CN116388153A - 一种有源配电网中柔性互联装备优化配置方法 - Google Patents
一种有源配电网中柔性互联装备优化配置方法 Download PDFInfo
- Publication number
- CN116388153A CN116388153A CN202310224683.8A CN202310224683A CN116388153A CN 116388153 A CN116388153 A CN 116388153A CN 202310224683 A CN202310224683 A CN 202310224683A CN 116388153 A CN116388153 A CN 116388153A
- Authority
- CN
- China
- Prior art keywords
- sop
- node
- power
- power distribution
- distribution network
- 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
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 75
- 230000005611 electricity Effects 0.000 claims abstract description 37
- 230000008901 benefit Effects 0.000 claims abstract description 20
- 230000035945 sensitivity Effects 0.000 claims abstract description 17
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 15
- 238000010248 power generation Methods 0.000 claims abstract description 9
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 238000005457 optimization Methods 0.000 claims description 36
- 238000009434 installation Methods 0.000 claims description 15
- 238000007726 management method Methods 0.000 claims description 12
- 230000009977 dual effect Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 8
- 230000004888 barrier function Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000013459 approach Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000002347 injection Methods 0.000 claims 1
- 239000007924 injection Substances 0.000 claims 1
- 239000000243 solution Substances 0.000 claims 1
- 238000010561 standard procedure Methods 0.000 description 7
- 230000000903 blocking effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000035699 permeability Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000004513 sizing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based 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
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种有源配电网中柔性互联装备优化配置方法，该方法构建一个两阶段SOP规划模型；其中第一阶段构建包含可再生能源发电的配电网运行场景，通过原‑对偶内点发算法计算***节点边际电价SOP分布，通过改善社会福利均衡的角度通过LMP分析方法选取节点电价分布差较大且***有功无功网损灵敏度较高的节点作为配置SOP位置的依据；第二阶段使用数学规划方法构建一个混合整数二阶锥规划模型进行求解，得到成本最小、经济性最高的柔性互联装备优化配置方案。与现有技术相比，本发明具有有效减少了电力***运行成本等优点。
Description
技术领域
本发明涉及柔性互联装备技术领域，尤其是涉及一种有源配电网中柔性互联装备优化配置方法。
背景技术
传统的中低交流配电网是一种功率单向流动的辐射型结构，由于电磁环网问题，各馈线不可互联运行。近年来，主动配电网中可再生分布式能源(distributed energyresources,DERs)渗透率日益提高，多元化源网荷储设备的接入给传统配电网运行带来巨大挑战。分布式电源(distributed generator,DG)的广泛接入有助于削峰填谷、改善供电可靠性和降低用户用电成本。但同时，DG接入带来的电压越限，网络阻塞和双向潮流问题也日益突出。传统配电网调节方式有限，如何有效解决高渗透率DG接入带来的配电网运行问题引起广泛关注。
节点边际电价(locational marginal price,LMP)定义为满足新增负荷需求时电力***增加的边际成本。集中式电力市场普遍采用此定价方式。我国自新一轮电改后，广东、山东、浙江等地均选择LMP作为现货市场定价机制。LMP不仅为生产者、消费者和管理者提供了价格信号，也为投资者提供了投资信号。***中DG渗透率高带来的网络阻塞等问题会导致LMP分布不均衡，部分区域LMP上升，用户用电成本提高。
在上述背景下，衍生出以柔性互联装备(soft open point,SOP)为主的柔性互联装置来取代传统联络开关(tie switch,TS)，构建柔性配电。配电网凭借柔性互联装置(flexible interconnection device,FID)实现柔性闭环运行，能有效解决广泛分布式电源接入传统配电网后带来的馈线负载不均衡、电压越限等问题。SOP可以独立对馈线两端有功、无功功率进行实时、动态和连续的调控，进一步平衡线路负载和优化电压分布，对提高配电网的主动调节性也是有益的。同时，由于柔性互联装备直流侧的隔离和对功率调控，搭配故障保护的柔性配电网可以显著减少故障时间和供电恢复时间。由于电力和能源部门政策的变化，大量的DG并入配电网，导致传统配电网在调控方面的局限性日益突出。因此，使用SOP代替TS的智能配电网和主动配电网更受人们青睐，而现阶段对柔性互联装备的选址定容方案的讨论不多，或在进行规划时仅考虑了DG的运行特性，或使用机会约束方法确定SOP的选址，或使用原始-对偶内点法计算了LMP，但很少有研究同时涉及到柔性互联装备的选址和定容问题。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种有源配电网中柔性互联装备优化配置方法，该方法考虑了DG运行的不确定性，从改善***电压分布、社会福利均衡的角度确立了SOP在有源配电网中的最佳安装位置，有效提高了SOP对阻塞管理、电压调价的针对性。之后，建立基于节点电价的SOP定容优化模型，采用线性化和锥松弛方法将原问题转化为MISOCP模型。最后，在改进的IEEE33节点配电***上，对提出的SOP优化配置方法进行计算与分析。
本发明的目的可以通过以下技术方案来实现：
根据本发明的一个方面，提供了一种有源配电网中柔性互联装备优化配置方法，该方法构建一个两阶段SOP规划模型；
其中第一阶段构建包含可再生能源发电的配电网运行场景，通过原-对偶内点发算法计算***节点边际电价SOP分布，通过改善社会福利均衡的角度通过LMP分析方法选取节点电价分布差较大且***有功无功网损灵敏度较高的节点作为配置SOP位置的依据；
第二阶段使用数学规划方法构建一个混合整数二阶锥规划模型进行求解，得到成本最小、经济性最高的柔性互联装备优化配置方案。
作为优选的技术方案，所述的两阶段SOP规划模型中包括对经典场景下配电***最佳运行状态求解，包括最优潮流的求解和当前位置SOP容量的求解。
作为优选的技术方案，所述SOP规划模型中采用直流潮流模型。
作为优选的技术方案，所述原-对偶内点发算法具体如下：
min pTPG
s.t.eT(PG-PD)＝0
T(PG-PD)≤Fmax
PGmin≤PG≤PGmax
其中p为发电机报价向量；PG为发电出力向量，负荷节点出力为0；PD为节点负荷；T为节点功率和支路潮流灵敏度矩阵；Fmax为线路潮流容量约束，PGmin为发电机出力最小值，PGmax为发电机出力最大值；
引入了松弛变量s,s1,s2，将不等式约束转化为等式约束；
T(PG-PD)+s-Fmax＝0
PG-s1-PGmin＝0
PG+s2-PGmax＝0
在目标函数中引入对数障碍函数，消除了松弛变量的非负约束；引入了拉格朗日乘数变量λ1、λ2和乘数向量r1、r2，它们分别表示与约束对应的松弛约束价格信号，得到以下拉格朗日函数；
其中L(p,μ)为拉格朗日函数等式、si、s1i、s2i为构建拉格朗日函数引入的松弛变量，μ为拉格朗日乘数；
根据Kuhn-Tucker最优性条件可得
pi为第i个节点发电机报价、Tki为第k个机组在节点i上的节点功率矩阵，相关r1i、r2i为KKT条件求解引入的第i个节点乘数向量；
基于节点边际电价的定义，对上式求PD导数得出节点的电价为：
式中，ρi为节点i的电价，i为SOP所接入配电***的节点编号，λ1为拉格朗日乘数变量，λ2i为拉格朗日乘数向量；
原–对偶内点算法的最优解处，障碍参数μ应趋近于零，因此采用“对偶间隙”法修正策略来迭代减小μ的值；
为保持原始可行性和对偶可行性，求解过程需选取迭代步长，采用原步长tp,对偶步长tD的方法减少迭代次数；
Δs、Δs1、Δs2为引入的松弛变量变化量，Δr1、Δr2为拉格朗日乘数向量变化量，λ2为拉格朗日乘数变量。
作为优选的技术方案，所述SOP规划模型中，SOP的约束方程表达式具体如下：
1)SOP容量约束：
2)SOP有功功率平衡约束：
PSOP,i＝|PSOP,j+PSOP,loss,ij|
3)SOP无功功率约束：
|QSOP,i|≤ηSSOP,ij
|QSOP,j|≤ηSSOP,ij
以上各式中，SSOP,ij为连接在节点i和j之间的SOP的容量；PSOP,i，PSOP,j，QSOP,i，QSOP,j分别为该SOP输出的有功与无功功率，以注入电网为正；PSOP,loss,ij为该SOP的装置损耗；cSOP,loss为该SOP的损耗系数；η为该SOP的无功功率限制系数。
作为优选的技术方案，所述两阶段SOP规划模型包括上层选址模型和底层容量优化模型，所述上层优化模型用于确定SOP的安装位置，所述底层优化模型用于确定典型场景下整个配电***的最佳运行工况以确定容量。
作为优选的技术方案，所述底层容量优化模型使规划模型在满足配电网的各种约束条件下，使每种情况的网络损失和SOP损失之和最小，数学表达式如下：
式中：c为电价；t为供电时间；S为场景个数；N为***节点数；Pi(s)为第s个场景节点i处注入的有功功率之和；p(s)为第s个场景对应的概率，PSOP,loss,ij为SOP传输功率损耗，其中Pi(s)可用式有功潮流约束等式表示。
作为优选的技术方案，所述底层优化模型所满足的各种约束条件具体如下：
式中，Ω(i)表示与节点i相连节点的集合；Vi.t、Vj,t和θij,t分别为第t个场景节点i、j的电压幅值和相角差；Gii、Bii、Gij、Bij分别为节点导纳矩阵中的自电导、自电纳、互电导和互电纳；PL,i,t、QL,i,t分别节点i上负荷注入的有功功率和无功功率；PDG,i,t、QDG,i,t分别为第s个场景节点i上分布式电源注入的有功功率和无功功率；
和/>
分别为节点i电压幅值的上下限；Iij,t为支路j第t个场景的电流幅值；/>
是支路ij的电流幅值上限；PSOP,i,t为节点i上第t个场景的SOP传输的有功功率，QSOP,i,t为节点i上第t个场景的SOP传输的无功功率。
作为优选的技术方案，所述上层选址模型将SOP的位置传递给所述底层容量优化模型，所述底层容量优化模型基于每个场景的结构和运营约束，对配电***的运行状态进行优化，然后将优化结果返回所述上层选址模型，所述上层选址模型使用所述底层容量优化模型传递的结果来计算当前SOP规划方案的目标函数值。
作为优选的技术方案，所述SOP位置优化配置还包括管理效益方法，即***有功无功网损灵敏度进行计算，模型如下：
将***节点功率平衡方程按泰勒一阶展开后，令无功变化量ΔQ，有功变化量ΔP为0，可得到电压变化量ΔV与ΔQ，ΔP的关系
式中：V,θ分别为电压幅值和相角。
作为优选的技术方案，两阶段的SOP规划模型中，出于社会福利均衡的角度，考虑节点的网损灵敏度，在LMP差距较大的节点间配置SOP。将SOP接入***后，计算网损灵敏度以优化后续SOP安装位置。本文将求解过程分成两个层面，MISOCP模型的目的是优化SOP安装容量，优化目标为配电***年综合成本最低。LMP运行层用于判定SOP配置后能否满足社会福利均衡，优化LMP分布。计算***LMP，根据电价差配置SOP。综上，本发明针对SOP的选址定容问题，综合考虑SOP的投资和运行成本以及分布式电源的不确定性，以整个方案的成本最小，经济性最高为目标，提出一种基于数据驱动与节点电价的柔性互联装备选址定容方法。该方法本文提出一种基于节点边际电价分析的有源配电网SOP优化配置方法。首先，考虑到DG出力的不确定性，采用模糊聚类方法进行场景缩减，生成DG出力典型场景。通过***节点边际电价分析，结合***节点有功无功的网损灵敏度分布对SOP进行选址。之后，建立以配电网年度综合运行成本最低为目标，考虑***潮流约束，以SOP接入容量为决策变量的数学优化模型，通过二阶锥规划进行模型转化，求解在LMP计算后的SOP优化配置模型经过算例仿真测试，与传统方案相比，使用本方法得出的互联方案设计具有更好的灵活性和经济性。
与现有技术相比，本发明针对柔性有源配电网中柔性互联装置的优化配置问题，一阶段以社会福利均衡为目标，二阶段以网络损耗最小为优化目标，提出了基于节点电价—网损灵敏度分析的两阶段两阶段优化配置方法，以模糊聚类方法生成典型场景，构建电价分布数据集；经过算例仿真测试，与传统方案相比，本发明有效减少了电力***运行成本，使用本发明得出的互联方案设计具有更好的灵活性和经济性。
附图说明
图1为本发明一个实施例提供的一种综合考虑经济和管理效益的有源配电网柔性互联装备配置方法的求解流程图；
图2为本发明一个实施例提供的一种综合考虑经济和管理效益的有源配电网柔性互联装备配置方法的SOP接入位置示意图；
图3为本发明一个实施例提供的一种综合考虑经济和管理效益的有源配电网柔性互联装备配置方法的带有DG的配电网络示意图；
图4为本发明一个实施例提供的一种综合考虑经济和管理效益的有源配电网柔性互联装备配置方法的典型的风力发电输出曲线图；
图5为本发明一个实施例提供的一种综合考虑经济和管理效益的有源配电网柔性互联装备配置方法的典型的光伏发电输出曲线图
图6为本发明一个实施例提供的一种综合考虑经济和管理效益的有源配电网柔性互联装备配置方法的配置方案带来的LMP改善示意图
图7为本发明一个实施例提供的一种综合考虑经济和管理效益的有源配电网柔性互联装备配置方法的节点网损灵敏度示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
以下对本发明的一种基于数据驱动与节点电价的柔性互联装备选址定容方法的实施例进行详细的说明。
通过基于密度峰值的模糊聚类方法的结合构建可再生能源发电的典型场景；采用基于软划分的模糊聚类方法(fuzzy c-means algorithm，FCM)，通过引入隶属度的概念，模糊地判断样本属于的类别。具体步骤如下。
步骤1：确定类别数，初始聚类中心、隶属度矩阵和迭代终止条件。
步骤2：计算数据样本到各个聚类中心的距离矩阵。
步骤3：已知聚类中心，更新隶属度。重新计算目标函数，当目标函数值小于迭代误差即迭代结束。
基于某地实测年风速与年光照强度小时数据，分别计算得到单位容量机组风力发电与光伏发电数据，进而计算得到基于模糊均值聚类算法的四季典型风光出力场景。
构建一个两阶段的SOP规划模型，综合考虑DG运行特性的方法来确定SOP的安装位置。该方法考虑了DG运行的不确定性，从改善***电压分布、社会福利均衡的角度确立了SOP在有源配电网中的最佳安装位置，有效提高了SOP对阻塞管理、电压调价的针对性。之后，建立基于节点电价的SOP定容优化模型，采用线性化和锥松弛方法将原问题转化为MISOCP模型。
进一步的，上层规划模型的优化目标是最小化年平均总成本，优化变量是各组SOP的容量，数学表达式为：
算到每年的SOP固定投资费用CSOP
式中,N为***节点数；Ω(i)是节点i的所有相邻节点的集合；cm为SOP的单位容量造价；
为SOP的装机容量；CRFSOP为SOP的资本回收系数，，d为折现率，y为使用年限。
SOP年运行维护成本
η为SOP年度运行维护成本系数。
配电网年度供电损耗成本Closs
式中：c为电价；t为供电时间；S为场景个数；N为***节点数；Pi(s)为第s个场景节点i处注入的有功功率之和；p(s)为第s个场景对应的概率，PSOP,loss,ij为SOP传输功率损耗。
SOP主要安装于传统联络开关处，如图2所示，可以对两条馈线之间传输的有功功率进行灵活控制，并提供一定的无功功率支撑。其实现主要基于全控型电力电子器件，具体实现方式主要有3种：背靠背电压源型变流器(back to back voltage source converter，BTB-VSC)、静止同步串联补偿器(static synchronous series compensator，SSSC)和统一潮流控制器(unified power flow controller，UPFC)。
本发明以BTB-VSC为例，研究配电***中SOP规划问题。SOP的可控变量包括4个：两个变流器输出的有功功率和无功功率。虽然BTB-VSC效率很高，但当出现分布式电源与负荷分配不均，有功潮流需要大范围转移的时候，会产生一定的功率损耗，本发明在建模的过程中予以一定的损耗系数。假定SOP向电网注入功率为正方向。两个变流器输出的无功功率因直流环节的隔离而互不影响，仅需要满足各自变流器的容量约束即可。这里选取PQ-VdcQ控制作为SOP的控制模式，得到如下SOP约束方程：
1)SOP的有功功率限制
Pi,SOP(s)+Pj,SOP(s)+Pij,SOP(s)＝0
Pij,SOP(s)＝Ai,SOP|Pi,SOP(s)|+Aj,SOP|Pj,SOP(s)|
2)SOP的无功功率限制
-μSij,SOP≤Qi,SOP(s)≤μSij,SOP
-μSij,SOP≤Qj,SOP(s)≤μSij,SOP
3)SOP的能力限制
式中，s为运行优化场景；i、j为SOP所接入配电***的节点编号；Pi,SOP(s)、Pj,SOP(s)、Qi,SOP(s)、Qj,SOP(s)分别为第s个场景SOP两个变流器注入的有功功率和无功功率；Ai,SOP和Aj,SOP为变流器损耗系数；Pij,SOP(s)为SOP传输损耗；μ为功率因数角正弦的绝对值；Sij,SOP为接在节点i、j之间SOP容量。
SOP规划模型中线路电流的计算采用直流潮流法。
SOP选址模型基于节点电价进行构建，采用原-对偶内点法计算的LMP的数学模型具体如下：
在目标函数中引入对数障碍函数，消除了松弛变量的非负约束；引入了拉格朗日乘数变量λ1，λ2和乘数向量r1，r2，它们分别表示与约束对应的松弛约束价格信号，得到以下拉格朗日函数。
根据Kuhn-Tucker最优性条件可得
基于节点边际电价的定义，对上式求PD导数得出节点的电价为：
式中，ρi为节点i的电价，i为SOP所接入配电***的节点编号，λ1为拉格朗日乘数变量，λ2i为拉格朗日乘数向量。
原–对偶内点算法的最优解处，障碍参数μ应趋近于零，因此采用“对偶间隙”法修正策略来迭代减小μ的值。
为保持原始可行性和对偶可行性，求解过程需选取迭代步长，采用原步长tp,对偶步长tD的方法减少迭代次数。
进一步的，两阶段的SOP规划模型包括上层优化模型和底层优化模型，上层优化模型用于确定SOP的安装位置，底层优化模型用于确定典型场景下整个配电***的最佳运行及SOP的安装容量。
本发明出于社会福利均衡的角度，考虑节点的网损灵敏度，在LMP差距较大的节点间配置SOP。将SOP接入***后，计算网损灵敏度以优化后续SOP安装位置。本文将求解过程分成两个层面，MISOCP模型的目的是优化SOP安装容量，优化目标为配电***年综合成本最低。LMP运行层用于判定SOP配置后能否满足社会福利均衡，优化LMP分布。计算***LMP，根据电价差配置SOP。
底层问题是根据之前计算的LMP确定SOP的位置。规划模型是在满足配电网的各种约束条件的同时，最小化每个场景的网络损失和SOP损失之和。该模型的目标如下。
式中，S为场景个数，N为***节点数，Pi(s)为第s个场景节点i处注入的有功功率之和，Ai,SOP为变流器损耗系数，Pi,SOP(s)为第s个场景SOP变流器注入的有功功率
底层优化模型的目的是使规划模型在满足配电网的各种约束条件下，使每种情况的网络损失和SOP损失之和最小，数学表达式如下：
式中，S为场景个数，N为***节点数，Pi(s)为第s个场景节点i处注入的有功功率之和，Ai,SOP为变流器损耗系数，Pi,SOP(s)为第s个场景SOP变流器注入的有功功率。
进一步的，底层优化模型所满足的各种约束条件具体如下：
式中，Ω(i)表示与节点i相连节点的集合；Vi(s)、Vj(s)和θij(s)分别为第s个场景节点i、j的电压幅值和相角差；Gii、Bii、Gij、Bij分别为节点导纳矩阵中的自电导、自电纳、互电导和互电纳；PL,i,t、QL,i,t分别节点i上负荷注入的有功功率和无功功率；PDG,i,t、QDG,i,t分别为第s个场景节点i上分布式电源注入的有功功率和无功功率；
和/>
分别为节点i电压幅值的上下限；Iij(s)为支路j第s个场景的电流幅值；/>
是支路ij的电流幅值上限。
需要求解的变量包括：SOP的安装位置和容量、每个场景节点的电压幅值和相位角以及SOP传输的有功功率和发出的无功功率。
本发明针对SOP的选址定容问题，综合考虑SOP的投资和运行成本以及分布式电源的不确定性，以整个方案的成本最小，经济性最高为目标，提出一种基于数据驱动与节点电价的柔性互联装备选址定容方法。该方法本文提出一种基于节点边际电价分析的有源配电网SOP优化配置方法。首先，考虑到DG出力的不确定性，采用模糊聚类方法进行场景缩减，生成DG出力典型场景。通过***节点边际电价分析，结合***节点有功无功的网损灵敏度分布对SOP进行选址。之后，建立以配电网年度综合运行成本最低为目标，考虑***潮流约束，以SOP接入容量为决策变量的数学优化模型，通过二阶锥规划进行模型转化，求解在LMP计算后的SOP优化配置模型经过算例仿真测试，与传统方案相比，使用本方法得出的互联方案设计具有更好的灵活性和经济性。以下结合具体的仿真实例来对上述结构和方法的应用进行进一步说明。
本发明以IEEE 33节点为例，对所提出的规划方法进行了分析和验证。IEEE 33节点示例的结构如图5所示，电压等级为12.66kV。模型是基于Matlab中的matpower工具箱和模拟退火算法求解的。
为为验证SOP对配电网中高DG渗透率带来的电压越限和网络阻塞的改善作用。将三台WT和两台PV电源接入配电***中，PV的安装位置为13、22节点，安装容量分别为700、500kW。WT的安装位置为7、27和32节点，安装容量分别为800、600、300kW。。
根据某地年风速和光照强度小时分布数据，采用上述方法，计算出基于聚类算法的典型景观输出场景，单位容量的新能源输出(标准值)顺势分布如图4所示。
采用基于原-对偶内点法对***全天LMP进行分析计算，初始LMP及考虑网损费用的LMP分布如图5所示，***有功无功网损灵敏度分布如图7所示。对比分析判定节点8-21***LMP差异最大，且节点处网损灵敏度较高。应所谓SOP的首要接入节点。根据的SOP优化配置流程继续计算LMP和***网损灵敏度，推定下一个待选SOP的接入位置，依据计算结果为节点12-22。以此类推，得到第三个待选SOP的接入位置为节点25-29。由于SOP配置成本较高，因此设定SOP最大接入点为3。
通过基于LMP的SOP优化配置方案，将SOP的配置方案分为4种：方案1，不接入SOP；方案2，节点8-21接入一个SOP；方案3，节点8-21、12-22接入2个SOP；方案4，接入3个SOP。不同SOP接入方案费用对比如表1所示。
表1
本发明充分考虑了风力发电和光伏发电的随机性和波动性，建立了基于LMP并考虑分布式电源运行特性的SOP规划模型。采用智能优化算法和数学规划方法求解该问题。
SOP具有灵活多样的控制模式，能够在故障情况下提供电压支持，在电压超限情况下提供无功补偿，并增加分布式容量。考虑到上述经济和环境效益，将进一步提高标准作业程序的实际价值。SOP的实用价值将进一步提高。
本发明建立了SOP的选址定容规划模型，以规划期内的年平均总成本最小化为优化目标，针对DG的运行特性使用模糊聚类的结合方法建立典型场景，详细考虑了规划期内的年平均总成本与规划期间SOP的投资成本和年度运营成本、配电网的网损成本。综合考虑经济和管理效益；为了解决选址定容规划问题，采用了数学规划方法进行求解。最终在IEEE33节点实验馈线上验证了本发明所述方案的有效性和经济性。
在一个可选的实施例中，还可以使用基于软化分的模糊聚类方法或者使用其他聚类算法找出典型场景。
另外需要说明的是，本发明以背靠背电压源型变换器为例进行研究分析，也可以通过其他典型的拓扑结构如统一潮流控制器，或者其他在本发明实质内容上修改。该方法流程图中可以在细节优化，算法步骤流程增多或简化，或者其他在本发明实质内容上修改。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种有源配电网中柔性互联装备优化配置方法，其特征在于，该方法构建一个两阶段SOP规划模型；
其中第一阶段构建包含可再生能源发电的配电网运行场景，通过原-对偶内点发算法计算***节点边际电价SOP分布，通过改善社会福利均衡的角度通过LMP分析方法选取节点电价分布差较大且***有功无功网损灵敏度较高的节点作为配置SOP位置的依据；
第二阶段使用数学规划方法构建一个混合整数二阶锥规划模型进行求解，得到成本最小、经济性最高的柔性互联装备优化配置方案。
2.根据权利要求1所述的一种有源配电网中柔性互联装备优化配置方法，其特征在于，所述的两阶段SOP规划模型中包括对经典场景下配电***最佳运行状态求解，包括最优潮流的求解和当前位置SOP容量的求解。
3.根据权利要求1所述的一种有源配电网中柔性互联装备优化配置方法，其特征在于，所述SOP规划模型中采用直流潮流模型。
4.根据权利要求1所述的一种有源配电网中柔性互联装备优化配置方法，其特征在于，所述原-对偶内点发算法具体如下：
min pTPG
s.t.eT(PG-PD)＝0
T(PG-PD)≤Fmax
PGmin≤PG≤PGmax
其中p为发电机报价向量；PG为发电出力向量，负荷节点出力为0；PD为节点负荷；T为节点功率和支路潮流灵敏度矩阵；Fmax为线路潮流容量约束，PGmin为发电机出力最小值，PGmax为发电机出力最大值；
引入了松弛变量s,s1,s2，将不等式约束转化为等式约束；
T(PG-PD)+s-Fmax＝0
PG-s1-PGmin＝0
PG+s2-PGmax＝0
在目标函数中引入对数障碍函数，消除了松弛变量的非负约束；引入了拉格朗日乘数变量λ1、λ2和乘数向量r1、r2，它们分别表示与约束对应的松弛约束价格信号，得到以下拉格朗日函数；
其中L(p,μ)为拉格朗日函数等式、si、s1i、s2i为构建拉格朗日函数引入的松弛变量，μ为拉格朗日乘数；
根据Kuhn-Tucker最优性条件可得
pi为第i个节点发电机报价、Tki为第k个机组在节点i上的节点功率矩阵，相关r1i、r2i为KKT条件求解引入的第i个节点乘数向量；
基于节点边际电价的定义，对上式求PD导数得出节点的电价为：
式中，ρi为节点i的电价，i为SOP所接入配电***的节点编号，λ1为拉格朗日乘数变量，λ2i为拉格朗日乘数向量；
原–对偶内点算法的最优解处，障碍参数μ应趋近于零，因此采用“对偶间隙”法修正策略来迭代减小μ的值；
为保持原始可行性和对偶可行性，求解过程需选取迭代步长，采用原步长tp,对偶步长tD的方法减少迭代次数；
Δs、Δs1、Δs2为引入的松弛变量变化量，Δr1、Δr2为拉格朗日乘数向量变化量，λ2为拉格朗日乘数变量。
5.根据权利要求1所述的一种有源配电网中柔性互联装备优化配置方法，其特征在于，所述SOP规划模型中，SOP的约束方程表达式具体如下：
1)SOP容量约束：
2)SOP有功功率平衡约束：
PSOP,i＝|PSOP,j+PSOP,loss,ij|
3)SOP无功功率约束：
|QSOP,i|≤ηSSOP,ij
|QSOP,j|≤ηSSOP,ij
以上各式中，SSOP,ij为连接在节点i和j之间的SOP的容量；PSOP,i，PSOP,j，QSOP,i，QSOP,j分别为该SOP输出的有功与无功功率，以注入电网为正；PSOP,loss,ij为该SOP的装置损耗；cSOP,loss为该SOP的损耗系数；η为该SOP的无功功率限制系数。
6.根据权利要求1所述的一种有源配电网中柔性互联装备优化配置方法，其特征在于，所述两阶段SOP规划模型包括上层选址模型和底层容量优化模型，所述上层优化模型用于确定SOP的安装位置，所述底层优化模型用于确定典型场景下整个配电***的最佳运行工况以确定容量。
7.根据权利要求6所述的一种有源配电网中柔性互联装备优化配置方法，其特征在于，所述底层容量优化模型使规划模型在满足配电网的各种约束条件下，使每种情况的网络损失和SOP损失之和最小，数学表达式如下：
式中：c为电价；t为供电时间；S为场景个数；N为***节点数；Pi(s)为第s个场景节点i处注入的有功功率之和；p(s)为第s个场景对应的概率，PSOP,loss,ij为SOP传输功率损耗，其中Pi(s)可用式有功潮流约束等式表示。
8.根据权利要求7所述的一种有源配电网中柔性互联装备优化配置方法，其特征在于，所述底层优化模型所满足的各种约束条件具体如下：
式中，Ω(i)表示与节点i相连节点的集合；Vi.t、Vj,t和θij,t分别为第t个场景节点i、j的电压幅值和相角差；Gii、Bii、Gij、Bij分别为节点导纳矩阵中的自电导、自电纳、互电导和互电纳；PL,i,t、QL,i,t分别节点i上负荷注入的有功功率和无功功率；PDG,i,t、QDG,i,t分别为第s个场景节点i上分布式电源注入的有功功率和无功功率；
和/>
分别为节点i电压幅值的上下限；Iij,t为支路j第t个场景的电流幅值；/>
是支路ij的电流幅值上限；PSOP,i,t为节点i上第t个场景的SOP传输的有功功率，QSOP,i,t为节点i上第t个场景的SOP传输的无功功率。
9.根据权利要求6所述的一种有源配电网中柔性互联装备优化配置方法，其特征在于，所述上层选址模型将SOP的位置传递给所述底层容量优化模型，所述底层容量优化模型基于每个场景的结构和运营约束，对配电***的运行状态进行优化，然后将优化结果返回所述上层选址模型，所述上层选址模型使用所述底层容量优化模型传递的结果来计算当前SOP规划方案的目标函数值。
10.根据权利要求4所述的一种有源配电网中柔性互联装备优化配置方法，其特征在于，所述SOP位置优化配置还包括管理效益方法，即***有功无功网损灵敏度进行计算，模型如下：
将***节点功率平衡方程按泰勒一阶展开后，令无功变化量ΔQ，有功变化量ΔP为0，可得到电压变化量ΔV与ΔQ，ΔP的关系
式中：V,θ分别为电压幅值和相角。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310224683.8A CN116388153A (zh) | 2023-03-08 | 2023-03-08 | 一种有源配电网中柔性互联装备优化配置方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310224683.8A CN116388153A (zh) | 2023-03-08 | 2023-03-08 | 一种有源配电网中柔性互联装备优化配置方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116388153A true CN116388153A (zh) | 2023-07-04 |
Family
ID=86966511
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310224683.8A Pending CN116388153A (zh) | 2023-03-08 | 2023-03-08 | 一种有源配电网中柔性互联装备优化配置方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116388153A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117039892A (zh) * | 2023-10-08 | 2023-11-10 | 江苏省电力试验研究院有限公司 | 配电台区柔性互联***优化调度方法、***、设备及存储介质 |
| CN117728448A (zh) * | 2024-02-08 | 2024-03-19 | 北京智芯微电子科技有限公司 | 有源配电网的动态调控方法、装置、设备及介质 |
-
2023
- 2023-03-08 CN CN202310224683.8A patent/CN116388153A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117039892A (zh) * | 2023-10-08 | 2023-11-10 | 江苏省电力试验研究院有限公司 | 配电台区柔性互联***优化调度方法、***、设备及存储介质 |
| CN117039892B (zh) * | 2023-10-08 | 2024-01-19 | 江苏省电力试验研究院有限公司 | 配电台区柔性互联***优化调度方法、***、设备及存储介质 |
| CN117728448A (zh) * | 2024-02-08 | 2024-03-19 | 北京智芯微电子科技有限公司 | 有源配电网的动态调控方法、装置、设备及介质 |
| CN117728448B (zh) * | 2024-02-08 | 2024-04-23 | 北京智芯微电子科技有限公司 | 有源配电网的动态调控方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107301472B (zh) | 基于场景分析法和电压调节策略的分布式光伏规划方法 | |
| Lv et al. | A bi-level multi-objective optimal operation of grid-connected microgrids | |
| Singh et al. | Distributed power generation planning for distribution networks using electric vehicles: Systematic attention to challenges and opportunities | |
| CN111030188A (zh) | 一种含分布式和储能的分层分级控制策略 | |
| Gu et al. | Placement and capacity selection of battery energy storage system in the distributed generation integrated distribution network based on improved NSGA-II optimization | |
| CN116388153A (zh) | 一种有源配电网中柔性互联装备优化配置方法 | |
| CN111626594B (zh) | 一种多种需求侧资源协同的配电网扩展规划方法 | |
| Abbasi et al. | A new intelligent method for optimal allocation of D-STATCOM with uncertainty | |
| CN113690877B (zh) | 一种考虑能源消纳的有源配电网与集中能源站互动方法 | |
| KR102133897B1 (ko) | 실시간 계측 기반 전압 및 무효전력 제어 방법 및 그 프로그램 | |
| CN113937825A (zh) | 一种基于E-C-Kmeans聚类和SOP优化的DG双层优化配置方法 | |
| CN111884203B (zh) | 基于双层非支配排序遗传算法的微电网协调优化配置方法 | |
| CN115545290A (zh) | 一种含光伏发电配电网中的分布式储能经济优化配置方法 | |
| CN112561273A (zh) | 一种基于改进pso的主动配电网可再生dg规划方法 | |
| Shomefun et al. | Critical review of different methods for siting and sizing distributed-generators | |
| Ehsanbakhsh et al. | Simultaneous siting and sizing of Soft Open Points and the allocation of tie switches in active distribution network considering network reconfiguration | |
| Pan et al. | Dual‐Layer Optimal Dispatching Strategy for Microgrid Energy Management Systems considering Demand Response | |
| Linlin et al. | Research on multi-objective reactive power optimization of power grid with high proportion of new energy | |
| CN112736917B (zh) | 一种风光火打捆外送***statcom-pod协调优化设计方法 | |
| Wu et al. | Adaptability evaluation and active power regulation of FID in active distribution network | |
| CN116882105A (zh) | 大规模光伏接入的交直流配电网供电模式边界分析方法 | |
| Zhang et al. | Multi–objective cluster partition method for distribution network considering uncertainties of distributed generations and loads | |
| Thorat et al. | Optimization of fuel cost incorporating with wind, solar PV and Electric vehicle energy sources using improved artificial bee colony algorithm | |
| CN113690930B (zh) | 基于nsga-iii算法的分布式光伏电源中长期选址定容方法 | |
| Sabzian-Molaee et al. | An optimal master-slave model for stochastic planning of AC-DC hybrid distribution systems |
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 |