基于人工蜂群的配电系统运行优化方法、系统及计算机设备与流程

1.本发明属于配网内运行调度与控制领域，涉及一种基于人工蜂群的区域功率交换约束下配电系统运行的优化方法、系统及计算机设备。


背景技术：

2.由于配电网经常暴露在自然环境中，极端自然灾害会给配电网的安全运行带来巨大挑战。为了应对此类问题，增强配电网的弹性，可以通过孤岛划分的方式把配电网划分成若干个微电网，利用dg的发电能力，保障微网内负荷的正常运行。但是，在构建微电网时，微电网与配电网之间功率交换过大将导致微电网形成失败，并可能导致二次故障。为了避免这种情况，需要限制联络线功率也即限制区域功率交换。


技术实现要素：

3.发明目的：针对背景技术中指出的问题，本发明提出一种基于人工蜂群的区域功率交换约束下配电系统运行的优化方法、系统及计算机设备，通过区域功率交换约束来限制联络线功率，在完成传统优化调度方案目标函数的同时，在灾时能够保障微网的安全建立。
4.技术方案：本发明公开了一种基于人工蜂群的区域功率交换约束下配电系统运行的优化方法，包括以下步骤：
5.步骤1：采用蒙特卡洛方法获取配电网内部光伏出力不确定参数，构建光伏的出力模型，所述光伏出力不确定参数包括光照强度和光伏有功出力最大值、光伏出力概率密度；
6.步骤2：以配电网网损最小为目标构建包含多种dg的优化调度模型并设置约束条件，其中多种dg包括储能、微型燃气轮机和光伏，目标函数为：
[0007][0008]
其中，x表示所有的决策变量集，nl表示所有的支路集合，表示第t个时步支路l上的电流平方，r
l，t
表示支路l上的阻值；
[0009]
约束条件包括：系统运行约束，安全运行约束，分布式电源约束，区域功率交换约束以及辐射状约束；
[0010]
步骤3：对步骤2中以配电网网损最小为目标的优化调度模型采用人工蜂群算法求解，得到计及区域功率交换的配电系统优化最优调度方案以及灾时孤岛划分策略。
[0011]
进一步地，所述步骤1中对配电网内部光伏出力不确定参数建模，具体包括以下步骤：
[0012]
步骤1-1：构建光照强度和光伏有功出力的关系，光伏最大出力用pm表示：
[0013][0014]
其中，r表示光照强度，m表示光伏电池的数量，am和ηm为第m个电池的照明面积和光
电转换效率；
[0015]
步骤1-2：构建光伏出力概率密度函数，假设光强度在一段时间内服从β分布，可以表示为：
[0016][0017]
其中，rm表示最大光伏有功出力，α和β表示β分布的形状参数；
[0018]
步骤1-3：将模型总计算时长均分为n等分，采用蒙特卡洛方法获取各时段光伏出力。
[0019]
进一步地，所述步骤2中约束条件为：
[0020]
(1)系统运行约束
[0021][0022][0023]
其中，p
i，t
和q
i，t
分别为时间t内注入节点i的有功功率和无功功率，v
i，t
和v
j，t
是节点i和节点j在时间t内的电压，g
ij
和b
ij
分别是节点i和节点j之间的电导和电纳，θ
ij，t
是节点i与节点j在时间t内的相位角；
[0024]
(2)安全运行约束
[0025]
所有节点的电压和所有支路的电流必须满足安全标准，表示为以下不等式约束：
[0026]vimin
≤v
i，t
≤v
imax
[0027][0028]
其中，v
imin
和v
imax
分别为节点i处电压最小值和最大值，是支路ij的最大电流；
[0029]
(3)dg约束
[0030]
配电网内的每个dg包括储能、微型燃气轮机、光伏都需要满足有功功率和无功功率平衡约束，可以写作：
[0031]
(p
mt，i，t
)2 (q
mt，i，t
)2≤(s
mt，i
)2[0032][0033][0034][0035][0036]qpv，i，t
＝p
pv，i，t
×
tanθ
[0037][0038][0039][0040]
[0041][0042][0043][0044]
其中，s
mt，i
为微型燃气轮机的装机容量，p
mt，i，t
和q
mt，i，t
分别为微型燃气轮机的有功出力和无功出力。和分别为放置于节点i的微型燃气轮机(mt)的向上爬坡功率限值和向下爬坡功率限值，为微型燃气轮机出力的最大值。为光伏出力的最大值。e
i，max
表示储能的装机容量。p
i，ch，max
和p
i，dis，max
分别是放置于节点i的储能的最大充电和放电功率。和分别表示放置于节点i的储能在时间t上的充放电状态。表示储能在时间t 1上的soc状态，δt为一个优化时步，e0表示储能的初始soc状态。和分别代表储能的充电和放电功率。
[0045]
(4)区域功率交换约束
[0046]scons1，t-s
cons2，t
＜smax
[0047]
通过限制配电网和含dg的区域电网之间的功率交换，使得在主网发生故障时，含dg的区域电网能安全形成孤岛，s
cons1，t
和s
cons2，t
分别是它们之间的流入功率和流出功率；
[0048]
(5)辐射状结构约束
[0049]
g∈g
[0050]
其中，g是网架重构后所有可能的网架结构，g是所有辐射状网架结构的集合。
[0051]
进一步地，所述步骤3中利用人工蜂群算法求解模型，具体包括以下步骤：
[0052]
步骤3-1：设置初始化参数，初始化参数包括种群大小、迭代次数和迭代结束条件，当参数被输入后，每个种群将随机产生一组初始微型燃气轮机有功出力值，同时，结合光伏和储能出力值，可以计算得到各种群对应的初始目标函数也即网损和适应度值，算法将保留最佳值；
[0053]
步骤3-2：雇佣蜂阶段，雇佣蜂将在现有出力值附近搜索新的微型燃气轮机有功出力值，并计算新出力值的适应值，计算后，雇佣蜂将新出力值相关信息传递给观察蜂，包括新出力值及其适应值；
[0054]
步骤3-3：观察蜂阶段，观察蜂接收由雇佣蜂提供的新微型燃气轮机有功出力值相关信息，再次结合光伏和储能出力值，计算获取新的适应度值并和步骤3-1和步骤3-2中的适应度值比较，保留适应度值更高的种群；
[0055]
步骤3-4：侦察蜂阶段，当对出力值的信息更新达到一定次数而适应度值没有进一步优化时，侦察蜂会随机生成新出力值并替换原有出力值，在以上步骤之后，算法将记住最佳出力值，并在迭代次数中加1；
[0056]
步骤3-5：判断终止条件，当算法的迭代次数达到上限时，算法结束并输出最优解。
[0057]
本发明还公开一种基于人工蜂群的区域功率交换约束下配电系统运行优化方法的系统，包括以下模块：
[0058]
光伏模型构建模块：用于对配电网内部光伏出力不确定参数采用蒙特卡洛方法构建光伏的出力模型，所述光伏出力不确定参数包括光照强度和光伏有功出力、光伏出力概率密度；
[0059]
优化调度模型构建模块：构建多种dg包括储能和微型燃气轮机以及光伏的出力模型，以网损最小为目标函数构建调度模型，并设置约束条件；
[0060]
求解模块：采用人工蜂群算法求解模型，得到计及区域功率交换的配电系统优化最优调度方案以及灾时孤岛划分策略。
[0061]
本发明还公开一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述方法的步骤。
[0062]
有益效果：
[0063]
本发明的方法考虑了多类dg，丰富了模型的结构，采用蒙特卡洛方法，可以模拟光伏波动情况，利用本发明得到的运行调度方案能够让网损最小并保证配网在失去主电网供电时，微网可以安全建立。可以适用于含多种类dg的配电网日常运行调度，具有一定的理论价值和工程价值。
附图说明
[0064]
图1为本发明的方法流程图；
[0065]
图2为测试系统的拓扑结构；
[0066]
图3为考虑预测误差前后配电网整体电压水平前后对比图。
具体实施方式
[0067]
下面结合附图对本发明作进一步详细描述。
[0068]
结合图1，本发明公开的基于人工蜂群的区域功率交换约束下配电系统运行的优化方法，包括如下步骤：
[0069]
步骤1、对配电网内部光伏出力不确定参数建模，具体步骤为：
[0070]
步骤1-1、构建光照强度和光伏有功出力的关系，光伏最大出力用pm表示：
[0071][0072]
其中，r表示光照强度，m表示光伏电池的数量，am和ηm为第m个电池的照明面积和光电转换效率。
[0073]
步骤1-2、构建光伏出力概率密度函数，假设光强度在一段时间内服从β分布，可以表示为：
[0074][0075]
其中，rm表示最大光伏有功出力，α和β表示β分布的形状参数。
[0076]
步骤1-3、将模型总计算时长均分为n等分，采用蒙特卡洛方法获取各时段光伏出力。
[0077]
步骤2、根据步骤1的光伏出力模型，建立以配电网网损最小为目标的包含多种dg的优化调度模型，具体为：
[0078]
步骤2-1、以配电网网损最小为目标函数：
[0079][0080]
其中，x表示所有的决策变量集，nl表示所有的支路集合。表示第t个时步支路l上的电流平方，r
l，t
表示支路l上的阻值。
[0081]
步骤2-2、确定优化调度策略的过程中，需要考虑的约束条件如下：
[0082]
(1)系统运行约束
[0083][0084][0085]
其中，p
i，t
和q
i，t
分别为时间t内注入节点i的有功功率和无功功率。v
i，t
和v
j，t
是节点i和节点j在时间t内的电压。g
ij
和b
ij
分别是节点i和节点j之间的电导和电纳。θ
ij，t
是节点i与节点j在时间t内的相位角。
[0086]
(2)安全运行约束
[0087]
所有节点的电压和所有支路的电流必须满足安全标准。可以表示为以下不等式约束：
[0088]vimin
≤v
i，t
≤v
imax
[0089][0090]
其中v
imin
和v
imax
分别为节点i处电压最小值和最大值，是支路ij的最大电流。
[0091]
(3)dg约束
[0092]
配电网内的每个dg包括储能，微型燃气轮机，光伏都需要满足有功功率和无功功率平衡约束，可以写作：
[0093]
(p
mt，i，t
)2 (q
mt，i，t
)2≤(s
mt，i
)2[0094][0095][0096][0097][0098]qpv，i，t
＝p
pv，i，t
×
tanθ
[0099][0100][0101][0102][0103][0104]
[0105][0106]
其中，s
mt，i
为微型燃气轮机的装机容量，p
mt，i，t
和q
mt，i，t
分别为微型燃气轮机的有功出力和无功出力。和分别为放置于节点i的微型燃气轮机(mt)的向上爬坡功率限值和向下爬坡功率限值，为微型燃气轮机出力的最大值。为光伏出力的最大值。e
i，max
表示储能的装机容量。p
i，ch，max
和p
i，dis，max
分别是放置于节点i的储能的最大充电和放电功率。和分别表示放置于节点i的储能在时间t上的充放电状态。表示储能在时间t 1上的soc状态，δt为一个优化时步，e0表示储能的初始soc状态。和分别代表储能的充电和放电功率。
[0107]
(4)区域功率交换约束
[0108]scons1，t-s
cons2，t
＜smax
[0109]
通过限制配电网和含dg的区域电网之间的功率交换，使得在主网发生故障时，含dg的区域电网能安全形成孤岛。s
cons1，t
和s
cons2，t
分别是它们之间的流入功率和流出功率。
[0110]
(5)辐射状结构约束
[0111]
g∈g
[0112]
其中g是网架重构后所有可能的网架结构，g是所有辐射状网架结构的集合。
[0113]
步骤3、对步骤2中以配电网网损最小为目标的优化调度模型采用人工蜂群算法求解，得到计及区域功率交换的配电系统优化最优调度方案以及灾时孤岛划分策略，具体为：
[0114]
步骤3-1：设置初始化参数，初始化参数包括种群大小、迭代次数和迭代结束条件，当参数被输入后，每个种群将随机产生一组初始微型燃气轮机有功出力值，同时，结合光伏和储能出力值，可以计算得到各种群对应的初始目标函数也即网损和适应度值，算法将保留最佳值；
[0115]
步骤3-2：雇佣蜂阶段，雇佣蜂将在现有出力值附近搜索新的微型燃气轮机有功出力值，并计算新出力值的适应值，计算后，雇佣蜂将新出力值相关信息传递给观察蜂，包括新出力值及其适应值；
[0116]
步骤3-3：观察蜂阶段，观察蜂接收由雇佣蜂提供的新微型燃气轮机有功出力值相关信息，再次结合光伏和储能出力值，计算获取新的适应度值并和步骤3-1和步骤3-2中的适应度值比较，保留适应度值更高的种群；
[0117]
步骤3-4：侦察蜂阶段，当对出力值的信息更新达到一定次数而适应度值没有进一步优化时，侦察蜂会随机生成新出力值并替换原有出力值，在以上步骤之后，算法将记住最佳出力值，并在迭代次数中加1；
[0118]
步骤3-5：判断终止条件，当算法的迭代次数达到上限时，算法结束并输出最优解。
[0119]
下面结合具体实施例对本发明做进一步详细的描述：
[0120]
采用改进的ieee33节点测试系统适用于测试所提出方法的性能。其中，总线电压水平为12.66kv，电压偏差的允许波动为0.06p.u.，最大支路电流设置为400a，负荷参数为标准33节点系统的1.2倍。采用国内某地区某一典型日的光伏发电3小时内12个时步的预测出力值为参考值，由于实际的光伏出力是波动的，采用蒙特卡洛方法来代表光伏出力的不确定性，表1给出详细参数。
[0121]
表1光伏出力预测值
[0122][0123]
系统包括光伏、储能、微型燃气轮机三种分布式能源，均安装在节点30处。光伏的规模为160kw；储能的规模为1
×
0.4mw，充电和放电功率限制为80kw，初始soc状态设置为0.5，soc状态的下限和上限分别设置为0.2和0.9，效率系数为93.1％；微型燃气轮机的规模为1
×
0.4mw，有功出力上下限为0.2mw和0.05mw，上下爬坡功率限制为0.01mw/h和0.01mw/h，图2表示测试系统的拓扑结构。
[0124]
图3显示了在第8个时步的配电网的整体电压电平在加入dg的前后对比结果。从图中可以看出，配电网最小电压从0.88p.u.提升到了0.94p.u.，这意味着系统的整体电压水平已得到改善。表2显示了添加分布式发电系统前后3小时的网损比较结果。
[0125]
表2网损在3小时内比较结果
[0126][0127]
表2加入dg的前后3小时的网损数值对比。结果证明了该模型在降低网络损耗方面的有效性。
[0128]
表3显示了网架重构策略和区域功率约束所选支路。当主网发生停电时，所区域功率约束所选支路的开关将被关闭，使得包含dg在内的区域电网可以安全地形成孤岛电网。
[0129]
表3网架重构策略和区域功率约束所选支路
[0130][0131]
综上，当主网正常运行时，按照传统调度方案结合网架重构策略对于dg出力进行调度；当主网发生故障时，通过区域功率约束，隔离dg附近区域并形成孤岛，利用dg的主动发电能力，保障区域内的负荷应急供电。
[0132]
从以上实施结果可以看出，本发明的方法考虑区域功率约束下配电网运行的网损模型，在此基础上利用蒙特卡洛方法充分考虑了光伏出力不确定性的影响，模型简单，易于求解，利用本发明得到的运行策略能够充分利用光伏资源以及配电网内部的各种dg，保证了微网建立的安全性，降低了配电网日常运行的网损。
[0133]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。