CN109818369B - 一种计及出力模糊随机性的分布式电源规划方法 - Google Patents

Abstract

本发明公开了一种计及出力模糊随机性的分布式电源规划方法，包括以下步骤：1)数据导入和初值输入；2)提出一种计及分布式电源出力模糊随机性的典型日场景生成方法；3)基于该典型日场景生成方法，提出一种主动配电网双层分布式电源规划方法；4)结合具体的配电网络结构，分别以分布式电源供应商年收益最大和配电公司年网损费用最低为优化目标，对分布式电源的位置及容量进行优化配置。通过计及模糊随机性的分布式电源规划方法，能够进行分布式电源的合理配置与网架结构优化，实现多利益主体的共赢，并促进分布式电源的消纳。

Description

一种计及出力模糊随机性的分布式电源规划方法

技术领域

本发明涉及配电网规划领域，具体涉及一种计及出力模糊随机性的分布式电源规划方法。

背景技术

分布式电源规划是指在已知负荷预测结果及配电网运行状况的基础上，确定分布式电源的安装位置和配置容量，使整个规划期内配电网的经济性和可靠性达到最优。

在以大机组、大电网、高电压为主要特征的单一供电***已经不能满足对电能质量与安全可靠性要求日益提高的今天，分布式电源以其投资小、清洁环保和发电方式灵活等优势正日益成为国内外研究的热点。然而，分布式电源的快速发展也给电力***带来一系列的问题，如安装位置的不合理会降低***可靠性；接入容量的过大会造成“弃光弃风”、过电压等现象，过小则无法充分发挥其在改善电压质量以及降低网损等方面的积极作用。

因此，有必要对分布式电源的位置和容量进行合理规划，以保证电力***的安全与经济运行。

发明内容

技术问题：提出一种计及出力模糊随机性的分布式电源规划方法，该方法能够进行分布式电源的合理配置与网架结构优化，实现多利益主体的共赢，并促进分布式电源的消纳。

技术方案：本发明的基于改进型直流潮流算法的分布式电源规划方法，包括下述步骤：

1)计及分布式电源出力模糊随机性的典型日场景生成方法，能精确描述分布式电源接入给配电网引入的强不确定性，所述方法步骤为：

(1)建立日风速随机模糊不确定模型。首先采用聚类算法将同年多时段历史风速划分为多个聚类中心，然后应用极大似然法求取聚类中心的风速分布参数ξ_k和ξ_c拟合值。

式中：f(·)为风速的概率密度函数；v为风速；ξ_k为表示形状参数k的模糊变量；ξ_c为表示尺度参数c的模糊变量。

(2)采用统计工具对参数ξ_k和ξ_c进行分析并获取其频率分布图，可得到其模糊表达形式。

(3)基于参数模糊表示形式，对分布的机会测度分布函数逆变换，可得随机模糊变量风速数值：

式中：F为机会测度值。

(4)风速生成，对上式进行随机模糊模拟过程，得到日风速的期望值曲线E(v)，即一组典型日场景风速数据。

(5)最后，根据风机发电模型计算得到典型日场景风电出力曲线P_WT。

式中：v为风机轮毂高度处的风速；v_ci为切入风速；v_co为切出风速；v_rate为额定风速；P_rate为额定功率；λ₁、λ₂和λ₃为风机功率特性曲线参数，可通过曲线拟合得出。

2)基于典型日场景生成方法，提出一种主动配电网双层分布式电源规划方法；具体为：以分布式电源供应商年收益最大为上层优化目标，以节点功率平衡约束、线路功率约束、电压幅值约束、关口功率约束、储能***约束、分布式电源约束，进行分布式电源的选址定容优化过程，得到最优接入位置和容量；以配电公司年网损费用最低为下层优化目标，以节点功率平衡约束、线路功率约束、电压幅值约束、关口功率约束、网架约束，进行网架结构优化过程，得到网架结构最优方案。

所述分布式电源供应商年收益的优化目标如下：

max P_Net＝E_Bef-C_Lcc

式中：P_Net、E_Bef、C_Lcc分别为分布式电源供应商年收益、年收入以及年全寿命周期成本。

分布式电源供应商年收入：

式中：式中：E_Sell、E_Env、E_Sub、

分别为分布式电源的售电收益、环境改善收益、政府补贴收益以及储能***低储高放收益。

为分布式电源有功功率；

为分布式电源上网电价；

le_g、Va_g、St_g分别为温室气体的环境价值系数、排放费用、环境价值、排放强度；C^Sub为政府补贴电价；

以及C_EChar、C_EDis分别为储能***的充放电功率以及充放电电价。r为社会折现率，Y为规划周期年数。i、t、s、m和g分别表示节点、时刻、场景数、分布式电源类型和温室气体类型。

分布式电源供应商年全寿命周期成本：

式中：C_Fix、C_Ins、C_Ope、C_Fau和C_CD分别为分布式电源的初始固定投资成本、安装成本、运行维护成本、故障成本和设备废弃成本，

为储能***的运行维护成本；N_m,i、

为分布式电源的接入数量、单位容量安装成本；

为分布式电源的运行维护系数；R_m、TF_s,m、ρ_s,m分别为分布式电源停电损失函数、故障时间、年故障率；h_m为拆卸处理的成本，η_m为设备剩余残值系数；N^Ess、S^Ess分别为储能***的额定容量、运行维护系数。

节点功率平衡方程：

式中：P_s,i,t、

以及

分别为节点的有功注入功率、分布式电源有功出力、关口有功功率、储能***的充放电功率和负荷的有功功率。Q_s,i,t、

以及

分别为节点的无功注入功率、分布式电源无功出力和负荷的无功功率。V_s,i,t和V_s,j,t为节点i和j的电压幅值，θ_s,ij,t为线路ij两端的相角差；G_ij和B_ij分别为线路的电导和电纳。

线路功率约束：

P_l ^min＜P_s,l,t＜P_l ^max

式中：P_s,l,t为线路l有功功率。

电压幅值约束：

V_i ^min＜V_s,i,t＜V_i ^max

关口功率约束：

储能***约束：

式中：

和

分别为储能充放电状态量；

和

分别各调度周期内首尾时刻的荷电状态值；ρ^EChar和ρ^EDis分别为储能***的充放电效率，Δt为储能***的调度周期。

分布式电源约束：

式中：

表示分布式电源的接入数量上限；

为分布式电源典型日场景出力曲线；λ^DG为分布式电源功率因数。

配电公司年网损费用最低

式中：

表示网络线路网损。

节点功率平衡方程：

式中：P_s,i,t、

以及

分别为节点的有功注入功率、分布式电源有功出力、关口有功功率、储能***的充放电功率和负荷的有功功率。Q_s,i,t、

以及

分别为节点的无功注入功率、分布式电源无功出力和负荷的无功功率。V_s,i,t和V_s,j,t为节点i和j的电压幅值，θ_s,ij,t为线路ij两端的相角差；G_ij和B_ij分别为线路的电导和电纳。

线路功率约束：

P_l ^min＜P_s,l,t＜P_l ^max

式中：P_s,l,t为线路l有功功率。

电压幅值约束：

V_i ^min＜V_s,i,t＜V_i ^max

关口功率约束：

网架约束：

配电网重构后须保证辐射状运行，网络连通无孤岛。

有益效果：与现有技术相比，本发明具有以下优点：

随着配网中多利益主体并存现象的出现，主动配电网中电源规划应该打破传统配电网规划单一主体的局限性，既要从分布式电源供应商的角度出发，也要站在配电公司的角度考虑问题，规划方案才能在匹配网架结构的基础上，实现分布式电源收益的最大化。

因此，提出一种主动配电网分布式电源双层规划方法：上层为分布式电源选址定容模型；下层为网架结构优化模型。通过分布式电源的合理配置与网架结构的协调优化，促进清洁能源的消纳，并降低***网损，从而实现多方利益主体的共赢。

附图说明

图1为本发明一种计及出力模糊随机性的分布式电源规划方法的流程图。

图2为33节***示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施案例对本发明进行深入地详细说明。应当理解，此处所描述的具体实施案例仅仅用以解释本发明，并不用于限定发明。

本发明的方法流程图如图1所示，其中，分布式电源供应商年收益的优化目标如下：

max P_Net＝E_Bef-C_Lcc

式中：P_Net、E_Bef、C_Lcc分别为分布式电源供应商年收益、年收入以及年全寿命周期成本。

分布式电源供应商年收入：

式中：式中：E_Sell、E_Env、E_Sub、

分别为分布式电源的售电收益、环境改善收益、政府补贴收益以及储能***低储高放收益。

为分布式电源有功功率；

为分布式电源上网电价；

le_g、Va_g、St_g分别为温室气体的环境价值系数、排放费用、环境价值、排放强度；C^Sub为政府补贴电价；

以及C_EChar、C_EDis分别为储能***的充放电功率以及充放电电价。r为社会折现率，Y为规划周期年数。i、t、s、m和g分别表示节点、时刻、场景数、分布式电源类型和温室气体类型。

分布式电源供应商年全寿命周期成本：

式中：C_Fix、C_Ins、C_Ope、C_Fau和C_CD分别为分布式电源的初始固定投资成本、安装成本、运行维护成本、故障成本和设备废弃成本，

为储能***的运行维护成本；N_m,i、

为分布式电源的接入数量、单位容量安装成本；

为分布式电源的运行维护系数；R_m、TF_s,m、ρ_s,m分别为分布式电源停电损失函数、故障时间、年故障率；h_m为拆卸处理的成本，η_m为设备剩余残值系数；N^Ess、S^Ess分别为储能***的额定容量、运行维护系数。

节点功率平衡方程：

式中：P_s,i,t、

以及

分别为节点的有功注入功率、分布式电源有功出力、关口有功功率、储能***的充放电功率和负荷的有功功率。Q_s,i,t、

以及

分别为节点的无功注入功率、分布式电源无功出力和负荷的无功功率。V_s,i,t和V_s,j,t为节点i和j的电压幅值，θ_s,ij,t为线路ij两端的相角差；G_ij和B_ij分别为线路的电导和电纳。

线路功率约束：

P_l ^min＜P_s,l,t＜P_l ^max

式中：P_s,l,t为线路l有功功率。

电压幅值约束：

V_i ^min＜V_s,i,t＜V_i ^max

关口功率约束：

储能***约束：

式中：

和

分别为储能充放电状态量；

和

分别各调度周期内首尾时刻的荷电状态值；ρ^EChar和ρ^EDis分别为储能***的充放电效率，Δt为储能***的调度周期。

分布式电源约束：

式中：

表示分布式电源的接入数量上限；

为分布式电源典型日场景出力曲线；λ^DG为分布式电源功率因数。

配电公司年网损费用最低

式中：

表示网络线路网损。

节点功率平衡方程：

式中：P_s,i,t、

以及

分别为节点的有功注入功率、分布式电源有功出力、关口有功功率、储能***的充放电功率和负荷的有功功率。Q_s,i,t、

以及

分别为节点的无功注入功率、分布式电源无功出力和负荷的无功功率。V_s,i,t和V_s,j,t为节点i和j的电压幅值，θ_s,ij,t为线路ij两端的相角差；G_ij和B_ij分别为线路的电导和电纳。

线路功率约束：

P_l ^min＜P_s,l,t＜P_l ^max

式中：P_s,l,t为线路l有功功率。

电压幅值约束：

V_i ^min＜V_s,i,t＜V_i ^max

关口功率约束：

网架约束：

配电网重构后须保证辐射状运行，网络连通无孤岛。

下面列举一个实施例子。

本文以改进型IEEE-33节点***作为仿真分析的算例，初始网架结构如图2所示。新增分布式电源的类型考虑光伏和风电，其候选安装节点集合分别为{PV13,PV26}和{WT19,WT216,WT328}，单台分布式电源额定容量为1MW。储能***的接入节点序号为{13}，额定容量为1MW。

此外，为验证规划方法的有效性，设计4种方案进行仿真计算，设置如下：

方案一：计及储能***能量管理作用，同时考虑网架结构优化的分布式电源规划模型，即本文提出的模型。

方案二：计及储能***能量管理作用的分布式电源规划模型。

方案三：仅考虑分布式电源选址定容优化的分布式电源规划模型，作为对比算例。

方案四：仅考虑网架结构优化的分布式电源规划模型，作为对比算例。

表1不同方案的配置结果和各指标情况

由表1可以看出：方案三从主动配电网的角度出发构建分布式电源选址定容，规划方案中光伏设备是最大接入10台，而风电仅仅接入3台，分析其原因在于本地区光伏的能效比更具有优势，应优先被接入。

方案一和方案二的不同之处在于是否考虑网架结构优化，正是方案一考虑网架结构优化，年收益有了较大的提高，同时年网损也有所降低，说明网架结构优化，不仅能降低配电网的网损，还可以增加分布式电源供应商的收益，是一种对多方利益主体均有利的经济调控手段。

分析方案一、三和四，明显看出本文所提出的模型具备较好的经济价值：相比方案三与四，方案一在提高分布式电源供应商年收益10.16％的同时，还可以降低配电年网损27.51％，说明了通过分布式电源的合理配置、储能***的能量管理以及网架结构的协调优化，能够同时提高配电网中多利益主体的经济效益，实现其利益共赢。

最后应该说明的是，结合上述实施例仅说明本发明的技术方案而非对其限制。所属领域的普通技术人员应当理解到，本领域技术人员可以对本发明的具体实施方式进行修改或者等同替换，但这些修改或变更均在申请待批的权利要求保护范围之中。

Claims (2)

1.一种计及出力模糊随机性的分布式电源规划方法，其特征在于，该方法包括以下步骤：

1)计及分布式电源出力模糊随机性的典型日场景生成方法，能精确描述分布式电源接入给配电网引入的强不确定性，所述方法步骤为：

(1)建立日风速随机模糊不确定模型，首先采用聚类算法将同年多时段历史风速划分为多个聚类中心，然后应用极大似然法求取聚类中心的风速分布参数ξ_k和ξ_c拟合值：

式中：f(·)为风速的概率密度函数；v为风速；ξ_k为表示形状参数k的模糊变量；ξ_c为表示尺度参数c的模糊变量；

(2)采用统计工具对参数ξ_k和ξ_c进行分析并获取其频率分布图，可得到其模糊表达形式；

(3)基于参数模糊表示形式，对分布的机会测度分布函数逆变换，可得随机模糊变量风速数值：

式中：F为机会测度值；

(4)风速生成，对上式进行随机模糊模拟过程，得到日风速的期望值曲线E(v)，即一组典型日场景风速数据；

(5)最后，根据风机发电模型计算得到典型日场景风电出力曲线P_WT：

式中：v为风机轮毂高度处的风速；v_ci为切入风速；v_co为切出风速；v_rate为额定风速；P_rate为额定功率；λ₁、λ₂和λ₃为风机功率特性曲线参数，可通过曲线拟合得出；

2)基于典型日场景生成方法，提出一种主动配电网双层分布式电源规划方法；具体为：以分布式电源供应商年收益最大为上层优化目标，以节点功率平衡约束、线路功率约束、电压幅值约束、关口功率约束、储能***约束、分布式电源约束，进行分布式电源的选址定容优化过程，得到最优接入位置和容量；以配电公司年网损费用最低为下层优化目标，以节点功率平衡约束、线路功率约束、电压幅值约束、关口功率约束、网架约束，进行网架结构优化过程，得到网架结构最优方案；

所述分布式电源供应商年收益的优化目标如下：

maxP_Net＝E_Bef-C_Lcc

式中：P_Net、E_Bef、C_Lcc分别为分布式电源供应商年收益、年收入以及年全寿命周期成本；

分布式电源供应商年收入：

式中：式中：E_Sell、E_Env、E_Sub、

分别为分布式电源的售电收益、环境改善收益、政府补贴收益以及储能***低储高放收益；

为分布式电源有功功率；

为分布式电源上网电价；

le_g、Va_g、St_g分别为温室气体的环境价值系数、排放费用、环境价值、排放强度；C^Sub为政府补贴电价；

以及C_EChar、C_EDis分别为储能***的充放电功率以及充放电电价；r为社会折现率，Y为规划周期年数；i、t、s、m和g分别表示节点、时刻、场景数、分布式电源类型和温室气体类型；

分布式电源供应商年全寿命周期成本：

式中：C_Fix、C_Ins、C_Ope、C_Fau和C_CD分别为分布式电源的初始固定投资成本、安装成本、运行维护成本、故障成本和设备废弃成本，

为储能***的运行维护成本；N_m,i、

为分布式电源的接入数量、单位容量安装成本；

为分布式电源的运行维护系数；R_m、TF_s,m、ρ_s,m分别为分布式电源停电损失函数、故障时间、年故障率；h_m为拆卸处理的成本，η_m为设备剩余残值系数；N^Ess、S^Ess分别为储能***的额定容量、运行维护系数；

节点功率平衡方程：

式中：P_s,i,t、

以及

分别为节点的有功注入功率、分布式电源有功出力、关口有功功率、储能***的充放电功率和负荷的有功功率；Q_s,i,t、

以及

分别为节点的无功注入功率、分布式电源无功出力和负荷的无功功率；V_s,i,t和V_s,j,t为节点i和j的电压幅值，θ_s,ij,t为线路ij两端的相角差；G_ij和B_ij分别为线路的电导和电纳；

线路功率约束：

P_l ^min＜P_s,l,t＜P_l ^max

式中：P_s,l,t为线路l有功功率；

电压幅值约束：

V_i ^min＜V_s,i,t＜V_i ^max

关口功率约束：

储能***约束：

式中：

和

分别为储能充放电状态量；

和

分别各调度周期内首尾时刻的荷电状态值；ρ^EChar和ρ^EDis分别为储能***的充放电效率，Δt为储能***的调度周期；

分布式电源约束：

式中：

表示分布式电源的接入数量上限；

为分布式电源典型日场景出力曲线；λ^DG为分布式电源功率因数。

2.按照权利要求1所述的一种计及出力模糊随机性的分布式电源规划方法，其特征在于，所述步骤2)中：

所述配电公司年网损费用最低的优化目标如下：

式中：

表示网络线路网损；

节点功率平衡方程：

式中：P_s,i,t、

以及

分别为节点的有功注入功率、分布式电源有功出力、关口有功功率、储能***的充放电功率和负荷的有功功率；Q_s,i,t、

以及

分别为节点的无功注入功率、分布式电源无功出力和负荷的无功功率；V_s,i,t和V_s,j,t为节点i和j的电压幅值，θ_s,ij,t为线路ij两端的相角差；G_ij和B_ij分别为线路的电导和电纳；

线路功率约束：

P_l ^min＜P_s,l,t＜P_l ^max

式中：P_s,l,t为线路l有功功率；

电压幅值约束：

V_i ^min＜V_s,i,t＜V_i ^max

关口功率约束：

网架约束：

配电网重构后须保证辐射状运行，网络连通无孤岛。

Images