CN113890114B - 一种主配用多层级电网灵活调节能力挖掘方法 - Google Patents
一种主配用多层级电网灵活调节能力挖掘方法 Download PDFInfo
- Publication number
- CN113890114B CN113890114B CN202111199667.5A CN202111199667A CN113890114B CN 113890114 B CN113890114 B CN 113890114B CN 202111199667 A CN202111199667 A CN 202111199667A CN 113890114 B CN113890114 B CN 113890114B
- Authority
- CN
- China
- Prior art keywords
- power
- grid
- distribution network
- micro
- flexible
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000005065 mining Methods 0.000 title claims abstract description 12
- 238000005457 optimization Methods 0.000 claims description 59
- 230000005540 biological transmission Effects 0.000 claims description 40
- 230000033228 biological regulation Effects 0.000 claims description 39
- 238000004146 energy storage Methods 0.000 claims description 17
- 238000010521 absorption reaction Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 description 12
- 101100001056 Schizosaccharomyces pombe (strain 972 / ATCC 24843) adn1 gene Proteins 0.000 description 6
- 101100001057 Schizosaccharomyces pombe (strain 972 / ATCC 24843) adn2 gene Proteins 0.000 description 6
- 238000005265 energy consumption Methods 0.000 description 6
- 230000005611 electricity Effects 0.000 description 5
- 239000000243 solution Substances 0.000 description 4
- 238000007599 discharging Methods 0.000 description 3
- 238000009412 basement excavation Methods 0.000 description 2
- 230000009194 climbing Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000003828 downregulation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000003827 upregulation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
- Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
-
- 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
-
- 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
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及新能源电网优化调度领域，尤其是一种主配用多层级电网灵活调节能力挖掘方法，现提出如下方案，其包括建立输电网‑配电网‑微电网协同的灵活调节能力感知与优化模型，在各类型灵活调节资源模型的基础上，基于鲁棒优化方法，对不同层级接口处的不确定性和调节能力进行了统一建模，提出了该层级是否具备灵活调节能力的判据，采用列约束生成算法对鲁棒优化模型进行了求解，设计了基于灵活调节资源价格交互的双层优化方法，微电网、配电网在进行分布式新能源发电就地消纳优化的同时，降低本层级给上级电网带来的不确定性，并挖掘自身提供灵活调节能力的潜力，实现新能源消纳能力的多层级协同提升。
Description
技术领域
本发明涉及新能源电网优化调度领域，尤其是一种主配用多层级电网灵活调节能力挖掘方法。
背景技术
新能源呈现出在输电网、配电网和微电网等多层级共同接入的特点，主配用各层级优化的侧重点不同，但发挥不同类型资源的灵活调节能力，应对新能源发电的不确定性，是提升新能源消纳水平及多层级电网运行效率的共同手段，在进行各层级内部优化的同时，多层级资源的纵向协调利用能够为新能源消纳与经济性提升提供更丰富的手段。
在优化调度中，目前多是直接应用包括发电机、储能和需求响应等在内的灵活调节资源，而没有定量刻画设备级、系统级的灵活调节能力，然而，灵活调节能力的定量刻画对于实时评估、精准提升系统的新能源消纳能力，并根据为新能源消纳做出的贡献奖励各参与主体有着重要意义，多层级电网的各主体资源禀赋不同，部分主体可对外界提供可调节区间，即向外界提供灵活性；而部分主体对外界表现出波动性，即对外界有灵活性需求，有必要建立灵活性需求-灵活性提供的统一模型，主配用各主体在与外界交换灵活性供需的同时，要对内部新能源消纳及运行经济性进行优化，为此，本发明提出了一种主配用多层级电网灵活调节能力挖掘方法。
发明内容
为解决现有技术中的问题，本发明提出了一种主配用多层级电网灵活调节能力挖掘方法。
本发明建立了输电网-配电网-微电网协同的灵活调节能力感知与优化模型，在各类型灵活调节资源模型的基础上，基于鲁棒优化方法，对不同层级接口处的不确定性和调节能力进行了统一建模，提出了该层级是否具备灵活调节能力的判据，采用列约束生成算法对鲁棒优化模型进行了求解，设计了基于灵活调节资源价格交互的双层优化方法，微电网、配电网在进行分布式新能源发电就地消纳优化的同时，降低本层级给上级电网带来的不确定性，并挖掘自身提供灵活调节能力的潜力，实现新能源消纳能力的多层级协同提升。
为了实现上述目的，本发明采用了如下技术方案：
一种主配用多层级电网灵活调节能力挖掘方法，包括如下步骤：
步骤一：微电网对内部资源进行鲁棒优化调度后，再将可调节区间或波动区间上报至配电网；
步骤二：配电网根据所述可调节区间或波动区间并利用配电网直接管理的资源进行鲁棒优化；
步骤三：配电网根据自身优化结果调整定价方案并反馈至微电网进行迭代优化，迭代优化结束后，配电网将根节点处的功率调节能力或不确定性范围上报至输电网；
步骤四：输电网根据配电网提供的根节点处的功率调节能力或不确定性范围协调新能源接入的鲁棒机组组合优化。
进一步地，所述内部资源包括光伏、储能、燃气轮机和柔性负荷。
进一步地，所述微电网考虑内部资源的不确定性，以经济性为目标对内部资源进行鲁棒优化调度，包括将购买/出售灵活调节资源的成本/收益计入微电网优化目标，将购买灵活调节资源用表示，将出售灵活调节资源用表示。
进一步地，若微电网的灵活调节能力足以覆盖内部资源的不确定性，则微电网可以向配电网出售多余的灵活调节能力，此时，或均小于0；若微电网的灵活调节能力不足以覆盖内部资源的不确定性，则微电网需要向配电网购买灵活调节能力，此时，或均大于0。
进一步地，将需要配电网提供灵活调节能力的微电网吸收功率作为具有不确定性的参数，而将可向配电网提供灵活调节能力的微电网的吸收功率视为控制变量。
进一步地，若此时微电网向配电网出售灵活调节能力，微电网吸收功率在配电网优化中为控制变量；
若此时微电网向配电网购买灵活调节能力，配电网将微电网吸收功率视为具有不确定性的参数；
若此时微电网向配电网出售向上灵活调节能力，购买向下灵活调节能力；
若此时微电网向配电网购买向上灵活调节能力，出售向下灵活调节能力。
进一步地，所述步骤二包括在配网潮流约束下，以配电网运行经济性与输电网交互的根节点功率调节能力或功率波动性为目标进行鲁棒优化，分别将配电网根节点功率的最大值、最小值与网损共同作为鲁棒优化目标，在优化计算的基础上，提出配电网的灵活性或不确定性判据。
进一步地，鲁棒优化后得到鲁棒最大值和鲁棒最小值，若鲁棒最大值小于鲁棒最小值，则配电网内部的灵活调节资源不足以覆盖内部资源的不确定性，此时配电网的功率相对于输电网为具有不确定性的参数；
若鲁棒最大值大于鲁棒最小值，配电网内部的灵活调节能力足以覆盖内部资源的不确定性，此时配电网的功率相对于输电网为具有可调节性的控制变量。
进一步地，所述步骤三包括设定微电网灵活调节资源的最低价格和最高价格，从最低限价开始逐步提升价格，直至计算收敛或达到限价。
进一步地，所述步骤四包括输电网在进行鲁棒机组组合优化后，将计划值反馈至各具有灵活调节能力的配电网。
本发明的有益效果：
本发明实现了配电网、微电网等多利益主体在自身不确定性条件下的灵活调节能力感知与优化，建立了配电网接口处的不确定性-灵活调节能力的统一模型，通过基于灵活调节资源价格的配电网-微电网迭代，在考虑经济性的前提下，最大限度的应用了不同主体的灵活调节能力，以扩大配电网运行功率的可调范围或降低配电网运行的不确定性，为在输电网层面经济的补充或替代传统火电机组提供的调节空间以消纳规模化的新能源创造了条件。
附图说明
图1是主配用多层级电网灵活调节能力挖掘总体架构；
图2是微电网-配电网-输电网总体计算流程；
图3是多层级电网架构图；
图4至图6分别为光伏、风电和常规负荷的出力预测区间；
图7是微电网优化调度结果；
图8是配电网优化调度结果。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
一种主配用多层级电网灵活调节能力挖掘方法，包括如下步骤：
以Δt为时间间隔，对多层级电网T个未来时段进行感知与优化调度，分别建立微电网、配电网以及输电网级的鲁棒优化模型。
1.微电网级鲁棒优化模型
微电网级的优化目标如下：
式中，i为微电网编号，t为调度时段，为微电网i在时段t的购电价格，为其与配电网交互的基本功率，为其与配电网交易的向上灵活调节功率，为其与配电网交易的向下灵活调节功率，和分别为灵活调节资源的购买和出售单价，和分别为储能的充电和放电功率，为储能的单位使用成本，和分别为燃气轮机的功率和运行状态，和分别为燃气轮机的固定成本和可变成本，加粗的代表常规负荷的不确定集合，表示其中的元素，加粗的为光伏出力极限的不确定集合，表示其中的元素。
微电网中考虑灵活调节能力的功率平衡约束如下：
式中，为光伏出力，为柔性负荷的功率计划值，和分别是应对微电网不确定性需要的向上和向下灵活调节功率，和为微电网内部能够挖掘的灵活调节资源。
微电网内部的灵活调节资源包括分布式光伏、储能、燃气轮机和柔性负荷等，有：
1)光伏
分布式光伏可以通过在出力计划基础上增加功率来提供向上灵活调节资源，并通过减少功率来提供/向下灵活调节资源，但受到具有不确定性的自身出力极限的限制，约束条件如下：
2)储能
储能提供向上灵活调节资源的方式有3种：减小充电功率，记为由充电状态切换至放电状态，记为增大放电功率，记为提供向下灵活调节资源的方式同样有3种：减小放电功率，记为由放电状态切换至充电状态，记为增大充电功率，记为考虑灵活调节能力的储能功率与能量约束如下：
式中，和均为0-1变量，分别描述储能的充电和放电状态，和分别为储能充电和放电功率的最小值,和分别为储能充电和放电的最大值。为储能在初始时刻的能量。提供向上灵活调节能力总的来说使储能的能量更小，考虑向上灵活调节能力时储能在各时段的能量应大于其最低能量值反之，考虑向下灵活调节能力时储能在各时段的能量应小于其最大能量值储能向上和向下调节能力的约束条件分别如式(6)和式(7)所示：
式中，为0-1变量，为1时代表储能由放电切换至充电状态。为0-1变量，为1时代表储能由充电切换至放电状态。
3)燃气轮机
考虑灵活调节能力，对燃气轮机的功率及爬坡约束修正如下：
式中，为描述燃气轮机开停机状态的0-1变量，和分别为燃气轮机的最大和最小运行功率，为燃气轮机的最大爬坡功率。
开、停机时间约束如下：
式中，和分别为燃气轮机运行状态切换后的最短开机和停机时间。
4)柔性负荷
本发明考虑3种类型的柔性负荷，包括可转移负荷、可中断负荷和可削减负荷。
a.可转移负荷：一旦运行不可中断，但整体工作时间可提前或延迟。
式中，和均为0-1变量，分别为微电网内可转移负荷的运行和启动状态。为其一旦启动后必须持续运行的时长；和为用户愿意接受的运行时间范围；为负荷运行时的功率。由于可转移负荷不具备功率的连续调节能力，在优化中仅考虑对其的经济调度，而不考虑用其提供灵活调节能力。
b.可中断负荷：在工作过程中可中断运行或调整功率，但对累计吸收功率有要求。
式中，为可中断负荷的计划功率，用户可接受调度时段为至
c.可削减负荷：可削减负荷为运行时间不可更改，但运行功率可调的负荷。设可削减负荷具有nc个离散可调功率，运行时段为至计划功率为提供的向上和向下灵活调节功率分别为和
式中，为0-1变量，代表可削减负荷在t时段运行于第k个功率模式。
柔性负荷的运行功率及提供的灵活调节潜力如下：
2配电网级鲁棒优化模型
1)与微电网的交互
微电网上传至配电网的变量为和在配电网层面，将需要配电网提供灵活调节能力的微电网吸收功率作为具有不确定性的参数，而将可向配电网提供灵活调节能力的微电网的吸收功率视为控制变量。分为如下4种情况。
a.
在配电网优化中，将该微电网的吸收功率作为控制变量，满足如下约束条件：
b.
配电网将该微电网的吸收功率视为具有不确定性的参数，不确定集合
c.
此时微电网向配电网出售向上灵活调节能力，购买向下灵活调节能力,满足如下约束：
式中，为节点j处具有不确定性的基准功率。
d.
此时微电网向配电网购买向上灵活调节能力，出售向下灵活调节能力：
2)潮流及其它约束
采用二阶锥松弛方法对潮流约束进行处理，省略下标t，标准形式如下：
式中，i,j,k均为配电网的节点编号。Pij和Qij为支路ij首端的有功和无功功率，rij和xij为支路ij的电阻和电抗，Pj和Qj为节点j的有功和无功功率净注入。集合u(j)表示配电网中以j为末端节点的支路的首端节点集合。集合v(j)表示配电网中以j为首端节点的支路的末端节点集合。Ui为节点i电压幅值的平方，Lij为支路ij电流幅值的平方。节点电压和支路电流安全约束如下：
设配电网配有连续型无功补偿装置，无功补偿的约束条件为：
式中，分别为节点i无功补偿装置的最大/最小值，当节点没有无功补偿装置时，
有微电网接入的节点，注入功率为：
式中为功率因数角。
直接接入配网的常规负荷以及分布式发电、储能和柔性负荷等资源，运行的约束条件和不确定性与微电网对应的组成元素相同。
3)优化目标与灵活性判据
配电网一般为辐射型结构，对输电网的影响主要体现在其根节点功率上。本发明基于鲁棒优化的方法，在如下两项优化计算的基础上，提出配电网的灵活性/不确定性判据。
优化1：
优化2：
为保证计算的收敛性，ωk随着迭代次数多的增加而减小。优化1的目标为在考虑网损的同时，求配电网根节点功率的鲁棒最小值，而优化2的目标为求配电网根节点功率的鲁棒最大值。优化1、优化2的求解结果可能会出现如下两种情况：
a.
若鲁棒最大值小于鲁棒最小值配电网内部的灵活调节资源不足以覆盖其不确定性。此时配电网的功率相对于输电网为具有不确定性的参数pDG，不确定性区间为
b.
此种情况下，配电网内部的灵活调节能力覆盖了其不确定性。此时配电网的功率相对于输电网为具有可调节性的控制变量pDG，可控区间为
记为根节点功率调节能力，越大，配电网调节能力越强。当时，配电网具有可控的调节范围，而当时，配电网相对于输电网具有随机性。
3输电网级模型
1)优化目标
输电网层的经济性目标CT包括降低机组的发电成本CG和备用成本CR：
2)约束条件
考虑备用的功率平衡：
式中，NW为风电场数量，为风电场j在时段t的出力。ADN为配电网的数量，ADNF为具有灵活调节能力的配电网数量，和分别为其提供的向上和向下灵活调节能力。
发电机及备用：
式中，Pi G,max和Pi G,min分别为发电机i的最大和最小出力，和分别为其向上和向下爬坡能力，为具有不确定性的风电功率预测值。为具有调节灵活性的配电网k计划出力，和分别为其最大和最小出力。
线路安全约束：
式中，Tl max和Tl min分别为输电线路l对应的最大和最小传输功率，Gl-b为线路l相对于节点b的潮流转移系数。NB为输电网的节点数目。
4配电网、微电网间的迭代方法
灵活调节资源价格由配电网下发至微电网，微电网根据调节资源价格进行优化调度后，将调度结果反馈至配电网。为在考虑灵活资源经济性的同时，最大程度上挖掘各层级的灵活调节能力，设计如下迭代步骤：
1)设定微电网灵活调节资源的最低价格和最高价格并将各时段灵活调节资源价格按最低价格发送给微电网；
2)微电网在配电网发送的灵活调节资源价格的基础上进行运行优化，并将结果(和)反馈至配电网；
3)配电网根据微电网反馈的结果进行配电网层优化，若出现如下2种情况：
式中，k为迭代次数，ε1为收敛判据；
b.所有时段的灵活调节资源均达到最高限价。
否则按下式修正未达最高限价时段的灵活调节资源价格以及权重ωk，并返回步骤2)：
式中，包括向上/向下灵活调节资源价格。
4)配电网根据最终得到的判断自身是否具有灵活调节能力，并将不确定性和灵活调节能力上报至输电网。
5鲁棒模型的求解算法
微电网、配电网和输电网机组组合等多层级鲁棒优化均为嵌套形式、具有NP难性质鲁棒优化问题，采用列和向量生成算法进行求解。其核心思想是通过主问题(MP)和子问题(SP)的迭代，逐渐逼近鲁棒优化的解。将需要即时确定的变量称为第一阶段变量，包括储能、传统发电机、柔性负荷等相关的变量，为表述简洁，统一记做y。将可以在不确定性参数进一步明确后再确定的变量称为第二阶段变量，包括光伏、风电和燃气轮机等相关变量，记做x。具体迭代步骤如下：
1)设置上界UB＝+∞，下界UB＝﹣∞，迭代次数k＝0，收敛判据ε0，有效场景集
2)求解主问题MP：
获得最优解并更新下界
3)给定求解SP：
获得最恶劣场景并更新上界
4)若UB﹣LB≤ε0，返回终止迭代，否则：
a.若创建新变量xk+1，并将下列新约束添加到MP中，
更新迭代次数k＝k+1和有效场景集Θ＝Θ∪{k+1}，返回步骤2)；
b.若创建新变量xk+1，并将下列新约束添加到MP中，
更新迭代次数k＝k+1，返回步骤2)。
参照图1-8，在如下实施例中：
微电网-配电网-输电网(MG-ADN-TG)多层级协同优化计算流程如图1和图2所示。各微电网在配电网给定的灵活调节资源价格及各微电网自身其它初始条件下，包括储能初始状态，柔性负荷可调度情况等，具体内容见表1至表4。各微电网各自独立的优化自身运行。各微电网在与配电网的迭代过程中，仅交互和等变量。配电网通过和的符号判断微电网的不确定性和可调节性。若则微电网具有向上的可调节性，反之则具有向上的不确定性；若，则微电网具有向下的可调节性，反之则具有向下的不确定性。各配电网基于自身直接管控及下属配电网的资源，通过鲁棒优化，在提升配电网自身运行经济性的同时，确定其(配电网)根节点功率是否具有可调节性以及可调节范围。各配电网接口处的不确定性和灵活调节能力的有效描述，为输电网考虑新能源接入的鲁棒机组组合优化提供了依据和新的资源。输电网在进行机组组合优化后，将计划值反馈至各具有灵活调节能力的配电网。
采用如图3所示的多层级电网对本发明实施方式与效果进行具体说明：输电网层面为1个改进的6节点系统，配电网层面含2个改进的33节点系统，IEEE 33节点的参数(线路阻抗、基本负荷)等可以在MATPOWER软件中获取。MG1～MG4接入ADN1，MG5～MG6接入ADN2。各MG所含的不同元素如图中所示。T＝4h，Δt＝15min，优化起始时间为8:00。收敛参数ε0和ε1均设为10-2。初始权重ω1设为0.5。输电网节点B5处负荷L最大值设为220MW，微电网从配电网购电的基础电价为分时电价，如表1所示。多层级电网接入设备的详细参数及不确定集合见图4至图6以及表2至表10。向上灵活调节资源的最低和最高限价为0.14和0.37元/kW，向下灵活调节资源的最低和最高限价为0.01和0.06元/kW。
表1微电网购电价格
表2微电网储能参数
表3微电网燃气轮机参数
表4微电网柔性负荷参数
表5配电网无功补偿参数
表6配电网储能参数
表7配电网燃气轮机参数
表8配电网柔性负荷参数
表9发电机参数
表10输电网络参数
面向灵活性的微电网、配电网级鲁棒优化调度结果如图7、图8所示。MG1，MG2和MG4内部含有较多灵活调节资源，在覆盖自身不确定性的同时，可向ADN提供灵活调节能力：当MG下调自身功率时，相当于向ADN提供了向上的调节；当MG上调自身功率时，相当于向ADN提供了向下的调节。总的调节范围分别达到自身基础功率的69.03％，18.96％和16.82％。MG5仅含有光伏和储能，受到新能源消纳因素的影响，主要可为ADN提供向下调节能力。MG3所含灵活调节资源较少，同时基础负荷较大，无法完全克服自身的不确定性，需要从ADN购买灵活调节能力，优化结果使其对灵活调节资源的需求降低至自身功率的17.25％之内。MG6的情况较为特殊，其基础功率具有一定的波动性，同时具有确定性的下调空间，波动区间和可调空间均较小，小于自身基础功率的2.25％。
ADN1中含有较多的灵活调节资源，其根节点处鲁棒最小值稳定的小于鲁棒最大值。即其在克服自身不确定性的同时，能够为TG提供10MW左右的可控调节空间；而ADN2中的灵活调节资源不足以抵消不确定性对优化结果的影响，根节点功率在一定范围内(约为自身基础功率的3％)不可控，相对于上级电网仍存在不确定性。MG1,MG4～MG6和ADN1,ADN2配电网层面含有新能源，优化调度时段的消纳率均在95％以上。
为说明本发明所提优化调度策略在输电网层面的应用效果，进行如下对比分析：
Case1：配电网、微电网层面采用本发明所提算法，ADN1向输电网上报可控区间，ADN2向输电网上报不确定性范围，输电网层面进行鲁棒优化调度。
Case2：分别以ADN1可控区间的平均值、ADN2不确定性区间的平均值为2者根节点功率的基准值，并假设ADN1、ADN2根节点处的功率均具有10％的不确定性，输电网层面进行鲁棒优化调度。结果对比如下：
表11输电网层面的优化调度结果对比
如表11所示，本发明所提算法应用于输电网层面时，可以有效减少对发电机备用的需求，在降低运行成本的同时，缓解输电网层面因灵活性不足而导致的弃风。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种主配用多层级电网灵活调节能力挖掘方法，其特征在于，包括如下步骤：
步骤一：微电网对内部资源进行鲁棒优化调度后，再将可调节区间或波动区间上报至配电网；
步骤二：配电网根据所述可调节区间或波动区间并利用配电网直接管理的资源进行鲁棒优化；
步骤三：配电网根据自身优化结果调整定价方案并反馈至微电网进行迭代优化，迭代优化结束后，配电网将根节点处的功率调节能力或不确定性范围上报至输电网；
步骤四：输电网根据配电网提供的根节点处的功率调节能力或不确定性范围协调新能源接入的鲁棒机组组合优化；
所述内部资源包括光伏、储能、燃气轮机和柔性负荷；
所述微电网考虑内部资源的不确定性，以经济性为目标对内部资源进行鲁棒优化调度，包括将购买/出售灵活调节资源的成本/收益计入微电网优化目标，将购买灵活调节资源用表示，将出售灵活调节资源用表示；
若微电网的灵活调节能力足以覆盖内部资源的不确定性，则微电网可以向配电网出售多余的灵活调节能力，此时，或均小于0；若微电网的灵活调节能力不足以覆盖内部资源的不确定性，则微电网需要向配电网购买灵活调节能力，此时，或均大于0；
将需要配电网提供灵活调节能力的微电网吸收功率作为具有不确定性的参数，而将可向配电网提供灵活调节能力的微电网的吸收功率视为控制变量；
若此时微电网向配电网出售灵活调节能力，微电网吸收功率在配电网优化中为控制变量；
若此时微电网向配电网购买灵活调节能力，配电网将微电网吸收功率视为具有不确定性的参数；
若此时微电网向配电网出售向上灵活调节能力，购买向下灵活调节能力；
若此时微电网向配电网购买向上灵活调节能力，出售向下灵活调节能力。
2.根据权利要求1所述的一种主配用多层级电网灵活调节能力挖掘方法，其特征在于，所述步骤二包括在配网潮流约束下，以配电网运行经济性与输电网交互的根节点功率调节能力或功率波动性为目标进行鲁棒优化，分别将配电网根节点功率的最大值、最小值与网损共同作为鲁棒优化目标，在优化计算的基础上，提出配电网的灵活性或不确定性判据。
3.根据权利要求2所述的一种主配用多层级电网灵活调节能力挖掘方法，其特征在于，鲁棒优化后得到鲁棒最大值和鲁棒最小值，若鲁棒最大值小于鲁棒最小值，则配电网内部的灵活调节资源不足以覆盖内部资源的不确定性，此时配电网的功率相对于输电网为具有不确定性的参数；
若鲁棒最大值大于鲁棒最小值，配电网内部的灵活调节能力足以覆盖内部资源的不确定性，此时配电网的功率相对于输电网为具有可调节性的控制变量。
4.根据权利要求1所述的一种主配用多层级电网灵活调节能力挖掘方法，其特征在于，所述步骤三包括设定微电网灵活调节资源的最低价格和最高价格，从最低限价开始逐步提升价格，直至计算收敛或达到限价。
5.根据权利要求1所述的一种主配用多层级电网灵活调节能力挖掘方法，其特征在于，所述步骤四包括输电网在进行鲁棒机组组合优化后，将计划值反馈至各具有灵活调节能力的配电网。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111199667.5A CN113890114B (zh) | 2021-10-14 | 2021-10-14 | 一种主配用多层级电网灵活调节能力挖掘方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111199667.5A CN113890114B (zh) | 2021-10-14 | 2021-10-14 | 一种主配用多层级电网灵活调节能力挖掘方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113890114A CN113890114A (zh) | 2022-01-04 |
| CN113890114B true CN113890114B (zh) | 2023-08-22 |
Family
ID=79002840
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111199667.5A Active CN113890114B (zh) | 2021-10-14 | 2021-10-14 | 一种主配用多层级电网灵活调节能力挖掘方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113890114B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116646908B (zh) * | 2023-04-06 | 2023-12-19 | 中国质量认证中心 | 基于光储直柔配电系统的节能用电评估方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107257129A (zh) * | 2017-06-28 | 2017-10-17 | 国网山东省电力公司经济技术研究院 | 一种考虑电网结构灵活调整的鲁棒调度方法 |
| CN109980685A (zh) * | 2019-04-02 | 2019-07-05 | 东南大学 | 一种考虑不确定性的主动配电网分布式优化运行方法 |
-
2021
- 2021-10-14 CN CN202111199667.5A patent/CN113890114B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107257129A (zh) * | 2017-06-28 | 2017-10-17 | 国网山东省电力公司经济技术研究院 | 一种考虑电网结构灵活调整的鲁棒调度方法 |
| CN109980685A (zh) * | 2019-04-02 | 2019-07-05 | 东南大学 | 一种考虑不确定性的主动配电网分布式优化运行方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113890114A (zh) | 2022-01-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107958300B (zh) | 一种考虑互动响应的多微网互联运行协调调度优化方法 | |
| CN108599373B (zh) | 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 | |
| CN111509743B (zh) | 一种应用储能装置提高电网稳定性的控制方法 | |
| CN113688567B (zh) | 一种考虑冲击负荷的虚拟电厂两阶段优化调度方法 | |
| CN110247438B (zh) | 基于天牛须算法的主动配电网资源优化配置 | |
| Murray et al. | Voltage control in future electrical distribution networks | |
| CN112800658A (zh) | 一种考虑源储荷互动的主动配电网调度方法 | |
| CN109492824B (zh) | 考虑源-网-荷多方利益的分散式风储系统优化方法 | |
| CN112821470B (zh) | 基于小生境混沌粒子群算法的微网群优化调度策略 | |
| CN110826880A (zh) | 一种大规模电动汽车接入的主动配电网优化调度方法 | |
| CN113241757A (zh) | 一种考虑柔性负荷与ess-sop的多时间尺度优化调度方法 | |
| CN113794244B (zh) | 含多微网主动配电系统的定价与最优能量调度方法和系统 | |
| CN109274099A (zh) | 主动配电网分层分区协调调度方法及装置 | |
| CN115693779A (zh) | 一种多虚拟电厂与配网协同优化调度方法及设备 | |
| CN112311017A (zh) | 一种虚拟电厂与主网最优协同调度方法 | |
| CN115545290A (zh) | 一种含光伏发电配电网中的分布式储能经济优化配置方法 | |
| CN105896575A (zh) | 基于自适应动态规划的百兆瓦储能功率控制方法及系统 | |
| CN112508325A (zh) | 一种家庭微电网多时间尺度电能调度方法 | |
| CN112653188A (zh) | 一种分布式能源系统及能源调度方法 | |
| CN107658867B (zh) | 多主体参与的交直流混合配电网动态重构方法 | |
| CN116667325A (zh) | 一种基于改进布谷鸟算法的微电网并网运行优化调度方法 | |
| CN113890114B (zh) | 一种主配用多层级电网灵活调节能力挖掘方法 | |
| CN113837449B (zh) | 虚拟电厂参与的电网系统集中优化调度方法 | |
| CN109066769B (zh) | 风电全消纳下虚拟电厂内部资源调度控制方法 | |
| CN116961008A (zh) | 计及电力弹簧与负荷需求响应的微电网容量双层优化方法 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220125 Address after: 210096 No. 2, Four Brand Building, Xinjiekou Street, Xuanwu District, Nanjing City, Jiangsu Province Applicant after: SOUTHEAST University Applicant after: STATE GRID JIANGSU ELECTRIC POWER Co.,Ltd. SUZHOU BRANCH Applicant after: STATE GRID ELECTRIC POWER RESEARCH INSTITUTE Co.,Ltd. Applicant after: CHINA ELECTRIC POWER RESEARCH INSTITUTE Co.,Ltd. Applicant after: STATE GRID JIANGSU ELECTRIC POWER Co.,Ltd. Address before: 210024 No.2 Sipailou, Xinjiekou Street, Xuanwu District, Nanjing City, Jiangsu Province Applicant before: SOUTHEAST University Applicant before: STATE GRID JIANGSU ELECTRIC POWER Co.,Ltd. SUZHOU BRANCH Applicant before: STATE GRID ELECTRIC POWER RESEARCH INSTITUTE Co.,Ltd. Applicant before: CHINA ELECTRIC POWER RESEARCH INSTITUTE Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |