基于改进信息间隙决策理论的主动配电网优化运行方法技术

本发明专利技术涉及一种基于改进信息间隙决策理论的主动配电网优化运行方法，包括以下步骤：1)建立基于改进信息间隙决策理论的主动配电网优化运行模型；2)通过引入变量，将主动配电网优化运行模型转化为混合整数二阶锥模型；3)采用ε‑松弛方法，对凸二阶锥进行多面体近似描述，并将混合整数二阶锥规划模型转化为混合整数线性规划模型；4)根据归一化向量约束法进行求解，最终获得最优的主动配电网调度运行方案。与现有技术相比，本发明专利技术具有快速可靠、经济性高、综合考虑风光荷的不确定性、提高用户参与主动配电网优化运行的积极性等优点。

【技术实现步骤摘要】
基于改进信息间隙决策理论的主动配电网优化运行方法
本专利技术涉及配电网优化运行领域，尤其是涉及一种基于改进信息间隙决策理论的主动配电网优化运行方法。
技术介绍
随着不同类型的分布式电源大量接入电力系统，使得配电网的运行与控制变得愈发复杂。传统配电网的运行管理模式逐渐由被动向主动转变，主动配电网的概念因此被提出。开展分布式电源出力及负荷需求不确定性对主动配电网优化运行影响的研究，已经引起了广泛关注。然而鲜有学者同时考虑多种分布式电源出力及负荷需求不确定性对主动配电网优化运行的影响。而且以上文献的研究成果存在以下不足：一方面过于依赖历史数据而无法完全抵御不确定性所带来的问题，另一方面，所建立的模型多为非线性，求解速度慢而且很难保证求解结果的准确性。Haim提出了信息间隙决策理论。该方法不依赖于历史数据，建模简单，适用于风光荷存在较大不确定性的主动配电网优化运行模型中。而传统的信息间隙决策理论方法认为不确定因素的波动区间是等间距的，这导致不确定因素波动区间的求解结果过大或过小。此外，传统所建立的主动配电网优化运行模型是基于直流潮流的线性方程组，计算速度快，占用的内存少。然而直流潮流模型是在交流潮流模型基础上经过简化得到的，其假设前提是在特高压系统中才能够得到很好的满足。因此基于直流潮流的模型其计算结果存在一定的误差。因此，急需一种基于改进信息间隙决策理论的主动配电网优化运行方法，既能够综合考虑风光荷的不确定性对主动配电网优化运行的影响，又能够快速准确地求解所建立的模型。
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基于改进信息间隙决策理论的主动配电网优化运行方法。本专利技术的目的可以通过以下技术方案来实现：一种基于改进信息间隙决策理论的主动配电网优化运行方法，包括以下步骤：1)建立基于改进信息间隙决策理论的主动配电网优化运行模型；2)通过引入变量，将主动配电网优化运行模型转化为混合整数二阶锥模型；3)采用ε-松弛方法，对凸二阶锥进行多面体近似描述，并将混合整数二阶锥规划模型转化为混合整数线性规划模型；4)根据归一化向量约束法进行求解，最终获得最优的主动配电网调度运行方案。所述的步骤1)中，主动配电网优化运行模型的目标函数为：max(Zwa,-Zwb,Zva,-Zvb,-Zla,Zlb)其中，Zwa和Zwb分别为风电出力的最大和最小不确定度，Zva和Zvb分别为光伏出力最大最小不确定度，Zla和Zlb分别为负荷预测偏差的最大最小不确定度。所述的步骤1)中，主动配电网优化运行模型的约束条件包括：风电信息间隙约束：其中，为场景c下第w个风机在t时刻的实际风电出力值，为第w个风机在t时刻的风电预测出力值；光伏信息间隙约束：其中，为场景c下第v个风机在t时刻的实际光伏出力值，为第v个光伏在t时刻的光伏预测出力值；负荷信息间隙约束：其中，为场景c下第l个负荷在t时刻的实际负荷值，为第l个负荷在t时刻的负荷预测值；目标成本约束。其中，C为主动配电网运行成本，c为场景编号，当c＝1时对应最恶劣运行场景，当c＝2时对应最理想运行场景，δch为最恶劣场景下所对应的偏差因子，δco为最理想场景下所对应的偏差因子，取值范围为[0,1)，Co为原确定性模型求得的最优解；功率平衡约束。其中，Ωi为与节点i相连的节点集合，n为节点总数，为场景c下节点i在t时刻注入的有功功率，为场景c下节点i在t时刻注入的无功功率，Gij和Bij分别为节点i与节点j之间的电导和电纳，θij,c为场景c下节点i与节点之j间的线路阻抗角，分别为燃气轮机、风机、光伏电站、需求负荷、可中断负荷与节点i之间的关联矩阵，分别为场景c下第w个风机在t时刻的有功出力、第v个光伏电站在t时刻的有功出力、第l个负荷在t时刻的有功需求、第k个负荷在t时刻的有功减载量，分别为场景c下第d个燃气轮机在t时刻的无功出力、第w个风机在t时刻的无功出力、第v个光伏电站在t时刻的无功出力、第l个负荷在t时刻的无功需求、第k个负荷在时t刻的无功减载量；节点电压约束：Ui,c,min≤Ui,c≤Ui,c,max线路功率约束：Sij,c≤Sij,c,max其中，Ui,c为场景c下节点i的电压，Ui,c,min和Ui,c,max分别为场景c下节点电压的最小、最大幅值，Ui,c和Sij,c分别为场景c下节点电压和线路上潮流幅值；分布式电源出力约束：其中，和分别是第d个燃气轮机在t时刻最小和最大有功出力值；和分别是第w个风机在t时刻的最小和最大有功出力值，和分别是光伏电站在t时刻的最小和最大有功出力值，和分别是第d个燃气轮机在t时刻最小和最大无功出力值，和分别是第w个风机在t时刻的最小和最大无功出力值，和分别是光伏电站在t时刻的最小和最大无功出力值，分别为场景c下第d个燃气轮机、第w个风机、第v个光伏电池的容量；可中断负荷约束：其中，和分别为第k个负荷在t时刻允许中断的最小和最大有功值；第g馈线在t时刻向电网售电及从电网购电的约束条件。d3+d4＝1其中，d3和d4为二元变量，和分别为第g条馈线在t时刻向电网售电及从电网购电的最大值。所述的步骤2)具体包括以下步骤：21)引入中间变量将非线性的主动配电网优化运行模型转化为二阶锥规划问题，所述的中间变量包括：Mij,c＝Ui,cUj,csinθij,cZij,c＝Ui,cUj,ccosθij,c其中，为第d个燃气轮机在t时刻的有功出力；22)分别对分布式电源运行成本、系统潮流约束函数、系统节点电压和线路功率约束函数以及分布式电源出力约束进行锥转换，获得混合整数二阶锥模型。具体有：22)分布式电源运行成本的锥转换，为非线性函数，将其转化成如下线性函数：对变量进行松弛后得到对二阶锥的多面体近似描述，将式松弛转换为如下锥约束：23)系统潮流约束函数的锥转换，将系统潮流约束函数转换成如下的线性函数：24)系统节点电压和线路功率约束函数的锥转换，将系统节点电压和线路功率约束函数转换成如下的锥函数：将上式松弛转换为如下锥约束：此时可行域已经松弛为一个二阶锥体，形成了凸可行域，通过变换将其转化为如下二阶锥形式：可以采用两个三维二阶锥联合表示：25)分布式电源出力约束的锥转换：此时整个模型已经转化成MI-SOCP，求解比较困难，因此将MI-SOCP问题转化成了MILP问题求解。所述的步骤3)中，凸二阶锥的多面体近似表达式为：α0≥|X1|β0≥|X2|αk≤X3其中，k一般取11，X1，X2，X3是一组优化变量，对于不同的锥转约束公式，代表不同的含义，对于分布式电源运行成本的锥转换约束X1，X2，X3分别代表对于系统节点电压和线路功率约束函数的锥转换会产生两个锥约束，第一个锥约束中X1，X2，X3分别代表Mij,c，Zij,c，Qij,c，第二个锥约束中X1，X2，X3分别代表对于分布式电源出力约束的锥转换会产生三个锥约束，第一个锥约束中X1，X2，X3分别代表第二个锥约束中X1，X2，X3分别代表第三个锥约束中X1，X2，X3分别代表ε为足够小的松弛变量，定义为当k＝11，ε＝6×10-7，α0和β0是任意非负数，αm和βm为任意非负数，αk和βk即代表α11和β11。所述的步骤4)中，归一化向量约束法具体包括以下步骤：41)计算锚点。为本文档来自技高网...

【技术保护点】
1.一种基于改进信息间隙决策理论的主动配电网优化运行方法，其特征在于，包括以下步骤：1)建立基于改进信息间隙决策理论的主动配电网优化运行模型；2)通过引入变量，将主动配电网优化运行模型转化为混合整数二阶锥模型；3)采用ε‑松弛方法，对凸二阶锥进行多面体近似描述，并将混合整数二阶锥规划模型转化为混合整数线性规划模型；4)根据归一化向量约束法进行求解，最终获得最优的主动配电网调度运行方案。

【技术特征摘要】
1.一种基于改进信息间隙决策理论的主动配电网优化运行方法，其特征在于，包括以下步骤：1)建立基于改进信息间隙决策理论的主动配电网优化运行模型；2)通过引入变量，将主动配电网优化运行模型转化为混合整数二阶锥模型；3)采用ε-松弛方法，对凸二阶锥进行多面体近似描述，并将混合整数二阶锥规划模型转化为混合整数线性规划模型；4)根据归一化向量约束法进行求解，最终获得最优的主动配电网调度运行方案。2.根据权利要求1所述的一种基于改进信息间隙决策理论的主动配电网优化运行方法，其特征在于，所述的步骤1)中，主动配电网优化运行模型的目标函数为：max(Zwa,-Zwb,Zva,-Zvb,-Zla,Zlb)其中，Zwa和Zwb分别为风电出力的最大和最小不确定度，Zva和Zvb分别为光伏出力最大最小不确定度，Zla和Zlb分别为负荷预测偏差的最大最小不确定度。3.根据权利要求1所述的一种基于改进信息间隙决策理论的主动配电网优化运行方法，其特征在于，所述的步骤1)中，主动配电网优化运行模型的约束条件包括：风电信息间隙约束：其中，为场景c下第w个风机在t时刻的实际风电出力值，为第w个风机在t时刻的风电预测出力值；光伏信息间隙约束：其中，为场景c下第v个风机在t时刻的实际光伏出力值，为第v个光伏在t时刻的光伏预测出力值；负荷信息间隙约束：其中，为场景c下第l个负荷在t时刻的实际负荷值，为第l个负荷在t时刻的负荷预测值；目标成本约束。其中，C为主动配电网运行成本，c为场景编号，当c＝1时对应最恶劣运行场景，当c＝2时对应最理想运行场景，δch为最恶劣场景下所对应的偏差因子，δco为最理想场景下所对应的偏差因子，取值范围为[0,1)，Co为原确定性模型求得的最优解；功率平衡约束。其中，Ωi为与节点i相连的节点集合，n为节点总数，为场景c下节点i在t时刻注入的有功功率，为场景c下节点i在t时刻注入的无功功率，Gij和Bij分别为节点i与节点j之间的电导和电纳，θij,c为场景c下节点i与节点之j间的线路阻抗角，分别为燃气轮机、风机、光伏电站、需求负荷、可中断负荷与节点i之间的关联矩阵，分别为场景c下第w个风机在t时刻的有功出力、第v个光伏电站在t时刻的有功出力、第l个负荷在...

【专利技术属性】
技术研发人员：葛晓琳，居兴，王云鹏，李振坤，
申请(专利权)人：上海电力学院，
类型：发明
国别省市：上海,31