首页 / 专利库 / 物理 / 波动方程 / 一种主动配电网动态优化调度方法

一种主动配电网动态优化调度方法

阅读:996发布:2021-12-15

专利汇可以提供一种主动配电网动态优化调度方法专利检索,专利查询,专利分析的服务。并且本 发明 提供一种主动配 电网 动态优化调度方法,首先,构建主动配电网有功无功协调的调度模型;其次,在所述步骤一中所述主动配电网有功无功协调的调度模型的 基础 上细化时间尺度,将时间间隔设为15分钟,求解出未来4小时调度周期内的出 力 计划;最后,以所述出力计划作为参考值,建立 可再生 能源 、负荷的超短期 预测模型 ,以及可控分布式电源的出力预测模型,以5分钟为时间间隔,使用有限时域的多步动态滚动进行调节,其中,滚动时长为15分钟,并通过反馈校正环节实现闭环控制。,下面是一种主动配电网动态优化调度方法专利的具体信息内容。

1.一种主动配电网动态优化调度方法,其特征在于,所述主动配电网动态优化调度方法包括如下步骤:
步骤一:构建主动配电网有功无功协调的调度模型;
步骤二:在所述步骤一中所述主动配电网有功无功协调的调度模型的基础上细化时间尺度,将时间间隔设为15分钟,求解出未来4小时调度周期内的出计划;
步骤三:以所述出力计划作为参考值,建立可再生能源、负荷的超短期预测模型,以及可控分布式电源的出力预测模型,以5分钟为时间间隔,使用有限时域的多步动态滚动进行调节,其中,滚动时长为15分钟,并通过反馈校正环节实现闭环控制。
2.根据权利要求1所述的主动配电网动态优化调度方法,其特征在于,所述步骤一中构建的所述主动配电网有功无功协调的调度模型将储能系统充放电功率、微型燃气轮机出力、静止无功补偿器补偿的无功功率作为变量。
3.根据权利要求1所述的主动配电网动态优化调度方法,其特征在于,通过如下步骤构建所述主动配电网有功无功协调的调度模型:
步骤1.1:建立有功无功协调的调度模型;
以整个调度周期内的网损最小为目标函数:

进行松弛处理后,目标函数为:

其中,Floss表示为一个调度周期内的有功网损大小,T表示为一个调度周期,N表示为配电网拥有的节点数,v(i)表示为首端节点是i的支路的末端节点的集合,rij表示为支ij上的电阻值, 表示为在t时刻流过支路ij上的电流大小, 表示为在t时刻流过支路ij上的电流幅值大小;
步骤1.2:构建主动配电网内各单元的等式约束或不等式约束条件,其中所述约束条件包括松弛处理后的潮流约束、储能系统ESS运行约束、微型燃气轮机的约束、光伏发电系统运行约束、静止无功补偿器SVC运行约束、主动配电网运行约束以及主动联络线功率约束。
4.根据权利要求1所述的主动配电网动态优化调度方法,其特征在于,实现所述步骤二的方法如下:
主动配电网的运行成本最低为目标函数为:

其中,CS表示为长时间尺度阶段, 表示为长时间尺度阶段调度周期的时段数,设为4个小时共16个时段,即时间间隔为 , 、 、 分别表示为微型
燃气轮机、储能系统及配电网中涉及运行维护的单元所连接节点的集合, 表示为微型燃气轮机的发电成本, 表示为储能装置的充放电老化成本, 表示为配电网中运行维护单元的维护成本, 表示为配电网向主网的购电成本,电价机制为分时电价;
其中,微型燃气轮机发电成本为:

其中,a、b、c表示为机组发电成本参数, 表示为长时间尺度阶段微型燃气轮机的有功出力;
储能装置充放电老化成本为:

表示为储能电池单位时间的老化成本,单位为元/次数, 表示为储能电池开始充电的标记位, 表示为储能电池开始放电的标记位, 、 为0-
1变量,且满足 ;
运行维护成本为:

其中, 、 、 分别表示为微型燃气轮机运行维护费用、光伏电池运行维护费用、储能装置运行维护费用, 、 、 分别表示为长时间尺度阶段微型燃气轮机、储能装置充放电的有功出力大小, 表示为光伏发电系统的有功出力;
向主网购电成本为:

其中, 表示为电网的分时电价, 表示为长时间尺度阶段配电网与主网联络线上的有功功率;
长时间尺度的调度模型的约束包括潮流约束、储能系统ESS运行约束、微型燃气轮机约束、光伏系统运行约束、静止无功补偿器SVC运行约束、主动配电网运行安全约束以及主动联络线功率约束;对长时间尺度阶段的含无功在内调度模型进行求解,得到未来4小时的有功出力计划为:

5.根据权利要求1所述的主动配电网动态优化调度方法,其特征在于,实现所述步骤三的方法如下:
步骤3.1:采用灰色理论的预测方法,建立预测模型;
步骤3.2:以各可控分布式电源的有功出力增量为控制变量,以对长时间尺度阶段得到的参考值进行修正的成本最低为目标,进行有限时域M内的滚动求解;
步骤3.3:在每一个采样时刻利用反馈校正环节,用实际的测量输出值去修正基于模型计算得到的预测值,然后再进行下一个采样时刻的调整,在采样k时刻通过模型预测控制得到K+1时刻的各可控分布式电源有功出力后进行反馈环节,以K+1时刻实际测量得到的各单元实际出力值。
6.根据权利要求2所述的主动配电网动态优化调度方法,其特征在于,其中,松弛处理后的潮流约束为:

其中, 、 表示为t时刻节点j的净注入有功功率和无功功率大小, 、 分别表示为t时刻节点j上的光伏发电系统输出的有功和无功功率大小, 、 表示为t时刻节点j的负荷有功及无功需求大小, 分别表示t时刻节点j上SVC的无功补偿量;
在模型中加入储能系统来对功率的波动进行调节:

其中, 表示为连接在节点j上的储能系统ESS在t时刻的剩余电量, 表示为连接在节点j上的储能系统ESS在t+1时刻的剩余电量, 、 分别表示为充电效率和放电效率, 、 分别表示为节点j上的储能系统在t时刻的充电功率和放电功率,表示的就是在一个调度周期的第一个时段时储能系统的电量,在t=T时使储能系统的电量恢复到初始状态,每一个周期T的初始储能电量都是相同的,储能系统在每一个调度周期内有同样的调节性能, 表示调度的时间间隔;增加如下不等式约束:

其中, 、 分别表示为储能系统充电功率和放电功率的上限值, 、
分别表示为连接在节点j上的储能系统在t时刻的充放电状态,是一个0-1变量,而引入约束 使ESS在同一个时刻只能处于充电状态、放电状态或不充
不放电状态; 表示为储能系统的存储电量最大值;
其中,微型燃气轮机的各项约束包括机组出力上下限约束、机组爬坡约束以及机组最小启停时间约束,机组出力上下限约束:

其中, 表示为节点j上的燃气轮机在t时刻时的输出有功, 、 分别表示为节点j上的燃气轮机输出有功的下限值和上限值, 是0-1变量,表示燃气轮机机组的运行状态,当 时表示机组处于停止状态,当 时表示机组处于运行状态;
机组爬坡约束为:

其中, 表示为燃气轮机向上爬坡速率的最大值, 表示为燃气轮机向下爬坡速率的最大值, 、 分别表示为节点j上的燃气轮机在t时刻及t-1时刻的出力;
机组最小启停时间约束为:

其中,T表示为调度周期, 、 分别表示为发电机组的每次启停的最小运行时间和最短停机时间,第一个不等式是从启动到停机的约束,其含义就是当t时刻启动机组,那么t-1的时刻及之前机组是停止的,即 得 ,机组开启后要满足
最小运行时间,从t+1时刻到 之间内发电机组要一直保持运行状态,第二个不等式是从停机到启动的约束,其含义就是当t时刻将机组停机,那么t-1时刻及之前发电机都是运行的,即 得 ,同样机组停机后要满足最短的停机时间,从
t+1到 时刻之间内发电机组要一直保持停机状态;
光伏发电系统运行约束为:

其中, 、 分别表示为t时刻节点j上的光伏发电系统发出的有功功率和无功功率大小, 表示为功率因素,且光伏按定功率因素运行,将光伏作为PQ节点接入主动配电网,既输出有功,又输出无功,并且运行模式为按最大预测值输出;
静止无功补偿器SVC运行约束为:

其中, 表示为t时刻连接在节点j上的静止无功补偿器的无功功率调整量,、 分别表示为连接在节点j上的静止无功补偿器的无功调整量的最小值和最大值;
主动配电网运行约束为:

其中, 、 分别表示为任意节点j电压幅值的上下限, 表示为t时刻节点j的电压幅值, 表示为t时刻支路ij上的电流大小, 表示为支路ij上电流幅值的上限;
主动联络线功率约束为:

其中, 、 分别表示为t时刻配电网与主网联络线上的有功功率和无功功率, 、 分别表示为配电网与主网联络线上的有功功率最小值和最大值, 、分别表示为配电网与主网联络线上的无功功率最小值和最大值。
7.根据权利要求4所述的主动配电网动态优化调度方法,其特征在于,潮流约束为:

其中, 、 表示为t时刻节点j的净注入有功功率和无功功率大小, 、 分别表示为t时刻节点j上的光伏发电系统输出的有功和无功功率大小, 、 表示为t时刻节点j的负荷有功及无功需求大小, 分别表示t时刻节点j上SVC的无功补偿量,、 表示为长时间尺度下t时刻节点j上的储能系统放电量及充电量,
表示为长时间尺度下节点j上的微型燃气轮机在t时刻的出力;
储能系统ESS运行约束的等式约束为:

其中, 表示为连接在节点j上的储能系统ESS在t时刻的剩余电量, 表示为连接在节点j上的储能系统ESS在t+1时刻的剩余电量, 、 分别表示为充电效率和放电效率, 、 分别表示为节点j上的储能系统在t时刻的充电功率和放电功率, 分钟;
储能系统ESS运行约束的不等式约束为:

其中, 、 分别表示为储能系统充电功率和放电功率的最大值, 、
分别表示为连接在节点j上的储能系统在t时刻的充放电状态,是一个0-1变量,而引入约束 就可以让ESS在同一个时刻只能处于充电状态、放电状态
或不充不放电状态, 表示为储能系统的存储电量最大值;
储能蓄电池标记位记 、 的含义为:

其中, 、 分别表示为在t时刻储能电池开始充电和开始放电的标记
位,这两个标记的含义就是:当从t-1时刻到t时刻都处于充电状态时 ,,或者都处于放电状态时 , ,此时由于没有完成一
次充放,故而 、 的值为0,而若t-1时刻到t时刻是由充电状态变为放电状态、 完成一次充放,则 的值为1,或者由放电状态变为充电
状态 、 ,则 的值为1;每完成一次充放就计入一次储能电池老
化成本,且在同一个时刻t只会出现 或 ,或者两个都等于0;
微型燃气轮机约束的机组出力上下限约束为:

其中, 表示为长时间尺度阶段节点j上的燃气轮机在t时刻的有功出力, 、分别表示为节点j上的燃气轮机输出有功的下限值和上限值, 是0-1变量,用来表示燃气轮机机组的运行状态,当 时表示发机组处于停机状态,当 时表示发电机组处于运行状态;
微型燃气轮机约束的机组爬坡约束为:

其中,第一个不等式为机组向上爬坡约束, 表示为燃气轮机向上爬坡速率的最大值,第二个不等式为机组向下爬坡约束, 表示为燃气轮机向下爬坡速率的最大值,、 分别表示为长时间尺度阶段节点j上的燃气轮机在t时刻及t-1时刻的有功出力;
微型燃气轮机约束的机组最小启停时间约束为:

其中,T表示为调度周期, 、 分别表示为发电机组的每次启停的最小运行时间和最短停机时间,第一个不等式是从启动到停机的约束,其含义就是当t时刻启动机组,那么t-1的时刻及之前机组是停止的,即 得 ,机组开启后要满足
最小运行时间,即从t+1时刻到 之间内发电机组要一直保持运行状态,第二个不等式是从停机到启动的约束,其含义就是当t时刻将机组停机,那么t-1时刻及之前发电机都是运行的,即 得 ,同样机组停机后要满足最短的停机时间,
即从t+1到 时刻之间内发电机组要一直保持停机状态;
光伏系统运行约束为:

其中, 、 分别表示为t时刻节点j上的光伏发电系统发出的有功功率和无功功率大小, 表示为光伏系统的功率因素角,且光伏按定功率因素运行,将光伏作为PQ节点接入主动配电网,既输出有功又输出无功,并且运行模式为按最大预测值输出;
静止无功补偿器SVC运行约束为:

其中, 表示节点j上的静止无功补偿器在t时刻调整的无功功率大小,
、 分别表示为连接在节点j上的静止无功补偿器的无功调整量的最小值和最大值;
主动配电网运行安全约束为:

其中, 、 分别表示为任意节点j电压幅值的上下限, 表示为t时刻节点j的电压幅值, 表示为t时刻支路ij上的电流大小, 表示为支路ij上电流幅值的上限;
主动联络线功率约束为:

其中, 、 分别表示为t时刻配电网与主网联络线上的有功功率和无功功率, 、 分别表示为配电网与主网联络线上的有功功率最小值和最大值, 、分别表示为配电网与主网联络线上的无功功率最小值和最大值。
8.根据权利要求5所述的主动配电网动态优化调度方法,其特征在于,所述步骤3.1中,建立预测模型包括如下步骤:
步骤3.1.1:输入原始的负荷功率及可再生能源功率序列 :

其中,i代表负荷、光伏、电,n表示为时间序列;
步骤3.1.2:求得负荷及可再生能源功率的微分方程近似解:

计算负荷及可再生能源功率预测值:

其中, 为超短期负荷及可再生能源功率预测值, 和 分别表示为发展系数和灰作用量,都为常数;
步骤3.1.3:分别取k=1,2,…,n,得到原始序列的拟合序列 ,其中j=1,2,…,n;
步骤3.1.4:分别取k=1+n,2+n,…,m+n,得到原始序列后的预测值序列 ,其中j=1,2,…,m。
9.根据权利要求5所述的主动配电网动态优化调度方法,其特征在于,所述步骤3.2中,以各可控分布式电源的有功出力增量为控制变量,以对长时间尺度阶段得到的参考值进行修正的成本最低为目标,进行有限时域M内的滚动求解:

其中, 表示当前k时刻各可控分布式电源的实际测量的输出有功初值,
表示为在k时刻预测未来k+i时刻的可控分布式电源有功出力增量,
表示为在k时刻预测未来[k+(t-1),k+t]时段内的各分布式电源的有功出
力增量,在满足目标函数优化性能指标下,进行有限时域M内的优化求解可以得到未来M时段的最优控制变量序列:

其中, 表示为在k时刻预测未来 时刻的系统控制变量列向
量, 表示为在k时刻预测未来 时刻的系统控制
变量列向量,为了避免预测误差及干扰造成控制变量出现误差,故而只将得到的第一个控制变量序列下发,只执行当前值,可得k+1时刻各可控分布式电源的有功出力为:

当采样时刻为k+1时刻也同样可以将k+2时刻的最优化出力求解出来,并且每次的控制时域M都向前推移,形成滚动调整。
10.根据权利要求5所述的主动配电网动态优化调度方法,其特征在于,所述步骤3.3中,在每一个采样时刻利用反馈校正环节,用实际的测量输出值去修正基于模型计算得到的预测值,然后再进行下一个采样时刻的调整,在采样k时刻通过模型预测控制得到K+1时刻的各可控分布式电源有功出力后进行反馈环节,以K+1时刻实际测量得到的各单元实际出力值,构建基于模型预测控制的短时间尺度模型:
短时间尺度阶段要遵从长时间尺度阶段得到的调度计划,以长时间尺度阶段的各可控分布式电源的有功出力为参考值,以短时间尺度阶段对该参考值的修正量即各可控资源的有功出力增量P为优化变量,故而为修正后的有功出力增量增加惩罚参数,以每一个滚动时域内的运行成本最低为优化目标,长时间尺度已经得到了储能等设备的运行状态,故本阶段忽略运行维护成本和储能装置充放电老化成本,可得目标函数:

其中,DS表示为短时间尺度阶段,并且这个阶段是在有限时域M=15min内滚动调整的,时间间隔为 , 、 分别表示为微型燃气轮机、储能装置所连接节点
的集合, 表示为微型燃气轮机的发电成本, 表示为储能装置的充放电功率变化惩罚成本, 表示为配电网向主网的购电成本,电价机制为分时电价。

说明书全文

一种主动配电网动态优化调度方法

技术领域

[0001] 本发明涉及配电网调度领域,尤其涉及一种主动配电网动态优化调度方法。

背景技术

[0002] 近年来,由于环境污染问题的日益严重以及炭、石油等传统化石能源的日趋枯竭,世界各国越发清楚传统发电模式已经不太适应社会发展的需求。面对这个情况及为了满足电能供应量,世界各地开始在电系统中推广干净的绿色电源,如力发电、太阳能发电、潮汐发电等等可再生能源发电技术。而这些绿色清洁能源主要以分布式发电(Distributed generation,DG)的形式接入到配电网中,从而应对其并网点分散及发电功率不大的特点,来达到就地消纳的目的,并且与大电网相互补充,达成环境保护与调整能源结构的目标。
[0003] 由于可再生能源的大量渗透、储能单元和电动汽车的不断增多及可调负荷的频繁调整,使得过去只能被动接收上级调度命令的配电网转变为具有大量可控、可调资源的有源配电网,其运行控制将面对诸多新挑战(1)高渗透的分布式电源,特别是光伏(Photovoltaic ,PV)和风电(Wind turbine, WT)等绿色清洁资源,具有很强的不确定性,其出力波动的特性将会严重降低配网对其的利用率。如果不能对他们实施合理的调控,会造成配电网动态无功潮流不合理和电压频繁变动,造成欠电压与过电压问题恶化、运行能量损耗增大等问题;更有甚会导致分布式电源退出运行,限制了可再生资源的接入平与分布式电源的渗透率,造成电网资源与新能源的极大浪费。(2)分布式电源的入网将会导致电网运行方式和结构发生巨大变化,将会改变传统辐射状配电网单向潮流的供电模式,造成系统的负荷分布和潮流方向改变,出现双向潮流及优化控制变难等问题。(3)按照不同的接入方式、不同的电压等级接入电网的分布式电源将引起配电网线路参数不对称、三相负载不平衡等问题变得更加显著。大电网中广泛使用的自动电压控制(Automated voltage, AVC)以及自动发电控制(Automated generation, AGC)等控制策略难以运用在传统配电网的运行中。(4)DG 的大量并网还会造成短路电流增大、供电可靠性降低以及电能质量恶化等问题。
[0004] 为了应对配电网的改变及解决这些问题,学者们提出了主动配电网(Active distribution network, ADN)的概念。早在2008 年,C6专委会组在国际大电网会议(International Council on Large Electric systems,CIGRE)中发表“主动配电网的运行与发展”的工作总结中对主动配电网的特点和内容进行了解释。指出主动配电网就是可以对各类分布式电源以及需求侧资源进行主动调整调度的配电网,调度工作人员采用电网技术来改变网络中的拓扑结构、整体构造等,从而实现对网络功率流动、电压大小等的改变,最终达到配电网能够实现对各类分布式电源的有效管理和利用来支撑配电网的运行。实质上就是利用最先进的电网技术以及通信自动化控制技术来协调和控制大量并网的各类分布式能源(风光、储能等),从而达到配电网能够经济平稳运行以及电网中的各类能量能够合理利用的目的。
[0005] 继虚拟发电厂(VPP)、微电网之后,主动配电网被认为是一项能够大规模接纳分布式电源并对各类DG 进行主动管理的新技术。2012 年,国家科技部成立了“863计划”项目课题以及在2013 年国家能源局主动配电网技术研究部的成立,标志着我国对于主动配电网研究的高度重视及其在未来智能电网、坚强电网发展中的重要性。由于传统配电网的优化调控策略已经远远不能满足如今大量DG 并网后的现状;因此如何利用主动配电网能够进行主动控制等特点,对各分布式电源出力进行有效的优化调度,并且利用储能系统、需求侧响应等方法来应对可再生能源出力随机性的问题,进行主动配电网进行有效的能量优化管理是亟待解决的问题。

发明内容

[0006] 因此,为了克服上述问题,本发明提供一种主动配电网动态优化调度方法,首先,构建主动配电网有功无功协调的调度模型;其次,在所述步骤一中所述主动配电网有功无功协调的调度模型的基础上细化时间尺度,将时间间隔设为15分钟,求解出未来4小时调度周期内的出力计划;最后,以所述出力计划作为参考值,建立可再生能源、负荷的超短期预测模型,以及可控分布式电源的出力预测模型,以5分钟为时间间隔,使用有限时域的多步动态滚动进行调节,其中,滚动时长为15分钟,并通过反馈校正环节实现闭环控制。
[0007] 根据本发明的一种主动配电网动态优化调度方法, 主动配电网动态优化调度方法包括如下步骤:步骤一:构建主动配电网有功无功协调的调度模型。
[0008] 步骤二:在步骤一中主动配电网有功无功协调的调度模型的基础上细化时间尺度,将时间间隔设为15分钟,求解出未来4小时调度周期内的出力计划。
[0009] 步骤三:以出力计划作为参考值,建立可再生能源、负荷的超短期预测模型,以及可控分布式电源的出力预测模型,以5分钟为时间间隔,使用有限时域的多步动态滚动进行调节,其中,滚动时长为15分钟,并通过反馈校正环节实现闭环控制。
[0010] 优选的是,步骤一中构建的主动配电网有功无功协调的调度模型将储能系统充放电功率、微型燃气轮机出力、静止无功补偿器补偿的无功功率作为变量。
[0011] 优选的是,通过如下步骤构建主动配电网有功无功协调的调度模型:步骤1.1:建立有功无功协调的调度模型;
以整个调度周期内的网损最小为目标函数:

进行松弛处理后,目标函数为:

其中,Floss表示为一个调度周期内的有功网损大小,T表示为一个调度周期,N表示为配电网拥有的节点数,v(i)表示为首端节点是i的支路的末端节点的集合,rij表示为支ij上的电阻值, 表示为在t时刻流过支路ij上的电流大小, 表示为在t时刻流过支路ij上的电流幅值大小。
[0012] 步骤1.2:构建主动配电网内各单元的等式约束或不等式约束条件,其中约束条件包括松弛处理后的潮流约束、储能系统ESS运行约束、微型燃气轮机的约束、光伏发电系统运行约束、静止无功补偿器SVC运行约束、主动配电网运行约束以及主动联络线功率约束。
[0013] 优选的是,实现步骤二的方法如下:主动配电网的运行成本最低为目标函数为:

其中,CS表示为长时间尺度阶段, 表示为长时间尺度阶段调度周期的时段数,设为
4个小时共16个时段,即时间间隔为 , 、 、 分别表示为微型
燃气轮机、储能系统及配电网中涉及运行维护的单元所连接节点的集合, 表示为微型燃气轮机的发电成本, 表示为储能装置的充放电老化成本, 表示为配电网中运行维护单元的维护成本, 表示为配电网向主网的购电成本,电价机制为分时电价;
其中,微型燃气轮机发电成本为:

其中,a、b、c表示为机组发电成本参数, 表示为长时间尺度阶段微型燃气轮机的有功出力;
储能装置充放电老化成本为:

表示为储能电池单位时间的老化成本,单位为元/次数, 表示为储能电池开始充电的标记位, 表示为储能电池开始放电的标记位, 、 为0-
1变量,且满足 ;
运行维护成本为:

其中, 、 、 分别表示为微型燃气轮机运行维护费用、光伏电池运行维护费用、储能装置运行维护费用, 、 、 分别表示为长时间尺度阶段微型燃气轮机、储能装置充放电的有功出力大小, 表示为光伏发电系统的有功出力;
向主网购电成本为:

其中, 表示为电网的分时电价, 表示为长时间尺度阶段配电网与主网
联络线上的有功功率;
长时间尺度的调度模型的约束包括潮流约束、储能系统ESS运行约束、微型燃气轮机约束、光伏系统运行约束、静止无功补偿器SVC运行约束、主动配电网运行安全约束以及主动联络线功率约束;对长时间尺度阶段的含无功在内调度模型进行求解,得到未来4小时的有功出力计划为:

[0014] 优选的是,实现步骤三的方法如下:步骤3.1:采用灰色理论的预测方法,建立预测模型;
步骤3.2:以各可控分布式电源的有功出力增量为控制变量,以对长时间尺度阶段得到的参考值进行修正的成本最低为目标,进行有限时域M内的滚动求解;
步骤3.3:在每一个采样时刻利用反馈校正环节,用实际的测量输出值去修正基于模型计算得到的预测值,然后再进行下一个采样时刻的调整,在采样k时刻通过模型预测控制得到K+1时刻的各可控分布式电源有功出力后进行反馈环节,以K+1时刻实际测量得到的各单元实际出力值。
[0015] 优选的是,其中,松弛处理后的潮流约束为:;
其中, 、 表示为t时刻节点j的净注入有功功率和无功功率大小, 、 分别表示为t时刻节点j上的光伏发电系统输出的有功和无功功率大小, 、 表示为t时刻节点j的负荷有功及无功需求大小, 分别表示t时刻节点j上SVC的无功补偿量;
在模型中加入储能系统来对功率的波动进行调节:

其中, 表示为连接在节点j上的储能系统ESS在t时刻的剩余电量, 表示为连接在节点j上的储能系统ESS在t+1时刻的剩余电量, 、 分别表示为充电效率和放电效率, 、 分别表示为节点j上的储能系统在t时刻的充电功率和放电功率, 表示的就是在一个调度周期的第一个时段时储能系统的电量,在t=T时使储能系统的电量恢复到初始状态,每一个周期T的初始储能电量都是相同的,储能系统在每一个调度周期内有同样的调节性能, 表示调度的时间间隔;增加如下不等式约束:

其中, 、 分别表示为储能系统充电功率和放电功率的上限值, 、
分别表示为连接在节点j上的储能系统在t时刻的充放电状态,是一个0-1变量,而引入约束 使ESS在同一个时刻只能处于充电状态、放电状态或不充
不放电状态; 表示为储能系统的存储电量最大值;
其中,微型燃气轮机的各项约束包括机组出力上下限约束、机组爬坡约束以及机组最小启停时间约束,机组出力上下限约束:

其中, 表示为节点j上的燃气轮机在t时刻时的输出有功, 、 分别表
示为节点j上的燃气轮机输出有功的下限值和上限值, 是0-1变量,表示燃气轮机机组的运行状态,当 时表示机组处于停止状态,当 时表示机组处于运行状态;
机组爬坡约束为:

其中, 表示为燃气轮机向上爬坡速率的最大值, 表示为燃气轮机向下爬坡速率的最大值, 、 分别表示为节点j上的燃气轮机在t时刻及t-1时刻的出力;
机组最小启停时间约束为:

其中,T表示为调度周期, 、 分别表示为发电机组的每次启停的最小运行时间和最短停机时间,第一个不等式是从启动到停机的约束,其含义就是当t时刻启动机组,那么t-1的时刻及之前机组是停止的,即 得 ,机组开启后要满
足最小运行时间,从t+1时刻到 之间内发电机组要一直保持运行状态,第二个不等式是从停机到启动的约束,其含义就是当t时刻将机组停机,那么t-1时刻及之前发电机都是运行的,即 得 ,同样机组停机后要满足最短的停机时间,
从t+1到 时刻之间内发电机组要一直保持停机状态;
光伏发电系统运行约束为:

其中, 、 分别表示为t时刻节点j上的光伏发电系统发出的有功功率和无功功率大小, 表示为功率因素,且光伏按定功率因素运行,将光伏作为PQ节点接入主动配电网,既输出有功,又输出无功,并且运行模式为按最大预测值输出;
静止无功补偿器SVC运行约束为:

其中, 表示为t时刻连接在节点j上的静止无功补偿器的无功功率调整量,、 分别表示为连接在节点j上的静止无功补偿器的无功调整量的最小值和最大值;
主动配电网运行约束为:

其中, 、 分别表示为任意节点j电压幅值的上下限, 表示为t时刻节点j的电压幅值, 表示为t时刻支路ij上的电流大小, 表示为支路ij上电流幅值的上限;
主动联络线功率约束为:

其中, 、 分别表示为t时刻配电网与主网联络线上的有功功率和无功功率, 、 分别表示为配电网与主网联络线上的有功功率最小值和最大值, 、分别表示为配电网与主网联络线上的无功功率最小值和最大值。
[0016] 优选的是,其特征在于,潮流约束为:;
其中, 、 表示为t时刻节点j的净注入有功功率和无功功率大小, 、
分别表示为t时刻节点j上的光伏发电系统输出的有功和无功功率大小, 、 表示为t时刻节点j的负荷有功及无功需求大小, 分别表示t时刻节点j上SVC的无功补偿量, 、 表示为长时间尺度下t时刻节点j上的储能系统放电量及充电量,表示为长时间尺度下节点j上的微型燃气轮机在t时刻的出力;
储能系统ESS运行约束的等式约束为:

其中, 表示为连接在节点j上的储能系统ESS在t时刻的剩余电量, 表示为连接在节点j上的储能系统ESS在t+1时刻的剩余电量, 、 分别表示为充电效率和放电效率, 、 分别表示为节点j上的储能系统在t时刻的充电功率和放电功率, 分钟;
储能系统ESS运行约束的不等式约束为:

其中, 、 分别表示为储能系统充电功率和放电功率的最大值, 、
分别表示为连接在节点j上的储能系统在t时刻的充放电状态,是一个0-1变量,而引入约束 就可以让ESS在同一个时刻只能处于充电状态、放电状态
或不充不放电状态, 表示为储能系统的存储电量最大值;
储能蓄电池标记位记 、 的含义为:

其中, 、 分别表示为在t时刻储能电池开始充电和开始放电的标记
位,这两个标记的含义就是:当从t-1时刻到t时刻都处于充电状态时 ,,或者都处于放电状态时 , ,此时由于没有完成一
次充放,故而 、 的值为0,而若t-1时刻到t时刻是由充电状态变为放电状态、 完成一次充放,则 的值为1,或者由放电状态变为充电
状态 、 ,则 的值为1;每完成一次充放就计入一次储能电池老
化成本,且在同一个时刻t只会出现 或 ,或者两个都等于0;
微型燃气轮机约束的机组出力上下限约束为:

其中, 表示为长时间尺度阶段节点j上的燃气轮机在t时刻的有功出力,、 分别表示为节点j上的燃气轮机输出有功的下限值和上限值, 是0-1变量,用来表示燃气轮机机组的运行状态,当 时表示发机组处于停机状态,当 时表示发电机组处于运行状态;
微型燃气轮机约束的机组爬坡约束为:

其中,第一个不等式为机组向上爬坡约束, 表示为燃气轮机向上爬坡速率的最大值,第二个不等式为机组向下爬坡约束, 表示为燃气轮机向下爬坡速率的最大值,、 分别表示为长时间尺度阶段节点j上的燃气轮机在t时刻及t-1时刻的有功出力;
微型燃气轮机约束的机组最小启停时间约束为:

其中,T表示为调度周期, 、 分别表示为发电机组的每次启停的最小运行时间和最短停机时间,第一个不等式是从启动到停机的约束,其含义就是当t时刻启动机组,那么t-1的时刻及之前机组是停止的,即 得 ,机组开启后要满
足最小运行时间,即从t+1时刻到 之间内发电机组要一直保持运行状态,第二个不等式是从停机到启动的约束,其含义就是当t时刻将机组停机,那么t-1时刻及之前发电机都是运行的,即 得 ,同样机组停机后要满足最短的停机时
间,即从t+1到 时刻之间内发电机组要一直保持停机状态;
光伏系统运行约束为:

其中, 、 分别表示为t时刻节点j上的光伏发电系统发出的有功功率和无功功率大小, 表示为光伏系统的功率因素角,且光伏按定功率因素运行,将光伏作为PQ节点接入主动配电网,既输出有功又输出无功,并且运行模式为按最大预测值输出;
静止无功补偿器SVC运行约束为:

其中, 表示节点j上的静止无功补偿器在t时刻调整的无功功率大小,
、 分别表示为连接在节点j上的静止无功补偿器的无功调整量的最小值和最大值;
主动配电网运行安全约束为:

其中, 、 分别表示为任意节点j电压幅值的上下限, 表示为t时刻节点j的电压幅值, 表示为t时刻支路ij上的电流大小, 表示为支路ij上电流幅值的上限;
主动联络线功率约束为:

其中, 、 分别表示为t时刻配电网与主网联络线上的有功功率和无功功率, 、 分别表示为配电网与主网联络线上的有功功率最小值和最大值, 、分别表示为配电网与主网联络线上的无功功率最小值和最大值。
[0017] 优选的是,步骤3.1中,建立预测模型包括如下步骤:步骤3.1.1:输入原始的负荷功率及可再生能源功率序列 :

其中,i代表负荷、光伏、风电,n表示为时间序列;
步骤3.1.2:求得负荷及可再生能源功率的微分方程近似解:

计算负荷及可再生能源功率预测值:

其中, 为超短期负荷及可再生能源功率预测值, 和 分别表示为发展系数和灰作用量,都为常数;
步骤3.1.3:分别取k=1,2,…,n,得到原始序列的拟合序列 ,其中j=1,
2,…,n;
步骤3.1.4:分别取k=1+n,2+n,…,m+n,得到原始序列后的预测值序列 ,其中j=1,2,…,m。
[0018] 优选的是,步骤3.2中,以各可控分布式电源的有功出力增量为控制变量,以对长时间尺度阶段得到的参考值进行修正的成本最低为目标,进行有限时域M内的滚动求解:;
其中, 表示当前k时刻各可控分布式电源的实际测量的输出有功初值,
表示为在k时刻预测未来k+i时刻的可控分布式电源有功出力增量,
表示为在k时刻预测未来[k+(t-1),k+t]时段内的各分布式电源的有功出
力增量,在满足目标函数优化性能指标下,进行有限时域M内的优化求解可以得到未来M时段的最优控制变量序列:

其中, 表示为在k时刻预测未来 时刻的系统控制变量列
向量, 表示为在k时刻预测未来 时刻的系统控
制变量列向量,为了避免预测误差及干扰造成控制变量出现误差,故而只将得到的第一个控制变量序列下发,只执行当前值,可得k+1时刻各可控分布式电源的有功出力为:

当采样时刻为k+1时刻也同样可以将k+2时刻的最优化出力求解出来,并且每次的控制时域M都向前推移,形成滚动调整。
[0019] 优选的是,步骤3.3中,在每一个采样时刻利用反馈校正环节,用实际的测量输出值去修正基于模型计算得到的预测值,然后再进行下一个采样时刻的调整,在采样k时刻通过模型预测控制得到K+1时刻的各可控分布式电源有功出力后进行反馈环节,以K+1时刻实际测量得到的各单元实际出力值,构建基于模型预测控制的短时间尺度模型:短时间尺度阶段要遵从长时间尺度阶段得到的调度计划,以长时间尺度阶段的各可控分布式电源的有功出力为参考值,以短时间尺度阶段对该参考值的修正量即各可控资源的有功出力增量P为优化变量,故而为修正后的有功出力增量增加惩罚参数,以每一个滚动时域内的运行成本最低为优化目标,长时间尺度已经得到了储能等设备的运行状态,故本阶段忽略运行维护成本和储能装置充放电老化成本,可得目标函数:

其中,DS表示为短时间尺度阶段,并且这个阶段是在有限时域M=15min内滚动调整的,时间间隔为 , 、 分别表示为微型燃气轮机、储能装置所连接节点
的集合, 表示为微型燃气轮机的发电成本, 表示为储能装置的充放电功率变化惩罚成本, 表示为配电网向主网的购电成本,电价机制为分时电价。
[0020] 与现有技术相比,本发明具有如下的有益效果: (1)建立包含无功在内的主动配电网最优潮流模型,采用现有的二阶锥规划方法,进行了凸松弛处理,有效解决了模型求解速度慢的问题;
(2)在主动配电网有功无功协调优化调度模型中,将储能系统充放电功率、微型燃气轮机出力、静止无功补偿器补偿的无功功率等变量作为优化变量,以网络运行损耗最小为目标函数,有效地提升了主动配电网对于可再生能源的消纳能力,降低了电网运行的功率损耗、避免了节点电压越限的问题,使主动配电网运行地更加经济平稳;
(3)在长时间尺度阶段,建立含无功在内的配电网优化调度模型,以配电网运行成本最低为目标函数,将时间间隔设为15分钟,求解未来4小时的各可控分布式电源的调度计划,并以这个有功出力计划作为短时间尺度阶段的参考值,细化了时间的尺度;
(4)在短时间尺度阶段,利用模型预测控制理论,建立基于模型预测控制的滚动优化调度策略可以实现间歇性可再生能源及负荷的超短期滚动预测,提高预测精度的同时利用反馈环节及时修正误差,实现了间歇性可再生能源的最大化消纳。该调度策略不仅有效地应对间歇性可再生能源及负荷的波动性,进一步提高了调度计划的精确度,并且同时考虑了有功无功的影响,涉及到配网中的电压稳定性问题,提高了系统运行的稳定性及经济性。
附图说明
[0021] 图1为本发明的滚动优化时间窗口示意图;图2为本发明的模型预测控制有功优化调度流程图

具体实施方式

[0022] 下面结合附图和实施例对本发明的主动配电网动态优化调度方法进行详细说明。
[0023] 建立主动配电网有功无功协调优化调度模型,该模型将储能系统充放电功率、微型燃气轮机出力、静止无功补偿器补偿的无功功率等变量作为优化变量。
[0024] 构建目标函数,以整个调度周内的网损最小为目标函数:;
进行松弛处理后,目标函数为:

其中,Floss表示为一个调度周期内的有功网损大小,T表示为一个调度周期,N表示为配电网拥有的节点数,v(i)表示为首端节点是i的支路的末端节点的集合,rij表示为支ij上的电阻值, 表示为在t时刻流过支路ij上的电流大小, 表示为在t时刻流过支路ij上的电流幅值大小。
[0025] 主动配电网各项约束,松弛处理后的潮流约束为:;
其中, 、 表示为t时刻节点j的净注入有功功率和无功功率大小, 、 分别表示为t时刻节点j上的光伏发电系统输出的有功和无功功率大小, 、 表示为t时刻节点j的负荷有功及无功需求大小, 分别表示t时刻节点j上SVC的无功补偿量。
[0026] 为了应对主动配电网中电源侧和负荷侧的双侧波动性,提高可再生能源的消纳能力,减少分布式电源的脱网现象,本发明在模型中加入储能系统来对功率的波动进行调节:;
其中, 表示为连接在节点j上的储能系统ESS在t时刻的剩余电量, 表示为连接在节点j上的储能系统ESS在t+1时刻的剩余电量, 、 分别表示为充电效率和放电效率, 、 分别表示为节点j上的储能系统在t时刻的充电功率和放电功率, 表示的就是在一个调度周期的第一个时段时储能系统的电量,在t=T时使储能系统的电量恢复到初始状态,每一个周期T的初始储能电量都是相同的,储能系统在每一个调度周期内有同样的调节性能, 表示调度的时间间隔。
为了让储能系统运行的更加稳定及增加储能的使用寿命,给其增加如下不等式约束:

其中, 、 分别表示为储能系统充电功率和放电功率的上限值, 、
分别表示为连接在节点j上的储能系统在t时刻的充放电状态,是一个0-1变量,而引入约束 使ESS在同一个时刻只能处于充电状态、放电状态或不充
不放电状态; 表示为储能系统的存储电量最大值,最后一个不等式给储能系统设定了使用范围为20%   90% ,这样做能够避免储能的过充或者过放,增加储能的使用寿命。
~
[0027] 微型燃气轮机(MT)作为可控的发电机,当电力系统中的功率缺额较大时,燃气轮机可以实现快速的投入以补充功率的不足,只要能够合理的利用燃气轮机,发挥其调节系统峰谷差的优点,就能够增加电网的调峰容量、维持电网的稳定运行。但是燃气轮机自身也需要保持稳定运行,故而其出力约束、爬坡速率约束、最小启停时间约束等都是有限制的。
[0028] 其中,微型燃气轮机的各项约束包括机组出力上下限约束、机组爬坡约束以及机组最小启停时间约束,机组出力上下限约束:;
其中, 表示为节点j上的燃气轮机在t时刻时的输出有功, 、 分别表
示为节点j上的燃气轮机输出有功的下限值和上限值, 是0-1变量,表示燃气轮机机组的运行状态,当 时表示机组处于停止状态,当 时表示机组处于运行状态。
[0029] 考虑到发电机的实际运行特性,在单位时间内发电机的出力不可能突然很大或者很小,不然会严重影响机组的稳定性及使用寿命,因此燃气轮机运行时需要满足一定的爬坡约束::;
其中, 表示为燃气轮机向上爬坡速率的最大值, 表示为燃气轮机向下爬坡速率的最大值, 、 分别表示为节点j上的燃气轮机在t时刻及t-1时刻的出力;
发电机组的频繁启动停止会极大增加其运行维护费用,并且会减少使用寿命,造成不必要的经济损失,故而很有必须要限制机组的启停次数,即每次运行的时间和每次停机的时间都不能太短,机组最小启停时间约束为:

其中,T表示为调度周期, 、 分别表示为发电机组的每次启停的最小运行时间和最短停机时间,第一个不等式是从启动到停机的约束,其含义就是当t时刻启动机组,那么t-1的时刻及之前机组是停止的,即 得 ,机组开启后要满
足最小运行时间,从t+1时刻到 之间内发电机组要一直保持运行状态,第二个不等式是从停机到启动的约束,其含义就是当t时刻将机组停机,那么t-1时刻及之前发电机都是运行的,即 得 ,同样机组停机后要满足最短的停机时间,
从t+1到 时刻之间内发电机组要一直保持停机状态。
[0030] 光伏发电系统运行约束为:;
其中, 、 分别表示为t时刻节点j上的光伏发电系统发出的有功功率和无功功率大小, 表示为功率因素角,且光伏按定功率因素运行,将光伏作为PQ节点接入主动配电网,既输出有功,又输出无功,并且运行模式为按最大预测值输出。
[0031] 静止无功补偿器SVC运行约束为:;
其中, 表示为t时刻连接在节点j上的静止无功补偿器的无功功率调整量,、 分别表示为连接在节点j上的静止无功补偿器的无功调整量的最小值和最大值;
主动配电网运行约束为:

其中, 、 分别表示为任意节点j电压幅值的上下限, 表示为t时刻节点j的电压幅值, 表示为t时刻支路ij上的电流大小, 表示为支路ij上电流幅值的上限;
主动联络线功率约束为:

其中, 、 分别表示为t时刻配电网与主网联络线上的有功功率和无功功率, 、 分别表示为配电网与主网联络线上的有功功率最小值和最大值, 、分别表示为配电网与主网联络线上的无功功率最小值和最大值,设置这个限值可以有效减少主动配电网的功率波动对上级电网造成稳定性影响。
[0032] 建立基于模型预测控制(MPC)的主动配电网动态优化调度模型,主要包括长时间尺度和短时间尺度两个阶段。第一阶段,在含有功无功的优化调度模型的基础上细化时间尺度,将时间间隔设为15 分钟,求解出未来4 小时调度周期内的出力计划,这一出力计划作为第二阶段的参考值。第二阶段,利用模型预测控制理论,建立可再生能源、负荷的超短期预测模型,以及可控分布式电源的出力预测模型,以5 分钟为时间间隔,采取有限时域的多步动态滚动优化,滚动时长为15 分钟,并通过反馈校正环节真正实现了闭环控制,以此得出更加准确的调度计划。
[0033] 此阶段采用主动配电网有功无功协调优化调度模型,调度周期和时间间隔分别为4 小时和15 分钟,建立长时间尺度的优化调度模型。
[0034] 主动配电网的运行成本最低为目标函数为:;
其中,CS表示为长时间尺度阶段, 表示为长时间尺度阶段调度周期的时段数,设为
4个小时共16个时段,即时间间隔为 , 、 、 分别表示为微型
燃气轮机、储能系统及配电网中涉及运行维护的单元所连接节点的集合, 表示为微型燃气轮机的发电成本, 表示为储能装置的充放电老化成本, 表示为配电网中运行维护单元的维护成本, 表示为配电网向主网的购电成本,电价机制为分时电价。
[0035] 其中,微型燃气轮机发电成本为:;
其中,a、b、c表示为机组发电成本参数, 表示为长时间尺度阶段微型燃气轮机的有功出力。
[0036] 储能装置充放电老化成本为:;
表示为储能电池单位时间的老化成本,单位为元/次数, 表示为储能电池开始充电的标记位, 表示为储能电池开始放电的标记位, 、 为0-
1变量,且满足 。
[0037] 运行维护成本为:;
其中, 、 、 分别表示为微型燃气轮机运行维护费用、光伏电池运行维护费用、储能装置运行维护费用, 、 、 分别表示为长时间尺度阶段微型燃气轮机、储能装置充放电的有功出力大小, 表示为光伏发电系统的有功出力。
[0038] 向主网购电成本为:;
其中, 表示为电网的分时电价, 表示为长时间尺度阶段配电网与主网
联络线上的有功功率。
[0039] 长时间尺度的调度模型的约束包括潮流约束、储能系统ESS运行约束、微型燃气轮机约束、光伏系统运行约束、静止无功补偿器SVC运行约束、主动配电网运行安全约束以及主动联络线功率约束。
[0040] 其中,潮流约束为:;
其中, 、 表示为t时刻节点j的净注入有功功率和无功功率大小, 、
分别表示为t时刻节点j上的光伏发电系统输出的有功和无功功率大小, 、 表示为t时刻节点j的负荷有功及无功需求大小, 分别表示t时刻节点j上SVC的无功补偿量, 、 表示为长时间尺度下t时刻节点j上的储能系统放电量及充电量,表示为长时间尺度下节点j上的微型燃气轮机在t时刻的出力;
储能系统ESS运行约束的等式约束为:

其中, 表示为连接在节点j上的储能系统ESS在t时刻的剩余电量, 表示为连接在节点j上的储能系统ESS在t+1时刻的剩余电量, 、 分别表示为充电效率和放电效率, 、 分别表示为节点j上的储能系统在t时刻的充电功率和放电功率, 分钟;
储能系统ESS运行约束的不等式约束为:

其中, 、 分别表示为储能系统充电功率和放电功率的最大值, 、
分别表示为连接在节点j上的储能系统在t时刻的充放电状态,是一个0-1变量,而引入约束 就可以让ESS在同一个时刻只能处于充电状态、放电状态
或不充不放电状态, 表示为储能系统的存储电量最大值;
储能蓄电池标记位记 、 的含义为:

其中, 、 分别表示为在t时刻储能电池开始充电和开始放电的标记
位,这两个标记的含义就是:当从t-1时刻到t时刻都处于充电状态时 ,,或者都处于放电状态时 , ,此时由于没有完成一
次充放,故而 、 的值为0,而若t-1时刻到t时刻是由充电状态变为放电状态、 完成一次充放,则 的值为1,或者由放电状态变为充电
状态 、 ,则 的值为1;每完成一次充放就计入一次储能电池老
化成本,且在同一个时刻t只会出现 或 ,或者两个都等于0;
微型燃气轮机约束的机组出力上下限约束为:

其中, 表示为长时间尺度阶段节点j上的燃气轮机在t时刻的有功出力,、 分别表示为节点j上的燃气轮机输出有功的下限值和上限值, 是0-1变量,用来表示燃气轮机机组的运行状态,当 时表示发机组处于停机状态,当 时表示发电机组处于运行状态;
微型燃气轮机约束的机组爬坡约束为:

其中,第一个不等式为机组向上爬坡约束, 表示为燃气轮机向上爬坡速率的最大值,第二个不等式为机组向下爬坡约束, 表示为燃气轮机向下爬坡速率的最大值,、 分别表示为长时间尺度阶段节点j上的燃气轮机在t时刻及t-1时刻的有功出力;
微型燃气轮机约束的机组最小启停时间约束为:

其中,T表示为调度周期, 、 分别表示为发电机组的每次启停的最小运行时间和最短停机时间,第一个不等式是从启动到停机的约束,其含义就是当t时刻启动机组,那么t-1的时刻及之前机组是停止的,即 得 ,机组开启后要满
足最小运行时间,即从t+1时刻到 之间内发电机组要一直保持运行状态,第二个不等式是从停机到启动的约束,其含义就是当t时刻将机组停机,那么t-1时刻及之前发电机都是运行的,即 得 ,同样机组停机后要满足最短的停机时
间,即从t+1到 时刻之间内发电机组要一直保持停机状态;
光伏系统运行约束为:

其中, 、 分别表示为t时刻节点j上的光伏发电系统发出的有功功率和无功功率大小, 表示为光伏系统的功率因素角,且光伏按定功率因素运行,将光伏作为PQ节点接入主动配电网,既输出有功又输出无功,并且运行模式为按最大预测值输出;
静止无功补偿器SVC运行约束为:

其中, 表示节点j上的静止无功补偿器在t时刻调整的无功功率大小,
、 分别表示为连接在节点j上的静止无功补偿器的无功调整量的最小值和最大值;
主动配电网运行安全约束为:

其中, 、 分别表示为任意节点j电压幅值的上下限, 表示为t时刻节点j的电压幅值, 表示为t时刻支路ij上的电流大小, 表示为支路ij上电流幅值的上限;
主动联络线功率约束为:

其中, 、 分别表示为t时刻配电网与主网联络线上的有功功率和无功功率, 、 分别表示为配电网与主网联络线上的有功功率最小值和最大值, 、分别表示为配电网与主网联络线上的无功功率最小值和最大值。
[0041] 对长时间尺度阶段的含无功在内调度模型进行求解,得到未来4小时的有功出力计划为:。
[0042] 与传统电力系统采用细化时间尺度来优化调度的方法不同,模型预测控制不是基于时间断面或是未来一个时间段的开环优化控制,而是滚动时域闭环控制算法,由三个部分组成:预测模型、滚动优化、反馈校正。实现间歇性可再生能源及负荷的超短期滚动预测,提高了预测精度的同时利用反馈环节及时修正误差,实现了间歇性可再生能源的最大化消纳。
[0043] 本阶段为短时间尺度阶段,以5 分钟为时间间隔,建立负荷、可再生能源的超短期滚动预测模型,预测出在未来有限时域内的行为预测值。基于这个预测值在每一个采样时刻k,利用优化算法求解出滚动时域M(本阶段取M=15min)内的控制变量输出序列(设微型燃气轮机、储能等被控对象的有功出力增量为控制变量),但是k 时刻只取序列的第一个值下发给被控对象,然后在k+1 时刻以新的测量值重复上面的过程,时域M 向前推移,实现滚动优化;并且在滚动优化过程中,前面得到的预测信息是不断更新的,通过反馈校正环节及时纠正预测误差与优化调度的误差。以长时间尺度得到的优化调度计划值为参考值,用短时间尺度得到的出力增量对被控对象的出力进行修正,并且力求这个修正成本最低。
[0044] 预测模型根据系统的历史信息和未来输入进行系统未来动作的预测,只要是能够实现对系统未来状态的预测功能,无论是什么样的模型形式,都能够作为预测模型。如今,可以采用时间序列、人工神经网络、卡尔曼滤波、灰色理论等预测方法进行间歇性可再生能源及负荷的超短期滚动预测,从而获得未来控制时域的预测输入值。其中灰色预测法是一种预测灰色系统的预测方法,即灰色系统内的一部分信息是已知的,另一部分信息是未知的,系统内各因素间有不确定的关系。其通过鉴别系统因素之间发展趋势的相异程度,即进行关联分析,并对原始数据进行生成处理来寻找系统变动的规律,生成有较强规律性的数据序列,然后建立相应的微分方程模型,从而预测事物未来发展趋势的状况。
[0045] 本发明为了提高超短期内的预测精度,采用灰色理论的预测方法,建立如下的预测模型:第一步,输入原始的负荷功率及可再生能源功率序列 :

其中,i代表负荷、光伏、风电,n表示为时间序列;
第二步,求得负荷及可再生能源功率的微分方程近似解:

计算负荷及可再生能源功率预测值:

其中, 为超短期负荷及可再生能源功率预测值, 和 分别表示为发展系数和灰作用量,都为常数;
第三步,分别取k=1,2,…,n,得到原始序列的拟合序列 ,其中j=1,2,…,n;
第四步,分别取k=1+n,2+n,…,m+n,得到原始序列后的预测值序列 ,其中j=
1,2,…,m。
[0046] 以各可控分布式电源(微型燃气轮机、储能装置等)的有功出力增量为控制变量,以对长时间尺度阶段得到的参考值进行修正的成本最低为目标,进行未来有限时域M内的滚动优化求解:;
其中, 表示当前k时刻各可控分布式电源的实际测量的输出有功初值,
表示为在k时刻预测未来k+i时刻的可控分布式电源有功出力增量,
表示为在k时刻预测未来[k+(t-1),k+t]时段内的各分布式电源的有功出
力增量,在满足目标函数优化性能指标下,进行有限时域M内的优化求解可以得到未来M时段的最优控制变量序列:

其中, 表示为在k时刻预测未来 时刻的系统控制变量列
向量, 表示为在k时刻预测未来 时刻的系统控
制变量列向量,为了避免预测误差及干扰造成控制变量出现误差,故而只将得到的第一个控制变量序列下发,只执行当前值,可得k+1时刻各可控分布式电源的有功出力为:

当采样时刻为k+1时刻也同样可以将k+2时刻的最优化出力求解出来,并且每次的控制时域M都向前推移,形成滚动优化如图1所示。
[0047] 因为主动配电网含有大量的分布式电源,在实际的优化控制过程中存在着随机性、非线性、环境干扰等诸多不确定性因素,导致基于模型预测控制的预测值不一定与实际控制过程中的实际值相符。因此为了让每次执行的输出值尽量的与实际值相同,在每一个采样时刻利用反馈校正环节,用实际的测量输出值去修正基于模型的优化计算得到的预测值,然后再进行下一个采样时刻的优化,这样处理后就可以使滚动优化不仅基于预测模型,还包含了反馈校正的修正,构成了闭环优化控制,极大的提高了调度的准确性。即在采样K 时刻通过模型预测控制得到K+1 时刻的各可控分布式电源有功出力后进行反馈环节,以K+1 时刻实际测量得到的各单元实际出力值作为K+1 时刻的初始值: ,
然后开始进行下一次优化。
[0048] 将以上模型预测控制进行优化控制的步骤绘成流程图如下图2 所示。
[0049] 短时间尺度阶段要遵从长时间尺度阶段得到的调度计划,以长时间尺度阶段的各可控分布式电源的有功出力为参考值,以短时间尺度阶段对该参考值的修正量即各可控资源的有功出力增量 为优化变量,故而为修正后的有功出力增量增加惩罚参数,以每一个滚动时域内的运行成本最低为优化目标。长时间尺度已经得到了储能等设备的运行状态,故本阶段忽略运行维护成本和储能装置充放电老化成本,可得目标函数:;
其中,DS表示为短时间尺度阶段,并且这个阶段是在有限时域M=15min内滚动调整的,时间间隔为 , 、 分别表示为微型燃气轮机、储能装置所连接节点
的集合, 表示为微型燃气轮机的发电成本, 表示为储能装置的充放电功率变化惩罚成本, 表示为配电网向主网的购电成本,电价机制为分时电价。
[0050] 最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈