一种基于光伏发电可控性恢复出力的配电网恢复方法

本发明属于电力系统恢复领域，具体的，涉及一种基于光伏发电可控性恢复出力的配电网恢复方法。

背景技术：

1、配电网是电网中与用电端直接相连并分配电能的重要环节，其运行稳定对维持居民正常工作生活和社会稳定、保障国家能源安全具有重要的战略意义。随着新能源发电在电力系统出力端所占比重越来越大，风光发电难以像化石能源发电一样提供长时间稳定的恢复能量，其强波动性和不确定性不仅增加了配电网恢复难度，更严重的还会在系统恢复过程中导致再次崩溃，因此研究考虑高比例新能源参与电力系统恢复可以适应新能源发电在系统中占比增加的现实情况，有效提升电力系统韧性。

2、随着新能源大规模接入电网，考虑光伏发电参与配电网恢复的研究也得到了发展。专利公开cn103078391a中提出了一种基于光伏发电系统的配电网供电恢复方法，该方法主要关注光伏系统的位置，并通过对光伏发电系统位置的孤岛运行进行处理，但未充分考虑光伏出力在配电网恢复中的实际参与。这导致在实际应用中浪费了光伏出力功率，没有充分利用光伏系统在电力系统恢复过程中的潜在作用。

3、因此，需要提出一种综合考虑光伏出力的实际参与的配电网恢复方法。

技术实现思路

1、有鉴于此，本发明的目的是提供一种基于光伏发电可控性恢复出力的配电网恢复方法。

2、本发明的目的是通过以下技术方案实现的：

3、一种基于光伏发电可控性恢复出力的配电网恢复方法，其特征在于，包括：

4、步骤1：获取预测日的气象信息和光伏设备信息，采用基于多因素修正的光伏出力预测方法对光伏出力进行预测；

5、步骤2：根据光伏出力预测结果生成光伏出力预测曲线，对光伏出力预测曲线进行分解，将光伏发电站分解成多个具有特定时段可用且输出功率可控的虚拟分布式电源组合；

6、步骤3：根据配电网数据，采用约束条件对未恢复电荷选择性恢复，构建目标函数并进行求解得到孤岛划分结果和负荷恢复次序，其中，所述配电网数据包括所述虚拟分布式电源数据；

7、步骤4：根据孤岛划分结果和负荷恢复次序，对配电网进行恢复。

8、进一步地，所述步骤1包括：

9、建立光伏出力物理模型，获取预测日的气象信息和设备信息，确定预测日的初步光伏预测功率；

10、确定对于光伏出力预测的影响因素，分别采用多种变量重要性评估方法得到每种变量重要性评估方法对应的影响因素重要性权值向量；

11、采用模糊多准则方法对所述多种变量重要性评估方法进行评估，从所述多种变量重要性评估方法中确定最优评估方法；

12、根据最优评估方法对应的影响因素重要性权值向量，确定光伏出力的修正系数；

13、根据所述修正系数和初步光伏预测功率，确定最终光伏预测功率。

14、进一步地，所述多种变量重要性评估方法包括基于rf算法与gini系数的变量重要性评估方法、基于平均精确率减小的变量重要性评估方法以及基于熵权法的变量重要性评估方法中的至少两种。

15、进一步地，采用模糊多准则方法对所述多种变量重要性评估方法进行评估，包括：

16、利用确定的光伏出力预测的影响因素以及每种变量重要性评估方法对应的影响因素重要性权值，构建权重矩阵h；

17、根据权重矩阵h确定最优评估方法，用公式表示为：

18、r＝λy＝[r1 r2 … ra]；

19、其中，

20、λ＝[λ1 λ2 … λn]，

21、

22、

23、

24、

25、其中，n表示影响因素的个数；r表示决策向量；r1、r2和ra分别表示每种变量重要性评估方法对应的决策值，最终确定的最优评估方法，即r1、r2和ra中的最大值对应的变量重要性评估方法，a表示参与模糊多准则方法进行变量重要性评估方法的个数；λ表示权向量；δ表示参与决策变量个数的参数；hij表示由第j种变量重要性评估方法得到的对于第i个影响因素的重要性取值。

26、进一步地，根据最优评估方法对应的影响因素重要性权值向量，确定光伏出力的修正系数，包括：

27、假设最优评估方法对应的影响因素重要性权值向量λ'，得到每个影响因素对应的预测值x，则；

28、根据每个影响因素对应的预测值x以及权值向量λ'，得到综合预测评分s；

29、根据综合预测评分确定修正系数。

30、进一步地，根据每个影响因素对应的预测值x以及权值向量λ'，得到综合预测评分s，用公式表示为：

31、

32、其中，x＝[x1,x2,x3,…,xn]，xi表示第i个影响因素对应的预测值；λ'＝[λ′1,λ′2,λ′3,…,λ'n]，λi'表示采用最优评估方法得到的对于第i个影响因素的重要性权值，n表示影响因素的个数。

33、进一步地，根据综合预测评分确定修正系数，用公式表示为：

34、

35、其中：

36、

37、

38、k0和b表示设置的参数，xmax和xmin分别表示影响因素中的取值范围上下限。

39、进一步地，所述步骤2中对光伏出力预测曲线进行分解包括：

40、步骤31：对光伏出力预测曲线节点数据进行提取，计算节点数据的方差σ，其中，所述节点数据表示各个时间点得到的光伏输出功率预测结果；

41、步骤32：设置常数序列u＝[u1,u2,…,ue]，其中，令s＝(σ*10)2，对s进行取整求偶数后，得到e，使用序列u对光伏出力预测曲线横坐标进行分区；

42、步骤33：设置每个区间内两点间斜率最小点为分解点；

43、步骤34：将与与与分解点进行两两配对，设置分解对；

44、步骤35：对分解对进行矩形分解处理，得到光伏出力虚拟分布式电源。

45、进一步地，所述步骤3中目标函数用公式表示为：

46、

47、

48、式中：t表示恢复阶段的总集合；l表示配电网节点集合；δt表示恢复阶段时长；pi',k'表示在故障后形成的孤岛k'内节点i'上负载有功功率；γi',k'代表节点权重系数；为二分变量，其中代表节点i'负载待恢复供电，代表节点i'负载已恢复供电；s表示光伏发电装置和储能装置的集合；代表t阶段整个系统的网络损耗；代表t阶段光伏发电装置j'发出功率；代表t+1阶段光伏发电装置j'发出功率；w是目标函数权重系数；k表示孤岛集合。

49、进一步地，所述步骤3中约束函数包括：

50、(1)容量约束：

51、

52、式中，表示孤岛k'内光伏发电装置和储能装置的剩余容量；

53、(2)储能约束：

54、

55、式中，和分别表示在t时刻，孤岛k'内节点上的储能装置j'剩余发电容量和放电功率；和分别表示孤岛k'内储能装置最大容量、最小容量、最大放电功率和最小放电功率；g表示储能装置的集合；

56、(3)节点电压约束：

57、utmin≤ui'≤utmax

58、式中：utmin表示节点i电压幅值ui'的下限；utmax表示节点i电压幅值的上限；

59、(4)网络辐射状约束：

60、c∈c

61、式中：c表示恢复供电区域；c表示保证网络辐射状拓扑结构集合；

62、(5)节点功率平衡约束：

63、

64、式中：孤岛k'内和分别表示在线路(i',g')上，由从节点i'流出，流向节点g'的有功功率和无功功率；与表示节点g'上连接的负荷的有功功率与无功功率；和为节点g'上的分布式电源注入的有功功率和无功功率；ri'g'和xi'g'分别为线路(i',g')上的电阻和电抗；为线路(i',g')上电流的幅值的平方。

65、本发明的有益效果是：

66、本发明首先采用基于物理模型和数据的双重驱动方法对光伏出力进行准确预测。接着，通过采用光伏发电可控性恢复出力特性多时段建模方法，将出力长时波动的光伏发电系统转化为多个出力在局部时间可控的电源，从而参与系统恢复决策。该模型可在线应用于优化高比例光伏发电的配电网恢复过程。本发明将具有波动性的光伏出力通过形态分解优化，得到可控的光伏出力。通过这一优化，降低了光伏出力波动对电力系统恢复的影响，使系统更具稳定性和可靠性。

67、本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。