考虑分布式电源特性的有源配电网智能软开关规划方法
【技术领域】
[0001]本发明涉及一种有源配电网智能软开关规划方法。特别是涉及一种考虑分布式电 源特性的有源配电网智能软开关规划方法。
【背景技术】
[0002]可再生能源是能源体系的重要组成部分，具有资源分布广、开发潜力大、环境影响 小、可永续利用的特点，是有利于人与自然和谐发展的能源资源。开发和利用可再生能源已 成为我国应对日益严峻的能源环境问题的必由之路，也是智能电网的发展必须考虑的重要 因素。目前，可再生能源的接入主要分为两种，即集中式接入和分布式接入。可以预见，未来 在配电系统层面可再生能源的利用将更多的是通过分布式的方式广泛、高密度地接入配电 网，并扮演越来越重要的角色。
[0003]分布式电源(DistributedGenerator，DG)的高渗透率接入不断满足电网的能量 需求，其中，间歇性分布式电源作为分布式电源的重要组成部分，主要包括风力发电与光伏 发电两种。分布式电源大量接入配电网能带来降低系统损耗、提高供电可靠性、减少环境污 染等一系列益处。但是分布式电源尤其是间歇性分布式电源大量接入配电网后，因其出力 受环境影响较大且具有明显的随机性和波动性，会给配电网带来许多问题，如网损增加、电 压越限等。而传统配电系统中调节手段有限，难以应对大量间歇性分布式电源的接入。智能 软开关(SoftNormallyOpenPoint，SN0P)就是在上述背景下衍生出的取代传统联络开关 的一种新型智能配电装置。与开关操作相比，SN0P的功率控制更加安全、可靠，甚至可以实 现实时优化，能够有效应对间歇性分布式电源的随机性和波动性带来的一系列问题，SN0P 是解决上述问题的重要手段。但是，SN0P的实现主要基于全控型电力电子装置，这些装置本 身的投资与运行成本较高，因此，对SN0P的合理规划就显得十分必要。
[0004]在SN0P规划问题中，针对间歇性分布式电源出力的不确定性问题，场景分析法因 其可以明确体现不确定因素的概率特征而被广泛采用。场景分析法通过把具有连续概率分 布的随机向量离散成场景集合，将随机优化问题转换成确定性问题进行求解，而如何构建 合适的场景集是场景分析法所要重点解决的问题。而如何既要尽可能好的逼近原概率分 布，又要尽可能减少场景集的个数也是亟待解决的问题之一。
[0005]综上所述，SN0P规划问题既要考虑SN0P位置、容量等整数规划问题，又要借助场景 分析方法考虑间歇性分布式电源出力不确定性，而配电系统潮流优化问题本身具有很高的 维数与很强的非线性，随着场景个数的增多，规划问题求解维数急剧增大，成为复杂的大规 模混合整数非线性规划问题，导致其求解变得十分困难，甚至不可行。
[0006]对于求解这类复杂的大规模混合整数非线性规划问题，目前还很难找到一种快 速、有效的求解方法。对于该问题的求解目前已经提出和发展了多种优化方法，主要有包 括:1)传统数学优化方法，其中包括解析法、连续消去法等;2)启发式算法，其中包括灵敏度 分析法、专家系统等;3)随机优化方法，其中包括遗传算法、粒子群算法等。
[0007]虽然上述方法或技术都有一定的应用，但也都存在着明显的不足，如传统数学优 化方法虽然理论上可进行全局寻优，但在实际应用时不可避免地存在"维数灾"问题，计算 时间往往呈现爆炸式激增；启发式算法在时间复杂度方面要求有一个多项式时间界，计算 速度快，但得到的最优解或者缺乏数学意义上的最优性或者只是局部最优解;虽然随机优 化方法所搜寻的最终解与初始解无关，但对于不同规模的配电网需要重新设置其控制参 数、种群数量、迭代次数等，从而来保证以较大的几率找到全局最优解。启发式和随机方法 多适用于求解整数规划问题，但对于考虑分布式电源随机性的有源配电网智能软开关规划 方法，数学本质上是大规模混合整数非线性规划问题，所以传统数学优化方法、启发式算法 对于求解这类问题上，速度或精度多不能同时满足要求。因此，需要一种准确、快速求解上 述规划问题的模型与算法。
[0008]考虑到潮流优化问题本身非线性强，维数高，借助场景分析后急剧增大了优化问 题的维数，使SN0P规划问题变为大规模混合整数非线性规划问题(MINLP)，目前已有的方法 均难以求解。
【发明内容】
[0009]本发明所要解决的技术问题是，提供一种能够综合考虑SN0P的投资、运行成本以 及SN0P损耗和网络损耗等配电网投资运行费用，合理确定SN0P选址与定容方案的考虑分布 式电源特性的有源配电网智能软开关规划方法。
[0010]本发明所采用的技术方案是:一种考虑分布式电源特性的有源配电网智能软开关 规划方法，包括如下步骤：
[0011] 1)根据选定的配电系统分别输入:线路参数、负荷水平和网络拓扑连接关系的初 值，系统运行电压水平和支路电流限制的初值，分布式电源接入位置、类型和容量的初值， 以及系统基准电压和基准功率的初值；
[0012] 2)基于瓦瑟斯坦距离的最优场景生成原理，依据配电网所在地的风力发电功率与 光伏发电功率的概率密度曲线，得到考虑风光不确定性的智能软开关规划场景及对应的概 率；
[0013] 3)依据步骤1)提供的配电系统参数和步骤2)生成的规划场景，同时考虑分布式电 源出力的不确定性、智能软开关的投资和运行成本、智能软开关的运行损耗以及网络损耗， 建立有源配电网智能软开关规划问题数学模型，所述的有源配电网智能软开关规划问题数 学模型包括:设定配电系统年综合费用最小为上层目标函数，配电系统各场景运行损耗最 小为下层目标函数，并考虑系统潮流约束、系统运行约束、智能软开关运行约束；
[0014] 4)根据锥规划的标准形式对步骤3)所述的考虑分布式电源特性的有源配电网智 能软开关规划问题数学模型中非线性约束进行锥模型转化；
[0015] 5)依据模拟退火算法的基本参数，随机产生智能软开关规划方案，同时采用锥规 划算法，优化各场景运行状态，并计算上层与下层目标函数值；
[0016] 6)依据模拟退火算法的基本原理，依据上层与下层目标函数值分析步骤5)产生方 案的适应度，如果不是最优解，则返回步骤5);如果是最优解，则输出结果，包括选定智能软 开关的位置与容量、各场景下智能软开关最优传输功率值、网络潮流结果以及目标函数值。 [00 17]步骤2)包括有：
[0018] (1)服从韦伯分布的风力发电功率概率密度函数
[0020]式中V为风速，k和c分别为韦伯分布的形状参数和尺度参数，PWT为风力发电的功 率，Ριτ,Ν为风力发电的额定功率，Vci、Vr、Vc。分别是切入风速、额定风速和切出风速，δ( ·)为 冲激函数，a和b是由功率曲线所确定的拟合参数，按照下式计算：
[0023] (2)服从贝塔分布的光伏发电功率概率密度函数
[0025]式中α和β是贝塔分布的两个参数，Γ( ·)为伽马函数，Ppv为光伏发电的功率，Ρρν,Ν为光伏发电额定功率；
[0026] (3)基于瓦瑟斯坦距离的最优场景生成基本原理，假定变量X的连续概率密度函数 为f(x)，希望以S个离散分点的离散场景近似f(x)，则基于瓦瑟斯坦距离的最优场景生成方 法得到最优分点zs(s= 1，2，…，S)通过下式得到：
[0030] 式中ZQ、ZS+1为变量X的下限和上限，如无特殊说明将分别为-⑴、+⑴，r为阶数，瓦 瑟斯坦距离即两个概率密度函数差距在r阶指数下的积分，取r=l;
[0031]从而分别得到风力发电与光伏发电的功率分点以及对应的概率，进而联合得到基 于瓦瑟斯坦距离的风光联合最优场景。
[0032]步骤3)所述的配电系统年综合费用最小为上层目标函数，表示为：
[0033]minC=Ci+Co+CL
[0034]式中，折算到每年的智能软开关固定投资费用C:、智能软开关年运行维护费用Co和 配电网年供电损耗费用α分别用下式表示
[0038]式中，d为贴现率;y为