首页 > 论文范文 > 工程工业论文 > 电力工业论文 > 基于可再生能源的配电网电力调度优化模型研究

基于可再生能源的配电网电力调度优化模型研究

2024-10-18 69 上传者：管理员

摘要：为了降低线路损耗与运行越限风险，构建基于可再生能源的配电网电力调度优化模型。针对可再生能源的波动性，以最低线路损耗与运行越限风险为目标函数，以电压约束、储能功率约束、潮流约束、结构调整约束为约束条件，建立配电网电力调度优化模型，利用基于帝国分裂的帝国竞争算法求解电力调度优化模型，获取最低线路损耗与运行越限风险对应的电力调度策略。实验证明：该模型可有效完成配电网电力调度，降低线路损耗与运行越限风险，抑制电压波动；在不同可再生能源渗透率时，该模型也可有效完成配电电力调度，提升电能质量。

关键词：
优化模型
可再生能源
电力调度
线路损耗
配电网
加入收藏

电力供应稳定性与用户生活息息相关，为解决能源危机，需在配电网内接入可再生能源[1]，因其稳定性差，会降低电能质量。为符合人们对电能质量的高要求，需研究基于可再生能源的电力调度模型，提升电力调度效果，确保电网稳定运行[2-4]。马临超等人以经济调度为目标函数，建立电网优化调度模型，该模型可有效优化调度电网，降低成本，避免出现过电压情况[5]。杨茂等人以负荷功率电源为目标函数，建立电网优化调度模型，通过蒙特卡洛法与粒子群算法，求解该模型，获取调度策略，该模型具备一定的合理性与有效性[6]。但这两个模型均未考虑电网运行的安全性，即运行越限风险，影响电网优化调度效果。为此研究基于可再生能源的配电网电力调度优化模型，提升电力调度效果与电网运行安全性。

1、配电网电力调度优化模型

可再生能源的不确定性与不稳定性，会提升配电网线路损耗与运行越限风险，为此基于可再生能源的不确定性与不稳定性，以最低配电网线路损耗与运行越限风险为目标函数，建立配电网电力调度优化模型，令节点i与j电压是Ui、Uj，公式如下：

式中，电导是Yij；配电网线路集合是B；相角是δi、δj;δi与δj间的差值是δij；运行越限风险是KSVR。

配电网运行越限风险指标代表越限事件出现概率与其严重程度[7]。以配电网电压越限为例，KSVR的求解步骤如下：

(1) t时段，i的电压概率密度函数是f(Ut,i)，最大与平均越上、下限电压是Uup,t,i,max、Udown,t,i,max、Uup,t,i,av、Udown,t,i,av；计算公式如下：

式中，可调节因子是η。

(2)通过f(Ut,i)，求解节点电压越限概率PVVR,t,i、最大越限水平AVVR,t,i,max、平均越限水平AVVR,t,i,av，获取电压越限风险KVVR,t,i,PVVR,t,i的计算公式如下：

AVVR,t,i,max的计算公式如下：

AVVR,t,i,av的计算公式如下：

(3)从AVVR,t,i,av与AVVR,t,i,max两个角度分析，融合t时段每个节点的KSVVR,t，获取t时段配电网电压越限风险KSVVR,t，公式如下：

同理，再融合各时段KSVVR,t，获取总的配电网电压越限风险指标KSVVR，公式如下：

式中，配电网节点数量是Nnode。

(4)令配电网功率越限风险指标是KSPVR；综合考虑KSVVR和KSPVR，获取KSVR，公式如下：

1.1 配电网电力调度优化模型约束条件

配电网电力调度优化模型的约束条件如下：

(1)配电网节点电压约束条件。配电网安全运行中电压非常重要，在配电网内接入可再生能源后，配电网节点电压既会出现低电压情况，还会出现高电压情况[8-9]，可再生能源接入配电网内后，各节点电压约束条件为：

式中，节点i电压幅值上下限是Ui,max、Ui,min。

(2)储能功率Qstore约束为：

式中，配电网储能功率上下限是Qstore＿max、Qstore＿min。

(3)潮流约束为：

式中，节点i的功率有功分量是Q'ik；节点i的电流有功分量是Iik；节点i的电压是Ui；电压无功分量是Uk；电压有功分量是Uk；节点i的功率无功分量是Q'im；功率有功分量的正交项是Q''k。

以近似三相分支的流动模型描绘配电网三相功率流模型，通过泰勒级数近似非线性项，提升模型准确性[10]，配电网母线g的功率平衡等式为：

式中，三相矩阵是Big、Gig、Hig、Eig；预先求解的参数矢量是ρpig、ρqig;g的有功功率流是pig;pig的无功分量是pig;g的无功功率流是qig;qig的无功分量是qig;g的有功、无功功率需求是pgd、qgd。

g的电压降如下：

式中，预先求解的参数矢量是ρuig；三相矩阵是Xig；母线电压的平方是|Ug|2;g内i的电压平方是|Ui|2。

(4)结构调整约束。t时段开关j的位置变量是，j最大动作次数约束为：

式中，开动j动作变量是at,j；最大允许动作次数是aj,max。

配电网辐射状结构约束为：

式中，配电网结构是Ot；辐射状结构集是Oradi。

1.2 配电网电力调度优化模型求解

通过融合F1与F2两个调度子目标，获取最终的调度目标，可再生能源接入后的配电网电力调度优化模型公式如下：

式中，F1与F2的对应权重是w1、w2;F1与F2的理想值是F1*、F2*。

利用帝国分裂的帝国竞争算法，求解式(16)的配电网电力调度优化模型，获取最小配电网线路损耗与最低配电网调度期内运行越限风险，对应的配电网电力调度策略。具体步骤如下：

(1)帝国构建，令式(16)为M维优化问题，令各国家C=[x1,x2,…,xM]均代表一个配电网电力调度优化模型的可行解，国家势力是f'(C)=f'(x1,x2,…,xM)，第M个国家标准化势力如下：

式中，第M个国家的势力是f'M。

最大f'对应的国家数量是hC，即最大f'max的国家hC，以hC为帝国，剩下国家为殖民地h'C，任意分配h'C至hC。

(2)同化机制，h'C移向hC的距离是d，即h'C和hC间的距离，h'C的移动方向是θ；同化时，如果h'C的标准势力，超过hC的势力，则h'C和hC的位置交换；

(3) hC的总势力值Zi如下：

式中，帝国的目标函数值与均值是、；国家M的目标函数值与均值是、；常数是γ>0；权值是ω。

在最小的hC内选择数个势力小的h'C，依据一定概率将其移入至剩余hC-1个帝国，那么帝国占有的概率如下：

式中，帝国的总势力值是。

(4)帝国分裂，选取最强势力帝国hC,best，在hC,best内选取势力最强的殖民地h'C,best,hC,best内的帝国是hC,old；求解h'C,best与hC,old间的势力差与距离，分析两者是否满足设置阈值，公式如下：

式中，h'C,best与hC,old间的距离是D(h'C,best,hC,old)；随机数是；寻找区间是R;h'C,best与hC,old的势力是f'(h'C,best)、f'(hC,old)。

分类满足式(20)条件的帝国，以h'C,best为新帝国hC,new，按照hC,new与hC,old势力大小，任意分配其余殖民地。

(5)帝国灭亡，因为f'值大的hC包含其余hC内的h'C，势力小的h'C不断缩减，当hC内全部h'C都不存在时，该hC灭亡，最后仅存在一个hC，这时在该hC内，添加全部h'C，终止算法，输出配电网电力调度优化模型的最佳解，即最小配电网线路损耗与最低配电网调度期内运行越限风险，对应的配电网电力调度策略。

2、实验结果与分析

以某接入可再生能源的配电网为实验对象，该配电网内馈线1内接入风力可再生能源，馈线2内接入光伏可再生能源，两条馈线内各包含20个节点，节点编号从前至后依次是1至20。风力可再生能源的额定容量是1.3 MW，光伏可再生能源的额定容量是1.3 MW，两种可再生能源荷电状态上下限均是85%与15%，最大充放电功率均是1.0 MW。利用本文模型优化调度该配电网电力，验证本文模型的配电网电力调度有效性。

利用本文模型调度该配电网电力后，该配电网的电压波动情况，以及线路损耗与运行越限风险，以馈线1为例，电压波动情况如图1所示，线路损耗与运行越限风险如表1所示。综合分析图1与表1可知，应用本文模型调度后，馈线1内各节点与各时段时，电压波动幅度明显低于应用本文模型前，说明本文模型可有效抑制配电网内节点波动情况；结合表1可知，应用本文模型后可有效降低配电网线路损耗与运行越限风险，提升配电网电能质量。实验证明本文模型可有效优化调度接入可再生能源的配电网电力，降低线路损耗与运行越限风险，减少电压波动幅度。

图1 应用本文模型前后的配电网电压波动情况

表1 线路损耗与运行越限风险

应用本文模型后，该配电网内馈线2在不同时间段时的运行越限风险，以电压越限风险为例，分析结果如图2所示，各时段电压均值如图3所示(电压均值的合理范围需低于1.00 p.u.)。综合分析图2与图3可知，经过本文模型调度电力后，该配电网内馈线2内各节点的电压均值均未超出合理范围；在时间为12:00时，节点10至15之间的部分节点，电压越限风险较高，原因是光伏可再生能源具备波动性与不确定性的特点，易于导致配电网出现电压越限风险。

图2 各时间段馈线2的电压越限风险

图3 各时间段馈线2各节点电压均值

通过分析节点10至15之间的电压概率密度曲线，了解具体的电压越限风险情况，分析结果如图4所示。分析图4可知，馈线2中越接近中间位置的节点电压越高，仅有节点10与节点11的电压，超过电压上限阈值，进行配电网电力调度时，调度人员需重点考虑这两个节点的安全状态，避免出现配电网调度期内运行越限危险，提升配电网电能质量。

图4 电压概率密度曲线

本文模型综合考虑了线路损耗与运行越限风险，完成配电网电力调度，分析本文模型在不同可再生能源渗透率时，配电网电力调度效果，分析结果如图5所示。分析图5可知，随着可再生能源渗透率的提升，电力调度后，配电网的线路损耗与运行越限风险均有所提升，其中仅考虑线路损耗时的电力调度结果，各渗透率时，线路损耗可降至最低，但运行越限风险却最高；仅考虑运行越限风险的电力调度结果，各渗透率时，运行越限风险可降至最低，但线路损耗最高；综合考虑线路损耗与运行越限风险的电力调度结果中，线路损耗与运行越限风险均仅略高于最低值。实验证明：在不同可再生能源渗透率时，本文模型可有效实现配电网电力调度，降低线路损耗与运行越限风险。

图5 不同可再生能源渗透率时的电力调度效果

3、结束语

可再生能源有效解决目前的能源危机问题，其具备清洁与节能等优势，在配电网中的使用范围越来越广，但可再生能源波动性会影响配电网运行情况，降低电能质量，为此研究一种基于可再生能源的配电网电力调度优化模型，有效调度配电网电力，降低线路损耗。

参考文献:

[1]张俊涛,程春田,申建建,等.考虑风光不确定性的高比例可再生能源电网短期联合优化调度方法[J].中国电机工程学报,2020,40(18):5921-5932.

[2]朱文广,廖志军,刘洪,等.考虑需求响应与高比例可再生能源接入的主动配电网扩展规划[J].电力系统及其自动化学报,2019,31(5):84-91.

[3]崔杨,张汇泉,仲悟之,等.考虑需求响应的含光热电站可再生能源高渗透率电力系统多源优化调度[J].高电压技术,2020,46(5):1486-1496.

[4]茆美琴,刘云晖,张榴晨,等.含高渗透率可再生能源的配电网广义储能优化配置[J].电力系统自动化,2019,43(8):77-85.

[5]马临超,齐山成,刘毅,等.考虑分布式可再生能源的配电网电力调度优化模型研究[J].可再生能源,2022,40(5):703-710.

[6]杨茂,王金鑫.考虑可再生能源出力不确定的孤岛型微电网优化调度[J].中国电机工程学报,2021,41(3):973-985.

[7]朱俊澎,袁越,吴涵.考虑移动氢储能和高密度可再生能源的主动配电网优化调度[J].电力自动化设备,2020,40(12):42-50.

[8]陈瑞捷,鲁宗相,乔颖.基于多场景模糊集和改进二阶锥方法的配电网优化调度[J].电网技术,2021,45(12):4621-4629.