一种含多微网主动配电系统分散协同经济调度方法与流程

本发明涉及主动配电系统经济优化调度，属于智能电网领域，具体涉及含多微网主动配电系统分散协同经济调度方法。

技术背景

目前，新能源并网发电主要通过集中式接入输电网或者分布式接入本地配电系统来实现。分布式直接通过负荷侧接入，在保障高供电可靠性的同时具有很好的灵活性。随着配电自动化技术的发展，主动配电系统的概念应运而生，主动配电系统包含多种分布式电源，能够通过调度各分布式电源出力和使用灵活的网络拓扑来管理潮流，从而使得整个配电系统更高效经济地运行。主动配电系统的经济调度一直是国内外研究的重点内容。随着分布式能源的发展，越来越多的微网开始接入主动配电系统，形成了含多微网的主动配电系统。多微网系统和主动配电系统协同优化调度成为了解决大规模微网应用的关键技术。传统的集中式调度方法在收集到全系统遥测、遥信等信息的基础上集中地对电网运行状态进行调控和决策。然而在大量分布式能源接入配电网后，状态变量和决策变量剧增，集中式的调度方式暴露出海量信息难以处理、可维护性低、系统可靠性低等问题。同时，由于多微网系统的接入会给主动配电系统的运行控制带来很大影响，比如会带来网络损耗的增加，节点电压的波动等等，所以如何保障配电系统运行的可靠性和较高的电能质量是一个关键问题。含多微网主动配电系统分散协同经济调度方法研究在实际应用中有更强的适应性和鲁棒性，具有十分重要的理论与现实意义。

技术实现要素：

本发明要解决的问题是，克服现有技术中的不足，提供一种基于市场环境的含多微网主动配电系统分散协同经济调度方法。本发明在调度方案设计中，考虑了各分布式电源耗能特性、负荷的波动性以及市场环境下的实时电价，同时还设计了一种多微网分散协同优化调度方法，获得了更具实用性的调度方案，并以此调度方案作为基础，在主动配电系统中采用网络重构来保障系统运行的可靠性和较高的电能质量。

为解决技术问题，本发明的解决方案是：

提供一种含多微网主动配电系统分散协同经济调度方法,包括以下步骤：

步骤(1)建立分布式电源优化运行模型，求解最优调度模型，计算微网节点电价；

考虑微网中微型燃气轮机(microgasturbine,mt)、燃料电池(fuelcell,fc)、储能设备(energystorage,es)的出力特性和耗能特性以及风电(windturbine,wt)、光伏(photovoltaic,pv)的随机出力特性，采用原对偶内点法(primal-dualinteriorpointmethod,pdipm)计算出微网各节点电价。

步骤(2)设计多微网分散协同优化调度框架，并以此确定各分布式电源出力大小；

根据步骤1中计算得到的微网节点电价，设计一种分散协同调度框架，得到联络线上的交换功率和各分布式电源的出力大小，实现多微网系统经济最优运行。

步骤(3)研究考虑多微网接入影响的主动配电网优化模型及其求解方法；

在步骤2的基础上，建立考虑多微网接入影响的主动配电系统优化调度模型，实现多微网系统接入配电系统后的安全经济运行。

所述步骤(1)是通过下述方式实现的：

1-1.设计各分布式电源经济调度优化模型，包括微型燃气轮机、燃料电池和储能设备；具体实现方式如下:

a)微型燃气轮机优化模型

在一个调度时间段δt内，作如下假设：微型燃气轮机的有功出力恒定，

取δt为1h来分析。微型燃气轮机发电过程中的燃料消耗费用计算公

式为：

式中cng为天然气价格，取2.5元/m³；lhvng为天然气低热值，取9.7kw·h/m³；pmt为燃气轮机输出的电功率；ηmt为燃气轮机的发电效率，其函数值与pmt大小有关，ηmt的函数曲线如附录图1中所示。

b)燃料电池优化模型

燃料电池发电过程中的燃料消耗费用计算公式为

式中pfc、ηfc分别为燃料电池的输出功率与输出效率。

c)储能设备优化模型

储能设备的荷电状态是指电池剩余电量和电池标称总容量的比值。在某一时刻t的荷电状态计算公式为：

csoc(t)＝csoc(t-1)-pb(t)/ηb-αbcb(3)

式中：csoc(t)为t时刻蓄电池的剩余电量；pb(t)为t时刻es的充放电功率；ηb为es充、放电效率，取0.95；αb为es每小时的自放电比例，取0.01；cb为es的总容量。es每次充放电会对其寿命造成损伤，在不同的蓄电状态下，充放电功率大小会对蓄电池寿命折损产生不同的效应。es在一个调度时间段δt内充放电成本折旧计算公式为：

ces＝σpb(t)δt(4)

式中：σ为充放电折旧系数。

1-2.建立多微网经济调度模型，计算微网节点电价，具体实现方式如下：

构建的经济调度模型目标函数为微网系统运行费用最低：

mincmt(t)+cfc(t)+ces(t)+cb(t)(5)

其中cmt(t)、cfc(t)、ces(t)分别为t时刻微型燃气轮机、燃料电池的燃料成本和储能设备的折损成本，可分别由(1)(2)(4)式计算得到；cb(t)为微网与外网的电能交易成本，正值为从外网购电，负值为向外网售电。约束条件包括：

pmt(t)-pmt(t-1)≤rup,mt(7)

pmt(t-1)-pmt(t)≤rdown,mt(8)

pgi^min≤pgi(t)≤pgi^max(10)

其中，ng、nd、nw分别为微源、节点和联络线数目，pgi为分布式电源i的出力，pdj为节点j的负荷大小，pwk为联络线k向微网的功率输入，loss表示系统网络损耗，由潮流计算得到。rup,mt、rdown,mt分别为微型燃气轮机组一个调度时间段内的增加、降低功率的限值；式(9)为蓄电池的容量约束，最大、最小和初始容量分别取100％、30％、70％。式(10)为微型气轮机、燃料电池和储能设备出力上下限约束。

节点电价是指节点单位负荷需求增加引起的系统运行费用增量，此定价机制被广泛用于电力市场的能量管理中。原对偶内点法(primal-dualinteriorpointmethod,pdipm)是一种有效求解非线性规划问题的方法，常被用来求解最优潮流问题。最优潮流中对应于潮流平衡方程的拉格朗日乘子与节点电价具有相同的经济意义。本发明采用原对偶内点法求解微网经济调度模型，并以此求出节点电价。首先定义引入l1>0,u1>0；l2>0,u2>0；l3>0,u3>0；l4>0,u4>0，分别为不等式约束条件(7)-(10)的松弛变量，将其转换为等式约束条件：

引入障碍函数项，得到扩展的目标函数：

其中μ＞0为障碍因子。引入潮流方程拉格朗日乘子λ以及不等式约束上下限的对偶变量z,w得到如下的拉格朗日函数：

根据节点电价的定义对式(13)中的pd求偏导得到节点i的节点电价为

其中*表示最优解点。根据k-t最优性条件和牛顿法求解非线性方程组可以得到方程的最优解，从而得到节点电价。原对偶内点算法和对偶变量初值的选取要恰当，需要在每次迭代中选取一定的迭代步长，本发明中原步长和对偶步长采用下式确定：

所述步骤(2)是通过下述方式实现的：

2-1.建立考虑多微网接入影响的主动配电网重构模型。

由于多个互联微网的接入会给配电网的运行控制带来很大影响，比如会带来网络损耗的增加，节点电压的波动等等。所以配电网的主动重构优化目标主要是尽量减少多微网系统接入对配网的影响，保障配网运行的可靠性和较高的电能质量。本发明将一个调度时间段内的网络损耗作为目标函数，同时考虑节点电压的约束。具体的数学模型如下：

式中：nl为系统支路数；ri为支路i的电阻；pi、qi、|vi|分别为支路i的有功、无功功率和节点电压幅值。

约束条件包括：

a)潮流约束，对于任意时刻发电量与负荷量应该保持平衡

式中：pi(t)、qi(t)分别为t时刻节点i的输入有功功率和无功功率；pmgi(t)、qmgi(t)分别为t时刻微网联络节点i注入的有功功率和无功功率；pdi(t)、qdi(t)分别为t时刻节点i处负荷的有功功率和无功功率；vi(t)、vj(t)分别为t时刻节点i、j的电压幅值；gij、bij、δij分别节点i、j之间的互导纳和相角差。

b)微网联络变容量约束

式中：smgt,max为微电网并网到主配网连接点变压器的最大视在功率。

c)支路功率约束，重构后的支路功率不应超过线路最大载流量

d)节点电压约束，重构后的各节点电压不应超过允许的电压波动上下限。

e)网络拓扑约束，重构后的网络拓扑应该满足辐射状结构。

gk∈gr(21)

式中：gk为不包括微电网的的配电网区域；gr为保证网络辐射状拓扑结构的集合。

2-2.采用二进制粒子群优化算法求解配电网重构模型

配电网重构问题是一个离散的多约束优化问题。本发明采用二进制粒子群优化算法(binaryparticleswarmoptimization,bpso)求解配电网重构问题。bpso应用于配电网重构优化具有实现简单、收敛速度快、局部搜索能力强等优点。bpso对粒子速度不做限制，其粒子速度更新公式和pso一致：

式中：和分别为粒子i在第k次迭代是的速度和位置；ω为惯性权重系数，c1、c2为加速系数，r为[0,1]之间的随机数，pid为粒子个体最优点，gd表示整体最优点。位置更新公式在pso的基础上作了离散化：

式中r为[0,1]之间的随机数，s(x)＝1/(1+e^-x)。粒子的速度大小决定了该粒子所处位置取0或1的概率。为防止s(x)函数饱和，将粒子速度设定在[-vmax,vmax]内，s(x)修改为：

所述步骤(3)是通过下述方式实现的：

传统的配电网能量流动是单向的，配电能量管理系统(distributionenergymanagementsystem,dems)在收集到全系统遥测、遥信等信息的基础上集中地对电网运行状态进行调控和决策。然而在大量分布式能源接入配电网后，状态变量和决策变量剧增，集中式的调度方式暴露出海量信息难以处理、可维护性低、系统可靠性低等问题。为解决上述问题，将主动配电网划分为多个分区(微网)，各微网之间通过pcc(公共连接点)耦合在一起，并相互自治协同。在分散协同的调度策略下，每个微网有自己的能量管理器，能够自治调节内部的机组出力，实现内部的能量平衡和经济运行。同时，在市场环境下，每个独立微网具有和其他微网进行协同的能力，具体为相互联络的两个微网，通过比较pcc上的lmp(节点电价)曲线，协同修正联络线的传输功率，利用多个互联微网的电力交易增强整个系统运行的经济性和可靠性。

所述的市场环境下分散协同调度策略的流程，具体包括以下五个步骤：

①初始化各个微网调度模块，根据负荷预测值得到下一个调度时段内分布式电源出力，并初始化联络线传输功率为零。

②各微网调度模块求解本微网内部的最优潮流问题，获取各pcc上的lmp。

③相邻两微网比较耦合pcc上的lmp。若微网在其所有pcc节点上与相邻微网拥有相同的电价，则下层优化结束，进入步骤⑥上层优化。否则，进入步骤④。

④微网调度中心重新计算此时内部的pcc节点电价随联络线功率的变化曲线，并将其发送给相邻微网。

⑤调度中心随机选择不平衡pcc的协同顺序，通过比较自身与相邻区域的lmp曲线，调整联络线交易功率以平衡耦合pcc上的节点电价。进入步骤②开始下一次的迭代。

⑥根据下层优化得到的各微网联络线出力，以及主配电网实时拓扑和负荷数据，进行配电网主动重构，得出最终的调度方案。

与现有技术相比，本发明的有益效果是：

本发明以电力市场为背景，建立了含多微网主动配电系统双层优化经济调度模型。下层优化模型考虑微网中各种分布式电源的耗能特性，在有效消纳间歇式发电的基础上实现了全互联微网最优经济运行，同时上层优化模型考虑配电网主动重构，以配电系统网损最小为目标函数，实现微网接入配电系统后的经济优化运行，同时使得微网接入后对主配电网影响最小。该发明提出的双层优化模型有效地实现了主配电系统和多微网系统协同优化运行，不仅实现了经济运行同时依靠微网层的支持以及网络重构提高了配电系统的电能质量、削峰填谷能力，为微网系统接入配电系统优化调度提供了有价值的参考。

附图说明

图1是本发明中发电效率和输出功率关系曲线图

图2是本发明中充放电折旧系数曲线图

图3是本发明中多微网系统分散协同调度框架图

图4是本发明中含多微网主动配电系统分散协同经济调度流程图

具体实施方式

以下结合附图对本发明的原理和具体执行方法进行描述。

考虑一种基于市场环境的含多微网主动配电系统分散协同经济调度方法，其具体流程包括：

提供一种含多微网主动配电系统分散协同经济调度方法,包括以下步骤：

步骤(1)建立分布式电源优化运行模型，求解最优调度模型，计算微网节点电价；

考虑微网中微型燃气轮机(microgasturbine,mt)、燃料电池(fuelcell,fc)、储能设备(energystorage,es)的出力特性和耗能特性以及风电(windturbine,wt)、光伏(photovoltaic,pv)的随机出力特性，采用原对偶内点法(primal-dualinteriorpointmethod,pdipm)计算出微网各节点电价。

步骤(2)设计多微网分散协同优化调度框架，并以此确定各分布式电源出力大小；

根据步骤1中计算得到的微网节点电价，设计一种分散协同调度框架，得到联络线上的交换功率和各分布式电源的出力大小，实现多微网系统经济最优运行。

步骤(3)研究考虑多微网接入影响的主动配电网优化模型及其求解方法；

在步骤2的基础上，建立考虑多微网接入影响的主动配电系统优化调度模型，实现多微网系统接入配电系统后的安全经济运行。

所述步骤(1)是通过下述方式实现的：

1-1.设计各分布式电源经济调度优化模型，包括微型燃气轮机、燃料电池和储能设备；具体实现方式如下:

d)微型燃气轮机优化模型

在一个调度时间段δt内，作如下假设：微型燃气轮机的有功出力恒定，取δt为1h来分析。微型燃气轮机发电过程中的燃料消耗费用计算公式为：

式中cng为天然气价格，取2.5元/m³；lhvng为天然气低热值，取9.7kw·h/m³；pmt为燃气轮机输出的电功率；ηmt为燃气轮机的发电效率，其函数值与pmt大小有关，ηmt的函数曲线如附录图1中所示。

e)燃料电池优化模型

燃料电池发电过程中的燃料消耗费用计算公式为

式中pfc、ηfc分别为燃料电池的输出功率与输出效率，其函数关系见附录图1。

f)储能设备优化模型

储能设备的荷电状态是指电池剩余电量和电池标称总容量的比值。

在某一时刻t的荷电状态计算公式为：

csoc(t)＝csoc(t-1)-pb(t)/ηb-αbcb(3)

式中：csoc(t)为t时刻蓄电池的剩余电量；pb(t)为t时刻es的充放电功率；ηb为es充、放电效率，取0.95；αb为es每小时的自放电比例，取0.01；cb为es的总容量。es每次充放电会对其寿命造成损伤，在不同的蓄电状态下，充放电功率大小会对蓄电池寿命折损产生不同的效应。es在一个调度时间段δt内充放电成本折旧计算公式为：

ces＝σpb(t)δt(4)

式中：σ为充放电折旧系数。其曲线见附录图2。

1-2.建立多微网经济调度模型，计算微网节点电价，具体实现方式如下：

构建的经济调度模型目标函数为微网系统运行费用最低：

mincmt(t)+cfc(t)+ces(t)+cb(t)(5)

其中cmt(t)、cfc(t)、ces(t)分别为t时刻微型燃气轮机、燃料电池的燃料成本和储能设备的折损成本，可分别由(1)(2)(4)式计算得到；cb(t)为微网与外网的电能交易成本，正值为从外网购电，负值为向外网售电。约束条件包括：

pmt(t)-pmt(t-1)≤rup,mt(7)

pmt(t-1)-pmt(t)≤rdown,mt(8)

pgi^min≤pgi(t)≤pgi^max(10)

其中，ng、nd、nw分别为微源、节点和联络线数目，pgi为分布式电源i的出力，pdj为节点j的负荷大小，pwk为联络线k向微网的功率输入，loss表示系统网络损耗，由潮流计算得到。rup,mt、rdown,mt分别为微型燃气轮机组一个调度时间段内的增加、降低功率的限值；式(9)为蓄电池的容量约束，最大、最小和初始容量分别取100％、30％、70％。式(10)为微型气轮机、燃料电池和储能设备出力上下限约束。

节点电价是指节点单位负荷需求增加引起的系统运行费用增量，此定价机制被广泛用于电力市场的能量管理中。原对偶内点法(primal-dualinteriorpointmethod,pdipm)是一种有效求解非线性规划问题的方法，常被用来求解最优潮流问题。最优潮流中对应于潮流平衡方程的拉格朗日乘子与节点电价具有相同的经济意义。本发明采用原对偶内点法求解微网经济调度模型，并以此求出节点电价。首先定义引入l1>0,u1>0；l2>0,u2>0；l3>0,u3>0；l4>0,u4>0，分别为不等式约束条件(7)-(10)的松弛变量，将其转换为等式约束条件：

引入障碍函数项，得到扩展的目标函数：

其中μ＞0为障碍因子。引入潮流方程拉格朗日乘子λ以及不等式约束上下限的对偶变量z,w得到如下的拉格朗日函数：

根据节点电价的定义对式(13)中的pd求偏导得到节点i的节点电价为

其中*表示最优解点。根据k-t最优性条件和牛顿法求解非线性方程组可以得到方程的最优解，从而得到节点电价。原对偶内点算法和对偶变量初值的选取要恰当，需要在每次迭代中选取一定的迭代步长，本发明中原步长和对偶步长采用下式确定：

所述步骤(2)是通过下述方式实现的：

2-1.建立考虑多微网接入影响的主动配电网重构模型。

由于多个互联微网的接入会给配电网的运行控制带来很大影响，比如会带来网络损耗的增加，节点电压的波动等等。所以配电网的主动重构优化目标主要是尽量减少多微网系统接入对配网的影响，保障配网运行的可靠性和较高的电能质量。本发明将一个调度时间段内的网络损耗作为目标函数，同时考虑节点电压的约束。具体的数学模型如下：

式中：nl为系统支路数；ri为支路i的电阻；pi、qi、|vi|分别为支路i的有功、无功功率和节点电压幅值。

约束条件包括：

f)潮流约束，对于任意时刻发电量与负荷量应该保持平衡

式中：pi(t)、qi(t)分别为t时刻节点i的输入有功功率和无功功率；pmgi(t)、qmgi(t)分别为t时刻微网联络节点i注入的有功功率和无功功率；pdi(t)、qdi(t)分别为t时刻节点i处负荷的有功功率和无功功率；vi(t)、vj(t)分别为t时刻节点i、j的电压幅值；gij、bij、δij分别节点i、j之间的互导纳和相角差。

g)微网联络变容量约束

式中：smgt,max为微电网并网到主配网连接点变压器的最大视在功率。

h)支路功率约束，重构后的支路功率不应超过线路最大载流量

i)节点电压约束，重构后的各节点电压不应超过允许的电压波动上下限。

j)网络拓扑约束，重构后的网络拓扑应该满足辐射状结构。

gk∈gr(21)

式中：gk为不包括微电网的的配电网区域；gr为保证网络辐射状拓扑结构的集合。

2-2.采用二进制粒子群优化算法求解配电网重构模型

配电网重构问题是一个离散的多约束优化问题。本发明采用二进制粒子群优化算法(binaryparticleswarmoptimization,bpso)求解配电网重构问题。bpso应用于配电网重构优化具有实现简单、收敛速度快、局部搜索能力强等优点。bpso对粒子速度不做限制，其粒子速度更新公式和pso一致：

式中：和分别为粒子i在第k次迭代是的速度和位置；ω为惯性权重系数，c1、c2为加速系数，r为[0,1]之间的随机数，pid为粒子个体最优点，gd表示整体最优点。位置更新公式在pso的基础上作了离散化：

式中r为[0,1]之间的随机数，s(x)＝1/(1+e^-x)。粒子的速度大小决定了该粒子所处位置取0或1的概率。为防止s(x)函数饱和，将粒子速度设定在[-vmax,vmax]内，s(x)修改为：

所述步骤(3)是通过下述方式实现的：

传统的配电网能量流动是单向的，配电能量管理系统(distributionenergymanagementsystem,dems)在收集到全系统遥测、遥信等信息的基础上集中地对电网运行状态进行调控和决策。然而在大量分布式能源接入配电网后，状态变量和决策变量剧增，集中式的调度方式暴露出海量信息难以处理、可维护性低、系统可靠性低等问题。为解决上述问题，将主动配电网划分为多个分区(微网)，各微网之间通过pcc(公共连接点)耦合在一起，并相互自治协同。在分散协同的调度策略下，每个微网有自己的能量管理器，能够自治调节内部的机组出力，实现内部的能量平衡和经济运行。同时，在市场环境下，每个独立微网具有和其他微网进行协同的能力，具体为相互联络的两个微网，通过比较pcc上的lmp(节点电价)曲线，协同修正联络线的传输功率，利用多个互联微网的电力交易增强整个系统运行的经济性和可靠性。附录图3设计了分散协同调度模型的整体框架。

附录图4详细描述了市场环境下分散协同调度策略的流程，具体可以分为以下五个步骤。

①初始化各个微网调度模块，根据负荷预测值得到下一个调度时段内分布式电源出力，并初始化联络线传输功率为零。

②各微网调度模块求解本微网内部的最优潮流问题，获取各pcc上的lmp。

③相邻两微网比较耦合pcc上的lmp。若微网在其所有pcc节点上与相邻微网拥有相同的电价，则下层优化结束，进入步骤⑥上层优化。否则，进入步骤④。

④微网调度中心重新计算此时内部的pcc节点电价随联络线功率的变化曲线，并将其发送给相邻微网。

⑤调度中心随机选择不平衡pcc的协同顺序，通过比较自身与相邻区域的lmp曲线，调整联络线交易功率以平衡耦合pcc上的节点电价。进入步骤②开始下一次的迭代。

⑥根据下层优化得到的各微网联络线出力，以及主配电网实时拓扑和负荷数据，进行配电网主动重构，得出最终的调度方案。

凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。