基于主动配电网的分布式光伏发电最大消纳能力计算系统技术方案

本发明专利技术涉及一种基于主动配电网的分布式光伏发电最大消纳能力计算系统，包括：输入模块，用于获取配网参数、光伏发电系统参数、光伏时序特性参数、负荷时序特性参数、一年各典型日天数以及自适应混沌粒子群算法参数；初始化模块，利用混沌算法初始化种群，种群中的每个粒子代表一种分布式光伏接入方案；潮流计算模块，进行考虑主动管理的潮流计算，并获得各粒子在时段t下的适应值大小；粒子群操作模块，采用自适应混沌粒子群算法进行循环计算，获得总适应值最优的粒子；输出模块，输出最优分布式光伏接入方案，及该分布式光伏接入方案下的年最大消纳量。与现有技术相比，本发明专利技术具有计算效率高、整合性强、紧密结合实际等优点。

【技术实现步骤摘要】

本专利技术涉及配电网领域，涉及分布式光伏发电消纳能力的计算，尤其是涉及一种 基于主动配电网的分布式光伏发电最大消纳能力计算系统。
技术介绍
环境污染和能源短缺已成为现代文明社会的世纪性难题，在此背景下，分布式电 源（DistributedGeneration，DG)和可再生能源的利用得到了越来越广泛的发展。作为新 能源中最为丰富且不受地域限制的发电形式，光伏发电得到越来越多的应用。随着分布式 光伏越来越多的接入配电网，配电网对其消纳能力越来越受到人们的重视。分布式光伏发 电不能无上限的接入配电网，其接入容量受到电压约束、支路潮流约束等因素的限制；为了 能够更好、更多地消纳分布式光伏发电，有必要研究主动配电网中的分布式光伏发电最大 消纳能力计算方法。近年来主动配电网发展迅速，主动管理技术应运而生，其对分布式光伏 消纳能力的影响如何，是如何产生影响的，值得深入研究。经对现有文献进行检索发现，现有文献中，于建成、迟福建、徐科等在《电力系统及 其自动化学报》（2012, 24(1) :138-141)上发表的"分布式电源接入对电网的影响分析"，分 析了分布式电源接入对配电网电压、配电网短路电流、电网可靠性等方面带来的影响；夏成 军、崔弘、王强、张尧在《电网技术》（2009,16:96-100)上发表的"考虑静态安全约束的分布 式电源准入容量计算"，从电力系统静态安全约束的角度出发，建立了计算分布式电源准入 容量的数学模型；苏小玲、韩民晓、赵正奎、范瑞祥在《电网技术》（2012, 10:87-92)上发表 的"配电网中分布式电源最大准入容量分析"，分析了DG接入位置、容量及接入方法等因素 对配电网影响，形成了模型的电压约束、潮流约束以及DG的容量约束。范元亮、赵波、江全 元在《电力系统自动化》（2012,9(36) :23-27)上发表的"过电压限制下分布式光伏电源最 大允许接入峰值容量的计算"通过计算在配电网馈线上所有负荷等级下分布式光伏电源的 最大允许输出功率，计算出分布式光伏电源的最大允许接入峰值容量，并提出当配电网馈 线离满载运行还有一定余量时，分布式光伏电源按超前功率因数运行，可提高最大允许接 入峰值容量。以上文献对DG接入配电网的准入容量进行了一定的研究，但对于分布式光伏 出力及负荷的不确定性考虑不多，仅仅将光伏发电当做恒定出力考虑。且都没有考虑主动 配电网中分布式光伏的消纳能力。主动管理技术对分布式光伏消纳能力的影响值得深入研 究。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种计算效率高、整 合性强、紧密结合实际的基于主动配电网的分布式光伏发电最大消纳能力计算系统。本专利技术的目的可以通过以下技术方案来实现：-种基于主动配电网的分布式光伏发电最大消纳能力计算系统，包括：输入模块，用于获取配网参数、光伏发电系统参数、光伏时序特性参数、负荷时序 特性参数、一年各典型日天数以及自适应混沌粒子群算法参数； 初始化模块，用于根据输入模块的数据，利用混沌算法初始化种群，种群中的每个 粒子代表一种分布式光伏接入方案； 潮流计算模块，用于对所述种群中的各粒子所代表的分布式光伏接入方案进行考 虑主动管理的潮流计算，并获得各粒子在时段t下的适应值大小； 粒子群操作模块，累加所有时段的适应值，得到各个粒子的总适应值，采用自适应 混沌粒子群算法进行循环计算，获得总适应值最优的粒子； 输出模块，输出总适应值最优的粒子所对应的分布式光伏接入方案，及该分布式 光伏接入方案下的年最大消纳量。 所述配网参数包括络拓扑结构、发电机节点及负荷节点情况、网络支路阻抗及导 纳和网络电压等级； 所述光伏发电系统参数包括光伏面板面积、光电效率、额定功率、功率因数和Beta 分布参数； 所述光伏时序特性参数包括典型日光伏发电按小时出力情况； 所述负荷时序特性参数包括典型日居民负荷和商业负荷按小时出力情况； 所述自适应混沌粒子群算法参数包括粒子群的种群数和最大迭代次数。 所述利用混沌算法初始化种群具体为： 随机产生2NDS维、每个分量数值在0-1之间的向量,根据 Logistic完全混沌迭代公式Zn+1 = 4Zn (1-Zn)，η= 1，2,. . .，N，得到N个向量Z2,. . .，ZN， 该N个向量即为初始化后的种群。 所述潮流计算模块进行潮流计算时，计算各粒子所代表的分布式光伏接入方案下 的潮流分布，并判断潮流计算结果是否满足主动管理下的约束条件，若满足约束条件，则直 接评价各粒子在当前时段下的适应值，若不满足约束条件，则加入处罚项后再评价各粒子 在当前时段下的适应值。 所述主动管理的措施包括：削减分布式光伏出力、调节有载调压变压器抽头和无 功补偿的投切。 所述约束条件包括： (1)节点功率平衡约束 其中，PPVl为节点i的分布式光伏有功注入；Pu为节点i的有功负荷；QPVl为节点 i的分布式光伏无功注入；Q?为节点i的无功补偿无功注入；Qu为节点i的无功负荷；Up U,分别为节点i、j电压幅值；Θ^为节点i、j间电压相角；GBy分别表示导纳矩阵中节 点i、j间的电导和电纳，表示与节点i相连的其他节点集合； (2)节点电压约束Uinin^U^Uinax 其中，A为节点i的电压；Uiniin、Uiniax为节点i所允许的最小电压值和最大电压值； (3)支路潮流约束 Slnax 其中，Si为通过支路1的视在功率；Slniax为支路1传输容量极限值； (4)CVC抽头约束 Tk_彡TTk_ 其中，Tk为变压器的抽头位置；Tk_、Tk_为变压器的抽头最小值和最大值； (5)无功补偿装置约束 Qciniin^QCi^QCimax 其中，为节点i无功补偿装置的无功输出；QQc；imax为节点i无功补偿最小 值和最大值； 将其转化为功率因数的限制，BP: 其中气/为时段k节点i的功率因数，氣*和鹤_分别为功率因数的最小值和最大 值；(6)分布式光伏出力约束 Ppvimin^PPVi^PPVimax 其中，PPVl为节点i分布式光伏有功出力；PPVl_、PPVl_分别为节点i的分布式光伏 有功出力最小值、最大值； 将其转化为光伏切除量的大小，BP: CEkg < CEl^ 其中a?)为时段k光伏发电g出力切除量，，其中C丨为切除系 数，为时段k光伏发电g在不进行切除的情况下最大出力。所述自适应混沌粒子群算法具体为： 利用粒子速度和位置更新公式更新粒子的速度和位置，对最优位置进行混沌优 化，将最优位置映射到Logistic方程对应变量取值区间上后，利用Logistic方程进行迭 代，产生混沌变量序列，再将混沌序列逆映射到原空间，在原空间对混沌变量经历的每一个 可行解计算其当前第1页1 2 3 4 本文档来自技高网...

【技术保护点】
一种基于主动配电网的分布式光伏发电最大消纳能力计算系统，其特征在于，包括：输入模块，用于获取配网参数、光伏发电系统参数、光伏时序特性参数、负荷时序特性参数、一年各典型日天数以及自适应混沌粒子群算法参数；初始化模块，用于根据输入模块的数据，利用混沌算法初始化种群，种群中的每个粒子代表一种分布式光伏接入方案；潮流计算模块，用于对所述种群中的各粒子所代表的分布式光伏接入方案进行考虑主动管理的潮流计算，并获得各粒子在时段t下的适应值大小；粒子群操作模块，累加所有时段的适应值，得到各个粒子的总适应值，采用自适应混沌粒子群算法进行循环计算，获得总适应值最优的粒子；输出模块，输出总适应值最优的粒子所对应的分布式光伏接入方案，及该分布式光伏接入方案下的年最大消纳量。

【技术特征摘要】

【专利技术属性】
技术研发人员：张节潭，栾伟杰，程浩忠，柳璐，张沈习，肖远兵，王东方，张海宁，李春来，杨立滨，李正曦，
申请(专利权)人：国网青海省电力公司，国网青海省电力公司电力科学研究院，上海交通大学，
类型：发明
国别省市：青海;63