【技术实现步骤摘要】
本专利技术涉及能源优化与调度，具体的是一种主网-馈线-台区多层级自治优化调度方法及系统。
技术介绍
1、随着分布式可再生能源的大规模发展和局部并网，多样化灵活性资源的接入将改变传统配电网的结构特点和运行，增加了系统运行的不确定性和复杂性，对配电网的灵活调控能力以及安全运行控制提出了新的挑战。
2、现阶段，考虑灵活资源的多样性和分布特性对配电网运行控制的影响，并且大量分布式电源接入使得配电网中的节点数量增加，拓扑结构变得更加复杂。集中式控制难以确保效果和准确性，而分层分区控制将系统分解为若干个独立的子系统，并分别对各子系统的进行自治协调控制，可有效提高调节精度和响应速度。因此从主网层、馈线层及台区层等不同层级角度进行优化控制是目前研究的热点，但鲜有同时考虑主网层-馈线层-台区层的多层协调控制运行，并且通过馈线层分区实现多个子区域并行控制。此外，对系统的区域划分多运用于配电网的无功优化，而通过区域划分灵活调控资源，以实现配电网安全经济运行、新能源消纳的研究较少.
技术实现思路
1、为解决上述
技术介绍
中提到的不足，本专利技术的目的在于提供一种主网-馈线-台区多层级自治优化调度方法及系统，能够实现区域间功率交互，区域内部独立自治的效果。
2、第一方面，本专利技术的目的可以通过以下技术方案实现：一种主网-馈线-台区多层级自治优化调度方法，其特征在于，方法包括以下步骤：
3、接收主网-馈线-台区多层级相关数据，根据主网-馈线-台区多层级相关数据进行灵活性资源
4、将优化结果反馈至馈线区，馈线区根据优化结果计算得出模块度函数指标，根据模块度函数指标对馈线区进行区域划分，得到多个划分区域；
5、根据多个划分区域，通过sppa-admm算法对主网-馈线-台区分层分区优化调度模型进行求解，输出得到优化调度结果。
6、结合第一方面，在第一方面的某些实现方式中，该方法还包括：所述主网-馈线-台区多层级相关数据包括台区层相关数据和馈线层相关数据；
7、其中，所述台区层相关数据包括分布式光伏和分布式储能；
8、所述馈线层相关数据包括光伏电站、储能电站和ev集群。
9、结合第一方面，在第一方面的某些实现方式中，该方法还包括：所述分布式光伏如下式：
10、
11、式中：是t时刻台区内部第n个分布式光伏的出力；是t时刻台区内部第n个分布式光伏的出力的最大值；
12、分布式储能如下式：
13、
14、式中：δt表示分布式储能充放电时长；分别为第n个分布式储能充电功率和放电功率的最大值；分别为充、放电效率；为t时刻的能量状态，分别为荷电状态的最小值和最大值，分别为储能的初始能量状态和周期末能量状态；分别为t时刻储能的充放电状态，在一个时间段内，储能只有充电、放电其中一种状态，用0和1表示；
15、所述光伏电站如下式：
16、
17、式中：是馈线层节点j处光伏电站有功出力、无功出力的最大值；
18、所述储能电站如下式：
19、
20、式中：分别为j节点储能电站充电功率的最大值和放电功率最大值；为充、放电效率，ej,t为t时刻的能量状态，ej,min、ej,max分别是荷电状态的最小值和最大值，ej,0、ej,t分别为储能的初始能量状态和周期末能量状态，分别为t时刻储能的充放电状态，在一个时间段内，储能只有充电、放电其中一种状态，用0和1表示；
21、所述ev集群包括ev个体充放电模型和ev集群可调度域模型；其中，
22、ev个体充放电模型如下式：
23、
24、式中：分别为第i辆ev在t时刻的充放电功率；分别为第i辆ev额定充放电功率；布尔变量ui,t为1时表示ev并网，ui,t为0时表示ev离网；ta表示第i辆ev的并网时刻；ηcha、ηdis分别表示ev充电效率；δt为时间步长；
25、ev集群可调度域模型如下式：
26、对式子中的ev充放电功率边界、电池安全电量边界采用闵可夫斯基和得到ev集群可调度域的上下边界，如下式所示：
27、
28、式中：t∈t；分别为ev集群在t时刻的可调节的充放电功率的最大值；分别为ev集群v在t时刻可调节的储能电量的最小值和最大值。
29、结合第一方面，在第一方面的某些实现方式中，该方法还包括：所述将主网-馈线-台区多层级相关数据输入至预先建立的主网-馈线-台区分层分区优化调度模型内，通过台区层自治控制，输出得到优化结果的过程：
30、根据台区模型等值的目标函数和约束条件，再利用matlab中的cplex求解器进行求解。
31、结合第一方面，在第一方面的某些实现方式中，该方法还包括：所述馈线区根据优化结果计算得出模块度函数指标的过程：
32、根据极坐标下的牛顿-拉夫逊法潮流计算得到：
33、
34、式中：κup表示有功-电压灵敏度，反映电压幅值与有功功率之间的关系；κuq表示无功-电压灵敏度，反映电压幅值与无功功率之间的耦合关系；
35、进而得到计及有功功率和无功功率的综合电压-功率灵敏度κ公式为：
36、κ＝λκup+(1-λ)κuq (8)
37、式中：其中，λ∈[0,1]为权重系数，综合电压-功率灵敏度矩阵中的元素κij体现了节点j功率对节点i电压的影响，κij越大；
38、定义节点i、j之间的电气距离dij为：
39、
40、采用基于电气距离权重的模块度定义描述节点间的电气耦合程度，通过衡量系统整体模块度确定系统的最优划，模块度函数指标如下：
41、
42、
43、式中：χ为模块度函数；ω为节点集合；wij为连接节点i和j之间的边的权重，wi为与节点i相连的边的权重之和，wj为与节点j相连的边的权重之和，σ是网络边权之和；当i和j在同一个分区时，δ(i,j)为1，反之则为0；
44、得出模块度函数指标后，根据模块度函数指标，采用遗传算法对馈线区域进行划分。
45、结合第一方面，在第一方面的某些实现方式中，该方法还包括：所述预先建立的主网-馈线-台区分层分区优化调度模型包括台区模型等值和主配协同优化；
46、其中，所述台区模型等值的目标函数如下：
47、台区以日运行成本f最低为目标，其中包括弃光惩罚成本cdg、分布式储能运行维护成本cess、台区与馈线层功率交互惩罚成本cpgrid，目标函数为：
48、minf＝cdg+cess+cpgrid (12)
49、
50、
51、...
【技术保护点】
1.一种主网-馈线-台区多层级自治优化调度方法，其特征在于，方法包括以下步骤：
2.根据权利要求1所述的一种主网-馈线-台区多层级自治优化调度方法，其特征在于，所述主网-馈线-台区多层级相关数据包括台区层相关数据和馈线层相关数据；
3.根据权利要求2所述的一种主网-馈线-台区多层级自治优化调度方法，其特征在于，所述分布式光伏如下式：
4.根据权利要求1所述的一种主网-馈线-台区多层级自治优化调度方法，其特征在于，所述将主网-馈线-台区多层级相关数据输入至预先建立的主网-馈线-台区分层分区优化调度模型内，通过台区层自治控制，输出得到优化结果的过程：根据台区模型等值的目标函数和约束条件，再利用Matlab中的Cplex求解器进行求解。
5.根据权利要求1所述的一种主网-馈线-台区多层级自治优化调度方法，其特征在于，所述馈线区根据优化结果计算得出模块度函数指标的过程：
6.根据权利要求1所述的一种主网-馈线-台区多层级自治优化调度方法，其特征在于，所述预先建立的主网-馈线-台区分层分区优化调度模型包括台区模型等值和主配协同优化
7.根据权利要求1所述的一种主网-馈线-台区多层级自治优化调度方法，其特征在于，所述通过SPPA-ADMM算法对主网-馈线-台区分层分区优化调度模型进行求解不需要手动设置参数进行惩罚参数更新，基于CPLEX求解器实现求解。
8.根据权利要求1所述的一种主网-馈线-台区多层级自治优化调度方法，其特征在于，所述根据多个划分区域，通过SPPA-ADMM算法对主网-馈线-台区分层分区优化调度模型进行求解，输出得到优化调度结果的过程包括以下步骤：
9.一种主网-馈线-台区多层级自治优化调度系统，其特征在于，包括：
10.一种设备，其特征在于，包括：
...【技术特征摘要】
1.一种主网-馈线-台区多层级自治优化调度方法，其特征在于，方法包括以下步骤：
2.根据权利要求1所述的一种主网-馈线-台区多层级自治优化调度方法，其特征在于，所述主网-馈线-台区多层级相关数据包括台区层相关数据和馈线层相关数据；
3.根据权利要求2所述的一种主网-馈线-台区多层级自治优化调度方法，其特征在于，所述分布式光伏如下式：
4.根据权利要求1所述的一种主网-馈线-台区多层级自治优化调度方法，其特征在于，所述将主网-馈线-台区多层级相关数据输入至预先建立的主网-馈线-台区分层分区优化调度模型内，通过台区层自治控制，输出得到优化结果的过程：根据台区模型等值的目标函数和约束条件，再利用matlab中的cplex求解器进行求解。
5.根据权利要求1所述的一种主网-馈线-台区多层级自治优化调度方法，其特征在于，所述馈线区根据优化结果计算得...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。