1.一种主动配电网潮流计算方法,其特征在于,所述方法包括以下步骤:
获取配电系统的网络参数、节点负荷功率和配电系统概率模型的相关参数,根据机会约束规划方法,建立含间歇式DG的配电网动态无功优化模型;
根据基于半不变量法的概率潮流计算方法,计算所述含间歇式DG的配电网动态无功优化模型的概率潮流;
基于所述概率潮流的计算结果,根据投切到所述配电系统中补偿电容器组的配置信息,确定所述补偿电容器组的控制变量个数,采用整数编码方式,对所述补偿电容器组的控制变量进行编码;
采用带精英策略的遗传算法,对编码后的所述含间歇式DG的配电网动态无功优化模型进行优化求解,得到所述配电系统的各节点电压、相角、支路功率和功率损耗。
2.根据权利要求1所述的方法,其特征在于,所述配电系统概率模型的生成方法包括:
根据所述配电系统的网络参数,在无补偿电容器组和无间歇性DG并入配电系统时,计算所述配电系统的概率潮流;
如果存在补偿电容器组和间歇性DG并入配电系统时,计算所述配电系统的当前概率潮流;
根据所述概率潮流和所述当前概率潮流,建立配电系统概率模型;其中,所述配电系统概率模型包括:分布式风电概率模型和光伏电池概率模型。
3.根据权利要求1所述的方法,其特征在于,所述获取配电系统的网络参数、节点负荷功率和配电系统概率模型的相关参数,根据机会约束规划方法,建立含间歇式DG的配电网动态无功优化模型的过程,包括:
将未来一天划分为若干个时段,获取各个时段内所述配电系统的网络参数、节点负荷功率和配电系统概率模型的相关参数;
采用机会约束规划方法,优化在所述各个时段内投切到配电网的补偿电容器组的容量;
确定所述优化容量的目标函数,根据约束条件,建立含间歇式DG的配电网动态无功优化模型;其中,
所述配电系统的网络参数包括:配电网三相电流、电压和相位的矢量值;所述相关参数包括:节点数、节点电压、节点电流和节点功率。
4.根据权利要求3所述的方法,其特征在于,所述目标函数的表达式包括:
式中,N为划分的时段数;Ti为i时段的运行时间;Closs为系统节约的网损电价;为i时段系统节约的网损期望值;Cgas为单位废气排放费用;为i时段减少的废气排放量期望值;δ为将电压改善指标转换成经济效益的衡量因素;为电压改善指标期望值。
5.根据权利要求3所述的方法,其特征在于,所述约束条件包括不等式约束条件和机会约束条件;其中,所述不等式约束条件的约束式包括:
所述机会约束条件的约束式包括:
式中,NDWG、NPV分别为配电系统安装分布式风电和光伏电池的节点数;PjDWG为第j号节点DWG有功输出;PkPV为第k号节点PV有功输出;为系统最大负荷功率;分别为第i号节点的电压上下限和期望值;P{·}表示{·}中事件成立的概率;Plmax分别为支路l的传输有功功率期望值及其上限;ρ、λi、ωl分别为穿透功率系数、节点i的电压约束置信水平和支路l的潮流约束置信水平;ηn、分别为第n号节点C的投切次数及其最大日允许投切次数。
6.根据权利要求1所述的方法,其特征在于,所述根据基于半不变量法的概率潮流计算方法,计算所述含间歇式DG的配电网动态无功优化模型的概率潮流的过程,包括:
根据所述配电系统的节点负荷功率和间歇式DG的出力,采用功率方程矩阵,在基准运行点处利用泰勒级数展开公式对所述功率方程矩阵进行展开,再根据半不量法,计算所述含间歇式DG的配电网动态无功优化模型的状态变量和支路潮流的概率分布;其中,所述功率方程矩阵的表达式包括:
式中,W为节点有功和无功注入列向量;Z为支路有功和无功潮流列向量;f为节点功率平衡方程;g为支路潮流方程。
7.根据权利要求1所述的方法,其特征在于,所述采用整数编码方式,对补偿电容器组的控制变量进行编码的过程,包括:
根据每个所述补偿电容器组的可投切容量离散整数值,确定每个所述控制变量的基本字符,得到基本字符集;
设定隶属于不同所述控制变量的基因的可选编码值与所述基本字符集中的元素一一对应,如果所述基因中存在与所述基本字符值不对应的编码值,则消除所述编码值;
其中,所述基本字符集包括:所述控制变量的初始值、所述控制变量在每次投切之后的容量值和所述控制变量每次投切的时段;
所述整数编码的格式包括:
式中,Xn为第n号节点补偿电容器组的控制变量;为第n号节点补偿电容器组的控制变量的初始值;为第n号节点补偿电容器组的第k次投切之后的容量值;为第n号节点补偿电容器组的第k次投切的时段,且规定各投切时段互不相同。
8.根据权利要求1所述的方法,其特征在于,所述带精英策略的遗传算法,对编码后的所述含间歇式DG的配电网动态无功优化模型进行优化求解,得到所述配电系统的各节点电压和功率损耗的过程,包括:
根据所述编码后的含间歇式DG的配电网动态无功优化模型设定遗传参数,生成初始种群;其中,将所述初始种群作为父代种群;
对所述初始种群中的各个个体进行概率潮流计算,根据所述概率潮流计算的结果,计算所述初始种群中各个个体的适应度;
采用带精英策略的遗传算法,对所述父代种群进行遗传操作,得到子代种群;
对所述子代种群中的各个个体进行概率潮流计算,根据所述子代种群的概率潮流计算结果,计算所述子代种群中各个个体的适应度;
判断所述子代种群中各个个体的适应度是否满足遗传算法终止条件;
如果满足,则遗传终止,输出优化结果;其中,所述优化结果包括所述配电系统的各节点电压、相角、支路功率和功率损耗;
如果不满足,则通过迭代法,得到次子代种群,重复遗传操作。
9.根据权利要求8所述的方法,其特征在于,所述遗传算法终止条件包括:
如果所述各个个体中的最优个体的适应度达到预设阈值,或,所述最优个体的适应度和群体适应度达到稳定,或,迭代次数大于或等于预设代数时,所述遗传算法终止。