欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2019100204158
申请人: 燕山大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-04-26
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种提高系统安全性和协调性的源网荷规划方法,其特征在于,所述方法包括如下步骤:S1、确定源网荷系统结构;

S2、利用源网协同因子评价源网荷系统的电源侧与电网侧协调性,并利用三个安全裕度指标提高电网N-1安全性;

S3、根据源网协同因子和安全裕度指标,建立协调性目标函数和安全性目标函数,并结合经济性目标函数,确定模型约束条件,建立多目标规划模型;

S4、对所述多目标规划模型中不确定性进行处理;

S5、采用多目标细菌群体趋药性算法对所述多目标规划模型进行求解;

S6、确定算例以及其特征参数,利用多目标细菌群体趋药性算法程序对算例进行仿真分析;

所述S2中源网协同因子表示为分布式电源DG出力均衡度与拓扑结构均衡度的加权平均,具体包括以下步骤:S21、确定分布式电源DG出力均衡度

用平均相对偏差与均值的比值来表示电网中各分布式电源DG出力均衡度,包括所有分布式电源DG运行率的均匀化的平均值,a.所有分布式电源DG运行率的平均值,即:式中,ηav为所有分布式电源运行率的平均值;ηi为第i个分布式电源DG的运行率;N为候选分布式电源个数;M为已有分布式电源个数;其中,第i个分布式电源DG运行率表示为:

式中,Si为第i个分布式电源DG的实际最大出力,MW;SiN为第i个分布式电源DG的额定容量,MW;

b.所有分布式电源DG运行率的平均相对偏差Sre,η作为分布式电源DG运行率的离散程度,表示为:式中,ηmax为电网中DG运行率的最大值;ηmin为电网中DG运行率的最小值,Sae,η为所有DG运行率的平均绝对偏差,其表达式为:式中,ηav为所有分布式电源运行率的平均值;ηi为第i个分布式电源DG的运行率;

c.确定分布式电源DG出力均衡度J,利用平均相对偏差与平均值的比值来表示,其表达式为:式中,J为分布式电源DG出力均衡度;Sre,η为所有分布式电源DG运行率的平均相对偏差;

S22、确定分布式电源DG与电网的拓扑结构均衡度:分布式电源DG与电网的联络度:

式中,di为第i个分布式电源DG与电网的联络度;δi为第i个分布式电源DG与电网的联络维数;δm为最大联络维数,用分布式电源DG所在节点的最大回路建设数来表示;

分布式电源DG与电网的联络维数:

式中,γj为第j条新建线路的回路建设数;ni为第i个DG所在的节点; 为与ni节点相连接的单条待建线路回路建设情况, 时投建线路, 不投建线路;lmax为新建线路最大回路数;

用平均相对偏差与均值的比值来表示源网荷系统中DG与电网在拓扑结构上的拓扑结构均衡度,表示为:a.所有分布式电源DG与电网的联络度的平均值dav,即:式中,di为第i个分布式电源DG与电网的联络度;dav为所有分布式电源DG与电网的联络度的平均值;

b.所有分布式电源DG与电网的联络度的平均相对偏差Sre,d,代表DG与电网结构上的联络度的离散程度,即:式中,dmax为电网中分布式电源DG联络度的最大值;dmin为电网中DG联络度的最小值;

Sae,d为所有DG联络度的平均绝对偏差,其表达式为:式中,di为第i个分布式电源DG与电网的联络度;dav为所有分布式电源DG与电网的联络度的平均值;

c.拓扑结构均衡度,可用平均相对偏差与平均值的比值定义,即平均相对变异系数,表示两者之间的相对数值关系,体现全网所有分布式电源DG与电网的联络均衡情况,可表示为:式中,K为分布式电源DG与电网的拓扑结构均衡度;Sre,d为所有分布式电源DG与电网的联络度的平均相对偏差;dav为所有分布式电源DG与电网的联络度的平均值;

S23、源网协同因子

分布式电源DG出力均衡度表示电网中所有分布式电源运行出力的均衡情况,拓扑结构均衡度表示分布式电源DG与电网的结构联络程度的均衡情况,将所有分布式电源运行出力的均衡情况与电网的结构联络程度两方面的参数进行加权平均,度量出系统中所有分布式电源DG与电网的整体协调性,将其定义为源网协同因子Z,具体表示为:Z=λJ+(1-λ)K

式中,λ为权重因子;J为分布式电源DG出力均衡度;K为分布式电源DG与电网的拓扑结构均衡度。

2.根据权利要求1所述的提高系统安全性和协调性的源网荷规划方法,其特征在于,所述S2中安全裕度指标包括安全距离均值、安全距离平均相对偏差和安全距离平均相对变异系数,具体为:a.安全距离均值Fav:表示各条馈线安全距离的平均值,具体表达式为:式中,Fsd,u为第u段馈线Fu的安全距离;Nsd为馈线条数;

b.安全距离平均相对偏差Sre:是对各条馈线安全距离的离散程度的度量,具体表达式为:式中, 为馈线Fu安全距离最大值; 为馈线Fu安全距离最小值;Sae为安全距离平均绝对偏差,其表达式为:式中,Fsd,u为第u段馈线Fu的安全距离;Fav为安全距离均值;

c.安全距离平均相对变异系数σcv:为安全距离平均相对偏差和安全距离均值之比,以表征各安全距离的平均相对偏差与均值的相对数值关系,具体表达式为:式中,Sre为安全距离平均相对偏差;Fav为安全距离均值。

3.根据权利要求2所述的提高系统安全性和协调性的源网荷规划方法,其特征在于,所述步骤S1的源网荷系统结构包括电源侧、负荷侧和电网侧,所述电源侧利用分布式电源发电,包括燃煤机组、燃气机组、风力发电、光伏发电以及储能电池;所述负荷侧利用需求响应技术实施可中断负荷项目,所述电网侧采用主动配电网将电源侧、负荷侧连接起来。

4.根据权利要求2所述的提高系统安全性和协调性的源网荷规划方法,其特征在于,所述S3中多目标规划模型的协调性目标函数为:DG与电网的联络度表征了DG与外部网络的拓扑结构关系,以源网协同因子Z最小为目标函数,表示为:minZ。

5.根据权利要求2所述的提高系统安全性和协调性的源网荷规划方法,其特征在于,所述S3中多目标规划模型的安全性目标函数为:以安全距离平均相对变异系数σcv最小为目标函数,表示为:minσcv。

6.根据权利要求2所述的提高系统安全性和协调性的源网荷规划方法,其特征在于,所述S3中多目标规划模型的经济性目标函数是以全社会综合成本最小为目标,包括分布式电源投资成本、电网投资成本、电源运行维护成本、电网运行维护成本、协调因子补偿成本,碳排放成本,储能电池成本和需求侧管理成本,表示为:T=min(T1+T2+T3+T4+T5+T6+T7+T8)式中,T为全社会综合成本;T1为分布式电源投资成本;T2为电网投资成本;T3为电源运行维护成本;T4为电网运行维护成本;T5为协调因子补偿成本;T6为碳排放成本;T7为储能电池成本;T8为电力需求侧管理成本;

(1)分布式电源投资成本

不同种类的分布式电源所对应的使用寿命是不同的,通过贴现率和使用寿命,将新建分布式电源投资成本换算成等年值成本,新建分布式电源投资成本表示为:式中,T1为分布式电源投资成本,元;xi为第i个候选电源建设状态变量,xi=0时不投建,xi=1时为投建;Ci为第i个候选电源单位投资成本,元/个;r为贴现率;Yi为第i个候选电源使用年限;

(2)电网投资成本

根据单条线路的建设成本、使用寿命以及贴现率,将新建输电线路投资成本换算成等年值成本,电网投资成本表示为:式中,L为候选线路条数;yj为第j条候选线路的建设状态变量,yj=0不投建,yj=1时为投建;Dj为候选线路的单位成本,元/条;Yj为第j条候选线路使用年限;

(3)电源运行维护成本

规划期内的运行维护费用指原有电源与新建电源运行维护费用之和,即:式中,T3为系统分布式电源运行维护成本;Gi为单位发电量运行维护成本,元/MWh;Hi为第i个DG的发电量,MWh;

(4)电网运行维护成本

规划期内的电网运行维护成本包括配电网购电成本和网损成本两部分,即:T4=GpHp+GlossHloss

式中,T4为电网运行维护成本;Gp为配电网向上级电网购电的单位成本,元/MWh;Hp为年购电量,MWh;Gloss为单位电量网损成本,元/MWh;Hloss为年电量损耗,MWh;

(5)协调因子补偿成本

ab支路的协调因子补偿成本ccab表示为:ccab=βab|Plmp_a-Plmp_b|×Pab式中,Plmp_a为a节点的因子价格;Plmp_b为b节点的因子价格;Pab为a-b支路功率;βab取值为±1,当βab=+1时,表示线路a-b发生了输电阻塞,当βab=-1时,线路a-b为未发生阻塞;

系统的协调因子补偿成本表示为系统所有支路的协调因子补偿成本之和,即:式中,T5为协调因子补偿成本,元;Ωab为节点系统支路集合;

(6)碳排放成本

燃气机组和燃煤机组的CO2排放成本为:

式中,T6为碳排放成本,元;Ei为第i台DG的碳排放强度,t/MWh; 为碳排放价格,元/t;

(7)储能电池成本

包括储能电池设备的投资成本和运行维护成本,即:T7为本规划中储能电池成本;aq为第q台储能电池投资费用的单价,元/台;bq为第q台储能电池运行维护的成本,元/台;Q为储能电池数量;Yq第q台储能电池使用年限,cq为第q台候选储能电池建设状态变量,cq=0时不投建,cq=1时为投建;

(8)电力需求侧管理成本

电力需求侧管理成本T8为中断用户用电的补偿成本,表示为:式中,NKZD为参与可中断负荷用户数量;zk为可中断负荷用户的状态变量,zk=0表示不中断用户k的负荷,zk=1表示中断用户k的负荷;Ok为第k个可中断用户中断单位容量补偿成本,元/MWh;PKZD,k为第k个可中断用户的履约负荷中断量,MW;tk为第k个可中断用户一年中履约的中断时间。

7.根据权利要求2所述的提高系统安全性和协调性的源网荷规划方法,其特征在于,所述S3中多目标规划模型的约束条件为:(1)电力约束

系统在规划目标年内所有机组总容量不小于目标年实际最大负荷:式中,Pi为第i台DG的出力,MW;Vq为第q台储能电池的额定容量,MW;Pf为目标年实际最大负荷,MW;

(2)电量约束

系统在规划目标年内所有DG的总发电量不小于目标年预测电量:式中,Rq为第q台储能电池的额定出力时间;Hf为目标年预测电量;

(3)新建DG投资成本约束

在整个规划期内要求新建DG总投资成本不超过其上限,即:式中,Jgmax为DG投资上限;

(4)电网规划投资成本约束

在整个规划期内要求新建输电线路总投资成本不超过其上限,即:式中,Kmax为线路投资上限;

(5)单条新建线路最大回路约束

第j条新建线路的回路建设数一般控制在某一个范围内,即:

0≤γj≤lmax

式中,γj为第j条新建线路的回路建设数;lmax为单条新建线路最大回路建设数;

(6)DG出力上限约束

DG在运行过程中,要求不得长时间超过额定功率运行,否则将对其产生影响,因此规定每台电源的实际出力不大于第i台DG的出力:Pgi≤Pi

式中,Pgi为第i台DG的实际出力;

(7)节点功率平衡约束

节点注入功率和负荷需求的功率等于支路上的消耗功率:式中,Pgn和Pdn分别为第n个节点的注入功率和负荷需求;Um为节点m的电压;Un为节点n的电压;Gmn为节点m和节点n之间线路的电导,S;Bmn为节点m和节点n之间线路的电纳,S;cosθmn、sinθmn为节点m和节点n之间线路电压和电流相位差的余弦、正弦值;H为节点总数;h为与m节点相连的节点总数;

(8)线路潮流上限约束

两节点之间输电线路上的传输功率不大于该条输电线路的最大允许传输功率:UmUn(Gmncosθmn+Bmnsinθmn)≤Pmnmax式中,Pmnmax为节点m和节点n间线路功率传输上限;

(9)N-1安全约束

表示为所有馈线的安全距离不为负,即:

Fsd,u≥0;

(10)用户满意度约束

用户满意程度分为用户用电方式和电费支出的满意度:mf≥mf,min

mz≥mz,min

式中,mf为用户用电方式满意度;mf,min为用户用电方式满意度下限值;mz为用户电费支出满意度;mz,min为用户电费支出的满意度下限值;

(11)储能电池约束

电池应运行在一定的荷电范围内,电池的荷电状态(state of charge,SOC)约束表示为:SSOCbat,min<SSOC<SSOCbat,max式中,SSOC表示电池的荷电状态;SSOCbat,max为电池允许的最大荷电状态;SSOCbat,min为电池允许的最小荷电状态;

蓄电池充放电功率约束为:

Pin(t)≤Pin,max

Pout(t)≤Pout,max

Pin(t)·Pout(t)=0

式中,Pin(t)为蓄电池充电功率;Pout(t)为蓄电池放电功率;Pin,max为蓄电池最大充电功率;Pout,max为蓄电池最大放电功率;

(12)可中断负荷约束

式中, 为第k个可中断用户中断量上限值; 为第k个可中断用户中断量下限值。

8.根据权利要求2所述的提高系统安全性和协调性的源网荷规划方法,其特征在于,所述S4中多目标规划模型的不确定性处理过程为:(1)负荷侧的不确定性处理

对负荷侧的不确定性进行处理,将可中断负荷视为虚拟机组,作为一种虚拟的备用发电容量资源和输电容量资源参与系统规划,在多目标规划模型中考虑可中断负荷的经济成本和约束条件:电力约束式可转化为:

式中,Ωs为除去风电和光伏以外的候选电源集合;xs为第s个候选常规机组建设状态变量,xs=0时不投建,xs=1时投建;Ps为除风电、光伏以外的候选机组的出力,MW;Ωw为第w个风电场候选电源集合;xw为第w个风电场建设状态变量,xw=0时不投建,xw=1时投建;Pw为风电场的出力,MW;Ωp为第p个光伏电站候选电源集合;xp为第p个光伏电站建设状态变量,xp=0时不投建,xp=1时投建;Pp为光伏电站的出力,MW;

电量约束式可转化为:

式中,Hs为除风电、光伏以外的第s个候选机组的出力,MWh;Hw为第w个风电场的出力,MWh;Hp为第p个光伏电站的出力,MWh;

(2)电源侧的不确定性处理

考虑风电、光伏的不确定性出力,将其作为模糊参数,用模糊机会约束规划约束进行处理,将电源出力的模糊性转化为约束条件的模糊性,将约束条件表示为模糊数,将机会约束转化为清晰等价类,进行求解,风电出力和光伏出力的模糊参数 可由梯形函数表示:式中,μ(Pc)为隶属度函数;Pc1-Pc4为隶属度参数,决定隶属度函数形状;Pci=xiPc,av,i=1,2,3,4,xi为比例系数,0≤xi≤1,比例系数一般可由电源出力的历史数据确定;

梯形模糊参数 可由四元组表示:

当xi为ωi时,表示风电场隶属度参数的比例系数;当xi为 时,表示光伏电站隶属度参数的比例系数;当c为“w”时,μ(Pw)为风电场的隶属度函数,其中Pw,av为预测的风电场平均输出功率; 为第w个风电场出力模糊参数;Pw1-Pw4为风电场出力隶属度参数;Hw1-Hw4为风电场发电量隶属度参数;当c为“p”时,μ(Pp)为光伏电站的隶属度函数,其中Pp,av为预测的光伏电站平均输出功率; 为第p个光伏电站出力模糊参数;Pp1-Pp4为光伏电站出力隶属度参数;Hp1-Hp4为光伏电站发电量隶属度参数;

系统电力约束式可进一步转化为模糊约束式:

对模糊约束式可采用可信性机会测度表达,可信性机会约束可表示为:式中,Cr为可信性测度;α为置信度水平;

系统电量约束式可进一步转化为模糊约束式:

式中, 分别为风电场和光伏电站的发电量的模糊参数;

对模糊约束式可采用可信性机会测度表达,可信性机会约束可表示为:式中,Cr为可信性测度;β为置信度水平;

(3)约束条件的清晰等价处理

当置信水平 时,电力可信性机会约束经过清晰等价处理,转化为:当置信水平 时,电量可信性机会约束经过清晰等价处理,转化为:

9.根据权利要求2所述的提高系统安全性和协调性的源网荷规划方法,其特征在于,所述S5中采用多目标细菌群体趋药性算法的具体步骤如下:S51、设定算例基本数据;

S52、细菌群体初始化,设定细菌初始位置和速度,确定精度数据;

S53、离散化过程,确定位置1及适应值;

S54、寻优过程,确定位置2及适应值;

S55、比较位置1和位置2,细菌移向较优的位置;

S56、判断是否达到精度要求或收敛,若是,则输出全体最优值作为最优规划方案,否则,定向变异,更新数据,直到获得最优值。