基于最小成本来提升清洁能源渗透率的区域电网优化方法技术

本发明专利技术公开了一种基于最小成本来提升清洁能源渗透率的区域电网优化方法，包括按顺序进行的下列步骤：1)搭建提升清洁能源渗透率的区域电网最小成本优化模型；2)利用步骤1)中搭建提升清洁能源渗透率的最小成本优化模型对区域电网进行优化；基于最小成本来提升清洁能源渗透率的区域电网优化方法综合考虑了区域电网对清洁能源接纳能力的提升和电网投资建设的经济性，在满足清洁能源电厂接入需求的基础上，以电网投资建设成本最小为目标，采用合理的优化算法对区域电网进行优化，得到最优的区域电网优化方案。既满足了清洁能源电厂的接入需求，又实现了投资成本最小化。

【技术实现步骤摘要】
基于最小成本来提升清洁能源渗透率的区域电网优化方法
本专利技术涉及电网规划
，特别涉及一种基于最小成本来提升清洁能源渗透率的区域电网优化方法。
技术介绍
区域电网规划一般以负荷预测为基础，对清洁能源电厂的处理仅停留在接入系统设计深度，在规划阶段缺乏对大规模清洁能源并网需求的考虑。在国家出台政策大力扶持清洁能源发电的背景下，许多区域电网在应对大规模清洁能源电厂接入方面存在困难，清洁能源电厂将面临无处可接或建设长距离并网线的困境。所以研究一种能够提升区域电网清洁能源渗透率的规划优化方法就显得十分必要和迫切。
技术实现思路
本专利技术的目的是在满足清洁能源电厂接入需求的基础上，以电网投资建设成本最小为目标，采用合理的优化算法对区域电网进行优化，得到最优的区域电网优化方案，并提供一种基于最小成本来提升清洁能源渗透率的区域电网优化方法。为此，本专利技术技术方案如下：一种基于最小成本来提升清洁能源渗透率的区域电网优化方法，包括按顺序进行的下列步骤：1)搭建提升清洁能源渗透率的区域电网最小成本优化模型；2)利用步骤1)中搭建提升清洁能源渗透率的最小成本优化模型对区域电网进行优化，其中，该优化模型是通过如下步骤进行搭建的：2-1)对清洁能源进行预测，通过调研新能源投资建设公司的项目安排，结合政府对清洁能源电站的项目批复，并综合考虑区域的风光土地资源情况，可以得到未来清洁能源电厂的个数、位置分布和装机容量情况，未来新增清洁能源电厂的装机容量可用下式表示：其中，m为清洁能源电厂个数，Sj为清洁能源电厂装机容量；2-2)确定新增变电站容量和个数，根据预测的清洁能源装机容量，计算得到需新增的220kV变电容量。新建站采用统一标准化配置，可以得到新建变电站个数，新增变电容量和新建变电站个数可用下式表示：S新增＝S装机式中，a为新建变电站个数，b为每个变电站的主变台数，c为每台主变容量，其中a取整数；2-3)建立提升清洁能源渗透率的优化模型，该优化模型包括目标函数和约束条件，所述的目标函数为电网投资f的表示方法为：f＝C变电站+C并网线其中，C变电站为变电站投资，C并网线为清洁能源电厂并网线投资；所述的约束条件为：每个新建变电站接入容量不能超过主变容量；2-4)利用遗传算法以目标函数值最小为目标，确定清洁能源电站在配电网中的接入方式。进一步的，所述的步骤2-5)中利用遗传算法确定清洁能源电站在配电网中的接入方式时包括按顺序进行的下列步骤：2-41)确定基因位数和编码规则，基因位数等于预测的清洁能源电厂个数，将预测的清洁能源电厂从1开始以自然数编码，基因位的顺序号与清洁能源电厂的编码一一对应，新建变电站从1开始以自然数编码，编码的最大值即为计算得到的新建变电站个数，基因位上的数值即新建变电站的编码，编码规则为一个染色体代表了所有清洁能源电厂的一组接入方式，染色体上的一个基因则代表了一个清洁能源电站的接入方式；2-42)确定适应度函数，适应度函数计算公式为：Fit＝Smax-f其中，Smax是与群体无关的一个正数，其值的大小能保证适应度函数在优化过程中始终为非负数；2-43)随机产生初始种群，即清洁能源电厂的若干组接入方式；2-44)计算种群中每个个体的适应度值，并判断是否存在适应度达到期望值的个体，若判断结果为“是”，则选出适应度最大的个体，并结束运算，否则，进入下一步；2-45)进行选择和交叉遗传操作，选择是根据个体适应度值的大小在种群中选择一定数量的个体，交叉是通过给定的概率重组一对个体而产生后代的过程，交叉是由两个基本操作组成的，分别是将选择出来的染色体两两随机配对并且按照一定的交叉概率来确定需要进行交叉操作的染色体，以及随机确定染色体对交叉操作的交叉点，将交叉点附近的基因相互交换；2-46)计算选择和交叉遗传操作后种群中每个个体的适应度值，判断个体适应度值是否达到期望值或迭代次数是否达到最大值，若判断为“是”，则结束，选出适应度最大的个体，否则进入下一步；2-47)进行变异操作，根据确定的变异概率对染色体上的某些基因位上的值进行改变，返回步骤2-44)计算变异后种群的个体适应度值。进一步的，所述的变电站投资C变电站的表示方法为：C变电站＝d×c×b×a其中，a为新建变电站个数，b为每个变电站的主变台数，c为每台主变容量，d为某确定变电站建设型式的单位容量造价；清洁能源电厂并网线投资C并网线的表示方法为：其中，lj为清洁能源电厂的并网线长度；Ae为清洁能源电厂接入系数，Ae＝1代表清洁能源电厂接入了e变电站，Ae＝0代表未接入e变电站，表示每一个电厂只能接入一个变电站；C架空为单位长度架空线投资，C电缆为单位长度电缆投资；p为架空电缆系数，p＝1代表并网线为架空线，p＝0代表并网线为电缆。进一步的，所述的约束条件为：每个新建变电站接入容量不能超过主变容量，可用下式表示式中，z为接入该变电站的清洁能源电厂个数，Sy为清洁能源电厂容量。进一步的，所述的选择方式采用轮盘赌的选择方式。进一步的，所述的交叉方式采用单点交叉方式。进一步的，所述的变异方式采用单点变异方式。与现有技术相比，该基于最小成本来提升清洁能源渗透率的区域电网优化方法综合考虑了区域电网对清洁能源接纳能力的提升和电网投资建设的经济性，在满足清洁能源电厂接入需求的基础上，以电网投资建设成本最小为目标，采用合理的优化算法对区域电网进行优化，得到最优的区域电网优化方案。既满足了清洁能源电厂的接入需求，又实现了投资成本最小化。附图说明图1为利用遗传算法确定最佳清洁能源电厂接入方式的流程图。具体实施方式下面结合附图及具体实施例对本专利技术做进一步的说明，但下述实施例绝非对本专利技术有任何限制。一种基于最小成本来提升清洁能源渗透率的区域电网优化方法，包括按顺序进行的下列步骤：1)搭建提升清洁能源渗透率的区域电网最小成本优化模型；2)利用步骤1)中搭建提升清洁能源渗透率的最小成本优化模型对区域电网进行优化，其中，该优化模型是通过如下步骤进行搭建的：2-1)对清洁能源进行预测，通过调研新能源投资建设公司的项目安排，结合政府对清洁能源电站的项目批复，并综合考虑区域的风光土地资源情况，可以得到未来清洁能源电厂的个数、位置分布和装机容量情况，未来新增清洁能源电厂的装机容量可用下式表示：其中，m为清洁能源电厂个数，Sj为清洁能源电厂装机容量；2-2)确定新增变电站容量和个数，根据预测的清洁能源装机容量，计算得到需新增的220kV变电容量。新建站采用统一标准化配置，可以得到新建变电站个数，新增变电容量和新建变电站个数可用下式表示：S新增＝S装机式中，a为新建变电站个数，b为每个变电站的主变台数，c为每台主变容量，其中a取整数；2-3)建立提升清洁能源渗透率的优化模型，该优化模型包括目标函数和约束条件，所述的目标函数为电网投资f的表示方法为：f＝C变电站+C并网线其中，C变电站为变电站投资，C并网线为清洁能源电厂并网线投资；所述的变电站投资C变电站的表示方法为：C变电站＝d×c×b×a其中，a为新建变电站个数，b为每个变电站的主变台数，c为每台主变容量，d为某确定变电站建设型式的单位容量造价；清洁能源电厂并网线投资C并网线的表示方法为：其中，lj为清洁能源电厂的并网线长度；Ae为清洁能源电厂接入系数本文档来自技高网...

【技术保护点】
1.一种基于最小成本来提升清洁能源渗透率的区域电网优化方法，其特征在于，包括按顺序进行的下列步骤：1)搭建提升清洁能源渗透率的区域电网最小成本优化模型；2)利用步骤1)中搭建提升清洁能源渗透率的最小成本优化模型对区域电网进行优化，其中，该优化模型是通过如下步骤进行搭建的：2‑1)对清洁能源进行预测，通过调研新能源投资建设公司的项目安排，结合政府对清洁能源电站的项目批复，并综合考虑区域的风光土地资源情况，可以得到未来清洁能源电厂的个数、位置分布和装机容量情况，未来新增清洁能源电厂的装机容量可用下式表示：

【技术特征摘要】
1.一种基于最小成本来提升清洁能源渗透率的区域电网优化方法，其特征在于，包括按顺序进行的下列步骤：1)搭建提升清洁能源渗透率的区域电网最小成本优化模型；2)利用步骤1)中搭建提升清洁能源渗透率的最小成本优化模型对区域电网进行优化，其中，该优化模型是通过如下步骤进行搭建的：2-1)对清洁能源进行预测，通过调研新能源投资建设公司的项目安排，结合政府对清洁能源电站的项目批复，并综合考虑区域的风光土地资源情况，可以得到未来清洁能源电厂的个数、位置分布和装机容量情况，未来新增清洁能源电厂的装机容量可用下式表示：其中，m为清洁能源电厂个数，Sj为清洁能源电厂装机容量；2-2)确定新增变电站容量和个数，根据预测的清洁能源装机容量，计算得到需新增的220kV变电容量。新建站采用统一标准化配置，可以得到新建变电站个数，新增变电容量和新建变电站个数可用下式表示：S新增＝S装机式中，a为新建变电站个数，b为每个变电站的主变台数，c为每台主变容量，其中a取整数；2-3)建立提升清洁能源渗透率的优化模型，该优化模型包括目标函数和约束条件，所述的目标函数为电网投资f的表示方法为：f＝C变电站+C并网线其中，C变电站为变电站投资，C并网线为清洁能源电厂并网线投资；所述的约束条件为：每个新建变电站接入容量不能超过主变容量；2-4)利用遗传算法以目标函数值最小为目标，确定清洁能源电站在配电网中的接入方式。2.根据权利要求1所述的基于最小成本来提升清洁能源渗透率的区域电网优化方法，其特征在于，所述的步骤2-5)中利用遗传算法确定清洁能源电站在配电网中的接入方式时包括按顺序进行的下列步骤：2-41)确定基因位数和编码规则，基因位数等于预测的清洁能源电厂个数，将预测的清洁能源电厂从1开始以自然数编码，基因位的顺序号与清洁能源电厂的编码一一对应，新建变电站从1开始以自然数编码，编码的最大值即为计算得到的新建变电站个数，基因位上的数值即新建变电站的编码，编码规则为一个染色体代表了所有清洁能源电厂的一组接入方式，染色体上的一个基因则代表了一个清洁能源电站的接入方式；2-42)确定适应度函数，适应度函数计算公式为：Fit＝Smax-f其中，Smax是与群体无关的一个正数，其值的大小能保证适应度函数在优化过程中始终为非负数；2-43)随机产生初始种群，即清洁能源电厂的若干组接入方式...

【专利技术属性】
技术研发人员：张章，刘英英，杨帆，武骁，徐晶，毛华，刘树勇，张雪菲，张梁，夏冬，王世举，王哲，李娟，刘冬梅，崔荣靖，祁彦鹏，
申请(专利权)人：国网天津市电力公司，国家电网有限公司，
类型：发明
国别省市：天津,12