一种源网荷储的农村配电网规划方法、装置、设备及介质制造方法及图纸

本发明专利技术属于新能源及节能技术领域，具体公开了一种源网荷储协同的农村配电网规划方法、装置、设备及介质，包括：源荷概率场景生成和场景消减；建立农村电网双层优化规划模型；农村电网双层优化规划模型求解；本发明专利技术首先采用概率场景方法进行源荷不确定性的描述，建立农村电网双层优化规划模型，两层交互迭代，确保快速搜索到最佳规划容量，并采用基于元模型的优化方法与二阶锥优化结合的模型求解方法对农村电网双层优化规划模型求解，得到配电网期望运行指标，根据配电网期望运行指标，获得农村配电网规划方法，将有助于减少计算时间，提高最优解的搜索效率，可为综合能源微网、主动配电网的规划提供参考。电网的规划提供参考。电网的规划提供参考。

【技术实现步骤摘要】
一种源网荷储的农村配电网规划方法、装置、设备及介质


[0001]本专利技术属于新能源及节能
，具体涉及一种源网荷储的农村配电网规划方法、装置、设备及介质。

技术介绍

[0002]传统农网电网存在投资大、线损高，可靠性和电压质量较差的问题。随着智能电网技术的发展和应用，低压分布式电源的不断接入，导致农村台区出现高电压、功率倒送、线损增加等问题。随着电动汽车的推广应用，不可调控的充电负荷导致重过载、三相不平衡、增容改造投资大等问题。随着储能技术的成熟和推广，台区侧分布式电源和储能的配置研究也引起了广泛关注，并开展了台区级微电网技术研究和示范应用。同时，农村电网将面临更高比例的分布式电源和新兴负荷接入，现有技术已不能很好解决高电压、功率倒送、线损增加等农村配电网方面的问题。

技术实现思路

[0003]为了克服现有技术的缺点，本专利技术的目的在于提供一种源网荷储的农村配电网规划方法、装置、设备及介质，以解决农村台区出现高电压、功率倒送、线损增加，规划容量不平衡的问题。
[0004]为了达到上述目的，本专利技术采用以下技术方案实现：
[0005]第一方面，本专利技术提供一种源网荷储的农村配电网规划方法，其特征在于，包括：
[0006]S1：获取采样数据；对采样数据进行概率场景生成和场景削减，输出经过场景生成和场景消减后的数据；
[0007]S2：建立农村电网双层优化规划模型，外层优化模型为分布式电源、储能设备的容量规划，内层优化模型为在给定规划容量下的系统源、荷、储协调运行优化
[0008]S3：将经过场景生成和场景消减后的数据带入农村电网双层优化规划模型进行求解，得到配电网期望运行指标，根据配电网期望运行指标，获得农村配电网规划方法。
[0009]进一步的，所述源荷概率场景生成包括：
[0010]采用拉丁超立方抽样进行源荷不确定性的采样，具体采样方法如下：
[0011]S111：对于随机变量x
i
，将x
i
的累积概率分布曲线F
xi
＝f
i
(x
i
)的纵轴等概率的分成N个区间，在每个区间内随机抽取一个值，且有
[0012][0013]S112：对于随机变量xx的第k个采样值x
ik
，其对应的累积分布概率为：
[0014][0015]其中，r
n
～N(0，1)服从均匀分布；
[0016]通过计算累积分布函数F
xi
的反函数，求得x
i
的第k个采样值x
ik
，满足：
[0017][0018]S113：采样完成后，将每个随机变量的采样值排成矩阵的一列，形成一个N
×
P的采样矩阵；采用Gram
‑
Schmidt序列正交化方法进行排序，将上述N
×
P的采样矩阵转化为标准正交向量，通过迭代计算使各列的相关性最小；最后形成N个采样场景。
[0019]进一步的，所述场景消减包括：
[0020]采用SBR技术进行采样场景削减并确定相应概率；假定初始采样场景集合中有N个采样场景S＝{s
θ
，θ＝1，
…
，N}，每个采样场景对应的概率为p
θ
，利用LHS生成的每个采样场景的概率都为定义采样场景向量的2范数为采样场景的概率距离作为降阶尺度，记作d(i，j)＝d(s
i
，s
j
)；最终采样场景数目为N
E
，S
D
为被删掉的采样场景集合，初始阶段为空；
[0021]所述场景削减的基本步骤如下：
[0022]S121：计算采样场景i，j之间的概率距离d(i，j)＝d(s
i
，s
j
)i，j＝1，
…
，N；
[0023]S122：对于每一个采样场景m，找到与其距离最短的采样场景n，即d(m，n)＝mmin d(m，k)k≠m，k∈S；
[0024]S123：采样场景m的概率为p
m
，计算Pd
m
(n)＝p
m
d(m，n)，由Pd
m
(r)＝min P d
m
确定待删除的采样场景r；
[0025]S124：修正样本S和S
D
及相关概率S＝S
‑
{r}，S
D
＝S
D
+{r}p
m
＝p
m
+p
r
；
[0026]S125：N＝N
‑
1N，当N＝N
E
时，迭代终止，否则，转至S122。
[0027]进一步的，所述外层优化模型以各DG、ESS的装机规划容量为决策变量，优化目标为最小化系统总成本，其中包括系统初始投资成本和规划容量下的系统运行成本；所述内层优化模型以规划容量下的系统运行成本最小化为目标，运行成本包括分布式电源燃耗成本、维护成本、网损成本、购电成本和需求响应补偿成本；控制决策变量包括各时段的分布式电源的出力、电储能的充放电功率，热储能的吸热或放热功率约束、联络线功率约束，切负荷或负荷转移功率，同时需满足系统潮流约束、节点电压约束、储能充放电功率约束、储能SOC约束、机组出力上下限约束、爬坡率约束，需求响应约束。
[0028]进一步的，所述外层优化模型中最小化系统总成本下式所示：
[0029]min F(X)＝F1(X)+F2(X，Y)
[0030]其中，F(X)为系统总成本，X为规划决策变量集合，指代各DG、电储能、热储能、补燃锅炉等单元的规划容量，F1(X)为所有设备的总投资成本，计算如下式所示，F2(X，Y)为规划容量下的系统总运行成本，由内层运行模拟返回值，Y为运行决策变量；
[0031][0032]其中，分别为光伏、风机、
微燃机、电储能、热储能、补然锅炉的单位功率投资成本，n
PV
、n
WT
、n
MT
、n
ESS
、n
TESS
、n
B
分别为光伏、风机、微燃机、电储能、热储能、补燃锅炉的装机台数；ρ为年利率，L为工程设计周期；X为规划决策变量集，由光伏、风机、微燃机、电储能、热储能、补然锅炉的装机容量构成，如下式所示：
[0033][0034]进一步的，所述内层优化模型具体如下：
[0035][0036][0037][0038][0039][0040][0041]其中，F2(X，Y)指代规划容量下的系统运行总成本，s和t分别代指场景和时间段；T
N
为各场景下总的运行时段数，n
MT
为规划的微燃机总台数，指代t时段的燃耗成本，包括微燃机的燃耗及补燃锅炉的燃耗本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种源网荷储的农村配电网规划方法，其特征在于，包括：S1：获取采样数据；对采样数据进行概率场景生成和场景削减，输出经过场景生成和场景消减后的数据；S2：建立农村电网双层优化规划模型，外层优化模型为分布式电源、储能设备的容量规划，内层优化模型为在给定规划容量下的系统源、荷、储协调运行优化；S3：将经过场景生成和场景消减后的数据带入农村电网双层优化规划模型进行求解，得到配电网期望运行指标，根据配电网期望运行指标，获得农村配电网规划方法。2.根据权利要求1所述的一种源网荷储的农村配电网规划方法，其特征在于，所述源荷概率场景生成包括：采用拉丁超立方抽样进行源荷不确定性的采样，具体采样方法如下：S111：对于随机变量x
i
，将x
i
的累积概率分布曲线F
xi
＝f
i
(x
i
)的纵轴等概率的分成N个区间，在每个区间内随机抽取一个值，且有S112：对于随机变量x
i
的第k个采样值x
ik
，其对应的累积分布概率为：其中，r
n
～N(0,1)服从均匀分布；通过计算累积分布函数F
xi
的反函数，求得x
i
的第k个采样值x
ik
，满足：S113：采样完成后，将每个随机变量的采样值排成矩阵的一列，形成一个N
×
P的采样矩阵；采用Gram
‑
Schmidt序列正交化方法进行排序，将上述N
×
P的采样矩阵转化为标准正交向量，通过迭代计算使各列的相关性最小；最后形成N个采样场景。3.根据权利要求2所述的一种源网荷储的农村配电网规划方法，其特征在于，所述场景消减包括：采用SBR技术进行采样场景削减并确定相应概率；初始采样场景集合中有N个采样场景S＝{s
θ
,θ＝1,
…
,N}，每个采样场景对应的概率为p
θ
，利用LHS生成的每个采样场景的概率都为定义采样场景向量的2范数为采样场景的概率距离作为降阶尺度，记作d(i,j)＝d(s
i
,s
j
)；最终采样场景数目为N
E
，S
D
为被删掉的采样场景集合，初始阶段为空；所述场景削减的基本步骤如下：S121：计算采样场景i，j之间的概率距离d(i,j)＝d(s
i
,s
j
)i,j＝1,
…
,N；S122：对于每一个采样场景m，找到与其距离最短的采样场景n，即d(m,n)＝mind(m,k)k≠m,k∈S；S123：采样场景m的概率为p
m
，计算Pd
m
(n)＝p
m
d(m,n)，由Pd
m
(r)＝minPd
m
确定待删除的采样场景r；S124：修正样本S和S
D
及相关概率S＝S
‑
{r}，S
D
＝S
D
+{r}p
m
＝p
m
+p
r
；
S125：N＝N
‑
1N，当N＝N
E
时，迭代终止，否则，转至S122。4.根据权利要求1所述的一种源网荷储的农村配电网规划方法，其特征在于，所述外层优化模型以各DG、ESS的装机规划容量为决策变量，优化目标为最小化系统总成本，其中包括系统初始投资成本和规划容量下的系统运行成本；所述内层优化模型以规划容量下的系统运行成本最小化为目标，运行成本包括分布式电源燃耗成本、维护成本、网损成本、购电成本和需求响应补偿成本；控制决策变量包括各时段的分布式电源的出力、电储能的充放电功率，热储能的吸热或放热功率约束、联络线功率约束，切负荷或负荷转移功率，同时需满足系统潮流约束、节点电压约束、储能充放电功率约束、储能SOC约束、机组出力上下限约束、爬坡率约束，需求响应约束。5.根据权利要求4所述的一种源网荷储的农村配电网规划方法，其特征在于，所述外层优化模型中最小化系统总成本下式所示：min F(X)＝F1(X)+F2(X,Y)其中，F(X)为系统总成本，X为规划决策变量集合，指代各DG、电储能、热储能、补燃锅炉等单元的规划容量，F1(X)为所有设备的总投资成本，计算如下式所示，F2(X,Y)为规划容量下的系统总运行成本，由内层运行模拟返回值，Y为运行决策变量；其中，分别为光伏、风机、微燃机、电储能、热储能、补然锅炉的单位功率投资成本，n
PV
、n
WT
、n
MT
、n
ESS
、n
TESS
、n
B
分别为光伏、风机、微燃机、电储能、热储能、补燃锅炉的装机台数；ρ为年利率，L为工程设计周期；X为规划决策变量集，由光伏、风机、微燃机、电储能、热储能、补然锅炉的装机容量构成，如下式所示：6.根据权利要求5所述的一种源网荷储的农村配电网规划方法，其特征在于，所述内层优化模型具体如下：优化模型具体如下：
其中，F2(X,Y)指代规划容量下的系统运行总成本，s和t分别代指场景和时间段；T
N
为各场景下总的运行时段数，n
MT
为规划的微燃机总台数，指代t时段的燃耗成本，包括微燃机的燃耗及补燃锅炉的燃耗；a
i
、b
...

【专利技术属性】
技术研发人员：张志远，纪斌，张茂群，赵虎，何莹，安荣起，谭久俞，杨帆，刘旭东，晋攀，苏仲伟，宋鑫，邓小龙，刘鹏，解芳，刘剑韬，
申请(专利权)人：国家电网有限公司中国电力科学研究院有限公司，
类型：发明
国别省市：