一种基于随机最优潮流的随机间歇性dg优化集成的评估方法
【专利摘要】一种基于随机最优潮流的随机间歇性DG优化集成的评估方法，该评估方法包括如下步骤：步骤(1)建立主动配电网建设及运行的数学模型，它包括：1)目标函数，它综合考虑主动配电网建设及运行费用；2)约束条件，主动配电网运行的约束条件；步骤(2)基于蒙特卡罗的主动配电网运行状态模拟及最优潮流计算，它主要是为了充分考虑DG与负荷的随机性与时序性；所述采用蒙特卡罗模拟法，是基于DG与负荷模型，模拟风速、光照强度等随机变量在若干年的分布，依据模拟状态运用最优潮流精确计算每小时支路潮流、DG出力、网损等状态量；步骤(3)主动配电网经济性评估的计算步骤，主要是对于主动配电网某一DG集成方案，进行经济性评估计算。
【专利说明】一种基于随机最优潮流的随机间歇性DG优化集成的评估 方法
【技术领域】
[0001] 本发明涉及主动配电网与分布式发电领域，尤其是涉及主动配电网内随机间歇性 DG的优化集成的评估方法。
【背景技术】
[0002] 随着新能源发电技术的不断成熟，分布式电源接入配电网的各个层级，渗透率不 断提高，是未来配电网的发展趋势。由于负荷和DG出力的双重波动性，高渗透率的DG给配 电网的运行控制带来一系列问题，主动配电网（Active Distribution Network, ADN)是解 决该问题的重要方式。
[0003] ADN内部DG中除了少量可控的柴油机、微型燃气轮机、储能等可控DG外，大部分为 随机性DG，如光伏、风电等，对配电网的规划及运行产生了较大影响。目前，国内外已有较多 学者对这一领域展开研究，并取得一定成果，如国外有文献公开有建立ADN的多目标规划 模型的文章，包括采用多场景分析法来处理DG出力和负荷大小的不确定性，由于场景数量 有限，计算量显著减小；还有的采用随机潮流计算处理DG的不确定性，对DG的优化规划进 行了研究，可详细计算各随机量的概率分布。随机潮流算法主要分为近似法、解析法和模拟 法。近似法与解析法由于采用了线性化处理，在系统规模较大且负荷与DG波动幅度较大的 情况下误差较大，因此有些技术人员就提出采用分段线性化等手段提高随机潮流解析法计 算的精度。基于蒙特卡罗模拟法对随机因素进行分析存在计算量大的缺点，但计算精度高， 对电网规划此类对计算时间要求不高的领域适用性较好。在对DG与负荷等随机因素的处 理时，很多文献认为各随机量，如风速、光照、负荷，之间相互独立，但是实际上它们的概率 分布都与时间有关，如光照和负荷都随时间变化具有典型的功率曲线，它们基于时间存在 一定稱合关系，这一点在许多研究中均被忽视了。
【发明内容】
[0004] 本发明的目的在于克服现有技术存在的不足，而提供一种基于蒙特卡罗模拟法和 考虑时序的风机、光伏输出功率模型与负荷模型，较好地模拟了 ADN的实际运行情况，并与 最优潮流相结合，优化计算了配电网每一种模拟状态下的最优运行方式，并充分体现ADN 运行的主动性与最优性的基于随机最优潮流的随机间歇性DG优化集成的评估方法。
[0005] 本发明的目的是通过如下技术方案来完成的，本发明所述的一种基于随机最优潮 流的随机间歇性DG优化集成的评估方法，该评估方法包括如下步骤：
[0006] 步骤（1)建立主动配电网建设及运行的数学模型，它包括：
[0007] 1)目标函数：综合考虑主动配电网建设及运行费用的总的目标函数如式⑴所 示：
[0008] minF = Cinv+C圓+Cfine-Ccs (1)
[0009] 式中：Cinv为主动配电网的建设投资费用，Com为运行及维护费用，Cfim为违限罚款 费用，(；3为新能源发电的财政补贴费用。其中，除了第一项投资费用Cinv外，剩余三项费用 均与ADN的优化调度及运行方式相关；
[0010] 2)约束条件：主动配电网运行的约束条件主要包括功率平衡约束、节点电压约 束、线路和变压器容量约束、DG有功出力约束、DG无功出力约束，其数学表达如下：
【权利要求】
1. 一种基于随机最优潮流的随机间歇性DG优化集成的评估方法，其特征在于所述评 估方法包括如下步骤： 步骤（1)建立主动配电网建设及运行的数学模型，它包括： 1) 目标函数：综合考虑主动配电网建设及运行费用的总的目标函数如式（1)所示： minF=Cinv+C0&M+Cfine-Ccs (1) 式中：Cinv为主动配电网的建设投资费用，Qm为运行及维护费用，Cfim为违限罚款费用， (；s为新能源发电的财政补贴费用。其中，除了第一项投资费用Cinv外，剩余三项费用均与 ADN的优化调度及运行方式相关； 2) 约束条件：主动配电网运行的约束条件主要包括功率平衡约束、节点电压约束、线 路和变压器容量约束、DG有功出力约束、DG无功出力约束，其数学表达如下：
式中，Pgi、Qgi为注入节点i的有功功率和无功功率，Pi和Qi为节点i负荷的有功功率 和无功功率，pu、为连接节点i与j的线路有功功率和无功功率，Ωi代表与节点i相连 的节点集合；ν，η和Vimax分别为节点i的电压值、最小允许值和最大允许值；Zfax为连 接节点i与j的线路最大有功功率允许值；PT;i为变压器i输送的有功功率，由高压侧流向 低压侧为正值，反之为负值，为变压器i的额定功率，ei为其允许的最大负载率，例如当 变电站变压器为两台主变，单台变压器的允许过载能力为130 %时，则单台主变的最高负载 率为65% ; 和/^"为第i台DG在t时刻实际输出的功率和可输出的最大功率，λ为 前文所述的允许的有功削减率，巧=为第i台DG的额定功率；Qdm为第i个DG实际输出的 无功功率，ViSDG在输出额定的有功功率时的功率因数下限，式（11)采用额定有功输出 时DG可输出的无功上限作为DG在任何时间的无功出力上限，这样比单纯的功率因数约束 更加符合实际情况； 步骤（2)基于蒙特卡罗的主动配电网运行状态模拟及最优潮流计算，它主要是为了充 分考虑DG与负荷的随机性与时序性；所述采用蒙特卡罗模拟法，是基于DG与负荷模型，模 拟风速、光照强度、负荷大小等随机变量在若干年的分布，依据模拟状态运用最优潮流精确 计算每小时支路潮流、DG出力、网损等状态量； 蒙特卡罗模拟法根据所述的负荷与DG出力时序模型，随机生成一年的所有数据，根据 每小时负荷分布与DG出力大小，通过最优潮流计算ADN的最佳运行参数，计算主动配电网 的年运行成本，即目标函数中的〇?"、Cfim和Ces ;蒙特卡罗抽样过程中，若不满足收敛条件， 则继续抽样,增加ADN运行参数的样本序列；若满足收敛条件，则对上述样本序列进行概率 统计，求取样本均值与方差作为所研究问题的数学期望和方差； 步骤（3)主动配电网经济性评估的计算步骤，它主要是对于主动配电网某一DG集成方 案，按照下述步骤进行经济性评估计算： 1) 初始化参数，读入网络参数与DG接入方案，按式（2)计算投资费用Cinv。设置蒙特 卡罗抽样相对误差ε和最少迭代次数N，令k= 1 ; 2) 分别建立负荷与各类DG出力时序模型； 3) 按照时序模型，生成对应负荷和DG在第k年8760h内的出力随机数； 4) 根据DG容量大小和控制方式，设置PV和PQ节点，并计算PV节点有功无功功率的上 下限； 5) 以目标函数值最小为优化目标，对每小时运行状态进行确定性最优潮流计算； 6) 全年每小时的运行状态经最优潮流优化计算确定后，计算该年的目标函数值fk ; 7) 若k<N，转步骤3,否则继续下一步； 8) 按式（17)计算目标函数估计值按式（18)计算相对误差ek，并与ε比较，如 果相对误差满足精度要求，则转步骤9 ;否则令k=k+Ι，继续步骤3); 9) 对k次仿真结果进行概率统计，计算目标函数f的期望值^和方差S，然后按式（2) 计算DG优化集成目标函数值F，则F的期望值为Cinv+Ef，方差S不变，这即为该DG集成方案 下ADN建设及运行年费用的期望和方差。
2.根据权利要求1所述的基于随机最优潮流的随机间歇性DG优化集成的评估方法，其 特征在于所述步骤（1)的式（1)中： a) 投资费用Cinv，它仅考虑配电网内由于DG的融入而引起的投资费用，主要包括三部 分：新建DG费用CDe，DG连接费用Cton，以及对DG主动管理所需的通信及测控系统的建设费 用CADN。Cinv的具体表达式如式（2)，考虑了设备的全寿命周期； / = 1
式中，Nlie为配电网中安装的DG数量，cDei为第i个DG的单位容量投资费用，Pdm为第i个DG容量大小，Ii为第i个DG与连接节点的距离，Cam为第i个DG单位长度连接线路的 投资费用，该值与具体的连接导线型号有关。iV=1为实施AM的DG数量，主动管理系统的建 设主要包括配电管理平台、通信设备、智能测控终端等，将其投资费用简化为固定费用c=N 和可变费用W ，其中c=N为单个DG集成在ADN所需的通信及测控终端建设费用；cAP =Aa+i^/Ta+iJM]，为资本回收系数，Γ(ι为年利率，p为设备的折旧年限； b) 主动配电网的运行及维护费用Com，主动配电网的运行及维护费用包含DG运行维护 费用、年网损费用和向输电网购电费用，如下公式（3)所示：
式中，C(Mi为第i个DG单位容量运行维护费用，Cl_为单位网损电量的费用，Ctrans为向 输电网购买或销售单位电量的费用，SL和分别为t时刻网损有功功率与输电网购电 功率，若P1L为负值时，表示t时刻主动配电网向上级电网倒送功率而产生收益； c)违限罚款费用和新能源财政补贴费用，若由于控制手段不足，没有对DG进行合理的 控制管理，使其功率波动影响了配电网的正常运行，使配电网运行越限，则影响用户的正常 供电，因此，定义了违限罚款费用，罚款数额与违限时主动配电网内受影响的供电负荷大小 有关；同时为了鼓励清洁可再生能源的发展，考虑了新能源的财政补贴费用；违限罚款费 用和新能源财政补贴费用为目标函数式（1)中最后两项：
其中，NlMd为负荷节点数目，xt为O或1，表示在t时刻该节点电压和向该负荷供电的 上游支路是否发生越限，#为节点i负荷在t时刻的有功功率，Cfine为单位负荷不能正常 供电的罚款费用；为第i个DG输出的有功功率，Cc;s为DG输出单位电量的补贴费用。
3.根据权利要求1所述的基于随机最优潮流的随机间歇性DG优化集成的评估方法，其 特征在于所述步骤（2)中所述DG出力的时序模型主要包括： 1) 风力发电机功率输出的时序模型： 风力发电机（WT)输出功率与风速间的函数关系近似表示为：
式中，Pwt为风力发电机的输出功率，vin、νΝ、和V分别为风机切入风速、额定风速、 切出风速和实际风速。Pn为风机的额定功率。风速数据可以通过气象网站获取历史月平均 风速，再由风速的威布尔分布参数及时间常数模拟获得； 2) 光伏电池功率的时序模型： 光伏电池（PV)的实际输出功率与光照强度、转换效率、安装角度、温度等有关，本文中 简化为只与光照强度有关，即：
式中，Ppv为光伏的实际输出功率，s为光照强度，Pn为光伏的峰值有功功率，sN为光伏 输出峰值有功功率时的光照强度。本专利根据光照强度的Beta分布，模拟产生一年每小时 的辐照强度； 3) 负荷时序模型： 负荷每日的波动特性与负荷类型有着极大的关系，同类负荷在一年四季的变化情况也 有一定差别。本专利将负荷分为农业负荷、商业负荷、工业负荷、市政生活负荷四类，因此， 一年四季共有16条典型负荷曲线，基于四季各类负荷数据及典型曲线来模拟一年8760小 时的负荷情况； 由于各种偶然因素导致负荷预测值与实际值之间存在一定误差，该误差一般是服从正 态分布的随机变量，实际负荷如下：
式中，fMal为实际值，ff_为预测值，r_是服从N(0，1)的随机数。kflu为波动系数，将 后续仿真时该值取为1 ;利用该公式对预测的负荷大小进行校正。
4. 根据权利要求1所述的基于随机最优潮流的随机间歇性DG优化集成的评估方法，其 特征在于所述步骤（2)中还包括： 4)基于最优潮流的ADN的主动优化运行，所述最优潮流是指当已知系统的结构参数和 负荷情况时，调节可利用的控制变量，找到能满足所有运行约束条件的，并使系统的某一性 能指标达到最优值的潮流分布；这与ADN中运用控制手段达到最优运行目标相似，因此基 于所模拟的DG最大出力和负荷情况，利用最优潮流计算确定ADN各时段的运行状态；其中 ADN最优潮流的优化目标即为公式（1)，控制变量为分段及联络开关状态、DG的有功和无功 出力、变压器分接头位置。
5. 根据权利要求1或4所述的基于随机最优潮流的随机间歇性DG优化集成的评估方 法，其特征在于所述步骤（2)中：在最优潮流计算时，选取变电站主变容量最大的高压母线 作为平衡节点，接入的DG根据集成模式采用不同的节点类型；若DG接入采用FF模式，则 潮流计算时设置为PQ节点，其PQ出力在所计算的时间断面下为恒定值，不对其进行优化 计算；若DG采用远程主动管理模式，则初始化为PV节点，该DG最终的有功、无功出力及电 压水平经最优潮流优化后确定，有功功率的上限根据风速与光照强度结合式（12)、（13)确 定，下限根据DG允许的有功削减率由式（10)确定，无功功率的上下限通过式（11)确定。在 迭代计算过程中，若DG输出的无功功率越限，则相应的PV节点转换为PQ节点，将无功出力 设置为限制值重新计算。
【文档编号】G06Q10/04GK104463357SQ201410705183
【公开日】2015年3月25日 申请日期:2014年11月27日 优先权日:2014年11月27日
【发明者】张静炜, 严耀良, 金山红, 郭峰, 董成明, 张俊, 周卫国, 杨晓雷, 屠一艳, 刘军, 黄静, 孙可, 黄宏盛, 李振坤, 卫春峰 申请人:国家电网公司, 国网浙江省电力公司嘉兴供电公司, 国网浙江省电力公司