基于风光不确定性的分布式电源辅助配电网黑启动方法

1.本发明涉及配电网领域，尤其是涉及一种基于风光不确定性的分布式电源辅助配电网黑启动方法。


背景技术：

2.随着大规模分布式可再生能源、电动汽车、储能、柔性负荷等分布式资源接入配网，配网逐渐呈现有源化、灵活化等特征，为配电网故障恢复或局部自愈提供了灵活性资源支撑。研究利用dg辅助配电网黑启动，能够有效缓解城市电网黑启动电源不足的问题，进而加快输配电网黑启动进程。
3.目前，国内外学者针对电网黑启动开展了广泛研究。许多学者开展了配电网中光伏、风电、储能以及微型燃气轮机等分布式电源作为黑启动电源参与黑启动的可行性研究，并进行了相关仿真模型论证，为黑启动的研究提供了新方向和新进展。现有关于大停电后配电网黑启动方法的研究主要分为配电网分区优化、网架重构优化和负荷恢复优化3个方面。针对配电网分区优化方法，规定分区内至少包含一台黑启动电源且电源出力与负荷容量互相匹配以维持系统内电压和频率的稳定，有学者基于规定要求建立了考虑恢复时间与安全性的配电网黑启动分区优化模型；针对网架重构优化方法，有学者以最大化重要负荷恢复量和最小化恢复线路权值为目标，建立配电网中节点恢复顺序和恢复路径的优化模型，但是对于dg出力特性对黑启动方案的影响没有考虑；针对负荷恢复优化方法，学者们普遍认为对于负荷恢复的优化应该贯穿整个黑启动过程。黑启动初期，在为待启动机组恢复路径充电时，应接入少量重要负荷以维持系统电压和频率的稳定，建立稳定网架之后，根据电源出力恢复部分重要负荷供电。综上，现有针对dg辅助配电网黑启动的研究仅考虑配电网分区优化、网架重构优化或负荷恢复优化，黑启动方案往往较为单一，未能考虑配电网中各类型dg出力不确定性，制定黑启动方案时没有将dg启动顺序、恢复路径及目标网架优化结合起来考虑。


技术实现要素：

4.本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于风光不确定性的分布式电源辅助配电网黑启动方法。
5.本发明的目的可以通过以下技术方案来实现：
6.基于风光不确定性的分布式电源辅助配电网黑启动方法，包括以下步骤：
7.s1：基于系统线路的恢复情况获取恢复代价权值，并基于线路负荷量、节点负荷重要度获取线路重要度；
8.s2：确定作为启动节点的分布式电源；
9.s3：以启动节点为起点，利用遗传算法随机生成染色体代表分布式电源的启动顺序；
10.s4：基于最短路径算法对步骤s3获取的随机顺序进行计算，获取路径最短的多个
启动顺序；
11.s5：通过建立网架重构优化模型，对分布式电源启动顺序优化的目标设定为最大化重要负荷恢复容量，并且满足以最小化恢复路径权值建立目标网架，得到最优启动顺序进行启动。
12.优选地，所述的恢复代价权值的计算公式为：
[0013][0014]
其中，cn为机组n的恢复代价权值，ψ
l
为系统中所有线路l所构成的集合，c
l
为线路l的恢复代价权值；α
l
为0代表线路l未恢复，α
l
为1代表线路l已恢复。
[0015]
优选地，所述的线路重要度的计算公式为：
[0016][0017]
其中，z
l
为线路l的线路重要度，p
li
和p
lj
分别为线路l两端节点i和节点j所接负荷量；w为负荷重要度系数，一级负荷w为10，二级负荷w为1，三级负荷w为0.1，c
l
为线路l的恢复代价权值。
[0018]
优选地，所述的步骤s2具体包括：
[0019]
对分布式电源的黑启动能力进行评估，根据分布式电源的黑启动能力、启动路径权值影响、启动容量、调频调压能力、升负荷速度获取分布式电源的黑启动评估指标，选取黑启动评估指标做高的分布式电源作为启动节点。
[0020]
优选地，所述的黑启动评估指标的获取公式为：
[0021]
δ＝λ1a+λ2b+λ3c+λ4d+λ5e
[0022]
其中，δ为dg黑启动评估指标，λ1、λ2、λ3、λ4、λ5为分配系数，λ1+λ2+λ3+λ4+λ5＝1；a为dg黑启动能力；b为dg启动路径权值影响；c为dg启动容量；d为dg调频调压能力；e为dg升负荷速度。
[0023]
优选地，所述的步骤s3的遗传算法具体包括：
[0024]
对于遗传算法中的染色体采用二进制的编码方式，恢复顺序表示为长度为kn的染色体，其中n为配电网系统中分布式电源，k为染色体片段长度：
[0025]
chrom＝[a1,a2,
…
,an]
[0026]
其中，chrom是n个dg的一个全排列，an为长度为k的染色体片段；
[0027]
对染色体解码后：
[0028]
phen＝[b1,b2,
…
,bn]
[0029]
其中，phen代表dg的启动顺序，bn代表第n个dg的启动时刻。
[0030]
优选地，步骤s4具体包括：
[0031]
对s3获取的启动顺序，利用弗洛伊德算法按照分布式电源启动顺序依次在对应节点之间搜寻最短路径，获取最小恢复路径权值对应的启动顺序：
[0032][0033]
其中，α
l
为0代表线路l未恢复，α
l
为1代表线路l已恢复，z
l
为线路l的线路重要度，ψ
l
为系统中所有线路l所构成的集合。
[0034]
优选地，所述的目标网架的目标函数为：
[0035][0036]
其中，ψ
load
为系统中所有负荷构成的集合；α
li
为节点i的负荷是否恢复；wi为节点i负荷重要度系数；g为该启动顺序下恢复路径的最小权值。
[0037]
优选地，所述的目标函数的约束包括分布式电源出力约束、功率平衡约束、节点电压约束、线路热稳定极限约束、配电网拓扑放射结构约束。
[0038]
优选地，所述的目标函数的约束具体为：
[0039]
分布式电源出力约束：
[0040][0041][0042]
式中：p
gn
为所启动第n个分布式电源的有功出力；q
gn
为启动第n个分布式电源的无功出力；ψn为系统中所有分布式电源构成的集合；
[0043]
功率平衡约束：
[0044][0045]
式中：α
gn
为第n个电源是否恢复，0表示未恢复，1表示已恢复，α
li
为节点i处负荷是否恢复，0表示未恢复，1表示已恢复，p
li
为节点i处负荷量，ψn为系统中所有分布式电源构成的集合，ψ
load
为系统中所有负荷节点构成的集合；
[0046]
节点电压约束：
[0047]vimin
≤vi≤v
imax i∈ψ
load
[0048]
式中：vi为系统中各节点的电压幅值；ψ
load
为系统中所有负荷节点构成的集合；
[0049]
线路热稳定极限约束：
[0050][0051]
式中：p
tl
为线路l中传输的有功功率，ψ
l
为系统中所有线路l所构成的集合；
[0052]
配电网拓扑放射结构约束：配电网系统是无回路和孤岛拓扑结构。
[0053]
与现有技术相比，本发明具有如下优点：
[0054]
(1)现有黑启动方案主要采用具有黑启动能力的大型机组恢复系统供电，往往需要在输电网恢复之后再考虑配电网的恢复，造成恢复速度慢，停电损失大等问题。本发明利用配电网中分布式电源的优势，在大停电事故发生后利用多个分布式电源形成局部配电网孤岛运行，由具有黑启动能力的分布式电源对配电网中负荷进行供电，可推进系统恢复进程，降低系统停电损失，从而提高电网韧性水平。
[0055]
(2)现有针对黑启动网架重构方案研究中，较少考虑电源恢复顺序与线路恢复顺序联合优化，往往对二者其一进行优化建模，忽略了二者相互关系对最终网架重构结果的影响，导致所得结果容易陷入局部最优。本发明充分考虑电源恢复顺序与线路恢复顺序二者关系，建立网架重构联合优化模型，利用遗传算法与弗洛伊德算法相结合的方法求得全局最优解，启动效果好，效率高。
附图说明
[0056]
图1为本发明的流程图；
[0057]
图2为本发明实施例中ieee33节点配电网系统图；
[0058]
图3为本发明实施例中电动汽车充换电站内可用电池数量图；
[0059]
图4为本发明实施例中典型日风机出力图；
[0060]
图5为本发明实施例中典型日光伏出力图；
[0061]
图6为本发明实施例中ieee33节点配电网黑启动方案图；
具体实施方式
[0062]
下面结合附图和具体实施例对本发明进行详细说明。注意，以下的实施方式的说明只是实质上的例示，本发明并不意在对其适用物或其用途进行限定，且本发明并不限定于以下的实施方式。
[0063]
实施例
[0064]
一种基于风光不确定性的分布式电源辅助配电网黑启动方法，如图1所示，包括以下步骤：
[0065]
s1：基于系统线路的恢复情况获取恢复代价权值，并基于线路负荷量、节点负荷重要度获取线路重要度。
[0066]
恢复代价权值的计算公式为：
[0067][0068]
其中，cn为机组n的恢复代价权值，ψ
l
为系统中所有线路l所构成的集合，c
l
为线路l的恢复代价权值；α
l
为0代表线路l未恢复，α
l
为1代表线路l已恢复。
[0069]
线路重要度的计算公式为：
[0070][0071]
其中，z
l
为线路l的线路重要度，p
li
和p
lj
分别为线路l两端节点i和节点j所接负荷量；w为负荷重要度系数，一级负荷w为10，二级负荷w为1，三级负荷w为0.1，c
l
为线路l的恢复代价权值。
[0072]
s2：确定作为启动节点的分布式电源。
[0073]
步骤s2具体包括：
[0074]
对分布式电源的黑启动能力进行评估，根据分布式电源的黑启动能力、启动路径权值影响、启动容量、调频调压能力、升负荷速度获取分布式电源的黑启动评估指标，选取黑启动评估指标做高的分布式电源作为启动节点。黑启动评估指标的获取公式为：
[0075]
δ＝λ1a+λ2b+λ3c+λ4d+λ5e
[0076]
其中，δ为dg黑启动评估指标，λ1、λ2、λ3、λ4、λ5为分配系数，λ1+λ2+λ3+λ4+λ5＝1；a为dg黑启动能力；b为dg启动路径权值影响；c为dg启动容量；d为dg调频调压能力；e为dg升负荷速度。
[0077]
s3：以启动节点为起点，利用遗传算法随机生成染色体代表分布式电源的启动顺序。
[0078]
遗传算法具体包括：
[0079]
对于遗传算法中的染色体采用二进制的编码方式，恢复顺序表示为长度为kn的染色体，其中n为配电网系统中分布式电源，k为染色体片段长度：
[0080]
chrom＝[a1,a2,
…
,an]
[0081]
其中，chrom是n个dg的一个全排列，an为长度为k的染色体片段；
[0082]
对染色体解码后：
[0083]
phen＝[b1,b2,
…
,bn]
[0084]
其中，phen代表dg的启动顺序，bn代表第n个dg的启动时刻。
[0085]
s4：基于最短路径算法对步骤s3获取的随机顺序进行计算，获取路径最短的多个启动顺序。基于遗传算法随机生成的染色体，采用floyd算法对各目标节点选择线路权值最小的恢复路径。该算法的思想为求取从每个顶点到其他顶点的最短路径，设l(vi,vk)表示点vi到点vk的最短路径，l(vk,vj)表示点vk到点vj的最短路径，l(vi,vj)表示点vi到点vj的路径，则点vi到点vj的最短路径为：
[0086]
min(l(vi,vk)+l(vk,vj),l(vi,vj))，vk∈ψ
load
[0087]
具体地，对s3获取的启动顺序，利用弗洛伊德算法按照分布式电源启动顺序依次在对应节点之间搜寻最短路径，获取最小恢复路径权值对应的启动顺序：
[0088][0089]
其中，α
l
为0代表线路l未恢复，α
l
为1代表线路l已恢复，z
l
为线路l的线路重要度，ψ
l
为系统中所有线路l所构成的集合。
[0090]
s5：通过建立网架重构优化模型，对分布式电源启动顺序优化的目标设定为最大化重要负荷恢复容量，并且满足以最小化恢复路径权值建立目标网架，得到最优启动顺序进行启动。
[0091]
目标网架的目标函数为：
[0092][0093]
其中，ψ
load
为系统中所有负荷构成的集合；α
li
为节点i的负荷是否恢复；wi为节点i负荷重要度系数；g为该启动顺序下恢复路径的最小权值。
[0094]
目标函数的约束包括：
[0095]
分布式电源出力约束：
[0096][0097][0098]
式中：p
gn
为所启动第n个分布式电源的有功出力；q
gn
为启动第n个分布式电源的无功出力；ψn为系统中所有分布式电源构成的集合；
[0099]
功率平衡约束：
[0100]
[0101]
式中：α
gn
为第n个电源是否恢复，0表示未恢复，1表示已恢复，α
li
为节点i处负荷是否恢复，0表示未恢复，1表示已恢复，p
li
为节点i处负荷量，ψn为系统中所有分布式电源构成的集合，ψ
load
为系统中所有负荷节点构成的集合；
[0102]
节点电压约束：
[0103]vimin
≤vi≤v
imax i∈ψ
load
[0104]
式中：vi为系统中各节点的电压幅值；ψ
load
为系统中所有负荷节点构成的集合；
[0105]
线路热稳定极限约束：
[0106][0107]
式中：p
tl
为线路中传输的有功功率，ψ
l
为系统中所有线路l所构成的集合；
[0108]
配电网拓扑放射结构约束：配电网系统是无回路和孤岛拓扑结构。
[0109]
本实施例中，以如图2所示的改进的ieee33节点测试系统为算例基于本发明方法进行黑启动。配电网系统中包含7个分布式电源，在节点1、7、13、17、21、25、30处分别加上分布式电源，分布式电源参数如表1所示。
[0110]
表1分布式电源参数
[0111][0112][0113]
其中，电动汽车充换电站最大可容纳电池数为150块，电动汽车充换电站内可用电池数量见图3。储能最大容量为600kw，每小时最大充放电功率为400kw。风机和光伏作为黑启动电源时，其最大可输出功率受气象条件影响，因此，需要预测未来一个时段内的分布式电源出力，并根据负荷功率缺额调整出力大小。配电网中各风机和光伏的典型日出力曲线如图4、5所示，为了模拟实际情况中的功率波动，本文在典型有功功率输出曲线的基础上叠加了一个10％的功率随机波动，并将其作为der的出力预测值，选取停电时间做为典型场景分析黑启动方案。该系统在节点4、16、23、31处的负荷为重要负荷，在节点2、6、7、9、13、18、21、23、24、28、29、31处存在一部分可控负荷。
[0114]
根据图4和图5中风、光典型出力曲线选取如下典型停电时间:
[0115]
当停电时间发生在03:00时，此时光伏可用发电出力为0，风机可用发电出力较低(g1约为360kw，g6约为420kw)，可用电动汽车充电站内电池数目接近饱和(约150块)。
[0116]
下文利用dg表示分布式电源，在基于遗传算法和弗洛伊德算法的优化中，个体数设置为50，规定迭代次数为100。根据dg特性分析黑启动能力，安排具有自启动能力及良好调压调频能力的节点2、3或4处的dg优先自启动，带动其他电源启动为周边重要负荷供电。针对上述场景调用算法进行求解，分别得到黑启动方案如图6所示。
[0117]
对于典型场景中黑启动恢复方案，分析表2所得结果进行分析可得：本场景停电事
故发生在凌晨03：00，此时电动汽车充换电站大多数处于闲置状态，电动汽车充换电站内可用电池数量接近饱和，而因为停电时间在夜间，光伏出力为0，所以节点25与节点21处的光伏机组不可参与黑启动恢复，同时由于此时风机出力尚可利用，所以恢复风机出力为系统供电。dg3是具有稳定输出功率的黑启动电源，且在此时刻具备充足容量，所以安排dg3优先自启动。考虑厂用电、输电线路损耗及保留一定的裕量，建立起安全稳定的恢复网架，最终确定其他待启动的dg依次为dg2、dg4、dg1和dg6，系统中总dg可用容量为2.38mw。黑启动方案的具体操作过程如下表所示，首先启动dg3，同时恢复节点13，由dg3为节点13供电，接着由节点13向节点14供电，恢复节点14的负荷，一方面通过节点14恢复节点15负荷的供电，另一方面通过闭合节点8-14的联络开关恢复节点8的负荷，进而通过恢复节点7来启动dg2，同时由节点15向节点16供电，通过由节点16联通节点17来启动dg4，另一边再由dg2处向节点6和节点20恢复供电，进一步由节点6恢复节点5进而恢复节点4，由节点20恢复节点19进而恢复节点18，dg4出力通过闭合节点17-32联络开关恢复节点32供电进而恢复节点31，再由节点18启动dg1，由节点31启动dg6，最终分别恢复节点22、节点29、节点28、节点23及节点24。整个恢复方案恢复的重要负荷节点有节点4、节点16、节点23及节点31，完成了所有重要负荷的恢复供电，本发明的启动方法节省了黑启动时间，比传统的利用输电网首先黑启动，再由输电网为配电网恢复供电的方案具有更大的优越性。
[0118]
表2停电时间03:00黑启动方案
[0119][0120]
显然，停电发生时刻不同，利用分布式电源辅助配电网黑启动的方案也将不同，需要按照最恶劣的停电情况配置dg容量，设计符合绝大多数停电场景的黑启动方案。
[0121]
上述实施方式仅为例举，不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施，且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。