[發明專利]一種配電網多目標魯棒優化方法

有效

• 申請號: 202010844431.1
• 申請日: 2020-08-20
• 公開（公告）號: CN112018823B
• 公開（公告）日: 2022-09-16
• 發明（設計）人: 徐弢;任毅;梁樂萌;李鵬;于力;徐全;郭曉斌
• 申請（專利權）人: 天津大學;南方電網科學研究院有限責任公司
• 主分類號: H02J3/46
• 分類號: H02J3/46;H02J3/06;G06F30/27;G06Q10/04;G06Q50/06;G06N3/12;G06F111/04;G06F111/06;G06F113/04
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 杜文茹

1.一種配電網多目標魯棒優化方法，其特征在于，包括如下步驟：

1)建立用于解決光伏預測最大出力不確定性的不確定集合；

2)在不確定集合基礎上，建立配電網多目標魯棒優化模型，所述配電網多目標魯棒優化模型是以有功網損和棄光率極小極大值為目標函數，以潮流等式約束、無功補償裝置約束、節點電壓約束、松弛節點功率約束和不確定集合場景下的分布式光伏運行約束為約束條件；

所述的以有功網損和棄光率極小極大值為目標函數，表示如下：

式中，P_i表示節點i的注入有功功率；N表示配電網的節點數；F₁則表示有功網損；表示節點i處的分布式光伏在不確定集合場景中的有功出力；表示節點i處分布式光伏預測的最大出力；F₂表示配電網的棄光率；Δ表示分布式光伏預測最大出力的不確定集合；x表示優化變量Q_i,SVC、Q_i,CB，其中，Q_i,SVC表示節點i的靜態無功補償器出力；Q_i,CB表示節點i處投切電容器的投運容量；X表示優化變量x的集合；F(x)表示目標函數

3)求解配電網多目標魯棒優化模型，得到該模型的帕累托解集；是采用NSGA-II算法求解配電網多目標魯棒優化模型，包括：

(3.1)設置NSGA-II算法的參數：交叉算子、變異算子、種群數量、進化代數；

(3.2)隨機生成N個個體的種群；

(3.3)對種群中的個體在所有極端場景下分別進行潮流計算，得到有功網損和棄光率數值；

(3.4)每個個體分別以第(3.3)步計算結果的最大值當做目標函數值；

(3.5)對種群進行非支配排序；

(3.6)從種群中通過競爭選擇父代個體；

(3.7)對父代個體采用交叉、變異算子，得到子代個體；

(3.8)將父代個體與子代個體相結合，進行非支配排序，獲得設定數量的新種群；

(3.9)判斷當前進化代數是否達到最大進化代數，若是，則結束，并輸出帕累托解集；若否，返回第(3.6)步，進化代數加1。

2.根據權利要求1所述的一種配電網多目標魯棒優化方法，其特征在于，步驟1)所述不確定集合，表示如下：

式中，Δ表示分布式光伏預測最大出力的不確定集合；和分別表示節點i處每個分布式光伏預測最大出力的下限和上限；α表示控制每個不確定區間的范圍，α越小則表示不確定區間范圍越小；表示節點i處分布式光伏預測的最大出力。

3.根據權利要求1所述的一種配電網多目標魯棒優化方法，其特征在于，步驟2)所述約束條件中的：

(1)潮流等式約束，表示如下：

Q_i＝-Q_i,load+Q_i,VAR (7)

式中，P_i表示節點i的注入有功功率；U_i、U_j分別表示節點i和節點j的電壓幅值；G_ij表示節點導納矩陣中節點i與j對應元素的實部；B_ij表示節點導納矩陣中節點i與j對應元素的虛部；e_ij表示節點i與j的電壓相角差；j∈i表示節點i與j相關聯；P_i,load表示節點i的有功負荷；表示節點i處的分布式光伏在不確定集合場景中的有功出力；Q_i表示節點i的注入無功功率；Q_i,load表示節點i的無功負荷；Q_i,VAR表示節點i的無功補償裝置出力情況；

(2)無功補償裝置約束，表示如下：

式中，Q_i,SVC表示節點i的靜態無功補償器出力；Q_i,SVC和分別表示靜態無功補償器出力下限和上限；Q_i,CB表示節點i處投切電容器的投運容量；Q_i,0表示節點i處投切電容器每一檔位的容量；n表示投切電容器最大投運組數；a_m表示是否投運m個檔位；

綜合所述無功補償裝置約束，將所述潮流等式約束中的式(7)

Q_i＝-Q_i,load+Q_i,VAR

改寫為下式：

Q_i＝-Q_i,load+Q_i,SVC+Q_i,CB (10)

(3)節點電壓約束，表示如下：

式中，U_i和分別表示節點電壓的下限和上限；

(4)松弛節點功率約束，表示如下：

式中，P₀和Q₀分別表示從松弛節點注入配電網的有功功率和無功功率；P₀和分別表示從松弛節點注入配電網的有功功率的下限和上限；Q₀和分別表示注入無功功率的下限和上限；

(5)不確定集合場景下的分布式光伏運行約束，表示如下：

式中，表示節點i處的分布式光伏在不確定集合場景中的有功出力；表示節點i處分布式光伏預測的最大出力。