一种多维性能评估的新型配电网光伏选址定容方法

文档序号:37282788发布日期:2024-03-12 21:23阅读:27来源:国知局
一种多维性能评估的新型配电网光伏选址定容方法

本发明属于新能源配电,特别涉及一种多维性能评估的新型配电网光伏选址定容方法。


背景技术:

1、近年来,随着碳排放问题制约社会和经济发展,构建以光伏为基础的新型配电网系统是达成“双碳”目标的关键措施。分布式光伏电源发电呈现显著的波动性、间歇性,大规模光伏接入给新型电力系统带来电压越限、网损增加、运行风险增大等一系列危害。因此如何合理规划光伏电源的接入位置与容量是当下促进新型配电网系统高质量发展的重要技术问题。

2、新型配电系统中分布式光伏选址定容研究是针对光伏接入点位置、各点处光伏接入容量开展规划。由于不同接入方案对配网运行多维度、多指标的影响效果有所不同,因此选址定容研究本质上是解决一个多目标优化问题,即通过建立优化算法并求解以期获得具有多个设定目标共同最优结果的光伏接入点、接入容量参数。

3、一方面,受制于配电网系统运行原理约束,设定的优化目标间存在优化冲突,多个优化目标难以达到同时最优,需要在优化结果中选取最终的最佳接入方案。现有技术中分布式光伏选址定容方法难以实现考虑多方面指标因素,科学、合理地选取最终接入方案。

4、另一方面,受制于计算效率和求解难度,现有技术中的分布式光伏选址定容方法中的多目标优化算法仅设定2~3个优化目标,如网络节点电压偏差量、光伏消纳率以及网络损耗率等,难以全面覆盖光伏接入下的新型配电网性能指标。此时,优化算法实际考量的指标范围小于由于光伏接入所产生影响的指标范围,因此在有限优化目标数目下难以确保最终选取方案在较宽指标考量范围内具有良好的各指标综合性能。

5、因此现有技术中分布式光伏选址定容方法存在如下技术缺陷:

6、在多目标优化问题求解方面,存在两类方法。1)经典数学优化方法,其理论上可以获得全局最优解,然而光伏选址定容优化是一类具有非线性、多约束的混合整数规划问题,经典数学优化方法存在位数灾难问题,并且较难收敛无法获取最优解。2)启发式优化算法,包括遗传算法、粒子群算法、蚁群算法等,但现有研究侧重增强优化算法性能、求解效率,最优方案选取时仅考虑设定的数个优化指标的性能,缺乏对范围外指标性能的考虑。

7、在最优方案选取方面,虽然考虑到了多指标综合评价问题,有通过加权法求取综合评价值实现接入点优选,也有模糊数层次分析法、优劣解距离法和主成分分析法的应用。但当前技术仅采用单一方法或简单组合方法进行方案的综合评价与最终方案选取,缺乏对于量纲不同、类型不同的多维度、多指标光伏接入影响因素进行完善评价的技术方法。

8、在针对新型配电网系统的分布式光伏选址定容问题方面,虽然有考虑遗传算法、粒子群算法等方法的光伏接入位置、接入容量规划,但其主要用于促进优化算法求解性能及方法设定的2~3个优化目标结果的提升。在新型配电系统中,分布式光伏的广泛接入将对系统产生多维度、多指标的同时性影响,仅在较少数目优化目标中寻优的方法存在偏向增强设定优化指标,而范围外指标考虑不全面、存在性能劣化的问题。

9、在利用多目标优化算法获取了光伏位置、容量参数的接入方案集合后,仅采用模糊综合评价方法、加权法等单一或简单组合方法进行最终方案选取,没有完善考虑到多指标所占权重赋值过程中的主观、客观因素,赋权过程存在全面性、科学性不足的问题。

10、综上所述,亟需一种多维性能评估的新型配电网光伏选址定容方法,能够增强光伏选址定容方法的光伏接入下配网性能评价指标考量范围,提升最终方案选取的多维性能综合评价合理性,获得在多技术性能指标上更均衡、总体性能更优的新型配电系统分布式光伏选址定容方案。


技术实现思路

1、本发明的目的是提供一种多维性能评估的新型配电网光伏选址定容方法,其特征在于,包括以下步骤:

2、步骤s1:使用配网潮流求解与启发式优化算法相结合的选址定容方法,遍历每组代表性光伏出力模式,获得给定光伏出力模式下对应的非支配方案解集;构建新型配电网技术性能评估模型,获得配电网技术性能指标;

3、步骤s2:使用组合赋权-模糊评价的综合评价方法,在不同光伏出力模式下,对各非支配方案解集进行综合评定,获得综合评价值;根据每种出力模式的全年天数占比加权计算得到最终综合评价值;选取具有最大最终综合评价值的非支配解作为最优光伏选址定容方案,实现基于综合性能评价的评价-选取一体化分布式光伏选址定容。

4、所述步骤s1中构建新型配电网技术性能评估模型包括:电能质量评估模型、供电能力评估模型以及光伏并网特性评估模型;

5、所述电能质量评估模型包括:

6、平均电压偏差率δu:

7、

8、式中:ui为第i个监测位置的电压测量值;uie为第i个监测位置的系统标称电压;n为监测点数量;

9、平均电压波动率λu:

10、

11、式中:ui(j)为第i个测量点的电压监测值;为系统电压均值;nc为电压监测周期内测量数;

12、综合电压合格率du:

13、

14、du为根据负荷等级加权得到的综合电压合格率、ua、ub、uc分别为根据新型配电网中负荷重要程度从高至低划分为a、b、c三个等级对应的电压,dx为是各个监测点分别测量的电压合格率,x={a,b,c};tu为电压超上限运行时间;td为电压超下限运行时间;t0为总运行统计时间;

15、所述供电能力评估模型包括:

16、主变压器重、过载率:

17、主变压器重、过载率=(主变重载运行时间+主变过载运行时间)/总监测时间×100%;

18、配电线路重、过载率dline:

19、

20、式中:tiz、tig、ti分别为配网中第i条线路的重载、过载和总运行时间;li、l0分别为第i条线路的长度和配电网线路总长度;m为配电网支路数量;

21、线路总损耗率dloss

22、

23、式中:ii,t、ri分别为t时刻第i条支路的电流和电阻;为t0至t时刻内配电网传输的总电量。

24、所述光伏并网特性评估模型包括:

25、光伏容量渗透率:

26、光伏容量渗透率=分布式光伏额定容量/最大负荷量×100%;

27、光伏最大盈余发用比μ:

28、

29、式中:pl,t和分别为t时刻负荷功率与时段内最大负荷功率;ppv,t是分布式光伏电源在t时刻的输出功率;

30、源-荷归一化形态匹配率λgl:

31、

32、式中:为分布式光伏电源在时段内的最大输出功率;

33、光伏弃光率:

34、光伏弃光率=光伏弃电量/(光伏弃电量+光伏发电量)×100%。

35、所述步骤s1中配网潮流求解与启发式优化算法相结合的选址定容方法包括:

36、步骤s11:使用k-means方法对光伏全年出力数据进行聚类,得到多组代表性光伏出力模式;

37、步骤s12:遍历步骤s11中的多组代表性光伏出力模式,基于24小时配网负荷数据和光伏出力数据,使用基于nsga-ii算法的多目标优化方法进行优化求解;

38、步骤s13:进行配电网潮流计算,获得给定光伏出力模式下对应的非支配方案解集,并输出由非支配方案解集构成的pareto超平面,作为最优接入方案选取的备选集。

39、所述步骤s12中使用基于nsga-ii算法的多目标优化方法进行优化求解包括:

40、步骤s121:基于分布式光伏接入问题的决策变量,确定编码方式x;所述分布式光伏接入问题的决策变量包括:每个光伏电源在系统中的接入点位置和接入容量,所述编码方式x为:

41、x=[u1,u2,…,ugn,v1,v2,…,vgn]                         (21)

42、式中:gn为配电网中光伏电源接入数量;ui为光伏的接入点编号算法中采用整数编码;vi为ui节点处光伏的安装容量;

43、步骤s122:设定目标函数为:平均电压偏差率δu、线路总损耗率dloss以及光伏弃光率;

44、步骤s123:设定初始化参数,根据所述步骤s122中的目标函数,计算得到适应度值后,进行种群的快速非支配排序;所述初始化参数包括:初始化光伏接入点位置、光伏接入容量、种群规模、最大遗传代数、交叉与变异概率;

45、步骤s124:进行迭代优化:所述迭代优化包括:通过二元锦标赛算法选择、二进制交叉以及多项式变异获取子代种群qt,与父代合并后得到新种群pt;通过计算适应度值和快速非支配排序后,根据预设置的比例选取下一代种群,若未满足停止条件,则重复所述迭代优化步骤;

46、所述停止条件为:所有目标函数连续ic代经过最大最小归一化的最小适应度值均不再下降时,则认定当前pareto超平面已包含近似最优非支配解,判定满足停止条件;

47、步骤s125:运行退出机制,当满足所述停止条件时,判定触发基于最小适应度值下降率判别的优化退出机制,停止优化求解。

48、所述步骤s2中组合赋权-模糊评价的综合评价方法包括:

49、步骤s21:使用ahp-灰色关联分析方法进行主观赋权;

50、步骤s22:使用critic方法进行客观赋权;

51、步骤s23:使用最小鉴别信息法进行主-客观权重的组合赋权;

52、步骤s24:使用模糊综合评判法进行综合评价,获得综合评价值。

53、所述步骤s21中使用ahp-灰色关联分析方法进行主观赋权包括:

54、步骤s211:引入1-9标度法构建判断矩阵a;

55、a=(tij)n×n

56、式中,tij是指标yi和指标yj在光伏选址定容对电网性能影响程度的重要性对比,满足tji=1/tij,tij>0,tii=1;n是判断矩阵阶数;

57、步骤s212:计算指标权重向量w,对各层级指标进行规范化,得到权重向量,获取判断矩阵a的最大特征值λmax;

58、

59、

60、步骤s213:进行一致性检验,当满足c.r.<0.1时,判定判断矩阵a的一致性在容许范围内:

61、

62、式中:c.r.为一致性比率,c.i.为判断矩阵a的一致性指标,r.i.是随机一致性指标;

63、步骤s214:构建专家群体权重矩阵b=(bij)m×n:

64、

65、式中:m为参与评估的专家数量,bij为第i位专家对第j项指标重要性判断的权重;为第m位专家的权重向量;

66、步骤s215:选择判断矩阵a中最大权重值作为参考权重b0:

67、b0=max{b11,b12,...,b1n,b21,...,bij,...,bmn}

68、步骤s216:计算专家群体权重矩阵b与参考权重b0间的距离,经过规范化得到最终主观赋权结果

69、

70、式中,为根据相对距离求取得到的赋权权重。

71、所述步骤s22中使用critic方法进行客观赋权包括:

72、步骤s221:判断指标的正负性,完成数据标准化,得到标准化专家群体权重矩阵b′;所述判断指标的正负性包括:若待处理的指标值越大越好时,采用正向化处理,若待处理的指标值越小越好时,采用负向化处理;所述标准化专家群体权重矩阵b′=(b′ij)m×n;

73、所述正向化处理为:

74、

75、所述负向化处理为:

76、

77、式中,b′ij为标准化处理后的第i位专家对第j项指标重要性判断的权重;max{bj}为标准化处理后第j项指标重要性判断的权重的最大值,min{bj}为标准化处理后第j项指标重要性判断的权重的最小值;

78、步骤s222:计算标准化专家群体权重矩阵b′的标准差σj:

79、

80、步骤s223:计算标准化专家群体权重矩阵b′的冲突性指标rj:

81、

82、式中:cov()表示协方差算符;b′i、b′j分别表示b′的第i、j行向量;σi为第i个指标的标准差,σj第j个指标的标准差;

83、步骤s224:计算客观权重

84、

85、式中:σjrj项为第j个评价指标的信息量。

86、所述步骤s23中使用最小鉴别信息法进行主-客观权重的组合赋权包括:

87、步骤s231:定义最小鉴别信息法的目标函数为:

88、

89、式中,wc为采用最小鉴别信息原理获取的组合权重向量,为组合权重,为主观赋权权重,为客观赋权权重;

90、步骤s232:求解步骤s231中最小鉴别信息法的目标函数,得到组合权重wc的表达式:

91、

92、所述步骤s24中模糊综合评判法包括:

93、步骤s241:构建评价集,进行光伏选址定容方案的综合评定;所述评价集采用4级评价集划分;

94、步骤s242:构建模糊评价模型,基于步骤s1中新型配电网技术性能评估模型获得的各指标结果,利用隶属函数获取评判矩阵r=(rij)p×q,式中,p是评价指标数量,q是评价集等级划分数,rij为配电网技术性能指标,当rij为综合电压合格率、光伏容量渗透率、源-荷归一化形态匹配率时,采用成本型三角型隶属函数,当rij为其余配电网技术性能指标时,采用效益型三角形隶属函数模型;

95、步骤s243:获取综合评价值m:

96、m=s·vt                           (20)

97、式中,s为模糊评价隶属度,其中是基于最小信息鉴别原理获取的主客观组合赋权向量,vt为评估赋值矩阵。

98、本发明的有益效果在于:

99、现有技术在仅设定2~3个优化目标,满足基本计算效率要求的基础上,无法实现分布式光伏接入多维度、多指标影响因素的综合考量,导致最终选取的接入方案仅在设定的优化指标方面具有良好性能,而其余指标性能劣化严重。本发明提出一种选取-评价一体化分布式光伏选址定容方法,其目的是在现有技术相同计算效率前提下,获取在更宽指标考虑范围内具有更优综合性能的分布式光伏选址定容方案。

100、现有技术在最终接入方案选取阶段,采用加权法、模糊综合评价法等,存在各优化目标重要性权重值设定简单、依靠专家打分主观性强的问题。本发明针对该问题提出一种基于组合赋权-模糊综合评价的综合评估方法,其目的是在指标权重赋权阶段融合考虑主观、客观两方面,并通过权重组合,实现更科学完善的接入方案性能综合评价。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1