CN117200364A - 一种面向新农村的交直流微电网网架配置方法 - Google Patents
一种面向新农村的交直流微电网网架配置方法 Download PDFInfo
- Publication number
- CN117200364A CN117200364A CN202311131060.2A CN202311131060A CN117200364A CN 117200364 A CN117200364 A CN 117200364A CN 202311131060 A CN202311131060 A CN 202311131060A CN 117200364 A CN117200364 A CN 117200364A
- Authority
- CN
- China
- Prior art keywords
- grid
- micro
- load
- hybrid
- power supply
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000005457 optimization Methods 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 7
- 238000009826 distribution Methods 0.000 claims description 54
- 238000004146 energy storage Methods 0.000 claims description 25
- 238000013178 mathematical model Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 17
- 238000012423 maintenance Methods 0.000 claims description 17
- 230000005611 electricity Effects 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 13
- 230000008878 coupling Effects 0.000 claims description 13
- 238000010168 coupling process Methods 0.000 claims description 13
- 238000005859 coupling reaction Methods 0.000 claims description 13
- 230000003993 interaction Effects 0.000 claims description 10
- 238000012614 Monte-Carlo sampling Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 230000014509 gene expression Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 5
- 230000003190 augmentative effect Effects 0.000 claims description 4
- 238000005315 distribution function Methods 0.000 claims description 4
- 238000004134 energy conservation Methods 0.000 claims description 4
- 230000035699 permeability Effects 0.000 claims description 4
- 238000000275 quality assurance Methods 0.000 claims description 4
- 230000008439 repair process Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 238000009827 uniform distribution Methods 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000010248 power generation Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 101150067055 minC gene Proteins 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种面向新农村的交直流微电网网架配置方法,属于电力方法技术领域。技术方案:构建面向新农村的交直流微电网网架拓扑;基于新增直流负荷占比的交直流混合微电网网架经济性和可靠性分析;提出交直流混合微电网分布式电源定址分容配置方案;基于目标级联分析法,建立分布式电源接入交直流配微电网协同优化规划模型;基于多目标的双层混合微电网集群网架配置方法。本发明通过模拟微电网拓展方向,结合前推回代、混合整数线性规划、蒙特卡洛模拟和目标级联分析法等多种基础理论方法,以安全可靠、经济高效、技术先进为原则提出了面向新农村的交直流微电网网架配置方法,为新农村交直流微电网网架结构的选择和配置是否合理提供参考依据。
Description
技术领域
本发明涉及一种面向新农村的交直流微电网网架配置方法,属于电力方法技术领域。
背景技术
随着新农村的建设,电动汽车充电设施、5G基站、直流家电等新型直流负荷及光伏等直流电源的大量涌入农村配电网,使得配电网的能量由传统的单向流动转变为双向流动,这种转变对现行配电网运行模式下从顶层的功率调度到底层的发电装置控制都带来了极大的挑战,研究兼具安全、可靠、高效特性的交直流微电网具有巨大的市场潜力和应用价值。
目前,配电网、负荷及电源组成中交流部分仍占主导地位;但随着大规模直流负荷的电力需求和电力电子技术不断进步,交直流混合微电网成为未来配电网的发展趋势,从优化配置角度出发,交直流混合微电网包含了多样化负荷、多元化分布式电源、多状态的运行方式,如何在发挥各类资源的优势下,对微电网系统的源网荷储进行优化协调配置,提高微电网系统的经济性、可靠性,具有较大的实际工程意义。
发明内容
本发明目的是提供一种面向新农村的交直流微电网网架配置方法,通过模拟微电网拓展方向,结合前推回代、混合整数线性规划、蒙特卡洛模拟、目标级联分析法等多种基础理论方法,以安全可靠、经济高效、技术先进为原则提出了面向新农村的交直流微电网网架配置方法,为新农村交直流微电网网架结构的选择和配置是否合理提供参考依据,有效地解决了背景技术中存在的上述问题。
本发明的技术方案是:一种面向新农村的交直流微电网网架配置方法,包含以下步骤:
步骤S101、构建面向新农村的交直流微电网网架拓扑;
步骤S102、基于新增直流负荷占比的交直流混合微电网网架经济性和可靠性分析;
步骤S103、提出交直流混合微电网分布式电源定址分容配置方案;
步骤S104、基于目标级联分析法,建立分布式电源接入交直流配微电网协同优化规划模型;
步骤S105、基于多目标的双层混合微电网集群网架配置方法。
所述步骤S101具体包括:
S201、分析构建交直流微电网的基本要素,交直流微电网的基本要素包括微电网规模、分布式电源出力特性、分布式电源渗透率、负荷性质与分布特性、供电可靠性要求以及网间联络;
S202、分析交直流混合微电网网架配置原则,交直流微电网网架配置影响因素包括分层分区原则、能量守恒原则、供电质量保证原则和网间联络原则;
S203、基于交直流微电网的基本要素和交直流混合微电网网架配置原则构建交直流微电网网架拓扑,网架拓扑类型包括一对N型、N对一型和N对N型,表示了配电网、交流微电网和直流微电网三者之间的联络关系。
所述步骤S102具体包括:
S301、建立考虑经济性和系统损耗的交直流混合微电网网架配置数学模型,经济性包括分布式能源建设成本、变流器建设成本、储能成本及线路建设成本;
S302、对交直流混合微电网拓展优化规划模型引入特定约束条件,特定约束条件包括系统功率、系统支路、电源出力和节点电压偏差约束;
S303、计算交直流微电网不同拓展方向的系统成本;
S304、考虑微电网各元素的不同,新增直流负荷占比指标,设定R;
式中,RDC为新增直流负荷,ΔR为新增总负荷;
S305、以新增直流负荷占比为变量,对交直流混合微电网拓展规划进行经济性和可靠性比较。
所述步骤S103具体包括:
S401、基于蒙特卡洛抽样方法进行负荷的不确定性建模,
构建负荷不确定性模型,使用将预测值和随机偏差进行叠加获得实际负荷的方法,在t时刻实际负荷由下式表达:
式中,为t时刻的实际负荷;/>为t时刻的原始负荷;/>为负荷随机偏差,该函数是正太分布随机变量,/>的标准差通过下式计算:
式中k一般取值为1;
S402、基于蒙特卡洛抽样方法进行设备的不确定性建模,设备包括变流器、变压器和交/直流线路;
运用蒙特卡洛模拟法抽样交直流微电网系统中的电力电子设备,默认各类设备的故障之间是相互独立的,即任何两次故障事件之间不存在任何联系,设备的MTTF和MTTR的概率分布均为指数分布,具体如下所示
式中,f(t)为t时刻设备的故障率;g(t)为t时刻设备的修复率;
设备的MTTF和MTTR概率分布函数如下式所示:
对上式进行整理可得:
式中,F‘(t)为设备MTTF成为μ的概率;G‘(t)为设备MTTR成为μ的概率,且两个概率均为0到1之间的数,通过逆变换得到两个时间概率的表达式。
θ为服从均匀分布的任意一个数;
S403、在考虑了负荷不确定性和设备故障情况下,提出交直流混合微电网分布式电源定址分容优化方法;
S404、建立了以投资成本、负荷停电经济成本和系统损耗成本最小化为目标的规划模型,投资成本包括光伏分组数、风力发电机分组数、储能个数、交流馈线节点个数和直流馈线节点个数;
S405、通过CPLEX优化规划软件对模型进行求解得到Pareto最优解集,并利用模糊隶属度函数获得各目标的最优解,得到交直流混合微电网分布式电源定址分容配置方案。
所述步骤S104具体包括:
S501、分析交直流配电网几种拓扑结构及交直流混合微电网与交直流配电网互连的典型架构;
S502、基于目标级联分析法,建立交直流配电网和交直流混合微电网分布式电源优化配置数学模型;
S503、通过配电网与微电网间功率交互建立耦合关系,运用增广拉格朗日罚函数进行迭代求解,实现两部分配置同步进行,最终达到整个系统最优配置的目标。
所述步骤S105具体包括:
S601、研究混合微电网集群的基本结构和划分方法;
S602、提出高比例分布式电源接入交直流混合微电网群优化配置方法;
S603、建立双层混合微电网群规划数学模型,双层混合微电网群规划数学模型包括:上层模型以实现集群划分为目标,建立考虑节点耦合度和功率平衡度的优化模型;下层建立以投资成本、运行维护成本和购售电成本最小为目标的配置模型;
S604、在Matlab搭建数学模型,调用CPLEX的内置分割平面算法进行求解,获得交直流混合微电网群划分结果及分布式电源优化配置方案。
本发明的有益效果是:通过模拟微电网拓展方向,结合前推回代、混合整数线性规划、蒙特卡洛模拟、目标级联分析法等多种基础理论方法,以安全可靠、经济高效、技术先进为原则提出了面向新农村的交直流微电网网架配置方法,为新农村交直流微电网网架结构的选择和配置是否合理提供参考依据。
附图说明
图1是本发明的总流程图;
图2是本发明步骤S101的方法流程图;
图3是本发明步骤S102的方法流程图;
图4是本发明步骤S103的方法流程图;
图5是本发明步骤S104的方法流程图;
图6是本发明步骤S105的方法流程图;
图7是一对N型交直流微电网网架拓扑图一;
图8是一对N型交直流微电网网架拓扑图二;
图9是N对一型交直流微电网网架拓扑图一;
图10是N对一型交直流微电网网架拓扑图二;
图11是N对N型交直流微电网网架拓扑图一;
图12是N对N型交直流微电网网架拓扑图二;
图13是N对N型交直流微电网网架拓扑图三。
具体实施方式
下面结合附图与实施例对本发明技术方案作进一步详细的说明,这是本发明的较佳实施例。应当理解,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例;需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种面向新农村的交直流微电网网架配置方法,包含以下步骤:
步骤S101、构建面向新农村的交直流微电网网架拓扑;
步骤S102、基于新增直流负荷占比的交直流混合微电网网架经济性和可靠性分析;
步骤S103、提出交直流混合微电网分布式电源定址分容配置方案;
步骤S104、基于目标级联分析法,建立分布式电源接入交直流配微电网协同优化规划模型;
步骤S105、基于多目标的双层混合微电网集群网架配置方法。
所述步骤S101具体包括:
S201、分析构建交直流微电网的基本要素,交直流微电网的基本要素包括微电网规模、分布式电源出力特性、分布式电源渗透率、负荷性质与分布特性、供电可靠性要求以及网间联络;
S202、分析交直流混合微电网网架配置原则,交直流微电网网架配置影响因素包括分层分区原则、能量守恒原则、供电质量保证原则和网间联络原则;
S203、基于交直流微电网的基本要素和交直流混合微电网网架配置原则构建交直流微电网网架拓扑,网架拓扑类型包括一对N型、N对一型和N对N型,表示了配电网、交流微电网和直流微电网三者之间的联络关系。
所述步骤S102具体包括:
S301、建立考虑经济性和系统损耗的交直流混合微电网网架配置数学模型,经济性包括分布式能源建设成本、变流器建设成本、储能成本及线路建设成本;
S302、对交直流混合微电网拓展优化规划模型引入特定约束条件,特定约束条件包括系统功率、系统支路、电源出力和节点电压偏差约束;
S303、计算交直流微电网不同拓展方向的系统成本;
S304、考虑微电网各元素的不同,新增直流负荷占比指标,设定R;
式中,RDC为新增直流负荷,ΔR为新增总负荷;
S305、以新增直流负荷占比为变量,对交直流混合微电网拓展规划进行经济性和可靠性比较。
所述步骤S103具体包括:
S401、基于蒙特卡洛抽样方法进行负荷的不确定性建模,
构建负荷不确定性模型,使用将预测值和随机偏差进行叠加获得实际负荷的方法,在t时刻实际负荷由下式表达:
式中,为t时刻的实际负荷;/>为t时刻的原始负荷;/>为负荷随机偏差,该函数是正太分布随机变量,/>的标准差通过下式计算:
式中k一般取值为1;
S402、基于蒙特卡洛抽样方法进行设备的不确定性建模,设备包括变流器、变压器和交/直流线路;
运用蒙特卡洛模拟法抽样交直流微电网系统中的电力电子设备,默认各类设备的故障之间是相互独立的,即任何两次故障事件之间不存在任何联系,设备的MTTF和MTTR的概率分布均为指数分布,具体如下所示
式中,f(t)为t时刻设备的故障率;g(t)为t时刻设备的修复率;
设备的MTTF和MTTR概率分布函数如下式所示:
对上式进行整理可得:
式中,F‘(t)为设备MTTF成为μ的概率;G‘(t)为设备MTTR成为μ的概率,且两个概率均为0到1之间的数,通过逆变换得到两个时间概率的表达式。
θ为服从均匀分布的任意一个数;
S403、在考虑了负荷不确定性和设备故障情况下,提出交直流混合微电网分布式电源定址分容优化方法;
S404、建立了以投资成本、负荷停电经济成本和系统损耗成本最小化为目标的规划模型,投资成本包括光伏分组数、风力发电机分组数、储能个数、交流馈线节点个数和直流馈线节点个数;
S405、通过CPLEX优化规划软件对模型进行求解得到Pareto最优解集,并利用模糊隶属度函数获得各目标的最优解,得到交直流混合微电网分布式电源定址分容配置方案。
所述步骤S104具体包括:
S501、分析交直流配电网几种拓扑结构及交直流混合微电网与交直流配电网互连的典型架构;
S502、基于目标级联分析法,建立交直流配电网和交直流混合微电网分布式电源优化配置数学模型;
S503、通过配电网与微电网间功率交互建立耦合关系,运用增广拉格朗日罚函数进行迭代求解,实现两部分配置同步进行,最终达到整个系统最优配置的目标
所述步骤S105具体包括:
S601、研究混合微电网集群的基本结构和划分方法;
S602、提出高比例分布式电源接入交直流混合微电网群优化配置方法;
S603、建立双层混合微电网群规划数学模型,双层混合微电网群规划数学模型包括:上层模型以实现集群划分为目标,建立考虑节点耦合度和功率平衡度的优化模型;下层建立以投资成本、运行维护成本和购售电成本最小为目标的配置模型;
S604、在Matlab搭建数学模型,调用CPLEX的内置分割平面算法进行求解,获得交直流混合微电网群划分结果及分布式电源优化配置方案。
在实际应用中,步骤S101包括如下步骤:
S201、分析构建交直流微电网的基本要素,所述交直流微电网的基本要素包括微电网规模、分布式电源出力特性、分布式电源渗透率、负荷性质与分布特性、供电可靠性要求以及网间联络;
S202、分析交直流混合微电网网架配置原则,所述交直流微电网网架配置影响因素包括分层分区原则、能量守恒原则、供电质量保证原则和网间联络原则;
S203、基于交直流微电网的基本要素和交直流混合微电网网架配置原则构建交直流微电网网架拓扑。
S203构建的交直流微电网网架拓扑类型分别为一对N型、N对一型和N对N型。
(1)一对N型是指一个交流微电网与N个直流微电网(N的取值不宜过大)通过互联变流器进行互联,而任意两个直流微电网之间没有连接,且混合微电网在交流微电网侧并入配电网。
(2)N对一型是指N个交流微电网(N的取值不宜过大)与一个直流微电网通过互联变流器进行互联,而两个交流微电网之间没有连接。
(3)N对N型是指N个微电网与N个直流微电网(N的取值不宜过大)之间通过互联变流器分别进行互联,根据交流子微电网之间和直流子微电网之间是否进行互联,可以将N对N型分为三种形式。
所述步骤S102中,基于新增直流负荷占比的交直流混合微电网网架经济性和可靠性分析,具体包括如下步骤:
S301、建立考虑经济性和系统损耗的交直流混合微电网网架配置数学模型,所述经济性包括分布式能源建设成本、变流器建设成本、储能成本及线路建设成本;
S301所述的考虑经济性和系统损耗的交直流混合微电网网架配置数学模型,经济性包括分布式能源投资与运行成本、线路投资成本、变流器投资与运行成本、微电网购售电成本;系统损耗包括线路损耗和变流器损耗。
以考虑微电网经济成本(CECO)和系统损耗(Eloss)的综合成本最低为目标函数:
minC=min(CECO+kEloss)
式中k为单位电量的损耗费用(元/kWh)。
①经济成本CECO
主要包括分布式能源投资与运行成本、线路投资与维护成本、变流器投资与运行维护成本以及微电网购售电成本。
CECO=CDG+CLine+CCon+CGrid
1)分布式能源投资与运行成本CDG
主要为新增光伏、风机、储能的购置费用以及新增分布式能源的运行维护费用。
式中,M为新增分布式能源种类,这里取值为3,包括光伏、风机和储能;Nm为第m类分布式能源的安装个数;CDGm为第m类分布式能源的购置成本;Ym为第m类分布式电源的使用寿命;δ为折现率,此处取10%;m为第m类分布式能源单位电量的运行维护费用;EDGm为第m类分布式能源年总发电量。
2)线路投资成本CLine
线路投资与维护成本主要包括交直流混合微电网交流子系统和直流子系统进行网架结构拓展购置母线费用及安装费用;考虑的线路成本主要是指拓展规划时交流或直流母线的成本。
式中,Li为第i条支路的长度;Ci为单位长度线路投资成本;N为总支路数;n为线路使用年限;r为折现率,取10%。
3)变流器投资与运行成本CCon
交直流混合微电网在拓展过程中,实现大量分布式能源的接入,以及满足不同类型负荷的需求,所以在改造拓展中,需要购置较多数量的变流器,包括AC/DC及DC/DC,并需要考虑在投入运行后大量变流器的运行维护费用。
式中,K为安装的变流器个数,Ccon为变流器的购置成本,不同种类变流器成本不同;m为单位功率的变流器运行维护费用;P为安装变流器的总功率。
4)微电网购售电成本CGrid
交直流混合微电网在交流侧并网,实现与配电网间的能源传输。当微电网系统分布式能源无法为负荷提供足够的电量时,配电网向微电网传输功率,此时交直流混合微电网系统为购电状态;当分布式能源发电量大于负荷需求时,微电网系统的剩余电量将通过连接点传向配电网,此时微电网系统为售电状态。
式中,n为常数,当微电网系统处于购电状态时,n=0;当微电网系统处于售电状态时,n=1。kt为t时刻电价。PGrid为t时刻微电网与配电网间的交互功率,且满足P≤150kW。
②系统损耗Eloss
交直流混合微电网系统包含交流母线、直流母线,在能量传输过程中损耗一定的能量,也需将其计入成本中。
Eloss=ELloss+Econ
式中,ELloss为线路损耗;Econ为变流器损耗。
S302、对交直流混合微电网拓展优化规划模型引入特定约束条件;所述特定约束条件包括系统功率、系统支路、电源出力和节点电压偏差约束;
①系统功率平衡约束
Pload+Ploss=Pwind+Ppv+Pbat+Pgrid
式中,Pload为交直流负荷消耗功率;Ploss为系统损耗;Pwind为风机功率;Ppv为光伏功率;Pbat为储能电池的功率,若储能电池存储电能,则该值为负;Pgrid为交直流混合微电网系统与配电网间的交互功率,若电网向微电网系统传输能量,则该值为正;若微电网系统向配电网送出能量,则该值为负。
②系统支路数约束
交直流混合微电网系统规划,需要对不同类型分布式电源、负荷的接入进行设计,对于接入系统的电源及负荷的支路数需要满足一定的约束条件。
系统总支路数约束:
负荷分组组数约束:
储能点个数约束:
式中,Nac-l为交流微电网总支路数,Ndc-l为直流微电网总支路数,NL为负荷的分组数,Nes为储能点的个数。
③分布式电源出力约束
交直流混合微电网系统中接入大量分布式电源,包括光伏、风机、储能等,因此系统需满足电源出力约束。
风机、光伏出力约束:
蓄电池出力约束
式中,SOCmin、SOCmax为SOC的下限和上限;PDischar.max、Pchar.max分别为储能装置的最大充放电功率;μ为储能装置转换效率,Rbat为储能装置总容量,Δt为时间步长。
④节点电压偏差约束
交直流混合微电网包含交流子系统和直流子系统,因此其电压序列包含直流和交流两部分。系统通过一定的控制策略将交流母线电压和直流母线电压维持在一定的范围内。
式中,分别为第i类交流电压上限和下限;/>为第j类直流电压上限和下限。
S303、计算交直流微电网不同拓展方向的系统成本;
S304、考虑微电网各元素的不同,新增直流负荷占比指标,设定R;
式中,RDC为新增直流负荷,ΔR为新增总负荷。
S305、以新增直流负荷占比为变量,对交直流混合微电网拓展规划进行经济性和可靠性比较。
所述步骤S103提出交直流混合微电网分布式电源定址分容配置方案,具体包括如下步骤:
S401、基于蒙特卡洛抽样方法进行负荷的不确定性建模;
构建负荷不确定性模型,使用的是将预测值和随机偏差进行叠加获得实际负荷的方法。因此,在t时刻实际负荷可由下式表达:
式中,为t时刻的实际负荷;/>为t时刻的原始负荷;/>为负荷随机偏差,该函数是正太分布随机变量(均值为0,方差为)。/>的标准差可通过下式计算:
式中k一般取值为1。
S402、基于蒙特卡洛抽样方法进行设备的不确定性建模;所述设备包括变流器、变压器和交/直流线路等。
运用蒙特卡洛模拟法抽样交直流微电网系统中的电力电子设备时,默认各类设备的故障之间是相互独立的,即任何两次故障事件之间不存在任何联系。
因此,设备的MTTF和MTTR的概率分布均为指数分布,具体如下所示。
式中,f(t)为t时刻设备的故障率;g(t)为t时刻设备的修复率。
设备的MTTF和MTTR概率分布函数如下式所示:
对上式进行整理可得:
式中,F‘(t)为设备MTTF成为μ的概率;G‘(t)为设备MTTR成为μ的概率,且两个概率均为0到1之间的数。因此,通过逆变换可以得到两个时间概率的表达式。
θ为服从均匀分布的任意一个数。
S403、在考虑了负荷不确定性、设备故障等情况下,提出了交直流混合微电网分布式电源定址分容优化方法;
S404、建立了以投资成本、负荷停电经济成本、系统损耗成本最小化为目标的规划模型;所述投资成本包括光伏分组数、风力发电机分组数、储能个数、交流馈线节点个数和直流馈线节点个数;
S405、通过CPLEX优化规划软件对模型进行求解得到Pareto最优解集,并利用模糊隶属度函数获得各目标的最优解,得到交直流混合微电网分布式电源定址分容配置方案。
所述步骤S104基于目标级联分析法,建立分布式电源接入交直流配(微)电网协同优化规划模型,具体包括如下步骤:
S501、分析交直流配电网几种拓扑结构及交直流混合微电网与交直流配电网互连的典型架构。
S502、基于目标级联分析法,建立交直流配电网和交直流混合微电网分布式电源优化配置数学模型。
所述目标级联分析法是按照对象、目标或模块等需要解决的方面进行级别划分的,并根据各层级的不同函数建立数学模型,每一级的元素集合包含该层级的所有元素;同时,对于高一级别的集合,包含了其子层级的因子,例如Cj的所有因子都在C中。
S503、通过配电网与微电网间功率交互建立耦合关系,运用增广拉格朗日罚函数进行迭代求解,实现两部分配置同步进行,最终达到整个系统最优配置的目标。
所述步骤S105结合故障时间概率分布计算不同馈线区停电时户数以及供电可靠率,具体包括如下步骤:
S601、研究混合微电网集群的基本结构和划分方法;
S602、提出高比例分布式电源接入交直流混合微电网群优化配置方法;
S603、建立了双层混合微电网群规划数学模型;双层模型包括上层模型以实现集群划分为目标,建立了考虑节点耦合度、功率平衡度的优化模型;下层建立了以投资成本、运行维护成本和购售电成本最小为目标的配置模型。
上层模型以节点耦合度、功率平衡度组成的综合指标最小为目标函数的区域节点集群划分模型。
综合指标Ω表达式如下所示:
Ω=λ1ωL+λ2ωP
式中,λ1、λ2为权重系数;ωL为节点耦合度;ωP为有功平衡度。
①节点耦合度ωL
式中,i、j为节点号;Lij为节点i和节点j的电气距离;μ为常数值,取0或1,当节点i和节点j间负荷/电源类型相同时,取1;反之,则取值为0。
ΔV=SVQΔQ
式中,SVQ为表示灵敏度的数学矩阵;ΔV为某个节点的电压值;ΔQ为无功功率的差值。
在数学矩阵SVQ中,其每个矩阵元素代表无功量的单位至所代表的电压变量,其具体表达方式如下所示:
dij=lg(SVQ,ij/SVQ,ij)
假设系统包含n个节点,对于节点i和节点j之间电气距离可以定义为:
②有功平衡度ωP
式中:Pclu-i为集群i的有功平衡程度;P(t)i为集群i的净功率特性;T为时间维度。
则有功平衡度ωP表示为:
下层模型以投资成本、运行维护成本和购售电成本最小为目标函数。
minC=min(CIN+CES+CG)
式中,C为总成本;CIN为投资成本;CES为运行维护成本;CG为购售电成本。
①投资成本CIN
式中,CLU为集群个数;M为新增分布式能源种类,这里取值为3,包括光伏、风机和储能;Nm为第m类分布式能源的安装个数;CDGm为第m类分布式能源的购置成本;Ym为第m类分布式电源的使用寿命;δ为折现率,该文取10%;K为安装的变流器个数,Ccon为变流器的购置成本,不同种类变流器成本不同;r为折现率,文中取10%;n为使用年限;Li为第i条支路长度;Ci为单位线路投资成本。
②运行维护成本CES
运行维护成本主要包括配置的分布式电源、各类型变流器的运行维护费用。
式中,Ωm为第m类分布式能源单位电量的运行维护费用;EDGm为第m类分布式能源年总发电量。
③购售电成本CG
购售电成本主要包括微电网群从配电网的购电费用、分布式电源发电上网费用、微电网间电量交互费用和发电补贴。
式中,n为常数,当微电网系统处于购电状态时,n=0;当微电网系统处于售电状态时,n=1;kt为t时刻电价;PGridt为t时刻微电网与配电网间的交互功率;I为单位发电补贴;Pclu(i,j)为第i个集群和第j个集群间的功率交互;wt为t时刻交互电价。
综合考虑电网运行与规划技术标准的规定,交直流混合微电网群优化规划需要满足集群系统功率平衡、分布式电源出力约束、群间交互功率约束和供电可靠性约束等约束条件。
①集群系统功率平衡约束
Pload+Ploss=Pwind+PPV+Pbat+Pgrid
式中,Pload为系统负荷消耗功率;Ploss为系统损耗;Pwind为风机功率;PPV为光伏功率;Pbat为储能电池的功率,若储能电池存储电能,则该值为负;Pgrid为交直流混合微电网系统与配电网间的交互功率,若电网向微电网系统传输能量,则该值为正;若微电网系统向配电网送出能量,则该值为负。
②分布式电源出力约束
交直流混合微电网系统中接入大量分布式电源,包括光伏、风机和储能等,因此系统需满足电源出力约束。
风机、光伏出力约束:
蓄电池出力约束:
式中,SOCmin、SOCmax分别为SOC的下限和上限;PDischar.max、Pchar.max分别为储能装置的最大充放电功率;η为储能装置能量转换效率,Rbat为储能装置总容量,Δt为时间步长。
③群间交换功率约束
式中,为群间交互之路允许最大功率。
④供电可靠性约束
使用电力不足概率LOEP来表征供电可靠性。
式中,Lmax为微电网允许最大缺电概率。
最后,相比于现有技术,本发明的明显效果在于:
1)本发明不仅考虑了分布式电源的成本因素,同时将线路选择和成本对网架配置的影响加入目标函数中,将得到更加优化的交直流混合微电网分布式电源容量配置结果,解决了目前交直流混合微电网规划模型结构不完善的问题。
2)本发明在优化配置模型中,创新性的考虑了线路投资成本及线路、设备等不确定性,将交流母线和直流母线对微电网网架配置的影响进行分析,使网架配置更具有操作性。
3)本发明基于目标级联分析法,分别建立了分布式电源接入交直流配电网和交直流混合微电网优化配置模型,通过微电网与配电网间的交互功率耦合关系,进行并行协同优化计算,提升模型的准确性、高效性。
4)本发明提出集群优化配置概念,通过集群划分得到的区域内微电网网架配置方案,可以实现交直流混合微电网群的利益最大化。
本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种面向新农村的交直流微电网网架配置方法,其特征在于包含以下步骤:
步骤S101、构建面向新农村的交直流微电网网架拓扑;
步骤S102、基于新增直流负荷占比的交直流混合微电网网架经济性和可靠性分析;
步骤S103、提出交直流混合微电网分布式电源定址分容配置方案;
步骤S104、基于目标级联分析法,建立分布式电源接入交直流配微电网协同优化规划模型;
步骤S105、基于多目标的双层混合微电网集群网架配置方法。
2.根据权利要求1所述的一种面向新农村的交直流微电网网架配置方法,其特征在于:所述步骤S101具体包括:
S201、分析构建交直流微电网的基本要素,交直流微电网的基本要素包括微电网规模、分布式电源出力特性、分布式电源渗透率、负荷性质与分布特性、供电可靠性要求以及网间联络;
S202、分析交直流混合微电网网架配置原则,交直流微电网网架配置影响因素包括分层分区原则、能量守恒原则、供电质量保证原则和网间联络原则;
S203、基于交直流微电网的基本要素和交直流混合微电网网架配置原则构建交直流微电网网架拓扑,网架拓扑类型包括一对N型、N对一型和N对N型,表示了配电网、交流微电网和直流微电网三者之间的联络关系。
3.根据权利要求1所述的一种面向新农村的交直流微电网网架配置方法,其特征在于:所述步骤S102具体包括:
S301、建立考虑经济性和系统损耗的交直流混合微电网网架配置数学模型,经济性包括分布式能源建设成本、变流器建设成本、储能成本及线路建设成本;
S302、对交直流混合微电网拓展优化规划模型引入特定约束条件,特定约束条件包括系统功率、系统支路、电源出力和节点电压偏差约束;
S303、计算交直流微电网不同拓展方向的系统成本;
S304、考虑微电网各元素的不同,新增直流负荷占比指标,设定R;
式中,RDC为新增直流负荷,ΔR为新增总负荷;
S305、以新增直流负荷占比为变量,对交直流混合微电网拓展规划进行经济性和可靠性比较。
4.根据权利要求1所述的一种面向新农村的交直流微电网网架配置方法,其特征在于:所述步骤S103具体包括:
S401、基于蒙特卡洛抽样方法进行负荷的不确定性建模,
构建负荷不确定性模型,使用将预测值和随机偏差进行叠加获得实际负荷的方法,在t时刻实际负荷由下式表达:
式中,为t时刻的实际负荷;/>为t时刻的原始负荷;/>为负荷随机偏差,该函数是正太分布随机变量,/>的标准差通过下式计算:
式中k一般取值为1;
S402、基于蒙特卡洛抽样方法进行设备的不确定性建模,设备包括变流器、变压器和交/直流线路;
运用蒙特卡洛模拟法抽样交直流微电网系统中的电力电子设备,默认各类设备的故障之间是相互独立的,即任何两次故障事件之间不存在任何联系,设备的MTTF和MTTR的概率分布均为指数分布,具体如下所示
式中,f(t)为t时刻设备的故障率;g(t)为t时刻设备的修复率;
设备的MTTF和MTTR概率分布函数如下式所示:
对上式进行整理可得:
式中,F‘(t)为设备MTTF成为μ的概率;G‘(t)为设备MTTR成为μ的概率,且两个概率均为0到1之间的数,通过逆变换得到两个时间概率的表达式。
θ为服从均匀分布的任意一个数;
S403、在考虑了负荷不确定性和设备故障情况下,提出交直流混合微电网分布式电源定址分容优化方法;
S404、建立了以投资成本、负荷停电经济成本和系统损耗成本最小化为目标的规划模型,投资成本包括光伏分组数、风力发电机分组数、储能个数、交流馈线节点个数和直流馈线节点个数;
S405、通过CPLEX优化规划软件对模型进行求解得到Pareto最优解集,并利用模糊隶属度函数获得各目标的最优解,得到交直流混合微电网分布式电源定址分容配置方案。
5.根据权利要求1所述的一种面向新农村的交直流微电网网架配置方法,其特征在于:所述步骤S104具体包括:
S501、分析交直流配电网几种拓扑结构及交直流混合微电网与交直流配电网互连的典型架构;
S502、基于目标级联分析法,建立交直流配电网和交直流混合微电网分布式电源优化配置数学模型;
S503、通过配电网与微电网间功率交互建立耦合关系,运用增广拉格朗日罚函数进行迭代求解,实现两部分配置同步进行,最终达到整个系统最优配置的目标。
6.根据权利要求1所述的一种面向新农村的交直流微电网网架配置方法,其特征在于:所述步骤S105具体包括:
S601、研究混合微电网集群的基本结构和划分方法;
S602、提出高比例分布式电源接入交直流混合微电网群优化配置方法;
S603、建立双层混合微电网群规划数学模型,双层混合微电网群规划数学模型包括:上层模型以实现集群划分为目标,建立考虑节点耦合度和功率平衡度的优化模型;下层建立以投资成本、运行维护成本和购售电成本最小为目标的配置模型;
S604、在Matlab搭建数学模型,调用CPLEX的内置分割平面算法进行求解,获得交直流混合微电网群划分结果及分布式电源优化配置方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311131060.2A CN117200364A (zh) | 2023-09-04 | 2023-09-04 | 一种面向新农村的交直流微电网网架配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311131060.2A CN117200364A (zh) | 2023-09-04 | 2023-09-04 | 一种面向新农村的交直流微电网网架配置方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117200364A true CN117200364A (zh) | 2023-12-08 |
Family
ID=89004601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311131060.2A Pending CN117200364A (zh) | 2023-09-04 | 2023-09-04 | 一种面向新农村的交直流微电网网架配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117200364A (zh) |
-
2023
- 2023-09-04 CN CN202311131060.2A patent/CN117200364A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jayasekara et al. | Optimal operation of distributed energy storage systems to improve distribution network load and generation hosting capability | |
CN108233430B (zh) | 一种计及系统能源波动性的交直流混合微网优化方法 | |
CN108667147B (zh) | 一种含多微电网的柔性中压直流配电中心优化调度方法 | |
CN108304972B (zh) | 一种基于供需互动和dg运行特性的主动配电网网架规划方法 | |
CN114977320A (zh) | 一种配电网源网荷储多目标协同规划方法 | |
Kaysal et al. | Hierarchical energy management system with multiple operation modes for hybrid DC microgrid | |
Kallel et al. | An energy cooperative system concept of DC grid distribution and PV system for supplying multiple regional AC smart grid connected houses | |
Faraji et al. | AC unbalanced and DC load management in multi-bus residential microgrid integrated with hybrid capacity resources | |
CN115149540A (zh) | 一种基于分区自治的多区域虚拟电厂协同优化运行方法 | |
CN118117564A (zh) | 一种考虑直流配电形态下配电网多层级光伏消纳模式的协同运行优化方法 | |
Hui et al. | Optimized development planning of energy storage system capacity in rural power grid | |
CN115496427B (zh) | 一种多微网系统柔性互联投资规划决策方法 | |
CN117134325A (zh) | 一种考虑线路裕度的含分布式光伏配电网扩展规划方法 | |
Sun et al. | Three-side coordinated dispatching method for intelligent distribution network considering dynamic capacity division of shared energy storage system | |
Shi et al. | Energy management method for energy storage system in PV-integrated EV charging station | |
CN117200364A (zh) | 一种面向新农村的交直流微电网网架配置方法 | |
Benoit et al. | Deterministic optimal power flow for smart grid short-term predictive energy management | |
Li et al. | Energy Optimization Management Strategy for DC Nano-Grid Cluster With High Comprehensive Energy Efficiency | |
Zhang et al. | Research on economic dispatching method of active distribution network based on multi-microgrids | |
Bai et al. | [Retracted] Two‐Stage Research on AC/DC Hybrid High‐Voltage Distribution Network Based on Network Reconfiguration and SOP Coordinated Control | |
Thokar et al. | Inclusion of energy storage system with renewable energy resources in distribution networks | |
CN113991676B (zh) | 一种交直流混合配电系统的调度方法 | |
CN117200278B (zh) | 涉及储能的新能源输电网规划方法、规划模型构建方法 | |
Su et al. | Hybrid Management of Distributed PVs and BESSs in Unbalanced Distribution Networks Based on Day-ahead optimization and Real-time Droop Control | |
Li et al. | A Bi-level Planning Method of Distributed Renewable Energy Based on Cluster Division |
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 |