一种基于运行层面相关性场景的含风机配电网多目标优化方法技术

本发明专利技术属于电力系统经济运行技术领域，具体涉及一种基于运行层面相关性场景的含风机配电网多目标优化方法。包括以下步骤：步骤1，从运行层面建立随机变量模型，以此构建运行层面的相关性场景；步骤2，以系统静态电压稳定性最好、网损期望最小和电压偏移期望最少为目标函数，建立配电网的多目标无功优化模型；步骤3，依据系统实际运行状态动态调整目标偏好进行多目标决策，以确定最优非支配解。该优化方法通过准确模拟配电网实际运行状态，并结合运行状态进行多目标决策，可有效提高配电网的无功优化性能。

【技术实现步骤摘要】
一种基于运行层面相关性场景的含风机配电网多目标优化方法
本专利技术属于电力系统经济运行
，具体涉及一种基于运行层面相关性场景的含风机配电网多目标优化方法。
技术介绍
风电等可再生能源并网是解决传统能源耗竭和当下严重环境问题的有效途径。随着风电、光伏等分布式电源(DistributedGeneration,DG)接入，配电网潮流和运行状态均发生重大变化，对网损、电压和静态电压稳定性均产生一定影响。对含DG配电网进行无功优化，可改善网络潮流分布，降低网损，提高运行稳定性和电能质量。针对含DG配电网的多目标无功优化包含运行场景构建、无功优化模型建立、模型求解和多目标决策。其中，现有运行场景构建方法大多基于长时间尺度的随机变量模型，或未考虑随机变量间相关性，使构造的运行场景偏离实际。配电网运行还要求实现稳定、经济、供电优质等多个目标，由于目标间存在一定相互制约，一般难以实现所有目标的同时最优，只能决策出一组非支配解。针对多目标的决策问题，可采用max-min和与理想化目标欧式距离最小等方法确定最优非支配解，但均未考虑系统实际运行状态，在实际应用中会限制配电网的运行性能。因此，本专利技术的一种基于运行层面相关性场景的含风机配电网多目标优化方法，构建了运行层面的相关性场景，以此为基础进行含风机配电网多目标无功优化的建模，并提出基于优先级的多目标决策方法确定最优解，从而可有效提升配电网运行性能，具有重要推广应用价值。
技术实现思路
本专利技术针对现有技术的不足，提出了一种基于运行层面相关性场景的含风机配电网多目标优化方法。本优化方法从运行层面建立随机变量模型，以此构建运行层面的相关性场景；在此基础上，以系统静态电压稳定性最好、网损期望最小和电压偏移期望最少为目标函数，建立配电网的多目标无功优化模型，并依据系统实际运行状态动态调整目标偏好进行多目标决策，以确定最优非支配解。该优化方法通过准确模拟配电网实际运行状态，并结合运行状态进行多目标决策，可有效提高配电网的无功优化性能。本专利技术的一种基于运行层面相关性场景的含风机配电网多目标优化方法，其特征在于，包括以下步骤：包括以下步骤：步骤1，基于运行层面的风速和负荷建模，并综合考虑随机变量间相关性，构建运行层面的相关性场景。步骤2，以静态电压稳定性最好、有功网损期望最小和电压偏移期望最少为优化目标，建立含风机配电网的多目标无功优化模型，并基于NSGA-II算法求解。步骤3，由步骤2得到一组非支配解，采用基于优先级的多目标决策方法决策出最优解，得到配电网的最优无功优化方案。在上述的一种基于运行层面相关性场景的含风机配电网多目标优化方法，所述步骤1基于以下流程实现：步骤1.1上述运行层面的风速建模，即运行层面的实际风速概率密度函数p(vw)可描述为：其中，vw、分别为实际风速、风速上限、风速下限；p′(vw)为未经风速上、下限截断的风速概率密度函数；为风速预测值；σw为风速预测的标准差。步骤1.2上述运行层面的负荷建模，即运行层面的负荷有功功率概率密度函数p(PL)可描述为：其中，PL、分别为负荷有功功率实际值、有功上限、有功下限；p′(PL)为未经上、下限截断的负荷有功功率概率密度函数；为负荷有功功率预测值；σL为预测标准差。步骤1.3运行层面的相关性场景构建方法为：基于步骤1.1和步骤1.2的随机变量运行层面的建模，采用LHS抽样及Cholesky分解法排序构建风速-负荷样本矩阵，并依照风机出力与风速间关系，将样本矩阵中的风速转换为风电功率，形成相关性场景矩阵。在上述的一种基于运行层面相关性场景的含风机配电网多目标优化方法，所述步骤2中含风机配电网的多目标无功优化模型，以静态电压稳定性最好、有功网损期望最小和电压偏移期望最少为优化目标，即模型目标函数为：minf1,f2,f3其中，f1为静态电压稳定指标期望；、f2为网损期望，f3为电压偏移期望。期望函数一、静态电压稳定指标期望：其中，N为场景数(也即LHS采样数)，aVSI,s为第s个场景的系统静态电压稳定指标。系统静态电压稳定指标基于下式求取：其中，i、j分别为支路送、受端；aVSI,j、aVSI分别为节点j静态电压稳定指标和系统静态电压稳定指标；Ri、Xi分别为支路电阻、电抗；Qj为节点j送出的无功；Ui为节点i电压；NS为系统所有节点集合。期望函数二、网损期望其中，Ploss,s为第s个场景的有功网损。期望函数三、电压偏移期望其中，au,s为第s个场景的加权电压偏移。加权电压偏移的求取公式为：其中，PL,i、PL,all分别为节点i的有功功率和系统总有功功率；UN为节点i的额定电压。在上述的一种基于运行层面相关性场景的含风机配电网多目标优化方法，所述步骤3中，基于优先级的多目标决策方法决策流程如下：步骤3.1确定静态电压稳定指标期望权重。将静态电压稳定指标期望权重关联静态电压稳定指标期望值，当f1较小时，其权重很小，若接近临界值，则将其权重调整至1。权重函数为：其中，f1、f1T为静态电压稳定指标期望及其阀值；a为形状参数。步骤3.2确定电压偏移期望权重。以系统稳定为前提，将电压偏移期望权重关联电压偏移期望值，权重函数为：其中，f3、f3T为电压偏移期望及其阀值；b为形状参数。步骤3.3确定网损期望权重。确定wVSI和wu后，可得网损期望权重：wloss＝1-wVSI-wu步骤3.4多目标决策。假设多目标优化得到的非支配解集为[x1x2x3…xm]，其对应的目标函数集为：对目标函数归一化，并加权叠加，确定最优解：其中，fij、wij分别为第i个非支配解对应的第j个目标函数及其权重；分别为解集对应的目标函数集中的第j个目标函数的最小值和最大值。因此，本专利技术具有如下优点：1.本专利技术的运行场景构建方法从运行层面对风速和负荷进行不确定性建模，并考虑随机变量间相关性，构建出基于运行层面的相关性场景，所构建场景更接近配电网实际运行情况；2.本专利技术以静态电压稳定性最好、有功网损期望最小和电压偏移期望最少作为配电网的无功优化目标，综合考虑了配电网对运行稳定、经济及优质供电的多目标追求，且采用负荷加权的电压偏移指标，能更客观地反映系统真实的电压质量；3.本专利技术所提出的基于优先级的多目标决策方法优先考虑系统静态电压稳定性，其次考虑电压偏移和网损，可根据配电网实际运行状态动态调整对各个目标的侧重程度，有助于提升配电网无功优化性能。附图说明图1为本专利技术多目标无功优化方法的总流程。图2为运行层面相关性场景生成流程。图3为基于优先级的多目标决策流程。图4为静态电压稳定指标期望权重函数。图5为电压偏移期望权重函数。图6为改进的IEEE33节点配电网。图7a为风电功率样本分布(方法1)。图7b为风电功率样本分布(方法2)。图7c为风电功率样本分布(方法3)。图7d为风电功率样本分布(方法4)。图8为非支配解空间分布。具体实施方式下面是本专利技术的优选实施例，并结合附图，对本专利技术的具体应用作进一步说明。实施例：一、首先，介绍本专利技术涉及的方法原理：本专利技术的一种基于运行层面相关性场景的含风机配电网多目标优化方法，其总流程如图1所示，包括以下步骤：(1)步骤1：基于运行层面的风速和负荷建模，并综合考虑随机变量间相关性，构建运行层面的相关性场景。详细如下：步本文档来自技高网...

【技术保护点】
1.一种基于运行层面相关性场景的含风机配电网多目标优化方法，其特征在于，包括以下步骤：步骤1，基于运行层面的风速和负荷建模，并综合考虑随机变量间相关性，构建运行层面的相关性场景；步骤2，以静态电压稳定性最好、有功网损期望最小和电压偏移期望最少为优化目标，建立含风机配电网的多目标无功优化模型，并基于NSGA‑II算法求解；步骤3，由步骤2得到一组非支配解，采用基于优先级的多目标决策方法决策出最优解，得到配电网的最优无功优化方案。

【技术特征摘要】
1.一种基于运行层面相关性场景的含风机配电网多目标优化方法，其特征在于，包括以下步骤：步骤1，基于运行层面的风速和负荷建模，并综合考虑随机变量间相关性，构建运行层面的相关性场景；步骤2，以静态电压稳定性最好、有功网损期望最小和电压偏移期望最少为优化目标，建立含风机配电网的多目标无功优化模型，并基于NSGA-II算法求解；步骤3，由步骤2得到一组非支配解，采用基于优先级的多目标决策方法决策出最优解，得到配电网的最优无功优化方案。2.根据权利要求1所述的一种基于运行层面相关性场景的含风机配电网多目标优化方法，其特征在于，所述步骤1基于以下流程实现：步骤1.1上述运行层面的风速建模，即运行层面的实际风速概率密度函数p(vw)可描述为：其中，vw、分别为实际风速、风速上限、风速下限；p′(vw)为未经风速上、下限截断的风速概率密度函数；为风速预测值；σw为风速预测的标准差；步骤1.2上述运行层面的负荷建模，即运行层面的负荷有功功率概率密度函数p(PL)可描述为：其中，PL、分别为负荷有功功率实际值、有功上限、有功下限；p′(PL)为未经上、下限截断的负荷有功功率概率密度函数；为负荷有功功率预测值；σL为预测标准差；步骤1.3运行层面的相关性场景构建方法为：基于步骤1.1和步骤1.2的随机变量运行层面的建模，采用LHS抽样及Cholesky分解法排序构建风速-负荷样本矩阵，并依照风机出力与风速间关系，将样本矩阵中的风速转换为风电功率，形成相关性场景矩阵。3.根据权利要求1所述的一种基于运行层面相关性场景的含风机配电网多目标优化方法，其特征在于，所述步骤2中含风机配电网的多目标无功优化模型，以静态电压稳定性最好、有功网损期望最小和电压偏移期望最少为优化目标，即模型目标函数为：minf1,f2,f3其中，f1为静态电压稳定指标期望；、...

【专利技术属性】
技术研发人员：赵洁，方俊钧，邵尤国，刘涤尘，王能，刘琦，刘子皓，张胜峰，李天权，王林宏，陈寅，
申请(专利权)人：武汉大学，云南电网有限责任公司楚雄供电局，
类型：发明
国别省市：湖北,42