【技术实现步骤摘要】
本专利技术涉及配电网优化调度，尤其涉及一种基于灵活性指标的主动配电网场景优化调度方法。
技术介绍
1、随着分布式能源在配电网中的渗透率逐步提高，配电网中的调度资源愈发丰富，对调度灵活性的要求也逐步提高。风电、光伏等波动性电源接入使得配电网的运行场景更加复杂多变，增加了配电网的调度困难。传统调度方式以经济性和可靠性为主的评估指标体系，已经无法适应当前多不确定场景下的配电网调度工作。
2、主动配电网(active distribution network,adn)能够充分利用配电网中的资源，对配电网中所有的可控制资源纳入至调度方案中，从而大幅度提升对分布式可再生能源的消纳能力，降低不确定性对电网带来的影响。
3、在已有的主动配电网的调度过程中，主要考虑储能的充放电功率，认为储能应用技术具有灵活可控的功能特性，实现对其的控制和调用能够大幅度提高电网运行综合效益。国外有学者考虑了通过改变网架结构实现对潮流的重新分布，从而改善各支路的潮流运输压力，也可以使分布式电源得到更好的消纳，同时提升系统运行经济性。可见目前主动配电网调度方案的指标体系较为单一，调度方法不够灵活，未全面考虑源、荷、以及电网侧的平衡，对于分布式可再生能源接入的不确定性处理方法还有待完善。
技术实现思路
1、本专利技术提供一种基于灵活性指标的主动配电网场景优化调度方法及系统，以解决现有主动配电网调度优化指标单一，对分布式可再生能源的优化调度不够充分的问题。
2、本专利技术通过下述技术方案实
3、本专利技术的第一方面，提供了一种基于灵活性指标的主动配电网场景优化调度方法，所述方法包括：
4、建立风、光、荷典型出力场景；
5、建立所述典型出力场景的灵活性指标，所述灵活性指标包括源侧优化指标、电网侧优化指标以及负荷侧优化指标；
6、所述源侧优化指标体现为主动配电网源侧资源对净负荷的供容能力，所述电网侧优化指标体现为支路负载均匀度，所述负荷侧优化指标体现为主动配电网中储能系统的可调用功率充裕度；
7、以所述灵活性指标以及成本为优化目标建立优化调度模型。
8、本专利技术的调度方法，在分布式可再生能源不确定性情况下，充分利用配电系统中的可控资源，结合配电网运行时源、网、荷侧的运行特点，根据源侧分布式电源和放电的储能对净负荷的消纳能力，网络侧结构状况变化对系统综合状态影响，源荷之间的供需关系等来保持配电网络灵活运行，在优化调度模型中引入源侧、电网侧、负荷侧三个优化指标，以实现对不可控的分布式再生能源的充分调度。
9、进一步地，建立风、光、荷典型出力场景，包括：
10、以正态分布对负荷、风速、光强进行短期预测，分别得到负荷、风速和光强的概率分布；
11、基于风速与风电出力的数学关系，得到风电出力的概率分布，基于光强和光伏出力的数学关系，得到光伏出力的概率分布；
12、通过拉丁超立方法对概率分布进行随机抽样得到风、光、荷联合出力场景；
13、对所述联合出力场景进行聚类，得到多个典型出力场景。
14、进一步地，以灵活性指标以及成本为优化目标建立优化调度模型，包括：
15、以各典型出力场景的源侧优化指标、电网侧优化指标、负荷侧优化指标以及成本为优化目标建立目标函数：
16、
17、其中，t表示时间，t∈[1,24],以24小时为一个调度周期，c(t,s)是场景s在t时所需的成本，fres(t,s)、fsec(t,s)、frel(t,s)分别是场景s的源侧优化指标、电网侧优化指标和负荷侧优化指标；
18、以各典型出力场景的目标函数和概率值建立多场景的优化调度模型：
19、
20、其中，所述ns表示典型场景数，π(s)为典型场景s的概率，
21、
22、其中，ms表示典型出力场景s中的场景数。
23、进一步地，源侧优化指标为：
24、fres(t,s)＝1-σ(t,s)
25、其中，fres(t,s)∈[0,1]，σ(t,s)表示t时刻场景s净负荷的消纳情况，由下式计算：
26、
27、其中，si(t,s)表示t时刻场景s中节点i的预测净负荷，表示t时刻场景s中节点i的实际净负荷，节点表示场景s中的各发电单元和负荷单元及储能设备，n为总节点个数。
28、进一步地，电网侧优化指标表示为：
29、fsec(t,s)＝1-o(t,s)
30、其中，fecs(t,s)∈[0,1]，o(t,s)表示t时刻场景s负载率的标准差，由下式计算：
31、
32、
33、
34、其中，μk(t,s)为t时刻场景s中第k条支路的负载率，为该支路的实际传输功率pk(t,s)与额定传输功率pkmax的比值，nk为支路个数，μk(t,s)∈[0,1]，则o(t,s)∈[0,1]。
35、进一步地，负荷侧优化指标为：
36、frel(t,s)＝1-q(t,s)
37、其中，frel(t,s)∈[0,1]，q(t,s)表示主动配电网的可调用资源占比，由下式计算：
38、
39、其中，pl(t,s)表示t时刻场景s中主动配电网的总负荷预测需求；pg(t,s)表示t时刻场景s中所有机组预测总出力，∑|ps(t)|表示t时刻主动配电网的所有储能充放电功率。
40、进一步地，成本包括网络运行成本和对主动管理资源的调度成本，所述网络运行成本表示为cnet(t,s)：
41、cnet(t,s)＝closs+cbuy
42、其中，closs表示网损成本，cbuy表示主网购电成本：
43、closs＝closs·ploss
44、cbuy＝cbuy·pbuy
45、其中，closs、ploss分别为单位网损成本与场景s下t时刻的网络损耗功率，cbuy、pbuy分别为单位购电成本与场景s下t时刻的购电功率：
46、
47、
48、其中，b为支路编号、nb为总支路数、rb为支路b的电阻值,pb、qb、vb分别为场景s下t时刻支路b的有功功率、无功功率以及支路始节点的电压，pi表示场景s下t时刻各节点的预测净负荷；
49、所述对主动管理资源的调度成本表示为cact(t,s)：
50、cact(t,s)＝cess+cconj+coltc
51、
52、
53、coltc＝coltc|d(t)-d(t-1)|
54、其中，cess表示s场景下t时刻的储能调用成本，cconj表示表示s场景下t时刻操作联络开关的成本，coltc表示s场景下t时刻调节有载调压变压器的分接头的成本，cess、分别表示储能充放电本文档来自技高网...
【技术保护点】
1.一种基于灵活性指标的主动配电网场景优化调度方法，其特征在于，所述方法包括：
2.根据权利要求1所述的主动配电网场景优化调度方法，其特征在于，所述建立风、光、荷典型出力场景，包括：
3.根据权利要求2所述的主动配电网场景优化调度方法，其特征在于，所述以所述灵活性指标以及成本为优化目标建立优化调度模型，包括：
4.根据权利要求1-3任一项所述的主动配电网场景优化调度方法，其特征在于，所述源侧优化指标为：
5.根据权利要求1-3任一项所述的主动配电网场景优化调度方法，其特征在于，所述电网侧优化指标表示为：
6.根据权利要求1-3任一项所述的主动配电网场景优化调度方法，其特征在于，所述负荷侧优化指标为：
7.根据权利要求1-3任一项所述的主动配电网场景优化调度方法，其特征在于，所述成本包括网络运行成本和对主动管理资源的调度成本，所述网络运行成本表示为Cnet(t，s)：
8.根据权利要求1所述的主动配电网场景优化调度方法，其特征在于，所述优化调度模型还包括约束条件，所述约束条件包括潮流平衡约束、储能系
9.根据权利要求8所述的主动配电网场景优化调度方法，其特征在于，所述方法还包括：采用惯性因子递减的粒子群算法对所述优化调度模型进行求解。
10.一种基于灵活性指标的主动配电网场景优化调度系统，其特征在于，包括：
...【技术特征摘要】
1.一种基于灵活性指标的主动配电网场景优化调度方法，其特征在于，所述方法包括：
2.根据权利要求1所述的主动配电网场景优化调度方法，其特征在于，所述建立风、光、荷典型出力场景，包括：
3.根据权利要求2所述的主动配电网场景优化调度方法，其特征在于，所述以所述灵活性指标以及成本为优化目标建立优化调度模型，包括：
4.根据权利要求1-3任一项所述的主动配电网场景优化调度方法，其特征在于，所述源侧优化指标为：
5.根据权利要求1-3任一项所述的主动配电网场景优化调度方法，其特征在于，所述电网侧优化指标表示为：
6.根据权利要求1-3任一项所述的主动配电网场景优化调度方法，其特征在于，所述负荷侧优化指...
【专利技术属性】
技术研发人员：汪伟，程超，乔云池，周英，叶强，陈博，李华强，师文杰，
申请(专利权)人：国网四川省电力公司经济技术研究院，
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。