【技术实现步骤摘要】
本专利技术属于柔性配电网无功优化，具体涉及一种基于概率场景驱动的柔性配电网分布式无功优化方法。
技术介绍
1、智能软开关作为一种新型的电力电子装置替代了传统的联络开关广泛互联于传统配电网中，使得其逐步演化为柔性配电网。与传统配电网相比，柔性配电网能够灵活调节馈线间的潮流分布，提高了供电可靠性，降低了运行损耗。与此同时，由于分布式电源(dg)大量并入柔性配电网，dg出力和负荷需求的不确定性使柔性配电网的无功优化面临着巨大的挑战，因此如何协调无功补偿装置和sop来改善无功分布、提高供电质量，具有十分重要的意义。
2、根据dg出力和负荷的不确定性建模形式的不同，柔性配电网不确定性无功优化方法主要分为随机优化方法和鲁棒优化方法。随机优化采用离散场景对dg出力和负荷的不确定性进行建模；而鲁棒优化采用集合对dg出力和负荷的不确定性进行建模，不需要获取dg出力和负荷的概率分布，因此更容易实现。基于概率场景驱动的分布鲁棒优化方法是将随机优化方法和鲁棒优化相结合，在概率场景模糊集下，寻找最恶概率分布下的解，既能保证解的准确性，还能具有良好的鲁棒性。
3、随着柔性配电网规模和结构的不断发展，采用集中式优化将会导致模型求解规模急剧扩大，求解速度缓慢等问题。因此，越来越多的学者开始将交替方向乘子法和dro方法相结合实现分布式优化。
技术实现思路
1、本专利技术要解决的技术问题是：提供一种基于概率场景驱动的柔性配电网分布式无功优化方法，用于降低海量分布式资源分层分布接入柔性配电网给无
2、本专利技术为解决上述技术问题所采取的技术方案为：一种基于概率场景驱动的柔性配电网分布式无功优化方法，包括以下步骤：
3、s1：初始化，输入有源配电网线路参数、负荷预测基准值、分布式光伏参数、储能系统参数、分组投切电容器参数、静止无功补偿器参数、有载调压变压器参数、智能软开关参数、admm算法参数和ccg算法参数；
4、s2：建立包括目标函数和运行约束的柔性配电网无功优化模型；
5、s3：对分布式光伏出力和负荷的历史数据进行聚类得到典型场景集，并综合考虑各场景概率分布的1-范数和∞-范数置信约束，构建基于概率场景驱动的柔性配电网分布鲁棒无功优化模型；
6、s4：引入梯度下降算法和一致性理论改进admm算法，提出基于一致性加速梯度admm算法的柔性配电网分布鲁棒无功优化模型的分布式求解方法；
7、s5：以柔性配电网分布鲁棒无功优化模型为外部框架，采用一致性加速梯度admm算法进行全局协调与更新迭代求解；以各子区域分布鲁棒模型为内部框架，采用ccg算法求解并输出结果。
8、按上述方案，所述的步骤s2中，具体步骤为：
9、s21：设为 t时刻支路上流过的电流大小，为支路的电阻，为 t时刻sop在节点 i处的有功损耗， t为优化调度运行的总时段数，和分别为负荷节点集合和sop节点集合；以网络损耗和sop损耗最小为目标，建立柔性配电网无功优化目标函数 f为：
10、；
11、s22：柔性配电网无功优化运行约束包括分布式光伏出力约束、系统潮流约束、储能系统约束、有载调压变压器约束、分组投切电容器约束、静止无功补偿器约束、智能软开关约束。
12、进一步的，所述的步骤s22中，设和分别为 t时刻节点 j处pv发出的有功功率和无功功率，为 t时刻节点 j处pv的预测功率，为节点 j处pv的容量大小；则分布式光伏出力约束为：
13、，
14、；
15、设和分别为 t时刻流入节点 j的有功功率和无功功率，和分别为 t时刻从节点 i流入支路的有功功率和无功功率，为支路的电抗，和分别为 t时刻节点 j处负荷所需的有功功率和无功功率，为 t时刻节点 i处电压大小的平方，和分别为的上下限，为 t时刻支路上流过的电流大小的平方，；为的上限，和分别为 t时刻节点 j向ess充电时的有功功率和ess向节点 j放电时的有功功率，为 t时刻cb向节点 j补偿的无功功率，为 t时刻svc向节点 j补偿的无功功率，和分别为 t时刻通过sop流入节点 i的有功功率和无功功率；则系统潮流约束为：
16、，
17、，
18、，
19、；
20、设0-1变量和分别为 t时刻节点 j处接入的ess充放电状态，和分别为节点 j处接入的ess充电功率的上下限，和分别为节点 j处接入的ess放电功率的上下限，为 t时刻节点 j处接入的ess荷电状态，和分别为节点 j处接入的ess充放电效率，为调度时间间隔，为节点 j处接入的ess容量大小，和分别为节点 j处接入的ess荷电状态上下限；则储能系统约束为：
21、，
22、，
23、，
24、；
25、通过引入辅助节点 o将有载调压变压器支路分为支路和支路两部分，设，为 t时刻辅助节点 o处电压幅值的平方，为支路上变压器的档位数量，为支路上变压器每一档的增量，为支路上变压器变比下限，为 t时刻支路上变压器的档位， m为big-m法引入的常数，、和为线性化引入的中间辅助变量；则有载调压变压器约束为：
26、，
27、，
28、；
29、设为 t时刻节点 j处cb的补偿组数，为节点 本文档来自技高网...
【技术保护点】
1.一种基于概率场景驱动的柔性配电网分布式无功优化方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于概率场景驱动的柔性配电网分布式无功优化方法，其特征在于：所述的步骤S2中，具体步骤为：
3.根据权利要求2所述的一种基于概率场景驱动的柔性配电网分布式无功优化方法，其特征在于：所述的步骤S22中，设和分别为t时刻节点j处PV发出的有功功率和无功功率，为t时刻节点j处PV的预测功率，为节点j处PV的容量大小；则分布式光伏出力约束为：
4.根据权利要求1所述的一种基于概率场景驱动的柔性配电网分布式无功优化方法，其特征在于：所述的步骤S3中，具体步骤为：
5.根据权利要求4所述的一种基于概率场景驱动的柔性配电网分布式无功优化方法，其特征在于：所述的步骤S32中，基于CCG算法将两阶段鲁棒问题分解成主问题和子问题，通过迭代求解分布鲁棒无功优化模型。
6.根据权利要求1所述的一种基于概率场景驱动的柔性配电网分布式无功优化方法，其特征在于：所述的步骤S4中，具体步骤为：
7.根据权利要求6所述的一种基于概率
8.根据权利要求7所述的一种基于概率场景驱动的柔性配电网分布式无功优化方法，其特征在于：所述的步骤S5中，具体步骤为：
9.一种计算机存储介质，其特征在于：其内存储有可被计算机处理器执行的计算机程序，该计算机程序执行如权利要求1至权利要求8中任意一项所述的一种基于概率场景驱动的柔性配电网分布式无功优化方法。
...【技术特征摘要】
1.一种基于概率场景驱动的柔性配电网分布式无功优化方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于概率场景驱动的柔性配电网分布式无功优化方法，其特征在于：所述的步骤s2中，具体步骤为：
3.根据权利要求2所述的一种基于概率场景驱动的柔性配电网分布式无功优化方法，其特征在于：所述的步骤s22中，设和分别为t时刻节点j处pv发出的有功功率和无功功率，为t时刻节点j处pv的预测功率，为节点j处pv的容量大小；则分布式光伏出力约束为：
4.根据权利要求1所述的一种基于概率场景驱动的柔性配电网分布式无功优化方法，其特征在于：所述的步骤s3中，具体步骤为：
5.根据权利要求4所述的一种基于概率场景驱动的柔性配电网分布式无功优化方法，其特征在于：所述的步骤s32中，基于ccg算法将两阶段鲁棒...
【专利技术属性】
技术研发人员：廖小兵，秦龙庆，杨洁，夏方舟，宁孟毅，李自成，熊涛，王后能，
申请(专利权)人：武汉工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。