System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及无功功率和电压优化方法的领域,具体涉及一种含分布式电源和电动汽车的配电网无功优化方法。
技术介绍
1、分布式电源改变了传统电力系统的供应方式,主要优点在于就近利用、清洁低碳、多元互动、灵活高效,是现代能源系统不可或缺的重要组成部分。近年来,随着分布式电源及电动汽车(electric vehicle,ev)接入规模不断上升,我国部分地区开始出现分布式电源与电动汽车高渗透率的配电网,此类配电网中,电压越限事件概率增加、网络损耗增大,配电网的安全运行面临严峻挑战。然而,包括有载调压变压器、电容器组等的传统无功功率和电压调节设备存在响应速度相差较大、调压策略单一等局限,单独依靠这些设备无法妥善满足上述配电网的电压实时调节需求。因此,如何最大限度地发挥这些无功功率和电压调节设备的效用,进行多类无功功率和电压调节设备的协同控制,对于配电网的安全经济运行具有重要的意义。
技术实现思路
1、本申请所要解决的技术问题是,提出一种含分布式电源和电动汽车的配电网无功优化方法,可以减小网络损耗以及电压偏差。
2、为解决上述技术问题,本申请所采用的技术方案是:
3、第一方面,本申请提供一种含分布式电源和电动汽车的配电网无功优化方法,具体包括以下步骤:
4、基于配电网中接入的电动汽车、分布式电源和无功功率和电压调节设备模型,建立配电网无功功率和电压优化模型;
5、对所述配电网无功功率和电压优化模型进行求解,获得各类无功功率和电压调节设备的控制指令,从而
6、在一种可能的实现方式中,所述电动汽车模型包括:
7、电动汽车到达充电站的时刻的概率密度函数tarr:
8、
9、式中,tarr(t)为电动汽车在t时刻到达充电站的概率,μs为电动汽车到达充电站的时刻的均值,σs为电动汽车到达充电站的时刻的方差;
10、电动汽车的日行驶里程数概率密度函数fd:
11、
12、式中,fd(d)表示电动汽车的日行驶里程数为d的概率,μd为电动汽车的日行驶里程数(单位:km)的均值,σd电动汽车的日行驶里程数的方差;
13、电动汽车达到充电站时刻的荷电状态soarr:
14、
15、式中,为第n辆电动汽车达到充电站的时刻tn的荷电状态;dn为第n辆电动汽车的日行驶里程数;为第n辆电动汽车荷电状态的最大约束,通常取1;cn为第n辆电动汽车的最大电池容量;qn100是第n辆电动汽车的百公里耗电量;
16、电动汽车的充电时长tlast:
17、
18、式中,tnlast为第n辆电动汽车的充电时长,pev为电动汽车的额定充电功率;η为电动汽车的充电效率;
19、大规模电动车充电的充电功率pev:
20、
21、式中,为接入配电网的n辆电动汽车在t时刻的充电功率;为第n辆电动汽车在t时刻的充电功率,基于电动汽车到达充电站的时刻的概率密度函数预测得到第n辆电动汽车到达充电站的时刻tn和充电时长tnlast,若t在[tn,tn+tnlast]范围内,则为额定充电功率,否则为0。
22、在一种可能的实现方式中,所述分布式电源包括(distributed generation,dg)和储能设备(energy storage,es);
23、分布式能源模型包括:
24、dg模型:
25、
26、
27、式中,为t时刻母线节点i接入的dg的输送的有功功率;为t时刻母线节点i接入的dg输送的无功功率;为dg的最大功率容量;为功率因数角;ωdg为所有接入dg的母线节点集合;
28、es模型:
29、
30、式中,和分别为t时刻es对母线节点i的充电以及放电功率,δt为t+1时刻与t时刻的时间差;和分别为es对母线节点i的充电和放电功率约束,其取值和es的参数有关,这部分数据由设备厂家提供;和分别为t时刻es对母线节点i的充电以及放电的布尔变量;为t时刻母线节点i的接入的es的储能容量;和为母线节点i接入的es的储能容量的最小值以及最大值;ωes为所有接入es的母线节点集合。
31、在一种可能的实现方式中,所述无功功率和电压调节设备包括有载调压变压器(on-load tap changer,oltc)、电容器组(capacitor bank,cb)和静止无功补偿器(staticvar compensator,svc);
32、无功功率和电压调节设备模型包括:
33、oltc模型:
34、
35、式中,和为t时刻连接到支路ij的oltc的匝数比以及档位;为t时刻连接到支路ij的oltc的最小匝数比;为t时刻连接到支路ij的oltc每一档的增加量;和是t时刻连接到支路ij的的oltc的最高以及最低档位;vj,t为t时刻接入oltc的高压侧母线节点j的电压,vj,t为t时刻接入oltc的低压侧母线节点i的电压;
36、cb模型:
37、
38、式中,为t时刻母线节点i上接入的cb的无功功率(也可称为无功功率容量),为t时刻母线节点i上接入的cb的数量,为t-1时刻母线节点i上接入的cb的数量;为母线节点i上接入的每个cb的无功功率;和是母线节点i上接入的cb的最小以及最大个数;δcb为一定时间范围内cb的最大变化量;和为两个辅助变量,没有实际含义,用于对调节变化量的绝对值进行线性化处理;t为调度周期;ωcb为所有接入cb的母线节点集合;
39、svc模型:
40、
41、和为母线节点i上接入的svc的最小以及最大无功功率;表示t时刻母线节点i接入的svc的无功功率,ωsvc为所有接入svc的母线节点集合。
42、在一种可能的实现方式中,所述配电网无功功率和电压优化模型包括目标函数与潮流约束:
43、所述目标函数为:
44、min f=αploss+βvdev
45、
46、式中,ploss代表网络网损,vdev代表电压偏差,iij,t为支路ij在t时刻的电流;rij为支路ij的电阻;w(i)为与母线节点i相连接的所有母线节点集合;vi,t为母线节点i在t时刻的电压;vi,ref为母线节点i的额定电压;α与β分别为网络损失以及电压偏差的加权系数;m所有接入dg和ev的母线节点集合;
47、所述潮流约束采用distflow模型:
48、
49、vi,min≤vi,t≤vi,max
50、iij,min≤iij,t≤iij,max
51、式中,pi,t和qi,t分别为母线节点i在t时刻的有功以及无功功率;和分别为母线节点i在t时刻的负载的有功以及无功功率;w(j)为与母本文档来自技高网...
【技术保护点】
1.一种含分布式电源和电动汽车的配电网无功优化方法,具体包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述电动汽车模型包括:
3.根据权利要求1所述的方法,其特征在于,所述分布式电源包括分布式发电设备DG和储能设备ES;
4.根据权利要求1所述的方法,其特征在于,所述无功功率和电压调节设备包括有载调压变压器OLTC、电容器组CB和静止无功补偿器SVC;
5.根据权利要求1~4中任一项所述的方法,其特征在于,所述配电网无功功率和电压优化模型包括目标函数与潮流约束:
6.根据权利要求5所述的方法,其特征在于,对配电网无功功率和电压优化模型中的非线性和非凸项进行变量替换和二阶锥松弛处理,并对OLTC模型中由变量替换引起的高阶离散变量进行线性化处理;用求解器求解处理后的配电网无功功率和电压优化模型,得到各类无功功率和电压调节设备的控制指令。
7.根据权利要求6所述的方法,其特征在于,
8.一种电子设备,其特征在于,包括:存储器和处理器;
9.一种计算机可读存储介质,其特征在于,所述
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序在电子设备上运行时,使得所述电子设备实现如权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.一种含分布式电源和电动汽车的配电网无功优化方法,具体包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述电动汽车模型包括:
3.根据权利要求1所述的方法,其特征在于,所述分布式电源包括分布式发电设备dg和储能设备es;
4.根据权利要求1所述的方法,其特征在于,所述无功功率和电压调节设备包括有载调压变压器oltc、电容器组cb和静止无功补偿器svc;
5.根据权利要求1~4中任一项所述的方法,其特征在于,所述配电网无功功率和电压优化模型包括目标函数与潮流约束:
6.根据权利要求5所述的方法,其特征在于,对配电网无功功率和电压优化模型中的非线性和非凸项进行变量替...
【专利技术属性】
技术研发人员:陈超强,赵子鋆,黄际元,彭清文,陈远扬,阳小丹,邓亚芝,卢新星,吴俊,戴如辉,吴世帆,李雨佳,
申请(专利权)人:国网湖南省电力有限公司,
类型:发明
国别省市:
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。