本发明涉及电网管理领域，尤其是涉及一种主动配电网最优运行调度方法。
背景技术：
近年来，由于化石等不可再生能源的日益减少以及环境问题的日益突出，对于节能减排的呼声日益高涨。为了减少电网对于环境的污染，发达国家与发展中国家纷纷加快利用可再生能能源，随着投资的不断增加和可再生能源的不断发展，可再生能源技术正在被不断完善，成本也在逐渐降低。随着越来越多可再生能源以及小规模分布式电源(DG)接入电网。在提高节能减排改善环境的同时，也对配电网运行造成了很多不利的影响。分布式发电的成功之处在于能够就近发电就近并网，但也由于分布式发电的随机性、间歇性、波动性以及难以控制性等的不良影响导致其配电网变为一种功率双向流动的有源网络。如果接入点、调度不当将会导致严重的短路，使得短路电流水平提高、电压波动加大、影响到无功功率，进而导致供电质量的下降以及电网所能消纳的分布式发电能力的下降等一系列不良情况。因此传统的管理模式已经不适用于分布式发电必须要做出一定的改变，需要通过用主动配电网技术来解决上诉问题。主动配电网作为智能电网未来发展的重要形态，是实现各种分布式电源以及储能装置接入电网的积极手段之一。
主动配电网的基本含义为对负荷、发电机、分布式电源、储能装置等进行主动控制；配电网运行人员可以根据电网的网络结构对网络进行重新构建来改变潮流分布；分布资源可以根据需要向系统提供辅助服务支持。
主动配电网的核心内容是在处理分布式可再生能源的方法上从被动地消纳到主动地引导与主动地利用。通过这项技术可以把配电网由传统的无源电网转换成依照电网实际运行情况进行主动管理、调度、控制的主动配电网。主动配电网的核心思想是对于配电网的主动控制、主动规划、主动管理和主动服务。这种优势通过分布式能源贴近用户的使用，全面了解配电网的状态下，通过实时地掌握配电网的运行状态，能够对负荷、用户和网络结构进行主动地管理和主动的控制；并以此为基础为客户和上级网络提供主动的服务建立好上级电网与配电网之间、用户与配电网之间的良好的互动关系。
技术实现要素：
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主动配电网最优运行调度方法。
本发明的目的可以通过以下技术方案来实现：
一种主动配电网最优运行调度方法，包括以下步骤：
1)构建考虑无功补偿和分布式电源出力调度的配电网优化调度模型；
2)设定配电网优化调度模型的约束条件；
3)对配电网优化调度模型进行最优化求解获取最优的配电网运行调度方案。
所述的步骤1)中，所述的配电网优化调度模型以有功功率损耗Ploss最小作为目标函数，具体为：
其中，Ui、Uj分别为节点i、j的电压幅值，n为总网络支路数，Gk(i,j)为第k条支路上节点i、j之间的电导，θij为节点i、j之间的电压相角差。
所述的配电网优化调度模型采用罚函数保证电压质量，具体为：
其中，λ为节点电压越限的罚因子，ΔVi为节点i的电压越限偏差量，Vimax、Vimin为电压越限偏差量的上下限，m为总网络节点数。
所述的步骤2)中，配电网优化调度模型的约束条件包括：
功率平衡约束：
Pi＝UiΣUj(Gij cosθij+Bij sinθij)
Qi＝Ui∑Uj(Gij cosθij-Bij sinθij)
其中，Pi、Qi分别为节点i注入的有功功率和无功功率，Bij、θij、Gij分别为节点i、j之间的电纳、电压相角和电导；
控制变量约束：
Qgi min≤Qgi≤Qgi max
其中，Qgi max、Qgi min为无功补偿容量Qgi的上限和下限值，PDGimin、PDGimax为分布式电源的有功出力PDGi的上限和下限值，QDGimax、QDGimin为分布式电源的无功出力QDGi的上限和下限值；
状态变量节点电压约束条件：
Ui min≤Ui≤Ui max
其中，Ui min、Ui max节点电压幅值Ui的上限和下限值为；
支路功率约束条件：
Pi≤Pi.max
其中，Pi.max为第i条支路功率Pi的上限。
所述的步骤3)中，采用粒子群算法对配电网优化调度模型进行最优化求解，并且进行验证。
与现有技术相比，本发明具有以下优点：
本发明针对分布式电源接入配电网带来的问题，提出了一种主动配电网最优运行调度方法，以配电网网损最小为目标函数，节点电压、无功补偿容量和分布式电源出力等为约束条件，建立了考虑无功补偿和分布式电源出力调度的配电网优化调度的数学模型，通过选择合适的模型和算例，进一步验证了算法在对提高含配电网电压质量、减少系统网损中的可行性和有效性。
附图说明
图1为IEEE 33节点配电网网络结构。
图2为原始配电网的电压分布图。
图3为未调度时配电网的电压分布图。
图4为调度后的配电网的电压分布。
图5为配电网调度有的网络损耗收敛过程。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
本发明包括以下步骤：
1、建立主动配电网最优运行调度数学模型目标函数
从配电网调度优化的角度考虑，可以从两个大方面去对建立所需的目标函数。
一种叫做经济指标。如考虑电力公司的效益，根据电力公司向用户出售的电价和电力公司向发电单元购买的电价，以及考虑各种分布式电源的出力模型的不同性和国家政策对不同分布式电源发电的政策等，综合考虑得出电力公司效益最大化的目标函数。此类目标函数涉及量较多，涉及的分布式电源模型较复杂，所需的约束条件也更多，由于本文并非从经济指标考虑，因此在此就不再加以赘述。
另一种是技术指标。这是最为常见的考虑配电网的网络损耗最小、电压水平最好出发的目标函数，本文正是考虑了这一技术指标。
本文考虑了最为常见的单目标函数，即系统的有功功率损耗最小。采用系统有功网络损耗最小的目标函数，即：
式中：系统有功功率损耗为Ploss；节点i,j的电压幅值分别为Ui,Uj；总网络支路数为n；节点i,j之间的电导表示为Gij；节点i,j之间的电阻表示为Rij；节点i，j之间的电压相角差表示为θij。
同时采用罚函数的形式来保证电压质量，即：
其中：节点电压越限的罚因子表示为λ；节点i的电压越限偏差量表示为ΔVi；当Vimin≤Vi≤Vimax时，ΔVi＝0；当Vi≥Vimax时，ΔVi＝Vi-Vimax；当Vi≤Vimin时，ΔVi＝Vimin-Vi；罚因子λ取1000000。
2、建立主动配电网最优运行调度数学模型约束条件
(1)功率平衡约束
在配电网优化调度模型中，各节点首先应该满足有功功率平衡和无功功率平衡，即有：
其中，节点i注入的有功功率和无功功率分别表示为Pi,Qi，节点i，j之间的电纳和电压相角差分别表示为Bij，θij。
(2)控制变量约束条件为：
Qgimin≤Qgi≤Qgimax (5)
其中无功补偿容量上限和下限值为Qgimax,Qgimin；分布式电源的有功出力和无功出力分别为PDGi，QDGi。
(3)状态变量节点电压约束条件为：
Uimin≤Ui≤Uimax (7)
其中节点电压幅值的上限和下限值为Uimax,Uimin；负荷节点数表示为m；平衡节点为s。
(4)支路功率约束条件为：
Pi≤Pi.max (8)
其中各支路功率的上限为Pi.max。
3、采用粒子群算法对数学模型进行求解
粒子群算法随机初始化一组粒子，然后通过搜索迭代求解问题的最优解。在每次迭代中，粒子将遵循两个极端值，一个是现在的本身最优值称为个体最优值(pbest)；另一个是现在的整个粒子群找到的最优值叫做全局最优值(最优)。粒子群模型用于实现个体之间的信息交换信息共享和群体中的信息共享。
在N维空间中寻找最优解时，每个粒子j在t时刻时都具有一个位置矢量和一个速度矢量：
位置矢量：
其中，粒子j在搜索空间的上限位置和下限位置分别为Ljn，Ujn；
速度矢量：
其中粒子j的最小速度和最大速度分别为vmin.in,vmax.in；
个体最优位置：
全局最优位置：1≤n≤N，1≤j≤M。
则在t+1时刻时的粒子位置和粒子速度的方程为：
其中，r1和r2均为在(0,1)中均匀分布的随机数，学习因子为c1,c2。本发明中取c1＝0.5，c2＝1.25。
4、采用IEEE 33节点的配电网算例进行验证
本发明选取IEEE 33节点配电网作为算例基础，如图1所示，其中1为平衡节点，基准功率为100MVA，线电压基准值为12.66kV，根节点的电压标幺值为1.00。
由于接入分布式电源会对配电网的潮流计算和电压质量造成影响，因此在接入分布式电源之前先对原始算例进行潮流计算。
根据MATPOWER进行的牛顿法潮流计算得出结果如下：配电网中有功损耗为0.203MW，无功损耗为0.14MW。其各节点的电压分布如图2所示。
考虑在16、17、32节点接入分布式电源。当分布式电源和无功补偿装置接入配电网，配电网没有调度时，分布式电源和无功补偿装置的额定出力情况如表1所示，利用MATLAB软件对含有分布式电源的配电网进行潮流计算。
表1 未调度时的分布式电源和无功补偿装置的出力情况
未调度的含分布式电源及无功补偿配电网的有功损耗为0.237MW，无功损耗为0.19MW。未调度时配电网的电压分布如图3所示。
系统16，17，32节点的有功负荷分别为0.09MW，0.09MW，0.06MW,而初始接入的分布式电源为0.25MW相对于负荷来说偏大。由于没有进行调度优化，在满足该点负荷有功的同时向其余线路传输功率，且输送功率偏大大于其优化结果，导致潮流变大，网络损耗比之未接入之前还要略大一些。通过图3与图2的对比，可以清晰的看出接入分布式电源后，对配电网的电压分布有着明显的抬高作用。
根据输电线路的电压计算公式：
由公式：
得：
当分布式电源过大，除满足改节点的负荷外，还有大量溢出，则对该点的电压会使其抬高。通过潮流运算，一步步对其余各点造成影响。由此可以得出，正如前文所诉接入分布式电源的确会对电压产生明显的波动，可能会影响电压质量。但由于没有进行调度优化调节，导致接入的分布式电源偏大，使得电压在原有的基础上过分抬高，超出电压的限值。
表2是调度后的分布式电源出力和无功补偿容量。调度时配电网的电压分布如图4所示。
表2 调度后的分布式电源无功补偿出力
通过图4配电网电压分布图，可以看出在经过合理调度优化的情况下，相比于原始的配电网电压分布各点的电压有略微的提高，并且使得电压不越限，保持在0.95-1.05之间，提高了电压质量。论证了在接入分布式电源的配电网中，通过调度优化，调节分布式电源的有功输出和无功补偿装置的无功补偿，可以合理的调节各节点的电压，保证其电压稳定不越限，提高该配电网的电压质量。
通过MATLAB平台利用粒子群算法对目标函数进行迭代运算。经过5次迭代后，网络损耗开始收敛。结果为最低网络损耗为0.063675MW。可以看出经过优化潮流后，网络的有功损耗有了很显著的改善。比起原始的网络损耗0.203MW降低了68％，而和未调度时的网络损耗0.237MW相比则降低了接近73％，改善程度非常高。由此可以看出分布式电源接入电网后，优化调度的必要性。如果对分布式电源不进行调度优化，由于在现实生活中配电网各负荷是随时间不断变化的，即使是根据某一时刻时各负荷节点的容量接入分布式电源使网络损耗最小，但在另一时刻可能就会出现如之前接入时的情况，接入分布式电源反而使得网络损耗变大，电压也可能发生越限的情况。故应该对含分布式电源进行优化调度，得出该时刻网络损耗最小时的最优调度。所以，接入分布式电源调度有其必然性，而且调度优化的结果也使调度有其重要价值。
未经调度时接入分布式电源的配电网由于选用容量的不合理性，虽然使得电压质量有所改善但可能导致潮流倒流，使得网络损耗反而增大。由于在实际过程中各点负荷大小是会随时变化的，即使在该时刻接入分布式电源的有功出力使得网络损耗最优或者可以减少网络损耗，不能保证下一时刻网络损耗也是最小的，因此可以看出主动配电网优化调度有其必要性。在通过粒子群算法计算得到网络损耗最小值和接入的分布式电源出力和无功补偿值时，可知在通过优化调度后，不仅网络损耗可以达到最小而且可以使得电压处于电压限值中，提高了电压质量，验证了主动配电网优化调度的有效性。