CN113890110A - 基于能源路由器的交直流混合能源系统及其运行优化方法 - Google Patents

Abstract

本发明公开了一种基于能源路由器的交直流混合能源系统及其运行优化方法，属于电力系统优化运行领域，包括：N个能源路由器，能源路由器之间通过电气联络线互联；多个能源子网，其中配电网馈线通过电气联络线连接至能源路由器的端口；配电网包括交流配电网和直流配电网；以及调度中心，用于确定调度计划，并发送至各能量管理系统，以对能源路由器和能源子网中的可控调节设备进行联合调度，使交直流混合能源系统的运行成本和节点电压偏差最小；调度计划包括可控调节设备中连续调节设备的功率和离散调节设备的动作指令，以及各能源路由器的端口功率。本发明使能源路由器和能源子网中的可控调节设备协调运行，以降低系统综合成本，并提升电能质量。

Description

基于能源路由器的交直流混合能源系统及其运行优化方法

技术领域

本发明属于电力系统优化运行领域，更具体地，涉及一种基于能源路由器的交直流混合能源系统及其运行优化方法。

背景技术

相比交流配电网，直流配电方式对分布式电源(distributed generator，DG)及储能系统(energy storage system，储能系统)等直流型电源具有更好的适应性。此外，直流供电将便于电动汽车充电站，数据中心等新型直流负荷更加广泛地接入电网。因此，含分布式电源和储能系统的直流配网将是未来配电系统形态的重要组成部分，未来交直流混合配电网的发展逐渐成为主要趋势；随着综合能源系统的不断发展，能源之间的耦合逐渐紧密，包含各种能源的能源互联网成为未来的发展方向。能源子网是由传统的低压配电网拆分而成的，包含着电能、热能、天然气等多种形式的能源，以及各类负荷，往往作为能源互联网中的“有机细胞”；在“双碳”目标的驱动下，研究交直流混合配供电的能源子网运行控制和能量管理具有一定的现实意义。

在传统配电网中，实现电压和无功控制的手段主要包括：有载调压变压器(on-load tap changer，OLTC)、投切电容器(capacitor bank，CB)以及DG无功调节来实现电网的电压无功控制。但由于前两者响应缓慢、无法连续调节，在DG和负载波动时，难以满足高精度的实时电压和无功控制。

同时以往对于交直流混合配电网的优化中大都在考虑在日前进行优化，难以应对DG和负载的波动导致的电压越限、网损增加问题，因此如何提出一种考虑多时间尺度的交直流混合能源子网运行优化方法，实现区域间能源子网互联互通，快速控制，是本领域技术人员亟待解决的技术难题。

发明内容

针对现有技术的缺陷和改进需求，本发明提供了一种基于能源路由器的交直流混合能源系统及其运行优化方法，其目的在于，利用能源路由器实现不同能源子网之间的互联，构建交直流混合能源系统，并使能源路由器和能源子网中的可控调节设备协调运行，以降低系统综合成本，并提升电能质量。

为实现上述目的，按照本发明的一个方面，提供了一种基于能源路由器的交直流混合能源系统，包括：

N个能源路由器，能源路由器之间通过电气联络线互联；N为正整数；

多个能源子网，各能源子网中的配电网馈线通过电气联络线连接至能源路由器的端口；配电网包括交流配电网和直流配电网；

以及调度中心，其与各能源路由器以及各能源子网的能量管理系统分别相连，用于确定调度计划，并发送至各能量管理系统，以对能源路由器和能源子网中的可控调节设备进行联合调度，使交直流混合能源系统的运行成本最小且节点电压偏差最小；

其中，可控调节设备包括连续调节设备和离散调节设备；调度计划包括连续调节设备的功率和离散调节设备的动作指令，以及各能源路由器的端口功率。

进一步地，N大于1时，能源子网中的配电网馈线通过电气联络线直接连接至与其距离最近的能源路由器。

按照本发明的另一个方面，提供了上述基于能源路由器的交直流混合能源系统的运行优化方法，包括：日前调度和日内调度；

日前调度包括：

按照第一时间尺度Δt₁将一天划分为多个时段；Δt₁<24h；

以最小化交直流混合能源系统的运行成本和节点电压偏差为目标，以交流系统潮流约束、直流系统潮流约束、安全运行约束和设备运行约束为约束条件，以各能源子网中连续调节设备的功率和离散调节设备的动作指令，以及各能源路由器的端口功率为决策变量，建立日前调度模型；

求解日前调度模型，得到一天中各时段连续调节设备的功率和离散调节设备的动作指令，作为各时段的调度计划；各时段的调度计划共同构成日前调度计划；

日内调度包括：

按照第二时间尺度Δt₂将每个时段划分为多个时间间隔；Δt₂<Δt₁；

以最小化交直流混合能源系统的运行成本和节点电压偏差为目标，以交流系统潮流约束、直流系统潮流约束、安全运行约束和设备运行约束为约束条件，以各能源子网中连续调节设备的功率和各能源路由器的端口功率为决策变量，并以日前调度计划中连续调节设备功率和各能源路由器功率的调度结果作为参考值，建立日内调度模型；

求解日内调度模型，得到各时段中各时间间隔内连续调节设备和能源路由器的端口功率，以对日前调度计划中连续调节设备和能源路由器的端口功率进行实时修正，将修正后的日前调度计划作为最终的调度计划；

其中，设备运行约束包括能源路由器的端口功率约束。

进一步地，求解日前调度模型和求解日内调度模型的方式为改进的多目标量子粒子群算法；

改进的多目标量子粒子群算法包括：

(a)按照

初始化粒子种群；

k表示决策变量矩阵的编号，n表示第k类决策变量矩阵对应的设备总数，α∈{1，2，…n}表示设备编号，

表示第k类决策变量矩阵在t时刻的位置编码矩阵，

和

分别表示第k类决策变量矩阵中第α个设备的运行状态

对应的余弦和正弦位置编码；

(b)根据粒子间支配关系求解模型，得到Pareto最优解集，并确定其中的引导粒子

引导粒子

为从Pareto最优解集中距离原点最远的粒子和距离原点最近的粒子中按预设概率选取的粒子，或者引导粒子

为Pareto最优解集中拥挤程度最低的粒子；

(c)依据引导粒子

更新粒子和Pareto最优解集，并返回实数编码粒子，以完成一次迭代；

(d)若未达到最大迭代次数，则返回步骤(a)；若达到最大迭代次数，则输出最后一次迭代得到的Pareto最优解集，得到一组调度计划。

进一步地，依据引导粒子

更新粒子的更新公式为：

其中

和

分别表示粒子e在第z次迭代和第z+1次迭代的位置，

为粒子e第z次迭代的局部吸引域；β^z为第z次迭代的收缩-扩张因子，

和μ均为[0，1]上的随机数。

进一步地，本发明提供的运行优化方法，还包括：若在生成粒子时，获得不可行解，则丢弃该不可行解，并生成新解来替换所丢弃的不可行解。

进一步地，本发明提供的运行优化方法，还包括：若Pareto最优解集超过预设规模，则根据自适应网格法进行清除。

进一步地，本发明提供的运行优化方法，以最小化交直流混合能源系统的运行成本为目标，相应的目标函数为：

min f₁＝f_L+f_S+f_o+f_B+f_INV

其中，f₁为一个调度周期内系统综合成本；f_L为能量损耗成本，包括能源路由器损耗成本；f_s为开关操作成本；f_o为设备维护成本，包括能源路由器的维护成本；f_B为系统购电和购气成本；f_INV为折算到日的能源路由器投资成本；f₂为节点电压偏差；T表示调度周期；i表示交直流混合能源系统中的节点，N_i表示节点数量，U_i，t表示节点i的电压。

进一步地，Δt₁＝1h。

进一步地，Δt₂＝5min。

总体而言，通过本发明所构思的以上技术方案，能够取得以下有益效果：

(1)本发明通过能源路由器实现各区域能源子网互联互通，可以构建交直流混合能源系统，实现能源子网之间的能量互济，发挥闭环运行的优势，平衡各区域各馈线的功率，提高新能源的消纳能力，同时发挥能源路由器对潮流灵活控制、故障隔离、无缝转供的优势；本发明使能源路由器和能源子网中的可控调节设备协调运行，以降低系统综合成本，并提升电能质量。

(2)本发明对交直流混合能源系统进行双时间尺度优化控制，在日前调度的基础上，通过日内调度对日前调度计划进行实时调节，使能源路由器和能源子网中传统的可控调节设备协调运行，在最小化系统运行成本和节点电压偏差的同时，能够实时应对DG和负载波动带来的电压越限、损耗增加问题，最终，系统在正常情况下能够按照最优情况运行，在故障情况下则能够及时做出调整，使得系统能够减小损失。

(3)本发明通过能源路由器和传统有功和无功调节设备协调运行，实现对交直流能源子网的日前-实时双时间尺度优化控制，可以实时应对DG和负载波动带来的电压越限、损耗增加问题，实现系统中能量的灵活和高效利用，从而减缓传统有功和无功调节设备的支撑压力，释放补偿裕度，提高系统的灵活性、经济效益和供电可靠性。

(4)本发明采用改进的多目标量子粒子群算法求解该多目标调度模型，通过对传统的量子粒子群算法中的粒子初始位置编码方式、粒子位置更新方式进行改进，采用量子位的概率幅作为粒子的当前位置编码，使得一个粒子能同时表示两种状态，对应两个解空间中的位置，可以加快算法的收敛速度并提高算法的搜索精度，相比传统的二阶锥难以求解和传统智能算法求解效率低的问题，在求解效率和求解精度方面均有所提升。

附图说明

图1为本发明实施例提供的基于能源路由器的交直流混合能源系统示意图；

图2为现有的能源路由器结构示意图；

图3为本发明实施例提供的基于能源路由器的交直流混合能源系统的运行优化方法流程图；

图4为本发明实施例提供的算例系统示意图；

图5为本发明实施例提供的各区域24小时负荷和分布式电源功率曲线图；其中，(a)、(b)、(c)分别为区域1、区域2、区域3内24小时负荷和分布式电源功率曲线图；

图6为本发明实施例提供的能源路由器端口功率图；其中，(a)和(b)分别是能源路由器各端口的有功功率图和无功功率图；

图7为本发明实施例提供的各场景下储能系统和燃气轮机出力对比图；其中，(a)和(b)分别是储能系统和燃气轮机在各场景下的出力对比图；

图8为本发明实施例提供的各场景下无功调节设备工作状态对比图；其中，(a)、(b)、(c)分别是CB1、CB2、CB3在各场景下的投切情况对比图，(d)是静止无功发生器出力情况示意图；

图9为本发明实施例提供的日内实时调度功率波动示意图；

图10为本发明实施例提供的区域1实时调度能源路由器和调节设备功率曲线图；其中，(a)是能源路由器各端口有功功率示意图，(b)是静止无功发生器及能源路由器各端口无功功率示意图；

图11为本发明实施例提供的实时调度前后末端节点电压对比图；

图12为本发明实施例提供的各场景系统最大电压和最小电压示意图；

图13为本发明实施例提供的各场景系统网损对比图；

图14为本发明实施例提供的故障区域经能源路由器转供电后电压示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

在本发明中，本发明及附图中的术语“第一”、“第二”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

为了实现区域间能源子网互联互通，快速控制，本发明提供了一种基于能源路由器的交直流混合能源系统及其运行优化方法，其整体思路在于：考虑到能源路由器是一种具备灵活潮流调控能力的电力电子装置，能实现实时、快速、灵敏、平滑的功率控制，保障稳态下的潮流互济，实现故障下电气解耦，极大地提高配电网灵活性和可靠性，利用能源路由器将不同区域的能源子网连接到一起，实现各区域能源子网互联互通，构建交直流混合能源系统，实现能源子网之间的能量互济，并确定相应的调度计划，使能源路由器和各能源子网中的可控调节设备协调运行，以降低系统综合成本，并提升电能质量；进一步在日前调度的基础上，通过日内调度对日前调度计划进行实时调节，在最小化系统运行成本的同时，能够实时应对DG和负载波动带来的电压越限、损耗增加问题。

为简化描述，在以下实施例以下为实施例。

实施例1：

一种基于能源路由器的交直流混合能源系统，如图1所示，包括：N个能源路由器、多个能源子网以及调度中心；其中：

能源路由器的结构如图2所示，包括以AC/DC变换器为基础的交流端口和以DC/DC变换器为基础直流端口，所有端口均与直流母线相连，直流母线通过DC/DC变换器进行能量交换；能源路由器还包括能量管理系统(图2中未示出)，用于按调度计划控制各端口的电能交互功率；N为正整数，如图1所示，本实施例仅包含1个能源路由器，即N＝1；

能源子网是由传统的低压配电网拆分而成的，每一个能源子网与一个区域相对应，包括配电网、综合能源系统、可控调节设备以及能量管理系统，能源子网中以电能为主要能源，以配电网为载体，以综合能源系统为“有机细胞”，以提高能源利用效率；配电网包含交流配网和直流配网，综合能源系统包括电-热-气等多能源联供系统，交流配网中可控调节设备包括有载调压变压器、可投切电容器组、静止无功发生器、交流分布式电源、燃气轮机等，直流配网中可控调节设备包括储能系统、直流分布式电源等，综合能源系统中可控调节设备包括燃气轮机、燃气锅炉等，能量管理系统按调度计划控制功率调节设备的运行；如图1所示，本实施例中，具体包括3个区域，即区域1、区域2和区域3，其中，区域1和区域2中的能源子网均是交流能源子网，区域3的能源子网是直流能源子网，每一个能源子网中的每一条配电网馈线分别通过电气联络线连接至一个能源路由器端口，由此能够实现能源子网的闭环运行以及实现能源路由器与各区域能源子网间的电能相互流动；应当说明的是，同一个能源子网中可能包含单一种类的交流配电网或直流配电网，也可能是同时包含交流配电网和直流配电网的混合能源子网，每一个能源子网中的配电网馈线，可能全部与能源路由器的端口相连，也可能仅存在部分配电网馈线与能源路由器的端口相连，图1所示仅为本发明可选的一个实施例，不应理解为对本发明的唯一限定；

调度中心，其与各能源路由器以及各能源子网的能量管理系统分别相连，用于确定调度计划，并发送至各能量管理系统，以对能源路由器和能源子网中的可控调节设备进行联合调度，使交直流混合能源系统的运行成本最小且节点电压偏差最小；

其中，可控调节设备包括连续调节设备和离散调节设备，连续调节设备包括储能设备、静止无功发生器、燃气轮机等，离散调节设备包括有载调压变压器和电容器等；调度计划包括连续调节设备的功率和离散调节设备的动作指令(如有载调压变压器的挡位、电容器的投切组数等)，以及各能源路由器的端口功率；

本实施例通过能源路由器实现各区域能源子网互联互通，可以构建交直流混合能源系统，实现能源子网之间的能量互济，发挥闭环运行的优势，平衡各区域各馈线的功率，提高新能源的消纳能力，同时发挥能源路由器对潮流灵活控制、故障隔离、无缝转供的优势；DG和ER的接入会影响系统电压分布，从配电网稳定运行放方面考虑，本实施例引入电压偏移度(即节点电压偏差)来描述系统的电压水平，调度中心确定调度计划时，会同时考虑系统运行成本和节点电压偏差，使交直流混合能源系统的运行成本最小且节点电压偏差最小。总体而言，本实施例使能源路由器和能源子网中的可控调节设备协调运行，能降低系统综合成本，并提升电能质量。

应当说明的是，本发明中能源路由器的数量是可根据区域数量、区域间的物理距离、系统运行成本和电能质量灵活设定的，在本发明其他的一些实施例中，也可以同时包含多个能源路由器，即N>1，此时，为了实现能源子网之间的互联互通，能源路由器之间也建立有电气联络线；作为一种优选的实施方式，N>1时，能源子网中的配电网馈线通过电气联络线直接连接至与其距离最近的能源路由器，以保证较优的调度效果和较高的电能质量。

实施例2：

上述基于能源路由器的交直流混合能源系统的运行优化方法，如图3所示，包括：日前调度和日内调度；

日前调度包括：

按照第一时间尺度Δt₁将一天划分为多个时段；Δt₁<24h；

以最小化交直流混合能源系统的运行成本和节点电压偏差为目标，以交流系统潮流约束、直流系统潮流约束、安全运行约束和设备运行约束为约束条件，以各能源子网中连续调节设备的功率和离散调节设备的动作指令，以及各能源路由器的端口功率为决策变量，建立日前调度模型；

求解日前调度模型，得到一天中各时段连续调节设备的功率和离散调节设备的动作指令，作为各时段的调度计划；各时段的调度计划共同构成日前调度计划；

日内调度包括：

按照第二时间尺度Δt₂将每个时段划分为多个时间间隔；Δt₂<Δt₁；

以最小化交直流混合能源系统的运行成本和节点电压偏差为目标，以交流系统潮流约束、直流系统潮流约束、安全运行约束和设备运行约束为约束条件，以各能源子网中连续调节设备的功率和各能源路由器的端口功率为决策变量，并以日前调度计划中连续调节设备的功率和各能源路由器功率的调度结果作为参考值，建立日内调度模型；

求解日内调度模型，得到各时段中各时间间隔内连续调节设备和能源路由器的端口功率，以对日前调度计划中连续调节设备和能源路由器的端口功率进行实时修正，将修正后的日前调度计划作为最终的调度计划。

本实施例中，日前调度模型的目标函数为：

min f₁＝f_L+f_S+f_O+f_B+f_INV

式中：f₁为一个调度周期内系统综合成本；f_L为能量损耗成本，包括网络损耗成本和能源路由器损耗成本；f_S为开关操作成本，包括有载调压变压器和可投切电容器组的动作成本；f_O为设备维护成本，包括能源路由器、储能系统、静止无功发生器、燃气轮机和燃气锅炉的维护成本；f_B为系统购电和购气成本；f_INV为折算到日的能源路由器投资成本；f₂为节点电压偏差；T表示调度周期；i表示所述交直流混合能源系统中的节点，N_i表示节点数量，U_i,t表示节点i的电压；

目标函数中，各项成本的具体计算公式如下：

式中：N_i为节点数量，即电网中线路交汇点的数量；T为调度周期；r_ij为支路ij(即以节点i和节点j为端点的线路)的电阻；I_ij,t为为支路ij的有功功率；Δt为调度时间间隔，在本实施例的日前调度过程中，Δt＝Δt₁；

为能源路由器的有功损耗；Ω_O为线路集合；C_L、C_OLTC和C_CB分别为网损成本系数、有载调压变压器动作成本系数和可投切电容器组投切成本系数；K_ij,t和K_ij,t-1分别为t时段和t-1有载调压变压器的抽头位置；

和

分别为节点i在时段t内电容投运组数；c^ER为能源路由器的单位容量投资成本；η为能源路由器的年运行维护费用系数，ω、ξ、σ和

分别为储能系统、静止无功发生器、燃气轮机和燃气锅炉的日运行维护费用系数；

为能源路由器的容量；

分别为储能系统、静止无功发生器、燃气轮机和燃气锅炉在t时段的功率；C_e和C_gas为购电和购气费用；

为主网传输电功率；η_e,GT为燃气轮机的发电效率；η_e,GB为燃气锅炉的发热效率；L_NG为天然气低拉热值，可选地，本实施例中，L_NG＝9.78kwh/m³；d为贴现率，可选地，本实施例中，d＝0.08；y为能源路由器的经济使用年限。

本实施例中，日前调度模型的各项约束条件的计算公式如下：

1)交流系统潮流约束：

式中：P_ij,t和P_ji,t为支路ij的有功功率，Q_ij,t和Q_ji,t为支路ij的有功功率、无功功率，I_ij,t为支路ij的电流；r_ij和x_ij分别为支路ij的电阻和电抗；U_i,t和U_j,t为节点i、j的电压；

和

分别为DG、能源路由器和负荷的有功功率，

和

分别为DG、能源路由器和负荷的无功功率；

为可投切电容器组补偿的无功功率；

为静止无功发生器的无功功率，其中正为发出无功，负为吸收无功；j:i→j表示支路的起点为节点i，终点为节点j，功率的参考方向为起点i至终点j；

2)直流系统潮流约束：

式中：P_ij,t，P_ji,t，I_ij,t分别为支路ij的有功功率和电流；r_ij为支路ij的电阻；U_i,t和U_j,t为节点i、j的电压；

分别为直流侧DG、ER和负荷的有功功率；j:i→j表示支路的起点为节点i，终点为节点j，功率的参考方向为起点i至终点j；

3)安全运行约束：

式中：U _i和

分别为节点i的电压的下限和上限；

为支路ij的电流值上限；

4)设备运行约束，具体包括能源路由器的端口功率约束和其余各种设备的运行约束；

能源路由器的端口运行约束：

式中：

和

分别为t时刻与节点i所连端口的输出有功功率和无功功率；

为能源路由器在t时刻与节点i所连端口的有功损耗；

和

分别为t时刻与节点i所连端口的无功功率上、下限；

为能源路由器的损耗系数；

与节点i相连的端口的容量；

其余部分设备的运行约束如下：

可投切电容器组运行约束：

式中：

为可投切电容器组补偿的无功功率；

和

分别为节点i在时段t内电容投运组数，设为整数变量；

为最大投运组数；

为单组电容无功输出量；T为调度周期(即24h)；

为可投切电容器组的日内动作次数上限；

有载调压变压器运行约束：

式中：k_ij,t为t时段有载调压变压器的变比；K_ij,t和K_ij,t-1分别为t时段和t-1时段有载调压变压器的抽头位置；Δk_ij为有载调压变压器的调压步长；

为有载调压变压器的最大可调挡位；

为有载调压变压器的日内可调次数上限；

DG运行约束：

式中：

为DG的日前预测出力，本实施例中，设定DG有功出力等于预测值；θ_i为功率因数角；

为DG的容量；

静止无功发生器运行约束：

静止无功发生器作为连续无功调节装置，能有效应对DG的波动带来的电压越限问题；

式中：

和

分别为静止无功发生器吸收、发出无功功率的限值。

储能系统运行约束：

式中：E_i,t为储能系统在时段t内的荷电量；

和

为储能系统充、放电功率；η⁺和η^-为储能系统的充、放电效率；

分别表示充放电状态的0-1变量；Δt为调度时间间隔，本实施例的日前调度中，Δt＝Δt₁；

和

为充、放电功率最大值；E_i,min和E_i,max为荷电量的上、下限；考虑储能系统运行的周期性，设定每个周期初始条件相同；

燃气轮机运行约束：

式中：

为燃气轮机在t时刻的发电功率；

为燃气轮机消耗燃气量；L_NG为天然气低拉热值；η_e,GT为燃气轮机的发电效率；P_GT,min和P_GT,max分别为发电功率的上下限；

燃气锅炉运行约束：

式中：

为燃气锅炉在t时刻的发热功率，

为燃气锅炉消耗燃气量；L_NG为天然气低拉热值；η_h,GB为燃气锅炉的发热效率；Q_GB,min和Q_GB,max分别为发热功率的上下限。

本实施例中，日前调度的决策变量具体包括：有载调压变压器调节挡位、可投切电容器组投运组数、ER端口功率、储能系统充放电功率、燃气轮机和燃气锅炉出力、静止无功发生器补偿功率；具体地，日前调度的决策变量可表示为：

式中：P_t为t时段的决策变量矩阵，

和

分别为有载调压变压器挡位和电容投切组数的矩阵，均为离散变量；

为储能系统功率、ER端口有功功率、ER端口无功功率、燃气轮机出力、燃气锅炉出力以及静止无功发生器补偿功率的矩阵，均为连续变量；对于每类决策变量矩阵，均有：

式中：

表示P_t中8类决策变量中的第k类，

表示第k类决策变量矩阵中第n个设备的运行状态；应当说明的是，此处的决策变量P_t仅为本实施例可选的，不应理解为对本发明的唯一限定；

考虑到离散调节设备，如有载调压变压器和可投切电容器组等不能频繁动作，本实施例中，第一时间尺度具体设置为Δt₁＝24h；

上述日前调度模型是一种多目标调度模型，传统的二阶锥难以求解，而如传统的多目标量子粒子群等传统智能算法求解效率较低，为了在求解效率和求解精度方面均有所提升，本实施例在传统的多目标量子粒子群算法的基础上，提出了一种改进的多目标量子粒子群算法(MOQPSO)求解上述日前调度模型，具体包括：

构建交直流混合配电网结构，将DG、可控调节设备(有载调压变压器、可投切电容器组、静止无功发生器、储能系统、燃气轮机、燃气锅炉)、能源路由器接入系统中，输入DG的日前预测数据、决策变量参数范围，并输入配电网和MOQPSO算法初始参数，之后执行如下步骤：

(a)按照

初始化粒子种群；

k表示决策变量矩阵的编号，n表示第k类决策变量矩阵对应的设备总数，α∈{1,2,…n}表示设备编号，

表示第k类决策变量矩阵在t时刻的位置编码矩阵，

和

分别表示第k类决策变量矩阵中第α个设备的运行状态

对应的余弦和正弦位置编码；

通过以上编码方式，对于

中的实数变量，采用量子位的概率幅作为粒子的当前位置编码，使得一个粒子能同时表示两种状态，对应两个解空间中的位置，可以加快算法的收敛速度并提高算法的搜索精度；

(b)根据粒子间支配关系求解模型，得到Pareto最优解集，并确定其中的引导粒子

引导粒子

为从Pareto最优解集中距离原点最远的粒子和距离原点最近的粒子中按预设概率选取的粒子，或者引导粒子

为Pareto最优解集中拥挤程度最低的粒子；

(c)依据引导粒子

更新粒子和Pareto最优解集，并返回实数编码粒子，以完成一次迭代；

(d)若未达到最大迭代次数，则返回步骤(a)；若达到最大迭代次数，则输出最后一次迭代得到的Pareto最优解集，得到一组调度计划；

根据量子粒子群算法的特点，量子粒子群算法应用于求解复杂协调优化的多目标问题是非常合适的，传统的量子粒子群算法更新方程如下式：

式中：

和

分别表示粒子e在第z次迭代和第z+1次迭代的位置；

是种群中所有粒子个体最优位置的平均值；

和

为粒子的局部最优位置和全局最优位置；

为粒子e第z次迭代的局部吸引域；β^z为收缩-扩张因子，通常线性减小；

和μ均为[0,1]上的随机数；

在多目标问题中，局部最优位置

和全局最优位置

往往是难以判断的，针对上述问题，本实施例将量子行为更新思想和多目标求解思想相结合，对量子粒子群算法的更新方程进一步改进，利用粒子间的支配关系，寻找出历史最优解，并结合Pareto排序机制更新非劣解集，在更新粒子位置时，用

替换

和

同时随机选择

以取代

本实施例中，依据引导粒子

更新粒子的更新公式为：

本实施例在利用改进的多目标量子粒子群算法求解日前调度模型时，还包括：

若在生成粒子时，获得不可行解，则丢弃该不可行解，并生成新解来替换所丢弃的不可行解；

若Pareto最优解集超过预设规模，则根据自适应网格法进行清除，拥挤度越高，被清除的概率越高，由此能够防止产生粒子簇；

日前调度模型求解完成后，即可得到上述8类决策变量的日前调度结果，即决策变量在各时段的调度结果；本实施例在日前调度的基础上，通过日内调度，按照第二时间尺度Δt₂将依据第一时间尺度Δt₁划分的时段做进一步的划分为多各个时间间隔，并进行调度，能够对日前调度结果进行实时修正，以应对分布式电源(DG)出力和负载的波动；为了实现实时跟踪，作为一种可选的实施方式，本实施例中，Δt₂＝5min，应当说明的是，第二时间尺度Δt₂是可以根据能源波动和负荷对电能的质量灵活设定的，在其他一些实施例中，若能源波动较小，则第二时间尺度也可相应设置较大一些；

本实施例的日内调度模型的目标函数和约束条件与日前调度模型相同，日内调度仅在日前调度的基础上，对连续调节设备的功率进行实时修正，因此，本实施例中，日内调度模型的决策变量仅包括储能系统功率、ER端口有功功率、ER端口无功功率、燃气轮机出力、燃气锅炉出力以及静止无功发生器补偿功率的矩阵；

本实施例同样采用改进的多目标量子粒子群算法求解日内调度模型，实现对日前调度计划中连续调节设备的功率进行实时修正，通过离散变量日前调度结果和连续变量日内调度结果组成最优调度策略，共同对系统进行实时快速控制。

下面通过具体算例对本发明的有效性进行验证：

1、算例设置：

本发明通过改进的IEEE33节点交流系统和13节点直流系统以及含燃气轮机和燃气锅炉的综合能源系统来验证所提的交直流混合能源子网优化运行的有效性，如图4所示，该系统分为三个区域，区域1和区域2为交流配电系统，区域3为直流配电系统，区域2含有电-热-气综合能源系统，节点1、34、67为平衡节点，能源路由器的5个端口别连接18、33、18、51和67节点，容量为5000kVA，端口无功功率的限制为500kvar，且每个端口变流器的损耗系数为0.01，单位容量投资费用为900元，年运行维护系数为0.01，经济使用年限为20年；系统的调度周期为24h，即一天，日前调度时间尺度为1h，日内调度的时间尺度为5min。为了贴近实际配电网负荷复杂多变的情况，区域1接入居民区负荷，区域2接入工业重负荷和电-热-气综合能源系统，区域3接入直流负荷和电动车充电桩。考虑到新能源的区域性差异，区域1和区域3新能源资源丰富，区域2新能源较为匮乏；同时为了体现DG高渗透对配电系统的影响，其中区域1的DG渗透率达到90％。所有DG根据时序出力特性设置最大跟踪功率值，定功率因数设为1，不考虑DG的局部无功支撑。基本安装参数见表1。区域1、区域2、区域3内24小时负荷和分布式电源功率曲线图分别如图5中的(a)、(b)、(c)所示。

表1分布式电源配置参数

有载调压变压器、可投切电容器组和静止无功发生器相关参数见表2。天然气价格为2.2元/m3，燃气轮机和燃气锅炉的参数如表3所示；区域3的节点68和节点71接入容量为2MW·h的储能系统，充放电的功率上限和效率分别是250kW和0.95，维护成本为0.04元/kWh。本文假设有功损耗的成本系数为0.4元/kWh，系统电压的期望范围设置为0.97p.u～1.03p.u。

表2有载调压变压器、可投切电容器组和静止无功发生器相关参数

参数	有载调压变压器	可投切电容器组	静止无功发生器
				安装位置	1-2、34-35	32、42、63	14
无功容量/kvar	—	7×150	-500-500
				调整能力	10档(1％)	—	—
最大调整次数	8	8	—
				动作/维护成本	9.8元/次	1.6元/次	0.68元/Mvar

表3燃气轮机和燃气锅炉相关参数

设备	容量	维护成本	效率/％	功率上(下)限
					燃气轮机	1000kW	0.03元/kWh	电:28,热:54	1000(10)kW
燃气锅炉	1000kW	0.02元/kWh	0.9	1000(10)kW

在本实施例中，设置了4种运行场景对基于能源路由器的交直流能源子网运行优化策略进行对比分析。

场景1：考虑能源路由器和燃气轮机、燃气锅炉、储能系统、无功调节装置的协同优化；

场景2：仅考虑燃气轮机、燃气锅炉、储能系统、无功调节装置进行有功-无功优化；

场景3：不考虑优化的原始系统。

2、优化结果分析

(1)能源路由器协调运行分析

图6中的(a)和(b)分别为场景1中能源路由器各端口的有功功率和无功功率情况，可以看出能源路由器的运行策略和各个区域的供电和需求特性是一致的，新能源丰富的区域1持续将功率传输给负荷重的区域2，以满足区域2的功率需求，特别是在风电功率充足的夜晚，能源路由器传输功率较大，端口1和端口2主要为输送功率，端口4主要为吸收转供功率，端口3所连节点电压水平较高，可以根据系统需要灵活调节功率，端口5所连的直流配网在晚上负荷高峰时接纳功率，白天光伏出力大时输送功率，基于能源路由器互联的系统实现了能源子网间相互支撑，能量互济。各交流端口在电压水平低时补偿无功，在电压升高时吸收无功，维持电压在期望范围。

图7中的(a)和(b)分别为各场景下有功调节设备储能系统和燃气轮机的运行情况，场景1中，能源路由器配合多个常规调节设备，调节系统的有功和无功潮流，及时响应电压波动。与场景2相比，区域3的储能系统与能源路由器相互配合，DG出力大时，多余的功率优先供给其他区域的能源子网，然后再与储能系统交互，此时储能系统不再满充满放，降低了直流配网对储能系统的配置要求和储能系统的运行维护成本，使储能系统实现更灵活主动的功率控制。在场景2中由于馈线末端电压降落严重，为了抬升线路电压，减轻负荷压力，区域2中燃气轮机出力功率维持在较高水平；在场景1中，其他区域通过能源路由器支撑区域2的重负荷，减轻燃气轮机的有功支撑压力，降低了燃气轮机的出力。

图8所示为各场景下无功调节设备工作状态对比图，其中，(a)、(b)、(c)分别为可投切电容器组CB1、CB2、CB3在各场景下的投切情况对比图，(d)是各场景下静止无功发生器出力情况对比图；根据图8可知，对于无功补偿装置，区域1中新能源渗透率高，电压水平较高，因此可投切电容器组的投切组数较少；而区域2负荷较重，且调节手段有限，可投切电容器组投切组数较多，且补偿效果有限。相比场景2，在场景1中能源路由器接入后，各区域相互协调，补偿需求压力减弱，从而避免了有载调压变压器和可投切电容器组的频繁动作，有效降低了系统运行的安全风险。同时场景1中可投切电容器组投切组数和静止无功发生器出力均有所减少。能源路由器的互联接入缓解并降低了各个区域的补偿需求，释放了静止无功发生器和可投切电容器组的补偿容量，提高了其补偿裕度，以满足更主动更灵活的无功治理策略。

(2)实时调度分析

以新能源高渗透的区域1为例，在11：00-12：00时段为例，DG中WT的波动如图9所示，为了快速响应DG引起的波动，能源路由器和系统中的连续调节设备每隔5min动态控制其功率的流动，能源路由器各端口有功功率如图10中的(a)所示，静止无功发生器及能源路由器各端口无功功率如图10中的(b)所示，根据图10可以看出，有功和无功调节跟随DG波动，维持系统电压稳定；图11为实时调度前后系统末端节点电压波动情况，可以看出实时调度前系统末端节点的电压随着DG的波动存在越限情况，实时调度能在较短时间范围内进行电压-无功调节，有效抑制新能源高渗透区域中的电压波动。

(3)电压和系统运行成本分析

调度周期内系统在各场景下的最大电压(V_max)和最小电压(V_min)分布如图12所示；根据图12可以看出，由于高比例的新能源接入系统，场景3中原始网络的最高电压存在波动和越上限情况，最低电压由于无功支撑不足存在越下限情况；相较于此，场景2中增加有功和无功调节设备，能在大部分时刻电压控制在0.97-1.03p.u的期望范围内，在少部分时刻由于传统调节设备能力有限，仍然存在部分节点电压越限情况；与其他两种场景相比，场景1基于能源路由器实现了有功-无功协调动态优化。电压控制在0.97-1.03p.u的期望范围内，使馈线的电压曲线变平。当发生电压越限时，各种有功和无功调节装置相互配合，有效消除电压越限，提高了馈线末端的电压水平。

图13所示为各场景的网损情况，在原始网络中，随着DG渗透率的提高，由于DG产生的多余电能不能倒送至主网，弃风、弃光现象越发普遍，同时DG的大量接入，会加剧传统配网的负荷峰谷差，造成系统网损升高，电压越限；场景2能在一定程度上降低各时段的配电网损耗，但是系统的运行仍然受DG和负载波动的影响，在某些时段网损较大。而场景1中能源路由器协同传统调节设备运行，此时系统几乎不受DG和负载波动的影响，进一步降低了整个周期的配电网损耗值，降损效果明显。综上可知，能源路由器互联的系统，降低了系统网损，提升了电能质量。

3种场景的运行优化结果如表4所示，电网运行成本包括有功损耗成本、开关成本和设备维护成本，结果表明，在场景1中，降低运营成本最为显著，降低了25.4％，电压偏移度最小，不存在弃风弃光的情况。场景2由于储能容量有限，存在大量的弃风弃光情况；场景1中能源路由器实现了新能源的跨区消纳，接入系统的风电和光伏均被完全消纳。

表4各场景运行优化结果

(4)故障隔离和转供分析

假设区域2发生故障，节点43和44之间的线路断开，在场景2和场景3中，线路需要停电检修；而在场景1中，能源路由器可以灵活控制端口功率，为故障线路供电，实现功率的无缝转供，转供后线路的电压如图14所示，可以看出，由于能源路由器端口具有灵活的功率和电压控制能力，可以维持转供区域的电压在期望范围内。

(5)能源路由器的经济效益分析

能源路由器在能源子网间的应用将优化系统的运行，包括降低有功损耗、改善电压分布、提高DG的利用率、故障隔离和无缝转供电；在场景2区域2的电-热-气综合能源系统中，由于馈线末端负荷较重，燃气轮机出力大，消耗天然气较多；在场景1中，能源路由器互联使子网间能量互济，减轻了燃气轮机的支撑压力，从而降低了燃气轮机的出力，燃气轮机的天然气消耗减少；此时需要燃气锅炉增加出力以满足热负荷的需求，燃气锅炉的天然气消耗增加，由于在产热方面燃气锅炉的天然气利用率高于燃气轮机，因此综合而言降低了综合能源系统中天然气的消耗，从而降低了电-热-气综合能源系统的成本，包括购气费用和燃气轮机、燃气锅炉的维护费用。

场景1和场景2下的成本效益分析见表5，从表5可以看出，场景1中能源路由器具有较好的经济效益。与场景2相比，将能源路由器的固定费用折算到每年后，年综合成本减少了7％，随着电力电子器件成本的不断降低，能源路由器带来的经济效益将更加明显。

表5经济效益分析

综上，在含能源路由器的交直流互联能源子网中，能源路由器可以协调各区域线路的功率需求，有效降低系统能量损耗，提升馈线末端电压水平，优化有功设备的支撑裕度和无功设备的补偿裕度，提高调节设备的灵活性；还可以提升电网对新能源的消纳能力，降低配电系统和综合能源系统组成的能源子网的综合成本，同时在线路故障时，可以实现功率的灵活转供。

总体而言，本发明提供的基于能源路由器的交直流混合能源系统，包括能源路由器及与其相连的能源子网，能源子网中的各种调节设备可以和能源路由器相互配合，相互支撑，从而使系统运行在最优状态；

在对该系统进行运行优化时，具体通过日前调度和日内调度相结合的方式进行优化，日前调度阶段是根据日前预测的负荷、风电、光伏及系统参数等，利用连续调节设备和离散调节设备相互配合，考虑到离散调节设备不宜频繁动作，在日前调度限制离散设备调节次数，从而确定离散调节设备的调度结果和连续调节设备的调度参考值；日内实时调度阶段是在日前调度阶段确定的离散调节设备的调度结果以后，为了应对DG和负载的波动，在日前调度阶段中的连续调节设备的调度参考值的基础上进行修正，实时调节连续设备的出力，以提升电能质量，降低运行成本；

最后将日前调度结果和日内调度结果相结合，制定调度计划，传递能源路由器和能源子网的能量管理系统，执行调度计划。

上述基于能源路由器互联的改进的IEEE33节点交流系统和13节点直流系统中验证了本发明所提方法的可行性和有效性。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于能源路由器的交直流混合能源系统，其特征在于，包括：

N个能源路由器，能源路由器之间通过电气联络线互联；N为正整数；

多个能源子网，各能源子网中的配电网馈线通过电气联络线连接至能源路由器的端口；所述配电网包括交流配电网和直流配电网；

以及调度中心，其与各能源路由器以及各能源子网的能量管理系统分别相连，用于确定调度计划，并发送至各能量管理系统，以对能源路由器和能源子网中的可控调节设备进行联合调度，使所述交直流混合能源系统的运行成本最小且节点电压偏差最小；

其中，所述可控调节设备包括连续调节设备和离散调节设备；所述调度计划包括连续调节设备的功率和离散调节设备的动作指令，以及各能源路由器的端口功率。

2.如权利要求1所述的基于能源路由器的交直流混合能源系统，其特征在于，N大于1时，能源子网中的配电网馈线通过电气联络线直接连接至与其距离最近的能源路由器。

3.如权利要求1或2所述的基于能源路由器的交直流混合能源系统的运行优化方法，其特征在于，包括：日前调度和日内调度；

所述日前调度包括：

按照第一时间尺度Δt₁将一天划分为多个时段；Δt₁<24h；

以最小化所述交直流混合能源系统的运行成本和节点电压偏差为目标，以交流系统潮流约束、直流系统潮流约束、安全运行约束和设备运行约束为约束条件，以各能源子网中连续调节设备的功率和离散调节设备的动作指令，以及各能源路由器的端口功率为决策变量，建立日前调度模型；

求解所述日前调度模型，得到一天中各时段连续调节设备的功率和离散调节设备的动作指令，作为各时段的调度计划；各时段的调度计划共同构成日前调度计划；

所述日内调度包括：

按照第二时间尺度Δt₂将每个时段划分为多个时间间隔；Δt₂<Δt₁；

以最小化所述交直流混合能源系统的运行成本和节点电压偏差为目标，以交流系统潮流约束、直流系统潮流约束、安全运行约束和设备运行约束为约束条件，以各能源子网中连续调节设备的功率和各能源路由器的端口功率为决策变量，并以所述日前调度计划中连续调节设备的功率和各能源路由器功率的调度结果作为参考值，建立日内调度模型；

求解所述日内调度模型，得到各时段中各时间间隔内连续调节设备和能源路由器的端口功率，以对所述日前调度计划中连续调节设备和能源路由器的端口功率进行实时修正，将修正后的日前调度计划作为最终的调度计划；

其中，所述设备运行约束包括能源路由器的端口功率约束。

4.如权利要求3所述的运行优化方法，其特征在于，求解所述日前调度模型和求解所述日内调度模型的方式为改进的多目标量子粒子群算法；

所述改进的多目标量子粒子群算法包括：

(a)按照

初始化粒子种群；

k表示决策变量矩阵的编号，n表示第k类决策变量矩阵对应的设备总数，α∈{1,2,…n}表示设备编号，

表示第k类决策变量矩阵在t时刻的位置编码矩阵，

和

分别表示第k类决策变量矩阵中第α个设备的运行状态

对应的余弦和正弦位置编码；

(b)根据粒子间支配关系求解模型，得到Pareto最优解集，并确定其中的引导粒子

所述引导粒子

为从所述Pareto最优解集中距离原点最远的粒子和距离原点最近的粒子中按预设概率选取的粒子，或者所述引导粒子

为所述Pareto最优解集中拥挤程度最低的粒子；

(c)依据所述引导粒子

更新粒子和所述Pareto最优解集，并返回实数编码粒子，以完成一次迭代；

(d)若未达到最大迭代次数，则返回步骤(a)；若达到最大迭代次数，则输出最后一次迭代得到的Pareto最优解集，得到一组调度计划。

5.如权利要求4所述的运行优化方法，其特征在于，依据所述引导粒子

更新粒子的更新公式为：

其中，

和

分别表示粒子e在第z次迭代和第z+1次迭代的位置，

为粒子e第z次迭代的局部吸引域；β^z为第z次迭代的收缩-扩张因子，

和μ均为[0,1]上的随机数。

6.如权利要求4所述的运行优化方法，其特征在于，还包括：若在生成粒子时，获得不可行解，则丢弃该不可行解，并生成新解来替换所丢弃的不可行解。

7.如权利要求4所述的运行优化方法，其特征在于，还包括：若所述Pareto最优解集超过预设规模，则根据自适应网格法进行清除。

8.如权利要求3～7任一项所述的运行优化方法，其特征在于，以最小化所述交直流混合能源系统的运行成本为目标，相应的目标函数为：

minf₁＝f_L+f_S+f_O+f_B+f_INV

其中，f₁为一个调度周期内系统综合成本；f_L为能量损耗成本，包括能源路由器损耗成本；f_S为开关操作成本；f_O为设备维护成本，包括能源路由器的维护成本；f_B为系统购电和购气成本；f_INV为折算到日的能源路由器投资成本；f₂为节点电压偏差；T表示调度周期；i表示所述交直流混合能源系统中的节点，N_i表示节点数量，U_i,t表示节点i的电压。

9.如权利要求3～7任一项所述的运行优化方法，其特征在于，Δt₁＝1h。

10.如权利要求9所述的运行优化方法，其特征在于，Δt₂＝5min。

Images