本发明属于配电网运行与控制,尤其涉及考虑配电网主动重构的光伏消纳能力优化方法及装置。
背景技术:
1、太阳能具有的清洁可再生且无污染的特点使其成为当今世界追求可持续发展和减少温室气体排放的重要能源之一。而利用太阳能较为成熟、广泛的方式便是光伏发电技术,其具备显著的环保和经济效益,是典型的绿色电力。
2、随着我国新型电力系统建设的深化,以分布式光伏发电为代表的分布式新能源就地开发利用快速发展。由于分布式光伏输出的随机性和波动性,其大规模接入配电网引发了一系列问题,包括配电网稳定性低、电能质量降低、网络规划困难等难题。因此,优化加强配电网网络架构,合理配置布点容量,不断丰富配电网调节手段和智能化升级成为新型配电系统建设的重点。
3、当前对分布式光伏消纳能力的评估优化方法,未充分考虑分布式光伏出力的随机性,也未充分考虑对配电网网络架构的优化方案,因此,当前配电网的分布式光伏的消纳能力还有待提高。
技术实现思路
1、本发明实施例提供了考虑配电网主动重构的光伏消纳能力优化方法及装置,以有效提升配电网的分布式光伏的消纳能力。
2、本发明是通过如下技术方案实现的:
3、第一方面,本发明实施例提供了一种考虑配电网主动重构的光伏消纳能力优化方法,包括:基于目标配电网中分布式光伏接入节点的最大准入容量,建立所述目标配电网的分布式光伏的消纳能力指标的数学模型;基于所述分布式光伏的消纳能力指标的数学模型,建立以所述目标配电网的分布式光伏消纳能力最大为目标的目标函数;基于所述目标配电网的网络参数,建立约束条件;基于所述目标函数和所述约束条件,建立光伏消纳能力优化模型;所述约束条件包括基于节点电压偏差约束的机会约束条件;采用遗传算法和线性规划相结合的混合计算方法对所述光伏消纳能力优化模型进行求解,并根据求解的结果,对所述目标配电网的网络拓扑结构进行优化重构。
4、结合第一方面,在一些实施例中,所述基于节点电压偏差约束的机会约束条件为:
5、pro{1-ε≤vn≤1+ε}≥γ
6、其中,1-ε≤vn≤1+ε为节点电压偏差约束,vn为所述目标配电网中分布式光伏接入节点n的电压,ε为所述接入节点n的电压允许偏差,pro{}代表{}内约束成立的概率,γ为置信度。
7、结合第一方面,在一些实施例中,所述目标函数的变量包括连续变量和离散变量,所述连续变量为所述目标配电网的各个分布式光伏接入节点的最大准入容量,所述离散变量为所述目标配电网中各个开关的状态;所述采用遗传算法和线性规划相结合的混合计算方法对所述光伏消纳能力优化模型进行求解,包括:生成初始种群;采用线性规划对所述连续变量进行求解;计算并评估每个个体的适应度,所述个体为所述目标配电网的网络拓扑结构的任意一个重构方案;判断当前是否满足所述混合计算方法的收敛条件;若满足所述收敛条件,则输出所述连续变量和所述离散变量的值,以及所述目标配电网的分布式光伏消纳能力的值;若不满足所述收敛条件,则采用遗传算法对所述离散变量进行求解,得到满足所述机会约束条件的解后,跳转至“采用线性规划对所述连续变量进行求解”的步骤。
8、结合第一方面,在一些实施例中,所述采用遗传算法对所述离散变量进行求解,包括:通过选择、交叉、变异,生成下一代个体;对接入所述目标配电网的分布式光伏的实际出力进行蒙特卡洛抽样;对当前抽样结果下的所有所述下一代个体对应的所述目标配电网的网络拓扑进行潮流计算,若计算结果不满足所述机会约束条件,则跳转至“通过选择、交叉、变异,生成下一代个体”的步骤,直至计算结果满足所述机会约束条件。
9、结合第一方面,在一些实施例中,所述对接入所述目标配电网的分布式光伏的实际出力进行蒙特卡洛抽样,包括:基于蒙特卡洛抽样模拟技术,根据分布式光伏出力的概率密度函数,对接入所述目标配电网的分布式光伏的实际出力进行抽样;所述分布式光伏出力的概率密度函数为:
10、
11、其中,ppv为所述目标配电网中某个分布式光伏接入节点的分布式光伏的实际输出有功功率,为该分布式光伏接入节点的分布式光伏最大准入容量,γ(·)为gamma函数;α与β为beta分布的尺度参数。
12、结合第一方面,在一些实施例中,所述目标配电网的分布式光伏的消纳能力指标的数学模型为:
13、
14、其中,为所述目标配电网中分布式光伏接入节点n的分布式光伏最大准入容量,npv为所述目标配电网中分布式光伏接入节点的总数。
15、结合第一方面,在一些实施例中,所述目标函数为:
16、maxf(x,u)=maxpvhci
17、其中,pvhci为所述目标配电网的分布式光伏的消纳能力指标,x为连续变量,u为离散变量;
18、x和u的表达式为:
19、
20、
21、其中,v为所述目标配电网的节点电压向量,s为所述目标配电网的视在功率向量;swr为所述目标配电网中开关r的状态,开关包括联络开关和分段开关,开关的状态通过整数0和1来表示,0代表开关打开,1代表开关闭合;nbr为所述目标配电网中可操作的分段开关和联络开关的总数,ne-bus为所述目标配电网的电气节点数。
22、结合第一方面,在一些实施例中,所述约束条件还包括潮流方程约束、节点电压约束、支路的容量约束和配电网辐射状运行约束;
23、所述潮流方程约束包括:
24、
25、
26、其中,pn、qn分别为所述目标配电网中节点n的注入有功功率、注入无功功率,pn+1、qn+1分别为所述目标配电网中节点n+1的注入有功功率、注入无功功率,ppv,n为所述目标配电网中分布式光伏接入节点n的分布式光伏的实际输出有功功率,所述目标配电网中分布式光伏接入节点n即接入了分布式光伏的节点n,ppv,n+1为所述目标配电网中分布式光伏接入节点n+1的分布式光伏的实际输出有功功率,vn、vn+1分别为所述目标配电网中节点n、节点n+1的电压,pn+1、qn+1分别为节点n+1的负荷消耗的有功功率、无功功率,rf为节点n和节点n+1之间的电阻,xf为节点n和节点n+1之间的电抗;
27、所述节点电压约束包括:
28、
29、所述支路的容量约束为:
30、
31、其中,为所述目标配电网中支路ij的电流,为所述目标配电网中支路ij允许的最大电流值;
32、所述配电网辐射状运行约束为:
33、nloop=nbr-ne-bus+1
34、其中,nloop为所述目标配电网的环网个数,nbr为所述目标配电网中可操作的分段开关和联络开关的总数,ne-bus为所述目标配电网的电气节点数。
35、结合第一方面,在一些实施例中,所述线性规划的计算方式为调用cplex商业求解器进行计算。
36、第二方面,本发明实施例提供了一种考虑配电网主动重构的光伏消纳能力优化装置,包括:指标建模模块,用于基于目标配电网中分布式光伏接入节点的最大准入容量,建立所述目标配电网的分布式光伏的消纳能力指标的数学模型;评估计算模块,用于基于所述分布式光伏的消纳能力指标的数学模型,建立以所述目标配电网的分布式光伏消纳能力最大为目标的目标函数;基于所述目标配电网的网络参数,建立约束条件;基于所述目标函数和所述约束条件,建立光伏消纳能力优化模型;所述约束条件包括基于节点电压偏差约束的机会约束条件;混合求解模块,用于采用遗传算法和线性规划相结合的混合计算方法对所述光伏消纳能力优化模型进行求解,并根据求解的结果,对所述目标配电网的网络拓扑结构进行优化重构。
37、本发明实施例与相关技术相比存在的有益效果是:
38、本发明实施例提供一种考虑配电网主动重构的光伏消纳能力优化方法及装置,首先基于目标配电网中分布式光伏接入节点的最大准入容量,建立目标配电网的分布式光伏的消纳能力指标的数学模型,然后基于该消纳能力指标的数学模型,建立以目标配电网的分布式光伏消纳能力最大为目标的目标函数,再建立了包括节点电压偏差机会约束条件的约束条件,基于目标函数和约束条件建立光伏消纳能力优化模型,通过对该光伏消纳能力优化模型进行求解,确定出对目标配电网的网络拓扑结构进行优化重构的方案,从而改善了系统节点电压分布,提升配电网的分布式光伏消纳能力。同时,以配电网节点电压偏差为机会约束条件,在软约束下尽可能提高了配电网主动重构对分布式光伏消纳能力的提升作用,有效提升了配电网的分布式光伏消纳能力。此外,模型求解方式为遗传算法和线性规划相结合的混合计算方法,实现了对基于配电网主动重构的光伏消纳能力优化问题这一复杂模型的高效求解。