一种计及源荷不确定性的电力网络拓扑优化方法技术

一种计及源荷不确定性的电力网络拓扑优化方法，属于电力系统优化方法技术领域。输入候选开断线路；利用连续潮流法求出预测场景下电力系统的运行点和负荷裕度；利用场景削减方法对其削减，获得代表性场景；识别有效的切换线路，计算切换线路后各代表场景下的负荷裕度，并对候选线路进行排序；对排名靠前的候选线路，精确计算其在预测场景下开断后系统的负荷裕度；输出结果。本发明专利技术将大量的不确定性场景削减为少数具有代表性的场景，降低了计算的复杂性，最大限度地提高预测电力系统的负荷裕度，并使得所有可能场景的负荷裕度达到预先设置的理想阈值之上，从而提高了考虑源荷不确定性电力系统的静态电压稳定性。性电力系统的静态电压稳定性。性电力系统的静态电压稳定性。

【技术实现步骤摘要】
一种计及源荷不确定性的电力网络拓扑优化方法


[0001]一种计及源荷不确定性的电力网络拓扑优化方法，属于电力系统运行优化


技术介绍

[0002]国际可再生能源机构(IRENA)最新数据显示，到2020年底全球可再生能源发电能力达到2799GW，增加了260GW，其中光伏发电和风能发电占据可再生能源发电的主导地位，占2020年全部可再生能源净增加量的91％。可再生能源大量注入电网，大大减少了碳排放，实现了清洁发电。然而，可再生能源由于其固有性质，无法实现传统意义上的调度。可再生能源给电力系统中带来了以下挑战：(1)可再生能源的出力与天气条件密切相关，无法准确预测，从而给电力系统带来更多的不确定性；(2)可再生能源的并网功率存在一个限值，超过这个限值，电流、电压或静态/暂态稳定的约束就会违反，反之，这些约束也会限值可再生能源的渗透水平；(3)可再生能源注入率较高时其无功需求可能无法满足。上述挑战都可能使得电力系统运行在极限或稳定边界附近，甚至发生系统崩溃。此外，可再生能源自身的不确定性加之负荷的不确定性，给电力系统的安全稳定运行带来了新的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计及源荷不确定性的电力网络拓扑优化方法，其特征在于：包括如下步骤：S1给定当前网络拓扑结构、系统当前运行点、发电计划、维护计划、可再生能源和负荷的历史预测数据及预测误差，并输入候选开断线路；S2利用连续潮流法求出预测场景下的预期电力系统(即开断线路前的电力系统)的运行点和负荷裕度；S3利用基于场景的方法来表征可再生能源和负荷的不确定性，生成联合场景集；S4根据场景距离和负荷裕度距离的双重指标利用聚类方法将场景进行削减，获得代表性场景；S5通过加权灵敏度方法识别有效的开断线路，将开断后使得负荷裕度升高的线路保留下来，形成候选线路集合；S6利用非线性的look
‑
ahead方法对候选线路集合中的各个开断线路进行各代表场景下的负荷裕度计算，删除违反运行约束的线路；并通过加权裕度指标来对所有候选开断线路进行排序；S7利用连续潮流方法对上一阶段排名靠前的候选线路开断后系统进行准确的负荷裕度计算，将不满足阈值约束的线路从候选线路集合中删除；并计算在预测场景下的各候选线路开断后系统的负荷裕度；S8输出开断线路解、在预测场景下开断线路后的负荷裕度以及每个线路开断后所有代表性场景的负荷裕度，在预测场景下负荷裕度最大的开断线路就是最佳解。2.根据权利要求1所述的计及源荷不确定性的电力网络拓扑优化方法，其特征在于：所述方法还包括，计及源荷不确定的增强静态电压稳定性的线路切换问题的数学模型为：maxλ0(N
b
)；其中，N
b
通过切换有效线路来确定最优的网络拓扑，λ0为最大化预测场景s0下电力系统的负荷裕度；输电线路开断后电力系统的连续潮流平衡方程为：所有不确定场景下电力系统的负荷裕度约束为：输电线路开断后电力系统的运行约束为：输电线路开断后电力系统的运行约束为：输电线路开断后电力系统的运行约束为：允许的开断线路数量约束为：NE(N
‑
N
b
)＝1；其中，表示网络拓扑结构N
b
下，场景s
m
的非线性连续潮流平衡方程，是状态变量的向量；h表示系统中的可变参数，包括由于预测误差和线路开断的导纳引起的不确定
性，λ
th
是运行商提前设置的负荷裕度阈值，V
i,min
和V
i,max
是场景s
m
下母线i的电压幅值及其上下限，和S
ij,max
分别是母线i和j之间的视在功率及其上下限，Q
G,i,min
和Q
G,i,max
分别是场景s
m
下母线i上发电机无功出力及其上下限，B和B
G
分别是母线的集合和发电机母线的集合,且B
G
∈B，NE(
·
)表示当前网络拓扑结构N和最佳网络拓扑结构N
b
之间由于输电线路开断而产生的网络拓扑结构差异。3.根据权利要求1所述的计及源荷不确定性的电力网络拓扑优化方法，其特征在于：所述方法还包括，根据Copula理论和拉丁超立方采样方法，分别生成可再生能源场景集S
R
和负荷场景集S
L
，并生成联合场景集Ω；Ω是可再生能源和负荷场景集合之间的多变量关系，即可再生能源场景集合S
R
和负荷场景集合S
L
的笛卡尔乘积，Ω的总数为n
R
×
n
L
；其中，分别为第i个可再生能源和第j个负荷的样本；n
R
和n
L
分别为可再生能源和负荷的场景集合数量。4.根据权利要求1所述的计及源荷不确定性的电力网络拓扑优化方法，其特征在于：所述方法还包括，根据场景距离和负荷裕度距离的双重指标将场景进行削减，得到代表性场景；4.1根据场景距离的接近程度将所有场景聚类为若干组，确定每组的中心为中心场景：其中，为场景s
m
和s
n
之间的r
‑
距离；当r＝2时，表示两种场景之间的欧氏距离；4.2应用连续潮流方法计算各中心场景的负荷裕...

【专利技术属性】
技术研发人员：王蕾，王聪，邓晓帆，郭鼎立，刘建涛，吴科，杨文静，
申请(专利权)人：山东理工大学，
类型：发明
国别省市：