CN115425695A - 一种适应分布式光伏和储能的配电网联合规划方法 - Google Patents

一种适应分布式光伏和储能的配电网联合规划方法 Download PDF

Info

Publication number
CN115425695A
CN115425695A CN202211366928.2A CN202211366928A CN115425695A CN 115425695 A CN115425695 A CN 115425695A CN 202211366928 A CN202211366928 A CN 202211366928A CN 115425695 A CN115425695 A CN 115425695A
Authority
CN
China
Prior art keywords
power
represent
distribution network
planning
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202211366928.2A
Other languages
English (en)
Other versions
CN115425695B (zh
Inventor
李世龙
张华�
丁理杰
刘凡
王晶
方玉
龙呈
高艺文
苏学能
杨勇波
雷潇
李奥
贺星棋
许珂
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.)
Sichuan New Power System Research Institute Co ltd
Electric Power Research Institute of State Grid Sichuan Electric Power Co Ltd
Original Assignee
Sichuan New Power System Research Institute Co ltd
Electric Power Research Institute of State Grid Sichuan Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan New Power System Research Institute Co ltd, Electric Power Research Institute of State Grid Sichuan Electric Power Co Ltd filed Critical Sichuan New Power System Research Institute Co ltd
Priority to CN202211366928.2A priority Critical patent/CN115425695B/zh
Publication of CN115425695A publication Critical patent/CN115425695A/zh
Application granted granted Critical
Publication of CN115425695B publication Critical patent/CN115425695B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02J3/381—Dispersed generators
    • 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
    • H02J3/26—Arrangements for eliminating or reducing asymmetry in polyphase 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及电力系统配电网规划技术领域，具体而言，涉及一种适应分布式光伏和储能的配电网联合规划方法，包括如下步骤：以系统总成本最小化为目标函数，在三相潮流方程的基础上建立考虑三相不平衡潮流约束的分布式能源规划模型；通过正则化优化策略对各约束条件进行互补性重构，构建非线性规划问题，通过求解非线性规划问题的最优化方法对所述分布式能源规划模型进行求解，获得配电网最优规划方案。基于本发明所获得的配电网规划方案，能够最小化系统在一年中每个季节的规划和运行成本，保证光伏和储能等分布式能源经济的安全接入，并确保配电网的安全可靠运行。

Description

一种适应分布式光伏和储能的配电网联合规划方法
技术领域
本发明涉及电力系统配电网规划技术领域，具体而言，涉及一种适应分布式光伏和储能的配电网联合规划方法。
背景技术
分布式能源接入具有提高电力系统弹性、降低输电网络损耗、调节配电网电压等显著技术优势。此外，分布式能源还为投资者带来了可观的经济效益。近年来，配电网中分布式能源激增，因此，分布式能源的投资者迫切需要一个经济可靠的规划方法。
而现有的规划方法没有考虑配电网三相潮流约束，进而导致规划结果不准确或规划问题求解效率低，基于此，亟需一种在现有配电网中考虑其三相不平衡潮流约束且适应分布式光伏和储能联合规划的方法。
发明内容
本发明的目的在于提出一种在现有配电网中考虑其三相不平衡潮流约束且适应分布式光伏和储能联合规划的方法，通过最小化系统在一年中每个季节的规划和运行成本，能够保证光伏和储能等分布式能源经济的安全接入，并确保配电网的安全可靠运行。
本发明的实施例通过以下技术方案实现：一种适应分布式光伏和储能的配电网联合规划方法，包括如下步骤：
步骤一、以系统总成本最小化为目标函数，在三相潮流方程的基础上建立考虑三相不平衡潮流约束的分布式能源规划模型；
步骤二、通过正则化优化策略对各约束条件进行互补性重构，构建非线性规划问题，通过求解非线性规划问题的最优化方法对所述分布式能源规划模型进行求解，获得配电网最优规划方案。
根据一种优选实施方式，所述目标函数为：
Figure 334316DEST_PATH_IMAGE001
上式中，DER表示所有发电项目的集合，
Figure 625620DEST_PATH_IMAGE002
表示发电项目G总投资成本，
Figure 158232DEST_PATH_IMAGE003
表示s季度发电项目G运行成本，
Figure 809662DEST_PATH_IMAGE004
表示s季度从电网购电的成本，CI s 表示s季度发电收益，S表示一年中的四季。
根据一种优选实施方式，所述三相潮流方程为：
Figure 478541DEST_PATH_IMAGE005
Figure 409588DEST_PATH_IMAGE006
上式中，
Figure 429497DEST_PATH_IMAGE007
表示n节点t时刻
Figure 369771DEST_PATH_IMAGE008
相的有功功率，
Figure 893156DEST_PATH_IMAGE009
表示n节点t时刻
Figure 588580DEST_PATH_IMAGE008
相的电压幅值，
Figure 282735DEST_PATH_IMAGE010
表示m节点t时刻
Figure 823438DEST_PATH_IMAGE008
相的电压幅值，
Figure 935750DEST_PATH_IMAGE011
表示mn节点
Figure 474179DEST_PATH_IMAGE012
相间的电导，
Figure 468680DEST_PATH_IMAGE013
表示n节点t时刻
Figure 750757DEST_PATH_IMAGE008
相的电压向角，
Figure 514313DEST_PATH_IMAGE014
表示m节点t时刻
Figure 472911DEST_PATH_IMAGE008
相的电压向角，
Figure 954708DEST_PATH_IMAGE015
表示mn节点
Figure 40475DEST_PATH_IMAGE012
相间的电纳，T表示一天内的时刻集合，N表示节点集合，
Figure 861801DEST_PATH_IMAGE016
表示相的集合，
Figure 804349DEST_PATH_IMAGE017
表示n节点t时刻
Figure 507863DEST_PATH_IMAGE008
相的无功功率，
Figure 131742DEST_PATH_IMAGE018
表示m节点t时刻
Figure 869891DEST_PATH_IMAGE019
相的电压幅值。
根据一种优选实施方式，通过计算节点导纳矩阵Y，得到所述电导
Figure 170291DEST_PATH_IMAGE020
以及电纳
Figure 95522DEST_PATH_IMAGE021
。
根据一种优选实施方式，所述三相不平衡潮流约束为：
Figure 585409DEST_PATH_IMAGE022
Figure 115748DEST_PATH_IMAGE023
上式中，
Figure 665678DEST_PATH_IMAGE024
表示用户的连接相，
Figure 281467DEST_PATH_IMAGE025
，
Figure 309466DEST_PATH_IMAGE026
表示n节点t时刻注入的有功功率，
Figure 694311DEST_PATH_IMAGE027
表示n节点t时刻的有功负荷，
Figure 415142DEST_PATH_IMAGE028
表示存在有功和无功注入功率的节点，
Figure 767495DEST_PATH_IMAGE029
表示n节点t时刻注入的无功功率，
Figure 333605DEST_PATH_IMAGE030
表示n节点t时刻的无功负荷。
根据一种优选实施方式，各约束条件包括电力负荷平衡约束、电网购买电能约束、运行约束以及所述三相不平衡潮流约束。
根据一种优选实施方式，所述电力负荷平衡约束为：
Figure 635274DEST_PATH_IMAGE031
上式中，
Figure 464689DEST_PATH_IMAGE032
表示i用户t时刻的电力需求，
Figure 117388DEST_PATH_IMAGE033
表示i用户t时刻需求的外部电网的电力，
Figure 221610DEST_PATH_IMAGE034
表示i用户t时刻需求的太阳能光伏发电功率，
Figure 846626DEST_PATH_IMAGE035
表示i用户t时刻需求的锂离子电池c的放电功率，C表示电池类型集合，I表示用户集合；
所述电网购买电能约束为：
Figure 846943DEST_PATH_IMAGE036
Figure 455779DEST_PATH_IMAGE037
上式中，
Figure 894851DEST_PATH_IMAGE038
表示用于线性化互补问题的二进制变量，
Figure 358062DEST_PATH_IMAGE039
表示i用户t时刻卖给电网的过剩功率，M表示一个预设的大数值；
所述运行约束为：
Figure 591597DEST_PATH_IMAGE040
Figure 890992DEST_PATH_IMAGE041
Figure 602596DEST_PATH_IMAGE042
Figure 733363DEST_PATH_IMAGE043
Figure 75482DEST_PATH_IMAGE044
Figure 127752DEST_PATH_IMAGE045
上式中，
Figure 377468DEST_PATH_IMAGE046
表示i用户t时刻需求的锂离子电池c储存的能量，
Figure 628320DEST_PATH_IMAGE047
表示i用户t时刻需求的锂离子电池c的充电功率，
Figure 390609DEST_PATH_IMAGE048
表示充电效率，
Figure 726912DEST_PATH_IMAGE049
表示时间间隔，
Figure 983581DEST_PATH_IMAGE050
表示i用户t时刻需求的锂离子电池c的放电功率，
Figure 292203DEST_PATH_IMAGE051
表示放电效率，
Figure 772863DEST_PATH_IMAGE052
表示i用户t-1时刻需求的锂离子电池c储存的能量，
Figure 330883DEST_PATH_IMAGE053
表示锂离子电池c的最大荷电状态，
Figure 656822DEST_PATH_IMAGE054
表示锂离子电池c的最大放电深度，
Figure 803639DEST_PATH_IMAGE055
表示锂离子电池c的最大容量，
Figure 720779DEST_PATH_IMAGE056
表示一个二进制变量。
根据一种优选实施方式，所述步骤二具体为：引入一个正参数
Figure 969358DEST_PATH_IMAGE057
，循环过程中驱动该参数趋于零的方式求解，直至参数
Figure 364567DEST_PATH_IMAGE057
满足预设误差值，获得局部最优解。
根据一种优选实施方式，步骤二还包括：当没有获得局部最优解时，引入一个参数
Figure 178939DEST_PATH_IMAGE058
，将参数
Figure 470243DEST_PATH_IMAGE059
增大
Figure 2856DEST_PATH_IMAGE058
倍，进行迭代循环，直至获得局部最优解，将所述局部最优解作为配电网最优规划方案。
根据一种优选实施方式，求解采用的求解器包括CPLEX求解器或IPOPT求解器其中之一。
本发明实施例的技术方案至少具有如下优点和有益效果：本发明提出的一种在现有配电网中考虑其三相不平衡潮流约束且适应分布式光伏和储能联合规划的方法，通过最小化系统在一年中每个季节的规划和运行成本，能够保证光伏和储能等分布式能源经济的安全接入，并确保配电网的安全可靠运行。
附图说明
图1为本发明实施例1提供的适应分布式光伏和储能的配电网联合规划方法的流程示意图；
图2为本发明实施例1和实施例2提供的规划模型的计算流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
实施例1
参见图1所示，图1为本发明实施例所提供的适应分布式光伏和储能的配电网联合规划方法的流程示意图。
本发明实施例所提供的一种适应分布式光伏和储能的配电网联合规划方法包括如下步骤：
以系统总成本最小化为目标函数，在三相潮流方程的基础上建立考虑三相不平衡潮流约束的分布式能源规划模型。
在本发明实施例的一种实施方式中，所述目标函数为：
Figure 139439DEST_PATH_IMAGE001
上式中，DER表示所有发电项目的集合，
Figure 73897DEST_PATH_IMAGE002
表示发电项目G总投资成本，
Figure 785370DEST_PATH_IMAGE003
表示s季度发电项目G运行成本，
Figure 539699DEST_PATH_IMAGE004
表示s季度从电网购电的成本，CI s 表示s季度发电收益，S表示一年中的四季。
考虑到潮流计算方法是与分布式能源规划方法最兼容的三相潮流计算方法，因此在本发明实施例的一种实施方案中，采用相间解耦潮流模型，将所有节点建模为PQ节点，从而可以对相关的负荷/发电机节点处的功率注入进行建模，以此和分布式能源规划设计建立联系，此外，计算过程中使用标幺值以此提高计算的效率。
具体地，所述三相潮流方程为：
Figure 745553DEST_PATH_IMAGE005
Figure 534517DEST_PATH_IMAGE006
上式中，
Figure 698782DEST_PATH_IMAGE007
表示n节点t时刻
Figure 143670DEST_PATH_IMAGE008
相的有功功率，
Figure 949952DEST_PATH_IMAGE060
表示n节点t时刻
Figure 531106DEST_PATH_IMAGE008
相的电压幅值，
Figure 873398DEST_PATH_IMAGE010
表示m节点t时刻
Figure 602320DEST_PATH_IMAGE008
相的电压幅值，
Figure 946714DEST_PATH_IMAGE011
表示mn节点
Figure 647953DEST_PATH_IMAGE012
相间的电导，
Figure 419600DEST_PATH_IMAGE013
表示n节点t时刻
Figure 839080DEST_PATH_IMAGE008
相的电压向角，
Figure 987165DEST_PATH_IMAGE061
表示m节点t时刻
Figure 339649DEST_PATH_IMAGE008
相的电压向角，
Figure 219880DEST_PATH_IMAGE015
表示mn节点
Figure 923394DEST_PATH_IMAGE012
相间的电纳，T表示一天内的时刻集合，N表示节点集合，
Figure 62120DEST_PATH_IMAGE016
表示相的集合，
Figure 534690DEST_PATH_IMAGE017
表示n节点t时刻
Figure 851402DEST_PATH_IMAGE008
相的无功功率，
Figure 42212DEST_PATH_IMAGE018
表示m节点t时刻
Figure 469782DEST_PATH_IMAGE019
相的电压幅值，对于一个三相系统，
Figure 62437DEST_PATH_IMAGE062
。
需要说明的是，所述电导
Figure 550050DEST_PATH_IMAGE063
以及电纳
Figure 696998DEST_PATH_IMAGE021
通过计算节点导纳矩阵Y获得。具体地，节点导纳矩阵Y的计算公式为：
Figure 990576DEST_PATH_IMAGE064
需要说明的是，对于节点导纳矩阵Y中的每个元素都是一个
Figure 624689DEST_PATH_IMAGE065
的矩阵，矩阵Y通常是给定的。
对于三相网络，矩阵Y的对角线和非对角线元素可以通过以下等式获得：
Figure 345520DEST_PATH_IMAGE066
Figure 448605DEST_PATH_IMAGE067
需要注意的是，因为短的架空和地下配电线缆，通常可以被忽略，因此上式并未考虑线路的接地导纳。
在潮流计算中，考虑变压器一次侧p和二次侧s，三相变压器的导纳矩阵可表示为：
Figure 280295DEST_PATH_IMAGE068
需要说明的是，导纳矩阵
Figure 519646DEST_PATH_IMAGE069
中的每个元素同样也是一个
Figure 411379DEST_PATH_IMAGE070
的矩阵。
进一步地，在并网型的微电网中，通常将电网连接到外部网络的节点视为系统的参考接节点，本发明实施例用下标ref表示参考节点。参考节点注入的有功和无功功率代表来自外部电网的注入功率，参考节点上的电压幅值固定不变，通常为电源的额定电压
Figure 736181DEST_PATH_IMAGE071
，可表示为：
Figure 105983DEST_PATH_IMAGE072
平衡节点上在各时刻的电压相交也是固定的，可表示为
Figure 527737DEST_PATH_IMAGE073
Figure 777321DEST_PATH_IMAGE074
Figure 651736DEST_PATH_IMAGE075
各个节点在各时刻的电压幅值必须保持在预先设定的电压幅值范围内，可表示为：
Figure 762912DEST_PATH_IMAGE076
上式中，
Figure 39172DEST_PATH_IMAGE077
表示电压上限，
Figure 210391DEST_PATH_IMAGE078
表示电压下限，
Figure 572102DEST_PATH_IMAGE079
表示电压基准值。
起连接作用的节点没有任何有功或无功功率的注入，本实施例将这些节点定义为
Figure 486968DEST_PATH_IMAGE080
，并由以下约束限制：
Figure 617735DEST_PATH_IMAGE081
Figure 22172DEST_PATH_IMAGE082
进一步地，节点
Figure 792551DEST_PATH_IMAGE083
的净有功和无功注入功率式联系分布式能源规划模型和潮流模型的关键节点，此外，三相不平衡网络的负载在各相分布式不均的，因此关联分布式能源规划模型和潮流模型的约束需要考虑负载所在相。考虑到通常居民负荷是连接到三相中特定的某一项，尤其是在辐射状的配电网中，因此，本发明实施例采用了一个二进制的指数
Figure 573425DEST_PATH_IMAGE084
，来指明每个用户的连接相。
综合考虑分布式能源规划模型和潮流模型，所述三相不平衡潮流约束可表示为：
Figure 761961DEST_PATH_IMAGE085
Figure 337299DEST_PATH_IMAGE086
上式中，
Figure 345706DEST_PATH_IMAGE024
表示用户的连接相，
Figure 664692DEST_PATH_IMAGE025
，
Figure 707734DEST_PATH_IMAGE026
表示n节点t时刻注入的有功功率，
Figure 453973DEST_PATH_IMAGE027
表示n节点t时刻的有功负荷，
Figure 11993DEST_PATH_IMAGE028
表示存在有功和无功注入功率的节点，
Figure 56042DEST_PATH_IMAGE029
表示n节点t时刻注入的无功功率，
Figure 281487DEST_PATH_IMAGE030
表示n节点t时刻的无功负荷。
在本发明实施例中，约束条件还包括电力负荷平衡约束、电网购买电能约束、运行约束以及所述三相不平衡潮流约束。
所述电力负荷平衡约束为：
Figure 136310DEST_PATH_IMAGE087
上式中，
Figure 384889DEST_PATH_IMAGE088
表示i用户t时刻的电力需求，
Figure 45677DEST_PATH_IMAGE089
表示i用户t时刻需求的外部电网的电力，
Figure 63312DEST_PATH_IMAGE034
表示i用户t时刻需求的太阳能光伏发电功率，
Figure 151354DEST_PATH_IMAGE090
表示i用户t时刻需求的锂离子电池c的放电功率，C表示电池类型集合，I表示用户集合；
所述电网购买电能约束为：
Figure 870917DEST_PATH_IMAGE091
Figure 69817DEST_PATH_IMAGE092
上式中，
Figure 4275DEST_PATH_IMAGE038
表示用于线性化互补问题的二进制变量，
Figure 200901DEST_PATH_IMAGE039
表示i用户t时刻卖给电网的过剩功率，M表示一个预设的大数值；
需要说明的是，光伏发电产生的电量可以供家庭使用或电池储能，多余的电量可以卖给电网。电池的充放电约束可表示为：
Figure 220810DEST_PATH_IMAGE040
Figure 426663DEST_PATH_IMAGE041
上式中，
Figure 215628DEST_PATH_IMAGE046
表示i用户t时刻需求的锂离子电池c储存的能量，
Figure 583155DEST_PATH_IMAGE047
表示i用户t时刻需求的锂离子电池c的充电功率，
Figure 90360DEST_PATH_IMAGE048
表示充电效率，
Figure 83592DEST_PATH_IMAGE049
表示时间间隔，
Figure 461484DEST_PATH_IMAGE050
表示i用户t时刻需求的锂离子电池c的放电功率，
Figure 327809DEST_PATH_IMAGE051
表示放电效率，
Figure 994414DEST_PATH_IMAGE052
表示i用户t-1时刻需求的锂离子电池c储存的能量。
需要说明的是，此处假设在初始时刻电池中存储的能量为0，其他时刻的存储能量将与上一时刻的存储能量状态建立联系。
进一步地，存储在电池中的能量进一步受到最大荷电状态和最大放电深度的限制，表示为：
Figure 604387DEST_PATH_IMAGE042
Figure 40047DEST_PATH_IMAGE043
上式中，
Figure 77273DEST_PATH_IMAGE053
表示锂离子电池c的最大荷电状态，
Figure 231174DEST_PATH_IMAGE054
表示锂离子电池c的最大放电深度，
Figure 379259DEST_PATH_IMAGE055
表示锂离子电池c的最大容量。
此外，电池也可以通过电网提供的电能进行充电，但是不允许电池同时充电和放电，因此使用大M法进行约束，可表示为：
Figure 731743DEST_PATH_IMAGE044
Figure 126821DEST_PATH_IMAGE045
上式中，
Figure 830334DEST_PATH_IMAGE056
表示一个二进制变量。
此外，在本发明实施例中，模型中可提供多种电池类型作为选择，例如锂离子电池、铅酸电池等。需要说明的是，本发明实施例可采用二进制变量
Figure 719793DEST_PATH_IMAGE093
选择这些电池类型。但是在规划中，需要假设每个用户只能安装一种电池类型，约束条件可表示为：
Figure 192363DEST_PATH_IMAGE094
Figure 509075DEST_PATH_IMAGE095
参见图2中关于FBS流程所示，需要说明的是，FBS即指的是Find Better Solution算法，采用正则化互补算法思想替代实施例2中的运行约束。进一步地，通过正则化优化策略对各约束条件进行互补性重构，构建非线性规划问题，通过求解非线性规划问题的最优化方法对所述分布式能源规划模型进行求解，获得配电网最优规划方案。
具体为：引入一个正参数
Figure 699884DEST_PATH_IMAGE057
，循环过程中驱动该参数趋于零的方式求解，直至参数
Figure 127455DEST_PATH_IMAGE096
满足预设误差值，获得局部最优解；当没有获得局部最优解时，引入一个参数
Figure 720110DEST_PATH_IMAGE058
，将参数
Figure 191412DEST_PATH_IMAGE097
增大
Figure 869518DEST_PATH_IMAGE058
倍，进行迭代循环，直至获得局部最优解，将所述局部最优解作为配电网最优规划方案。
以下对正则化优化策略对约束条件的转换进行举例说明：
已知电网购买电能约束为：
Figure 897516DEST_PATH_IMAGE098
Figure 282361DEST_PATH_IMAGE099
本发明实施例通过对该约束条件进行互补性重构和正则化条件，将上述转换为：
Figure 3193DEST_PATH_IMAGE100
Figure 840699DEST_PATH_IMAGE101
又例如，已知不允许电池同时充电和放电的约束为：
Figure 672389DEST_PATH_IMAGE102
Figure 177319DEST_PATH_IMAGE103
本发明实施例通过对该约束条件进行互补性重构和正则化条件，将上述转换为：
Figure 69052DEST_PATH_IMAGE104
基于以上所提供的方法，通过在100节点网络中，采用CPLEX求解器或IPOPT求解器求解规划方案，仅需10分钟即可得到配电网最优规划方案。综上所述，本发明提出的一种在现有配电网中考虑其三相不平衡潮流约束且适应分布式光伏和储能联合规划的方法，通过最小化系统在一年中每个季节的规划和运行成本，能够保证光伏和储能等分布式能源经济的安全接入，并确保配电网的安全可靠运行。
实施例2
区别于上述实施例，参见图2中直接求解规划模型的流程部分，在本发明实施例中，分布式能源规划模型仅考虑近似的直流潮流约束，在一种实施方式中，直流潮流约束仅考虑支路
Figure 643122DEST_PATH_IMAGE105
和节点
Figure 278502DEST_PATH_IMAGE106
处注入的有功功率
Figure 434677DEST_PATH_IMAGE107
，约束为：
Figure 434994DEST_PATH_IMAGE108
上式中，B nm 表示mn支路的电纳，
Figure 309409DEST_PATH_IMAGE109
表示n支路t时刻电压的相角。
需要说明的是，在本发明实施例中，目标函数与实施例1相同，均以系统总成本最小化为目标函数，本发明实施例所提供的规划方案可适用于输电网中。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种适应分布式光伏和储能的配电网联合规划方法，其特征在于，包括如下步骤：
步骤一、以系统总成本最小化为目标函数，在三相潮流方程的基础上建立考虑三相不平衡潮流约束的分布式能源规划模型；
步骤二、通过正则化优化策略对各约束条件进行互补性重构，构建非线性规划问题，通过求解非线性规划问题的最优化方法对所述分布式能源规划模型进行求解，获得配电网最优规划方案。
2.如权利要求1所述的适应分布式光伏和储能的配电网联合规划方法，其特征在于，所述目标函数为：
Figure 416312DEST_PATH_IMAGE001
上式中，DER表示所有发电项目的集合，
Figure 692573DEST_PATH_IMAGE002
表示发电项目G总投资成本，
Figure 863791DEST_PATH_IMAGE003
表示s季度发电项目G运行成本，
Figure 225502DEST_PATH_IMAGE004
表示s季度从电网购电的成本，CI s 表示s季度发电收益，S表示一年中的四季。
3.如权利要求2所述的适应分布式光伏和储能的配电网联合规划方法，其特征在于，所述三相潮流方程为：
Figure 655216DEST_PATH_IMAGE005
Figure 520403DEST_PATH_IMAGE006
上式中，
Figure 862523DEST_PATH_IMAGE007
表示n节点t时刻
Figure 711530DEST_PATH_IMAGE008
相的有功功率，
Figure 430088DEST_PATH_IMAGE009
表示n节点t时刻
Figure 149782DEST_PATH_IMAGE008
相的电压幅值，
Figure 725120DEST_PATH_IMAGE010
表示m节点t时刻
Figure 999106DEST_PATH_IMAGE008
相的电压幅值，
Figure 318092DEST_PATH_IMAGE011
表示mn节点
Figure 610402DEST_PATH_IMAGE012
相间的电导，
Figure 559904DEST_PATH_IMAGE013
表示n节点t时刻
Figure 383503DEST_PATH_IMAGE008
相的电压向角，
Figure 178284DEST_PATH_IMAGE014
表示m节点t时刻
Figure 138149DEST_PATH_IMAGE008
相的电压向角，
Figure 55290DEST_PATH_IMAGE015
表示mn节点
Figure 38289DEST_PATH_IMAGE012
相间的电纳，T表示一天内的时刻集合，N表示节点集合，
Figure 699078DEST_PATH_IMAGE016
表示相的集合，
Figure 965980DEST_PATH_IMAGE017
表示n节点t时刻
Figure 54022DEST_PATH_IMAGE008
相的无功功率，
Figure 524317DEST_PATH_IMAGE018
表示m节点t时刻
Figure 988797DEST_PATH_IMAGE019
相的电压幅值。
4.如权利要求3所述的适应分布式光伏和储能的配电网联合规划方法，其特征在于，通过计算节点导纳矩阵Y，得到所述电导
Figure 657675DEST_PATH_IMAGE020
以及电纳
Figure 854302DEST_PATH_IMAGE021
。
5.如权利要求3所述的适应分布式光伏和储能的配电网联合规划方法，其特征在于，所述三相不平衡潮流约束为：
Figure 874210DEST_PATH_IMAGE022
Figure 814484DEST_PATH_IMAGE023
上式中，
Figure 603449DEST_PATH_IMAGE024
表示用户的连接相，
Figure 485823DEST_PATH_IMAGE025
，
Figure 727449DEST_PATH_IMAGE026
表示n节点t时刻注入的有功功率，
Figure 471414DEST_PATH_IMAGE027
表示n节点t时刻的有功负荷，
Figure 380464DEST_PATH_IMAGE028
表示存在有功和无功注入功率的节点，
Figure 715630DEST_PATH_IMAGE029
表示n节点t时刻注入的无功功率，
Figure 647814DEST_PATH_IMAGE030
表示n节点t时刻的无功负荷。
6.如权利要求5所述的适应分布式光伏和储能的配电网联合规划方法，其特征在于，各约束条件包括电力负荷平衡约束、电网购买电能约束、运行约束以及所述三相不平衡潮流约束。
7.如权利要求6所述的适应分布式光伏和储能的配电网联合规划方法，其特征在于，所述电力负荷平衡约束为：
Figure 992208DEST_PATH_IMAGE031
上式中，
Figure 693448DEST_PATH_IMAGE032
表示i用户t时刻的电力需求，
Figure 730674DEST_PATH_IMAGE033
表示i用户t时刻需求的外部电网的电力，
Figure 681312DEST_PATH_IMAGE034
表示i用户t时刻需求的太阳能光伏发电功率，
Figure 16347DEST_PATH_IMAGE035
表示i用户t时刻需求的锂离子电池c的放电功率，C表示电池类型集合，I表示用户集合；
所述电网购买电能约束为：
Figure 634411DEST_PATH_IMAGE036
Figure 45800DEST_PATH_IMAGE037
上式中，
Figure 483735DEST_PATH_IMAGE038
表示用于线性化互补问题的二进制变量，
Figure 107614DEST_PATH_IMAGE039
表示i用户t时刻卖给电网的过剩功率，M表示一个预设的大数值；
所述运行约束为：
Figure 845763DEST_PATH_IMAGE040
Figure 162475DEST_PATH_IMAGE041
Figure 353285DEST_PATH_IMAGE042
Figure 577593DEST_PATH_IMAGE043
Figure 91620DEST_PATH_IMAGE044
Figure 641550DEST_PATH_IMAGE045
上式中，
Figure 257339DEST_PATH_IMAGE046
表示i用户t时刻需求的锂离子电池c储存的能量，
Figure 550917DEST_PATH_IMAGE047
表示i用户t时刻需求的锂离子电池c的充电功率，
Figure 935762DEST_PATH_IMAGE048
表示充电效率，
Figure 391014DEST_PATH_IMAGE049
表示时间间隔，
Figure 494099DEST_PATH_IMAGE050
表示i用户t时刻需求的锂离子电池c的放电功率，
Figure 60210DEST_PATH_IMAGE051
表示放电效率，
Figure 627457DEST_PATH_IMAGE052
表示i用户t-1时刻需求的锂离子电池c储存的能量，
Figure 440561DEST_PATH_IMAGE053
表示锂离子电池c的最大荷电状态，
Figure 93260DEST_PATH_IMAGE054
表示锂离子电池c的最大放电深度，
Figure 666323DEST_PATH_IMAGE055
表示锂离子电池c的最大容量，
Figure 25761DEST_PATH_IMAGE056
表示一个二进制变量。
8.如权利要求1至7任一项所述的适应分布式光伏和储能的配电网联合规划方法，其特征在于，所述步骤二具体为：引入一个正参数
Figure 822815DEST_PATH_IMAGE057
，循环过程中驱动该参数趋于零的方式求解，直至参数
Figure 900493DEST_PATH_IMAGE057
满足预设误差值，获得局部最优解。
9.如权利要求8所述的适应分布式光伏和储能的配电网联合规划方法，其特征在于，步骤二还包括：当没有获得局部最优解时，引入一个参数
Figure 73985DEST_PATH_IMAGE058
，将参数
Figure 350246DEST_PATH_IMAGE057
增大
Figure 770732DEST_PATH_IMAGE058
倍，进行迭代循环，直至获得局部最优解，将所述局部最优解作为配电网最优规划方案。
10.如权利要求9所述的适应分布式光伏和储能的配电网联合规划方法，其特征在于，求解采用的求解器包括CPLEX求解器或IPOPT其中之一。
CN202211366928.2A 2022-11-03 2022-11-03 一种适应分布式光伏和储能的配电网联合规划方法 Active CN115425695B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211366928.2A CN115425695B (zh) 2022-11-03 2022-11-03 一种适应分布式光伏和储能的配电网联合规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211366928.2A CN115425695B (zh) 2022-11-03 2022-11-03 一种适应分布式光伏和储能的配电网联合规划方法

Publications (2)

Publication Number Publication Date
CN115425695A true CN115425695A (zh) 2022-12-02
CN115425695B CN115425695B (zh) 2023-02-03

Family

ID=84207819

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211366928.2A Active CN115425695B (zh) 2022-11-03 2022-11-03 一种适应分布式光伏和储能的配电网联合规划方法

Country Status (1)

Country Link
CN (1) CN115425695B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117424294A (zh) * 2023-12-18 2024-01-19 国网辽宁省电力有限公司经济技术研究院 一种配电网高效无功规划方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050127680A1 (en) * 2000-12-29 2005-06-16 Abb Ab System, method and computer program product for enhancing commercial value of electrical power produced from a renewable energy power production facility
CN101958543A (zh) * 2010-04-02 2011-01-26 清华大学 一种变电站三相无阻抗非线性多源状态估计方法
EP2840545A1 (en) * 2012-04-16 2015-02-25 Kabushiki Kaisha Toshiba Energy management system, energy management method, program, server device, and client device
CN104734162A (zh) * 2015-04-07 2015-06-24 河海大学 节点无功电压约束统一的互补潮流计算方法
CN105140917A (zh) * 2015-09-06 2015-12-09 清华大学 适用于不确定性环境下的主动配电网鲁棒恢复控制方法
CN110808597A (zh) * 2019-11-06 2020-02-18 山东电力工程咨询院有限公司 主动配电网中考虑三相不平衡的分布式电源规划方法
CN114024338A (zh) * 2021-11-25 2022-02-08 华北电力大学 一种大规模风电汇集电网分相潮流优化方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050127680A1 (en) * 2000-12-29 2005-06-16 Abb Ab System, method and computer program product for enhancing commercial value of electrical power produced from a renewable energy power production facility
CN101958543A (zh) * 2010-04-02 2011-01-26 清华大学 一种变电站三相无阻抗非线性多源状态估计方法
EP2840545A1 (en) * 2012-04-16 2015-02-25 Kabushiki Kaisha Toshiba Energy management system, energy management method, program, server device, and client device
CN104734162A (zh) * 2015-04-07 2015-06-24 河海大学 节点无功电压约束统一的互补潮流计算方法
CN105140917A (zh) * 2015-09-06 2015-12-09 清华大学 适用于不确定性环境下的主动配电网鲁棒恢复控制方法
CN110808597A (zh) * 2019-11-06 2020-02-18 山东电力工程咨询院有限公司 主动配电网中考虑三相不平衡的分布式电源规划方法
CN114024338A (zh) * 2021-11-25 2022-02-08 华北电力大学 一种大规模风电汇集电网分相潮流优化方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈民铀等: "电阻抗成像正则化参数的优化方法", 《重庆大学学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117424294A (zh) * 2023-12-18 2024-01-19 国网辽宁省电力有限公司经济技术研究院 一种配电网高效无功规划方法及系统
CN117424294B (zh) * 2023-12-18 2024-03-01 国网辽宁省电力有限公司经济技术研究院 一种配电网高效无功规划方法及系统

Also Published As

Publication number Publication date
CN115425695B (zh) 2023-02-03

Similar Documents

Publication Publication Date Title
CN110601198B (zh) 计及谐波和电压不平衡约束的混合微电网优化运行方法
CN104917418A (zh) 一种采用电池电流独立控制的储能型mmc变流器
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
CN109888803A (zh) 风光发电系统中混合储能电源容量配置的优化方法
CN115425695B (zh) 一种适应分布式光伏和储能的配电网联合规划方法
Hemmati et al. Optimal control strategy on battery storage systems for decoupled active-reactive power control and damping oscillations
Le Dinh et al. Coordinated BESS control for improving voltage stability of a PV-supplied microgrid
Wang et al. Optimal operation of active distribution network involving the unbalance and harmonic compensation of converter
Xiao et al. Optimal power quality compensation of energy storage system in distribution networks based on unified multi-phase OPF model
Akbari et al. A PSO solution for improved voltage stability of a hybrid ac-dc microgrid
Gamage et al. Battery Energy Storage based approach for grid voltage regulation in renewable rich distribution networks
Razzhivin et al. The energy storage mathematical models for simulation and comprehensive analysis of power system dynamics: A review. Part II
Prakash et al. Planning battery energy storage system in line with grid support parameters enables circular economy aligned ancillary services in low voltage networks
Garces et al. Optimal operation of distributed energy storage units for minimizing energy losses
CN109829228A (zh) 可再生能源系统中混合储能电源容量配置的优化方法
Jiménez et al. Unbalanced three-phase power flow studies of distribution systems with plug-in electric vehicles
CN116780638A (zh) 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
Zheng et al. SOC balancing control strategy based on piecewise adaptive droop coefficient algorithm for multi-energy storage units in dc microgrid
CN115864577A (zh) 角型接线链式储能系统相间soc离网均衡控制方法、系统、装置及介质
Liang et al. Multi-Objective Mixed-Integer Convex programming method for the siting and sizing of UPFCs in a Large-Scale AC/DC transmission system
Ethmane et al. Statcom integration in a power grid to enhance voltage stability
AL-Maaitah et al. Particle Swarm Optimizer for BESS Operation to Mitigate Voltage Deviation of the Modified IEEE 9-bus Power System
Benlahbib et al. Power management and DC link voltage regulation in renewable energy system
Rao et al. A novel hybrid RERNN-SCSO technique-based unified power quality conditioner of microgrid in an EV charging station
Karimi et al. Imbalance power sharing improvement in autonomous microgrids consisting of grid-feeding and grid-supporting inverters

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant