一种分布式集群配置调度方法、计算机设备及存储介质与流程

本发明涉及配电网调度自动化技术领域，更具体地，涉及一种考虑可用输电能力的分布式集群配置调度方法、计算机设备及存储介质。

背景技术：

在配电网自动化调度过程中，负荷预测和光伏发电预测模块是不可或缺的一个环节，这两个模块能够根据气象预测等信息，以15分钟为周期给出第二天的日前光伏发电有功预测和负荷有功预测结果。在此基础上，通过对配电网设备的合理划分，形成分布式发电集群和分布式负荷集群，并考虑集群间的可用输电能力，作为分布式集群上网电量优化的一项参考指标，能够促进分布式能源的就近消纳。

公开号为cn109599879a的专利公开了一种考虑储能设备充放电次数优化的配电网有功功率调度方法，提出了根据配电网日前负荷预测以及光伏发电预测，得到第二天的96预测点关口负荷曲线，然后根据储能动作需求及储能容量上下限，对储能设备充放电进行控制，将96预测点储能调节量以功率形式分配给储能设备。然而，该方法没有考虑到集群间的可用输电能力，存在分布式能源利用率低的问题。

技术实现要素：

本发明为克服上述现有技术的分布式能源利用率低的缺陷，提供一种考虑可用输电能力的分布式集群配置调度方法，以及实现该分布式集群配置调度方法的计算机设备及存储介质。

为解决上述技术问题，本发明的技术方案如下：

一种分布式集群配置调度方法，包括以下步骤：

s1：根据配电网的运行方式，将配电网光伏发电设备和储能设备划分为分布式发电集群gc1，将配电网中的负荷设备划分为分布式负荷集群lc1；

s2：设定分布式发电集群gc1在未来一天的96预测点总光伏发电值设定分布式负荷集群lc1在未来一天的96预测点总负荷预测值其中，i为以15分钟为周期的预测点，且i∈[1,96]；

s3：根据总光伏发电值和总负荷预测值计算分布式集群的可用输电能力，得到分布式发电集群gc1和分布式负荷集群lc1的群间传输路径最大可用输电能力时分布式发电集群gc1的发电量

s4：根据发电量总光伏发电值总负荷预测值确定分布式发电集群gc1中储能设备在96个预测点的储能设备动作量ei；

s5：根据储能设备动作量ei，将动作量ei转换为功率变化，并分配给分布式发电集群gc1的储能设备。

本技术方案中，将配电网中的分布式集群设备分为分布式发电集群和分布式负荷集群；根据配电网日前负荷预测以及光伏发电预测，得到第二天的96预测点光伏集群发电曲线和96预测点负荷集群负荷曲线；从第1点开始，计算每个时间点分布式发电集群和分布式负荷集群群间传输路径的最大可用输电能力，记录最大可用输电能力时分布式发电集群发电量，并结合发电集群中储能设备的容量，预测发电集群中储能设备的动作量并进行优化，最后，将96预测点储能设备动作量以功率形式分配给分布式发电集群中的储能设备。

优选地，s3步骤计算分布式集群的可用输电能力的过程中，设定分布式发电集群gc1中储能设备动作量为0，并采用重复潮流发进行可用输电能力计算。

优选地，s4步骤中，其具体步骤如下：

s41：设置i＝1；

s42：比对发电量总光伏发电值总负荷预测值结合当前的储能设备容量确定第i个预测点的储能设备的动作量ei；

s43：将动作量ei与当前的储能设备容量之和，与分布式发电集群gc1中储能设备的储能容量上限emax相比较，将符合预设的条件的动作量ei存入充电序列eseq中；

s44：设置i＝i+1，然后跳转执行s42步骤，直到i＝96，得到96个预测点的储能设备动作量ei。

优选地，s42步骤中，第i个预测点的储能设备的动作量ei的计算公式如下：

其中，当ei>0时表示储能设备充电动作，当ei<0时表示储能设备放电动作，且动作量ei的容量单位为兆瓦时(mw.h)；当时，若则取和中的最小值作为关口潮流的优化目标功率，计算第i个预测点的gc1中储能设备15分钟内的动作量ei；若则取和中的最大值作为关口潮流的优化目标功率，计算第i个预测点的gc1中储能设备15分钟内的动作量ei；当时，则取和中的最小值作为关口潮流的优化目标，计算第i个预测点的gc1中储能设备15分钟内的动作量ei。

优选地，s43步骤中，其具体步骤如下：

记录第i个预测点的储能设备的动作量ei，判断：若则将动作量ei存入充电序列eseq中，将充电序列eseq中保存的动作量数据从大到小进行排序，将其最小动作量记为否则将所述动作量ei存入充电序列eseq中，然后跳转执行s44步骤。

优选地，s43步骤中，当时，将动作量ei存入充电序列eseq中，将充电序列eseq中保存的动作量数据从大到小进行排序，将其最小动作量记为还包括以下步骤：

对最小动作量进行判断：若则将从充电序列eseq中删除，并使然后重复本步骤，直到满足并使充电序列eseq中最小动作量为为：

优选地，s5步骤中，其具体步骤如下：

s51：将动作量ei转换为功率，计算储能设备在第i预测点的调节总功率其单位为兆瓦(mw)，其具体计算公式如下：

s52：根据调节总功率以及分布式发电集群gc1中各储能设备的容量分配，计算各储能设备的调节量。

优选地，s52步骤中，储能设备的调节量计算公式如下：

其中，n为分布式发电集群gc1中储能设备的个数，表示每个储能设备的当前容量，表示每个储能设备的最大容量，emax表示分布式发电集群gc1中储能设备的总容量。

本发明还提出了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述基于可用输电能力的分布式集群配置调度方法的步骤。

本发明还提出了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述基于可用输电能力的分布式集群配置调度方法的步骤。

与现有技术相比，本发明技术方案的有益效果是：采用计算可用输电能力的方法，以分布式发电集群和分布式负荷集群群间最大传输容量为目标，计算出分布式发电集群96预测点关口潮流优化曲线，使分布式发电集群的发电量最大程度被分布式负荷集群就近消纳，提高了分布式发电资源的利用效率。

附图说明

图1为本发明的分布式集群配置调度方法的流程图。

图2为本实施例的分布发电集群和分布式负荷集群的群间可用输电能力曲线图。

图3为本实施例的分布式发电集群中储能设备调节动作曲线示意图。

图4为本实施例的储能设备动作调节后集群发电曲线示意图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

下面结合附图和实施例对本发明的技术方案做进一步的说明。

本实施例提出一种分布式集群配置调度方法，如图1所示，为本实施例的分布式集群配置调度方法的流程图。

本实施例提出的分布式集群配置调度方法中，包括以下步骤：

s1：根据配电网的运行方式，将配电网光伏发电设备和储能设备划分为分布式发电集群gc1，将配电网中的负荷设备划分为分布式负荷集群lc1。

本步骤中，通过合理划分配网中的设备，形成分布式发电集群和分布式负荷集群，并确定分布式发电集群和分布式负荷集群群间功率传输路径。

s2：设定分布式发电集群gc1在未来一天的96个预测点总光伏发电值设定分布式负荷集群lc1在未来一天的96个预测点总负荷预测值其中，i为以15分钟为周期的预测点，且i∈[1,96]。

在本实施例中，预测点总光伏发电值及预测点总负荷预测值由配电网的调度计划中心设定。

s3：根据总光伏发电值和总负荷预测值计算分布式集群的可用输电能力，得到分布式发电集群gc1和分布式负荷集群lc1的群间传输路径最大可用输电能力时分布式发电集群gc1的发电量用于优化发电集群gc1中储能设备的动作量。

本实施例中，设定分布式发电集群gc1中储能设备动作量为0，并采用重复潮流发计算每时刻群间传输路径的最大可用输电能力。

s4：根据发电量总光伏发电值总负荷预测值确定分布式发电集群gc1中储能设备在96个预测点的储能设备动作量ei；其具体步骤如下：

s41：设置i＝1；

s42：比对发电量总光伏发电值总负荷预测值结合当前的储能设备容量确定第i个预测点的储能设备的动作量ei；其中，第i个预测点的储能设备的动作量ei的计算公式如下：

其中，当ei>0时表示储能设备充电动作，当ei<0时表示储能设备放电动作，且动作量ei的容量单位为兆瓦时(mw.h)；当时，若则取和中的最小值作为关口潮流的优化目标功率，计算第i个预测点的gc1中储能设备15分钟内的动作量ei；若则取和中的最大值作为关口潮流的优化目标功率，计算第i个预测点的gc1中储能设备15分钟内的动作量ei；当时，则取和中的最小值作为关口潮流的优化目标，计算第i个预测点的gc1中储能设备15分钟内的动作量ei；

s43：将动作量ei与当前的储能设备容量之和，与分布式发电集群gc1中储能设备的储能容量上限emax相比较，将符合预设的条件的动作量ei存入充电序列eseq中；其具体步骤如下：

1)记录第i个预测点的储能设备的动作量ei；

2)判断：若则将动作量ei存入充电序列eseq中，然后执行3)步骤；否则将动作量ei存入充电序列eseq中，然后跳转执行s44步骤；

3)将充电序列eseq中保存的动作量数据从大到小进行排序，将完成排序的充电序列eseq中的最小动作量记为然后对该最小动作量进行判断：

若则将从充电序列eseq中删除，并使然后重复本步骤，直到满足并使充电序列eseq中最小动作量为：

s44：设置i＝i+1，然后跳转执行s42步骤，直到i＝96，得到96个预测点的储能设备动作量ei。

本步骤中，从第1个预测点开始，采用重复潮流法，计算每个时间点分布式发电集群和分布式负荷集群群间传输路径的最大可用输电能力，记录最大可用输电能力时分布式发电集群发电量，并结合发电集群中储能设备的容量，预测发电集群中储能设备的动作量。针对第i个预测点，当其分布式集群中储能设备充电动作量超出储能设备容量上限时，对前i-1点充电动作序列进行优化排序，优先满足储能设备充电动作量较大时刻的需求。

s5：根据储能设备动作量ei，将动作量ei转换为功率变化，并分配给分布式发电集群gc1的储能设备；其具体步骤如下：

s51：将动作量ei转换为功率，计算储能设备在第i预测点的调节总功率其单位为兆瓦(mw)，其具体计算公式如下：

s52：根据调节总功率以及分布式发电集群gc1中各储能设备的容量分配，计算各储能设备的调节量；其中，储能设备的调节量计算公式如下：

其中，n为分布式发电集群gc1中储能设备的个数，表示每个储能设备的当前容量，表示每个储能设备的最大容量，emax表示分布式发电集群gc1中储能设备的总容量。

本实施例中，使用可用输电能力的计算方法对配电网的配置调度进行优化，以分布式发电集群和分布式负荷集群群间最大传输容量为目标，通过计算每时刻群间传输路径的最大可用输电能力，形成分布式发电集群的96预测点关口潮流优化曲线，同时考虑分布式发电集群中储能设备的容量，预测得出每时刻各储能设备的动作量，使分布式发电集群的发电量最大程度被分布式负荷集群就近消纳，提高了分布式发电资源的利用效率。

在一个具体实施过程中，在cpu为i7-8550u，1.8ghz和内存为16gb配置的笔记本电脑上进行测试。

基于实际系统的天气预测，得到分布式发电集群gc196点输出功率预测值和分布式负荷集群lc196点负荷预测值，假设分布式发电集群中的储能设备的动作量为0，并逐点进行可用输电能力计算，得到分布发电集群gc1和分布式负荷集群lc1的群间可用输电能力曲线，如图2所示。

由图可知，图2提供了分布式发电集群gc196点发电预测、分布式负荷集群lc196点负荷预测及群间可用输电能力数据，其中第0预测点到第31预测点这一区间内，分布式发电集群gc1出力最小，分布式发电集群gc1中的储能设备无需动作；第32预测点到第68预测点这一区间内，为保证分布式发电集群gc1出力就近消纳，选择分布式负荷集群lc1的负荷曲线作为分布式发电集群gc1的出力调整目标曲线，分布式发电集群gc1中的储能设备充电动作；第69预测点到第96预测点这一区间内，分布式发电集群gc1出力小于分布式负荷集群lc1负荷。

考虑到传输通道的可用输电能力容量限制，本实施例选用可用输电能力曲线作为分布式发电集群gc1的出力调整目标曲线，分布式发电集群gc1中的储能设备放电动作，可得到分布式发电集群gc1中储能设备调节动作曲线，如图3所示，为本实施例的分布式发电集群gc1中储能设备调节动作曲线示意图，其中，当功率为正值时表示储能设备为充电动作，当功率为负值时表示储能设备为放电动作。

此外，如图4所示，为本实施例储能设备参与调节后的分布式发电集群gc1发电曲线示意图。由图可知，考虑分布式发电集群gc1和分布式负荷集群lc1群间可用输电能力的情况下，经过储能设备的调节，分布式发电集群gc1的发电功率曲线和分布式负荷集群lc1负荷曲线基本吻合，分布式发电集群gc1的发电量，完全被选定的分布式负荷集群lc1就近消纳。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。