一种含分布式电源的配电网综合优化与评估系统技术方案

本发明专利技术涉及一种含分布式电源的配电网综合优化与评估系统，所述系统具体包括：第一优化模块、第二优化模块和评估模块；其中，第一优化模块，用于读入待优化配电网中母线、支路信息和分布式电源信息，形成初始拓扑结构；第二优化模块，用于依据初始拓扑结构，通过重构配电网、添加柔性软开关、添加储能系统，得到多个优化方案；评估模块，用于分别计算各综合优化方案的评估指标，并通过层次分析法依据各综合优化方案的评估指标，得到各综合优化方案的评分，选择得分最高的一个或几个综合优化方案。本发明专利技术的系统，能对含分布式电源的配电网进行综合优化，并对优化方案进行评估。并对优化方案进行评估。并对优化方案进行评估。

【技术实现步骤摘要】
一种含分布式电源的配电网综合优化与评估系统


[0001]本专利技术涉及配电网优化领域，尤其是一种含分布式电源的配电网综合优化与评估系统。

技术介绍

[0002]在未来的几年时间逐渐降低碳排放量，逐渐减少火电的消纳，增加清洁能源在配电网中的比例就成为了很重要的一环，清洁能源以光伏发电与风力发电为代表，随着清洁能源的比重不断增加，配电网也从传统的配电网变成了新型的配电网，与此同时，风电、光伏出力的波动性为配电网的安全稳定运行带来了挑战。
[0003]传统的配电网采用集中的供电形式，通过一个发电厂、或变压器来向配电网输送电能，拓扑结构大多为辐射型，当发现某条线路上的功率大小不符合实际需要时，采用配电网重构就可以有效解决，在合适的点加入无功补偿也有助于解决问题。而大面积的分布式电源并入配电网后，最直观的一个变化就是配电网由原来的集中供电形式变成了多电源供电形式，同一线路上功率的流向在不同的时刻可能是相反的，并由于分布式电源出力具有的波动性、随机性等特点，使得同一线路上即使功率流向不变，数值也会随时发生变化。以上的种种迹象表明，对于含分布式电源的配电网，仅采用传统的配电网的重构和无功补偿已经不足以对其进行综合优化，且需要考虑的综合优化方式更多了，传统的评估指标与评估体系也不再适用。

技术实现思路

[0004]有鉴于此，本专利技术的主要目的在于提供一种含分布式电源的配电网综合优化与评估系统，能对含分布式电源的配电网进行综合优化，并对优化方案进行评估。
[0005]为达到上述目的，本专利技术提供一种含分布式电源的配电网综合优化与评估系统，包括：第一优化模块、第二优化模块和评估模块；其中，
[0006]第一优化模块，用于读入待优化配电网中母线、支路信息和分布式电源信息，形成初始拓扑结构；
[0007]第二优化模块，用于依据初始拓扑结构，以使各线路的潮流维持合理值和使配电网内功率流动平稳为约束，通过重构配电网、添加柔性软开关、添加储能系统，得到多个优化方案，并分别对各优化方案进行潮流计算，得到各优化方案的综合优化计算结果；
[0008]评估模块，用于依据各综合优化方案的优化计算结果，分别计算各综合优化方案的评估指标，并通过层次分析法依据各综合优化方案的评估指标，得到各综合优化方案的评分，选择得分最高的一个或几个综合优化方案。
[0009]在一个可能的实现中，实现所述得到多个优化方案时，所述第二优化模块具体用于，
[0010]以使各线路的潮流维持合理值、以及使配电网内功率流动平稳为约束条件，以重构配电网、添加柔性软开关、添加储能系统为策略，采用马尔可夫决策实现深度强化学习网
络建模；
[0011]获取待优化配电网运行的历史数据作为离线学习样本训练深度强化学习网络；通过评估深度强化学习网络训练过程中的行动、状态和奖励，构造深度学习网络以识别配电网中的特殊元件，识别的标准包括元件是储能元件和元件仅保留输入输出特性不可靠；各识别出的特殊元件独立建模后，作为网络外部的确定性的约束集加入深度强化学习网络，继续深度强化学习网络的训练，直到达到预先设置的最大迭代次数，依据训练过程中的行动、状态和奖励更新深度强化学习网络参数，完成训练；
[0012]向深度强化学习网络输入初始拓扑结构作为初始状态值，并加入特殊元件模型作为确定性的约束集，得到多个初步优化方案。
[0013]在另一个可能的实现中，所述评估模块，还用于将选择的得分最高的一个或几个综合优化方案，和/或得分最高的一个或几个综合优化方案的各项评估指标通过可视化界面展示给用户。
[0014]在另一个可能的实现中，所述第一优化模块，还用于对待优化配电网进行潮流计算得到初始计算结果，并输入评估模块；
[0015]所述评估模块，还用于依据初始计算结果计算待优化配电网的评估指标，将待优化配电网各项评估指标通过可视化界面展示给用户。
[0016]基于上述，本专利技术提供的一种含分布式电源的配电网综合优化与评估系统，具有以下优点和特点：
[0017]1、接入柔性软开关(SOP)，实现线路上的功率控制，使配电网处于柔性闭环运行状态，从而优化配电网功率分布，提高配电网运行的可靠性。
[0018]2、加入储能装置，在无用时储存电能，在用时放电，以降低线路上的功率波动；
[0019]3、对含分布式电源(DG)的配电网进行综合优化的难点在于需要考虑的因素很多，而设置一个因素不变得到的结果和设置另一个因素不变得到的结果又会相差很多，很难通过依次考虑不同因素的方式对此类配电网进行优化。本专利技术采用同时考虑全部因素的优化方式，得到更优的综合优化结果。
[0020]4、随着电网规模的上升，非线性约束增多，加大了求解难度，为了提高综合优化结果的准确性，进行网络拓展时可能需要重新设置约束条件，工作量繁重复杂，容易出差错。本专利技术只需提供配电网的拓扑结构，能够自行适应不同操作场景，以根据网络模型进行优化产生多个可行的优化方案；
[0021]5、通过识别重要的元件，即特殊元件，并对其建模，解决了深度强化学习网络不对任何元件进行建模，而导致其得到的方案的可解释性较差的问题。
附图说明
[0022]图1为本专利技术实施例一种含分布式电源的配电网综合优化与评估系统的结构示意图；
[0023]图2为本专利技术实施例采用层次分析法进行评估的流程示意图；
[0024]图3本专利技术配电网结构示意图；
[0025]图4是深度强化学习网络训练流程图。
具体实施方式
[0026]具体的，本专利技术实施例一种含分布式电源的配电网综合优化与评估系统的结构如图1所示，包括：第一优化模块、第二优化模块和评估模块；其中，
[0027]第一优化模块，用于读入待优化配电网中母线、支路信息和分布式电源信息，形成初始拓扑结构；
[0028]第二优化模块，用于依据初始拓扑结构，以使各线路的潮流维持合理值和使配电网内功率流动平稳为约束，通过重构配电网、添加柔性软开关、添加储能系统，得到多个优化方案，并分别对各优化方案进行潮流计算，得到各优化方案的综合优化计算结果；
[0029]评估模块，用于依据各综合优化方案的优化计算结果，分别计算各综合优化方案的评估指标，并通过层次分析法依据各综合优化方案的评估指标，得到各综合优化方案的评分，选择得分最高的一个或几个综合优化方案。
[0030]其中，待优化配电网中母线、支路信息的矩阵表示如下：
[0031][0032]待优化配电网分布式电源的出力信息P以一个小时作为步长给出24列，并接到不同的节点上，由此体现分布式电源处理的波动性，由此，分布式电源信息以矩阵表示如下：
[0033][0034]添加柔性软开关(SOP)，能够实现线路上的功率控制，使配电网处于柔性闭环运行状态，从而优化配电网功率分布，提高配电网运行的可靠性。
[0035]储能系统(ESS)将分布式电源产生的、暂时不需要的电能储存起来，通过分布式电源出力的历史数据，制定储本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种含分布式电源的配电网综合优化与评估系统，其特征在于，包括：第一优化模块、第二优化模块和评估模块；其中，第一优化模块，用于读入待优化配电网中母线、支路信息和分布式电源信息，形成初始拓扑结构；第二优化模块，用于依据初始拓扑结构，以使各线路的潮流维持合理值和使配电网内功率流动平稳为约束，通过重构配电网、添加柔性软开关、添加储能系统，得到多个优化方案，并分别对各优化方案进行潮流计算，得到各优化方案的综合优化计算结果；评估模块，用于依据各综合优化方案的优化计算结果，分别计算各综合优化方案的评估指标，并通过层次分析法依据各综合优化方案的评估指标，得到各综合优化方案的评分，选择得分最高的一个或几个综合优化方案。2.根据权利要求1所述的系统，其特征在于，实现所述得到多个优化方案时，所述第二优化模块具体用于，以使各线路的潮流维持合理值、以及使配电网内功率流动平稳为约束条件，以重构配电网、添加柔性软开关、添加储能系统为策略，采用马尔可夫决策实现深度强化学习网络建模；获取待优化配电网运行的历史数据作为离线学习样本训练深度强化学...

【专利技术属性】
技术研发人员：刘志杰，刘柯研，吕恭祥，张蓬，张振海，任浩，
申请(专利权)人：国网北京市电力公司，
类型：发明
国别省市：