CN115422758A - 基于增量线性化的有源配电网智能软开关规划方法及装置 - Google Patents
基于增量线性化的有源配电网智能软开关规划方法及装置 Download PDFInfo
- Publication number
- CN115422758A CN115422758A CN202211119437.8A CN202211119437A CN115422758A CN 115422758 A CN115422758 A CN 115422758A CN 202211119437 A CN202211119437 A CN 202211119437A CN 115422758 A CN115422758 A CN 115422758A
- Authority
- CN
- China
- Prior art keywords
- node
- intelligent soft
- time
- soft switch
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 86
- 230000006870 function Effects 0.000 claims description 54
- 150000001875 compounds Chemical class 0.000 claims description 20
- NRNCYVBFPDDJNE-UHFFFAOYSA-N pemoline Chemical compound O1C(N)=NC(=O)C1C1=CC=CC=C1 NRNCYVBFPDDJNE-UHFFFAOYSA-N 0.000 claims description 15
- 230000011218 segmentation Effects 0.000 claims description 13
- 238000002347 injection Methods 0.000 claims description 12
- 239000007924 injection Substances 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 5
- 101150067055 minC gene Proteins 0.000 claims 1
- 239000000243 solution Substances 0.000 description 22
- 238000005457 optimization Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 4
- 238000004146 energy storage Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 238000002922 simulated annealing Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- 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
-
- 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
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Geometry (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Mathematics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及智能电网技术领域，公开了基于增量线性化的有源配电网智能软开关规划方法及装置。本发明构建考虑智能软开关投资成本和配电网网络损耗年费用的智能软开关规划目标函数；根据该目标函数构建考虑多阶段约束的配电网智能软开关规划模型；所述多阶段约束包括功率平衡约束、支路电流约束、节点电压约束、智能软开关位置与容量约束、智能软开关运行约束、分布式电源出力约束和线路容量约束；利用增量线性化方法将所述配电网智能软开关规划模型线性化为相应的MILP模型，对所述相应的MILP模型求解得到配电网智能软开关规划方案。本发明能够有效提高智能软开关规划的合理性和在满足求解精度需求的同时提高规划模型求解效率。
Description
技术领域
本发明涉及智能电网技术领域，尤其涉及基于增量线性化的有源配电网智能软开关规划方法及装置。
背景技术
随着分布式电源、储能系统和新型灵活负荷渗透率的不断提高，配电系统正在从传统的辐射型网络进化为有源配电网。有源配电网的发展和分布式发电技术的广泛应用正在推动着配用电模式和运行管理机制的变革。
在有源配电网中，传统联络开关难以满足可再生能源和负荷频繁波动时配电网高精度实时运行优化需求。智能软开关(Soft Open Points，SOP)就是在此背景下衍生出的取代传统联络开关的一种新型智能配电装置。与开关操作相比，SOP的功率控制更加安全、可靠，甚至可以实现实时优化，能够有效应对分布式电源和负荷带来的随机性和波动。目前，关于SOP的规划方法，主要从提升经济性运行的角度出发考虑SOP带来的收益，而考虑SOP开关优化配电网电压分布、降低网络有功功率损耗等方面的研究主要集中于配电网运行优化层面，鲜有在规划阶段相应考虑SOP带来的收益，因此具有一定的不合理性。而且，目前使用的SOP规划策略求解方法，主要为智能算法(例如启发式算法)、二阶锥优化算法或二者结合的混合算法。然而，智能算法在求解规划优化策略时，往往会获得局部最优解，二阶锥优化算法则在求解大规模规划优化问题时难以保证在提高求解效率的情况下满足求解精度需求。
现有技术提供了一种配电网智能储能软开关综合规划方法和系统(专利申请号为202010564757.9)，其采用二阶锥规划与模拟退火相结合的混合算法求解智能储能软开关协调规划模型，以得到最优智能储能软开关规划方案。现有技术还提供一种考虑分布式电源特性的有源配电网智能软开关规划方法(专利申请号为201510924782.2)，其依据所给的配电系统参数和生成的规划场景建立有源配电网智能软开关规划问题数学模型；根据锥规划的标准形式对有源配电网智能软开关规划问题数学模型中非线性约束进行锥模型转化。
上述两种方案虽然在一定程度上提高了模型求解效率，然而模拟退火算法的执行需要根据配电网的实际情况设置基本参数(例如迭代次数)，且需要不断分析产生方案的适应度，直至达到最优解，其过程较为繁杂，且精度受到所设定的基本参数的影响。
因此，有必要提供一种新的可以提高智能软开关规划的合理性和在满足求解精度需求的同时提高规划模型求解效率的有源配电网智能软开关规划方案。
发明内容
本发明提供了基于增量线性化的有源配电网智能软开关规划方法及装置，其采用增量线性化方法将原模型转化为一个大规模混合整数线性优化问题，从而可以采用成熟的数学优化方法得到给定误差精度要求的最优解，解决了如何提高智能软开关规划的合理性和在满足求解精度需求的同时提高规划模型求解效率的技术问题。
本发明第一方面提供一种基于增量线性化的有源配电网智能软开关规划方法，包括：
构建考虑智能软开关投资成本和配电网网络损耗年费用的智能软开关规划目标函数；
根据所述智能软开关规划目标函数，构建考虑多阶段约束的配电网智能软开关规划模型；所述多阶段约束包括功率平衡约束、支路电流约束、节点电压约束、智能软开关位置与容量约束、智能软开关运行约束、分布式电源出力约束和线路容量约束；
利用增量线性化方法将所述配电网智能软开关规划模型线性化为相应的MILP(混合整数线性规划)模型，对所述相应的MILP模型求解得到配电网智能软开关规划方案。
根据本发明第一方面的一种能够实现的方式，所述构建考虑智能软开关投资成本和配电网网络损耗年费用的智能软开关规划目标函数，包括：
以智能软开关投资成本和配电网网络损耗年费用之和为最小作为所述智能软开关规划目标函数。
根据本发明第一方面的一种能够实现的方式，所述以智能软开关投资成本和配电网网络损耗年费用之和为最小作为所述智能软开关规划目标函数，包括：
设定所述智能软开关规划目标函数的表达式为：
min C＝Closs+CSOP
式中，Closs为配电网网络损耗年费用，CSOP为智能软开关投资成本，dSOP为智能软开关的投资贴现率，ySOP是智能软开关的投资年限，η是智能软开关的运维成本系数，ΩSOP是用于安装智能软开关的节点集合，kSOP是单位容量智能软开关的投资成本，
为节点i安装智能软开关的总容量，Nsc是根据季节与典型日中的时间段将负荷时序特性分成的场景日数量，δsc为第sc场景日在一年中所占天数，λt表示实时电价，
表示第sc场景日的第t时下的网络损耗，Δt为预置时间间隔。
根据本发明第一方面的一种能够实现的方式，所述根据所述智能软开关规划目标函数，构建考虑多阶段约束的配电网智能软开关规划模型，包括：
设置所述功率平衡约束为：
式中，Pji,sc,t为第sc场景日的第t时下的由节点j流向节点i的有功功率，Qji,sc,t为第sc场景日的第t时下的由节点j流向节点i的无功功率，Pi,sc,t为第sc场景日的第t时下注入节点i的有功功率，Qi,sc,t为第sc场景日的第t时下注入节点i的无功功率，Pik,sc,t为第sc场景日的第t时下的由节点i流向节点k的有功功率，Qik,sc,t为第sc场景日的第t时下的由节点i流向节点k的无功功率，Ωbr是系统中的支路集合，Ui,sc,t为第sc场景日的第t时下节点i的电压幅值，Uj,sc,t为第sc场景日的第t时下节点j的电压幅值，Pij,sc,t为第sc场景日的第t时下的由节点i流向节点j的有功功率，Qij,sc,t为第sc场景日的第t时下的由节点i流向节点j的无功功率，xij为支路ij的电抗，rij为支路ij的电阻，
为第sc场景日的第t时下节点i负荷消耗的有功功率，
为第sc场景日的第t时下节点i由DG发出的有功功率，
为第sc场景日的第t时下节点i负荷消耗的无功功率，
为第sc场景日的第t时下节点i由DG发出的无功功率，
为第sc场景日的第t时下节点i由SOP发出的有功功率，
为第sc场景日的第t时下节点i由SOP发出的无功功率，Ωb是系统中所有节点的集合，Nsc是根据季节与典型日中的时间段将负荷时序特性分成的场景日数量，T为一个场景日下的功率平衡总时间；
设置所述线路容量约束为：
式中，Pij,sc,t为第sc场景日的第t时下的由节点i流向节点j的有功功率，Qij,sc,t为第sc场景日的第t时下的由节点i流向节点j的无功功率，Sij,max支路ij的容量；
设置所述节点电压约束为：
式中，Ui,sc,t为第sc场景日的第t时下节点i的电压幅值，
为节点i的电压下限，
为节点i的电压上限；
和/或，设置所述智能软开关运行约束为：
式中，Pi SOP是SOP注入节点i的有功功率，
是SOP注入节点j的有功功率，
是SOP注入节点i的无功功率，
是SOP注入节点j的无功功率，
为节点j安装SOP的总容量。
根据本发明第一方面的一种能够实现的方式，所述根据所述智能软开关规划目标函数，构建考虑多阶段约束的配电网智能软开关规划模型，包括：
设置所述智能软开关位置与容量约束为：
式中，
为节点i安装SOP的总容量，Smodule是SOP的容量，
是非负整数，
为单位容量的SOP安装数目。
根据本发明第一方面的一种能够实现的方式，所述根据所述智能软开关规划目标函数，构建考虑多阶段约束的配电网智能软开关规划模型，包括：
设置所述支路电流约束为：
式中，Il,sc,t为第sc场景日的第t时的支路l的电流，
是支路l允许通过的电流上限。
根据本发明第一方面的一种能够实现的方式，所述根据所述智能软开关规划目标函数，构建考虑多阶段约束的配电网智能软开关规划模型，包括：
设置所述分布式电源出力约束为：
式中，
为第sc场景日的第t时下节点i由DG发出的有功功率，
为DG出力下限，
为DG出力上限。
根据本发明第一方面的一种能够实现的方式，所述利用增量线性化方法将所述配电网智能软开关规划模型线性化为相应的MILP模型，包括：
对所述智能软开关规划目标函数进行线性化表示，包括：
将电压假定为1p.u.，将所述智能软开关规划目标函数中的配电网网络损耗年费用项简化为：
式中，Closs(Pij,sc,t,Qij,sc,t)表示简化后的关于变量Pij,sc,t,Qij,sc,t的配电网网络损耗年费用，Pij,sc,t为第sc场景日的第t时下的由节点i流向节点j的有功功率，Qij,sc,t为第sc场景日的第t时下的由节点i流向节点j的无功功率，T为一个场景日下的功率平衡总时间，Ωbr是系统中的支路集合，rij为支路ij的电阻；
确定线性化分段的段数，在Pij,sc,t和Qij,sc,t的取值范围内按照下列公式计算分段线性化需要的离散点，每项共计NPL-1个：
式中，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的有功功率的第k个离散点，NPL-1为线性化分段的段数，P ij,sc,t为第sc场景日的第t时下的由节点i流向节点j的有功功率的下限，
为第sc场景日的第t时下的由节点i流向节点j的有功功率的上限，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的无功功率的第k个离散点，Q ij,sc,t为第sc场景日的第t时下的由节点i流向节点j的无功功率的下限，
为第sc场景日的第t时下的由节点i流向节点j的无功功率的上限，k为离散点在功率分段区间中所对应的位置顺序；
引入新变量按照下式对简化后的配电网网络损耗年费用项进行线性化表示：
δk+1≤ηk,ηk≤δk,k＝1,2,...,NPL-2
0≤δk+1≤1,k＝1,2,...,NPL-1
式中，
表示线性化后的关于变量
的配电网网络损耗年费用，
表示线性化后的关于变量
的配电网网络损耗年费用，
表示线性化后的关于变量
的配电网网络损耗年费用，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的有功功率的第1个离散点，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的有功功率的第k+1个离散点，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的无功功率的第1个离散点，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的无功功率的第k+1个离散点，δk的取值范围为0～1，δk表示在第k段线性化分段区间上的位置，δk+1表示在第k+1段线性化分段区间上的位置，ηk为二进制变量。
根据本发明第一方面的一种能够实现的方式，所述利用增量线性化方法将所述配电网智能软开关规划模型线性化为相应的MILP模型，包括：
对所述多阶段约束进行线性化表示，包括：
定义新变量Vi,sc,t来替换Ui,sc,t的二次项，将所述功率平衡约束中的
转化为Vi,sc,t-Vj,sc,t＝2(rijPij,sc,t+xijQij,sc,t)，以及将所述节点电压约束转化为
采用内接多边形近似法来表示圆形约束，将所述智能软开关运行约束中的
转化为
将所述智能软开关运行约束中的
转化为
以及将所述线路容量约束转化为γC0Pij,sc,t+γC1Qij,sc,t+γC2Sij，max≤0,C＝1,2,…,Ψ，其中γC0、γC1和γC2为多边形内近似系数，Ψ表示多边形近似法的边数；
引入非负辅助变量
和
其中
表示第sc场景日的第t时下的由节点i流向节点j的正向有功功率，
表示第sc场景日的第t时下的由节点i流向节点j的反向有功功率，
表示第sc场景日的第t时下的由节点i流向节点j的正向无功功率，
表示第sc场景日的第t时下的由节点i流向节点j的反向无功功率，将Pij,sc,t和Qij,sc,t等价替换为：
本发明第二方面提供一种基于增量线性化的有源配电网智能软开关规划装置，其特征在于，包括：
第一构建模块，用于构建考虑智能软开关投资成本和配电网网络损耗年费用的智能软开关规划目标函数；
第二构建模块，用于根据所述智能软开关规划目标函数，构建考虑多阶段约束的配电网智能软开关规划模型；所述多阶段约束包括功率平衡约束、支路电流约束、节点电压约束、智能软开关位置与容量约束、智能软开关运行约束、分布式电源出力约束和线路容量约束；
求解模块，用于利用增量线性化装置将所述配电网智能软开关规划模型线性化为相应的MILP模型，对所述相应的MILP模型求解得到配电网智能软开关规划方案。
根据本发明第二方面的一种能够实现的方式，所述第一构建模块包括：
目标函数构建单元，用于以智能软开关投资成本和配电网网络损耗年费用之和为最小作为所述智能软开关规划目标函数。
根据本发明第二方面的一种能够实现的方式，所述目标函数构建单元包括：
设定子单元，用于设定所述智能软开关规划目标函数的表达式为：
min C＝Closs+CSOP
式中，Closs为配电网网络损耗年费用，CSOP为智能软开关投资成本，dSOP为智能软开关的投资贴现率，ySOP是智能软开关的投资年限，η是智能软开关的运维成本系数，ΩSOP是用于安装智能软开关的节点集合，kSOP是单位容量智能软开关的投资成本，
为节点i安装智能软开关的总容量，Nsc是根据季节与典型日中的时间段将负荷时序特性分成的场景日数量，δsc为第sc场景日在一年中所占天数，λt表示实时电价，
表示第sc场景日的第t时下的网络损耗，Δt为预置时间间隔。
根据本发明第二方面的一种能够实现的方式，所述第二构建模块包括：
第一约束设置单元，用于设置所述功率平衡约束为：
式中，Pji,sc,t为第sc场景日的第t时下的由节点j流向节点i的有功功率，Qji,sc,t为第sc场景日的第t时下的由节点j流向节点i的无功功率，Pi,sc,t为第sc场景日的第t时下注入节点i的有功功率，Qi,sc,t为第sc场景日的第t时下注入节点i的无功功率，Pik,sc,t为第sc场景日的第t时下的由节点i流向节点k的有功功率，Qik,sc,t为第sc场景日的第t时下的由节点i流向节点k的无功功率，Ωbr是系统中的支路集合，Ui,sc,t为第sc场景日的第t时下节点i的电压幅值，Uj,sc,t为第sc场景日的第t时下节点j的电压幅值，Pij,sc,t为第sc场景日的第t时下的由节点i流向节点j的有功功率，Qij,sc,t为第sc场景日的第t时下的由节点i流向节点j的无功功率，xij为支路ij的电抗，rij为支路ij的电阻，
为第sc场景日的第t时下节点i负荷消耗的有功功率，
为第sc场景日的第t时下节点i由DG发出的有功功率，
为第sc场景日的第t时下节点i负荷消耗的无功功率，
为第sc场景日的第t时下节点i由DG发出的无功功率，
为第sc场景日的第t时下节点i由SOP发出的有功功率，
为第sc场景日的第t时下节点i由SOP发出的无功功率，Ωb是系统中所有节点的集合，Nsc是根据季节与典型日中的时间段将负荷时序特性分成的场景日数量，T为一个场景日下的功率平衡总时间；
第二约束设置单元，用于设置所述线路容量约束为：
式中，Pij,sc,t为第sc场景日的第t时下的由节点i流向节点j的有功功率，Qij,sc,t为第sc场景日的第t时下的由节点i流向节点j的无功功率，Sij,max支路ij的容量；
第三约束设置单元，用于设置所述节点电压约束为：
式中，Ui,sc,t为第sc场景日的第t时下节点i的电压幅值，
为节点i的电压下限，
为节点i的电压上限；
和/或，第四约束设置单元，用于设置所述智能软开关运行约束为：
式中，Pi SOP是SOP注入节点i的有功功率，
是SOP注入节点j的有功功率，
是SOP注入节点i的无功功率，
是SOP注入节点j的无功功率，
为节点j安装SOP的总容量。
根据本发明第二方面的一种能够实现的方式，所述第二构建模块包括：
第五约束设置单元，用于设置所述智能软开关位置与容量约束为：
式中，
为节点i安装SOP的总容量，Smodule是SOP的容量，
是非负整数，
为单位容量的SOP安装数目。
根据本发明第二方面的一种能够实现的方式，所述第二构建模块包括：
第六约束设置单元，用于设置所述支路电流约束为：
式中，Il,sc,t为第sc场景日的第t时的支路l的电流，
是支路l允许通过的电流上限。
根据本发明第二方面的一种能够实现的方式，所述第二构建模块包括：
第七约束设置单元，用于设置所述分布式电源出力约束为：
式中，
为第sc场景日的第t时下节点i由DG发出的有功功率，
为DG出力下限，
为DG出力上限。
根据本发明第二方面的一种能够实现的方式，所述求解模块包括：
第一线性化单元，用于对所述智能软开关规划目标函数进行线性化表示，包括：
将电压假定为1p.u.，将所述智能软开关规划目标函数中的配电网网络损耗年费用项简化为：
式中，Closs(Pij,sc,t,Qij,sc,t)表示关于变量Pij,sc,t,Qij,sc,t的配电网网络损耗年费用，Pij,sc,t为第sc场景日的第t时下的由节点i流向节点j的有功功率，Qij,sc,t为第sc场景日的第t时下的由节点i流向节点j的无功功率，T为一个场景日下的功率平衡总时间，Ωbr是系统中的支路集合，rij为支路ij的电阻；
确定线性化分段的段数，在Pij,sc,t和Qij,sc,t的取值范围内按照下列公式计算分段线性化需要的离散点，每项共计NPL-1个：
式中，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的有功功率的第k个离散点，NPL-1为线性化分段的段数，P ij,sc,t为第sc场景日的第t时下的由节点i流向节点j的有功功率的下限，
为第sc场景日的第t时下的由节点i流向节点j的有功功率的上限，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的无功功率的第k个离散点，Q ij,sc,t为第sc场景日的第t时下的由节点i流向节点j的无功功率的下限，
为第sc场景日的第t时下的由节点i流向节点j的无功功率的上限，k为离散点在功率分段区间中所对应的位置顺序；
引入新变量按照下式对简化后的配电网网络损耗年费用项进行线性化表示：
δk+1≤ηk,ηk≤δk,k＝1,2,...,NPL-2
0≤δk+1≤1,k＝1,2,...,NPL-1
式中，
表示线性化后的关于变量
的配电网网络损耗年费用，
表示线性化后的关于变量
的配电网网络损耗年费用，
表示线性化后的关于变量
的配电网网络损耗年费用，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的有功功率的第1个离散点，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的有功功率的第k+1个离散点，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的无功功率的第1个离散点，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的无功功率的第k+1个离散点，δk的取值范围为0～1，δk表示在第k段线性化分段区间上的位置，δk+1表示在第k+1段线性化分段区间上的位置，ηk为二进制变量。
根据本发明第二方面的一种能够实现的方式，所述求解模块还包括：
第二线性化单元，用于对所述多阶段约束进行线性化表示，包括：
定义新变量Vi,sc,t来替换Ui,sc,t的二次项，将所述功率平衡约束中的
转化为Vi,sc,t-Vj,sc,t＝2(rijPij,sc,t+xijQij,sc,t)，以及将所述节点电压约束转化为
采用内接多边形近似法来表示圆形约束，将所述智能软开关运行约束中的
转化为
将所述智能软开关运行约束中的
转化为
以及将所述线路容量约束转化为γC0Pij,sc,t+γC1Qij,sc,t+γC2Sij，max≤0,C＝1,2,…,Ψ，其中γC0、γC1和γC2为多边形内近似系数，Ψ表示多边形近似法的边数；
引入非负辅助变量
和
其中
表示第sc场景日的第t时下的由节点i流向节点j的正向有功功率，
表示第sc场景日的第t时下的由节点i流向节点j的反向有功功率，
表示第sc场景日的第t时下的由节点i流向节点j的正向无功功率，
表示第sc场景日的第t时下的由节点i流向节点j的反向无功功率，将Pij,sc,t和Qij,sc,t等价替换为：
本发明第三方面提供了一种基于增量线性化的有源配电网智能软开关规划装置，包括：
存储器，用于存储指令；其中，所述指令用于实现如上任意一项能够实现的方式所述的基于增量线性化的有源配电网智能软开关规划方法；
处理器，用于执行所述存储器中的指令。
本发明第四方面一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上任意一项能够实现的方式所述的基于增量线性化的有源配电网智能软开关规划方法。
从以上技术方案可以看出，本发明具有以下优点：
本发明构建考虑智能软开关投资成本和配电网网络损耗年费用的智能软开关规划目标函数；根据该目标函数构建考虑多阶段约束的配电网智能软开关规划模型；所述多阶段约束包括功率平衡约束、支路电流约束、节点电压约束、智能软开关位置与容量约束、智能软开关运行约束、分布式电源出力约束和线路容量约束；利用增量线性化方法将所述配电网智能软开关规划模型线性化为相应的MILP模型，对所述相应的MILP模型求解得到配电网智能软开关规划方案；本发明结合增量线性化技术和的规划优化模型，实现了更为合理的配电网智能软开关规划，增量线性化方法与传统插值线性化方法相比在均方误差和插值误差上都有了很大的改善，能够提高求解精度，满足求解精度需求，且相对于现有技术有较高的求解效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明一个可选实施例提供的一种基于增量线性化的有源配电网智能软开关规划方法的流程图；
图2为本发明一个可选实施例提供的一种基于增量线性化的有源配电网智能软开关规划装置的结构连接框图。
附图标记：
1-第一构建模块；2-第二构建模块；3-求解模块。
具体实施方式
本发明实施例提供了基于增量线性化的有源配电网智能软开关规划方法及装置，用于解决如何提高智能软开关规划的合理性和在满足求解精度需求的同时提高规划模型求解效率的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本发明提供了一种基于增量线性化的有源配电网智能软开关规划方法。
请参阅图1，图1示出了本发明实施例提供的一种基于增量线性化的有源配电网智能软开关规划方法的流程图。
本发明实施例提供的一种基于增量线性化的有源配电网智能软开关规划方法，包括步骤S1-S3。
步骤S1，构建考虑智能软开关投资成本和配电网网络损耗年费用的智能软开关规划目标函数。
在一种能够实现的方式中，以智能软开关投资成本和配电网网络损耗年费用之和为最小作为所述智能软开关规划目标函数。
作为一种具体的实施方式，设定所述智能软开关规划目标函数的表达式为：
min C＝Closs+CSOP
式中，Closs为配电网网络损耗年费用，CSOP为智能软开关投资成本，dSOP为智能软开关的投资贴现率，ySOP是智能软开关的投资年限，η是智能软开关的运维成本系数，ΩSOP是用于安装智能软开关的节点集合，kSOP是单位容量智能软开关的投资成本，
为节点i安装智能软开关的总容量，Nsc是根据季节与典型日中的时间段将负荷时序特性分成的场景日数量，δsc为第sc场景日在一年中所占天数，λt表示实时电价，
表示第sc场景日的第t时下的网络损耗，Δt为预置时间间隔。
示例性地，在设置Nsc时，可以根据季节与典型日中的时间段，将负荷时序特性分成4个典型日场景，分别表示春夏秋冬四季，即Nsc＝4。
在另一种能够实现的方式中，以智能软开关投资成本和配电网网络损耗年费用加权之和为最小作为所述智能软开关规划目标函数。
其中，智能软开关投资成本和配电网网络损耗年费用的加权系数可以根据配电网实际情况进行设置。本实施例对此不做限定。
步骤S2，根据所述智能软开关规划目标函数，构建考虑多阶段约束的配电网智能软开关规划模型；所述多阶段约束包括功率平衡约束、支路电流约束、节点电压约束、智能软开关位置与容量约束、智能软开关运行约束、分布式电源出力约束和线路容量约束。
在一种能够实现的方式中，可以设置所述功率平衡约束为：
式中，Pji,sc,t为第sc场景日的第t时下的由节点j流向节点i的有功功率，Qji,sc,t为第sc场景日的第t时下的由节点j流向节点i的无功功率，Pi,sc,t为第sc场景日的第t时下注入节点i的有功功率，Qi,sc,t为第sc场景日的第t时下注入节点i的无功功率，Pik,sc,t为第sc场景日的第t时下的由节点i流向节点k的有功功率，Qik,sc,t为第sc场景日的第t时下的由节点i流向节点k的无功功率，Ωbr是系统中的支路集合，Ui,sc,t为第sc场景日的第t时下节点i的电压幅值，Uj,sc,t为第sc场景日的第t时下节点j的电压幅值，Pij,sc,t为第sc场景日的第t时下的由节点i流向节点j的有功功率，Qij,sc,t为第sc场景日的第t时下的由节点i流向节点j的无功功率，xij为支路ij的电抗，rij为支路ij的电阻，
为第sc场景日的第t时下节点i负荷消耗的有功功率，
为第sc场景日的第t时下节点i由DG发出的有功功率，
为第sc场景日的第t时下节点i负荷消耗的无功功率，
为第sc场景日的第t时下节点i由DG发出的无功功率，
为第sc场景日的第t时下节点i由SOP发出的有功功率，
为第sc场景日的第t时下节点i由SOP发出的无功功率，Ωb是系统中所有节点的集合，Nsc是根据季节与典型日中的时间段将负荷时序特性分成的场景日数量，T为一个场景日下的功率平衡总时间。
在一种能够实现的方式中，可以设置所述线路容量约束为：
式中，Pij,sc,t为第sc场景日的第t时下的由节点i流向节点j的有功功率，Qij,sc,t为第sc场景日的第t时下的由节点i流向节点j的无功功率，Sij,max支路ij的容量。
在一种能够实现的方式中，可以设置所述节点电压约束为：
式中，Ui,sc,t为第sc场景日的第t时下节点i的电压幅值，
为节点i的电压下限，
为节点i的电压上限。
在一种能够实现的方式中，可以设置所述智能软开关运行约束为：
式中，Pi SOP是SOP注入节点i的有功功率，
是SOP注入节点j的有功功率，
是SOP注入节点i的无功功率，
是SOP注入节点j的无功功率，
为节点j安装SOP的总容量。
在一种能够实现的方式中，可以设置所述智能软开关位置与容量约束为：
式中，
为节点i安装SOP的总容量，Smodule是SOP的容量，
是非负整数，
为单位容量的SOP安装数目。
在一种能够实现的方式中，可以设置所述支路电流约束为：
式中，Il,sc,t为第sc场景日的第t时的支路l的电流，
是支路l允许通过的电流上限。
在一种能够实现的方式中，可以设置所述分布式电源出力约束为：
式中，
为第sc场景日的第t时下节点i由DG发出的有功功率，
为DG出力下限，
为DG出力上限。
步骤S3，利用增量线性化方法将所述配电网智能软开关规划模型线性化为相应的MILP模型，对所述相应的MILP模型求解得到配电网智能软开关规划方案。
本实施例中，利用增量线性化方法将所述配电网智能软开关规划模型线性化为相应的MILP模型，即可用现有的求解器求解得到配电网智能软开关规划方案，相比于现有技术，不存在迭代计算的过程，方法简单便捷，可以在满足求解精度需求下有效提高求解效率。
在一种能够实现的方式中，所述利用增量线性化方法将所述配电网智能软开关规划模型线性化为相应的MILP模型，包括：
对所述智能软开关规划目标函数进行线性化表示，包括：
将电压假定为1p.u.，将所述智能软开关规划目标函数中的配电网网络损耗年费用项简化为：
式中，Closs(Pij,sc,t,Qij,sc,t)表示简化后的关于变量Pij,sc,t,Qij,sc,t的配电网网络损耗年费用，Pij,sc,t为第sc场景日的第t时下的由节点i流向节点j的有功功率，Qij,sc,t为第sc场景日的第t时下的由节点i流向节点j的无功功率，T为一个场景日下的功率平衡总时间，Ωbr是系统中的支路集合，rij为支路ij的电阻；
确定线性化分段的段数，在Pij,sc,t和Qij,sc,t的取值范围内按照下列公式计算分段线性化需要的离散点，每项共计NPL-1个：
式中，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的有功功率的第k个离散点，NPL-1为线性化分段的段数，P ij,sc,t为第sc场景日的第t时下的由节点i流向节点j的有功功率的下限，
为第sc场景日的第t时下的由节点i流向节点j的有功功率的上限，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的无功功率的第k个离散点，Q ij,sc,t为第sc场景日的第t时下的由节点i流向节点j的无功功率的下限，
为第sc场景日的第t时下的由节点i流向节点j的无功功率的上限，k为离散点在功率分段区间中所对应的位置顺序；
引入新变量按照下式对简化后的配电网网络损耗年费用项进行线性化表示：
δk+1≤ηk,ηk≤δk,k＝1,2,...,NPL-2
0≤δk+1≤1,k＝1,2,...,NPL-1
式中，
表示线性化后的关于变量
的配电网网络损耗年费用，
表示线性化后的关于变量
的配电网网络损耗年费用，
表示线性化后的关于变量
的配电网网络损耗年费用，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的有功功率的第1个离散点，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的有功功率的第k+1个离散点，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的无功功率的第1个离散点，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的无功功率的第k+1个离散点，δk的取值范围为0～1，δk表示在第k段线性化分段区间上的位置，δk+1表示在第k+1段线性化分段区间上的位置，ηk为二进制变量。
在本实施例中，设置δk+1≤ηk,ηk≤δk,k＝1,2,...,NPL-2，可以保证分段线性化时，按照从左往右的顺序，连续地填满整个分段区间，而不出现跳跃。
在上述实施例的智能软开关规划目标函数中，网损项为非线性项，使模型求解困难。考虑到配电网中多数节点电压在1p.u.上下浮动，在本实施例中，在网损项里将电压假定为1p.u.以简化计算，能够在保障模型精度的同时优化模型求解效率。由于简化后的网损项中的参数
和
依然是非线性项，本实施例中，进一步采用增量线性化方法将其线性化。
需要说明的是，在线性化过程中，线性化分段的段数需要根据求解模型的规模和特点，在线性化精度和求解计算量中做出平衡后，进行合理地确定。为保障该方法的有效执行，可以根据配电网实际情况预先设置该线性化分段的段数，从而在相关设备执行该方法时，可以直接获取该参数的具体值。
在一种能够实现的方式中，所述利用增量线性化方法将所述配电网智能软开关规划模型线性化为相应的MILP模型，还包括：
对所述多阶段约束进行线性化表示，包括：
定义新变量Vi,sc,t来替换Ui,sc,t的二次项，将所述功率平衡约束中的
转化为Vi,sc,t-Vj,sc,t＝2(rijPij,sc,t+xijQij,sc,t)，以及将所述节点电压约束转化为
采用内接多边形近似法来表示圆形约束，将所述智能软开关运行约束中的
转化为
将所述智能软开关运行约束中的
转化为
以及将所述线路容量约束转化为γC0Pij,sc,t+γC1Qij,sc,t+γC2Sij，max≤0,C＝1,2,…,Ψ，其中γC0、γC1和γC2为多边形内近似系数，Ψ表示多边形近似法的边数；
引入非负辅助变量
和
其中
表示第sc场景日的第t时下的由节点i流向节点j的正向有功功率，
表示第sc场景日的第t时下的由节点i流向节点j的反向有功功率，
表示第sc场景日的第t时下的由节点i流向节点j的正向无功功率，
表示第sc场景日的第t时下的由节点i流向节点j的反向无功功率，将Pij,sc,t和Qij,sc,t等价替换为：
在本实施例中，引入非负辅助变量
和
将Pij,sc,t和Qij,sc,t进行等价替换，能够满足增量线性化方法需要满足Pij,sc,t和Qij,sc,t为非负的要求。
在一种具体的实施方式中，为达到约束的精度要求，可以采用内接12边形的方法来表示该圆形约束，即将所述智能软开关运行约束关于二次非线性项的部分转化为：
以及将所述线路容量约束转化为：
γC0Pij,sc,t+γC1Qij,sc,t+γC2Sij，max≤0,C＝1,2,…,12。
在本实施例中，对于智能软开关运行约束以及线路容量约束中的二次非线性项，采用内接多边形近似法来表示该圆形约束，实现了该约束的线性化。
本发明上述实施例中，通过上述多种线性化手段，可将配电网智能软开关规划模型由MINLP(混合整数非线性规划)问题转换为一个MILP规划模型，再调用相应的商业求解器即可高效求解得出规划方案，能够在保证一定的求解精度的同时提高求解效率。
本发明还提供了一种基于增量线性化的有源配电网智能软开关规划装置，该装置可用于执行本发明上述任一项实施例所述的基于增量线性化的有源配电网智能软开关规划方法。
请参阅图2，图2示出了本发明实施例提供的一种基于增量线性化的有源配电网智能软开关规划装置的结构连接框图。
本发明实施例提供了一种基于增量线性化的有源配电网智能软开关规划装置，包括：
第一构建模块1，用于构建考虑智能软开关投资成本和配电网网络损耗年费用的智能软开关规划目标函数；
第二构建模块2，用于根据所述智能软开关规划目标函数，构建考虑多阶段约束的配电网智能软开关规划模型；所述多阶段约束包括功率平衡约束、支路电流约束、节点电压约束、智能软开关位置与容量约束、智能软开关运行约束、分布式电源出力约束和线路容量约束；
求解模块3，用于利用增量线性化装置将所述配电网智能软开关规划模型线性化为相应的MILP模型，对所述相应的MILP模型求解得到配电网智能软开关规划方案。
在一种能够实现的方式中，所述第一构建模块1包括：
目标函数构建单元，用于以智能软开关投资成本和配电网网络损耗年费用之和为最小作为所述智能软开关规划目标函数。
在一种能够实现的方式中，所述目标函数构建单元包括：
设定子单元，用于设定所述智能软开关规划目标函数的表达式为：
min C＝Closs+CSOP
式中，Closs为配电网网络损耗年费用，CSOP为智能软开关投资成本，dSOP为智能软开关的投资贴现率，ySOP是智能软开关的投资年限，η是智能软开关的运维成本系数，ΩSOP是用于安装智能软开关的节点集合，kSOP是单位容量智能软开关的投资成本，
为节点i安装智能软开关的总容量，Nsc是根据季节与典型日中的时间段将负荷时序特性分成的场景日数量，δsc为第sc场景日在一年中所占天数，λt表示实时电价，
表示第sc场景日的第t时下的网络损耗，Δt为预置时间间隔。
在一种能够实现的方式中，所述第二构建模块2包括：
第一约束设置单元，用于设置所述功率平衡约束为：
式中，Pji,sc,t为第sc场景日的第t时下的由节点j流向节点i的有功功率，Qji,sc,t为第sc场景日的第t时下的由节点j流向节点i的无功功率，Pi,sc,t为第sc场景日的第t时下注入节点i的有功功率，Qi,sc,t为第sc场景日的第t时下注入节点i的无功功率，Pik,sc,t为第sc场景日的第t时下的由节点i流向节点k的有功功率，Qik,sc,t为第sc场景日的第t时下的由节点i流向节点k的无功功率，Ωbr是系统中的支路集合，Ui,sc,t为第sc场景日的第t时下节点i的电压幅值，Uj,sc,t为第sc场景日的第t时下节点j的电压幅值，Pij,sc,t为第sc场景日的第t时下的由节点i流向节点j的有功功率，Qij,sc,t为第sc场景日的第t时下的由节点i流向节点j的无功功率，xij为支路ij的电抗，rij为支路ij的电阻，
为第sc场景日的第t时下节点i负荷消耗的有功功率，
为第sc场景日的第t时下节点i由DG发出的有功功率，
为第sc场景日的第t时下节点i负荷消耗的无功功率，
为第sc场景日的第t时下节点i由DG发出的无功功率，
为第sc场景日的第t时下节点i由SOP发出的有功功率，
为第sc场景日的第t时下节点i由SOP发出的无功功率，Ωb是系统中所有节点的集合，Nsc是根据季节与典型日中的时间段将负荷时序特性分成的场景日数量，T为一个场景日下的功率平衡总时间；
第二约束设置单元，用于设置所述线路容量约束为：
式中，Pij,sc,t为第sc场景日的第t时下的由节点i流向节点j的有功功率，Qij,sc,t为第sc场景日的第t时下的由节点i流向节点j的无功功率，Sij,max支路ij的容量；
第三约束设置单元，用于设置所述节点电压约束为：
式中，Ui,sc,t为第sc场景日的第t时下节点i的电压幅值，
为节点i的电压下限，
为节点i的电压上限；
和/或，第四约束设置单元，用于设置所述智能软开关运行约束为：
式中，Pi SOP是SOP注入节点i的有功功率，
是SOP注入节点j的有功功率，
是SOP注入节点i的无功功率，
是SOP注入节点j的无功功率，
为节点j安装SOP的总容量。
在一种能够实现的方式中，所述第二构建模块2包括：
第五约束设置单元，用于设置所述智能软开关位置与容量约束为：
式中，
为节点i安装SOP的总容量，Smodule是SOP的容量，
是非负整数，
为单位容量的SOP安装数目。
在一种能够实现的方式中，所述第二构建模块2包括：
第六约束设置单元，用于设置所述支路电流约束为：
式中，Il,sc,t为第sc场景日的第t时的支路l的电流，
是支路l允许通过的电流上限。
在一种能够实现的方式中，所述第二构建模块2包括：
第七约束设置单元，用于设置所述分布式电源出力约束为：
式中，
为第sc场景日的第t时下节点i由DG发出的有功功率，
为DG出力下限，
为DG出力上限。
在一种能够实现的方式中，所述求解模块3包括：
第一线性化单元，用于对所述智能软开关规划目标函数进行线性化表示，包括：
将电压假定为1p.u.，将所述智能软开关规划目标函数中的配电网网络损耗年费用项简化为：
式中，Closs(Pij,sc,t,Qij,sc,t)表示简化后的关于变量Pij,sc,t,Qij,sc,t的配电网网络损耗年费用，Pij,sc,t为第sc场景日的第t时下的由节点i流向节点j的有功功率，Qij,sc,t为第sc场景日的第t时下的由节点i流向节点j的无功功率，T为一个场景日下的功率平衡总时间，Ωbr是系统中的支路集合，rij为支路ij的电阻；
确定线性化分段的段数，在Pij,sc,t和Qij,sc,t的取值范围内按照下列公式计算分段线性化需要的离散点，每项共计NPL-1个：
式中，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的有功功率的第k个离散点，NPL-1为线性化分段的段数，P ij,sc,t为第sc场景日的第t时下的由节点i流向节点j的有功功率的下限，
为第sc场景日的第t时下的由节点i流向节点j的有功功率的上限，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的无功功率的第k个离散点，Q ij,sc,t为第sc场景日的第t时下的由节点i流向节点j的无功功率的下限，
为第sc场景日的第t时下的由节点i流向节点j的无功功率的上限，k为离散点在功率分段区间中所对应的位置顺序；
引入新变量按照下式对简化后的配电网网络损耗年费用项进行线性化表示：
δk+1≤ηk,ηk≤δk,k＝1,2,...,NPL-2
0≤δk+1≤1,k＝1,2,...,NPL-1
式中，
表示线性化后的关于变量
的配电网网络损耗年费用，
表示线性化后的关于变量
的配电网网络损耗年费用，
表示线性化后的关于变量
的配电网网络损耗年费用，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的有功功率的第1个离散点，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的有功功率的第k+1个离散点，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的无功功率的第1个离散点，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的无功功率的第k+1个离散点，δk的取值范围为0～1，δk表示在第k段线性化分段区间上的位置，δk+1表示在第k+1段线性化分段区间上的位置，ηk为二进制变量。
在一种能够实现的方式中，所述求解模块3还包括：
第二线性化单元，用于对所述多阶段约束进行线性化表示，包括：
定义新变量Vi,sc,t来替换Ui,sc,t的二次项，将所述功率平衡约束中的
转化为Vi,sc,t-Vj,sc,t＝2(rijPij,sc,t+xijQij,sc,t)，以及将所述节点电压约束转化为
采用内接多边形近似法来表示圆形约束，将所述智能软开关运行约束中的
转化为
将所述智能软开关运行约束中的
转化为
以及将所述线路容量约束转化为γC0Pij,sc,t+γC1Qij,sc,t+γC2Sij，max≤0,C＝1,2,…,Ψ，其中γC0、γC1和γC2为多边形内近似系数，Ψ表示多边形近似法的边数；
引入非负辅助变量
和
其中
表示第sc场景日的第t时下的由节点i流向节点j的正向有功功率，
表示第sc场景日的第t时下的由节点i流向节点j的反向有功功率，
表示第sc场景日的第t时下的由节点i流向节点j的正向无功功率，
表示第sc场景日的第t时下的由节点i流向节点j的反向无功功率，将Pij,sc,t和Qij,sc,t等价替换为：
本发明还提供了一种基于增量线性化的有源配电网智能软开关规划装置，包括：
存储器，用于存储指令；其中，所述指令用于实现如上任意一项实施例所述的基于增量线性化的有源配电网智能软开关规划方法；
处理器，用于执行所述存储器中的指令。
本发明还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上存储有计算机程序，所述计算机程序被处理器执行时实现如上任意一项实施例所述的基于增量线性化的有源配电网智能软开关规划方法。
本发明上述实施例，将电力系统演化驱动力因素引入至有源配电网的智能软开关规划目标函数，在目标函数中考虑了智能软开关投资成本和配电网网络损耗年费用，并考虑系统潮流约束、智能软开关运行约束、智能软开关位置和容量约束，建立了基于增量线性化的配电网智能软开关两阶段规划优化模型，提高了智能软开关规划的合理性；增量线性化方法与传统插值线性化方法相比在均方误差和插值误差上都有了很大的改善，经过线性化后的规划模型，其数学本质是一种混合整数线性化规划问题，可采用相关商业求解器，直接求解，在满足精度需求的同时从整体上提高了模型求解的效率。
利用本发明上述实施例的方法及装置，进行基于时序特性和全过程适应性的配电网“源-网-荷-储”建设改造，可以充分考虑未来不同规划阶段内的新增负荷需求、区域联络需求、分布式电源渗透率分布等因素，具有较强的适应性，可为配电网适应性规划分析与经济调度提供有效的理论和实践参考。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，上述描述的装置和模块的具体有益效果，可以参考前述方法实施例中的对应有益效果，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，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 (12)
1.一种基于增量线性化的有源配电网智能软开关规划方法，其特征在于，包括：
构建考虑智能软开关投资成本和配电网网络损耗年费用的智能软开关规划目标函数；
根据所述智能软开关规划目标函数，构建考虑多阶段约束的配电网智能软开关规划模型；所述多阶段约束包括功率平衡约束、支路电流约束、节点电压约束、智能软开关位置与容量约束、智能软开关运行约束、分布式电源出力约束和线路容量约束；
利用增量线性化方法将所述配电网智能软开关规划模型线性化为相应的MILP模型，对所述相应的MILP模型求解得到配电网智能软开关规划方案。
2.根据权利要求1所述的基于增量线性化的有源配电网智能软开关规划方法，其特征在于，所述构建考虑智能软开关投资成本和配电网网络损耗年费用的智能软开关规划目标函数，包括：
以智能软开关投资成本和配电网网络损耗年费用之和为最小作为所述智能软开关规划目标函数。
3.根据权利要求2所述的基于增量线性化的有源配电网智能软开关规划方法，其特征在于，所述以智能软开关投资成本和配电网网络损耗年费用之和为最小作为所述智能软开关规划目标函数，包括：
设定所述智能软开关规划目标函数的表达式为：
minC＝Closs+CSOP
式中，Closs为配电网网络损耗年费用，CSOP为智能软开关投资成本，dSOP为智能软开关的投资贴现率，ySOP是智能软开关的投资年限，η是智能软开关的运维成本系数，ΩSOP是用于安装智能软开关的节点集合，kSOP是单位容量智能软开关的投资成本，
为节点i安装智能软开关的总容量，Nsc是根据季节与典型日中的时间段将负荷时序特性分成的场景日数量，δsc为第sc场景日在一年中所占天数，λt表示实时电价，
表示第sc场景日的第t时下的网络损耗，Δt为预置时间间隔。
4.根据权利要求3所述的基于增量线性化的有源配电网智能软开关规划方法，其特征在于，所述根据所述智能软开关规划目标函数，构建考虑多阶段约束的配电网智能软开关规划模型，包括：
设置所述功率平衡约束为：
式中，Pji,sc,t为第sc场景日的第t时下的由节点j流向节点i的有功功率，Qji,sc,t为第sc场景日的第t时下的由节点j流向节点i的无功功率，Pi,sc,t为第sc场景日的第t时下注入节点i的有功功率，Qi,sc,t为第sc场景日的第t时下注入节点i的无功功率，Pik,sc,t为第sc场景日的第t时下的由节点i流向节点k的有功功率，Qik,sc,t为第sc场景日的第t时下的由节点i流向节点k的无功功率，Ωbr是系统中的支路集合，Ui,sc,t为第sc场景日的第t时下节点i的电压幅值，Uj,sc,t为第sc场景日的第t时下节点j的电压幅值，Pij,sc,t为第sc场景日的第t时下的由节点i流向节点j的有功功率，Qij,sc,t为第sc场景日的第t时下的由节点i流向节点j的无功功率，xij为支路ij的电抗，rij为支路ij的电阻，
为第sc场景日的第t时下节点i负荷消耗的有功功率，
为第sc场景日的第t时下节点i由DG发出的有功功率，
为第sc场景日的第t时下节点i负荷消耗的无功功率，
为第sc场景日的第t时下节点i由DG发出的无功功率，
为第sc场景日的第t时下节点i由SOP发出的有功功率，
为第sc场景日的第t时下节点i由SOP发出的无功功率，Ωb是系统中所有节点的集合，Nsc是根据季节与典型日中的时间段将负荷时序特性分成的场景日数量，T为一个场景日下的功率平衡总时间；
设置所述线路容量约束为：
式中，Pij,sc,t为第sc场景日的第t时下的由节点i流向节点j的有功功率，Qij,sc,t为第sc场景日的第t时下的由节点i流向节点j的无功功率，Sij,max支路ij的容量；
设置所述节点电压约束为：
式中，Ui,sc,t为第sc场景日的第t时下节点i的电压幅值，
为节点i的电压下限，
为节点i的电压上限；
和/或，设置所述智能软开关运行约束为：
式中，Pi SOP是SOP注入节点i的有功功率，
是SOP注入节点j的有功功率，
是SOP注入节点i的无功功率，
是SOP注入节点j的无功功率，
为节点j安装SOP的总容量。
5.根据权利要求1所述的基于增量线性化的有源配电网智能软开关规划方法，其特征在于，所述根据所述智能软开关规划目标函数，构建考虑多阶段约束的配电网智能软开关规划模型，包括：
设置所述智能软开关位置与容量约束为：
式中，
为节点i安装SOP的总容量，Smodule是SOP的容量，
是非负整数，
为单位容量的SOP安装数目。
6.根据权利要求1所述的基于增量线性化的有源配电网智能软开关规划方法，其特征在于，所述根据所述智能软开关规划目标函数，构建考虑多阶段约束的配电网智能软开关规划模型，包括：
设置所述支路电流约束为：
式中，Il,sc,t为第sc场景日的第t时的支路l的电流，
是支路l允许通过的电流上限。
7.根据权利要求1所述的基于增量线性化的有源配电网智能软开关规划方法，其特征在于，所述根据所述智能软开关规划目标函数，构建考虑多阶段约束的配电网智能软开关规划模型，包括：
设置所述分布式电源出力约束为：
式中，
为第sc场景日的第t时下节点i由DG发出的有功功率，
为DG出力下限，
为DG出力上限。
8.根据权利要求4所述的基于增量线性化的有源配电网智能软开关规划方法，其特征在于，所述利用增量线性化方法将所述配电网智能软开关规划模型线性化为相应的MILP模型，包括：
对所述智能软开关规划目标函数进行线性化表示，包括：
将电压假定为1p.u.，将所述智能软开关规划目标函数中的配电网网络损耗年费用项简化为：
式中，Closs(Pij,sc,t,Qij,sc,t)表示关于变量Pij,sc,t,Qij,sc,t的配电网网络损耗年费用，Pij,sc,t为第sc场景日的第t时下的由节点i流向节点j的有功功率，Qij,sc,t为第sc场景日的第t时下的由节点i流向节点j的无功功率，T为一个场景日下的功率平衡总时间，Ωbr是系统中的支路集合，rij为支路ij的电阻；
确定线性化分段的段数，在Pij,sc,t和Qij,sc,t的取值范围内按照下列公式计算分段线性化需要的离散点，每项共计NPL-1个：
式中，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的有功功率的第k个离散点，NPL-1为线性化分段的段数，P ij,sc,t为第sc场景日的第t时下的由节点i流向节点j的有功功率的下限，
为第sc场景日的第t时下的由节点i流向节点j的有功功率的上限，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的无功功率的第k个离散点，Q ij,sc,t为第sc场景日的第t时下的由节点i流向节点j的无功功率的下限，
为第sc场景日的第t时下的由节点i流向节点j的无功功率的上限，k为离散点在功率分段区间中所对应的位置顺序；
引入新变量按照下式对简化后的配电网网络损耗年费用项进行线性化表示：
δk+1≤ηk,ηk≤δk,k＝1,2,...,NPL-2
0≤δk+1≤1,k＝1,2,...,NPL-1
式中，
表示线性化后的关于变量
的配电网网络损耗年费用，
表示线性化后的关于变量
的配电网网络损耗年费用，
表示线性化后的关于变量
的配电网网络损耗年费用，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的有功功率的第1个离散点，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的有功功率的第k+1个离散点，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的无功功率的第1个离散点，
为线性化后的第sc场景日的第t时下的由节点i流向节点j的无功功率的第k+1个离散点，δk的取值范围为0～1，δk表示在第k段线性化分段区间上的位置，δk+1表示在第k+1段线性化分段区间上的位置，ηk为二进制变量。
9.根据权利要求8所述的基于增量线性化的有源配电网智能软开关规划方法，其特征在于，所述利用增量线性化方法将所述配电网智能软开关规划模型线性化为相应的MILP模型，包括：
对所述多阶段约束进行线性化表示，包括：
定义新变量Vi,sc,t来替换Ui,sc,t的二次项，将所述功率平衡约束中的
转化为Vi,sc,t-Vj,sc,t＝2(rijPij,sc,t+xijQij,sc,t)，以及将所述节点电压约束转化为
采用内接多边形近似法来表示圆形约束，将所述智能软开关运行约束中的
转化为
将所述智能软开关运行约束中的
转化为
以及将所述线路容量约束转化为γC0Pij,sc,t+γC1Qij,sc,t+γC2Sij，max≤0,C＝1,2,…,Ψ，其中γC0、γC1和γC2为多边形内近似系数，Ψ表示多边形近似法的边数；
引入非负辅助变量
和
其中
表示第sc场景日的第t时下的由节点i流向节点j的正向有功功率，
表示第sc场景日的第t时下的由节点i流向节点j的反向有功功率，
表示第sc场景日的第t时下的由节点i流向节点j的正向无功功率，
表示第sc场景日的第t时下的由节点i流向节点j的反向无功功率，将Pij,sc,t和Qij,sc,t等价替换为：
10.一种基于增量线性化的有源配电网智能软开关规划装置，其特征在于，包括：
第一构建模块，用于构建考虑智能软开关投资成本和配电网网络损耗年费用的智能软开关规划目标函数；
第二构建模块，用于根据所述智能软开关规划目标函数，构建考虑多阶段约束的配电网智能软开关规划模型；所述多阶段约束包括功率平衡约束、支路电流约束、节点电压约束、智能软开关位置与容量约束、智能软开关运行约束、分布式电源出力约束和线路容量约束；
求解模块，用于利用增量线性化装置将所述配电网智能软开关规划模型线性化为相应的MILP模型，对所述相应的MILP模型求解得到配电网智能软开关规划方案。
11.一种基于增量线性化的有源配电网智能软开关规划装置，其特征在于，包括：
存储器，用于存储指令；其中，所述指令用于实现如权利要求1-9任意一项所述的基于增量线性化的有源配电网智能软开关规划方法；
处理器，用于执行所述存储器中的指令。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-9任意一项所述的基于增量线性化的有源配电网智能软开关规划方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211119437.8A CN115422758A (zh) | 2022-09-14 | 2022-09-14 | 基于增量线性化的有源配电网智能软开关规划方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211119437.8A CN115422758A (zh) | 2022-09-14 | 2022-09-14 | 基于增量线性化的有源配电网智能软开关规划方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115422758A true CN115422758A (zh) | 2022-12-02 |
Family
ID=84205072
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211119437.8A Pending CN115422758A (zh) | 2022-09-14 | 2022-09-14 | 基于增量线性化的有源配电网智能软开关规划方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115422758A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116780638A (zh) * | 2023-08-22 | 2023-09-19 | 国网天津市电力公司城南供电分公司 | 含软开关与分布式储能的雪花配电网运行优化方法及装置 |
| CN117039945A (zh) * | 2023-08-10 | 2023-11-10 | 国网山东省电力公司威海供电公司 | 一种基于软开关互联的配电网自平衡调度方法 |
| CN117669370A (zh) * | 2023-11-27 | 2024-03-08 | 国网安徽省电力有限公司芜湖市繁昌区供电公司 | 一种基于生成对抗网络的有源配电网智能软开关规划方法 |
-
2022
- 2022-09-14 CN CN202211119437.8A patent/CN115422758A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117039945A (zh) * | 2023-08-10 | 2023-11-10 | 国网山东省电力公司威海供电公司 | 一种基于软开关互联的配电网自平衡调度方法 |
| CN117039945B (zh) * | 2023-08-10 | 2024-06-18 | 国网山东省电力公司威海供电公司 | 一种基于软开关互联的配电网自平衡调度方法 |
| CN116780638A (zh) * | 2023-08-22 | 2023-09-19 | 国网天津市电力公司城南供电分公司 | 含软开关与分布式储能的雪花配电网运行优化方法及装置 |
| CN117669370A (zh) * | 2023-11-27 | 2024-03-08 | 国网安徽省电力有限公司芜湖市繁昌区供电公司 | 一种基于生成对抗网络的有源配电网智能软开关规划方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115422758A (zh) | 基于增量线性化的有源配电网智能软开关规划方法及装置 | |
| CN112016747B (zh) | 一种适用于源荷储灵活资源统筹规划与运行的优化方法 | |
| CN109508499B (zh) | 多时段多场景分布式电源最优接入位置与容量研究方法 | |
| Villumsen et al. | Line capacity expansion and transmission switching in power systems with large-scale wind power | |
| Hagspiel et al. | Cost-optimal power system extension under flow-based market coupling | |
| CN105449713A (zh) | 考虑分布式电源特性的有源配电网智能软开关规划方法 | |
| Abushamah et al. | A novel approach for distributed generation expansion planning considering its added value compared with centralized generation expansion | |
| CN110808597A (zh) | 主动配电网中考虑三相不平衡的分布式电源规划方法 | |
| CN103986193B (zh) | 一种最大风电并网容量获取的方法 | |
| CN111799793B (zh) | 一种源网荷协同的输电网规划方法与系统 | |
| CN111080082A (zh) | 一种适应低碳电源发展的电网规划方法 | |
| CN116526469A (zh) | 一种水风光互补系统长期随机动态调度方法 | |
| CN115481856A (zh) | 考虑综合需求响应的综合能源系统多尺度调度方法及系统 | |
| CN112633699B (zh) | 主动配电网网架规划方法、装置、计算机设备和存储介质 | |
| CN113363976A (zh) | 一种基于场景图的风光水互补发电系统中期优化调度方法 | |
| CN116073448B (zh) | 一种基于低碳效益的配电系统源网荷储协同调峰方法 | |
| CN115983733B (zh) | 基于水位控制的电力市场出清数据处理方法和装置 | |
| CN111799842B (zh) | 一种考虑火电机组灵活性的多阶段输电网规划方法及系统 | |
| CN116050576A (zh) | 一种有源配电网灵活性资源协调优化方法及系统 | |
| Zambelli et al. | Model predictive control applied to the long-term hydrothermal scheduling of the brazilian power system | |
| Ramesh et al. | Cost Optimization by Integrating PV-System and Battery Energy Storage System into Microgrid using Particle Swarm Optimization | |
| CN105205622A (zh) | 变电站和分布式发电布点的规划方法 | |
| Alsaedi et al. | Power Systems Reliability Assessment based on Load Shaping Consideration. | |
| Ghiassi et al. | On the use of AI as a requirement for improved insolation forecasting accuracy to achieve optimized PV utilization | |
| CN117394444B (zh) | 一种基于深度学习辅助的直流配电网分布鲁棒优化调度方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |