一种主动配电网分布式电源的优化运行方法与流程

本发明属于配电网技术领域，尤其涉及一种主动配电网分布式电源的优化运行方法。

背景技术：

目前，已经有很多学者对分布式电源的运行进行了相应的研究，以人工智能算法和解析法求得最优方案。分布式风电接入后，除了实现高可靠性，配电网对资源的优化管控更着重于实现分布式风电的最大化消纳，提升系统的低碳性。还有文献分别采用赋权方法将多目标转换为单目标的方式，和采用多目标遗传算法求得帕累托前沿的方法进行求解，这些文献中分布式电源均采用的是单一有功模型，大部分文献也仅从有功最优分布的角度进行研究。

不同于输电网，配电网的物理特性决定了基于有功-无功解耦进行的潮流计算不再适用，并且传统的潮流模型在求解速度上无法满足要求，并且不能获得可靠的全局最优解。在主动配电网背景下，优化调度也成为了研究的主流，因此，越来越多的学者开始寻求一种最优潮流模型，有部分研究建立了以配电网潮流算法为基础的支路潮流模型，基于此，还有研究通过二阶锥方法建立了动态最优潮流模型框架，除此之外，也有很多文献基于二阶锥方法进行了配电网的优化运行，但很少有学者在进行潮流计算时充分考虑配电网自身的有功-无功耦合特性和分布式电源自身的有功无功耦合特性。

不同类型风电机组接入配电网后对潮流和电压的影响机理也不尽相同，此外，不同类型分布式风电机组接入配电网，其无功电压控制特性也有较大差异。已有研究对鼠笼型异步风力发电机组和双馈型风力发电机组接入配电网后的无功优化进行分析研究，并得出双馈型风力发电机组接入更有利于配电网电压管控的结论，实际上，这些文献均仅是将风电机组作为电压管控的一种调节措施，缺乏对其在配电网中的精细化运行进一步拓展研究。在传统配电网电压管控中，主要采用以有载调压变压器和并联电容器为主的无功调节和补偿装置，在分布式电源接入后，将无功补偿装置的电压管控特性融入到分布式电源中进行主动管理将成为新的思路。

技术实现要素：

针对现有技术中的上述不足，本发明提供的一种主动配电网分布式电源的优化运行方法解决了不同类型分布式电源接入对配电网电压管控的差异性问题，以及无功资源的配置对分布式电源运行的问题。

为了达到以上目的，本发明采用的技术方案为：

本方案提供一种主动配电网分布式电源的优化运行方法，包括如下步骤：

(s1)根据双馈型感应风力发电机组dfig与定速风电机组fswd的电源出力，建立不同类型分布式电源的有功无功耦合出力模型；

(s2)根据二阶锥方法建立分布式电源网络潮流模型；

(s3)根据所述有功无功耦合出力模型以及所述网络潮流模型，建立主动配电网不同时序下的多时段优化运行模型，从而实现主动配电网分布式电源的优化运行。

进一步地，所述步骤(s1)中根据双馈型感应风力发电机组dfig的电源出力，建立其有功无功耦合的出力模型，其包括如下步骤：

(a1)根据双馈型感应风力发电机组dfig的电源出力，建立双馈型感应风力发电机组dfig的有功出力约束，其表达式如下：

(a2)根据所述有功出力约束将双馈型感应风力发电机组非线性有功无功出力进行分段线性化处理，从而得到双馈型感应风力发电机组dfig的有功无功耦合出力模型，其表达式如下：

上述各式中，为第ξ个场景第t时段双馈型感应风力发电机组dfig的预测出力值，与分别为第ξ个场景第w个节点dfig安装容量和安装状态，分别为第ξ个场景第w个节点dfig在第t时段的有功、无功出力，分别为第w个双馈型感应风力发电机dfig的各特征点，ωdwg为风力发电机可建设节点的集合，ωξ为所有场景的集合。

再进一步地，所述步骤(s1)中根据定速风电机组fswd建立有功无功耦合的电源出力，建立其有功无功耦合的出力模型，其表达式如下：

其中，与分别为第ξ个场景第w个节点定速风电机组fswg在第t时段的无功、有功出力。

再进一步地，所述步骤(s2)中所述分布式电源网络潮流模型包括配电网潮流算法支路潮流约束、节点电压约束以及节点的二阶锥约束，其中，

所述配电网潮流算法支路潮流约束的表达式如下：

所述节点电压约束的表达式如下：

所述节点的二阶锥约束的表达式如下：

上述各式中，ψ(i)表示以节点i为首端节点的支路末端节点集合，φ(i)表示以节点i为末端节点的支路首端节点集合，ωload为负荷节点集合，pξ,ij,t和qξ,ij,t分别为第ξ个场景第t时段支路ij的有功和无功潮流，rij和xij分别为支路ij的电阻值和电抗值，和分别为第ξ个场景第t时段风力发电机的有功和无功出力，为并联电容器scb第ξ个场景第t时段的出力，和分别为第ξ个场景第t时段的有功负荷和无功负荷，为第ξ个场景第t时段节点i的电压和电流值的平方，为第ξ个场景第t时段线路ij的电流值的平方，vξ,i,t为第ξ个场景t时段节点i的电压值，iξ,ij,t为第ξ个场景t时段线路ij的电流值，t为典型日调度周期，ωdwg为风力发电机可建设节点的集合，ωb为配电网中线路的集合，ωξ为运行场景的集合，j为网络节点编号，rki、xki分别为线路ki的电阻、电抗，为第ξ个场景第t时段节点j的电压值的平方。

再进一步地，所述步骤(s3)其具体为：根据所述网络潮流模型与所述有功无功耦合出力模型，选取调度周期内配电网风力发电机dwg运行最大为目标构建优化目标函数，并设置优化约束条件，从而实现主动配电网分布式优化的运行。

再进一步地，所述构建优化目标函数的表达式如下：

其中，为决策变量，和分别为第ξ个场景第w个节点风力发电机安装状态和安装容量，为第ξ个场景第w个风力发电机第t时段的有功出力，ωb为配电网中线路的集合，us为风力发电机不确定性集合，f为目标函数，fr为发电回收，fc为燃料投入量，fs为损耗率，fb为设备投入量，d为天数，kξ为场景数，ωξ为所有场景的集合，t为典型日调度周期，和分别为调度周期内第ξ个场景第t时段的损耗率、补贴率、风力发电机出力投入量和主网购电率，δt为单位时段，ωdwg为风力发电机安装候选节点集合,为风力发电机年安装、折旧等效系数，和分别为风力发电机单位安装投入量和折旧率，为第w个风力发电机单位容量的维护投入量，为第ξ个场景第w个风力发电机第t时段的入网有功功率，rij为支路ij的电阻值，为第ξ个场景支路ij的第t时段的电流值的平方，为第w个节点风力发电机安装状态，为第w个节点风力发电机安装容量。

再进一步地，所述优化约束条件包括：投入量约束条件、网络潮流约束条件、并联电容器scb动作约束条件以及网络运行状态约束条件。

再进一步地，所述投入量约束条件包括风力发电机dwg待安装位置的总数，以及风力发电机dwg安装容量的上下限，其表达式如下：

其中，式(9)为风力发电机待安装位置总数约束，为第w个节点风力发电机安装状态，x^dwg为风力发电机可安装位置总数；式(10)中和分别表示节点w处风力发电机安装容量的上下限，为第w个节点风力发电机安装容量，ωdwg为风力发电机可建设节点的集合。

再进一步地，所述并联电容器scb动作约束条件，其表达式如下：

其中，式(11)为并联电容器scb动作次数约束，为第ξ个场景第r个并联电容器在第t时段的动作次数，为第ξ个场景下第r个并联电容器一天的动作次数上限；式(12)为并联电容器scb每时段投入量约束，为第ξ个场景第r个并联电容器在第t时段产生的无功功率，为第r个并联电容器的无功出力上限，t为典型日调度周期，ωscb为并联电容器的集合。

再进一步地，所述网络运行状态约束条件包括节点电压约束、支路电流约束、主网购电约束以及与主网交互功率的功率因数，其表达式如下：

其中，式(13)为节点电压约束，和vξ,i,t分别为第ξ个场景下第i个节点在第t时段的节点电压最大值和最小值，vξ,i,t为第ξ个场景下第i个节点在第t时段的节点电压值；式(14)为支路电流约束，和iξ,ij,t分别为第ξ个场景支路ij在第t时段电流的最大值和最小值，iξ,ij,t为第ξ个场景支路ij在第t时段的电流值；式(15)为主网购电约束，和分别为第ξ个场景下电网第g个节点在第t时段的主网购电电量的最大值和最小值，为第ξ个场景下电网第g个节点在第t时段的主网购电电量；式(16)表示与主网交互功率的功率因数，和分别为第ξ个场景下电网第g个节点在第t时段的功率因数的最大值和最小值，为第ξ个场景下电网第g个节点在第t时段的功率因数，ωg为需要购电的电网节点的集合，ωb为配电网中线路的集合。

本发明的有益效果：

(1)本发明考虑了不同类型分布式电源接入对配电网电压管控的差异性，提高分布式电源接入下配电网运行的可靠性，实现了配电网的电压管控；

(2)本发明考虑了无功资源的配置对分布式电源运行的影响，使分布式电源的运行最大化，促进分布式电源的消纳，实现其优化运行；

(3)本发明在潮流计算中引入二阶锥方法将其转化为线性模型，大大提高了求解速度，使得其在保证了求解精度的同时，在复杂配电网中仍具有良好的实用性。

附图说明

图1为本发明的方法流程图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

实施例

如图1所示，本发明公开了一种主动配电网分布式电源的优化运行方法，其实现方法如下：

(s1)根据双馈型感应风力发电机组dfig与定速风电机组fswd的电源出力，建立不同类型分布式电源的有功无功耦合出力模型；

(s2)根据二阶锥方法建立分布式电源网络潮流模型；

(s3)根据所述有功无功耦合出力模型以及所述网络潮流模型，建立主动配电网不同时序下的多时段优化运行模型，从而实现主动配电网分布式电源的优化运行。

本实施例中，不同类型分布式电源的有功无功耦合出力模型为：考虑定速风电机组(fixedspeedwindgenerator，fswd)和以双馈型感应风力发电机(doublyfedinductiongenerator,dfig)为代表的变速风电机组。

对于双馈型感应风力发电机，采用双馈型感应风力发电机有功-无功出力耦合模型，其具体操作为：

(a1)根据双馈型感应风力发电机组dfig的电源出力，建立双馈型感应风力发电机组dfig的有功出力约束，其表达式如下：

(a2)根据所述有功出力约束将双馈型感应风力发电机组非线性有功无功出力进行分段线性化处理，从而得到双馈型感应风力发电机组dfig的有功无功耦合出力模型，其表达式如下：

上述各式中，为第ξ个场景第t时段双馈型感应风力发电机组dfig的预测出力值，与分别为第ξ个场景第w个节点dfig安装容量和安装状态，分别为第ξ个场景第w个节点dfig在第t时段的有功、无功出力，和分别为第w个双馈型感应风力发电机dfig的特征点，ωξ为所有场景的集合。

对于定速风力机组，在考虑其有功-无功耦合特性时，为了简化计算过程，在建模中视其运行时功率因数为定值，即在其有功出力一定时，可以唯一定其无功出力的大小，并且我们取功率因数的限值为具体关系如式(3)所示：

其中，与分别为第ξ个场景第w个节点定速风电机组fswg在第t时段的无功、有功出力。

本实施例中，所述步骤(s2)中所述分布式电源网络潮流模型包括配电网潮流算法支路潮流约束、节点电压约束以及节点的二阶锥约束，其中，

所述配电网潮流算法支路潮流约束的表达式如下：

所述节点电压约束的表达式如下：

所述节点的二阶锥约束的表达式如下：

上述各式中，ψ(i)表示以节点i为首端节点的支路末端节点集合，φ(i)表示以节点i为末端节点的支路首端节点集合，ωload为负荷节点集合，pξ,ij,t和qξ,ij,t分别为第ξ个场景第t时段支路ij的有功和无功潮流，rij和xij分别为支路ij的电阻值和电抗值，和分别为第ξ个场景第t时段风力发电机的有功和无功出力，为并联电容器scb第ξ个场景第t时段的出力，和分别为第ξ个场景第t时段的有功负荷和无功负荷，为第ξ个场景第t时段节点i的电压和电流值的平方，为第ξ个场景第t时段线路ij的电流值的平方，vξ,i,t为第ξ个场景t时段节点i的电压值，iξ,ij,t为第ξ个场景t时段线路ij的电流值，t为典型日调度周期，ωdwg为风力发电机可建设节点的集合，ωb为配电网中线路的集合，ωξ为运行场景的集合，j为网络节点编号，rki、xki分别为线路ki的电阻、电抗，为第ξ个场景第t时段节点j的电压值的平方。

本实施例中，主动配电网不同时序下的多时段优化运行模型为：选取调度周期内配电网风机运行最大为目标构建优化目标函数，并设置优化的约束条件：投入量约束、网络潮流约束、并联电容器scb动作约束、网络运行状态约束，其中，所述构建优化目标函数的表达式如下：

其中，为决策变量，和分别为第ξ个场景第w个节点风力发电机安装状态和安装容量，为第ξ个场景第w个风力发电机第t时段的有功出力，ωb为配电网中线路的集合，us为风力发电机不确定性集合，f为目标函数，fr为发电回收，fc为燃料投入量，fs为损耗率，fb为设备投入量，d为天数，kξ为场景数，ωξ为所有场景的集合，t为典型日调度周期，和分别为调度周期内第ξ个场景第t时段的损耗率、补贴率、风力发电机出力投入量和主网购电率，δt为单位时段，ωdwg为风力发电机安装候选节点集合,为风力发电机年安装、折旧等效系数，和分别为风力发电机单位安装投入量和折旧率，为第w个风力发电机单位容量的维护抽入量，为第ξ个场景第w个风力发电机第t时段的入网有功功率，rij为支路ij的电阻值，为第ξ个场景支路ij的第t时段的电流值的平方，为第w个节点风力发电机安装状态，为第w个节点风力发电机安装容量。

本实施例中，所述优化约束条件包括：投入量约束条件、网络潮流约束条件、并联电容器scb动作约束条件以及网络运行状态约束条件，其中，

所述投入量约束条件包括风力发电机dwg待安装位置的总数，以及风力发电机dwg安装容量的上下限，其表达式如下：

其中，式(9)为风力发电机待安装位置总数约束，为第w个节点风力发电机安装状态，x^dwg为风力发电机可安装位置总数；式(10)中和分别表示节点w处风力发电机安装容量的上下限，为第w个节点风力发电机安装容量，ωdwg为风力发电机可建设节点的集合；

所述并联电容器scb动作约束，其表达式如下：

其中，式(11)为并联电容器scb动作次数约束，为第ξ个场景第r个并联电容器在第t时刻的动作次数，为第ξ个场景下第r个并联电容器一天的动作次数上限；式(12)为并联电容器scb每时刻投入量约束，为第ξ个场景第r个并联电容器在第t时刻产生的无功功率，为第r个并联电容器的无功出力上限，t为典型日调度周期，ωscb为并联电容器的集合；

所述网络运行状态约束包括节点电压约束、支路电流约束、主网购电约束以及与主网交互功率的功率因数，其表达式如下：

其中，式(13)为节点电压约束，和vξ,i,t分别为第ξ个场景下第i个节点在第t时段的节点电压最大值和最小值，vξ,i,t为第ξ个场景下第i个节点在第t时段的节点电压值；式(14)为支路电流约束，和iξ,ij,t分别为第ξ个场景支路ij在第t时段电流的最大值和最小值，iξ,ij,t为第ξ个场景支路ij在第t时段的电流值；式(15)为主网购电约束，和分别为第ξ个场景下电网第g个节点在第t时段的主网购电电量的最大值和最小值，为第ξ个场景下电网第g个节点在第t时段的主网购电电量；式(16)表示与主网交互功率的功率因数，和分别为第ξ个场景下电网第g个节点在第t时段的功率因数的最大值和最小值，为第ξ个场景下电网第g个节点在第t时段的功率因数，ωg为需要购电的电网节点的集合，ωb为配电网中线路的集合；

所述潮流约束，潮流约束同引入二阶锥方法的分布式电源网络潮流模型。

本发明通过以上设计，考虑了不同类型分布式电源接入对配电网电压管控的差异性及无功资源的配置对分布式电源运行的影响，从而不仅提高了分布式电源接入配电网运行的可靠性，实现配电网的电压管控，使分布式电源的运行最大化，促进分布式电源的消纳，实现其优化运行。