CN116742631B - 基于智能软开关和温控负荷的有源配电网优化方法 - Google Patents

基于智能软开关和温控负荷的有源配电网优化方法 Download PDF

Info

Publication number
CN116742631B
CN116742631B CN202310282145.4A CN202310282145A CN116742631B CN 116742631 B CN116742631 B CN 116742631B CN 202310282145 A CN202310282145 A CN 202310282145A CN 116742631 B CN116742631 B CN 116742631B
Authority
CN
China
Prior art keywords
node
distribution network
active power
power distribution
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.)
Active
Application number
CN202310282145.4A
Other languages
English (en)
Other versions
CN116742631A (zh
Inventor
杨会轩
苏明
李欣
张瑞照
刘金会
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.)
Beijing Huaqing Future Energy Technology Research Institute Co ltd
Huake Inno Jiangsu Energy Technology Co ltd
Huake Inno Qingdao Energy Technology Co ltd
Shandong Huake Information Technology Co ltd
Original Assignee
Beijing Huaqing Future Energy Technology Research Institute Co ltd
Huake Inno Jiangsu Energy Technology Co ltd
Huake Inno Qingdao Energy Technology Co ltd
Shandong Huake Information Technology 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 Beijing Huaqing Future Energy Technology Research Institute Co ltd, Huake Inno Jiangsu Energy Technology Co ltd, Huake Inno Qingdao Energy Technology Co ltd, Shandong Huake Information Technology Co ltd filed Critical Beijing Huaqing Future Energy Technology Research Institute Co ltd
Priority to CN202310282145.4A priority Critical patent/CN116742631B/zh
Publication of CN116742631A publication Critical patent/CN116742631A/zh
Application granted granted Critical
Publication of CN116742631B publication Critical patent/CN116742631B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • 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
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • 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
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/48—Controlling the sharing of the in-phase component
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本公开描述一种基于智能软开关和温控负荷的有源配电网优化方法，包括：构建考虑网络侧成本和用户侧成本的目标函数；基于目标函数构建多个数学模型，多个数学模型包括智能软开关数学模型、以及配电网最优潮流模型中的至少一种，多个数学模型还包括温控负荷数学模型，温控负荷为电热水器；对多个数学模型和多个约束条件进行处理以获取多个目标约束条件；在多个约束条件下对目标函数进行求解以使目标函数取得最小值并获取优化结果；基于优化结果调整智能软开关的传输功率以及温控负荷的开关状态。由此，能够较好地降低有源配电网的负荷和运行成本。

Description

基于智能软开关和温控负荷的有源配电网优化方法
技术领域
本公开大体涉及电力系统领域，具体涉及一种基于智能软开关和温控负荷的有源配电网优化方法。
背景技术
随着经济快速发展，有源配电网的规模不断增大，所带来的损耗也随之增大。智能软开关的引入彻底改变了传统配电网闭环设计、开环运行的供电方式，大大提高了配网控制的实时性与快速性，同时给配电网的运行带来了诸多益处。
在申请号201610029970.3，发明名称为“一种基于智能软开关的有源配电网电压无功控制方法”中，其以配电系统各节点电压偏差之和最小为目标函数，应用智能软开关解决有源配电网电压无功控制问题的基于智能软开关的有源配电网电压无功控制方法。
然而，在上述技术中，仅仅基于智能软开关进行配电网的重构，往往忽略用户侧(也即，温控负荷)对配电网优化运行的影响。现有研究中，温控负荷被认为是最重要的用户侧管理资源之一，有助于保持未来智能电网的电力供需平衡。随着热水器、空调及部分工业大用户等的温控负荷在总用电负荷中的比例不断升高，基于智能软开关的配电网优化方案不适用于部分具体的场景，例如，针对以电热水器为主要负载的用户侧，目前的有源配电网优化方案的优化效果往往难以达到预期，往往不能较好降低有源配电网的负荷和运行成本。
发明内容
本公开是有鉴于上述的状况而提出的，其目的在于提供一种能够较好地降低有源配电网的负荷和运行成本的基于智能软开关和温控负荷的有源配电网优化方法。
为此，本公开提供了一种基于智能软开关和温控负荷的有源配电网优化方法，所述有源配电网优化方法是基于具有所述智能软开关的网络侧和具有所述温控负荷的用户侧进行优化的方法，包括：构建考虑网络侧成本和用户侧成本的目标函数，所述网络侧成本包括配电网网络损耗成本、智能软开关损耗成本和开关动作成本中的至少一种，所述用户侧成本包括温控负荷成本；基于所述目标函数构建多个数学模型，所述多个数学模型包括用于计算所述智能软开关损耗成本的智能软开关数学模型、以及用于计算所述配电网网络损耗成本和所述开关动作成本的配电网最优潮流模型中的至少一种，所述多个数学模型还包括用于计算所述温控负荷成本的温控负荷数学模型，所述温控负荷为电热水器；基于二阶锥规划松弛法对所述多个数学模型和多个约束条件进行处理以获取多个目标约束条件；在所述多个约束条件下对所述目标函数进行求解以使所述目标函数取得最小值并获取优化结果；基于所述优化结果调整所述智能软开关的传输功率以及所述温控负荷的开关状态。
在这种情况下，目标函数能够涵盖大部分的运行成本(也即，网络侧成本和用户侧成本)，令目标函数能够进一步贴合与电热水器相关的有源配电网的使用场景，能够提高目标函数结果的准确性，从而能够降低有源配电网的运行成本。另外，基于多个数学模型能够较为全面地获取有源配电网中各个参数(例如，传输功率)的数值以及反映各个参数之前的关系，从而能够较好地调整后续的优化方法。另外，基于二阶锥规划松弛法能够将多个数学模型和多个约束条件转化为二阶锥模型，能够简化有源配电网中各参数的运算过程，能够便于获取运算结果。另外，基于多个约束条件能够进一步对多个数学模型进行限定，从而能够使目标函数的运算结果更加准确，也即能够提高优化结果的准确性。同时，基于目标函数的最小值能够获取网络侧成本和用户侧成本较低的优化结果。另外，由于有源配电网优化方法包括调整智能软开关的传输功率以及温控负荷的开关状态，基于优化结果能够较好地调整有源配电网优化方法，从而能够较好降低有源配电网的负荷和运行成本。
另外，在本公开所涉及的有源配电网优化方法中，可选地，所述目标函数基于每日的所述网络侧成本和所述用户侧成本得出。在这种情况下，能够令有源配电网优化方法的优化间隔保持在比较合适的范围内，相对于较短优化间隔，能够降低优化成本，相对于较长优化间隔，能够减少时间范围较长所带来的运算误差，能够提高优化效果。
另外，在本公开所涉及的有源配电网优化方法中，可选地，所述目标函数为：
其中，i为第i个节点，j为第j个节点，ij为第i个节点和第j个节点之间的支路；T为时间；F为所述目标函数；Closs为网络损耗费用系数；Csop为智能软开关损耗费用系数；Cswitch为开关动作损耗系数；Csell为用户侧售电价格；B为所述有源配电网中所有支路的集合；NSOP为接入所述智能软开关的节点的集合；Nh为所述温控负荷所在节点的集合；Iij,t为t时刻第i个节点和第j个节点之间的支路所流过的电流；rij为第i个节点与第j个节点间接入的等效电阻；为所述智能软开关接入第i个节点一侧的换流器在t时刻产生的换流器损耗；/>为t时刻第i个节点中所用温控负荷功率总和；αij为所述有源配电网网络重构之后第i个节点和第j个节点之间的支路的开关动作；αij,0为所述有源配电网网络重构之前第i个节点和第j个节点之间的支路的开关动作；ΔT为时间间隔。在这种情况下，能够基于有源配电网中的各个参数(例如，换流器损耗和温控负荷功率等)获得目标函数的值，从而能够通过调整各个参数获取目标函数的最小值。同时，基于目标函数的最小值能够获取优化结果。
另外，在本公开所涉及的有源配电网优化方法中，可选地，所述智能软开关数学模型为：
其中，为t时刻所述智能软开关接入第i个节点的换流器的有功功率，/>为t时刻所述智能软开关接入第j个节点的换流器的有功功率，/>为t时刻所述智能软开关接入第i个节点的换流器的无功功率，/>为t时刻所述智能软开关接入第j个节点的换流器的无功功率；/>为接入第i个节点的换流器损耗，/>为接入第j个节点的换流器损耗；γSOP为所述智能软开关的换流器损耗系数；i为第i个节点，j为第j个节点，t为t时刻。由此，能够基于智能软开关的换流器调整节点的有功功率和无功功率(也即，传输功率)，进而能够减少有源配电网的损耗，从而能够便于有源配电网的优化。
另外，在本公开所涉及的有源配电网优化方法中，可选地，所述温控负荷为电热水器，所述温控负荷数学模型为：
其中，t为t时刻，T为温度，Δt为时间间隔，Tt d为t时刻所述电热水器的水温；Tt s为t时刻的环境温度；Rd和Cd分别为所述电热水器的热阻和热容；L为所述电热水器的水箱的总容量；lt为t时刻用户的单位用水量。表示t时刻所述电热水器的工作状态，其中，/>时，代表所述电热水器为保温模式，/>时，代表所述电热水器为加热模式；/>为所述电热水器的热耗系数；Pd为所述电热水器加热时的有功功率。在这种情况下，能够基于温控负荷数学模型获得一定时间间隔的电热水器的水温，能够贴合有源配电网在用户侧的使用场景。另外，基于一定时间间隔的电热水器的水温能够便于调整电热水器的工作模式(也即，保温模式和加热模式)和工作状态(也即，开启和关闭)，从而能够降低有源配电网的损耗和温控负荷成本。
另外，在本公开所涉及的有源配电网优化方法中，可选地，所述配电网最优潮流模型为：
其中，p为节点所注入的有功功率，q为节点所注入的无功功率；P为有功功率，Q为无功功率；i为第i个节点，j为第j个节点，k为第k个节点；ij为第i个节点和第j个节点之间的支路，jk为第j个节点和第k个节点之间的支路；Pjk,t为t时刻第j个节点和第k个节点之间的支路的有功功率，Pij,t为t时刻第i个节点和第j个节点之间的支路的有功功率；Qjk,t为t时刻第j个节点和第k个节点之间的支路的无功功率，Qij,t为t时刻第i个节点和第j个节点之间的支路的无功功率；Iij,t为t时刻第i个节点和第j个节点之间的支路所流过的电流，rij为第i个节点和第j个节点之间所接入的等效电阻，xij,t为t时刻第i个节点和第j个节点之间所接入的等效电感感抗，Vj,t为t时刻第j个节点的电压；Pj,t为t时刻第j个节点注入的有功功率，Qj,t为t时刻第j个节点注入的无功功率；δ(j)为所述有源配电网中第j个节点的父节点集合，π(j)为所述有源配电网中第j个节点的子节点集合；gj,t分别为t时刻第j个节点接入负荷的等效电导，bj,t为t时刻第j个节点接入负荷的等效电纳；N为节点集合。在这种情况下，能够基于配电网最优潮流模型对有功功率、无功功率、电流和电压中的至少一种进行调整，进而能够减少有源配电网的损耗。
另外，在本公开所涉及的有源配电网优化方法中，可选地，所述多个约束条件包括智能软开关容量约束、电热水器水温上下限约束、有源配电网潮流约束、有源配电网安全性约束、考虑无功的光伏电源出力约束、开关动作次数约束以及配电网辐射性运行约束中的至少一种。在这种情况下，能够进一步对智能软开关数学模型、温控负荷数学模型以及配电网最优潮流模型中的各个参数的取值进行限制，从而能够使目标函数的运算结果更加准确，也即能够提高优化结果的准确性。
另外，在本公开所涉及的有源配电网优化方法中，可选地，基于所述电热水器的水温上下限设定所述保温模式和所述加热模式。在这种情况下，能够基于电热水器的水温调整电热水器的工作模式(也即，保温模式和加热模式)，从而能够使电热水器的水温处于水温上下限的区间。
另外，在本公开所涉及的有源配电网优化方法中，可选地，基于大M法处理所述有源配电网潮流约束。由此，能够简化有源配电网潮流约束的运算过程。
另外，在本公开所涉及的有源配电网优化方法中，可选地，利用求解器对所述目标函数进行求解以使所述目标函数取得最小值并获取所述优化结果，所述求解器为YALMIP+CPLEX平台。在这种情况下，由于目标函数和多个目标约束条件包括多个参数，基于YALMIP+CPLEX平台能够较为准确且便捷地获取目标函数的最小值，从而能够获取优化结果。
根据本公开，能够提供一种较好地降低有源配电网的负荷和运行成本的基于智能软开关和温控负荷的有源配电网优化方法。
附图说明
现在将仅通过参考附图的例子进一步详细地解释本公开，其中：
图1是示出了本公开示例所涉及的有源配电网优化方法的示例性的场景图。
图2是示出了本公开示例所涉及的有源配电网优化方法中的有源配电网的示例性的框图。
图3是示出了本公开示例所涉及的有源配电网优化方法的示例性的流程图。
图4是示出了本公开示例所涉及的有源配电网优化方法中的电热水器的工作模式随时间变化的一种示意图。
图5是示出了本公开所涉及的有源配电网优化方法中的有源配电网的示例性的结构图。
图6是示出了本公开所涉及的实施例1、实施例2和实施例3中的电热水器运行时长的示例性的对比图。
图7是示出了本公开所涉及的实施例1、实施例2和实施例3中的电热水器负荷曲线的示例性的对比图。
图8是示出了本公开所涉及的实施例1和实施例3中的智能软开关传输功率的示例性的对比图。
图9是示出了本公开所涉及的实施例1、实施例2和实施例3中的有源配电网中各节点的电压值的示例性的对比图。
具体实施方式
以下，参考附图，详细地说明本公开的优选实施方式。在下面的说明中，对于相同的部件赋予相同的符号，省略重复的说明。另外，附图只是示意性的图，部件相互之间的尺寸的比例或者部件的形状等可以与实际的不同。
需要说明的是，本公开中的术语“包括”和“具有”以及它们的任何变形，例如所包括或所具有的一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可以包括或具有没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。本公开所描述的所有方法可以以任何合适的顺序执行，除非在此另有指示或者与上下文明显矛盾。
在一些示例中，在描述本公开的特定示例的背景下(特别是在下面的权利要求的背景下)中使用的术语“一”、“一个”和“该”以及类似的参考可以被解释为涵盖单数和复数形式。这里对数值范围的叙述仅仅旨在用作单独提及落入该范围内的每个单独值的速记方法。除非在此另有指示，否则每个单独的值都被并入到说明书中，就好像它在这里被单独列举一样。本公开所描述的所有方法可以以任何合适的顺序执行，除非在此另有指示或者与上下文明显矛盾。关于本公开中的某些示例提供的任何和所有示例或示例性语言(例如，“比如”)的使用仅旨在更好地阐明本公开，而不是对本公开所要求保护的范围构成限制。说明书中的任何语言都不应该被解释为指示对于本公开的实施来说必不可少的任何非要求保护的要素。
在一些示例中，有源配电网有时可以简称为配电网或者配电系统等，基于智能软开关和温控负荷的有源配电网优化方法有时可以简称为有源配电网优化方法、配电网优化方法、优化方法或方法等。
在一些示例中，有源配电网优化方法可以是基于网络侧和用户侧进行优化的方法，其中，网络侧可以具有智能软开关，用户侧可以具有温控负荷。
图1是示出了本公开示例所涉及的有源配电网优化方法的示例性的场景图。
在一些示例中，参考图1，在场景中，可以基于终端设备2(例如，计算机)调整有源配电网1，其中，终端设备2可以配置为装载有可以用于实现本公开所涉及的有源配电网1优化方法的应用程序。
图2是示出了本公开示例所涉及的有源配电网1优化方法中的有源配电网1的示例性的框图。
在一些示例中，参考图2，有源配电网1可以包括智能软开关11、温控负荷12、开关13、交流电源14和/或光伏电源15中的至少一种。
在一些示例中，智能软开关11可以包括全控型器件且可以基于控制信号控制。在一些示例中，智能软开关11可以包括门极可关断晶闸管、电力场效应晶体管、场效应管和绝缘栅双极晶体管中的至少一种。在这种情况下，能够基于控制信号控制导通或关断。
在一些示例中，智能软开关11可以接入有源配电网1中的两个节点。在一些示例中，两个节点可以是相邻的或两个节点之前可以间隔一定数量的节点。在这种情况下，能够灵活地选择智能软开关11的接入位置，从而能够便于有源配电网1的优化。
在一些示例中，智能软开关11可以包括换流器。在一些示例中，换流器可以接入智能软开关11所接入有源配电网1的两个节点。在这种情况下，能够基于换流器控制智能软开关11所接入节点的传输功率，从而能够优化配电网的潮流(也即，电流、电压和功率中的至少一种)分布。
在一些示例中，温控负荷12可以包括空调、电热水器和冰箱中的至少一种。
图3是示出了本公开示例所涉及的有源配电网1优化方法的示例性的流程图。
在一些示例中，参考图3，有源配电网1优化方法可以包括构建考虑网络侧成本和用户侧成本的目标函数(步骤S001)，基于目标函数构建多个数学模型(步骤S002)，获取多个目标约束条件(步骤S003)，获取优化结果(步骤S004)，基于优化结果调整智能软开关11的传输功率以及温控负荷12的开关状态(步骤S005)。
在一些示例中，在步骤S001中，考虑网络侧成本和用户侧成本的目标函数有时也可以简称为目标函数等。
在一些示例中，网络侧成本可以包括配电网网络损耗成本、智能软开关11损耗成本和开关13动作成本中的至少一种；在一些示例中，用户侧成本可以包括温控负荷12成本。在这种情况下，能够涵盖大部分的运行成本(也即，网络侧成本和用户侧成本)，令目标函数能够进一步贴合与电热水器相关的有源配电网的使用场景，能够提高目标函数结果的准确性，从而能够降低有源配电网1的运行成本。
在一些示例中，配电网网络损耗成本可以为配电网网络工作过程中产生损耗的成本，例如线路损耗或功率损耗等。在一些示例中，智能软开关11损耗成本可以为配置智能软开关11所产生的功率损耗的成本，也即，智能软开关11所接入的换流器损耗的成本。在一些示例中，开关13动作成本可以为有源配电网1中开关13的动作变化所产生的成本。在一些示例中，温控负荷12成本可以为温控负荷12所产生的功率损耗的成本。由此，能够基于上述的成本构建目标函数。
在一些示例中，目标函数可以为：
，其中，i为第i个节点，j为第j个节点，ij为第i个节点和第j个节点之间的支路；T为时间；F为目标函数；Closs为网络损耗费用系数；Csop为智能软开关11损耗费用系数；Cswitch为开关13动作损耗系数；Csell为用户侧售电价格；B为有源配电网1中所有支路的集合；NSOP为接入智能软开关11的节点的集合；Nh为温控负荷12所在节点的集合；Iij,t为t时刻第i个节点和第j个节点之间的支路所流过的电流；rij为第i个节点与第j个节点间接入的等效电阻；为智能软开关11接入第i个节点一侧的换流器在t时刻产生的换流器损耗；/>为t时刻第i个节点中所用温控负荷12功率总和；αij为有源配电网1网络重构之后第i个节点和第j个节点之间的支路的开关13动作；αij,0为有源配电网1网络重构之前第i个节点和第j个节点之间的支路的开关13动作；ΔT为时间间隔。
其中，当αij＝0时，有源配电网1网络重构之后第i个节点和第j个节点之间的支路的开关13动作为断开，当αij＝1时，有源配电网1网络重构之后第i个节点和第j个节点之间的支路的开关13动作为闭合；当αij,0＝0时，有源配电网1网络重构之前第i个节点和第j个节点之间的支路的开关13动作为断开，当αij,0＝1时，有源配电网1网络重构之前第i个节点和第j个节点之间的支路的开关13动作为闭合。
在一些示例中，有源配电网1网络重构可以是指改变有源配电网1网络的拓扑结构。换言之，可以通过调整有源配电网1中的开关13动作(也即，断开和/或闭合)进行有源配电网1网络重构。其中，开关13可以为分段开关和联络开关中的至少一种。在一些示例中，有源配电网1可以包括多个开关13。在一些示例中，多个开关13可以设置在有源配电网1支路中的各个节点之间和/或设置在各个支路之间。在这种情况下，能够基于有源配电网1中的开关13动作调整有源配电网1中各个节点以及各个支路的连接状态，从而能够便于有源配电网1网络重构。
在一些示例中，目标函数可以基于预设时间的网络侧成本和用户侧成本得出，预设时间可以基于需求进行设定。例如，预设时间可以为1小时、1日或1周等。在这种情况下，能够基于需求灵活地调整预设时间，进而能够得出多个时间维度的目标函数的值。
在一些示例中，优选地，目标函数可以基于每日的网络侧成本和用户侧成本得出。在这种情况下，能够令有源配电网优化方法的优化间隔保持在比较合适的范围内，相对于较短优化间隔，能够降低优化成本，相对于较长优化间隔，能够减少时间范围较长所带来的运算误差，能够提高优化效果。
在一些示例中，在步骤S002中，可以基于目标函数构建多个数学模型。在这种情况下，基于多个数学模型能够较为全面地获取有源配电网1中各个参数(例如，传输功率)的数值以及反映各个参数之前的关系，从而能够较好地调整后续的优化方法。
在一些示例中，多个数学模型可以包括智能软开关11数学模型。其中，智能软开关11数学模型可以用于计算智能软开关11损耗成本。
在一些示例中，智能软开关11数学模型可以为：
其中，为t时刻智能软开关11接入第i个节点的换流器的有功功率，/>为t时刻智能软开关11接入第j个节点的换流器的有功功率，/>为t时刻智能软开关11接入第i个节点的换流器的无功功率，/>为t时刻智能软开关11接入第j个节点的换流器的无功功率；/>为接入第i个节点的换流器损耗，/>为接入第j个节点的换流器损耗；γSOP为智能软开关11的换流器损耗系数；i为第i个节点，j为第j个节点，t为t时刻。需要说明的是，SOP可以用来代表智能软开关11的相关参数(例如，有功功率、无功功率或换流器损耗等)。
在一些示例中，多个数学模型还可以包括温控负荷12数学模型。其中，温控负荷12数学模型可以用于计算温控负荷12成本。
在一些示例中，温控负荷12可以为电热水器，温控负荷12数学模型可以为：
其中，t为t时刻，T为温度，Δt为时间间隔，Tt d为t时刻电热水器的水温；Tt s为t时刻的环境温度；Rd和Cd分别为电热水器的热阻和热容；L为电热水器的水箱的总容量；lt为t时刻用户的单位用水量。表示t时刻电热水器的工作状态，其中，/>时，代表电热水器为保温模式，/>时，代表电热水器为加热模式；/>为电热水器的热耗系数；Pd为电热水器加热时的有功功率。需要说明的是，d可以用来代表上述电热水器的相关参数(例如，电热水器的水温等)。
在这种情况下，能够基于温控负荷12数学模型获得一定时间间隔的电热水器的水温。另外，基于一定时间间隔的电热水器的水温能够便于调整电热水器的工作模式(也即，保温模式和加热模式)和工作状态(也即，开启和关闭)，从而能够降低有源配电网1的损耗和温控负荷12成本。
在一些示例中，多个数学模型可以包括配电网最优潮流模型。其中，配电网最优潮流模型可以用于计算配电网网络损耗成本和开关13动作成本。
在一些示例中，配电网最优潮流模型可以为：
其中，p为节点所注入的有功功率，q为节点所注入的无功功率；P为有功功率，Q为无功功率；i为第i个节点，j为第j个节点，k为第k个节点；ij为第i个节点和第j个节点之间的支路，jk为第j个节点和第k个节点之间的支路；Pjk,t为t时刻第j个节点和第k个节点之间的支路的有功功率，Pij,t为t时刻第i个节点和第j个节点之间的支路的有功功率；Qjk,t为t时刻第j个节点和第k个节点之间的支路的无功功率，Qij,t为t时刻第i个节点和第j个节点之间的支路的无功功率；Iij,t为t时刻第i个节点和第j个节点之间的支路所流过的电流，rij为第i个节点和第j个节点之间所接入的等效电阻，xij,t为t时刻第i个节点和第j个节点之间所接入的等效电感感抗，Vj,t为t时刻第j个节点的电压；Pj,t为t时刻第j个节点注入的有功功率，Qj,t为t时刻第j个节点注入的无功功率；δ(j)为有源配电网1中第j个节点的父节点集合，π(j)为有源配电网1中第j个节点的子节点集合；gj,t分别为t时刻第j个节点接入负荷的等效电导，bj,t为t时刻第j个节点接入负荷的等效电纳；N为节点集合。在这种情况下，能够基于配电网最优潮流模型对有功功率、无功功率、电流和电压中的至少一种进行调整，进而能够减少有源配电网1的损耗。
在另一些示例中，可以令上述模型中的也即，配电网最优潮流模型可以为：
其中，p为节点所注入的有功功率，q为节点所注入的无功功率；P为支路的有功功率，Q为支路的无功功率；i为第i个节点，j为第j个节点，k为第k个节点；ij为第i个节点和第j个节点之间的支路，jk为第j个节点和第k个节点之间的支路；Pjk,t为t时刻第j个节点和第k个节点之间的支路的有功功率，Pij,t为t时刻第i个节点和第j个节点之间的支路的有功功率；Qjk,t为t时刻第j个节点和第k个节点之间的支路的无功功率，Qij,t为t时刻第i个节点和第j个节点之间的支路的无功功率；为t时刻第i个节点和第j个节点之间的支路的电流的平方数，rij为第i个节点和第j个节点之间所接入的等效电阻，xij,t为t时刻第i个节点和第j个节点之间所接入的等效电感感抗，/>为t时刻第j个节点的电压的平方数；Pj,t为t时刻第j个节点注入的有功功率，Qj,t为t时刻第j个节点注入的无功功率；δ(j)为有源配电网1中第j个节点的父节点集合，π(j)为有源配电网1中第j个节点的子节点集合；gj,t分别为t时刻第j个节点接入负荷的等效电导，bj,t为t时刻第j个节点接入负荷的等效电纳；N为节点集合。在这种情况下，能够将非线性的数学模型转化为线性的数学模型，进而能够简化运算过程以及能够提高运算的准确性。
在一些示例中，在步骤S003中，可以对多个数学模型和多个约束条件进行处理以获取多个目标约束条件。
在一些示例中，多个约束条件可以包括智能软开关11容量约束、电热水器水温上下限约束、有源配电网1潮流约束、有源配电网1安全性约束、考虑无功的光伏电源15出力约束、开关13动作次数约束以及配电网辐射性运行约束中的至少一种。在这种情况下，能够进一步对智能软开关11数学模型、温控负荷12数学模型以及配电网最优潮流模型中的各个参数的取值进行限制，从而能够使目标函数的运算结果更加准确，也即能够提高优化结果的准确性。
在一些示例中，智能软开关11容量约束可以为：
其中，为t时刻智能软开关11接入第i个节点的换流器的有功功率，/>为t时刻智能软开关11接入第j个节点的换流器的有功功率，/>为t时刻智能软开关11接入第i个节点的换流器的无功功率，/>为t时刻智能软开关11接入第j个节点的换流器的无功功率；i为第i个节点，j为第j个节点，t为t时刻；/>为接在第i个节点的换流器的容量，/>为接在第j个节点的换流器的容量。因此，能够对有功功率和无功功率进行限定。
在一些示例中，电热水器水温上下限约束可以为：
Td.min≤Tt d≤Td.max；
其中，t为t时刻，T为温度；Ts d为t时刻电热水器的水温，Td.max为电热水器的水温的上限值，Td.min为电热水器的水温的下限值。因此，能够对电热水器的水温进行限定。
在一些示例中，电热水器的水温的上限值和下限值可以基于用户的生活习惯进行设定。在这种情况下，能够使电热水器的水温保持在一个合适的区间，从而能够提高用户的舒适性。
在一些示例中，可以基于电热水器的水温上下限设定保温模式和加热模式。在这种情况下，能够基于电热水器的水温调整电热水器的工作模式(也即，保温模式和加热模式)，从而能够使电热水器的水温处于水温上下限的区间。
图4是示出了本公开示例所涉及的有源配电网1优化方法中的电热水器的工作模式随时间变化的一种示意图。其中，Ts为起始温度。
在一些示例中，参考图4，当电热水器的水温低于电热水器的水温的下限值时，电热水器可以处于加热模式，将电热水器的水温加热至上限值。当电热水器的水温高于等于电热水器的水温的上限值时，电热水器可以处于保温模式。在这种情况下，基于电热水器的水温上下限能够让电热水器进行工作模式(也即，保温模式和加热模式)的切换，能够让电热水器的水温保持在一个合适的区间，相较于传统电热水器一直处于加热模式的情况，能够进一步降低电热水器的损耗，从而能够降低温控负荷12成本。
在一些示例中，有源配电网1潮流约束可以为：
其中，i为第i个节点，j为第j个节点；ij为第i个节点和第j个节点之间的支路，t为t时刻；Pij,t为t时刻第i个节点和第j个节点之间的支路的有功功率；Qij,t为t时刻第i个节点和第j个节点之间的支路的无功功率；Iij,t为t时刻第i个节点和第j个节点之间的支路的电流，rij为第i个节点和第j个节点之间所接入的等效电阻，xij,t为t时刻第i个节点和第j个节点之间所接入的等效电感感抗；Vi,t为t时刻第i个节点的电压，Vj,t为t时刻第j个节点的电压；B为支路集合。在这种情况下，能够进一步限定有源配电网1中各参数之间的关系。
在另一些示例中，可以令上述约束中的也即，有源配电网1潮流约束可以为：
其中，i为第i个节点，j为第j个节点；ij为第i个节点和第j个节点之间的支路；t为t时刻；Pij,t为t时刻第i个节点和第j个节点之间的支路的有功功率；Qij,t为t时刻第i个节点和第j个节点之间的支路的无功功率；为t时刻第i个节点和第j个节点之间的支路的电流的平方数，rij为第i个节点和第j个节点之间所接入的等效电阻，xij,t为t时刻第i个节点和第j个节点之间所接入的等效电感感抗；/>为t时刻第i个节点的电压的平方数，/>为t时刻第j个节点的电压的平方数；B为支路集合。
在一些示例中，可以基于大M法处理有源配电网1潮流约束。在一些示例中，经大M法处理的有源配电网1潮流约束可以为：
其中，i为第i个节点，j为第j个节点；ij为第i个节点和第j个节点之间的支路；t为t时刻；Pij,t为t时刻第i个节点和第j个节点之间的支路的有功功率；Qij,t为t时刻第i个节点和第j个节点之间的支路的无功功率；为t时刻第i个节点和第j个节点之间的支路的电流的平方数，rij为第i个节点和第j个节点之间所接入的等效电阻，xij,t为t时刻第i个节点和第j个节点之间所接入的等效电感感抗；/>为t时刻第i个节点的电压的平方数，/>为t时刻第j个节点的电压的平方数；B为支路集合；M为任意整数。由此，能够简化有源配电网1潮流约束的运算过程。
在一些示例中，有源配电网1安全性约束可以为：
其中，Iij,t为t时刻第i个节点和第j个节点之间的支路的电流，I ij,t为t时刻第i个节点和第j个节点之间的支路的电流的下限值，为t时刻第i个节点和第j个节点之间的支路的电流的上限值；Vj,t为t时刻第j个节点的电压，Vj,t为t时刻第j个节点的电压的下限值，/>为t时刻第j个节点的电压的上限值；I为电流，V为电压，j为第j个节点；ij为第i个节点和第j个节点之间的支路；t为t时刻；B为支路集合，N+为节点集合。在这种情况下，能够通过设定有源配电网1中电流和电压的上限值和下限值，使有源配电网1的电流和电压处于一个合适的区间，从而能够提高有源配电网1的安全性。
在另一些示例中，可以令上述约束中的也即，有源配电网1安全性约束可以为：
其中，为t时刻第i个节点和第j个节点之间的支路的电流的平方数，Iij,t为t时刻第i个节点和第j个节点之间的支路的电流的下限值，/>为t时刻第i个节点和第j个节点之间的支路的电流的上限值；Vj,t为t时刻第j个节点的电压的下限值，/>为t时刻第j个节点的电压的上限值，/>为t时刻第j个节点的电压的平方数；I为电流，V为电压，j为第j个节点；ij为第i个节点和第j个节点之间的支路；t为t时刻；B为支路集合，N+为节点集合。
在一些示例中，考虑无功的光伏电源15出力约束可以为：
其中，P为有功功率，Q为无功功率；i为第i个节点；t为t时刻；和/>分别为在t时刻时，第i个节点接入的光伏电源15的预测有功功率(也即，有功功率的最大值)及实际有功功率；/>为在t时刻时，第i个节点接入的光伏电源15的实际无功功率；/>为第i个节点处的功率因数(也即，实际无功功率与实际有功功率的比值)；Npv为光伏电源15的节点集合。在这种情况下，由于光伏电源15的无功功率能够对有源配电网1的运行产生影响(例如，输出无功功率)，基于考虑无功的光伏电源15出力约束能够进一步对有功功率和无功功率进行限定。
在一些示例中，功率因数可以为恒功率因数或可变功率因数中的一种。在本实施方式中，优选地，功率因数可以为恒功率因数。由此，能够便于光伏电源15的无功功率的调节。
在一些示例中，开关13动作次数约束可以为：
其中，αij为有源配电网1网络重构之后第i个节点和第j个节点之间的支路的开关13动作；αij,0为有源配电网1网络重构之前第i个节点和第j个节点之间的支路的开关13动作；ij为第i个节点和第j个节点之间的支路；为有源配电网1中所有开关13动作(也即，断开和/或闭合)的最大次数；B为支路集合。
其中，当αij＝0时，有源配电网1网络重构之后第i个节点和第j个节点之间的支路的开关13动作为断开，当αij＝1时，有源配电网1网络重构之后第i个节点和第j个节点之间的支路的开关13动作为闭合；当αij,0＝0时，有源配电网1网络重构之前第i个节点和第j个节点之间的支路的开关13动作为断开，当αij,0＝1时，有源配电网1网络重构之前第i个节点和第j个节点之间的支路的开关13动作为闭合。
在这种情况下，能够限定有源配电网1中开关13(也即，联络开关和分段开关中的至少一种)的动作次数，从而能够降低开关13动作成本。
在一些示例中，配电网辐射性运行约束可以为：
βij+βji＝αij，
β1j＝0；
其中，i为第i个节点，j为第j个节点，ij为第i个节点和第j个节点之间的支路，1j为第1个节点和第j个节点之间的支路；αij为有源配电网1网络重构之后第i个节点和第j个节点之间的支路的开关13动作，当αij＝0时，有源配电网1网络重构之后第i个节点和第j个节点之间的支路的开关13动作为断开，当αij＝1时，有源配电网1网络重构之后第i个节点和第j个节点之间的支路的开关13动作为闭合；δ(j)为有源配电网1中第j个节点的父节点集合；当βij＝1时，表示第i个节点为第j个节点的父节点，当βij＝0时，表示第i个节点为第j个节点的子节点；ηB为有源配电网1中的支路总数。
在这种情况下，由于有源配电网1网络重构之后会改变有源配电网1的网络拓扑结构，基于配电网辐射性运行约束能够限定有源配电网1中的开关13的动作，进而能够减少有源配电网1出现孤岛及环网现象，从而能够维持有源配电网1的运行。
在一些示例中，在步骤S003中，可以基于二阶锥规划松弛法对多个数学模型和多个约束条件进行处理以获取多个目标约束条件。其中，二阶锥规划松弛法可以用于将混合整数线性规划(也即，多个数学模型和多个约束条件)转化为混合整数二阶锥规划(也即，多个目标约束条件)。在这种情况下，相较于混合整数线性规划，能够简化有源配电网1中各参数的运算过程，能够便于获取运算结果。
在一些示例中，多个目标约束条件可以包括第一目标约束条件、第二目标约束条件和第三目标约束条件中的至少一种。
在一些示例中，可以基于二阶锥规划松弛法对有源配电网1潮流约束进行处理以获取第一目标约束条件，第一目标约束条件可以为：
其中，i为第i个节点，j为第j个节点，ij为第i个节点和第j个节点之间的支路，t为t时刻；Pij,t为t时刻第i个节点和第j个节点之间的支路的有功功率；Qij,t为t时刻第i个节点和第j个节点之间的支路的无功功率；为t时刻第i个节点和第j个节点之间的支路的电流的平方数；/>为t时刻第j个节点的电压的平方数。由此，能够简化有源配电网1潮流约束的运算过程。
在一些示例中，可以基于二阶锥规划松弛法对智能软开关11数学模型进行处理以获取第二目标约束条件，第二目标约束条件可以为：
其中，为t时刻智能软开关11接入第i个节点的换流器的有功功率，/>为t时刻智能软开关11接入第j个节点的换流器的有功功率，/>为t时刻智能软开关11接入第i个节点的换流器的无功功率，/>为t时刻智能软开关11接入第j个节点的换流器的无功功率；/>为接入第i个节点的换流器损耗，/>为接入第j个节点的换流器损耗；γSOP为智能软开关11的换流器损耗系数；i为第i个节点，j为第j个节点，t为t时刻。由此，能够简化智能软开关11数学模型的运算过程。
在一些示例中，可以基于二阶锥规划松弛法对智能软开关11容量约束进行处理以获取第三目标约束条件，第三目标约束条件可以为：
/>
其中，为t时刻智能软开关11接入第i个节点的换流器的有功功率，/>为t时刻智能软开关11接入第j个节点的换流器的有功功率，/>为t时刻智能软开关11接入第i个节点的换流器的无功功率，/>为t时刻智能软开关11接入第j个节点的换流器的无功功率；i为第i个节点，j为第j个节点，t为t时刻；/>为接在第i个节点的换流器的容量，/>为接在第j个节点的换流器的容量。由此，能够简化智能软开关11容量约束的运算过程。
在一些示例中，在步骤S004中，可以基于多个约束条件对目标函数进行求解以使目标函数取得最小值并获取优化结果。在这种情况下，基于目标函数的最小值能够获取网络侧成本和用户侧成本较低的优化结果。
在一些示例中，可以基于求解器对目标函数进行求解以使目标函数取得最小值并获取优化结果，求解器可以为YALMIP+CPLEX平台。在这种情况下，由于目标函数和多个目标约束条件包括多个参数，基于YALMIP+CPLEX平台能够较为准确且便捷地获取目标函数的最小值，从而能够获取优化结果。
在一些示例中，在步骤S005中，可以基于优化结果调整智能软开关11的传输功率以及温控负荷12的开关状态。在这种情况下，由于有源配电网1优化方法包括调整智能软开关11的传输功率以及温控负荷12的开关状态，基于优化结果能够较好地调整有源配电网1优化方法，从而能够较好降低有源配电网1的负荷和运行成本。
以下结合本实施方式的一个具体实施例来对步骤S005进行详细说明。
图5是示出了本公开所涉及的有源配电网1优化方法中的有源配电网1的示例性的结构图。
在一些示例中，参考图5，有源配电网1可以包括33个节点，例如节点1、节点2……和节点33。节点之间的实线表明节点之间是连接状态，例如，节点23和节点24之间通过实线连接，表明节点23和节点24之间是连接状态。节点之间的虚线表明节点之间具有开关13，当开关13闭合时，虚线两端的节点处于连接状态，当开关13断开时，虚线两端的节点处于断开状态。
在一些示例中，参考图5，智能软开关11可以连接于节点8和节点14之间，智能软开关11参数信息如表1所示。
表1
参数 数值
智能软开关11接入位置 节点8和节点14之间
换流器容量大小 1MVA
换流器损耗系数 0.02
在一些示例中，温控负荷12可以连接于节点3、节点5、节点7、节点11、节点13、节点15、节点18、节点22、节点26和节点31，温控负荷12参数信息如表2所示。
表2
其中，A类用户可以是指全天在家的用户，B类用户可以是指下班期间在家的用户，C类用户可以是指在家时间介于A类用户和B类用户的用户；分布情况可以是指各节点所接入的用户数为平均数，例如，A类用户可以平均接入节点3、节点5、节点7、节点11、节点13、节点15、节点18、节点22、节点26和节点31，也即，上述每个节点的A类用户数量为160户。
在一些示例中，参考图5，有源配电网1中的联络开关和分段开关可以设置于节点7和节点20之间、节点11和节点21之间、节点17和节点32之间、以及节点24和节点28之间，开关13动作可以是指联络开关和分段开关的断开和/或闭合。在这种情况下，能够基于开关13动作调整有源配电网1网络重构。
在一些示例中，参考图5，节点33可以接入交流电源14，节点5、节点11、节点15、节点22和节点31可以接入光伏电源15。由此，能够为有源配电网1提供电能。
为了进一步体现本公开所涉及的有源配电网1优化方法的效果，本公开在使用不同的方式对有源配电网1进行优化，其中，包括实施例1、实施例2和实施例3。
实施例1为分时间段优化，预设时间的前半段以用户侧成本构建目标函数并最小化目标函数，预设时间的后半段以网络侧成本构建目标函数并最小化目标函数，且网络侧包括智能软开关11；
实施例2为以网络侧成本和用户侧成本构建目标函数并最小化目标函数且网络侧不包括智能软开关11；
实施例3为本公开所涉及的有源配电网1优化方法的一种具体实施例，也即以网络侧成本和用户侧成本构建目标函数并最小化目标函数且网络侧包括智能软开关11。
基于实施例1、实施例2和实施例3，分别处理目标函数以获取优化结果。
在一些示例中，可以基于预设时间点将预设时间分为前半段和后半段。在一些示例中，预设时间点可以基于需求任意设定，其中，实施例1中的预设时间的前半段和后半段的时长相同。
在一些示例中，优化结果包括电热水器运行时长、电热水器负荷、智能软开关11传输功率以及有源配电网1中各节点的电压值中的至少一种。
图6是示出了本公开所涉及的实施例1、实施例2和实施例3中的电热水器运行时长的示例性的对比图。图7是示出了本公开所涉及的实施例1、实施例2和实施例3中的电热水器负荷曲线的示例性的对比图。图8是示出了本公开所涉及的实施例1和实施例3中的智能软开关11传输功率的示例性的对比图。图9是示出了本公开所涉及的实施例1、实施例2和实施例3中的有源配电网1中各节点的电压值的示例性的对比图。
在一些示例中，实施例1、实施例2和实施例3的总成本如表3所示，其中总成本可以包括配电网网络损耗成本、智能软开关11损耗成本和温控负荷12成本。
表3
在一些示例中，可以基于优化结果计算总成本。其中，电热水器运行时长和电热水器负荷可以用于计算温控负荷12成本，有源配电网1中各节点的电压值可以用于计算配电网网络损耗成本，智能软开关11传输功率可以用于计算智能软开关11损耗成本。
在一些示例中，参见图6，总运行时长可以是指电热水器的处于加热模式的时长。在这种情况下，由于实施例1在预设时间的后半段以网络侧成本构建目标函数并最小化目标函数，换言之，在预设时间的后半段未考虑用户侧的影响，实施例1中的电热水器在较长时间内处于加热模式。同时，实施例3中的电热水器可以基于水温的上下限，对电热水器的工作状态进行调整，故实施例1的总运行时长最长，实施例3的总运行时长最短。
在一些示例中，参见图7，当电热水器负荷(也即，功率)为0时，电热水器处于保温模式。在一些示例中，实施例2和实施例3中的电热水器负荷大致相同，同时，实施例1的电热水器负荷随时间的波动较大。
在一些示例中，参见图8，智能软开关11可以接入节点8和节点14之间。换言之，节点8和节点14的功率(也即，有功功率和无功功率)可以为智能软开关11两端的换流器的传输功率。
在一些示例中，参见图9，电压值可以是指实施例1、实施例2和实施例3中各节点的电压值。其中，由于实施例2中不包括智能软开关11，导致部分节点的无功功率不足，从而导致部分节点的电压值较低。
结合表3可以得出，相较于实施例1和实施例2，实施例3的总成本更低，换言之，实施例3的优化方法更优。
虽然以上结合附图和示例对本公开进行了具体说明，但是可以理解，上述说明不以任何形式限制本公开。本领域技术人员在不偏离本公开的实质精神和范围的情况下可以根据需要对本公开进行变形和变化，这些变形和变化均落入本公开的范围内。

Claims (6)

1.一种基于智能软开关和温控负荷的有源配电网优化方法，所述有源配电网优化方法是基于具有所述智能软开关的网络侧和具有所述温控负荷的用户侧进行优化的方法，所述有源配电网包括所述智能软开关、所述温控负荷、开关、交流电源和/或光伏电源，其特征在于，包括：构建考虑网络侧成本和用户侧成本的目标函数，所述网络侧成本包括配电网网络损耗成本、智能软开关损耗成本和开关动作成本中的至少一种，所述用户侧成本包括温控负荷成本；基于所述目标函数构建多个数学模型，所述多个数学模型包括用于计算所述智能软开关损耗成本的智能软开关数学模型、以及用于计算所述配电网网络损耗成本和所述开关动作成本的配电网最优潮流模型中的至少一种，所述多个数学模型还包括用于计算所述温控负荷成本的温控负荷数学模型，所述温控负荷为电热水器；基于二阶锥规划松弛法对所述多个数学模型和多个约束条件进行处理以获取多个目标约束条件；在所述多个约束条件下对所述目标函数进行求解以使所述目标函数取得最小值并获取优化结果；基于所述优化结果调整所述智能软开关的传输功率以及所述温控负荷的开关状态,
所述目标函数为：
其中，i为第i个节点，j为第j个节点，ij为第i个节点和第j个节点之间的支路；T为时间；F为所述目标函数；Closs为网络损耗费用系数；Csop为智能软开关损耗费用系数；Cswitch为开关动作损耗系数；Csell为用户侧售电价格；B为所述有源配电网中所有支路的集合；NSOP为接入所述智能软开关的节点的集合；Nh为所述温控负荷所在节点的集合；Iij,t为t时刻第i个节点和第j个节点之间的支路所流过的电流；rij为第i个节点与第j个节点之间接入的等效电阻；为所述智能软开关接入第i个节点一侧的换流器在t时刻产生的换流器损耗；/>为t时刻第i个节点中所用温控负荷功率总和；αij为所述有源配电网网络重构之后第i个节点和第j个节点之间的支路的开关动作；αij,0为所述有源配电网网络重构之前第i个节点和第j个节点之间的支路的开关动作；ΔT为时间间隔,
所述多个约束条件包括智能软开关容量约束、电热水器水温上下限约束、有源配电网潮流约束、有源配电网安全性约束、考虑无功的光伏电源出力约束、开关动作次数约束以及配电网辐射性运行约束中的至少一种，
所述温控负荷数学模型为：
其中，t为t时刻，T为温度，Δt为时间间隔，Tt d为t时刻所述电热水器的水温；Tt s为t时刻的环境温度；Rd和Cd分别为所述电热水器的热阻和热容；L为所述电热水器的水箱的总容量；lt为t时刻用户的单位用水量,表示t时刻所述电热水器的工作状态，其中，/>时，代表所述电热水器为保温模式，/>时，代表所述电热水器为加热模式；/>为所述电热水器的热耗系数；Pd为所述电热水器加热时的有功功率,
其中，基于所述电热水器的水温上下限设定所述保温模式和所述加热模式。
2.根据权利要求1所述的有源配电网优化方法，其特征在于：
所述目标函数基于每日的所述网络侧成本和所述用户侧成本得出。
3.根据权利要求1所述的有源配电网优化方法，其特征在于：
所述智能软开关数学模型为：
其中，为t时刻所述智能软开关接入第i个节点的换流器的有功功率，/>为t时刻所述智能软开关接入第j个节点的换流器的有功功率，/>为t时刻所述智能软开关接入第i个节点的换流器的无功功率，/>为t时刻所述智能软开关接入第j个节点的换流器的无功功率；/>为接入第i个节点的换流器损耗，/>为接入第j个节点的换流器损耗；γSOP为所述智能软开关的换流器损耗系数；i为第i个节点，j为第j个节点，t为t时刻。
4.根据权利要求1所述的有源配电网优化方法，其特征在于：
所述配电网最优潮流模型为：
其中，p为节点所注入的有功功率，q为节点所注入的无功功率；P为有功功率，Q为无功功率；i为第i个节点，j为第j个节点，k为第k个节点；ij为第i个节点和第j个节点之间的支路，jk为第j个节点和第k个节点之间的支路；Pjk,t为t时刻第j个节点和第k个节点之间的支路的有功功率，Pij,t为t时刻第i个节点和第j个节点之间的支路的有功功率；Qjk,t为t时刻第j个节点和第k个节点之间的支路的无功功率，Qij,t为t时刻第i个节点和第j个节点之间的支路的无功功率；Iij,t为t时刻第i个节点和第j个节点之间的支路所流过的电流，rij为第i个节点和第j个节点之间所接入的等效电阻，xij,t为t时刻第i个节点和第j个节点之间所接入的等效电感感抗，Vj,t为t时刻第j个节点的电压；Pj,t为t时刻第j个节点注入的有功功率，Qj,t为t时刻第j个节点注入的无功功率；δ(j)为所述有源配电网中第j个节点的父节点集合，π(j)为所述有源配电网中第j个节点的子节点集合；gj,t分别为t时刻第j个节点接入负荷的等效电导，bj,t为t时刻第j个节点接入负荷的等效电纳；N为节点集合。
5.根据权利要求1所述的有源配电网优化方法，其特征在于：
基于大M法处理所述有源配电网潮流约束。
6.根据权利要求1所述的有源配电网优化方法，其特征在于：
利用求解器对所述目标函数进行求解以使所述目标函数取得最小值并获取所述优化结果，所述求解器为YALMIP+CPLEX平台。
CN202310282145.4A 2023-03-17 2023-03-17 基于智能软开关和温控负荷的有源配电网优化方法 Active CN116742631B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310282145.4A CN116742631B (zh) 2023-03-17 2023-03-17 基于智能软开关和温控负荷的有源配电网优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310282145.4A CN116742631B (zh) 2023-03-17 2023-03-17 基于智能软开关和温控负荷的有源配电网优化方法

Publications (2)

Publication Number Publication Date
CN116742631A CN116742631A (zh) 2023-09-12
CN116742631B true CN116742631B (zh) 2024-03-22

Family

ID=87901885

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310282145.4A Active CN116742631B (zh) 2023-03-17 2023-03-17 基于智能软开关和温控负荷的有源配电网优化方法

Country Status (1)

Country Link
CN (1) CN116742631B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105023058A (zh) * 2015-07-07 2015-11-04 天津大学 一种同时考虑开关动作的配电网智能软开关运行优化方法
CN105977966A (zh) * 2016-05-10 2016-09-28 国家电网公司 一种考虑分布式电源和配电自动化装置的配电网规划方法
CN111695828A (zh) * 2020-06-17 2020-09-22 华润智慧能源有限公司 一种增量配电网协调规划方法、装置、设备及介质
CN113315135A (zh) * 2021-05-14 2021-08-27 国网上海市电力公司 低碳楼宇优化调度方法、系统、终端及介质
CN114123361A (zh) * 2021-11-18 2022-03-01 国网湖北省电力有限公司经济技术研究院 一种面向微能网接入的交直流配电网协同优化调度方法
CN114243717A (zh) * 2021-12-06 2022-03-25 上海电力大学 基于调温启停混合控制方式的空调负荷双层优化调度方法
CN114825371A (zh) * 2022-04-08 2022-07-29 四川大学 基于调节前后节点电压约束的聚合温控负荷多层调控方法
CN114899828A (zh) * 2022-05-20 2022-08-12 中国矿业大学 一种考虑集中能源站运行潜力的主动配电网电压控制方法
CN115549092A (zh) * 2022-11-03 2022-12-30 广东电网有限责任公司 一种基于智能软开关的有源配电网优化运行方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105023058A (zh) * 2015-07-07 2015-11-04 天津大学 一种同时考虑开关动作的配电网智能软开关运行优化方法
CN105977966A (zh) * 2016-05-10 2016-09-28 国家电网公司 一种考虑分布式电源和配电自动化装置的配电网规划方法
CN111695828A (zh) * 2020-06-17 2020-09-22 华润智慧能源有限公司 一种增量配电网协调规划方法、装置、设备及介质
CN113315135A (zh) * 2021-05-14 2021-08-27 国网上海市电力公司 低碳楼宇优化调度方法、系统、终端及介质
CN114123361A (zh) * 2021-11-18 2022-03-01 国网湖北省电力有限公司经济技术研究院 一种面向微能网接入的交直流配电网协同优化调度方法
CN114243717A (zh) * 2021-12-06 2022-03-25 上海电力大学 基于调温启停混合控制方式的空调负荷双层优化调度方法
CN114825371A (zh) * 2022-04-08 2022-07-29 四川大学 基于调节前后节点电压约束的聚合温控负荷多层调控方法
CN114899828A (zh) * 2022-05-20 2022-08-12 中国矿业大学 一种考虑集中能源站运行潜力的主动配电网电压控制方法
CN115549092A (zh) * 2022-11-03 2022-12-30 广东电网有限责任公司 一种基于智能软开关的有源配电网优化运行方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
考虑用户用电灵活性的社区能源系统双层优化;卢一涵;全球能源互联网;第4卷(第2期);第133-141页 *
计及弹性相应的需求侧资源与软开关联合规划;葛少云等;天津大学学报（自然科学与工程技术版）;第55卷(第5期);第462-470页 *
高比例新能源下考虑需求侧响应和智能软开关的配电网重构;章博等;电力系统自动化;第45卷(第8期);第86-94页 *

Also Published As

Publication number Publication date
CN116742631A (zh) 2023-09-12

Similar Documents

Publication Publication Date Title
Vivekananthan et al. Real-time price based home energy management scheduler
Vedullapalli et al. Combined HVAC and battery scheduling for demand response in a building
Mirakhorli et al. Model predictive control for building loads connected with a residential distribution grid
Mahmoodi et al. Economic dispatch of a hybrid microgrid with distributed energy storage
Gong et al. Dynamic modeling and optimal design for net zero energy houses including hybrid electric and thermal energy storage
Dong et al. Model predictive control of building on/off HVAC systems to compensate fluctuations in solar power generation
US20180287382A1 (en) Power system load flexibility forecasting
Totu et al. Control for large scale demand response of thermostatic loads
CN110017532A (zh) 电采暖建筑免增容自动控制方法
Douglass et al. Voltage-sensitive load controllers for voltage regulation and increased load factor in distribution systems
Zhou et al. A dynamic water-filling method for real-time HVAC load control based on model predictive control
Wu et al. Hierarchical control framework for integrated coordination between distributed energy resources and demand response
WO2016138885A1 (de) Verfahren zur steuerung des energieverbrauchs einer gebäudeeinheit und dezentrale energieversorgungseinheit
CN106292286B (zh) 一种家庭电力用户能量管理方法
Passenberg et al. Optimal water heater control in smart home environments
CN109737491A (zh) 一种校园电采暖dcs控制系统中的给定值优化方法
Negri et al. MPC-based control for a stand-alone LVDC microgrid for rural electrification
CN116742631B (zh) 基于智能软开关和温控负荷的有源配电网优化方法
Oliveira et al. Enhancing home appliances energy optimization with solar power integration
Liu et al. Distributed model predictive control of thermostatically controlled appliances for providing balancing service
Zhou et al. Flexible load optimal regulation strategy of commercial buildings under the environment of electricity market
Shaad et al. A basic load following control strategy in a direct load control program
Nghiem et al. Green scheduling for radiant systems in buildings
Georges et al. Direct control service from residential heat pump aggregation with specified payback
Han et al. Critical kick-back mitigation through improved design of demand response

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
TA01 Transfer of patent application right

Effective date of registration: 20240221

Address after: A408, Block C, Qilu Software Park, High-tech Zone, Jinan City, Shandong Province, 250101

Applicant after: Shandong Huake Information Technology Co.,Ltd.

Country or region after: China

Applicant after: Beijing Huaqing Future Energy Technology Research Institute Co.,Ltd.

Applicant after: Huake Inno (Jiangsu) Energy Technology Co.,Ltd.

Applicant after: Huake Inno (Qingdao) Energy Technology Co.,Ltd.

Address before: A408, Block C, Qilu Software Park, High-tech Zone, Jinan City, Shandong Province, 250101

Applicant before: Shandong Huake Information Technology Co.,Ltd.

Country or region before: China

Applicant before: Beijing Huaqing Future Energy Technology Research Institute Co.,Ltd.

Applicant before: Huake Inno (Jiangsu) Energy Technology Co.,Ltd.

Applicant before: Huake Inno (Qingdao) Energy Technology Co.,Ltd.

Applicant before: Beijing Huaqing Zhihui Energy Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant