基于目标级联法的输配协同安全约束机组组合优化方法

技术领域

本发明涉及电力系统优化领域，具体涉及一种基于目标级联法的输配协同安全约束机组组合优化方法。

背景技术

配电网中分布式可再生能源渗透率的提高，将导致输配割裂的机组组合传统运行方式出现电网堵塞问题，若不进行有效管理，则难以充分利用输配电网中的可调度资源，造成输配电网成本的增加。

对于现有输配协同研究来说，大部分研究没有将其与机组组合问题中的启停计划联系起来，这不仅使得大量的0-1变量难以求解，而且在一定程度上限制了输配协同运行经济性的提高。为此，国内外学者针对输配协同机组组合的黑启动策略、经济调度、潮流分析等方面展开了一系列研究。然而，上述研究仅通过于输配电网边界的联络线交换功率来实现输配协同优化调度，没有发掘储能系统消纳可再生能源的能力。

输配协同机组组合有两种求解方法，理论上可以采用集中式优化方法对其进行求解，然而输配电网的参数、结构以及分析方法存在显著差异，集中求解不仅会导致模型过于复杂，而且不能很好的保护输配电网的隐私。因此，采用分布式优化算法对输配协同机组组合进行优化。

综上所述，有必要采用分布式优化算法对考虑接入储能后的输配协同机组组合问题进行研究，以便制定兼顾经济性与环保性的调度决策方案，在提高经济性的同时，实现可再生能源的优先消纳。

发明内容

为解决上述技术问题，本发明提供一种基于目标级联法的输配协同安全约束机组组合优化方法，该方法从分布式可再生能源和集中式可再生能源消纳、经济性方面对输配协同系统进行调度，能够为电力系统优化领域方面提供有效的技术支持和参考。

本发明采取的技术方案为：

考虑动态频率约束和多重不确定性的风电装机容量优化方法，包括以下步骤：

步骤1：构建输配协同系统，其中：输电网层包括大规模集中式风电机组、传统火电机组和负荷；配电网层包括可控分布式能源发电、分布式可再生能源发电、储能以及负荷。

步骤2：以输配电网总体成本最小为目标，分别构建上层输电网机组组合模型、下层配电网经济调度模型；

步骤3：采用增量分段方法和二阶锥技术将步骤2模型中的非线性项转化为混合整数线性规划问题。

步骤4：将输配电网间的联络线交换功率作为耦合变量，采用目标级联法对上层输电网机组组合模型、下层配电网经济调度模型进行解耦、以及并行优化求解。

所述步骤2中，以输配电网总体成本最小为目标，构建以输电网经济性为主要目标的上层输电网机组组合模型；考虑储能调节特性，构建以配电网运行成本最小为目标的下层配电网经济调度模型。

输配电网总体目标函数为：

式中：C

上层输电网机组组合模型的目标函数为：

式中：t为时段；T为研究周期内划分的时段集合；a

下层配电网经济调度模型的目标函数为：

式中：a

上层输电网机组组合模型的约束条件包括：

火电机组爬坡约束：

式中：

火电机组出力约束:

式中：

火电机组开停机约束：

式中：s

功率平衡约束：

式中：N

线路潮流约束：

式中：δ

输配电网联络线交换功率传输约束：

式中：

下层配电网经济调度模型的约束条件包括：

可控分布式能源功率约束：

式中：

分布式可再生能源功率约束：

式中：

有功功率平衡约束：

式中：g为第g台CDG机组；h为第h台RDG机组；e为第e台储能；l为第l条线路；

配电网潮流约束：

式中：v(f)为以f节点为初始节点的支路末端节点的集合；P

储能充放电功率约束：

式中：

储能存储能量约束：

式中：

输配电网联络线交换功率传输约束：

式中：

所述步骤3中，线性化处理如下：

首先，对上层输电网机组组合模型和下层配电网经济调度模型中具有f(x)＝x

式中：f(x)为分段点x对应的函数值；f(x

式中：x为分段点；x

s＝1,2,…,NPL-2；

0≤δ

式中：η

同时，本发明采用二阶锥技术对配电网中的潮流约束进行线性化处理：

首先，定义变量：

式中：P

然后，将上式代入到原来的配电网潮流约束中，并进一步松弛，可得到：

最后，再进行等价变形，可将其转化为潮流约束的二阶锥形式：

所述步骤4中，采用目标级联法后的目标函数为：

式中：C

所述步骤4包括以下步骤：

S1：设置外循坏次数w＝0、内循环次数v＝0；并初始化罚函数一、二次项的算法乘子及输配电网功率交互值；

S2：置w＝w+1，各主动配电网运并行求解其经济调度模型，并将优化后得到的

S3：输电网接收到配电网传递来的数据后，结合风电预测值，求解输电网层优化问题，并将优化后得到的

S4：利用下式检验内循环是否收敛；若满足，则继续S5；否则返回S2。

式中：

S5：利用下式检验外循环是否收敛；若满足，则输出结果，否则继续S6。

式中：ε

S6：更新罚函数乘子：置v＝v+1、w＝0，根据下式更新罚函数一、二次项的算法乘子，然后返回S2重新迭代。

式中：

所述步骤4中，上层输电网机组组合模型的优化结果包括：

火电机组启停状态：u

火电机组启停成本：

火电机组出力：

火电机组提供的备用：

输配电网联络线交换功率：

输电网弃风成本：

输电网售电收益：

所述步骤4中，下层配电网经济调度模型的优化结果包括：

可控分布式能源出力：

可控分布式能源发电成本：

配电网弃风成本：

向输电网购电的成本：

储能充放电损失成本：

储能提供备用成本：

本发明一种基于目标级联法的输配协同安全约束机组组合优化方法，技术效果如下：

1)本发明采用增量分段方法和二阶锥技术对模型中的非线性项进行线性化处理，大大提高了求解效率。

2)本发明考虑储能提供备用，不仅减轻了火电机组的备用压力，而且更加充分利用了输配电网中的可调度资源。

3)相比于输、配电网独立优化，本发明提出的输、配电网分布式协同优化不仅可以实现输电网与配电网层的独立优化，还可以实现两者发电资源的协调，并且保证了输配电网运行的经济性。

附图说明

图1为储能系统结构图。

图2为实施例1提供的增量分段线性化图。

图3为实施例1提供的基于目标级联法下的求解流程图。

图4为实施例1提供的T118-D33算例系统图。

图5为实施例1提供的输电网负荷曲线图。

图6为实施例1提供的场景2和场景3下的输配总成本迭代图。

图7为实施例1提供的场景3下输配电网联络线功率交换图。

具体实施方式

下面结合附图和实施方式对本发明作进一步说明。

风电接入配电网会使得配电网潮流和电压波动变得复杂，而储能接入配电网后，其能够在风电机组输出功率大于系统负荷需求时，通过充电来消纳风电；在风电机组输出功率无法满足系统负荷需求时，通过放电来进行供电，很好的起到了“削峰填谷”的作用。其中，储能的电池管理系统在储能充放电过程中通过获取储能的荷电状态来保证其运行在安全范围，防止了储能因过充过放导致的损坏。储能系统结构图如图1所示。

本发明提供一种基于目标级联法的输配协同安全约束机组组合优化方法，该方法先以输配电网总体成本最小为目标，分别构建以输电网经济性为主要目标的上层模型和考虑储能调节特性，以配电网运行成本最小为目标的下层模型；然后，采用增量分段方法和二阶锥技术将模型中的非线性项转化为可高效快速精确求解的混合整数线性规划问题，并采用目标级联法对所提模型进行解耦和并行优化求解；最后，以T118-D3系统为例，验证了所提模型能够避免输电网中机组的频繁启停、提升输配协同运行的经济性，并验证了目标级联法的优越性。

实施例1：

基于目标级联法的输配协同安全约束机组组合优化方法，包括以下步骤：

步骤1：构建输配协同系统，其中：输电网层，包括大规模集中式风电机组、传统火电机组和负荷；配电网层，包括可控分布式能源发电、分布式可再生能源发电、储能以及负荷。

步骤2：以输配电网总体成本最小为目标，分别构建以输电网经济性为主要目标的上层模型和考虑储能调节特性，以配电网运行成本最小为目标的下层模型。

输配电网总体目标函数为：

式中：C

上层输电网机组组合模型的目标函数为：

式中：t为时段；T为研究周期内划分的时段集合；a

上层输电网机组组合模型的约束条件包括：火电机组爬坡约束、火电机组出力约束、火电机组开停机约束、功率平衡约束、线路潮流约束、输配电网联络线交换功率传输约束。火电机组爬坡约束：

式中：

火电机组出力约束:

式中：u

火电机组开停机约束：

式中：s

功率平衡约束：

式中：N

线路潮流约束：

式中：δ

输配电网联络线交换功率传输约束：

式中：

下层配电网经济调度模型的目标函数为：

式中：a

下层配电网经济调度模型的约束条件包括：可控分布式能源功率约束、分布式可再生能源功率约束、有功功率平衡约束、配电网潮流约束、储能充放电约束、储能存储能量约束、输配电网联络线交换功率传输约束。

可控分布式能源功率约束：

式中：

分布式可再生能源功率约束：

式中：

有功功率平衡约束：

式中：g为第g台CDG机组；h为第h台RDG机组；e为第e台储能；l为第l条线路；

配电网潮流约束：

式中：v(f)为以f节点为初始节点的支路末端节点的集合；P

储能充放电功率约束：

式中：

储能存储能量约束：

式中：

输配电网联络线交换功率传输约束：

式中：

步骤3：采用增量分段方法和二阶锥技术将模型中的非线性项转化为可高效快速精确求解的混合整数线性规划问题。

首先，对模型中具有f(x)＝x

s＝1,2,…,NPL-2；

0≤δ

式中：δ

同时，本发明采用二阶锥技术对配电网中的潮流约束进行线性化处理。

首先，定义变量：

然后，将上式代入到原来的潮流约束公式中，并进一步松弛，可得到：

最后，再进行等价变形，可将其转化为潮流约束的二阶锥形式：

式中：P

步骤4：基于输配电网发电机、线路等参数，将输配电网联络线交换功率作为耦合变量，采用目标级联法对输、配电网模型进行解耦和并行优化求解，当内、外收敛判据均满足时，得到上层输电网机组组合模型和下层配电网经济调度模型的最优优化结果。

采用目标级联法后的目标函数为

/>

式中：C

采用目标级联法求解的步骤如下，流程图如图3所示。

S1：设置外循坏次数w＝0、内循环次数v＝0；并初始化罚函数一、二次项的算法乘子及输配电网功率交互值。

S2：置w＝w+1，各主动配电网运并行求解其优化模型，并将优化后得到的

S3：输电网接收到配电网传递来的数据后，结合风电预测值，求解输电网层优化问题，并将优化后得到的

S4：利用下式检验内循环是否收敛。若满足，则继续S5；否则返回S2。

式中：

S5：利用下式检验外循环是否收敛。若满足，则输出结果，否则继续S6。

式中：ε

S6：更新罚函数乘子。置v＝v+1、w＝0，根据下式更新罚函数一、二次项的算法乘子，然后返回S2重新迭代。

式中：

算例分析的部分参数设置如下：

运行环境：在Intel(R)Core(TM)i7-8550U CPU@1.80GHz 2.00GHz，8G内存的计算机上进行测试，优化模型通过Matlab R2021a调用Yalmip求解，求解器选用Gurobi 9.5.2。优化时间尺度：1天，24小时。

其他参数：以1个IEEE118节点的输电网和3个IEEE33节点的配电网(T118-D3)为例进行算例分析，T118-D3系统图如图4所示。输电网负荷曲线如图5所示，其他参数设置见下表1、表2。

表1储能参数

表2其他参数设置

为分析本发明的有效性，采用三种场景来进行对比分析。场景1：输、配电网独立优化；场景2：输、配电网集中优化；场景3：输、配电网分布式协同优化。

三种场景下的调度结果如下表3所示。

表33三种场景下的调度结果分析

从表3可以看出，场景2与场景3下的动态经济调度基本上是相同的，两种场景下输配总成本偏差仅为0.0014％；场景1的优化结果与场景2、场景3的优化结果相比有所偏差，原因是因为其忽略了输配电网间存在的耦合关系，而场景3的输配总成本是最低的，这是因为输、配电网分布式协同优化可以从全局的角度对输配电网的资源进行优化，能够更加充分的利用输配电网中的可调度资源。综上所述，验证了本发明采用目标级联法的准确性。

图6以场景2和场景3为例，为两种场景下的输配总成本迭代图，可以从图中看出场景2下的输配总成本是一直保持3661733.72不变的，而场景3下的输配总成本是先增加再减少，最后在迭代第7次的时候趋于稳定，这是因为在最开始的时候目标级联法的算法乘子很小，输、配电网还没有接到对方传来的信息，其只需要满足自己的目标函数和约束条件即可，此时输、配电网的总成本均比较低，因此输配总成本较低。而随着迭代次数增加，输、配电网进行联络线功率的交换，而且需要满足联络线交换功率一致性约束，导致输配总成本增加。但迭代到第7次时，目标级联法的内、外循环均满足，输配总成本趋于稳定。

图7为场景3下输配电网联络线功率交换图，可以从图中看出每个时段的虚拟负荷值和虚拟注入功率均是满足收敛精度的，这也验证了目标级联法是可以保证解的精确度的。

综上所述，本发明不仅可以保证其解的精确度，而且还能保证输配电网的安全经济运行。