一种多微网接入新能源配电系统的动态协同经济调度方法与流程

1.本发明属于电力系统技术领域，具体涉及一种多微网接入新能源配电系统的动态协同经 济调度方法。


背景技术：

2.光伏电池、风力发电等分布式电源因其安装灵活、分布散落的优点而成为新能源高效利 用的曙光，分布式电源发展新机制的建立也自然成为重要发展方向。但传统配电网阻抗高、 损耗大、自动化程度低的特点难以满足分布式电源的广泛普及。在上述背景下，微电网应运 而生，它作为一种分布式电源与可再生能源发电相结合的集成技术，对提升电力系统经济效 益和环保效益具有重要意义。将微网接入主动配电系统后，该系统能够通过灵活的网络拓扑 结构来调整负荷分布，从而对主动配电系统中的配网和微网实现主动控制和自主管理。可见， 多微网接入下的主动配电系统在能源效率、系统可靠性等方面发挥重要作用，其优化调度方 法值得深入研究。
3.综上所述，虽然现有大量分布式新能源以微网接入主动配电系统，但是在多微网与配电 网之间的出力分配和优化调度方面尚存在较大的改进空间。


技术实现要素：

4.为解决上述问题，本发明提供一种多微网新能源接入电力系统自主优化经济调度方法， 在精确建立多微网接入下的主动配电系统优化调度的物理模型，根据背景技术需求，考虑配 网和微网利益主体的差异性和分布式电源大量接入系统带来的随机性，基于分析目标级联理 论，建立了多微网接入下的主动配电系统自主优化动态经济调度模型，可为主动配电系统安 全、稳定、可靠运行提供有效的技术支撑。
5.为实现上述目的，本发明采用以下技术方案：
6.一种多微网接入新能源配电系统的动态协同经济调度方法，包括以下步骤：
7.步骤s1：获取新能源配电网系统负荷、配电网与微网各机组最大出力与发电成本；
8.步骤s2：建立新能源配电系统动态经济调度配网ded模型，计算配电网满足负荷需求 的最优生产成本；
9.步骤s3：建立微网动态经济调度模微网ded模型，计算满足最低总运行成本的功率传 输调度方式；
10.步骤s4：建立含多微网接入新能源配电系统的动态协同经济调度模型，对全局能量进行 优化管理。
11.进一步地，所述步骤s1包括以下步骤：
12.s101：获取配电网系统与微网的各机组发电成本、微网的购电成本和蓄电池的运行成本， 获取配电网负荷需求；
13.s102：获取配电网系统与微网的各机组出力情况；
14.配电网机组发电量约束：
15.p
gi,min
≤p
gi
(t)≤p
gi,max
ꢀꢀꢀ
(1)
16.微网机组发电量约束：
[0017][0018]
式中，p
gi
(t)、p
gi，min
、p
gi，max
分别为配电网中机组有功出力、有功出力下限和上限； 分别为微网中机组有功出力、有功出力下限和上限。
[0019]
进一步地，所述步骤s2包括以下步骤：
[0020]
s201：考虑配电网最优负载分配，获取各机组发电成本和交互成本最低的目标函数：
[0021]
min f
dn
＝f
g-f
sell
ꢀꢀꢀ
(3)
[0022]
式中：f
dn
为配网的总生产成本，fg为配网各单元的发电成本，f
sell
为配网对微网的售 电收益，其中fg的计算公司为为：
[0023][0024]
式中：t为调度时间跨度，p
gi
(t)为机组i的瞬时功率，ai、bi和ci为机组发电成本系数， n为分布式网络中的机组数；
[0025]
s202：确定配网ded模型的约束条件：
[0026]
1)功率平衡约束：
[0027][0028]
式中：m为连接到配网的微电网数；为配电网对第j个微网的售电功率；第t小时配网负载大小；
[0029]
2)机组斜坡响应约束：
[0030][0031]
式中：r
di
和r
ui
分别为机组i的下降速率和上升速率，δt为调度时间间隔；
[0032]
3)配网的旋转储备约束：
[0033][0034]
式中：r
dn
(t)表示配网电力储备需求。
[0035]
进一步地，所述步骤s3包括以下步骤：
[0036]
s301：微网ded模型的主要目标是降低发电成本，其目标函数可表示为：
[0037][0038]
式中：j表示第j个微网；f
mgj
是对应微网的总生产成本，f
buyj
表示微网的购电成本，f
batj
是蓄电池运行成本，f
gj
是机组的发电成本，表示为：
[0039][0040]
式中：p
gj-1
表示微网j中第i个发电机的发电量；a
gj-1
、b
gj-1
、c
gj-1
为发电成本系数；nj代表微网j中的可控机组数；
[0041]
s302：微网ded模型的约束条件：
[0042]
1)功率平衡约束：
[0043][0044]
式中：p
pv
代表光伏发电量，p
pw
代表风力发电量，表示t时刻微网j的负载；
[0045]
2)分布式电源的斜坡响应约束：
[0046][0047]
式中：r
dj-1
和r
uj-1
表示机组i的下降和上升速率；
[0048]
3)电池容量限制：
[0049]emin
≤e(t)≤e
max
ꢀꢀꢀ
(12)
[0050]
e(t)＝e(t-1)-p
dis
(t)δt p
ch
(t)δt
ꢀꢀꢀ
(13)
[0051]
式中：e(t)为电池容量，e
min
和e
max
分别是电池容量的上下限；
[0052]
4)电池容量限制：考虑到蓄电池充放电状态的频繁转换会导致电池损耗，从而影响其使 用寿命，对蓄电池的充放电转换频率进行约束：
[0053][0054]
式中:p
cmax
和p
dmax
分别是电池充电和放电功率的上限，u
ch
(t)表示充电状态，u
dis
(t)表示 放电状态，n
bat
表示充电和放电状态转换的极限。
[0055]
进一步地，所述步骤s4包括以下步骤：
[0056]
s401：基于分析目标级联法的含多微网的主动配电系统ded建模：对于含多微网的主动 配电系统，配网对应主系统层，而微网对应子系统层，二者的ded模型相互耦合，无法独立 求解，因此需要进行配网调度和微网调度的解耦；
[0057]
设p
jl
为联络线，连络线上的功率流为配网的虚拟负载p
dsj
和微网的虚拟发电机p
gdj
，依 据虚拟负载和虚拟发电机，便可将配网和微网从联络线上分解出来，使其对应的ded可以求 解，引入拉格朗日罚函数来描述p
gdj
和的偏差，并将其加入到微网ded的目标函数 中：
[0058][0059]
式中：ωj和γj是拉格朗日乘子；
[0060]
s402：基于分析目标级联法的含多微网的主动配电系统ded算法的收敛准则，分析目标 级联法本质上属于乘数优化法，则基于此的ded模型的收敛标准为：
[0061][0062][0063]
式中：k或(k-1)代表迭代的次数，ε1和ε2代表预定义的收敛精度；
[0064]
s403：基于分析目标级联法的含多微网的主动配电系统ded算法的机会约束：
[0065][0066]
式中：f-1
(α)是标准正态分布函数的下分位数α，σ
pv
，σ
pw
和σ
load
表示光伏、风电和负荷 预测误差的正态分布标准差。
[0067]
与现有技术相比，本发明方法具有以下优点：
[0068]
在精确建立多微网接入下的主动配电系统优化调度的物理模型，根据上述需求，考虑配 网和微网利益主体的差异性和分布式电源大量接入系统带来的随机性，基于分析目标级联理 论，建立了多微网接入下的主动配电系统自主优化动态经济调度(dynamic economic dispatch， ded)模型，可为主动配电系统安全、稳定、可靠运行提供有效的技术支撑，有利于电网运行 人员对整个主动配电系统的全局能量进行优化管理。
附图说明
[0069]
图1是本发明调度方法流程图；
[0070]
图2是本发明实施例2所述的改进的ieee 33节点主动配电系统图；
[0071]
图3是本发明实施例2所述的配电网出力调度曲线图；
[0072]
图4是本发明实施例2所述的微网mg1出力调度曲线图；
[0073]
图5是本发明实施例2所述的微网mg2出力调度曲线图。
具体实施方式
[0074]
为使本领域的技术人员更好地理解本发明的技术方案，下面结合附图和具体实施
例对本 发明作进一步详细描述，以下实施例仅用于说明本发明，但不用来限制本发明的范围。
[0075]
实施例1
[0076]
如图1，本发明多微网接入新能源配电系统的动态协同经济调度方法流程包括以下流程：
[0077]
步骤s1：获取新能源配电系统负荷、配电网与微网中各机组最大出力与发电成本；
[0078]
步骤s2：建立新能源配电系统动态经济调度(dynamic economic dispatch，ded)模型 (以下简称配网ded模型)，计算配电网满足负荷需求的最优生产成本；
[0079]
步骤s3：建立微网动态经济调度模型(以下简称微网ded模型)，计算满足最低总运行 成本的功率传输调度方式；
[0080]
步骤s4：建立含多微网接入新能源配电系统的动态协同经济调度模型，对全局能量进行 优化管理。
[0081]
所述步骤s1包括以下步骤:
[0082]
s101：获取配电网系统与微网的各机组发电成本、微网的购电成本和蓄电 池的运行成本，获取配电网负荷需求；
[0083]
s102：获取配电网系统与微网的各机组出力情况；
[0084]
配电网机组发电量约束：
[0085]
p
gi,min
≤p
gi
(t)≤p
gi,max
ꢀꢀꢀ
(1)
[0086]
微网机组发电量约束：
[0087][0088]
式中，p
gi
(t)、p
gi，min
、p
gi，max
分别为配电网中机组有功出力、有功出力下限和上 限；分别为微网中机组有功出力、有功出力下限和上限。
[0089]
所述s2包括以下步骤:
[0090]
s201:考虑配电网最优负载分配，获取各机组发电成本和交互成本最低的目标函数：
[0091]
min f
dn
＝f
g-f
sell
ꢀꢀꢀ
(3)
[0092]
式中:f
dn
为配网的总生产成本，minf
dn
为其最小值；fg为配网各单元的发电成本，可 表示为：
[0093][0094]
式中：t为调度时间跨度；p
gi
(t)为机组i的瞬时功率；ai、bi和ci为机组发电成本系数； n为分布式网络中的机组数。
[0095]fsell
表示配网向微网供电所得收益，f
sell
》0表示微网通过向配网售电获益，反之表示微电 网发电量不足，需从配网购电。f
sell
的定义如下:
[0096][0097]
式中，λ(t)为电价；p
jl
(t)为第t小时从配网传输到第j个微网的功率流；p
jl
(t)》0
表示功率 由微网传输到配网；p
jl
(t)《0表示功率由配网传输到微网。
[0098]
s202：确定配网ded模型的约束条件：
[0099]
1)功率平衡约束
[0100][0101]
式中:m为连接到配网的微电网数；表示第t小时配网负载大小。
[0102]
2)机组斜坡响应约束
[0103][0104]
式中:r
di
和r
ui
分别为机组i的下降速率和上升速率；δt为调度时间间隔。
[0105]
3)配网的旋转储备约束：
[0106][0107]
式中:r
dn
(t)表示配网电力储备需求。
[0108]
所述s3包括以下步骤:
[0109]
s301:微网ded模型的主要目标是降低发电成本，其目标函数可表示为:
[0110][0111]
式中：下标j表示第j个微网；f
mgj
是对应微网的总生产成本；f
gj
是机组的发电成本， 表示为：
[0112][0113]
式中：p
gj-1
表示微网j中第i个发电机的发电量；a
gj-1
、b
gj-1
、c
gj-1
为发电成本系数；nj代表微网j中的可控机组数。f
buyj
表示微网的购电成本；f
batj
是蓄电池运行成本。
[0114]
s302：微网ded模型的约束条件：
[0115]
1)功率平衡约束：
[0116][0117]
式中：p
pv
代表光伏发电量，p
pw
代表风力发电量；表示t时刻微网j的负载。
[0118]
2)分布式电源的斜坡响应约束：
[0119][0120]
式中:r
dj-1
和r
uj-1
表示机组i的下降和上升速率。
[0121]
3)电池容量限制：
[0122]emin
≤e(t)≤e
max
ꢀꢀꢀ
(13)
[0123]
e(t)＝e(t-1)-p
dis
(t)δt p
ch
(t)δt
ꢀꢀꢀ
(14)
[0124]
式中：e(t)为电池容量；e
min
和e
max
分别是电池容量的上下限。
[0125]
4)电池容量限制：考虑到蓄电池充放电状态的频繁转换会导致电池损耗，从而影响其使 用寿命，因此有必要对蓄电池的充放电转换频率进行约束:
[0126][0127]
式中:p
cmax
和p
dmax
是电池充电和放电功率的上限；u
ch
(t)表示充电状态，其中1表示充电； u
dis
(t)表示放电状态，其中1表示放电；n
bat
表示充电和放电状态转换的极限。
[0128]
所述s4包括以下步骤：
[0129]
s401：基于分析目标级联法的含多微网的主动配电系统ded建模：对于含多微网的主动 配电系统,配网对为主系统层，而微网对应子系统层，二者的的ded模型是相互耦合的，无 法独立求解，因此需要进行配网调度和微网调度的解耦。设p
jl
为联络线，连络线上的功率流 为配网的虚拟负载p
dsj
和微网的虚拟发电机p
gdj
，依据虚拟负载和虚拟发电机，便可将配网 和微网从联络线上分解出来，使其对应的ded可以求解。引入拉格朗日罚函数来描述p
gdj
和的偏差，并将其加入到微网ded的目标函数中：
[0130][0131]
式中:ωj和γj是拉格朗日乘子。
[0132]
s402:基于分析目标级联法的含多微网的主动配电系统ded算法的收敛准则：分析目标 级联法本质上属于乘数优化法，则基于此的ded模型的收敛标准为：
[0133][0134][0135]
式中:k或(k-1)代表迭代的次数，ε1和ε2代表预定义的收敛精度。
[0136]
s403:：基于分析目标级联法的含多微网的主动配电系统ded算法的机会约束：
[0137][0138]
式中：f-1
(α)是标准正态分布函数的下分位数α，σ
pv
，σ
pw
和σ
load
表示光伏、风电和负荷 预测误差的正态分布标准差。
[0139]
实施例2
[0140]
改进的ieee 33节点主动配电系统如附图2所示。图中节点11和28接微网，包括两台 柴油发动机机组、一台风力涡轮机、光伏单元蓄电池，机组的装机容量为5mw，电池充电 和放电价分别为2.8￥/mw和4.2￥/mw。拉格朗日乘子ωj和γj的初始值均为1.5，收敛精 度为0.01。
[0141]
以此为例,本发明提供的一种考虑多微网接入的新能源接入电力系统自主优化经济调度 方法包括：
[0142]
s1:获取配电网系统负荷、配电网与微网各机组最大出力与发电成本；
[0143]
s101:获取配电网系统与微网的各机组发电成本、微网的购电成本和蓄电池的运行成本， 获取配电网负荷需求；
[0144]
电池充电和放电价分别为2.8￥/mw和4.2￥/mw
[0145]
获取系统内的各机组发电成本、微网的购电成本系数如表1所示：
[0146]
表1各机组发电成本、微网的购电成本系数
[0147][0148]
s102:获取配电网系统与微网的各机组出力情况；
[0149]
获取配电网系统与微网的各机组出力情况如表2所示：
[0150]
表2配电网系统与微网的各机组出力情况
[0151][0152][0153]
s2:建立配网ded模型计算配电网满足负荷需求的最优生产成本；
[0154]
s201:考虑配电网最优负载分配，获取各机组发电成本和交互成本最低的目标函
数：
[0155]
结合s1给出的配电网各机组出力情况与相应成本系数，可以据此列出配电网满足负荷需 求的各机组最优发电成本的目标函数。
[0156]
s202:确定配网ded模型的约束条件：
[0157]
在微网与配电网出力调动分配期间，需严格保证配网机组在与多微网进行能量交互时出 力满足配电网的负荷需求；每台机组在本次调度期间相比上个调度指令发出的时间，出力变 化时的上升/下降速率设为每秒不超过装机容量的1/10；配电网中需要保证足够的后备容量以 应对各类突发情况，在旋转储备约束下配电网每台机组设定需要预留机容量的1/10作为配网 电力储备需求。
[0158]
s3:建立微网ded模型计算满足最低总运行成本的功率传输调度方式；
[0159]
s301:微网ded模型的主要目标是降低发电成本：
[0160]
结合s1给出的配电网各机组出力情况与相应成本系数，蓄电池运行时的充放电成本，可 以据此列出微网满足负荷需求的各机组最小发电成本的目标函数。
[0161]
s302:微网ded模型的约束条件：
[0162]
在微网与配电网出力调动分配期间，需严格保证微网机组中风机、光伏机组和柴油机组 时刻满足微网负荷需求，若存在功率缺额需要通过蓄电池充放电或配电网购电来满足负荷缺 额；每台机组在本次调度期间相比上个调度指令发出的时间，其中，柴油机组出力变化时的 上升/下降速率设为每秒不超过装机容量的1/10，新能源机组出力变化时的上升/下降速率设为 每秒不超过装机容量的1/20；蓄电池容量需一直保持在20％-90％范围内，当电池容量不满足 条件时，蓄电池退出运行；考率寿命影响因素，对蓄电池的充放电转换频率进行约束，本案 例中设置一分钟内充电放转换次数不超过4次。
[0163]
s4:建立含多微网的主动配电系统的ded模型，对全局能量进行优化管理。据此，可得 配电网、微网mg1和微网mg2的出力调度曲线如附图3、附图4、附图5所示。图4(a)所示为1 号微网蓄电池的充放电曲线，图4(b)为机组的发电曲线，由图可见，在19:00-21:00的负荷峰值 期，dg1发电量接近饱和且蓄电池放电以满足负荷需求。图5中，2号微网的负荷峰值在 6:00-8:00、11:00-13:00和18:00-20:00三个时间段，蓄电池在6:00-8:00和18:00-20:00充电；在 11:00-13:00期间，微网风力和光伏发电满发，无需蓄电池的辅助。
[0164]
以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体 细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种变换，这些简单变换 均属于本发明的保护范围。