[發明專利]一種包含熱泵的配電網與分布式風電協同規劃方法和裝置

在審

• 申請號: 202111574411.8
• 申請日: 2021-12-21
• 公開（公告）號: CN114240203A
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 朱晨光;管少鋒;高群偉;田媛;崔全勝;付豪;高敏;劉寧;郝徐進;常娟娟;王亞輝;趙宇萌;李志和
• 申請（專利權）人: 平高集團有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06N3/12
• 代理公司: 鄭州睿信知識產權代理有限公司 41119
• 代理人: 史萌楊

1.一種包含熱泵的配電網與分布式風電協同規劃方法，其特征在于，包括如下步驟：

1)獲取與解算構建的雙層規劃模型相關的已知參數，并輸入至雙層規劃模型中；所述雙層規劃模型包括上層規劃模型和下層規劃模型；

所述上層規劃模型用于根據上層規劃模型的目標函數和約束條件、以及下層規劃模型反饋的期望值，得到規劃變量并傳遞給下層規劃模型；所述上層規劃模型的目標函數包括最大化分布式風電開發商利潤和最小化電網升級成本，所述目標函數與規劃變量有關，所述規劃變量包括分布式風電在各個節點的安裝臺數和各條饋線段升級到的線型；

所述下層規劃模型用于將目標解算問題看作概率最優潮流問題，以根據上層規劃模型傳遞的規劃變量、以及下層規劃模型的目標函數和約束條件，解算概率最優潮流問題，解算出最小化分布式風電削減量和最小化配電網年最大峰荷的期望值并反饋給上層規劃模型；所述下層規劃模型的目標函數包括最小化分布式風電削減量和最小化配電網年最大峰荷；

2)以規劃變量作為遺傳算法的種群，以上層規劃的目標函數作為遺傳算法的適應度函數，采用遺傳算法解算所述雙層規劃模型，將進行迭代計算最終得到的規劃變量作為最終的規劃方案。

2.根據權利要求1所述的包含熱泵的配電網與分布式風電協同規劃方法，其特征在于，步驟1)中，所述上層規劃模型的目標函數為：

Max(B_DGOwner)Min(CInv_grid)

式中，Max(·)表示最大化；Min(·)表示最小化；B_DGOwner表示分布式風電開發商的年利潤，CInv_grid表示電網公司升級改造配電網投資，分別為：

式中，B_sale表示分布式風電開發商的風電年銷售收入；C_inv表示年投資；C_inst表示年安裝費用；C_op表示年運維費用；ρ^wt表示風電上網價格；c_op表示每年發電量的運維成本；表示節點i的分布式風電的年發電量；表示的期望值；c_inv表示單位風電設備投資成本；c_inst表示單位風電設備安裝成本；表示分布式風電在節點i的安裝臺數；capa^wt表示風電機組單組容量；Ann(r,n)表示年均因子，Ann(r,n)＝r(1+r)ⁿ/((1+r)ⁿ-1)，r表示利率，n表示分布式風電設備的生命期；N表示配電網節點數；

式中，表示饋線更新為類型k時的單位長度建設成本；len_l表示饋線l的長度；表示饋線升級選型變量，為0/1優化變量，等于1時表示更新為類型為k的饋線，饋線總類型數為K，饋線總數為L。

3.根據權利要求1所述的包含熱泵的配電網與分布式風電協同規劃方法，其特征在于，步驟1)中，所述下層規劃模型的目標函數還包括兩個松弛變量的懲罰項，則所述下層規劃模型的目標函數為：

式中，Min(·)表示最小化；表示在典型日d時段t位于節點i的分布發電削減的電功率，表示分布式風電的年削減電量；(當i≠0時)表示通過位于節點i的配變的年最大有功功率，γ_i表示邊際容量成本，表示通過配變和主網聯絡變的年最大有功功率的權重和；兩個松弛變量分別為和對應的懲罰項分別為不包括熱泵負荷的負荷年削減電量的懲罰項和室內溫度超過指定舒適溫度范圍的懲罰項表示在典型日d時段t位于節點i的負荷削減功率，表示偏離室內溫度設定值的偏差，c₁和c₂均是懲罰系數，l_d表示典型日的天數。

4.根據權利要求2所述包含熱泵的配電網與分布式風電協同規劃方法，其特征在于，步驟1)中，上層規劃模型的約束條件包括：

式中，表示候選節點i可安裝的最大臺數；表示饋線段l原來的線型編號，y_l表示饋線段升級到的線型，N^fdr表示饋線類型數。