【技术实现步骤摘要】
本专利技术涉及一种含风电的电网调度策略优化方法和装置，属于继电保护。
技术介绍
1、分散式风电因其能源清洁性、可就地消纳等优势而被广泛运用，但其间歇性与波动性给配电网的安全运行带来巨大挑战。在保障配电网安全性与稳定性的前提下，为提高配电网的灵活性，降低配电网运行成本，通常采用网络重构、分布式电源出力调节、系统无功优化、多种方法协同优化等手段对配电网进行优化调度。然而，在优化过程常采用固定的最大允许载流量(后简称载流量)，即静态载流量(static thermal rating，str)判断系统的热稳定性。
2、针对具体线路型号，str依据严苛的环境参数与线路最高允许温度整定载流量，其热稳定分析结果趋于保守，尤其对风电的配电网，风电送出通道热稳定性的保守估计限制了送电容量，易造成非必要弃风，不利于风电消纳。因此配电网运行中str引起的非必要弃风问题亟待解决。
技术实现思路
1、本专利技术的目的在于克服现有技术中的不足，提供一种含风电的电网调度策略优化方法和装置，用以解决静态载流量判断电网系统热稳定引起非必要弃风的问题。
2、为解决上述技术问题，本专利技术是采用下述技术方案实现的：
3、第一方面，本专利技术提供了一种含风电的电网调度策略优化方法，包括：
4、s1：构建多时间尺度协同优化模型，所述多时间尺度协同优化模型优化目标为运行成本与控制成本之和最低，所述控制成本包括：重构成本、svg调节成本、风机弃风成本和负荷中断成本；
6、s3：在配电网中根据步骤s2中获取的配电网开关策略，调整静止无功发生器的无功出力、风机弃风功率与可中断负荷有功功率，获得优化后的含风电的电网调度策略；
7、s4：利用步骤s3中获得的含风电的电网调度策略进行电网调度；
8、s5：利用热稳定裕度增量指标对配电网线路热稳定性进行校核；
9、s6：如果配电网线路热稳定性校核合格，输出通过步骤s5中热稳定性校核后的含风电的电网调度策略。
10、前述的含风电的电网调度策略优化方法，所述多时间尺度包括总时段、重构时段、调度时段和校核时段采用多个时间尺度；
11、一个总时段划分为数个重构时段；
12、一个重构时段划分为数个调度时段；
13、一个调度时段划分为数个校核时段。
14、前述的含风电的电网调度策略优化方法，步骤s1中，在多时间尺度协同优化模型中，根据运行与控制成本最低的优化目标确立目标函数如下：
15、min(cct+cop)；
16、式中，cct表示控制成本；cop表示运行成本；
17、控制成本cct，由各个时段中开关动作向量xt、静止无功发生器svg无功出力向量qsvg,t、风机弃风awp功率向量pawt,t和可中断负荷il出力向量pil,t的代价和组成，所述各个时段包括：总时段tr、重构时段td和调度时段tv，cct计算公式为：
18、
19、式中，l×1维开关动作向量xt代价和为重构成本，重构成本csw,t＝γsw·d(xt－xt-1)，γsw为单位次数开关动作代价，函数d用于取向量(xt－xt-1)中非零元素的总个数；nsvg×1维静止无功发生器svg无功出力向量qsvg,t代价和为svg调节成本，svg调节成本csvg,t＝γsvg·qsvg,t，γsvg为1×nwt维svg单位容量调整成本向量；nwt×1维风机弃风awp功率向量pawt,t代价和为弃风惩罚，弃风惩罚cawt,t＝γawt·pawt,t，γawt为1×nwt维单位弃风惩罚成本向量；nil×1维可中断负荷il有功出力向量pil,t代价和为负荷中断成本，负荷中断成本cil,t＝γil·pil,t，γil为1×nil维单位负荷中断成本向量；
20、运行成本cop，由各个时段中风电台区向主网购电成本cg,t、风电运行成本cwt,t和配电网络损耗成本cls,t组成，计算公式为：
21、
22、式中，风电台区向主网购电成本cg,t＝γg·pg,t，γg为单位容量购电成本，pg,t为接入点与主网交换有功功率；风电运行成本cwt,t＝γwt·pwt,t，γwt为1×nwt维风机单位容量的发电成本向量，pwt,t为nwt×1维风机有功出力向量；配电网络损耗成本cls,t＝γls·pls,t，γls为单位线损成本，pls,t为配电网络总线损。
23、前述的含风电的电网调度策略优化方法，在步骤s2中，包括：
24、s21：获取含风电的电网拓扑和工况信息，闭合配电网所有联络与分段开关使得配电线路形成数个环网；
25、s22：根据源荷曲线确定各个重构时段的聚类场景，在生成的每一类场景中，采用改进金豺算法获得重构时段重构优化后各个环网的配电网开关策略；
26、所述源荷曲线包括源曲线和荷曲线，所述源曲线为风机出力曲线，所述荷曲线为负荷曲线；
27、每个重构时段对应一类场景，所述改进金豺算法包括种群变异机制与近邻搜索机制；所述重构配电网开关策略为重构改变配电网联络与分段开关的开合方式。
28、前述的含风电的电网调度策略优化方法，在步骤s22中，种群变异机制的求解过程包括：
29、s221：传统金豺算法生成初代种群，采用tent映射改善所述初代种群均匀度生成进化种群；
30、所述初代种群由多个个体组成，所述个体表示为开关动作向量，tent映射生成进化种群过程包括：
31、对所述初代种群中的每个个体进行tent映射生成进化种群的个体，所述进化种群的个体x0,n满足下式：
32、
33、式中，xmin为l×1维环网编号下限的开关动作向量，其各元素对应各个环网内开关的编号下限，xmax为l×1维环网编号上限的开关动作向量，其各元素对应各个环网内开关的编号上限，为哈达玛积，用于对两个同阶矩阵中的各组对应位置的元素进行乘法操作得到一个新的矩阵，ωn为l×1维随机向量，其任意元素ωn,i∈[0,1]，tent()为tent映射函数，计算公式如下：
34、
35、s222：对当前的进化种群通过自适应t分布变异增加进化种群的随机性生成变异种群；
36、所述自适应t分布变异生成变异种群过程包括：
37、当前第k次迭代的进化种群的个体xk,n经过所述自适应t分布变异后生成变异种群的对应个体计算如下：
38、
39、式中，k为迭代总次数，t分布函数trnd(k)以k为参数自由度；
40、s223：计算步骤s221进化种群和步骤s222变异种群的个体适应度，对两个种群的每组对应个体比较适应度高低；
41、其中，开关动作向量表示配电网开关策略，个体适本文档来自技高网...
【技术保护点】
1.一种含风电的电网调度策略优化方法，其特征是，包括：
2.根据权利要求1所述的含风电的电网调度策略优化方法，其特征是，所述多时间尺度包括总时段、重构时段、调度时段和校核时段采用多个时间尺度；
3.根据权利要求2所述的含风电的电网调度策略优化方法，其特征是，步骤S1中，在多时间尺度协同优化模型中，根据运行与控制成本最低的优化目标确立目标函数如下：
4.根据权利要求2所述的含风电的电网调度策略优化方法，其特征是，在步骤S2中，包括：
5.根据权利要求4所述的含风电的电网调度策略优化方法，其特征是，在步骤S22中，种群变异机制的求解过程包括：
6.根据权利要求5所述的含风电的电网调度策略优化方法，其特征是，在步骤S22中，近邻搜索机制的求解过程包括：
7.根据权利要求1所述的含风电的电网调度策略优化方法，其特征是，在步骤S5中，热稳定裕度增量的计算公式为：
8.根据权利要求1所述的含风电的电网调度策略优化方法，其特征是，在步骤S5中，未通过配电网线路的热稳定性校核时，则返回步骤S3，重新调整静止无功发
9.根据权利要求4-8任一项所述的含风电的电网调度策略优化方法，其特征是，滚动优化并求解所述多时间尺度协同优化模型获得优化的含风电的电网调度策略，包括：
10.一种含风电的电网调度策略优化装置，其特征在于，包括模型构建模块、开关策略模块、调度策略模块、策略执行模块、热稳定模块和策略输出模块；
...【技术特征摘要】
1.一种含风电的电网调度策略优化方法，其特征是，包括：
2.根据权利要求1所述的含风电的电网调度策略优化方法，其特征是，所述多时间尺度包括总时段、重构时段、调度时段和校核时段采用多个时间尺度；
3.根据权利要求2所述的含风电的电网调度策略优化方法，其特征是，步骤s1中，在多时间尺度协同优化模型中，根据运行与控制成本最低的优化目标确立目标函数如下：
4.根据权利要求2所述的含风电的电网调度策略优化方法，其特征是，在步骤s2中，包括：
5.根据权利要求4所述的含风电的电网调度策略优化方法，其特征是，在步骤s22中，种群变异机制的求解过程包括：
6.根据权利要求5所述的含风电的电网调度策略优化方法，其特征是，在步骤s22中，近邻搜索机制...
【专利技术属性】
技术研发人员：刘昀，成俊贤，郝思鹏，刘海涛，陆旦宏，章心因，范瑛，卞玉萍，吕干云，赵翠宇，徐波，陈丽娟，景展，陆小花，王甦，童子建，陈强，陆安祥，冒润泽，
申请(专利权)人：南京工程学院，
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。