一种考虑不确定性的分布式电源接入配电网选址定容方法技术

本发明专利技术涉及电力系统及其自动化技术领域，具体涉及一种考虑不确定性的分布式电源接入配电网选址定容方法，包括以下步骤：步骤1、构建风机、光伏、负荷的出力模型，采集光伏、风电出力及负荷需求值等历史数据，利用概率密度函数和轮盘赌法，确定不同场景不同时刻下的风速、光照、负荷数据的概率误差，计算每个场景的概率，并将场景概率标准化，进行场景生成；步骤2、针对步骤1生成的较多场景，利用改进K

【技术实现步骤摘要】
一种考虑不确定性的分布式电源接入配电网选址定容方法


[0001]本专利技术属于电力系统及其自动化
，特别涉及一种考虑不确定性的分布式电源接入配电网选址定容方法。

技术介绍

[0002]分布式电源(DG)定义为分布在负荷附近、就近接入配电网的小规模发电装置。DG因其清洁环保、发电成本小以及供电方式灵活等优点受到全世界范围内的关注。DG主要分为冷热电三联供、内燃机组发电、小型水力发电、光伏发电、风力发电、燃料电池等。根据CIGRE C6.11国际大电网会议配电与分布式发电专委会)工作报告，主动配电网定义为：可以综合控制DG的配电网，DG在其合理的监管环境和接入准则基础上承担对电网的支撑、调节作用。DG接入配电网会对配电网的运行产生影响，其影响程度与DG的安装位置和容量配置有关，因此，DG选址定容的问题是配电网规划的重要研究内容。
[0003]DG接入配电网改变了配电网原有的结构，使配电网复杂化，严重影响电网的运行和调度.传统电网单一供电的辐射性拓扑结构发生了改变，变成多电源供电系统，潮流的流向也发生了变化，并且DG在配电网中安装位置和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑不确定性的分布式电源接入配电网选址定容方法，其特征在于：包括以下步骤：步骤1、构建风机、光伏、负荷的出力模型，采集光伏、风电出力及负荷需求值等历史数据，利用概率密度函数和轮盘赌法，确定不同场景不同时刻下的风速、光照、负荷数据的概率误差，计算每个场景的概率，并将场景概率标准化，进行场景生成；步骤2、针对步骤1生成的较多场景，利用改进K
‑
Means算法对形成的大量规划场景进行聚类缩减，得出具有多样性的典型出力场景及概率大小；步骤3、针对运行、管理、维护等成本，结合改进的CRITIC法对各成本值进行赋权，基于各典型场景，构建以年综合成本最小为目标的数学模型及其约束条件；步骤4、基于以年综合成本最小为目标的数学模型，利用改进麻雀算法，对接入配电网中的分布式电源进行选址定容优化。2.根据权利要求1所述选址定容方法，其特征在于：所述步骤1中，构建风机、光伏、负荷的出力模型，采集光伏、风电出力及负荷需求值等历史数据，利用概率密度函数和轮盘赌法，确定不同场景不同时刻下的风速、光照、负荷数据的概率误差，计算每个场景的概率，并将场景概率标准化，进行场景生成。3.根据权利要求1所述选址定容方法，其特征在于：所述步骤2中，针对步骤1生成的较多场景，利用改进K
‑
Means算法对形成的大量规划场景进行聚类缩减，得出具有多样性的典型出力场景及概率大小，具体步骤如下：第2.1步：在场景集中任意选取M
′
个，并当作初始聚类中心，M
′
表示初步保留的场景个数，由于开方可能存在小数，因此M
′
最终取整数；第2.2步：计算每个场景数据与M
′
个聚类中心的欧式距离，根据距离大小判断其所属于的簇类，并将各簇中所有数据的概率相加作为各笶聚类中心的概率；第2.3步：对各簇中的数据平均化处理，得到新的聚类中心点；第2.4步：计算新、旧聚类中心之间的距离，若小于某个阈值，通常取0.01，则说明算法收敛，继续执行；否则，替换聚类中心并返回第2.2步继续迭代；第2.5步：对上述的聚类中心，计算各自对应的概率值P，为了后续分析方便，首先计算聚类中心i和j的距离，即场景距离，表示为D
T
(i,j),i,j＝1,2,...,M
′
，i≠j；第2.6步：利用如下公式在场景集中找出唯一的场景r，使其与场景k最近：D
Tk,r
＝mD
Tk,l
式中，l和k均为任意一个场景，但二者不为同一个，k遍历整个场景集；第2.7步：需要进一步在场景中找到唯一的场景d，使得P
Dd
＝minP
Dk,r
，其中P
Dk,r
＝P(k)
·
D
Tk,r
；第2.8步：接下里需要删除根据步骤第2.7步找到的场景d，同时需要注意将其概率加到场景k上；第2.9步：判断最终保留的场景个数是否等于N，如果相等，输出最终聚类的场景，否则返回步骤第2.6步进行迭代；第2.10步：判断最终保留的场景个数是否等于N，如果相等，输出最终聚类的场景，否则返回步骤第2.6步进行迭代。
4.根据权利要求1所述选址定容方法，其特征在于：所述步骤3中，针对运行、管理、维护等成本，基于各典型场景，结合改进的CRITIC法对各成本值进行赋权，构建以年综合成本最小为目标的数学模型及其约束条件；将各指标的信息熵融入CRITIC法，得到各指标的客观权重β
i
；式中，；G
i
为指标i的信息量，数值越大，表明该指标越重要，相应赋权应该越大；ρ
ij
为信息量；H
i
为各个指标的信息熵；本实施案例中，目标函数如下：minF
1up
＝αC
inv
+βC
m
+λC
ope
其中C
inv
、C
m
、C
ope
分别表示配电公司的年投资、维护与运行成本，α、β、λ为权重系数；本实施案例中，投资费用为：施案例中，投资费用为：施案例中，投资费用为：施案例中，投资费用为：施案例中，投资费用为：施案例中，投资费用为：施案例中，投资费用为：式中，C
invLine
分别表示风电、光伏及线路投资费用，γ

【专利技术属性】
技术研发人员：李涛，吕雪涛，汪波，廖宜良，赵洁，王波，
申请(专利权)人：武汉大学，
类型：发明
国别省市：