发明涉及微电网系统的分布式发电和储能设备领域，具体的，其展示一种相关性低度量值有机统一式微网拓扑结构构建方法。
背景技术：
：伴随着微网系统的日渐成熟，这种可独立运行或并网运行的电力网络系统更多的采用了可再生能源技术。然而虽然目前常用的分布式电源中有内燃发电机组、燃气轮发电机等较为稳定可靠的供电系统，但由于其供电时需要消耗传统能源，因此其规模和供电量会收到一定限制，无法完全满足微网中全部用电负荷的用电要求，而太阳能、风能发电系统因为其具有清洁、可再生等特点也更多的渗透到微网系统中来。但是后者由于受到天气、环境等因素的影响，其供电具有间歇性、波动性等特点因此无法提供持续稳定的电力供应。这就造成了将从两个方面降低自治微网系统的运行效率：一方面，当dg供电充足时，大量的电能将无法获得有效的利用。虽然此时储能设备可以吸纳一部分多余的电量，但其效果有限且需要大量的储能单元，从而大大增加了微网系统的投入和维护成本；另一方面，当dg供电不足时，负荷无法得到充分的电力供应而受到限制，尤其是当系统中cl供电不足时，其造成的损失将会更加严重。同时，现阶段的微网拓扑结构矩阵权值因素约束条件的个数多，导致微网拓扑结构构建繁琐。因此，有必要提供一种相关性低度量值有机统一式微网拓扑结构构建方法解决上述问题。技术实现要素：本发明的目的是提供一种相关性低度量值有机统一式微网拓扑结构构建方法。技术方案如下：一种相关性低度量值有机统一式微网拓扑结构构建方法，具体步骤为：s1)设定微网中某一用电负荷j，其有功功率和无功功率分别为pj和qj，其上游供电节点为i，则从节点i到节点j的供电线路上的总电阻和总电抗分别为rij和xij；s2)设定节点j的电压保持为uj，则从节点i传输到节点j的供电线路上的线路网损可表示为：s3)利用表达式(1)可以获得网络中任意两个节点之间的实时网损值；s4)在电力系统可靠性评估过程中，线路和器件的不可用度k是一个常用的衡量指标，它是由年故障频率和修复时间决定，即其中，f为年故障频率数；r为故障修复时间；s5)单独使用一种方法或统计数据可能难以有效的评估系统的实际风险状态或工作条件；事实上，除了使用对线路的故障频率和修复时间的统计值计算其不可用度外，实际工程经验也是一个重要的因素；因此，结合二者综合评定系统每一条线路的风险系数：其中，kij为节点i和节点j之间线路的不可用度，由表达式(2)求得；eij为节点i和节点j之间线路的专家评估值；η为调节因子，可以调整实际统计数据和专家经验评估二者在风险评估过程中的比重，获得更为合理的评估值；s6)为了将二者更好的统一到一个度量指标下，我们首先需要将二者归一化；设节点i和节点j之间的线路为lij，则其归一化的线路网损和不可用度分别为：其中，n为整个微网中的节点数；s7)利用归一化后的线路网损和线路不可用度可以获得线路lij的综合权值评价指标为：设节点i和节点j之间有线路直接相连，由表达式(6)求得，其权值为aij；反之若节点i和节点j不直接相连，则aij＝0；对角线元素aii＝0。与现有技术相比，本发明考虑多因素构建微网拓扑结构矩阵权值，并将相关性低的度量值有机的统一起来，从而大大减少了约束条件的个数为算法的简化奠定了基础。附图说明图1微网拓扑结构矩阵方法；图2储能设备工作区域；图3调度策略流程图；图4ieee33-bus系统测试拓扑及初始网络划分；图5dg及负荷特性曲线；图6(a)00:00时刻以dg1为根节点生成的msts；图6(b)00:00时刻以dg2为根节点生成的msts；图6(c)00:00时刻以dg3为根节点生成的msts；图7(a)05:00时刻以dg1为根节点生成的msts；图7(b)05:00时刻以dg2为根节点生成的msts；图7(c)05:00时刻以dg3为根节点生成的msts；图7(d)05:00时刻以s1为根节点生成的msts；图7(e)05:00时刻以s2为根节点生成的msts；图7(f)05:00时刻以s3为根节点生成的msts；图8(a)00:00时刻协作调度结果；图8(b)05:00时刻协作调度结果；图9初始结构对比调度结构下cls24h供电对比；图10dg利用率对比曲线；图11(a)没有使用策略负荷满足状况图；图11(b)使用该策略但系统中没有储能设备负荷满足状况图；图11(c)使用该策略负荷满足状况图；图1224小时协作调度结果。具体实施方式实施例：请参阅图3，采用ieee33节点拓扑为划分网络，其拓扑结构如图4所示。(1)按时间间隔δt采样，获取当前时刻系统dgs、cls、nls、ss的状态信息。(2)判断是否如果存在则执行(3)，否则执行(18)；上一采样周期确定的结构体系下，在每个自治微网i中(dg-cl)i的变化比有没有超过设定的划分触发门限值θ，有则重新划分，没有则只增减nls；(3)构建当前t时刻的微网拓扑结构矩阵a(t)，。其支路权值由表达式(1)-(6)确定。设定微网中某一用电负荷j，其有功功率和无功功率分别为pj和qj，其上游供电节点为i，则从节点i到节点j的供电线路上的总电阻和总电抗分别为rij和xij。设定节点j的电压保持为uj，则从节点i传输到节点j的供电线路上的线路网损可表示为：利用表达式(1)可以获得网络中任意两个节点之间的实时网损值。在电力系统可靠性评估过程中，线路和器件的不可用度k是一个常用的衡量指标，它是由年故障频率和修复时间决定，即其中，f为年故障频率数；r为故障修复时间。需要指出的是，单独使用一种方法或统计数据可能难以有效的评估系统的实际风险状态或工作条件。事实上，除了使用对线路的故障频率和修复时间的统计值计算其不可用度外，专家的实际工程经验也是一个重要的因素。因此，结合二者综合评定系统每一条线路的风险系数：其中，kij为节点i和节点j之间线路的不可用度，由表达式(2)求得；eij为节点i和节点j之间线路的专家评估值；η为调节因子，可以调整实际统计数据和专家经验评估二者在风险评估过程中的比重，获得更为合理的评估值。为了将二者更好的统一到一个度量指标下，我们首先需要将二者归一化。设节点i和节点j之间的线路为lij，则其归一化的线路网损和不可用度分别为：其中，n为整个微网中的节点数；利用归一化后的线路网损和线路不可用度可以获得线路lij的综合权值评价指标为：设节点i和节点j之间有线路直接相连，由表达式(6)求得，其权值为aij；反之若节点i和节点j不直接相连，则aij＝0；对角线元素aii＝0。则微网拓扑结构矩阵构建方法如图1所示。(4)判断系统中dgs的总发电量是否大于所有用电负荷的总需求：判断是则执行(步骤5)，否则执行(步骤6)；(5)si∈{x|xisload},i＝1,…,ns并执行(步骤9)；将所有储能设备被视为用电负荷；(6)系统中dgs的总发电量是否大于所有cls的总需求：判断是则执行(步骤7)，否则执行(步骤8)；(7)si∈{x|xisload}∪{y|yisgenerater},i＝1,…,ns并执行(步骤9)和(步骤10)；储能设备被视为用电负荷或供电电源(generater)；(8)si∈{y|yisgenerater},i＝1,…,ns并执行(步骤10)；所有储能设备被视为dg；(9)判断每个si的soci≥80％,i＝1,…,ns，是则执行(步骤11)，否则执行(步骤12)；(10)判断每个si的soci≤20％,i＝1,…,ns，是则执行(步骤11)，否则执行(步骤13)；(11)储能设备的soci≥80％或soci≤20％，则该储能设备不动作，既不作为电源也不作为用电设备；(12)执行(步骤14)；储能设备被视为电源；(13)执行(步骤14)；储能设备被视为负荷；(14)计算从到的最小权值和：min[sum(weights)]ij，得ng×ncl棵最小树；(15)选择最小权值和中最小的min[sum(weights)]ij所对应的gi作为jth重要负荷clj的供电节点；(16)确定全部ng×ncl个集合{gi,clj},i∈(1,ng),j∈(1,ncl)；(17)判断每个集合{gi,clj},i∈(1,ng),j∈(1,ncl)中gi-clj＞0是则执行(步骤19)，否则执行(步骤18)；(18)选择次小的权值和submin[sum(weights)]ij所对应的gi作为jth重要负荷clj的供电节点并执行(步骤19)。(19)确定gi和clj之间nls中municipal，tertiary，light的个数并保存在变量nm，nt和nl中。(20)构建lmi：ε＝min{x·m(t)+y·t(t)+z·l(t)-(gi-clj)}s.t.:0≤εx≤nm；y≤nt；z≤nl(21)确定x，y和z的值。(22)选择gi，clj以及他们之间y和z个municipal，tertiary，light构成集合{k|kthautonomousmg,k∈(1,ng×ncl)}，即第k个自治微网。由图4可以看到，整个网络中有3个dg，其中设定dg1为光伏(0-624.205mw)，dg2和dg3为风能(82.01-419.50mw)，其功率特性曲线来自belgianelectricitytransmissionoperatorelias(may13th,2014)，如图5(a)所示。每个储能单元设定具有900mwh的最大容量，则图4所示系统中储能系统的最大总容量为2700mwh。此外，图4所示系统中包含有6个重要负荷和21个非重要负荷，其典型24h工作特性曲线如图5(b)所示。各节点连接类型如表i。tableinodesconnectedwithdgsclsandnlsin33-bustestsystem因此，由图4所示的dg负荷曲线可知，在00:00时刻，系统即总输出大于总需求，因此，此时系统中全部储能设备作为用电负荷对待并根据其自身soc情况决定是否对其进行充电操作(按步骤9)，而系统只将dgs作为根节点搜索msts以确定cl的供电电源。根据00:00时刻的微网拓扑结构矩阵a(00:00)获得的从dg到cls的msts如图6所示。根据图6所示的msts，计算从每一个dg到每一个cl的权值和，如表ii所示。其中加粗字体所表示的是某cl到3个根节点中权值和最小的，即该cl的供电根节点。然而，需要指出的是，00:00时刻dg1的供电输出功率为0，因此，根据所提策略，其负责供电的7、8和21cls按照次小权值和原则(按步骤18)，分别安排由另外两个dgs负责供电，如表ii中下划线数值所示。据此，00:00微网系统被重构为两个微网子系统，并根据此时dg2和dg3的供电能力及其他nls的负荷要求，以充分利用dgs剩余电量为目标，按照lmi算法(按步骤20)确定添加到每个子微网中的非重要负荷节点。00:00时刻协作调度结果如图8(a)所示。tableiiweightsumsfromdgstocls与00:00时刻不同，在05:00时刻系统此时，按照所提策略系统中储能设备(s)全部作为电源并根据自身soc状态(step10)决定是否放电。根据05:00时刻的微网拓扑结构矩阵a(05:00)获得的以dgs及ss为根节点的msts如图7所示。此时，从每一个根节点到每一个cl的权值和，如表iii所示。根据表iii的结果，05:00微网系统被重构为五个子系统，并根据此时dg2、dg3、s1-s3的供电能力及其他nls的负荷要求，按照lmi算法(step20)向每一个自治微网中添加“叶子”非重要负荷，从而最大限度的利用电源的多余电能以实现电能的充分利用。05:00时刻协作调度结果如图8(b)所示。设定系统初始状态下共由3个自治微网系统组成，如图4所示。每个自治微网中各有一个dg，一个储能单元以及两个cls。该初始结构下与本文所提出的调度下，系统cls整体获得供电的对比情况如图9所示。由图9所示结果可以看出，系统中cls在协作策略的统一调度下获得供电的满足率明显高于原始自治微网系统结构下cls的满足率。由于cls负荷对于系统具有比nls更大的意义和价值，因此这从一个方面证明该策略具有有效的经济价值。图10所示是系统dg发电利用率对比曲线。从图10中可以明显看出在本文所提的自治微网协作调度策略作用下dg的发电的利用率要高于没有协作调度策略情况下的利用率(图10小窗口中所示为dg的发电利用效率百分比)。通过重构微网系统的体系结构，同时合理调度储能设备的充放电动作，dg发出的电能被用电负荷利用或被储能设备存储，并在系统缺乏电力供应时放出，这在实际系统中可以有效的从空间和时间两个维度对电力进行优化使用，因而提高dg电能利用效率，这在实际电网中具有重要的意义。图11所示是全体负荷满足率对比的曲线。由图11可以看出，当系统中包含有储能单元时，该算法可以保障大部分时间内系统全体负荷的用电需求，如图11(a)所示。而如果系统中储能设备具有足够大的容量，结合合理的自治微网协作调度策略则可保证全时段内的全体负荷用电。其次，即使是在系统中没有储能设备的情况下，由于该策略的协调调度作用，大部分时间段内全体负荷的用电需求也是可以得到满足的，只是部分时间内当系统总电能输出小于电能总需求时，才会有部分nls得不到供电，如图11(b)所示。与之形成鲜明对比的是，系统中即使存在储能设备，在没有合理调度的情况下，系统在大多数时间内仍然无法满足全体负荷的用电要求，如图11(c)所示。图11充分说明了自治微网合理调度的意义和价值，同时说明合理的协作调度策略比仅仅在系统中增加储能设备对于电力资源的优化使用具有更重要的意义。图12所示为本文所提出的协作调度策略对一天中系统所有供电及负荷用电的安排结果。由图12所示的结果可以看出，通过储能设备的合理充放电调度，00:00-04:30，07:30-08:30以及11:00-13:00时间段内dgs产生的多余电量被充分吸收，而使得05:00-07:00，09：00-10:30以及18:30-21:00不足的电能需求得到了有效的补充；同时，在00:00-22:30时间段内，全部的重要负荷用电都得到了充分利用，只在22:30-24:00时间内的重要负荷电量需求由于dg和储能都没有电力输出，即系统中总电力供应小于cls总需求，因此无论如何调度都无法满足而不得不放弃部分cl的供电。但在实际操作中，这部分电力缺口可通过向公共电网买电而得到补偿。另外，对于非重要负荷，通过本文的协作调度，使系统中大多数时间段内的nls用电要求都能够得到充分满足，只有在系统电力总需求大于总供给时，才无法通过调度满足，而这部分电力仍然可以通过买电获得。需要说明的是：(1)为了使储能设备具有更长的使用寿命，通常其充放电留有一定余度，本方案选取其充放电范围为最大蓄电容量的20％-80％。(2)该策略根据系统中整体电力供应情况将所有储能设备统一视为“用电”或“放电”设备，这具有一定的现实意义：这一策略可以有效的避免从一个储能设备向另一个储能设备充电的动作，从而避免了电池之间的反复充放电“震荡”。(3)该策略在向储能设备充电的时候先保证所有的cl和nl得到了充分的电力供应，即按照cl>nl>s的供电优先级进行，这可以尽量减少对储能设备的充放电动作，从而延长电池的使用寿命，降低运行成本；该调度策略可以有效的实现在输出功率不足条件下的输入输出功率匹配，实现多微网统一用电的协调性。在保证了重要负荷充分供电的基础上，还在一定程度上提高了整个系统重要负荷用电的安全性，同时还能够很好的实现多微网间电能的有效利用。与现有技术相比，本实施例针对微网系统中的“三级层(tertiarylevel)”考虑通过电力系统连接开关处的监测设备，如多智能体等，获取系统状态信息并利用其控制联络开关，进而从逻辑层面重构微网拓扑结构，将多个自治微网系统的供用电系统进行重新优化组合，通过协作实现电能的优化调度；该“茎叶生成策略”主要包括两部分算法，即mst搜索最优的dg-cl供电关系，确定网络基本体系；lmi确定nl节点的添加或删除，保证dg电能的最大利用；具体为：(1)考虑多因素构建微网拓扑结构矩阵权值，并将这些相关性较低的度量值有机的统一起来，从而大大减少了约束条件的个数为算法的简化奠定了基础；(2)将mst搜索算法和lmi优化算法结合起来使用分别构造新的微网拓扑结构下的“树干”和“树叶”，既利用了算法各自的优点又方便算法的随时结合与拆分使用(可根据系统状态进行重新划分或只增减“树叶”节点)，从而避免了每次采样后都对这个算法的重新运行，大大简化了计算量，提高了算法效率；(3)合理安排储能单元的充放电状态，使该策略得以从空间和时间两个维度对电能进行优化安排，从而使电能的利用率得到更大程度的提高；同时，尽量减少了储能设备的充放电次数也避免了s到s的充放电动作，从而降低了储能单元的使用成本，延长了其使用寿命。以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。当前第1页12当前第1页12