【技术实现步骤摘要】
本专利技术属于配网优化，具体涉及一种计及光伏消纳率的配网光伏选址定容及承载能力评估方法。
技术介绍
1、近年来，新能源发展迅猛。分布式光伏作为负荷侧太阳能的有效利用形式，在相关激励政策的推动下，我国分布式光伏高速增长，呈现“点多面广、局部高密度并网”的特点。分布式光伏出力与当地太阳能实时辐照强度密切相关，具有明显的间歇性和波动性。大规模分布式光伏接入电网后，改变了传统配电网的特征，配电网由“无源网”转变为“有源网”，配电网潮流从“单向”转变为“双向”。
2、分布式光伏导致的电网特征的转变，对配电网的电压、电能质量、继电保护、规划和调度运行等带来了诸多不利影响，严重威胁了配电网的安全稳定运行。此外，分布式光伏通常位于配电网末瑞，接入电压等级较低，信息接入率不高，可观可测性差，对于电网调度部门来说，其无序接入导致的安全风险往往不可预知。目前技术难以保障分布式光伏与负荷和电网的协调发展，必须基于配电网稳定运行边界和实际运行状态，评估各节点未来可接入的分布式光伏容量裕度，进而为分布式光伏和配电网的规划、建设提供指导。
技术实现思路
1、有鉴于此，本专利技术提供一种计及光伏消纳率的配网光伏选址定容及承载能力评估方法，旨在保障分布式光伏与负荷和电网的协调发展的基础上，评估各节点未来可接入的分布式光伏容量裕度，进而为分布式光伏和配电网的规划、建设提供指导。
2、为了实现上述目的，本专利技术提供以下技术方案：
3、一种计及光伏消纳率的配网光伏选址定容及承载能力评
4、构建分布式光伏接入配电网的多目标光伏选址定容模型，多目标光伏选址定容模型在尽可能加大光伏消纳的前提下，将配电网线路的电压降落和线路损耗降至最低；
5、对多目标光伏选址定容模型进行求解，得到模型的帕累托最优解；
6、基于多目标光伏选址定容模型的解，对配电网光伏承载能力进行综合评估。
7、进一步的，多目标光伏选址定容模型的目标函数，具体包括：
8、最小化配电网中产生的线路有功损耗的第一目标函数：
9、
10、式中，f1为二目标函数，n为电网的节点数量，i、j为节点编号，gij为线路i-j的电导，ui、uj为节点i、j的电压幅值，cosθij为节点i、j电压相角差的余弦值；
11、最小化各负荷节点电压与标准电压之差的绝对值的第二目标函数：
12、
13、式中，f2为第二目标函数，un为为电压标准值；
14、最大化光伏容量与总光伏生产量之比的第三目标函数：
15、
16、式中，f3为第三目标函数，为节点i的光伏容量，为节点i的最大光伏容量。
17、进一步的，多目标光伏选址定容模型的约束条件包括潮流幅值约束、电压幅值约束和光伏容量约束，如下：
18、pij＝gijui2-gijuiujcosθij-bijuiuj sinθij
19、
20、vimin≤vi≤vimax
21、0≤pidg≤pidg,max
22、式中，pij为线路i-j的有功潮流，sinθij为节点i、j电压相角差的余弦值，qij为线路i-j的无功潮流，bij为线路i-j的电纳，cosθij为节点i、j电压相角差的余弦值，为线路i-j的电导，vimin和vimax分别为节点i的电压最小值和最大值，vi为节点i的电压最小值和最大值。
23、进一步的，在对多目标光伏选址定容模型进行求解中，采用小生境粒子群算法作为求解算法。
24、进一步的，采用小生境粒子群算法对多目标光伏选址定容模型进行求解，具体包括：
25、输入电力系统参数；
26、初始化粒子群位置和速度；
27、初始化小生境种子，计算种子和粒子之间的距离，将粒子纳入到最近的小生境范围内；
28、根据支配关系比较当前粒子和个体最优粒子，选支配程度高的粒子作为新的pbest，若互不支配，则随机选取；根据不同小生境的拥挤程度调整粒子适应值，并通过适应值更新全局最优粒子gbest；
29、根据pbest和gbest更新粒子的位置和速度；
30、将更新前后的粒子群组成混合粒子群，对混合粒子群进行非支配排序，并计算不同支配层的拥挤距离；
31、根据非支配排序名次和拥挤程度，从混合粒子群中筛选排名靠前的粒子，形成新粒子群；
32、不停迭代计算，直到达到停止条件后结束求解，得到对应的帕累托最优解。
33、进一步的，在适应值中加入了小生境拥挤距离，适应值的数学表达式如下：
34、
35、fp＝(n-sf1,p)2+(n-sf2,p)2+(n-sf3,p)2+(n-sf4,p)2
36、
37、式中，f′p为最终适应度，fp为原始适应度，xp、xq为粒子p、q的位置值，dshare为分享距离，β为形状参数。
38、进一步的，在根据pbest和gbest更新粒子的位置和速度中，采用惯性因子和加速因子的非线性更新模式，确保算法跳出局部最优解，数学表达式具体如下：
39、vnew＝w·v+c1·rand·(pbest-x)+c2·rand·(gbest-x)
40、
41、
42、
43、其中，vnew和v分别为下次迭代和本次迭代的粒子速度，w为惯性因子，c1和c2为加速因子，rand为随机数，x为粒子位置值，wmin和wmax分别为粒子位置值的最小值和最大值，cmin和cmax分别为加速粒子的最小值和最大值，t和tmax分别为当前迭代次数和最大迭代次数。
44、进一步的，对配电网光伏承载能力进行综合评估，具体包括：
45、构建光伏承载能力的评估模型，确定评估模型的目标层、准则层以及指标层；
46、根据灰色关联分析法确定指标层的关联度排序；
47、根据层次分析法确定各指标权重；
48、采用糊综合评价方法对配电网光伏承载能力进行评估。
49、进一步的，评估模型中，目标层为配电网光伏承载能力评估指标，准则层包括电能质量、供电能力和分布式光伏并网特性，指标层包括对应于电能质量的电压偏差和电压波动指标、对应于供电能力的主变压器最大负载率和接入系统线路最大负载率指标以及对应于分布式光伏并网特性的分布式光伏静态渗透率、分布式光伏出力波动性、分布式光伏自然消纳率和分布式光伏出力与负荷归一形态匹配率。
50、进一步的，在采用糊综合评价方法对配电网光伏承载能力进行评估中，采用如下计算式计算评估得分：
51、
52、式中，gk为评价结果值，hik表示指标i在评价k的适用程度，wi为指标i的权重，i＝1,2,...,n，表示两者相加之和与1比较，取最小值。
53、综本文档来自技高网...
【技术保护点】
1.计及光伏消纳率的配网光伏选址定容及承载能力评估方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的计及光伏消纳率的配网光伏选址定容及承载能力评估方法，其特征在于，所述多目标光伏选址定容模型的目标函数，具体包括：
3.根据权利要求2所述的计及光伏消纳率的配网光伏选址定容及承载能力评估方法，其特征在于，所述多目标光伏选址定容模型的约束条件包括潮流幅值约束、电压幅值约束和光伏容量约束，具体如下：
4.根据权利要求1所述的计及光伏消纳率的配网光伏选址定容及承载能力评估方法，其特征在于，在对所述多目标光伏选址定容模型进行求解中，采用小生境粒子群算法作为求解算法。
5.根据权利要求4所述的计及光伏消纳率的配网光伏选址定容及承载能力评估方法，其特征在于，采用小生境粒子群算法对所述多目标光伏选址定容模型进行求解，具体包括：
6.根据权利要求5所述的计及光伏消纳率的配网光伏选址定容及承载能力评估方法，其特征在于，采用所述拥挤距离作为所述适应值，将适应值结合于所述拥挤距离，数学表达式如下：
7.根据权利要求5所述的计及
8.根据权利要求1所述的计及光伏消纳率的配网光伏选址定容及承载能力评估方法，其特征在于，对配电网光伏承载能力进行综合评估，具体包括：
9.根据权利要求8所述的计及光伏消纳率的配网光伏选址定容及承载能力评估方法，其特征在于，所述评估模型中，所述目标层为配电网光伏承载能力评估指标，所述准则层包括电能质量、供电能力和分布式光伏并网特性，所述指标层包括对应于所述电能质量的电压偏差和电压波动指标、对应于所述供电能力的主变压器最大负载率和接入系统线路最大负载率指标以及对应于所述分布式光伏并网特性的分布式光伏静态渗透率、分布式光伏出力波动性、分布式光伏自然消纳率和分布式光伏出力与负荷归一形态匹配率。
10.根据权利要求8所述的计及光伏消纳率的配网光伏选址定容及承载能力评估方法，其特征在于，在采用糊综合评价方法对配电网光伏承载能力进行评估中，采用如下计算式计算评估得分：
...【技术特征摘要】
1.计及光伏消纳率的配网光伏选址定容及承载能力评估方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的计及光伏消纳率的配网光伏选址定容及承载能力评估方法，其特征在于，所述多目标光伏选址定容模型的目标函数，具体包括：
3.根据权利要求2所述的计及光伏消纳率的配网光伏选址定容及承载能力评估方法，其特征在于，所述多目标光伏选址定容模型的约束条件包括潮流幅值约束、电压幅值约束和光伏容量约束，具体如下：
4.根据权利要求1所述的计及光伏消纳率的配网光伏选址定容及承载能力评估方法，其特征在于，在对所述多目标光伏选址定容模型进行求解中，采用小生境粒子群算法作为求解算法。
5.根据权利要求4所述的计及光伏消纳率的配网光伏选址定容及承载能力评估方法，其特征在于，采用小生境粒子群算法对所述多目标光伏选址定容模型进行求解，具体包括：
6.根据权利要求5所述的计及光伏消纳率的配网光伏选址定容及承载能力评估方法，其特征在于，采用所述拥挤距离作为所述适应值，将适应值结合于所述拥挤距离，数学表达式如下：
7.根据权利要求5所述的计及光...
【专利技术属性】
技术研发人员：晏梦璇，黄兆雄，郭嘉宇，柳军停，何耀宇，余卓彬，
申请(专利权)人：广东电网有限责任公司江门供电局，
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。