一种配电网分层协同优化方法和系统技术方案

本发明专利技术公开了一种配电网分层协同优化方法和系统。包括：通过能源资源条件分析，获得配电网所在区域中可再生能源的出力预测数据；以配电网的能源系统年费用最小为目标函数目标，建立含多元负荷的多源协同聚合模型；根据所述出力预测数据，采用分段线性化和凸凹过程寻优方法，对所述多源协同聚合模型中的子问题进行优化，得到多源协同聚合优化模型；采用混合整数规模方法，对所述多源协同聚合优化模型求解，得到配电网分层协同优化结果。能够很好的地实现基于配电网对多元负荷、域内分布式电站进行分层协同优化控制，提高电力系统资源配置的灵活性，提高系统能源利用效率，促进多元分布式能源的发展与高比例可再生能源的消纳。布式能源的发展与高比例可再生能源的消纳。布式能源的发展与高比例可再生能源的消纳。

【技术实现步骤摘要】
一种配电网分层协同优化方法和系统


[0001]本专利技术涉及配电调度
，特别涉及一种配电网分层协同优化方法和系统。

技术介绍

[0002]随着可再生能源的快速发展，分布式电源大量接入配电网，分布式电源的不稳定性给配电网的安全运营带来新的挑战。而城市建筑楼宇用电负荷快速增长、典型日的峰谷用电负荷差不断增大，进一步增加了城市电网的运行困难。城市楼宇对电压质量及供电可靠性要求高，可供利用的地面资源十分有限，地表电力通道承载力超额，严重影响可靠供电，峰谷差不断增大将导致电力系统频率的波动，造成电力系统的波动，影响供电可靠性。因此，基于分布式电源大量接入配电网带来的上述困难，目前需要进一步解决配电网优化和电力系统资源配置问题。

技术实现思路

[0003]为解决上述问题，基于分布式电源侧、分布式储能侧和电力用户侧的灵活性负荷需求响应作为非常有效的电网负荷调节手段，本专利技术提供了一种配电网分层协同优化方法和系统。
[0004]第一方面，本专利技术实施例提供一种配电网分层协同优化方法，包括以下步骤：
[0005]通过能源资源条件分析，获得配电网所在区域中可再生能源的出力预测数据；
[0006]以配电网的能源系统年费用最小为目标函数目标，建立含多元负荷的多源协同聚合模型；
[0007]根据所述多源协同聚合模型中每项初始权重对配电网薄弱环节的相关性，对相应的初始权重进行修正，得到相应的修正权重；
[0008]采用判断矩阵，对修正权重和相应的初始权重的一致性进行判断，当一致性判断合格时，将修正权重替换所述多源协同聚合模型中相应的初始权重；
[0009]根据所述出力预测数据，采用分段线性化和凸凹过程寻优方法，对所述多源协同聚合模型中的子问题进行优化，得到多源协同聚合优化模型；
[0010]采用混合整数规模方法，对所述多源协同聚合优化模型求解，得到配电网分层协同优化结果。
[0011]在一些具体的实施例中，通过能源资源条件分析，获得配电网所在区域中可再生能源的出力预测数据，包括以下步骤：
[0012]分别计算配电网所在区域中分布式光伏输出功率和分布式风电输出功率；
[0013]分布式光伏输出功率、分布式风电输出功率按照下式计算：
[0014]g
PV,t
＝η
PV
S
PV
θ
t
[0015][0016]式中，g
PV,t
是光伏发电机t时刻的输出功率；g
w,t
是风力发电机t时刻的输出功率；η
PV
、S
PV
、θ
t
分别为光伏系统发电效率、辐射度和辐射度在t时刻的概率；g
R
为风力发电机额定功率；v为实际风速；v
nom
为额定风速；v
in
为切入风速；v
out
为切出风速，a1、b1、c1为常系数。
[0017]在一些具体的实施例中，以配电网的能源系统年费用最小为目标函数目标，建立含多元负荷的多源协同聚合模型，包括以下步骤：
[0018]确定含多元负荷的多源协同聚合模型的目标函数，如下：
[0019]min C
TAC
＝C
Inv
+C
OM
+C
Fuel
[0020][0021][0022][0023]其中，C
TAC
表示多元负荷所在配电网的能源系统年费用，C
Inv
表示设备投资折合年费用，C
OM
表示年运行维护费用，C
Fuel
表示年运行耗能费用，equ表示设备数量，I
equ
代表各设备单位容量的价格；Cap
equ
为各设备在应用的容量决策变量，代表任一设备的额定容量；γ是贴现率，ι
equ
代表各个设备的使用寿命，O
om,equ
代表各设备的运维费用，m表示对应月份，d
m
为对应月份的天数，E
equ,m,hr
代表各设备逐时输出能量，V
gas,m,hr
为设备的逐时用气量，P
gas,m,hr
为燃气价格，hr表示逐时；
[0024]建立含多元负荷的多源协同聚合模型，包括满足电力系统的配电网用户需求的能量平衡方程约束、设备运行性能约束、满足分布式电源个体的弃电约束、可再生能源电站运行约束和可再生能源消纳比例约束：
[0025][0026]Cap
equ,max
≥Cap
equ
≥Cap
equ,min
[0027]bin
equ,m,hr
Cap
equ
≥E
equ,m,hr
[0028]E
equ,m,hr
≥bin
equ,m,hr
ω
equ
Cap
equ
[0029][0030][0031]式中，equ表示设备数量，t是时间段T内的任一时间，T表示对应的时间段，是各个设备在时间t时的能量输出；代表储能设备t时储存的能量；代表储能设备t时刻释放的能量；Ei
d,t
代表t时刻对用能负荷的能量需求；Cap
equ,max
是各设备在应用的最大容量；Cap
equ
为各设备在应用的容量决策变量，代表任一设备的额定容量；Cap
equ,m
i
n
是各设备在应用的最小容量；bin
equ,m,hr
是0或1的整数，0代表该设备停运，1代表正常运行；
E
equ,m,hr
代表各设备逐时输出能量；ω
equ
代表该设备的最低负荷率；为在t时刻的第i个分布式电源电站实际出力；d
dg,i,t
为在t时刻的第i个分布式电源电站最小出力；D
dg,i
为第i个分布式电源额定出力；λ
i
是可再生能源消纳比例限制；
[0032]所述多源协同聚合模型还包括燃气电站、资源综合利用系统的运行小时数约束、储能系统约束：
[0033][0034][0035]式中，κ
i
为第i个燃气发电站或资源综合利用系统在T时间范围内最小运行小时数；D
dg,i
为第i个分布式电源额定出力；t是时间段T内的任一时间，T表示对应的时间段，d
dg,i,t
为在t时刻的第i个分布式电源电站最小出力；为保证储能系统回收期限的最低储能电量；D
es,k
是储能系统的额定容量；是储能系统t时刻的储电量。
[0036]在一些具体的实施例中，采用判断矩阵，对修正权重和相应的初始权重的一致性进行判断，包括以下步骤：
[0037]使用九标度法确本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种配电网分层协同优化方法，其特征在于，包括以下步骤：通过能源资源条件分析，获得配电网所在区域中可再生能源的出力预测数据；以配电网的能源系统年费用最小为目标函数目标，建立含多元负荷的多源协同聚合模型；根据所述多源协同聚合模型中每项初始权重对配电网薄弱环节的相关性，对相应的初始权重进行修正，得到相应的修正权重；采用判断矩阵，对修正权重和相应的初始权重的一致性进行判断，当一致性判断合格时，将修正权重替换所述多源协同聚合模型中相应的初始权重；根据所述出力预测数据，采用分段线性化和凸凹过程寻优方法，对所述多源协同聚合模型中的子问题进行优化，得到多源协同聚合优化模型；采用混合整数规模方法，对所述多源协同聚合优化模型求解，得到配电网分层协同优化结果。2.如权利要求1所述的配电网分层协同优化方法，其特征在于，通过能源资源条件分析，获得配电网所在区域中可再生能源的出力预测数据，包括以下步骤：分别计算配电网所在区域中分布式光伏输出功率和分布式风电输出功率；分布式光伏输出功率、分布式风电输出功率按照下式计算：g
PV,t
＝η
PV
S
PV
θ
t
式中，g
PV,t
是光伏发电机t时刻的输出功率；g
w,t
是风力发电机t时刻的输出功率；η
PV
、S
PV
、θ
t
分别为光伏系统发电效率、辐射度和辐射度在t时刻的概率；g
R
为风力发电机额定功率；v为实际风速；v
nom
为额定风速；v
in
为切入风速；v
out
为切出风速，a1、b1、c1为常系数。3.如权利要求1所述的配电网分层协同优化方法，其特征在于，以配电网的能源系统年费用最小为目标函数目标，建立含多元负荷的多源协同聚合模型，包括以下步骤：确定含多元负荷的多源协同聚合模型的目标函数，如下：minC
TAC
＝C
Inv
+C
OM
+C
FuelFuelFuel
其中，C
TAC
表示多元负荷所在配电网的能源系统年费用，C
Inv
表示设备投资折合年费用，C
OM
表示年运行维护费用，C
Fuel
表示年运行耗能费用，equ表示设备数量，I
equ
代表各设备单位容量的价格；Cap
equ
为各设备在应用的容量决策变量，代表任一设备的额定容量；γ是贴现率，ι
equ
代表各个设备的使用寿命，O
om,equ
代表各设备的运维费用，m表示对应月份，d
m
为对应
月份的天数，E
equ,m,hr
代表各设备逐时输出能量，V
gas,m,hr
为设备的逐时用气量，P
gas,m,hr
为燃气价格，hr表示逐时；建立含多元负荷的多源协同聚合模型，包括满足电力系统的配电网用户需求的能量平衡方程约束、设备运行性能约束、满足分布式电源个体的弃电约束、可再生能源电站运行约束和可再生能源消纳比例约束：Cap
equ,max
≥Cap
equ
≥Cap
equ,min
bin
equ,m,hr
Cap
equ
≥E
equ,m,hr
E
equ,m,hr
≥bin
equ,m,hr
ω
equ
Cap
equequ
式中，equ表示设备数量，t是时间段T内的任一时间，T表示对应的时间段，是各个设备在时间t时的能量输出；代表储能设备t时储存的能量；代表储能设备t时刻释放的能量；Ei
d,t
代表t时刻对用能负荷的能量需求；Cap
equ,max
是各设备在应用的最大容量；Cap
equ
为各设备在应用的容量决策变量，代表任一设备的额定容量；Cap
equ,min
是各设备在应用的最小容量；bin
equ,m,hr
是0或1的整数，0代表该设备停运，1代表正常运行；E
equ,m,hr
代表各设备逐时输出能量；ω
equ
代表该设备的最低负荷率；为在t时刻的第i个分布式电源电站实际出力；d
dg,i,t
为在t时刻的第i个分布式电源电站最小出力；D
dg,i
为第i个分布式电源额定出力；λ
i
是可再生能源消纳比例限制；所述多源协同聚合模型还包括燃气电站、资源综合利用系统的运行小时数约束、储能系统约束：系统约束：式中，κ
i
为第i个燃气发电站或资源综合利用系统在T时间范围内最小运行小时数；D
dg,i
为第i个分布式电源额定出力；t是时间段T内的任一时间，T表示对应的时间段，d
dg,i,t
为在t时刻的第i个分布式电源电站最小出力；为保证储能系统回收期限的最低储能电量；D
es,k
是储能系统的额定容量；是储能系统t时刻的储电量。4.如权利要求1所述的配电网分层协同优化方法，其特征在于，采用判断矩阵，对修正权重和相应的初始权重的一致性进行判断，包括以下步骤：使用九标度法确定判断矩阵，判断矩阵B如下：
对修正权重和相应的初始权重的一致性检验时，判断矩阵B的指标如下：通过下式进行一致性校验：CR＝CI/RI式中CR是一致性比率，λ为B的特征值，RI为平均随机一致性指标，若CR<0.1且不小于0，一致性检验合格。5.如权利要求1所述的配电网分层协同优化方法，其特征在于，当一致性判断合格时，将修正权重替换所述多源协同聚合模型中相应的初始权重，，还包括以下步骤：当一致性判断不合格时，保留所述多源协同聚合模型中相应的初始权重。6.如权利要求1至5任一所述的配电网分层协同优化方法，其特征在于，根据所述出力预测数据，采用分段线性化和凸凹过程寻优方法，对所述多源协同聚合模型中的子问题进行优化，得到多源协同聚合优化模型，包括以下步骤：将所述出力预测数据输入所述多源协同聚合模型；将采用对偶定律的子问题目标函数中的单层双线性项写为两个平方项之差，即转化成一个凸函数与一个凹函数之和的形式；把平方项进行分段线性化；根据分段线性化得到初值，使用凸凹过程迭代求解，得到多源协同聚合优化模型。7.如权利要求6所述的配电网分层协同优化方法，其特征在于，，把平方项进行分段线性化，包括以下步骤：把平方项分段线性化，具体公式如下：把平方项分段线性化，具体公式如下：0≤π
i
≤1,i＝1,2,...,Nπ
i+1
≤ψ
i
≤π
i
,ψ
i
∈{0,1},i＝1,2,...,N
‑
1其中π
i
为辅助连续变量，当自变量χ取值大于χ对应分段区间最大值时，π
i
取值为1；当自变量χ取值小于χ对应分段区间最小值时，π
i
取值为0；在最大化问题中，凸函数一项需要引入整数变量ψ
i
，用于限制当自变量不在分段区间内取值时，辅助连续变量取值为0或1；i表示分段编号，N表示分段总数，χ1表示编号为1的分段的自变量，χ
i+1
表示编号为i+1的分段的自变量，χ<...

【专利技术属性】
技术研发人员：张涛，郑立，刘主光，王小芳，陈梦娴，蒋晨，戴文博，马君华，延星，田浩，
申请(专利权)人：国网浙江省电力有限公司温州供电公司国网浙江省电力有限公司，
类型：发明
国别省市：