一種計及需求側響應不確定性的主動配電網雙層規劃方法與流程
本發明涉及配電網規劃領域，尤其涉及一種計及需求側響應不確定性的主動配電網雙層規劃方法。
背景技術：
近年來，隨著分布式發電、儲能系統、可控負荷等分布式能源(distributedenergyresource,der)的滲透率日益提高，傳統配電網在運行靈活性、安全性、經濟性等方面面臨較大挑戰，因此主動配電網(activedistributionnetworks,adn)應運而生。而主動配電網作為一個更加靈活的網絡，更加強調主動規劃。在規劃階段，要考慮規劃、建設和運行的完整性，力求將分布式電源的“垃圾電”進行最大程度的消納，從而實現低碳發電。因此，發展適應于主動配電網規劃的關鍵技術，具有重要的理論意義和實際意義。
目前，國內外學者主要從以下三方面對主動配電網規劃進行研究。第一方面，僅對分布式電源(distributedgeneration，dg)進行規劃；第二方面，對分布式和儲能聯合規劃；第三方面，對分布式電源和需求側響應聯合規劃。
需求側響應措施，作為一種有效的促進可再生能源滲透率的措施，在主動配電網中得到越來越多的應用。而以上提到的規劃需求側響應的文章中，并沒有計及需求側響應的不確定性，而在電力系統的運行過程中，實施需求側響應措施會使得用戶負荷與系統預測負荷相比發生變化。由于電價變化而引發的用戶負荷變動是難以直接量測和估計的，其變動值與需求側彈性(隨單位電價變動而產生的用戶負荷變化)取值范圍密切相關。因此，有必要運用需求側的彈性取值表示負荷的不確定性。
綜上所述，有必要發明一種計及需求側不確定性的主動配電網規劃方法，以解決配電網規劃中存在的諸多問題。
技術實現要素：
本發明目的在于提供一種精確性高、考慮因素全面、實用性高的計及需求側響應不確定性的主動配電網雙層規劃方法。
為了解決上述存在的技術問題實現發明目的，本發明是通過以下技術方案實現的：
一種計及需求側響應不確定性的主動配電網雙層規劃方法，該方法內容包括如下步驟：
(1)計及風力發電及光伏發電的不確定性，建立風電機組和光伏電池的時序模型；
(2)計及負荷用電的隨機性，建立負荷的時序模型；
(3)對直接負荷控制類型的需求側響應不確定性進行分析，構建其成本函數；
(4)構建計及需求側響應不確定性的主動配電網雙層規劃的上層規劃模型，并采用差分進化算法對上層規劃模型進行求解；
(5)構建計及需求側響應不確定性的主動配電網雙層規劃的下層規劃模型并采用非支配排序遺傳算法對下層規劃模型進行求解。
由于采用上述技術方案，本發明提供的一種計及需求側響應不確定性的主動配電網雙層規劃方法，與現有技術相比具有這樣的有益效果：
主動配電網具有控制分布式發電、儲能和需求響應資源的系統，電網能夠使用靈活的網絡拓撲結構來管理潮流。在主動配電網中，負荷不再是不可調控的“剛性資源”，而可以通過需求側管理措施主動參與到配電網運行中。近年來隨著需求側管理工作的不斷深入開展，用戶的需求側響應行為已經成為平抑負荷隨機性對電力系統運營不利影響的重要手段。在電力系統的運行過程中，實施需求側響應措施會使得用戶負荷與系統預測負荷相比發生變化，而這個變化是不確定的，與用戶負荷需求彈性的取值區間直接相關。因此，在主動配電網規劃階段，考慮需求側響應的不確定性具有現實意義，實用性與創新性并存。
分布式電源和需求側響應作為源和荷是主動配電網的重要組成部分。在配電網規劃階段，分布式電源與需求側響應同時優化，不僅能減小分布式電源大量并網對電網造成的沖擊，實現可再生能源的充分利用和碳排放的最小化，還能提高配電網的經濟性。
同時，日益凸顯的生態環境問題及我國節能減排的宏觀戰略目標亟需電力能源工業加速推進低碳化轉型。本發明以提高分布式電源滲透率為規劃目標，能夠極大提升配電系統對可再生能源消納，減緩配電網重建速度，對于支撐我國低碳經濟發展具有重要戰略意義。而且，本發明運用雙層規劃方法進行建模，對主動配電網進行規劃，能有效降低配電網的綜合費用，更加符合主動配電網的運行特性，實用性強。
附圖說明
圖1是風電時序出力特性曲線示意圖；
圖2是光伏發電時序出力特性曲線示意圖；
圖3是負荷時序模型圖：
(a)居民負荷時序模型圖；
(b)商業負荷時序模型圖；
(c)工業負荷時序模型圖；
圖4是用戶削荷與補償之間的關系示意圖；
圖5是本發明方法的總體流程圖。
具體實施方式
下面結合附圖對本發明做進一步說明：
本發明方法是在需求側響應參與主動配電網的削峰填谷，而且在此過程中，需求側響應的削減量隨補償值的變化而變化的背景下提出的。
本發明的一種計及需求側響應不確定性的主動配電網雙層規劃方法，其總體流程圖如圖5所示，該方法內容包括如下步驟：
(1)計及風力發電及光伏發電的不確定性，建立風電機組和光伏電池的時序模型；
在步驟(1)中，所述建立風電機組和光伏電池的時序模型，其具體過程如下：
風力發電主要受風速的影響，光伏發電主要受光照強度的影響，而風速和光照強度均具有隨機性，受季節影響較大。因此，本步驟中，分別在春、夏、秋、冬四個不同季節選取四個典型日，然后根據氣象部門資料，搜集整理得出不同季節的風力發電時序特性曲線和光伏發電時序特性曲線，如圖1和圖2所示；最后分別根據時序特性曲線建立時序模型。
(2)計及負荷用電的隨機性，建立負荷的時序模型；
在步驟(2)中，所述建立負荷的時序模型的具體過程如下：
由于不同類型負荷具有不同特性，所以其用電時序性差異較大。而且，各個類型負荷在不同季節的用電量也有較大差異。例如：居民負荷在夏季的用電量均高于其他季節；而商業負荷由于商業活動較穩定，其四季用電量差異不大；工業負荷雖然存在季節差異，各季節間卻具有相同的規律。因此，本發明將負荷分為居民負荷、商業負荷和工業負荷三類，并考慮每種負荷的時序特性，參照繪制電力曲線的方法，繪制出負荷時序模型，如圖3所示，(a)是居民負荷時序模型圖；(b)是商業負荷時序模型圖；(c)是工業負荷時序模型圖。
(3)對直接負荷控制類型的需求側響應不確定性進行分析，構建其成本函數；
在步驟(3)中，所述直接負荷控制類型的需求側響應是指一種負荷整形的需求側響應措施，由電力公司在峰荷時段利用監控信號切斷受控負荷與系統的聯系，從而降低峰荷，提高負荷率，并盡可能降低對電力公司和用戶的影響。其用戶削減量與用戶削減支付額的關系如附圖4所示。需求側響應措施有多種，本發明涉及其中較為普遍的一種，即在一定負荷削減量時，電力公司的支付額為一定值，超過某一削減額后，隨著用戶的削減額增加，電力公司需要支付的費用增大。
根據用戶削減額與補償之間的關系，可得需求側響應成本為：
式中，qjxmin為用戶最小削減量，cini,j為qjxmin的對應支付額，ξi為直線斜率，σjx為是否啟用該負荷削減量的變量。
(4)構建計及需求側響應不確定性的主動配電網雙層規劃的上層規劃模型，并采用差分進化算法對上層規劃模型進行求解；
在步驟(4)中，所述上層規劃模型包括上層目標函數和上層約束條件，具體的建模過程如下：
上層目標函數為：
系統投資運行綜合費用最小＝線路投資成本+dg投資費用+dg運行維護費用+and向上級電網購電費用+需求側管理費用
minf1＝cl+ci+com+cp+cdsm(2)
式中各項分別闡述如下：
1、線路投資成本cl：
式中，k為饋線類型標識；
2、折算到每年的dg固定投資費ci：
式中，
3、dg年運行維護費com：
式中，ns表示adn的運行場景數；ts＝8760ps表示一年中第s個場景的持續時間，其中，ps表示第s個場景發生的概率；
4、向上級電網購電費cp。
式中，psub,s表示變電站在第s個場景的有功功率；ρs表示adn在第s個場景向上級電網購電的單位購電成本。
5、需求側管理費用cdsm：
上層約束條件為：
1、待選節點撞擊容量約束；
2、節點電壓約束；
3、饋線容量約束；
4、線路選型約束；
5、輻射狀約束；
6、需求側彈性約束；
由于前五項均為常規約束，在此不作贅述。僅對第六項進行介紹。
需求側彈性約束為：
ez＝0.5(en+em)(9)
ea＝0.5(em-en)(10)
θ0+θ'jx≥δξjajx(14)
θ′jx≥0(15)
θ0≥0(16)
ajx≥0(17)
式中：ajx為拉格朗日系數。其他各項含義以上皆有涉及，在此不作贅述。
所述采用差分進化算法對上層規劃模型進行求解，其內容包括如下步驟：：
步驟1：輸入adn的線路參數、節點參數、dg參數、規劃參數等，初始化各算法的參數；
步驟2：按照步驟(1)和(2)所構建的dg時序模型和負荷時序模型，進行多場景構建；
步驟3：置dea迭代次數，g＝0；
步驟4：初始化dea的種群，采用整數編碼方式對dea進行編碼,利用隨機數隨機產生初始種群，種群中的每個個體代表一種規劃方案；
步驟5：dea的個體適應度值計算。
(5)構建計及需求側響應不確定性的主動配電網雙層規劃的下層規劃模型，并采用非支配排序遺傳算法對下層規劃模型進行求解；
所述下層規劃模型包括下層目標函數和下層約束條件，具體的建模過程如下：
下層目標函數為：
棄風棄光成本最小＝棄風成本+棄光成本
1、棄風成本
2、棄光成本
式中，
下層約束條件為：
1、風電即光伏棄風棄電約束；
2、功率平衡約束；
3、風機的運行約束；
4、光伏的運行約束。
所述采用非支配排序遺傳算法對下層規劃模型進行求解，其內容包括如下步驟：
步驟1：種群初始化。首先對用戶最大負荷、分時電價設置、各類電源的發電出力等優化變量采用實數編碼；
步驟2：選擇、變異和交叉操作。通過擁擠距離計算得到每個個體的擁擠距離并進行排序，選擇較為不擁擠的個體為精英群體e0；采用正態分布交叉(ndx)算子進行正態分布的變異操作，生成父代種群gt和子代種群bt；
步驟3：精英策略。將父代種群gt和由父代種群交叉變異所得子代種群bt進行種群合并gt∪bt，這樣做的目的是保留父代種群中的優秀個體；
設父代和子代種群數量為m，則此時種群數量為2m，將合集保存為gb，進行非支配和擁擠距離計算，去除重復個體，則可能出現三種情況：①若gb數量上超過m，則測算擁擠距離并選取較大者進入gt+1，直到數量等于m；②若gb數量上小于m，則先將gb全部轉入gt+1，在下一非支配集中選取擁擠距離較大者遞補進入t+1，直到數量等于m；③gb數量等于m，直接將gb轉入gt+1；
步驟4：循環，生成新的種群，進化計算至t代，輸出gt+1。
以上所述的實施例僅僅是對本發明的優選實施方式進行描述，并非對本發明的范圍進行限定，在不脫離本發明設計精神的前提下，本領域普通技術人員對本發明的技術方案做出的各種變形和改進，均應落入本發明權利要求書確定的保護范圍內。
- 還沒有人留言評論。精彩留言會獲得點贊！