配电网多类型资源的协同调控方法、装置、设备及介质与流程

摘要: 本发明涉及主动配电网灵活性资源协同优化控制,尤其涉及一种配电网多类型资源的协同调控方法、装置、设备及介质。背景技术:1、随着能源结构变革的持续推进,分布式新能源...
配电网多类型资源的协同调控方法、装置、设备及介质与流程

本发明涉及主动配电网灵活性资源协同优化控制,尤其涉及一种配电网多类型资源的协同调控方法、装置、设备及介质。

背景技术:

1、随着能源结构变革的持续推进,分布式新能源在配电网中的渗透率不断提高。然而,风电、光伏等新能源出力具有显著的随机性、波动性以及“反调峰”特征。其发电高峰往往与负荷低谷时段重叠,导致源荷之间在时间和空间维度上存在明显失配。该失配现象给配电网安全和经济运行带来了双重挑战。一方面,当新能源出力超过本地实时消纳能力时,易造成大规模弃风弃光。另一方面,过剩功率向上级电网倒送,将引发馈线反向潮流及节点电压越限等运行风险。因此,充分挖掘并协调调度分布式灵活性资源,实现新能源高效消纳与反向潮流主动抑制,已成为主动配电网运行控制领域的重要研究方向。

2、针对新能源消纳能力提升与系统运行优化问题,传统研究主要通过协调多类型灵活性资源拓展配电网的消纳空间。例如,部分研究构建了涵盖氢能、需求响应及电动汽车等资源的多目标优化模型,以提升新能源消纳水平并降低运行成本。另有研究结合机组组合与交流潮流约束,提出储能系统两阶段容量配置方法,以增强系统调节能力。然而,上述研究在资源聚合过程中普遍采用同质化建模方式,未能充分考虑源荷不确定性,以及储能、电动汽车、可调负荷等资源的异构特性,从而限制了多类型资源协同互补优势的发挥。

3、在反向潮流治理方面,当前方法主要依赖无功补偿设备配置、变压器容量约束以及保护控制策略等传统技术手段。例如,部分研究通过优化无功补偿装置配置并限制变压器传输容量来缓解反向潮流问题。再如,另有研究基于过压继电器实现反向潮流检测,并通过切除部分分布式电源出力保障系统运行安全。然而,这类方法大多属于事后抑制或被动控制策略,缺乏对馈线级反向潮流发展趋势的实时感知与动态评估能力,也未能充分利用多类型灵活性资源参与反向潮流主动调控。

技术实现思路

1、本发明提供了一种配电网多类型资源的协同调控方法、装置、设备及介质,用于解决或部分解决在新能源高比例接入背景下配电网反向潮流现象频发、源荷不确定性强以及多类型灵活性资源协同调控不足的技术问题。

2、本发明提供了一种配电网多类型资源的协同调控方法,多类型灵活性资源接入配电网;所述方法包括:

3、获取配电网的拓扑参数及反送调控策略;

4、基于所述拓扑参数,构建含有主变oltc变比约束的物理运行约束模型;

5、结合蒙特卡罗抽样,构建日前-日内阶段的源荷不确定性表征模型,并构建不确定场景下反送越限的条件风险模型;

6、构建所述多类型灵活性资源的响应特性模型,并根据所述物理运行约束模型、所述反送调控策略、所述源荷不确定性表征模型、所述条件风险模型及所述响应特性模型,构建日前-日内阶段协同优化模型;

7、对所述日前-日内阶段协同优化模型进行优化求解,获得所述多类型灵活性资源的协同调控结果。

8、可选地,所述拓扑参数包括所述配电网内所有节点、所有支路以及每个节点所在支路阻抗的电阻参数与电抗参数;所述基于所述拓扑参数,构建含有主变oltc变比约束的物理运行约束模型,包括:

9、同时考虑节点的负荷功率、切负荷功率、弃电功率,以及节点的灵活性资源的充放电功率与有功功率,构建节点净功率注入模型;

10、基于所述节点净功率注入模型,同时结合节点所在支路阻抗的电阻参数与电抗参数、父节点功率、父节点电压幅值的平方、节点电压幅值的平方、支路电流幅值的平方,通过线性化潮流构建所述配电网的支路潮流模型;

11、引入oltc的变比调节系数约束,构建主变电站侧节点与配电网侧节点的等效变比约束;

12、根据所述等效变比约束对所述支路潮流模型进行更新,并引入二阶锥松弛对含有主变oltc变比约束的支路潮流模型进行转化,获得物理运行约束模型。

13、可选地,所述结合蒙特卡罗抽样,构建日前-日内阶段的源荷不确定性表征模型,并构建不确定场景下反送越限的条件风险模型,包括:

14、基于机组预测有功功率与机组预测有功出力系数,构建日前阶段的日前预测出力模型;

15、采用蒙特卡洛抽样生成多个日内运行场景;

16、引入高斯随机扰动,基于所述日内运行场景,同时结合机组预测有功出力系数、所述日内运行场景的机组功率波动系数与负荷功率波动系数,构建不确定性场景下的日内实际出力模型;

17、基于所述日前预测出力模型,构建日前弃电约束,并基于所述日内实际出力模型,构建日内弃电约束;

18、整合所述日前预测出力模型、所述日前弃电约束、所述日内实际出力模型以及所述日内弃电约束,构建日前-日内阶段的源荷不确定性表征模型;

19、引入条件风险价值与松弛变量,同时结合馈线反送所造成的越限惩罚,构建不确定性场景下反送越限的条件风险模型。

20、可选地,所述构建所述多类型灵活性资源的响应特性模型,包括:

21、将所述多类型灵活性资源按照响应速率差异划分为第一类灵活性资源与第二类灵活性资源;所述第一类灵活性资源的响应速率>所述第二类灵活性资源的响应速率;

22、构建所述第一类灵活性资源的充放电有功功率模型与能量状态递推模型;

23、整合所述充放电有功功率模型与所述能量状态递推模型,作为所述第一类灵活性资源对应的第一响应特性模型;

24、结合所述第二类灵活性资源的日前调度状态,构建所述第二类灵活性资源的日前出力功率模型;

25、基于所述日前出力功率模型,结合所述第二类灵活性资源的日前调度状态与日内出力调节功率,构建所述第二类灵活性资源的日内出力功率模型;

26、整合所述日前出力功率模型以及所述日内出力功率模型,作为所述第二类灵活性资源对应的第二响应特性模型。

27、可选地,所述源荷不确定性表征模型包括日前阶段的日前预测出力模型与日前弃电约束,日内阶段的日内实际出力模型与日内弃电约束;所述响应特性模型包括第一类灵活性资源的充放电有功功率模型与能量状态递推模型,第二类灵活性资源的日前出力功率模型与日内出力功率模型;所述根据所述物理运行约束模型、所述反送调控策略、所述源荷不确定性表征模型、所述条件风险模型及所述响应特性模型,构建日前-日内阶段协同优化模型,包括:

28、基于所述日前预测出力模型、所述日前弃电约束、所述日前出力功率模型,构建日前馈线反送功率模型;

29、基于所述日前出力功率模型、所述日前弃电约束、所述日前馈线反送功率模型,同时考虑日前切负荷功率,以最小化日前第二类灵活性资源调度成本、日前弃电成本、日前切负荷成本、日前功率反送惩罚成本之和为目标,构建日前优化目标函数;

30、基于所述充放电有功功率模型、所述能量状态递推模型、所述日内出力功率模型、所述日前出力功率模型、所述日内实际出力模型、所述日内弃电约束、所述条件风险模型,同时考虑日内馈线反送功率与日内切负荷功率,以最小化多运行场景下日内第一类灵活性资源调度成本、日内第二类灵活性资源调整成本、日前第二类灵活性资源调度成本、日内馈线功率反送惩罚成本、日内弃电成本、日内切负荷成本、条件风险价值的期望值之和为目标,构建日内优化目标函数;

31、以所述物理运行约束模型与所述反送调控策略作为多约束条件,根据所述日前优化目标函数以及所述日内优化目标函数,构建日前-日内阶段协同优化模型。

32、可选地,所述配电网内有多条馈线;所述方法还包括:

33、对于每条所述馈线,获取所述馈线的初始净有功功率注入与功率容量,并基于所述初始净有功功率注入与所述功率容量,确定所述馈线的功率反送等级;其中,按照馈线反送程度由小至大顺序,所述功率反送等级的类型包括无反送等级、第一反送等级、第二反送等级和第三反送等级;

34、综合各条所述馈线的功率反送等级,形成反送调控策略;

35、所述反送调控策略包括:

36、在日前阶段,将所述配电网中功率反送等级至少达到第二反送等级的馈线作为优先调控馈线,并在日前阶段调用所述优先调控馈线上的第二类灵活性资源;

37、在日内阶段,当所述配电网内存在功率反送等级为第三反送等级的馈线时,通过主变oltc对所述配电网进行全局的潮流协调优化。

38、可选地,所述方法还包括:

39、基于所述协同调控结果,生成日前基准控制指令与日内实时调整指令;

40、将所述日前基准控制指令与所述日内实时调整指令发送至所述配电网,以使所述配电网基于所述日前基准控制指令与所述日内实时调整指令对所述多类型灵活性资源进行协同调控。

41、本发明还提供了一种配电网多类型资源的协同调控装置,多类型灵活性资源接入配电网;所述装置包括:

42、信息获取单元,用于获取配电网的拓扑参数及反送调控策略;

43、物理运行约束模型构建单元,用于基于所述拓扑参数,构建含有主变oltc变比约束的物理运行约束模型;

44、两阶段不确定性量化单元,用于结合蒙特卡罗抽样,构建日前-日内阶段的源荷不确定性表征模型,并构建不确定场景下反送越限的条件风险模型;

45、协同优化模型构建单元,用于构建所述多类型灵活性资源的响应特性模型,并根据所述物理运行约束模型、所述反送调控策略、所述源荷不确定性表征模型、所述条件风险模型及所述响应特性模型,构建日前-日内阶段协同优化模型;

46、模型优化求解单元,用于对所述日前-日内阶段协同优化模型进行优化求解,获得所述多类型灵活性资源的协同调控结果。

47、本发明还提供了一种电子设备,所述设备包括处理器以及存储器:

48、所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;

49、所述处理器用于根据所述程序代码中的指令执行如上任一项所述的配电网多类型资源的协同调控方法。

50、本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行如上任一项所述的配电网多类型资源的协同调控方法。

51、从以上技术方案可以看出,本发明具有以下优点:

52、提供了一种配电网多类型资源的协同调控方法。多类型灵活性资源接入配电网;获取配电网的拓扑参数及反送调控策略;基于反送调控策略,可以精确感知由高比例分布式新能源并网所引发的不同反送程度的馈线反向潮流,并在后续日前和日内两阶段优化调度时作为调节触发依据,根据不同反向潮流等级动态引导多类型灵活性资源的合理聚合与控制指令下发。基于拓扑参数,构建含有主变oltc变比约束的物理运行约束模型;通过构建含有主变oltc变比约束的配电网潮流模型及限制条件,可以作为后续步骤中日前聚合与日内优化调度模型的配电网物理运行约束,直接影响多类型灵活性资源出力的可行域空间。结合蒙特卡罗抽样,构建日前-日内阶段的源荷不确定性表征模型,并构建不确定场景下反送越限的条件风险模型;通过构建源荷不确定性表征模型及不确定场景下反送越限的条件风险表征体系,为后续两阶段鲁棒协同优化提供了数据边界与风险度量依据。其中,源荷不确定性表征模型所对应的源荷不确定性区间可用于描述新能源出力和负荷预测偏差范围;条件风险模型用于量化极端场景下的反向潮流越限风险,支撑日前聚合决策与日内滚动调度的协同优化。构建多类型灵活性资源的响应特性模型,为后续步骤中的日前聚合优化和日内滚动调度提供完整的决策变量与动作可行域;根据物理运行约束模型、反送调控策略、源荷不确定性表征模型、条件风险模型及响应特性模型,构建日前-日内阶段协同优化模型;对日前-日内阶段协同优化模型进行优化求解,获得多类型灵活性资源的协同调控结果,即各类灵活性资源的最优运行策略以及主变oltc的投切操作策略,可用于生成相应控制指令,以执行后续实际的协同调控动作,提高配电网在高比例新能源接入条件下的主动调控能力与不确定性适应能力。