[發明專利]計及源荷相關性含電動汽車的分布式電源選址定容方法

有效

• 申請號: 201911155490.1
• 申請日: 2019-11-22
• 公開（公告）號: CN111162517B
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 葉圣永;韓宇奇;魏俊;張文濤;劉旭娜;趙達維;李達;龍川;劉潔穎;呂學海
• 申請（專利權）人: 國網四川省電力公司經濟技術研究院
• 主分類號: G06Q50/06
• 分類號: G06Q50/06
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 熊曦

本發明公開了計及源荷相關性含電動汽車的分布式電源選址定容方法，本方法將電動汽車充電負荷作為一種隨機性的負荷參與配電網規劃，并計及風電分布式電源、光伏分布式電源出力不確定性及配電網需求負荷不確定性之間相關性。本發明將拉丁超立方抽樣與Cholesky分解和Nataf變換相結合，得到具有相關性的風速、光照強度與需求負荷樣本；基于蒙特卡洛模擬得到隨機性的電動汽車充電負荷，與考慮不確定因素的風電、光伏出力與負荷需求相結合，并通過場景聚類方法得到典型運行場景；利用機會約束規劃方法結合建立規劃模型，以改進的粒子群算法求解，得到更優化的分布式電源選址定容規劃方案。

技術領域

本發明涉及城市配電網規劃領域，具體地，涉及計及源荷相關性含電動汽車的分布式電源選址定容方法。

背景技術

隨著新能源技術的快速發展與節能減排政策的推廣，分布式電源(DistributionGeneration，DG)大規模并入電網，實現了能源結構的優化與可再生能源的就地消納。然而分布式電源出力存在不確定性、間歇性等特點，同時負荷側接入了高比例的電動汽車等柔性負荷，使得配電網由傳統的單向電力傳輸的無源網絡轉變為復合的含DG、儲能系統等的新型綜合網絡，極大地復雜了配電網的結構，給選址定容帶來了新的挑戰。

目前，國內外已對含DG與接入電動汽車的配電網選址定容進行了研究。大部分研究雖然考慮了DG出力的不確定性，但多為考慮單一的分布式電源機組出力，未綜合考慮風電、光伏、負荷等不確定量之間的相關性；同時電動汽車作為一種高速發展的新興產業，在城市需求負荷中將逐漸占據更高比例，如未計及電動汽車充電負荷作為一種具有隨機性的負荷接入配電網的情況，將影響配電網選址定容規劃模型的有效性。因此，需要一種計及源荷相關性含電動汽車的分布式電源選址定容方法。

發明內容

針對以上問題，本發明提供了一種優化的分布式電源選址定容規劃方法，提高了規劃模型的準確性與有效性。本發明核心內容在于(1)得到不確定性的風電分布式電源(WTG)、光伏分布式電源(PVG)及需求負荷間具有相關性的樣本；(2)提供一種基于源荷相關性上，考慮因用戶行為方式隨機性帶來的電動汽車充電負荷不確定性的運行場景，并將復雜、龐大的運行場景聚類得到有效的典型運行場景，加速模型運行速率。

為了達到上述目的，本發明采用的技術方案為：

建立計及源荷相關性含電動汽車的分布式電源選址定容模型，步驟如下：

S1、通過拉丁超立方抽樣對數學模型進行采樣，再將Cholesky分解和Nataf變換相結合，對采樣樣本進行重新排序，得到具有空間相關性的風速、光照強度與需求負荷的聯合樣本；

S2、基于蒙特卡洛模擬得到隨機性的電動汽車充電負荷；

S3、將電動汽車充電負荷與風光荷聯合樣本正交生成運行場景，通過K-means場景聚類方法對運行場景進行聚類，得到典型運行場景；

S4、利用機會約束規劃方法結合典型運行場景建立配電網規劃模型，通過改進的粒子群算法對配電網規劃模型求解，得到最優規劃方案。

具體而言，步驟S1中所述通過拉丁超立方抽樣對數學模型進行采樣，再將Cholesky分解和Nataf變換相結合，對采樣樣本進行重新排序的步驟如下：

S11、利用拉丁超立方抽樣方法對風速、光照強度及需求負荷進行采樣：