一种基于势博弈的增量配电网分布式优化规划方法及介质与流程

1.本发明涉及电力系统技术领域，具体是一种基于势博弈的增量配电网分布式优化规划方法及介质。


背景技术：

2.随着电力体制改革的稳步推进，增量配电网由社会资本或电网公司独立或联合投资，增量配电网有更高的规划建设自主权，由大电网确保稳定可靠运行，因而追求最大化的投资回报是进行优化规划的直接经济目标。关注风光储的资源优势及互补特性，应用到增量配电网中从而提升增量配电网整体的经济性及供电可靠性显得十分有必要。随着投资主体的多元化，配电网规划对其协调性的要求更高，且dg并入增量配电网，潮流方向从单向变为双向，以及主动管理模式等因素发生变化，使得运行不确定性因素增多，为售电公司降低成本、增加收益的同时，也带来了一定的安全稳定挑战。因此，有必要在确保系统运行安全稳定的前提下，研究适用于含风光储的增量配电网的分布式优化规划方法，以指导当今形势下增量配电网的发展建设，激发市场活力，增强市场竞争性，促进增量配电网健康发展。


技术实现要素：

3.本发明的目的在于提供一种基于势博弈的增量配电网分布式优化规划方法及介质，围绕增量配电网与势博弈的相通点，充分考虑风机、光伏阵列、储能装置的自利性与智能性，将增量配电网中风光储映射成博弈参与者，其目标函数映射成博弈的收益函数，相应约束条件映射成博弈的策略空间，构建势博弈分布式优化模型，提升增量配电网整体的经济性及供电可靠性，指导当今形势下增量配电网的发展建设，激发市场活力，增强市场竞争性，促进增量配电网健康发展。
4.本发明的目的可以通过以下技术方案实现：
5.一种基于势博弈的增量配电网分布式优化规划方法，所述增量配电网分布式优化规划方法包括以下步骤：
6.s1：构建考虑风光储的增量配电网模型：ieee33节点配网结构、支路数据信息及节点数据信息；
7.s2：基于s1增量配电网模型，分别以风光储各主体收益最大化为目标，建立优化目标函数；
8.s3：设定增量配电网优化约束：输入设备投资、储能荷电状态、储能充放电功率、系统功率平衡及节点电压约束；
9.s4：综合s2、s3的目标函数及约束条件，构建增量配电网分布式优化势博弈模型；
10.s5：利用求解器解决s4所构建的增量配电网分布式势博弈优化规划模型：得到风光储最优配置方案。
11.进一步的，所述s1中，构建考虑风光储的增量配电网模型：
12.ieee33节点配网结构包括增量配电网各节点间的连接关系；支路数据信息具体指
的是网络线路的阻抗；节点数据信息具体包括增量配电网各节点的负荷大小、dg设备的容量及安装位置。
13.进一步的，所述s2中，建立风光储各主体优化目标函数，具体方法为：
14.在含风光储的增量配电网中优先利用风光供应负荷用电，在增量配电网中装设储能装置进行功率平滑、削峰填谷，调整负荷用电情况以及保证系统整体的安全可靠运行；增量配电网投建风机、光伏阵列、储能装置，其综合成本包括风光储前期建设投入、运维成本，综合收益包括对用户的售电收益、国家给予的发电补贴收益、余电上网收益，则整体收益wzt目标函数如下所示：
15.maxw
zt
＝w
wt
w
pv
w
ba
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
16.式中，w
wt
、w
pv
、w
ba
分别为风机、光伏阵列、储能装置经济收益；
17.分别建立风机、光伏阵列、储能装置的优化目标函数；所述s2具体包括以下步骤：
18.s21：综合考虑以风机售电收入、补贴收益及余电上网收益w
s.wt
、前期建设投资w
i.wt
以及运营维护成本w
om.wt
，建立风机的目标函数，如下式所示：
[0019][0020]
其中，
[0021][0022][0023][0024]
p
mar
＝p
wt
p
pv-(p
load
p
ba
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0025][0026]
式中，u
t
为一年时间尺度内各个时刻的集合；t为某时刻；q
es.wt
为风力发电机的单位售电价格；q
s.wt
是风电上网价格；p
s.wt
是风电上网电量；p
wt
是风机的总装机容量，p
wt
为所预测的风机可输出功率；p
pv
是光伏阵列预测出力；xi是政府补贴电价系数；p
wts
是风机实际售电量；p
mar
是分布式电源供电范围功率裕度；p
load
是分布式电源供电范围负荷量；p
ba
是储能系统已储存的电量；q
sg.wt
是单位容量风机建设投入；p
sg.wt
为一台风机的额定输出有功；y
wt
为风机设备的寿命时长；n
i.wt
为在预设节点装设风机的台数；a为年贴现率；q
om.wt
为风机单位供电运营维护成本；
[0027]
s22：综合考虑以光伏售电收益以及政府补贴收益w
s.pv
、前期建设投资成本w
i.pv
以及运维支出费用w
om.pv
为目标，制定其目标函数，如下式所示：
[0028]
maxw
pv
(p
pv
)＝w
s.pv-w
i.pv-w
om.pv
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0029]
其中：
[0030][0031][0032][0033][0034]
式中，q
es.pv
是光伏的单位售电价格；q
s.pv
是光电上网价格；p
s.pv
是光电上网电量；p
pv
是光伏阵列的总装机容量；p
wts
是风机实际售电量；q
sg.pv
是单位容量光伏建设投入；p
sg.pv
为单台光伏发电机的额定输出有功；y
pv
即光电设备的使用寿命时长；n
i.pv
即在预设节点装设光伏的台数；q
om.pv
为光电单位提供电能的运营维护成本；
[0035]
s23：储能装置在t时刻的储能功率p
ba,t
与t-1到t是时刻的供求关系有关，也与储能装置在t-1时刻的能量状态有关，即：
[0036]
p
ba,t
＝p
ba,t-1
p
wt,t-1
p
pv,t-1-p
load,t-1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
[0037]
当风电和光伏出力大于用户负荷时，此时判断soc是否满足充电能量约束条件，如果未超过约束上限，则储能进行充电；如果超过了储能的约束限制，则电池处于满电状态，无法继续充电；当风光出力无法满足用户需求时，判断soc是否达到约束下限，如果未超过约束，则储能放电；如若低于储能约束下限，则电池已放空，无法继续放出电能；储能装置t时刻的充电量/放电量如下：
[0038]
p
cs,t
＝p
ba,t-p
ba,t-1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
[0039]
储能系统在放电状态时被视为电源，而在充电状态时视作负荷；综合考虑以储能系统售电收益及政府补贴收入w
s.ba
、前期投建成本w
i.ba
以及运营维护成本w
om.ba
为目标，制定其目标函数，如下式所示：
[0040]
maxw
ba
(p
ba
)＝w
s.ba-w
i.ba-w
om.ba
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)
[0041]
其中：
[0042][0043][0044]
[0045][0046]
式中，q
es.ba
是储能系统的单位售电价格；p
ch/fa
是储能系统的充放电功率，放电时p
fa
》0，充电时p
ch
《0；r
ba
是蓄电池的更换次数；q
sg.ba
是单位容量蓄电池的建设投入；p
ba
是储能系统的总装机容量；y
ba
是设备的寿命周期；q
om.ba
是储能系统单位供电运维支出；x
css
为1代表储能装置放电，获得放电收益，为0代表储能装置充电，作为负荷消耗电能。
[0047]
进一步的，所述s3中设定增量配电网优化约束，具体方法为：
[0048]
该增量配电网优化约束包括输入设备投资、储能荷电状态、储能充放电功率、系统功率平衡及节点电压约束，所述s3包括以下步骤：
[0049]
s31：风机装机容量约束c
wt
[0050]cwt
＝{p
wt
:p
wt.min
≤p
wt
≤p
wt.max
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(20)
[0051]
式中，p
wt.min
、p
wt.max
为风机总装机容量的下限与上限；
[0052]
s32：光伏阵列装机容量约束c
pv
[0053]cpv
＝{p
pv
:p
pv.min
≤p
pv
≤p
pv.max
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(21)
[0054]
式中，p
pv.min
、p
pv.max
为光伏阵列总装机容量的下限与上限；
[0055]
s33：储能系统约束c
ba
[0056]
铅酸蓄电池的充放电功率限制为1小时内充放电量小于等于额定容量的20％，如下式所示：
[0057][0058]
为保证增量配电网中储能系统有足够的电量支持实时调度或应对紧急情况的发生，设定其荷电量下限为soc
min
；为了防止铅酸蓄电池充电过度，设定其荷电量上限为soc
max
，即
[0059]
soc
min
≤soc≤soc
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(23)
[0060]
蓄电池的充放电功率在允许范围内随其荷电状态不断变化，如下式所示：
[0061][0062]
式中，p
ch.max
、p
ch.min
分别为允许充放电功率上限值，且均大于0；
[0063]
则储能系统的约束条件为：
[0064]cba
＝{p
ba
:p
ba.min
≤p
ba
≤p
ba.max
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(25)
[0065]
式中，p
ba.min
、p
ba.max
为储能电池额定容量的下限与上限；
[0066]
s34：支路潮流约束
[0067][0068][0069]
式中，p
i.t
与q
i.t
分别是i节点在t时刻的有功、无功电量；u
i.t
、u
j.t
分别为t时刻i节
点和j节点的电压幅值大小；g
ij
、b
ij
分别为i节点与j节点之间线路上的电导与电纳；即i节点和j节点之间的电压相角之差；
[0070]
s35：节点电压约束
[0071]ui.min
≤u
i.t
≤u
i.max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(27)
[0072]
式中，u
i.min
与u
i.max
分别是i节点电压幅值的最小值与最大值。
[0073]
进一步的，所述s4中构建增量配电网分布式优化势博弈模型，具体方法为：
[0074]
势博弈的建模思路如下：将博弈参与者、收益函数及策略空间分别与增量配电网的风机、光伏阵列、储能系统及其目标函数、约束条件构建映射关系，进而找到势函数，构建分布式优化势博弈模型，求得nash均衡解即为优化问题的全局最优解；将风光储抽象为wt/pv/ba博弈参与者，并将各主体经济目标及约束限制与收益函数及决策空间一一对应，构建增量配电网分布式优化势博弈模型。
[0075]
进一步的，所述s4具体包括以下步骤：
[0076]
s41：构建收益函数
[0077]
增量配电网的势博弈模型中，风光储联合参与的供电必须满足一定的负荷用电需求；本文忽略增量配电网中的网损，则：
[0078][0079]
式中，pi是风光储各类电源预测出力，p
load
为负荷预测所得，增量配电网内所有负荷需求；λ为风光储供电所占总负荷需求比例；
[0080]
从经济角度对各主体进行平衡协调，并采用罚函数来表征风光储对于负荷的满足程度，构造罚函数项添加到各博弈参与者的收益函数中，则风光储的收益函数ui，如下式所示：
[0081][0082][0083]
μ＝μ0·yk-1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(31)
[0084]
收益函数是博弈参与者策略的函数，风/光/储的策略分别是其装机容量；收益函数的wi共同特征是wi仅与第i个参与者的策略有关；μ是罚因子，且0＜μ0＜1，y＞1，k≥1；罚因子在互动博弈进程中按指数规律迅速增大，迫使罚函数项趋于0，所求出的nash均衡解则满足安全供电要求；k为迭代次数，表征博弈进程；
[0085]
为实现各主体自身效益最大化与系统整体效益达到最优趋势相一致，选取各主体经济效益之和为势函数χ：
[0086][0087]
s42：制定策略空间
[0088]
各主体策略空间即为其约束条件范围，则势博弈策略空间如下所示：
[0089][0090]
式中，p
i.min
和p
i.max
分别是对应功率的最大值与最小值；hi(﹒)表征相关状态约束。
[0091]
进一步的，所述s5中利用求解器解决增量配电网分布式势博弈优化规划问题：
[0092]
结合s2、s3所建立的目标函数与输入设备投资、储能荷电状态、储能充放电功率、系统功率平衡及节点电压等约束条件，针对s4所构建的增量配电网分布式优化势博弈模型，调用cplex求解器，得到风光储最优配置方案，实现整体利益最优。
[0093]
一种介质，所述介质包括上述增量配电网分布式优化规划方法。
[0094]
本发明的有益效果：
[0095]
本发明规划方法围绕增量配电网与势博弈的相通点，充分考虑风机、光伏阵列、储能装置的自利性与智能性，将增量配电网中风光储映射成博弈参与者，其目标函数映射成博弈的收益函数，相应约束条件映射成博弈的策略空间，构建势博弈分布式优化模型，提升增量配电网整体的经济性及供电可靠性，指导当今形势下增量配电网的发展建设，激发市场活力，增强市场竞争性，促进增量配电网健康发展。
附图说明
[0096]
下面结合附图对本发明作进一步的说明。
[0097]
图1是本发明规划方法流程图；
[0098]
图2是本发明ieee33节点结构图。
具体实施方式
[0099]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0100]
本发明所述的一种基于势博弈的增量配电网分布式优化规划方法，流程如图1所示，增量配电网分布式优化规划方法包括以下步骤：
[0101]
s1：构建考虑风光储的增量配电网模型
[0102]
此包含风光储的增量配电网模型考虑了ieee33节点配网结构、支路数据信息以及节点数据信息。ieee33节点配网结构包括增量配电网各节点间的连接关系；支路数据信息具体指的是网络线路的阻抗；节点数据信息具体包括增量配电网各节点的负荷大小、dg设备的容量及安装位置。
[0103]
s2：建立风光储各主体优化目标函数
[0104]
在增量配电网中装设储能装置进行功率平滑、削峰填谷，调整负荷用电情况以及保证系统整体的安全可靠运行。增量配电网投建风机、光伏阵列、储能装置，其综合成本包括风光储前期建设投入、运维成本，综合收益包括对用户的售电收益、国家给予的发电补贴
收益、余电上网收益，则整体收益w
zt
目标函数如下所示：
[0105]
maxw
zt
＝w
wt
w
pv
w
ba
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0106]
式中，w
wt
、w
pv
、w
ba
分别为风机、光伏阵列、储能装置经济收益。
[0107]
分别建立风机、光伏阵列、储能装置的优化目标函数。所述s2具体包括：
[0108]
s21：综合考虑以风机售电收入、补贴收益及余电上网收益w
s.wt
、前期建设投资w
i.wt
以及运营维护成本w
om.wt
，建立风机的目标函数，如下式所示：
[0109]
maxw
wt
(p
wt
)＝w
s.wt-w
i.wt-w
om.wt
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0110]
其中，
[0111][0112][0113][0114]
p
mar
＝p
wt
p
pv-(p
load
p
ba
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0115][0116]
式中，u
t
为一年时间尺度内各个时刻的集合；t为某时刻；q
es.wt
为风力发电机的单位售电价格；q
s.wt
是风电上网价格；p
s.wt
是风电上网电量；p
wt
是风机的总装机容量，p
wt
为所预测的风机可输出功率；p
pv
是光伏阵列预测出力；xi是政府补贴电价系数；p
wts
是风机实际售电量；p
mar
是分布式电源供电范围功率裕度；p
load
是分布式电源供电范围负荷量；p
ba
是储能系统已储存的电量；q
sg.wt
是单位容量风机建设投入；p
sg.wt
为一台风机的额定输出有功；y
wt
为风机设备的寿命时长；n
i.wt
为在预设节点装设风机的台数；a为年贴现率；q
om.wt
为风机单位供电运营维护成本。
[0117]
s22：综合考虑以光伏售电收益以及政府补贴收益w
s.pv
、前期建设投资成本w
i.pv
以及运维支出费用w
om.pv
为目标，制定其目标函数，如下式所示：
[0118]
maxw
pv
(p
pv
)＝w
s.pv-w
i.pv-w
om.pv
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0119]
其中：
[0120][0121][0122]
[0123][0124]
式中，q
es.pv
是光伏的单位售电价格；q
s.pv
是光电上网价格；p
s.pv
是光电上网电量；p
pv
是光伏阵列的总装机容量；p
wts
是风机实际售电量；q
sg.pv
是单位容量光伏建设投入；p
sg.pv
为单台光伏发电机的额定输出有功；y
pv
即光电设备的使用寿命时长；n
i.pv
即在预设节点装设光伏的台数；q
om.pv
为光电单位提供电能的运营维护成本。
[0125]
s23：储能装置在t时刻的储能功率p
ba,t
与t-1到t是时刻的供求关系有关，也与储能装置在t-1时刻的能量状态有关，即：
[0126]
p
ba,t
＝p
ba,t-1
p
wt,t-1
p
pv,t-1-p
load,t-1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
[0127]
pv是装设光伏点，wt是装设风机点，ba是装设储能点，当风电和光伏出力大于用户负荷时，此时判断soc是否满足充电能量约束条件，如果未超过约束上限，则储能进行充电；如果超过了储能的约束限制，则电池处于满电状态，无法继续充电。当风光出力无法满足用户需求时，判断soc是否达到约束下限，如果未超过约束，则储能放电；如若低于储能约束下限，则电池已放空，无法继续放出电能。储能装置t时刻的充电量或放电量如下：
[0128]
p
cs,t
＝p
ba,t-p
ba,t-1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
[0129]
储能系统在放电状态时被视为电源，而在充电状态时视作负荷。综合考虑以储能系统售电收益及政府补贴收入w
s.ba
、前期投建成本w
i.ba
以及运营维护成本w
om.ba
为目标，制定其目标函数，如下式所示：
[0130]
maxw
ba
(p
ba
)＝w
s.ba-w
i.ba-w
om.ba
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)
[0131]
其中：
[0132][0133][0134][0135][0136]
式中，q
es.ba
是储能系统的单位售电价格；p
ch/fa
是储能系统的充放电功率，放电时p
fa
》0，充电时p
ch
《0；r
ba
是蓄电池的更换次数；q
sg.ba
是单位容量蓄电池的建设投入；p
ba
是储能系统的总装机容量；y
ba
是设备的寿命周期；q
om.ba
是储能系统单位供电运维支出；x
css
为1代表储能装置放电，获得放电收益，为0代表储能装置充电，作为负荷消耗电能。
[0137]
s3：设定增量配电网优化约束
[0138]
该增量配电网优化约束包括输入设备投资、储能荷电状态、储能充放电功率、系统功率平衡及节点电压约束，所述s3包括以下步骤：
[0139]
s31：风机装机容量约束c
wt
[0140]cwt
＝{p
wt
:p
wt.min
≤p
wt
≤p
wt.max
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(20)
[0141]
式中，p
wt.min
、p
wt.max
为风机总装机容量的下限与上限。
[0142]
s32：光伏阵列装机容量约束c
pv
[0143]cpv
＝{p
pv
:p
pv.min
≤p
pv
≤p
pv.max
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(21)
[0144]
式中，p
pv.min
、p
pv.max
为光伏阵列总装机容量的下限与上限。
[0145]
s33：储能系统约束c
ba
[0146]
铅酸蓄电池的充放电功率限制为1小时内充放电量小于等于额定容量的20％，如下式所示：
[0147][0148]
为保证增量配电网中储能系统有足够的电量支持实时调度或应对紧急情况的发生，设定其荷电量下限为soc
min
；为了防止铅酸蓄电池充电过度，设定其荷电量上限为soc
max
，即
[0149]
soc
min
≤soc≤soc
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(23)
[0150]
蓄电池的充放电功率在允许范围内随其荷电状态不断变化，如下式所示：
[0151][0152]
式中，p
ch.max
、p
ch.min
分别为允许充放电功率上限值，且均大于0。
[0153]
则储能系统的约束条件为：
[0154]cba
＝{p
ba
:p
ba.min
≤p
ba
≤p
ba.max
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(25)
[0155]
式中，p
ba.min
、p
ba.max
为储能电池额定容量的下限与上限。
[0156]
s34：支路潮流约束
[0157][0158][0159]
式中，p
i.t
与q
i.t
分别是i节点在t时刻的有功、无功电量；u
i.t
、u
j.t
分别为t时刻i节点和j节点的电压幅值大小；g
ij
、b
ij
分别为i节点与j节点之间线路上的电导与电纳；即i节点和j节点之间的电压相角之差。
[0160]
步骤35：节点电压约束
[0161]ui.min
≤u
i.t
≤u
i.max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(27)
[0162]
式中，u
i.min
与u
i.max
分别是i节点电压幅值的最小值与最大值。
[0163]
s4：构建增量配电网分布式优化势博弈模型
[0164]
增量配电网中风光储具有不同的利益诉求，风电、光伏、储能希望在有限建设运维成本下使收益最大化，且保证使用寿命、满足约束的要求，三者分别实现各自的利益目标。各参与者在博弈过程中通过不断优化自身决策，最大化自身收益，并促进系统整体效益最优。势博弈的建模思路如下：将博弈参与者、收益函数及策略空间分别与增量配电网的风
机、光伏阵列、储能系统及其目标函数、约束条件构建映射关系，进而找到势函数，构建分布式优化势博弈模型，求得nash均衡解即为优化问题的全局最优解。将风光储抽象为wt/pv/ba博弈参与者，并将各主体经济目标及约束限制与收益函数及决策空间一一对应，构建增量配电网分布式优化势博弈模型。所述s4包括以下步骤：
[0165]
s41：构建收益函数
[0166]
增量配电网的势博弈模型中，风光储联合参与的供电必须满足一定的负荷用电需求。本文忽略增量配电网中的网损，则：
[0167][0168]
式中，pi是风光储各类电源预测出力，p
load
为负荷预测所得，增量配电网内所有负荷需求；λ为风光储供电所占总负荷需求比例，根据增量配电网分布式资源情况、政府发展规划等确定其数值。
[0169]
从经济角度对各主体进行平衡协调，并采用罚函数来表征风光储对于负荷的满足程度，构造罚函数项添加到各博弈参与者的收益函数中，则风光储的收益函数ui，如下式所示：
[0170][0171][0172]
μ＝μ0·yk-1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(31)
[0173]
收益函数是博弈参与者策略的函数，风/光/储的策略分别是其装机容量。收益函数的wi共同特征是wi仅与第i个参与者的策略有关。μ是罚因子，且0＜μ0＜1，y＞1，k≥1。罚因子在互动博弈进程中按指数规律迅速增大，迫使罚函数项趋于0，所求出的nash均衡解则满足安全供电要求。k为迭代次数，表征博弈进程。
[0174]
为实现各主体自身效益最大化与系统整体效益达到最优趋势相一致，选取各主体经济效益之和为势函数χ：
[0175][0176]
s42：制定策略空间
[0177]
各主体策略空间即为其约束条件范围，则势博弈策略空间如下所示：
[0178][0179]
式中，p
i.min
和p
i.max
分别是对应功率的最大值与最小值；hi(﹒)表征相关状态约束。
[0180]
s5：利用求解器解决增量配电网分布式势博弈优化规划问题
[0181]
结合s2、s3所建立的目标函数与输入设备投资、储能荷电状态、储能充放电功率、系统功率平衡及节点电压等约束条件，针对s4所构建的增量配电网分布式优化势博弈模型，调用cplex求解器，得到风光储最优配置方案，实现整体利益最优。
[0182]
一种介质，所述介质包括上述增量配电网分布式优化规划方法。
[0183]
实施案例
[0184]
构建考虑风光储的ieee33节点系统增量配电网模型，此系统共包含33条支路，总负荷需求量是3715 j2300kva，系统基准电压设定为12.66kv，基准视在功率设为5mva。规划年限为10a，贴现率为10％。各个节点电压与系统额定电压之间偏差需小于5％，即u
i.min
＝0.95，u
i.max
＝1.05。所选输电线路型号是架空线lgj-70，其在40℃下为保证热稳定允许输送的极限容量是3.86mva。
[0185]
风光储参数如下表1-3所示：
[0186]
表1风力发电机相关参数
[0187]
参数数值单机额定容量(kw)10建设投入成本(万元/kw)1.25运维成本(元/kw)0.03政府补贴价格(元/kwh)0.19余电上网电价(元/kwh)0.29切入风速(m/s)3额定风速(m/s)8切除风速(m/s)12
[0188]
表2光伏阵列相关参数
[0189]
参数数值单机额定容量(kw)10建设投入成本(万元/kw)0.85运维成本(元/kw)0.01政府补贴价格(元/kwh)0.31余电上网电价(元/kwh)0.35
[0190]
表3储能装置相关参数
[0191]
参数数值充放电效率(％)90初始soc0.5soc
min
0.3soc
max
0.9建设投入成本(万元/kwh)0.15运维成本(元/kwh)0.009政府补贴价格(元/kwh)1.0
[0192]
经过多次仿真分析，最终确定了合理的三主体决策变量取值范围：风电上限为
2000kw，下限为800kw；光电上限为1000kw，下限为200kw；储能上限为800kw，下限为200kw。风光储联合参与的增量配电网分布式容量优化规划结果如下表4所示。
[0193]
表4增量配电网风光储分布式优化容量规划结果
[0194][0195][0196]
经过分布式优化所得的风光储容量配置结果的各主体及整体收益与成本如下表5所示：
[0197]
表5增量配电网风光储优化收益与成本
[0198][0199]
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0200]
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。