[發(fā)明專利]計及高密度分布式電源隨機(jī)出力的配電網(wǎng)優(yōu)化調(diào)度方法

有效

• 申請?zhí)枺?/td>: 202010525322.3
• 申請日: 2020-06-10
• 公開（公告）號: CN111900715B
• 公開（公告）日: 2022-08-09
• 發(fā)明（設(shè)計）人: 李靜;李艷君;肖鐸;杜鵬英
• 申請（專利權(quán)）人: 浙大城市學(xué)院
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02J3/38;H02J3/46;H02J3/06;H02J3/32
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 劉靜

1.一種計及高密度分布式電源隨機(jī)出力的配電網(wǎng)優(yōu)化調(diào)度方法，其特征在于，該方法具體步驟如下：

S1：利用Karhunen-Loeve展開表示法建立模擬分布式電源出力隨機(jī)時序特性的低階近似模型；

所述模擬分布式電源出力隨機(jī)時序特性包括以下的步驟：

S1.1：由于風(fēng)力、太陽能光伏電源出力的隨機(jī)波動性，在任一時刻t配電網(wǎng)分布式電源接入節(jié)點(diǎn)的注入功率可視作是隨機(jī)變量，該隨機(jī)變量在時間維度上的擴(kuò)充構(gòu)成了隨機(jī)過程；則在t時刻配電網(wǎng)節(jié)點(diǎn)i處的注入功率描述為：

式中，和表示t時刻安裝在節(jié)點(diǎn)i處注入的有功和無功出力預(yù)測值；表示節(jié)點(diǎn)發(fā)電機(jī)集合，WT為節(jié)點(diǎn)注入的風(fēng)機(jī)出力，PV為節(jié)點(diǎn)注入的光伏出力，B為節(jié)點(diǎn)的電池出力；和表示t時刻節(jié)點(diǎn)i處有功和無功負(fù)荷預(yù)測值；表示隨機(jī)變量；和表示t時刻節(jié)點(diǎn)i處的有功和無功預(yù)測誤差，假設(shè)該誤差在任意時刻t的隨機(jī)特性都滿足正態(tài)分布，則預(yù)測誤差屬于高斯隨機(jī)過程；

S1.2：建立隨機(jī)過程的Karhunen-Loeve展開并取前N項截斷，如下所示：

式中，N為截斷的階數(shù)，ξ_n為互不相關(guān)的隨機(jī)變量，和分別為隨機(jī)過程相關(guān)函數(shù)C_pp的特征值和特征函數(shù)，和分別為隨機(jī)過程相關(guān)函數(shù)C_qq的特征值和特征函數(shù)，滿足：

式中T為電網(wǎng)運(yùn)行周期，t₁和t₂分別表示不同的時間坐標(biāo)；高斯隨機(jī)過程的相關(guān)函數(shù)采樣如下指數(shù)形式：

式中，l_p和l_q分別表示有功和無功預(yù)測誤差隨機(jī)過程的關(guān)聯(lián)長度；

S2：以提高電能質(zhì)量為目標(biāo)，根據(jù)分布式電源和負(fù)荷參數(shù)，建立含潮流平衡、機(jī)會約束的配電網(wǎng)有功無功聯(lián)合隨機(jī)優(yōu)化模型，具體如下；

S2.1：優(yōu)化調(diào)度的目標(biāo)為電網(wǎng)運(yùn)行周期T內(nèi)的有功網(wǎng)損期望值最小，即

式中，E[]表示數(shù)學(xué)期望；為電網(wǎng)直流潮流上的有功網(wǎng)損模型；I表示配電網(wǎng)的節(jié)點(diǎn)集，G_ij表示節(jié)點(diǎn)導(dǎo)納矩陣第i行j列元素的實(shí)部，和表示電網(wǎng)節(jié)點(diǎn)i和節(jié)點(diǎn)j在t時刻的節(jié)點(diǎn)電壓幅值；

S2.2：建立配電網(wǎng)有功無功聯(lián)合隨機(jī)優(yōu)化模型的約束條件，具體步驟如下：

S2.2.1：隨機(jī)潮流約束

式中，G_ij和B_ij分別為節(jié)點(diǎn)導(dǎo)納矩陣第i行j列元素的實(shí)部和虛部；和分別表示t時刻第j節(jié)點(diǎn)電壓幅值和相角，由于受到節(jié)點(diǎn)注入功率隨機(jī)參數(shù)的影響，節(jié)點(diǎn)電壓和幅值也是隨機(jī)變量；潮流約束中的隨機(jī)輸入?yún)?shù)和如公式(3)～(4)所示；

S2.2.2：蓄電池充放電功率及容量約束

式中，表示t時刻安裝在i節(jié)點(diǎn)處蓄電池所存儲的電量，Δt表示t-1到t時刻的時間跨度，ρ_b表示電池的充放電效率，和分別表示安裝在i節(jié)點(diǎn)處蓄電池充放電功率的下限和上限，其中表示蓄電池最大放電功率，表示蓄電池最大充電功率，和分別表示安裝在i節(jié)點(diǎn)處蓄電池存儲電量的下限和上限，表示蓄電池并網(wǎng)變流器在t時刻提供的無功功率，表示節(jié)點(diǎn)i處蓄電池連接變流器的容量；

S2.2.3分布式電源有功和無功出力約束

式中，和分別表示第i個分布式電源有功出力的上限和并網(wǎng)變流器的最大容量；

S2.2.4：安全機(jī)會約束

式中，pr{}表示大括號中不等式成立的概率；和分別為節(jié)點(diǎn)i處電壓波動的允許上下限，和分別表示支路傳輸有功功率波動的上限和下限，0.5η1表示該機(jī)會約束事件為大概率事件；

S3：基于譜分解方法對配電網(wǎng)有功無功聯(lián)合隨機(jī)優(yōu)化問題中的隨機(jī)空間進(jìn)行正交多項式逼近，并基于稀疏網(wǎng)格配點(diǎn)理論對隨機(jī)潮流空間進(jìn)行抽樣，建立與隨機(jī)優(yōu)化模型等價的凸近似確定性優(yōu)化模型，

S3.1利用混沌多項式gPC展開逼近隨機(jī)潮流狀態(tài)變量，則步驟S2中所建配電網(wǎng)有功無功聯(lián)合的隨機(jī)優(yōu)化調(diào)度模型中，隨機(jī)潮流狀態(tài)變量和的K階gPC逼近多項式描述為：

式中，K為多項式展開的項數(shù)，為正交多項式第k項的基函數(shù)，和為第k項基函數(shù)對應(yīng)的逼近系數(shù)；正交多項式基函數(shù)滿足如下正交特性，

式中，E[]表示數(shù)學(xué)期望，為正交多項式第n項的基函數(shù)，為標(biāo)準(zhǔn)化常數(shù)，δ_nk為Kronecker算子，為隨機(jī)變量的概率密度函數(shù)；

S3.2基于譜方法建立機(jī)會約束的確定性凸近似模型，對于機(jī)會約束

根據(jù)Cantelli’s不等式可得，如下機(jī)會約束的等價形式

式中，Var[]表示隨機(jī)變量的方差；

根據(jù)S3.1，隨機(jī)變量可以由K階gPC逼近多項式逼近，根據(jù)正交多項式基函數(shù)的正交性質(zhì)，可知節(jié)點(diǎn)電壓均值和方差可以由多項式系數(shù)來近似，

將(23)和(24)代入上述不等式(22)，可得機(jī)會約束(21)的凸等價形式：

可見，式(25)是關(guān)于gPC逼近系數(shù)的凸約束；則原有功無功聯(lián)合隨機(jī)優(yōu)化問題中的機(jī)會約束(16)～(17)等價為：

S3.3：對于N維隨機(jī)輸入變量的高維隨機(jī)空間，利用Smolyak算法構(gòu)造稀疏節(jié)點(diǎn)樣本集和相應(yīng)稀疏節(jié)點(diǎn)的權(quán)重集在每一個樣本點(diǎn)上求解確定性潮流方程，獲得相應(yīng)確定性潮流方程，

利用基于稀疏節(jié)點(diǎn)的離散Galerkin投影方法，求解k階gPC展開式(18)和(19)的系數(shù)，

式中，σ^m表示稀疏節(jié)點(diǎn)對應(yīng)的權(quán)重；

可以獲得配電網(wǎng)隨機(jī)優(yōu)化調(diào)度的確定性凸近似優(yōu)化模型如式(8)、(11)～(15)、(18)、(19)和(26)～(30)所示；根據(jù)配電網(wǎng)隨機(jī)優(yōu)化調(diào)度的確定性凸近似優(yōu)化模型求解凸優(yōu)化問題即得配電網(wǎng)優(yōu)化調(diào)度結(jié)果。