本发明有关配电网运行优化方法,主要描述了配电网中柔性多状态开关优化接入两步式决策方法。
背景技术:
随着国家新能源和电改政策的逐步推进,大量的分布式能源、电动汽车充电装置、储能装置以及微网接入配电网,且渗透率不断提高。新型能源和负荷的随机性容易引起馈线功率大幅度波动以及电压越限,使配电网的运行面临电压波动严重、线路损耗较大等严峻挑战。同时,基于联络开关的网络重构则受到开关响应速度、动作寿命和冲击电流等问题的限制,不能满足敏感负荷不间断供电的要求,也限制了可再生能源的进一步接纳。由于现阶段柔性开关造价较高,对配电网的贡献与其接入的位置、容量、以及配电网结构和负荷相关性等多因素相关,因此,科学评价配置sop的效益并开展优化配置,对推动交直流配电网发展具有重要意义。
而我国配电网放射状结构,使得很少在一条馈线中分支线与主干线进行联络,大多采用馈线间的联络。且目前三端口、四端口sop在重大专项示范中取得了很好的效果,在改善区域间馈线不平衡、接纳dg等方面会发挥更大作用。在此背景下的sop选址等同于在配电网选择相近的几条馈线组成一组,如何在大规模配电网中考虑综合效益科学确定最优接入方案成为配网规划中亟待解决的问题。
技术实现要素:
本发明所要解决的技术问题在于提供一种配电网柔性多状态开关优化接入决策方法,其中,包括:
步骤s1:离线建立多个馈线组,通过sop接入位置初步筛选方法从多个所述馈线组中筛选出多个待选馈线组;
步骤s2:从资产绩效评价的角度出发,分别构建性能指标的量化计算模型和sop接入成本模型,并采用灰色关联分析方法从多个所述待选馈线组中选择出最优馈线组。
上述的配电网柔性多状态开关优化接入决策方法,其中,于所述步骤s1中包括:
步骤s11:于所述馈线组的外部特征中选定多个重要外部特征;
步骤s12:计算每一所述馈线组的每一重要外部特征获得相应的筛选指标数据;
步骤s13:对每一所述馈线组的所述筛选指标数据进行最大值归一化处理获得相应的纯量数据;
步骤s14:根据每一所述馈线组的所述纯量数据对多个所述馈线组进行排序,采用变权客观评价方法于排序后的多个所述馈线组筛选出多个所述待选馈线组。
上述的配电网柔性多状态开关优化接入决策方法,其中,于所述步骤s2中包括:
步骤s21:构建性能指标的量化计算模型;
步骤s22:构建sop接入成本模型;
步骤s23:通过灰色关联分析方法获得每一所述待选馈线组的评价值;
步骤s24:根据所述评价值从多个所述待选馈线组选择出所述最优馈线组。
上述的配电网柔性多状态开关优化接入决策方法,其中,于所述步骤s23中包括:
步骤s231:获取用于衡量平均水平的指标平均值;
步骤s232:根据所述指标平均值确定正理想型指标集、负理想型指标集和区域型指标集,对所述正理想型指标集、所述负理想型指标集和所述区域型指标集进行处理后,获得规范化决策矩阵;
步骤s233:通过所述规范化决策矩阵获得灰色关联度系数,并基于所述灰色关联度系数获得所述评价值。
上述的配电网柔性多状态开关优化接入决策方法,其中,于所述步骤s2中包括:
步骤s25:对所述最优馈线组进行校验。
本发明还提供一种配电网柔性多状态开关优化接入决策系统,其中,包括:
待选馈线组获取单元,离线建立多个馈线组,通过sop接入位置初步筛选方法从多个所述馈线组中筛选出多个待选馈线组;
最优馈线组获取单元:从资产绩效评价的角度出发,分别构建性能指标的量化计算模型和sop接入成本模型,并采用灰色关联分析方法从多个所述待选馈线组中选择出最优馈线组。
上述的配电网柔性多状态开关优化接入决策系统,其中,所述待选馈线组获取单元包括:
重要外部特征选定模块,于所述馈线组的外部特征中选定多个重要外部特征;
筛选指标数据获取模块,计算每一所述馈线组的每一重要外部特征获得相应的筛选指标数据;
纯量数据获取模块,对每一所述馈线组的所述筛选指标数据进行最大值归一化处理获得相应的纯量数据;
待选馈线组获取模块,根据每一所述馈线组的所述纯量数据对多个所述馈线组进行排序,采用变权客观评价方法于排序后的多个所述馈线组筛选出多个所述待选馈线组。
上述的配电网柔性多状态开关优化接入决策系统,其中,所述最优馈线组获取单元包括:
量化计算模型构建模块,构建性能指标的量化计算模型;
sop接入成本模型构建模块,构建sop接入成本模型;
评价值获取模块,通过灰色关联分析方法获得每一所述待选馈线组的评价值;
最优馈线组获取模块,根据所述评价值从多个所述待选馈线组选择出所述最优馈线组。
上述的配电网柔性多状态开关优化接入决策系统,其中,所述评价值获取模块获取用于衡量平均水平的指标平均值,所述评价值获取模块根据所述指标平均值确定正理想型指标集、负理想型指标集和区域型指标集,对所述正理想型指标集、所述负理想型指标集和所述区域型指标集进行处理后,获得规范化决策矩阵,所述评价值获取模块所述规范化决策矩阵获得灰色关联度系数,并基于所述灰色关联度系数获得所述评价值。
上述的配电网柔性多状态开关优化接入决策系统,其中,所述最优馈线组获取单元还包括:校验模块对所述最优馈线组进行校验。
本发明针对于现有技术其功效在于:本发明科学规划sop接入位置,综合考虑了多方面因素,提出了sop优化接入的两步式决策方法,在基于外部特征进行方案筛选后,进行量化的多指标综合评价与决策,并确定最优方案,并应用灰色关联分析法,通过方案间的相对比较,忽略了不确定性对多指标决策的影响。本发明与现有的基于智能优化的决策方法相比,考虑了sop并网对多方面综合贡献的大小,建立综合效益评价指标体系。该方法为柔性多状态开关在配电网中合理配置提供了实用化的方法。
附图说明
图1为本发明配电网柔性多状态开关优化接入决策方法的流程图;
图2-图3为图1的分步骤流程图;
图4为图3的分步骤流程图;
图5为综合效益评价指标体系图;
图6为含sop的配电系统可靠性评价计算流程图;
图7为snop配电网的连接位置示意图;
图8为三种方案下的综合评价指标对比图;
图9为本发明配电网柔性多状态开关优化接入决策系统的结构示意图。
具体实施方式
兹有关本发明的详细内容及技术说明,现以一较佳实施例来作进一步说明,但不应被解释为对本发明实施的限制。
请参照图1-图4,图1为本发明配电网柔性多状态开关优化接入决策方法的流程图;图2-图3为图1的分步骤流程图;图4为图3的分步骤流程图。如图1-图4所示,本发明的配电网柔性多状态开关优化接入决策方法包括以下步骤:
步骤s1:离线建立多个馈线组,通过sop接入位置初步筛选方法从多个所述馈线组中筛选出多个待选馈线组;
步骤s2:从资产绩效评价的角度出发,分别构建性能指标的量化计算模型和sop接入成本模型,并采用灰色关联分析方法从多个待选馈线组中选择出最优馈线组。
进一步地,于步骤s1中包括:
步骤s11:于馈线组的外部特征中选定多个重要外部特征;
步骤s12:计算每一馈线组的每一重要外部特征获得相应的筛选指标数据;
步骤s13:对每一馈线组的所述筛选指标数据进行最大值归一化处理获得相应的纯量数据;
步骤s14:根据每一馈线组的纯量数据对多个馈线组进行排序,采用变权客观评价方法于排序后的多个馈线组筛选出多个待选馈线组。
再进一步地,于步骤s2中包括:
步骤s21:构建性能指标的量化计算模型;
步骤s22:构建sop接入成本模型;
步骤s23:通过灰色关联分析方法获得每一待选馈线组的评价值;
步骤s24:根据评价值从多个待选馈线组选择出最优馈线组。
又进一步地,于步骤s23中包括:
步骤s231:获取用于衡量平均水平的指标平均值;
步骤s232:根据指标平均值确定正理想型指标集、负理想型指标集和区域型指标集,对正理想型指标集、负理想型指标集和区域型指标集进行处理后,获得规范化决策矩阵;
步骤s233:通过规范化决策矩阵获得灰色关联度系数,并基于灰色关联度系数获得评价值。
更进一步地,于步骤s2中包括:
步骤s25:对所述最优馈线组进行校验。
参照图5-图8,图5为综合效益评价指标体系图;图6为含sop的配电系统可靠性评价计算流程图;图7为snop配电网的连接位置示意图;图8为三种方案下的综合评价指标对比图。以下结合图1-如8对本发明的配电网柔性多状态开关优化接入决策方法进行具体说明。
本发明考虑配网规模大、待选位置多,为提高决策效率,基于待接入区域电网的外部特征,提出sop接入位置筛选方法。鉴于sop接入对配电网在降低网损、提高电压质量、可靠性和接纳能力等方面的主要效益,与之相对应,选择负载均衡程度、重要用户、dg数量、投资成本等四个外部特征指标。
负载均衡程度。当sop各端口所连馈线负载差异较大时,通过实时负载平衡降低网损效果更佳。以三端口为例,设sop各端口所连接的负载分别为l1,l2,l3,最大负载差的绝对值之和为lmax。
lmax=|l1-l2|+l1-l3|+l2-l3|(1)
sop安置的地价及连线距离。sop安装成本决定其经济性,主要由线路长度计费和用地费用组成。cg为sop安装地价成本,cd为单位空地地价成本,s为sop装置占地面积,pg为可能安装的概率。dtotal为连线距离总长度,d1为sop的1端口连接的线路的距离,d2、d3同理。在初筛时应剔除成本过高、可行性低的方案。
cg=∑cd×s×pg(2)
dtotal=∑d1+d2+d3(3)
sop安置所在位置的重要用户占比。sop安装于配电网中,通过快速动作可减少停电,并维持重要用户不间断供电,为此sop在重要用户较多的地方安装效益体现更明显。因此,当馈线中重要用户比例较高时安装sop,其可靠性效益更好。重要用户占比m为该线路所含重要用户数目与总用电用户数目的比值。
已接纳分布式电源的数量。由可知,dg消纳较多且比较集中时,潮流和电压波动较大,sop带来的改善效益更明显。sop的接入能有效支撑更多dg的接纳。初筛考虑dg数量hdg,hdg越大sop效用越大。hdg,1为sop的1端口所连线路1中dg的数目,hdg,2、hdg,3同理。
hdg=hdg,1+hdg,2+hdg,3(4)
将四个筛选指标数据相对于其最大值归一化处理,得到[0,1]之间的纯量
依据dl/t1563—2016《中压配电网可靠性评估导则》,由负荷点的指标衡量各负荷点的供电可靠水平,可以有效反映停电频率、时间和规模,进而衡量系统的可靠性,计算流程,如图6所示。
当负荷和dg出力发生波动时,会引起各节点电压波动。建立fbias为综合电压偏差指标,取加权后的电压偏差之和,代表馈线整体电压波动程度。一般靠近馈线末端和靠近dg接入位置的节点电压波动较大,给配网运行带来更大风险,故权重的设置考虑了两个因素:节点与馈线首端的电气距离和dg接入位置、出力。馈线k中节点i的电压偏差权重qk,i为:
式中z0i为节点i到馈线始端的阻抗;zl,max为该馈线始端到各末端间阻抗的最大值;st,k为t时刻第k个dg的视在功率;st为该馈线负荷视在功率之和;z0k为dg接入点到平衡节点的阻抗;zik为节点i到dg接入点的阻抗。当zik大于z0k时,修正z0k-zik为零。
uk,i为第k条馈线中节点i的电压。接入sop后,fbias越小,sop对配电网的贡献越大。最终计算结果为不同负荷场景累加效果之和。
为了表征sop接入后对dg接纳能力提升的效果,采用最大接纳能力下dg渗透率β作为评价指标,表达公式如式(7)所示。fsum表示为有功负荷,fdg为dg发电量,fk为接入sop后新增dg发电量。考虑到dg和负荷的概率特征,故式(8)中,p为每个场景的概率,β为该场景下dg接纳能力的大小,p表示多场景的接纳能力期望。
本发明考虑在正常运行期间接入柔性多端口开关,通过调节有功无功的潮流变化,减少网络损耗的效用,量化计算公式如下:
式中,closs为减少网损的收益,ploss(t)为一年中第t小时的网损电量,csop,loss为sop的vsc模块自身网损。
另外考虑全寿命周期成本,建立sop接入成本模型,总成本ctotal包括:投资、运维及检修、残值。其中,投资成本c0包括考虑sop单位容量的设备成本以及占地成本;sop的年运维检修成本为csop;用至报废的报废处置成本为cdc;esop为sop容量。公式如下所示:
本发明的指标集a中,a3,a12为正理想型指标,a1,a2,a4,a5,a6,a7,a9,a10,a11为负理想指标,a8为区域型指标。由于不同指标的量纲不同,故首先对决策矩阵xij规范化处理,将所有的指标折合成[-1,1]的线性化变换算子,即当评价对象的指标优于平均水平时,其折合后的指标算子为[0,1]的正值,当评价对象的指标低于平均水平时,其折合后的指标算子为[-1,0]的负值。具体步骤如下:
(1)首先得到用于衡量平均水平的指标平均值yj;
式中,xij为指标;
(2)确定正理想型指标集、负理想型指标集和区域型指标集,对指标值线性变换算子。得到理想情况下的规范化决策矩阵。
若aj为正理想型指标,
若aj为负理想型指标,
若aj为区间型指标,其中区间值为[m,n],若指标值为固定值仍为区间型指标,此时m=n
式中xij’为区间型指标;
(3)计算初步筛选后得到的三个方案到理想解的距离
到正理想解的距离,
到负理想解的距离,
(4)计算灰色关联度系数。
ij为第i个方案与理想方案关于第j个指标的灰色关联度系数,其中为[0,1]为分辨系数。其中,称min{min|x0j-xij|}、max{max|x0j-xij|}分别为两级最小差和两级最大差。在通常情况下,分辨系数ρ越大,分辨率越大,分辨系数ρ越小,分辨率越小,一般取ρ=0.5。
(5)计算灰色加权关联度,进行灰色关联分析,计算公式如下:
其中,wi为变权法确定的各指标权重,乘以灰色关联度系数ij得到综合权重系数rj,rj为第j个指标对理想对象的加权关联度,即表2所示的综合权重。
(6)计算方案的相对贴近度ci。反映了该方案与理想方案在位置上的接近或远离距离。
(7)根据相对贴近度大小排序。贴近度大的方案越好,实际对改善配电网的贡献越大,可对评价值进行校核,得到评价结果。
实施例1
以3个改进的ieee33节点配电系统作为实施例1,如图7所示,将sop接入含有多个分布式电源并网的馈线末端。假定每个配电系统都接入一定数量的分布式可再生能源,光伏系统分别接入1-14、1-17节点,额定容量为200kva、300kva,功率因素均为0.9,风电机组接入1-15、2-14、2-16、2-17、3-16、3-17节点,额定容量为200kva、300kva、200kva、400kva、200kva、300kva,功率因数均为0.9;一个三端sop连接1-18、2-18、3-18节点,连接线阻抗取ieee33节点配电系统阻抗最大的联络线的一半。模拟sop接入不同位置、容量,三端口不同负载情况时的运行情况。本发明对实例1采用三个可行性方案如表1所示:
表1典型时段下系统各场景的能量损耗
根据表2及图8,方案二、三、一的综合评估得分为0.759、0.737、0.727,方案二得分最高,被选为最优方案。主要原因有二,其一为灰色关联分析法具有指标与平均值偏差越大,权重越大的特点,可靠性、网损以及成本投入的指标权重较大;其二为该方案具有各端口负载差异达到112mva、重要用户多达20%,远远多于其它方案,且sop位置靠近dg,所以这些指标参数更好。可见方案二中权值大的指标参数都很好,在实际工程中综合效益更高,具有针对性和实用性,所以方案二的优势明显。
表2综合评价指标权重系数
请参照图9,图9为本发明配电网柔性多状态开关优化接入决策系统的结构示意图。如图9所示,本发明配电网柔性多状态开关优化接入决策系统,包括:待选馈线组获取单元11及最优馈线组获取单元;待选馈线组获取单元11离线建立多个馈线组,通过sop接入位置初步筛选方法从多个所述馈线组中筛选出多个待选馈线组;最优馈线组获取单元12从资产绩效评价的角度出发,分别构建性能指标的量化计算模型和sop接入成本模型,并采用灰色关联分析方法从多个所述待选馈线组中选择出最优馈线组。
进一步地,待选馈线组获取单元11包括:重要外部特征选定模块111、筛选指标数据获取模块112、纯量数据获取模块113及待选馈线组获取模块114;重要外部特征选定模块111于所述馈线组的外部特征中选定多个重要外部特征;筛选指标数据获取模块112计算每一所述馈线组的每一重要外部特征获得相应的筛选指标数据;纯量数据获取模块113对每一所述馈线组的所述筛选指标数据进行最大值归一化处理获得相应的纯量数据;待选馈线组获取模块114根据每一所述馈线组的所述纯量数据对多个所述馈线组进行排序,采用变权客观评价方法于排序后的多个所述馈线组筛选出多个所述待选馈线组。
再进一步地,最优馈线组获取单元12包括:量化计算模型构建模块121、sop接入成本模型构建模块122、评价值获取模块123及最优馈线组获取模块124;量化计算模型构建模块121构建性能指标的量化计算模型;sop接入成本模型构建模块122构建sop接入成本模型;评价值获取模块123通过灰色关联分析方法获得每一所述待选馈线组的评价值;最优馈线组获取模块124根据所述评价值从多个所述待选馈线组选择出所述最优馈线组。
其中,评价值获取模块123获取用于衡量平均水平的指标平均值,所述评价值获取模块根据所述指标平均值确定正理想型指标集、负理想型指标集和区域型指标集,对所述正理想型指标集、所述负理想型指标集和所述区域型指标集进行处理后,获得规范化决策矩阵,所述评价值获取模块所述规范化决策矩阵获得灰色关联度系数,并基于所述灰色关联度系数获得所述评价值。
更进一步地,最优馈线组获取单元12还包括:校验模块125,对最优馈线组进行校验。
本发明具有以下效果:本发明科学规划sop接入位置,综合考虑了多方面因素,提出了sop优化接入的两步式决策方法,在基于外部特征进行方案筛选后,进行量化的多指标综合评价与决策,并确定最优方案,并应用灰色关联分析法,通过方案间的相对比较,忽略了不确定性对多指标决策的影响。本发明与现有的基于智能优化的决策方法相比,考虑了sop并网对多方面综合贡献的大小,建立综合效益评价指标体系。该方法为柔性多状态开关在配电网中合理配置提供了实用化的方法。
上述仅为本发明的较佳实施例而已,并非用来限定本发明实施的范围,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。