CN110163450A - 一种基于运行受限的配电网规划双层优化模型构建方法 - Google Patents

Abstract

本发明公开了一种基于运行受限的配电网规划双层优化模型构建方法，包括以下步骤：以线路、储能的投建时间和选址定容为决策变量，构建上层投资建设优化模型及下层调度运行优化模型；利用拉格朗日乘子将约束条件加入目标函数中，使原有含等式和不等式约束的优化问题转变为无约束优化问题，利用库恩‑塔克条件最终实现问题的求解；基于影子价格筛选受限运行场景，所述影子价格表示假设该资源扩容1个单位所减少的调度成本；对上层投资建设优化模型及下层调度运行优化模型进行解耦处理。

Description

一种基于运行受限的配电网规划双层优化模型构建方法

技术领域

本发明涉及配电网优化技术领域，尤其是一种基于运行受限的配电网规划 双层优化模型构建方法。

背景技术

配电网规划目标是在满足负荷发展和长期安全稳定运行等其他要求的基 础上，追求经济效益和社会效益最优。如今，许多配电网规划模型使用运行- 规划双层模型，在满足运行可靠性约束的前提下，以规划总成本为目标函数， 得到总成本最小的规划方案。现有的双层规划模型虽然将配电网多场景下的运 行问题纳入规划模型考虑，但在模型的构建和求解方面仍然存在不足之处，如 未将极端场景纳入考虑、相关反馈变量单薄及求解复杂度较高。

发明内容

本发明的目的是提供一种基于运行受限的配电网规划双层优化模型构建 方法，具有求解效率高、求解性能稳定等优点。

为实现上述目的，本发明采用下述技术方案：

一种基于运行受限的配电网规划双层优化模型构建方法，包括以下步骤：

以线路、储能的投建时间和选址定容为决策变量，构建上层投资建设优化 模型及下层调度运行优化模型；所述构建上层投资建设优化模型的规划层目标 函数是包含投资成本、环境成本和受限场景运行成本的年总成本；所述构建调 度运行优化模型的运行层目标函数为各场景日经济调度成本；

利用拉格朗日乘子将约束条件加入目标函数中，使原有含等式和不等式约 束的优化问题转变为无约束优化问题，利用库恩-塔克条件最终实现问题的求 解；

基于影子价格筛选受限运行场景，所述影子价格表示假设该资源扩容1个 单位所减少的调度成本；

对上层投资建设优化模型及下层调度运行优化模型进行解耦处理。

进一步地，所述构建上层投资规划建设优化模型以线路和储能作为规划投 资对象，针对年度总成本最小进行优化，兼顾***的投资成本、受限场景运行 成本和环境成本，目标函数如下式：

minF(x_es,P_nes,E_nes,x_l,x_l')＝min C_inv+C_om

其中，C_inv为投资成本转化的等年值费用，A＝(1+ε)^-i为资金回收系数，ε 为折现率，Ω_ESS,Ω_NESS,Ω_Line,Ω_NLine为待扩容和新建的储能、线路集合。c_s,c_P,c_E为储 能基础建设成本、单位功率成本和单位容量成本，c_l,c_l'为新建和待扩容线路单 位长度的维护成本。

进一步地，所述构建上层投资规划建设优化模型的约束条件包括：

决定是否新建或改造线路、是否新建或扩容以及储能扩容的容量和电量的 选型与建设约束；以小时作为调度单位，并采用直流潮流模型忽略各节点间电 压降落的配电网典型场景可靠运行约束；满足连通性约束和辐射状约束的网架 结构约束。

进一步地，所述构建下层调度运行优化模型的配电网日经济运行调度成本 由DG正常供电成本，网络损耗成本，交易电能成本，储能“低储高放”以及 弃风、弃光、切负荷等非常规调度手段的惩罚成本构成，目标函数如下式：

式中，s、i、j、t分别表示场景编号、节点编号和调度时段编号，Δt为各 调度阶段时长，对每个阶段可认为各个分布式发电单元出力、储能单元出力以 及负荷大小不变；Ω_G、Ω_Line、Ω_WF、Ω_PV、Ω_grid、Ω_Load、Ω_BESS分别为配电*** 常规火电机组节点集合、线路集合、风机节电、光伏节点、连接主网节点、负 荷节点和储能节点集合，c^WF,c^PV,c^Loss,c^Sell,c^Pur,c^WFP,c^PVP,c^ENS分别为风力供电、光伏 供电、网损、主网购售电、弃风、弃光、失负荷的单位成本或单位惩罚成本； 其中，c_Pur采用分时电价，分别表示风光出力、主 网购售电量、切负荷量和充放电量，是运行层的部分决策变量。

进一步地，所述构建下层调度运行优化模型的约束条件包括：

包含分布式电源约束和平衡节点约束的供给侧约束；线路潮流约束与网络 安全运行约束；可控负荷的模型约束；储能***的模型约束。

进一步地，所述基于影子价格筛选受限运行场景，具体包括：

对受限运行场景各个拉格朗日乘子进行修正，统一单位和量级，建立总运 行边际效益指标；

综合考虑场景的发生概率和受限严重程度，得到影响因子；

对运行场景影响程度筛选运行受限最严重的场景，将网络解方案与非网络 解方案迭代形成规划方案，筛选出最严重的NS个受限场景。

进一步地，所述对上层投资建设优化模型及下层调度运行优化模型进行解 耦处理，具体包括：

提出配电网规划-运行解耦模型，对处于中间模糊地带的场景、目标函数、 约束条件进行处理解耦：

式中，F(x,y)和f(x,y)分别为规划层和运行层目标函数，H(x)和h(x,y)为不 等式约束，g(x,y)为等式约束，x为规划层决策变量，y_s为场景s下的运行层决 策变量，“*”号表示该决策变量处于受限场景中。

发明内容中提供的效果仅仅是实施例的效果，而不是发明所有的全部效 果，上述技术方案中的一个技术方案具有如下优点或有益效果：

本发明以线路和储能的投建时间和选址定容为决策变量，建立规划-运行 双层优化模型。上层将最优化结果传递至下层，影响规划层约束条件。本发明 计算配电网规划双层拉格朗日乘子，提出基于影子价格的受限运行场景筛选策 略，提出配电网规划双层模型解耦方法，并使用基于MATLAB的建模工具 Yalmip并调用CPLEX求解器对本模型进行求解。本发明所提方法具有求解效 率高、求解性能稳定等优点。

附图说明

图1是本发明实施例方法流程图；

图2是本发明实施例构建的配电网规划双层模型原理图；

图3是对本实施例构建模型进行求解流程图。

具体实施方式

为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图， 对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现 本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置 进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重 复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间 的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了 对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。

如图1所示，基于运行受限的配电网规划双层优化模型构建方法，包括以 下步骤：

S1、以线路、储能的投建时间和选址定容为决策变量，构建上层投资建设 优化模型及下层调度运行优化模型。

S2、利用拉格朗日乘子将约束条件加入目标函数中，使原有含等式和不等 式约束的优化问题转变为无约束优化问题，利用库恩-塔克条件最终实现问题 的求解。

S3、基于影子价格筛选受限运行场景。影子价格表示假设该资源扩容1个 单位所减少的调度成本。

S4、对上层投资建设优化模型及下层调度运行优化模型进行解耦处理。

本实施例以线路和储能的投建时间和选址定容为决策变量，建立规划-运 行双层优化模型。规划层目标函数是包含投资成本、环境成本和受限场景运行 成本的年总成本。上层将最优化结果传递至下层，影响规划层约束条件。运行 层目标函数为各场景日经济调度成本，计及运行受限的配电网规划双层模型如 图2所示。

步骤S1中，以线路、储能的投建时间和选址定容为决策变量，构建上层 投资建设优化模型及下层调度运行优化模型，具体包括：

S11、构建上层投资建设优化模型：

规划上层投资建设优化模型以线路和储能作为规划投资对象，针对年度总 成本最小进行优化，考虑了***的投资成本、受限场景运行成本和环境成本， 目标函数如式(1)所示。

minF(x_es,P_nes,E_nes,x_l,x_l')＝min C_inv+C_om

其中，C_inv为投资成本转化的等年值费用，A＝(1+ε)^-i为资金回收系数，ε 为折现率。Ω_ESS,Ω_NESS,Ω_Line,Ω_NLine为待扩容和新建的储能、线路集合。c_s,c_P,c_E为储 能基础建设成本、单位功率成本和单位容量成本。c_l,c_l'为新建和待扩容线路单 位长度的维护成本。

投资层一般从投资建设角度出发，对可以建设的ESS进行容量限制，同时 一般需要考虑已建线路和待建线路的状态及每条线路可以配置的最大线路数 量进行设定，考虑对网架结构进行限制即所有线路构成一个辐射状的配电网。 因此，投资层的约束条件主要包括：

(1)选型与建设约束：

1)是否新建或改造线路以及是否新建或扩容储能均为0-1变量，需满足：

其中，x_ness,y,x_cness,y,x_nline,y,x_cline,y分别为储能新建、扩容和线路新建、升级决 策变量。

2)储能扩容的容量与电量应满足一定的技术条件：

其中，和分别为储能所能配置的最大容量与电量。

(2)配网典型场景可靠运行约束：

在考虑典型场景可靠运行的规划层约束时，由于规划层对运行计算结果的 精度要求较低，为降低求解难度，提高计算效率，本规划以小时作为调度单位， 并采用直流潮流模型，忽略了各节点间的电压降落，运行约束用公式表达如下：

1)分布式电源约束

式中，θ_WF，θ_PV分别为风力发电和光伏发电弃风、弃光率，表示场景s 下的风电和光伏的最高出力。

2)平衡节点约束

式中，表示平衡节点有功和无功功率，分别为平衡节点最大、最 小有功功率。

3)潮流约束

式中，P^line，P^D，P^ENS，P^Pur，P^Sell，分别表示传统电源出力、线路功率、负荷功率、切负荷量、从主网购售电功率、风光出力、切充放 电量。分别为t时段节点j上ESS的充放电0-1状态量。

4)可控负荷最大切负荷约束

可控负荷的缺供电量(Energynot Supply，ENS)受可控负荷的合同限制。

式中，λ表示可控负荷节点最大切负荷率，为场景s下t时段中节点j 的有功负荷。

5)储能***功率限制

6)储能***容量限制

式中，表示储能的剩余电量水平，E^ESS为ESS的容量，P^es,c、P^es,dis为ESS 的充放电功率，η^es,c、η^es,dis分别为ESS的充放电效率。为保证储能的使用寿命， 将限制在最大电能储存量的20％～90％，表示电量的初始值，表示 电量的最大值。

为简化计算，降低求解难度，在规划层合理忽略储能的自放电率ε。另外， 依据各节点的净负荷程度对储能的充放电状态进行预处理，削减0-1变量。

(3)网架结构约束

配电网的网架结构需满足连通性约束和辐射状约束。连通性约束要求配电 网各节点均与网络中其它节点相连。配电网闭环设计，开环运行，辐射性约束 要求配电网不出现环网运行的情况。

1)每个负荷节点功率流入的支路有且只有一条，每个变电站节点功率流 出的支路至少有一条，如式10、11所示。

当i为负荷节点时：

当i为变电站节点时：

式中，α_ij，β_ij为0-1变量，表示线路的功率流向，α_ij取1时表示线路功率 从i节点流向j节点，β_ij取1时表示线路功率从j节点流向i节点，同时取0 时表示线路未建设。

2)配电网网络为树状结构，可用图论的方法将连通性约束表示为该网络 线路总数等于节点总数减1，即：

S12、构建下层调度运行优化模型：

配电网日经济运行调度成本由DG正常供电成本，网络损耗成本，交易电 能成本，储能“低储高放”以及弃风、弃光、切负荷等非常规调度手段的惩罚 成本构成，目标函数如式4所示。在实际运行中，配电网并不希望发生倒送电 量给主网的情况，故设定向主网的售电成本低于购电成本。该目标函数从本质 上能反映出优化调度是可再生能源以及储能充放电策略合理化带来的收益，充 分利用分布式能源，合理调度储能都可以使运行成本更小。

式中，s、i、j、t分别表示场景编号、节点编号和调度时段编号，Δt为各 调度阶段时长，对每个阶段可认为各个分布式发电单元出力、储能单元出力以 及负荷大小不变。Ω_G、Ω_Line、Ω_WF、Ω_PV、Ω_grid、Ω_Load、Ω_BESS分别为配电*** 常规火电机组节点集合、线路集合、风机节电、光伏节点、连接主网节点、负 荷节点和储能节点集合，c^WF,c^PV,c^Loss,c^Sell,c^Pur,c^WFP,c^PVP,c^ENS分别为风力供电、光伏 供电、网损、主网购售电、弃风、弃光、失负荷的单位成本或单位惩罚成本。 其中c_Pur采用分时电价，分别表示风光出力、主网 购售电量、切负荷量和充放电量，是运行层的部分决策变量。运行层的决策变 量还包括各时段储能的充放电状态等。

主动配电网的日经济调度模型考虑“源、网、荷、储”四个方面的约束：

(1)供给侧约束

1)分布式电源约束

分布式电源最高出力由运行场景的风速和光照强度决定，最低出力受最大 弃风、弃光率的限制，本文设定分布式电源运行方式为定功率控制。

2)平衡节点约束

本文中将配电网与上级电网之间的变电站作为平衡节点，并由上级电网为 配电网提供备用。考虑实际***运行时，主网根据日前负荷预测信息来制定生 产计划，并保证一定的旋转备用，因此需要考虑平衡节点调节范围。

式中，表示平衡节点有功和无功功率，分别为平衡节点最大、最小有功及无功功率。

(2)线路潮流约束与网络安全运行约束

1)潮流约束

对于辐射状配电***，其支路潮流模型如下：

式中，r_ij，x_ij分别为线路ij的电阻和电抗，V_i为交流配电网节点i的电压 幅值。

2)配电网安全运行约束

由于求解规划问题时，对运行调度模型的求解精度要求不高，可采用线性 化的DistFlow支路潮流模型进行替代，公式(17)、(18)、(19)可转化为：

式(17)表示的载流量约束在数学上表示一个圆的内部，可用一个圆的内 接正十二边形来近似表示这个圆，从而其所表示的非线性约束可以被下式替 代：

经过上述简化与变形后，原问题的MINLP模型转变为MILP模型，可以 使用数学优化软件中的成熟算法快速求得全局最优解。

(3)可控负荷的模型约束

可控负荷的缺供电量(Energy not Supply，ENS)受可控负荷的合同限制。

式中，λ表示可控负荷节点最大切负荷率，为场景s下t时段中节点j 的有功负荷。

(4)储能***的模型约束

1)充放电状态限制

2)充放电次数限制

其中，表示充放电次数的最大值。公式非线性，通过下述公式实现线 性化。

3)功率限制

4)容量限制

式中，为提高运行层计算精度，加入ε表示单位时段储能的自放电率。

5)日周期内充放能量守恒约束

式中，α和β分别为充电和放电效率。

步骤S2中，配电网规划问题为一个同时包含等式和不等式约束条件的非 线性优化问题，根据规划要求给定目标函数，求其在约束条件内的最值(一般 为求规划成本最小值)。为了求解该最优化问题，使用拉格朗日乘子将约束条 件加入目标函数中，使原有含等式和不等式约束的优化问题转变为无约束优化 问题，利用库恩-塔克(Kuhn-Tucker)条件最终实现问题的求解。

假设有优化问题如式32、33、34所示。

Min c(x) (32)

s.t. h(x)≤b (33)

g(x)＝d (34)

其中，h(x)＝(h₁(x),h2(x),...,h_m(x))^T，为m个不等式约束的集合； g(x)＝(g₁(x),h2(x),...,g_n(x))^T，为n个等式约束的集合。

可建立拉格朗日函数如式35：

Γ＝c(x)+μ^T[h(x)-b]+λ^T[g(x)-d] (35)

其中，μ和λ分别为不等式和等式的拉格朗日乘子，并得到最优性条件(库 恩-塔克条件)如式36所示。

其中，μ^T[h(x)-b]＝0为对补松弛条件，要求μ或者h(x)-b中的一项必须为 零。

步骤S3中，基于影子价格筛选受限运行场景包括：

S31、运行受限场景及其指标的选取

每个运行场景包含的运行约束不止一个，因此单场景含有多个拉格朗日乘 子。为了对各个场景的受限程度进行统一评价，需建立各项约束的总运行边际 效益指标，考虑规划层模型时，对该指标进行排序筛选，得到排名靠前的严重 受限场景，在目标函数和约束条件中加以体现，实现运行-规划问题的解耦。

单个运行场景中存在着多种多样的约束条件，如线路容量约束、弃风弃光 约束、可控负荷最大切负荷量和储能***充放电功率和容量约束等。约束类别 不同，其数量级和单位不同。例如，某储能的容量约束对应的拉格朗日乘子单 位为元/kWh，而其充放功率约束对应的拉格朗日乘子单位为元/kW，分别表示 对该储能扩增单位容量和增加单位功率所能产生运行的边际效益。需对受限对 各个拉格朗日乘子进行修正，统一单位和量级，建立总运行边际效益指标，如 式37所示。

式中，μ_s,st,t和ζ_s,st,t为运行场景s下调度时段t修正前、后的拉格朗日乘子， c_st为修正因子。

若某一场景的总运行边际效益很大，受限程度严重，但其发生概率极低， 单独为此受限场景增加投资的经济效益不高，可以考虑将其忽略。若某一场景 的发生概率较大而受限程度低，例如不受限的日常运行场景，也无需在规划层 中考虑。在规划问题中，为了实现投资效益最大化，应当综合考虑场景的发生 概率和受限严重程度，得到影响因子如式38所示。

式中，p_s为场景s的发生概率，Ω_st为规划对象相关的约束集合，ψ_s表示场 景集s中各调度时段与规划对象相关的约束的修正拉格朗日乘子之和，表示规 划层单位投资所能产生的边际效益。

S32、确定受限运行场景筛选模型

配电网受限运行场景是指目前电网状态下，该场景运行决策衍生风险较大， 经济性可靠性欠佳，应在未来配电网规划中高度缓解风险，改善其运行经济性 和可靠性的场景。严格筛选海量运行场景，是规划场景设置的基础。

在第n阶段的配网状态下，运行场景s是否应在规划中考虑，与该场景运行 情况下受限资源的投资-收益比和该场景的出现概率ps,n有关。运行受网络资源限 制，场景出现概率过高或导致的运行受限成本过大时，通常应采用网络解决方 案。定义运行场景s对多阶段规划的影响程度A_s为：

式中：ψ_s,n是衡量第n阶段的网络资源对场景s运行成本影响的变量。

运行优化调度模型中网络资源的影子价格反映了网络扩容对运行的影响。根 据优化原理中影子价格的定义，考虑网络约束的经济调度模型中，对应网络资 源(例如线路)的约束条件在起作用时，其影子价格表示假设该资源扩容1个 单位(例如线路扩容1MW)，所减少的调度成本。

本发明的规划内容包括线路扩展方案与储能配置方案两部分组成。线路、储 能等不同规划资源的单位容量对应的投资成本不同，因此应对影子价格进行修 正，以网络扩容的单位投资费用产生的场景s运行成本的边际效益作为ψ_s,n。

在传统配网规划中，通常以预想场景运行成本和网络扩容投资成本最小作为 规划问题的目标函数，求解确定性规划方案。然后考虑在现实场景与预想场景 出现偏差的情况下，分析规划方案的适应性，进行配网规划方案的比选。本发 明模拟了传统规划的该业务流程，按规划对运行场景影响程度筛选运行受限最 严重的场景，将网络解方案与非网络解方案迭代，逐步形成规划方案。

在第α次迭代时，受限运行场景筛选模型为：

式中：为运行场景的全集，为目前网络资源下，未来规划所需考虑 的受限运行场景集。中场景运行成本受网络资源影响的程度占所有运行场景 的比例为δ，优化的目的是筛选出最严重的N_S个受限场景在规划中考虑。

S33、提出影子价格求解方法

考虑到ADN运行的主动管理能力，在运行场景s中，配电网通过源荷网储 的协调控制、主动管理满足运行条件，实现运行优化调度成本最小。因此，ψ_s的含义可以理解为：原配电网络扩展规划消耗单位成本时带来的运行场景s的运 行成本最小值的数值减少量。

配电网场景s下，以调度成本最小为目标的优化模型为：

式中：y_s,n为运行决策变量，例如DG发电、储能充放状态及电量、切负荷量等； h_s,n＝0表示等式约束；g_s,n≤0表示不等式约束；x_n表示第n阶段的规划投建的决 策变量。

以Ω_r表示规划中可新建或扩展的资源集合。根据优化原理，若运行场景s下， 网络资源r(r∈Ω_r)约束条件对应的影子价格μ_s,n,r>0，则资源r已经被完全使用， 没有裕度，若增加1个单位容量，则***运行成本减少μ_s,n,r。配网线路、储能等 不同类型资源单位成本不同，网络资源r的单位成本c_n,r，网络扩容的单位投资 费用对场景s运行成本的边际效益ψ_s,n(简称扩容边际效益)定义为：

配电网的非网络解决方案，包括弃风/光、切负荷等调度手段，运行成本包括了这些手段的使用成本或惩罚成本：

式中：运行周期包括T个调度时段，每个调度时段时长为Δt；t为调度时段 编号；j为节点编号；Ω^gr，Ω^L，Ω^WF，Ω^PV分别为连接主网节点、负荷节点以及 风机、光伏节点集合；c^ENS，c^WFP，c^PVP分别表示分时电价、以及切负荷、 弃风、弃光的单位成本，即包括主网购电成本、切负荷成本、和弃风弃光成 本；表示场景s下的风、光发电各时段的满发出力； 分别表示购电量，切负荷量和风机、光伏出力，是运行层的决策变 量。该目标函数表示运行层充分利用DG、合理调度ESS充放电，都可以降低子 场景的运行成本。

场景s运行的等式约束h_s,n(y_s,n)＝0包括有(无)功平衡约束、储能剩余电量时 序约束和充放电量守恒约束：

其中：

式中：i,k为节点编号；Ω^b为配网线路集合；r_ij，x_ij表示线路电阻和电抗；V_i,t,s,n表示节点i电压幅值；P_j,t,s,n，Q_j,t,s,n表示节点注入的有功和无功功率；表 示线路的有功潮流和无功潮流；表示储能的剩余电量水平；ε为单位时段储 能的自放电率；η^Ch，η^Dis分别为储能充放电效率。

运行场景优化调度模型的不等式约束g_s,n(x_n,y_s,n)≤0包括风机/光伏出力、切负荷 量、储能充/放电功率、储能荷电状态以及线路容量约束，即：

式中：θ^WF，θ^PV分别表示配电***允许的最大弃风、弃光率；表示最大 切负荷率；为最小、最大荷电状态率；储电量一般在其容量限制的 20％～90％内^[4]；是节点有功、无功负荷；为0-1变量，分别 表示线路和储能的可用状态；分别为储能充放电状态；P_j,n,max为ESS 的功率最大值；E_j,n,max为ESS的电量容量。S_ij表示线路的最大供电容量。

运行场景优化调度模型的不等式约束条件g_s,n(x_n,y_s,n)≤0还包括网络电压约束，即：

式中：H为足够大的实数(当新建支路ij时，公式与普通配网潮流一致； 当不建支路ij时，H使此支路处潮流约束失效，即V_i,t,s,n与V_j,t,s,n不存在联系)； V_j,min,V_j,max为节点最小、最大电压。

步骤S4中，对上层投资建设优化模型及下层调度运行优化模型进行解耦 处理具体包括：

现提出配电网规划-运行解耦模型，对处于中间模糊地带的场景、目标函 数、约束条件进行处理解耦，如式37所示。

式中，F(x,y)和f(x,y)分别为规划层和运行层目标函数，H(x)和h(x,y)为不 等式约束，g(x,y)为等式约束。x为规划层决策变量，y_s为场景s下的运行层决 策变量，“*”号表示该决策变量处于受限场景中。

使用基于MATLAB的建模工具Yalmip并调用CPLEX求解器对本模型进 行求解。具体流程如图3所示。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明 保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上， 本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发 明的保护范围以内。

Claims (7)

1.一种基于运行受限的配电网规划双层优化模型构建方法，其特征是，包括以下步骤：

以线路、储能的投建时间和选址定容为决策变量，构建上层投资建设优化模型及下层调度运行优化模型；所述构建上层投资建设优化模型的规划层目标函数是包含投资成本、环境成本和受限场景运行成本的年总成本；所述构建调度运行优化模型的运行层目标函数为各场景日经济调度成本；

利用拉格朗日乘子将约束条件加入目标函数中，使原有含等式和不等式约束的优化问题转变为无约束优化问题，利用库恩-塔克条件最终实现问题的求解；

基于影子价格筛选受限运行场景，所述影子价格表示假设该资源扩容1个单位所减少的调度成本；

对上层投资建设优化模型及下层调度运行优化模型进行解耦处理。

2.如权利要求1所述的基于运行受限的配电网规划双层优化模型构建方法，其特征是，所述构建上层投资规划建设优化模型以线路和储能作为规划投资对象，针对年度总成本最小进行优化，兼顾***的投资成本、受限场景运行成本和环境成本，目标函数如下式：

min F(x_es,P_nes,E_nes,x_l,x_l')＝min C_inv+C_om

其中，C_inv为投资成本转化的等年值费用，A＝(1+ε)^-i为资金回收系数，ε为折现率，Ω_ESS,Ω_NESS,Ω_Line,Ω_NLine为待扩容和新建的储能、线路集合。c_s,c_P,c_E为储能基础建设成本、单位功率成本和单位容量成本，c_l,c_l'为新建和待扩容线路单位长度的维护成本。

3.如权利要求2所述的基于运行受限的配电网规划双层优化模型构建方法，其特征是，所述构建上层投资规划建设优化模型的约束条件包括：

决定是否新建或改造线路、是否新建或扩容以及储能扩容的容量和电量的选型与建设约束；以小时作为调度单位，并采用直流潮流模型忽略各节点间电压降落的配电网典型场景可靠运行约束；满足连通性约束和辐射状约束的网架结构约束。

4.如权利要求1所述的基于运行受限的配电网规划双层优化模型构建方法，其特征是，所述构建下层调度运行优化模型的配电网日经济运行调度成本由DG正常供电成本，网络损耗成本，交易电能成本，储能“低储高放”以及弃风、弃光、切负荷等非常规调度手段的惩罚成本构成，目标函数如下式：

式中，s、i、j、t分别表示场景编号、节点编号和调度时段编号，Δt为各调度阶段时长，对每个阶段可认为各个分布式发电单元出力、储能单元出力以及负荷大小不变；Ω_G、Ω_Line、Ω_WF、Ω_PV、Ω_grid、Ω_Load、Ω_BESS分别为配电***常规火电机组节点集合、线路集合、风机节电、光伏节点、连接主网节点、负荷节点和储能节点集合，c^WF,c^PV,c^Loss,c^Sell,c^Pur,c^WFP,c^PVP,c^ENS分别为风力供电、光伏供电、网损、主网购售电、弃风、弃光、失负荷的单位成本或单位惩罚成本；其中，c_Pur采用分时电价，分别表示风光出力、主网购售电量、切负荷量和充放电量，是运行层的部分决策变量。

5.如权利要求4所述的基于运行受限的配电网规划双层优化模型构建方法，其特征是，所述构建下层调度运行优化模型的约束条件包括：

包含分布式电源约束和平衡节点约束的供给侧约束；线路潮流约束与网络安全运行约束；可控负荷的模型约束；储能***的模型约束。

6.如权利要求1所述的基于运行受限的配电网规划双层优化模型构建方法，其特征是，所述基于影子价格筛选受限运行场景，具体包括：

对受限运行场景各个拉格朗日乘子进行修正，统一单位和量级，建立总运行边际效益指标；

综合考虑场景的发生概率和受限严重程度，得到影响因子；

对运行场景影响程度筛选运行受限最严重的场景，将网络解方案与非网络解方案迭代形成规划方案，筛选出最严重的NS个受限场景。

7.如权利要求1所述的基于运行受限的配电网规划双层优化模型构建方法，其特征是，所述对上层投资建设优化模型及下层调度运行优化模型进行解耦处理，具体包括：

提出配电网规划-运行解耦模型，对处于中间模糊地带的场景、目标函数、约束条件进行处理解耦：

式中，F(x,y)和f(x,y)分别为规划层和运行层目标函数，H(x)和h(x,y)为不等式约束，g(x,y)为等式约束，x为规划层决策变量，y_s为场景s下的运行层决策变量，“*”号表示该决策变量处于受限场景中。