CN115392785A - 计及阻塞抵抗性的配电网阻塞调度方法 - Google Patents
计及阻塞抵抗性的配电网阻塞调度方法 Download PDFInfo
- Publication number
- CN115392785A CN115392785A CN202211162850.2A CN202211162850A CN115392785A CN 115392785 A CN115392785 A CN 115392785A CN 202211162850 A CN202211162850 A CN 202211162850A CN 115392785 A CN115392785 A CN 115392785A
- Authority
- CN
- China
- Prior art keywords
- flexibility
- node
- moment
- output
- representing
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000009826 distribution Methods 0.000 title claims abstract description 34
- 230000000903 blocking effect Effects 0.000 claims abstract description 56
- 230000005540 biological transmission Effects 0.000 claims abstract description 24
- 238000004146 energy storage Methods 0.000 claims abstract description 20
- 230000009194 climbing Effects 0.000 claims abstract description 14
- 238000005286 illumination Methods 0.000 claims abstract description 14
- 230000033228 biological regulation Effects 0.000 claims abstract description 6
- 150000001875 compounds Chemical class 0.000 claims description 24
- 230000003827 upregulation Effects 0.000 claims description 13
- 230000003828 downregulation Effects 0.000 claims description 11
- 230000005611 electricity Effects 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 7
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 239000000446 fuel Substances 0.000 claims description 3
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 238000012935 Averaging Methods 0.000 claims 1
- 239000011248 coating agent Substances 0.000 claims 1
- 238000000576 coating method Methods 0.000 claims 1
- 208000027744 congestion Diseases 0.000 description 21
- 238000004590 computer program Methods 0.000 description 7
- 230000010485 coping Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种计及阻塞抵抗性的配电网阻塞调度方法，包括以下步骤：步骤S1：输入系统线路参数、负荷数据、分布式电源和柔性负荷的运行参数及成本参数；步骤S2：获取调度日风速、光照强度预测数据，结合预测误差构造风电、光伏出力场景集合；步骤S3：计及原有调度计划及燃气轮机和储能系统的爬坡能力特性，考虑调用灵活性的时间尺度约束；步骤S4：考虑灵活性资源布局情况、系统线路传输容量及实际功率方向，考虑调用灵活性的线路传输限制，即灵活性的空间尺度约束；步骤S5：将出力场景代入模型，结合灵活性的多时空尺度特性、方向性与概率性计算阻塞抵抗性指标；步骤S6：构建配电网阻塞调度模型并进行求解。
Description
技术领域
本发明涉及配电网阻塞调度技术领域，具体涉及一种计及阻塞抵抗性的配电网阻塞调度方法。
背景技术
传统电力系统过度依赖煤炭等一次能源的特征导致了环境污染、能源供需矛盾等一系列问题，加快发展、推广和应用风电、光伏等分布式可再生能源发电(RenewableDistributed Generation,RDG)技术已成各国重要发展战略。但受自然环境、气候条件及地理位置等因素影响，其出力的随机性与波动性不可忽视，同时，RDG在地理位置上更接近负荷侧，可能导致配电系统线路潮流在时间和空间上出现大规模积聚的现象，严重时引发配电线路阻塞。
因此，基于新能源发电系统的不确定性，对配电系统阻塞调度问题展开深入探究，是促进新能源发电技术发展应用和解决上述问题的关键。
为适应不确定环境下的配电网阻塞调度，现有研究常以概率形式描述新能源发电的不确定性并开展相应的阻塞风险评估与管理工作。在此过程中，为避免调度方案因小概率事件而付出较高的经济成本，常采用机会约束方法或条件风险价值理论对线路阻塞风险进行刻画，降低决策方案的保守性。但机会约束方法仅保证调度方案满足置信区间下的安全约束，条件风险价值理论虽计及尾部风险，但仍然存在阻塞的可能。故现有研究为尽可能地提升调度方案的经济性，可能在某些场景下过于冒进，缺乏应对某些场景下的阻塞风险的能力。
发明内容
针对现有技术的缺陷和不足，本发明提出了一种计及阻塞抵抗性的配电网阻塞调度方法，在现有研究提升调度方案的基础上，额外考虑传统方法中置信区间外可能存在的线路阻塞风险并提出以灵活性资源的可调整能力进行应对，由此定义阻塞抵抗性评价指标，提升优化调度方案应对某些场景下配电网线路阻塞风险的能力，提高优化解在实际工程中的适用性。
为实现上述目的，本发明具体采取如下技术方案：
一种计及阻塞抵抗性的配电网阻塞调度方法，其特征在于，包括以下步骤：
步骤S1：输入系统线路参数、负荷数据、分布式电源和柔性负荷的运行参数及成本系数；
步骤S2：获取调度日风速、光照强度预测数据，结合预测误差构造风电、光伏出力场景集合；
步骤S3：计及原有调度计划及微型燃气轮机和储能系统的爬坡能力特性，考虑调用灵活性的时间尺度约束；
步骤S4：考虑灵活性资源布局情况、系统线路传输容量及实际功率方向，考虑调用灵活性的线路传输限制，即灵活性的空间尺度约束；
步骤S5：将出力场景代入模型，结合灵活性的多时空尺度特性、方向性与概率性计算阻塞抵抗性指标；
步骤S6：构建配电网阻塞调度模型并进行求解。
进一步地，在步骤S1中，涉及的运行参数包括：
(1)系统线路及节点负荷参数
设系统中线路l的传输容量上限为
系统节点总数为n，系统各节点的负荷表示为
其中Pi L表示节点i处的有功负荷，
表示节点i处的无功负荷；
(2)分布式电源运行参数
包括节点i处的燃气轮机最大出力值
最小出力值
最大向上爬坡速率
最大向下爬坡速率
最小连续开机时间
和最小连续停机时间
节点j处的储能系统的初始荷电状态SOCj,0、最大荷电状态SOCj,max、最低荷电状态SOCj,min、最大充电速率
最大放电速率
充电效率
和放电效率
可中断负荷的最大可切除有功功率
(3)分布式电源成本系数
包括节点i处的燃气轮机燃料成本系数
及运行维护成本系数
储能单元成本系数
及运行维护成本系数
可中断负荷切除单位有功负荷的补偿系数
进一步地，步骤S2具体包括：
基于风速、光照强度预测值考虑相应预测偏差，由此表征随机变量的不确定性，t时刻的实际风速vt和光照强度It表征为：
式中，vt,f和It,f分别表示t时刻风速和光照强度的预测值，Δvt,f和ΔIt,f分别表示t时刻风速和光照强度的预测偏差；
以均值为0、标准差正比于当前预测值的正态分布对相应的预测误差不确定性进行刻画，其预测误差不确定性表征为：
式中，σv,t和εv分别表示t时刻风速预测误差的标准差和预测误差系数，σI,t和εI分别表示光照强度预测误差的标准差和预测误差系数；
随后采用蒙特卡罗方法抽样生成预测偏差场景并结合风电机组和光伏机组出力特性构造出力场景集合，集合中某个场景对应的分布式可再生能源发电RDG日内出力曲线可表示为：
式中，
表示第i个风电机组在t时刻的出力值，
表示第j个光伏机组在t时刻的出力值。
进一步地，步骤S3具体包括以下内容：
基于灵活性的方向性，将灵活性资源的调整能力划分为向上可调节出力和向下可调节出力两种类型，分别计及其对应的调度灵活性裕度：
式中，
和
分别表示线路l对应的可上调灵活性裕度和可下调灵活性裕度，
和
分别表示节点i处MT在t时刻的上调灵活性能力和下调灵活性能力，
和
分别表示节点j处ESS在t时刻的上调灵活性能力和下调灵活性能力，
表示节点k处IL在t时刻切除的负荷量；
其中：
燃气轮机的出力安排对灵活性的约束作用具体表现为出力计划与其最大向上速率和最大向下爬坡速率在时间维度的耦合关系；从t-1时刻的角度分析，燃气轮机t时刻出力值应在前一时刻出力值的爬坡能力变化范围内；而从t+1时刻的角度分析，其t时刻出力值应保证在计及最大爬坡能力后能够满足t+1时刻的出力计划，具体为：
式中，
表示节点i处MT在考虑灵活性能力调整后的t时刻有功出力值，
和
分别表示节点i处MT在t-1时刻和t+1时刻的有功出力计划；
由此将燃气轮机的出力安排为
时，对灵活性的约束作用表达为下式：
式中，
表示节点i处MT在t时刻的有功出力计划，
和
分别表示燃气轮机t-1时刻和t+1时刻出力计划对上调灵活性的约束，
和
分别表示燃气轮机t-1时刻和t+1时刻出力计划对下调灵活性的约束；
当燃气轮机的出力安排为其余情况时，其对灵活性的约束作用可表示为与式(6)一致；
储能系统的出力安排对灵活性的约束作用具体表现为两个方面：1)需要考虑前一时刻的充放电状态，计及已被占用的调整能力或可额外释放的调整能力；2)为后续时刻预留足够的充放电裕度，具体为：
当SOCj,t-1＜SOCj,t时，储能系统处于充电状态，其灵活性能力调用约束为：
式中，SOCj,t-1、SOCj,t和SOCj,t+1分别表示节点j处ESS在t-1时刻、t时刻和t+1时刻的荷电状态；
当SOCj,t-1＞SOCj,t时，储能系统处于放电状态，其灵活性能力调用约束为：
进一步地，在步骤S4中：
考虑在阻塞调度过程中计及灵活性资源布局情况、线路阻塞方向与线路传输容量等因素对灵活性调用的限制，分区域计算灵活性能力，具体为：
式中，m表示线路l的下游区域，
和
分别表示区域m内部接有MT、ESS和IL的节点的集合。
进一步地，在步骤S5当中：
在线路阻塞导致阻塞区域失负荷时，阻塞抵抗性呈现为可调用的上调灵活性所能提升负荷承载能力与失负荷量之比；而在线路阻塞后果为弃风弃光时，阻塞抵抗性则为下调灵活性对弃电量的消纳比例，具体如下式所示：
式中，Dl,t表示线路l在t时刻的阻塞抵抗性，
和
分别表示区域m内部的缺电量和弃电量。
进一步地，步骤S6具体为：
以有功网损PLoss最小、分布式电源综合收益最大和阻塞抵抗性最强为目标建立多目标函数优化模型：
(1)有功网损PLoss最小minF1
式中，
表示第i个场景中，系统在t时刻的有功网损；mean()表示求均值；
(2)分布式电源综合收益最大maxF2
式中，
和
分别表示分布式电源在t时刻的售电收益、购电成本和运行维护成本；
(3)阻塞抵抗性最强maxF3
式中，
和ZS分别表示置信区间外阻塞风险的个数及集合，
表示场景s下阻塞线路l下游区域在t时刻的阻塞抵抗性；
约束条件包括潮流方程的等式约束和不等式约束；
(1)潮流方程等式约束
式中，Pi RDG、
为RDG在节点i的有功和无功功率注入量；Pi L、
为节点i处负荷的有功和无功功率；Gij、Bij为线路之间的电导和电纳，Ui、Uj分别表示节点i、j处的电压，θij表示节点功率相角差；
(2)不等式约束
1)线路阻塞风险约束
Zα≤γ (16)
式中，Zα和γ分别表示系统实时的阻塞风险及允许存在的阻塞风险；
2)节点电压约束
Ui,min≤Ui,t≤Ui,max (17)
式中，Ui,min、Ui,max和Ui,t分别表示节点i处所允许的电压下限值与电压上限值及t时刻电压实际值；
3)分布式电源约束
式中，NMT、NESS和NIL分别表示MT、ESS和IL接入节点的集合，
和
分别表示节点i处MT在t-1时刻和t时刻的启停状态，1表示开机，0表示停机；SOCj,T表示节点j处ESS在调度结束时刻的荷电状态；
表示节点k处IL在t时刻切除的有功功率。
与现有技术相比，本发明及其优选方案基于灵活性资源可快速响应源荷两侧功率波动的特性，考虑置信区间外的阻塞风险及应对能力，针对传统机会约束方法、条件风险价值理论等阻塞风险评估及阻塞调度方法存在风险应对盲区这一不足之处进行了完善；同时，在灵活性能力评估方面，充分结合灵活性的多时空尺度特性形成原有出力安排对灵活性的约束和线路传输容量对灵活性调用的限制两类约束条件，保证了调用灵活性资源调整能力的可行性；其优化解具有更强的阻塞风险应对能力，更加适应实际工程中的配电网线路阻塞管理。
附图说明
图1为本发明实施例实施方案流程示意图。
具体实施方式
为让本专利的特征和优点能更明显易懂，下文特举实施例，作详细说明如下：
应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本说明书使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1所示，本实施例提供了一种计及阻塞抵抗性的配电网阻塞调度策略，包括以下步骤：
步骤S1：输入系统线路参数、负荷数据、分布式电源和柔性负荷的运行参数及成本系数；
步骤S2：获取调度日风速、光照强度预测数据，结合预测误差构造风电、光伏出力场景集合；
步骤S3：计及原有调度计划及微型燃气轮机和储能系统的爬坡能力特性，考虑调用灵活性的时间尺度约束；
步骤S4：考虑灵活性资源布局情况、系统线路传输容量及实际功率方向，考虑调用灵活性的线路传输限制，即灵活性的空间尺度约束；
步骤S5：将出力场景代入模型，结合灵活性的多时空尺度特性、方向性与概率性计算阻塞抵抗性指标；
步骤S6：构建配电网阻塞调度模型并采用智能优化算法进行求解。
在本实施例中，图1中流程图的执行框1对应实施方案的步骤S1，具体包括以下内容：
本发明所提的阻塞调度策略涉及的主要运行参数如下：
(1)系统线路及节点负荷参数
系统中线路l的传输容量上限为
系统节点总数为n，系统各节点的负荷表示为
其中Pi L表示节点i处的有功负荷，
表示节点i处的无功负荷；
(2)分布式电源运行参数
节点i处的燃气轮机最大出力值
最小出力值
最大向上爬坡速率
最大向下爬坡速率
最小连续开机时间
和最小连续停机时间
节点j处的储能系统的初始荷电状态SOCj,0、最大荷电状态SOCj,max、最低荷电状态SOCj,min、最大充电速率
最大放电速率
充电效率
和放电效率
可中断负荷的最大可切除有功功率
(3)分布式电源成本系数
节点i处的燃气轮机燃料成本系数
及运行维护成本系数
储能单元成本系数
及运行维护成本系数
可中断负荷切除单位有功负荷的补偿系数
在本实施例中，图1中流程图的执行框2对应实施方案的步骤S2，具体包括以下内容：
本发明基于风速、光照强度预测值考虑相应预测偏差，由此表征随机变量的不确定性，t时刻的实际风速vt和光照强度It可表征为：
式中，vt,f和It,f分别表示t时刻风速和光照强度的预测值，Δvt,f和ΔIt,f分别表示t时刻风速和光照强度的预测偏差。
以均值为0、标准差正比于当前预测值的正态分布对相应的预测误差不确定性进行刻画，其预测误差不确定性可表征为：
式中，σv,t和εv分别表示时刻风速预测误差的标准差和预测误差系数，σI,t和εI分别表示光照强度预测误差的标准差和预测误差系数。
随后采用蒙特卡罗方法抽样生成预测偏差场景并结合风电机组和光伏机组出力特性构造出力场景集合，集合中某个场景对应的分布式可再生能源发电(RenewableDistributed Generation,RDG)日内出力曲线可表示为：
式中，
表示第i个风电机组在t时刻的出力值，
表示第j个光伏机组在t时刻的出力值。
在本实施例中，图1中流程图的执行框3对应实施方案的步骤S3，具体包括以下内容：
基于灵活性的方向性，可将灵活性资源的调整能力划分为向上可调节出力和向下可调节出力两种类型，分别计及其对应的调度灵活性裕度：
式中，
和
分别表示线路l对应的可上调灵活性裕度和可下调灵活性裕度，
和
分别表示节点i处MT在t时刻的上调灵活性能力和下调灵活性能力，
和
分别表示节点j处ESS在t时刻的上调灵活性能力和下调灵活性能力，
表示节点k处可中断负荷(InterruptibleLoad,IL)在t时刻切除的负荷量。
(1)燃气轮机的出力安排对灵活性的约束作用具体表现为出力计划与其最大向上速率和最大向下爬坡速率在时间维度的耦合关系。从t-1时刻的角度分析，燃气轮机t时刻出力值应在前一时刻出力值的爬坡能力变化范围内；而从t+1时刻的角度分析，其t时刻出力值应保证在计及最大爬坡能力后能够满足t+1时刻的出力计划，具体可表述为：
式中，
表示节点i处MT在考虑灵活性能力调整后的t时刻有功出力值，
和
分别表示节点i处MT在t-1时刻和t+1时刻的有功出力计划。
和
分别表示节点i处MT的最大向上爬坡速率和向下爬坡速率。
由此可将燃气轮机的出力安排为
时，对灵活性的约束作用表达为下式：
式中，
表示节点i处MT在t时刻的有功出力计划，
和
分别表示燃气轮机t-1时刻和t+1时刻出力计划对上调灵活性的约束，
和
分别表示燃气轮机t-1时刻和t+1时刻出力计划对下调灵活性的约束。
当燃气轮机的出力安排为其余情况时，其对灵活性的约束作用可在数学形式上表示为与式(6)一致，故不再赘述。
(2)储能系统的出力安排对灵活性的约束作用具体表现为两个方面：1)需要考虑前一时刻的充放电状态，计及已被占用的调整能力或可额外释放的调整能力；2)为后续时刻预留足够的充放电裕度。
当SOCj,t-1＜SOCj,t时，储能系统处于充电状态，其灵活性能力调用约束为：
式中，
和
分别表示节点j处ESS的最大放电和充电速率，SOCj,t-1、SOCj,t和SOCj,t+1分别表示节点j处ESS在t-1时刻、t时刻和t+1时刻的荷电状态，
和
分别表示节点j处ESS的充电效率和放电效率，SOCj,min和SOCj,max分别表示节点j处ESS的最低荷电状态与最高荷电状态。
当SOCj,t-1＞SOCj,t时，储能系统处于放电状态，其灵活性能力调用约束为：
在本实施例中，图1中流程图的执行框4对应实施方案的步骤S4，具体包括以下内容：
本发明计及多条线路的阻塞风险，故实际调度过程中，灵活性能力的传输能力会受到配电线路传输容量与灵活性资源布局情况的综合限制：配电线路发生阻塞时，若其有功功率传输方向为上游节点指向下游节点，则在应对该线路下游区域的失负荷风险时，线路上游区域灵活性资源的可上调灵活性不应被计及在内；同理，当其有功功率传输方向为下游节点指向上游节点，系统也仅可调用该线路下游区域灵活性资源的可下调灵活性以应对该线路阻塞所导致的弃风弃光现象。故在阻塞调度过程中需计及灵活性资源布局情况、线路阻塞方向与线路传输容量等因素对灵活性调用的限制，分区域计算灵活性能力，具体可描述为：
式中，m表示线路l的下游区域，
和
分别表示区域m内部接有MT、ESS和IL的节点的集合。
在本实施例中，图1中流程图的执行框5对应实施方案的步骤S5，具体包括以下内容：
阻塞抵抗性指标旨在衡量灵活性资源可调整能力对置信区间外的阻塞风险的应对水平，故在阻塞导致阻塞区域失负荷时，阻塞抵抗性呈现为可调用的上调灵活性所能提升负荷承载能力与失负荷量之比；而在阻塞后果为弃风弃光时，阻塞抵抗性则可表述为下调灵活性对弃电量的消纳比例，具体可如下式所示：
式中，Dl,t表示线路l在t时刻的阻塞抵抗性，
和
分别表示区域m内部的缺电量和弃电量。
在本实施例中，图1中流程图的执行框6对应实施方案的步骤S6，具体包括以下内容：
以有功网损PLoss最小、分布式电源综合收益最大和阻塞抵抗性最强为目标建立多目标函数优化模型。
(1)有功网损PLoss最小minF1
式中，
表示第i个场景中，系统在t时刻的有功网损；mean()表示求均值。
(2)分布式电源综合收益最大maxF2
式中，
和
分别表示分布式电源在t时刻的售电收益、购电成本和运行维护成本。
(3)阻塞抵抗性最强maxF3
式中，
和ZS分别表示置信区间外阻塞风险的个数及集合，
表示场景s下阻塞线路l下游区域在t时刻的阻塞抵抗性。
约束条件包括潮流方程的等式约束条件和不等式约束。
(1)潮流方程等式约束
式中，Pi RDG、
为RDG在节点i的有功和无功功率注入量；Pi L、
为节点i处负荷的有功和无功功率；Gij、Bij为线路之间的电导和电纳，Ui、Uj分别表示节点i、j处的电压，θij表示节点功率相角差。
(2)不等式约束
1)线路阻塞风险约束
Zα≤γ (16)
式中，Zα和γ分别表示系统实时的阻塞风险及允许存在的阻塞风险。
2)节点电压约束
Ui,min≤Ui,t≤Ui,max (17)
式中，Ui,min、Ui,max和Ui,t分别表示节点i处所允许的电压下限值与电压上限值及t时刻电压实际值；
3)分布式电源约束
式中，
和
分别表示节点i处MT的最小发电功率和最大发电功率，NMT、NESS和NIL分别表示MT、ESS和IL接入节点的集合，
和
为节点i处MT在t-1时刻的连续开机时间和连续停机时间，
和
分别表示节点i处MT的最小连续开机时间和最小连续停机时间，
和
分别表示节点i处MT在t-1时刻和t时刻的启停状态，1表示开机，0表示停机。SOCj,min和SOCj,max分别表示节点j处ESS荷电状态的下限值和上限值，SOCj,0和SOCj,T分别表示节点j处ESS在调度初始时刻与调度结束时刻的荷电状态。
和
分别表示节点k处IL在t时刻切除的有功功率和最大可切除有功功率。
较佳的，基于以上设计，本实施例方案将灵活性资源在调度计划中的剩余调整量作为应对置信区间外的线路潮流越限风险的备用能力，结合原有出力安排、灵活性资源布局情况与线路传输容量考虑灵活性的多时空特性，定义阻塞抵抗性指标，建立了计及置信区间外阻塞风险的配电网阻塞调度模型。
(1)研究灵活性资源的出力限制及功率调整的相关约束，为考虑调用灵活性资源剩余调整能力奠定基础。
(2)计及灵活性的时间尺度特性，将不改变原有出力安排作为调用灵活性资源剩余调整能力的约束之一。
(3)对灵活性的空间尺度特性进行考虑，结合灵活性资源布局情况与线路传输容量形成灵活性资源剩余调整能力的区域传输限制。
(4)提出阻塞抵抗性评价指标，以上调能力缓解阻塞区域的负荷承载压力，以下调能力提升RDG发电量的消纳水平。
(5)基于线路传输容量安全约束，以优化阻塞抵抗性指标的形式提升调度方案的灵活调整能力，增强对置信区间外阻塞风险的应对能力，为配电网阻塞调度提供技术支撑。
较佳的，本实施例借助灵活性资源可调整能力实现对置信区间外阻塞风险的应对，充分利用了微型燃气轮机(Micro Turbine,MT)、储能系统(Energy Storage System,ESS)等分布式发电机组的快速响应能力；同时，在阻塞调度过程中，充分计及了灵活性的方向性、概率性以及多时空尺度特性等特征，保证调度方案的适用性。在优化过程中，将阻塞抵抗性纳入优化目标，提升了调度方案的安全性。结合实施例，本发明的技术效果如表1所示。
表1不同策略的置信区间外阻塞风险应对能力
Table.1 Coping ability of congestion risk beyond the confidenceinterval of differentstrategies
由表1可知，在阻塞风险水平相当的条件下，本发明方法对应方案为将线路传输功率越限的严重程度控制在可消除范围，其线路阻塞风险数高于传统方法，但其平均线路阻塞严重程度较传统方法低。同时，本发明方法预留了充分的灵活性资源调整能力，相较于传统阻塞调度方法，可更有效地应对置信区间外的阻塞风险。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。
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。
本发明实施例对各器件的型号除做特殊说明的以外，其他器件的型号不做限制，只要能完成上述功能的器件均可。
本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。
本专利不局限于上述最佳实施方式，任何人在本专利的启示下都可以得出其它各种形式的计及阻塞抵抗性的配电网阻塞调度方法，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本专利的涵盖范围。
Claims (7)
1.一种计及阻塞抵抗性的配电网阻塞调度方法，其特征在于，包括以下步骤：
步骤S1：输入系统线路参数、负荷数据、分布式电源和柔性负荷的运行参数及成本系数；
步骤S2：获取调度日风速、光照强度预测数据，结合预测误差构造风电、光伏出力场景集合；
步骤S3：计及原有调度计划及微型燃气轮机和储能系统的爬坡能力特性，考虑调用灵活性的时间尺度约束；
步骤S4：考虑灵活性资源布局情况、系统线路传输容量及实际功率方向，考虑调用灵活性的线路传输限制，即灵活性的空间尺度约束；
步骤S5：将出力场景代入模型，结合灵活性的多时空尺度特性、方向性与概率性计算阻塞抵抗性指标；
步骤S6：构建配电网阻塞调度模型并进行求解。
2.根据权利要求1所述的计及阻塞抵抗性的配电网阻塞调度方法，其特征在于：
在步骤S1中，涉及的运行参数包括：
(1)系统线路及节点负荷参数
设系统中线路l的传输容量上限为
系统节点总数为n，系统各节点的负荷表示为
其中Pi L表示节点i处的有功负荷，
表示节点i处的无功负荷；
(2)分布式电源运行参数
包括节点i处的燃气轮机最大出力值
最小出力值
最大向上爬坡速率
最大向下爬坡速率
最小连续开机时间
和最小连续停机时间
节点j处的储能系统的初始荷电状态SOCj,0、最大荷电状态SOCj,max、最低荷电状态SOCj,min、最大充电速率
最大放电速率
充电效率
和放电效率
可中断负荷的最大可切除有功功率
(3)分布式电源成本系数
包括节点i处的燃气轮机燃料成本系数
及运行维护成本系数
储能单元成本系数
及运行维护成本系数
可中断负荷切除单位有功负荷的补偿系数
3.根据权利要求1所述的计及阻塞抵抗性的配电网阻塞调度方法，其特征在于：
步骤S2具体包括：
基于风速、光照强度预测值考虑相应预测偏差，由此表征随机变量的不确定性，t时刻的实际风速vt和光照强度It表征为：
式中，vt,f和It,f分别表示t时刻风速和光照强度的预测值，Δvt,f和ΔIt,f分别表示t时刻风速和光照强度的预测偏差；
以均值为0、标准差正比于当前预测值的正态分布对相应的预测误差不确定性进行刻画，其预测误差不确定性表征为：
式中，σv,t和εv分别表示t时刻风速预测误差的标准差和预测误差系数，σI,t和εI分别表示光照强度预测误差的标准差和预测误差系数；
随后采用蒙特卡罗方法抽样生成预测偏差场景并结合风电机组和光伏机组出力特性构造出力场景集合，集合中某个场景对应的分布式可再生能源发电RDG日内出力曲线可表示为：
式中，
表示第i个风电机组在t时刻的出力值，
表示第j个光伏机组在t时刻的出力值。
4.根据权利要求1所述的计及阻塞抵抗性的配电网阻塞调度方法，其特征在于：
步骤S3具体包括以下内容：
基于灵活性的方向性，将灵活性资源的调整能力划分为向上可调节出力和向下可调节出力两种类型，分别计及其对应的调度灵活性裕度：
式中，
和
分别表示线路l对应的可上调灵活性裕度和可下调灵活性裕度，
和
分别表示节点i处MT在t时刻的上调灵活性能力和下调灵活性能力，
和
分别表示节点j处ESS在t时刻的上调灵活性能力和下调灵活性能力，
表示节点k处IL在t时刻切除的负荷量；
其中：
燃气轮机的出力安排对灵活性的约束作用具体表现为出力计划与其最大向上速率和最大向下爬坡速率在时间维度的耦合关系；从t-1时刻的角度分析，燃气轮机t时刻出力值应在前一时刻出力值的爬坡能力变化范围内；而从t+1时刻的角度分析，其t时刻出力值应保证在计及最大爬坡能力后能够满足t+1时刻的出力计划，具体为：
式中，
表示节点i处MT在考虑灵活性能力调整后的t时刻有功出力值，
和
分别表示节点i处MT在t-1时刻和t+1时刻的有功出力计划；
和
分别表示节点i处MT的最大向上爬坡速率和向下爬坡速率；
由此将燃气轮机的出力安排为
时，对灵活性的约束作用表达为下式：
式中，
表示节点i处MT在t时刻的有功出力计划，
和
分别表示燃气轮机t-1时刻和t+1时刻出力计划对上调灵活性的约束，
和
分别表示燃气轮机t-1时刻和t+1时刻出力计划对下调灵活性的约束；
当燃气轮机的出力安排为其余情况时，其对灵活性的约束作用表示为与式(6)一致；
储能系统的出力安排对灵活性的约束作用具体表现为两个方面：1)需要考虑前一时刻的充放电状态，计及已被占用的调整能力或可额外释放的调整能力；2)为后续时刻预留足够的充放电裕度，具体为：
当SOCj,t-1＜SOCj,t时，储能系统处于充电状态，其灵活性能力调用约束为：
式中，
和
分别表示节点j处ESS的最大放电和充电速率，SOCj,t-1、SOCj,t和SOCj,t+1分别表示节点j处ESS在t-1时刻、t时刻和t+1时刻的荷电状态，
和
分别表示节点j处ESS的充电效率和放电效率，SOCj,min和SOCj,max分别表示节点j处ESS的最低荷电状态与最高荷电状态；ESS
当SOCj,t-1＞SOCj,t时，储能系统处于放电状态，其灵活性能力调用约束为：
5.根据权利要求1所述的计及阻塞抵抗性的配电网阻塞调度方法，其特征在于：
在步骤S4中：
考虑在阻塞调度过程中计及灵活性资源布局情况、线路阻塞方向与线路传输容量因素对灵活性调用的限制，分区域计算灵活性能力，具体为：
式中，m表示线路l的下游区域，
和
分别表示区域m内部接有MT、ESS和IL的节点的集合。
6.根据权利要求1所述的计及阻塞抵抗性的配电网阻塞调度方法，其特征在于：
在步骤S5当中：
在线路阻塞导致阻塞区域失负荷时，阻塞抵抗性呈现为可调用的上调灵活性所能提升负荷承载能力与失负荷量之比；而在线路阻塞后果为弃风弃光时，阻塞抵抗性则为下调灵活性对弃电量的消纳比例，具体如下式所示：
式中，Dl,t表示线路l在t时刻的阻塞抵抗性，
和
分别表示区域m内部的缺电量和弃电量。
7.根据权利要求1所述的计及阻塞抵抗性的配电网阻塞调度方法，其特征在于：
步骤S6具体为：
以有功网损PLoss最小、分布式电源综合收益最大和阻塞抵抗性最强为目标建立多目标函数优化模型：
(1)有功网损PLoss最小minF1
式中，
表示第i个场景中，系统在t时刻的有功网损；mean()表示求均值；
(2)分布式电源综合收益最大maxF2
式中，
和
分别表示分布式电源在t时刻的售电收益、购电成本和运行维护成本；
(3)阻塞抵抗性最强maxF3
式中，
和ZS分别表示置信区间外阻塞风险的个数及集合，
表示场景s下阻塞线路l下游区域在t时刻的阻塞抵抗性；
约束条件包括潮流方程的等式约束和不等式约束；
(1)潮流方程等式约束
式中，Pi RDG、
为RDG在节点i的有功和无功功率注入量；Pi L、
为节点i处负荷的有功和无功功率；Gij、Bij为线路之间的电导和电纳，Ui、Uj分别表示节点i、j处的电压，θij表示节点功率相角差；
(2)不等式约束
1)线路阻塞风险约束
Zα≤γ (16)
式中，Zα和γ分别表示系统实时的阻塞风险及允许存在的阻塞风险；
2)节点电压约束
Ui,min≤Ui,t≤Ui,max (17)
式中，Ui,min、Ui,max和Ui,t分别表示节点i处所允许的电压下限值与电压上限值及t时刻电压实际值；
3)分布式电源约束
式中，NMT、NESS和NIL分别表示MT、ESS和IL接入节点的集合，
和
分别表示节点i处MT在t-1时刻和t时刻的启停状态，1表示开机，0表示停机；SOCj,T表示节点j处ESS在调度结束时刻的荷电状态；
表示节点k处IL在t时刻切除的有功功率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211162850.2A CN115392785A (zh) | 2022-09-23 | 2022-09-23 | 计及阻塞抵抗性的配电网阻塞调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211162850.2A CN115392785A (zh) | 2022-09-23 | 2022-09-23 | 计及阻塞抵抗性的配电网阻塞调度方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115392785A true CN115392785A (zh) | 2022-11-25 |
Family
ID=84129454
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211162850.2A Pending CN115392785A (zh) | 2022-09-23 | 2022-09-23 | 计及阻塞抵抗性的配电网阻塞调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115392785A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116522584A (zh) * | 2023-03-07 | 2023-08-01 | 北京智中能源科技发展有限公司 | 一种配电网供电爬坡能力最大化计算的优化方法 |
-
2022
- 2022-09-23 CN CN202211162850.2A patent/CN115392785A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116522584A (zh) * | 2023-03-07 | 2023-08-01 | 北京智中能源科技发展有限公司 | 一种配电网供电爬坡能力最大化计算的优化方法 |
| CN116522584B (zh) * | 2023-03-07 | 2023-10-27 | 北京智中能源科技发展有限公司 | 一种配电网供电爬坡能力最大化计算的优化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Arnold et al. | Model predictive control of energy storage including uncertain forecasts | |
| Jalali et al. | Risk-based stochastic allocation of ESS to ensure voltage stability margin for distribution systems | |
| CN104915737A (zh) | 基于风险控制含大规模风电的电力系统协调经济调度方法 | |
| Ulbig et al. | Framework for multiple time-scale cascaded MPC application in power systems | |
| Tian et al. | Coordinated planning with predetermined renewable energy generation targets using extended two-stage robust optimization | |
| CN110264110B (zh) | 基于配电网多应用场景的储能电站选址定容方法 | |
| Xu et al. | Multi-objective chance-constrained optimal day-ahead scheduling considering BESS degradation | |
| CN112383086B (zh) | 一种孤岛微电网日前能量-备用联合优化调度方法 | |
| Wang et al. | Flexible transmission expansion planning for integrating wind power based on wind power distribution characteristics | |
| CN113644670A (zh) | 一种储能容量优化配置的方法及系统 | |
| CN114897346A (zh) | 计及不确定性和需求响应的虚拟电厂鲁棒优化调度方法 | |
| CN115392785A (zh) | 计及阻塞抵抗性的配电网阻塞调度方法 | |
| CN112699562B (zh) | 一种构建配电网架构的方法及终端 | |
| CN115730818A (zh) | 功率平衡风险指标评估方法、装置、设备及介质 | |
| Sun et al. | Determining optimal generator start-up sequence in bulk power system restoration considering uncertainties: A confidence gap decision theory based robust optimization approach | |
| Saadatmandi et al. | Smart electric vehicle charging for reducing photovoltaic energy curtailment | |
| CN115622100A (zh) | 一种使用光伏储能电池的企业用电分配监测系统及方法 | |
| Cheng et al. | A MILP model for optimizing distributed resource system with energy storage and PV considering energy storage life loss | |
| Huan et al. | Evaluating transmission network flexibility considering uncertainties | |
| CN117498468B (zh) | 一种多区域虚拟电厂协同优化运行方法 | |
| Lukianenko et al. | Development and Utilization of a Quasi-dynamic Model for Power System Analysis | |
| CN117748622B (zh) | 一种微电网多态协调控制方法及系统 | |
| CN115528752B (zh) | 一种微电网群的控制方法及装置 | |
| Iraklis et al. | Optimal Ramp Rate Control of a Solar PV and Wind Power Plant with Predictive Control of Battery Energy Storage | |
| CN117411093A (zh) | 一种含分布式能源的配电网多级有功协同控制方法及系统 |
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 |