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】
本专利技术涉及配电网资源配置领域,尤其涉及一种考虑电压约束的配电网调度优化方法和系统。
技术介绍
1、随着大量分布式发电在配电网内的渗透率逐渐提高,由此为配电网带来的不确定性风险也不容忽略。因此如何有效计及分布式发电的出力不确定性,同时保障电力系统安全运行是目前配电网经济调度问题亟待解决的问题。
2、现有方法通常采用随机优化法来考虑配电网中的不确定性。随机优化方法基于概率分布刻画不确定性,通过场景或机会约束为调度提供统计信息,从而降低不确定性因素影响、获得更佳的经济性,但其需假设分布式发电出力的预测误差满足精确统计概率分布,无法涵盖不确定性因素全部复杂变化特征,存在优化策略不合理的问题。因此,需要一种更高效的配电网调度优化方法。
技术实现思路
1、本专利技术提供了一种考虑电压约束的配电网调度优化方法和系统,实现了更高效地对配电网进行优化调度。
2、为了解决上述技术问题,本专利技术实施例提供了一种考虑电压约束的配电网调度优化方法,包括:
3、获取配电网的拓扑结构和各节点的运行数据,并根据所述拓扑结构和所述运行数据,得到节点电压下限约束;
4、将储备容量约束、有功调节出力约束和所述节点电压下限约束作为约束条件,将配电网内有功调节成本最低作为目标函数,建立配电网机会约束模型;
5、通过半不变量法线性化所述节点电压下限约束,得到线性化后的节点电压下限约束,并结合所述线性化后的节点电压下限约束,求解所述配电网机会约束模型,得到最优设
6、根据所述最优设备配置方案,调节配电网中各节点对应发电设备的功率。
7、可以理解的是,相较于现有技术,本专利技术提供的方法通过获取配电网的拓扑结构和各节点的运行数据,为后续优化提供了必要的基础信息。将储备容量约束、有功调节出力约束和所述节点电压下限约束作为约束条件,建立以配电网内有功调节成本最低为目标函数的配电网机会约束模型,无需假设分布式发电预测误差满足精确概率分布,能够更灵活地考虑分布式发电。借助半不变量法线性化节点电压下限约束,简化配电网机会约束模型的复杂度,从而加快获取最优设备配置方案,有助于提高配电网运行的稳定性和效率。
8、进一步地,所述通过半不变量法线性化所述节点电压下限约束,得到线性化后的节点电压下限约束,具体包括:
9、根据所述运行数据,计算分布式发电出力的半不变量、有功功率调节量的半不变量和无功功率调节量的半不变量;
10、根据分布式发电出力的半不变量、有功功率调节量的半不变量和无功功率调节量的半不变量之和,得到各节点注入功率的半不变量;
11、通过级数展开节点电压的概率分布,结合各节点注入功率的半不变量,得到节点电压下限的线性表达式。
12、可以理解的是,本专利技术提供的方法将概率分布信息融入电压约束条件中,结合分布式发电出力的半不变量、有功功率调节量的半不变量和无功功率调节量的半不变量,将配电网机会约束模型中非线性的节点电压约束转换为功率注入空间内的线性表达式,便于后续快速处理配电网机会约束模型。
13、进一步地,所述线性化后的节点电压下限约束,具体为:
14、
15、
16、
17、z=φ-1(1-εv);
18、
19、式中,为节点j对应的有功功率系数,为节点j功率注入调节量;φ(·)为标准正态分布函数;是的k(k≥1)半不变量;和分别是和的k(k≥1)半不变量;和分别是节点j和k间的等效电阻和等效电抗;节点k的注入功率为pk+jqk;pk为注入有功功率;qk为注入无功功率;εv为置信度;v0为根节点电压;为节点j的电压。
20、进一步地,所述储备容量约束,具体为:
21、0≤piu≤(pim-pim);
22、0≤pid≤(pim-pim);
23、式中,和分别为节点i∈n对应功率上、下限的备用容量;和分别为节点i∈n功率注入的最大和最小值。
24、进一步地,所述有功调节出力约束,具体为:
25、
26、
27、式中,为节点i的功率调节量;和分别为节点i∈n对应功率上、下限的备用容量;和分别为节点i∈n功率注入的最大和最小值。
28、进一步地,所述将配电网内有功调节成本最低作为目标函数,具体为:
29、
30、式中,e(·)为·的期望;pi和ci分别为节点i∈n的有功功率注入和有功调节成本;和分别为节点i∈n对应功率上、下限的备用容量;和分别为和对应的成本;cw为分布式能源发电成本;ξ为分布式发电出力;为节点i的功率调节量;为节点i的负荷。
31、相应地,本专利技术实施例还提供了一种考虑电压约束的配电网调度优化系统,包括:
32、数据获取模块,用于获取配电网的拓扑结构和各节点的运行数据,并根据所述拓扑结构和所述运行数据,得到节点电压下限约束;
33、模型构建模块,用于将储备容量约束、有功调节出力约束和所述节点电压下限约束作为约束条件,将配电网内有功调节成本最低作为目标函数,建立配电网机会约束模型;
34、最优方案确定模块,用于通过半不变量法线性化所述节点电压下限约束,得到线性化后的节点电压下限约束,并结合所述线性化后的节点电压下限约束,求解所述配电网机会约束模型,得到最优设备配置方案;
35、调节模块,用于根据所述最优设备配置方案,调节配电网中各节点对应发电设备的功率。
36、进一步地,所述最优方案确定模块,具体包括:
37、第一计算单元,用于根据所述运行数据,计算分布式发电出力的半不变量、有功功率调节量的半不变量和无功功率调节量的半不变量;
38、第二计算单元,用于根据分布式发电出力的半不变量、有功功率调节量的半不变量和无功功率调节量的半不变量之和,得到各节点注入功率的半不变量;
39、第三计算单元,用于通过级数展开节点电压的概率分布,结合各节点注入功率的半不变量,得到节点电压下限的线性表达式。
40、进一步地,所述线性化后的节点电压下限约束,具体为:
41、
42、
43、
44、z=φ-1(1-εv);
45、
46、式中,为节点j对应的有功功率系数,为节点j功率注入调节量;φ(·)为标准正态分布函数;是的k(k≥1)半不变量;和分别是和的k(k≥1)半不变量;和分别是节点j和k间的等效电阻和等效电抗;节点k的注入功率为pk+jqk;pk为注入有功功率;qk为注入无功功率;εv为置信度;v0为根节点电压;为节点j的电压。
47、进一步地,所述将配电网内有功调节成本最低作为目标函数,具体为:
48、
49、式中,e(·)为·的期望;pi和ci分别为节点i∈n的有功功率注入和有功调节成本;和本文档来自技高网...
【技术保护点】
1.一种考虑电压约束的配电网调度优化方法,其特征在于,包括:
2.如权利要求1所述的考虑电压约束的配电网调度优化方法,其特征在于,所述通过半不变量法线性化所述节点电压下限约束,得到线性化后的节点电压下限约束,具体包括:
3.如权利要求1所述的考虑电压约束的配电网调度优化方法,其特征在于,所述线性化后的节点电压下限约束,具体为:
4.如权利要求1所述的考虑电压约束的配电网调度优化方法,其特征在于,所述储备容量约束,具体为:
5.如权利要求1所述的考虑电压约束的配电网调度优化方法,其特征在于,所述有功调节出力约束,具体为:
6.如权利要求1所述的考虑电压约束的配电网调度优化方法,其特征在于,所述将配电网内有功调节成本最低作为目标函数,具体为:
7.一种考虑电压约束的配电网调度优化系统,其特征在于,包括:
8.如权利要求7所述的考虑电压约束的配电网调度优化系统,其特征在于,所述最优方案确定模块,具体包括:
9.如权利要求7所述的考虑电压约束的配电网调度优化系统,其特征在于,所述线性化后的节点
10.如权利要求7所述的考虑电压约束的配电网调度优化系统,其特征在于,所述将配电网内有功调节成本最低作为目标函数,具体为:
...【技术特征摘要】
1.一种考虑电压约束的配电网调度优化方法,其特征在于,包括:
2.如权利要求1所述的考虑电压约束的配电网调度优化方法,其特征在于,所述通过半不变量法线性化所述节点电压下限约束,得到线性化后的节点电压下限约束,具体包括:
3.如权利要求1所述的考虑电压约束的配电网调度优化方法,其特征在于,所述线性化后的节点电压下限约束,具体为:
4.如权利要求1所述的考虑电压约束的配电网调度优化方法,其特征在于,所述储备容量约束,具体为:
5.如权利要求1所述的考虑电压约束的配电网调度优化方法,其特征在于,所述有功调节出力约束,具体为:
【专利技术属性】
技术研发人员:卢建刚,赵瑞锋,郭文鑫,李谦,蓝天,王臣,
申请(专利权)人:广东电网有限责任公司,
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。