一种高比例可再生能源电力系统的骨干网架优化方法技术方案

本发明专利技术涉及一种高比例可再生能源电力系统的骨干网架优化方法，来考虑高比例可再生能源在电力系统核心骨干网架中的作用和对电力系统的影响。基本实施流程包括步骤：输入电力系统的拓扑结构和电气特性参数；计算负荷节点、风电场节点、光伏电站节点、常规机组节点的相对重要度；采用改进的熵权‑理想解法来求取不同类型节点间的相对重要度；采用分阶段骨干网架构建策略，第一阶段模型以优化负荷节点为主要任务，采用蜂群算法求解；第二阶段模型以优化电源节点为主要任务，采用蜂群算法结合贪心策略求解。本发明专利技术方法优化得到的核心骨干网架，能够保障对重要负荷的供电，并且具有较高的间歇性能源渗透率与利用率。

【技术实现步骤摘要】
一种高比例可再生能源电力系统的骨干网架优化方法
本专利技术涉及电力系统的
，更具体地，涉及一种高比例可再生能源电力系统的骨干网架优化方法。
技术介绍
传统化石能源的过度开采和利用，对人类社会的发展产生很多不利的影响，比如环境污染和气候变化等。可再生能源是全球能源转型和低碳发展的重要解决方案。当前，可再生能源的开发和利用在世界主要国家均处于快速发展阶段，以水能、风能和太阳能为主要代表的可再生能源发电的大规模接入，是未来电力系统发展的必然趋势。我国能源转型与发展的目标是实现2020年和2030年非化石能源分别占一次能源消费比重15％和20％的，并力争在2050年实现可再生能源占比达60％。可见，高比例可再生能源电力系统也是我国电力系统发展和规划的重要研究内容。电力系统的核心骨干网架是指在发生灾害或故障时，在保证电力系统安全运行并保障对重要负荷供电的前提下满足拓扑连通性的支路和节点的集合。电力系统核心骨干网架的研究，对于提高系统的抗灾能力，保障其对重要负荷的供电具有重要意义。目前核心骨干网架的研究均是基于传统的无可再生能源的电力系统而开展的，未考虑高比例可再生能源在电力系统核心骨干网架中的作用和对电力系统的影响。研究高比例可再生能源电力系统的核心骨干网架构建，对提高未来电力系统的稳定性、可靠性和抗灾能力具有重要的意义。然而，间歇性电源如风电、光伏电站等的大规模接入，显著地增加了电力系统的不确定性和复杂程度，导致原本适用于常规电力系统的核心骨干网架构建方法，并不适用于高比例可再生能源电力系统。在此背景下，亟需研究高比例可再生能源电力系统的核心骨干网架优化策略。
技术实现思路
本专利技术为克服上述现有技术所述的至少一种缺陷，提供一种高比例可再生能源电力系统的骨干网架优化方法。本专利技术所采用的技术方案如下：高比例可再生能源电力系统的骨干网架优化方法，该方法的实现流程包括以下步骤：S1：输入高比例可再生能源电力系统的网络拓扑结构和电气运行参数；S2：根据改进的负荷节点的拓扑重要度、负荷节点的电能和潮流通量，计算负荷节点的重要度；S3：根据风电场在电力网络中的接近度、等效利用小时数、平均风速和储能配置，计算风电场节点的重要度；S4：根据光伏电站在电力网络中的接近度、等效利用小时数和系统效率，计算光伏电站节点的重要度；S5：根据常规机组的接近度、机组的备用容量和机组爬坡率，计算常规机组节点的重要度；S6：对S2～S5中得到的不同量纲的指标进行标准化，采用改进的熵权-理想解法，来求取不同类型节点间的相对重要度；S7：采取两阶段核心骨干网架优化策略，第一阶段模型以优化负荷节点为目标，构建一个包含全部重要负荷节点以及部分支路的连通子网架；根据第一阶段所得子网架，第二阶段模型以优化电源节点为目标，在满足间歇性电源的穿透功率极限约束、备用约束和安全约束的前提下，投入相对重要度超过阈值的各类电源节点并优化得到最终的核心骨干网架。作为优选，采用蜂群算法进行第一阶段模型的优化；采用蜂群算法结合贪心策略求解核心骨干网架优化的第二阶段模型，即在满足约束的前提下按照各类型电源节点的排序逐次加入电源节点，直至目标函数最大或者达到迭代次数为止。作为优选，S2中，根据改进的负荷节点的拓扑重要度、负荷节点的电能和潮流通量来计算负荷节点的相对重要度，具体实现方法如下：设高比例可再生能源电力系统的原网架对应的拓扑图为G0＝(V,E)，其中V＝{V1,V2,…,Vn}为节点集，n为节点个数，E为V2上的一个子集；节点i的度ki定义为与节点i直接相连的其他节点的数目；聚集系数为描述复杂网络中节点的聚集程度的特征量；计及邻居节点规模的节点拓扑重要度表示为：式中：εi为节点i自身的度与其所有邻居节点的度之和，归一化函数θi表示为：式中：ci为节点i的聚集系数，表示为：式中：ki为节点i的邻居节点个数；si为节点i的ki个邻节点之间实际存在的边数；计及不同时段负荷功率的不同，负荷节点在时段T内的电能表示为：式中：PL,i(t)为t时刻负荷节点i的有功功率，PB为功率基准值，SL为负荷节点的集合；潮流通量的定义为正常运行状态下负荷节点的最大视在功率，负荷节点i的潮流通量表示为：式中：QL,i(t)为t时刻负荷节点i的无功功率。作为优选，S3中，根据风电场在电力网络中的接近度、等效利用小时数、平均风速和储能配置，来计算风电场节点的相对重要度，具体实现方法如下：对于任意线路i*-j*，节点j*到节点i*的有效长度表示为：式中：为节点j*到节点i*的有效长度，为节点j*到节点i*之间的边的参数，表示节点j*与节点i*直接相连；当线路两端为负荷节点i*和j*时，计及负荷节点i*与j*的相对重要度，表示为：式中，为负荷节点i*的相对重要度，为负荷节点i*与负荷节点j*之间的线路电抗；结合有效距离，改进后节点i的接近度中心性表示为：式中：Dji为任意两节点j到i之间的有效距离；定义风电场节点的接近度中心性为：式中：nL为第一阶段网架的负荷节点的数量，SW为风电场节点集合；一定时间T内的风电场等效利用小时数表示为：式中：PW,i(t)为风电场i在时刻t的出力，为该风电场的总装机容量；将一定时间T内风电机组的平均风速作为风电场节点的指标之一，该平均风速表示为：式中：vi,t为风电场i在第t个时刻的风速，NT为T时间段内对风速进行测量的次数；将风电场的储能装置指标表示为：式中：为风电场i的储能装置容量，单位为MWh，为风电场i的储能装置的最大放电功率。作为优选，S4中，根据光伏电站在电力网络中的接近度、等效利用小时数和系统效率，计算光伏电站节点的相对重要度，具体实现方法如下：根据风电节点的接近度中心性，定义光伏节点的接近度中心性为：式中：SP为光伏电站节点集合；一定时间T内的光伏电站的等效利用小时数定义为：式中：PP,i(t)为光伏电站i的出力关于时间的函数，为该光伏电站的装机总容量；系统效率表示一段时间内光伏电站的满发小时数与理论发电小时数之比，即光伏电站的实际交流发电量与理论直流发电量之比，表示为：式中：Yf为满发小时数，表示一段时间内并网光伏电站的上网电量与光伏电站的额定功率之比；Yr为理论发电小时数，表示单位面积的光伏阵列倾斜面总辐射量与光伏电池在标准测试条件下的标准辐照度之比。作为优选，S5中，根据常规机组的接近度、机组的备用容量和机组爬坡率，计算常规机组节点的相对重要度，具体实现方法如下：根据风电节点的接近度中心性，定义常规机组节点的接近度中心性为：式中：SC为常规机组节点集合；用常规机组的最大旋转备用容量代替其容量大小作为常规机组的相对重要度的一个评价指标，将常规机组的最大旋转备用容量表示为：式中：为常规机组i的额定功率或最大技术出力，为常规机组i的最小技术出力；以火电机组爬坡率的大小反映提供旋转备用的快慢程度：式中：Ri为火电机组i的爬坡率，ST为火电机组集合，作为优选，S6中，采用改进的熵权-理想解法对节点进行相对重要度评价，具体实现方法如下：步骤1：对不同量纲的指标进行标准化，设节点i的第m个指标为r'im，则正向指标标准化表示为：式中：rim为标准化后的节点i的第m个指标，M为指标个数，NN为节点的个数；逆向指标的标准化与正向指标标准化的形式相同，记标准本文档来自技高网...

【技术保护点】
1.一种高比例可再生能源电力系统的骨干网架优化方法，其特征在于，实现流程包括以下步骤：S1：输入高比例可再生能源电力系统的网络拓扑结构和电气运行参数；S2：根据改进的负荷节点的拓扑重要度、负荷节点的电能和潮流通量，计算负荷节点的重要度；S3：根据风电场在电力网络中的接近度、等效利用小时数、平均风速和储能配置，计算风电场节点的重要度；S4：根据光伏电站在电力网络中的接近度、等效利用小时数和系统效率，计算光伏电站节点的重要度；S5：根据常规机组的接近度、机组的备用容量和机组爬坡率，计算常规机组节点的重要度；S6：对S2～S5中得到的不同量纲的指标进行标准化，采用改进的熵权‑理想解法，来求取不同类型节点间的相对重要度；S7：采取两阶段核心骨干网架优化策略，第一阶段模型以优化负荷节点为目标，构建一个包含全部重要负荷节点以及部分支路的连通子网架；根据第一阶段所得子网架，第二阶段模型以优化电源节点为目标，在满足间歇性电源的穿透功率极限约束、备用约束和安全约束的前提下，投入相对重要度超过阈值的各类电源节点并优化得到最终的核心骨干网架。

【技术特征摘要】
1.一种高比例可再生能源电力系统的骨干网架优化方法，其特征在于，实现流程包括以下步骤：S1：输入高比例可再生能源电力系统的网络拓扑结构和电气运行参数；S2：根据改进的负荷节点的拓扑重要度、负荷节点的电能和潮流通量，计算负荷节点的重要度；S3：根据风电场在电力网络中的接近度、等效利用小时数、平均风速和储能配置，计算风电场节点的重要度；S4：根据光伏电站在电力网络中的接近度、等效利用小时数和系统效率，计算光伏电站节点的重要度；S5：根据常规机组的接近度、机组的备用容量和机组爬坡率，计算常规机组节点的重要度；S6：对S2～S5中得到的不同量纲的指标进行标准化，采用改进的熵权-理想解法，来求取不同类型节点间的相对重要度；S7：采取两阶段核心骨干网架优化策略，第一阶段模型以优化负荷节点为目标，构建一个包含全部重要负荷节点以及部分支路的连通子网架；根据第一阶段所得子网架，第二阶段模型以优化电源节点为目标，在满足间歇性电源的穿透功率极限约束、备用约束和安全约束的前提下，投入相对重要度超过阈值的各类电源节点并优化得到最终的核心骨干网架。2.根据权利要求1所述的一种高比例可再生能源电力系统的骨干网架优化方法，其特征在于：采用蜂群算法进行第一阶段模型的优化；采用蜂群算法结合贪心策略求解核心骨干网架优化的第二阶段模型，即在满足约束的前提下按照各类型电源节点的排序逐次加入电源节点，直至目标函数最大或者达到迭代次数为止。3.根据权利要求1所述的一种高比例可再生能源电力系统的骨干网架优化方法，其特征在于：S2中，根据改进的负荷节点的拓扑重要度、负荷节点的电能和潮流通量来计算负荷节点的相对重要度，具体实现方法如下：设高比例可再生能源电力系统的原网架对应的拓扑图为G0＝(V,E)，其中V＝{V1,V2,…,Vn}为节点集，n为节点个数，E为V2上的一个子集；节点i的度ki定义为与节点i直接相连的其他节点的数目；聚集系数为描述复杂网络中节点的聚集程度的特征量；计及邻居节点规模的节点拓扑重要度表示为：式中：εi为节点i自身的度与其所有邻居节点的度之和，归一化函数θi表示为：式中：ci为节点i的聚集系数，表示为：式中：ki为节点i的邻居节点个数；si为节点i的ki个邻节点之间实际存在的边数；计及不同时段负荷功率的不同，负荷节点在时段T内的电能表示为：式中：PL,i(t)为t时刻负荷节点i的有功功率，PB为功率基准值，SL为负荷节点的集合；潮流通量的定义为正常运行状态下负荷节点的最大视在功率，负荷节点i的潮流通量表示为：式中：QL,i(t)为t时刻负荷节点i的无功功率。4.根据权利要求1所述的一种高比例可再生能源电力系统的骨干网架优化方法，其特征在于：S3中，根据风电场在电力网络中的接近度、等效利用小时数、平均风速和储能配置，来计算风电场节点的相对重要度，具体实现方法如下：对于任意线路i*-j*，节点j*到节点i*的有效长度表示为：式中：为节点j*到节点i*的有效长度，为节点j*到节点i*之间的边的参数，表示节点j*与节点i*直接相连；当线路两端为负荷节点i*和j*时，计及负荷节点i*与j*的相对重要度，表示为：式中，为负荷节点i*的相对重要度，为负荷节点i*与负荷节点j*之间的线路电抗；结合有效距离，改进后节点i的接近度中心性表示为：式中：Dji为任意两节点j到i之间的有效距离；定义风电场节点的接近度中心性为：式中：nL为第一阶段网架的负荷节点的数量，SW为风电场节点集合；一定时间T内的风电场等效利用小时数表示为：式中：PW,i(t)为风电场i在时刻t的出力，为该风电场的总装机容量；将一定时间T内风电机组的平均风速作为风电场节点的指标之一，该平均风速表示为：式中：vi,t为风电场i在第t个时刻的风速，NT为T时间段内对风速进行测量的次数；将风电场的储能装置指标表示为：式中：为风电场i的储能装置容量，单位为MWh，为风电场i的储能装置的最大放电功率。5.根据权利要求1所述的一种高比例可再生能源电力系统的骨干网架优化方法，其特征在于：S4中，根据光伏电站在电力网络中的接近度、等效利用小时数和系统效率，计算光伏电站节点的相对重要度，具体实现方法如下：根据风电节点的接近度中心性，定义光伏节点的接近度中心性为：式中：SP为光伏电站节点集合；一定时间T内的光伏电站的等效利用小时数定义为：式中：PP,i(t)为光伏电站i的出力关于时间的函数，为该光伏电站的装机总容量；系统效率表示一段时间内光伏电站的满发小时数与理论发电小时数之比，即光伏电站的实际交流发电量与理论直流发电量之比，表示为：式中：Yf为满发小时数，表示一段时间内并网光伏电站的上...

【专利技术属性】
技术研发人员：林振智，赵昱宣，韩畅，文福拴，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33