基于多主动管理的配电网可再生能源消纳方法与流程

本发明涉及一种电网管理技术，特别涉及一种基于多主动管理的配电网可再生能源消纳方法。

背景技术：

随着社会经济的快速发展和城市化建设的不断推进，电力需求持续增长；传统的集中式大规模发电已经不能满足电能清洁生产和能源高效利用的要求，同时还给环境保护带了沉重的压力。这样的背景下，分布式能源特别是间隙性可再生能源将凭借其环境友好的优点得到快速发展。分布式发电(Distributed Generation，DG)通常指安装在用户附近小型独立的发电系统，主要包括：微型燃气轮机、风力发电机、光伏发电机、储能等。DG作为利用可再生能源发电的重要形式之一，在各国政策推动下得到快速发展，必将逐步成为全世界发电领域重要组成部分。

随着DG的快速发展，DG接入也给配电网带来一系列的问题，如接入点电压升高、系统双向潮流等。由于目前的被动管理模式，系统对DG及网络自身不加以相应的控制，导致系统无法充分利用DG在改善系统网损和电压质量等方面的积极作用。针对这种被动的管理模式，很多学者提出了主动配电网(Active Distribution Network，ADN)及主动管理的概念，并将主动管理应用到间隙性可再生能源的消纳中。主动管理就是更加细致的测量和评估配电网的系统运行数据之后，对DG和配电网设备进行实时控制并采取一定的措施进行协调。主动管理模式下的配电网可以采取控制DG的发出功率、调节变压器抽头和无功补偿设备等多种主动管理措施，使得含有DG的配电系统达到最优的运行状态。从而提高配电网对DG的消纳能力，提高配电系统的供电可靠性，改善配电网的电能质量。

技术实现要素：

本发明是针对配电网可再生能源消纳的问题，提出了一种基于多主动管理的配电网可再生能源消纳方法，着重分析主动配电网ADN中各种主动管理措施。基于可再生能源及负荷的时序特性，分析可再生能源出力切除、OLTC分接头调整、网络重构等多种主动管理措施对可再生能源消纳能力的影响。

本发明的技术方案为：一种基于多主动管理的配电网可再生能源消纳方法，具体包括如下步骤：

1)建立基于主动管理的配电网可再生能源消纳模型，目标函数最小化风电及光伏的切除量，也就是在有风电和光伏的支路中达到风电光伏发电量最大；

2)建立约束条件包括功率平衡约束及网络运行安全约束；

3)数据输入，包括网络参数，分布式电源数据，风电、光伏、负荷的时序特性数据，采用场景分析法来确定分析场景；将风电、光伏、负荷在一年中的历史数据构成A_m×n矩阵，m代表历史数据的天数；n代表每一天按小时的风电、光伏、负荷数据；采用k-均值聚类算法，将m个n维样本进行聚类得到需要的场景数k；选择场景，并进行相应场景最优潮流问题的调整；

4)置time＝0，利用原对偶内点法PDIPM计算在该场景的间歇性能源最大出力，即最小切机，同时得到控制变量的最优值，time＝time+1；

5)返回步骤4)，直到time＝设定值，通过累加计算一年之内的间歇性能源的发电量；

6)选择下一场景，进行相应场景最优潮流问题的调整，返回步骤4)，直到所有场景遍列；

7)得到每个场景下的配电网可再生能源最优配置。

所述步骤2)中约束条件包括功率平衡约束及网络运行安全约束，具体如下：

1)

2)

3)

4)

5)

6)

7)

8)

9)g_k∈G

其中，P_Gi和Q_Gi分别为节点i的发电机有功和无功功率；P_Li，Q_Li分别为节点i的负荷有功和无功功率；Q_Ci为节点i的无功补偿容量；U_i，U_j分别为节点i与j的电压幅值，j∈i表示所有与节点i直接相连的节点；G_ij、B_ij、δ_ij分别是节点i与j之间的电导、电纳和电压相角差；公式1)为节点功率平衡约束；

公式2)为节点电压约束，U_i、U_i,max和U_i,min分别表示节点i电压幅值及所允许的电压幅值上限和下限；

公式3)为支路潮流约束，S_i、S_i,max分别表示支路i实际功率及所允许的传输功率上限；

公式4)为分布式电源出力上下限约束，其中P_DG,i，分别是第i台DG，DG包括风电WT、光伏PV、微型燃气轮机MT的有功出力，及上下限；Q_DG,i，分别是第i台DG的无功出力，及上下限；

公式5)为无功补偿约束，其中Q_Ci表示第i个节点无功补偿设备的投切量，和表示无功补偿设备投切量的上限和下限；

公式6)为OLTC分接头抽头调节范围约束，OLTC_k、和分别是第k台有载调压变压器抽头位置，抽头调节范围上限和下限；

公式7)为负荷消减或需求侧响应约束，P_Lcur,i、分别为第i个节点负荷削减量和负荷削减上限；

公式8)为风电、光伏无功出力与有功出力的函数关系，此公式仅针对间歇性DG采用恒功率因数控制，公式4)中无功范围针对间歇性DG有功、无功解耦控制；

公式9)为网络重构过程中网络拓扑约束，其中g_k为重构新形成的网络结构，G为所有能满足负荷供电的辐射状且无孤立节点的网络拓扑结构集。

本发明的有益效果在于：本发明基于多主动管理的配电网可再生能源消纳方法，建立了考虑负荷、可再生能源时序特性的消纳模型，采用原对偶内点法对模型进行快速求解，可以改善配电网的运行条件，提高配电网对可再生能源的消纳能力。

附图说明

图1为本发明改进的IEEE 33算例网络结构图；

图2为本发明不同场景下间歇性能源的切除量图；

图3为本发明不同场景下间歇性能源的消纳量图；

图4为本发明第22周周二OLTC分接头位置图；

图5为本发明第22周周二场景S2与S4的消纳结果图。

具体实施方式

本发明基于多主动管理的配电网可再生能源消纳方法通过以下途径实现：

1)建立基于主动管理的配电网可再生能源消纳模型，目标函数最小化风电及光伏的切除量。达到在整个研究时段内，风电光伏发电量最大。具体如下：

其中：为第i台风电机组在t时刻的出力，为第j台光伏机组在t时刻的出力，nw、np分别为风机与光伏的安装数量。

2)建立约束条件包括功率平衡约束及网络运行安全约束等，具体如下：

g_k∈G (10)

其中，P_Gi和Q_Gi分别为节点i的发电机有功和无功功率；P_Li，Q_Li分别为节点i的负荷有功和无功功率；Q_Ci为节点i的无功补偿容量；U_i，U_j分别为节点i与j的电压幅值，j∈i表示所有与节点i直接相连的节点；G_ij、B_ij、δ_ij分别是节点i与j之间的电导、电纳和电压相角差；公式(2)为节点功率平衡约束。

公式(3)为节点电压约束，U_i、U_i,max和U_i,min分别表示节点i电压幅值及所允许的电压幅值上限和下限；公式(4)为支路潮流约束，S_i、S_i,max分别表示支路i实际功率及所允许的传输功率上限。

公式(5)为分布式电源出力上下限约束，其中P_DG,i，分别是第i台DG，包括风电(Wind Turbine，WT)、光伏(Photovoltaic，PV)、微型燃气轮机(Micro-turbine，MT)的有功出力，及上下限；Q_DG,i，分别是第i台DG(风电机组、光伏机组、可调度微型燃气轮机)的无功出力，及上下限。

公式(6)为无功补偿约束，其中Q_Ci表示第i个节点无功补偿设备的投切量，和表示无功补偿设备投切量的上限和下限。

公式(7)为OLTC抽头调节范围约束，OLTC_k、和分别是第k台有载调压变压器抽头位置，抽头调节范围上限和下限。

公式(8)为负荷消减或需求侧响应约束，P_Lcur,i、分别为第i个节点负荷削减量和负荷削减上限。

公式(9)为风电、光伏无功出力与有功出力的函数关系，此公式仅针对间歇性DG采用恒功率因数控制，公式(5)中无功范围针对间歇性DG有功、无功解耦控制。

公式(10)为网络重构过程中网络拓扑约束，其中g_k为重构新形成的网络结构，G为所有能满足负荷供电的辐射状且无孤立节点的网络拓扑结构集。

3)利用原对偶内点法对模型进行求解：

主动配电网问题实际上是一个主动潮流管理的问题，即最优潮流问题。本发明采用原对偶内点法(Primal-Dual Interior Point Method，PDIPM)对该最优潮流问题进行求解。由于内点法在Powerfactory,Matpower等电力计算软件中已模块化，在此不作介绍，仅给出以下控制变量、目标函数及拉格朗日函数。

式中：X为控制变量列向量；θ，v为节点电压相角与幅值向量；P_g，Q_g为发电机有功与无功向量，包括变电站S/S(Substation)、WT、PV与MT；f(X)为目标函数，f(X)∈R¹；为全1的行向量；P_wt，P_pv为风电、光伏有功向量；L(X)为拉格朗日函数，L(X)∈R¹；G(X)为等式约束函数，G(X)∈R^l，l为等式约束个数；H₁(X)，H₂(X)分别为不等式上限、下限约束函数，H(X)∈R^m，m为不等式约束个数；S₁，S₂为松弛变量，λ，τ₁，τ₂为对偶变量，μ为障碍参数。

假设各时刻主动管理措施之间相互独立，采用场景分析法分析不同主动管理措施下可再生能源的消纳情况，问题求解流程如下：

1)数据输入，包括网络参数，分布式电源数据，风电、光伏、负荷的时序特性数据，采用场景分析法却确定分析场景。将风电、光伏、负荷在一年中的历史数据构成A_m×n矩阵，m代表历史数据的天数；n代表每一天按小时的风电、光伏、负荷数据。采用k-均值聚类算法，将m个n维样本进行聚类得到需要的场景数k。选择场景，并进行相应场景最优潮流问题的调整。

2)置time＝0，利用原对偶内点法PDIPM计算在该场景的间歇性能源最大出力(即最小切机)，同时得到控制变量的最优值；

若主动管理中需要考虑网络重构，则需将间歇性能源出力最大作为网络重构的目标函数，从而得到控制变量的最优值(包括网络最优结构)。

time＝time+1。

3)返回2)，直到time＝8760(设定值)。通过累加计算一年之内的间歇性能源的发电量；

4)选择下一场景，进行相应场景最优潮流问题的调整，返回第2)步，直到所有场景遍列。

采用IEEE 33节点算例，该算例是一个12.66kV单电源的配电系统，含33个节点与5条联络线，总负荷为3715kW，2300kvar。

本发明对该配电网做了一些改进，网络结构图见图1，包括在节点2、7、20、21、24、31引入分布式电源，具体如表1所示IEEE 33节点网络DG安装情况，假设风机采用双馈异步发电机，光伏发电并网侧装有有功补偿设备，风电、光伏无功可独立调节。节点0处设有有载调压变压器±2×2.5％，含有五档分接头。节点24、31处含有重要负荷，微型燃气轮机的切除量需小于50％。节点电压允许范围为0.95～1.05p.u，支路1、2长期运行额定容量为5MVA，支路3、4、5为4MVA，其他支路为2MVA。

表1

为了分析主动管理对可再生能源消纳的影响，本发明采用场景分析，具体场景设置如下：

场景S1：可再生能源有功、无功均进行解耦控制，OLTC分接头固定1.05，MT不可控，无网络重构；

场景S2：可再生能源有功、无功均进行解耦控制，OLTC分接头固定1.05，MT可控，无网络重构；

场景S3：可再生能源有功、无功均进行解耦控制，OLTC分接头可控，MT可控，无网络重构；

场景S4：可再生能源有功、无功均进行解耦控制，OLTC分接头固定1.05，MT可控，包含网络重构。

表2给出了不同场景、不同可再生能源接入容量情况下，可再生能源年消纳量，年切除量及系统年网损结果比较(MWh)。IRE为初始间歇性能源接入容量，1.2×IRE为间歇性能源较初始增加20％。由图2可以看出主动管理的使用可以大大降低可再生能源的切除量。随着可再生能源接入容量的增加，场景S1，S2切除量大幅上升；而场景S3切除量在容量增加较少时，几乎不增加切除量，当容量增加超过50％时，切除量将大幅上升。这说明大量主动管理措施的使用可以增加系统对间歇性能源的接入容量，但并不是无限制的，超过主动管理的能力范围后，需要切除部分可再生能源保证系统安全稳定运行。

表2

由图3可以看出主动管理措施可以增加系统对可再生能源的消纳量。对于初始状态的可再生能源接入容量，可再生能源的年消纳量场景S2较场景S1增加了1.15％，场景S3较场景S1增加了11.26％。当可再生能源接入容量增加50％，年消纳量场景S2较场景S1增加了1.5％，场景S3较场景S1增加了25.36％。

图4给出了场景S3中第22周周二24小时运行过程中OLTC分接头位置的变化。大部分时刻电压分接头控制在1.025，电压设定过高(1.05)会减少可再生能源的接入量，主要用在负荷高峰时段；电压设定过低(1)会导致某些节点电压越下限，主要用在负荷低谷时段。

由于配电网重构需要优化大量的开关，是大规模非线性组合优化问题，实时优化调度难度较大，所以场景S4中仅对第22周周二时间段进行分析，该时间段内仅进行一次重构主动管理。表3及图5给出了场景S2与S4的消纳结果。初始可再生能源接入容量下，场景S4相较场景S2可以增加7.58％的消纳量。当可再生能源接入容量增加时，考虑DR的消纳量快速上升；当可再生能源接入容量增加50％时，场景S4相较场景S2可以增加20.09％的消纳量。

表3

本发明分析了ADN中各种主动管理措施，提出了基于负荷、可再生能源时序特性的可再生能源消纳模型，并使用场景分析法对ADN中可再生能源消纳能力进行了研究。通过改进的IEEE 33节点算例验证，得出了如下结论：

可再生能源的接入不当会导致接入点电压升高，影响配电网安全、稳定运行，主动管理可以改善配电网的运行条件，提高配电网对可再生能源的消纳；

主动管理的使用可以大幅降低可再生能源的切除量，但是主动管理提高系统对可再生能源的消纳并不是无限制的，超过主动管理的能力范围后，需要切除部分可再生能源保证系统安全稳定运行；

ADN中主动管理措施的应用越多，越能提高可再生能源的接入容量与消纳量。OLTC分接头调整及网络重构对于提高配电网对可再生能源的消纳可以起到积极的作用，但在实际主动管理中需要考虑主动管理的成本，即需要考虑OLTC分接头的调整频率及网络重构的频率。