一种含分布式能源的配电网弹性评估方法技术

本发明专利技术公开了一种含分布式能源的配电系统弹性评估方法，该方法首先采用Gumbel概率分布生成灾害场景；然后根据脆弱性方程对元件故障状态进行随机抽样，并基于图搜索算法划分网络状态；之后建立基于混合整数规划的孤岛微电网优化问题，以切负荷赔偿和分布式能源运行成本的总费用最小为目标函数，同时考虑无功功率和电压控制问题，对交流潮流进行线性化处理；最后考虑分布式可再生能源出力和负荷需求的时变特性，采用非序贯蒙特卡洛模拟进行仿真，记录每次灾害模拟下的负荷状态，计算得到节点级和系统级的弹性评估指标。本发明专利技术考虑多种不确定性因素，建立一套完整的弹性评估指标体系，来量化配网系统对极端事件的防御和恢复能力。力。力。

【技术实现步骤摘要】
一种含分布式能源的配电网弹性评估方法


[0001]本专利技术涉及电力系统弹性领域，尤其涉及一种含分布式能源的配电网弹性评估方法。

技术介绍

[0002]随着电力系统操作员、决策者和监督者对极端事件(如地震、台风、洪水、冰暴等)认识的提高，弹性研究作为电力系统规划和运行的重要组成部分显得尤为重要。据统计，在这些极端事件中，台风灾害最为常见。电力系统弹性通常指系统承受极端破坏性事件并迅速恢复的能力。极端灾害事件虽然发生的概率较小，但一般覆盖的地域较广，会造成大范围高损失的停电事故。此外，在这种情况下，由于多个故障的发生、资源的限制以及物理基础设施的损坏，供电恢复往往是复杂且困难的。在相关的可靠性研究中，电力系统的规划和运行问题一般考虑的是更加可能的事件或者随机故障。相比之下，对电力系统弹性的研究刚刚起步，电力公司所普遍认可的电力系统弹性分析的架构、指标和监管标准尚未建立。
[0003]与输电系统相比，配电网由于其独特的拓扑和运行特性，更容易受到极端天气事件的影响。分布式能源(Distributed Energy Resources，DERs)的接入有助于提升配电网的弹性。通过在孤岛微电网模式下充分调度DERs，可以最大限度地减少极端事件的影响。在现代配电系统中，配电网弹性的评估变得更为重要。因此，需要制定适当的架构和标准来评估和量化配电网的弹性能力。此架构还应该能够衡量使用DERs对增强系统整体弹性的效益。本专利技术主要考虑台风灾害下的配电网弹性评估问题。
[0004]在弹性研究中，导致电力中断的事件是小概率
‑
高损失(High Impact and Low Probability，HILP)的事件，而可靠性研究通常忽略小概率事件。极端天气事件对配电网元件(如杆塔、线路等)的损坏取决于事件的性质、严重程度以及电网元件的脆弱性/强度。极端事件的严重时空影响使得恢复系统中的所有负荷点变得非常困难。因此，要确保关键负荷点(如医院、数据中心、紧急服务等)的快速恢复，必须合理利用DERs/微电网，并进行开关操作。
[0005]弹性指标应该能够体现与极端事件严重性以及由此导致的系统性能下降所相关的内在不确定性。此外，弹性指标应该反映电力公司在加强电网弹性方面所作努力的影响，比如基础设施的加固、最佳开关的布置、微电网的孤岛运行等。需要制定适当的指标，来保证监管机构能够很容易地使用这些指标来设定系统弹性的目标水准。配电网弹性评估方法应该能够综合考虑不同类型DERs的性能变化、负荷特性、极端事件及其对电网元件的影响中的不确定性和相关性。要将所有这些因素纳入分析模型，并对其进行验证是极其困难的。序贯蒙特卡洛仿真(Monte Carlos Simulation，MCS)可以用来模拟各种元件的性能，并获得所期望的结果。然而由于需要采用大量的仿真样本，并且需要对每个仿真事件进行潮流计算和优化，计算负担很大。因此，制定一整套被研究人员和公众所广泛认可的评估方法和弹性指标，已然迫在眉睫。

技术实现思路

[0006]本专利技术的目的在于针对现有技术的不足，提供一种含分布式能源的配电网弹性评估方法，建立一套弹性评估方法和指标体系，来量化配电系统对台风极端灾害断电事故的抵御和恢复能力，并提高仿真计算效率，充分发挥DERs的分布式优势，有助于配电网的长期投资规划和短期运营决策。
[0007]本专利技术的目的是通过以下技术方案来实现：一种含分布式能源的配电网弹性评估方法，包括以下步骤：
[0008](1)采用Gumbel概率分布捕捉极端风速特性，获取风速和故障时刻样本，建立台风极端事件模型；
[0009](2)采用结构脆弱性经验方程求解配电网元件失效概率，通过随机均匀抽样对极端情况下元件的失效状态进行评估，基于图论思想将配电网抽象为图数据结构，并采用DFS算法，将负荷节点划分为并网运行、孤岛微电网运行和故障停电三种状态，建立损失评估模型；
[0010](3)基于PV、CDG、ESS，建立基于MILP的孤岛微电网最优恢复模型；以切负荷赔偿和DERs运行成本的费用总和最小化为目标函数，约束条件包括孤岛微电网有功和无功平衡，线路潮流和母线电压约束，ESS的充放电和约束，以及PV、CDG、ESS的功率约束，并对交流潮流进行线性化处理，建立最优恢复模型；
[0011](4)采用非序贯MCS将步骤(1)中的台风极端事件模型、步骤(2)中的损失评估模型和步骤(3)中的最优恢复模型三种模型进行整合，建立配电网弹性评估体系；在获取台风灾害场景集和配网故障场景集后，基于PV出力和负荷需求的时变特性，生成简化场景集；利用最优恢复模型求解孤岛微电网运行状态，并记录所有负荷节点的OF、OD和ENS；重复操作直至满足停止标准，所述停止标准为收敛率小于或等于3％；最后根据每次台风灾害场景模拟的结果计算得到节点级和系统级的弹性指标，包括EPI、EOD和EENS。
[0012]进一步地，所述步骤(1)中的Gumbel概率分布的累积分布函数如式(1)所示：
[0013][0014]式中，x为样本变量，F(x,μ,β)为累积分布函数，μ和β分别是Gumbel分布的位置参数和尺度参数，并且β＞0；对式(1)进行反变换，可以得到风速样本V
w
；
[0015]极端台风灾害发生1h到24h的时间可以用x
ST
表示，并由均匀分布生成，如式(2)所示。
[0016]x
ST
＝U(1,24)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0017]进一步地，所述步骤(2)中的失效概率，如式(3)(4)所示：
[0018]FP
pl
＝0.0001
×
exp[0.0421
×
V
w
]ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0019][0020]式中，FP
pl
和FP
ij
分别表示杆塔pl和线路ij的失效概率；V
w
为风速；NP
pl
为杆塔总数；
[0021]所述步骤(2)的失效状态进行评估是通过将生成的随机数和线路的故障概率进行比较，来评估线路是否因台风灾害而处于失效状态失效状态如式(5)所示；损失评估、
故障隔离和修复过程所需的时间呈指数分布；通过式(6)生成预计停电时间的样本(T)；
[0022][0023]T＝
‑
ln(1
‑
x
t
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0024]式中，为线路ij的失效状态；T为预计停电时间；x
line
＝U(0,1)和x
t
＝U(0,1)都是均匀分布的随机数。
[0025]进一步地，所述步骤(3)中的对交流潮流进行线性化处理；线性化的潮流方程表示为式(7)、(8)，节点注入功率可用式(9)、(10)表示；
[0026]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种含分布式能源的配电网弹性评估方法，其特征在于，包括以下步骤：(1)采用Gumbel概率分布捕捉极端风速特性，获取风速和故障时刻样本，建立台风极端事件模型；(2)采用结构脆弱性经验方程求解配电网元件失效概率，通过随机均匀抽样对极端情况下元件的失效状态进行评估，基于图论思想将配电网抽象为图数据结构，并采用DFS算法，将负荷节点划分为并网运行、孤岛微电网运行和故障停电三种状态，建立损失评估模型；(3)基于PV、CDG、ESS，建立基于MILP的孤岛微电网最优恢复模型；以切负荷赔偿和DERs运行成本的费用总和最小化为目标函数，约束条件包括孤岛微电网有功和无功平衡，线路潮流和母线电压约束，ESS的充放电和约束，以及PV、CDG、ESS的功率约束，并对交流潮流进行线性化处理，建立最优恢复模型；(4)采用非序贯MCS将步骤(1)中的台风极端事件模型、步骤(2)中的损失评估模型和步骤(3)中的最优恢复模型三种模型进行整合，建立配电网弹性评估体系；在获取台风灾害场景集和配网故障场景集后，基于PV出力和负荷需求的时变特性，生成简化场景集；利用最优恢复模型求解孤岛微电网运行状态，并记录所有负荷节点的OF、OD和ENS；重复操作直至满足停止标准，所述停止标准为收敛率小于或等于3％；最后根据每次台风灾害场景模拟的结果计算得到节点级和系统级的弹性指标，包括EPI、EOD和EENS。2.如权利要求1所述的含分布式能源的配电网弹性评估方法，其特征在于，所述步骤(1)中的Gumbel概率分布的累积分布函数如式(1)所示：式中，x为样本变量，F(x,μ,β)为累积分布函数，μ和β分别是Gumbel分布的位置参数和尺度参数，并且β＞0；对式(1)进行反变换，可以得到风速样本V
w
；极端台风灾害发生1h到24h的时间可以用x
ST
表示，并由均匀分布生成，如式(2)所示。x
ST
＝U(1,24)
ꢀꢀꢀꢀ
(2)3.如权利要求1所述的含分布式能源的配电网弹性评估方法，其特征在于，所述步骤(2)中的失效概率，如式(3)(4)所示：FP
pl
＝0.0001
×
exp[0.0421
×
V
w
]
ꢀꢀꢀꢀ
(3)式中，FP
pl
和FP
ij
分别表示杆塔pl和线路ij的失效概率；V
w
为风速；NP
pl
为杆塔总数；所述步骤(2)的失效状态进行评估是通过将生成的随机数和线路的故障概率进行比较，来评估线路是否因台风灾害而处于失效状态失效状态如式(5)所示；损失评估、故障隔离和修复过程所需的时间呈指数分布；通过式(6)生成预计停电时间的样本(T)；T＝
‑
ln(1
‑
x
t
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
式中，为线路ij的失效状态；T为预计停电时间；x
line
＝U(0,1)和x
t
＝U(0,1)都是均匀分布的随机数。4.如权利要求1所述的含分布式能源的配电网弹性评估方法，其特征在于，所述步骤(3)中的对交流潮流进行线性化处理；线性化的潮流方程表示为式(7)、(8)，节点注入功率可用式(9)、(10)表示；P
ij
＝(ΔV
i
‑
ΔV
j
)G
ij
‑
(θ
i
‑
θ
j
)B
ij
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)Q
ij
＝
‑
(ΔV
i
‑
ΔV
j
)B
ij
‑
(θ
i
‑
θ
j
)G
ij
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)P＝G
′
ΔV
‑
B
′
θ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)Q＝
‑
B
″
ΔV
‑
G
′
θ
‑
B
sh
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)式中，P
ij
和Q
ij
分别为线路ij的有功功率和无功功率；ΔV
i
和ΔV
j
分别为节点i和j的电压幅值增量；θ
i
和θ
j
分别为节点i和j的电压相角；G
ij
和B
ij
分别为节点导纳矩阵第i行第j列元素的实部和虚部；P和Q分别为节点注入有功功率向量和节点注入无功功率向量；ΔV和θ分别为节点电压幅值增量向量和节点电压相角向量；G
′
、B
′
、B
″
均为系数矩阵，其元素值G
′
ij
、B
′
ij
和B
″
ij
可由式(11)
‑
(13)得到；B
sh
为节点并联电纳向量，由式(14)表示：为节点并联电纳向量，由式(14)表示：为节点并联电纳向量，由式(14)表示：为节点并联电纳向量，由式(14)表示：式中，Ω
B
为系统节点集合；N
B
为节点总数；B
i0
为节点i的并联电纳；所述步骤(3)中的目标函数如式(15)所示：式中，t为停电时刻；LC
a,i
(t)为t时刻节点i处负荷削减的有功功率；P
p,i
(t),P
e,i
(t),P
c,i
(t)分别为t时刻节点i处PV、ESS和CDG的有功出力；为节点i处削减单位负荷的惩罚成本；pr
PV
,pr
CDG
,pr
ESS
分别为PV、CDG和ESS的单位有功出力的运行成本；式中，第一项是根据不同负荷节点的重要程度，设置相应的切负荷惩罚成本，体现供电恢复的优先级，其余部分分别表示PV、ESS和CDG的运行成本；式(15)中的目标函数受到式(16)
‑
(32)的约束，其中Ω
IJ
为系统线路集合；孤岛微电网运行下有功平衡的多周期交流潮流等式约束由式(16)给出；
PV有功出力P
p
，CDG有功出力P
c
，ESS有功出力P
e
，以及切负荷LC
a
的调度运行决策均包含在式(16)中；式(17)表示相应母线孤岛微电网运行的无功功率平衡；(16)中；式(17)表示相应母线孤岛微电网运行的无功功率平衡；式中，分别为t时刻节点i处ESS的充电功率和放电功率；P
D,i
(t),Q
D,i
(t)分别为t时刻节点i处负荷需求的有功功率和无功功率；P
c,i
(t),P
e,i
(t)分别为t时刻节点i处CDG和ESS的有功功率；Q
c,i
(t),Q
e,i
(t)分别为t时刻节点i处CDG和ESS的无功功率；线路的有功和无功功率约束用式(18)
‑
(21)表示，式(16)
‑
(19)中使用的线性化交流潮流方程是基于式(7)
‑
(14)；节点电压的幅值和相角约束分别用式(...

【专利技术属性】
技术研发人员：秦斌，蔡娟，杜冲，吕音谊，郭创新，孙彬，张思敏，李操，廖星，方晓明，吴尚，汪森，阮星，马林，黄亮，陈情，
申请(专利权)人：国网湖北省电力有限公司黄冈供电公司，
类型：发明
国别省市：