CN113807705A - 数字孪生运行驱动的配电网规划方法、装置及终端 - Google Patents
数字孪生运行驱动的配电网规划方法、装置及终端 Download PDFInfo
- Publication number
- CN113807705A CN113807705A CN202111102033.3A CN202111102033A CN113807705A CN 113807705 A CN113807705 A CN 113807705A CN 202111102033 A CN202111102033 A CN 202111102033A CN 113807705 A CN113807705 A CN 113807705A
- Authority
- CN
- China
- Prior art keywords
- line
- objective function
- distribution network
- digital twin
- evaluation objective
- 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 261
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000011156 evaluation Methods 0.000 claims abstract description 202
- 238000011234 economic evaluation Methods 0.000 claims abstract description 78
- 230000006870 function Effects 0.000 claims description 258
- 238000004590 computer program Methods 0.000 claims description 17
- 238000010276 construction Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 8
- 230000000903 blocking effect Effects 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 4
- 239000002245 particle Substances 0.000 description 14
- 238000010586 diagram Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 235000013339 cereals Nutrition 0.000 description 1
- 230000009133 cooperative interaction Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
-
- 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
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Water Supply & Treatment (AREA)
- Biodiversity & Conservation Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种数字孪生运行驱动的配电网规划方法、装置及终端。该方法包括:从数字孪生配电网的数据层获取实时电网数据;根据实时电网数据,构建数字孪生配电网的线路规划方案集和运行场景数据集;根据线路规划方案集和运行场景数据集,构建数字孪生配电网运行的载荷评价目标函数、线损评价目标函数、经济评价目标函数以及约束条件;根据载荷评价目标函数、线损评价目标函数、经济评价目标函数以及约束条件,确定线路规划方案集中的最佳规划方案。本发明能够以数字孪生配电网实际运行数据驱动配电网的规划,在数字孪生配电网实时运行环境下优选出配电网规划方案,综合考虑了运行均衡性和经济性,满足配电网规划多样化的需求。
Description
技术领域
本发明涉及配电网规划技术领域,尤其涉及一种数字孪生运行驱动的配电网规划方法、装置及终端。
背景技术
随着经济技术的发展,电能已经成为了人们生产和生活中比不可少的二次能源,给人们的生产和生活带来了无尽的便利。随着电网中源、荷、储设备的多样化及其交互作用,配电网运行的不确定性和随机性越来越强,运行场景日益复杂。
传统的配电网规划模型以历史数据为依据,以经济性作为规划目标,可靠性作为约束条件进行网络规划,属于依据历史数据的单目标规划,在这种态势下,若应用传统的配电网规划方法很难确定适应运行实际的最佳规划方案。因此,配电网的规划问题强烈依赖于实际配电网的运行情况,需要以配电网实际运行情况来驱动配电网规划,才能保证规划方案对运行的适应性和经济性。
发明内容
本发明实施例提供了一种数字孪生运行驱动的配电网规划方法、装置及终端,以解决传统配电网的规划方法不适用目前多样化的配电网的问题。
第一方面,本发明实施例提供了一种数字孪生运行驱动的配电网规划方法,包括:
从数字孪生配电网的数据层获取实时电网数据;
根据所述实时电网数据,构建所述数字孪生配电网的线路规划方案集和运行场景数据集;
根据所述线路规划方案集和所述运行场景数据集,构建所述数字孪生配电网运行的载荷评价目标函数、线损评价目标函数、经济评价目标函数以及约束条件;
根据所述载荷评价目标函数、所述线损评价目标函数、所述经济评价目标函数以及所述约束条件,确定所述线路规划方案集中的最佳规划方案。
在一种可能的实现方式中,所述根据所述载荷评价目标函数、所述线损评价目标函数、所述经济评价目标函数以及所述约束条件,确定所述线路规划方案集中的最佳规划方案,包括:
根据所述载荷评价目标函数、所述线损评价目标函数和所述经济评价目标函数,计算在所述数字孪生配电网上不同时段所述线路规划方案集中每个规划方案对应的所述载荷评价目标函数的初始值、所述线损评价目标函数的初始值和所述经济评价目标函数的初始值;
根据所述载荷评价目标函数的初始值、所述线损评价目标函数的初始值、所述经济评价目标函数的初始值和所述约束条件,计算在所述数字孪生配电网上不同时段所述线路规划方案集中每个规划方案对应的所述载荷评价目标函数的最终值、所述线损评价目标函数的最终值和所述经济评价目标函数的最终值;
根据在所述数字孪生配电网上不同时段所述线路规划方案集中每个规划方案对应的所述载荷评价目标函数的最终值、所述线损评价目标函数的最终值和所述经济评价目标函数的最终值,确定所述线路规划方案集中的最佳规划方案。
在一种可能的实现方式中,所述根据在所述数字孪生配电网上不同时段所述线路规划方案集中每个规划方案对应的所述载荷评价目标函数的最终值、所述线损评价目标函数的最终值和所述经济评价目标函数的最终值,确定所述线路规划方案集中的最佳规划方案,包括:
根据在所述数字孪生配电网上不同时段所述线路规划方案集中每个规划方案对应的所述载荷评价目标函数的最终值、所述线损评价目标函数的最终值和所述经济评价目标函数的最终值,计算所述载荷评价目标函数的平均值、所述线损评价目标函数的平均值和所述经济评价目标函数的平均值;
根据所述载荷评价目标函数的平均值和所述线损评价目标函数的平均值,计算所述线路规划方案集中每个规划方案对应的所述数字孪生配电网运行均衡性评价值;
根据所述数字孪生配电网运行均衡性评价值,确定所述线路规划方案集中每个规划方案对应的所述数字孪生配电网运行均衡性的评价等级;
根据所述线路规划方案集中每个规划方案对应的所述数字孪生配电网运行均衡性等级,确定所述数字孪生配电网运行均衡性等级最优的N个规划方案中经济评价目标函数最小的规划方案为最佳规划方案。
在一种可能的实现方式中,所述载荷评价目标函数为
其中,F1表示所述载荷评价目标函数,表征所述数字孪生配电网线路载荷的均衡性,N表示所述数字孪生配电网增加新的线路规划方案后线路总数量;l表示所述数字孪生配电网增加新的线路规划方案后当前线路,σl.load表示所述数字孪生配电网中第l条线路的负载率,其中,Pl,L表示第l条线路的实际输送功率,Pl,max表示第l条线路的最大输送功率。
在一种可能的实现方式中,所述线损评价目标函数为
在一种可能的实现方式中,所述经济评价目标函数为
其中,F3表示所述经济评价目标函数,表征所述数字孪生配电网的运行经济性,γ表示贴现率,Nnew表示所述数字孪生配电网的新建线路集合,m表示所述数字孪生配电网的新建线路中当前线路,Cin.m表示第m条线路的单位长度投资费用,Cm.m表示第m条线路的单位长度维护费用,Lm表示第m条线路的长度,T表示线路的使用寿命,Nab表示所述数字孪生配电网的节点集合,CBL表示节点a到节点b间的单位功率阻塞成本,Pab表示节点a到节点b间的线路功率。
在一种可能的实现方式中,所述约束条件包括:所述数字孪生配电网的潮流约束条件、节点电压约束条件、新建线路数量约束、线路负载率约束、线路线损率约束和投资成本约束;
所述潮流约束条件为
其中,Pi表示所述数字孪生配电网的中节点i注入的有功功率,Qi表示所述数字孪生配电网的中节点i注入的无功功率,Ui表示节点i的电压,Uj表示节点j的电压,j∈i表示与节点i相连的节点j,Gij表示节点i、节点j之间线路的电导,θij表示节点i、节点j之间电压的相位差,Bij表示节点i、节点j之间线路的电纳;
所述节点电压约束条件为
Umin≤Ui≤Umax;
其中,Umin、Umax分别表示节点i的电压上限值、下限值;
所述新建线路数量约束为
0≤m≤mmax;
其中,mmax表示所述数字孪生配电网的新建线路的最大数量;
所述线路负载率约束为
σj.load.min≤σj.load≤σj.load.max;
其中,σj.load.min、σj.load.max分别表示所述数字孪生配电网中第l条线路的负载率的最小值、最大值;
所述线路线损率约束为
σj.loss.min≤σj.loss≤σj.loss.max;
其中,σj.loss.min、σj.loss.max分别表示所述数字孪生配电网中第l条线路的线损率的最小值、最大值;
所述投资成本约束为
其中,Cmax表示所述数字孪生配电网的新建线路的投资最大费用。
在一种可能的实现方式中,所述根据所述载荷评价目标函数的平均值和所述线损评价目标函数的平均值,计算所述线路规划方案集中每个规划方案对应的所述数字孪生配电网运行均衡性评价值,包括:
其中,F表示所述线路规划方案集中某个规划方案对应的所述数字孪生配电网运行均衡性评价值,表示所述线路规划方案集中某个规划方案对应的所述载荷评价目标函数的平均值,表示所述线路规划方案集中某个规划方案对应的所述线损评价目标函数的平均值,k1、k2分别表示预设系数。
第二方面,本发明实施例提供了一种数字孪生运行驱动的配电网规划装置,包括:
获取模块,用于从数字孪生配电网的数据层获取实时电网数据;
第一构建模块,用于根据所述实时电网数据,构建所述数字孪生配电网的线路规划方案集和运行场景数据集;
第二构建模块,用于根据所述线路规划方案集和所述运行场景数据集,构建所述数字孪生配电网运行的载荷评价目标函数、线损评价目标函数、经济评价目标函数以及约束条件;
确定模块,用于根据所述载荷评价目标函数、所述线损评价目标函数、所述经济评价目标函数以及所述约束条件,确定所述线路规划方案集中的最佳规划方案。
第三方面,本发明实施例提供了一种终端,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第一方面或第一方面的任一种可能的实现方式所述数字孪生运行驱动的配电网规划方法的步骤。
本发明实施例提供一种数字孪生运行驱动的配电网规划方法、装置及终端,通过利用数字孪生配电网是物理配电网在数字空间中精确镜像的特点,从数字孪生配电网数据层获取实时数据,构建数字孪生配电网规划方案集和运行场景数据集,并构建所述数字孪生配电网运行的载荷评价目标函数、线损评价目标函数、经济评价目标函数以及约束条件,根据所述载荷评价目标函数、所述线损评价目标函数、所述经济评价目标函数以及所述约束条件,据此给出数字孪生配电网规划方案评价结果,并优选出最佳方案,本申请以数字孪生配电网实际运行数据驱动配电网的规划,在数字孪生配电网实时运行环境下优选出配电网规划方案,综合考虑了运行均衡性(即载荷评价目标函数和线损评价目标函数)和经济性(即经济评价目标函数),可使数字孪生配电网线路均匀地承受负载,提高数字孪生配电网运行的经济性,满足未来负荷增长的需要。
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数字孪生运行驱动的配电网规划方法的应用场景图;
图2是本发明实施例提供的确定线路规划方案集中的最佳规划方案的实现流程图;
图3是本发明另一实施例提供的确定线路规划方案集中的最佳规划方案的实现流程图;
图4是本发明实施例提供的某地区数字孪生配电系统以及节点编号示意图;
图5是本发明实施例提供的数字孪生运行驱动的配电网规划装置的结构示意图;
图6是本发明实施例提供的终端的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
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。
图1为本发明实施例提供的一种数字孪生运行驱动的配电网规划方法的实现流程图,详述如下:
步骤101,从数字孪生配电网的数据层获取实时电网数据。
数字孪生配电网是根据实际配电网构架的虚拟数字电网,具有实际配电网在数字空间中精确镜像的特点,也就是说,数字孪生配电网的数据层中的各个数据均与对应的实际配电网中的数据相同,且是实时的,因此从数字孪生配电网的数据层可以获取实时电网数据。
可选的,实时电网数据可以包括数字孪生配电网的节点数、节点编号、现有线路的起始节点编号、终止节点编号、各条线路阻抗参数、各节点负荷有功功率和无功功率等数据。
步骤102,根据实时电网数据,构建数字孪生配电网的线路规划方案集和运行场景数据集。
可选的,在本步骤中,构建的数字孪生配电网的线路规划方案集中包括各个线路规划方案的新建线路的起始节点编号、终止节点编号和新建线路的数量。可以理解的,构建的数字孪生配电网的线路规划方案集为在现有数字孪生配电网上线路负载大于预设负载的位置添加新的线路,以减轻现有数字孪生配电网上线路负载。这里预设负载可以根据实现需求进行设置,在本实施例中不限定预设负载的取值。
线路规划方案集中可以包括多个不同的线路规划方案。
可选的,在本步骤中,根据数字孪生配电网的各节点的负荷数据,构建数字孪生配电网的运行场景数据集。其中运行场景数据集中包括配电网的高峰、低谷和平段各个时期各节点的有功数据和无功数据。各个时期为将每条24小时划分为高峰、低谷和平段的时期。运行场景为在数字孪生配电网的新建线路上施加不同时期对应的负荷,对新建线路的承载能力进行验证,从而得到最优的配电网规划方案。
步骤103,根据线路规划方案集和运行场景数据集,构建数字孪生配电网运行的载荷评价目标函数、线损评价目标函数、经济评价目标函数以及约束条件。
可选的,载荷评价目标函数为
其中,F1表示载荷评价目标函数,表征数字孪生配电网线路载荷的均衡性,N表示数字孪生配电网增加新的线路规划方案后线路总数量;l表示数字孪生配电网增加新的线路规划方案后当前线路,σl.load表示数字孪生配电网中第l条线路的负载率,其中,Pl,L表示第l条线路的实际输送功率,Pl,max表示第l条线路的最大输送功率。
目标函数F1表征整个数字孪生配电网线路载荷的均衡性。当数字孪生配电网各线路负载率均相同,即各线路载荷达到完全均衡性,F1达到最大值,F1最大值可以为1。
可选的,线损评价目标函数为
目标函数F2表征整个数字孪生配电网线路线损的均衡性。当数字孪生配电网各线路线损率均相同,即各线路线损达到最大均衡性,F2达到最大值,F2最大值可以为1。
可选的,经济评价目标函数为
其中,F3表示经济评价目标函数,表征数字孪生配电网的运行经济性,γ表示贴现率,Nnew表示数字孪生配电网的新建线路集合,m表示数字孪生配电网的新建线路中当前线路,Cin.m表示第m条线路的单位长度投资费用,Cm.m表示第m条线路的单位长度维护费用,Lm表示第m条线路的长度,T表示线路的使用寿命,Nab表示数字孪生配电网的节点集合,CBL表示节点a到节点b间的单位功率阻塞成本,Pab表示节点a到节点b间的线路功率。
目标函数F3表征整个数字孪生配电网运行的经济性,F3数值越小,数字孪生配电网经济性越好。
可选的,数字孪生配电网的运行需要遵循一定的约束条件,约束条件可以包括:数字孪生配电网的潮流约束条件、节点电压约束条件、新建线路数量约束、线路负载率约束、线路线损率约束和投资成本约束;
潮流约束条件为
其中,Pi表示数字孪生配电网的中节点i注入的有功功率,Qi表示数字孪生配电网的中节点i注入的无功功率,Ui表示节点i的电压,Uj表示节点j的电压,j∈i表示与节点i相连的节点j,Gij表示节点i、节点j之间线路的电导,θij表示节点i、节点j之间电压的相位差,Bij表示节点i、节点j之间线路的电纳;
节点电压约束条件为
Umin≤Ui≤Umax;
其中,Umin、Umax分别表示节点i的电压上限值、下限值。这里Umin、Umax可以根据数字孪生配电网实际运行时节点的极限电压进行确定。
新建线路数量约束为
0≤m≤mmax;
其中,mmax表示数字孪生配电网的新建线路的最大数量;
线路负载率约束为
σj.load.min≤σj.load≤σj.load.max;
其中,σj.load.min、σj.load.max分别表示数字孪生配电网中第l条线路的负载率的最小值、最大值;
线路线损率约束为
σj.loss.min≤σj.loss≤σj.loss.max;
其中,σj.loss.min、σj.loss.max分别表示数字孪生配电网中第l条线路的线损率的最小值、最大值;
投资成本约束为
其中,Cmax表示数字孪生配电网的新建线路的投资最大费用。
步骤104,根据载荷评价目标函数、线损评价目标函数、经济评价目标函数以及约束条件,确定线路规划方案集中的最佳规划方案。
可选的,根据载荷评价目标函数、线损评价目标函数、经济评价目标函数以及约束条件,采用粒子群算法求解各个目标函数,然后再根据得到的目标函数值确定线路规划方案集中的最佳规划方案,最佳规划方案即数字孪生配电网均衡性最优,经济性最小。这里均衡性指线路载荷均衡性和线路线损均衡性。
在一实施例中,如图2所示,本步骤中,根据载荷评价目标函数、线损评价目标函数、经济评价目标函数以及约束条件,确定线路规划方案集中的最佳规划方案,可以包括:
步骤201,根据载荷评价目标函数、线损评价目标函数和经济评价目标函数,计算在数字孪生配电网上不同时段线路规划方案集中每个规划方案对应的载荷评价目标函数的初始值、线损评价目标函数的初始值和经济评价目标函数的初始值。
可选的,不同时段指将一天24小时分为高峰、低谷和平段等多个时段。可以根据F1、F2、F3对应的公式计算对应的初始值。
步骤202,根据载荷评价目标函数的初始值、线损评价目标函数的初始值、经济评价目标函数的初始值和约束条件,计算在数字孪生配电网上不同时段线路规划方案集中每个规划方案对应的载荷评价目标函数的最终值、线损评价目标函数的最终值和经济评价目标函数的最终值。
在计算各目标函数对应的最终值时,可以采用粒子算法进行计算,具体步骤如下:
S1、选取数字孪生配电网规划方案集中某一规划方案的目标函数值F1、F2、F3作为粒子,其初始值根据步骤201计算;
S2、设置初始迭代次数K=1,最大迭代次数Kmax=500;
S3、根据F1、F2、F3对应的公式计算各粒子数值并进行限定,使其满足上述各个约束条件;
S4、更新粒子的速度和位置:
其中:K为迭代次数,xK表示迭代次数为K时粒子的空间位置,xK+1表示迭代次数为K+1时粒子的空间位置,vK表示迭代次数为K时粒子的速度,vK+1表示迭代次数为K+1时粒子的速度,c1、c2为学习因子,取值在0~4之间,r1、r2为(0,1)之间均匀分布的随机数,ω为惯性因子,ωmin、ωmax为惯性因子最小值、最大值,pbestK为粒子在第K次迭代时的自身最优解,gbestK为粒子在第K次迭代时的全局最优解;
S5、若K>Kmax,则输出各目标函数的计算结果,即最终值;否则,令K=K+1,返回步骤S4。
步骤203,根据在数字孪生配电网上不同时段线路规划方案集中每个规划方案对应的载荷评价目标函数的最终值、线损评价目标函数的最终值和经济评价目标函数的最终值,确定线路规划方案集中的最佳规划方案。
可选的,在确定线路规划方案集中的最佳规划方案时,可以根据每个规划方案对应的载荷评价目标函数的最终值、线损评价目标函数的最终值,确定数字孪生配电网运行均衡性最优规划方案,再根据每个规划方案对应的经济评价目标函数的最终值确定数字孪生配电网运行均衡性最优规划方案中的经济性最佳方案,从而得到线路规划方案集中的最佳规划方案。
可选的,如图3所示,根据在数字孪生配电网上不同时段线路规划方案集中每个规划方案对应的载荷评价目标函数的最终值、线损评价目标函数的最终值和经济评价目标函数的最终值,确定线路规划方案集中的最佳规划方案,可以包括:
步骤301,根据在数字孪生配电网上不同时段线路规划方案集中每个规划方案对应的载荷评价目标函数的最终值、线损评价目标函数的最终值和经济评价目标函数的最终值,计算载荷评价目标函数的平均值、线损评价目标函数的平均值和经济评价目标函数的平均值。
可选的,本步骤中,每个规划方案可以得到一个对应的载荷评价目标函数的最终值、线损评价目标函数的最终值和经济评价目标函数的最终值,例如第一个规划方案的高峰时段对应的载荷评价目标函数的最终值表示为F1峰、线损评价目标函数的最终值表示为F2峰和经济评价目标函数的最终值表示为F3峰;低谷时段对应的载荷评价目标函数的最终值表示为F1谷、线损评价目标函数的最终值表示为F2谷和经济评价目标函数的最终值表示为F3谷;平段时段对应的载荷评价目标函数的最终值表示为F1平、线损评价目标函数的最终值表示为F2平和经济评价目标函数的最终值表示为F3平。
根据计算载荷评价目标函数的平均值、线损评价目标函数的平均值和经济评价目标函数的平均值。其中,表示线路规划方案集中某个规划方案对应的载荷评价目标函数的平均值,表示线路规划方案集中某个规划方案对应的线损评价目标函数的平均值,表示线路规划方案集中某个规划方案对应的经济评价目标函数的平均值。
步骤302,根据载荷评价目标函数的平均值和线损评价目标函数的平均值,计算线路规划方案集中每个规划方案对应的数字孪生配电网运行均衡性评价值。
其中,F表示线路规划方案集中某个规划方案对应的数字孪生配电网运行均衡性评价值,表示线路规划方案集中某个规划方案对应的载荷评价目标函数的平均值,表示线路规划方案集中某个规划方案对应的线损评价目标函数的平均值,k1、k2分别表示预设系数。例如,k1、k2分别取值为0.4,0.6。
步骤303,根据数字孪生配电网运行均衡性评价值,确定线路规划方案集中每个规划方案对应的数字孪生配电网运行均衡性的评价等级。
可选的,本步骤中,可以根据需求设置F处于各个等级的范围值。例如,当0.8<F≤1时,数字孪生配电网运行均衡性的评价等级为优,当0.6<F≤0.8时,数字孪生配电网运行均衡性的评价等级为良,当0.4<F≤0.6时,数字孪生配电网运行均衡性的评价等级为中,当0<F≤0.4时,数字孪生配电网运行均衡性的评价等级为差。
步骤304,根据线路规划方案集中每个规划方案对应的数字孪生配电网运行均衡性等级,确定数字孪生配电网运行均衡性等级最优的N个规划方案中经济评价目标函数最小的规划方案为最佳规划方案。
可选的,确定数字孪生配电网运行均衡性等级最优的N个规划方案时,可以根据数字孪生配电网规划方案集中规划方案的总数确定。
可选的,最优规划方案可以在数字孪生配电网的展示层进行可视化显示,为电网决策提供技术支持,推动电网全要素数字化和虚拟化,实现物理电网与数字电网协同交互、平行运转。
上述数字孪生运行驱动的配电网规划方法,通过利用数字孪生配电网是物理配电网在数字空间中精确镜像的特点,从数字孪生配电网数据层获取实时数据,构建数字孪生配电网规划方案集和运行场景数据集,计算不同运行场景下每个规划方案的配电网运行载荷评价目标函数、线损评价目标函数和经济评价目标函数的初始值,再建立约束条件,应用粒子群算法求解获得每个规划方案的配电网运行载荷评价目标函数、线损评价目标函数和经济评价目标函数的最终值,据此给出数字孪生配电网规划方案评价结果,并优选出最佳方案。本申请以数字孪生配电网实际运行数据驱动配电网的规划,在数字孪生配电网实时运行环境下优选出配电网规划方案,综合考虑了运行均衡性和经济性,可使数字孪生配电网线路均匀地承受负载,提高数字孪生配电网运行的经济性,满足未来负荷增长的需要。
下面以一个具体的实施例说明本方案的实施过程。
如图4所示的某地区数字孪生配电系统以及节点编号示意图。其中系统中共33个节点,32条线路,其基准电压为10kV,基准容量为10MVA,线路建设成本为0.6万元/km,使用年限T为20年,新建线路投资总额上限为40万元,贴现率γ为0.05。线路1-2、2-3、3-4、4-5、5-6长度为2.8km,其余线路长度为2km。从数字孪生配电网数据层获取一天内高峰、低谷、平段不同时期节点负荷数据,负荷峰期时段为:09:00—12:00,14:30—17:30,19:00—22:00;谷期时段为:22:00—24:00和00:00—06:00;其余为平期时段。数字孪生配电网规划方案集如表1所示,表一中的数据仅为示例行数据。
表一
如表三所示,三个方案中方案1和方案2评价等级确定为优,然后按照经济目标函数最小原则选择方案2作为最终的配电网规划方案。
表二
表三
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
以下为本发明的装置实施例,对于其中未详尽描述的细节,可以参考上述对应的方法实施例。
图5示出了本发明实施例提供的数字孪生运行驱动的配电网规划装置的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
如图5所示,数字孪生运行驱动的配电网规划装置包括:获取模块501、第一构建模块502、第二构建模块503和确定模块504。
获取模块501,用于从数字孪生配电网的数据层获取实时电网数据;
第一构建模块502,用于根据实时电网数据,构建数字孪生配电网的线路规划方案集和运行场景数据集;
第二构建模块503,用于根据线路规划方案集和运行场景数据集,构建数字孪生配电网运行的载荷评价目标函数、线损评价目标函数、经济评价目标函数以及约束条件;
确定模块504,用于根据载荷评价目标函数、线损评价目标函数、经济评价目标函数以及约束条件,确定线路规划方案集中的最佳规划方案。
可选的,确定模块504根据载荷评价目标函数、线损评价目标函数、经济评价目标函数以及约束条件,确定线路规划方案集中的最佳规划方案时,可以用于:
根据载荷评价目标函数、线损评价目标函数和经济评价目标函数,计算在数字孪生配电网上不同时段线路规划方案集中每个规划方案对应的载荷评价目标函数的初始值、线损评价目标函数的初始值和经济评价目标函数的初始值;
根据载荷评价目标函数的初始值、线损评价目标函数的初始值、经济评价目标函数的初始值和约束条件,计算在数字孪生配电网上不同时段线路规划方案集中每个规划方案对应的载荷评价目标函数的最终值、线损评价目标函数的最终值和经济评价目标函数的最终值;
根据在数字孪生配电网上不同时段线路规划方案集中每个规划方案对应的载荷评价目标函数的最终值、线损评价目标函数的最终值和经济评价目标函数的最终值,确定线路规划方案集中的最佳规划方案。
可选的,确定模块504根据在数字孪生配电网上不同时段线路规划方案集中每个规划方案对应的载荷评价目标函数的最终值、线损评价目标函数的最终值和经济评价目标函数的最终值,确定线路规划方案集中的最佳规划方案时,可以用于:
根据在数字孪生配电网上不同时段线路规划方案集中每个规划方案对应的载荷评价目标函数的最终值、线损评价目标函数的最终值和经济评价目标函数的最终值,计算载荷评价目标函数的平均值、线损评价目标函数的平均值和经济评价目标函数的平均值;
根据载荷评价目标函数的平均值和线损评价目标函数的平均值,计算线路规划方案集中每个规划方案对应的数字孪生配电网运行均衡性评价值;
根据数字孪生配电网运行均衡性评价值,确定线路规划方案集中每个规划方案对应的数字孪生配电网运行均衡性的评价等级;
根据线路规划方案集中每个规划方案对应的数字孪生配电网运行均衡性等级,确定数字孪生配电网运行均衡性等级最优的N个规划方案中经济评价目标函数最小的规划方案为最佳规划方案。
可选的,载荷评价目标函数为
其中,F1表示载荷评价目标函数,表征数字孪生配电网线路载荷的均衡性,N表示数字孪生配电网增加新的线路规划方案后线路总数量;l表示数字孪生配电网增加新的线路规划方案后当前线路,σl.load表示数字孪生配电网中第l条线路的负载率,其中,Pl,L表示第l条线路的实际输送功率,Pl,max表示第l条线路的最大输送功率。
可选的,线损评价目标函数为
可选的,经济评价目标函数为
其中,F3表示经济评价目标函数,表征数字孪生配电网的运行经济性,γ表示贴现率,Nnew表示数字孪生配电网的新建线路集合,m表示数字孪生配电网的新建线路中当前线路,Cin.m表示第m条线路的单位长度投资费用,Cm.m表示第m条线路的单位长度维护费用,Lm表示第m条线路的长度,T表示线路的使用寿命,Nab表示数字孪生配电网的节点集合,CBL表示节点a到节点b间的单位功率阻塞成本,Pab表示节点a到节点b间的线路功率。
可选的,约束条件包括:数字孪生配电网的潮流约束条件、节点电压约束条件、新建线路数量约束、线路负载率约束、线路线损率约束和投资成本约束;
潮流约束条件为
其中,Pi表示数字孪生配电网的中节点i注入的有功功率,Qi表示数字孪生配电网的中节点i注入的无功功率,Ui表示节点i的电压,Uj表示节点j的电压,j∈i表示与节点i相连的节点j,Gij表示节点i、节点j之间线路的电导,θij表示节点i、节点j之间电压的相位差,Bij表示节点i、节点j之间线路的电纳;
节点电压约束条件为
Umin≤Ui≤Umax;
其中,Umin、Umax分别表示节点i的电压上限值、下限值;
新建线路数量约束为
0≤m≤mmax;
其中,mmax表示数字孪生配电网的新建线路的最大数量;
线路负载率约束为
σj.load.min≤σj.load≤σj.load.max;
其中,σj.load.min、σj.load.max分别表示数字孪生配电网中第l条线路的负载率的最小值、最大值;
线路线损率约束为
σj.loss.min≤σj.loss≤σj.loss.max;
其中,σj.loss.min、σj.loss.max分别表示数字孪生配电网中第l条线路的线损率的最小值、最大值;
投资成本约束为
其中,Cmax表示数字孪生配电网的新建线路的投资最大费用。
可选的,确定模块504根据载荷评价目标函数的平均值和线损评价目标函数的平均值,计算线路规划方案集中每个规划方案对应的数字孪生配电网运行均衡性评价值时,可以用于:
其中,F表示线路规划方案集中某个规划方案对应的数字孪生配电网运行均衡性评价值,表示线路规划方案集中某个规划方案对应的载荷评价目标函数的平均值,表示线路规划方案集中某个规划方案对应的线损评价目标函数的平均值,k1、k2分别表示预设系数。
上述数字孪生运行驱动的配电网规划装置,通过利用数字孪生配电网是物理配电网在数字空间中精确镜像的特点,获取模块从数字孪生配电网数据层获取实时数据,第一构建模块构建数字孪生配电网规划方案集和运行场景数据集,确定模块计算不同运行场景下每个规划方案的配电网运行载荷评价目标函数、线损评价目标函数和经济评价目标函数的初始值,再建立约束条件,应用粒子群算法求解获得每个规划方案的配电网运行载荷评价目标函数、线损评价目标函数和经济评价目标函数的最终值,据此给出数字孪生配电网规划方案评价结果,并优选出最佳方案。本申请以数字孪生配电网实际运行数据驱动配电网的规划,在数字孪生配电网实时运行环境下优选出配电网规划方案,综合考虑了运行均衡性和经济性,可使数字孪生配电网线路均匀地承受负载,提高数字孪生配电网运行的经济性,满足未来负荷增长的需要。
图6是本发明实施例提供的终端的示意图。如图6所示,该实施例的终端6包括:处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62。所述处理器60执行所述计算机程序62时实现上述各个数字孪生运行驱动的配电网规划方法实施例中的步骤,例如图1所示的步骤101至步骤104。或者图2或图3所示的步骤,所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能,例如图5所示模块/单元501至504的功能。
示例性的,所述计算机程序62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61中,并由所述处理器60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62在所述终端6中的执行过程。例如,所述计算机程序62可以被分割成图5所示模块/单元501至504。
所述终端6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6可包括,但不仅限于,处理器60、存储器61。本领域技术人员可以理解,图6仅仅是终端6的示例,并不构成对终端6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60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)、现场可编程门阵列(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61可以是所述终端6的内部存储单元,例如终端6的硬盘或内存。所述存储器61也可以是所述终端6的外部存储设备,例如所述终端6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61还可以既包括所述终端6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器61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,并不用于限制本申请的保护范围。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,可实现上述各个数字孪生运行驱动的配电网规划方法实施例的步骤。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(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、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是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 (10)
1.一种数字孪生运行驱动的配电网规划方法,其特征在于,包括:
从数字孪生配电网的数据层获取实时电网数据;
根据所述实时电网数据,构建所述数字孪生配电网的线路规划方案集和运行场景数据集;
根据所述线路规划方案集和所述运行场景数据集,构建所述数字孪生配电网运行的载荷评价目标函数、线损评价目标函数、经济评价目标函数以及约束条件;
根据所述载荷评价目标函数、所述线损评价目标函数、所述经济评价目标函数以及所述约束条件,确定所述线路规划方案集中的最佳规划方案。
2.根据权利要求1所述的数字孪生运行驱动的配电网规划方法,其特征在于,所述根据所述载荷评价目标函数、所述线损评价目标函数、所述经济评价目标函数以及所述约束条件,确定所述线路规划方案集中的最佳规划方案,包括:
根据所述载荷评价目标函数、所述线损评价目标函数和所述经济评价目标函数,计算在所述数字孪生配电网上不同时段所述线路规划方案集中每个规划方案对应的所述载荷评价目标函数的初始值、所述线损评价目标函数的初始值和所述经济评价目标函数的初始值;
根据所述载荷评价目标函数的初始值、所述线损评价目标函数的初始值、所述经济评价目标函数的初始值和所述约束条件,计算在所述数字孪生配电网上不同时段所述线路规划方案集中每个规划方案对应的所述载荷评价目标函数的最终值、所述线损评价目标函数的最终值和所述经济评价目标函数的最终值;
根据在所述数字孪生配电网上不同时段所述线路规划方案集中每个规划方案对应的所述载荷评价目标函数的最终值、所述线损评价目标函数的最终值和所述经济评价目标函数的最终值,确定所述线路规划方案集中的最佳规划方案。
3.根据权利要求2所述的数字孪生运行驱动的配电网规划方法,其特征在于,所述根据在所述数字孪生配电网上不同时段所述线路规划方案集中每个规划方案对应的所述载荷评价目标函数的最终值、所述线损评价目标函数的最终值和所述经济评价目标函数的最终值,确定所述线路规划方案集中的最佳规划方案,包括:
根据在所述数字孪生配电网上不同时段所述线路规划方案集中每个规划方案对应的所述载荷评价目标函数的最终值、所述线损评价目标函数的最终值和所述经济评价目标函数的最终值,计算所述载荷评价目标函数的平均值、所述线损评价目标函数的平均值和所述经济评价目标函数的平均值;
根据所述载荷评价目标函数的平均值和所述线损评价目标函数的平均值,计算所述线路规划方案集中每个规划方案对应的所述数字孪生配电网运行均衡性评价值;
根据所述数字孪生配电网运行均衡性评价值,确定所述线路规划方案集中每个规划方案对应的所述数字孪生配电网运行均衡性的评价等级;
根据所述线路规划方案集中每个规划方案对应的所述数字孪生配电网运行均衡性等级,确定所述数字孪生配电网运行均衡性等级最优的N个规划方案中经济评价目标函数最小的规划方案为最佳规划方案。
7.根据权利要求1-3中任一项所述的数字孪生运行驱动的配电网规划方法,其特征在于,所述约束条件包括:所述数字孪生配电网的潮流约束条件、节点电压约束条件、新建线路数量约束、线路负载率约束、线路线损率约束和投资成本约束;
所述潮流约束条件为
其中,Pi表示所述数字孪生配电网的中节点i注入的有功功率,Qi表示所述数字孪生配电网的中节点i注入的无功功率,Ui表示节点i的电压,Uj表示节点j的电压,j∈i表示与节点i相连的节点j,Gij表示节点i、节点j之间线路的电导,θij表示节点i、节点j之间电压的相位差,Bij表示节点i、节点j之间线路的电纳;
所述节点电压约束条件为
Umin≤Ui≤Umax;
其中,Umin、Umax分别表示节点i的电压上限值、下限值;
所述新建线路数量约束为0≤m≤mmax;
其中,mmax表示所述数字孪生配电网的新建线路的最大数量;
所述线路负载率约束为
σj.load.min≤σj.load≤σj.load.max;
其中,σj.load.min、σj.load.max分别表示所述数字孪生配电网中第l条线路的负载率的最小值、最大值;
所述线路线损率约束为
σj.loss.min≤σj.loss≤σj.loss.max;
其中,σj.loss.min、σj.loss.max分别表示所述数字孪生配电网中第l条线路的线损率的最小值、最大值;
所述投资成本约束为
其中,Cmax表示所述数字孪生配电网的新建线路的投资最大费用。
9.一种数字孪生运行驱动的配电网规划装置,其特征在于,包括:
获取模块,用于从数字孪生配电网的数据层获取实时电网数据;
第一构建模块,用于根据所述实时电网数据,构建所述数字孪生配电网的线路规划方案集和运行场景数据集;
第二构建模块,用于根据所述线路规划方案集和所述运行场景数据集,构建所述数字孪生配电网运行的载荷评价目标函数、线损评价目标函数、经济评价目标函数以及约束条件;
确定模块,用于根据所述载荷评价目标函数、所述线损评价目标函数、所述经济评价目标函数以及所述约束条件,确定所述线路规划方案集中的最佳规划方案。
10.一种终端,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上的权利要求1至8中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111102033.3A CN113807705A (zh) | 2021-09-18 | 2021-09-18 | 数字孪生运行驱动的配电网规划方法、装置及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111102033.3A CN113807705A (zh) | 2021-09-18 | 2021-09-18 | 数字孪生运行驱动的配电网规划方法、装置及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113807705A true CN113807705A (zh) | 2021-12-17 |
Family
ID=78895972
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111102033.3A Pending CN113807705A (zh) | 2021-09-18 | 2021-09-18 | 数字孪生运行驱动的配电网规划方法、装置及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113807705A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114374233A (zh) * | 2022-03-22 | 2022-04-19 | 长沙电机厂集团长瑞有限公司 | 一种基于虚拟发电机调节微电网功率输出的方法及系统 |
CN116109335A (zh) * | 2023-04-10 | 2023-05-12 | 国网浙江省电力有限公司 | 一种基于数字孪生的新能源动态电价数据管理系统 |
-
2021
- 2021-09-18 CN CN202111102033.3A patent/CN113807705A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114374233A (zh) * | 2022-03-22 | 2022-04-19 | 长沙电机厂集团长瑞有限公司 | 一种基于虚拟发电机调节微电网功率输出的方法及系统 |
CN116109335A (zh) * | 2023-04-10 | 2023-05-12 | 国网浙江省电力有限公司 | 一种基于数字孪生的新能源动态电价数据管理系统 |
CN116109335B (zh) * | 2023-04-10 | 2023-09-08 | 国网浙江省电力有限公司 | 一种基于数字孪生的新能源动态电价数据管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113807705A (zh) | 数字孪生运行驱动的配电网规划方法、装置及终端 | |
CN108390393B (zh) | 配电网多目标无功优化方法及终端设备 | |
CN113159835B (zh) | 基于人工智能的发电侧电价报价方法、装置、存储介质及电子设备 | |
CN107147116A (zh) | 一种风电投资规划的优化方法、装置及计算设备 | |
CN111864742B (zh) | 一种主动配电系统扩展规划方法、装置及终端设备 | |
Nunes et al. | Multi‐stage co‐planning framework for electricity and natural gas under high renewable energy penetration | |
CN112818588A (zh) | 一种电力系统的最优潮流计算方法、装置及存储介质 | |
Durvasulu et al. | Market‐based generator cost functions for power system test cases | |
Mohammad et al. | Competition driven bi-level supply offer strategies in day ahead electricity market | |
CN110413722A (zh) | 地址选择方法、装置以及非瞬时性存储介质 | |
CN113837812A (zh) | 节点电价联合概率预测方法及装置 | |
CN113689068A (zh) | 一种电力电量平衡规划方法、装置及终端设备 | |
Ali et al. | Integrating forecasting service and Gen2 blockchain into a local energy trading platform to promote sustainability goals | |
CN116542490A (zh) | 虚拟电厂日前调度封装模型以及调度出清模型构建方法 | |
CN108830663B (zh) | 电力客户价值评价方法、系统及终端设备 | |
CN115983460A (zh) | 基于联邦学习的光伏发电组合预测方法、装置及电子设备 | |
CN115860388A (zh) | 多元负荷调控方法、装置、终端及存储介质 | |
CN115545588A (zh) | 固定储能系统选址确定方法、装置、电子设备及存储介质 | |
CN115936365A (zh) | 多端直流联络线功率优化的区域电力现货市场出清方法和装置 | |
CN112131695B (zh) | 源网协同规划方法及终端设备 | |
CN115796338A (zh) | 光伏发电功率预测模型构建及光伏发电功率预测方法 | |
CN114142460A (zh) | 综合能源系统中储能双层目标优化配置方法及终端 | |
CN111404154A (zh) | 一种配电网供电能力优化方法、设备及存储介质 | |
CN110768294A (zh) | 一种分布式电源随机调度方法和装置 | |
CN115456489B (zh) | 混合储能系统库存路径规划方法、装置及电子设备 |
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 |