一种配电系统源网荷储的有功和无功协同优化方法技术方案

本发明专利技术公开一种配电系统源网荷储的有功和无功协同优化方法，首先，基于强度学习算法求解上层的源荷之间受成本与收益控制的有功功率优化结果；其次，由上层求解得到的有功功率作为动态极限承载能力的输入得到网络承载能力上下限，随后利用储能能够有效支撑无功补偿，以无功和电压偏差最小以及无功损耗最小为多目标，利用改进混合多目标哈里斯鹰优化算法得到受有功影响的无功支撑策略。考虑上层有功约束的满足无功补偿要求的储能配置，最终实现上下层源网荷储有功和无功协同优化的目标。上下层源网荷储有功和无功协同优化的目标。上下层源网荷储有功和无功协同优化的目标。

【技术实现步骤摘要】
一种配电系统源网荷储的有功和无功协同优化方法


[0001]本专利技术属于配电网
，尤其涉及一种配电系统源网荷储的有功和无功协同优化方法。

技术介绍

[0002]目前分布式储能在电网灵活性调度过程中应用广泛，将分布式储能和分布式光伏合理结合形成分布式光伏储能能够有效结合两者优势，但也存在出力随机性和不确定性明显，同时其出力曲线与负荷用电负荷曲线不完全匹配，导致了分布式光储出现新能源消纳和有功/无功协调能力不足的问题，影响电网的供电可靠性和安全稳定运行。
[0003]针对提升配电系统源网荷储的有功/无功调节能力的问题，目前有相关技术1：以电压稳定性和运行经济性为优化目标，以潮流方程、无功补偿容量和状态变量作为约束条件构建配电网有功/无功协调模型，并利用改进粒子群算法对模型进行求解以提高协调优化控制效率并降低控制误差；不足之处在于求解速度较慢，难以满足配电系统决策快速性的要求。相关技术2： 采用计及分时电价的配电网多时段有功/无功协调快速鲁棒优化方法，考虑分时电价以及接入配电网的分布式电源有功与无功的协调能力等因素，在考虑约束的情况下以购电与调节设备动作总费用最小为目标，构建配电网有功/无功的二阶段混合整数二阶锥鲁棒优化模型；不足之处在于仅从分时电价角度考虑有功/无功的协同优化配置，没有充分考虑源网荷储四个层面的协同优化，缺乏整体性及其最优控制。相关技术3：针对电网无功功率过度消耗导致的电网电压不足等问题，提出考虑无功奖惩收费的日前有功无功协调调度方法，同时考虑V2G和可中断负荷的响应特性以实现配电网运行效益最大化。不足之处在于有功和无功结合不够紧密，侧重点在于对无功功率奖惩方案的比较得到配电网的有功无功出力分布，进一步对其进行优化调控。
[0004]基于上述传统建模或求解过程中的某一或多个不足点，提出了一种基于强化学习框架的配电系统源网荷储有功和无功协同优化方法。

技术实现思路

[0005]有鉴于此，本专利技术的主要目的是为了提升配电系统源网荷储的有功和无功调节能力。
[0006]本专利技术提供一种配电系统源网荷储的有功和无功协同优化方法，包括：构建源荷之间的有功功率优化模型，并基于强度学习算法对所述有功功率优化模型进行求解，得到源荷之间受成本与收益控制的有功功率优化结果；将满足潮流运行安全约束条件下的馈线可承载功率的调节潜力极限定义为配电网动态极限承载能力，并将所述有功功率优化结果作为所述配电网动态极限承载能力的输入，得到网络承载能力上下限；以无功和电压偏差最小以及无功损耗最小为多目标，以网络承载能力上下限为约束条件，构建储能的无功支撑能力模型；
基于改进混合多目标哈里斯鹰优化算法对储能的无功支撑能力模型进行求解，得到考虑有功约束和满足无功补偿要求的储能配置。
[0007]进一步地，其中，潮流运行安全约束条件为：，，，，式中，为t时段配电台区r内所有可调节负荷与储能在满足用电需求约束下的功率可调潜力下限，为t时段配电台区r内所有可调节负荷与储能在满足用电需求约束下的功率可调潜力上限，为配电台区r内变压器的传输功率下限，为t时段配电台区r内分布式光伏发电功率，为配电台区r内变压器的传输功率上限，为配电网节点电压的下限，为配电网节点电压的上限， 为节点i的有功功率，为节点i处的电压幅值，为与节点i相连的支路数，为节点j处的电压幅值，为支路ij之间的电导，为节点i和j之间的相角差，为支路ij之间的电纳；进一步地，所述网络承载能力的功率上限，即网络承载能力上限的表达式为：，式中，为网络承载能力的功率最大化函数，为t时段下网络承载能力的功率上限，为t时段配电网中台区r内柔性负荷与储能的传输总功率，为配电系统的台区总数。
[0008]进一步地，其中，构建源荷之间的有功功率优化模型具体包括构建源侧的光伏发电模型以及构建荷侧的电力负荷模型。
[0009]进一步地，其中，所述光伏发电模型的目标函数为：
，式中，为源侧的光伏发电厂商运行收益最大化函数，为源荷整体优化调度时段的集合，为t时段光伏发电主体向电力负荷主体进行电量互动的零售电价，为t时段电力批发市场和电力负荷主体进行互动的购电电价，为t时段光伏发电主体向电力负荷主体的总互动售电功率，为t时段电力批发市场和光伏发电主体进行互动的售电电价，为t时段光伏发电主体向电力负荷主体进行电量互动的购电电价，为t时段光伏发电主体向电力负荷主体的总互动购电功率，，和分别为运行维护成本二次、一次和常数项系数，且均为大于0的定值；，式中，为净售电量与光伏出力的标准差最小化函数，为光伏发电功率，为计算光伏发电量对应的时间增量；所述光伏发电模型的约束条件为：，，，式中，、分别为t时段光伏发电主体向电力负荷主体进行电量互动的零售电价上下限，、分别为t时段光伏发电主体向电力负荷主体进行电量互动的购电电价上下限，、分别为光伏发电功率的上下限。
[0010]进一步地，其中，所述电力负荷模型的目标函数为：，
式中，为用电成本最小化函数，为源荷整体优化调度时段的集合，为t时段光伏发电主体向电力负荷主体进行电量互动的零售电价，为t时段光伏发电主体向电力负荷主体进行电量互动的购电电价，为t时段光伏发电主体向电力负荷主体的总互动购电功率，为t时段下负荷聚合主体的固定负荷，为t时段下负荷聚合主体与源侧交互后优化的可平移负荷，为t时段下负荷聚合主体与源侧交互后优化的可中断负荷，为时段负荷聚合主体因削减可中断负荷的损失成本；所述电力负荷模型的约束条件为：，，，式中，、分别为t时段下负荷聚合主体与源侧交互后优化的可中断负荷上下限，、分别为t时段下负荷聚合主体与源侧交互后优化的可平移负荷上下限。
[0011]进一步地，其中，以无功和电压偏差最小以及无功损耗最小为多目标的表达式为：，，，式中，为无功功率偏差最小化函数，为无功功率参考值，为t时段无功功率，为源荷整体优化调度时段的集合，为配电系统各节点的额定电压，为电压偏差最小化函数，为t时段配电系统第i个节点的电压，为无功损耗最小化函数，为荷侧的无功损耗功率，为计算无功损耗功率总值的时间增量。
[0012]进一步地，所述基于强度学习算法对所述有功功率优化模型进行求解，得到源荷之间受成本与收益控制的有功功率优化结果，包括：确定源荷互动下的强度学习算法的输入参数和约束条件，其中，约束条件包括光
伏发电主体在个时段下与荷侧交互信号的边界条件，输入参数包括电力负荷主体在各时段下对有功功率的需求的相关参数；通过输入参数和约束条件，初始化优化对象Q值为0，并设置初始时段和初始迭代次数分别为1；开始迭代，将荷侧视为一个整体，对配电系统该整体内的有功功率需求进行优化求解，每次迭代过程中，源侧光伏发电主体在每个时段t收到荷侧的有功需求，并且在零售电价的边界条件允许范围内选取一组分布均匀的动作，即通过ε
‑
贪婪策略制定一个当前条件下的最优零售电价，使得该交互信号下源荷有功优化的Q值达到最大，得到t时段下零售电价和有功需求之间优化的后监测电力负荷主体在t+1时段内的有功需求变化，比较相邻两时段内的Q值大小并依本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种配电系统源网荷储的有功和无功协同优化方法，其特征在于，包括：构建源荷之间的有功功率优化模型，并基于强度学习算法对所述有功功率优化模型进行求解，得到源荷之间受成本与收益控制的有功功率优化结果；将满足潮流运行安全约束条件下的馈线可承载功率的调节潜力极限定义为配电网动态极限承载能力，并将所述有功功率优化结果作为所述配电网动态极限承载能力的输入，得到网络承载能力上下限；以无功和电压偏差最小以及无功损耗最小为多目标，以网络承载能力为约束条件，构建储能的无功支撑能力模型；基于改进混合多目标哈里斯鹰优化算法对储能的无功支撑能力模型进行求解，得到考虑有功约束和满足无功补偿要求的储能配置。2.根据权利要求1所述的一种配电系统源网荷储的有功和无功协同优化方法，其特征在于，有功功率需求相应能够影响无功的支撑需求，其中潮流运行安全约束条件为：，，，，式中，为t时段配电台区r内所有可调节负荷与储能在满足用电需求约束下的功率可调潜力下限，为t时段配电台区r内所有可调节负荷与储能在满足用电需求约束下的功率可调潜力上限，为配电台区r内变压器的传输功率下限，为t时段配电台区r内分布式光伏发电功率，为配电台区r内变压器的传输功率上限，为配电网节点电压的下限，为配电网节点电压的上限，为节点i的有功功率，为节点i处的电压幅值，为与节点i相连的支路数，为节点j处的电压幅值，为支路ij之间的电导，为节点i和j之间的相角差，为支路ij之间的电纳。3.根据权利要求1所述的一种配电系统源网荷储的有功和无功协同优化方法，其特征在于，所述网络承载能力的功率上限，即网络承载能力上限的表达式为：
，式中，为网络承载能力的功率最大化函数，为t时段下网络承载能力的功率上限，为t时段配电网中台区r内柔性负荷与储能的传输总功率，为配电系统的台区总数。4.根据权利要求1所述的一种配电系统源网荷储的有功和无功协同优化方法，其特征在于，其中，构建源荷之间的有功功率优化模型具体包括构建源侧的光伏发电模型以及构建荷侧的电力负荷模型。5.根据权利要求4所述的一种配电系统源网荷储的有功和无功协同优化方法，其特征在于，其中，所述光伏发电模型的目标函数为：，式中，为源侧的光伏发电厂商运行收益最大化函数，为源荷整体优化调度时段的集合，为t时段光伏发电主体向电力负荷主体进行电量互动的零售电价，为t时段电力批发市场和电力负荷主体进行互动的购电电价，为t时段光伏发电主体向电力负荷主体的总互动售电功率，为t时段电力批发市场和光伏发电主体进行互动的售电电价，为t时段光伏发电主体向电力负荷主体进行电量互动的购电电价，为t时段光伏发电主体向电力负荷主体的总互动购电功率，，和分别为运行维护成本二次、一次和常数项系数，且均为大于0的定值；，式中，为净售电量与光伏出力的标准差最小化函数，为光伏发电功率，为计算光伏发电量对应的时间增量；所述光伏发电模型的约束条件为：，，
，式中，、分别为t时段光伏发电主体向电力负荷主体进行电量互动的零售电价上下限，、分别为t时段光伏发电主体向电力负荷主体进行电量互动的购电电价上下限，、分别为光伏发电功率的上下限。6.根据权利要求4所述的一种配电系统源网荷储的有功和无功协同优化方法，其特征在于，其中，所述电力负荷模型的目标函数为：，式中，为用电成本最小化函数，为源荷整体优化调度时段的集合，为t时段光伏发电主体向电力负荷主体进行电量互动的零售电价，为t时段光伏发电主体向电力负荷主体进行电量互动的购电电价，为t时段光伏发电主体向电力负荷主体的总互动购电功率，为t时段下负荷聚合主体的固定负荷，为t时段下负荷聚合主体与源侧交互后优化的可平移负荷，为t时段下负荷聚合主体与源侧交互后优化的可中断负荷，为时段负荷聚合主体因削减可中断负荷的损失成本；所述电力负...

【专利技术属性】
技术研发人员：李映雪，刘念，张雪婷，朱文广，郭泉辉，陈会员，王敏，罗路平，钟士元，舒娇，吴浩，戴奇奇，熊云，王伟，熊宁，宫嘉炜，郑春，孔强，周威，黄晓伟，童晨杰，
申请(专利权)人：国家电网有限公司华北电力大学江西赣锋锂电科技股份有限公司江西腾达电力设计院有限公司，
类型：发明
国别省市：