一种基于网络重构的配电网可再生能源消纳方法与流程

本发明属于配电网重构
技术领域：
，特别设计一种基于网络重构的配电网可再生能源消纳方法。
背景技术：
：近年来，能源短缺和因能源消耗而产生的环境恶化问题引起了人们的广泛关注，风、光等可再生能源的开发利用成为世界各国应对能源和环境危机的重要措施。2016年2月，国家能源局发布《关于做好“三北”地区可再生能源消纳工作的通知》，指出“要进一步推动可再生能源就近消纳，着力解决弃风、弃光问题，促进可再生能源与其他能源协调发展”。在智能电网中，越来越多的可再生能源以分布式发电的形式接入配电网，因此提高配电网对分布式电源的消纳能力，将是电力调度部门的一项重要工作。配电网重构是指调度部门通过改变配电网中分段和联络开关的开合状态来对配电网的运行方式进行调整；配电网重构是调度部门提升配电网的供电安全性及运行经济性的重要技术手段。目前，国内外学者已针对传统的配电网重构问题开展了大量的研究工作，研究重点主要放在优化算法层面，如采用改进禁忌搜索方法、混合粒子群算法、改进人工蜂群算法、粒子群算法等求解网络重构问题，其优化目标多为有功网损最小。针对分布式电源的大规模接入，现有的研究成果包括分布式电源大规模接入对配电网重构的影响分析；计及分布式电源出力特性，以有功网损最小或网损、负荷均衡及电压质量等指标协调最优为目标的配电网重构模型等，但通过配电网重构来提高分布式电源消纳水平的研究尚未开展。技术实现要素：本发明的目的是提供一种基于网络重构的配电网可再生能源消纳方法。为此，本发明技术方案如下：一种基于网络重构的配电网可再生能源消纳方法包括按顺序进行的下列步骤：1)设定电压偏差限值和线路载流量限值的S1阶段：在此阶段，根据实际配电网所用线型和电网规范设定配电网中的电压偏差限值和线路载流量限值，然后进入S2阶段；2)判断配电网当前的运行方式是否能支持分布式电源消纳的S2阶段：在此阶段，由电网控制系统判断配电网当前的运行方式是否能支持配电网中分布式电源的消纳，若判断为“是”，则继续判断；否则，进入S3阶段；3)对配电网进行重构的S3阶段：在此阶段，以配电网中分布式电源出力调整量最小为目标，利用粒子群算法对配电网进行重构。所述的步骤3)中利用粒子群算法对配电网进行重构的方法包括按顺序进行的下列步骤：a)确定对配电网重构时所采用的粒子群算法的目标函数、约束条件，约束条件包括辐射状网络约束、潮流约束、节点电压约束、支路电流约束和分布式电源出力约束；b)随机生成粒子群算法中的初始群体，初始群体中包含多个个体，每个个体表示为[S,P]，S代表开关状态，包括联络开关状态和分段开关状态，P代表分布式电源出力；c)根据群体中的开关信息确定配电网网络拓扑结构，根据分布式电源出力信息进行潮流计算得到配电网各节点的电压值、配电网中各支路流过的电流值和分布式电源出力值，根据潮流计算后得到的各节点的电压值、各支路流过的电流值和分布式电源出力值计算个体的适应度函数值；d)判断步骤c)中确定的配电网网络结构是否为辐射状网络；e)将步骤d)中上述辐射状网络判断结果以罚函数的形式加入到个体适应度函数值中，若步骤d)中判断结果为辐射状网络，则对个体适应度函数值加零，若步骤d)中判断结果不是辐射状网络，则在个体适应度函数值基础上减一个不小于5000的常数；最后筛选出适应度函数值最大的个体，然后进入步骤f)；f)判断步骤e)的个体是否满足收敛条件，若判断结果为“是”，则进入步骤h)；若判断结果为“否”，则进入步骤g)；g)对步骤b)中生成的所有个体进行数据更新，然后进入步骤c)；h)判断符合收敛条件的个体数是否为1，若判断结果为“是”，输出符合收敛条件的个体，若判断结果为“否”，则输出适应度函数值最大的个体。所述的步骤a)中粒子群算法的目标函数为：其中ND表示配电网中分布式电源的数量，PGAi为配电网重构前分布式电源出力，通常选取在配电网重构时刻分布式电源出力的预测值；PGBi为配电网重构后分布式电源出力。在步骤d)中判断配电网网络结构是否为辐射状网络的方法包括按顺序进行的下列步骤：Ⅰ)读取种群中所有个体的数据和配电网总的节点数量n；Ⅱ)处理种群数据，筛选出闭合状态的开关数量为n-1的个体；Ⅲ)对于筛选出来的个体，根据开关的状态，生成配电网网络的邻接矩阵A，邻接矩阵A是一个n行n列的矩阵，n是配电网节点数，，代表每一个节点与其它节点的关系，Ai,j＝1，代表节点i与节点j之间有开关且开关闭合；Ai,j＝0，代表节点i与节点j之间没有开关或者有开关但开关是断开的；Ⅳ)根据邻接矩阵A判断该重构的配电网中有无环路；若无环路，该重构的配电网网络结构为辐射状网络；若有环路，则该重构的配电网网络结构不是辐射状网络。所述的步骤Ⅳ)中根据邻接矩阵A判断该配电网中有无环路的方法是：首先，读取配电网节点数n和邻接矩阵A，循环n-1次，判断邻接矩阵A中每行或列所有元素的和是否小于等于1，如果是，则将该行或列所有元素置零，否则保留该行或列；然后，判断邻接矩阵A是否是全为0的矩阵，如果是，则证明没有环路，配电网网络结构是辐射状网络；如果不是，则证明有环路，配电网网络结构不是辐射状网络。与现有技术相比，该基于网络重构的配电网可再生能源消纳方法不但可以提高可再生电源的利用率，降低化石能源发电比例，促进电能的清洁化，提高配电网中分布式发电的渗透率，还能保证配电网的稳定性、安全性和可靠性。附图说明图1为本发明提供的基于网络重构的配电网可再生能源消纳方法的流程图。图2为采用粒子群算法对配电网进行重构时的流程图。图3为辐射状网络判断方法的流程图。图4为一个包含33个节点的配电网网络结构示意图。具体实施方式下面结合附图及具体实施例对本发明做进一步的说明，但下述实施例绝非对本发明有任何限制。图4为一个包含33个节点、32个支路、32个分段开关和5个联络开关的配电网网络结构示意图，其中圆点表示电网中的节点，实线表示分段开关，虚线均表示联络开关，P表示光伏。图1为本发明提供的基于网络重构的配电网可再生能源消纳方法的流程图，使用本发明提供的基于网络重构的配电网可再生能源消纳方法对图4所示的配电网拓扑结构进行重构时，首先，根据《电能质量供电电压偏差》(GB/T12325-2008)相关规定，设定电压偏差限值，偏差上限值取1.07，偏差下限值取0.93；设定线路载流量限值，线路载流量限值根据线型选取，此处选用YJY-240架空线，该线型最大载流量为508A，线路载流量限值设为508A；其次，由电网控制系统判断配电网当前的运行方式是否能支持配电网中分布式电源的消纳，若判断为“是”，则继续判断；否则，以配电网中分布式电源出力最小为目标，利用粒子群算法对配电网进行重构。图2为采用粒子群算法对配电网进行重构时的流程图，利用粒子群算法对配电网进行重构时，首先确定对配电网重构时所采用的粒子群算法的目标函数和约束条件，目标函数为：其中ND表示配电网中分布式电源的数量，PGAi为配电网重构前分布式电源出力，通常选取在配电网重构时刻分布式电源出力的预测值；PGBi为配电网重构后分布式电源出力；约束条件包括辐射状网络约束、潮流约束、节点电压约束、支路电流约束和分布式电源出力约束；其中，辐射状网络约束为g∈G，g为重构后的网络拓扑结构，G为保证网络辐射状拓扑结构的集合；潮流约束为AP＝D，A为节点-节点关联矩阵，P为馈线潮流矢量，D为负荷需求；节点电压约束为Uimin≤Ui≤Uimaxi＝1,2,…NJ；Uimin和Uimax分别为节点i电压的下限值和上限值，NJ为节点的数量；支路电流约束为Ii≤Iimaxi＝1,2,…NL；Iimax为支路i载流上限，NL为支路数量；分布式电源出力约束为PGBi≤PGAii＝1,2,…ND；重构后分布式电源出力PGBi不能大于重构前的分布式电源出力PGAi。其次，随机生成粒子群算法中的初始群体，初始群体中的每个个体表示为[S,P]，S代表开关状态，开关包括分段开关和联络开关；图1中共有37个开关，其中包括32个分段开关和5个联络开关；所以S是一个包含37个元素的向量，S(i)＝0表示第i个联络开关断开，则相应的支路也断开，S(i)＝1表示第i个联络开关闭合，则相应的支路也闭合，i∈[1,37]；P代表分布式电源出力；图4中在三个节点(节点18、节点21、节点32)处接入光伏，分布式电源出力P是一个包含3个元素的向量，P(j)代表第j个分布式电源出力，其中，P(j)∈[0,2000]；再次，根据群体中的开关信息确定配电网网络结构，对种群中的每个个体分别进行潮流计算，得到各节点电压值、各支路流过的电流值和分布式电源出力值，并根据潮流计算后得到的各节点电压值、各支路流过的电流值和分布式电源出力值计算个体的适应度函数值；接着，判断此时的配电网网络结构是否为辐射状网络，如图3所示，辐射状网络的判断方法如下：Ⅰ)读取种群中所有个体的数据和配电网总的节点数量n；Ⅱ)处理种群数据，筛选出闭合状态的开关数量为n-1的个体；Ⅲ)对于筛选出来的个体，根据开关的状态，生成配电网络的邻接矩阵A，邻接矩阵A是一个n行n列的矩阵(n是配电网节点数)，代表每一个节点与其它节点的关系，Ai,j＝1，代表节点i与节点j之间有开关且开关闭合；Ai,j＝0，代表节点i与节点j之间没有开关或者有开关但开关是断开的；Ⅳ)根据邻接矩阵A判断该重构的配电网中有无环路，根据邻接矩阵A判断该重构的配电网中有无环路的方法是：首先，读取配电网节点数n和邻接矩阵A，循环n-1次，判断邻接矩阵A中每行或列所有元素求和是否小于等于1，如果是，则将该行或列所有元素置零，否则保留该行或列；然后，判断邻接矩阵A是否是全为0的矩阵，如果是，则证明没有环路，配电网是辐射状网络；如果不是，则证明有环路，配电网不是辐射状网络。紧接着，将配电网辐射状网络判断结果以罚函数的形式加入到个体适应度函数值中，若判断结果为辐射状网络，则对个体适应度函数值加零；若判断结果不是辐射状网络，则在个体适应度函数值基础上减一个不小于5000的常数；最后筛选出适应度函数值最大的个体；最后，判断筛选出的适应度函数值最大的个体是否满足收敛条件，若判断结果为“是”，则继续判断符合收敛条件的个体数是否为1，若判断结果为“是”，输出符合收敛条件的个体，若判断结果为“否”，则输出适应度函数值最大的个体；否则，对种群中的所有个体数据进行更新，对数据更新后的个体重新进行潮流计算并评价适应度函数。根据图4的模型提供的实施例如下：实施例一：在配电网系统的负荷因节假日等因素出现大幅下降，同时网络结构和分布式光伏出力不变的情况下，配电网系统的某些安全运行约束可能会被破坏；例如，假定节假日期间系统总负荷减小为3715kW+2300kVar，如不采取任何其它调控措施，图4中系统内的节点17、18的电压标幺值均出现电压越限的情况，具体数值如表1所示；最大电流出现在节点1和节点2之间的线路上，为140A。若不对配电网进行重构，只通过削减最大电压出现点(节点18)附近的光伏出力来保障电压不越限，经验证共需削减321kW的光伏出力，即节点18处光伏最大允许出力为1679kW，此时最大电压出现在节点18处，标幺值为1.07。若利用本发明提出的配电网重构方法对配电网进行重构，配电网重构后的结果如表2所示；由表2可见，在区内负荷减少导致系统运行安全性被破坏时，通过配电网重构，只需对节点21和节点32处的光伏出力进行少量的削减，即可满足系统安全运行约束；与不采用配电网重构的情况比较，光伏的削减量下降了91.5％，有效地提升了配电网对分布式可再生能源的消纳能力。实施例二：在区内负荷减少的同时面临线路计划性检修的情况，如线路31需要进行计划性检修，利用本发明提出的配电网重构方法得到的结果如表3所示。对比表3和表2可见，在区内负荷减少的同时安排线路计划性检修的情况下，需要大幅削减光伏出力，才能保证节点电压不越限；因此，对于光伏安装容量较高的配电线路，为保障分布式光伏的消纳水平，应考虑避免将计划性检修安排在节假日等低负荷期间进行，检修时间可考虑安排在清晨或傍晚等光伏出力水平较低的时段。表1节点电压标幺值171.0816181.0897表2表3当前第1页1 2 3