CN112072672A - 含智能负荷的主动配电网优化调度方法 - Google Patents

含智能负荷的主动配电网优化调度方法 Download PDF

Info

Publication number
CN112072672A
CN112072672A CN202010822393.XA CN202010822393A CN112072672A CN 112072672 A CN112072672 A CN 112072672A CN 202010822393 A CN202010822393 A CN 202010822393A CN 112072672 A CN112072672 A CN 112072672A
Authority
CN
China
Prior art keywords
power
load
scheduling
intelligent
utility
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010822393.XA
Other languages
English (en)
Inventor
颜湘武
李若瑾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Electric Power University
Original Assignee
North China Electric Power University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by North China Electric Power University filed Critical North China Electric Power University
Priority to CN202010822393.XA priority Critical patent/CN112072672A/zh
Publication of CN112072672A publication Critical patent/CN112072672A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/58—The condition being electrical
    • H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种含智能负荷的主动配电网优化调度方法，在配电网中引入智能负荷参与调节，利用其功率自适应调节能力减少新能源和负荷预测误差带来的功率波动，维持关键负载电压稳定。对智能负荷、可再生能源和储能***出力进行优化，求解调度周期内以经济成本最少、电压偏差最小和用户用电效用最大的多目标函数最优潮流，获取控制时域的调度指令。智能负荷参与调度进行需求响应为配电网提供电压支撑，在减少储能***容量同时平滑其出力，降低调度成本。结合所提出的用户用电效用综合指标设定合理的智能负荷容量比为电网引导用户参与运行调度提供新的解决思路。

Description

含智能负荷的主动配电网优化调度方法
技术领域
本发明涉及电力***优化调度方法，尤其涉及一种含智能负荷的主动配电网优化调度方法。
背景技术
大量出力随机、波动明显的新能源叠加各类新型负荷接入配电***，传统配电网逐步演变为具备多重不确定性可控源的主动配电网。负荷调度即利用负荷追踪可再生能源出力变化，控制负荷调整***运行状态，具有比发电侧控制更快的响应速度、更为灵活的响应特性，可以为电力***提供新型辅助服务。随着负荷智能化程度不断提高，充分挖掘负荷侧灵活性资源调度潜力参与运行控制，配合可再生能源和储能出力，为最大限度消除配电网中不确定因素提供新思路。
电力弹簧是一种具有有功/无功调节能力，可储存电能并为电网提供电压支撑、抑制电压波动的新型电力电子设备。电力弹簧理论将电力***中的负荷分为关键负荷和非关键负荷。关键负荷指接入点功率和电压水平必须严格限制在规定范围内，不允许出现大幅度波动，包括医用、实验室的精密仪器等。非关键负荷则可接受供电电压在相对较大范围内波动，对负荷功率变动不敏感，包括不重要的照明***，空调等具有热惯性的电气设备等。电力弹簧与非关键负荷串联构成智能负荷，再与关键负荷并联接入配电网中。电力弹簧可将线路上的功率波动转移到宽电压负载上，使发电侧和负荷侧的能量相匹配，将关键负荷的电压限制在稳定范围，平抑可再生能源出力波动。
发明内容
发明目的：本发明提供一种含智能负荷的主动配电网优化调度方法，利用负荷侧智能负荷参与调度进行需求响应能拓宽灵活性裕度边界，在充分考虑用电用户实际需求进行负荷调度的同时为配电网提供电压支撑，在减少储能容量同时平滑其出力，降低调度成本。具体技术方案如下：
本发明提供一种含智能负荷的主动配电网优化调度方法，其特征在于，包括如下步骤：
1)构建用户用电效用模型，表征用户在电力弹簧调节过程中获得补偿收益与用电质量的关系；
2)以***经济成本最少，电压偏差最小和用电效用最大为优化目标，建立含智能负荷的主动配电网优化模型，确定电网调度优化策略；
3)定义容量比(智能负荷与总负荷容量的比值)评价指标引导电力用户积极参与电网调度。
含智能负荷的主动配电网优化调度方法，其特征在于，所述步骤1)中为鼓励更多用户参与电网优化调度，增大智能负荷可调容量，以提高用户用电效用为优化目标之一。电力用户选择部分非关键负载为智能负荷参与调度，在降低用电成本的同时希望尽量保证用电质量。本发明发展生活电器用电效用概念，定义智能负荷电力用户用电效用：智能负荷应以用户最大满意度进行自适应功率调节。
智能负荷的用电效用函数表示用户在电力弹簧调节过程中获得补偿收益与用电质量的关系。基于电网负荷运行特性，从功率、时间和经济性三方面进行用电效用评价。
1)功率效用函数：
智能负荷用户舒适度仅与当前时段负荷功率有关，设置智能负荷有功功率削减阈值，在阈值范围内，用户由于负荷削减用电质量受影响程度较弱，同时获得补偿收益，用电效用增大；超过这一阈值后，负荷削减对用电质量影响开始凸显，功率效用值逐渐下降，最终降为0，功率效用函数表示为：
Figure BSA0000215144580000021
式中，P为智能负荷有功功率削减值，Pth为智能负荷有功功率削减阈值，PN为智能负荷最大削减容量。
2)时间效用函数：
时间效用函数描述为每一时段内电力用户对智能负荷参与调节深度的满意程度，与功率效用相耦合，即功率削减小于等于阈值时，用户时间效用最优，超过阈值后，时间效用在峰平谷时段有不同程度降低。时间效用函数如式所示：
Figure BSA0000215144580000022
式中，ω在用电峰平谷时段取不同值，P为智能负荷有功功率削减值，Pth为智能负荷有功功率削减阈值，PN为智能负荷最大削减容量。
3)经济效用函数：
经济效用函数指用户参与调控、响应电力供应得到的经济补偿，一般而言，用户经济效用与削减负荷量成正比关系，因此将各时段的经济效用等效为削减负荷与最大削减负荷的比值。
L(E)＝P/PN P≤PN
式中，P为智能负荷有功功率削减值，PN为智能负荷最大削减容量。
对三种效用函数做归一化处理，得到用户综合用电效用L：
Figure BSA0000215144580000031
L＝∑L(Y)/3
式中，L(Y)＝[L(P) L(T) L(E)]为三种效用函数的归一化值；L(P)是功率效用函数值；L(T)是时间效用函数值；L(E)是经济效用函数值；L(y)，L(y)MAX分别为功率、时间、经济效用函数值及其对应的最大值，取L(Y)均值作为用户综合效用L。
含智能负荷的主动配电网优化调度方法，其特征在于，所述步骤2)中在依据风机、光伏出力预测数据，储能***初始容量以及负荷预测信息，滚动优化光伏、风机、储能和智能负荷出力，实现削峰填谷，优化负荷曲线。基于电网运行的经济性和安全性，以***调度成本最小，电压偏差最少及用电效用最大为优化目标。
min f＝fc′+α1ΔU-α2L
fc′＝CPV+CWT+CESS+Closs+CL+CSL
Figure BSA0000215144580000032
Figure BSA0000215144580000033
Figure BSA0000215144580000034
Figure BSA0000215144580000035
式中，fc′为调度周期内运行成本；ΔU为调度周期内电压偏差；L是用户用电综合效用；α1，α2电压偏差和用户用电效用的权重系数；T为调度时域；CPV，CWT分别为光伏、风机的无功调节成本；c1，c2为无功出力成本系数，单位为元/Mvar；
Figure BSA0000215144580000036
Qt WT为光伏和风机t时刻的无功出力。本发明假设风光有功出力全额消纳，因此不考虑有功剪切的情况。CESS是储能***的综合调度成本；CP，t为储能***的充放电成本，与充放电能量以及实时市场电价有关，αch，αdis为其充放电损耗系数；Cop，t为储能***运维折旧成本；Closs为网络损耗成本；CL为配电网与上级电网购电成本；CSL是配电网给智能负荷用户参与调度的补偿费用；Ui，t是t时刻i节点的电压，Uref是配电网节点参考电压，Ui，max，Ui，min分别是节点i的最大，最小允许电压。
含智能负荷的主动配电网优化调度方法，其特征在于，所述步骤2)含智能负荷的主动配电网优化模型中包含的约束条件包括：
1)潮流约束为：
Figure BSA0000215144580000041
式中，n为网络节点数；Pi，Qi分别为各节点注入的有功功率和无功功率；Ui，Uj为节点i，j的电压；Gij和Bij为节点i，j之间的电导和电纳；δij为节点i，j之间的电压相角。
2)状态变量约束为：
Figure BSA0000215144580000042
式中，Ui为节点i的电压值，Ui，max和Ui，min分别为节点i电压上、下限值；
Figure BSA0000215144580000043
为t时段可再生能源无功出力，
Figure BSA0000215144580000044
和
Figure BSA0000215144580000045
分别为时段t内可再生能源无功出力最小、最大值。
3)储能***约束
Figure BSA0000215144580000046
式中，SB(t)为t时段储能***剩余容量；SB(t-1)为t-1时段储能***剩余容量；α为储能自放电率；β为储能充放电效率；Pess(t)为储能***t时段充/放电功率；Bess为储能电池总容量；Δt为调度时间周期；
Figure BSA0000215144580000047
为储能在调度周期内最大爬/滑坡约束；Pess，Qess分别为储能在调度周期内有功、无功出力；Sess为储能逆变器最大视在功率。
4)智能负荷出力约束为：
Figure BSA0000215144580000051
Figure BSA0000215144580000052
(PS-k)2+QS＝k2-2kPES
Figure BSA0000215144580000053
式中，Ps和Qs分别为智能负荷有功出力和无功出力；Us为智能负荷连接母线电压；UES，IES分别为电力弹簧的电压和电流；PES为电力弹簧逆变器输出的有功功率；P0和Q0为电力弹簧不动作时智能负荷有功、无功初始出力；Z是非关键负载的阻抗；θZ为智能负荷非关键负载的相位角；k为中间变量，无物理含义；本发明以阻感性非关键负荷为例进行分析。
含智能负荷的主动配电网优化调度方法，其特征在于，所述步骤3)中智能负荷接入为配电网优化调度提供更多的有功/无功灵活性资源，可维持***功率平衡，拓宽其调度运行空间和灵活性裕度，充分发挥了负荷侧需求响应的潜力。通常电力公司会根据用户参与调度程度进行补偿，智能负荷容量越大则该负荷节点的调节空间越大，对电网调度更加有利，而对于参与调度的负荷用户来说是以牺牲自身负荷的电能质量来满足配电网调度需求，因此用户用电效用大小直接决定用户所接受的最大电网调节深度，制定容量比(智能负荷与总负荷容量的比值)是智能负荷参与响应的关键环节。合理的容量比可有效促进用户配合电网进行负荷调节同时获得较好的经济效益，实现配电网和用户的“双赢”。
附图说明
图1为改进的IEEE33节点***图。
图2为智能负荷投入调度前后储能有功出力图。
图3为容量比与用电效用关系图。
图4为容量比与成本和电压偏差关系图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
本发明采用改进的IEEE33节点***数据(Matpower6.0，“case33bw”实例，图1)进行仿真分析，验证所提模型的有效性。节点11、29接入800kW的分布式光伏，分别配置150KW/800KW·H的储能单元，其初始容量为300KW节点5、23接入800KW的分布式风电；节点14、18、32接入智能负荷。
本发明重点验证智能负荷对优化调度结果的影响，选取负荷高峰期17：00-21：00时段为例进行分析讨论，控制时域为15min。
表1分别为初始运行状态、智能负荷不参与调度、智能负荷参与调度三种方案下电压调控结果。
表1 三种方案下电压调控结果
方案 电压合格率 电压节点越限时段 电压越限节点
方案1：初始运行状态 96.51％ 18：00-19：00 12-18：32-33
方案2：智能负荷不参与调控 99.09％ 18：00 13-18
方案3：智能负荷参与调控 100％ - -
分析表1可知：晚高峰期负荷、风电及光伏出力波动剧烈，初始运行状态在18：00-19：00间4个时段内，12-18节点，32-33节点频频越限，给***安全稳定运行带来很大隐患。当智能负荷不参与调控时，通过调控灵活性资源出力，电压波动平抑效果明显改善，但在18：00时刻13-18节点电压越限，是由于13-18负荷节点连接线路重载，电压沿支路方向跌落严重，储能设备和可再生能源出力难以满足电压补偿需求，导致部分节点电压仍然越限；相较之下，本发明所提出的含智能负荷参与调控的调度策略，在负荷高峰期智能负荷主动降低有功需求支撑配电网的电量供需平衡/提供电压支撑，缓解储能和可再生能源出力压力，使越限节点处电压幅值回到规定范围，消除***安全隐患。
图2为智能负荷投入调度前后储能有功出力的优化调度结果。在17：00-21：00时段智能负载参与调度前、后储能放电功率均值分别为137.61KW·H、119.45KW·H，由此可见智能负荷参与调度能够缓解储能调节压力，进而减少储能单元的运维损耗和折旧成本，延长使用寿命。主动配电网应充分利用智能负荷电力需求弹性特性，引导电力用户积极响应电网需求，减少***内储能容量需求，降低储能设备负担。
考虑到实际情况以及调节效果，将容量比限制为[0.3，0.8]，基于本发明提出的目标函数，对不同容量比下用户用电效用函数进行仿真分析。
从图3可以看出，随着容量比的增加，智能负荷可调度容量增大，用户用电经济效用逐渐提升，时间效用逐渐下滑，而功率效用则先升后降，分析当容量比较小时，智能负荷调度功率不超过阈值，功率效用随容量增大不断增加，容量比超过0.6时，由于功率阈值的限制，功率效用减小。综合三方面效用指标，用户用电综合效用基本呈先升后降趋势，在L＝0.6时用户用电效用达到最优，L∈[0.5，0.7]时用电效用维持在较高水平。
结合图4可知随着容量比的增大，成本和电压偏差基本呈下降趋势，因此容量比越大，配电网的经济效益和安全裕度越高。
电网可结合运行实际需求引导用户积极参与电网调度，在保障用户满意度的基础上实现负荷侧需求响应最优，缓解源-荷两侧不确定性出力带来的压力，充分提升配电网运行的灵活性，经济性和安全性。
本发明应用具体事例对本发明进行了阐述，值得提出的是，这并非对本发明的限制，而是用于帮助理解本发明的方法和中心思想。相关领域的技术人员在保持发明的精神的状态下，基于此方案做出的变化和变型及应用范围的改变均属于本发明的范畴。

Claims (5)

1.一种含智能负荷的主动配电网优化调度方法，其特征在于，包括以下步骤：
1)为表征用户在电力弹簧调节过程中获得补偿收益与用电质量的关系，构建用户用电效用模型；
2)以***经济成本最少，电压偏差最小和用电效用最大为优化目标，建立含智能负荷的主动配电网优化模型，确定电网调度优化策略；
3)定义容量比(智能负荷与总负荷容量的比值)评价指标引导电力用户积极参与电网调度。
2.根据权利要求1所述，一种含智能负荷的主动配电网优化调度方法，其特征在于，所述步骤1)中为鼓励更多用户参与电网优化调度，增大智能负荷可调容量，以提高用户用电效用为优化目标之一；电力用户选择部分非关键负载为智能负荷参与调度，在降低用电成本的同时希望尽量保证用电质量；本发明定义智能负荷电力用户用电效用：智能负荷应以用户最大满意度进行自适应功率调节；
智能负荷的用电效用函数表示用户在电力弹簧调节过程中获得补偿收益与用电质量的关系，基于电网负荷运行特性，从功率、时间和经济性三方面进行用电效用评价；
1)功率效用函数：
智能负荷用户舒适度仅与当前时段负荷功率有关，设置智能负荷有功功率削减阈值，在阈值范围内，用户由于负荷削减用电质量受影响程度较弱，同时获得补偿收益，用电效用增大；超过这一阈值后，负荷削减对用电质量影响开始凸显，功率效用值逐渐下降，最终降为0，函数表示为：
Figure FSA0000215144570000011
式中，P为智能负荷有功功率削减值，Pth为智能负荷有功功率削减阈值，PN为智能负荷最大削减容量；
2)时间效用函数：
时间效用函数描述为每一时段内电力用户对智能负荷参与调节深度的满意程度，与功率效用相耦合，即功率削减小于等于阈值时，用户时间效用最优，超过阈值后，时间效用在峰平谷时段有不同程度降低；时间效用函数如式所示：
Figure FSA0000215144570000012
式中，ω在用电峰平谷时段取不同值，P为智能负荷有功功率削减值，Pth为智能负荷有功功率削减阈值，PN为智能负荷最大削减容量；
3)经济效用函数：
经济效用函数指用户参与调控、响应电力供应得到的经济补偿，一般而言，用户经济效用与削减负荷量成正比关系，因此将各时段的经济效用等效为削减负荷与最大削减负荷的比值；
L(E)＝P/PN P≤PN
式中，P为智能负荷有功功率削减值，PN为智能负荷最大削减容量；
对三种效用函数做归一化处理，得到用户综合用电效用L：
Figure FSA0000215144570000021
L＝∑L(Y)/3
式中，L(Y)＝[L(P)L(T)L(E)]为三种效用函数的归一化值；L(P)是功率效用函数值；L(T)是时间效用函数值；L(E)是经济效用函数值；L(y)，L(y)MAX分别为功率、时间、经济效用函数值及其对应的最大值，取L(Y)均值作为用户综合效用L。
3.根据权利要求1所述，一种含智能负荷的主动配电网优化调度方法，其特征在于，所述步骤2)中在依据风机、光伏出力预测数据，储能***初始容量以及负荷预测信息，滚动优化光伏、风机、储能和智能负荷出力，实现削峰填谷，优化负荷曲线；基于电网运行的经济性和安全性，以***调度成本最小，电压偏差最少及用电效用最大为优化目标；
min f＝fc′+α1ΔU-α2L
fc′＝CPV+CWT+CESS+Closs+CL+CSL
Figure FSA0000215144570000022
Figure FSA0000215144570000023
Figure FSA0000215144570000024
Figure FSA0000215144570000025
式中，fc′为调度周期内运行成本；ΔU为调度周期内电压偏差；L是用户用电综合效用；α1，α2电压偏差和用户用电效用的权重系数；T为调度时域；CPV，CWT分别为光伏、风机的无功调节成本；c1，c2为无功出力成本系数，单位为元/Mvar；
Figure FSA0000215144570000038
为光伏和风机t时刻的无功出力；本发明假设风光有功出力全额消纳，因此不考虑有功剪切的情况，CESS是储能***的综合调度成本；CP，t为储能***的充放电成本，与充放电能量以及实时市场电价有关；αch，αdis为其充放电损耗系数；Cop，t为储能***运维折旧成本；Closs为网络损耗成本；CL为配电网与上级电网购电成本；CSL是配电网给智能负荷用户参与调度的补偿费用；Ui，t是t时刻i节点的电压，Uref是配电网节点参考电压，Ui，max，Ui，min分别是节点i的最大，最小允许电压。
4.根据权利要求1所述，一种含智能负荷的主动配电网优化调度方法，其特征在于，所述步骤2)含智能负荷的主动配电网优化模型中包含的约束条件包括：
1)潮流约束：
Figure FSA0000215144570000031
式中，n为网络支路数；Pi，Qi分别为各节点注入的有功功率和无功功率；Ui，Uj为节点i，j的电压；Gij和Bij为节点i，j之间的电导和电纳；δij为节点i，j之间的电压相角；
2)状态变量约束：
Figure FSA0000215144570000032
式中，Ui为节点i的电压值，Ui，max和Ui，min分别为节点i电压上、下限值；
Figure FSA0000215144570000033
为t时段可再生能源无功出力，
Figure FSA0000215144570000034
和
Figure FSA0000215144570000035
分别为时段t内可再生能源无功出力最小、最大值；
3)储能***约束：
Figure FSA0000215144570000036
式中，SB(t)为t时段储能***剩余容量；SB(t-1)为t-1时段储能***剩余容量；α为储能自放电率；β为储能充放电效率；Pess(t)为储能***t时段充/放电功率；Bess为储能电池总容量；Δt为调度时间周期；
Figure FSA0000215144570000037
为储能在调度周期内最大爬/滑坡约束；Pess，Qess分别为储能在调度周期内有功、无功出力；Sess为储能逆变器最大视在功率；
4)智能负荷出力约束：
Figure FSA0000215144570000041
Figure FSA0000215144570000042
(PS-k)2+QS＝k2-2kPES
Figure FSA0000215144570000043
式中，Ps和Qs分别为智能负荷有功出力和无功出力；Us为智能负荷连接母线电压；UES，IES分别为电力弹簧的电压和电流；PES为电力弹簧逆变器输出的有功功率；P0和Q0为电力弹簧不动作时智能负荷有功、无功初始出力；Z是非关键负载的阻抗；θZ为智能负荷非关键负载的相位角；k为中间变量，无物理含义；本发明以阻感性非关键负荷为例进行分析。
5.根据权利要求1所述，一种含智能负荷的主动配电网优化调度方法，其特征在于，所述步骤3)中智能负荷接入为配电网优化调度提供更多的有功/无功灵活性资源，可维持***功率平衡，拓宽其调度运行空间，充分发挥了负荷侧需求响应的潜力；通常电力公司会根据用户参与调度程度进行补偿，智能负荷容量越大则该负荷节点的调节空间越大，对电网调度更加有利，而对于参与调度的负荷用户来说是以牺牲自身负荷的电能质量来满足配电网调度需求，因此用户用电效用大小直接决定用户所接受的最大电网调节深度，制定容量比(智能负荷与总负荷容量的比值)是智能负荷参与响应的关键环节；合理的容量比可有效促进用户配合电网进行负荷调节同时获得较好的经济效益，实现配电网和用户的“双赢”。
CN202010822393.XA 2020-08-11 2020-08-11 含智能负荷的主动配电网优化调度方法 Pending CN112072672A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010822393.XA CN112072672A (zh) 2020-08-11 2020-08-11 含智能负荷的主动配电网优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010822393.XA CN112072672A (zh) 2020-08-11 2020-08-11 含智能负荷的主动配电网优化调度方法

Publications (1)

Publication Number Publication Date
CN112072672A true CN112072672A (zh) 2020-12-11

Family

ID=73661763

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010822393.XA Pending CN112072672A (zh) 2020-08-11 2020-08-11 含智能负荷的主动配电网优化调度方法

Country Status (1)

Country Link
CN (1) CN112072672A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112733236A (zh) * 2021-01-08 2021-04-30 国网北京市电力公司 面向综合舒适度的建筑内温控负荷优化方法及***
CN112821451A (zh) * 2021-01-11 2021-05-18 国网福建省电力有限公司泉州供电公司 一种基于需求侧管理与储能的智慧城镇配电网分布式光伏接入应对方法
CN113765097A (zh) * 2021-08-03 2021-12-07 国网浙江省电力有限公司湖州供电公司 一种需求响应电能调控对象选择方法
CN113872242A (zh) * 2021-10-26 2021-12-31 华北电力科学研究院有限责任公司 采用电力弹簧的主动配电网能量优化方法及装置
CN114781946A (zh) * 2022-06-21 2022-07-22 国网江西省电力有限公司电力科学研究院 一种用于供用能***的聚合方法
CN115549091A (zh) * 2022-11-03 2022-12-30 国网山东省电力公司经济技术研究院 一种储能***的多目标控制方法及***

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106058855A (zh) * 2016-06-16 2016-10-26 南京工程学院 协调储能与柔性负荷的主动配电网多目标优化调度方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106058855A (zh) * 2016-06-16 2016-10-26 南京工程学院 协调储能与柔性负荷的主动配电网多目标优化调度方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
XIANGWU YAN.ET AL: "Flexible Coordination Optimization Scheduling of Active Distribution Network With Smart Load", 《IEEE ACCESS》 *
张晶晶等: "负荷聚合商参与需求响应的可靠性及风险分析", 《太阳能学报》 *
谭心怡等: "考虑DG功率非线性特性和综合负荷建模的DG和DR协同规划", 《电网技术》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112733236A (zh) * 2021-01-08 2021-04-30 国网北京市电力公司 面向综合舒适度的建筑内温控负荷优化方法及***
CN112821451A (zh) * 2021-01-11 2021-05-18 国网福建省电力有限公司泉州供电公司 一种基于需求侧管理与储能的智慧城镇配电网分布式光伏接入应对方法
CN113765097A (zh) * 2021-08-03 2021-12-07 国网浙江省电力有限公司湖州供电公司 一种需求响应电能调控对象选择方法
CN113872242A (zh) * 2021-10-26 2021-12-31 华北电力科学研究院有限责任公司 采用电力弹簧的主动配电网能量优化方法及装置
CN114781946A (zh) * 2022-06-21 2022-07-22 国网江西省电力有限公司电力科学研究院 一种用于供用能***的聚合方法
CN114781946B (zh) * 2022-06-21 2022-11-11 国网江西省电力有限公司电力科学研究院 一种用于供用能***的聚合方法
CN115549091A (zh) * 2022-11-03 2022-12-30 国网山东省电力公司经济技术研究院 一种储能***的多目标控制方法及***

Similar Documents

Publication Publication Date Title
CN112072672A (zh) 含智能负荷的主动配电网优化调度方法
CN112803446B (zh) 基于客户侧需求响应的多能优化控制方法及控制***
CN107994595A (zh) 一种削峰填谷控制方法和***以及应用该控制方法的***
CN109494727B (zh) 考虑需求响应的配电网有功和无功协调优化运行方法
CN107482608B (zh) 基于需求侧功率分配的直流微电网母线电压协调控制方法
CN112072711A (zh) 基于动态优先级的配电网灵活性优化调度方法
CN110729726B (zh) 一种智慧社区能量优化调度方法和***
CN108933451B (zh) 微电网***及其微网中央控制器和功率分配控制方法
CN107492901B (zh) 一种分布式储能***实时优化方法及装置
CN110994694A (zh) 计及差异化需求响应的微电网源荷储协调优化调度方法
CN113224769B (zh) 考虑光伏多状态调节的多时间尺度配电网电压优化方法
CN115313453B (zh) 一种基于soc改进下垂控制算法的多储能***协调控制方法
CN111900710A (zh) 一种并网型直流微电网协调控制方法
CN116054213A (zh) 一种基于集群划分的分布式储能群间协同的电压控制方法
CN110380404B (zh) 考虑高耗能点负荷的输电网励磁***调差系数优化整定方法
CN115222195A (zh) 考虑源-网-荷-储灵活性资源的配电网优化调度方法
CN111614110A (zh) 一种基于改进多目标粒子群算法的受端电网储能优化配置方法
CN114362217A (zh) 一种分布式电源与储能协同优化配置方法
CN110518617B (zh) 考虑交流侧运行状态的mmc-mtdc下垂控制方法
CN115001001B (zh) 一种新型电力***源荷储的主从博弈优化方法
CN108306306B (zh) 一种利用分布式光伏进行配电网无功电压控制的方法
CN107273673B (zh) 一种考虑平抑风电波动的空调冷水机组群控方法
CN115549216A (zh) 一种风光储场站有功-无功协调控制方法及***
CN104836242A (zh) 地区电网无功优化方法
CN115663791A (zh) 基于运行环境时变性的智能配电网多目标自适应调度方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20201211

WD01 Invention patent application deemed withdrawn after publication