CN115841217A - 计及逆变器无功支撑能力的主动配电网双层优化配置方法 - Google Patents
计及逆变器无功支撑能力的主动配电网双层优化配置方法 Download PDFInfo
- Publication number
- CN115841217A CN115841217A CN202211211864.9A CN202211211864A CN115841217A CN 115841217 A CN115841217 A CN 115841217A CN 202211211864 A CN202211211864 A CN 202211211864A CN 115841217 A CN115841217 A CN 115841217A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- distribution network
- reactive
- annual
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000005457 optimization Methods 0.000 title claims description 102
- 239000002245 particle Substances 0.000 claims abstract description 34
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 230000008901 benefit Effects 0.000 claims abstract description 13
- 238000009434 installation Methods 0.000 claims description 20
- 238000012423 maintenance Methods 0.000 claims description 16
- 238000007726 management method Methods 0.000 claims description 13
- 230000005611 electricity Effects 0.000 claims description 9
- 230000001932 seasonal effect Effects 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000006872 improvement Effects 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 238000013178 mathematical model Methods 0.000 claims description 3
- 230000035699 permeability Effects 0.000 claims description 3
- 239000003990 capacitor Substances 0.000 claims description 2
- 230000000452 restraining effect Effects 0.000 claims description 2
- 230000003068 static effect Effects 0.000 claims description 2
- 238000011160 research Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
Classifications
-
- 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
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种计及逆变器无功支撑能力的主动配电网双层优化配置方法,首先获取负荷信息、网架结构信息及光伏出力信息,选取典型日,构建优化配置场景;然后初始化上层粒子群,并将其传递到下层,采用粒子群算法求出最优下层目标函数,将计算的结果返回上层;结合下层返回的每个场景决策值计算上层目标函数值,并更新粒子群;判断达到收敛条件后,以上层粒子所对应的参数为所求的规划方案,以下层粒子所对应的参数为所求的运行方案。本发明为分布式光伏选择最佳的接入点与接入容量,最大化光伏并网效益,实现硬件资源的高效利用,在不增加专用治理设备的场景下,解决配网电压越限问题,提升配网电压质量,同时优化配网网损。
Description
技术领域
本发明涉及配电网电压质量优化技术领域,具体为一种计及逆变器无功支撑能力的主动配电网双层优化配置方法。
背景技术
分布式光伏的选址定容优化方面:分布式光伏(photovoltaic,PV)的接入为配电网提供了清洁电力,合理的分布式光伏规划方案可避免光伏功率的过度削减,并优化潮流分布,对提升投资效益和配电网运行性能、促进光伏发展具有重要意义。近年来,分布式发电市场化交易政策为分布式光伏发电提供了多样化的市场交易模式,然而分布式发电市场的各参与主体利益诉求不一、交互关系复杂、交易模式多样,不仅深刻地改变了分布式光伏投资商的投建行为和收益模式,对分布式光伏优化规划技术提出了新的要求,还影响了电网的电源结构,为电网运行的经济性和安全性带来了新的挑战。
现有分布式光伏的选址定容优化研究,包括考虑投资维护成本、考虑网络损耗、考虑电能质量优劣等方面,规划目标可以从配电公司的角度出发,也可以站在区域能源供应商的角度及用户方面考虑,或考虑环境效益,学者根据不同的优化目标或工程要求,可以得到不同的选址和容量规划方案。
配电网电压质量优化方面:光伏电站在配电网中的广泛接入带来了电压越限问题,白天本地负荷小而光伏出力大,导致电压偏高越上限;夜间本地负荷大而光伏无出力,导致电压偏低越下限,影响了电网的电压质量和安全稳定运行。光伏逆变器还会因过压出现脱网情况,造成弃光现象,降低了用户收益,严重影响了光伏扶贫的成效。改善电压质量,提高电网光伏消纳能力成为电网亟需解决的问题。现有研究优化手段包括调节有载调压变压器分接头、选择和确定无功补偿装置、调整光伏逆变器功率因数等。此外,分布式光伏与多种设备的协调运行也是当前的研究热点之一。
现有技术中存在的问题:
(1)现有对于主动配电网中分布式电源规划问题的研究,大多仅从电网运行角度的考虑,以网损最小、电压偏差最少等为目标函数,或站在分布式电源投资商角度,以最大并网容量、最大投资收益等为目标函数,忽略了由于分布式电源运营商的加入导致分布式电源配置问题的侧重点发生变化,未考虑不同主体之间存在需求差异的博弈关系,从而使得配置结果对实际规划缺乏指导意义。
(2)针对改善电压质量,提高电网光伏消纳能力问题,国内外学者提出了多种解决手段,如调整有载变压器抽头,安装无功补偿设备,调整光伏逆变器功率因数等,但多数研究仅关注通过单一手段解决电压问题,而较少考虑多治理手段并举的调控方法。对电网侧而言,为保证对光伏的充分消纳,单独通过以配置无功补偿设备等手段解决电压问题时,无功补偿设备配置成本、运行损耗高。
(3)光伏电站通常采用“最大功率点跟踪”的控制方式,并且对光伏的激励政策一般限于其发售有功的奖励,缺乏详细的无功议价模式,影响光伏运营商参与无功调节的积极性及光伏逆变器无功出力运行策略。
发明内容
针对上述问题,本发明的目的在于提供一种计及逆变器无功支撑能力的主动配电网双层优化配置方法,考虑竞争电力市场中不同主体之间的需求差异,为分布式光伏选择最佳的接入点与接入容量,最大化光伏并网效益;合理利用光伏逆变器的无功支撑能力,配合原有无功补偿设备进行联调优化,实现硬件资源的高效利用,在不增加专用治理设备的场景下,解决配网电压越限问题,提升配网电压质量,同时优化配网网损。技术方案如下:
一种计及逆变器无功支撑能力的主动配电网双层优化配置方法,包括以下步骤:
步骤1:考虑负荷和光伏出力的时序性、随机性和相关性,采集历史各时段光伏出力、各类负荷数据;将时间期限划分为表征不同季节特性的最大负荷时段和最小负荷时段,并选取各个时段的最大负荷日作为该时段的典型日,建立优化配置场景;
步骤2:建立包括上层优化目标函数和上层优化约束条件的上层主动配电网规划优化模型;建立上层优化目标函数时,以分布式光伏投资商的年投资收益最大为目标;并以光伏安装容量和无功电价为约束条件;
步骤3:建立包括下层优化目标函数和下层优化约束条件的下层主动配电网运行优化模型;建立下层优化目标函数时,以配电网运营方的年运行成本最小及电压质量最优为目标;
步骤4:采用双层优化的方法使分布式光伏投资商和配电网运营方双方进行联合优化,对上层主动配电网规划优化模型采用粒子群算法进行选址定容优化,选择分布式光伏投资商的年投资收益作为粒子群优化的适应度值,以光伏规划位置、安装容量及无功电价为粒子位置;
步骤5:将上层主动配电网规划优化模型的光伏规划位置、安装容量及无功电价传递到下层主动配电网运行优化模型,采用粒子群算法求出最优下层目标函数,以并联电容器组(Shunt Capacitor Bank,SCB)投切组数、静止无功补偿器(Static Var Compensator,SVC)无功出力及光伏有功出力、无功出力作为粒子位置,并将计算的结果返回上层主动配电网运行优化模型;
步骤6:结合下层主动配电网运行优化模型返回的每个场景决策值计算上层目标函数值,并更新粒子群;
步骤7:判断是否达到收敛条件;若满足收敛条件,则转向步骤8;反之,则返回步骤5;
步骤8:将上层粒子所对应的参数,包括光伏的配置结果及无功电价,作为所求的规划方案;将下层粒子所对应的参数,包括无功优化措施及光伏有功出力,作为所求的运行方案。
进一步的,所述步骤2具体包括:
步骤2.1:确立上层主动配电网运行优化模型目标函数包括年售电收益、年政府补贴收益及年投资、运维成本:
式中:EPV为分布式光伏投资商的年投资收益;Nk表示总典型日数;sP,t为t时段投资商向配电网运营方的有功售电电价;cbt为光伏单位电量政府补贴;Nbus为节点数量;为k典型日t时段节点i光伏的有功出力;为k典型日t时段投资商向配电网运营方售卖光伏无功的收益;ΔTk表示k典型日天数;为折算到每年的光伏投资成本;为光伏年运行维护成本;
式中:r为贴现率;λ为光伏电池板经济使用年限;cinv为光伏单位容量投资成本;PPV,i为节点i光伏的安装容量;
式中:cm为光伏单位容量运行维护成本;
式中:为k典型日t时段节点i光伏的无功出力;为k典型日t时段节点i光伏采用最大功率点跟踪模式下的有功出力;SPV,i为节点i光伏的额定容量;p1为无功服务价格,即无功出力对PV的有功发电收益无负面影响时的无功价格;p2为无功机会价格,即为提供无功服务PV有功收益降低时,对于超出的该部分无功出力在服务成本基础上增加的激励价格;p3为附加无功价格,即当逆变器处于夜间SVG模式时的无功价格;K(x)为判断输入是否为正的函数,x为光伏实际无功出力与不影响其有功收益时的最大无功出力之差。
步骤2.2:确立上层主动配电网运行优化模型约束条件:
(1)光伏安装容量约束
PPV,imin≤PPV,i≤PPV,imax (7)
(2)无功电价约束
p1min≤p1≤p1max (8)
p2min≤p2≤p2max (9)
p3min≤p3≤p3max (10)
式中:p1max和p1min为无功服务价格的上下限;p2max和p2min为无功机会价格的上下限;p3max和p3min为附加无功价格的上下限。
更进一步的,所述步骤3具体包括:
步骤3.1:确立主动配电网下层运行优化模型目标函数
(1)配电网运营方年运行成本最小,包括从光伏投资商、上级电网购买电能的年费用,年网损费用及年无功治理费用:
所述年网损费CP计算公式如下:
所述年无功治理费用CQ包括SCB调节费用CB及变压器分接头调节费用CT,即
CQ=CB+CT (13)
式中:CTR为变压器分接头单位调节代价;Δu为k典型日t时段变压器调节档次;
(2)电压质量最优
在负荷明确的情况下,电压偏差最小:
步骤3.2:确立主动配电网下层运行优化模型约束条件
(1)潮流方程约束:
其中,
(2)SCB投入组数约束:
(3)分接头档位约束:
Tmin≤Tt k≤Tmax (23)
式中:Tt k为k典型日t时段的分接头档位值;Tmin和Tmax分别为分接头允许最小、最大档位值;
(4)SVC无功补偿约束:
式中:Qsvc,i为节点i的SVC的额定补偿容量;
(5)光伏逆变器功率因数约束:
(6)光伏无功功率约束:
(7)光伏有功功率约束:
(8)节点电压约束:
式中:Umax和Umin为节点电压幅值的上下限;
(9)成本约束
式中:为未装光伏时,k典型日t时段从上级电网购买的有功功率;CP0为未装光伏时的年网损费用;CQ0为未装光伏时的年无功治理费用;和分别为未装光伏时,在负荷季节性变化剧烈的节点处加装无功补偿设备的投资和运维成本。
更进一步的,所述下层主动配电网运行优化模型优化中,采用权重系数法将两个子目标转换为单一综合目标,数学模型如下式所示:
本发明的有益效果是:
针对第1)个问题,本发明从分布式光伏投资商的规划角度出发,同时考虑配电网运营方的需求,提出了分布式光伏投资商和配电网运营方双方合作下的主动配电网双层优化配置方法;本发明提出的主动配电网双层优化模型,体现了分布式光伏投资商和配电网运营方的合作关系,能够为实际光伏选址定容提供参考,从而实现源、网双方互利共赢,并更有效地利用分布式光伏对电压偏移的改善作用,促进分布式光伏并网的可持续发展。
针对第2)个问题,本发明考虑光伏逆变器接入配电网后提供无功服务,配合原有无功调节设备进行协同治理,可实现硬件资源的高效利用,同时降低有功网络损耗、提升电压质量、减少无功补偿设备运行损耗,有利于形成规范化和科学化的无功辅助服务。
针对第3)个问题,本发明主动配电网双层优化配置模型中考虑逆变器不同工作状态下无功价格的制定,以形成规范化和科学化的无功辅助服务,有利于无功市场的积极发展和社会稳定用电。
附图说明
图1为本发明计及逆变器无功支撑能力的主动配电网双层优化配置方法的总流程图。
图2为双层优化配置模型求解流程图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细说明。
如图1所示,本发明技术方案主要分为四个大步骤,即构建优化配置场景、构建主动配电网上层规划优化模型、构建主动配电网下层规划优化模型、求解双层模型,详细阐述如下:
一、构建优化配置场景
考虑负荷和光伏出力的时序性、随机性和相关性,采集历史各时段光伏出力、各类负荷数据,而后将时间期限划分为表征不同季节特性的最大负荷时段、最小负荷时段,并选取各个时段的最大负荷日作为该时段的典型日,建立优化配置场景。
二、构建主动配电网上层规划优化模型
建立包括上层优化目标函数和上层优化约束条件的上层主动配电网规划优化模型,建立上层优化目标函数时,以分布式光伏投资商的年投资收益最大为目标。
1、确立上层模型目标函数
上层模型主体方为分布式光伏投资商,考虑投资商的效益最大化。目标函数包括年售电收益、年政府补贴收益及年投资、运维成本:
式中:EPV为分布式光伏投资商的年投资收益;Nk表示总典型日数;sP,t为t时段投资商向配电网运营方的有功售电电价;cbt为光伏单位电量政府补贴;Nbus为节点数量;为k典型日t时段节点i光伏的有功出力;为k典型日t时段投资商向配电网运营方售卖光伏无功的收益;ΔTk表示典型日天数;为折算到每年的光伏投资成本;为光伏年运行维护成本。
折算到每年的光伏投资成本计算方法如下:
式中:r为贴现率;λ为光伏电池板经济使用年限;cinv为光伏单位容量投资成本;PPV,i为节点i光伏的安装容量。
光伏年运行维护成本计算方法如下:
式中:cm为光伏单位容量运行维护成本。
式中:为k典型日t时段节点i光伏的无功出力;为k典型日t时段节点i光伏采用最大功率点跟踪模式下的有功出力;SPV,i为节点i光伏的额定容量;p1为无功服务价格,即无功出力对PV的有功发电收益无负面影响时的无功价格;p2为无功机会价格,即为提供无功服务PV有功收益降低时,对于超出的该部分无功出力在服务成本基础上增加的激励价格;p3为附加无功价格,即当逆变器处于夜间SVG模式时的无功价格;K(x)为判断输入是否为正的函数,x为光伏实际无功出力与不影响其有功收益时的最大无功出力之差。
2、确定上层模型约束条件
(1)光伏安装容量约束
PPV,imin≤PPV,i≤PPV,imax (37)
(2)无功电价约束
p1min≤p1≤p1max (38)
p2min≤p2≤p2max (39)
p3min≤p3≤p3max (40)
式中:p1max和p1min为无功服务价格的上下限;p2max和p2min为无功机会价格的上下限;p3max和p3min为附加无功价格的上下限。
三、构建主动配电网下层运行优化模型
建立包括下层优化目标函数和下层优化约束条件的下层主动配电网运行优化模型,建立下层优化目标函数时,以配电网运营方的年运行成本最小及电压质量最优为目标。
1、确立下层模型目标函数
(1)配电网运营方年运行成本最小,包括从光伏投资商、上级电网购买电能的年费用,年网损费用及年无功治理费用:
年无功治理成本包括SCB调节费用CB及变压器分接头调节费用CT,即
CQ=CB+CT (43)
式中:CTR为变压器分接头单位调节代价;Δu为k典型日t时段变压器调节档次。
(2)电压质量最优
在负荷明确的情况下,电压偏差最小:
2、确定下层模型约束条件
(1)潮流方程约束:
其中,
(2)SCB投入组数约束:
(3)分接头档位约束:
Tmin≤Tt k≤Tmax (53)
式中,Tt k为k典型日t时段的分接头档位值;Tmin和Tmax分别为分接头允许最小、最大档位值;
(4)SVC无功补偿约束:
式中:Qsvc,i为节点i的SVC的额定补偿容量;
(5)光伏逆变器功率因数约束:
(6)光伏无功功率约束:
(7)光伏有功功率约束:
(8)节点电压约束:
式中,Umax和Umin为节点电压幅值的上下限。
(9)成本约束
其中,为未装光伏时,k典型日t时段从上级电网购买的有功功率;CP0为未装光伏时的年网损费用;CQ0为未装光伏时的年无功治理费用。分别为未装光伏时,在负荷季节性变化剧烈的节点处加装无功补偿设备的投资、运维成本。
四、求解双层模型
本发明没有将不同主体的利益直接叠加或处理为多目标问题,而是通过双层优化的方法使分布式光伏投资商和配电网运营方双方进行联合优化,具体包括:采用上下双层迭代求解双层优化配置模型,光伏投资商为上层,上层中心考虑光伏安装容量约束并按照全局目标优化计算,以光伏安装位置、容量及无功电价作为决策变量;配电运营方为下层,以SCB投切组数、SVC无功出力及光伏有功出力、无功出力作为决策变量。上层首先给定决策变量初始值,传递给下层;下层配电运营方以上层传递的决策变量初始值作为初始参考值,进行下层优化求解,获得下层优化的决策变量,返回上层,上层以下层修正后的决策变量作为初始参考值,进行优化求解,上下两层如此反复迭代,直到符合各层迭代终止条件,最终获得上层光伏投资商和下层配电运营方都满意的均衡解,实现双层迭代优化运行。
1、上层模型优化方法
对上层模型采用粒子群算法进行选址定容优化,选择上层模型的目标函数,即光伏投资商的年收益作为粒子群优化的适应度值,以光伏规划位置、容量及无功电价为为粒子位置,其中适应度值的计算需依赖下层模型返回的下层决策变量值。
2、下层模型优化方法
由于年运行费用与电压质量两个优化目标具有不同的量纲,本专利采用权重系数法将两个子目标转换为单一综合目标,数学模型如式(30)所示。以SCB投切组数、SVC无功出力及光伏有功出力、无功出力为粒子位置,以转化后的综合目标函数为适应度值,利用粒子群算法进行求解,其中各粒子适应度值计算需调用潮流计算子程序。
综上所述,计及逆变器无功支撑能力的主动配电网双层优化配置方法,求解包括如下步骤:
步骤1:获取负荷信息、网架结构信息及光伏出力信息。
步骤2:根据步骤1信息进行典型日选取,构建优化配置场景;
步骤3:初始化上层粒子群,其中包括光伏待选位置、容量及无功电价。
步骤4:将上层的光伏待选位置、容量及无功电价传递到下层,采用粒子群算法求出最优下层目标函数,并将计算的结果返回上层。
步骤5:结合下层返回的每个场景决策值计算上层目标函数值(若该方案不满足约束条件,则采用惩罚函数法以降低适应值),并更新粒子群。
步骤6:判断是否达到收敛条件。若满足收敛条件,则转向步骤7;反之,则返回步骤4;
步骤7:上层粒子所对应的参数(光伏的配置结果及无功电价)即为所求的规划方案。下层粒子所对应的参数(无功优化措施及光伏有功出力)即为所求的运行方案。
因此,针对竞争电力市场中不同主体之间存在不同需求差异导致光伏规划结果缺乏实际指导意义问题,本发明提出了分布式光伏投资商和配电网运营方双方合作下的主动配电网双层优化配置方法。在进行分布式光伏优化规划时,充分计及分布式光伏投资商及配电网运营方在电源配置过程中起到的作用及相互协作关系,以光伏投资商年投资效益最大和配电网运营方年运行成本最小、电压质量最优为目标,基于粒子群算法进行优化。
本发明在优化配置时计及逆变器无功支撑能力及逆变器不同工作状态下无功价格的制定,充分挖掘逆变器潜力,合理协调利用光伏逆变器的无功支撑能力配合原有无功补偿设备进行联调优化,同时完善无功辅助服务,使得无功控制调节整体效果更优。
Claims (4)
1.一种计及逆变器无功支撑能力的主动配电网双层优化配置方法,其特征在于,包括以下步骤:
步骤1:考虑负荷和光伏出力的时序性、随机性和相关性,采集历史各时段光伏出力、各类负荷数据;将时间期限划分为表征不同季节特性的最大负荷时段和最小负荷时段,并选取各个时段的最大负荷日作为该时段的典型日,建立优化配置场景;
步骤2:建立包括上层优化目标函数和上层优化约束条件的上层主动配电网规划优化模型;建立上层优化目标函数时,以分布式光伏投资商的年投资收益最大为目标;并以光伏安装容量和无功电价为约束条件;
步骤3:建立包括下层优化目标函数和下层优化约束条件的下层主动配电网运行优化模型;建立下层优化目标函数时,以配电网运营方的年运行成本最小及电压质量最优为目标;
步骤4:采用双层优化的方法使分布式光伏投资商和配电网运营方双方进行联合优化,对上层主动配电网规划优化模型采用粒子群算法进行选址定容优化,选择分布式光伏投资商的年投资收益作为粒子群优化的适应度值,以光伏规划位置、安装容量及无功电价为粒子位置;
步骤5:将上层主动配电网规划优化模型的光伏规划位置、安装容量及无功电价传递到下层主动配电网运行优化模型,采用粒子群算法求出最优下层目标函数,以并联电容器组投切组数、静止无功补偿器无功出力及光伏有功出力、无功出力作为粒子位置,并将计算的结果返回上层主动配电网运行优化模型;
步骤6:结合下层主动配电网运行优化模型返回的每个场景决策值计算上层目标函数值,并更新粒子群;
步骤7:判断是否达到收敛条件;若满足收敛条件,则转向步骤8;反之,则返回步骤5;
步骤8:将上层粒子所对应的参数,包括光伏的配置结果及无功电价,作为所求的规划方案;将下层粒子所对应的参数,包括无功优化措施及光伏有功出力,作为所求的运行方案。
2.根据权利要求1所述的计及逆变器无功支撑能力的主动配电网双层优化配置方法,其特征在于,所述步骤2具体包括:
步骤2.1:确立上层主动配电网运行优化模型目标函数包括年售电收益、年政府补贴收益及年投资、运维成本:
式中:EPV为分布式光伏投资商的年投资收益;Nk表示总典型日数;sP,t为t时段投资商向配电网运营方的有功售电电价;cbt为光伏单位电量政府补贴;Nbus为节点数量;为k典型日t时段节点i光伏的有功出力;为k典型日t时段投资商向配电网运营方售卖光伏无功的收益;ΔTk表示典型日天数;为折算到每年的光伏投资成本;为光伏年运行维护成本;
式中:r为贴现率;λ为光伏电池板经济使用年限;cinv为光伏单位容量投资成本;PPV,i为节点i光伏的安装容量;
式中:cm为光伏单位容量运行维护成本;
式中:为k典型日t时段节点i光伏的无功出力;为k典型日t时段节点i光伏采用最大功率点跟踪模式下的有功出力;SPV,i为节点i光伏的额定容量;p1为无功服务价格,即无功出力对PV的有功发电收益无负面影响时的无功价格;p2为无功机会价格,即为提供无功服务PV有功收益降低时,对于超出的该部分无功出力在服务成本基础上增加的激励价格;p3为附加无功价格,即当逆变器处于夜间SVG模式时的无功价格K(x)为判断输入是否为正的函数,x为光伏实际无功出力与不影响其有功收益时的最大无功出力之差;步骤2.2:确立上层主动配电网运行优化模型约束条件:
(1)光伏安装容量约束
PPV,imin≤PPV,i≤PPV,imax (7)
(2)无功电价约束
p1min≤p1≤p1max (8)
p2min≤p2≤p2max (9)
p3min≤p3≤p3max (10)
式中:p1max和p1min为无功服务价格的上下限;p2max和p2min为无功机会价格的上下限;p3max和p3min为附加无功价格的上下限。
3.根据权利要求1所述的计及逆变器无功支撑能力的主动配电网双层优化配置方法,其特征在于,所述步骤3具体包括:
步骤3.1:确立主动配电网下层运行优化模型目标函数
(1)配电网运营方年运行成本最小,包括从光伏投资商、上级电网购买电能的年费用,年网损费用及年无功治理费用:
所述年网损费CP计算公式如下:
所述年无功治理费用CQ包括SCB调节费用CB及变压器分接头调节费用CT,即
CQ=CB+CT (13)
式中:CTR为变压器分接头单位调节代价;Δu为k典型日t时段变压器调节档次;
(2)电压质量最优
在负荷明确的情况下,电压偏差最小:
步骤3.2:确立主动配电网下层运行优化模型约束条件
(1)潮流方程约束:
其中,
(2)SCB投入组数约束:
(3)分接头档位约束:
Tmin≤Tt k≤Tmax (23)
式中:Tt k为k典型日t时段的分接头档位值;Tmin和Tmax分别为分接头允许最小、最大档位值;
(4)SVC无功补偿约束:
式中:Qsvc,i为节点i的SVC的额定补偿容量;
(5)光伏逆变器功率因数约束:
(6)光伏无功功率约束:
(7)光伏有功功率约束:
(8)节点电压约束:
式中:Umax和Umin为节点电压幅值的上下限;
(9)成本约束
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211211864.9A CN115841217B (zh) | 2022-09-30 | 2022-09-30 | 计及逆变器无功支撑能力的主动配电网双层优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211211864.9A CN115841217B (zh) | 2022-09-30 | 2022-09-30 | 计及逆变器无功支撑能力的主动配电网双层优化配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115841217A true CN115841217A (zh) | 2023-03-24 |
CN115841217B CN115841217B (zh) | 2023-10-24 |
Family
ID=85575033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211211864.9A Active CN115841217B (zh) | 2022-09-30 | 2022-09-30 | 计及逆变器无功支撑能力的主动配电网双层优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115841217B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116632946A (zh) * | 2023-07-21 | 2023-08-22 | 湖南大学 | 一种工业园区配电台区可开放容量评估方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107301470A (zh) * | 2017-05-24 | 2017-10-27 | 天津大学 | 一种配电网扩展规划与光储选址定容的双层优化方法 |
CN108599237A (zh) * | 2018-04-24 | 2018-09-28 | 南京理工大学 | 一种主动配电网双层规划dg优化配置方法 |
CN109325608A (zh) * | 2018-06-01 | 2019-02-12 | 国网上海市电力公司 | 考虑储能并计及光伏随机性的分布式电源优化配置方法 |
CN111509766A (zh) * | 2020-03-10 | 2020-08-07 | 广东电网有限责任公司广州供电局 | 一种分布式光伏电站接入配电网的优化方法及系统 |
CN113541151A (zh) * | 2021-04-19 | 2021-10-22 | 江苏大学 | 一种计及光伏出力不确定性的配微网分层电压控制方法 |
CN113991742A (zh) * | 2021-11-19 | 2022-01-28 | 国网重庆市电力公司 | 一种配电网分布式光伏双层协同优化投资决策方法 |
CN114069687A (zh) * | 2020-07-31 | 2022-02-18 | 南京理工大学 | 一种计及逆变器无功调节作用的分布式光伏规划方法 |
-
2022
- 2022-09-30 CN CN202211211864.9A patent/CN115841217B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107301470A (zh) * | 2017-05-24 | 2017-10-27 | 天津大学 | 一种配电网扩展规划与光储选址定容的双层优化方法 |
CN108599237A (zh) * | 2018-04-24 | 2018-09-28 | 南京理工大学 | 一种主动配电网双层规划dg优化配置方法 |
CN109325608A (zh) * | 2018-06-01 | 2019-02-12 | 国网上海市电力公司 | 考虑储能并计及光伏随机性的分布式电源优化配置方法 |
CN111509766A (zh) * | 2020-03-10 | 2020-08-07 | 广东电网有限责任公司广州供电局 | 一种分布式光伏电站接入配电网的优化方法及系统 |
CN114069687A (zh) * | 2020-07-31 | 2022-02-18 | 南京理工大学 | 一种计及逆变器无功调节作用的分布式光伏规划方法 |
CN113541151A (zh) * | 2021-04-19 | 2021-10-22 | 江苏大学 | 一种计及光伏出力不确定性的配微网分层电压控制方法 |
CN113991742A (zh) * | 2021-11-19 | 2022-01-28 | 国网重庆市电力公司 | 一种配电网分布式光伏双层协同优化投资决策方法 |
Non-Patent Citations (2)
Title |
---|
任智君: "主动配电网分布式电源优化配置技术研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, pages 39 - 49 * |
周鹏;郝伟伟;: "基于年负荷持续曲线的配电网分布式电源容量规划双层优化", 智慧电力, no. 08, pages 90 - 94 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116632946A (zh) * | 2023-07-21 | 2023-08-22 | 湖南大学 | 一种工业园区配电台区可开放容量评估方法 |
CN116632946B (zh) * | 2023-07-21 | 2023-09-19 | 湖南大学 | 一种工业园区配电台区可开放容量评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115841217B (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pappachen et al. | Critical research areas on load frequency control issues in a deregulated power system: A state-of-the-art-of-review | |
CN110009262B (zh) | 一种主动配电网的日前-日内两阶段优化调度方法 | |
CN111882111B (zh) | 一种源网荷储协同互动的电力现货市场出清方法 | |
CN105914758A (zh) | 考虑分布式电源无功补偿成本的电网无功优化方法 | |
CN105281360A (zh) | 一种基于灵敏度的分布式光伏自动发电控制方法 | |
CN111626594B (zh) | 一种多种需求侧资源协同的配电网扩展规划方法 | |
CN113690877B (zh) | 一种考虑能源消纳的有源配电网与集中能源站互动方法 | |
Liu et al. | Energy storage in China: Development progress and business model | |
CN112886624B (zh) | 一种三站合一变电站储能装置规划设计系统及方法 | |
CN109787246A (zh) | 考虑多微网并网的配电网动、静态无功设备优化配置方法 | |
CN115759610A (zh) | 一种电力系统源网荷储协同的多目标规划方法及其应用 | |
CN117134409A (zh) | 考虑电-氢-热互补的微网系统及其多目标优化配置方法 | |
CN115841217A (zh) | 计及逆变器无功支撑能力的主动配电网双层优化配置方法 | |
CN111555369A (zh) | 一种配电网中压-低压协同优化方法 | |
CN117318179A (zh) | 一种基于能量共享机制的优化调度方法、设备和介质 | |
Tian et al. | Coordinated RES and ESS Planning Framework Considering Financial Incentives Within Centralized Electricity Market | |
CN116191558A (zh) | 配电网高可靠性的分布式光伏储能优化配置方法及装置 | |
CN114629105A (zh) | 一种考虑多方利益均衡的配电网电压无功优化控制方法 | |
CN114139362A (zh) | 一种计及可再生能源渗透率的智能软开关优化配置方法 | |
Bazmohammadi et al. | An efficient decision-making approach for optimal energy management of microgrids | |
Liu et al. | Robust Optimal Scheduling of Distributed Power and Storage Virtual Power Plants Considering Risks | |
CN117039917B (zh) | 基于节点无功裕度排序的电力系统无功配置方法及系统 | |
Song et al. | Analysis of energy storage capacity optimization of distribution network based on quadratic planning algorithm under large scale DG access | |
Wang et al. | Planning of DC electric spring with particle swarm optimization and elitist non-dominated sorting genetic algorithm | |
Liu et al. | A hybrid crossover multi-agent multi-objective evolutionary algorithm and its application in microgrid operation optimization |
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 |