CN116247678A - 一种基于潮流模型的两级配电网协同优化运行方法及系统 - Google Patents
一种基于潮流模型的两级配电网协同优化运行方法及系统 Download PDFInfo
- Publication number
- CN116247678A CN116247678A CN202310231347.6A CN202310231347A CN116247678A CN 116247678 A CN116247678 A CN 116247678A CN 202310231347 A CN202310231347 A CN 202310231347A CN 116247678 A CN116247678 A CN 116247678A
- Authority
- CN
- China
- Prior art keywords
- power
- power grid
- grid
- constraint
- moment
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 95
- 238000009826 distribution Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000003993 interaction Effects 0.000 claims abstract description 24
- 230000002452 interceptive effect Effects 0.000 claims abstract description 17
- 238000004146 energy storage Methods 0.000 claims description 45
- 230000006870 function Effects 0.000 claims description 38
- 238000005286 illumination Methods 0.000 claims description 15
- 238000010248 power generation Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 8
- 238000007599 discharging Methods 0.000 claims description 6
- 239000010410 layer Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000005265 energy consumption Methods 0.000 description 7
- 238000011160 research Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 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
- 230000035699 permeability Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
-
- 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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于潮流模型的两级配电网协同优化运行方法及系统,本发明包括为下级电网中的分布式资源建立输出功率的时序模型,并添加约束构成潮流模型并计算下级电网向上级电网输出功率的最小、最大值;将其加入交互功率边界的约束条件,以最小化系统网损为优化目标,对上级电网进行建模求解得到上级电网的优化运行结果,并计算出下级电网支撑上级电网的有功;将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件,以最小化系统电压偏移量为优化目标,对下级电网进行建模求解得到下级电网的优化运行结果。本发明能够在维持电网电压稳定的同时有效降低网损,促进新能源消纳,提升配电网安全、稳定、经济运行能力。
Description
技术领域
本发明涉及配电网优化运行技术领域,具体涉及一种基于潮流模型的两级配电网协同优化运行方法及系统。
背景技术
随着分布式资源渗透率的提高,考虑大规模分布式资源并网成为电网优化运行中不可忽视的因素。新能源、电动汽车、储能等分布式资源的随机性、波动性、间歇性容易引起电网电压的不稳定,会对配电网的安全稳定运行造成巨大的威胁;同时,新能源出力的随机性可能会导致用电高峰期发电量不足而用电低谷期发电过剩的窘境,调峰与消纳能力的缺失造成电网损耗增加,影响电网运行的经济性。对于多种分布式资源并网的研究,通常利用微电网技术,整合大量分散的分布式资源并入电网,通过微电网与配电网的协调优化解决分布式资源并网带来的电压波动与新能源消纳问题。但是微电网在处理模块化分布式资源并网的问题时,往往受其容量的限制,无法实现大规模的新能源消纳;同时,风力发电、光伏发电这类新能源受地理环境影响较大,区域分布与发展不均,而微电网与配电网的协调优化往往涉及的区域范围较小,难以解决新能源区域发展不均的情况,这极大限制了新能源的利用与发展。因此,需要一种配网协同优化运行方法,从全局优化的角度,实现分布式资源的统一调配,提升市-县配网协调互动能力,充分挖掘分布式资源的可调节能力,促进配电网有源化、智能化、协同化发展。
发明内容
本发明要解决的技术问题:针对现有技术的上述问题,提供一种基于潮流模型的两级配电网协同优化运行方法及系统,本发明旨在针对多种分布式资源大规模并网带来的电压稳定性与新能源消纳问题,基于最优潮流模型和双层优化方法实现分布式资源集群下的有源配电网区域协同优化,减小电压波动,同时尽可能提升新能源利用效率,达到提升配电网电压稳定性、促进新能源消纳的目的,提升配电网安全、稳定、经济运行能力。
为了解决上述技术问题,本发明采用的技术方案为:
一种基于潮流模型的两级配电网协同优化运行方法,包括:
S101,为下级电网中的分布式资源建立输出功率的时序模型,并添加系统潮流约束与安全运行约束构成潮流模型,并通过潮流计算下级电网向上级电网输出功率的最小、最大值;
S102,将下级电网向上级电网输出功率的最小、最大值加入交互功率边界的约束条件,以最小化系统网损为优化目标,对上级电网进行建模求解得到上级电网的优化运行结果,并计算出下级电网支撑上级电网的有功;
S103,将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件,以最小化系统电压偏移量为优化目标,对下级电网进行建模求解得到下级电网的优化运行结果。
可选地,步骤S101中的分布式资源包括风力发电机组、光伏电站、储能电站及电动汽车,且为下级电网中的风力发电机组建立的输出功率的时序模型的函数表达式为:
其中,f(v)为风速的概率密度函数;k代表形状参数;c代表尺度参数;vt为t时刻风速大小;分别为t时刻风力发电机组输出的有功功率与无功功率;vci、vco、vrated分别为切入风速、切出风速和额定风速;vt为t时刻风速;PWGS为风力发电机组的额定功率,为风力发电机组的功率因数角;
为下级电网中的光伏电站建立的输出功率的时序模型的函数表达式为:
其中,f(r)为光照强度的概率密度函数;Γ表示Gamma函数;α和β为形状参数;与rt分别为t时刻最大光照强度和光照强度;分别为t时刻光伏电站输出的有功功率与无功功率;PPVS表示光伏电站的额定功率;rs表示额定光照强度;为光伏电站功率因数角;
为下级电网中的储能电站建立的输出功率的时序模型的函数表达式为:
其中,和分别为t+1时刻和t时刻储能电站的荷电状态;ηch、ηdis分别为储能电站的充电效率与放电效率;CESS为储能电站的额定容量;为t时刻储能系统充/放电功率,且放电时大于0,充电时小于0,既不充电也不放电时等于0;
为下级电网中的电动汽车建立的输出功率的时序模型的函数表达式为:
可选地,步骤S101中系统潮流约束的函数表达式为:
其中,Pij,t、Qij,t分别表示t时刻支路i-j上的有功功率与无功功率;分别表示t时刻节点i处电网提供的有功功率与无功功率;分别表示t时刻节点i处风力发电机组提供的有功功率与无功功率;分别表示t时刻节点i处光伏电站提供的有功功率与无功功率;表示t时刻节点i处储能系统提供的有功功率;表示t时刻节点i处电动汽车提供的有功功率;分别表示t时刻节点i处的有功与无功负荷;Vi,t、Vj,t分别表示t时刻节点i和节点j的电压;Iij,t表示t时刻支路i-j的电流;rij、xij分别表示支路i-j的电阻值与电抗值;为与起始节点i相连的支路终止节点集合;为接入节点i的发电机集合;
步骤S101中安全运行约束包括节点电压约束、支路电流与功率约束、电网功率约束、风力发电机组与光伏电站约束、储能约束以及电动汽车约束;
其中,节点电压约束的函数表达式为:
其中,支路电流与功率约束的函数表达式为:
其中,电网功率约束的函数表达式为:
其中,风力发电机组与光伏电站约束的函数表达式为:
其中,储能约束的函数表达式为:
其中,电动汽车约束的函数表达式为:
可选地,步骤S102中将下级电网向上级电网输出功率的最小、最大值加入交互功率边界的约束条件,将下级电网向上级电网输出功率的最小、最大值加入的约束条件的函数表达式为:
可选地,步骤S102中对上级电网进行建模时,建立的上级电网优化模型的函数表达式为:
可选地,步骤S103中将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件时,将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件的函数表达式为:
可选地,步骤S103中对下级电网进行建模时,建立的下级电网优化模型的函数表达式为:
其中,ofx表示下级电网优化模型的目标函数,bus_num表示节点数,Vx,t表示下级电网节点的电压标幺值,(1-Vx,t)2用于量化下级电网总体电压偏移水平,且下级电网优化模型的约束条件包括式(10)~(31)以及式(34)。
此外,本发明还提供一种基于潮流模型的两级配电网协同优化运行系统,包括:
交互功率计算程序单元,用于为下级电网中的分布式资源建立输出功率的时序模型,并添加系统潮流约束与安全运行约束构成潮流模型,并通过潮流计算下级电网向上级电网输出功率的最小、最大值;
上级电网求解程序单元,用于将下级电网向上级电网输出功率的最小、最大值加入交互功率边界的约束条件,以最小化系统网损为优化目标,对上级电网进行建模求解得到上级电网的优化运行结果,并计算出下级电网支撑上级电网的有功;
下级电网求解程序单元,用于将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件,以最小化系统电压偏移量为优化目标,对下级电网进行建模求解得到下级电网的优化运行结果。
此外,本发明还提供一种基于潮流模型的两级配电网协同优化运行系统,包括相互连接的微处理器和存储器,所述微处理器被编程或配置以执行所述基于潮流模型的两级配电网协同优化运行方法。
此外,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序用于被微处理器编程或配置以执行所述基于潮流模型的两级配电网协同优化运行方法。
和现有技术相比,本发明主要具有下述优点:
1、本发明通过基于潮流模型的两级配电网协同优化,开展分布式资源集群下的有源配电网区域协同,针对多种分布式资源大规模并网带来的电压稳定性与新能源消纳问题,基于最优潮流模型和双层优化方法实现分布式资源集群下的有源配电网区域协同优化,减小电压波动,同时尽可能提升新能源利用效率,达到提升配电网电压稳定性、促进新能源消纳的目的,提升配电网安全、稳定、经济运行能力。
2、本发明上级电网与下级电网之间通过交互功率协议实现协同优化,相较于利用微电网技术的方法,在维持分布式资源大规模并网后电压稳定性的同时,提升市-县配网协调互动能力,实现分布式资源统一调配,保障配电网安全、稳定、经济运行。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面对实施例描述中所需要使用的附图作简单的介绍,显而易见地,下面的附图仅仅是本发明中的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例方法的基本流程示意图。
图2为本发明实施例方法的详细流程示意图。
图3为本发明实施例方法的双层优化模型结构示意图。
具体实施方式
下文将以市-县配电网作为两级配电网的示例,对本发明基于潮流模型的两级配电网协同优化运行方法及系统进行进一步的详细说明,对于市-县配电网而言,其上级电网为市配电网、下级电网为县配电网。但是需要说明的是,本发明基于潮流模型的两级配电网协同优化运行方法及系统并不依赖于市-县配电网这一特定的两级配电网形式,而是可以适用于任何存在有功交互的两级配电网。
如图1所示,本实施例基于潮流模型的两级配电网协同优化运行方法包括:
S101,为下级电网中的分布式资源建立输出功率的时序模型,并添加系统潮流约束与安全运行约束构成潮流模型,并通过潮流计算下级电网向上级电网输出功率的最小、最大值;
S102,将下级电网向上级电网输出功率的最小、最大值加入交互功率边界的约束条件,以最小化系统网损为优化目标,对上级电网进行建模求解得到上级电网的优化运行结果,并计算出下级电网支撑上级电网的有功;
S103,将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件,以最小化系统电压偏移量为优化目标,对下级电网进行建模求解得到下级电网的优化运行结果。
步骤S101中为下级电网中的分布式资源建立输出功率的时序模型时,可通过读取下级电网拓扑信息,包含节点信息、支路信息以及发电机信息,来读取分布式资源,然后通过对风力发电、光伏发电、储能、电动汽车等典型分布式资源时序特性分析建立其时序模型,步骤S101中的分布式资源包括风力发电机组、光伏电站、储能电站及电动汽车。
对于风力发电机组而言,风速大小的概率分布采用weibull分布,分析各时刻历史数据可以计算weibull分布中的k、c参数,根据各时刻的风速概率分布状况,计算输出功率与风速大小之间的关系,设定风电发电并网点以PQ节点方式接入系统,可得到风力发电机组输出功率的时序模型。因此,本实施例中为下级电网中的风力发电机组建立的输出功率的时序模型的函数表达式为:
其中,f(v)为风速的概率密度函数;k代表形状参数;c代表尺度参数;vt为t时刻风速大小;分别为t时刻风力发电机组输出的有功功率与无功功率;vci、vco、vrated分别为切入风速、切出风速和额定风速;vt为t时刻风速;PWGS为风力发电机组的额定功率,为风力发电机组的功率因数角。
对于光伏电站而言,光照强度的概率分布采用beta分布,分析各时刻历史数据可以计算beta分布中的形状参数α和β,根据各时刻光照强度的概率分布情况,计算输出功率与光照强度大小之间的关系,设定光伏发电并网点以PQ节点方式接入系统,可得到光伏电站输出功率的时序模型。因此,本实施例中为下级电网中的光伏电站建立的输出功率的时序模型的函数表达式为:
其中,f(r)为光照强度的概率密度函数;Γ表示Gamma函数;α和β为形状参数;与rt分别为t时刻最大光照强度和光照强度;分别为t时刻光伏电站输出的有功功率与无功功率;PPVS表示光伏电站的额定功率;rs表示额定光照强度;为光伏电站功率因数角。
对于储能电站而言,储能的时序模型利用荷电状态(State of Charge,SOC)评估储能系统剩余能量分为充电状态与放电状态。本实施例中为下级电网中的储能电站建立的输出功率的时序模型的函数表达式为:
其中,和分别为t+1时刻和t时刻储能电站的荷电状态;ηch、ηdis分别为储能电站的充电效率与放电效率;CESS为储能电站的额定容量;为t时刻储能系统充/放电功率,且放电时大于0,充电时小于0,既不充电也不放电时等于0。
对于电动汽车而言,考虑电动汽车集群接入配电网,此处将电动汽车视为柔性负荷,未考虑其向电网注入功率的可能。利用接入某节点电动汽车的具体信息,如每个时刻离开的电动汽车数、到达的电动汽车数、每辆电动汽车的容量等得到电动汽车节点能量充电边界。本实施例中为下级电网中的电动汽车建立的输出功率的时序模型的函数表达式为:
本实施例中,步骤S101中系统潮流约束的函数表达式为:
其中,Pij,t、Qij,t分别表示t时刻支路i-j上的有功功率与无功功率;分别表示t时刻节点i处电网提供的有功功率与无功功率;分别表示t时刻节点i处风力发电机组提供的有功功率与无功功率;分别表示t时刻节点i处光伏电站提供的有功功率与无功功率;表示t时刻节点i处储能系统提供的有功功率;表示t时刻节点i处电动汽车提供的有功功率;分别表示t时刻节点i处的有功与无功负荷;Vi,t、Vj,t分别表示t时刻节点i和节点j的电压;Iij,t表示t时刻支路i-j的电流;rij、xij分别表示支路i-j的电阻值与电抗值;为与起始节点i相连的支路终止节点集合;为接入节点i的发电机集合。
安全运行约束主要对节点电压、支路电流、支路有功/无功、分布式资源有功/无功出力的边界值以及分布式资源运行参数设置约束,从而保障系统的安全稳定运行。本实施例步骤S101中安全运行约束包括节点电压约束、支路电流与功率约束、电网功率约束、风力发电机组与光伏电站约束、储能约束以及电动汽车约束。
本实施例中,节点电压约束的函数表达式为:
其中,支路电流与功率约束的函数表达式为:
本实施例中,电网功率约束的函数表达式为:
根据风力发电机组和光伏电站的时序特性,可得到其出力的最大值,为避免出现过度弃风弃光的情况,也设置了出力最小值约束;本实施例中,风力发电机组与光伏电站约束的函数表达式为:
储能系统寿命与其放电深度有关,为避免储能系统过度充放电导致寿命过短,需要对其荷电状态进行限制,同时储能系统充放电功率也存在上下边界。本实施例中,储能约束的函数表达式为:
利用接入某节点电动汽车的具体信息,如每个时刻离开的电动汽车数、到达的电动汽车数、每辆电动汽车的容量等得到电动汽车节点能量充电边界。同时对每个时刻停留的电动汽车数、到达的电动汽车数,离开的电动汽车数进行约束,避免节点电动汽车充电功率超出充电站容量。本实施例中,电动汽车约束的函数表达式为:
通过潮流计算下级电网向上级电网输出功率的最小、最大值。可分别以市-县交互功率最大、小为优化目标,基于设置的约束条件(系统潮流约束与安全运行约束),通过潮流计算即可得到下级电网向上级电网输出功率的最小、最大值,即:市-县交互功率的最小值和最大值其中,潮流计算是根据各个分布式资源输出功率的时序模型按照时段进行相加得到各个时段的下级电网向上级电网输出功率(潮流功率),然后选择其中的最小、最大值,即为下级电网向上级电网输出功率的最小、最大值。
步骤S102中对上级电网进行建模时,可读取上级电网拓扑信息,包含节点信息、支路信息以及发电机信息,读取上级电网拓扑信息,包含节点信息、支路信息以及发电机信息,将下级电网作为可控子系统进行调度,将步骤S101得到的市-县交互功率最大/小值设置为上级电网下下级电网交互功率边界,并设置其他约束条件,后以系统网损最小为优化目标,建立上级电网优化运行模型并求解,得到上级电网优化运行结果,基于得到的上级电网优化运行结果,即可得到下级电网支撑上级电网有功Ps,t。本实施例中,步骤S102中将下级电网向上级电网输出功率的最小、最大值加入交互功率边界的约束条件,将下级电网向上级电网输出功率的最小、最大值加入的约束条件的函数表达式为:
步骤S102中对上级电网进行建模时,建立的上级电网优化模型的函数表达式为:
步骤S103中对下级电网进行建模时,可通过读取下级电网拓扑信息,包含节点信息、支路信息以及发电机信息,将得到的Ps,t设置为市-县交互功率约束,并设置其他约束条件,以最小化系统电压偏移量为优化目标,基于设置的约束条件,建立下级电网优化运行模型并求解,得到下级电网优化运行结果。本实施例步骤S103中将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件时,将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件的函数表达式为:
步骤S103中对下级电网进行建模时,建立的下级电网优化模型的函数表达式为:
其中,ofx表示下级电网优化模型的目标函数,bus_num表示节点数,Vx,t表示下级电网节点的电压标幺值,(1-Vx,t)2用于量化下级电网总体电压偏移水平,且下级电网优化模型的约束条件包括式(10)~(31)以及式(34)。
如图2所示,本实施例通过建立风力发电、光伏发电、储能、电动汽车等分布式资源的时序模型,得到其出力范围,并以此作为优化边界,分别以市-县交互功率最大/小为目标得到下级电网支撑上级电网的有功功率边界,将此作为市级优化模型的约束条件,以系统网损最小为目标,得到上级电网优化运行结果与上级电网需要下级电网支撑的有功功率值,将此作为县级优化模型的约束条件,以系统总电压偏移量最小为目标,得到下级电网优化运行结果。
如图3所示,本实施例的原理是针对市-县两级电网构成了上/下层模型构成的双层优化模型:上级电网将下级电网作为可控子系统进行调度,下级电网通过合理调配系统内部分布式资源为上级电网提供有功支撑,系统间以市-县交互功率为约束协议实现市-县两级配电网的协同优化运行,在上层模型中,以上级电网为研究目标,系统网损最小为优化目标,在下层模型中,以下级电网为研究目标,最小化系统电压偏移量,在满足交互功率约束、系统潮流约束与安全运行约束的条件下,得到市/县电网潮流分布情况、优化调度方案以及协同优化控制结果。在实现上级电网优化运行时,以系统网损最小为优化目标,可以有效降低系统网损在,除此之外,在实现县级优化运行时,以总电压偏移量最小为优化目标,可以有效将分布式资源集群下的节点电压限制在稳定运行范围内。因此,本实施例可以在促进市-县配网协调互动,同时提升配网安全、稳定、经济运行能力。
综上所述,本实施例以市-县配电网为例,提供了一种基于潮流模型的两级配电网协同优化运行方法,以应对新能源、储能、电动汽车等多类型分布式资源的随机性、波动性与间歇性容易引起电网电压的不稳定对配电网的安全稳定运行造成巨大的威胁的问题,以及新能源出力的随机性导致调峰与消纳能力不足、极大影响了电网运行的经济性的问题。本实施例基于潮流模型的两级配电网协同优化运行方法针对分布式资源并网带来的电压稳定性问题与新能源消纳问题,开展分布式资源集群下的市-县两级电网协同优化运行方法研究,建立基于最优潮流的双层优化模型,在上层模型中,以市级电网为研究目标,调度县级电网与其他发电设备,以系统网损最小为优化目标,在下层模型中,以县级电网为研究目标,调度集群接入的分布式资源,以系统总电压偏移量最小为优化目标,上/下层模型通过连接点处交互功率进行协调,得到市/县电网潮流分布情况、优化调度方案以及协同优化控制结果。本实施例基于潮流模型的两级配电网协同优化运行方法可在维持电网电压稳定的同时有效降低网损,提升配电网安全、稳定、经济运行能力。而且,本实施例基于潮流模型的两级配电网协同优化运行方法不仅可以适用于市-县配电网,还可以适用于各类存在有功交互的两级配电网。
此外,本实施例还提供一种基于潮流模型的两级配电网协同优化运行系统,包括:
交互功率计算程序单元,用于为下级电网中的分布式资源建立输出功率的时序模型,并添加系统潮流约束与安全运行约束构成潮流模型,并通过潮流计算下级电网向上级电网输出功率的最小、最大值;
上级电网求解程序单元,用于将下级电网向上级电网输出功率的最小、最大值加入交互功率边界的约束条件,以最小化系统网损为优化目标,对上级电网进行建模求解得到上级电网的优化运行结果,并计算出下级电网支撑上级电网的有功;
下级电网求解程序单元,用于将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件,以最小化系统电压偏移量为优化目标,对下级电网进行建模求解得到下级电网的优化运行结果。
此外,本实施例还提供一种基于潮流模型的两级配电网协同优化运行系统,包括相互连接的微处理器和存储器,该微处理器被编程或配置以执行该基于潮流模型的两级配电网协同优化运行方法。此外,本实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,该计算机程序用于被微处理器编程或配置以执行该基于潮流模型的两级配电网协同优化运行方法。
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读存储介质(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。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于潮流模型的两级配电网协同优化运行方法,其特征在于,包括:
S101,为下级电网中的分布式资源建立输出功率的时序模型,并添加系统潮流约束与安全运行约束构成潮流模型,并通过潮流计算下级电网向上级电网输出功率的最小、最大值;
S102,将下级电网向上级电网输出功率的最小、最大值加入交互功率边界的约束条件,以最小化系统网损为优化目标,对上级电网进行建模求解得到上级电网的优化运行结果,并计算出下级电网支撑上级电网的有功;
S103,将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件,以最小化系统电压偏移量为优化目标,对下级电网进行建模求解得到下级电网的优化运行结果。
2.根据权利要求1所述的基于潮流模型的两级配电网协同优化运行方法,其特征在于,步骤S101中的分布式资源包括风力发电机组、光伏电站、储能电站及电动汽车,且为下级电网中的风力发电机组建立的输出功率的时序模型的函数表达式为:
其中,f(v)为风速的概率密度函数;k代表形状参数;c代表尺度参数;vt为t时刻风速大小;分别为t时刻风力发电机组输出的有功功率与无功功率;vci、vco、vrated分别为切入风速、切出风速和额定风速;vt为t时刻风速;PWGS为风力发电机组的额定功率,为风力发电机组的功率因数角;
为下级电网中的光伏电站建立的输出功率的时序模型的函数表达式为:
其中,f(r)为光照强度的概率密度函数;Γ表示Gamma函数;α和β为形状参数;与rt分别为t时刻最大光照强度和光照强度;分别为t时刻光伏电站输出的有功功率与无功功率;PPVS表示光伏电站的额定功率;rs表示额定光照强度;为光伏电站功率因数角;
为下级电网中的储能电站建立的输出功率的时序模型的函数表达式为:
其中,和分别为t+1时刻和t时刻储能电站的荷电状态;ηch、ηdis分别为储能电站的充电效率与放电效率;ESS为储能电站的额定容量;为t时刻储能系统充/放电功率,且放电时大于0,充电时小于0,既不充电也不放电时等于0;
为下级电网中的电动汽车建立的输出功率的时序模型的函数表达式为:
3.根据权利要求2所述的基于潮流模型的两级配电网协同优化运行方法,其特征在于,步骤S101中系统潮流约束的函数表达式为:
其中,Pij,t、Qij,t分别表示t时刻支路i-j上的有功功率与无功功率;分别表示t时刻节点i处电网提供的有功功率与无功功率;分别表示t时刻节点i处风力发电机组提供的有功功率与无功功率;分别表示t时刻节点i处光伏电站提供的有功功率与无功功率;表示t时刻节点i处储能系统提供的有功功率;表示t时刻节点i处电动汽车提供的有功功率;分别表示t时刻节点i处的有功与无功负荷;Vi,t、Vj,t分别表示t时刻节点i和节点j的电压;Iij,t表示t时刻支路i-j的电流;rij、xij分别表示支路i-j的电阻值与电抗值;为与起始节点i相连的支路终止节点集合;为接入节点i的发电机集合;
步骤S101中安全运行约束包括节点电压约束、支路电流与功率约束、电网功率约束、风力发电机组与光伏电站约束、储能约束以及电动汽车约束;
其中,节点电压约束的函数表达式为:
其中,支路电流与功率约束的函数表达式为:
其中,电网功率约束的函数表达式为:
其中,风力发电机组与光伏电站约束的函数表达式为:
其中,储能约束的函数表达式为:
其中,电动汽车约束的函数表达式为:
8.一种基于潮流模型的两级配电网协同优化运行系统,其特征在于,包括:
交互功率计算程序单元,用于为下级电网中的分布式资源建立输出功率的时序模型,并添加系统潮流约束与安全运行约束构成潮流模型,并通过潮流计算下级电网向上级电网输出功率的最小、最大值;
上级电网求解程序单元,用于将下级电网向上级电网输出功率的最小、最大值加入交互功率边界的约束条件,以最小化系统网损为优化目标,对上级电网进行建模求解得到上级电网的优化运行结果,并计算出下级电网支撑上级电网的有功;
下级电网求解程序单元,用于将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件,以最小化系统电压偏移量为优化目标,对下级电网进行建模求解得到下级电网的优化运行结果。
9.一种基于潮流模型的两级配电网协同优化运行系统,包括相互连接的微处理器和存储器,其特征在于,所述微处理器被编程或配置以执行权利要求1~7中任意一项所述基于潮流模型的两级配电网协同优化运行方法。
10.一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,其特征在于,所述计算机程序用于被微处理器编程或配置以执行权利要求1~7中任意一项所述基于潮流模型的两级配电网协同优化运行方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310231347.6A CN116247678A (zh) | 2023-03-10 | 2023-03-10 | 一种基于潮流模型的两级配电网协同优化运行方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310231347.6A CN116247678A (zh) | 2023-03-10 | 2023-03-10 | 一种基于潮流模型的两级配电网协同优化运行方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116247678A true CN116247678A (zh) | 2023-06-09 |
Family
ID=86625937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310231347.6A Pending CN116247678A (zh) | 2023-03-10 | 2023-03-10 | 一种基于潮流模型的两级配电网协同优化运行方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116247678A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117895557A (zh) * | 2024-03-14 | 2024-04-16 | 国网山西省电力公司临汾供电公司 | 一种配电网调控方法、装置、介质及产品 |
-
2023
- 2023-03-10 CN CN202310231347.6A patent/CN116247678A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117895557A (zh) * | 2024-03-14 | 2024-04-16 | 国网山西省电力公司临汾供电公司 | 一种配电网调控方法、装置、介质及产品 |
CN117895557B (zh) * | 2024-03-14 | 2024-05-24 | 国网山西省电力公司临汾供电公司 | 一种配电网调控方法、装置、介质及产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Abdelkader et al. | Multi-objective genetic algorithm based sizing optimization of a stand-alone wind/PV power supply system with enhanced battery/supercapacitor hybrid energy storage | |
Li et al. | Optimal planning of energy storage system in active distribution system based on fuzzy multi-objective bi-level optimization | |
Cao et al. | Probabilistic optimal PV capacity planning for wind farm expansion based on NASA data | |
Eid et al. | Efficient operation of battery energy storage systems, electric-vehicle charging stations and renewable energy sources linked to distribution systems | |
CN111900719B (zh) | 考虑柔性可控负荷的电网充裕度评估方法、装置及系统 | |
CN108667054B (zh) | 一种储能规划方法及装置 | |
CN113708366A (zh) | 一种计及新能源和电动汽车的配电网优化调度方法及系统 | |
CN116826714A (zh) | 基于光伏发电的电力分配方法、系统、终端及存储介质 | |
CN110350589A (zh) | 一种可再生能源和储能调度模型及调度方法 | |
CN103488820B (zh) | 一种基于长过程时序仿真的分布式电源规划方法 | |
CN113326467A (zh) | 基于多重不确定性的多站融合综合能源系统多目标优化方法、存储介质及优化系统 | |
CN116247678A (zh) | 一种基于潮流模型的两级配电网协同优化运行方法及系统 | |
CN114243760A (zh) | 适用于配电网的光伏储能协调配置方法 | |
CN109711605B (zh) | 一种多类型电源并网容量确定方法和装置 | |
CN115271317A (zh) | 充电站规划方法及相关设备 | |
CN109687441A (zh) | 一种基于场景分解-协调的独立微电网灵活性资源容量配置方法 | |
CN111884214B (zh) | 适用于园区能量路由器集群的分层优化调度方法及装置 | |
CN113690925A (zh) | 一种基于微电网的能量交互优化方法及系统 | |
CN116029468B (zh) | 考虑电动汽车接入的电网风险评估和超前调度方法及系统 | |
CN109995094B (zh) | 一种交直流混合微电网的规划方法及系统 | |
Bao et al. | Genetic algorithm based optimal capacity allocation for an independent wind/pv/diesel/battery power generation system | |
CN107591794A (zh) | 基于负荷分类的主动配电网源‑储容量优化配置方法 | |
CN108695848A (zh) | 主动配电网运行时序仿真方法 | |
CN114447975A (zh) | 一种基于移动储能的多微电网灵活性提升方法 | |
CN114118529A (zh) | 一种计及电能替代影响的新能源选址定容优化方法 |
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 |