一种含综合能源双向电力用户的区域配电网低碳规划智能优化方法、装置和介质与流程
本发明涉及电力系统规划与运行领域,尤其是涉及一种含综合能源双向电力用户的区域配电网低碳规划智能优化方法、装置和介质。
背景技术:
1、目前,大量分布式电源(如光伏、风电)和新型负荷(如综合能源系统)接入配电网,使得传统被动式配电网逐步演变为有源配电网。同时,用户侧涌现的并网型综合能源系统具有源荷双重属性,其与配电网的交互功率呈现出强不确定性和时变性,对配电网的安全稳定与经济运行提出了严峻挑战。
2、尽管已有研究在模型构建与方法创新方面已经取得了丰富成果,但仍然存在若干不足之处。首先,多数研究未能充分考虑上游配电网与用户侧并网型含综合能源系统双向电力用户之间的双向互动与不确定性传导,往往将接在配电网某节点上的综合能源站处理为简单的净负荷,忽略了其作为灵活性资源或不确定性源的双向属性。其次,在配电网分布式电源选址优化中的低碳目标刻画上,常仅采用固定的平均碳排放因子,这一方法未能完全反映电网潮流分布导致的碳排放时空差异性,降低了低碳规划的精度和准确性。最后,配电网规划与运行解耦的模型难以评估规划方案在长期多场景运行下的真实性能。
3、综上所述,当前配电网分布式电源优化配置研究在应对源-荷双重不确定性主体、精细化低碳建模以及规划与运行协同方面存在局限。
技术实现思路
1、本发明的目的就是提供一种含综合能源双向电力用户的区域配电网低碳规划智能优化方法、装置和介质,通过多场景随机规划、动态碳排放流建模与双层多目标优化技术的有机结合,实现不确定性环境下规划方案的经济性、安全性与低碳性协同优化。
2、本发明的目的可以通过以下技术方案来实现:
3、一种含综合能源双向电力用户的区域配电网低碳规划智能优化方法,方法包括以下步骤:
4、生成含综合能源双向电力用户的区域配电网的出力时序曲线和典型场景;
5、采用基于碳排放流理论的动态碳排放因子计算方法,基于出力时序曲线计算节点碳势向量,基于节点碳势向量和典型场景构建双层多目标优化模型;
6、求解双层多目标优化模型,求解的具体步骤为:
7、所述双层多目标优化模型的上层模型输出候选方案,输入双层多目标优化模型的下层模型,下层模型输出候选方案的目标函数,上层模型根据目标函数生成新的候选方案,迭代优化,最终得到分布式光伏与储能的最优选址和最优定容结果。
8、进一步地,所述基于出力时序曲线计算节点碳势向量的具体步骤为:
9、采用出力时序曲线计算支路潮流分布矩阵、机组注入分布矩阵和节点有功通量矩阵,基于支路潮流分布矩阵、机组注入分布矩阵和节点有功通量矩阵计算节点碳势向量。
10、进一步地,上层模型根据目标函数生成新的候选方案的具体步骤为:
11、采用粒子群优化算法,获取下层模型根据指标计算得到每个候选方案的目标函数,根据目标函数,得到每个粒子的自身历史最优位置和综合群体历史最优位置,再更新粒子群的状态,得到新的粒子位置,即新的候选方案;其中,每个粒子对应一个候选方案,所述候选方案包括光伏选址、光伏容量、储能选址和储能容量;
12、所述目标函数由经济性目标函数、安全性目标函数和低碳性目标函数组成,具体为:
13、
14、其中,为目标函数,、和分别为经济性目标函数、安全性目标函数和低碳性目标函数的偏好权重,、和分别为经济性目标函数、安全性目标函数和低碳性目标函数的归一化后的相对偏差指标,表示聚合阶数,为不确定性规避系数,为场景概率分布的信息熵,为短板项强度,为放大因子,为该候选方案的经济性目标函数、安全性目标函数和低碳性目标函数的归一化后的相对偏差指标中的最大值,为曲率,为协同项系数,为否决项系数,j=1,2,3,分别表示经济性目标函数、安全性目标函数和低碳性目标函数;
15、归一化后的相对偏差指标为:
16、
17、其中,,j=1,2,3,分别与、和的含义相同, ,j=1,2,3,分别表示经济性目标函数、安全性目标函数和低碳性目标函数,,j=1,2,3分别为当前迭代次数下所有粒子对应的经济性目标函数、安全性目标函数和低碳性目标函数中的最小值,,j=1,2,3分别为当前迭代次数下所有粒子对应的经济性目标函数、安全性目标函数和低碳性目标函数中的最大值;表示正数修正量;
18、场景概率分布的信息熵为:
19、
20、其中,k表示场景总数, 为场景的发生概率。
21、进一步地,经济性目标函数为:
22、
23、其中,表示经济性目标函数,即总经济成本,等于光伏和储能总投资成本与光伏、储能运行成本的总和最小,并且其中运行成本等于弃光成本、运维成本、网损成本的总和。
24、进一步地,光伏和储能总投资成本为:
25、
26、其中,表示单位容量光伏投资成本,表示光伏组数,表示光伏单组的容量,表示单位容量储能投资成本,表示储能组数,表示储能单组的容量。
27、进一步地,弃光成本为:
28、
29、其中,表示不同场景的数量,表示弃光惩罚成本,表示第个场景中光伏设备的发电量总和,表示允许并入电网的电量,表示实际发电量超过并网量时的超出部分,即弃光量。
30、进一步地,安全性目标函数为:
31、
32、其中,表示安全性目标函数,即电压偏移量;表示系统中节点的总数;表示第个场景在时间步的第个节点的电压,表示时间点数。
33、进一步地,低碳性目标函数为:
34、
35、其中,表示低碳性目标函数,即低碳性目标函数考虑光伏发电、储能系统及多场景下的概率影响计算电力系统中所有节点的平均碳排强度,表示场景、时间下节点的碳势;表示场景、时间下节点的有功负荷;表示场景的发生概率;表示场景总数; 表示配电网节点总数。
36、本发明的另一方面,提出一种含综合能源双向电力用户的区域配电网低碳规划智能优化装置,包括存储器、处理器,以及存储于所述存储器中的程序,所述处理器执行所述程序时实现上述的方法。
37、本发明的另一方面,提出一种存储介质,其上存储有程序,所述程序被执行时实现上述的方法。
38、与现有技术相比,本发明具有以下有益效果:
39、(1)本发明的上层的决策变量分为两个层级,分别对应规划阶段投资决策与运行阶段调度决策,形成完整的决策体系。上层规划决策变量对应长期投资决策,需要在不确定性实现前确定。主要包括光伏系统选址与容量变量及储能系统选址与容量变量,这些决策变量构成规划方案的基础,决定了系统的物理结构和投资成本。下层运行决策变量对应短期运行策略,针对每个具体场景进行优化。主要包括光伏实际出力变量和储能充放电功率变量。决策变量通过双层联动机制发挥作用:上层决策确定系统硬件配置后,作为下层优化的输入参数;下层针对每个场景优化运行决策,并将优化结果(包括运行成本、碳排强度、电压偏移等)反馈给上层,用以评估该规划方案的综合性能。通过迭代优化,最终获得投资与运行协同最优的规划方案。这种分层决策变量结构既符合电力系统规划与运行的实际决策流程,又充分利用了多场景随机规划的数学优势,能够有效处理可再生能源与负荷需求的不确定性,实现经济性、低碳性与安全性的多目标均衡优化。
40、(2)本发明采用基于碳排放流理论,定义并计算支路潮流分布矩阵、机组注入分布矩阵、负荷分布矩阵、节点有功通量矩阵及发电机组碳排放强度向量;并根据流入节点的有功功率及其对应碳势,计算各节点的动态碳势向量,克服传统固定因子难以反映潮流差异的不足,实现碳排放在配电网中的精细化刻画。
41、(3)本发明通过改进例子优化算法的目标函数,构造p的范数,一个目标越劣化,它再变差一点对总分的冲击越大,实现非线性弱补偿,惩罚单个目标的崩坏,减少单个目标函数优秀时遮盖其他目标函数劣势的情形;同时,设置偏差指标的两两乘积之和的平方根形式,仅在至少两个目标同时劣化时触发惩罚,精准刻画了因决策不当导致同时发生的两个元素联合劣化风险,也就是当r1、r2、r3中只有一个不为0,也就是只有一项目标函数的归一化后的相对偏差指标不为0,此时的整个项依然为0,因此只有多目标同时劣化时,这部分的值会提高,而且越是三个目标函数均匀地同时差的情况下,惩罚越重,进而能筛选出至少有一两项目标出色、可继续改进的候选方案。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com