，
Figure 111997DEST_PATH_IMAGE074
为配电网的弃风成本系数，
Figure 81090DEST_PATH_IMAGE075
、
Figure 285063DEST_PATH_IMAGE076
分别为t时段配电网的风电预测出力和风电实际出 力，
Figure 288791DEST_PATH_IMAGE077
为配电网技改工程数量，
Figure 667819DEST_PATH_IMAGE078
为d时段配电网技改工程s的施工费，
Figure 124209DEST_PATH_IMAGE079
为d时 段配电网技改工程s的施工状态，施工时为1，反之为0，
Figure 630407DEST_PATH_IMAGE080
为配电网节点数，
Figure 754221DEST_PATH_IMAGE081
为t时 段配电网节点m的切负荷成本系数，
Figure 304151DEST_PATH_IMAGE082
为t时段配电网节点m的切负荷量，
Figure 513416DEST_PATH_IMAGE083
为联络支 路数量，
Figure 56261DEST_PATH_IMAGE084
为联络支路q的单次投切成本，
Figure 769002DEST_PATH_IMAGE085
为t时段联络支路q的投切状态，投入时为 1，反之为0，M为一个充分大的正数。
所述输电网优化子模型的约束条件包括火电机组出力约束、火电机组启停时间约束、火电机组爬坡率约束、风电出力约束、系统功率平衡约束、系统备用约束、输电网潮流约束、线路容量约束、技改施工状态约束、技改施工关联约束；
所述配电网优化子模型的约束条件包括CDG出力约束、线路容量约束、风电出力约束、配电网潮流约束、配电网拓扑约束、节点电压约束、变电站容量约束、技改施工状态约束、技改施工关联约束。
步骤B中，所述输电网的机组组合与技改计划优化结果包括：火电机组启停状态、火电机组出力、节点切负荷量、输配边界功率、风电出力、技改施工计划、火电机组运行成本、火电机组开机成本、输电网弃风成本、输电网向配网售电的增益、输电网施工成本、输电网切负荷成本；
所述配电网的机组组合与技改计划优化结果包括：CDG启停状态、CDG出力、节点切负荷量、联络支路投切状态、风电出力、技改施工计划、CDG运行成本、配电网向输电网购电的成本、配电网弃风成本、配电网施工成本、配电网切负荷成本、联络支路投切成本。
与现有技术相比，本发明的有益效果为：
本发明一种电网机组组合与技改计划联合优化方法先以机组组合成本与技改成本之和最小为目标，分别构建输电网、配电网的机组组合与技改计划联合优化子模型，然后基于输配电网的拓扑、负荷、机组、新能源、技改项目以及电价参数，采用改进的目标级联分析算法对构建的输电网优化子模型、配电网优化子模型进行求解，得到输、配电网的机组组合与技改计划优化结果，一方面，该方法提出的机组组合与技改计划联合优化模型可以有效兼顾系统的负荷供电需求与技改施工需求，合理安排机组的启停计划及技改项目的施工计划，从而使系统的机组组合成本与技改施工成本最优，另一方面，本方法基于改进的目标级联分析算法对优化问题进行求解，该算法具有良好的收敛性，并且可通过分解庞大的输配协同优化模型达到提高收敛性的效果，在高比例新能源电力系统中表现出很强的适应性，能够有效地协调输配双方的边界功率，大幅降低弃风比例。因此，本发明不仅有效兼顾系统的负荷供电需求与技改施工需求，而且提高了收敛性，在高比例新能源电力系统中表现出很强的适应性。
附图说明
图1为输配协同优化问题的分解示意图。
图2为实施例1的输配系统拓扑结构图。
图3为实施例1的优化结果中机组启停状态分布图。
图4为实施例1的优化结果中技改计划分布图。
图5为实施例1的优化结果中联络支路投切状态分布图。
图6为实施例1的配网拓扑变化图。
图7为t=139h的输配耦合变量迭代曲线。
图8为输配成本迭代曲线。
图9为风电倍率对优化目标的影响示意图。
图10为风电倍率对弃风比例的影响示意图。
具体实施方式
下面结合具体附图以及实施方式对本发明作进一步的说明。
本发明提供了一种电网机组组合与技改计划联合优化方法，选取输配边界节点有 功功率作为耦合变量，将输配全局优化问题分解为输电网优化子问题和配电网优化子问 题，如图1所示。系统分解后，输配边界节点有功功率在输电网侧等效为负荷
Figure 755413DEST_PATH_IMAGE086
，在配电网 侧等效为电源
Figure 186394DEST_PATH_IMAGE087
。在优化过程中，边界耦合变量需满足一致性约束，如下式所示：
Figure 34396DEST_PATH_IMAGE088
在满足上述一致性约束的条件下，当分解后的各个输配电网个体优化目标收敛 时，可认为输配全局优化目标（
Figure 804906DEST_PATH_IMAGE089
）达到最优。
目标级联分析（ATC）算法是一种常用的多主体、多层级分布式优化算法，在本质上属于最优化理论中的乘子法。在ATC优化框架下，输网与配网各自对所管辖区域进行优化，并将输配边界耦合变量的优化结果传输至对方调控中心，各调控中心通过在目标函数中增加耦合变量协同优化惩罚项使得自身耦合变量取值不断向对方提供的耦合变量靠拢，交替迭代一定次数后使得耦合变量满足上述一致性约束，从而达到输配全局最优。
常规ATC算法的耦合变量协同优化惩罚项通常采用二阶对角罚函数、拉格朗日对偶罚函数等形式，这些罚函数中均含有耦合变量平方项。本发明所涉及的问题为机组组合与技改计划联合优化问题，具有0-1状态变量多、输配耦合变量维度高、优化时间尺度大的特点，采用以上形式的罚函数难以保证优化模型的收敛，因此本发明提出一种改进ATC算法，该算法对一致性约束处理后的目标函数为：
Figure 962217DEST_PATH_IMAGE090
Figure 880495DEST_PATH_IMAGE002
实施例1：
一种电网机组组合与技改计划联合优化方法，依次按照以下步骤进行：
1、分别构建输、配电网的机组组合与技改计划联合优化子模型，其中，所述输电网 优化子模型的目标函数
Figure 515876DEST_PATH_IMAGE005
为：
Figure 443687DEST_PATH_IMAGE034
Figure 771901DEST_PATH_IMAGE035
上式中，T为时段总数，
Figure 911895DEST_PATH_IMAGE036
、
Figure 616546DEST_PATH_IMAGE037
分别为输电网中火电机组的运行、开机成 本，
Figure 174697DEST_PATH_IMAGE038
为输电网的弃风成本，
Figure 673812DEST_PATH_IMAGE039
为输电网向配电网售电的增益，
Figure 301102DEST_PATH_IMAGE040
、
Figure 278285DEST_PATH_IMAGE041
、
Figure 189478DEST_PATH_IMAGE042
分别为输电网技改施工成本、切负荷成本、切负荷惩罚项，
Figure 859494DEST_PATH_IMAGE043
为输电网中火电机 组数量，
Figure 974081DEST_PATH_IMAGE044
、
Figure 754955DEST_PATH_IMAGE045
分别为火电机组i的购电成本一次系数及常系数，
Figure 22119DEST_PATH_IMAGE046
为火电机组i在t时 段的出力，
Figure 66299DEST_PATH_IMAGE047
为火电机组i的开机成本，
Figure 668181DEST_PATH_IMAGE048
为火电机组i在t时段的启停状态，开机时 为1，反之为0，
Figure 252746DEST_PATH_IMAGE049
为输电网的弃风成本系数，
Figure 623685DEST_PATH_IMAGE050
、
Figure 887700DEST_PATH_IMAGE051
分别为输电网在t时段的风电预 测及实际出力，
Figure 711300DEST_PATH_IMAGE012
为与输电网相连的配电网数量，
Figure 99556DEST_PATH_IMAGE052
为与输电网相连的配电网k的输配 边界节点在t时段的电价，
Figure 590580DEST_PATH_IMAGE053
为t时段与输电网相连的配电网k在输配边界节点的等效负 荷，其正方向为输电网指向配电网，D为技改计划时段总数，
Figure 524032DEST_PATH_IMAGE054
为输电网技改工程数量，
Figure 100507DEST_PATH_IMAGE055
为d时段输电网技改工程v的施工费，
Figure 26875DEST_PATH_IMAGE056
为d时段输网技改工程v的施工状态，施工 时为1，反之为0，
Figure 106826DEST_PATH_IMAGE057
为输电网的节点数量，
Figure 975294DEST_PATH_IMAGE058
为t时段节点n的单位切负荷成本，
Figure 773486DEST_PATH_IMAGE059
为t时段节点n的切负荷量，M为一个充分大的正数；
所述输电网优化子模型的约束条件包括火电机组出力约束、火电机组启停时间约束、火电机组爬坡率约束、风电出力约束、系统功率平衡约束、系统备用约束、输电网潮流约束、线路容量约束、技改施工状态约束、技改施工关联约束；
所述火电机组出力约束为：
Figure 441227DEST_PATH_IMAGE091
上式中，
Figure 438002DEST_PATH_IMAGE092
、
Figure 431366DEST_PATH_IMAGE093
分别为火电机组i的最小技术出力、额定出力；
所述火电机组启停时间约束为：
Figure 202007DEST_PATH_IMAGE094
上式中，
Figure 735757DEST_PATH_IMAGE095
、
Figure 790300DEST_PATH_IMAGE096
分别为t时段火电机组i开、关机后的状态保持时间，
Figure 751303DEST_PATH_IMAGE097
、
Figure 510705DEST_PATH_IMAGE098
分别为火电机组i的最小开、关机时间；
所述火电机组爬坡率约束为：
Figure 848145DEST_PATH_IMAGE099
上式中，
Figure 757196DEST_PATH_IMAGE100
、
Figure 889100DEST_PATH_IMAGE101
分别为火电机组i的上、下爬坡率；
所述风电出力约束为：
Figure 634333DEST_PATH_IMAGE102
所述系统功率平衡约束为：
Figure 509885DEST_PATH_IMAGE103
上式中，
Figure 539021DEST_PATH_IMAGE104
为t时段节点n的负荷预测值；
所述系统备用约束为：
Figure 576247DEST_PATH_IMAGE105
上式中，
Figure 572891DEST_PATH_IMAGE106
、
Figure 986555DEST_PATH_IMAGE107
分别为负荷、风电预测误差，
Figure 73459DEST_PATH_IMAGE108
为t时段输配全局负荷预测 值，
Figure 281587DEST_PATH_IMAGE109
为t时段输配全局风电预测值；
所述输电网潮流约束为：
Figure 250680DEST_PATH_IMAGE110
上式中，
Figure 218767DEST_PATH_IMAGE111
为t时段节点n 1、n 2之间线路传输的有功功率，上标*代表标幺值，
Figure 956916DEST_PATH_IMAGE112
、
Figure 601524DEST_PATH_IMAGE113
为t时段节点n 1、n 2的电压相位，
Figure 323492DEST_PATH_IMAGE114
为节点n 1、n 2之间线路电抗，
Figure 331156DEST_PATH_IMAGE115
为t时 段节点n的注入功率，该注入功率为节点负荷、机组出力、切负荷量的叠加，H n 为与节点n相 连的节点集合；
所述线路容量约束为：
Figure 189390DEST_PATH_IMAGE116
上式中，
Figure 4900DEST_PATH_IMAGE117
为节点n 1、n 2之间线路传输容量上限；
所述技改施工状态约束为：
Figure 683006DEST_PATH_IMAGE118
Figure 992895DEST_PATH_IMAGE119
Figure 705636DEST_PATH_IMAGE120
Figure 692047DEST_PATH_IMAGE121
上式中，
Figure 123028DEST_PATH_IMAGE122
为技改工程v所需的工期，
Figure 423560DEST_PATH_IMAGE123
为d时段技改工程v的施工状态，
Figure 240075DEST_PATH_IMAGE124
为d时段技改工程v的施工开始状态，若技改工程v在d时段开始施工则该值为1，反之 为0，
Figure 397387DEST_PATH_IMAGE125
为d时段技改工程v的施工结束状态，若技改工程v在d时段完成施工则该值为1， 反之为0；
所述技改施工关联约束为：
技改对象的施工状态对其自身支路潮流有影响，对于未进行施工的时段，其支路潮流满足直流潮流表达式，反之，其支路潮流为0，如表1所示：
Figure 50085DEST_PATH_IMAGE126
假设技改工程v的施工线路两端节点为n 1、n 2，采用大“M”法将该表转化为线性表达式，以第3组为例给出如下约束条件：
Figure 951045DEST_PATH_IMAGE127
Figure 389111DEST_PATH_IMAGE128
上式中，
Figure 717324DEST_PATH_IMAGE130
为24h；
所述配电网优化子模型的目标函数
Figure 122897DEST_PATH_IMAGE131
为：
Figure 561969DEST_PATH_IMAGE132
Figure 180225DEST_PATH_IMAGE133
上式中，
Figure 679339DEST_PATH_IMAGE134
为与输电网相连的配电网k中CDG机组的运行成本，
Figure 572209DEST_PATH_IMAGE135
为与输 电网相连的配电网k向输电网购电的成本，
Figure 565704DEST_PATH_IMAGE136
为与输电网相连的配电网k的弃风成 本，
Figure 227629DEST_PATH_IMAGE137
、
Figure 897645DEST_PATH_IMAGE138
、
Figure 746652DEST_PATH_IMAGE139
、
Figure 42373DEST_PATH_IMAGE140
分别为与输电网相连的配电网k的技改施工成本、切 负荷成本、联络支路投切成本、切负荷惩罚项，
Figure 824384DEST_PATH_IMAGE141
为配电网内CDG机组数量，
Figure 665301DEST_PATH_IMAGE142
、
Figure 1605DEST_PATH_IMAGE143
分别为配电网内CDG机组i的购电成本一次系数及常系数，
Figure 336902DEST_PATH_IMAGE144
为t时段CDG机组i的 出力，
Figure 707841DEST_PATH_IMAGE145
为t时段与输电网相连的配电网k在输配边界节点的等效有功注入，其正方向为 输电网指向配电网，
Figure 922922DEST_PATH_IMAGE146
为与输电网相连的配电网k的输配边界节点在t时段的电价，
Figure 12100DEST_PATH_IMAGE147
为配电网的弃风成本系数，
Figure 134777DEST_PATH_IMAGE148
、
Figure 877999DEST_PATH_IMAGE149
分别为t时段配电网的风电预测出力和风电实际出 力，
Figure 60718DEST_PATH_IMAGE150
为配电网技改工程数量，
Figure 371614DEST_PATH_IMAGE151
为d时段配网技改工程s的施工费，
Figure 563561DEST_PATH_IMAGE152
为d时段 配电网技改工程s的施工状态，施工时为1，反之为0，
Figure 659824DEST_PATH_IMAGE153
为配电网节点数，
Figure 13445DEST_PATH_IMAGE154
为t时段 配电网节点m的切负荷成本系数，
Figure 811637DEST_PATH_IMAGE155
为t时段配电网节点m的切负荷量，
Figure 541695DEST_PATH_IMAGE156
为联络支路 数量，
Figure 991000DEST_PATH_IMAGE157
为联络支路q的单次投切成本，
Figure 515522DEST_PATH_IMAGE158
为t时段联络支路q的投切状态，投入时为1， 反之为0，M为一个充分大的正数；
所述配电网优化子模型的约束条件包括CDG出力约束、线路容量约束、风电出力约束、配电网潮流约束、配电网拓扑约束、节点电压约束、变电站容量约束、技改施工状态约束、技改施工关联约束；
所述CDG出力约束为：
Figure 4272DEST_PATH_IMAGE159
上式中，
Figure 538022DEST_PATH_IMAGE160
、
Figure 592565DEST_PATH_IMAGE161
分别为CDG机组i的最小技术出力、额定出力；
所述线路容量约束为：
Figure 38721DEST_PATH_IMAGE162
上式中，
Figure 811505DEST_PATH_IMAGE163
为t时段节点m 1、m 2之间线路传输的有功功率，
Figure 883367DEST_PATH_IMAGE164
为节点m 1、m 2之间线路传输容量上限；
所述风电出力约束为：
Figure 57996DEST_PATH_IMAGE165
；
所述配电网潮流约束为：
Figure 442097DEST_PATH_IMAGE166
上式中，
Figure 436598DEST_PATH_IMAGE167
、
Figure 312150DEST_PATH_IMAGE168
分别为t时段节点m 1、m 2之间的线路有功功率、无功功 率，上标*代表标幺值，
Figure 75707DEST_PATH_IMAGE169
、
Figure 129245DEST_PATH_IMAGE170
分别为节点m 1、m 2之间的线路电感、电纳，
Figure 611042DEST_PATH_IMAGE171
、
Figure 24705DEST_PATH_IMAGE172
分别为t时段节点m 1、m 2的电压幅值，
Figure 908348DEST_PATH_IMAGE173
、
Figure 631322DEST_PATH_IMAGE174
分别为t时段节点m 1、m 2的电压相位，
Figure 600415DEST_PATH_IMAGE175
、
Figure 21032DEST_PATH_IMAGE176
分别为t时段节点m的注入有功、无功功率，两种注入功率均为节点负荷、 机组出力、切负荷量的叠加，
Figure 759181DEST_PATH_IMAGE177
、
Figure 403789DEST_PATH_IMAGE178
分别为t时段节点m、j之间的线路有功功率、无 功功率，H m 为与节点m相连的节点集合；
所述配网拓扑约束为：
Figure 610910DEST_PATH_IMAGE179
Figure 366377DEST_PATH_IMAGE180
Figure 490191DEST_PATH_IMAGE181
上式中，
Figure 40121DEST_PATH_IMAGE182
为t时段节点m 1、m 2之间的主从状态，若m 1为m 2的父节点则该值取 1，反之则取0，
Figure 236003DEST_PATH_IMAGE183
为d时段配电网中技改工程s的施工状态，施工时为1，反之为0，
Figure 795161DEST_PATH_IMAGE184
为d时段技改工程s的施工开始状态，若技改工程s在d时段开始施工则该值为1，反之为0，
Figure 507902DEST_PATH_IMAGE185
为d时段技改工程s的施工结束状态，若技改工程s在d时段结束施工则该值为1，反之 为0，
Figure 697574DEST_PATH_IMAGE186
为技改工程s施工线路两端节点的集合，
Figure 862977DEST_PATH_IMAGE187
为联络支路q两端节点的集合；
上述第1个式子说明，节点m 1、m 2之间的主从状态可用于指示两节点间线路的连通状态，连通时m 1、m 2之间主从关系唯一确定，主从状态和为1；断开时m 1、m 2之间不存在主从关系，主从状态和为0；
上述第2个式子进一步讨论了主从状态的取值情况，若节点上述之间的线路为常规线路，则其恒为连通状态，主从状态和为1；若该线路为联络支路，则主从状态和为联络支路投切状态，取值由第3个式子决定；若该线路为技改对象，则主从状态和受线路自身施工状态的影响，未进行施工的时段主从状态和为1，反之为0；
上述第3个式子说明，输配边界节点没有父节点，其余节点有且只有一个父节点，从而使配电网拓扑为辐射状；
当
Figure 710978DEST_PATH_IMAGE188
时，所述主从状态取值如表2所示：
Figure 543805DEST_PATH_IMAGE189
上表转化为线性约束条件的方法与表1类似；
所述节点电压约束为：
Figure 701117DEST_PATH_IMAGE190
上式中，
Figure 619394DEST_PATH_IMAGE191
、
Figure 769622DEST_PATH_IMAGE192
分别为配电网节点电压最小值、最大值，
Figure 456955DEST_PATH_IMAGE193
为t时段节点m 的电压；
所述变压器容量约束为：
Figure 988430DEST_PATH_IMAGE194
上式中，
Figure 128425DEST_PATH_IMAGE195
为t时段与输电网相连的配电网k的输配边界节点处的等效无功注 入，
Figure 567496DEST_PATH_IMAGE196
为与输电网相连的配电网k的输配边界节点的变压器传输容量上限；
所述施工状态约束为：
Figure 860069DEST_PATH_IMAGE197
Figure 359183DEST_PATH_IMAGE198
Figure 252053DEST_PATH_IMAGE199
Figure 494815DEST_PATH_IMAGE200
上式中，
Figure 131640DEST_PATH_IMAGE201
为技改工程s所需的工期；
所述技改施工关联约束为：
配网技改对象的施工状态对支路潮流有影响，可转化为节点主从状态对支路潮流的影响。任意两节点间线路连通时，其潮流满足改进直流潮流约束，反之为0，如下式所示：
约束1：
Figure 801656DEST_PATH_IMAGE202
约束2：
Figure 916242DEST_PATH_IMAGE203
约束3：
Figure 962696DEST_PATH_IMAGE204
约束4：
Figure 964281DEST_PATH_IMAGE205
；
2、确定输配电网的拓扑、负荷、机组、新能源、技改项目以及电价等参数，其中部分参数设置如下：
运行环境：在CPU型号为Intel Xeon Gold 2.70 GHz、内存为256 GB的计算机上进行测试，输配优化模型均通过MATLAB 2020b调用Yalmip求解，求解器选用Gurobi 9.1；
优化时间尺度：1个自然周，对于机组组合问题而言，优化时间尺度为168h，对于技改计划编制问题而言，优化时间尺度为7d；
负荷参数：负荷预测误差为5%；
拓扑参数：拓扑结构图如图2所示；
风电参数：风电预测误差20%，弃风成本系数200$/(MW·h)，功率因数0.95；
其他参数：配电网节点电压上、下限标幺值分别取1.1、0.9，输配边界变压器容量上限取300MVA，配电网联络支路投切成本取200$/次；
3、令迭代次数x = 0，并设置
Figure 8460DEST_PATH_IMAGE007
、
Figure 610343DEST_PATH_IMAGE013
、
Figure 194908DEST_PATH_IMAGE010
的初值分别为0.5、0.5、0，
Figure 565846DEST_PATH_IMAGE014
为1.4，
Figure 826932DEST_PATH_IMAGE015
、
Figure 916111DEST_PATH_IMAGE016
分别为0.001、0.01，其中，
Figure 304367DEST_PATH_IMAGE013
为与输电网相连的配电网k在输配边界节点处的隐 性惩罚因子，
Figure 529812DEST_PATH_IMAGE014
为
Figure 728843DEST_PATH_IMAGE013
的增长率，
Figure 39739DEST_PATH_IMAGE015
、
Figure 966107DEST_PATH_IMAGE016
分别为耦合变量、全局目标的收敛精度；
4、令x = x+1，采用改进的目标级联分析算法求解配电网优化子模型，得到
Figure 514900DEST_PATH_IMAGE017
，即第x次迭代时的
Figure 868521DEST_PATH_IMAGE018
，其中，所述改进的目标级联分析算法的目标函数为：
Figure 918910DEST_PATH_IMAGE002
上式中，
Figure 648968DEST_PATH_IMAGE004
为采用改进的目标级联分析算法对一致性约束处理后配电网的目 标函数，
Figure 849005DEST_PATH_IMAGE006
为配电网的目标函数，
Figure 373528DEST_PATH_IMAGE007
为t时段与输电网相连的配电网k在输配边界节点 处的显性惩罚因子，
Figure 675327DEST_PATH_IMAGE009
为t时段与输电网相连的配电网k在输配边界节点处配电网向输电 网传输的未知耦合变量，
Figure 943497DEST_PATH_IMAGE011
为t时段与输电网相连的配电网k在输配边界节点处配电网 向输电网传输的已知耦合变量，T为时段总数；
5、采用改进的目标级联分析算法求解输电网优化子模型，得到
Figure 998041DEST_PATH_IMAGE019
，即第x次 迭代时的
Figure 959044DEST_PATH_IMAGE020
，其中，所述改进的目标级联分析算法的目标函数为：
Figure 981095DEST_PATH_IMAGE001
上式中，
Figure 787377DEST_PATH_IMAGE003
为采用改进的目标级联分析算法对一致性约束处理后输电网的目 标函数，
Figure 165269DEST_PATH_IMAGE005
为输电网的目标函数，
Figure 31594DEST_PATH_IMAGE008
为t时段与输电网相连的配电网k在输配边界节点处 输电网向配电网传输的未知耦合变量，
Figure 370302DEST_PATH_IMAGE010
为t时段与输电网相连的配电网k在输配边界节 点处输电网向配电网传输的已知耦合变量，
Figure 183538DEST_PATH_IMAGE012
为与输电网相连的配电网数量；
6、通过下式判断全局目标是否收敛：
Figure 212674DEST_PATH_IMAGE021
上式中，
Figure 515479DEST_PATH_IMAGE022
、
Figure 249473DEST_PATH_IMAGE023
分别为除去切负荷惩罚项的输、配电网的目标函数，
Figure 663137DEST_PATH_IMAGE024
、
Figure 546779DEST_PATH_IMAGE025
分别为第x次迭代时的
Figure 286065DEST_PATH_IMAGE022
、
Figure 5891DEST_PATH_IMAGE023
，
Figure 957666DEST_PATH_IMAGE206
、
Figure 961394DEST_PATH_IMAGE207
分别为输、配电网的节点数量，
Figure 606002DEST_PATH_IMAGE028
、
Figure 265654DEST_PATH_IMAGE029
分别为t时段输电网节点n、配电网节点m的切负荷量，M为一个充分大的正数；
若收敛，则进入步骤7，否则按下式对所有惩罚因子进行更新后返回步骤4：
Figure 270388DEST_PATH_IMAGE031
上式中，
Figure 863043DEST_PATH_IMAGE032
为第x次迭代时的
Figure 678552DEST_PATH_IMAGE007
值，
Figure 622238DEST_PATH_IMAGE033
为第x次迭代时的
Figure 197706DEST_PATH_IMAGE013
，
Figure 910448DEST_PATH_IMAGE013
为t时段与输电网相连的配电网k在输配边界节点处的隐性惩罚因子，e为自然底数；
上式说明，耦合变量差值越大，
Figure 631279DEST_PATH_IMAGE007
的更新幅度越大，但差值对更新幅度的导数越 小，从而在加快收敛的同时避免因耦合变量过调而错过全局最优解；此外，在迭代初期，耦 合变量差值较大，
Figure 62260DEST_PATH_IMAGE007
的更新幅度主要由对数项决定；随着迭代次数增加，耦合变量差值接 近于0，此时对数项不再起决定作用，
Figure 362792DEST_PATH_IMAGE007
的更新幅度主要由
Figure 447816DEST_PATH_IMAGE013
决定；
7、通过下式判断耦合变量是否收敛：
Figure 339548DEST_PATH_IMAGE030
若收敛，则输出输、配电网的机组组合与技改计划优化结果，所述输电网的机组组合与技改计划优化结果包括：火电机组启停状态、火电机组出力、节点切负荷量、输配边界功率、风电出力、技改施工计划、火电机组运行成本、火电机组开机成本、输网弃风成本、输网向配网售电的增益、输网施工成本、输网切负荷成本，所述配电网的机组组合与技改计划优化结果包括：CDG启停状态、CDG出力、节点切负荷量、联络支路投切状态、风电出力、技改施工计划、CDG运行成本、配网向输网购电的成本、配网弃风成本、配网施工成本、配网切负荷成本、联络支路投切成本，否则对所有惩罚因子进行更新并返回步骤3。
采用上述方法得到的优化结果中，机组启停状态如图3所示；技改施工计划如图4所示，T4-5表示输电网节点4与节点5之间的线路，D2-3表示配电网节点2与节点3之间的线路，其余同理；联络支路投切状态如图5所示；配网拓扑变化如图6所示；输、配成本如表3所示：
Figure 54563DEST_PATH_IMAGE208
由图3可知，优化后的机组组合在满足1周负荷需求的同时，具有大容量机组负担基荷、中小容量机组负担腰荷与峰荷的特征。结合负荷预测曲线，双休日负荷明显偏高，系统会调用机组G2以支撑双休日峰荷，而在工作日，小容量机组G1、G2并没有投入使用，这体现出机组组合结果对负荷日历属性的适应性。结合表3分析，输配电网中弃风成本均为0，说明机组组合结果能够满足风电消纳需求。此外，表3中配网的CDG运行成本明显高于购电成本，体现了配网自给自足、差额购电、余量返送的供电特征。
由图4可知，输电网技改计划均安排在工作日，一方面为了避开双休日负荷高峰，另一方面为了避免支付双休日高昂的附加施工费用。配电网技改计划同样安排在工作日，但不同技改项目的施工时间并没有重叠，这主要是为了避免联络支路频繁投切，从而保证配电网拓扑结构相对稳定。由图5、图6可知，配电网技改项目施工时联络支路能够及时投入运行，从而保证配电网拓扑呈辐射状，避免出现切负荷。结合表3分析，输、配电网中切负荷成本均为0，说明本发明所提联合优化模型能够兼顾机组组合与技改计划的优化需求，避免出现切负荷。
为分析本发明所述改进的目标级联分析算法的收敛性，对实施例1所采用的系统 进行集中式优化，集中式优化后的输配成本结果如表4所示。此外，本发明t = 139 h(该时 段
Figure 706256DEST_PATH_IMAGE007
迭代结果最大)的输配边界耦合变量迭代曲线如图7所示，输配成本迭代曲线如图8 所示：
Figure 128010DEST_PATH_IMAGE209
对比分析表3、表4中的数据可知，采用本发明方法计算得出的输配总成本，仅比集 中式优化结果高0.1353%，说明本发明方法对于求解机组组合与技改计划联合优化问题具 有较好的收敛性。结合图7、图8分析，分布式优化经过10次迭代后达到收敛，迭代初期
Figure 456223DEST_PATH_IMAGE007
较小，耦合变量协同优化惩罚项对经济性目标的牵制作用较小，输配双方可以充分表达自 身的经济利益诉求，此时输配双方成本均较低；随着迭代次数的增加，
Figure 596217DEST_PATH_IMAGE007
不断增大，这使 得输配双方在寻求自身经济性最优的同时不断提高对耦合变量一致性约束的兼顾程度，在 此过程中输配双方成本呈上升趋势；最终，输配双方满足一致性约束，完成迭代。
为考察惩罚因子、耦合变量以及收敛精度对改进ATC算法性能的影响，进行如下测试：
1、显性惩罚因子
Figure 504130DEST_PATH_IMAGE007
初值及隐性惩罚因子增长率
Figure 91975DEST_PATH_IMAGE014
对算法性能的影响
设置
Figure 325511DEST_PATH_IMAGE007
初值为0.5y，
Figure 952801DEST_PATH_IMAGE014
取值为0.2y+1，y = 1,...,5，其余参数与实施例1相同， 将
Figure 946296DEST_PATH_IMAGE007
初值与
Figure 608221DEST_PATH_IMAGE014
取值两两组合，共进行25次算例测试，分别考察惩罚因子对优化目标偏差 的影响（所述偏差是指与集中式优化输配总成本相比的偏差）、惩罚因子对迭代次数的影 响、惩罚因子对迭代时间的影响。
惩罚因子对优化目标偏差的影响测试结果显示，随着
Figure 278237DEST_PATH_IMAGE007
初值与
Figure 392824DEST_PATH_IMAGE014
的不断增大， 优化目标偏差呈上升趋势，收敛性变差，且主要受
Figure 437614DEST_PATH_IMAGE014
的影响。这是因为
Figure 954046DEST_PATH_IMAGE014
主要影响迭代步 长，
Figure 794963DEST_PATH_IMAGE014
越小，
Figure 396846DEST_PATH_IMAGE007
单步增长量越小，全局最优解的搜索过程越精细，从而得到更加准确的优 化结果。
Figure 732143DEST_PATH_IMAGE007
初值主要影响耦合变量的迭代起点，
Figure 103082DEST_PATH_IMAGE007
初值越小，输配双方在首次迭代过程 中表达自身经济利益诉求的空间越大，使得首次迭代结果中输电网侧耦合变量越大，配电 网侧耦合变量越小，全局最优解的搜索空间越大，有助于求得更加准确的优化结果。此外，
Figure 114900DEST_PATH_IMAGE007
初值的影响在
Figure 938500DEST_PATH_IMAGE014
较大时更为明显，这是由于在搜索步长较大的情况下，搜索空间越小， 算法越容易收敛至局部最优解。
优化目标的偏差最大值为1.9406%，最小值为-0.4358%，出现负偏差说明采用本发 明方法得到的输配总成本优于集中式优化结果，这是由于，本发明方法将庞大的输配优化 全局模型进行分解，减小了计算规模，当
Figure 576023DEST_PATH_IMAGE007
初值和
Figure 801468DEST_PATH_IMAGE014
均较小时，搜索精度高和分解计算量 的优势同时体现，从而出现分布式优化输配总成本低于集中式优化的情况。
惩罚因子对迭代次数、迭代时间的影响测试结果为，算法迭代次数与迭代时间近 似于呈正比关系，且随着
Figure 984188DEST_PATH_IMAGE014
的增大，迭代次数与迭代时间呈下降趋势，而
Figure 560663DEST_PATH_IMAGE007
初值的影响并 不明显。这是由于，
Figure 237763DEST_PATH_IMAGE007
初值仅在迭代初期影响较大，后续
Figure 520976DEST_PATH_IMAGE007
的更新幅度主要由
Figure 140177DEST_PATH_IMAGE014
决定，
Figure 938368DEST_PATH_IMAGE014
越大则迭代步长越大，从而更有利于加快迭代进程。
2、输网侧耦合变量
Figure 668427DEST_PATH_IMAGE010
初值对改进ATC算法性能的影响分析
设置S1-S10共10组抽样测试，S1-S9的
Figure 855082DEST_PATH_IMAGE010
初值在[0,100]范围内随机生成，S10的
Figure 910763DEST_PATH_IMAGE010
初值保持为0，其余参数与实施例1相同。测试结果中，算法性能如表5所示：
Figure 196251DEST_PATH_IMAGE210
由表5结合各测试样本的优化目标迭代曲线可知，S1-S10的迭代偏差、迭代次数均十分接近，10组输配总成本优化结果之间的最大偏差仅为0.0283%，这说明本发明算法对耦合变量初值的选取不敏感。
3、收敛精度对改进ATC算法性能的影响分析
设置
Figure 464421DEST_PATH_IMAGE015
、
Figure 269697DEST_PATH_IMAGE016
均为10-y，y = 1,...,5，其余参数与实施例1相同，
Figure 433962DEST_PATH_IMAGE015
取值与
Figure 941167DEST_PATH_IMAGE016
取值 两两组合，共进行25次算例测试，分贝考察收敛精度对优化目标偏差、迭代次数、迭代时间 的影响。
由收敛精度对优化目标偏差的影响测试结果可知，优化目标偏差随
Figure 13028DEST_PATH_IMAGE016
的减小而 减小，当
Figure 187658DEST_PATH_IMAGE016
减至10-3以下后偏差不再变化，且偏差不受
Figure 303250DEST_PATH_IMAGE015
大小变化的影响。这说明，在
Figure 563330DEST_PATH_IMAGE007
与
Figure 438882DEST_PATH_IMAGE013
初值均为0.5、
Figure 468018DEST_PATH_IMAGE014
为1.4的情况下，输配双方的耦合变量在迭代一定次数后已十分接 近，不存在剩余可优化空间，而输配总成本仍可以继续被优化，直至
Figure 255977DEST_PATH_IMAGE016
减至10-3以下，其可 优化空间被消耗完毕。
由收敛精度对迭代次数、迭代时间的影响测试结果可知，迭代次数与迭代时间近 似于呈正比关系，且随
Figure 3353DEST_PATH_IMAGE016
减小而增大，不随
Figure 417017DEST_PATH_IMAGE015
变化。为满足
Figure 300659DEST_PATH_IMAGE016
的精度要求，需要通过增加 迭代次数以减小输配总成本前后两次优化结果的偏差。
为考察本发明方法相比于传统输配分立优化方法在高比例新能源电力系统中的优势，设置7组测试算例，对各组算例均分别进行集中式优化、分布式优化、分立优化。基于风电预测基准值，各组算例的风电倍率为0.25(y+1)，y = 1,...,7，其余参数与实施例1相同。测试结果中，风电倍率对优化目标、弃风比例的影响分别如图9、图10所示。
由图9可知，随着风电倍率的增加，采用3种方法得到的输配总成本均呈现出先下降后上升的趋势，并且下降曲线基本重合。结合图10分析，当风电倍率较小时，系统可以完全消纳风电，此时风电倍率越大，常规机组出力越小，从而使得输配总成本不断减小。当风电倍率较大时，系统出现弃风，此时风电倍率越大，弃风量越大，弃风成本增加，从而使得输配总成本不断增大。此外，由于传统分立优化通常不允许配网风电返送，因此当风电倍率较大时，分立优化弃风比例高于集中式优化与分布式优化。而当风电倍率较小时，无论采用何种优化方法，风电均能完全消纳，此时采用分布式优化的优势并不明显。
综上，本发明所述方法能够有效兼顾系统的负荷供电需求与技改施工需求，满足高比例新能源接入电网背景下输配两级分布式优化的需求，并且与传统的输配分立优化方法相比，对高比例新能源电力系统具有更强的适应能力。

Claims (7)

1.一种电网机组组合与技改计划联合优化方法，其特征在于：
所述优化方法依次包括以下步骤：
步骤A、分别构建输电网、配电网的机组组合与技改计划联合优化子模型，所述输电网优化子模型、配电网优化子模型均以机组组合成本与技改成本之和最小为优化目标；
步骤B、基于输配电网的拓扑、负荷、机组、新能源、技改项目以及电价参数，采用改进的目标级联分析算法对构建的输电网优化子模型、配电网优化子模型进行求解，得到输、配电网的机组组合与技改计划优化结果。
2.根据权利要求1所述的一种电网机组组合与技改计划联合优化方法，其特征在于：
步骤B中，所述改进的目标级联分析算法的目标函数为：
Figure DEST_PATH_IMAGE001
Figure 290681DEST_PATH_IMAGE002
上式中，
Figure DEST_PATH_IMAGE003
、
Figure 327645DEST_PATH_IMAGE004
分别为采用改进的目标级联分析算法对一致性约束处理后输、配 电网的目标函数，
Figure DEST_PATH_IMAGE005
、
Figure 994250DEST_PATH_IMAGE006
分别为输、配电网的目标函数，
Figure DEST_PATH_IMAGE007
为t时段与输电网相连的配 电网k在输配边界节点处的显性惩罚因子，
Figure 10747DEST_PATH_IMAGE008
、
Figure DEST_PATH_IMAGE009
分别为t时段与输电网相连的配电网k 在输配边界节点处输电网向配电网、配电网向输电网传输的未知耦合变量，
Figure 446408DEST_PATH_IMAGE010
、
Figure DEST_PATH_IMAGE011
分 别为t时段与输电网相连的配电网k在输配边界节点处输电网向配电网、配电网向输电网传 输的已知耦合变量，
Figure 654273DEST_PATH_IMAGE012
为与输电网相连的配电网数量，T为时段总数。
3.根据权利要求2所述的一种电网机组组合与技改计划联合优化方法，其特征在于：
所述步骤B依次包括以下步骤：
步骤B1、令迭代次数x = 0，并设置
Figure 949119DEST_PATH_IMAGE007
、
Figure DEST_PATH_IMAGE013
、
Figure 34887DEST_PATH_IMAGE010
的初值及
Figure 652950DEST_PATH_IMAGE014
、
Figure DEST_PATH_IMAGE015
、
Figure 37576DEST_PATH_IMAGE016
，其中，
Figure 882035DEST_PATH_IMAGE013
为 与输电网相连的配电网k在输配边界节点处的隐性惩罚因子，
Figure 833811DEST_PATH_IMAGE014
为
Figure 712905DEST_PATH_IMAGE013
的增长率，
Figure 357513DEST_PATH_IMAGE015
、
Figure 689268DEST_PATH_IMAGE016
分 别为耦合变量、全局目标的收敛精度；
步骤B2、令x = x+1，求解配电网优化子模型，得到
Figure DEST_PATH_IMAGE017
，即第x次迭代时的
Figure 349794DEST_PATH_IMAGE018
；
步骤B3、求解输电网优化子模型，得到
Figure DEST_PATH_IMAGE019
，即第x次迭代时的
Figure 208029DEST_PATH_IMAGE020
；
步骤B4、通过下式判断全局目标是否收敛，若收敛，则进入步骤B5，否则对所有惩罚因子进行更新后返回步骤B2：
Figure DEST_PATH_IMAGE021
上式中，
Figure 430063DEST_PATH_IMAGE022
、
Figure DEST_PATH_IMAGE023
分别为除去切负荷惩罚项的输、配电网的目标函数，
Figure 154174DEST_PATH_IMAGE024
、
Figure DEST_PATH_IMAGE025
分别为第x次迭代时的
Figure 260802DEST_PATH_IMAGE022
、
Figure 973543DEST_PATH_IMAGE023
，
Figure 569740DEST_PATH_IMAGE026
、
Figure DEST_PATH_IMAGE027
分别为输、配电网的节点数量，
Figure 171361DEST_PATH_IMAGE028
、
Figure DEST_PATH_IMAGE029
分别为t时段输电网节点n、配电网节点m的切负荷量，M为一个充分大的正数；
步骤B5、通过下式判断耦合变量是否收敛，若收敛，则输出优化结果，否则对所有惩罚因子进行更新后返回步骤B2：
Figure 675154DEST_PATH_IMAGE030
。
4.根据权利要求3所述的一种电网机组组合与技改计划联合优化方法，其特征在于：
步骤B4、B5中，所述对所有惩罚因子进行更新的方式为：
Figure DEST_PATH_IMAGE031
上式中，
Figure 914506DEST_PATH_IMAGE032
为第x次迭代时的
Figure 806238DEST_PATH_IMAGE007
值，
Figure DEST_PATH_IMAGE033
为第x次迭代时的
Figure 865461DEST_PATH_IMAGE013
，
Figure 157901DEST_PATH_IMAGE013
为t时 段与输电网相连的配电网k在输配边界节点处的隐性惩罚因子，e为自然底数。
5.根据权利要求1-4中任一项所述的一种电网机组组合与技改计划联合优化方法，其特征在于：
步骤A中，所述输电网优化子模型的目标函数
Figure 579655DEST_PATH_IMAGE005
为：
Figure 783234DEST_PATH_IMAGE034
Figure DEST_PATH_IMAGE035
上式中，T为时段总数，
Figure 329753DEST_PATH_IMAGE036
、
Figure DEST_PATH_IMAGE037
分别为输电网中火电机组的运行、开机成本，
Figure 440928DEST_PATH_IMAGE038
为输电网的弃风成本，
Figure DEST_PATH_IMAGE039
为输电网向配电网售电的增益，
Figure 887828DEST_PATH_IMAGE040
、
Figure DEST_PATH_IMAGE041
、
Figure 652522DEST_PATH_IMAGE042
分别为输电网技改施工成本、切负荷成本、切负荷惩罚项，
Figure DEST_PATH_IMAGE043
为输电网中火电机 组数量，
Figure 686337DEST_PATH_IMAGE044
、
Figure DEST_PATH_IMAGE045
分别为火电机组i的购电成本一次系数及常系数，
Figure 335624DEST_PATH_IMAGE046
为火电机组i在t时 段的出力，
Figure DEST_PATH_IMAGE047
为火电机组i的开机成本，
Figure 138495DEST_PATH_IMAGE048
为火电机组i在t时段的启停状态，开机时 为1，反之为0，
Figure DEST_PATH_IMAGE049
为输电网的弃风成本系数，
Figure 713570DEST_PATH_IMAGE050
、
Figure DEST_PATH_IMAGE051
分别为输电网在t时段的风电预 测及实际出力，
Figure 234682DEST_PATH_IMAGE012
为与输电网相连的配电网数量，
Figure 625343DEST_PATH_IMAGE052
为与输电网相连的配电网k的输配 边界节点在t时段的电价，
Figure DEST_PATH_IMAGE053
为t时段与输电网相连的配电网k在输配边界节点的等效负 荷，其正方向为输电网指向配电网，D为技改计划时段总数，
Figure 548299DEST_PATH_IMAGE054
为输电网技改工程数量，
Figure DEST_PATH_IMAGE055
为d时段输电网技改工程v的施工费，
Figure 294276DEST_PATH_IMAGE056
为d时段输电网技改工程v的施工状态，施 工时为1，反之为0，
Figure DEST_PATH_IMAGE057
为输电网的节点数量，
Figure 302684DEST_PATH_IMAGE058
为t时段节点n的单位切负荷成本，
Figure DEST_PATH_IMAGE059
为t时段节点n的切负荷量，M为一个充分大的正数；
所述配电网优化子模型的目标函数
Figure 293773DEST_PATH_IMAGE006
为：
Figure 664712DEST_PATH_IMAGE060
Figure DEST_PATH_IMAGE061
上式中，
Figure 83055DEST_PATH_IMAGE062
为与输电网相连的配电网k中CDG机组的运行成本，
Figure DEST_PATH_IMAGE063
为与输电网 相连的配电网k向输电网购电的成本，
Figure 817574DEST_PATH_IMAGE064
为与输电网相连的配电网k的弃风成本，
Figure DEST_PATH_IMAGE065
、
Figure 612354DEST_PATH_IMAGE066
、
Figure DEST_PATH_IMAGE067
、
Figure 978745DEST_PATH_IMAGE068
分别为与输电网相连的配电网k的技改施工成本、切负荷 成本、联络支路投切成本、切负荷惩罚项，
Figure DEST_PATH_IMAGE069
为配电网内CDG机组数量，
Figure 567989DEST_PATH_IMAGE070
、
Figure DEST_PATH_IMAGE071
分 别为配电网内CDG机组i的购电成本一次系数及常系数，
Figure 49524DEST_PATH_IMAGE072
为t时段CDG机组i的出力，
Figure DEST_PATH_IMAGE073
为t时段与输电网相连的配电网k在输配边界节点的等效有功注入，其正方向为输电 网指向配电网，
Figure 382416DEST_PATH_IMAGE052
为与输电网相连的配电网k的输配边界节点在t时段的电价，
Figure 462367DEST_PATH_IMAGE074
为配 电网的弃风成本系数，
Figure DEST_PATH_IMAGE075
、
Figure 488092DEST_PATH_IMAGE076
分别为t时段配电网的风电预测出力和风电实际出力，
Figure DEST_PATH_IMAGE077
为配电网技改工程数量，
Figure 692809DEST_PATH_IMAGE078
为d时段配电网技改工程s的施工费，
Figure DEST_PATH_IMAGE079
为d时段配 电网技改工程s的施工状态，施工时为1，反之为0，
Figure 327927DEST_PATH_IMAGE080
为配电网节点数，
Figure DEST_PATH_IMAGE081
为t时段配 电网节点m的切负荷成本系数，
Figure 403331DEST_PATH_IMAGE082
为t时段配电网节点m的切负荷量，
Figure DEST_PATH_IMAGE083
为联络支路数 量，
Figure 599957DEST_PATH_IMAGE084
为联络支路q的单次投切成本，
Figure DEST_PATH_IMAGE085
为t时段联络支路q的投切状态，投入时为1，反 之为0，M为一个充分大的正数。
6.根据权利要求5所述的一种电网机组组合与技改计划联合优化方法，其特征在于：
所述输电网优化子模型的约束条件包括火电机组出力约束、火电机组启停时间约束、火电机组爬坡率约束、风电出力约束、系统功率平衡约束、系统备用约束、输电网潮流约束、线路容量约束、技改施工状态约束、技改施工关联约束；
所述配电网优化子模型的约束条件包括CDG出力约束、线路容量约束、风电出力约束、配电网潮流约束、配电网拓扑约束、节点电压约束、变电站容量约束、技改施工状态约束、技改施工关联约束。
7.根据权利要求1-4中任一项所述的一种电网机组组合与技改计划联合优化方法，其特征在于：
步骤B中，所述输电网的机组组合与技改计划优化结果包括：火电机组启停状态、火电机组出力、节点切负荷量、输配边界功率、风电出力、技改施工计划、火电机组运行成本、火电机组开机成本、输电网弃风成本、输电网向配网售电的增益、输电网施工成本、输电网切负荷成本；
所述配电网的机组组合与技改计划优化结果包括：CDG启停状态、CDG出力、节点切负荷量、联络支路投切状态、风电出力、技改施工计划、CDG运行成本、配电网向输电网购电的成本、配电网弃风成本、配电网施工成本、配电网切负荷成本、联络支路投切成本。
CN202111296693.XA 2021-11-04 2021-11-04 一种电网机组组合与技改计划联合优化方法 Active CN113722940B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111296693.XA CN113722940B (zh) 2021-11-04 2021-11-04 一种电网机组组合与技改计划联合优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111296693.XA CN113722940B (zh) 2021-11-04 2021-11-04 一种电网机组组合与技改计划联合优化方法

Publications (2)

Publication Number Publication Date
CN113722940A true CN113722940A (zh) 2021-11-30
CN113722940B CN113722940B (zh) 2022-02-08

Family

ID=78686673

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111296693.XA Active CN113722940B (zh) 2021-11-04 2021-11-04 一种电网机组组合与技改计划联合优化方法

Country Status (1)

Country Link
CN (1) CN113722940B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150311710A1 (en) * 2013-09-18 2015-10-29 Jiangsu Nanjing Power Supply Company A time based global optimization dispatching method
CN107359649A (zh) * 2017-08-31 2017-11-17 华中科技大学 一种考虑多配网接入情形下的输配一体化优化调度方法
CN108599373A (zh) * 2018-05-16 2018-09-28 山东大学 高比例可再生能源电力系统输配协调调度目标级联分析法
CN111509715A (zh) * 2020-05-21 2020-08-07 国网能源研究院有限公司 计及关键指标提升运行效果的配电网技术改造方法和系统
CN111799793A (zh) * 2020-07-31 2020-10-20 国网山东省电力公司经济技术研究院 一种源网荷协同的输电网规划方法与系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150311710A1 (en) * 2013-09-18 2015-10-29 Jiangsu Nanjing Power Supply Company A time based global optimization dispatching method
CN107359649A (zh) * 2017-08-31 2017-11-17 华中科技大学 一种考虑多配网接入情形下的输配一体化优化调度方法
CN108599373A (zh) * 2018-05-16 2018-09-28 山东大学 高比例可再生能源电力系统输配协调调度目标级联分析法
CN111509715A (zh) * 2020-05-21 2020-08-07 国网能源研究院有限公司 计及关键指标提升运行效果的配电网技术改造方法和系统
CN111799793A (zh) * 2020-07-31 2020-10-20 国网山东省电力公司经济技术研究院 一种源网荷协同的输电网规划方法与系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
XU ZHENG;FENGZHANG LUO;MING YANG;SHUANG LIAO;JIE CAI;ET AL.: "Optimal Operation of Regional Integrated Energy System Considering Flexible Heating Load", 《2020 ASIA ENERGY AND ELECTRICAL ENGINEERING SYMPOSIUM (AEEES)》 *
刘自发;于寒霄;王帅;史锐;王智冬;罗娅: "综合考虑运行效率和弃风损失的输电网规划", 《电网技术》 *
徐小琴;郑旭;王思聪;刘巨;蔡杰;廖爽;赵佳伟;张天东;郭露方: "基于改进遗传退火算法的输配电网协调规划方法", 《电力系统保护与控制》 *
王正宇; 金尧; 蒋传文; 张裕: "考虑光伏储能和可控负荷的配电网检修计划优化", 《电网与清洁能源》 *

Also Published As

Publication number Publication date
CN113722940B (zh) 2022-02-08

Similar Documents

Publication Publication Date Title
CN102074954B (zh) 一种城乡配电网综合节能评估与决策方法
Gu et al. Placement and capacity selection of battery energy storage system in the distributed generation integrated distribution network based on improved NSGA-II optimization
CN111756050B (zh) 一种风电场群分布式电压协调控制方法及系统
CN109948849B (zh) 一种计及储能接入的配电网网架规划方法
CN112016747B (zh) 一种适用于源荷储灵活资源统筹规划与运行的优化方法
CN111291978A (zh) 一种基于Benders分解的两阶段储能方法及系统
CN110570015B (zh) 一种配电网多目标规划方法
CN110232583B (zh) 一种考虑碳排放权的电力市场边际价格规划方法
CN116365506A (zh) 含分布式光伏主动配电网节能降损优化方法及系统
CN115481856A (zh) 考虑综合需求响应的综合能源系统多尺度调度方法及系统
CN113722940B (zh) 一种电网机组组合与技改计划联合优化方法
CN110751328A (zh) 基于联合加权熵的高比例可再生能源电网适应性规划方法
Zhang et al. Day-ahead stochastic optimal dispatch of LCC-HVDC interconnected power system considering flexibility improvement measures of sending system
CN115425650A (zh) 一种供电所微电网配置方法、装置、设备及介质
CN112926187B (zh) 一种配电网经济运行分析优化的方法
CN115036931A (zh) 一种有源电网无功电压仿射可调鲁棒优化方法和装置
Liu et al. Deep-Q-network-based intelligent reschedule for power system operational planning
Zhang et al. Multi-Resource Collaborative Service Restoration of a Distribution Network with Decentralized Hierarchical Droop Control
Wu et al. A Distribution Network Flexible Resource Capacity Configuration Method with Large Renewable Energy Sources Access
CN117277446B (zh) 多目标配电网规划方法及系统
Zheng et al. Economic Dispatch of Energy System With Uncertain Renewable Energy Sources
Bao et al. Electricity Spot Market Design Considering Accurate Security Check
Chen et al. A multi-objective joint planning of transmission channel and energy storage system considering economy and flexibility
Liu et al. The source-network coordinated planning of active distribution system based on linear constraints
Jia Distributed coordination of integrated distribution network based on new energy uncertainty model

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