一种面向末端保供电的光-储-车-柴多源协同优化配置方法及装置与流程

本发明涉及新型电力系统配电网规划，具体是一种面向末端保供电的光-储-车-柴多源协同优化配置方法及装置。

背景技术：

1、随着双碳目标落地与新型电力系统建设推进，末端配电网分布式新能源渗透率持续提升。然而，保障末端特别是县域偏远台区的持续保供电能力，已成为当前配电网建设与运维的严峻挑战。受湖北山区复杂地形与薄弱网架结构的限制，末端台区普遍存在供电半径长、线路运维难度大、抗灾能力弱的问题。在雨雪冰冻、山体滑坡等极端灾害频发时，极易发生倒杆断线，导致大电网长时间失电。现有的末端供电模式缺乏针对性的应急保供电机制，难以在脱离主网后维持关键民生与产业负荷的运转，导致“停电即瘫痪”的风险居高不下。随着分布式新能源规模化发展与微电网技术的成熟应用，光储协同、多源互补的微电网供电模式，为提升末端台区保供电能力、实现故障工况应急保供电提供了新的技术路径。目前湖北省分布式光伏装机规模已突破 2200 万千瓦，高渗透率新能源并网为末端微电网提供了充足的清洁电源基础，但也带来了光伏反向送电、负荷随机波动、电压越限等新的运行挑战。尤其湖北偏远山区电网架构薄弱、极端天气故障抢修周期长，如何通过微电网多源资源优化配置，兼顾常态运行效率与故障应急保供能力，已成为县域配电网提质升级的迫切工程需求。

2、为改善末端微网运行性能，国内外已开展大量资源优化配置研究，国内主流方案多聚焦光伏+储能、光伏+电动汽车两类资源组合优化，相关研究及应用也多围绕单一或两类分布式资源的容量配置、运行控制展开。随着省内光伏渗透率持续升高，传统双资源配置模式的局限性逐步凸显，难以适配复杂电网工况与差异化负荷保供需求，无法满足末端微网高质量、高保供的运行发展要求。

3、现阶段主流微网多源配置技术在工程应用中，普遍存在资源协同、负荷管控、优化模型三方面技术短板，制约了末端微网资源配置精度与末端保供电能力，具体问题体现在：

4、（1）多资源协同程度较低，资源互补潜力未充分挖掘。多数配置技术仅将柴油发电机作为故障事后应急设备，未纳入前期规划协同体系，同时极少系统性利用电动汽车集群的柔性储能调节能力，仅针对光伏、储能开展局部优化，未形成四类分布式资源的全局协同调控体系。各类资源的时序互补、空间分布优势无法有效整合，面对大电网故障、光伏出力骤降、负荷突增等极端工况，系统调节裕度与备用支撑能力不足，难以抵御山区极端天气引发的电网运行风险，易出现供电中断问题。

5、（2）负荷管控模式粗放，缺乏差异化保供逻辑。现有优化配置方法普遍采用统一负荷权重开展计算，未区分不同负荷的民生保障属性与经济价值，无分级供电约束机制。在电网供需紧张、需执行限电切负荷操作时，缺乏科学的负荷分级切除依据，易出现关键保障负荷与普通负荷同步断电的问题，极易造成重要民生保障中断、产业经济损失等不良后果，无法适配湖北山区关键负荷分散、保供优先级差异化的实际运维需求。

6、（3）优化目标维度单一，工况动态适配能力不足。当前配置模型多以全生命周期成本、基础供电可靠性为核心优化指标，未将系统动态可调节能力纳入独立优化维度。优化设计侧重静态经济与稳态供电指标，忽视了系统应对新能源波动、负荷扰动的动态调节裕度，导致配置方案普遍存在“重经济、轻调节”、保供裕度不足的问题。高渗透率光伏接入场景下，易出现弃光率偏高、系统抗扰动能力弱等问题，与区域新能源规模化发展、电网提质增效的发展规划不相适配。

7、综上，当前微网配置技术普遍存在工况适配性不足、资源利用低效、供电可靠性管控精度欠缺、优化体系片面等问题，难以兼顾新能源高效消纳与故障工况应急保供需求，行业亟需一套可实现多资源全局协同、分级负荷精准保供、多维度性能均衡优化的配置方案，以提升末端微网的运行韧性与资源利用效率。

技术实现思路

1、本发明的目的在于克服现有技术的缺陷，提供一种面向末端保供电的光-储-车-柴多源协同优化配置方法及装置，通过构建多源协同的末端保供电体系，重点解决山区电网在极端灾害下的持续供电难题，在提升新能源消纳能力的同时，大幅增强对一级关键负荷（如医院、应急站）的绝对保电能力以及对二级负荷的应急支撑能力，实现经济性与保供资源效用的多维最优平衡。

2、为实现上述技术目的，本发明采用如下技术方案：

3、一种面向末端保供电的光-储-车-柴多源协同优化配置方法，包括以下步骤：

4、s1：构建末端微网多元电源与分级负荷耦合数学模型及孤岛工况约束体系，具体包括：建立分布式光伏随机出力数学模型、储能运行约束模型、电动汽车集群时序充放电模型、柴油发电机出力-燃油耗量特性模型以及基于分级负荷权重的三级负荷量化约束模型；同时搭建孤岛运行约束条件集，包含停电时长约束和基于负荷重要度的应急保供电负荷筛选机制，输出多源设备特性参数及孤岛工况边界条件；

5、s2：基于步骤s1输出的所述多源设备特性参数及孤岛工况边界条件，以经济性、系统可调节性、分级负荷保障率为优化子指标，构建三维加权综合优化函数，并配套系统功率平衡约束、设备运行约束、分级供电管控约束和节点电压约束，形成多目标优化模型；

6、s3：采用内嵌梯度下降局部搜索的改进遗传算法，对步骤s2构建的所述多目标优化模型进行迭代求解，输出光伏装机容量、储能额定功率与容量、电动汽车聚合可调容量、柴油发电机装机容量的最优配置结果；

7、s4：基于步骤s3输出的所述最优配置结果，结合异常停电孤岛工况进行性能校核，依据保供电负荷与台区最大负荷的配比关系反向校验应急保供能力，验证一级负荷零失电、二级负荷可控供电、三级居民负荷按需切除的保供指标，辅助计算光伏消纳率和各级负荷供电可靠率，对配置方案的新能源利用效率和分级供电质量进行综合评估，并输出最终校验通过的配置方案。

8、进一步的，步骤s1中所述三级负荷量化约束模型按照负荷重要度将负荷划分为一级关键负荷、二级工商业负荷和三级居民负荷，并分别赋予重要度权重，满足；

9、所述三级负荷量化约束模型设置一级关键负荷执行零失电硬性保底约束、二级工商业负荷允许极小比例短时失电以适配电网波动以及三级居民负荷在孤岛工况下作为可切负荷以释放电源容量用于核心保电，核心方程组如下：

10、；式中：依次为三级负荷允许最大失电功率；二级负荷允许最大失电比例，三级负荷允许最大失电比例；

11、所述孤岛运行约束条件集包含停电时长约束以及应急保供电负荷筛选公式，其中：停电时长约束公式如下：

12、；；式中：为实际异常停电持续时长；为预设最大故障抢修时长，为停电时分布式光伏的出力，分别为停电时储能和电动汽车放电出力，为停电时柴油发动机出力；为孤岛工况下所需保障的总保供电负荷；为一级关键负荷总额定功率，异常工况下全额保供；为二级工商业负荷总额定功率；为二级负荷保障系数。

13、进一步的，步骤s1中，

14、所述分布式光伏随机出力数学模型采用beta概率分布模型，用于量化光伏随机出力的时序波动特性，核心计算公式如下：；

15、；

16、式中：为光伏实时出力；为光伏额定装机容量；为beta分布形状系数，由当地辐照实测数据拟合得到；为贝塔函数；为伽马函数；

17、所述储能运行约束模型包含时序电量迭代方程、荷电状态上下限约束、充放电功率限值约束和充放电互斥约束，核心公式如下：;

18、;

19、;

20、;式中：为时刻储能荷电状态；分别为储能充、放电功率；分别为储能充、放电效率；分别为储能额定容量和功率；

21、所述电动汽车集群时序充放电模型基于行驶里程的对数正态分布拟合单车耗电量和剩余电量，并聚合得到集群分时充放电功率，核心公式如下：；

22、；

23、；

24、；；；

25、式中：为单车单日行驶里程；分别为里程对数均值、对数标准差；为车辆单位里程耗电量；为车载动力电池额定容量；为第 m 台车辆的额定放电功率；为电动汽车放电最低荷电状态，用于保障用户出行保底电量；分别为时刻充电、放电车辆集合；为第台车辆分时充放电功率；为电动汽车集群分时总充、放电功率；

26、所述柴油发电机出力-燃油耗量特性模型采用二次函数描述油耗，并设置最小稳定出力约束；式中：为机组单位时间耗油量；为柴油机油耗拟合特征系数；为柴油发电机实时有功出力；为柴油发电机额定最大出力；为柴油发电机最小稳定运行出力，用于约束机组低负载停运工况。

27、进一步的，步骤s2中所述三维加权综合优化函数为：；

28、；

29、；

30、；

31、式中：f为系统综合优化目标总值，由经济性、可调节性、保供成功率三项子目标加权构成，优化目标为取值最小；分别为经济性、可调节性、保供成功率权重系数；分别为光伏、储能、电动汽车配套、柴油发电机年均投资运维成本；为向上级电网购电成本，为富余电量上网收益；为系统综合可调裕度系数。

32、进一步的，步骤s3中所述改进遗传算法的求解过程包括：

33、s31：采用实数编码方式构建个体染色体，分别对应光伏装机容量、储能额定功率、储能额定容量、电动汽车聚合可调容量和柴油发电机装机容量，随机生成初始种群；

34、s32：以适应度函数评价个体优劣，其中f为步骤s2所述综合优化目标值，ε为避免分母为零的极小常数；

35、s33：采用随迭代次数动态衰减的交叉概率和变异概率执行自适应交叉变异操作，公式为：；式中：分别为算法初始交叉概率、初始变异概率；t为当前迭代次数，为最大迭代次数；

36、s34：筛选精英个体，对其执行梯度下降局部搜索，更新公式为，式中：、分别为更新前后的个体配置解；为梯度学习步长；为多目标函数梯度向量；

37、s35：重复选择、交叉、变异和梯度寻优，直至迭代次数达到最大迭代阈值或目标函数趋于收敛，最终输出光-储-车-柴容量的最优配置结果。

38、进一步的，步骤s4中设置孤岛保电容量校核模型，依托异常停电时长与保供电负荷规模，通过保供电负荷与台区最大负荷的配比关系量化保电压力，反向校验多源配置容量的应急适配性，计算公式如下：

39、；

40、；

41、式中：为保供电负荷占比，用于量化应急保电压力；为台区并网最大总负荷；为光-储-车-柴多源联合最大出力；分别为光伏、储能、电动汽车集群、柴油发电机有效出力，为孤岛工况下所需保障的总保供电负荷，通过多源总出力与保电负荷的功率匹配关系，完成异常工况容量校核；

42、通过多项量化指标校核配置方案性能，核心评价公式如下：

43、；式中：为光伏消纳率，用于表征新能源利用率，为消纳的光伏出力，为光伏总出力；分别为一级、二级、三级分级负荷保障率，为各级负荷缺电功率，为各级负荷功率；为负荷等级索引。

44、一种面向末端保供电的光-储-车-柴多源协同优化配置装置，用于执行如上所述的方法，包括：

45、模型构建模块，用于构建分布式光伏随机出力模型、储能运行约束模型、电动汽车集群时序充放电模型、柴油发电机耗量-出力模型以及基于分级负荷权重的三级负荷量化约束模型，并搭建孤岛运行约束条件集，输出多源设备特性参数、分级负荷权重系数及孤岛工况边界条件；

46、优化构建模块，用于接收所述多源设备特性参数孤岛工况边界条件，构建以经济性、系统可调节性、分级负荷保障率为子目标的三维加权综合优化函数，并配套功率平衡、设备运行、分级供电管控和节点电压约束方程组，形成多目标优化模型；

47、求解模块，用于采用内嵌梯度下降局部搜索的改进遗传算法对所述多目标优化模型进行迭代求解，输出光伏装机容量、储能额定功率与容量、电动汽车聚合可调容量、柴油发电机装机容量的最优配置结果；

48、校核模块，用于基于所述最优配置结果结合异常停电孤岛工况进行性能校核，通过保供电负荷与台区最大负荷的配比关系反向校验应急保供能力，验证一级负荷零失电、二级负荷可控供电、三级居民负荷按需切除的保供指标，辅助计算光伏消纳率和各级负荷供电可靠率，对配置方案的新能源利用效率和分级供电质量进行综合评估，并输出最终校验通过的配置方案。

49、进一步的，所述模型构建模块中：所述三级负荷量化约束模型按照负荷重要度将负荷划分为一级关键负荷、二级工商业负荷和三级居民负荷，并赋予重要度权重，满足；

50、所述三级负荷量化约束模型设置一级关键负荷执行零失电硬性保底约束、二级工商业负荷允许极小比例短时失电以适配电网波动以及三级居民负荷在孤岛工况下作为可切负荷以释放电源容量用于核心保电，核心方程组如下：

51、；式中：依次为三级负荷允许最大失电功率；二级负荷允许最大失电比例，三级负荷允许最大失电比例；

52、所述孤岛运行约束条件集包含停电时长约束以及应急保供电负荷筛选公式，其中：停电时长约束公式如下：

53、；；式中：为实际异常停电持续时长；为预设最大故障抢修时长，为停电时分布式光伏的出力，分别为停电时储能和电动汽车放电出力，为停电时柴油发动机出力；为孤岛工况下所需保障的总保供电负荷；为一级关键负荷总额定功率，异常工况下全额保供；为二级工商业负荷总额定功率；为二级负荷保障系数。

54、进一步的，所述优化构建模块中，所述三维加权综合优化函数为min f=·+·+α·，且++=1，其中为年均投资运维成本、购电成本及售电收益的综合经济所述三维加权综合优化函数为：；

55、；

56、；

57、；

58、式中：f为系统综合优化目标总值，由经济性、可调节性、保供成功率三项子目标加权构成，优化目标为取值最小；分别为经济性、可调节性、保供成功率权重系数；分别为光伏、储能、电动汽车配套、柴油发电机年均投资运维成本；为向上级电网购电成本，为富余电量上网收益；为系统综合可调裕度系数。

59、进一步的，所述求解模块中，所述改进遗传算法包含：种群初始化单元，用于采用实数编码方式构建个体染色体，分别对应光伏装机容量、储能额定功率、储能额定容量、电动汽车聚合可调容量和柴油发电机装机容量，随机生成初始种群；

60、适应度评价单元，用于以适应度函数评价个体优劣，其中f为综合优化目标值，ε为避免分母为零的极小常数；

61、自适应交叉变异单元，用于采用随迭代次数动态衰减的交叉概率和变异概率执行自适应交叉变异操作，公式为：；式中：分别为算法初始交叉概率、初始变异概率；t为当前迭代次数，为最大迭代次数；

62、精英梯度寻优单元，用于筛选精英个体，对其执行梯度下降局部搜索，更新公式为，式中：、分别为更新前后的个体配置解；为梯度学习步长；为多目标函数梯度向量；

63、收敛判定单元，用于重复选择、交叉、变异和梯度寻优，直至迭代次数达到最大迭代阈值或目标函数趋于收敛，最终输出光-储-车-柴容量的最优配置结果。

64、与现有技术相比，本发明具有以下显著有益效果：

65、1. 构建光-储-车-柴多源多源协同架构，资源互补利用率高。本发明将光伏、储能、电动汽车、柴油发电机四类分布式资源统一纳入规划优化体系，打破传统双资源配置模式的局限性，充分整合各类资源的时序互补与空间分布优势。其中分布式光伏提供清洁基础电源，储能实现快速功率调节，电动汽车集群发挥移动储能柔性支撑作用，柴油发电机承担极端工况应急兜底职能，形成“常态新能源高效消纳、故障工况可靠兜底”的多元保供格局，有效平抑高渗透率光伏出力波动，大幅提升系统调节裕度与抗扰动能力，可有效应对山区极端天气、大电网故障等复杂工况，确保脱离主网后的持续生存能力。

66、2. 建立负荷重要度分级管控机制，分级保供成功率管控精度高。本发明摒弃传统微网“一刀切”的均等供电与切负荷管控模式，依据终端负荷的民生安全属性、产业经济价值划分三级负荷优先级，构建量化可控的差异化失电约束与分级保供体系。常态并网运行工况下，可依据负荷等级实现精细化、差异化稳定供电；山区电网故障孤岛运行工况下，通过应急负荷筛选策略，优先全额保障一级关键负荷供电、择优保障二级工商业负荷有序运行、可控切除三级普通居民负荷，以最小停电损失实现全网最优保供效果，有效规避关键负荷断电风险，适配湖北山区复杂工况下的差异化保供电任务。

67、3. 采用三维协同优化模型，系统综合适配性能优异。本发明突破传统微网单一经济、双目标优化的片面性，创新性将经济性、可调节性、保供成功率纳入统一均衡优化体系，在严控项目全生命周期投资与运维成本的基础上，最大化预留系统动态调节裕度。有效解决了传统配置方案“重经济、轻调节”、新能源弃光率偏高、末端保供裕度不足的问题，能够适配高渗透率分布式光伏大规模接入场景，契合区域新能源提质增效的发展规划。

68、4. 适配山区双工况运行场景，工程落地性与运行鲁棒性强。本发明增设适配山区电网特性的孤岛工况约束与校核体系，通过停电时长约束、应急保电负荷筛选、多源容量反向校核机制，实现并网常态、故障孤岛双场景全覆盖校验，弥补了传统技术仅适配并网工况、无极端工况保供能力校验的技术短板。同时采用内嵌梯度下降局部搜索的改进遗传算法，有效克服传统算法过早收敛、局部最优的缺陷，多约束复杂场景求解精度与收敛效率更高，配置方案贴合山区末端台区实际运行工况，工程适配性与实用价值显著提升。