[发明专利]一种含微电网的配电网独立与联合调度的求解方法

摘要

本发明公开了一种含微电网的配电网独立与联合调度的求解方法，建立含微电网的配电网的模型；建立各微电网调度的目标函数，配电网调度的目标函数；确立微电网与配电网独立与联合调度的约束条件；采用粒子群算法求解户用型微电网和配电网，运用Benders分解法求解热电联型微电网。在户用型微电网中，考虑需求响应，运用遗传算法优化负荷曲线。针对风电预测误差，建立三参数Weibull分布的风机场景法模型。本发明可应用于含多微电网经济调度技术领域，在满足系统约束条件的前提下，使多方利益主体满意。采用Benders分解法对热电联系统求解，有效的保护了电热两系统信息的隐私性，提高了计算的准确性。

主权项

1.一种含微电网的配电网独立与联合调度的求解方法，其特征在于，所述方法包括以下步骤：步骤1，建立含微电网的配电网模型，包括配电网调度的模型、户用型微电网调度模型、热电联型微电网调度模型；步骤2，建立微电网与配电网独立与联合调度的目标函数；步骤3，确立含微电网的配电网独立与联合调度的约束条件；步骤4，选取粒子群算法求解配电网的调度，选择遗传算法优化负荷；采用Benders分解法解决热电联微电网优化调度问题。步骤1的内容如下：1‑1、配电网调度模型配电网调度时，考虑从主网的购电量、与两类微电网的电能交换以及风光消纳情况；牛顿‑拉夫逊法潮流计算公式如下：(1)‑(2)式中，PG、PM和PL分别表示主网注入有功、两种类型的微电网注入有功及负荷有功功率；Gij和Bij分别为节点ij之间的电导和电纳；Ui表示节点i的电压；θij表示节点ij间的相角差；QG、QL、QM分别表示主网注入无功、两种类型的微电网注入无功及负荷无功功率；采用场景法对风电误差的不确定性进行描述，场景法的形成包括场景产生与场景缩减两个主要步骤；采用“预测箱”的方式划分风电出力的范围，将风电数据进行了标幺化，区间大小为0.0125。利用Weibull分布拟合每个区间的风电误差曲线，运用粒子群算法结合极大似然法估计参数；Weibull分布的概率密度表达式为(3)式中，α为尺度参数；β为形状参数；γ为位置参数；Weibull分布的似然函数为(4)式中，θ＝(α,β,γ)；Weibull分布似然函数的对数为场景缩减是使缩减之前的场景集合与最终保留的场景子集合之间的概率距离最小，即(6)式中，p_i表示场景i发生的概率，表示场景i和场景j之间的距离，J为场景缩减过程中最终消去的场景所组成的集合；1‑2、户用型微电网模型负荷分为四类：固定负荷、可中断负荷、可调节负荷(功率可调)和可平移负荷(使用时段可调)；负荷需求响应的模型为：(7)式中Lt为时刻t(1～24)的实际负荷，Lobj,t为时刻t(1～24)的目标负荷，Lfirm,t、Ltran,t、Lint,t和Ladj,t分别表示固定负荷、可转移负荷、可中断负荷和可调节负荷；K(t)为t时刻电价。蓄电池的运行成本包括其充电成本与寿命损耗成本；Cch‑dis＝CG+Cch+Cdis                      (8)(8)—(10)式中，Cch‑dis表示储发成本，CG表示单位电量购电电价，Cch，Cdis为蓄电池充放电的寿命损耗成本，燃料电池模型为蓄Cinit电池购买投资成本；NSB为循环充放电次数；可见充、放电成本(Cch、Cdis)由充、放电成本系数(lch、ldis)决定，而充、放电成本系数由充放电始末荷电状态(SOCstart，SOCend)、充放电功率(Pch，Pdis)和充放电影响因子(kch，kdis)所决定。1‑3、热电联型微电网数学模型热电联型微电网包含微型燃气轮机、燃气锅炉、风机、光伏、储能系统和热电负荷，计及微电网与配电网之间的电能交换效益和各微电源的相关出力约束，建立了以电热收益最大为调度目标的微电网经济调度模型；光伏发电单元的成本模型为：F(PPV,t)＝aIPPPV,t+GEPPV,t                    (11)(11)式中：(11)—(12)式中，a表示光伏安装的成本系数；GE表示光伏运行维护成本系数；IP为光伏发电单元的单位投资成本；N表示使用年限，为20年；风机发电单元的成本模型为：F(PW,t)＝aIPPW,t+GEPW,t                  (13)(13)式中，相同变量的含义同光伏发电单元；相变蓄热器数学模型：在考虑相变蓄热器的成本时，只考虑其运行维护成本和折旧成本：Cm,TB＝Cmm,TBHTB                       (15)(14)、(15)式中l为年利息率；Cint,TB表示相变蓄热器在投资周期内的折旧成本；CTB为建设初期的投资成本；Cm,TB表示运行维护成本；Cmm,TB为单位功率维护成本；HTB为热功率；燃气轮机数学模型：燃气轮机的热电联供系统的经济数学模型计算公式如下：Qhe＝QMT×ηrec×COPhe                    (18)(16)‑(19)式中，CMT为微燃机一天的燃料成本；Cng为天然气价格，2元/m3；LHVng为天然气低热值，9.7kwh/m3；PMT,i为时刻i的净输出电功率，kW；ηMT,i为时刻i的机组效率；式中，QMT为燃气轮机排气余热量，kW；ηl为燃气轮机散热损失系；Qhe为燃气轮机烟气余热提供的制热量，kW；COPhe为制热系数；ηrec为烟气余热回收效率；T0为环境温度，K；T1、T2分别为余热烟气进出滨冷机的温度，K，T1、T2取573.15K和423.15K；燃气锅炉数学模型：燃气锅炉运行过程中的气热关系:(20)式中，ηB为燃气锅炉的实际运行效率,取0.85；FB为燃气锅炉天然气消耗量，Nm3；q为天然气低位发热量，9.7kW/m3；微燃机的气体排放治理费用函数如下：(21)式中，αk、λk分别为排放类型k的外部折扣成本、排放因子，M为排放类型。步骤2的内容如下：配电网以电力公司收益最大作为目标函数，户用型微电网以用户电费支出最小作为目标函数，热电联型微电网以盈利最大作为目标函数，建立配电网与微电网联合经济调度模型为：(22)式中：PAL,t为场景s中的总负荷；Ct为电网公司售电电价；CF1、CF2为交换功率的价格；PF1,t和PF2,t分别为供电公司t时段与微电网的交换功率；PTR,t为供电公司t时段向输电网购买的功率；CPCP和CPCW分别为弃风弃光的惩罚电价；ΔPPV,t和ΔPW,t分别为弃风弃光的功率；户用型微电网以家庭当日总电费支出最小作为目标：(23)式中C表示户用微网日总电费，总电费为负值表示盈利；Cb,t为购电价格行向量，Pb,t为用户从电网的购电量，Cch‑dis为储能系统的运行维护费用；KiPi,t表示分布式电源的维护成本，与分布式电源的出力成正比；热电联型微电网以盈利最大作为调度目标：(24)式中，CP、CH分别表示微电网中热能和电能的售价；PLoad、QLoad分别表示热、电负荷；F(PMT)、F(QMB)、F(PEB)、F(QTB)、F(PPV)和F(PW)分别表示燃气轮机、燃气锅炉、蓄电设备、蓄热设备、光伏和风机的运行维护成本；F(PGrid)为微电网从配电网的购电成本。步骤3的内容如下：3‑1、配电网约束条件：(1)功率平衡PTR,t+PF1,t+PF2,t＝PAL,t                        (25)(25)式中，PTR,t为电力公司从上级电网购电功率；PF1,t为供电公司从户用型微电网购电功率；PF2,t为电力公司从热电联型微电网购电功率；PAL,t为配电网所带总负荷；(2)配电网与微电网交互功率限制(26)式中，分别为配电网与微电网功率交换的上下限；(3)电网支路潮流约束(27)式中，分别为线路m的最大潮流、最小潮流，为t时刻线路m的潮流；(4)电网运行时，电压和电流必须在额定范围内，网损不能超过最大值：(28)‑(29)式中角标max表示其最大值，角标min表示其最小值；U、I分别表示线路的电压和电流；3‑2、户用型微电网约束条件：(1)户用型微电网的电平衡约束为：Pgrid1(t)+Ppv1(t)+Pbs1(t)＝Lload1(t)                      (30)(30)式中，Pgrid1(t)表示户用型微电网与配电网的交换功率；Ppv1(t)为是家庭光伏发电单元每小时的发电量；Pbs1(t)为蓄电池的充电或放电功率；Lload1(t)是经过需求响应调整后，t(1～24)时刻的负荷；需求响应时，负荷调节需满足的约束条件为：Pflexmin,i≤Pflex,i≤Pflexmax,i                          (31)(31)式中，Pflex,i表示可调节负荷，上下限约束为其功率可调范围；负荷中断需满足的约束条件为：Nint≤Nintmax                               (32)(32)式中，Nint表示可中断负荷数，Nintmax为最大可中断负荷数；(2)储能充放电约束为：SOCmin(t)≤SOC(t)≤SOCmax(t)                       (33)Xt∈{0,1}，Yt∈{0,1}，Xt·Yt＝0                      (34)SOC(0)＝SOC(T)                            (35)(33)‑(36)式中，SOC表示电池的荷电状态，Pch‑dis表示电池的充放电速率；该储能约束模型同样适用于热电联型微电网；3‑3、热电联型微电网约束：电平衡约束：Pgrid(t)+Ppv(t)+Pw(t)+PMT(t)+PEB(t)＝PLoad(t)         (37)热平衡约束：QMT+QTB+QMB＝QLoad                  (38)(37)‑(38)式中，P表示电能，Q表示热能，下标MT、MB、EB、TB、PV、W、Load、grid分别表示燃气轮机、燃气锅炉、蓄电设备、蓄热设备、光伏、风机、负荷和电网；蓄热设备约束：蓄热、放热速率约束为(39)式中，qc,t表示蓄热速率、qd,t表示放热速率，Vmax为设备容量最大值，Vt为蓄热装置t时段所含热能；蓄热容量约束为Vmin≤Vt≤Vmax                       (40)供热始末状态约束为(41)式中，qt为单位时间内的充放电量，λt为放热状态，λt＝1为放热；燃气轮机出力约束：Pi,min≤Pi≤Pi,max                        (42)燃气轮机爬坡约束：PMT(t)‑PMT(t‑1)≤Rup,MTPMT(t‑1)‑PMT(t)≤Rdown,MT                   (43)燃气锅炉出力约束：(43)‑(44)式中，QMB为燃气锅炉的出力，PMT表示燃气轮机的出力，Rup,MT、Rdown,MT分别为燃气轮机爬坡约束的上下限。步骤4的内容如下：4‑1、智能算法求解过程模型结构为：其中，fi(x)为待优化的目标函数，若目标函数为求最小值，则取其倒数；x为待优化的变量；lb和ub分别为变量x的下限和上限约束；另外两个分别是变量x的等式约束和不等式约束；(1)、初始化首先设定迭代次数maxgen＝1,种群规模sizepop＝50，根据各发电单元的出力特点、储能系统的运行特点以及电网安全可靠运行的要求，得出第一次的调度方案；(2)、负荷需求响应问题求解负荷需求响应模型为：(3)、迭代更新粒子群算法更新公式如下：其中，ω为惯性权重；r₁和r₂为分布于[0,1]区间的随机数；k是当前迭代次数；为个体最优粒子位置；为全局最优粒子位置；c₁和c₂为常数；V为粒子速度；X为粒子位置；(4)、收敛检验每求解一次目标函数检验是否达到期望值或最大迭代次数，F1、F2、F3分别表示配电网、户用型微电网、热电联型微电网的调度目标函数，F′1、F′2、F′3分别表示配电网、户用型微电网、热电联型微电网的调度：由于智能算法属于启发式算法，因此，要多次计算求平均值。4‑2、Benders分解法求解过程电力系统求解时不需要向热力系统提供详细的微源参数、调度方案等信息，同时热力系统中的燃气锅炉及相变蓄热器的运行状态也不需要共享给电力系统，两个系统只需交互微型燃气轮机的最优出力及Benders割约束来求解该模型。因此，该方法在实现电热联合系统最优调度的同时，也保护了两个系统的隐私性。(1)变量初始化将迭代次数v置为1，定义为目标函数在第v次迭代时的下边界值，另基于电力系统复杂变量p_i的可行域，给出p^v的初始值p₀，即p^v＝p₀；(2)求解模型电力系统的迭代模型为：(49)式中，q为上一次热力系统主问题优化的结果；电力系统子函数的目标函数为热电联微电网调度的目标函数，约束条件包括电力系统约束和热电耦合约束；模型求解得出了p^(v)值和目标函数值，定义目标函数值为第v次迭代之后的上边界热力系统的迭代模型为：热力系统调度的目标函数为总目标函数中的热力部分，约束条件包括热力系统约束和热电耦合约束；模型求解得出了q^(v+1)和目标函数的下边界(3)收敛检验检验热力系统主问题所得出的目标函数的下边界和电力系统子问题所得的目标函数的上边界公差是否小于ε，关系如下：(51)式中，ε的值可以任意给定一个大于0的正数，如果迭代结果满足(51)式，则得出最优解：q＝q(v)p＝p(v)                          (52)如果迭代结果不满足上式，则需要产生割约束，由电力系统子问题向热力系统主问题返回Benders割进行修正：式中，为双向变量，也称为影子价格，用来增加目标函数的敏感度，形成Benders割的约束条件：