CN113765101A - 一种输电网规划与配电网运行协同问题的分布式优化方法 - Google Patents
一种输电网规划与配电网运行协同问题的分布式优化方法 Download PDFInfo
- Publication number
- CN113765101A CN113765101A CN202111063169.8A CN202111063169A CN113765101A CN 113765101 A CN113765101 A CN 113765101A CN 202111063169 A CN202111063169 A CN 202111063169A CN 113765101 A CN113765101 A CN 113765101A
- Authority
- CN
- China
- Prior art keywords
- power
- distribution network
- planning
- network
- transmission network
- 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 143
- 230000005540 biological transmission Effects 0.000 title claims abstract description 134
- 238000005457 optimization Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000009977 dual effect Effects 0.000 claims abstract description 33
- 239000002356 single layer Substances 0.000 claims abstract description 11
- 239000010410 layer Substances 0.000 claims description 22
- 230000003993 interaction Effects 0.000 claims description 16
- 238000010248 power generation Methods 0.000 claims description 14
- 238000010276 construction Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000002452 interceptive effect Effects 0.000 claims description 8
- 230000005611 electricity Effects 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 239000002699 waste material Substances 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000008093 supporting effect Effects 0.000 abstract description 2
- 239000000243 solution Substances 0.000 description 14
- 238000003672 processing method Methods 0.000 description 8
- 238000009434 installation Methods 0.000 description 7
- 230000000903 blocking effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000009194 climbing Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000008846 dynamic interplay Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000007474 system interaction Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000011426 transformation method 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
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Power Engineering (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种输电网规划与配电网运行协同问题的分布式优化方法。根据输、配电网在运行方式、网络参数特征、源荷分布特性等方面的差异性,分别构建输电网规划和配电网运行优化子模型。基于强对偶条件,将两个优化子问题转化为单层等价模型,并利用商业求解软件求解。与现有技术相比,本发明考虑了配电网运行优化对输电网规划的主动支撑作用,有助于降低输电网投资,提高规划经济性。对于高比例可再生能源接入的输电网场景,本发明有更好的适应性。
Description
技术领域
本发明涉及一种电网规划问题的求解方法,尤其涉及一种输电网规划与配电网运行协同问题的分布式优化方法。
背景技术
首先,配电网层面接入大量的分布式可再生能源,受资源禀赋限制,这些分布式能源出力呈现随机、波动、间歇特性,给配电网经济、安全、灵活运行带来挑战。为有效抑制系统运行风险、充分发挥可再生能源替代效应,配电网运行人员可从源网荷储侧对系统状态加以调节,即采取一些主动管理措施,具体来说,源侧可控制分布式能源出力、无功补偿装置出力等,网侧可优化拓扑结构,荷侧可管理柔性负荷,储侧可优化储能充放电策略。随着主动管理在配电网层面的广泛开展,传统单一以从上级输电网购电为供电模式的被动配电网也向着有源、主动配电网形态演变。相比于传统配电网,主动配电网可有效降低网络损耗、提高电能质量、抑制电压波动、促进可再生能源消纳等,有利于保证系统安全、经济、可靠、灵活、优质运行。但是,现有配电网优化运行问题为降低求解难度,忽略了与上级输电网的互联互通以及动态信息交互,将变电站节点作为平衡节点,进而实现独立优化。该种方法无法充分利用输、配电网间的互补互济能力,从而降低配电网优化运行问题解的最优性,使得系统运行效率有待提升。
其次,类似于配电网优化运行问题,传统输电网规划问题也是进行独立优化,将下级配电网直接等值到变电站节点,进而求解内嵌优化运行模拟的新建线路问题。但是,考虑到配电网优化运行可动态调整变电站节点注入功率,进而影响输电网线路的阻塞状态,最终作用于系统规划结果,因此,有必要将输电网规划问题与配电网运行问题协同优化研究,有助于延缓输电网升级改造、降低线路投资、提高资产利用率。
再次,就目前而言,国内输、配电网分别由不同级别调度机构监管运行,输电网通常由国家、区域或者省级电力公司负责运营,而配电网通常则由地市级供电公司负责调度。考虑到输、配电网间实现信息交互仅发生于变电站节点,系统主动支撑能力有限,无法采用集中式一体化优化方法,有必要研究输配电网间动态信息交互受限下的分布式并行处理方法。该方法不仅无需知道相邻系统的优化边界条件,实现局部信息封存和保密,而且仅优化系统内部变量,所得运行解具有可操作性。分布式并行优化方法的核心与关键在于动态边界一致性约束的处理,国内外已有大量学者研究了基于拉格朗日松弛的转化方法,虽然该方法便于理解、易于实践,但是需要大量的迭代求解过程,具体求解效果与交互变量初值设定、罚函数因子动态更新策略设计紧密相关,而且当且仅当模型为凸优化问题时才可保证求解的收敛性,因此该方法在具体应用时具有一定局限性。相比之下,基于最优性条件的分布式并行求解方法呈现更高的求解效率及精度,已有成果研究了基于KKT的处理方法,但是作为最优性条件的另一重要判据——对偶条件,尚未在分布式优化领域加以应用,使得交互信息的物理意义不明晰。
针对背景技术中提到的问题以及现有技术的不足,具体有下述问题亟待解决:
1)对于配电网优化运行问题,没有考虑与输电网的互联互通与交互互补,所得调度方案经济性、适应性、灵活性较差。
2)对于输电网规划问题,忽略了下级配电网的灵活调节资源与能力,偏差估计了线路阻塞水平,使得规划电网在未来运行时可能出现过载或过投资场景。
3)对于协同优化问题的求解方法,现有方法或效率低精度差或难以揭示动态边界交互信息的物理意义,无法为规划、运行人员提供生产实践指导。
发明内容
本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进,提供一种输电网规划与配电网运行协同问题的分布式优化方法,以达到优化配电网运行、降低输电网投资、输配自律协同的目的。为此,本发明采取以下技术方案。
一种输电网规划与配电网运行协同问题的分布式优化方法,包括以下步骤:
步骤(1):考虑输、配电网差异性,获取输电网规划、配电网运行优化边界条件,包括所在地区的风速、光照强度、负荷历史数据,系统机组位置、容量和类型,已有/待选线路容量和经过边界节点潮流上限;
步骤(2):提出输配电协同的分布式并行处理机制,配电网向输电网提供购售电协议(包括购售电电价和购售电功率),输电网向配电网反馈节点边际电价,从而实现边界节点动态交互信息建模;
步骤(3):建立输电网优化规划子问题,采用双层线性混合整数规划模型表示,上层以年综合成本最小为目标函数,综合考虑网络投资、建设约束进行规划决策,下层则以各场景下的运行成本最小为目标,考虑网络安全、可再生能源弃能进行优化运行模拟,上层将新建线路信息传递给下层,下层将每一场景的常规机组出力、可再生能源弃能量反馈给上层,通过交替迭代实现输电网规划方案输出;
步骤(4):建立配电网优化运行子问题,该问题采用线性化的交流潮流计算方程,目标函数为每一场景下的运行成本最小,约束条件包括网络安全约束和交互功率约束,通过优化分布式能源出力实现配电网潮流优化;
步骤(5):构建步骤(4)中配电网运行原问题的对偶模型,利用强对偶条件,将原问题和对偶问题的目标函数联立并转化为约束条件,连同原问题及对偶问题约束条件,添加至输电网优化规划子问题当中,输电网规划与配电网运行协同优化的单层等价模型;
步骤(6):采用商业求解软件求解步骤(5)得到的单层等价模型,输出最优规划方案。
作为对上述技术方案的进一步完善和补充,本发明还包括以下附加技术特征。
进一步的,步骤(2)中,对于输电网规划与配电网运行协同问题,边界节点为变电站节点。现有方法在对其动态交互信息建模时,通常为交换功率,属同质交互。但实际上,输、配电网间在进行动态信息交互时也要传递价格信号,有必要进行异质交互建模。具体建模方法如下:配电网向输电网提供购售电协议(包括购售电电价和购售电功率),输电网向配电网反馈节点边际电价。
进一步的,步骤(3)中,输电网优化规划子问题的数学表达为:
其中,ηij为线路ij的年值系数;Cij为线路ij的建设成本;为网络投资、建设上限;Ds为场景s的小时数;Ci,s为配电网运行问题中节点功率平衡方程的对偶变量;为常规机组g的发电成本函数;为位于节点i的可再生能源弃能成本;为常规机组g在场景s的出力;Pij,s为线路ij在场景s的潮流;和分别为配、输电网在场景s注入边界节点i的功率;和分别为位于节点i的可再生能源在场景s的预测出力、弃能;为节点i在场景s的负荷;Bij为线路ij的电纳;θi,s为节点i在场景s的电压相角;uij为一二进制变量,表示待选线路ij是否建设,若为1,表示建设,否则不建;M为一足够大正数,这里取为10000;为线路ij的容量;和分别为常规机组g出力下、上限。Ω0、ΩC、Ωs、ΩB和ΩI分别为位于节点i的常规机组集、已有线路集、待选线路集、场景集、边界节点集和节点集。
进一步的,M取10000。
进一步的,在步骤(4)中,配电网优化运行子问题的数学表达为:
其中, 和为输/配电网在边界节点i、场景s的电价;为分布式电源d的发电成本函数;为分布式电源d在场景s的出力;为线路ij在场景s的损耗;和Vi 0为线路ij和节点i的初值;Rij为线路ij的电阻;和分别为分布式电源d出力下、上限;Pi max为经过边界节点i潮流上限;ui,s为一二进制变量,表示场景s下经过边界节点i潮流流向,若为1,表示从输电网流向配电网,否则反向。为位于节点i的分布式电源集;r(ij)和o(ij)分别为线路ij潮流的吸收/注入节点。ξij,s、γi,s和分别为线路网损计算方程、线路容量约束、分布式电源出力约束、分布式可再生能源弃能约束、交互功率约束的对偶变量。
进一步的,在步骤(5)中,配电网运行对偶问题的数学表达为:
根据强对偶条件,将配电网运行原问题和对偶问题的目标函数加以联立从而转化为约束条件,得到输电网规划与配电网运行协同优化的单层等价模型:
min输电网规划目标函数
进一步的,所述的商业求解软件采用Cplex、Gurobi或Mosek。
本发明有益效果如下:
1)在优化配电网运行时,本技术方案考虑了上级输电网注入功率的灵活可调,有效扩展了配电网最优潮流解的搜索空间,在更好适应系统不确定因素的同时,进一步提升运行方案的经济性。
2)在优化输电网规划时,本发明可以在保证配电网安全运行的前提下提供主动支撑,即配电网向边界节点注入的功率通过改变分布式能源出力灵活可调。这将进一步影响输电网潮流分布及阻塞状态,从而引起规划方案及结果的变化。所提技术方案可有效延缓输电网升级改造、提高规划经济性。
3)在考虑输电网规划与配电网运行协同优化问题的求解方法时,针对两决策者隶属不同主体,提出了分布式并行处理方法。采用强对偶条件有效将两个相对独立的优化问题转化为一体化模型,规避了需反复迭代的一致性约束拉格朗日松弛处理方法,有效提升求解效率。
附图说明
图1为本发明的分布式并行求解方法流程图;
图2为构造的输配电网原始网架结构图;
图3为三种规划方式的输电网规划方案;
图4为不同风电场位置下输电网规划方案;
图5为不同风电场装机下输电网规划方案。
具体实施方式
以下结合说明书附图对本发明的技术方案做进一步的详细说明。
图1为本发明的分布式并行求解方法流程图;
一种输电网规划与配电网运行协同问题的分布式优化方法,包括以下步骤:
步骤(1):考虑输、配电网差异性,获取输电网规划、配电网运行优化边界条件,包括所在地区的风速、光照强度、负荷历史数据,系统机组位置、容量和类型,已有/待选线路容量和经过边界节点潮流上限;
步骤(2):提出输配电协同的分布式并行处理机制,配电网向输电网提供购售电协议(包括购售电电价和购售电功率),输电网向配电网反馈节点边际电价,从而实现边界节点动态交互信息建模;
步骤(3):建立输电网优化规划子问题,采用双层线性混合整数规划模型表示,上层以年综合成本最小为目标函数,综合考虑网络投资、建设约束进行规划决策,下层则以各场景下的运行成本最小为目标,考虑网络安全、可再生能源弃能进行优化运行模拟,上层将新建线路信息传递给下层,下层将每一场景的常规机组出力、可再生能源弃能量反馈给上层,通过交替迭代实现输电网规划方案输出;
步骤(4):建立配电网优化运行子问题,该问题采用线性化的交流潮流计算方程,目标函数为每一场景下的运行成本最小,约束条件包括网络安全约束和交互功率约束,通过优化分布式能源出力实现配电网潮流优化;
步骤(5):构建步骤(4)中配电网运行原问题的对偶模型,利用强对偶条件,将原问题和对偶问题的目标函数联立并转化为约束条件,连同原问题及对偶问题约束条件,添加至输电网优化规划子问题当中,输电网规划与配电网运行协同优化的单层等价模型;
步骤(6):采用商业求解软件(如Cplex、Gurobi、Mosek等)求解步骤(5)得到的单层等价模型,输出最优规划方案。
本发明综合考虑了输电网规划和配电网运行的协同优化效应。在分布式可再生能源渗透率较高或输电网投资受限场景,本发明有更好的适应性。同时考虑了输、配电网间动态信息交互有限,规划方案在保证各自系统数据相对独立的前提下,有助于实现输电网规划与配电网运行协同优化的分布式并行快速计算。
本技术方案采用分解优化建模理论实现了输电网规划与配电网运行问题的分布式自律协同优化。对于输电网规划子问题,配电网优化运行将调节变电站节点注入功率,进而影响输电网线路阻塞水平;对于配电网运行子问题,输电网优化规划将调整变电站节点电压,进而影响配电网分布式可再生能源出力水平。该分布式并行处理方法可以在规划方案经济性或可再生能源利用效率要求较高的情况下给出输电网规划方案,为大电网规划人员提供参考。
输电网规划子问题的目标函数为最小化包括投资和运行成本在内的总成本,其中,投资成本为线路新建成本,运行成本包括常规机组发电成本、可再生能源弃能成本、与相邻系统交互功率成本。其数学表达式为:
ηij为线路ij的年值系数;
Cij为线路ij的建设成本;
Ds为场景s的小时数;
Ci,s为配电网运行问题中节点功率平衡方程的对偶变量;
uij为一二进制变量,表示待选线路ij是否建设,若为1,表示建设,否则不建;
ΩC为待选线路集;
Ωs为场景集;
ΩB为边界节点集;
ΩI为节点集;
在确定目标函数后,模型的数学表达式为:
上述模型当中,
Pij,s为线路ij在场景s的潮流;
Bij为线路ij的电纳;
θi,s为节点i在场景s的电压相角;
M为一足够大正数,这里取为10000;
Ω0为已有线路集。
需要说明的是,输电网规划子问题采用了直流潮流计算方程,即忽略了系统无功电压信息且认为各节点电压幅值为1p.u.、电压相角相差不大。同时,考虑到计算复杂度和避免引入二进制变量导致的非线性,因此模型没有计及常规机组启停、备用等约束。
配电网运行子问题的目标函数为最小化运行成本,包括分布式电源发电成本、分布式可再生能源弃能成本、与相邻系统交互功率成本。模型数学表达式为:
上述模型当中,
Rij为线路ij的电阻;
Pi max为经过边界节点i潮流上限;
ui,s为一二进制变量,表示场景s下经过边界节点i潮流流向,若为1,表示从输电网流向配电网,否则反向;
r(ij)和o(ij)分别为线路ij潮流的吸收/注入节点;
ξij,s为线路网损计算方程的对偶变量;
γi,s为分布式可再生能源弃能约束的对偶变量;
需要说明的是,配电网运行子问题采用了线性化的Distflow潮流计算方程。所适用的配电网类型为辐射状网络,配电网中分布式电源具有快速启停和爬坡能力,因此类似于输电网,没有考虑机组启停和备用约束。
配电网运行子问题的对偶形式的数学表达式为:
上述模型当中,
αd,s,δij,s≥0。
根据强对偶条件,输电网规划与配电网运行协同优化的单层等价模型的数学表达式为:
其中,M的取值将会影响解的最优性和迭代收敛的速度,若太大,则会导致求解震荡甚至无法收敛;若太小,则会导致优化结果为局部最优解。通过仿真分析,本发明中M取为10000,可保证规划解的最优性。
根据配电网运行子问题的KKT条件,上式可改写为:
即得到输电网规划与配电网运行协同优化的单层线性模型。
输电网规划子问题基于直流潮流方程,优化线路投资和机组发电计划;配电网运行子问题基于线性交流潮流方程,优化分布式能源发电计划。配电网向输电网提供购售电协议(包括购售电电价和购售电功率),输电网向配电网反馈节点边际电价,从而实现边界节点动态交互信息建模。本发明采用场景分析法描述刻画输、配电网当中源荷两侧的不确定性。
下面结合具体实施方案进一步详细说明本实施例,本实施例采用1个IEEE 24节点输电网和9个IEEE 33节点配电网组成的混合系统进行仿真。图2给出了该系统的网架结构。9个配电网分别接入输电网节点1、2、3、5、6、7、10、13和19。输电网含有10台常规机组,38条已有线路,17个负荷节点。输电网节点3、10和19接有共计300MW的风电。对于配电网6(D6),分布式可再生能源装机为34.22MW,负荷波动范围为30.23-72.25MW。系统可分为5个区域,每个区域的风速、光照强度和负荷年波动情况取自我国西北地区的历史统计数据,采用模糊C-means聚类将规划场景削减为20个典型日。输配电网间交互功率上限取为100MW。本发明通过与现有方法进行对比,说明所提方法的优越性:
Case1:不与配电网运行协同优化的输电网规划;
Case2:输电网规划与配电网运行协同优化的分布式并行处理方法;
Case3:输电网规划与配电网运行协同优化的集中式处理方法;
Case3可以得到输电网规划与配电网运行协同优化的最优解。图3给出了三种规划方式的输电网规划方案。Case2和Case3的输电网规划方案相同,这说明所提方法可保证规划解的最优性。与Case1相比,Case2需新建线路数较少,这表明通过输、配电网间互补互济,有助于延缓输电网的升级改造与扩容。此外,Case2比Case1在以节点7为端点的走廊上少建设1条线,而节点7刚好是配电网6接入节点,这进一步表明通过调节边界节点注入功率,可有效改善输电网阻塞水平,从而降低输电网投资。
表1三种规划方式的优化结果
三种规划方式的优化结果如上表所示,Case2和Case3在各项技经指标方面均相同。Case2较Case1在投资和全系统发电成本方面均小,但是在配电网运行的发电成本方面增大,这主要是由于输、配电网间交互功率更加灵活导致。此外,Case2的可再生能源发电量占比是Case1的1.27倍,说明输电网规划与配电网运行协同优化不仅可以提高输电网规划方案的经济性,还可以促进全系统可再生能源的消纳。
进一步的,本发明分析了输电网风电场位置对协同优化结果的影响,在保证风电场装机相同的前提下,共设计三种离配电网距离不同的风电场接入位置。以(3,10,19)为例,接有风电场的节点均接有配电网。图4和表2给出了不同风电场位置下输电网规划方案和优化结果。从中可以看出,除了风电场位置,风电接入位置离配电网的距离同样会影响输电网规划方案。Case1输电网新建线路更靠近风电场位置。这主要是由于风电出力具有不确定性,需要通过新建线路降低电网阻塞、促进风电上网送出。Case2通过调节分布式能源出力,降低了配电网从输电网的购电依赖,提高了输电网的可用输电能力,从而降低线路投资。此外,随着风电场接入位置与配电网距离的增加,投资和发电成本均单调递增。对于风电场位置离配电网越近的场景,可再生能源消纳水平更高。
表2不同风电场位置下优化结果
*为表1场景。
进一步的,本发明分析了输电网风电场容量对协同优化结果的影响,在保证风电场位置相同的前提下,共设计三种风电场装机。图5给出了不同风电场装机下输电网规划方案。从中可以看出,对于Case1和Case2,随着风电场装机的提高,输电网规划线路不会减少。即使在同一风电场装机水平,Case1和Case2的新建线路也不相同,表明输、配电网协同对提高规划方案经济性的增益作用。
表3不同风电场装机下优化结果
*为表1场景。
不同风电场装机下优化结果如上表所示。从中可以看出,高风电装机水平将会导致高输电网投资、低发电成本和高可再生能源消纳。另外,通过对比各项技经指标,Case2比Case1更优。
综上,本专利提出的方法在保证输电网规划与配电网运行协同优化最优性的同时,可以提高输电网规划方案经济性、促进可再生能源消纳。同时得到的规划方案无需已知相邻系统的数据信息,可保证局部参数的私密性,为以新能源为主体的新型电力系统规划提供了新的优化思路。
以上图1所示的一种输电网规划与配电网运行协同优化的分布式并行处理方法是本发明的具体实施例,已经体现出本发明实质性特点和进步,可根据实际的使用需要,在本发明的启示下,对其进行形状、结构等方面的等同修改,均在本方案的保护范围之列。
Claims (6)
1.一种输电网规划与配电网运行协同问题的分布式优化方法,其特征在于,包括以下步骤:
步骤(1):考虑输、配电网差异性,获取输电网规划、配电网运行优化边界条件,包括所在地区的风速、光照强度、负荷历史数据,系统机组位置、容量和类型,已有/待选线路容量和经过边界节点潮流上限;
步骤(2):提出输配电协同的分布式并行处理机制,配电网向输电网提供购售电协议,输电网向配电网反馈节点边际电价,从而实现边界节点动态交互信息建模;
步骤(3):建立输电网优化规划子问题,采用双层线性混合整数规划模型表示,上层以年综合成本最小为目标函数,综合考虑网络投资、建设约束进行规划决策,下层则以各场景下的运行成本最小为目标,考虑网络安全、可再生能源弃能进行优化运行模拟,上层将新建线路信息传递给下层,下层将每一场景的常规机组出力、可再生能源弃能量反馈给上层,通过交替迭代实现输电网规划方案输出;
步骤(4):建立配电网优化运行子问题,该问题采用线性化的交流潮流计算方程,目标函数为每一场景下的运行成本最小,约束条件包括网络安全约束和交互功率约束,通过优化分布式能源出力实现配电网潮流优化;
步骤(5):构建步骤(4)中配电网运行原问题的对偶模型,利用强对偶条件,将原问题和对偶问题的目标函数联立并转化为约束条件,连同原问题及对偶问题约束条件,添加至输电网优化规划子问题当中,输电网规划与配电网运行协同优化的单层等价模型;
步骤(6):采用商业求解软件求解步骤(5)得到的单层等价模型,输出最优规划方案。
2.根据权利要求1所述的一种输电网规划与配电网运行协同问题的分布式优化方法,其特征在于,步骤(3)中,输电网优化规划子问题的数学表达为:
其中, ηij为线路ij的年值系数;Cij为线路ij的建设成本;为网络投资、建设上限;Ds为场景s的小时数;Ci,s为配电网运行问题中节点功率平衡方程的对偶变量;为常规机组g的发电成本函数;为位于节点i的可再生能源弃能成本;为常规机组g在场景s的出力;Pij,s为线路ij在场景s的潮流;和分别为配、输电网在场景s注入边界节点i的功率;和分别为位于节点i的可再生能源在场景s的预测出力、弃能;为节点i在场景s的负荷;Bij为线路ij的电纳;θi,s为节点i在场景s的电压相角;uij为一二进制变量,表示待选线路ij是否建设,若为1,表示建设,否则不建;M为一足够大正数,这里取为10000;为线路ij的容量;和分别为常规机组g出力下、上限;Ω0、ΩC、Ωs、ΩB和ΩI分别为位于节点i的常规机组集、已有线路集、待选线路集、场景集、边界节点集和节点集。
3.根据权利要求2所述的一种输电网规划与配电网运行协同问题的分布式优化方法,其特征在于,在步骤(4)中,配电网优化运行子问题的数学表达为:
5.根据权利要求2所述的一种输电网规划与配电网运行协同问题的分布式优化方法,其特征在于,M取10000。
6.根据权利要求1-5中任意一项所述的一种输电网规划与配电网运行协同问题的分布式优化方法,其特征在于,所述的商业求解软件采用Cplex、Gurobi或Mosek。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111063169.8A CN113765101A (zh) | 2021-09-10 | 2021-09-10 | 一种输电网规划与配电网运行协同问题的分布式优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111063169.8A CN113765101A (zh) | 2021-09-10 | 2021-09-10 | 一种输电网规划与配电网运行协同问题的分布式优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113765101A true CN113765101A (zh) | 2021-12-07 |
Family
ID=78794838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111063169.8A Pending CN113765101A (zh) | 2021-09-10 | 2021-09-10 | 一种输电网规划与配电网运行协同问题的分布式优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113765101A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113673912A (zh) * | 2021-09-16 | 2021-11-19 | 国网山东省电力公司潍坊供电公司 | 考虑输电网影响的配电-气网分布式协同规划方法及系统 |
CN114865617A (zh) * | 2022-04-12 | 2022-08-05 | 中国电建集团华东勘测设计研究院有限公司 | 基于大网拆小网的分布式潮流优化方法 |
CN116227953A (zh) * | 2023-05-10 | 2023-06-06 | 广东电网有限责任公司珠海供电局 | 基于卷积神经网络的主配协同配网规划方法及系统 |
-
2021
- 2021-09-10 CN CN202111063169.8A patent/CN113765101A/zh active Pending
Non-Patent Citations (1)
Title |
---|
LIUJIA等: "Hierarchical duality-based planning of transmission networks coordinating active distribution network operation", ENERGY, vol. 213, pages 1 - 18 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113673912A (zh) * | 2021-09-16 | 2021-11-19 | 国网山东省电力公司潍坊供电公司 | 考虑输电网影响的配电-气网分布式协同规划方法及系统 |
CN113673912B (zh) * | 2021-09-16 | 2024-03-08 | 国网山东省电力公司潍坊供电公司 | 考虑输电网影响的配电-气网分布式协同规划方法及系统 |
CN114865617A (zh) * | 2022-04-12 | 2022-08-05 | 中国电建集团华东勘测设计研究院有限公司 | 基于大网拆小网的分布式潮流优化方法 |
CN116227953A (zh) * | 2023-05-10 | 2023-06-06 | 广东电网有限责任公司珠海供电局 | 基于卷积神经网络的主配协同配网规划方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Interactive energy management for enhancing power balances in multi-microgrids | |
Xie et al. | Autonomous optimized economic dispatch of active distribution system with multi-microgrids | |
Howell et al. | Towards the next generation of smart grids: Semantic and holonic multi-agent management of distributed energy resources | |
CN113765101A (zh) | 一种输电网规划与配电网运行协同问题的分布式优化方法 | |
CN109980685B (zh) | 一种考虑不确定性的主动配电网分布式优化运行方法 | |
CN102751728B (zh) | 基于负荷中断模型的微网孤网运行的能量管理方法 | |
CN105846456B (zh) | 一种交直流互联电网风、火协调动态经济调度优化方法 | |
CN103559656B (zh) | 一种需求响应控制系统及方法 | |
Xie et al. | Mixed-stage energy management for decentralized microgrid cluster based on enhanced tube model predictive control | |
CN102402725B (zh) | 用于虚拟电厂的多目标优化能量管理信息处理方法 | |
CN101281637A (zh) | 基于超平面形式安全域边界的电力系统优化潮流和实时定价方法 | |
CN105375507A (zh) | 雾霾环境下虚拟电厂的电力两级交互优化调度系统 | |
CN101232181A (zh) | 基于多智能体的配电网节能降耗综合管理系统及其管理方法 | |
CN105071410A (zh) | 基于虚拟发电厂的配电网无功功率优化调度方法及系统 | |
CN113659572B (zh) | 考虑网络重构和需求响应的气电综合能源配网鲁棒优化方法 | |
CN109217324B (zh) | 一种计及无功电价补偿的自动电压控制系统和控制方法 | |
Li et al. | A cloud edge computing method for economic dispatch of active distribution network with multi-microgrids | |
Qiao | A summary of optimal methods for the planning of stand-alone microgrid system | |
CN117411007A (zh) | 一种分布式光伏和储能联合的配网低电压治理方法 | |
CN102570456A (zh) | 基于主动机制的配电网间歇式能源消纳系统及其方法 | |
Bonassi et al. | Supervised control of hybrid AC-DC grids for power balance restoration | |
CN204615408U (zh) | 一种风电场输出功率控制系统 | |
CN100593892C (zh) | 一种企业配电网综合节能方法 | |
CN105305502A (zh) | 基于协调一致性的配电网络分布式电源控制方法及系统 | |
CN116094032A (zh) | 高渗透率光伏接入的配电网云边端协同能量自平衡方法 |
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 |