CN117374974A - 一种配电网调度方法、系统、介质及设备 - Google Patents

一种配电网调度方法、系统、介质及设备 Download PDF

Info

Publication number
CN117374974A
CN117374974A CN202311657389.2A CN202311657389A CN117374974A CN 117374974 A CN117374974 A CN 117374974A CN 202311657389 A CN202311657389 A CN 202311657389A CN 117374974 A CN117374974 A CN 117374974A
Authority
CN
China
Prior art keywords
node
power
time
distribution network
access 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.)
Pending
Application number
CN202311657389.2A
Other languages
English (en)
Inventor
冯华
陈晓刚
章寒冰
叶吉超
金文德
丁宁
李乃一
赵汉鹰
王笑棠
张程翔
黄慧
潘昭光
徐永海
胡鑫威
季奥颖
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.)
Tsinghua University
State Grid Zhejiang Electric Power Co Ltd
Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Lishui Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Tsinghua University
State Grid Zhejiang Electric Power Co Ltd
Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Lishui Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University, State Grid Zhejiang Electric Power Co Ltd, Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd, Lishui Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Tsinghua University
Priority to CN202311657389.2A priority Critical patent/CN117374974A/zh
Publication of CN117374974A publication Critical patent/CN117374974A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283Price estimation or determination
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003Load forecast, e.g. methods or systems for forecasting future load demand
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/007Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/04Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10Power 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
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Power Engineering (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Public Health (AREA)
  • Game Theory and Decision Science (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种配电网调度方法、系统、介质及设备,所述方法包括:获取配电网系统数据;基于所述系统基准负荷需求信息、所述可再生能源出力信息和所述线路网络损耗参数,进行基准潮流计算,以构建二阶锥松弛潮流模型;采用机会约束规划,基于预先配置的用户负荷信息与所述可再生能源出力信息,构建源荷不确定性模型;至少基于所述源荷不确定性模型,确定所述二阶锥松弛潮流模型的第一目标函数;根据所述二阶锥松弛潮流模型,计算节点碳势;至少基于所述节点碳势和所述第一目标函数,构建配电网调度目标函数;根据所述配电网调度目标函数,对配电网系统进行优化调度。本发明能够有效减少配电网系统运行中的碳排放成本。

Description

一种配电网调度方法、系统、介质及设备
技术领域
本发明涉及电力系统领域,尤其涉及一种配电网调度方法、系统、介质及设备。
背景技术
电力系统作为碳排放来源的重要主体承担着减碳减排的重要使命责任,构建以新能源为主体的新型电力系统是推动能源结构低碳化清洁化转型的重要途径。实现双碳目标的关键因素是用低碳清洁的可再生能源(renewable energy resources, RESs)代替高污染的传统化石能源,因此近年来我国的风力发电机组(wind turbine, WT)和光伏发电机组(photovoltaic array, PV)等可再生能源发电机组装机容量持续增长,然而由于风能、太阳能等可再生能源出力受不可控的天气影响因素较大,具有强烈的随机性和不确定性,大规模可再生能源的接入会对电力系统运行的安全性和稳定性造成巨大冲击,与此同时,需求侧用户用电行为的随机性也会加剧系统面临的不确定性问题,传统的“源随荷动”运行模式已经不适用于含高渗透率可再生能源的新型电力系统;推行需求侧管理发电侧调节能力匮乏的有效解决途径,电力系统运营商通过动态价格信号引导例如可调节负荷(adjustable loads, ALs)和储能系统(energy storage systems, ESSs)等需求侧的分布式资源(distributed energy resources, DERs)来配合电网的优化调度运行,能够充分发挥分布式资源在实现需求响应(demand response, DR)方面的调节潜力,提升系统运行的灵活性,实现“源网荷储”智慧联动电力系统建设。
发明内容
为了解决上述技术问题,本发明实施例提出了一种配电网调度方法、系统、介质及设备。
本发明实施例提供了一种配电网调度方法,包括:
获取配电网系统数据;其中,所述配电网系统数据包括系统基准负荷需求信息、可再生能源出力信息和线路网络损耗参数;
基于所述系统基准负荷需求信息、所述可再生能源出力信息和所述线路网络损耗参数,进行基准潮流计算,以构建二阶锥松弛潮流模型;
采用机会约束规划,基于预先配置的用户负荷信息与所述可再生能源出力信息,构建源荷不确定性模型;
至少基于所述源荷不确定性模型,确定所述二阶锥松弛潮流模型的第一目标函数;
根据所述二阶锥松弛潮流模型,计算节点碳势;
至少基于所述节点碳势和所述第一目标函数,构建配电网调度目标函数;
根据所述配电网调度目标函数,对配电网系统进行优化调度。
进一步的,所述二阶锥松弛潮流模型通过如下式(1)-式(8)确定:
;(1)
;(2)
;(3)
;(4)
;(5)
;(6)
;(7)
;(8)
其中,为配电网中所有输电线路的集合,为在时刻节点的下游支路流过的有功功率,为在时刻节点的下游支路流过的无功功率,为在时刻节点的上游支路流过的有功功率,为在时刻节点的上游支路流过的无功功率,为节点的上游支路的线路电阻,为节点的上游支路的线路电抗,为在时刻节点上游支路的线路电流值,为在时刻节点的有功功率,为在时刻节点的无功功率,为在时刻节点的节点电压值,为在时刻节点的节点电压值,为支路的线路电阻,为在时刻支路流过的有功功率,为支路的线路电抗,为在时刻支路流过的无功功率,为在时刻支路流过的电流值,为在时刻支路的线路电流值,为在时刻节点的风机注入有功功率,为在时刻节点的光伏注入有功功率,为在时刻节点的发电机注入有功功率,为在时刻节点的储能系统注入有功功率,为在时刻节点的负荷有功功率,为在时刻节点的发电机注入无功功率,为在时刻节点的负荷无功功率,为在时刻支路流过的电流值的平方,为在时刻节点的电压幅值的平方,表示范数。
进一步的,所述二阶锥松弛潮流模型满足:线路电流和节点电压幅值约束如下式(9)、配电网向主网购电约束如下式(10)以及配电网侧配备的发电机组约束如下式(11)-式(14):
;(9)
;(10)
;(11)
;(12)
;(13)
;(14)
其中,为在时刻节点的节点电压值,为在时刻支路的线路电流值,为在时刻节点的发电机注入有功功率,为在时刻节点的发电机注入无功功率,为线路电流平方值的上限,为节点电压平方值的上限,为节点电压平方值的下限,为配电网在时刻向主网购入有功功率的下限,为配电网在时刻向主网购入有功功率的上限,为配电网在时刻向主网购入无功功率的下限,为配电网在时刻向主网购入无功功率的上限,为配电网在时刻向主网购入的有功功率,为配电网在时刻向主网购入的无功功率,为接入节点的发电机在时刻的有功功率出力的下限,为接入节点的发电机在时刻的有功功率出力的上限,为接入节点的发电机在时刻的无功功率出力的下限,为接入节点的发电机在时刻的无功功率出力的上限,为接入节点的发电机的额定功率因数,为接入节点的发电机在时刻的爬坡功率限制,为在时刻节点的发电机注入有功功率。
进一步的,所述源荷不确定性模型通过如下式(15)构建:
;(15)
其中,为接入节点的可再生能源发电机组在时刻的出力,为接入节点的可再生能源发电机组在时刻出力的预测功率期望均值,为标准正态分布的分布函数,为接入节点的可再生能源发电机组在时刻出力的预测功率误差的方差,为可再生能源出力预测准确度的置信度水平,为接入节点的负荷在时刻的用电功率,为接入节点的负荷在时刻的用电功率期望均值,为接入节点的负荷在时刻的用电功率误差的方差,为负荷预测准确度的置信度水平。
进一步的,所述第一目标函数通过如下式(16)确定:
;(16)
其中,为配电网运营商在预调度阶段的目标函数,为系统配备的发电机组集合,T为预设时间,为主网购电成本,为在时刻主网的售电价格,为配电网在时刻向主网购入的有功功率,为配电网从主网购入的有功功率,为接入节点的发电机组的发电成本,为在时刻节点的发电机注入有功功率,为接入节点的发电机组的发电成本二次项系数,为接入节点的发电机组的发电成本一次项系数,为网络有功损耗成本,为网络有功损耗成本系数,为配电网中所有输电线路的集合,为支路的电阻值,为在时刻支路的电流值的平方,为调度时间颗粒度,为弃风弃光成本,为弃风弃光成本系数,为在时刻系统总弃风的功率值,为在时刻系统总弃光的功率值,为系统配备的可再生能源发电机组集合,为在时刻节点的弃风的功率值,为在时刻节点的弃光的功率值,表示满足式(1)-式(3)、式(5)-式(15)的约束。
进一步的,所述节点碳势通过如下式(18)计算:
;(17)
;(18)
其中,为系统节点碳势向量,为节点有功通量矩阵,为支路潮流分布矩阵的转置,为发电机组注入功率分布矩阵的转置,为系统发电机组碳排放强度向量,为节点的节点碳势,为节点的上游节点集合,为发电机组注入节点的功率之和,为节点的发电机组碳排放强度,为节点的上游支路的有功功率,为节点的上游支路的支路碳流率。
进一步的,所述至少基于所述节点碳势和所述第一目标函数,构建配电网调度目标函数,包括:
构建需求响应模型如下式(19)-式(25):
;(19)
;(20)
;(21)
;(22)
;(23)
;(24)
;(25)
构建储能系统模型如下式(26)-式(32):
;(26)
;(27)
;(28)
;(29)
;(30)
;(31)
;(32)
所述配电网调度目标函数通过如下式(33)构建:
;(33)
其中,表示满足式(1)-式(3)、式(5)-式(15)、式(19)-式(32)的约束,为在时刻节点实施需求响应后的有功功率,为在时刻节点实施需求响应后的无功功率,为在时刻节点的固定负荷功率,为在时刻节点的增加负荷功率,为在时刻节点的削减负荷功率,为在时刻节点的可调节负荷功率的下限,为在时刻节点的可调节负荷功率的上限,为节点的功率因数,为在时刻节点的预测功率值,为在时刻主网节点的碳势,为在时刻节点的碳成本,为接入节点的负荷所可以接受的用电负荷波动率的最大值,为接入节点的负荷的碳减排效益指标的最小值,为在时刻节点的储能系统注入有功功率,为在时刻接入节点的储能系统的充电功率,为在时刻接入节点的储能系统的放电功率,为在时刻接入节点的储能系统的充放电状态的0-1变量,为在时刻接入节点的储能系统的充电功率上限,为在时刻接入节点的储能系统的放电功率上限,为在时刻接入节点的储能系统的荷电状态,为在时刻接入节点的储能系统的荷电状态,为储能系统的充电能量转换效率,为储能系统的放电能量转换效率,为接入节点的储能系统的容量,为调度时间颗粒度,为接入节点的储能系统运行期间荷电状态的下限,为接入节点的储能系统运行期间荷电状态的上限,为接入节点的储能系统初始时刻的荷电状态,为接入节点的储能系统调度周期结束时刻的荷电状态,为配电网运营商在碳减排调度阶段优化目标函数,为配电网运营商在预调度阶段的目标函数,为负荷需求响应调度成本,为配电网中的节点集合,为负荷需求响应调度成本系数,为节点碳排放成本,为碳排放成本系数,为碳减排补偿激励系数,为在时刻节点的碳势,为在时刻主网节点的碳势,为储能系统运行成本,为系统中配备的储能系统集合,为储能系统的运行成本系数,为储能系统碳排放成本,为主网购电碳排放成本,为在时刻主网节点的碳势,为在时刻主网节点的购入功率,为发电机组碳排放成本,为第个节点的发电机组的碳排放强度,为在时刻节点的发电机注入有功功率,为系统配备的发电机组集合。
本发明实施例还提供了一种配电网调度系统,包括:
数据获取模块,用于获取配电网系统数据;其中,所述配电网系统数据包括系统基准负荷需求信息、可再生能源出力信息和线路网络损耗参数;
潮流计算模块,用于基于所述系统基准负荷需求信息、所述可再生能源出力信息和所述线路网络损耗参数,进行基准潮流计算,以构建二阶锥松弛潮流模型;
源荷不确定性模型构建模块,用于采用机会约束规划,基于预先配置的用户负荷信息与所述可再生能源出力信息,构建源荷不确定性模型;
第一目标函数确定模块,用于至少基于所述源荷不确定性模型,确定所述二阶锥松弛潮流模型的第一目标函数;
节点碳势计算模块,用于根据所述二阶锥松弛潮流模型,计算节点碳势;
配电网调度目标函数构建模块,用于至少基于所述节点碳势和所述第一目标函数,构建配电网调度目标函数;
调度模块,用于根据所述配电网调度目标函数,对配电网系统进行优化调度。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的配电网调度方法的步骤。
本发明实施例还提供了一种计算机设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述的配电网调度方法的步骤。
综上,本发明具有以下有益效果:
1、能够兼顾系统运行的经济性和低碳性制定系统碳减排的配电网调度策略,充分发挥多元化分布式资源的灵活性优势来优化系统用能方案,在减少配电网系统运行成本的同时提升了可再生能源的消纳率,通过提升清洁能源对高碳排放能源的替代率减少了系统的总碳排放成本。
2、能够依据配电网系统的碳势情况作为引导信号指引用户主动调整优化自身用能方案,充分激发需求侧资源优化系统整体运行策略的潜力,促进供需两侧协同互动。
3、模型的计算求解效率高,可扩展性强,可以在配电网调度的领域中广泛推广应用。
附图说明
图1是本发明提供的一种配电网调度方法的一个实施例的流程示意图;
图2是本发明提供的一种配电网调度系统的一个实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
在本申请描述中,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、“第三”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
在本申请的描述中,需要说明的是,除非另有定义,本发明所使用的所有的技术和科学术语与属于本技术领域的技术人员通常理解的含义相同。本发明中说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明,对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
参见图1,是本发明提供的配电网调度方法的一个实施例的流程示意图,该方法包括步骤S1至S7,具体如下:
S1,获取配电网系统数据;其中,所述配电网系统数据包括系统基准负荷需求信息、可再生能源出力信息和线路网络损耗参数;
S2,基于所述系统基准负荷需求信息、所述可再生能源出力信息和所述线路网络损耗参数,进行基准潮流计算,以构建二阶锥松弛潮流模型;
S3,采用机会约束规划,基于预先配置的用户负荷信息与所述可再生能源出力信息,构建源荷不确定性模型;
S4,至少基于所述源荷不确定性模型,确定所述二阶锥松弛潮流模型的第一目标函数;
S5,根据所述二阶锥松弛潮流模型,计算节点碳势;
S6,至少基于所述节点碳势和所述第一目标函数,构建配电网调度目标函数;
S7,根据所述配电网调度目标函数,对配电网系统进行优化调度。
可以理解的是,由于用户的用电行为具有很大的不确定性,风机、光伏等可再生能源机组因为其本身固有的随机性问题导致其出力波动性较大,源荷不确定性问题会给电力系统的稳定运行带来安全隐患。因此采用机会约束方法来应对用户负荷及可再生能源机组出力的不确定性。
作为上述方案的改进,所述二阶锥松弛潮流模型通过如下式(1)-式(8)确定:
;(1)
;(2)
;(3)
;(4)
;(5)
;(6)
;(7)
;(8)
其中,为配电网中所有输电线路的集合,为在时刻节点的下游支路流过的有功功率,为在时刻节点的下游支路流过的无功功率,为在时刻节点的上游支路流过的有功功率,为在时刻节点的上游支路流过的无功功率,为节点的上游支路的线路电阻,为节点的上游支路的线路电抗,为在时刻节点上游支路的线路电流值,为在时刻节点的有功功率,为在时刻节点的无功功率,为在时刻节点的节点电压值,为在时刻节点的节点电压值,为支路的线路电阻,为在时刻支路流过的有功功率,为支路的线路电抗,为在时刻支路流过的无功功率,为在时刻支路流过的电流值,为在时刻支路的线路电流值,为在时刻节点的风机注入有功功率,为在时刻节点的光伏注入有功功率,为在时刻节点的发电机注入有功功率,为在时刻节点的储能系统注入有功功率,为在时刻节点的负荷有功功率,为在时刻节点的发电机注入无功功率,为在时刻节点的负荷无功功率,为在时刻支路流过的电流值的平方,为在时刻节点的电压幅值的平方,表示范数。
需要说明的是,其中,式(7)和式(8)是通过对式(4)进行变量替换和二阶锥松弛处理后得到的。
作为上述方案的改进,所述二阶锥松弛潮流模型满足:线路电流和节点电压幅值约束如下式(9)、配电网向主网购电约束如下式(10)以及配电网侧配备的发电机组约束如下式(11)-式(14):
;(9)
;(10)
;(11)
;(12)
;(13)
;(14)
其中,为在时刻节点的节点电压值,为在时刻支路的线路电流值,为在时刻节点的发电机注入有功功率,为在时刻节点的发电机注入无功功率,为线路电流平方值的上限,为节点电压平方值的上限,为节点电压平方值的下限,为配电网在时刻向主网购入有功功率的下限,为配电网在时刻向主网购入有功功率的上限,为配电网在时刻向主网购入无功功率的下限,为配电网在时刻向主网购入无功功率的上限,为配电网在时刻向主网购入的有功功率,为配电网在时刻向主网购入的无功功率,为接入节点的发电机在时刻的有功功率出力的下限,为接入节点的发电机在时刻的有功功率出力的上限,为接入节点的发电机在时刻的无功功率出力的下限,为接入节点的发电机在时刻的无功功率出力的上限,为接入节点的发电机的额定功率因数,为接入节点的发电机在时刻的爬坡功率限制,为在时刻节点的发电机注入有功功率。
本实施例中,相比于现有技术忽略配电网安全运行约束的研究直接应用于配电网系统的调度运行会造成极大的电网安全运行隐患,本实施例将系统节点电压安全约束和输电线路传输容量限制等配电网系统安全运行约束考虑在内,能够实现配电网的低碳优化调度的同时提高系统运行的安全性。此外,本实施例将系统传输线路网络损耗考虑在内,使得对系统的潮流状况分析更加精确,且能够主动改善系统潮流状况来提升电力系统运行品质及减少系统网损成本。
作为上述方案的改进,所述源荷不确定性模型通过如下式(15)构建:
;(15)
其中,为接入节点的可再生能源发电机组在时刻的出力,为接入节点的可再生能源发电机组在时刻出力的预测功率期望均值,为标准正态分布的分布函数,为接入节点的可再生能源发电机组在时刻出力的预测功率误差的方差,为可再生能源出力预测准确度的置信度水平,为接入节点的负荷在时刻的用电功率,为接入节点的负荷在时刻的用电功率期望均值,为接入节点的负荷在时刻的用电功率误差的方差,为负荷预测准确度的置信度水平。
作为上述方案的改进,所述第一目标函数通过如下式(16)确定:
;(16)
其中,为配电网运营商在预调度阶段的目标函数,为系统配备的发电机组集合,T为预设时间,为主网购电成本,为在时刻主网的售电价格,为配电网在时刻向主网购入的有功功率,为配电网从主网购入的有功功率,为接入节点的发电机组的发电成本,为在时刻节点的发电机注入有功功率,为接入节点的发电机组的发电成本二次项系数,为接入节点的发电机组的发电成本一次项系数,为网络有功损耗成本,为网络有功损耗成本系数,为配电网中所有输电线路的集合,为支路的电阻值,为在时刻支路的电流值的平方,为调度时间颗粒度,为弃风弃光成本,为弃风弃光成本系数,为在时刻系统总弃风的功率值,为在时刻系统总弃光的功率值,为系统配备的可再生能源发电机组集合,为在时刻节点的弃风的功率值,为在时刻节点的弃光的功率值,表示满足式(1)-式(3)、式(5)-式(15)的约束。
作为上述方案的改进,所述节点碳势通过如下式(18)计算:
;(17)
;(18)
其中,为系统节点碳势向量,为节点有功通量矩阵,为支路潮流分布矩阵的转置,为发电机组注入功率分布矩阵的转置,为系统发电机组碳排放强度向量,为节点的节点碳势,为节点的上游节点集合,为发电机组注入节点的功率之和,为节点的发电机组碳排放强度,为节点的上游支路的有功功率,为节点的上游支路的支路碳流率。
本实施例中,相比于现有技术多采用碳排放配额等宏观调节手段进行碳减排调度策略的制定,未能对系统整体的碳排放强度分布情况进行细致的量化分析,导致调度策略在精准性上有所欠缺,本实施例通过对系统整体的节点碳势情况进行量化分析,并以系统节点碳势情况作为引导信号实现落实到终端用户个体级别的精准碳减排调度。
需要说明的是,系统整体碳势情况分析的具体方法如下:
1)根据系统的潮流计算结果构建支路潮流分布矩阵,其中为电网中的节点个数,对于电网中任意一条支路,规定该支路上的潮流正方向为,如果该支路上的正向有功潮流为,则;反之,如果反向有功潮流为,则;如果节点对之间没有支路直接连接,则;支路潮流分布矩阵的所有对角线元素均为0。
2)发电机组注入功率分布矩阵
根据系统中各类发电机组的注入功率构建发电机组注入功率分布矩阵,其中为电网中的节点个数,为电网中的发电机组个数,如果第台发电机组接入电网节点,且注入的有功功率值为,则,否则
3)负荷分布矩阵
根据系统中各个节点的负荷功率构建负荷分布矩阵,其中为电网中的节点个数,为电网中的负荷个数,如果第个负荷接入电网节点,且负荷有功功率为,则,否则
4)节点有功通量矩阵
电力系统中的碳排放流只决定于节点的注入功率,而与节点的流出功率无关,因此构建节点有功通量矩阵,其中为电网中的节点个数,对任意节点定义其上游节点的集合为,则,其意义为节点处的注入功率为其上游节点注入节点功率及发电机组注入节点功率之和,的所有非对角线元素均为0。
5)发电机组碳排放强度
定义第台发电机组的碳排放强度为,则系统发电机组碳排放强度向量为
6)节点碳势向量
定义第个节点的碳势为,则系统节点碳势向量为
7)支路碳流率分布矩阵
定义为支路碳流率分布矩阵,对于电网中任意一条支路,规定该支路上的潮流正方向为,如果该支路上的正向碳流率为,则;反之,如果该支路上的反向碳流率为,则;如果节点对之间没有支路直接连接,则;支路碳流率分布矩阵的所有对角线元素均为0。
8)系统节点碳势计算方法
节点碳势定义如下式(17):
;(17)
节点碳势的物理意义为节点的碳势由该节点的上游支路注入功率所产生的碳排放流和发电机组注入该节点的功率所产生的碳排放流共同决定。
将节点碳势计算公式改写成矩阵形式如下式(18):
;(18)
作为上述方案的改进,所述至少基于所述节点碳势和所述第一目标函数,构建配电网调度目标函数,包括:
构建需求响应模型如下式(19)-式(25):
;(19)
;(20)
;(21)
;(22)
;(23)
;(24)
;(25)
构建储能系统模型如下式(26)-式(32):
;(26)
;(27)
;(28)
;(29)
;(30)
;(31)
;(32)
所述配电网调度目标函数通过如下式(33)构建:
;(33)
其中,表示满足式(1)-式(3)、式(5)-式(15)、式(19)-式(32)的约束,为在时刻节点实施需求响应后的有功功率,为在时刻节点实施需求响应后的无功功率,为在时刻节点的固定负荷功率,为在时刻节点的增加负荷功率,为在时刻节点的削减负荷功率,为在时刻节点的可调节负荷功率的下限,为在时刻节点的可调节负荷功率的上限,为节点的功率因数,为在时刻节点的预测功率值,为在时刻主网节点的碳势,为在时刻节点的碳成本,为接入节点的负荷所可以接受的用电负荷波动率的最大值,为接入节点的负荷的碳减排效益指标的最小值,为在时刻节点的储能系统注入有功功率,为在时刻接入节点的储能系统的充电功率,为在时刻接入节点的储能系统的放电功率,为在时刻接入节点的储能系统的充放电状态的0-1变量,为在时刻接入节点的储能系统的充电功率上限,为在时刻接入节点的储能系统的放电功率上限,为在时刻接入节点的储能系统的荷电状态,为在时刻接入节点的储能系统的荷电状态,为储能系统的充电能量转换效率,为储能系统的放电能量转换效率,为接入节点的储能系统的容量,为调度时间颗粒度,为接入节点的储能系统运行期间荷电状态的下限,为接入节点的储能系统运行期间荷电状态的上限,为接入节点的储能系统初始时刻的荷电状态,为接入节点的储能系统调度周期结束时刻的荷电状态,为配电网运营商在碳减排调度阶段优化目标函数,为配电网运营商在预调度阶段的目标函数,为负荷需求响应调度成本,为配电网中的节点集合,为负荷需求响应调度成本系数,为节点碳排放成本,为碳排放成本系数,为碳减排补偿激励系数,为在时刻节点的碳势,为在时刻主网节点的碳势,为储能系统运行成本,为系统中配备的储能系统集合,为储能系统的运行成本系数,为储能系统碳排放成本,为主网购电碳排放成本,为在时刻主网节点的碳势,为在时刻主网节点的购入功率,为发电机组碳排放成本,为第个节点的发电机组的碳排放强度,为在时刻节点的发电机注入有功功率,为系统配备的发电机组集合。
可以理解的是,在需求响应调度补偿利益的激励下,用户负荷可以在满足自身用电需求的情况下通过转移用电功率的时间维度分布来配合电网运行,从而构建得到需求响应模型。此外,本实施例所构建的储能系统模型为保障设备的使用寿命,储能系统在整个运行周期内保持循环充放电,即开始时刻和结束时刻的荷电状态相同。
需要说明的是,对如下参数做进一步具体阐述:
配电网运营商需要支付负荷需求响应调度成本来补偿用户在调整自身用能功率过程中造成的用电不适,考虑负荷需求响应调度成本
节点碳排放成本,以主网碳势为参考基准,当用户负荷所接入的节点碳势高于主网碳势时需要支付碳排放成本,当用户负荷所接入的节点碳势低于主网碳势时可以获得碳减排补偿激励;
储能系统在运行过程中会产生损耗,考虑储能系统运行成本
储能系统碳排放成本,同样以主网碳势为参考基准,当储能系统所接入的节点碳势高于主网碳势时需要支付碳排放成本,当储能系统所接入的节点碳势低于主网碳势时可以获得碳减排补偿激励。
参见图2,是本发明提供的配电网调度系统的一个实施例的结构示意图,包括:
数据获取模块101,用于获取配电网系统数据;其中,所述配电网系统数据包括系统基准负荷需求信息、可再生能源出力信息和线路网络损耗参数;
潮流计算模块102,用于基于所述系统基准负荷需求信息、所述可再生能源出力信息和所述线路网络损耗参数,进行基准潮流计算,以构建二阶锥松弛潮流模型;
源荷不确定性模型构建模块103,用于采用机会约束规划,基于预先配置的用户负荷信息与所述可再生能源出力信息,构建源荷不确定性模型;
第一目标函数确定模块104,用于至少基于所述源荷不确定性模型,确定所述二阶锥松弛潮流模型的第一目标函数;
节点碳势计算模块105,用于根据所述二阶锥松弛潮流模型,计算节点碳势;
配电网调度目标函数构建模块106,用于至少基于所述节点碳势和所述第一目标函数,构建配电网调度目标函数;
调度模块107,用于根据所述配电网调度目标函数,对配电网系统进行优化调度。
作为上述方案的改进,所述二阶锥松弛潮流模型通过如下式(1)-式(8)确定:
;(1)
;(2)
;(3)
;(4)
;(5)
;(6)
;(7)
;(8)
其中,为配电网中所有输电线路的集合,为在时刻节点的下游支路流过的有功功率,为在时刻节点的下游支路流过的无功功率,为在时刻节点的上游支路流过的有功功率,为在时刻节点的上游支路流过的无功功率,为节点的上游支路的线路电阻,为节点的上游支路的线路电抗,为在时刻节点上游支路的线路电流值,为在时刻节点的有功功率,为在时刻节点的无功功率,为在时刻节点的节点电压值,为在时刻节点的节点电压值,为支路的线路电阻,为在时刻支路流过的有功功率,为支路的线路电抗,为在时刻支路流过的无功功率,为在时刻支路流过的电流值,为在时刻支路的线路电流值,为在时刻节点的风机注入有功功率,为在时刻节点的光伏注入有功功率,为在时刻节点的发电机注入有功功率,为在时刻节点的储能系统注入有功功率,为在时刻节点的负荷有功功率,为在时刻节点的发电机注入无功功率,为在时刻节点的负荷无功功率,为在时刻支路流过的电流值的平方,为在时刻节点的电压幅值的平方,表示范数。
作为上述方案的改进,所述二阶锥松弛潮流模型满足:线路电流和节点电压幅值约束如下式(9)、配电网向主网购电约束如下式(10)以及配电网侧配备的发电机组约束如下式(11)-式(14):
;(9)
;(10)
;(11)
;(12)
;(13)
;(14)
其中,为在时刻节点的节点电压值,为在时刻支路的线路电流值,为在时刻节点的发电机注入有功功率,为在时刻节点的发电机注入无功功率,为线路电流平方值的上限,为节点电压平方值的上限,为节点电压平方值的下限,为配电网在时刻向主网购入有功功率的下限,为配电网在时刻向主网购入有功功率的上限,为配电网在时刻向主网购入无功功率的下限,为配电网在时刻向主网购入无功功率的上限,为配电网在时刻向主网购入的有功功率,为配电网在时刻向主网购入的无功功率,为接入节点的发电机在时刻的有功功率出力的下限,为接入节点的发电机在时刻的有功功率出力的上限,为接入节点的发电机在时刻的无功功率出力的下限,为接入节点的发电机在时刻的无功功率出力的上限,为接入节点的发电机的额定功率因数,为接入节点的发电机在时刻的爬坡功率限制,为在时刻节点的发电机注入有功功率。
作为上述方案的改进,所述源荷不确定性模型通过如下式(15)构建:
;(15)
其中,为接入节点的可再生能源发电机组在时刻的出力,为接入节点的可再生能源发电机组在时刻出力的预测功率期望均值,为标准正态分布的分布函数,为接入节点的可再生能源发电机组在时刻出力的预测功率误差的方差,为可再生能源出力预测准确度的置信度水平,为接入节点的负荷在时刻的用电功率,为接入节点的负荷在时刻的用电功率期望均值,为接入节点的负荷在时刻的用电功率误差的方差,为负荷预测准确度的置信度水平。
作为上述方案的改进,所述第一目标函数通过如下式(16)确定:
;(16)
其中,为配电网运营商在预调度阶段的目标函数,为系统配备的发电机组集合,T为预设时间,为主网购电成本,为在时刻主网的售电价格,为配电网在时刻向主网购入的有功功率,为配电网从主网购入的有功功率,为接入节点的发电机组的发电成本,为在时刻节点的发电机注入有功功率,为接入节点的发电机组的发电成本二次项系数,为接入节点的发电机组的发电成本一次项系数,为网络有功损耗成本,为网络有功损耗成本系数,为配电网中所有输电线路的集合,为支路的电阻值,为在时刻支路的电流值的平方,为调度时间颗粒度,为弃风弃光成本,为弃风弃光成本系数,为在时刻系统总弃风的功率值,为在时刻系统总弃光的功率值,为系统配备的可再生能源发电机组集合,为在时刻节点的弃风的功率值,为在时刻节点的弃光的功率值,表示满足式(1)-式(3)、式(5)-式(15)的约束。
作为上述方案的改进,所述节点碳势通过如下式(18)计算:
;(17)
;(18)
其中,为系统节点碳势向量,为节点有功通量矩阵,为支路潮流分布矩阵的转置,为发电机组注入功率分布矩阵的转置,为系统发电机组碳排放强度向量,为节点的节点碳势,为节点的上游节点集合,为发电机组注入节点的功率之和,为节点的发电机组碳排放强度,为节点的上游支路的有功功率,为节点的上游支路的支路碳流率。
作为上述方案的改进,所述至少基于所述节点碳势和所述第一目标函数,构建配电网调度目标函数,包括:
构建需求响应模型如下式(19)-式(25):
;(19)
;(20)
;(21)
;(22)
;(23)
;(24)
;(25)
构建储能系统模型如下式(26)-式(32):
;(26)
;(27)
;(28)
;(29)
;(30)
;(31)
;(32)
所述配电网调度目标函数通过如下式(33)构建:
;(33)
其中,表示满足式(1)-式(3)、式(5)-式(15)、式(19)-式(32)的约束,为在时刻节点实施需求响应后的有功功率,为在时刻节点实施需求响应后的无功功率,为在时刻节点的固定负荷功率,为在时刻节点的增加负荷功率,为在时刻节点的削减负荷功率,为在时刻节点的可调节负荷功率的下限,为在时刻节点的可调节负荷功率的上限,为节点的功率因数,为在时刻节点的预测功率值,为在时刻主网节点的碳势,为在时刻节点的碳成本,为接入节点的负荷所可以接受的用电负荷波动率的最大值,为接入节点的负荷的碳减排效益指标的最小值,为在时刻节点的储能系统注入有功功率,为在时刻接入节点的储能系统的充电功率,为在时刻接入节点的储能系统的放电功率,为在时刻接入节点的储能系统的充放电状态的0-1变量,为在时刻接入节点的储能系统的充电功率上限,为在时刻接入节点的储能系统的放电功率上限,为在时刻接入节点的储能系统的荷电状态,为在时刻接入节点的储能系统的荷电状态,为储能系统的充电能量转换效率,为储能系统的放电能量转换效率,为接入节点的储能系统的容量,为调度时间颗粒度,为接入节点的储能系统运行期间荷电状态的下限,为接入节点的储能系统运行期间荷电状态的上限,为接入节点的储能系统初始时刻的荷电状态,为接入节点的储能系统调度周期结束时刻的荷电状态,为配电网运营商在碳减排调度阶段优化目标函数,为配电网运营商在预调度阶段的目标函数,为负荷需求响应调度成本,为配电网中的节点集合,为负荷需求响应调度成本系数,为节点碳排放成本,为碳排放成本系数,为碳减排补偿激励系数,为在时刻节点的碳势,为在时刻主网节点的碳势,为储能系统运行成本,为系统中配备的储能系统集合,为储能系统的运行成本系数,为储能系统碳排放成本,为主网购电碳排放成本,为在时刻主网节点的碳势,为在时刻主网节点的购入功率,为发电机组碳排放成本,为第个节点的发电机组的碳排放强度,为在时刻节点的发电机注入有功功率,为系统配备的发电机组集合。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的配电网调度方法的步骤。
本发明实施例还提供了一种计算机设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述的配电网调度方法的步骤。
综上,本发明具有以下有益效果:
1、能够兼顾系统运行的经济性和低碳性制定系统碳减排的配电网调度策略,充分发挥多元化分布式资源的灵活性优势来优化系统用能方案,在减少配电网系统运行成本的同时提升了可再生能源的消纳率,通过提升清洁能源对高碳排放能源的替代率减少了系统的总碳排放成本。
2、能够依据配电网系统的碳势情况作为引导信号指引用户主动调整优化自身用能方案,充分激发需求侧资源优化系统整体运行策略的潜力,促进供需两侧协同互动。
3、模型的计算求解效率高,可扩展性强,可以在配电网调度的领域中广泛推广应用。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的硬件平台的方式来实现,当然也可以全部通过硬件来实施。基于这样的理解,本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上所述是本发明的优选实施方式,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的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种配电网调度方法,其特征在于,包括:
获取配电网系统数据;其中,所述配电网系统数据包括系统基准负荷需求信息、可再生能源出力信息和线路网络损耗参数;
基于所述系统基准负荷需求信息、所述可再生能源出力信息和所述线路网络损耗参数,进行基准潮流计算,以构建二阶锥松弛潮流模型;
采用机会约束规划,基于预先配置的用户负荷信息与所述可再生能源出力信息,构建源荷不确定性模型;
至少基于所述源荷不确定性模型,确定所述二阶锥松弛潮流模型的第一目标函数;
根据所述二阶锥松弛潮流模型,计算节点碳势;
至少基于所述节点碳势和所述第一目标函数,构建配电网调度目标函数;
根据所述配电网调度目标函数,对配电网系统进行优化调度。
2.如权利要求1所述的配电网调度方法,其特征在于,所述二阶锥松弛潮流模型通过如下式(1)-式(8)确定:
;(1)
;(2)
;(3)
;(4)
;(5)
;(6)
;(7)
;(8)
其中,为配电网中所有输电线路的集合,为在时刻节点的下游支路流过的有功功率,为在时刻节点的下游支路流过的无功功率,为在时刻节点的上游支路流过的有功功率,为在时刻节点的上游支路流过的无功功率,为节点的上游支路的线路电阻,为节点的上游支路的线路电抗,为在时刻节点上游支路的线路电流值,为在时刻节点的有功功率,为在时刻节点的无功功率,为在时刻节点的节点电压值,为在时刻节点的节点电压值,为支路的线路电阻,为在时刻支路流过的有功功率,为支路的线路电抗,为在时刻支路流过的无功功率,为在时刻支路流过的电流值,为在时刻支路的线路电流值,为在时刻节点的风机注入有功功率,为在时刻节点的光伏注入有功功率,为在时刻节点的发电机注入有功功率,为在时刻节点的储能系统注入有功功率,为在时刻节点的负荷有功功率,为在时刻节点的发电机注入无功功率,为在时刻节点的负荷无功功率,为在时刻支路流过的电流值的平方,为在时刻节点的电压幅值的平方,表示范数。
3.如权利要求2所述的配电网调度方法,其特征在于,所述二阶锥松弛潮流模型满足:线路电流和节点电压幅值约束如下式(9)、配电网向主网购电约束如下式(10)以及配电网侧配备的发电机组约束如下式(11)-式(14):
;(9)
;(10)
;(11)
;(12)
;(13)
;(14)
其中,为在时刻节点的节点电压值,为在时刻支路的线路电流值,为在时刻节点的发电机注入有功功率,为在时刻节点的发电机注入无功功率,为线路电流平方值的上限,为节点电压平方值的上限,为节点电压平方值的下限,为配电网在时刻向主网购入有功功率的下限,为配电网在时刻向主网购入有功功率的上限,为配电网在时刻向主网购入无功功率的下限,为配电网在时刻向主网购入无功功率的上限,为配电网在时刻向主网购入的有功功率,为配电网在时刻向主网购入的无功功率,为接入节点的发电机在时刻的有功功率出力的下限,为接入节点的发电机在时刻的有功功率出力的上限,为接入节点的发电机在时刻的无功功率出力的下限,为接入节点的发电机在时刻的无功功率出力的上限,为接入节点的发电机的额定功率因数,为接入节点的发电机在时刻的爬坡功率限制,为在时刻节点的发电机注入有功功率。
4.如权利要求3所述的配电网调度方法,其特征在于,所述源荷不确定性模型通过如下式(15)构建:
;(15)
其中,为接入节点的可再生能源发电机组在时刻的出力,为接入节点的可再生能源发电机组在时刻出力的预测功率期望均值,为标准正态分布的分布函数,为接入节点的可再生能源发电机组在时刻出力的预测功率误差的方差,为可再生能源出力预测准确度的置信度水平,为接入节点的负荷在时刻的用电功率,为接入节点的负荷在时刻的用电功率期望均值,为接入节点的负荷在时刻的用电功率误差的方差,为负荷预测准确度的置信度水平。
5.如权利要求4所述的配电网调度方法,其特征在于,所述第一目标函数通过如下式(16)确定:
;(16)
其中,为配电网运营商在预调度阶段的目标函数,为系统配备的发电机组集合,T为预设时间,为主网购电成本,为在时刻主网的售电价格,为配电网在时刻向主网购入的有功功率,为配电网从主网购入的有功功率,为接入节点的发电机组的发电成本,为在时刻节点的发电机注入有功功率,为接入节点的发电机组的发电成本二次项系数,为接入节点的发电机组的发电成本一次项系数,为网络有功损耗成本,为网络有功损耗成本系数,为配电网中所有输电线路的集合,为支路的电阻值,为在时刻支路的电流值的平方,为调度时间颗粒度,为弃风弃光成本,为弃风弃光成本系数,为在时刻系统总弃风的功率值,为在时刻系统总弃光的功率值,为系统配备的可再生能源发电机组集合,为在时刻节点的弃风的功率值,为在时刻节点的弃光的功率值,表示满足式(1)-式(3)、式(5)-式(15)的约束。
6.如权利要求5所述的配电网调度方法,其特征在于,所述节点碳势通过如下式(18)计算:
;(17)
;(18)
其中,为系统节点碳势向量,为节点有功通量矩阵,为支路潮流分布矩阵的转置,为发电机组注入功率分布矩阵的转置,为系统发电机组碳排放强度向量,为节点的节点碳势,为节点的上游节点集合,为发电机组注入节点的功率之和,为节点的发电机组碳排放强度,为节点的上游支路的有功功率,为节点的上游支路的支路碳流率。
7.如权利要求6所述的配电网调度方法,其特征在于,所述至少基于所述节点碳势和所述第一目标函数,构建配电网调度目标函数,包括:
构建需求响应模型如下式(19)-式(25):
;(19)
;(20)
;(21)
;(22)
;(23)
;(24)
;(25)
构建储能系统模型如下式(26)-式(32):
;(26)
;(27)
;(28)
;(29)
;(30)
;(31)
;(32)
所述配电网调度目标函数通过如下式(33)构建:
;(33)
其中,表示满足式(1)-式(3)、式(5)-式(15)、式(19)-式(32)的约束,为在时刻节点实施需求响应后的有功功率,为在时刻节点实施需求响应后的无功功率,为在时刻节点的固定负荷功率,为在时刻节点的增加负荷功率,为在时刻节点的削减负荷功率,为在时刻节点的可调节负荷功率的下限,为在时刻节点的可调节负荷功率的上限,为节点的功率因数,为在时刻节点的预测功率值,为在时刻主网节点的碳势,为在时刻节点的碳成本,为接入节点的负荷所可以接受的用电负荷波动率的最大值,为接入节点的负荷的碳减排效益指标的最小值,为在时刻节点的储能系统注入有功功率,为在时刻接入节点的储能系统的充电功率,为在时刻接入节点的储能系统的放电功率,为在时刻接入节点的储能系统的充放电状态的0-1变量,为在时刻接入节点的储能系统的充电功率上限,为在时刻接入节点的储能系统的放电功率上限,为在时刻接入节点的储能系统的荷电状态,为在时刻接入节点的储能系统的荷电状态,为储能系统的充电能量转换效率,为储能系统的放电能量转换效率,为接入节点的储能系统的容量,为调度时间颗粒度,为接入节点的储能系统运行期间荷电状态的下限,为接入节点的储能系统运行期间荷电状态的上限,为接入节点的储能系统初始时刻的荷电状态,为接入节点的储能系统调度周期结束时刻的荷电状态,为配电网运营商在碳减排调度阶段优化目标函数,为配电网运营商在预调度阶段的目标函数,为负荷需求响应调度成本,为配电网中的节点集合,为负荷需求响应调度成本系数,为节点碳排放成本,为碳排放成本系数,为碳减排补偿激励系数,为在时刻节点的碳势,为在时刻主网节点的碳势,为储能系统运行成本,为系统中配备的储能系统集合,为储能系统的运行成本系数,为储能系统碳排放成本,为主网购电碳排放成本,为在时刻主网节点的碳势,为在时刻主网节点的购入功率,为发电机组碳排放成本,为第个节点的发电机组的碳排放强度,为在时刻节点的发电机注入有功功率,为系统配备的发电机组集合。
8.一种配电网调度系统,其特征在于,包括:
数据获取模块,用于获取配电网系统数据;其中,所述配电网系统数据包括系统基准负荷需求信息、可再生能源出力信息和线路网络损耗参数;
潮流计算模块,用于基于所述系统基准负荷需求信息、所述可再生能源出力信息和所述线路网络损耗参数,进行基准潮流计算,以构建二阶锥松弛潮流模型;
源荷不确定性模型构建模块,用于采用机会约束规划,基于预先配置的用户负荷信息与所述可再生能源出力信息,构建源荷不确定性模型;
第一目标函数确定模块,用于至少基于所述源荷不确定性模型,确定所述二阶锥松弛潮流模型的第一目标函数;
节点碳势计算模块,用于根据所述二阶锥松弛潮流模型,计算节点碳势;
配电网调度目标函数构建模块,用于至少基于所述节点碳势和所述第一目标函数,构建配电网调度目标函数;
调度模块,用于根据所述配电网调度目标函数,对配电网系统进行优化调度。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的配电网调度方法。
10.一种计算机设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的配电网调度方法。
CN202311657389.2A 2023-12-06 2023-12-06 一种配电网调度方法、系统、介质及设备 Pending CN117374974A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311657389.2A CN117374974A (zh) 2023-12-06 2023-12-06 一种配电网调度方法、系统、介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311657389.2A CN117374974A (zh) 2023-12-06 2023-12-06 一种配电网调度方法、系统、介质及设备

Publications (1)

Publication Number Publication Date
CN117374974A true CN117374974A (zh) 2024-01-09

Family

ID=89396940

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311657389.2A Pending CN117374974A (zh) 2023-12-06 2023-12-06 一种配电网调度方法、系统、介质及设备

Country Status (1)

Country Link
CN (1) CN117374974A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117578627A (zh) * 2024-01-16 2024-02-20 国网浙江省电力有限公司 发电调度方法、装置、电子设备和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114204550A (zh) * 2021-11-24 2022-03-18 国网天津市电力公司电力科学研究院 一种含多类型新能源的电力系统绿色调度方法
CN114764652A (zh) * 2022-02-28 2022-07-19 国网浙江省电力有限公司 一种考虑中长期调度的多周期协调电力平衡系统及方法
CN115117940A (zh) * 2022-06-06 2022-09-27 三峡大学 考虑风电、光伏及负荷不确定的风光水火储系统低碳调度模型建模方法
CN115375183A (zh) * 2022-09-19 2022-11-22 浙江大学 考虑能流-碳流耦合约束的电力系统配网优化调度方法
CN115693646A (zh) * 2022-09-14 2023-02-03 新疆大学 计及源荷低碳性与ccgp的两阶段优化调度方法
CN115940213A (zh) * 2022-12-16 2023-04-07 国网山东省电力公司经济技术研究院 考虑碳排放的配电网源网荷储协同优化规划方法及装置
CN116111580A (zh) * 2022-12-12 2023-05-12 广东电网有限责任公司 电力优化调度方法、装置、设备及存储介质
CN116186981A (zh) * 2022-12-08 2023-05-30 广西电网有限责任公司电力科学研究院 一种基于碳排放流的电力系统运行优化方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114204550A (zh) * 2021-11-24 2022-03-18 国网天津市电力公司电力科学研究院 一种含多类型新能源的电力系统绿色调度方法
CN114764652A (zh) * 2022-02-28 2022-07-19 国网浙江省电力有限公司 一种考虑中长期调度的多周期协调电力平衡系统及方法
CN115117940A (zh) * 2022-06-06 2022-09-27 三峡大学 考虑风电、光伏及负荷不确定的风光水火储系统低碳调度模型建模方法
CN115693646A (zh) * 2022-09-14 2023-02-03 新疆大学 计及源荷低碳性与ccgp的两阶段优化调度方法
CN115375183A (zh) * 2022-09-19 2022-11-22 浙江大学 考虑能流-碳流耦合约束的电力系统配网优化调度方法
CN116186981A (zh) * 2022-12-08 2023-05-30 广西电网有限责任公司电力科学研究院 一种基于碳排放流的电力系统运行优化方法
CN116111580A (zh) * 2022-12-12 2023-05-12 广东电网有限责任公司 电力优化调度方法、装置、设备及存储介质
CN115940213A (zh) * 2022-12-16 2023-04-07 国网山东省电力公司经济技术研究院 考虑碳排放的配电网源网荷储协同优化规划方法及装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
宋泽淏等: "基于节点碳势的配电网分布式资源低碳调度策略", 高电压技术, vol. 49, no. 6, 30 June 2023 (2023-06-30), pages 2023 *
张靠社等: "考虑源荷不确定性的 CCHP 型微网多目标优化调度", 电力系统保护与控制, vol. 49, no. 17, 1 September 2021 (2021-09-01), pages 18 - 27 *
白忠彬: "基于机会约束规划的增量配电网接入规划", 分布式能源, vol. 7, no. 3, 30 June 2022 (2022-06-30), pages 37 - 43 *
陈美玲等: "计及源荷双侧不确定性的综合能源系统优化配置", 上海理工大学学报, vol. 44, no. 1, 28 February 2022 (2022-02-28), pages 77 - 84 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117578627A (zh) * 2024-01-16 2024-02-20 国网浙江省电力有限公司 发电调度方法、装置、电子设备和存储介质
CN117578627B (zh) * 2024-01-16 2024-04-16 国网浙江省电力有限公司 发电调度方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
CN110188950B (zh) 基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法
Ma et al. Optimal allocation of hybrid energy storage systems for smoothing photovoltaic power fluctuations considering the active power curtailment of photovoltaic
Sun et al. Optimization planning method of distributed generation based on steady-state security region of distribution network
CN110350523B (zh) 基于需求响应的多能源互补优化调度方法
CN109149651B (zh) 一种计及调压辅助服务收益的光储系统优化运行方法
CN111882111B (zh) 一种源网荷储协同互动的电力现货市场出清方法
CN112039056A (zh) 一种新能源两阶段优化调度方法
Ju et al. A Tri-dimensional Equilibrium-based stochastic optimal dispatching model for a novel virtual power plant incorporating carbon Capture, Power-to-Gas and electric vehicle aggregator
CN110046780B (zh) 基于分时电价的孤岛微电网需求响应经济调度方法及系统
CN117374974A (zh) 一种配电网调度方法、系统、介质及设备
CN114069635A (zh) 一种考虑灵活资源经济性的电网调控优化方法
Zhang et al. An overview of virtual power plant prospects from the perspective of optimal scheduling, market bidding and transient analysis
CN112886567B (zh) 一种基于主从博弈的需求侧资源灵活性优化调度方法及系统
Fresia et al. Optimal day-ahead active and reactive power management for microgrids with high penetration of renewables
CN112531703B (zh) 一种多能源虚拟电厂提供多市场与本地服务的优化方法
Tian et al. Coordinated RES and ESS Planning Framework Considering Financial Incentives Within Centralized Electricity Market
CN116961008A (zh) 计及电力弹簧与负荷需求响应的微电网容量双层优化方法
CN109492809B (zh) 一种基于节点电价的风电场价值评估方法
CN115392784A (zh) 一种主动配电网源-储协同规划方法
CN112039057B (zh) 一种基于两阶段调度的低电压治理方法
Ramesh et al. Cost Optimization by Integrating PV-System and Battery Energy Storage System into Microgrid using Particle Swarm Optimization
Matsuo et al. Grid-connected electric-power control algorithm for promoting the introduction of renewable energy
Wang et al. Research on energy management of integrated energy systems considering multi-agent
Fang et al. Optimization Scheduling of Virtual Power Plant with Concentrated Solar Power Plant Considering Carbon Trading and Demand Response
Xu et al. An analysis method of mutual regulation potential of water-light-storage cluster based on mixed integer programming and mathematical model

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