新能源与储能实证平台模块化拓扑优化方法及系统

摘要: 本发明属于电力网络拓扑优化,尤其涉及新能源与储能实证平台模块化拓扑优化方法及系统。背景技术:1、新能源与储能实证平台需要在同一基地内开展强网、弱网、孤岛、直流组...
新能源与储能实证平台模块化拓扑优化方法及系统

本发明属于电力网络拓扑优化,尤其涉及新能源与储能实证平台模块化拓扑优化方法及系统。

背景技术:

1、新能源与储能实证平台需要在同一基地内开展强网、弱网、孤岛、直流组网、低频组网、新能源并网、储能构网、算力负荷及电氢协同等试验,并承担部分设备的常规送出或供电任务。不同场景的活动模块、实验资源、外部接口和电气域不同,既要求实验过程与常规送出相互隔离,又要求多场景尽可能复用线路、开关间隔、母线和变换接口。

2、现有设计通常针对单一场景分别配置固定接线,容易造成线路、间隔和变换设备重复建设;或者先给出一张公共接线,再由设计人员凭经验判断各场景是否可实现,容易遗漏非活动模块隔离、端口不得作为中转节点、实验母线与送出母线功能分区、构网参考和指定单支路故障后的稳态恢复等要求。

3、已有容量配置方法主要确定设备类型和额定容量,不能直接回答基地级物理网络应建设哪些候选支路以及各场景如何调用这些支路。最短路或单场景树形连接方法难以处理多个场景共用建设边界、不同电气域兼容接入和故障后备用通道;将全部建设变量与全部场景状态变量统一编码又会形成维度较高且含有大量无效组合的离散搜索问题。

技术实现思路

1、为克服上述现有技术的不足,本发明提供了新能源与储能实证平台模块化拓扑优化方法及系统,将长期建设方案与各场景稳态分层表示,把全部常规场景、实验场景和指定n-1故障后稳态可实现性作为硬约束,以建设成本最低为目标,并利用下层诊断信息驱动拓扑修复和遗传变异,获得满足全部硬约束的最低共享建设成本物理拓扑,并给出各场景和故障状态对应的稳态开关组合。

2、为实现上述目的,本发明的一个或多个实施例提供了如下技术方案:

3、本发明第一方面提供了新能源与储能实证平台模块化拓扑优化方法。

4、新能源与储能实证平台模块化拓扑优化方法,包括以下步骤:

5、获取实证平台的子场景模块、公共资源模块及对应的外部端口数据,并获取常规场景、实验场景、候选支路建设成本及指定n-1故障集合;

6、依据外部端口的特征,生成多电气域候选网络;

7、建立上层建设规划与下层多场景稳态硬约束评价相互反馈的双层模型:上层染色体仅编码供全部场景共用的候选线路、开关间隔、母联和变换接口的长期物理建设拓扑,以共享建设成本最小为唯一目标;下层在给定长期物理建设拓扑方案内,生成并校核每个常规场景、实验场景及指定n-1故障后的稳态开关状态;

8、在下层建立多重约束,并将全部状态均可行作为上层硬约束;

9、采用单目标遗传算法搜索建设方案,得到最低成本可行建设拓扑、各常规场景与实验场景稳态以及各指定n-1故障后的稳态。

10、本发明第二方面提供了新能源与储能实证平台模块化拓扑优化系统。

11、新能源与储能实证平台模块化拓扑优化系统,包括:

12、端口与场景编码模块,被配置为:获取实证平台的子场景模块、公共资源模块及对应的外部端口数据,并获取常规场景、实验场景、候选支路建设成本及指定n-1故障集合;

13、候选网络生成模块,被配置为:依据外部端口的特征,生成多电气域候选网络;

14、双层模型建立模块,被配置为:建立上层建设规划与下层多场景稳态硬约束评价相互反馈的双层模型:上层染色体仅编码供全部场景共用的候选线路、开关间隔、母联和变换接口的长期物理建设拓扑,以共享建设成本最小为唯一目标;下层在给定长期物理建设拓扑方案内,生成并校核每个常规场景、实验场景及指定n-1故障后的稳态开关状态;

15、多重约束模块,被配置为:在下层建立多重约束,并将全部状态均可行作为上层硬约束;

16、单目标搜索模块,被配置为:采用单目标遗传算法搜索建设方案,得到最低成本可行建设拓扑、各常规场景与实验场景稳态以及各指定n-1故障后的稳态。

17、以上一个或多个技术方案存在以下有益效果:

18、本发明提供了一种新能源与储能实证平台模块化拓扑优化方法及系统,采用建设变量与场景状态分层编码,避免将全部场景开关状态拼接为超长染色体,提高了编码效率与优化搜索性能;一套物理建设拓扑可同时接受常规、实验及指定 n-1 状态硬约束校验,减少了重复线路、间隔和变换接口,降低了建设投资。本发明将模块端口化候选网络生成、建设与场景状态分层、面向实证平台的 a/b/t 功能母线及多电气域结构、多场景与指定n-1 稳态硬约束评价,以及薄弱割集和容量诊断驱动的专用修复与反馈搜索纳入协同优化,形成了系统化的电网拓扑优化方法,最终可直接获得最低成本的可行建设方案,并得到各场景和故障状态对应的稳态开关组合。

19、本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。

1.新能源与储能实证平台模块化拓扑优化方法,其特征在于,包括以下步骤:

2.如权利要求1所述的新能源与储能实证平台模块化拓扑优化方法,其特征在于,获取实证平台的子场景模块、公共资源模块及对应的外部端口数据,其中:

3.如权利要求2所述的新能源与储能实证平台模块化拓扑优化方法,其特征在于,每个场景分别设置模块、必需终端、场景根节点、允许闭合支路、强制闭合支路、强制断开支路、隔离节点对、电网模式、构网要求和功率需求,其中:

4.如权利要求1所述的新能源与储能实证平台模块化拓扑优化方法,其特征在于,依据外部端口的特征,生成多电气域候选网络,具体包括:

5.如权利要求2所述的新能源与储能实证平台模块化拓扑优化方法,其特征在于,上层染色体只包括候选支路的建设变量,不包括场景稳态开关变量;固定建设支路的建设变量恒为1且不进入染色体;

6.如权利要求1所述的新能源与储能实证平台模块化拓扑优化方法,其特征在于,在下层建立的多重约束,具体包括建设—状态耦合、场景允许与强制状态、端口非中转和非活动模块隔离、功能母线分区、备用母线t约束、多电气域及单套变换设备约束、必需终端连通、构网参考、额定容量通道和指定n-1故障后稳态约束,其中:

7.如权利要求6所述的新能源与储能实证平台模块化拓扑优化方法,其特征在于,在采用单目标遗传算法搜索建设方案的过程中:

8.如权利要求7所述的新能源与储能实证平台模块化拓扑优化方法,其特征在于,单目标遗传算法的具体执行过程包括:

9.如权利要求8所述的新能源与储能实证平台模块化拓扑优化方法,其特征在于,综合约束违反度的计算公式为:

10.新能源与储能实证平台模块化拓扑优化系统,其特征在于,包括: