CN114336749A - 一种配电网优化方法、系统、装置及存储介质 - Google Patents
一种配电网优化方法、系统、装置及存储介质 Download PDFInfo
- Publication number
- CN114336749A CN114336749A CN202111668552.6A CN202111668552A CN114336749A CN 114336749 A CN114336749 A CN 114336749A CN 202111668552 A CN202111668552 A CN 202111668552A CN 114336749 A CN114336749 A CN 114336749A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- cost
- power distribution
- stage
- load
- 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.)
- Granted
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000005457 optimization Methods 0.000 title claims abstract description 43
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 230000008901 benefit Effects 0.000 claims abstract description 33
- 238000010248 power generation Methods 0.000 claims abstract description 21
- 230000006870 function Effects 0.000 claims description 35
- 238000010276 construction Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 19
- 238000004146 energy storage Methods 0.000 claims description 15
- 238000012423 maintenance Methods 0.000 claims description 9
- 230000005611 electricity Effects 0.000 claims description 6
- 239000000446 fuel Substances 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 10
- 238000013461 design Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 229910052799 carbon Inorganic materials 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 101100001670 Emericella variicolor andE gene Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012358 sourcing Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种配电网优化方法、系统、装置及存储介质，方法包括：第一阶段，确定分布式源荷的容量与位置，以及最小费用区间；第二阶段得到最恶劣的可再生能源发电设备出力场景下最小运行成本区间；当所述最小费用区间下限值与最小运行成本区间上限值之间的差值满足预设值时，得到初步配电网优化方案，当不满足预设值时，返回第一阶段；第三阶段进行配电网弹性水平优化。采用上述方案，可以平衡分布式发电资源在紧急工况与正常工况下的经济效益；在考虑新能源不确定性下，兼顾紧急工况与正常工况下的经济效益进行规划设计。
Description
技术领域
本发明属于电网优化技术领域，具体涉及一种兼顾经济效益和重要负荷弃负荷量的配电网优化方法、系统、装置及存储介质。
背景技术
随着城市配电网技术的发展，配电网建设逐步进入高可靠性阶段。例如，为保证配电网在重要负荷不断电或少弃负荷的前提下，而能应对自然灾害、恶意攻击等“小概率，高影响”事件，对配电网实施弹性设计。在配电网弹性设计中，往往采用加入分布式电源和储能设备的方法，通过它们或者由它们构建的微电网，并/或改造部分馈线线路，实现对紧急工况下的弹性水平的保障。
随着双碳目标的实施，分布式电源和储能设备等越来越多地融入到了配电网中，他们为配电网。带来了绿电和低碳的经济效益。同时，具有间歇性及不确定性的光伏、风电等分布式可再生能源大范围接入电网，对电网也带来了不确定影响。
综合两方面的社会实际，在低碳清洁安全可靠的配电网背景下，在含分布式源储的配电网规划(改造)中，应该既保证分布式源储在电网正常运行状态下的经济效益，又能提升配网在紧急状态下的弹性水平。同时要充分考虑分布式源储的不确定性对电网经济效益和弹性水平的影响。
在以往的配电网规划方法中，有学者提出以弹性为导向的规划方法，即以弹性水平提升为唯一目标，对配电网进行线路加固、配置远程自动化开关以及增加分布式发电电源等规划内容。为了平衡分布式发电电源(DGS)在紧急工况与正常工况下的经济效益，国际上有学者提出建立以弹性为约束的分布式资源规划规划方法，但是这是在不考虑不确定性下进行的。目前国内关于电网弹性方面的文章和专利，都集中在如何通过控制策略或手段来提高弹性性能，无法同时兼顾DGS日常经济效益和保证重要负荷在紧急工况不失电或少失电。
发明内容
本发明的目的在于提供一种兼顾经济效益和重要负荷弃负荷量的配电网优化方法、系统、装置及存储介质。以解决现有技术中通过控制策略或手段来提高弹性性能，无法同时兼顾DGS日常经济效益和保证重要负荷在紧急工况不失电或少失电的问题。
为了实现上述目的，本发明采用如下技术方案：
本发明第一方面，提供了一种兼顾经济效益和重要负荷弃负荷量的配电网优化方法，其特征在于，包括如下步骤：
第一阶段，以费用最小化为目标构建第一目标函数，求解所述第一目标函数，以确定分布式源荷的容量与位置，以及最小费用区间；其中，所述分布式源荷包括可再生能源发电设备、储能和发电机；
第二阶段，在第一阶段的基础上，以最恶劣的可再生能源发电设备出力场景下，运行成本最小为目标构建第二目标函数，求解所述第二目标函数，得到最小运行成本区间；当所述最小费用区间下限值与最小运行成本区间上限值之间的差值满足预设值时，得到初步配电网优化方案，并进行第三阶段；当所述差值不满足预设值时，返回第一阶段重新进行分布式源荷的容量与位置确定；
第三阶段，对第二阶段得到的初步配电网优化方案的弹性水平指标进行评价，当所述弹性水平指标在预设范围内时，完成配电网优化；当所述弹性水平指标不在预设范围内时，通过网络重构和临时微网构建来满足配电网弹性需求。
可选的，所述第一阶段中，第一目标函数中的费用包括年化投资建设费用
维护费用
正常运行工况下最恶劣风机出力场景下的运行费用
可选的，年化投资建设费用：
其中：r为年利率；te为设备寿命；I与T分别为节点集合与时间索引集合；i、w、s、g、t分别为节点、风机、储能、柴油机、时间索引；W、S、G分别表示配电网中一个节点能配置的WT、BS与DG的最大数量；
与
分别为WT、BS与DG的单机建设成本；xi,w、xi,s、xi,g为0-1变量，分别用于表征风机w、储能s、柴油机g是否在节点i进行规划配置；
维护费用：
其中：
与
分别为WT、BS、DG的单机年化维修费用；xi,w、xi,s、xi,g为0-1变量，分别用于表征风机w、储能s、柴油机g是否在节点i进行规划配置。
正常运行工况下，最恶劣的可再生能源发电设备出力场景下的运行费用：
其中：σt为时刻t表征风机出力不确定的系数；yn为正常运行工况下运行相关的连续变量组成的向量；
为时刻t从主网购电成本费用；CDG为DG燃料成本费用；CP为弃负荷的惩罚费用；
为时刻t从主网流入的有功功率；
为节点i的DG在时刻t的有功出力；
为节点i在时刻t的弃负荷量。
可选的，所述第二阶段中，第二目标函数如下：
其中：σt为时刻t表征风机出力不确定的系数；yn为正常运行工况下运行相关的连续变量组成的向量；
为时刻t从主网购电成本费用；CDG为DG燃料成本费用；CP为弃负荷的惩罚费用；
为时刻t从主网流入的有功功率；
为节点i的DG在时刻t的有功出力；
为节点i在时刻t的弃负荷量。
可选的，所述第二阶段中，第二目标函数的约束条件包括：可再生能源发电设备的运行约束、功率平衡约束、电力网络的电压幅值约束和电流幅值约束、线路热容量约束和弃负荷量约束。
可选的，所述弹性水平指标为在最恶劣场景下重要负荷的弃负荷量上限。
可选的，用网络重构和临时微网构建来满足配电网弹性需求时，需要满足控制模式约束、拓扑约束和紧急工况下的安全运行约束。
本发明的第二方面，提供了一种用于上述兼顾经济效益和重要负荷弃负荷量的配电网优化方法的系统，包括：
第一优化模块，用于在第一阶段以费用最小化为目标构建第一目标函数，求解所述第一目标函数，以确定分布式源荷的容量与位置，以及最小费用区间；
第二优化模块，用于在第二阶段以最恶劣的可再生能源发电设备出力场景下，运行成本最小为目标构建第二目标函数，求解所述第二目标函数，得到最小运行成本区间；当所述最小费用区间下限值与最小运行成本区间上限值之间的差值满足预设值时，得到初步配电网优化方案，并进行第三阶段；当所述差值不满足预设值时，返回第一阶段重新进行分布式源荷的容量与位置确定；
第三优化模块，用于在第三阶段对初步配电网优化方案的弹性水平指标进行评价，当所述弹性水平指标在预设范围内时，完成配电网优化；当所述弹性水平指标不在预设范围内时，通过网络重构和临时微网构建来满足配电网弹性需求。
本发明的第三方面，提供了一种计算机装置，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上述的兼顾经济效益和重要负荷弃负荷量的配电网优化方法。
本发明的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现上述的兼顾经济效益和重要负荷弃负荷量的配电网优化方法。
与现有技术相比较，本发明的有益效果如下：
1)本发明实施例提供的配电网优化方法，进行了三个阶段的设计，第一阶段，以费用最小化为目标构建第一目标函数，以确定分布式源荷的容量与位置，以及最小费用区间；第二阶段，在第一阶段的基础上，以最恶劣的可再生能源发电设备出力场景下，运行成本最小为目标构建第二目标函数，得到最小运行成本区间；当所述最小费用区间下限值与最小运行成本区间上限值之间的差值满足预设值时，得到初步配电网优化方案，并进行第三阶段；当所述差值不满足预设值时，返回第一阶段重新进行分布式源荷的容量与位置确定；第三阶段，对第二阶段得到的初步配电网优化方案的弹性水平指标进行评价，当所述弹性水平指标在预设范围内时，完成配电网优化；当所述弹性水平指标不在预设范围内时，通过网络重构和临时微网构建来满足配电网弹性需求。采用上述方案，首先可以平衡分布式发电资源(DGS)在紧急工况与正常工况下的经济效益；在考虑新能源不确定性下，兼顾紧急工况与正常工况下的经济效益进行规划设计。
2)本发明提出的三阶段规划方法可以同时实现：1)减少配电网正常工况下的运行费用；2)满足配电网在紧急工况下的弹性水平指标，确保重要负荷在面对自然灾害、恶意攻击等“小概率，高影响”事件的情况下，不失电或少失电；3)实现配电网规划方案与正常/紧急工况下运行措施的有机结合；4)有效应对故障不确定性与新能源出力不确定性。这是其他方法不能同时具备的。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
在附图中：
图1为本发明实施例所提配电网优化方法的原理框图。
图2为本发明实施例所提配电网优化方法的流程图。
图3为本发明实施例中算例证明使用的33节点配电网拓扑简图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本申请所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。
本发明实施例提供了一种兼顾经济效益和重要负荷弃负荷量的配电网优化方法、系统、装置及存储介质，使用不确定分析技术和鲁棒规划方法，先后实施继承性的三阶段规划设计。在涉及光伏、风电等分布式可再生能源接入配电网的带来的正常状态的经济效益及其的不确定影响下，同时关注配电网的弹性水平。解决目前在电网的弹性设计或弹性能力提高上，忽视了分布式源储正常状态下的经济性，更没有考虑其不确定性的不足。同时，可以解决片面追求分布式源储的经济效益，而忽视了对重要负荷弹性水平的支撑的另一类设计方法的不足。
这里举例说明。不失一般性，假设分布式源储设备包括：可再生能发电设备为风机WT，储能为蓄电池BS，微燃机或柴油机DG，并分别用角标w、s、g表示。配电网络中节点和时间索引用分别用i和t表示。
如图1和2所示，本发明实施例的第一方面，提供了一种兼顾经济效益和重要负荷弃负荷量的配电网优化方法，包括如下步骤：
步骤1：以费用最小化为目标，进行含分布式源荷的配电网发电规划设计(第一阶段设计)；其中，所述分布式源荷包括可再生能源发电设备、储能和发电机。费用包括年化投资建设费用
维护费用
和正常运行工况下最恶劣风机出力场景下的运行费用
通过对目标函数的
求解，获得确定WT、BS和DG的容量与位置，并且第一层得到规划决策将在第二层规划(正常运行工况子模型，Second levelproblem,SLP)和第三层规划(紧急工况运行子模型，Third level problem,TLP)中保持不变。
目标函数中的三个子目标为：
步骤11：年化投资建设费用：
其中：r为年利率；te为设备寿命；I与T分别为节点集合与时间索引集合；i、w、s、g、t分别为节点、风机、储能、柴油机、时间索引；W、S、G分别表示配电网中一个节点能配置的WT、BS与DG的最大数量；
与
分别为WT、BS与DG的单机建设成本。xi,w、xi,s、xi,g为0-1变量，分别用于表征风机w、储能s、柴油机g是否在节点i进行规划配置
步骤12：维护费用：
其中：
与
分别为WT、BS、DG的单机年化维修费用；xi,w、xi,s、xi,g为0-1变量，分别用于表征风机w、储能s、柴油机g是否在节点i进行规划配置。
步骤13：正常运行工况下最恶劣风机出力场景下的运行费用：
其中：σt为时刻t表征风机出力不确定的系数，具体定义见步骤B；yn为正常运行工况下运行相关的连续变量组成的向量；
为时刻t从主网购电成本费用；CDG为DG燃料成本费用；CP为弃负荷的惩罚费用；
为时刻t从主网流入的有功功率；
为节点i的DG在时刻t的有功出力；
为节点i在时刻t的弃负荷量。
步骤14：配电网中安装的WT机组，BS机组和DG机组的数量约束，这里NWT,NBS和NDG分别为整个配电网中安装的WT机组、BS机组和DG机组的最大数量。
且满足约束
步骤2：表征正常工作状态下，可再生能发电设备出力的不确定性。
具体来说，是用多面体不确定集来表征风电出力的不确定性。用σt表示t时刻可再生能源发电设备的功率系数；
表示t时刻其功率系数期望值，从历史数据利用统计学基本公式得到。
为σt与
之间的偏差。ψ表示可再生能源出力不确定性的预算值，通过调整其大小来控制鲁棒规划的保守性水平。
步骤3：构建配电网正常工况，进行正常工作状态的最劣新能源出力场景下的第二阶段规划，以最恶劣的可再生能源出力场景下运行成本最小化为目标。
步骤31：本阶段优化规划的目标函数是：最恶劣的可再生能源出力场景下的运行成本最小。
步骤32：建立约束条件，可再生能源(DER)的运行约束、功率平衡约束、电力网络的电压幅值约束和电流幅值约束、线路热容量约束和弃负荷量约束。
步骤321：可再生能源(DER)的运行约束：
燃机DG：
风机WT：
储能设备BS：
式中，其中
分别是i节点t时刻DG的有功、无功出力；
与
分别为每个DG机组的有功和无功出力上限。
与
分别是i节点t时刻WT的有功和无功出力；
与
分别是每个WT机组和BS机组的有功功率出力上限；φWT是WT机组的功率因数。
与
分别是i节点t时刻BS的充放电功率；
是i节点t时刻BS的剩余能量；
与E BS分别为每个BS的能量容量的上下限；tf与tl分别表示第一个和最后一个时刻；ηBS为BS的充放电效。
步骤322：节点功率平衡约束
式中，φL是负荷的功率因数。Pij,t与Qij,t分别为t时刻通过线路ij的有功和无功潮流；IFij,t为t时刻线路ij上电流大小的平方。n(i)与m(i)分别为母线i的所有母节点和子节点的集合；Rij与Xij分别为线路ij的电阻和电抗。
步骤323：电力网络的电压幅值约束和电流幅值约束
电压幅值约束
电流幅值约束
式中，Ui,t为节点i在t时刻时的电压幅值；U0为参考电压值；
与
分别是在t时刻估计的线路ij有功和无功潮流。
与
分别为节点i的最大和最小电压值。
步骤324：线路容量限制
式中，
与
分别为线路ij的有功、无功功率极限。
步骤325：弃负荷量的限制
式中，
表示t时刻节点i允许的最大弃负荷量。
步骤33：在第二层规划----正常运行工况子模型中，得到正常运行工况下风机出力的最恶劣场景并将其传递给第一层规划模型。第一层和第二层之间是一个迭代求取的过程，需要满足收敛条件方能停止两层之间的迭代，如图1所示。
图1中，LB1st是通过求解第一层投资问题得到的电网规划问题的下界，即最小费用区间下限值。UB2nd是在迭代求解第二层模型时，在给定zμ和
的规划问题中(zμ和
分别是z和σe的最坏场景实现量，都是由第μ个第三层紧急工况模型得到的)，得到的上限更新值，即最小运行成本区间上限值。当UB2nd与LB1st之间差异满足预设条件ε1时，停止迭代。
步骤4：建立配网的弹性水平的量化指标
本实施例中，采用重要负荷的弃负荷量对配网的弹性水平进行量化。
在一些其他的实施例中，选择常见的其他表征电网弹性的量作为量化指标。
将弹性水平指标定义为在最恶劣场景下重要负荷的弃负荷量上限，用下式表示：
式中，zij是表示线路ij受损状态的0-1变量，如果线路ij受损，该值为0，否则为1。zij的值受N-K标准的约束，即
N-K标准中，ΩB是线路ij的全集合；K是故障线路的最大数量，用来表示规划者对自然灾害强度的估计值。ye与ve是紧急工况下与运行调度相关的连续变量和0-1变量的向量；
是i节点在t时刻的重要负荷弃负荷量；ΔPCL ,max为重要负荷的弃负荷量上限。
步骤5：配电网弹性能力的评价和规划设计。
具体来说，是通过网络重构和临时构建具有发电能力的微网来恢复重要负荷。通过最佳的配电网弹性水平提升与否，来确定制定组成和控制模式下的最好的第三阶段规划方案。
步骤51：控制模式约束的表征
确定故障场景下，每个微电网的分布式发电控制策略，例如主从式，对等式等，并依此设计控制模式约束；
本实施例中，采用主从式：DG机组作为主发电单元来控制电压和频率，其他单元作为从属发电机运行。储能和风机需要按照从发电设备进行设置。
根据主从控制模式，当且仅当存在DG机组位于根节点处控制电压和频率时，微电网才能够通电恢复负荷。为了对主从控制模式进行建模，本文引入了0-1变量
如果节点i连接到一个通电的微电网上，则该值为1，否则为0。换句话说，如果
节点i上的WT和BS是可用的，节点i上的负荷可以恢复。
步骤52：拓扑约束的表征
具体的，检查并确保网络重构方案下的配电网和临时构建的微电网均满足放射状运行的拓扑约束。
本实施例中，采用单物流法进行约束建模，即闭合分支的数量等于节点数量减去微网数量。其数学表达式为
这里，
为表征线路ij最终状态的0-1变量，如果线路ij为正常，则值为1，否则为0。
的值由线路ij的损坏状态zij和开关状态
决定，
然后，利用下式保证每个微电网的连通性：
式中，Fij是线路ij的虚拟电流；
是0-1变量，如果选择节点i作为根节点，其值为1，否则为0；
是0-1变量，如果节点i在故障线路的一端，它的值为1，否则为0。其值受zij的约束，约束关系为
步骤53：紧急工况下的安全运行约束表征
具体的，包括此工况下的DER的运行约束和配电网的稳态运行约束。与步骤321不同，紧急工况下的DER的运行约束增加了
变量。
燃机DG：
风机WT：
储能设备BS：
紧急工况期间的稳态运行约束采用线性化的潮流模型。
功率平衡约束：
线路容量约束：
线路压降约束:
弃负荷量约束：
节点电压约束
其中，
是节点i和时间t的非重要负荷弃负荷量；
是节点i和时间t的重要负荷。
步骤54：求解第三阶段规划。并将得到的紧急工况下的线路故障与风电出力最恶劣场景，传输到第一层规划模型。
重复使用上述三个阶段设计进行迭代，获得三阶段配电网规划的最佳解。
算例证明：
在33节点配电网中进行算例验真。假设每个DG单元、WT单元和BS单元的有功容量分别为100kW、100kW和10kW，每个BS单元的能量容量为20kWh，在配电网中安装的DG单元、WT单元和BS单元的最大数量分别为5、10和5。考虑6种风荷场景，并且风电不确定模型参数如下：σerror t＝0.2·σexp t,ψ＝6，此外，如图3所示，假设在紧急情况下有若干条线路是足够强壮的，并且假设最多有4条脆弱线路可能会遭受故障，设定弹性水平指标ΔPCL,max为总重要负荷的0.5倍，即27590kWh。
通过与其它已有方法的比较，验证所提出的规划方法的有效性。表1中，方法I为本发明所提出的规划方法；方法II在不考虑弹性评价指标的情况下对DG、WT和BS的规划；方法III只规划DG和WT；方法IV不进行规划。对比仿真结果如表2所示。
表1 33节点配网系统的四种方法的设计功能详情
表2 33节点配网中四种方法的计算结果
本发明的第二方面，提供了一种用于上述兼顾经济效益和重要负荷弃负荷量的配电网优化方法的系统，包括：
第一优化模块，用于在第一阶段以费用最小化为目标构建第一目标函数，求解所述第一目标函数，以确定分布式源荷的容量与位置，以及最小费用区间；
第二优化模块，用于在第二阶段以最恶劣的可再生能源发电设备出力场景下，运行成本最小为目标构建第二目标函数，求解所述第二目标函数，得到最小运行成本区间；当所述最小费用区间下限值与最小运行成本区间上限值之间的差值满足预设值时，得到初步配电网优化方案，并进行第三阶段；当所述差值不满足预设值时，返回第一阶段重新进行分布式源荷的容量与位置确定；
第三优化模块，用于在第三阶段对初步配电网优化方案的弹性水平指标进行评价，当所述弹性水平指标在预设范围内时，完成配电网优化；当所述弹性水平指标不在预设范围内时，通过网络重构和临时微网构建来满足配电网弹性需求。
本发明的第三方面，提供了一种计算机装置，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上述的兼顾经济效益和重要负荷弃负荷量的配电网优化方法。
本发明的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现上述的兼顾经济效益和重要负荷弃负荷量的配电网优化方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
Claims (10)
1.一种兼顾经济效益和重要负荷弃负荷量的配电网优化方法，其特征在于，包括如下步骤：
第一阶段，以费用最小化为目标构建第一目标函数，求解所述第一目标函数，以确定分布式源荷的容量与位置，以及最小费用区间；其中，所述分布式源荷包括可再生能源发电设备、储能和发电机；
第二阶段，在第一阶段的基础上，以最恶劣的可再生能源发电设备出力场景下，运行成本最小为目标构建第二目标函数，求解所述第二目标函数，得到最小运行成本区间；当所述最小费用区间下限值与最小运行成本区间上限值之间的差值满足预设值时，得到初步配电网优化方案，并进行第三阶段；当所述差值不满足预设值时，返回第一阶段重新进行分布式源荷的容量与位置确定；
第三阶段，对第二阶段得到的初步配电网优化方案的弹性水平指标进行评价，当所述弹性水平指标在预设范围内时，完成配电网优化；当所述弹性水平指标不在预设范围内时，通过网络重构和临时微网构建来满足配电网弹性需求。
2.根据权利要求1所述的兼顾经济效益和重要负荷弃负荷量的配电网优化方法，其特征在于，所述第一阶段中，第一目标函数中的费用包括年化投资建设费用
维护费用
正常运行工况下最恶劣风机出力场景下的运行费用
3.根据权利要求2所述的兼顾经济效益和重要负荷弃负荷量的配电网优化方法，其特征在于，
年化投资建设费用：
其中：r为年利率；te为设备寿命；I与T分别为节点集合与时间索引集合；i、w、s、g、t分别为节点、风机、储能、柴油机、时间索引；W、S、G分别表示配电网中一个节点能配置的WT、BS与DG的最大数量；
与
分别为WT、BS与DG的单机建设成本；xi,w、xi,s、xi,g为0-1变量，分别用于表征风机w、储能s、柴油机g是否在节点i进行规划配置；
维护费用：
其中：
与
分别为WT、BS、DG的单机年化维修费用；xi,w、xi,s、xi,g为0-1变量，分别用于表征风机w、储能s、柴油机g是否在节点i进行规划配置；
正常运行工况下，最恶劣的可再生能源发电设备出力场景下的运行费用：
其中：σt为时刻t表征风机出力不确定的系数；yn为正常运行工况下运行相关的连续变量组成的向量；
为时刻t从主网购电成本费用；CDG为DG燃料成本费用；CP为弃负荷的惩罚费用；
为时刻t从主网流入的有功功率；
为节点i的DG在时刻t的有功出力；
为节点i在时刻t的弃负荷量。
4.根据权利要求1所述的兼顾经济效益和重要负荷弃负荷量的配电网优化方法，其特征在于，所述第二阶段中，第二目标函数如下：
其中：σt为时刻t表征风机出力不确定的系数；yn为正常运行工况下运行相关的连续变量组成的向量；
为时刻t从主网购电成本费用；CDG为DG燃料成本费用；CP为弃负荷的惩罚费用；
为时刻t从主网流入的有功功率；
为节点i的DG在时刻t的有功出力；
为节点i在时刻t的弃负荷量。
5.根据权利要求4所述的兼顾经济效益和重要负荷弃负荷量的配电网优化方法，其特征在于，所述第二阶段中，第二目标函数的约束条件包括：可再生能源发电设备的运行约束、功率平衡约束、电力网络的电压幅值约束和电流幅值约束、线路热容量约束和弃负荷量约束。
6.根据权利要求1所述的兼顾经济效益和重要负荷弃负荷量的配电网优化方法，其特征在于，所述弹性水平指标为在最恶劣场景下重要负荷的弃负荷量上限。
7.根据权利要求6所述的兼顾经济效益和重要负荷弃负荷量的配电网优化方法，其特征在于，用网络重构和临时微网构建来满足配电网弹性需求时，需要满足控制模式约束、拓扑约束和紧急工况下的安全运行约束。
8.一种用于所述兼顾经济效益和重要负荷弃负荷量的配电网优化方法的系统，其特征在于，包括：
第一优化模块，用于在第一阶段以费用最小化为目标构建第一目标函数，求解所述第一目标函数，以确定分布式源荷的容量与位置，以及最小费用区间；
第二优化模块，用于在第二阶段以最恶劣的可再生能源发电设备出力场景下，运行成本最小为目标构建第二目标函数，求解所述第二目标函数，得到最小运行成本区间；当所述最小费用区间下限值与最小运行成本区间上限值之间的差值满足预设值时，得到初步配电网优化方案，并进行第三阶段；当所述差值不满足预设值时，返回第一阶段重新进行分布式源荷的容量与位置确定；
第三优化模块，用于在第三阶段对初步配电网优化方案的弹性水平指标进行评价，当所述弹性水平指标在预设范围内时，完成配电网优化；当所述弹性水平指标不在预设范围内时，通过网络重构和临时微网构建来满足配电网弹性需求。
9.一种计算机装置，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权利要求1至7任一项所述的兼顾经济效益和重要负荷弃负荷量的配电网优化方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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7任一项所述的兼顾经济效益和重要负荷弃负荷量的配电网优化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111668552.6A CN114336749B (zh) | 2021-12-30 | 2021-12-30 | 一种配电网优化方法、系统、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111668552.6A CN114336749B (zh) | 2021-12-30 | 2021-12-30 | 一种配电网优化方法、系统、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114336749A true CN114336749A (zh) | 2022-04-12 |
| CN114336749B CN114336749B (zh) | 2023-10-27 |
Family
ID=81020420
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111668552.6A Active CN114336749B (zh) | 2021-12-30 | 2021-12-30 | 一种配电网优化方法、系统、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114336749B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108233412A (zh) * | 2018-01-11 | 2018-06-29 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种低碳建筑多能互补系统优化运行方法 |
| CN110880791A (zh) * | 2019-12-24 | 2020-03-13 | 国网节能服务有限公司 | 一种混合交直流配电网协调优化方法 |
| CN111523249A (zh) * | 2020-05-27 | 2020-08-11 | 福州大学 | 一种考虑源荷不确定性的数据驱动鲁棒优化调度方法 |
| CN111555280A (zh) * | 2020-05-29 | 2020-08-18 | 山东大学 | 基于电-气综合能源系统的弹性配电网灾后恢复控制方法 |
| CN112053035A (zh) * | 2020-08-11 | 2020-12-08 | 云南电网有限责任公司 | 考虑经济性与灵活性的输电通道与储能联合规划方法 |
| CN112132363A (zh) * | 2020-10-16 | 2020-12-25 | 国网湖北省电力有限公司十堰供电公司 | 一种增强系统运行鲁棒性的储能选址定容方法 |
| CN113241759A (zh) * | 2021-05-13 | 2021-08-10 | 国网上海市电力公司 | 一种配电网与多微网鲁棒调度方法、电子设备及存储介质 |
| CN113285482A (zh) * | 2021-06-09 | 2021-08-20 | 东南大学 | 一种确定可再生能源接入电网比例的方法及系统 |
| CN113762792A (zh) * | 2021-09-13 | 2021-12-07 | 山东大学 | 固定式与移动式混合储能系统优化配置系统及方法 |
| CN113783224A (zh) * | 2021-07-07 | 2021-12-10 | 南京理工大学 | 一种考虑多种分布式能源运行的配电网双层优化规划方法 |
-
2021
- 2021-12-30 CN CN202111668552.6A patent/CN114336749B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108233412A (zh) * | 2018-01-11 | 2018-06-29 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种低碳建筑多能互补系统优化运行方法 |
| CN110880791A (zh) * | 2019-12-24 | 2020-03-13 | 国网节能服务有限公司 | 一种混合交直流配电网协调优化方法 |
| CN111523249A (zh) * | 2020-05-27 | 2020-08-11 | 福州大学 | 一种考虑源荷不确定性的数据驱动鲁棒优化调度方法 |
| CN111555280A (zh) * | 2020-05-29 | 2020-08-18 | 山东大学 | 基于电-气综合能源系统的弹性配电网灾后恢复控制方法 |
| CN112053035A (zh) * | 2020-08-11 | 2020-12-08 | 云南电网有限责任公司 | 考虑经济性与灵活性的输电通道与储能联合规划方法 |
| CN112132363A (zh) * | 2020-10-16 | 2020-12-25 | 国网湖北省电力有限公司十堰供电公司 | 一种增强系统运行鲁棒性的储能选址定容方法 |
| CN113241759A (zh) * | 2021-05-13 | 2021-08-10 | 国网上海市电力公司 | 一种配电网与多微网鲁棒调度方法、电子设备及存储介质 |
| CN113285482A (zh) * | 2021-06-09 | 2021-08-20 | 东南大学 | 一种确定可再生能源接入电网比例的方法及系统 |
| CN113783224A (zh) * | 2021-07-07 | 2021-12-10 | 南京理工大学 | 一种考虑多种分布式能源运行的配电网双层优化规划方法 |
| CN113762792A (zh) * | 2021-09-13 | 2021-12-07 | 山东大学 | 固定式与移动式混合储能系统优化配置系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 田兵;喻磊;雷金勇;刘石生;李恒真;许爱东;郭晓斌;李鹏;: "工业型用户侧微电网储能运行方式与微电网的运营模式", 南方电网技术, no. 08, pages 53 - 60 * |
| 黄际元;杨俊;黎淑娟;许晖;彭博;陈远扬;: "电池储能系统参与配电网调峰的选址定容方法", 电器与能效管理技术, no. 17, pages 25 - 30 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114336749B (zh) | 2023-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Energy management and operational control methods for grid battery energy storage systems | |
| CN103840457B (zh) | 考虑电动汽车充放电影响的配电网内dg优化配置方法 | |
| Ziogou et al. | Optimal production of renewable hydrogen based on an efficient energy management strategy | |
| CN108288855B (zh) | 一种基于微电网的动态策略仿真与优化方法 | |
| Liu et al. | Microgrid energy management with energy storage systems: A review | |
| WO2013097489A1 (zh) | 兆瓦级电池储能电站实时功率控制方法及其系统 | |
| Yin et al. | Decentralized real-time energy management for a reconfigurable multiple-source energy system | |
| CN103904646A (zh) | 一种考虑三相潮流的微电网多目标能量优化方法 | |
| CN113988384A (zh) | 一种提高配电网可靠性的储能容量优化配置方法 | |
| CN117277392B (zh) | 一种面向配电系统弹性提升的应急资源优化配置方法 | |
| CN111525626A (zh) | 一种基于云边协同计算的微电网实时调度方法及系统 | |
| Zelensky et al. | Development of a distributed multi-agent system monitoring and control networks of 0.4–35 kV | |
| CN110086170A (zh) | 基于故障影响下成本最小的海岛微电网电源配置方法 | |
| CN117522014A (zh) | 一种考虑多重不确定性的储配网联合规划方法 | |
| Bruno et al. | Managing networked hybrid-energy systems: A predictive dispatch approach | |
| CN114336749B (zh) | 一种配电网优化方法、系统、装置及存储介质 | |
| Ziogou et al. | Design of an energy decision framework for an autonomous RES-enabled Smart-Grid network | |
| Yan et al. | A multi-agent based autonomous decentralized framework for power system restoration | |
| Das et al. | Review report on multi-agent system control analysis for smart grid system | |
| CN114254551A (zh) | 分布式储能多目标优化配置方法及系统 | |
| Liu et al. | A resilience enhancement scheme of cyber-physical power system for extreme natural disasters | |
| Yang et al. | Coordinated Optimal Configuration Method of Hybrid Energy Storage Systems in Energy Internet System | |
| Hua et al. | Stochastic optimal control scheme for operation cost management in energy Internet | |
| Hanting et al. | Active Distribution Network Bi-level Planning Considering the" Source-Grid-Load-Storage" Collaborative | |
| Gan et al. | Low-cost modular PV-battery microgrid emulator for testing of energy management algorithms |
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 |