【技术实现步骤摘要】
本专利技术属于新型电力系统优化调度领域，具体涉及一种考虑新能源不确定性的输配协同优化调度方法。
技术介绍
1、在配电网中，分布式新能源的渗透率逐步提高，且负荷的主动响应也愈加频繁，这导致以往“源随荷动”的运行模式不再适应当前的发展，传统配电网正朝着“源荷互动”的主动配电网方向转变。同时，主动配电网侧海量的可控资源参与到输配电网的协调调度和管理中，加深了输配电网之间的耦合关系，促进输电网和配电网的资源共享。因此，为实现供需匹配和优化能源利用效率，提高系统运行的安全性和经济性，亟需构建输配协同运行体系，实现输电网和配电网的一体化调度。
技术实现思路
1、本专利技术的目的是提供一种为新型电力系统实时调度提供决策支撑的考虑新能源不确定性的输配协同优化调度方法。
2、为达到上述目的，本专利技术采用的技术方案是：
3、一种考虑新能源不确定性的输配协同优化调度方法，用于输电网和配电网的实时调度，所述的考虑新能源不确定性的输配协同优化调度方法包括以下步骤：
4、步骤1：建立考虑价格型和激励型柔性负荷的最优潮流模型：考虑配电网用户用电行为，将柔性负荷分为价格型和激励型两种，价格型柔性负荷响应机制是根据用户对电价的敏感程度采取合理的动态电价，引导电力用户改变原有的用电行为，激励型柔性负荷响应机制是电网公司与用户提前签订合同，按照签订的合同切除一定容量的负荷。建立考虑价格型和激励型柔性负荷的最优潮流模型，刻画柔性负荷响应机制下的配电网运行特性。
5、步骤2
6、步骤3：交互功率概率分布的非参数化估计：利用步骤2中构建的配电网交互功率与新能源输入解析映射关系，对光伏和风电机组出力向量的历史数据集进行分类，得到多个子数据集，每个子数据集下的新能源出力和决策变量均满足对应的解析表达式；利用高斯混合模型表征每个子数据集下风电和光伏新能源出力向量的概率特征，通过全概率公式计算输电网和配电网之间交互功率的累积分布函数。
7、步骤4：构建输配协同双层优化调度模型：采用机会约束对交互功率进行建模，结合交互功率极限值的累计概率分布函数，将机会约束转化为线性约束，并添加到上层模型中，上层模型关注输电系统的运行成本，以经济性最优为目标函数，考虑机组组合、备用约束、机组最小启停时间约束、交互功率约束等约束条件。下层模型关注配电系统的运行成本，以经济性最优为目标函数，考虑柔性负荷、备用约束等约束条件。基于kkt条件将上下双层模型转化为单层模型进行求解，保证输配协同调度方案的可行性。
8、上述技术方案中，进一步地，所述步骤1中，价格型柔性负荷(price-basedflexible load,pfl)和激励型柔性负荷(incentive-based flexible load,ifl)的数学模型分别为：
9、价格型柔性负荷的数学模型的构建方法为：选取nt个时间段，建立用户负荷在各个时刻对价格变化的响应模型，可表示为：
10、
11、式中，为负荷在时刻i的原始需求量；是时刻i的原始用电价格；δli和δpi分别表示时刻i负荷需求和价格的变化量。ηi,i表示自弹性系数，表征用户对当前时刻的价格变化的响应；ηi,j表示互弹性系数，表征用户在i时刻对j时刻的价格变化的响应。
12、为方便起见，令：
13、
14、
15、
16、
17、式中，e为负荷需求与价格的弹性矩阵；δlpfl是pfl参与响应后各时段负荷变化量向量；l0是pfl参与响应前各时段负荷向量；δp表示各时段电价的变化率向量。上式可以简化为：
18、δlpfl＝l0·eδp
19、pfl参与响应后电力负荷为：
20、l＝l0+δlpfl
21、式中，l表示pfl参与响应后各时段负荷向量。
22、激励型柔性负荷的模型具体可以表示为：
23、0≤δlifl≤lifl
24、
25、式中，lifl表示电网公司和用户之间签订合同时约定切除的负荷容量；δlifl是系统实际运行过程中切除的负荷容量；为ifl参与响应时约定切除负荷最大值。
26、为了量化配电网提供给输电网的传输功率极限值，选取的目标函数为最大和最小化交互功率。
27、目标函数为最大和最小化交互功率，具体表示为：
28、
29、
30、式中，表示第s个配电网和输电网在t时刻的交互功率；φ为配电网集合。
31、约束条件：
32、1)电力平衡约束
33、
34、式中，表示第m台常规机组在t时刻的有功功率；为节点i处常规机组集合；和分别表示节点i处光伏和风电机组在t时刻的有功功率；和分别是节点i处光伏和风电机组在t时刻的弃光和弃风功率；φi为节点i处配电网集合；为支路ij在t时刻的有功功率；ω是支路集合；ξ是节点集合；li,t、和分别表示节点i在t时刻的原始负荷、pfl和ifl参与响应后的负荷变化量。
35、2)线路潮流与传输容量约束
36、
37、
38、
39、
40、式中，θi,t是节点i在t时刻的电压相角；xij为支路ij的电抗；表示支路ij最大有功功率；θi,max和θi,min分别表示节点i电压相角的最大值和最小值；θref,t是平衡节点的电压相角。
41、3)传统发电机组出力约束
42、
43、
44、式中，和分别为第m台常规机组最大和最小有功出力限值；和分别表示第m台常规机组在t时刻提供的上备用和下备用容量，表示常规机组集合。
45、4)机组爬坡约束
46、
47、
48、式中，和分别为第m台常规机组向上和向下爬坡率。
49、5)备用容量约束
50、
51、
52、
53、
54、式中，和分别表示第m台常规机组所提供上备用和下备用的最大值；和分别为系统所需向上和向下总备用的最小值。
55、6)柔性负荷约束
56、
57、
58、式中，和分别为节点i在t时刻pfl参与响应的上限和下限；δpt为t时刻电价的变化量；δpt,max和δpt,min分别为t时刻电价变化量的上限和下限。
59、7)新能源出力本文档来自技高网...
【技术保护点】
1.一种考虑新能源不确定性的输配协同优化调度方法，用于输电网和配电网的实时调度，其特征在于：所述考虑新能源不确定性的输配协同优化调度方法包括以下步骤：
2.根据权利要求1所述的考虑新能源不确定性的输配协同优化调度方法，其特征性在于，所述步骤2中，对KKT条件中的等式约束条件构建非线性方程组，将非线性方程组在初值处进行泰勒级数展开，并略去二阶及以上的高阶项，得到输电网和配电网交互功率与新能源输入变量之间的解析映射关系，具体方法为：
3.根据权利要求2所述的考虑新能源不确定性的输配协同优化调度方法，其特征性在于，所述步骤3具体为：
【技术特征摘要】
1.一种考虑新能源不确定性的输配协同优化调度方法，用于输电网和配电网的实时调度，其特征在于：所述考虑新能源不确定性的输配协同优化调度方法包括以下步骤：
2.根据权利要求1所述的考虑新能源不确定性的输配协同优化调度方法，其特征性在于，所述步骤2中，对kkt条件中的等式...
【专利技术属性】
技术研发人员：万灿，梅府贤，王晨旭，刘辉，李昀熠，彭琰，覃洪培，熊鸿韬，
申请(专利权)人：浙江大学，
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。