基于动态优先级的配电网灵活性优化调度方法与流程

本发明涉及电力系统优化调度方法，尤其涉及一种基于动态优先级的配电网灵活性优化调度方法。

背景技术：

随着可再生能源的渗透率不断提高，以光伏和风机为代表的可再生能源大规模并网发电成为未来电力系统运行新场景。大量出力随机、波动明显的新能源叠接入配电系统，传统配电网逐步演变为具备多重不确定性可控源的主动配电网。如何协调优化灵活性资源出力，保障配电网经济可靠运行，安全灵活供电，成为亟待解决的问题。

电力系统的灵活性主要用于应对电网在规划运行中出现的不确定性问题，目前尚未有统一的定义。国际能源署提出电力系统灵活性是指在经济约束下，当发电侧和需求侧出现大扰动时，电力系统根据需求快速动作从而维持电网安全稳定运行的能力。提升系统灵活性的本质在于充分利用系统内的灵活性资源，灵活性资源指通过快速调整出力以响应电网灵活性需求的物理资源，包括发电侧的各种可再生能源，储能设备以及需求侧可调度负荷等。通过分析电网运行数据信息，结合“源源互补”、“源储配合”、“源荷互动”、“储荷协调”，协调供需两侧灵活性资源出力，应对电网内不确定性因素，实现能量供需平衡。基于灵活性特征的主动配电网优化，本质在于充分统筹和利用系统内灵活性资源，发掘系统灵活性潜力，应对运行中不确定因素扰动，最大程度消纳新能源，实现电网能量供需平衡，抑制电压大范围波动，保障系统安全稳定和可靠运行。

技术实现要素：

发明目的：为应对配电网中多重不确定性扰动，本发明提供一种基于动态优先级的配电网灵活性优化调度方法，从供需两侧出发，对多种可再生能源、储能系统、可中断负荷等灵活性资源进行统筹优化调度，保障灵活性基础上实现系统整体经济安全高效运行。技术方案如下：

本发明提供一种基于动态优先级的配电网灵活性优化调度方法，其特征在于，包括如下步骤：

1)基于可再生能源预测数据和储能初始信息，建立电力系统动态优先级调度模型，在每一时刻动态调度快动作设备出力顺序；

2)构建灵活性评价指标，保障配电网运行灵活性需求；

3)在保障系统灵活性的基础上，注重运行经济性，构建了以综合成本最少和净负荷波动率最小为目标的主动配电网灵活性优化调度模型。

所述的一种基于动态优先级的配电网灵活性优化调度方法，其特征在于，所述步骤1)中电力系统动态优先级调度是指在电网运行的每个时段，对可调度资源进行优先级评估，不断更新其出力顺序，合理配置调度资源以获得最优调度性能和最大经济效益。本发明从调度成本及剩余可调度容量比两个指标对快速动作设备：光伏、风机和储能三种灵活性资源进行优先级评估。

1)调度成本：

式中，cpv，cwt分别为光伏、风机的无功调节成本；c1，c2为无功出力成本系数，单位为元/mvar；为光伏和风机t时刻的无功出力。本发明假设风光有功出力全额消纳，因此不考虑有功剪切的情况。cess是储能的综合调度成本；cp，t为储能t时刻的充放电成本，与充放电能量以及实时市场电价有关；α^ch，α^dis为储能充放电损耗系数；cop，t为储能t时刻运维折旧成本。

2)剩余可调度容量比：

定义当前时刻灵活性资源u剩余可调容量与最大可调功率的比值为剩余可调容量比：

式中，pu，t为灵活性资源u(pv，wt，ess)在t时刻的剩余可调度容量比，δpu，t，分别为灵活性资源u在t时刻剩余可调容量和可调功率的最大值。

3)动态优先级评估指标：

考虑调度成本及剩余可调度容量比两个指标，利用层次分析法-熵权法综合主观和客观两个角度，确定两项指标的综合权重系数和灵活性资源的出力顺序。

式中，λi，t、λahp-i，t、λem-i，t分别为t时刻第i个指标综合权重，层次分析法权重和熵权法权重；hu，t是灵活性资源u(pv，wt，ess)在t时刻的调度优先级指标，hu，t指标越大，调度优先级越高；mi，t，q是灵活性资源u(pv，wt，ess)的第i个评估指标值，mi，t，q＝[cu，tpu，t]，cu，t是t时刻灵活性资源u(pv，wt，ess)的调度成本；pu，t为灵活性资源u(pv，wt，ess)在t时刻的剩余可调度容量比；n为各类灵活性资源的数量。

所述步骤(2)中灵活性评价指标包括净负荷波动率和净负荷最大爬坡能力。灵活性评价指标表征配电网承受不确定性波动在时间尺度和方向性上的灵活性，利用配电网净负荷最大爬坡能力约束净负荷波动率以保障电力系统灵活性充裕。

1)净负荷波动率：

净负荷波动率是指在调度周期内净负荷单位时间的变化率，反映了电网在各个时刻的运行灵活性：

式中，fw，t为t时刻净负荷波动率，pnl，t-1为t-1时刻系统的净负荷，pnl，t为t时刻系统的净负荷。

2)净负荷最大爬坡能力

式中，为净负荷t时段最大爬坡能力，pnl，t为当前时刻净负荷，为灵活性资源u(pv，wt，ess)最大允许爬坡率，为配电网最大允许爬坡率，n为灵活性资源的种类。

所述步骤3)中主动配电网灵活性优化调度模型中，在主动配电网供需两侧多种不确定性的环境下，对灵活性资源进行合理优化组合调度能够增大新能源消纳，满足系统的灵活性需求；为实现灵活性资源最大化利用，根据动态优先级调度模型综合量化可再生能源和储能调度潜力，确定各时段出力顺序；调度模型在保障系统灵活性的基础上，侧重于运行经济性，构建综合成本最少和净负荷波动率最小的目标函数如下：

minf＝ω1fc+ω2fb

式中，fc是调度周期内的综合运营成本；cpv，t，cwt，t分别为光伏、风机的无功调节成本；cess，t是储能的综合调度成本；cil，t为用户可中断负荷补偿费用；closs，t为t时刻网络损耗成本；cl，t为配电网与上级电网购电成本；αu，t是基于动态优先级评估指标的灵活性资源u(pv，wt，ess)在t时刻权重系数，其中αpv，t，αwt，t，αess，t分别是光伏、风机、储能的权重系数；hu，t是灵活性资源u(pv，wt，ess)在t时刻的综合指标；fb为系统在调度周期内的净负荷波动率之和；fw，t为当前t时刻净负荷波动率；ω1，ω2分别为综合运营成本和净负荷波动率之和的权重系数。

所述步骤3)中包含的约束条件包括：

1)潮流约束：

式中，n为网络支路数；pi，qi分别为各节点注入的有功功率和无功功率；ui，uj为节点i，j的电压；gij和bij为节点i，j之间的电导和电纳；δij为节点i，j之间的电压相角。

2)状态变量约束：

式中，ui为节点i的电压值，ui，max和ui，min分别为节点i电压上、下限值；为t时段可再生能源无功出力，和分别为时段t内可再生能源无功出力最小、最大值；pi^k为可中断负荷节点i有功削减值，和分别可中断负荷节点i的最小、最大有功削减值。

3)储能系统约束：

式中，sb(t)为t时段储能系统剩余容量；sb(t-1)为t-1时段储能系统剩余容量；α为储能自放电率；β为储能充放电效率；pess(t)为储能系统t时段充/放电功率；bess为储能电池总容量；δt为调度时间周期；为储能在调度周期内最大爬/滑坡约束；pess，qess分别为储能在调度周期内有功、无功出力；sess为储能逆变器最大视在功率。

4)灵活性约束：

式中，fw，t分别为t时刻配电网净负荷波动率和最大允许净负荷爬坡能力。

此外，还需要考虑的约束包括光伏逆变器出力约束，风电机组无功出力约束，配电网联络线功率因素约束及支路容量约束等，在本发明中不再赘述。

所述步骤3)中由于粒子群在后期易陷入局部最优解，因此对粒子群算法进行改进，将权重系数由常数改为线性递减，由免疫算法启发，在粒子群求解的迭代过程中，将较好的前n个解保存下来作为最优值，对种群进行注射，更新种群中的粒子类型，增大种群找到最优解的可能；利用改进权重与免疫算法结合的粒子群算法得到基于动态优先级的配电网灵活性优化运行结果。

附图说明

图1为调整后的ieee33节点测试系统图。

图2为初始运行状态、固定优先级和动态优先级调度网络损耗曲线图。

图3为初始运行状态、固定优先级和动态优先级调度净负荷波动曲线图。

图4为初始运行状态(case1)和动态优先级调度(case3)净负荷波动率曲线。

图5为固定优先级调度电压时序分布图。

图6为动态优先级调度电压时序分布图。

具体实施方式

下面结合附图对本发明作更进一步的说明。

本发明采用改进的ieee33节点系统数据(matpower6.0，“case33bw”实例，图1)进行仿真分析，验证所提模型的有效性。节点11、29接入800kw的分布式光伏，分别配置150kw/800kw·h的储能单元，其初始容量为300kw；节点5、23接入800kw的分布式风电；节点7、30接入可中断负荷，可中断负荷占节点总负荷的30％，在用电高峰期参与调度，电网采用分时电价。

本发明设定三种调度方案，对运行结果进行比较。

1)case1：初始运行状态，未考虑灵活性资源调度，电网初始运行状态；

2)case2：固定优先级调度，目标函数中储能、风机、光伏出力权重系数均为1进行调度优化。

3)case3：动态优先级调度，在每个调度时段更新ess、wt、pv出力权重系数，动态调节其出力顺序，根据本发明所提目标函数进行调度优化。

图2，图3分别为三种模式下长时间尺度网损变化曲线和净负荷波动曲线。可以看出：初始运行状态电网线路损耗较高，波动明显，峰荷期(11：00-13：00、18：00-20：00)损耗达到峰值，且潮流分布不均导致线路阻塞，重载负荷电压极易越限与初始运行状态相比，case2，case3两种调度模式均降低了系统线路损耗，尤其在两个负荷高峰期损耗显著降低，其中case3降损效果最好。在负荷低谷时段，储能存储多余功率促进风光消纳，负荷高峰期储能放电提供能量、可中断负荷削减负荷以满足峰荷需求。通过优化配置储能和可中断负荷提供的有功灵活性资源，减缓净负荷波动减缓，缩小负荷峰谷差值，实现电网削峰填谷，提高运行经济性。

表1三种方案下成本比较

表1为三种方案下成本比较，结合表1和图2，case2虽通过优化灵活性资源，合理分布电网潮流、降低了线损成本，但由于没有根据实际负荷需求及时调整可再生能源和储能出力顺序，造成运行成本相较case3增大，综合成本相较于初始状态并未显著降低，case3考虑调度成本对灵活性资源有序调度，系统/机组运行在较优状态，潮流分布合理，有效降低线损成本和运行成本，使总成本最低。

图4为case1和case3两种方案下净负荷波动率曲线和最大净负荷波动率波动曲线。结合图3可知两种方案下在晚高峰18：00负荷猛增，在初始运行状态净负荷波动率超过最大允许波动率约束，净负荷波动率不足达到12.6％，对系统稳定运行造成不利影响。对灵活性资源进行优化调度后，最大允许波动率在负荷高峰期显著提高，消除了净负荷波动率越限的问题，同时负荷波动率整体降低，系统内灵活性较为充裕。

图5、图6分别为case2、case3得到的各节点电压(标幺值)时序分布。可以看出，通过对多种灵活性资源统筹调度，case2、case3两种优化方案均可使电网电压保持在[0.93，1.00]的安全范围，改善了电网电压水平，消除线路过载堵塞。而固定优先级调度相较于动态优先级优化调度电压偏差更大，节点12-18，31-33在负荷高峰时段电压越下限风险较大，系统抗扰动能力低，因而case3的灵活性更为充裕。

动态优先级调度通过优化协同可再生能源和储能出力，提升灵活性资源的利用率，改变馈线功率流动，改善主动配电网电压水平，降低网损和运行成本，延长设备使用寿命。虽在一定程度上增加了优化的复杂性，但能有效保障系统安全可靠，经济灵活运行。

本发明应用具体事例对本发明进行了阐述，值得提出的是，这并非对本发明的限制，而是用于帮助理解本发明的方法和中心思想。相关领域的技术人员在保持发明的精神的状态下，基于此方案做出的变化和变型及应用范围的改变均属于本发明的范畴。