一种低压交直流配电台区日前优化调度方法及装置制造方法及图纸

本发明专利技术涉及配电网系统优化配置技术领域，具体提供了一种低压交直流配电台区日前优化调度方法及装置，包括：在各预先构建的配电台区仿真场景中求解预先构建的日前优化调度模型，得到各预先构建的配电台区仿真场景对应的优化结果；在所述各预先构建的配电台区仿真场景对应的优化结果中选取满足约束条件的优化结果作为配电台区的日前优化调度方案；其中，所述优化结果包括下述中的至少一种：配电台区的各节点电压和各节点有功功率。本发明专利技术提供的技术方案在优化调度问题中充分考虑这些不确定性因素，避免了确定性规划中由于源荷不确定性造成的电压越限风险。性造成的电压越限风险。性造成的电压越限风险。

【技术实现步骤摘要】
一种低压交直流配电台区日前优化调度方法及装置


[0001]本专利技术涉及配电网系统优化配置
，具体涉及一种低压交直流配电台区日前优化调度方法及装置。

技术介绍

[0002]随着人们节能环保意识的提高，用户侧分布式光伏和电动汽车数量不断增加，使得台区内的源荷设备更加多样。然而这些源荷侧设备具有较强不确定性，特别是在低压户用分散接入的情况下，会对传统交流配电台区带来负荷冲击、功率及电压波动、网损增加等诸多问题，对台区运行造成经济损失和安全隐患，因此需要考虑源、荷的消纳问题。而消纳不能仅仅从网侧进行，台区内就地消纳和台区间互济互联成为消纳新型源荷的有效手段。将交直流线路通过换流器互联，可实现台区间的功率灵活转供，从而解决不同台区的分布式电源和负荷消纳问题。
[0003]目前，有专利对于不同台区的分布式电源和负荷消纳进行研究，例如：
[0004](1)东南大学黄堃等人提出了一种计及交直流配电网电压风险感知的优化调度方案。该调度方案包含日前和日内两阶段，日前决策调度以经济性为目标，日内风险调度考虑分布式光伏和负荷超短期波动特性。基于超短期预测概率信息，使用结合Nataf变换的随机响应面法进行概率潮流计算，并根据概率潮流结果建立电压风险感知体系。
[0005]但该方法中，只针对了中压交直流配电网进行了优化调度，并未涉及用户侧低压交直流台区的互济互联。
[0006](2)天津大学游金阔等人提出了一种以静态电压稳定性指标为约束的交直流混合系统低压减载优化策略。首先基于交替迭代法计算系统潮流，建立适用于交直流输电的静态电压稳定性指标；其次基于改进遗传算法，以低压减载损失成本最小为目标函数，求解最优切负荷配置策略。
[0007]但该方法仅分析了最优切负荷的策略，没有考虑用户侧分布式光伏和电动汽车等设备的接入带来的影响。
[0008](3)东南大学的汤茂东提出了一种基于离散一致性算法的分布式多光伏协调控制策略。首先通过离散一致性算法获得光伏控制器功率偏差和运行模式的平均值；然后更新运行模式指令和功率参考指令，并利用光伏之间的互补功率来平衡功率偏差，使得光伏自适应地工作在最大功率跟踪模式或定功率模式。
[0009]但该方法有效平抑了光伏在不同应用场景下存在的功率波动，但对于考虑用户侧源荷设备不确定性的低压交直流配电台区换流器优化控制方法研究尚不充分。

技术实现思路

[0010]为了克服上述缺陷，本专利技术提出了一种低压交直流配电台区日前优化调度方法及装置。
[0011]第一方面，提供一种低压交直流配电台区日前优化调度方法，所述低压交直流配
电台区日前优化调度方法包括：
[0012]在各预先构建的配电台区仿真场景中求解预先构建的日前优化调度模型，得到各预先构建的配电台区仿真场景对应的优化结果；
[0013]在所述各预先构建的配电台区仿真场景对应的优化结果中选取满足约束条件的优化结果作为配电台区的日前优化调度方案；
[0014]其中，所述优化结果包括下述中的至少一种：配电台区的各节点电压和各节点有功功率。
[0015]优选的，所述预先构建的配电台区仿真场景的构建过程包括：
[0016]基于配电台区的功率概率密度函数，采用蒙特卡洛抽样法抽取配电台区的功率仿真数据；
[0017]基于所述配电台区的功率仿真数据对配电台区进行仿真，得到预先构建的配电台区仿真场景。
[0018]进一步的，所述配电台区的功率概率密度函数的数学模型如下：
[0019]F
z
＝F
a
F
b
F
c
[0020]上式中，F
z
为配电台区的功率概率密度函数，F
a
为光伏出力概率密度函数，F
b
为居民负荷功率概率密度函数，F
c
为电动汽车功率概率密度函数。
[0021]进一步的，所述光伏出力概率密度函数F
a
或居民负荷功率概率密度函数F
b
的数学模型如下：
[0022][0023]上式中，P
max
为节点注入功率的最大值，N
M
为光伏出力状态总数或居民负荷功率状态总数，M为GMM模型的高斯分量个数，ω
m
为第m个高斯分量的权重系数，k为高斯混合模型变量的维数，σ
m
为第m个高斯分量的协方差，μ
m
为第m个高斯分量的均值，x为光伏出力的随机变量或居民负荷功率的随机变量，z∈[1,N
M
]。
[0024]进一步的，所述电动汽车功率概率密度函数F
c
的数学模型如下：
[0025][0026]上式中，P
maxev
为节点注入功率的最大值，q∈[1,N
e
]，N
e
为电动汽车功率状态总数，y为电动汽车功率的随机变量，σ
ev
为电动汽车功率的协方差，P
ev
为电动汽车功率期望值。
[0027]优选的，所述预先构建的日前优化调度模型的数学模型如下：
[0028]max(F1‑
C
pur
‑
C
PV
‑
C
loss
)
[0029]上式中，F1为售电收益，C
pur
为向上级电网购电成本，C
PV
为光伏弃光成本，C
loss
为交直流系统运行损耗成本。
[0030]进一步的，所述交直流系统运行损耗成本的数学模型如下：
[0031][0032]上式中，C
loss,AC
为交流网络功率损耗，C
loss,DC
为直流网络功率损耗，C
loss,VSC
为VSC功率损耗，N
AC
为系统中交流网络的节点数，Ω为节点i的相邻节点的集合，I
ij,AC
为流过交流支路ij的电流值的平方形式，r
ij,AC
为交流支路ij的电阻，N
DC
为系统中直流网络的节点数，I
ij,DC
为流过直流支路ij的电流值的平方形式，r
ij,DC
为直流支路ij的电阻。
[0033]优选的，所述约束条件包括下述中的至少一种：节点电压概率约束、支路功率概率约束、交直流系统功率平衡约束、换流器的功率容量约束。
[0034]进一步的，所述节点电压概率约束的数学模型如下：
[0035]P{U
i,min
≤U
i
(ξ)≤U
i,max
}≥β
U
[0036]上式中，P{U
i,min
≤U
i
(ξ)≤U
i,min
}为在预先构建的配电台区仿真场景ξ中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种低压交直流配电台区日前优化调度方法，其特征在于，所述方法包括：在各预先构建的配电台区仿真场景中求解预先构建的日前优化调度模型，得到各预先构建的配电台区仿真场景对应的优化结果；在所述各预先构建的配电台区仿真场景对应的优化结果中选取满足约束条件的优化结果作为配电台区的日前优化调度方案；其中，所述优化结果包括下述中的至少一种：配电台区的各节点电压和各节点有功功率。2.如权利要求1所述的方法，其特征在于，所述预先构建的配电台区仿真场景的构建过程包括：基于配电台区的功率概率密度函数，采用蒙特卡洛抽样法抽取配电台区的功率仿真数据；基于所述配电台区的功率仿真数据对配电台区进行仿真，得到预先构建的配电台区仿真场景。3.如权利要求2所述的方法，其特征在于，所述配电台区的功率概率密度函数的数学模型如下：F
z
＝F
a
F
b
F
c
上式中，F
z
为配电台区的功率概率密度函数，F
a
为光伏出力概率密度函数，F
b
为居民负荷功率概率密度函数，F
c
为电动汽车功率概率密度函数。4.如权利要求3所述的方法，其特征在于，所述光伏出力概率密度函数F
a
或居民负荷功率概率密度函数F
b
的数学模型如下：上式中，P
max
为节点注入功率的最大值，N
M
为光伏出力状态总数或居民负荷功率状态总数，M为GMM模型的高斯分量个数，ω
m
为第m个高斯分量的权重系数，k为高斯混合模型变量的维数，σ
m
为第m个高斯分量的协方差，μ
m
为第m个高斯分量的均值，x为光伏出力的随机变量或居民负荷功率的随机变量，z∈[1,N
M
]。5.如权利要求3所述的方法，其特征在于，所述电动汽车功率概率密度函数F
c
的数学模型如下：上式中，P
max ev
为节点注入功率的最大值，q∈[1,N
e
]，N
e
为电动汽车功率状态总数，y为电动汽车功率的随机变量，σ
ev
为电动汽车功率的协方差，P
ev
为电动汽车功率期望值。6.如权利要求1所述的方法，其特征在于，所述预先构建的日前优化调度模型的数学模型如下：max(F1‑
C
pur
‑
C
PV
‑
C
loss
)
上式中，F1为售电收益，C
pur
为向上级电网购电成本，C
PV
为光伏弃光成本，C
loss
为交直流系统运行损耗成本。7.如权利要求6所述的方法，其特征在于，所述交直流系统运行损耗成本的数学模型如下：C
loss
＝C
loss,AC
+C
loss,DC
+C
loss,VSC
上式中，C
loss,AC
为交流网络功率损耗，C
loss,DC
为直流网络功率损耗，C
loss,VSC
为VSC功率损耗，N
AC
为系统中交流网络的节点数，Ω为节点i的相邻节点的集合，I
ij,AC
为流过交流支路ij的电流值的平方形式，r
ij,AC
为交流支路ij的电阻，N
DC
为系统中直流网络的节点数，I
ij,DC
为流过直流支路ij的电流值的平方形式，r
ij,DC
为直流支路ij的电阻。8.如权利要求1所述的方法，其特征在于，所述约束条件包括下述中的至少一种：节点电压概率约束、支路功率概率约束、交直流系统功率平衡约束、换流器的功率容量约束。9.如权利要求8所述的方法，其特征在于，所述节点电压概率约束的数学模型如下：P{U
i,min
≤U
i
(ξ)≤U
i,max
}≥β
U
上式中，P{U
i,min
≤U
i
(ξ)≤U
i,min
}为在预先构建的配电台区仿真场景ξ中节点i电压超过限值的概率，U
i,min
为节点i电压下限值，U
i
(ξ)为在预先构建的配电台区仿真场景ξ中节点i电压值，U
i,max
为节点i电压上限值，β
U
为节点电压约束的置信水平。10.如权利要求8所述的方法，其特征在于，所述支路功率概率约束的数学模型如下：P{p
k
(ξ)≤p
k,max
}≥p
U
上式中，P{p
k
(ξ)≤p
k,max
}为在预先构建的配电台区仿真场景ξ中支路k的有功功率超过限值的概率，p
k
(ξ)为在预先构建的配电台区仿真场景ξ中支路k的有功功率值，p
max
为支路有功功率上限值，p
U
为支路功率约束的置信水平。11.一种低压交直流配电台区日前优化调度装置，其特征在于，所述装置包括：第一分析模块，用于在各预先构建的配电台区仿真场景中求解预先构建的日前优化调度模型，得到各预先构建的配电台区仿真场景对应的优化结果；第二分析模块，用于在所述各预先构建的...

【专利技术属性】
技术研发人员：盛万兴，李蕊，惠慧，朱刘柱，张辉，赵阳，王铭，吴晓鸣，王绪利，
申请(专利权)人：国家电网有限公司国网安徽省电力有限公司，
类型：发明
国别省市：