CN118095765A - 一种配电网的两阶段规划方法、装置、设备及存储介质 - Google Patents
一种配电网的两阶段规划方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN118095765A CN118095765A CN202410307629.4A CN202410307629A CN118095765A CN 118095765 A CN118095765 A CN 118095765A CN 202410307629 A CN202410307629 A CN 202410307629A CN 118095765 A CN118095765 A CN 118095765A
- Authority
- CN
- China
- Prior art keywords
- planning
- planning model
- distribution network
- model
- grid
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 239000002245 particle Substances 0.000 claims abstract description 50
- 230000006870 function Effects 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 30
- 238000010276 construction Methods 0.000 claims description 24
- 238000004146 energy storage Methods 0.000 claims description 19
- 230000008901 benefit Effects 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000013213 extrapolation Methods 0.000 claims description 5
- 230000005855 radiation Effects 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 230000005611 electricity Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 230000009466 transformation Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013211 curve analysis Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000002407 reforming Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011423 initialization method Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种配电网的两阶段规划方法、装置、设备及存储介质，其中方法包括：对规划区域进行网格划分得到若干网格，基于若干个网格对规划区域内的负荷节点进行空间负荷预测，得到空间负荷预测值；对规划区域内的分布式电源进行出力特性预测得到节点负荷预测值；根据空间负荷预测值和节点负荷预测值，建立网架扩展规划模型；基于网架扩展规划模型，建立柔性升级规划模型；基于标准粒子群对网架扩展规划模型和柔性升级规划模型构成的两阶段规划模型进行求解，得到规划结果，规划结果包括最优网架扩展结构，以及ESS‑SOP选址方案和ESS选址方案。本发明能够有效提高配电网规划的准确性，从而能够构筑可靠、稳定的配电系统。
Description
技术领域
本发明涉及配电网技术领域，尤其是涉及一种配电网的两阶段规划方法、装置、设备及存储介质。
背景技术
配电网是电力系统末端最主要的输配电结构，其承担用户侧可靠供电和调控潮流的重要任务，目前配电网的饱和度正在逐渐上涨。但传统配电网存在结构相对薄弱，柔性不足，开环运行策略导致潮流调控能力受限的问题。在未来，风电、光伏等分布式电源(distributed generator,DG)在配电侧的大规模接入会对现有配电网结构造成巨大冲击。要构建适应新型电力系统发展的配电网，必须对配电网进行规划。
现有配电网规划方法未全面考虑影响配电网规划的因素，导致现有的配电网规划方法难以提供准确的配电网规划方案。
发明内容
本发明提供一种配电网的两阶段规划方法、装置、设备及存储介质，以解决现有配电网规划方法未全面考虑影像配电网规划的因素，导致现有的配电网规划方法难以提供准确的配电网规划方案的技术问题。
本发明提供了一种配电网的两阶段规划方法，包括：
对规划区域进行网格划分得到若干网格，基于若干个所述网格对规划区域内的负荷节点进行空间负荷预测，得到空间负荷预测值；
对规划区域内的分布式电源进行出力特性预测得到节点负荷预测值；
根据所述空间负荷预测值和所述节点负荷预测值，建立网架扩展规划模型；
基于所述网架扩展规划模型，建立柔性升级规划模型；
基于标准粒子群对所述网架扩展规划模型和所述柔性升级规划模型构成的两阶段规划模型进行求解，得到规划结果，所述规划结果包括最优网架扩展结构，以及ESS-SOP选址方案和ESS选址方案。
进一步的，所述规划区域包括已建成区域、在建区域和新建区域，所述对规划区域进行网格划分得到若干网格，基于若干个所述网格对规划区域内的负荷节点进行空间负荷预测，得到空间负荷预测值，包括：
根据规划区域内的用地类型信息和地块边界信息，将所述规划区域划分为若干网格；
根据若干个所述网格，采用负荷密度法预测得到已建成区域的空间负荷预测值；
基于若干个所述网格和新增用地规则，采用趋势外推法预测得到在建区域和新建区域的空间负荷预测值。
进一步的，所述节点负荷预测值包括光伏出力预测值和风力出力预测值。
进一步的，所述根据所述空间负荷预测值和所述节点负荷预测值，建立网架扩展规划模型，包括：
根据所述空间负荷预测值和所述节点负荷预测值，生成网架扩展规划模型的目标函数，所述网架扩展规划模型的目标函数为网架扩展费用之和最小；
生成网架扩展规划模型的决策变量，所述决策变量为是否投建新增路线的决策变量；
生成网架扩展规划模型的约束条件，所述约束条件包括潮流约束、节点电压约束、线路容量约束、N-1可靠性校验约束、连通性校验约束和辐射性校验约束；
以所述目标函数、所述决策变量和所述约束条件构建得到所述网架扩展规划模型。
进一步的，基于所述网架扩展规划模型，建立柔性升级规划模型；
基于所述网架扩展规划模型，生成柔性升级规划模型的目标函数，所述柔性升级规划模型的目标函数为柔性收益最高；
生成所述柔性升级规划模型的决策变量，所述决策变量包括是否投建ESS的决策变量、是否投建SOP的决策变量、是否投建ESS的额定容量和额定功率、投建SOP的额定有功和额定无功；
生成所述柔性升级规划模型的约束条件，所述约束条件包括投资规划下限要求约束、功率平衡约束、储能系统约束和ESS-SOP约束；
根据所述柔性升级规划模型的目标函数。
进一步的，所述基于标准粒子群对所述网架扩展规划模型和所述柔性升级规划模型构成的两阶段规划模型进行求解，得到规划结果，包括：
输入所述两阶段规划模型的设定参数，所述设定参数包括配电网参数模型参数和算法参数；
随机生成以网架扩展结构、ESS-SOP选址方案和ESS选址方案的初始解构成的粒子，初始化粒子的位置和粒子的速度；
根据初始化后每一粒子计算得到网架扩展费用，将所述网架扩展费用作为第一适应度值对所述网架扩展规划模型进行寻优；若所述第一适应度值达到个体历史最优，进行二阶段寻优；
计算每个粒子的柔性收益，将所述柔性收益作为第二适应值对所述柔性升级规划模型进行寻优；
记录每个粒子的二阶段寻优个体最优解和整体的二阶段全局最优值；
若满足最大迭代数条件或全局最优值的误差精度要求，将求解结果作为规划结果输出。
进一步的，还包括：
若所述第一适应度值没有达到个体历史最优或在对所述柔性升级规划模型进行寻优时，不满足最大迭代数条件或全局最优值的误差精度要求，进行粒子进化处理。
本发明还提供了一种配电网的两阶段规划装置，包括：
空间负荷预测模块，用于对规划区域进行网格划分得到若干网格，基于若干个所述网格对规划区域内的负荷节点进行空间负荷预测，得到空间负荷预测值；
节点负荷预测模块，用于对规划区域内的分布式电源进行出力特性预测得到节点负荷预测值；
网架扩展规划模型构建模块，用于根据所述空间负荷预测值和所述节点负荷预测值，建立网架扩展规划模型；
柔性升级规划模型构建模块，用于基于所述网架扩展规划模型，建立柔性升级规划模型；
模型求解模块，用于基于标准粒子群对所述网架扩展规划模型和所述柔性升级规划模型构成的两阶段规划模型进行求解，得到规划结果，所述规划结果包括最优网架扩展结构，以及ESS-SOP选址方案和ESS选址方案。
本发明还提供了一种电子设备，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；所述存储器与所述处理器耦接，且所述处理器执行所述计算机程序时实现如上述的配电网的两阶段规划方法。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述的配电网的两阶段规划方法。
本发明实施例在通过对规划区域进行网格划分，以预测得到空间负荷预测值，并结合节点负荷预测值计算建立网架扩展规划模型，在所述网架扩展规划模型的基础上建立柔性升级规划模型，并构成二阶段规划模型，充分考虑了配电网柔性闭环运行的优势，在扩展配电网网架结构的同时，兼顾配电网的柔性升级改造，从而能够有效提高配电网规划的准确性，有助于提高电网末端的灵活性，进而能够构筑可靠、稳定的配电系统。
进一步的，在本发明实施例中，网架扩展规划模型作为一阶段规划模型，柔性升级规划模型作为二阶段规划模型，其中一阶段模型充分考虑了配电网网架扩展的经济性目标和可靠性校验；二阶段模型充分考虑了ESS-SOP和ESS在配电网中减少系统网损、降低弃风弃光、降低停电损失，实现峰谷套利的作用，从容形成可基于柔性收益偏好调节权重系数的含权综合目标函数，进而能够通过求解两阶段模型，准确得到配电网的规划结果。
进一步的，本发明实施例基于标准粒子群对所述网架扩展规划模型和所述柔性升级规划模型构成的两阶段规划模型进行求解，通过一阶段寻优和二阶段寻优确定最终的规划结果，不仅能够提高配电网规划的准确性，还能够有效提高算法求解效率。
附图说明
图1是本发明实施例提供的配电网的两阶段规划方法的流程示意图；
图2是本发明实施例提供的ESS-SOP与交流馈线的连接示意图；
图3是本发明实施例提供的配电网的两阶段规划模型的结构示意图
图4是本发明实施例提供的基于标准粒子群的两阶段模型求解流程图；
图5是本发明实施例提供的配电网的两阶段规划方法的另一流程示意图
图6是本发明实施例提供的配电网的两阶段规划装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
在本申请的描述中，需要理解的是，术语“第一”、“第二”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”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。
请参阅图1，本发明提供了一种配电网的两阶段规划方法，包括：
S1、对规划区域进行网格划分得到若干网格，基于若干个网格对规划区域内的负荷节点进行空间负荷预测，得到空间负荷预测值；
S2、对规划区域内的分布式电源进行出力特性预测得到节点负荷预测值；
S3、根据空间负荷预测值和节点负荷预测值，建立网架扩展规划模型；
S4、基于网架扩展规划模型，建立柔性升级规划模型；
S5、基于标准粒子群对网架扩展规划模型和柔性升级规划模型构成的两阶段规划模型进行求解，得到规划结果，规划结果包括最优网架扩展结构，以及ESS-SOP选址方案和ESS选址方案。
本发明实施例在通过对规划区域进行网格划分，以预测得到空间负荷预测值，并结合节点负荷预测值计算建立网架扩展规划模型，在网架扩展规划模型的基础上建立柔性升级规划模型，并构成二阶段规划模型，充分考虑了配电网柔性闭环运行的优势，在扩展配电网网架结构的同时，兼顾配电网的柔性升级改造，从而能够有效提高配电网规划的准确性，有助于提高电网末端的灵活性，进而能够构筑可靠、稳定的配电系统。
在一个实施例中，规划区域包括已建成区域、在建区域和新建区域，S1、对规划区域进行网格划分得到若干网格，基于若干个网格对规划区域内的负荷节点进行空间负荷预测，得到空间负荷预测值，包括：
S11、根据规划区域内的用地类型信息和地块边界信息，将规划区域划分为若干网格；
在本发明实施例中，还可以基于规划区域内各种数据划分规划区域的网格，包括各地块用地类型信息、负荷数据、变电站数据、分布式电源数据，并根据不用用地性质和地块边界，按照配电网规划设计实施细则，划分网格。
S12、根据若干个网格，采用负荷密度法预测得到已建成区域的空间负荷预测值；
在本发明实施例中，负荷密度法的计算模型为：
其中，PL为规划网格的饱和年的负荷预测值；j为地块编号，n为规划网格内所有地块的个数；λj为第j个地块的需用系数；Dj为第j个地块的负荷密度；Sj为第j个地块的面积。
S13、基于若干个网格和新增用地规则，采用趋势外推法预测得到在建区域和新建区域的空间负荷预测值。
在本发明实施例中，以各种负荷的历年数据为因变量，以与负荷数据相关的因素为自变量，采用回归分析建立数学模型，通过对回归曲线模型预测的负荷值进行分析，结合当前经济发展形势及规划地区的发展建设情况，对各种回归模型预测结果进行综合分析，最终得到趋势外推法的空间负荷预测值。
在一个实施例中，步骤S2、对规划区域内的分布式电源进行出力特性预测得到节点负荷预测值，包括：
本发明实施例可以采用年最大负荷利用小时数分析、年负荷曲线分析、日负荷曲线分析的综合分析预测方法进行节点负荷预测。
节点负荷预测值包括光伏出力预测值和风力出力预测值。
其中，光伏出力预测值通过如下出力模型得到：
其中，PPV为光伏阵列的实际输出功率；GC为工作点的辐照度；k为功率温度系数；TC为工作点的光伏电池表面温度；PSTC为标准额定条件下光伏阵列的额定输出功率；相对大气光学质量为AM1.5的条件，标准太阳辐照度GSTC为1kW/m2，电池表面标准温度TSTC为25℃。
风电出力预测值通过如下出力模型确定：
其中，PWT为风电机组的实际输出功率，v为实际风速；vi为切入风速，vo为切出风速，vr为额定风速，Pr为风力发电机组额定输出功率。
在一个实施例中，步骤S3、根据空间负荷预测值和节点负荷预测值，建立网架扩展规划模型，包括：
S31、根据空间负荷预测值和节点负荷预测值，生成网架扩展规划模型的目标函数，网架扩展规划模型的目标函数为网架扩展费用之和最小；
在本发明实施例中，可以根据新增线路建造费用、运行维护费用以及网损费用生成网架扩展规划模型的目标函数，该目标函数的表达式如下：
其中，Cext为配网网架扩展总费用，包括新增线路投建费用Cin,k、新增线路年维护费用Cre,k和线路网损费用。N为规划区域内的可新增支路总数。xk为0-1逻辑变量，0代表不投建第k条线路，1代表投建第k条线路。Cin,k为第k条线路的固定投资费用。Cre,k为第k条线路的运维检修费用。h表小时数。eh表示h时刻的实时电价，单位元/kW·h。ΔPh,k为第k条线路h时刻的有功损耗。
新增线路投建费用Cin,k可具体表示为：
其中，γ为贴现率；y为资金回收年限；CostL,k为线路k建造费用。
S32、生成网架扩展规划模型的决策变量，决策变量为是否投建新增路线的决策变量xk；
在本发明实施例中，网架扩展规划模型的决策集作为配电网网架扩展的决策方案，与已有的线路、变电站构成最优网架结构。
S33、生成网架扩展规划模型的约束条件，约束条件包括潮流约束、节点电压约束、线路容量约束、N-1可靠性校验约束、连通性校验约束和辐射性校验约束；
在本发明实施例中，潮流约束为规划区域内的配电网应满足潮流平衡要求，潮流约束表达式为：
其中，n为规划区域内的配网节点数，Pi与Qi分别为节点i注入网络的有功功率与无功功率，Gij与Bij分别为导纳矩阵的第i行第j列元素的实部与虚部。
节点电压约束为划区域内的配电网各节点电压应满足电压幅值上下限要求，节点电压约束的表达式为：
Umin≤Uj≤Umax
其中，Uj为规划区域内第j个配网节点的电压幅值；Umin为节点电压允许下限，Umax为节点电压允许上限。
线路容量约束为规划区域内的配电网各线路容量应不超过线路额定容量，线路约束容量约束的表达式为：
Sl≤Sl,rated
其中，Sl为第l条线路的潮流功率，Sl,rated为第l条线路的额定容量。
N-1可靠性校验约束为按照配电网网架扩展方案建造的配电网N个元件中的任一独立元件(发电机、输电线路、变压器等)发生故障而被切除后，不造成因其他线路过负荷跳闸而导致用户停电，不破坏系统的稳定性，不出现电压崩溃等事故。
联通性校验约束为按照配电网网架扩展方案建造的配电网网架结构中，任意2个节点之间都存在通路。
辐射性校验约束为按照配电网网架扩展方案建造的配电网网架结构中，任意节点到电源点只存在唯一路径。
S34、以目标函数、决策变量和约束条件构建得到网架扩展规划模型。
在一个实施例中，步骤S4、基于网架扩展规划模型，建立柔性升级规划模型；
S41、基于网架扩展规划模型，生成柔性升级规划模型的目标函数，柔性升级规划模型的目标函数为柔性收益最高；
在本发明实施例中，可以根据收益项、惩罚成本项和投建成本项生成柔性升级规划模型的目标函数，该目标函数的表达式如下：
其中，BFLE为配电网柔性综合收益。收益项包括储能系统峰谷套利收益和有效减少停电损失的隐形收益/>惩罚成本项包括分布式电源弃电成本/>上级电网购电成本CRPC；投建成本项为配电网网架扩展和柔性升级的综合投建费用CIN。ωben、ωpun、ωIN分别为收益项、惩罚成本项、投建成本项的权重系数。
在本发明实施例中，独立储能系统在电价谷值时储电，在电价峰值时发电，利用峰谷电价差套利：储能系统峰谷套利收益表达式如下：
其中，Pt ESS为储能系统在t时刻的充放电功率，充电功率为正值，放电功率为负值；T为一个充放电调度周期。
配电网的柔性升级改造可以有效降低大规模停电造成的经济损失，可视为隐形收益，减少停电损失的隐形收益的表达式如下：
其中，为配电网进行柔性升级改造之前的停电节点数，/>为配电网柔性升级改造之前停电时间为t时第i个负荷的停电电量；/>为配电网进行柔性升级改造之后的停电节点数，/>为配电网柔性升级改造之后停电时间为t时第i个负荷的停电电量；/>为停电时间为t时第i个负荷的单位停电量成本。
本发明实施例分布式电源弃电成本主要包括弃光成本和弃风成本，分布式电源弃电成本表达式如下：
式中，为单位弃光成本，SPV为规划区域内的光伏电源集合，/>为第k个光伏电源在t时间段的弃发功率；/>为单位弃风成本，SWT为规划区域内的风电机组集合，为第k个风电机组在t时间段的弃发功率。
当配电网的分布式电源出力和柔性调节不能满足用电需求时，需要向上级电网购电，上级电网购电成本CRPC的表达式如下：
其中，αg为向上级电网的单位购电成本，Pt G为配电网在t时间段向上级电网购电功率。
综合投建费用包括配电网网架扩展的费用和柔性升级的费用，综合投建费用CIN的表达式如下：
CIN＝Cext+CESS+CSOP
其中，CESS为ESS投建费用；CSOP为SOP投建费用。
储能系统投建费用可具体表示为：
其中，与/>分别为ESS单位容量、单位功率的投建成本；/>为投建ESS的额定容量；/>为投建ESS的额定功率。
智能软开关投建费用可具体表示为：
其中，与/>分别为SOP单位有功功率、单位无功功率的投建成本；/>为投建SOP的额定有功功率；/>为投建SOP的额定无功功率。
S42、生成柔性升级规划模型的决策变量，决策变量包括是否投建ESS的决策变量、是否投建SOP的决策变量、是否投建ESS的额定容量和额定功率、投建SOP的额定有功和额定无功；
在本发明实施例中，是否投建ESS的决策变量Kij、是否投建SOP的决策变量Lij、投建ESS的额定容量和额定功率/>投建SOP的额定有功/>和额定无功/>其中，Kij为0-1逻辑变量，1代表在配网节点i与节点j之间投建ESS，0代表不投建；特别的，当i＝j时，代表在配网节点i处投建独立的储能系统。Lij为0-1逻辑变量，1代表在配网节点i与节点j之间投建SOP，0代表不投建；特别的，Lij应满足i≠j。在节点间不设置独立的储能系统，即当Lij＝0时，应有Kij＝0。二阶段规划模型的决策集合作为ESS-SOP和独立ESS的规划方案，与分布式电源共同构成配电网柔性升级方案。
S43、生成柔性升级规划模型的约束条件，约束条件包括投资规划下限要求约束、功率平衡约束、储能系统约束和ESS-SOP约束；
在本发明实施例中，投资规划下限要求约束为配电网的柔性升级规划应在计划范围下进行，ESS、SOP的投建规模和配网综合投建费用均限制在计划范围内，投资规划下限要求约束表达式如下：
0≤CIN≤CIN,max
式中，与/>为待规划ESS的额定容量上下限；/>与/>为待规划ESS的额定功率上下限，/>与/>为待规划SOP的额定有功功率上下限；/>与为待规划SOP的额定无功功率上下限；CIN,max综合投建费用的计划上限。
功率平衡约束为根据柔性升级方案规划运行的配电网应该满足配网的有功功率平衡，功率平衡约束的表达式如下：
式中，SDG为分布式电源集合，为第k个分布式电源的有功出力功率；SESS为储能系统集合，/>为第j个储能系统的额定有功功率；Sload为负荷节点集合，Pi load为配网节点i的负荷功率；Sline为配网线路集合，ΔPl line为线路l的有功损耗。
储能系统约束为储能系统在一个充放电周期内应该满足能量守恒，并且其充放电功率不超过一定范围，储能系统约束表达式如下：
式中，和/>为储能系统充放电功率大小的上下限。T为一个充放电调度周期。
ESS-SOP约束为在ESS-SOP中，n-1个交流端口连接n条馈线，另外一个直流端口与储能系统相连，从而进一步提高配电网的灵活性，请参阅图2，为n端口ESS-SOP与交流馈线的连接示意图(以3端口ESS-SOP为例)。ESS-SOP约束表达式如下：
式中，是第r个ESS-SOP装置所连接的配网节点集合；/>为第r个ESS-SOP装置连接的配网节点i处在t时刻注入SOP的有功功率，/>为节点i处在t时刻注入SOP的无功功率；/>为第r个ESS-SOP装置的储能系统在t时刻的有功功率。
S44、根据柔性升级规划模型的目标函数。
在本发明实施例中，网架扩展规划模型作为一阶段规划模型，柔性升级规划模型作为二阶段规划模型，其中一阶段模型充分考虑了配电网网架扩展的经济性目标和可靠性校验；二阶段模型充分考虑了ESS-SOP和ESS在配电网中减少系统网损、降低弃风弃光、降低停电损失，实现峰谷套利的作用，从容形成可基于柔性收益偏好调节权重系数的含权综合目标函数，进而能够通过求解两阶段模型，准确得到配电网的规划结果。
在一个实施例中，步骤S5、基于标准粒子群对网架扩展规划模型和柔性升级规划模型构成的两阶段规划模型进行求解，得到规划结果，包括：
S51、输入两阶段规划模型的设定参数，设定参数包括配电网参数、模型参数和算法参数；
请参阅图3，为本发明实施例提供的两阶段规划模型结构示意图。在本发明实施例中，
配电网参数包括：各节点的编号、额定电压、并联导纳，各支路的编号、所连节点、串联阻抗，各开关的所在支路、状态，各负荷的所在节点、有功功率、无功功率，各分布式电源的类型、设备参数、所在节点；
成本参数包括：eh、CostL,k、αg、/>其中，单位弃光成本/>单位弃风成本/>为预设成本参数，取值一般为3.6元/千瓦时、3.6元/千瓦时；
模型参数包括：ωben、ωpun、ωIN等；
算法参数包括：学习因子、最大迭代代数、误差精度要求。
在本发明实施例中，标准粒子群算法的重要参量解释如下：
在粒子数为N粒子群中，第i个粒子表示为一个M维向量，每一个分量表示一种控制变量：
Xi＝(xi1,xi2,L,xiM),i＝1,2,L,N
第i个粒子的速度表示为一个M维向量：
Vi＝(vi1,vi2,L,viM),i＝1,2,L,N
第i个粒子迄今为止搜索到的最优位置为个体最优值，由M维向量表示：
pbest＝(pi1,pi2,L,piM),i＝1,2,L,N
整个粒子群迄今为止搜索到的最优位置为全局最优值，由M维向量表示：
gbest＝(gi1,gi2,L,giM),i＝1,2,L,N。
S52、随机生成以网架扩展结构、ESS-SOP选址方案和ESS选址方案的初始解构成的粒子初始化粒子的位置xi和粒子的速度vi；
在本发明实施例中，初始化方法如下：
xij＝rand(Xmax-Xmin)+Xmin
vij＝rand(Vmax-Vmin)+Vmin。
S53、根据初始化后每一粒子计算得到网架扩展费用，将网架扩展费用作为第一适应度值对网架扩展规划模型进行寻优；若第一适应度值达到个体历史最优，进行二阶段寻优；
在本发明实施例中，若第一适应度没有达到个体历史最优，则需要对粒子进化以及边界处理，并重新进行一阶段寻优，直至第一适应度值达到个体历史最优。
S54、计算每个粒子的柔性收益，将柔性收益作为第二适应值对柔性升级规划模型进行寻优；
S55、记录每个粒子的二阶段寻优个体最优解和整体的二阶段全局最优值；
S56、若满足最大迭代数条件或全局最优值的误差精度要求，将求解结果作为规划结果输出。
本发明实施例基于标准粒子群对网架扩展规划模型和柔性升级规划模型构成的两阶段规划模型进行求解，通过一阶段寻优和二阶段寻优确定最终的规划结果，不仅能够提高配电网规划的准确性，还能够有效提高算法求解效率。
请参阅图4，为本发明实施例提供的一种基于标准粒子群的两阶段模型求解流程图。
在一个实施例中，步骤S4、基于网架扩展规划模型，建立柔性升级规划模型，还包括：
S401若第一适应度值没有达到个体历史最优或在对柔性升级规划模型进行寻优时，不满足最大迭代数条件或全局最优值的误差精度要求，进行粒子进化处理。
在本发明实施例中，进行粒子进化处理为按照标准粒子群算法对粒子的速度、位置和惯性权重进行更新，包括：
vij(t+1)＝ω·vij(t)+c1r1(t)[pij(t)-xij(t)]+c2r2(t)[pgj(t)-xij(t)]
xij(t+1)＝xij(t)+vij(t+1)
其中，c1、c2为学习因子；r1、r2为[0,1]范围内的均匀随机数；Tmax表示最大进化代数；ωmax表示最大惯性权重；ωmin表示最小惯性权重；t表示当前迭代次数。一般地，取ωmax＝0.9，ωmin＝0.4。
请参阅图5，为本发明实施例提供的一种配电网的两阶段规划方法的另一流程示意图。
实施本发明实施例，具有以下有益效果：
本发明实施例在通过对规划区域进行网格划分，以预测得到空间负荷预测值，并结合节点负荷预测值计算建立网架扩展规划模型，在网架扩展规划模型的基础上建立柔性升级规划模型，并构成二阶段规划模型，充分考虑了配电网柔性闭环运行的优势，在扩展配电网网架结构的同时，兼顾配电网的柔性升级改造，从而能够有效提高配电网规划的准确性，有助于提高电网末端的灵活性，进而能够构筑可靠、稳定的配电系统。
进一步的，在本发明实施例中，网架扩展规划模型作为一阶段规划模型，柔性升级规划模型作为二阶段规划模型，其中一阶段模型充分考虑了配电网网架扩展的经济性目标和可靠性校验；二阶段模型充分考虑了ESS-SOP和ESS在配电网中减少系统网损、降低弃风弃光、降低停电损失，实现峰谷套利的作用，从容形成可基于柔性收益偏好调节权重系数的含权综合目标函数，进而能够通过求解两阶段模型，准确得到配电网的规划结果。
进一步的，本发明实施例基于标准粒子群对网架扩展规划模型和柔性升级规划模型构成的两阶段规划模型进行求解，通过一阶段寻优和二阶段寻优确定最终的规划结果，不仅能够提高配电网规划的准确性，还能够有效提高算法求解效率。
请参阅图6，基于与上述实施例相同的发明构思，本发明还提供了一种配电网的两阶段规划装置，包括：
空间负荷预测模块10，用于对规划区域进行网格划分得到若干网格，基于若干个网格对规划区域内的负荷节点进行空间负荷预测，得到空间负荷预测值；
节点负荷预测模块20，用于对规划区域内的分布式电源进行出力特性预测得到节点负荷预测值；
网架扩展规划模型构建模块30，用于根据空间负荷预测值和节点负荷预测值，建立网架扩展规划模型；
柔性升级规划模型构建模块40，用于基于网架扩展规划模型，建立柔性升级规划模型；
模型求解模块50，用于基于标准粒子群对网架扩展规划模型和柔性升级规划模型构成的两阶段规划模型进行求解，得到规划结果，规划结果包括最优网架扩展结构，以及ESS-SOP选址方案和ESS选址方案。
在一个实施例中，规划区域包括已建成区域、在建区域和新建区域，空间负荷预测模块10还用于：
根据规划区域内的用地类型信息和地块边界信息，将规划区域划分为若干网格；
根据若干个网格，采用负荷密度法预测得到已建成区域的空间负荷预测值；
基于若干个网格和新增用地规则，采用趋势外推法预测得到在建区域和新建区域的空间负荷预测值。
在一个实施例中，节点负荷预测值包括光伏出力预测值和风力出力预测值。
在一个实施例中，网架扩展规划模型构建模块30还用于：
根据空间负荷预测值和节点负荷预测值，生成网架扩展规划模型的目标函数，网架扩展规划模型的目标函数为网架扩展费用之和最小；
生成网架扩展规划模型的决策变量，决策变量为是否投建新增路线的决策变量；
生成网架扩展规划模型的约束条件，约束条件包括潮流约束、节点电压约束、线路容量约束、N-1可靠性校验约束、连通性校验约束和辐射性校验约束；
以目标函数、决策变量和约束条件构建得到网架扩展规划模型。
在一个实施例中，柔性升级规划模型构建模块40还用于；
基于网架扩展规划模型，生成柔性升级规划模型的目标函数，柔性升级规划模型的目标函数为柔性收益最高；
生成柔性升级规划模型的决策变量，决策变量包括是否投建ESS的决策变量、是否投建SOP的决策变量、是否投建ESS的额定容量和额定功率、投建SOP的额定有功和额定无功；
生成柔性升级规划模型的约束条件，约束条件包括投资规划下限要求约束、功率平衡约束、储能系统约束和ESS-SOP约束；
根据柔性升级规划模型的目标函数。
在一个实施例中，模型求解模块50还用于：
输入两阶段规划模型的设定参数，设定参数包括配电网参数
模型参数和算法参数；
随机生成以网架扩展结构、ESS-SOP选址方案和ESS选址方案的初始解构成的粒子，初始化粒子的位置和粒子的速度；
根据初始化后每一粒子计算得到网架扩展费用，将网架扩展费用作为第一适应度值对网架扩展规划模型进行寻优；若第一适应度值达到个体历史最优，进行二阶段寻优；
计算每个粒子的柔性收益，将柔性收益作为第二适应值对柔性升级规划模型进行寻优；
记录每个粒子的二阶段寻优个体最优解和整体的二阶段全局最优值；
若满足最大迭代数条件或全局最优值的误差精度要求，将求解结果作为规划结果输出。
在一个实施例中，模型求解模块50还用于：
若第一适应度值没有达到个体历史最优或在对柔性升级规划模型进行寻优时，不满足最大迭代数条件或全局最优值的误差精度要求，进行粒子进化处理。
本发明还提供了一种电子设备，包括处理器、存储器以及存储在存储器中且被配置为由处理器执行的计算机程序；存储器与处理器耦接，且处理器执行计算机程序时实现如上述的配电网的两阶段规划方法。
本发明还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的计算机程序；其中，在计算机程序运行时控制计算机可读存储介质所在设备执行如上述的配电网的两阶段规划方法。
相应地，本发明的一个实施例还提供一种终端设备，包括：处理器、存储器以及存储在存储器中且被配置为由处理器执行的计算机程序，处理器执行计算机程序时实现如上任意一项实施例的配电网的两阶段规划方法。
该实施例的终端设备包括：处理器、存储器以及存储在存储器中并可在处理器上运行的计算机程序、计算机指令。处理器执行计算机程序时实现上述实施例一中的各个步骤，例如图1所示的步骤S1至S5。或者，处理器执行计算机程序时实现上述装置实施例中各模块/单元的功能，例如网架扩展规划模型构建模块30。
示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器中，并由处理器执行，以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在终端设备中的执行过程。例如，网架扩展规划模型构建模块30，用于根据空间负荷预测值和节点负荷预测值，建立网架扩展规划模型。
终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。终端设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，示意图仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是终端设备的控制中心，利用各种接口和线路连接整个终端设备的各个部分。
存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据移动终端的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中，终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
相应地，本发明的一个实施例还提供一种计算机可读存储介质，计算机可读存储介质包括存储的计算机程序，其中，在计算机程序运行时控制计算机可读存储介质所在设备执行如上任意一项实施例的配电网的两阶段规划方法。
以上的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种配电网的两阶段规划方法，其特征在于，包括：
对规划区域进行网格划分得到若干网格，基于若干个所述网格对规划区域内的负荷节点进行空间负荷预测，得到空间负荷预测值；
对规划区域内的分布式电源进行出力特性预测得到节点负荷预测值；
根据所述空间负荷预测值和所述节点负荷预测值，建立网架扩展规划模型；
基于所述网架扩展规划模型，建立柔性升级规划模型；
基于标准粒子群对所述网架扩展规划模型和所述柔性升级规划模型构成的两阶段规划模型进行求解，得到规划结果，所述规划结果包括最优网架扩展结构，以及ESS-SOP选址方案和ESS选址方案。
2.如权利要求1所述的配电网的两阶段规划方法，其特征在于，所述规划区域包括已建成区域、在建区域和新建区域，所述对规划区域进行网格划分得到若干网格，基于若干个所述网格对规划区域内的负荷节点进行空间负荷预测，得到空间负荷预测值，包括：
根据规划区域内的用地类型信息和地块边界信息，将所述规划区域划分为若干网格；
根据若干个所述网格，采用负荷密度法预测得到已建成区域的空间负荷预测值；
基于若干个所述网格和新增用地规则，采用趋势外推法预测得到在建区域和新建区域的空间负荷预测值。
3.如权利要求1所述的配电网的两阶段规划方法，其特征在于，所述节点负荷预测值包括光伏出力预测值和风力出力预测值。
4.如权利要求1所述的配电网的两阶段规划方法，其特征在于，所述根据所述空间负荷预测值和所述节点负荷预测值，建立网架扩展规划模型，包括：
根据所述空间负荷预测值和所述节点负荷预测值，生成网架扩展规划模型的目标函数，所述网架扩展规划模型的目标函数为网架扩展费用之和最小；
生成网架扩展规划模型的决策变量，所述决策变量为是否投建新增路线的决策变量；
生成网架扩展规划模型的约束条件，所述约束条件包括潮流约束、节点电压约束、线路容量约束、N-1可靠性校验约束、连通性校验约束和辐射性校验约束；
以所述目标函数、所述决策变量和所述约束条件构建得到所述网架扩展规划模型。
5.如权利要求1所述的配电网的两阶段规划方法，其特征在于，基于所述网架扩展规划模型，建立柔性升级规划模型；
基于所述网架扩展规划模型，生成柔性升级规划模型的目标函数，所述柔性升级规划模型的目标函数为柔性收益最高；
生成所述柔性升级规划模型的决策变量，所述决策变量包括是否投建ESS的决策变量、是否投建SOP的决策变量、是否投建ESS的额定容量和额定功率、投建SOP的额定有功和额定无功；
生成所述柔性升级规划模型的约束条件，所述约束条件包括投资规划下限要求约束、功率平衡约束、储能系统约束和ESS-SOP约束；
根据所述柔性升级规划模型的目标函数。
6.如权利要求1所述的配电网的两阶段规划方法，其特征在于，所述基于标准粒子群对所述网架扩展规划模型和所述柔性升级规划模型构成的两阶段规划模型进行求解，得到规划结果，包括：
输入所述两阶段规划模型的设定参数，所述设定参数包括配电网参数模型参数和算法参数；
随机生成以网架扩展结构、ESS-SOP选址方案和ESS选址方案的初始解构成的粒子，初始化粒子的位置和粒子的速度；
根据初始化后每一粒子计算得到网架扩展费用，将所述网架扩展费用作为第一适应度值对所述网架扩展规划模型进行寻优；若所述第一适应度值达到个体历史最优，进行二阶段寻优；
计算每个粒子的柔性收益，将所述柔性收益作为第二适应值对所述柔性升级规划模型进行寻优；
记录每个粒子的二阶段寻优个体最优解和整体的二阶段全局最优值；
若满足最大迭代数条件或全局最优值的误差精度要求，将求解结果作为规划结果输出。
7.如权利要求6所述的配电网的两阶段规划方法，其特征在于，还包括：
若所述第一适应度值没有达到个体历史最优或在对所述柔性升级规划模型进行寻优时，不满足最大迭代数条件或全局最优值的误差精度要求，进行粒子进化处理。
8.一种配电网的两阶段规划装置，其特征在于，包括：
空间负荷预测模块，用于对规划区域进行网格划分得到若干网格，基于若干个所述网格对规划区域内的负荷节点进行空间负荷预测，得到空间负荷预测值；
节点负荷预测模块，用于对规划区域内的分布式电源进行出力特性预测得到节点负荷预测值；
网架扩展规划模型构建模块，用于根据所述空间负荷预测值和所述节点负荷预测值，建立网架扩展规划模型；
柔性升级规划模型构建模块，用于基于所述网架扩展规划模型，建立柔性升级规划模型；
模型求解模块，用于基于标准粒子群对所述网架扩展规划模型和所述柔性升级规划模型构成的两阶段规划模型进行求解，得到规划结果，所述规划结果包括最优网架扩展结构，以及ESS-SOP选址方案和ESS选址方案。
9.一种电子设备，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；所述存储器与所述处理器耦接，且所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述的配电网的两阶段规划方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序；其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1-7任一项所述的配电网的两阶段规划方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410307629.4A CN118095765A (zh) | 2024-03-18 | 2024-03-18 | 一种配电网的两阶段规划方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410307629.4A CN118095765A (zh) | 2024-03-18 | 2024-03-18 | 一种配电网的两阶段规划方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118095765A true CN118095765A (zh) | 2024-05-28 |
Family
ID=91145454
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410307629.4A Pending CN118095765A (zh) | 2024-03-18 | 2024-03-18 | 一种配电网的两阶段规划方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118095765A (zh) |
-
2024
- 2024-03-18 CN CN202410307629.4A patent/CN118095765A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | Hierarchically-coordinated voltage/VAR control of distribution networks using PV inverters | |
| CN113541166B (zh) | 一种分布式储能优化配置方法、系统、终端和存储介质 | |
| Tang et al. | Study on day-ahead optimal economic operation of active distribution networks based on Kriging model assisted particle swarm optimization with constraint handling techniques | |
| CN112636396B (zh) | 光伏配电网控制方法及终端 | |
| CN110808597A (zh) | 主动配电网中考虑三相不平衡的分布式电源规划方法 | |
| CN114037191A (zh) | 基于大数据的虚拟电厂优化调度方法、装置、设备及介质 | |
| CN115313519A (zh) | 一种配电网储能优化配置方法、装置、设备及存储介质 | |
| CN116545025A (zh) | 一种配电网优化调度方法、装置、设备及存储介质 | |
| CN112633699B (zh) | 主动配电网网架规划方法、装置、计算机设备和存储介质 | |
| CN111898801B (zh) | 一种用于配置多能互补供电系统的方法及系统 | |
| KR20190088127A (ko) | 전력계통 구성요소 모델링 및 빅데이터 처리를 통한 송전손실계수 제공 방법 및 그 장치 | |
| CN118095765A (zh) | 一种配电网的两阶段规划方法、装置、设备及存储介质 | |
| CN115360768A (zh) | 基于muzero和深度强化学习的电力调度方法、装置及存储介质 | |
| CN114938003A (zh) | 一种配网无功补偿控制方法、装置、设备及存储介质 | |
| CN114298383A (zh) | 一种虚拟电厂储能容量配置方法及装置 | |
| CN112491067A (zh) | 一种基于复合储能的主动配电网容量配置方法 | |
| CN117526376B (zh) | 一种虚拟电厂的光伏发电与储能聚合管理方法及装置 | |
| CN110401210A (zh) | 需求响应参与下风电储能系统调度方法 | |
| CN117748622B (zh) | 一种微电网多态协调控制方法及系统 | |
| CN113675894B (zh) | 主动配电网云边协同调控方法、装置和终端设备 | |
| CN115296304B (zh) | 基于分布式光伏电源阵列的低压线路末端电压治理方法 | |
| CN116703006A (zh) | 一种基于时序生产模拟的风电消纳滚动预测方法及装置 | |
| CN116050576A (zh) | 一种有源配电网灵活性资源协调优化方法及系统 | |
| CN116054137A (zh) | 微电网主动调压支撑的调度方法、装置、设备及存储介质 | |
| Bakhtvar et al. | Dispatching of the Hybrid Renewable Energy Systems |
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 |