System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术专利申请属于新能源发电,具体涉及一种适配于功率溢出型电源的配电网优化和评估方法和系统。
技术介绍
1、可再生能源具有能源利用率高、环境污染小、供电灵活性强等优点,而分布式发电因其能有效缓解集中式发电的供电可靠性与安全性的问题也受到大力发展。随着分布式能源并网占比的日益提高,新型配电网内部结构变得更加复杂化,通常具有功率溢出型电源、储能装置、各类电力电子器件以及柔性负荷等多组成部分。然而,此类功率溢出型电源在发电量上具有较大的随机性,配网形态也更复杂多样。因此,电力系统的灵活性和可扩展性是保证区域电力系统可靠运行的必要条件。
2、无论直流负荷还是交流负荷都可以分为柔性负荷和刚性负荷,其中刚性负荷是用户生活、生产必须满足的负荷,不能够接受调控;柔性负荷则是包含可削减负荷、可转移负荷、价格型负荷。柔性负荷一个明显特征就是主动参与电力供需平衡,是具备可控特征的。而负荷侧的需求响应则是指当市场电价变动或系统可靠性受威胁时,电力用户接收到供电方发出的诱导性信号后,改变其固有的习惯用电模式的行为,达到减少或者推移某时段的用电负荷而响应电力供应,从而保障电网稳定,并抑制电价上升的短期行为。
3、综上,功率溢出型电源具有强不确定性,在优化周期会出现电源的出力功率高于此时负荷的时刻,为了电力供需平衡,就需要对功率溢出型电源的配电网进行优化。
技术实现思路
1、为克服上述现有技术的不足,本专利技术专利申请提出了一种适配于功率溢出型电源的配电网优化方法,包括:
3、在优化子周期前,基于第一层优化后的配电网模型以及激励型需求响应模型,以优化子周期前的可中断负荷的补偿费用和可转移负荷的补偿费用之和最低为目标对第一层优化后的配电网进行优化子周期的第二层优化;
4、所述优化周期包含若干个优化子周期。
5、作为优选的,所述基于当前配电网模型和电价型需求响应模型,以优化周期前的电储能变化成本和动态电价变化成本之和最低为目标对配电网进行优化周期的第一层优化,包括:
6、基于当前配电网模型和电价型需求响应模型,构建第一目标函数对应的第一约束条件;
7、在优化周期前,将配电网模型中的储能充放电功率和电价型需求响应模型中的动态电价使用粒子表示,使用改进的第一粒子群算法和/或改进的第二粒子群算法对第一目标函数进行求解得到优化周期前最优的储能充放电功率和动态电价;
8、基于优化周期前的储能充放电功率,对配电网进行优化周期的第一层优化;
9、所述改进的第一粒子群算法包括:在每一次迭代的时候通过每个粒子与全局最优解的差值确定每一个粒子的惯性权重;所述改进的第二粒子群算法包括:每一次迭代的时候将粒子之中的维度进行交叉;
10、所述第一目标函数,以电储能变化成本和动态电价变化成本之和最低为目标预先构建。
11、作为优选的,所述基于优化周期前的储能充放电功率,对配电网进行优化周期的第一层优化,包括:
12、基于优化周期前的储能充放电功率,和配电网模型中的原始负荷曲线结合生成实际用电曲线;
13、将所述实际用电曲线作为配电网中的初始用电曲线,从而完成对配电网的第一层优化。
14、作为优选的,使用改进的第一粒子群算法对第一目标函数进行求解,包括:
15、初始化每一个粒子的速度、位置;
16、基于每个粒子与全局最优解的差值确定每一个粒子的惯性权重,并根据每一个粒子的惯性权重对速度和位置进行同步迭代,同时迭代每一个粒子的惯性权重,直至满足迭代的收敛条件,输出每一个粒子的最终速度和最终位置;
17、根据每一个粒子的最终速度和最终位置确定最优的储能充放电功率和动态电价。
18、作为优选的,使用改进的第二粒子群算法对第一目标函数进行求解,包括:
19、初始化每一个粒子的速度、位置;
20、基于给定的粒子交叉率、粒子变异率以及距离阈值,对粒子的位置在维度上进行重新设定,并对每一个粒子的速度和位置进行同步迭代,直至满足迭代的收敛条件,输出每一个粒子的最终速度和最终位置;
21、根据每一个粒子的最终速度和最终位置确定储能充放电功率和动态电价。
22、作为优选的,所述基于第一层优化后的配电网模型以及激励型需求响应模型,以优化子周期前的可中断负荷的补偿费用和可转移负荷的补偿费用之和最低为目标对第一层优化后的配电网进行优化子周期的第二层优化,包括:
23、基于第一层优化后的配电网模型以及激励型需求响应模型,构建第二目标函数对应的第二约束条件;
24、在优化子周期前,使用改进的粒子群算法对第二目标函数进行求解,得到优化子周期前的可中断负荷中断量和可转移负荷的转移量;
25、基于优化子周期前的可中断负荷中断量和可转移负荷的转移量,对第一层优化后的配电网进行优化子周期的第二层优化;
26、所述第二目标函数,以可中断负荷的补偿费用和可转移负荷的补偿费用之和最低为目标预先构建。
27、基于同一专利技术构思,本专利技术专利申请还提出了一种适配于功率溢出型电源的配电网优化系统,包括:
28、第一层优化模块,用于在优化周期前,基于当前配电网模型和电价型需求响应模型,以优化周期前的电储能变化成本和动态电价变化成本之和最低为目标对配电网进行优化周期的第一层优化;
29、第二层优化模块,用于在优化子周期前,基于第一层优化后的配电网模型以及激励型需求响应模型,以优化子周期前的可中断负荷的补偿费用和可转移负荷的补偿费用之和最低为目标对第一层优化后的配电网进行优化子周期的第二层优化;
30、所述优化周期包含若干个优化子周期。
31、作为优选的,所述第一层优化模块基于当前配电网模型和电价型需求响应模型,以优化周期前的电储能变化成本和动态电价变化成本之和最低为目标对配电网进行优化周期的第一层优化,包括:
32、基于当前配电网模型和电价型需求响应模型,构建第一目标函数对应的第一约束条件;
33、在优化周期前,将配电网模型中的储能充放电功率和电价型需求响应模型中的动态电价使用粒子表示,使用改进的第一粒子群算法和/或改进的第二粒子群算法对第一目标函数进行求解得到优化周期前最优的储能充放电功率和动态电价;
34、基于优化周期的储能充放电功率,对配电网进行优化周期的第一层优化;
35、所述改进的第一粒子群算法包括:在每一次迭代的时候通过每个粒子与全局最优解的差值确定每一个粒子的惯性权重;所述改进的第二粒子群算法包括:每一次迭代的时候将粒子之中的维度进行交叉;
36、所述第一目标函数,以电储能变化成本和动态电价变化成本之和最低为目标预先构建。
...
【技术保护点】
1.一种适配于功率溢出型电源的配电网优化方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,所述基于当前配电网模型和电价型需求响应模型,以优化周期前的电储能变化成本和动态电价变化成本之和最低为目标对配电网进行优化周期的第一层优化,包括:
3.如权利要求2所述的方法,其特征在于,所述基于优化周期前的储能充放电功率,对配电网进行优化周期的第一层优化,包括:
4.如权利要求2所述的方法,其特征在于,使用改进的第一粒子群算法对第一目标函数进行求解,包括:
5.如权利要求2所述的方法,其特征在于,使用改进的第二粒子群算法对第一目标函数进行求解,包括:
6.如权利要求1所述的方法,其特征在于,所述基于第一层优化后的配电网模型以及激励型需求响应模型,以优化子周期前的可中断负荷的补偿费用和可转移负荷的补偿费用之和最低为目标对第一层优化后的配电网进行优化子周期的第二层优化,包括:
7.一种适配于功率溢出型电源的配电网优化系统,其特征在于,包括:
8.如权利要求7所述的系统,其特征在于,所述第一层优化模
9.如权利要求8所述的系统,其特征在于,所述第一层优化模块基于优化周期前的储能充放电功率,对配电网进行优化周期的第一层优化,包括:
10.如权利要求8所述的系统,其特征在于,所述第一层优化模块使用改进的第一粒子群算法对第一目标函数进行求解,包括:
11.如权利要求8所述的系统,其特征在于,所述第一层优化模块使用改进的第二粒子群算法对第一目标函数进行求解,包括:
12.如权利要求7所述的系统,其特征在于,所述第二层优化模块基于第一层优化后的配电网模型以及激励型需求响应模型,以优化子周期前的可中断负荷的补偿费用和可转移负荷的补偿费用之和最低为目标对第一层优化后的配电网进行优化子周期的第二层优化,包括:
13.一种适配于功率溢出型电源的配电网优化评估方法,其特征在于,包括:
14.如权利要求13所述的方法,其特征在于,所述评估方式包括以下的一种或多种:运行可靠性评估、运行经济性评估以及运行用户舒适度评估。
15.一种适配于功率溢出型电源的配电网优化评估系统,其特征在于,包括:
16.如权利要求15所述的系统,其特征在于,所述评估方式获取模块中的评估方式包括以下的一种或多种:运行可靠性评估、运行经济性评估以及运行用户舒适度评估。
17.一种计算机设备,其特征在于,包括:一个或多个处理器;存储器,用于存储一个或多个程序;
18.一种计算机可读存储介质,其特征在于,其上存有计算机程序,所述计算机程序被执行时,实现权利要求1至6或13至14中任一项所述的方法。
...【技术特征摘要】
1.一种适配于功率溢出型电源的配电网优化方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,所述基于当前配电网模型和电价型需求响应模型,以优化周期前的电储能变化成本和动态电价变化成本之和最低为目标对配电网进行优化周期的第一层优化,包括:
3.如权利要求2所述的方法,其特征在于,所述基于优化周期前的储能充放电功率,对配电网进行优化周期的第一层优化,包括:
4.如权利要求2所述的方法,其特征在于,使用改进的第一粒子群算法对第一目标函数进行求解,包括:
5.如权利要求2所述的方法,其特征在于,使用改进的第二粒子群算法对第一目标函数进行求解,包括:
6.如权利要求1所述的方法,其特征在于,所述基于第一层优化后的配电网模型以及激励型需求响应模型,以优化子周期前的可中断负荷的补偿费用和可转移负荷的补偿费用之和最低为目标对第一层优化后的配电网进行优化子周期的第二层优化,包括:
7.一种适配于功率溢出型电源的配电网优化系统,其特征在于,包括:
8.如权利要求7所述的系统,其特征在于,所述第一层优化模块基于当前配电网模型和电价型需求响应模型,以优化周期前的电储能变化成本和动态电价变化成本之和最低为目标对配电网进行优化周期的第一层优化,包括:
9.如权利要求8所述的系统,其特征在于,所述第一层优化模块基于优化周期前的储能充放电功率,对配电网进行优化周期的...
【专利技术属性】
技术研发人员:李蕊,惠慧,朱刘柱,王绪利,张辉,王铭,李鹏丽,赵阳,刘红新,陈权,沈玉明,
申请(专利权)人:中国电力科学研究院有限公司,
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。