一种分布式光伏准入容量估算和配变投放规划方法与流程

本发明涉及配电网系统，具体而言，涉及一种分布式光伏准入容量估算和配变投放规划方法。

背景技术：

1、在可再生能源需求愈加旺盛的当下，光伏的应用尤为重要，但是分布式光伏由于自然环境而受到影响而具有较强的随机性，从而在并网时影响电网的正常运行，而分布式发电(dg)的渗透率越高，对电网安全运行的影响越大，因此需要在综合电网各类约束条件和光伏发电性质的基础上，通过数学建模和数学优化，设计高效的考虑多种约束条件的分布式协同调度方法来提供光伏准入容量的最优规划策略。

2、首先，分布式光伏发电单元的位置、类型、大小是影响电能质量、电网稳定性、保护协调等的三大主要因素，因此优化主要与这三方面有关。相关用户和分布式光伏发电单元拥有者必须对分布式光伏发电单元的位置和大小进行规划以提高效率和利益。分布式光伏发电单元的类型也是重要影响因素。一方面，与基于同步器的分布式光伏发电相比，基于逆变器的分布式光伏发电对系统的谐波影响更大，这可能会对电力设备产生不良影响，另一方面，与基于逆变器的分布式光伏发电相比，基于同步器的分布式光伏发电装置对保护协调的影响要大很多。

3、本发明提出的优化策略是在考虑到电压平衡、谐波畸变限制和保护协调的情况下最大限度地提高配电网的光伏渗透率，从而使得光伏准入容量最大化。以往的光伏极限准入容量的优化策略大多采用刚性的约束条件，及多采用等式约束和不等式约束，而本项目将更多的引入机会约束，使得电网能够在一定的概率范围内不局限于约束条件，从而增加光伏准入容量。

技术实现思路

1、本发明主要考虑基于电压平衡、谐波畸变限制和保护协调的情况下解决带有机会约束的优化问题。

2、本发明的目的在于提供一种光伏准入容量的最优规划策略，采用分布式优化的方法，基于粒子群优化算法。该策略设计合理，运行高效，能够显著增加电网光伏准入容量，解决小概率事件带来的电网损耗与资源浪费，进而提高光伏接入电网的运行效率，提高资源利用率，也能提高电网的经济效益。

3、为达到上述目的，本发明提供一种基于电压平衡、谐波畸变限制和保护协调的机会约束模型，该模型包括目标函数、基于网络潮流方程的等式约束、基于电压偏差和谐波畸变率的机会约束、基于保护协调的不等式约束，采用如下技术方案：介绍机会约束的概念；给出机会约束优化问题的解决方法；建立电网系统中最大化光伏准入容量的约束优化问题的模型；给出最大化光伏准入容量的约束优化问题的目标函数；根据最大化光伏准入容量的约束优化问题的模型和目标函数给出求解算法；利用设计并给出的算法进行求解。

4、为了实现上述目的，本发明的技术方案如下：提供一种分布式光伏准入容量估算和配变投放规划方法，方法包括以下步骤：

5、步骤s1：构建最大化光伏准入容量的优化问题模型；

6、步骤s2：采用拉丁超立方抽样求解节点电压的概率密度函数；

7、步骤s3：使用粒子群优化算法对模型进行优化。

8、其中，在本发明的一个实例中，步骤s1中优化问题模型具体为：

9、目标是使电网系统中光伏发电的渗透率更大，也即光伏准入容量最大，目标函数f(％)的定义如下：

10、公式1：

11、其中，是基于逆变器的dg单元的有功功率；是基于同步器的dg单元的有功功率；mvatotal为系统总功率。

12、约束优化模型的约束条件具体为：

13、①基于网络潮流方程的等式约束：

14、公式2：

15、其中，pli、qli分别代表节点i处负荷的有功功率、无功功率；ppvi、qpvi分别代表节点i处光伏的有功功率、无功功率；ui是节点i处电压幅值；ri是节点i处线路的电阻；xi是节点i处线路的电抗；pi、qi代表配电网节点i处的有功功率和无功功率；

16、②电压偏差机会约束：

17、公式3：

18、其中，为节点i处的基波电压，为节点i处h阶谐波电压；δ为置信水平，一般取0.9-0.99，在这里我们取0.95；min[ui]一般取0.9pu，max[ui]一般取1.1pu；

19、③谐波畸变率机会约束：

20、公式4：

21、公式5：

22、公式4、公式5两式分别为总谐波电压失真的机会约束和单次谐波电压失真的机会约束，根据ieee-519标准的规定，最大允许的总电压谐波失真度的值为5％，最大允许的单次电压谐波失真度的值为3％；

23、因为基于同步器的dg单元会对电网的短路电流产生较大的影响，所以需要考虑保护协调限制，建立基于保护协调的不等式约束。已知：

24、公式6：

25、公式7：isc,ij＝f(pdg,i)；

26、其中，isc,ij是继电器在某位置发生故障时的短路电流,短路电流的大小取决于dg的位置和容量；ipi是每个继电器的吸合电流，超过这个电流它就开始工作，有最小值和最大值是根据流向继电器的最大负载电流值和可用继电器分接设置选择的，分别选择为每个继电器最大负载电流的1.25倍和2倍；tdsi是继电器的时间延时设置，有基于继电器电流时间特性的最小限制和最大一般分别取0.1和3.0；tij是继电器的工作时间。

27、由此可以得到以下的不等式约束：

28、公式8：

29、公式9：

30、公式10：

31、公式11：

32、其中，cti是备用-主用继电器协调时间间隔；是主用继电器的工作时间，是备用继电器的工作时间。对于其中参数的选取，因为ocr单元具有反时间电流曲线，a和b的常数分别为0.14和0.02。cti被假定为每一对备用和主用继电器之间为0.3秒，每个继电器最大工作时间为2.5秒。

33、其中，在本发明的一个实例中，步骤s2中求解节点电压的概率密度函数的具体步骤包括：

34、步骤s201：将独立标准的正态分布随机变量作为输入量，采用确定性潮流方程，求解配电网节点电压；

35、步骤s202：随机变量的概率特性可由各阶矩近似表示，为得到配电网节点电压的分布特征，需进一步求解配电网节点电压的各阶矩；

36、步骤s203：采用多重积分逼近法简化求解配电网节点电压的各阶统计矩；

37、步骤s204：利用gram-charlier级数展开求出配电网节点电压的概率分布值。

38、其中，在本发明的一个实例中，步骤s3中粒子群优化算法，给出一个简单介绍与步骤。

39、粒子群优化算法是从鸟群协作寻找食物的自然现象中演化而来，是结合个体信息与群体信息的迭代算法。粒子在搜索空间中的速度和位置根据以下公式确定：

40、公式12：vt+1＝ωvt+c1r1(pt-xt)+c2r2(gt-xt)；

41、公式13：xt+1＝xt+vt+1；

42、其中，x表示粒子的位置；v表示粒子的速度；ω为惯性因子；c1、c2为加速常数；r1、r2为[0，1]区间的随机数；pbest是粒子迄今为止搜索到的最优位置；gbest是整个粒子群迄今为止搜索到的最优位置。

43、本模型在pso流程的基础之上进行了改进，将基波概率潮流计算、谐波概率潮流计算与pso相结合，得到了求解机会约束规划模型的流程，将接入节点i的光伏电源容量作为待优化参数，群中的每个粒子代表一组解。粒子群优化算法在本模型中的具体步骤，如下：

44、步骤s301：输入测试系统数据，如：节点数，支路数，基准容量，基准电压等，各节点有功负荷与无功负荷等参数；

45、步骤s302：输入光伏电源的谐波频谱数据，拉丁超立方采样次数，beta分布相关参数；

46、步骤s303：输入粒子群算法参数，如：种群数量，惯性因子ω，加速常数c1、c2，最大迭代次数itermax等；

47、步骤s304：迭代次数计数器t＝0；

48、步骤s305：初始化粒子群，随机产生所有粒子的位置和速度；

49、步骤s306：进行基波概率潮流与谐波概率潮流计算，得到各个节点的节点电压幅值与谐波电压畸变率的概率统计特性；

50、步骤s307：计算种群中所有粒子的适应度函数fitness，违反机会约束的适应度为0，否则为接入光伏电源容量之和，找到每个粒子的最优位置pbest和整个粒子群的最优位置gbest；

51、步骤s308：按公式8和公式9更新粒子的速度和位置；

52、步骤s309：进行基波概率潮流与谐波概率潮流计算，得到各个节点节点电压幅值与谐波电压畸变率的概率统计特性；

53、步骤s310：计算种群中所有粒子的适应度函数fitness，违反机会约束的适应度为0，否则为接入光伏电源容量之和，找到每个粒子的最优位置pbest和整个粒子群的最优位置gbest；

54、步骤s311：经过与上一次迭代结果对比，对pbest和gbest进行更新；

55、步骤s312：如果满足终止条件，即达到最大迭代次数，输出最优解，否则转到步骤s308。

56、近年来，分布式光伏发电因在新能源领域具有巨大的潜在应用价值而得到了广泛深入的研究。然而，由于光伏受环境等随机因素的影响巨大，因此光伏发电机组注入电网系统的功率是一个随机变量，具有较强的随机性。

57、目前提出的模型大部分只能解决刚性约束优化问题，机会约束优化问题考虑欠缺，相关研究工作很少，有人员研究了电压偏差的机会约束优化问题，并考虑将机会约束转化为确定。

58、性约束问题求解。但设计的模型中未考虑谐波畸变与保护协调问题，这将使模型的实际应用范围受限，降低应用价值。

59、本发明通过引入一种基于电压平衡、谐波畸变限制和保护协调的机会约束模型，并把它运用到分布式光伏发电实际背景中。在设计求解算法时使用粒子群优化算法运算，使求解过程比以往研究更加简单快捷。算法涉及到了机会约束和函数适应度，成功解决了一类约束优化问题，并且在有限步迭代次数下，算法是收敛的，使得算法具有很好的性质。

60、在分布式能源应用广泛的今天，所提出的分布式光伏发电模型可以更好的解决能源系统中的一些优化问题，带来经济、时间等方面上的效益。例如，对于分布式电网中，多个节点接入光伏电源的情形，采用本发明所提出的机会约束优化模型，能够达到快速建模，快速迭代，快速收敛的效果，能够节省电网中的资源消耗，最大化光伏准入容量，为电网带来经济效益。