基于二阶锥规划计及需求侧管理的主动配电网分层优化方法

1.本发明属于电力系统技术领域，具体涉及一种基于二阶锥规划计及需求侧管理的主动配电网分层优化方法。


背景技术：

2.在电力市场环境与“双碳”背景下，传统的配电网供电方式已经无法满足用户与社会发展的要求，在保证用户可靠用电的同时，保障供电公司效益，提高能源的利用效率势在必行。主动配电网的运行依据已有的并网能源实施主动管理以确保用户用电，用户的用电习惯决定了配电网的运行与调度方式，对需求侧用户进行科学有效管理能够协调用户和供电公司与社会发展之间的矛盾。因此，研究考虑需求侧管理(demand side management,dsm)的主动配电网优化有重要意义。


技术实现要素：

3.针对上述问题，本发明提出了基于二阶锥规划计及dsm的主动配电网分层优化方法，对用户层不同负荷实施不同的管理手段实现削峰填谷，在配电网层调控pv、wt、ess、svc与cb出力满足参与管理后的用户负荷，使得配电网运行的网络损耗最小。
4.本发明提出了一种基于二阶锥规划计及需求侧管理的主动配电网分层优化方法，具体设计方案如下：
5.(1)建立主动配电网优化模型；
6.(2)对居民负荷进行峰谷平时段划分并确定峰谷电价；
7.(3)建立不同负荷的需求侧管理措施；
8.(4)建立需求侧管理的主动配电网优化模型；
9.(5)运用二阶锥松弛技术把优化模型转化为二阶锥规划问题并进行求解。
10.进一步的，所述步骤(1)中主动配电网可调控设备有光伏阵列、风力发电机组、储能系统、静止无功补偿器、分组投切电容器组：
11.光伏阵列：
[0012][0013]
风力发电机组：
[0014][0015]
储能系统：
[0016][0017][0018][0019][0020]
静止无功补偿器：
[0021][0022]
分组投切电容器组：
[0023][0024][0025][0026]
式中：为pv与wt在i节点t时段出力；为t时段pv、wt在i节点最大出力；为ess在t时段充电功率与放电功率；为ess的充电功率最小值与最大值；为ess的放电功率最小值与最大值；为0、1变量，分别表示t时段ess的充电与放电状态；w
tess
表示ess在t时段剩余容量；表示ess在t时段剩余容量；表示ess剩余容量的最小值与最大值；为svc在i节点无功补偿量最小值与最大值；为svc在i节点的无功补偿量；为t时段cb在i节点投入的无功补偿容量；为单组cb无功补偿容量；为t时段cb在i节点投入组数；为在i节点投入cb的最大组数；z为整数集合。
[0027]
进一步的，所述步骤(2)中对居民负荷进行峰谷平时段划分并确定峰谷电价。
[0028]
利用模糊聚类传递闭包法对原始需求负荷进行分类，依据负荷特性得到峰谷时段。为达到峰谷电价削峰填谷作用效果，制定合理的峰谷电价，既让售电方受益，又能够使得用户满意，建立以下目标函数：
[0029][0030][0031][0032][0033]
式中:d为负荷曲线的方差；ψ为用户的满意度；t为一天的总时间；e
t
为t时段的用电量；为t时间内的平均用电量；δe
t
为t时段用电改变量；δc
t
为t时段支付电费改变量；c
t
为t时段初始支付电费。
[0034]
进一步的，所述步骤(3)中所述建立不同负荷的需求侧管理措施：
[0035]
(1)周期性用电需求、趋势项用电需求和随机性用电需求：
[0036][0037]
[0038][0039][0040]
式中:q为商品需求量；δq为商品需求变化量；p为商品价格；δ
p
为商品价格变化量。ε
ii
表示自弹性系数，i时段电价变化对i时段用电需求的影响；qi表示i时段初始用电需求量；δqi表示i时段用电需求改变量；pi表示i时段初始电价；δpi表示i时段电价改变量；ε
ij
表示交叉弹性系数，j时段电价变化对i时段用电需求的影响；pj表示j时段初始电价；δpj表示j时段电价改变量。
[0041]
(2)电动汽车负荷
[0042][0043][0044][0045][0046][0047][0048]
式中:x为正态分布函数变量；f
t
(x)为ev到家时间的概率密度；fe(x)为ev离家时间的概率密度；fs(x)为ev行驶路程概率密度；soc为ev电池的荷电状态；t
cha
为ev充电时长；c
ev
为ev充电成本；μ
t
＝17.6；σ
t
＝3.4；μe＝7.97，σe＝0.66；μs＝3.2；σs＝0.88。l为行驶路程；
l
max
为可行驶最大路程；eb为电池容量；η
cha
为电池充电效率；p
cha
电池充电功率；λ
t
、γ
t
为第m辆车t时段充电电价与补偿电价；w
m,t
、v
m,t
为地第m辆车t时段充电消耗电能与放电释放电能；n表示ev数量。
[0049]
步骤(4)中所述建立需求侧管理的主动配电网优化模型，具体为：
[0050]
以一天为优化周期，建立配电网有功损耗最小目标函数：
[0051][0052]
式中：ij为以i和j节点为端点的支路；φ为配电网支路集合；r
ij
为支路电阻；t为全天时段总数；i
ij,t
为t时段支路ij的支路电流。
[0053]
进一步的，所述步骤(5)运用二阶锥松弛技术把优化模型转化为二阶锥规划问题并进行求解，具体为：
[0054]
对配电网潮流进行如下等效:
[0055][0056][0057][0058][0059][0060][0061][0062]
用二阶锥松弛处理：
[0063][0064]
等价变换为：
[0065][0066]
配电网层目标函数变换为：
[0067][0068]
式中：为t时段i节点电压的平方；为t时段支路ij的支路电流的平方；r
ij
为支路电阻。
[0069]
与现有技术相比，本发明的优点和积极效果在于：
[0070]
(1)本发明在对不同的负荷进行不同的需求侧管理能够实现削峰填谷，缓解系统供电压力。
[0071]
(2)本发明考虑需求侧管理的主动配电网分层优化模型不仅能够有效降低系统的网络损耗，还可以减少用户的用电成本。
[0072]
(3)峰谷电价的大小会影响用户满意度，同时会影响系统运行结果。峰时段电价取1.24元，谷时段电价取0.28元，平时段电价取0.6元时能够平衡用户与供电公司间的权益。
附图说明
[0073]
图1为本发明基于二阶锥规划计及dsm的主动配电网模型图。
[0074]
图2为本发明改进ieee33节点配电网结构图。
[0075]
图3为本发明基于二阶锥规划计及dsm的主动配电网分层优化方法流程图。
[0076]
图4为本发明实例中运用nsga
‑ⅱ
算法求解模型的pareto解集图。
具体实施方式
[0077]
下面结合具体实施例和附图，进一步阐明本发明，本发明提出了一种基于二阶锥规划计及需求侧管理的主动配电网分层优化方法，计及需求侧管理的主动配电网模型如图1所示，为协调用户层和配电网层的决策与管理，实现系统的最优运行，建立了含dsm的主动配电网模型，主动配电网结构图如图2所示，计及需求侧管理的主动配电网分层优化方法流程图如图3所示，具体实施步骤如下：
[0078]
(1)建立主动配电网优化模型
[0079]
主动配电网优化模型如图1所示，系统用户层包括各类负荷，配电网层调控设备有光伏阵列、风力发电机组、储能系统、静止无功补偿器、分组投切电容器组。
[0080]
光伏阵列：
[0081][0082]
风力发电机组：
[0083][0084]
储能系统：
[0085][0086][0087][0088][0089]
静止无功补偿器：
[0090][0091]
分组投切电容器组：
[0092][0093][0094][0095]
式中：为pv与wt在i节点t时段出力；为t时段pv、wt在i节点最大出力；为ess在t时段充电功率与放电功率；为ess的充电功率最小
值与最大值；为ess的放电功率最小值与最大值；为0、1变量，分别表示t时段ess的充电与放电状态；w
tess
表示ess在t时段剩余容量；表示ess在t时段剩余容量；表示ess剩余容量的最小值与最大值；为svc在i节点无功补偿量最小值与最大值；为svc在i节点的无功补偿量；为t时段cb在i节点投入的无的功补偿容量；为单组cb无功补偿容量；为t时段cb在i节点投入组数；为在i节点投入cb的最大组数；z为整数集合。
[0096]
(2)对居民负荷进行峰谷平时段划分并确定峰谷电价
[0097]
利用模糊聚类传递闭包法对原始需求负荷进行分类，依据负荷特性得到峰谷时段。为达到峰谷电价削峰填谷作用效果，制定合理的峰谷电价，既让售电方受益，又能够使得用户满意，建立以下目标函数：
[0098][0099][0100][0101][0102]
式中:d为负荷曲线的方差；ψ为用户的满意度；t为一天的总时间；e
t
为t时段的用电量；为t时间内的平均用电量；δe
t
为t时段用电改变量；δc
t
为t时段支付电费改变量；c
t
为t时段初始支付电费。
[0103]
(3)建立不同负荷的需求侧管理措施：
[0104]
①
周期性用电需求、趋势项用电需求和随机性用电需求：
[0105][0106][0107][0108][0109]
式中:q为商品需求量；δq为商品需求变化量；p为商品价格；δp为商品价格变化量。ε
ii
表示自弹性系数，i时段电价变化对i时段用电需求的影响；qi表示i时段初始用电需求量；δqi表示i时段用电需求改变量；pi表示i时段初始电价；δpi表示i时段电价改变量；ε
ij
表示交叉弹性系数，j时段电价变化对i时段用电需求的影响；pj表示j时段初始电价；δ
pj表示j时段电价改变量。
[0110]
②
电动汽车负荷
[0111][0112][0113][0114][0115][0116][0117]
式中:x为正态分布函数变量；f
t
(x)为ev到家时间的概率密度；fe(x)为ev离家时间的概率密度；fs(x)为ev行驶路程概率密度；soc为ev电池的荷电状态；t
cha
为ev充电时长；c
ev
为ev充电成本；μ
t
＝17.6；σ
t
＝3.4；μe＝7.97，σe＝0.66；μs＝3.2；σs＝0.88。l为行驶路程；l
max
为可行驶最大路程；eb为电池容量；η
cha
为电池充电效率；p
cha
电池充电功率；λ
t
、γ
t
为第m辆车t时段充电电价与补偿电价；w
m,t
、v
m,t
为第m辆车t时段充电消耗电能与放电释放电能；n表示ev数量。
[0118]
建立不同负荷的需求侧管理措施电动汽车充放电调度约束：
[0119]
①
电池soc约束：
[0120]
soc
min
≤soc
t
≤soc
max
[0121]
②
可调度时间约束：
[0122]
t
back
≤t
dis
≤t
leave
[0123]
③
满足下次出行约束：
[0124]
soc
will
≤soc
end
[0125]
式中:soc
min
、soc
max
为最小与最大荷电状态；t
dis
为放电时间；t
back
、t
leave
为到家与离家时间；soc
will
、soc
end
为用户期望荷电状态与调度后最终荷电状态。
[0126]
(4)建立需求侧管理的主动配电网优化模型
[0127]
以一天为优化周期，建立配电网有功损耗最小目标函数：
[0128][0129]
式中：ij为以i和j节点为端点的支路；φ为配电网支路集合；r
ij
为支路电阻；t为全天时段总数；i
ij,t
为t时段支路ij的支路电流。
[0130]
建立需求侧管理的主动配电网优化模型约束条件：
[0131]
①
配电网潮流约束：
[0132][0133][0134][0135][0136]
式中：u
j,t
、u
i,t
分别为t时段j、i节点电压；i
ij,t
为t时段支路ij的支路电流；p
j,t
、q
j,t
分别为t时段注入j节点的有功功率与无功功率；p
ij,t
、q
ij,t
分别为t时段支路ij的支路有功功率与支路无功功率；r
ij
、x
ij
分别为支路电阻与支路电抗；δ(j)为以j为首端节点的支路末端节点集合；
[0137]
②
系统安全约束：
[0138][0139][0140]
式中：u
min
、u
max
为节点i的电压上下限；i
max
为线路运行的安全电流。
[0141]
(5)运用二阶锥松弛技术把优化模型转化为二阶锥规划问题并进行求解
[0142]
对配电网潮流进行如下等效:
[0143][0144][0145][0146][0147][0148][0149][0150]
用二阶锥松弛处理：
[0151][0152]
等价变换为：
[0153][0154]
配电网层目标函数变换为：
[0155][0156]
式中：为t时段i节点电压的平方；为t时段支路ij的支路电流的平方；r
ij
为支路电阻。
[0157]
为验证所提计及需求侧管理的主动配电网优化方法的有效性，对比分析以下三种系统的运行策略结果进行对比分析。
[0158]
策略1：用户不参与需求侧管理，配电网中的pv、wt、ess、cb与svc不出力。
[0159]
策略2：用户参与需求侧管理，用户满意度ψ取0.8，配电网中的pv、wt、ess、cb与svc不出力。
[0160]
策略3：用户参与需求侧管理，用户满意度ψ取0.8，配电网中的pv、wt、ess、cb与svc参与配电网优化。
[0161]
表1为三种策略下系统运行产生的网络损耗与用电成本。由表1可知，当需求侧参与管理且pv、wt、ess、cb与svc参与配电网优化时，可减少系统的网络运行损耗，降低用户的用电成本。
[0162]
表1三种策略下的网络损耗与用电成本
[0163][0164]
运用采用nsga
‑ⅱ
来搜索多目标函数的帕累托前沿，结果如图如图4所示，由图可知，不同用户满意度条件下负荷曲线的方差大小受影响。
[0165]
上述实施例用来解释本发明，而不是对本发明进行限制，在本发明的精神和权利要求的保护范围内，对本发明做出的任何修改和改变，都落入本发明的保护范围。