一种主动配电网分布式能源多尺度消纳方法技术

本发明专利技术公开了一种主动配电网分布式能源多尺度消纳方法，包括：采用多时间尺度，构建主动配电网分布式能源消纳模型；基于分布式能源消纳率和系统综合运行成本，确定日前消纳模型的目标函数，建立最优日前消纳模型；利用机会约束形式表达所述日前消纳模型目标函数，将所述最优日前消纳模型转化为对乐观值的最大化；对实时功率调整模型进行日前不平衡功率偏差调整，获取最优实时功率调整模型。本发明专利技术所提出的模型能够提升配电网对新能源发电的消纳率，降低系统运行成本，提升综合满意度指标；相比于传统的日前消纳模型，多时间尺度消纳模型能够解决实时运行不平衡功率的调整问题，并有效降低系统运行成本，提升消纳率。提升消纳率。提升消纳率。

【技术实现步骤摘要】
一种主动配电网分布式能源多尺度消纳方法


[0001]本专利技术涉及的分布式能源
，尤其涉及一种主动配电网分布式能源多尺度消纳方法。

技术介绍

[0002]分布式发电(distributed energy resources，DERs)作为主动配电网重要的供电形式，近年来在配电网中渗透率呈现不断上升的趋势。通过将分布式发电并网接入配电网运行，并辅之以监控系统，能量管理系统，电压频率控制系统等模块形成主动配电网是配电网在未来重要的发展形式之一。分布式发电中的不可控分布式电源包括分布式光伏和分布式风电，两者的出力不确定性将直接影响系统的能源消纳计划和运行经济性。
[0003]然而目前大部分文献建立的分布式新能源消纳模型均采用单一的时间尺度，较多文献仅仅基于日前优化理论建模。由于分布式新能源出力预测存在偏差，致使日前消纳计划在实际运行中将不再完全适用。

技术实现思路

[0004]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0005]鉴于上述现有存在的问题，提出了本专利技术。
[0006]因此，本专利技术解决的技术问题是：目前分布式新能源消纳模型均采用单一的时间尺度，忽略了分布式新能源出力预测存在偏差，致使日前消纳计划在实际运行中将不再完全适用的问题。
[0007]为解决上述技术问题，本专利技术提供如下技术方案：采集前一日分布式能源出力和负荷，并预测次日的分布式能源出力和负荷，基于所述预测的次日的分布式能源出力和负荷、实时分布式能源出力和负荷，采用多时间尺度，构建主动配电网分布式能源消纳模型；所述分布式能源消纳模型包括日前消纳模型和实时功率调整模型；基于分布式能源消纳率和系统综合运行成本，确定日前消纳模型的目标函数，建立最优日前消纳模型；利用机会约束形式表达所述日前消纳模型目标函数，将所述最优日前消纳模型转化为对乐观值的最大化；对实时功率调整模型进行日前不平衡功率偏差调整，获取最优实时功率调整模型，并验证所述主动配电网分布式能源消纳模型的有效性。
[0008]作为本专利技术所述的主动配电网分布式能源多尺度消纳方法的一种优选方案，其中：采用多目标函数的形式构建日前消纳模型的最大化目标函数及其机会约束包括，
[0009][0010]其中，F表示目标函数，maxF表示最大化目标函数，f1表示目标一分布式能源消纳率，f2表示目标二系统综合运行成本，γ1表示权系数，γ2表示权系数，f
1max
表示单独以子目
标一为目标函数时能够取得的最优目标，表示单独以子目标二为目标函数时能够取得的最优目标。
[0011]作为本专利技术所述的主动配电网分布式能源多尺度消纳方法的一种优选方案，其中：采用多目标函数的形式构建日前消纳模型的最大化目标函数的机会约束包括，
[0012][0013]其中，F表示目标函数，α表示模型置信度，表示目标函数在给定置信度为α时的乐观值，表示目标函数在给定置信度为α时的乐观值的最小值。
[0014]作为本专利技术所述的主动配电网分布式能源多尺度消纳方法的一种优选方案，其中：基于分布式能源实际调用出力和分布式能源最大可调用出力，计算得到最大化目标一函数maxf1包括，
[0015][0016]其中，T表示配电网一天运行的调度时段，P
DG
(t)表示t时段分布式能源实际调用出力，P
DG,max
(t)表示t时段分布式能源最大可调用出力。
[0017]作为本专利技术所述的主动配电网分布式能源多尺度消纳方法的一种优选方案，其中：最大化目标二函数maxf2的获取包括，
[0018][0019]其中，P
grid
(t)表示t时段系统向外网供电功率，q
grid
(t)表示t时段分时电价水平，F
PV
表示政府对光伏分布式能源的补贴价格，F
WT
表示政府对风电分布式能源的补贴价格，P
PV
(t)表示t时段光伏分布式能源出力，P
WT
(t)表示t时段风电分布式能源出力，u
ESS
(t)为储能运维成本系数，P
ESS
(t)为t时段储能充放电功率，k
WT
表示光伏的运维成本系数，k
PV
表示风电的运维成本系数。
[0020]作为本专利技术所述的主动配电网分布式能源多尺度消纳方法的一种优选方案，其中：根据不平衡偏差将配电网供电进行分类，并对供电能力进行调整，所述配电网供电包括配电网供电缺乏和配电网供电过剩。
[0021]作为本专利技术所述的主动配电网分布式能源多尺度消纳方法的一种优选方案，其中：若配电网供电缺乏且当前分布式能源未完全消纳，则按照分布式能源、储能、公共耦合点的有限顺序提升供电能力。
[0022]作为本专利技术所述的主动配电网分布式能源多尺度消纳方法的一种优选方案，其中：若配电网供电缺乏且当前分布式能源已完全消纳，则按照储能、公共耦合点的有限顺序提升供电能力。
[0023]作为本专利技术所述的主动配电网分布式能源多尺度消纳方法的一种优选方案，其中：若配电网供电过剩，则通过储能、公共耦合点、分布式能源的有限顺序降低出力。
[0024]本专利技术的有益效果：本专利技术所提出的模型能够提升配电网对新能源发电的消纳
率，降低系统运行成本，提升综合满意度指标；相比于传统的日前消纳模型，多时间尺度消纳模型能够解决实时运行不平衡功率的调整问题，并有效降低系统运行成本，提升消纳率。
附图说明
[0025]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
[0026]图1为本专利技术一个实施例提供的一种主动配电网分布式能源多尺度消纳方法的主动配电网分布式能源多时间尺度消纳方法原理架构图；
[0027]图2为本专利技术一个实施例提供的一种主动配电网分布式能源多尺度消纳方法的基于混沌粒子群算法的配电网分布式新能源消纳模型求解流程图；
[0028]图3为本专利技术一个实施例提供的一种主动配电网分布式能源多尺度消纳方法的基于IEEE33标准节点系统的含分布式能源并网的配电网结构图；
[0029]图4为本专利技术一个实施例提供的一种主动配电网分布式能源多尺度消纳方法的典型运行日下配电网分布式光伏出力以及分布式风电出力曲线图；
[0030]图5为本专利技术一个实施例提供的一种主动配电网分布式能源多尺度消纳方法的典型运行日下配电网负荷曲线图；
[0031]图6为本专利技术一个实施例提供的一种主动配电网分布式能源多尺度消纳方法的典型运行日内配电网本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种主动配电网分布式能源多尺度消纳方法，其特征在于，包括：采集前一日分布式能源出力和负荷，并预测次日的分布式能源出力和负荷，基于所述预测的次日的分布式能源出力和负荷、实时分布式能源出力和负荷，并采用多时间尺度，构建主动配电网分布式能源消纳模型；所述分布式能源消纳模型包括日前消纳模型和实时功率调整模型；基于分布式能源消纳率和系统综合运行成本，确定日前消纳模型的目标函数，建立最优日前消纳模型；利用机会约束形式表达所述日前消纳模型目标函数，将所述最优日前消纳模型转化为对乐观值的最大化；对实时功率调整模型进行日前不平衡功率偏差调整，获取最优实时功率调整模型，并验证所述主动配电网分布式能源消纳模型的有效性。2.如权利要求1所述的主动配电网分布式能源多尺度消纳方法，其特征在于：采用多目标函数的形式构建日前消纳模型的最大化目标函数及其机会约束包括，其中，F表示目标函数，maxF表示最大化目标函数，f1表示目标一分布式能源消纳率，f2表示目标二系统综合运行成本，γ1表示权系数，γ2表示权系数，f
1max
表示单独以子目标一为目标函数时能够取得的最优目标，表示单独以子目标二为目标函数时能够取得的最优目标。3.如权利要求1或2所述的主动配电网分布式能源多尺度消纳方法，其特征在于：采用多目标函数的形式构建日前消纳模型的最大化目标函数的机会约束包括，其中，F表示目标函数，α表示模型置信度，表示目标函数在给定置信度为α时的乐观值，表示目标函数在给定置信度为α时的乐观值的最小值。4.如权利要求3所述的主动配电网分布式能源多尺度消纳方法，其特征在于：基于分布式能源实际调用出力和分布式能源最大可调用出力，计算得到最大化目标一函数maxf1包括，其中，T表示配电网一天运行的调度时段，P
DG
(t)表示t时段分布式能源实际调用出力，P
DG,max
(t)表示t时段分布式能源最大可调用出力...

【专利技术属性】
技术研发人员：李庆生，袁智勇，李震，白浩，龙家焕，雷金勇，张锐锋，潘姝慧，刘金森，李巍，张兆丰，郭琦，彭军，徐敏，王杰，史训涛，薛毅，喻磊，
申请(专利权)人：南方电网科学研究院有限责任公司，
类型：发明
国别省市：