CN115133573A - 一种考虑负荷光伏随机性的配电网故障恢复滚动优化方法 - Google Patents

一种考虑负荷光伏随机性的配电网故障恢复滚动优化方法 Download PDF

Info

Publication number
CN115133573A
CN115133573A CN202210730257.7A CN202210730257A CN115133573A CN 115133573 A CN115133573 A CN 115133573A CN 202210730257 A CN202210730257 A CN 202210730257A CN 115133573 A CN115133573 A CN 115133573A
Authority
CN
China
Prior art keywords
power
sop
node
model
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.)
Pending
Application number
CN202210730257.7A
Other languages
English (en)
Inventor
张有兵
林一航
杨晓东
周致言
郑鹏翔
黄冠弘
王子轩
卢俊杰
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.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
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 Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN202210730257.7A priority Critical patent/CN115133573A/zh
Publication of CN115133573A publication Critical patent/CN115133573A/zh
Pending legal-status Critical Current

Links

Images

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected 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
    • 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
    • H02J3/16—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by adjustment of reactive power
    • 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
    • H02J3/381—Dispersed generators
    • 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
    • H02J3/48—Controlling the sharing of the in-phase component
    • 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
    • H02J3/50—Controlling the sharing of the out-of-phase component
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid 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]
    • 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

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种考虑负荷光伏随机性的配电网故障恢复滚动优化策略方法，构建光伏负荷随机性模型，采用高斯分布描述负荷的随机预测误差，正态分布描述光伏发电出力的随机预测误差；构建潮流约束模型，节点ZIP负荷约束模型，有载调压变压器(On‑Load Tap Changer,OLTC)调控模型，拓扑及虚拟潮流约束模型，智能软开关(Soft Open Point，SOP)模型；构建一个双层优化重构模型，模型的上层以配电网网络架构、有载调压变压器的动作、电容器组的投切为决策变量，下层的优化目标为该时段分布式能源的有功无功出力、切负荷的功率大小、系统网损大小，通过设置数学形式相同的目标函数，实现配电网故障重构和潮流优化。本发明提高分布式电源的消纳率，减少系统网损，提高系统在故障情况下的电能恢复能力。

Description

一种考虑负荷光伏随机性的配电网故障恢复滚动优化方法
技术领域
本发明涉及一种考虑负荷光伏随机性的配电网故障恢复滚动优化方法
背景技术
配电网的故障自愈，指的是在配电网故障定位和故障隔离后，通过其联络开关和分段开关的开合，改变电网的拓扑结构，实现非故障区域的快速恢复。现有传统配电网的研究已经非常丰富，不少研究中使用了包括分段开关、远程可控开关和可调度分布式发电机(Distributed Generator,DG)的多种方式，建立了电网主动配电网故障重构模型。然而，智能软开关(Soft Open Point，SOP)作为新型的电力电子设备，已逐步取代传统的联络开关，给配电网的运行灵活性提升带来了巨大的潜力。SOP具有负载转移的能力，其故障侧变流器可以切换到虚拟电源，使受影响区域重新通电，从而进一步提高系统的恢复能力。然而，许多的研究通常将故障后的负荷以及DG出力看作定值，未考虑DG出力和负荷随机变化可能导致的节点电压越限等场景，因此其重构方案往往无法满足系统运行约束。
发明内容
为了克服现有技术的上述不足，本发明提出一种考虑负荷光伏出力不确定性的含SOP配电网故障恢复双层滚动优化策略，模型的上层以配电网网络架构、有载调压变压器(On-Load Tap Changer,OLTC)的动作、电容器组的投切为决策变量，下层的优化目标为该时段DG的有功无功出力、切负荷的功率大小、系统网损大小，通过设置数学形式相同的目标函数(目标函数分别为全时段优化和后续时段优化)，实现配电网故障重构和潮流优化。其次，该模型本质上属于大规模线性规划模型，采用二阶锥规划方法进行模型转化和求解，最后，通过在算例上进行模型转化和求解，得到影响该配网故障恢复能力的因素，验证所求方法的有效性。
为了实现上述目的，本发明的技术方案为：
一种考虑负荷光伏随机性的配电网故障恢复滚动优化方法，其特征在于，所述方法包括以下步骤：
S1：构建光伏负荷随机性模型，采用高斯分布描述负荷的随机预测误差，采用正态分布描述光伏发电出力的随机预测误差；
S2：构建潮流约束模型，节点ZIP负荷约束模型、OLTC调控模型、拓扑及虚拟潮流约束模型、智能软开关SOP模型；
S3：构建一个双层优化重构模型，模型的上层以配电网网络架构、OLTC的动作、电容器组的投切为决策变量，下层的优化目标为该时段分布式能源的有功无功出力、切负荷的功率大小、系统网损大小，通过设置数学形式相同的目标函数(目标函数分别为全时段优化和后续时段优化)，实现配电网故障重构和潮流优化；
S4：获取优化所需的相关参数，对模型进行求解。
进一步，所述步骤S1中，负荷随机性和光伏发电随机性的建模具体包括：
S1-1：配电网日负荷数据由负荷预测得出，采用高斯分布描述负荷的随机预测误差，则负荷数据的概率密度函数为：
Figure BDA0003713026380000021
Figure BDA0003713026380000022
其中PLD、QLD为负荷有功、无功出力，μLD为出力预测值，σLD为预测误差的标准差。通过此概率密度函数生成500组随机出力场景，并通过后向削减减少至20组场景供后续算例使用；
S1-2：光伏出力可根据气象条件预测得出，采用正态分布描述光伏发电出力的随机预测误差，则光伏发电有功出力的概率密度函数为：
Figure BDA0003713026380000023
其中PPV为光伏出力有功，μPV为出力预测值，σPV为预测误差的标准差。通过此概率密度函数生成500组随机出力场景，并通过后向削减减少至20组场景供后续算例使用；
再进一步，在所述步骤S2中，构建潮流约束模型、节点ZIP负荷约束模型、OLTC调控模型、拓扑及虚拟潮流约束模型、SOP模型，具体包括：
S2-1：配电网潮流模型是一种从支路功率出发建立的潮流方程，与传统的基于节点功率的潮流计算相比，潮流模型更适用于辐射状配电系统的潮流计算。在配电网重构问题中，由于存在支路开断情况变化的问题，因此需要对传统的潮流模型进行改进，引入线路开断变量Zij对潮流方程进行松弛，并选取π型等值线路模型，得到如下适用于配电网重构的潮流方程如下：
Figure BDA0003713026380000031
Figure BDA0003713026380000032
Figure BDA0003713026380000033
Figure BDA0003713026380000034
Figure BDA0003713026380000035
Figure BDA0003713026380000036
其中，Ωs为所有的导通支路，rij和xij为支路ij的电阻和电抗，
Figure BDA0003713026380000037
为支路ij的导纳，Zij为支路ij的开断变量，Zij＝1代表支路ij处于开通状态，是公式(5)和公式(6)得以实现的前提；Pij,ω,t为支路上节点i流向节点j的有功功率；Qij,ω,t为支路上节点i流向节点j的无功功率；
Figure BDA0003713026380000038
为支路上节点i流向节点j的电流平方值；
Figure BDA0003713026380000039
为节点i的电压平方值；
Figure BDA00037130263800000310
和
Figure BDA00037130263800000311
是节点的失电有功无功功率。
Figure BDA00037130263800000312
是节点i处SOP端口的有功出力，
Figure BDA00037130263800000313
是节点i处SOP端口的无功出力。
Figure BDA00037130263800000314
和
Figure BDA00037130263800000315
分别为节点i上分布式电源注入和负荷消耗的有功功率；
Figure BDA00037130263800000316
是节点处光伏发电功率，
Figure BDA00037130263800000317
是节点处光伏弃光功率。Qi,ω,t为节点i上注入的无功功率之和，Pi,ω,t为节点i上注入的有功功率之和。
Figure BDA00037130263800000318
和
Figure BDA00037130263800000319
分别为节点i上分布式电源注入和负荷消耗的无功功率。
Figure BDA00037130263800000320
是电容器组提供的无功功率；各类设备有功出力与无功出力上下限约束：
线路功率约束：
Figure BDA00037130263800000321
Figure BDA00037130263800000322
节点电压与电流约束：
Figure BDA0003713026380000041
Figure BDA0003713026380000042
失电功率约束：
Figure BDA0003713026380000043
发电机约束：
Figure BDA0003713026380000044
Figure BDA0003713026380000045
弃风弃光约束：
Figure BDA0003713026380000046
其中，Pji ，
Figure BDA0003713026380000047
分别表示线路最小和最大有功功率，Qji ，
Figure BDA0003713026380000048
分别表示线路最小和最大无功功率。Ui ，
Figure BDA0003713026380000049
分别表示节点最小和最大电压。
Figure BDA00037130263800000410
分别表示发电机最大有功功率和无功功率；
S2-2：现阶段最为被广泛接受的配电网负载模型为ZIP模型，它将负载功率需求分为恒阻抗(Z)，恒电流(I)和恒功率(P)三个部分，则负载可表示为如下形式：
Figure BDA00037130263800000411
Figure BDA00037130263800000412
其中，kp,1+kp,2+kp,3＝1，kq,1+kq,2+kq,3＝1，
Figure BDA00037130263800000413
为额定电压UN下的额定有功功率值，
Figure BDA00037130263800000414
为额定电压UN下的额定功率值；
可以看出节点功率是节点电压的非线性函数，无法纳入本文所用线性规划模型中。CVR定义为有功或无功功率的百分比与总线电压减小百分比的比率，由CVR的定义可以得到用于电压敏感型负载的等效模型，公式如下：
Figure BDA0003713026380000051
Figure BDA0003713026380000052
其中，
Figure BDA0003713026380000053
又有
Figure BDA0003713026380000054
考虑到Ui,ω,t≈UN且
Figure BDA0003713026380000055
可以得到：
Figure BDA0003713026380000056
Figure BDA0003713026380000057
此时公式(17)、(18)已经被线性化，可以包含在潮流约束中，而CVR的值可以从负载的ZIP系数中进行估计。对原始模型进行考察，并设UN＝1p.u.，可以得到：
Figure BDA0003713026380000058
Figure BDA0003713026380000059
通过公式(23)、(24)以及假设Ui,ω,t≈UN，可以得到CVR的值如下：
CVRP＝2kP,1+kP,2 (25)
CVRQ＝2kQ,1+kQ,2 (26)
S2-3：OLTC通过调节分接头位置，可以让输出电压在一定范围内调整，模型建立如下：
Figure BDA00037130263800000510
Figure BDA00037130263800000511
Figure BDA00037130263800000512
其中，
Figure BDA00037130263800000513
表示t时刻分接头所处位置，
Figure BDA00037130263800000514
是分接头所处位置对应的电压平方值，
Figure BDA0003713026380000061
是OLTC输出电压的平方值，
Figure BDA0003713026380000062
表示t时刻节点1电压标幺值的平方，
Figure BDA0003713026380000063
U分别表示该处节点电压上下限；
S2-4：配电网重构需要保证重构后的配电系统的连通性，且不存在孤岛和环网。因此，配电系统连通性和辐射性约束可表示为：
Figure BDA0003713026380000064
X12,t＝z12,t (31)
Figure BDA0003713026380000065
Figure BDA0003713026380000066
Figure BDA0003713026380000067
其中，E为线路节点集合，zij,t为线路开断变量，Xij,t为父子节点表示变量，Xij,t＝1表示在t时刻i是j的父节点，λj,t是节点的虚拟潮流需求，
Figure BDA0003713026380000068
是发电机的虚拟潮流供给，
Figure BDA0003713026380000069
是线路虚拟功率，c(j)、δ(j)表示j的相邻节点，ΩDG表示与分布式发电机相接的节点集合，ΩSOP表示与SOP相接的节点集合，ΩG表示与上级电网相接的节点集合。公式(32)-(34)表示一个节点的父节点最多为一个，且必须大于自身的虚拟潮流需求；
S2-5：SOP是取代传统联络开关的一种新型智能配电装置，它的应用将极大地提高配电系统运行的灵活性和可控性，但是在配电网故障自愈过程中SOP的作用却较少被研究。与联络开关相比，SOP的功率控制更加准确可靠，避免了开关操作可能带来的安全隐患。在故障发生时，由于直流隔离的作用，能够有效阻止故障电流穿越；在供电恢复过程中，能够为失电侧提供有效的电压支撑，从而扩大供电恢复范围。目前，背靠背电压源型变流器(Back to Back Voltage Source Converter，B2B VSC)型SOP是一种较为常用的SOP，其拓扑结构由两个变流器经过一个直流电容器连接实现。
在配电系统的支路加入SOP，可以在一定程度上改善配电系统潮流分布，降低系统网损，均衡网络电压。配电网发生故障后，经故障定位、隔离后形成失电区域。而SOP作为取代联络开关的配电装置，并不能对整个配电系统中任意失电区域进行供电恢复，下文对可采用SOP进行供电恢复的失电区域进行分析。
配电网故障后，经故障定位、故障隔离所形成的失电区域，依据SOP接入位置可分为以下3种情况：
1)SOP两端均不在失电区域；
2)SOP一端在失电区域，一端不在失电区域；
3)SOP两端均在失电区域。
当某一区域能通过联络开关与上级网络相连时，SOP运行在PQ控制模式下并优化其有功出力以及无功出力。当失电区域无法通过联络开关与上级网络相连时，SOP采用Vf控制模式，此时应调节配电网SOP的出口电压以及配电网中的开关状态进行故障恢复，剩余未恢复负荷形成相应孤岛。综合考虑1、2两种场景，提出SOP约束如下：
Figure BDA0003713026380000071
Figure BDA0003713026380000072
Figure BDA0003713026380000073
SOP失电侧电压约束：
Figure BDA0003713026380000074
其中，
Figure BDA0003713026380000075
为SOP的损耗系数；
Figure BDA0003713026380000076
为接在节点i的SOP损耗；
Figure BDA0003713026380000077
为接在节点i的SOP容量；Ωn表示失电侧节点集合；U0为失电侧节点电压标幺值最低限值，一般取1.0；公式(35)为SOP有功功率约束，公式(36)为SOP损耗约束，公式(37)为SOP容量约束，公式(38)表示若SOP一端位于失电侧则调整为Vf控制模式；
在所述步骤S3中，双层优化重构模型具体包括：
S3-1：上层目标函数形式如下：
Figure BDA0003713026380000078
其中，α是失电成本系数，β是弃风弃光成本系数，γ是SOP损耗成本系数；
上层模型的目标是在故障发生的瞬间及稍后时间，在考虑负荷与光伏发电随机性的基础上，完成每1小时配网开关动作、OLTC动作和电容器组投切的规划。S3-2：下层模型的目标函数形式如下：
Figure BDA0003713026380000081
下层模型的目标是在确定了上述设备动作的基础上，以当前负荷光伏预测值为基础，得出未来15分钟内DG出力情况，切负荷大小情况和网络与SOP损耗情况的最优解，最大限度恢复电网供电能力，降低系统损耗。
所述步骤S3所述的目标函数分别为全时段优化和后续时段优化。
本发明构建光伏负荷随机性模型，采用高斯分布描述负荷的随机预测误差，正态分布描述光伏发电出力的随机预测误差；构建潮流约束模型，节点ZIP负荷约束模型，有载调压变压器(On-Load Tap Changer,OLTC)调控模型，拓扑及虚拟潮流约束模型，智能软开关(Soft Open Point，SOP)模型；构建一个双层优化重构模型，模型的上层以配电网网络架构、有载调压变压器的动作、电容器组的投切为决策变量，下层的优化目标为该时段分布式能源的有功无功出力、切负荷的功率大小、系统网损大小，通过设置数学形式相同的目标函数(目标函数分别为全时段优化和后续时段优化)，实现配电网故障重构和潮流优化。本发明考虑网络重构后的配电网有利于减少分布式电源的弃电现象，提高分布式电源的消纳率，同时还考虑了配电网重构日前、日内两阶段决策工作的划分和效果，可以在日前得到电网重构方案，极大地减少了日内决策的计算时间，兼顾了计算的准确性，此外，充分利用SOP对潮流的控制，减少了系统网损，提高了系统在故障情况下的电能恢复能力。
本发明的有益效果是：
1)考虑网络重构后的配电网有利于减少分布式电源的弃电现象，提高了分布式电源的消纳率。
2)考虑了配电网重构日前、日内两阶段决策工作的划分和效果，可以在日前得到电网重构方案，极大地减少了日内决策的计算时间，兼顾了计算的准确性。
3)考虑了SOP对配电网重构的影响，通过SOP对潮流的控制，减少了系统网损，提高了系统在故障情况下的电能恢复情况。
附图说明
图1是典型的配电系统故障场景示意图。
图2是本发明的算例仿真示意图。
图3是本发明的新能源设备总出力示意图。
图4是本发明的17时刻系统电压分布图。
图5是本发明的系统各时段损耗图。
图6是本发明的系统电压图。
图7是本发明的二阶锥转化误差统计图。
图8是本发明方法的流程图。
具体实施方法
下面结合附图对本发明做进一步说明。
参照图1～图8，一种考虑负荷光伏随机性的配电网故障恢复滚动优化策略方法，包括以下步骤：
S1：构建光伏负荷随机性模型，采用高斯分布描述负荷的随机预测误差，正态分布描述光伏发电出力的随机预测误差；
S2：构建潮流约束模型，节点ZIP负荷约束模型，OLTC调控模型，拓扑及虚拟潮流约束模型，SOP模型；
S3：构建一个双层优化重构模型，模型的上层以配电网网络架构、有载调压变压器的动作、电容器组的投切为决策变量，下层的优化目标为该时段分布式能源的有功无功出力、切负荷的功率大小、系统网损大小，通过设置数学形式相同的目标函数(目标函数分别为全时段优化和后续时段优化)，实现配电网故障重构和潮流优化。；
S4：获取优化所需的相关参数，对模型进行求解。
进一步，所述步骤S1中，负荷随机性和光伏发电随机性的建模包括以下构成：
S1-1：配电网日负荷数据由负荷预测得出，采用高斯分布描述负荷的随机预测误差，则负荷数据的概率密度函数为：
Figure BDA0003713026380000091
Figure BDA0003713026380000101
其中PLD、QLD为负荷有功、无功出力，μLD为出力预测值，σLD为预测误差的标准差。通过此概率密度函数生成500组随机出力场景，并通过后向削减减少至20组场景供后续算例使用；
S1-2：光伏出力可根据气象条件预测得出，采用正态分布描述光伏发电出力的随机预测误差，则光伏发电有功出力的概率密度函数为：
Figure BDA0003713026380000102
其中PPV为光伏出力有功，μPV为出力预测值，σPV为预测误差的标准差。通过此概率密度函数生成500组随机出力场景，并通过后向削减减少至20组场景供后续算例使用；
再进一步，在所述步骤S2中，构建潮流约束模型，节点ZIP负荷约束模型，OLTC调控模型，拓扑及虚拟潮流约束模型，SOP模型：
S2-1：配电网潮流模型是一种从支路功率出发建立的潮流方程，与传统的基于节点功率的潮流计算相比，潮流模型更适用于辐射状配电系统的潮流计算。在配电网重构问题中，由于存在支路开断情况变化的问题，因此需要对传统的潮流模型进行改进，引入线路开断变量Zij对潮流方程进行松弛，并选取π型等值线路模型，得到如下适用于配电网重构的潮流方程如下：
Figure BDA0003713026380000103
Figure BDA0003713026380000104
Figure BDA0003713026380000105
Figure BDA0003713026380000106
Figure BDA0003713026380000107
Figure BDA0003713026380000108
其中，Ωs为所有的导通支路，rij和xij为支路ij的电阻和电抗，
Figure BDA0003713026380000109
为支路ij的导纳，Zij为支路ij的开断变量，Zij＝1代表支路ij处于开通状态，是公式(5)和公式(6)得以实现的前提；Pij,ω,t为支路上节点i流向节点j的有功功率；Qij,ω,t为支路上节点i流向节点j的无功功率；
Figure BDA0003713026380000111
为支路上节点i流向节点j的电流平方值；
Figure BDA0003713026380000112
为节点i的电压平方值；
Figure BDA0003713026380000113
和
Figure BDA0003713026380000114
是节点的失电有功无功功率。
Figure BDA0003713026380000115
是节点i处SOP端口的有功出力，
Figure BDA0003713026380000116
是节点i处SOP端口的无功出力。
Figure BDA0003713026380000117
和
Figure BDA0003713026380000118
分别为节点i上分布式电源注入和负荷消耗的有功功率；
Figure BDA0003713026380000119
是节点处光伏发电功率，
Figure BDA00037130263800001110
是节点处光伏弃光功率。Qi,ω,t为节点i上注入的无功功率之和，Pi,ω,t为节点i上注入的有功功率之和。
Figure BDA00037130263800001111
和
Figure BDA00037130263800001112
分别为节点i上分布式电源注入和负荷消耗的无功功率。
Figure BDA00037130263800001113
是电容器组提供的无功功率；
各类设备有功出力与无功出力上下限约束：
线路功率约束：
Figure BDA00037130263800001114
Figure BDA00037130263800001115
节点电压与电流约束：
Figure BDA00037130263800001116
Figure BDA00037130263800001117
失电功率约束：
Figure BDA00037130263800001118
发电机约束：
Figure BDA00037130263800001119
Figure BDA00037130263800001120
弃风弃光约束：
Figure BDA00037130263800001121
其中，Pji ，
Figure BDA00037130263800001122
分别表示线路最小和最大有功功率，Qji ，
Figure BDA00037130263800001123
分别表示线路最小和最大无功功率。Ui ，
Figure BDA0003713026380000121
分别表示节点最小和最大电压。
Figure BDA0003713026380000122
分别表示发电机最大有功和无功功率；
S2-2：现阶段最为被广泛接受的配电网负载模型为ZIP模型，它将负载功率需求分为恒阻抗(Z)，恒电流(I)和恒功率(P)三个部分，则负载可表示为如下形式：
Figure BDA0003713026380000123
Figure BDA0003713026380000124
其中，kp,1+kp,2+kp,3＝1，kq,1+kq,2+kq,3＝1，
Figure BDA0003713026380000125
为额定电压UN下的额定有功功率值，
Figure BDA0003713026380000126
为额定电压UN下的额定功率值；
可以看出节点功率是节点电压的非线性函数，无法纳入本文所用线性规划模型中。CVR定义为有功或无功功率的百分比与总线电压减小百分比的比率，由CVR的定义可以得到用于电压敏感型负载的等效模型，公式如下：
Figure BDA0003713026380000127
Figure BDA0003713026380000128
其中，
Figure BDA0003713026380000129
又有
Figure BDA00037130263800001210
考虑到Ui,ω,t≈UN且
Figure BDA00037130263800001211
可以得到：
Figure BDA00037130263800001212
Figure BDA00037130263800001213
此时公式(17)、(18)已经被线性化，可以包含在潮流约束中，而CVR的值可以从负载的ZIP系数中进行估计。对原始模型进行考察，并设UN＝1p.u.，可以得到：
Figure BDA00037130263800001214
Figure BDA0003713026380000131
通过公式(23)、(24)以及假设Ui,ω,t≈UN，可以得到CVR的值如下：
CVRP＝2kP,1+kP,2 (25)
CVRQ＝2kQ,1+kQ,2 (26)
S2-3：OLTC通过调节分接头位置，可以让输出电压在一定范围内调整，模型建立如下：
Figure BDA0003713026380000132
Figure BDA0003713026380000133
Figure BDA0003713026380000134
其中，
Figure BDA0003713026380000135
表示t时刻分接头所处位置，
Figure BDA0003713026380000136
是分接头所处位置对应的电压平方值，
Figure BDA0003713026380000137
是OLTC输出电压的平方值，
Figure BDA0003713026380000138
表示t时刻节点1电压标幺值的平方，
Figure BDA0003713026380000139
U分别表示该处节点电压上下限；
S2-4:：配电网重构需要保证重构后的配电系统的连通性，且不存在孤岛和环网。因此，配电系统连通性和辐射性约束可表示为：
Figure BDA00037130263800001310
X12,t＝z12,t (31)
Figure BDA00037130263800001311
Figure BDA00037130263800001312
Figure BDA00037130263800001313
其中，E为线路节点集合，zij,t为线路开断变量，Xij,t为父子节点表示变量，Xij,t＝1表示在t时刻i是j的父节点，λj,t是节点的虚拟潮流需求，
Figure BDA00037130263800001314
是发电机的虚拟潮流供给，
Figure BDA00037130263800001315
是线路虚拟功率，c(j)、δ(j)表示j的相邻节点，ΩDG表示与分布式发电机相接的节点集合，ΩSOP表示与SOP相接的节点集合，ΩG表示与上级电网相接的节点集合。公式(32)-(34)表示一个节点的父节点最多为一个，且必须大于自身的虚拟潮流需求；
S2-5：SOP是取代传统联络开关的一种新型智能配电装置，它的应用将极大地提高配电系统运行的灵活性和可控性，但是在配电网故障自愈过程中SOP的作用却较少被研究。与联络开关相比，SOP的功率控制更加准确可靠，避免了开关操作可能带来的安全隐患。在故障发生时，由于直流隔离的作用，能够有效阻止故障电流穿越；在供电恢复过程中，能够为失电侧提供有效的电压支撑，从而扩大供电恢复范围。目前，背靠背电压源型变流器(Back to Back Voltage Source Converter，B2B VSC)型SOP是一种较为常用的SOP，其拓扑结构由两个变流器经过一个直流电容器连接实现。
在配电系统的支路加入SOP，可以在一定程度上改善配电系统潮流分布，降低系统网损，均衡网络电压。配电网发生故障后，经故障定位、隔离后形成失电区域。而SOP作为取代联络开关的配电装置，并不能对整个配电系统中任意失电区域进行供电恢复，下文对可采用SOP进行供电恢复的失电区域进行分析。
如图1所示，配电网故障后，经故障定位、故障隔离所形成的失电区域，依据SOP接入位置可分为以下3种情况：
1)SOP两端均不在失电区域；
2)SOP一端在失电区域，一端不在失电区域；
3)SOP两端均在失电区域。
当某一区域能通过联络开关与上级网络相连时SOP运行在PQ控制模式下并优化其有功出力以及无功出力。当失电区域无法通过联络开关与上级网络相连时，SOP采用Vf控制模式，此时应调节配电网SOP的出口电压以及配电网中的开关状态进行故障恢复，剩余未恢复负荷形成相应孤岛。综合考虑1、2两种场景，提出SOP约束如下：
Figure BDA0003713026380000141
Figure BDA0003713026380000142
Figure BDA0003713026380000143
SOP失电侧电压约束：
Figure BDA0003713026380000151
其中，
Figure BDA0003713026380000152
为SOP的损耗系数；
Figure BDA0003713026380000153
为接在节点i的SOP损耗；
Figure BDA0003713026380000154
为接在节点i的SOP容量；Ωn表示失电侧节点集合；U0为失电侧节点电压标幺值最低限值，一般取1.0；公式(35)为SOP有功功率约束，公式(36)为SOP损耗约束，公式(37)为SOP容量约束，公式(38)表示若SOP一端位于失电侧则调整为Vf控制模式；
在所述步骤S3中，双层优化重构模型包括以下部分：
S3-1：上层目标函数形式如下：
Figure BDA0003713026380000155
其中，α是失电成本系数，β是弃风弃光成本系数，γ是SOP损耗成本系数；
上层模型的目标是在故障发生的瞬间及稍后时间，在考虑负荷与光伏发电随机性的基础上，完成每1小时配网开关动作、OLTC动作和电容器组投切的规划。S3-2：下层模型的目标函数形式如下：
Figure BDA0003713026380000156
下层模型的目标是在确定了上述设备动作的基础上，以当前负荷光伏预测值为基础，得出未来15分钟内DG出力情况，切负荷大小情况和网络与SOP损耗情况的最优解，最大限度恢复电网供电能力，降低系统损耗。
为使本领域技术人员更好地理解本发明，算例分析包括以下构成：
一、算例描述及仿真结果分析
本发明为了验证其有效性，使用了如图2所示的系统进行算例分析。分别在节点6，10和27处放置三个光伏发电机，在13和30处放置两个风力发电机。新能源设备总出力情况如图3所示。基准电压设为12.66KV，电压幅度边界是[0.95,1.05]p.u.，线路上最大传输功率设置为4MW。SOP容量上限为0.8MVA，SOP损耗系数为0.01，上下层目标函数中失电成本系数为40，弃风弃光成本系数为1，SOP损耗成本系数为2。CVRp和CVRq分别为0.7692和2.2154。
为了充分体现所提方法的有效性，另外设置一种模式进行对比仿真分析：
1)模式1：本发明所提的有联络开关和SOP故障恢复策略。
2)模式2：无SOP，仅有联络开关的故障恢复策略。
仿真程序在Windows10，Intel(R)CoreTM i5 CPU@3.5GHz，8GB内存的计算机中的Matlab环境下实现。首先得到表1中OLTC的动作电压值。以第17时刻为例，得到如图4所示的系统电压分布。从图4可以看出，两尖峰点为节点18处与节点27处，节点18由SOP转为Vf控制进行区域电压支撑，节点27为该处的主发电机，节点29处SOP将电压提高至额定电压。图5表示系统各时段损耗，图6表示系统电压分布及随时间的变化情况，图7表示不同时刻不同节点处二阶锥转化的误差大小。对以上2种运行模式下的系统中失电率，光能吸收率，风能吸收率，电压最大值、最小值、偏差进行计算和比较。具体的统计数据如表2所示。
表1 OLTC动作电压值
Figure BDA0003713026380000161
表2两种场景系统对比图
Figure BDA0003713026380000162
由表2可知，由于SOP具有精确的潮流调节能力，模式1可以将系统失电率降低，提升光能风能吸收率，减小电压偏差。在SOP的作用下，模式1的失电率降低了9.02％，光能吸收率增加了43.86％，风能吸收率增加了33.6％。由此可见，本发明所提出的有SOP故障恢复策略能够提高配电系统在故障场景中的恢复性能。
在本说明书中，对本发明的示意性表述不是必须针对的是相同的实施例或示例,本领域的技术人员可以将本说明书中描述的不同实施例或示例进行结合和组合。此外，本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围不应当被视为仅限于实施案例所陈述的具体形式，本发明的保护范围也包括本领域技术人员根据本发明构思所能够想到的等同技术手段。

Claims (5)

1.一种考虑负荷光伏随机性的配电网故障恢复滚动优化方法，其特征在于，包括以下步骤：
S1：构建光伏负荷随机性模型，采用高斯分布描述负荷的随机预测误差，采用正态分布描述光伏发电出力的随机预测误差；
S2：构建潮流约束模型，节点ZIP负荷约束模型、有载调压变压器(On-Load TapChanger,OLTC)调控模型、拓扑及虚拟潮流约束模型、智能软开关(soft open point，SOP)模型；
S3：构建一个双层优化重构模型，模型的上层以配电网网络架构、有载调压变压器的动作、电容器组的投切为决策变量，下层的优化目标为该时段分布式能源的有功无功出力、切负荷的功率大小、系统网损大小，通过设置数学形式相同的目标函数(目标函数分别为全时段优化和后续时段优化)，实现配电网故障重构和潮流优化；
S4：获取优化所需的相关参数，对模型进行求解。
2.如权利要求1所述的一种考虑负荷光伏随机性的配电网故障恢复滚动优化方法，其特征在于，所述步骤S1中，负荷随机性和光伏发电随机性的建模具体包括：
S1-1：配电网日负荷数据由负荷预测得出，采用高斯分布描述负荷的随机预测误差，则负荷数据的概率密度函数为：
Figure FDA0003713026370000011
Figure FDA0003713026370000012
其中PLD、QLD为负荷有功、无功出力，μLD为出力预测值，σLD为预测误差的标准差。通过此概率密度函数生成500组随机出力场景，并通过后向削减减少至20组场景供后续算例使用；
S1-2：光伏出力可根据气象条件预测得出，采用正态分布描述光伏发电出力的随机预测误差，则光伏发电有功出力的概率密度函数为：
Figure FDA0003713026370000013
其中PPV为光伏出力有功，μPV为出力预测值，σPV为预测误差的标准差。通过此概率密度函数生成500组随机出力场景，并通过后向削减减少至20组场景供后续算例使用。
3.如权利要求2所述的一种考虑负荷光伏随机性的配电网故障恢复滚动优化方法，其特征在于，在所述步骤S2中，构建潮流约束模型、节点ZIP负荷约束模型、OLTC调控模型、拓扑及虚拟潮流约束模型、SOP模型，具体包括：
S2-1：配电网潮流模型是一种从支路功率出发建立的潮流方程，与传统的基于节点功率的潮流计算相比，潮流模型更适用于辐射状配电系统的潮流计算。在配电网重构问题中，由于存在支路开断情况变化的问题，因此需要对传统的潮流模型进行改进，引入线路开断变量Zij对潮流方程进行松弛，并选取π型等值线路模型，得到如下适用于配电网重构的潮流方程如下：
Figure FDA0003713026370000021
Figure FDA0003713026370000022
Figure FDA0003713026370000023
Figure FDA0003713026370000024
Figure FDA0003713026370000025
Figure FDA0003713026370000026
其中，Ωs为所有的导通支路，rij和xij为支路ij的电阻和电抗，
Figure FDA0003713026370000027
为支路ij的导纳，Zij为支路ij的开断变量；Pij,ω,t为支路上节点i流向节点j的有功功率；Qij,ω,t为支路上节点i流向节点j的无功功率；
Figure FDA0003713026370000028
为支路上节点i流向节点j的电流平方值；
Figure FDA0003713026370000029
为节点i的电压平方值；
Figure FDA00037130263700000210
和
Figure FDA00037130263700000211
是节点的失电有功无功功率。
Figure FDA00037130263700000212
是节点i处SOP端口的有功出力，
Figure FDA00037130263700000213
是节点i处SOP端口的无功出力。
Figure FDA00037130263700000214
和
Figure FDA00037130263700000215
分别为节点i上分布式电源注入和负荷消耗的有功功率；
Figure FDA00037130263700000216
是节点处光伏发电功率，
Figure FDA00037130263700000217
是节点处光伏弃光功率。Qi,ω,t为节点i上注入的无功功率之和，Pi,ω,t为节点i上注入的有功功率之和。
Figure FDA0003713026370000031
和
Figure FDA0003713026370000032
分别为节点i上分布式电源注入和负荷消耗的无功功率。
Figure FDA0003713026370000033
是电容器组提供的无功功率；
各类设备有功出力与无功出力上下限约束如下：
线路功率约束：
Figure FDA0003713026370000034
Figure FDA0003713026370000035
节点电压与电流约束：
Figure FDA0003713026370000036
Figure FDA0003713026370000037
失电功率约束：
Figure FDA0003713026370000038
发电机约束：
Figure FDA0003713026370000039
Figure FDA00037130263700000310
弃风弃光约束：
Figure FDA00037130263700000311
其中，Pji ，
Figure FDA00037130263700000312
分别表示线路最小和最大有功功率，Qji ，
Figure FDA00037130263700000313
分别表示线路最小和最大无功功率。Ui ，
Figure FDA00037130263700000314
分别表示节点最小和最大电压。
Figure FDA00037130263700000315
分别表示发电机最大有功和无功功率；
S2-2:现阶段最为被广泛接受的配电网负载模型为ZIP模型，它将负载功率需求分为恒阻抗(Z)，恒电流(I)和恒功率(P)三个部分，则负载可表示为如下形式：
Figure FDA00037130263700000316
Figure FDA0003713026370000041
其中，kp,1+kp,2+kp,3＝1，kq,1+kq,2+kq,3＝1，
Figure FDA0003713026370000042
为额定电压UN下的额定有功功率值；
Figure FDA0003713026370000043
为额定电压UN下的额定无功功率值；
可以看出节点功率是节点电压的非线性函数，无法纳入本文所用线性规划模型中。CVR定义为有功或无功功率的百分比与总线电压减小百分比的比率，由CVR的定义可以得到用于电压敏感型负载的等效模型，公式如下：
Figure FDA0003713026370000044
Figure FDA0003713026370000045
其中，
Figure FDA0003713026370000046
又有
Figure FDA0003713026370000047
考虑到Ui,ω,t≈UN且
Figure FDA0003713026370000048
可以得到：
Figure FDA0003713026370000049
Figure FDA00037130263700000410
此时公式(17)、(18)已经被线性化，可以包含在潮流约束中，而CVR的值可以从负载的ZIP系数中进行估计。对原始模型进行考察，并设UN＝1p.u.，可以得到：
Figure FDA00037130263700000411
Figure FDA00037130263700000412
通过公式(23)、(24)以及假设Ui,ω,t≈UN，可以得到CVR的值如下：
CVRP＝2kP,1+kP,2 (25)
CVRQ＝2kQ,1+kQ,2 (26)
S2-3：OLTC通过调节分接头位置，可以让输出电压在一定范围内调整，模型建立如下：
Figure FDA0003713026370000051
Figure FDA0003713026370000052
Figure FDA0003713026370000053
其中，
Figure FDA0003713026370000054
表示t时刻分接头所处位置，
Figure FDA0003713026370000055
是分接头所处位置对应的电压平方值，
Figure FDA0003713026370000056
是OLTC输出电压的平方值，
Figure FDA0003713026370000057
表示t时刻节点1电压标幺值的平方，
Figure FDA0003713026370000058
U分别表示该处节点电压上下限；
S2-4：配电网重构需要保证重构后的配电系统的连通性，且不存在孤岛和环网。因此，配电系统连通性和辐射性约束可表示为：
Figure FDA0003713026370000059
X12,t＝z12,t (31)
Figure FDA00037130263700000510
Figure FDA00037130263700000511
Figure FDA00037130263700000512
其中，E为线路节点集合，zij,t为线路开断变量，Xij,t为父子节点表示变量，Xij,t＝1表示在t时刻i是j的父节点，λj,t是节点的虚拟潮流需求，
Figure FDA00037130263700000513
是发电机的虚拟潮流供给，
Figure FDA00037130263700000514
是线路虚拟功率，c(j)、δ(j)表示j的相邻节点，ΩDG表示与分布式发电机相接的节点集合，ΩSOP表示与SOP相接的节点集合，ΩG表示与上级电网相接的节点集合。公式(32)-(34)表示一个节点的父节点最多为一个，且必须大于自身的虚拟潮流需求；
S2-5：SOP是取代传统联络开关的一种新型智能配电装置，它的应用将极大地提高配电系统运行的灵活性和可控性，但是在配电网故障自愈过程中SOP的作用却较少被研究。与联络开关相比，SOP的功率控制更加准确可靠，避免了开关操作可能带来的安全隐患。在故障发生时，由于直流隔离的作用，能够有效阻止故障电流穿越；在供电恢复过程中，能够为失电侧提供有效的电压支撑，从而扩大供电恢复范围。目前，背靠背电压源型变流器(Back toBack Voltage Source Converter，B2B VSC)型SOP是一种较为常用的SOP，其拓扑结构由两个变流器经过一个直流电容器连接实现。
在配电系统的支路加入SOP，可以在一定程度上改善配电系统潮流分布，降低系统网损，均衡网络电压。配电网发生故障后，经故障定位、隔离后形成失电区域。而SOP作为取代联络开关的配电装置，并不能对整个配电系统中任意失电区域进行供电恢复，下文对可采用SOP进行供电恢复的失电区域进行分析。
配电网故障后，经故障定位、故障隔离所形成的失电区域，依据SOP接入位置可分为以下3种情况：
1)SOP两端均不在失电区域；
2)SOP一端在失电区域，一端不在失电区域；
3)SOP两端均在失电区域。
当某一区域能通过联络开关与上级网络相连时，SOP运行在PQ控制模式下并优化其有功出力以及无功出力。当失电区域无法通过联络开关与上级网络相连时，SOP采用Vf控制模式，此时应调节配电网SOP的出口电压以及配电网中的开关状态进行故障恢复，剩余未恢复负荷形成相应孤岛。综合考虑1、2两种场景，提出SOP约束如下：
Figure FDA0003713026370000061
Figure FDA0003713026370000062
Figure FDA0003713026370000063
SOP失电侧电压约束：
Figure FDA0003713026370000064
其中，
Figure FDA0003713026370000065
为SOP的损耗系数；
Figure FDA0003713026370000066
为接在节点i的SOP损耗；
Figure FDA0003713026370000067
为接在节点i的SOP容量；Ωn表示失电侧节点集合；U0为失电侧节点电压标幺值最低限值，一般取1.0；公式(35)为SOP有功功率约束，公式(36)为SOP损耗约束，公式(37)为SOP容量约束，公式(38)表示若SOP一端位于失电侧则调整为Vf控制模式。
4.如权利要求3所述的一种考虑负荷光伏随机性的配电网故障恢复滚动优化方法，其特征在于，在所述步骤S3中，双层优化重构模型包括以下部分：
S3-1：上层目标函数形式如下：
Figure FDA0003713026370000071
其中，α是失电成本系数，β是弃风弃光成本系数，γ是SOP损耗成本系数；
上层模型的目标是在故障发生的瞬间及稍后时间，在考虑负荷与光伏发电随机性的基础上，完成每1小时配网开关动作、OLTC动作和电容器组投切的规划。
S3-2：下层模型的目标函数形式如下：
Figure FDA0003713026370000072
下层模型的目标是在确定了上述设备动作的基础上，以当前负荷光伏预测值为基础，得出未来15分钟内DG出力情况，切负荷大小情况和网络与SOP损耗情况的最优解，最大限度恢复电网供电能力，降低系统损耗。
5.如权利要求3所述的一种考虑负荷光伏随机性的配电网故障恢复滚动优化方法，其特征在于，所述步骤S3所述的目标函数分别为全时段优化和后续时段优化。
CN202210730257.7A 2022-06-24 2022-06-24 一种考虑负荷光伏随机性的配电网故障恢复滚动优化方法 Pending CN115133573A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210730257.7A CN115133573A (zh) 2022-06-24 2022-06-24 一种考虑负荷光伏随机性的配电网故障恢复滚动优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210730257.7A CN115133573A (zh) 2022-06-24 2022-06-24 一种考虑负荷光伏随机性的配电网故障恢复滚动优化方法

Publications (1)

Publication Number Publication Date
CN115133573A true CN115133573A (zh) 2022-09-30

Family

ID=83379176

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210730257.7A Pending CN115133573A (zh) 2022-06-24 2022-06-24 一种考虑负荷光伏随机性的配电网故障恢复滚动优化方法

Country Status (1)

Country Link
CN (1) CN115133573A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115800306A (zh) * 2023-02-06 2023-03-14 华南理工大学 考虑风机故障的风光储无功补偿方法、装置及介质
CN116365506A (zh) * 2023-02-03 2023-06-30 国网山东省电力公司潍坊供电公司 含分布式光伏主动配电网节能降损优化方法及系统
CN116702399A (zh) * 2023-08-07 2023-09-05 南昌航空大学 考虑故障下sop负荷支撑能力的配电网优化方法及系统
CN117996738A (zh) * 2024-01-26 2024-05-07 国网江苏省电力有限公司电力科学研究院 一种基于配用电边缘智能体的多目标配网故障重构方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109687469A (zh) * 2019-01-11 2019-04-26 国网天津市电力公司电力科学研究院 基于机会约束规划的有源配电网智能软开关电压控制方法
CN110350508A (zh) * 2019-05-16 2019-10-18 东南大学 一种同时考虑重构与孤岛划分的主动配电网故障恢复统一模型的方法
CN110676838A (zh) * 2019-08-27 2020-01-10 华北电力大学 柔性配电系统故障自适应鲁棒优化恢复方法
US20200153273A1 (en) * 2018-11-13 2020-05-14 Mitsubishi Electric Research Laboratories, Inc. Methods and Systems for Post-Disaster Resilient Restoration of Power Distribution System
CN113794244A (zh) * 2021-08-25 2021-12-14 浙江工业大学 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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200153273A1 (en) * 2018-11-13 2020-05-14 Mitsubishi Electric Research Laboratories, Inc. Methods and Systems for Post-Disaster Resilient Restoration of Power Distribution System
CN109687469A (zh) * 2019-01-11 2019-04-26 国网天津市电力公司电力科学研究院 基于机会约束规划的有源配电网智能软开关电压控制方法
CN110350508A (zh) * 2019-05-16 2019-10-18 东南大学 一种同时考虑重构与孤岛划分的主动配电网故障恢复统一模型的方法
CN110676838A (zh) * 2019-08-27 2020-01-10 华北电力大学 柔性配电系统故障自适应鲁棒优化恢复方法
CN113794244A (zh) * 2021-08-25 2021-12-14 浙江工业大学 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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
史训涛 等: "考虑光伏和负荷随机性的含柔性开关配电网故障重构", 南方电网技术, vol. 14, no. 07, 20 July 2020 (2020-07-20), pages 56 - 61 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116365506A (zh) * 2023-02-03 2023-06-30 国网山东省电力公司潍坊供电公司 含分布式光伏主动配电网节能降损优化方法及系统
CN115800306A (zh) * 2023-02-06 2023-03-14 华南理工大学 考虑风机故障的风光储无功补偿方法、装置及介质
CN115800306B (zh) * 2023-02-06 2023-05-05 华南理工大学 考虑风机故障的风光储无功补偿方法、装置及介质
CN116702399A (zh) * 2023-08-07 2023-09-05 南昌航空大学 考虑故障下sop负荷支撑能力的配电网优化方法及系统
CN117996738A (zh) * 2024-01-26 2024-05-07 国网江苏省电力有限公司电力科学研究院 一种基于配用电边缘智能体的多目标配网故障重构方法

Similar Documents

Publication Publication Date Title
Yeh et al. Adaptive VAR control for distribution circuits with photovoltaic generators
CN115133573A (zh) 一种考虑负荷光伏随机性的配电网故障恢复滚动优化方法
Einfalt et al. Controlling active low voltage distribution grids with minimum efforts on costs and engineering
Xiao et al. Online supervisory voltage control for grid interface of utility-level PV plants
CN109149555B (zh) 考虑供电模式的配电网广义电源变电可信容量评价方法
Selim et al. Fast quasi‐static time‐series analysis and reactive power control of unbalanced distribution systems
CN103904644A (zh) 一种基于分布式电源接入的智能变电站负荷自动分配方法
Chuang et al. Design of intelligent control for stabilization of microgrid system
CN114759615B (zh) 基于混合仿真的配网分布式光伏承载力分析及削减方法
Wei et al. Reliability assessment for AC/DC hybrid distribution network with high penetration of renewable energy
CN115296302A (zh) 基于智能软开关和节能降压的配电网故障恢复方法
Saaklayen et al. A novel methodology for optimal allocation and sizing of soft open points in distribution networks
Saejia et al. Stabilization of microgrid with intermittent renewable energy sources by SMES with optimal coil size
Wang et al. Early warning of distribution transformer based on bp neural network considering the influence of extreme weather
Trinh et al. Coordinated voltage control scheme for multi-terminal low-voltage DC distribution system
CN104135013A (zh) 应对风电接入的电力系统无功电压分级控制方法
CN111106622B (zh) 一种基于rmpc的主动配电网供电恢复方法
Krishna et al. A novel algorithm for the loss estimation and minimization of radial distribution system with distributed generation
Samanta et al. Nonlinear Model Predictive Control for Droop-Based Grid Forming Converters Providing Fast Frequency Support
Kayalvizhi et al. Stochastic optimal power flow in presence of wind generations using harmony search algorithm
Hua et al. Stochastic optimal control scheme for operation cost management in energy Internet
Sangsarawut et al. Optimal reactive power planning of doubly fed induction generators using genetic algorithms
Yeh et al. Performance of var controls for distribution lines with photovoltaic cells and batteries
Abbasi Coordinated Volt-Var control in multiple smart inverters in Smart Distribution Networks for Voltage Regulation.
Mokhtari et al. A new distributed control strategy to coordinate multiple dstatcoms in LV network

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