CN114048809B - 考虑区间电压越限度的混联配电网适应性规划方法及装置 - Google Patents

考虑区间电压越限度的混联配电网适应性规划方法及装置 Download PDF

Info

Publication number
CN114048809B
CN114048809B CN202111326143.8A CN202111326143A CN114048809B CN 114048809 B CN114048809 B CN 114048809B CN 202111326143 A CN202111326143 A CN 202111326143A CN 114048809 B CN114048809 B CN 114048809B
Authority
CN
China
Prior art keywords
photovoltaic
limit
voltage
scene
distribution 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.)
Active
Application number
CN202111326143.8A
Other languages
English (en)
Other versions
CN114048809A (zh
Inventor
王守相
韩照洋
赵倩宇
尹孜阳
董逸超
穆昊
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.)
Tianjin University
State Grid Corp of China SGCC
State Grid Tianjin Electric Power Co Ltd
Original Assignee
Tianjin University
State Grid Corp of China SGCC
State Grid Tianjin 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 Tianjin University, State Grid Corp of China SGCC, State Grid Tianjin Electric Power Co Ltd filed Critical Tianjin University
Priority to CN202111326143.8A priority Critical patent/CN114048809B/zh
Publication of CN114048809A publication Critical patent/CN114048809A/zh
Application granted granted Critical
Publication of CN114048809B publication Critical patent/CN114048809B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • 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
    • 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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • H02J2203/10—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]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明考虑区间电压越限度的混联配电网适应性规划方法，包括：对光伏配置场景抽样生成海量场景集，获取抽样的光伏配置场景的最大电压幅值，并形成若干个时刻的光伏的安装容量与系统最大电压幅值的场景结果分布图；进行典型场景聚类分析，得到光伏最保守的接纳能力值和最乐观的光伏接纳能力值；建立计及源网荷多元不确定性区间变化的光伏运行场景；根据考虑光伏发电特性结合时间尺度构建区间电压越限概率指标及电压越限风险指标；构建考虑区间电压越限度的光伏接入交直流混联配电网适应性规划模型，并获得模型的约束条件；对所建模型进行求解。本发明在建模过程中考虑了光伏接入交直流配电网的差异化运行场景，为电力系统的发展提供理论基础。

Description

考虑区间电压越限度的混联配电网适应性规划方法及装置
技术领域
本发明涉及城市电网规划评估技术领域，特别是考虑区间电压越限度的混联配电网适应性规划方法及装置。
背景技术
配电网中高渗透光伏、柔性负荷及多类型可控设备的接入必然会带来许多运行问题，如电压越限、潮流倒送、电能质量降低等。这些问题都将对光伏的充分消纳和配电网适应性规划产生影响。目前，以系统潮流、电压和需求侧管理为核心的主动配电网可有效解决高渗透光伏接入带来的诸多运行问题，这也使得主动配电网适应性规划成为当前的一大研究热点。
尽管目前国内外已有许多配电网适应性规划分析相关的研究成果，但更多的是以交流配电网作为研究对象，较少涉及交直流混联配电网。由于光伏接入交直流混联配电网中的潮流方程与运行特性比纯交流配电网更加复杂，因此有必要深入研究多元不确定环境下考虑多阶段光伏接入需求的交直流混联配电网适应性规划模型与求解方法。
发明内容
本发明所提出的考虑区间电压越限度的光伏接入交直流混联配电网适应性规划方法，首先采用拉丁超立方体抽样生成海量场景集，接着采用聚类关联分析方法对海量场景集进行典型运行场景聚类分析，建立计及源网荷等多元不确定性区间变化的光伏运行场景；然后，依据场景分析结果提出区间电压越限概率指标和区间电压越限风险指标，以两个区间电压越限指标、光伏接入容量和运行适应性为目标函数，研究光伏、变流器与多种灵活性资源的混合配置场景，建立交直流配电网的多目标优化规划模型，并对所建非线性非凸模型进行二阶锥松弛和线性化，最后采用CPLEX对所建模型进行求解。
本发明提供的考虑区间电压越限度的混联配电网适应性规划方法，包括如下步骤：
对光伏配置场景采用拉丁超立方体抽样生成海量场景集，依据光伏的发电特性从时间尺度上进行随机抽样，获取抽样的光伏配置场景的最大电压幅值，并形成若干个时刻的光伏的安装容量与系统最大电压幅值的场景结果分布图；
根据场景结果分布图采用聚类关联分析方法对不同时刻的海量场景集进行典型场景聚类分析，获得最具有典型性的代表场景，从而得到光伏最保守的接纳能力值和最乐观的光伏接纳能力值；
对光伏发电功率和负荷功率进行区间建模，从而建立计及源网荷多元不确定性区间变化的光伏运行场景；
把光伏安装容量划分为等间距的连续区间，根据考虑光伏发电特性结合时间尺度构建区间电压越限概率指标及电压越限风险指标；
构建考虑区间电压越限度的光伏接入交直流混联配电网适应性规划模型，并获得模型的约束条件；
对构建的考虑区间电压越限度的光伏接入交直流混联配电网适应性规划模型进行二阶锥松弛和线性化，并对所建模型进行求解。
进一步的，
构建的区间电压越限概率指标为：
式中，λIOP,m表示一天中光伏光照阶段第m个光伏安装容量区间的区间电压越限概率值，Nm,over表示一天中光伏光照阶段第m个光伏安装容量区间的电压越限光伏配置场景数，Nm,total表示一天中光伏光照阶段第m个光伏安装容量区间的光伏配置场景数，t表示一天中光伏光照阶段，t＝1,2,3...T；
构建的区间电压越限风险指标为：
其中：
其中，λIOR,m表示一天中光伏光照阶段第m个光伏安装容量区间电压越限风险，δm表示电压越限严重程度修正系数，表示第m个光伏安装容量区间中电压越限光伏配置场景k对应的电压越限严重程度，/>表示电压越限场景k 在时段t的最大电压幅值，Vmax表示电压越限上限最大值；/>为0-1决策变量，表征/>是否大于Vmax；/>为电压越限光伏配置场景k对应的最大电压幅值； CΔV为电压变化比例系数；exp[·]为自然指数函数；t表示一天中光伏光照阶段， t＝1,2,3...T。
进一步的，构建的考虑区间电压越限度的光伏接入交直流混联配电网适应性规划模型为：
其中，
式中，α1和α2分别为电压越限概率和电压越限风险的权重系数，α1+α2＝1； a＝[a1,a2,…,an]T为决策向量x的系数向量；为n节点系统的光伏安装容量决策向量；Ωh为规划阶段集合；/>为规划阶段总数；/>为电压越限裕度；/>为电流越限裕度；Ωss为线路类型集合；/>为线路类型总数；/>为变电站d供电区域的节点集合；/>为变电站d供电区域节点总数；Ωt为规划的时段集合；Ωk为线路类型集合；/>和/>分别为t的节点电压幅值和k型线路流过的电流幅值；Vmax和/>分别为最大允许节点电压幅值和k型线路的最大允许载流量；α3和α4分别为电压越限裕度和电流越限裕度的权重系数，α3+α4＝1，可分别表示节点电压和线路载流对配电网运行适应性的影响强弱。
进一步的，考虑区间电压越限度的光伏接入交直流混联配电网适应性规划模型的约束条件包括不确定性交直流配电网潮流约束、稳态运行约束、不同阶段规划约束光伏安装容量约束、换流器无功补偿约束、变电站容量约束、光伏功率因数约束。
进一步的，对构建的考虑区间电压越限度的光伏接入交直流混联配电网适应性规划模型利用MATLAB R2013a环境下的CPLEX12.6.0算法进行求解。
促进光伏接纳的交直流配电网适应性规划装置，包括：
光伏配置场景结果分布图获取模块，用于对光伏配置场景采用拉丁超立方体抽样生成海量场景集，依据光伏的发电特性从时间尺度上进行随机抽样，获取抽样的光伏配置场景的最大电压幅值，并形成若干个时刻的光伏的安装容量与系统最大电压幅值的场景结果分布图；
光伏最保守的接纳能力值和最乐观的光伏接纳能力值获取模块，用于根据场景结果分布图采用聚类关联分析方法对不同时刻的海量场景集进行典型场景聚类分析，获得最具有典型性的代表场景，从而得到光伏最保守的接纳能力值和最乐观的光伏接纳能力值；
光伏运行场景获取模块，用于对光伏发电功率和负荷功率进行区间建模，从而建立计及源网荷多元不确定性区间变化的光伏运行场景；
电压越限概率指标及电压越限风险指标构建模块，用于把光伏安装容量划分为等间距的连续区间，根据考虑光伏发电特性结合时间尺度构建区间电压越限概率指标及电压越限风险指标；
光伏接入交直流混联配电网适应性规划模型构建模块，用于构建考虑区间电压越限度的光伏接入交直流混联配电网适应性规划模型，并获得模型的约束条件；
光伏接入交直流混联配电网适应性规划模型求解模块，用于对构建的考虑区间电压越限度的光伏接入交直流混联配电网适应性规划模型进行二阶锥松弛和线性化，并对所建模型进行求解。
一种计算设备，包括：
一个或多个处理单元；
存储单元，用于存储一个或多个程序，
其中，当所述一个或多个程序被所述一个或多个处理单元执行，使得所述一个或多个处理单元执行上述的促进光伏接纳的交直流配电网适应性规划方法。
一种具有处理器可执行的非易失的程序代码的计算机可读存储介质，所述计算机程序被处理器执行时实现上述的促进光伏接纳的交直流配电网适应性规划方法的步骤。
本发明的优点和积极效果是：
本发明在建模过程中充分考虑了光伏接入交直流配电网的差异化运行场景，提出区间电压越限概率指标和区间电压越限风险指标，并考虑源网荷不确定性对交直流配电网光伏运行场景的影响，提出多元不确定性光伏接入交直流配电网的适应性规划方法，考虑区间电压越限度的光伏接入交直流混联配电网适应性规划方法的提出对于交直流配电网的规划和建设具有重要的现实指导意义，能够为新型电力系统的发展提供夯实的理论基础。
具体实施方式
本发明的考虑区间电压越限度的混联配电网适应性规划方法，包括如下步骤：
1、采用拉丁超立方体抽样生成海量场景集，依据光伏的发电特性从时间尺度上对光伏不同配置地点和不同配置容量进行随机抽样，采样时间选择日照时间，采样频率定为1个小时，可由式(1)对各光伏配置场景进行交直流配电网的潮流计算并得到各场景的最大电压幅值Vmax，最终形成t个时刻的光伏的安装容量PPV与系统最大电压幅值Vmax的场景结果分布图。
式中，Pi (t)和分别为时段t节点i的有功注入功率和无功注入功率；Gij、 Bij和分别为节点i和节点j之间的线路电导、电纳和电压相角差；Vi (t)为时段 t节点i的电压幅值；/>和/>分别为时段t节点i的光伏有功和无功出力；/>和/>分别为时段t节点i的负荷有功和无功功率；Nbus为系统节点总数；tmax为最大计算时段数；Pi d为直流侧节点i的有功注入功率，Vi d和Vj d分别为直流侧节点i和节点j的电压幅值；/>为直流侧下路电导；Pconv_k为有功交换功率，PGc、 PLc和Pc分别为电源功率、负荷功率和损耗功率；
2、采用聚类关联分析方法对不同时刻的海量场景集进行典型运行场景聚类分析，找到最具有典型性的代表场景，在电压正常范围内不同光伏安装容量不同安装位置的典型场景，电压波动出现部分电压越限情况下的不同光伏安装容量不同安装位置的典型场景，电压波动出现全部电压越限情况下的不同光伏安装容量不同安装位置的典型场景。最后得到光伏最保守的接纳能力值HCA和最乐观的光伏接纳能力值HCB，如式(2)和(3)所示。
其中，NS,total为场景总数；Vmax,k为光伏配置场景k对应的系统最大电压幅值； PPV,k为光伏配置场景k对应的光伏安装容量；为光伏配置场景k在时段t节点i的电压幅值；Vmax表示电压越限上限最大值；
即光伏安装容量小于HCA时，在满足这种条件下，所有的场景均不会发生电压越限情况；光伏安装容量大于HCB时，在这种情况下，所有的场景均会发生电压越限情况；光伏安装容量在HCA和HCB之间时，对电压越限情况出现差异化影响，部分光伏配置场景发生电压越限情况而另一部分则不会发生电压越限情况，出现一定的电压越限发生概率。
3、建立计及源网荷等多元不确定区间变化的光伏运行场景，由分析结果可知，当光伏安装容量相同时，不同安装位置导致的电压越限情况不同，随着光伏安装容量的增加，电压越限情况越严重，为了更清楚的分析光伏运行场景情况，考虑电源、负荷的随机波动性，对光伏发电功率和负荷功率进行区间建模，t时刻光伏发电功率区间值可由式(4)和(5)计算，负荷有功和无功功率的区间模型与光伏发电功率的计算思路相同。
其中，和/>分别为典型日内时段t的光伏有功出力区间上界和下界；/>为抽样日d内时段t的光伏有功出力；/>和/>分别为时段t光伏有功出力大于/>和小于的抽样日集合；/>为所有抽样日时段t的平均光伏有功出力；
4、构建区间电压越限概率指标，对于上述(2)里光伏安装容量在HCA和 HCB之间时出现的电压越限概率情况进行分析，并把光伏安装容量划分为等间距的连续区间，并考虑光伏发电特性结合时间尺度提出区间电压越限概率指标如式(6)所示，
式中，λIOP,m表示一天中光伏光照阶段第m个光伏安装容量区间的区间电压越限概率值，Nm,over表示一天中光伏光照阶段第m个光伏安装容量区间的电压越限光伏配置场景数，Nm,total表示一天中光伏光照阶段第m个光伏安装容量区间的光伏配置场景数，t表示一天中光伏光照阶段，t＝1,2,3...T；
5、构建区间电压越限风险指标，为了进一步考虑电压越限的严重程度，提出电压越限风险指标，如式(8)所示，
其中λIOR,m表示一天中光伏光照阶段第m个光伏安装容量区间电压越限风险，δm表示电压越限严重程度修正系数，表示第m个光伏安装容量区间中电压越限光伏配置场景k对应的电压越限严重程度，/>表示电压越限场景k在时段t的最大电压幅值，Vmax表示电压越限上限最大值；/>为0-1决策变量，表征/>是否大于Vmax；/>为电压越限光伏配置场景k对应的最大电压幅值； CΔV为电压变化比例系数；exp[·]为自然指数函数；t表示一天中光伏光照阶段， t＝1,2,3...T；
本指标同时考虑电压越限问题的发生概率及其严重程度，可有效量化交直流配电网光伏配置方式潜在的不确定性导致的真实电压向上越限的风险；
6、构建考虑区间电压越限度的光伏接入交直流混联配电网适应性规划模型，首先以提出的区间电压越限概率指标和区间电压越限风险指标为目标函数1，采用表示，如式(12)所示，以光伏接纳容量为目标函数2，采用/>表示，如式 (13)所示，以电压越限裕度和电流越限裕度的加权和定义为运行适应性作为目标函数3，采用/>表示，如式(14)所示。
式中，α1和α2分别为电压越限概率和电压越限风险的权重系数，α1+α2＝1； a＝[a1,a2,…,an]T为决策向量x的系数向量；为n节点系统的光伏安装容量决策向量；Ωh为规划阶段集合；/>为规划阶段总数；式(14)中的电压越限裕度/>和电流越限裕度/>的表示如式(15)和(16)所示。
式中，Ωss为线路类型集合；为线路类型总数；/>为变电站d供电区域的节点集合；/>为变电站d供电区域节点总数；Ωt为规划的时段集合；Ωk为线路类型集合；/>和分别为t的节点电压幅值和k型线路流过的电流幅值； Vmax和/>分别为最大允许节点电压幅值和k型线路的最大允许载流量；α3和α4分别为电压越限裕度和电流越限裕度的权重系数，α3+α4＝1，可分别表示节点电压和线路载流对配电网运行适应性的影响强弱；
7、所建考虑区间电压越限度的光伏接入交直流混联配电网适应性规划模型的约束条件包括不确定性交直流配电网潮流约束、稳态运行约束、不同阶段规划约束等，其中稳态运行约束包括交流母线节点电压约束、直流母线节点电压约束、线路载流约束、视在功率约束等，还需考虑光伏安装容量约束、SVC无功补偿约束、变电站容量约束、光伏功率因数约束等；
8、由于所构建的交直流混联配电网适应性规划模型中包含乘积项、二次项、相除项使得规划模型非凸非线性，需要对模型进行凸化和线性化，因此，对交直流混联配电网适应性规划模型目标函数(12)-(16)和模型约束条件进行二阶锥松弛和线性化，最后采用利用MATLAB R2013a环境下的CPLEX12.6.0算法包对所建模型进行求解。
促进光伏接纳的交直流配电网适应性规划装置，包括：
光伏配置场景结果分布图获取模块，用于对光伏配置场景采用拉丁超立方体抽样生成海量场景集，依据光伏的发电特性从时间尺度上进行随机抽样，获取抽样的光伏配置场景的最大电压幅值，并形成若干个时刻的光伏的安装容量与系统最大电压幅值的场景结果分布图；
光伏最保守的接纳能力值和最乐观的光伏接纳能力值获取模块，用于根据场景结果分布图采用聚类关联分析方法对不同时刻的海量场景集进行典型场景聚类分析，获得最具有典型性的代表场景，从而得到光伏最保守的接纳能力值和最乐观的光伏接纳能力值；
光伏运行场景获取模块，用于对光伏发电功率和负荷功率进行区间建模，从而建立计及源网荷多元不确定性区间变化的光伏运行场景；
电压越限概率指标及电压越限风险指标构建模块，用于把光伏安装容量划分为等间距的连续区间，根据考虑光伏发电特性结合时间尺度构建区间电压越限概率指标及电压越限风险指标；
光伏接入交直流混联配电网适应性规划模型构建模块，用于构建考虑区间电压越限度的光伏接入交直流混联配电网适应性规划模型，并获得模型的约束条件；
光伏接入交直流混联配电网适应性规划模型求解模块，用于对构建的考虑区间电压越限度的光伏接入交直流混联配电网适应性规划模型进行二阶锥松弛和线性化，并对所建模型进行求解。
一种计算设备，包括：
一个或多个处理单元；
存储单元，用于存储一个或多个程序，
其中，当所述一个或多个程序被所述一个或多个处理单元执行，使得所述一个或多个处理单元执行本实施例中的考虑区间电压越限度的混联配电网适应性规划方法；需要说明的是，计算设备可包括但不仅限于处理单元、存储单元；本领域技术人员可以理解，计算设备包括处理单元、存储单元并不构成对计算设备的限定，可以包括更多的部件，或者组合某些部件，或者不同的部件，例如计算设备还可以包括输入输出设备、网络接入设备、总线等。
一种具有处理器可执行的非易失的程序代码的计算机可读存储介质，所述计算机程序被处理器执行时实现本实施例中考虑区间电压越限度的混联配电网适应性规划方法的步骤；需要说明的是，可读存储介质例如可以是，但不限于，电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合；可读介质上包含的程序可以用任何适当的介质传输，包括，但不限于无线、有线、光缆，RF等等，或者上述的任意合适的组合。例如，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java，C++等，还包括常规的过程式程序设计语言，诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行，或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
最后需要指出的是：以上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。

Claims (8)

1.考虑区间电压越限度的混联配电网适应性规划方法，其特征在于，包括如下步骤：
对光伏配置场景采用拉丁超立方体抽样生成海量场景集，依据光伏的发电特性从时间尺度上进行随机抽样，获取抽样的光伏配置场景的最大电压幅值，并形成若干个时刻的光伏的安装容量与系统最大电压幅值的场景结果分布图；
根据场景结果分布图采用聚类关联分析方法对不同时刻的海量场景集进行典型场景聚类分析，获得最具有典型性的代表场景，从而得到光伏最保守的接纳能力值和最乐观的光伏接纳能力值；
对光伏发电功率和负荷功率进行区间建模，从而建立计及源网荷多元不确定性区间变化的光伏运行场景；
把光伏安装容量划分为等间距的连续区间，根据考虑光伏发电特性结合时间尺度构建区间电压越限概率指标及电压越限风险指标；
构建考虑区间电压越限度的光伏接入交直流混联配电网适应性规划模型，并获得模型的约束条件；
对构建的考虑区间电压越限度的光伏接入交直流混联配电网适应性规划模型进行二阶锥松弛和线性化，并对所建模型进行求解。
2.根据权利要求1所述的考虑区间电压越限度的混联配电网适应性规划方法，其特征在于，
构建的区间电压越限概率指标为：
式中，λIOP,m表示一天中光伏光照阶段第m个光伏安装容量区间的区间电压越限概率值，Nm,over表示一天中光伏光照阶段第m个光伏安装容量区间的电压越限光伏配置场景数，Nm,total表示一天中光伏光照阶段第m个光伏安装容量区间的光伏配置场景数，t表示一天中光伏光照阶段，t＝1,2,3...T；
构建的区间电压越限风险指标为：
其中：
其中，λIOR,m表示一天中光伏光照阶段第m个光伏安装容量区间电压越限风险，δm表示电压越限严重程度修正系数，表示第m个光伏安装容量区间中电压越限光伏配置场景k对应的电压越限严重程度，/>表示电压越限场景k在时段t的最大电压幅值，Vmax表示电压越限上限最大值；/>为0-1决策变量，表征/>是否大于Vmax；/>为电压越限光伏配置场景k对应的最大电压幅值；CΔV为电压变化比例系数；exp[·]为自然指数函数；t表示一天中光伏光照阶段，t＝1,2,3...T。
3.根据权利要求2所述的考虑区间电压越限度的混联配电网适应性规划方法，其特征在于，构建的考虑区间电压越限度的光伏接入交直流混联配电网适应性规划模型为：
其中，
式中，α1和α2分别为电压越限概率和电压越限风险的权重系数，α1+α2＝1；a＝[a1,a2,…,an]T为决策向量x的系数向量；为n节点系统的光伏安装容量决策向量；Ωh为规划阶段集合；/>为规划阶段总数；/>为电压越限裕度；/>为电流越限裕度；Ωss为线路类型集合；/>为线路类型总数；/>为变电站d供电区域的节点集合；/>为变电站d供电区域节点总数；Ωt为规划的时段集合；Ωk为线路类型集合；/>和/>分别为t的节点电压幅值和k型线路流过的电流幅值；Vmax和/>分别为最大允许节点电压幅值和k型线路的最大允许载流量；α3和α4分别为电压越限裕度和电流越限裕度的权重系数，α3+α4＝1，可分别表示节点电压和线路载流对配电网运行适应性的影响强弱。
4.根据权利要求3所述的考虑区间电压越限度的混联配电网适应性规划方法，其特征在于，考虑区间电压越限度的光伏接入交直流混联配电网适应性规划模型的约束条件包括不确定性交直流配电网潮流约束、稳态运行约束、不同阶段规划约束光伏安装容量约束、换流器无功补偿约束、变电站容量约束、光伏功率因数约束。
5.根据权利要求4所述的考虑区间电压越限度的混联配电网适应性规划方法，其特征在于，对构建的考虑区间电压越限度的光伏接入交直流混联配电网适应性规划模型利用MATLAB R2013a环境下的CPLEX12.6.0算法进行求解。
6.促进光伏接纳的交直流配电网适应性规划装置，其特征在于，包括：
光伏配置场景结果分布图获取模块，用于对光伏配置场景采用拉丁超立方体抽样生成海量场景集，依据光伏的发电特性从时间尺度上进行随机抽样，获取抽样的光伏配置场景的最大电压幅值，并形成若干个时刻的光伏的安装容量与系统最大电压幅值的场景结果分布图；
光伏最保守的接纳能力值和最乐观的光伏接纳能力值获取模块，用于根据场景结果分布图采用聚类关联分析方法对不同时刻的海量场景集进行典型场景聚类分析，获得最具有典型性的代表场景，从而得到光伏最保守的接纳能力值和最乐观的光伏接纳能力值；
光伏运行场景获取模块，用于对光伏发电功率和负荷功率进行区间建模，从而建立计及源网荷多元不确定性区间变化的光伏运行场景；
电压越限概率指标及电压越限风险指标构建模块，用于把光伏安装容量划分为等间距的连续区间，根据考虑光伏发电特性结合时间尺度构建区间电压越限概率指标及电压越限风险指标；
光伏接入交直流混联配电网适应性规划模型构建模块，用于构建考虑区间电压越限度的光伏接入交直流混联配电网适应性规划模型，并获得模型的约束条件；
光伏接入交直流混联配电网适应性规划模型求解模块，用于对构建的考虑区间电压越限度的光伏接入交直流混联配电网适应性规划模型进行二阶锥松弛和线性化，并对所建模型进行求解。
7.一种计算设备，其特征在于：包括：
一个或多个处理单元；
存储单元，用于存储一个或多个程序，
其中，当所述一个或多个程序被所述一个或多个处理单元执行，使得所述一个或多个处理单元执行如权利要求1至5中任一项所述的方法。
8.一种具有处理器可执行的非易失的程序代码的计算机可读存储介质，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任意一项所述方法的步骤。
CN202111326143.8A 2021-11-10 2021-11-10 考虑区间电压越限度的混联配电网适应性规划方法及装置 Active CN114048809B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111326143.8A CN114048809B (zh) 2021-11-10 2021-11-10 考虑区间电压越限度的混联配电网适应性规划方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111326143.8A CN114048809B (zh) 2021-11-10 2021-11-10 考虑区间电压越限度的混联配电网适应性规划方法及装置

Publications (2)

Publication Number Publication Date
CN114048809A CN114048809A (zh) 2022-02-15
CN114048809B true CN114048809B (zh) 2024-04-19

Family

ID=80208124

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111326143.8A Active CN114048809B (zh) 2021-11-10 2021-11-10 考虑区间电压越限度的混联配电网适应性规划方法及装置

Country Status (1)

Country Link
CN (1) CN114048809B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110189061A (zh) * 2019-06-24 2019-08-30 合肥工业大学 一种基于风险评估的大规模分散光伏接入规划方法
CN110556847A (zh) * 2019-09-19 2019-12-10 山东大学 含光伏配电网中储能系统规划运行联合优化方法及系统
CN112132427A (zh) * 2020-09-10 2020-12-25 国家电网有限公司 一种考虑用户侧多种资源接入的电网多层规划方法
CN113452033A (zh) * 2021-06-29 2021-09-28 佛山电力设计院有限公司 分区自治的含高比例光伏配电网电压控制方法及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11878602B2 (en) * 2019-11-22 2024-01-23 State Grid Fujian Electric Power Co., Ltd. Method for establishing active distribution network planning model considering location and capacity determination of electric vehicle charging station

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110189061A (zh) * 2019-06-24 2019-08-30 合肥工业大学 一种基于风险评估的大规模分散光伏接入规划方法
CN110556847A (zh) * 2019-09-19 2019-12-10 山东大学 含光伏配电网中储能系统规划运行联合优化方法及系统
CN112132427A (zh) * 2020-09-10 2020-12-25 国家电网有限公司 一种考虑用户侧多种资源接入的电网多层规划方法
CN113452033A (zh) * 2021-06-29 2021-09-28 佛山电力设计院有限公司 分区自治的含高比例光伏配电网电压控制方法及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于越限风险评估的分布式光伏电源接入配电网适应性研究;王洲;杨昌海;彭婧;杨婷婷;白永利;;兰州理工大学学报;20200815(第04期);全文 *
考虑过电压风险的配电网光伏接纳能力评估方法;董逸超;王守相;高丽娟;王洋;;分布式能源;20191215(第06期);全文 *

Also Published As

Publication number Publication date
CN114048809A (zh) 2022-02-15

Similar Documents

Publication Publication Date Title
Panda et al. Smart grid architecture model for control, optimization and data analytics of future power networks with more renewable energy
Hua et al. Optimal energy management strategies for energy Internet via deep reinforcement learning approach
Ji et al. Quantified flexibility evaluation of soft open points to improve distributed generator penetration in active distribution networks based on difference-of-convex programming
Wang et al. Improving hosting capacity of unbalanced distribution networks via robust allocation of battery energy storage systems
Gupta et al. Countrywide PV hosting capacity and energy storage requirements for distribution networks: The case of Switzerland
Hengsritawat et al. Optimal sizing of photovoltaic distributed generators in a distribution system with consideration of solar radiation and harmonic distortion
Ke et al. Coordinative real‐time sub‐transmission volt–var control for reactive power regulation between transmission and distribution systems
Zhao et al. Distributed risk-limiting load restoration for wind power penetrated bulk system
Reddy et al. 2Index and GA based optimal location and sizing of distribution system capacitors
Xu et al. Stochastic multi-objective optimization of photovoltaics integrated three-phase distribution network based on dynamic scenarios
Dubey et al. Optimization of solar photovoltaic plant and economic analysis
Cheng et al. Adaptive robust method for dynamic economic emission dispatch incorporating renewable energy and energy storage
Panwar et al. A multi-criteria decision analysis-based approach for dispatch of electric microgrids
Khasanov et al. Optimal planning DG and BES units in distribution system consideringuncertainty of power generation and time-varying load
Wang et al. Multi-objective robust optimization of hybrid AC/DC distribution networks considering flexible interconnection devices
Peng et al. Multi-objective robust optimization allocation for energy storage using a novel confidence gap decision method
Yang et al. Network-constrained transactive control for multi-microgrids-based distribution networks with soft open points
Habib et al. Optimized management of reactive power reserves of transmission grid-connected photovoltaic plants driven by an IoT solution
Xiao et al. Optimal power quality compensation of energy storage system in distribution networks based on unified multi-phase OPF model
Wei et al. Optimal DG penetration rate planning based on S-OPF in active distribution network
Pemmada et al. A novel hybrid algorithm based optimal planning of solar PV and battery energy storage systems
Ebrahimi et al. Stochastic scheduling of energy storage systems in harmonic polluted active distribution networks
CN114048809B (zh) 考虑区间电压越限度的混联配电网适应性规划方法及装置
Mohamed et al. Two‐phase BESS optimization methodology to enhance the distribution network power quality and mitigate violations
Kumar et al. An artificial bee colony algorithm based distribution system state estimation including renewable energy sources

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