考虑区域综合能源系统和配电网的分布式电源规划方法

技术领域

本发明涉及分布式电源规划技术领域，特别涉及考虑区域综合能源系统和配电网的分布式电源规划方法。

背景技术

随着世界对可再生能源(包括风能和太阳能)的需求不断增加，能源转型已成为各国的目标和重点。这意味着合理的分布式电源(DG)规划变得十分重要。分布式电源系统以其灵活性和可靠性，能够减少传统中央化电力系统的对可再生能源的依赖，同时提升电力供应的可持续性和稳定性。

考虑到天然气的冷-热-电联合系统能够从可再生能源和分布式电源中获得电力，通过废热回收提供热能，同时利用吸收式制冷循环提供冷能，从而实现多种能源形式的协同供应。这种综合利用方式将不同形式的能源有机结合，提高了能源利用效率，降低了对传统能源的依赖。因此，在分布式电源规划问题中，加入对CCHP系统的考虑具有重要意义。通过将CCHP系统纳入规划范围，可以进一步优化配电网以及区域综合能源系统的经济稳定运行。在当前的可再生能源发展潮流下，加强对分布式电源规划中CCHP系统的研究和应用，对推动能源转型、改善能源利用效率、实现经济稳定运行具有重要意义。

发明内容

本发明的目的是提供考虑区域综合能源系统和配电网的分布式电源规划方法，其优点是：可以更加合理的规划分布式电源，满足电网侧和综合经济效益两方面的需求。

本发明的上述技术目的是通过以下技术方案得以实现的：考虑区域综合能源系统和配电网的分布式电源规划方法，包括：

步骤一：构建上级电网、配电网、能源耦合装置、储能设备、电动汽车和电-热-冷负荷的联合优化模型；

步骤二：对规划区域进行分析，获取规划区域的路网数据和兴趣点，通过ARCGIS软件对兴趣点处理，划分出城市功能分区；

步骤三：对用户的目的地进行分类，分类后的目的地与步骤二中的城市功能分区对应生成出行转移矩阵，依据出行转移矩阵构建用户出行链，通过蒙特卡洛算法对用户出行链和驾驶特性求解，得到区域电动汽车的预测负荷数据；

步骤四：基于步骤三得到的预测负荷数据，构建充电负荷、风力发电功率、光伏发电功率、区域电负荷、热负荷和冷负荷的不确定度集；

步骤五：构建分布式电源规划和模拟运行的两阶段鲁棒优化算法，输入步骤四中的不确定度集，采用两阶段鲁棒优化算法求解步骤一中的联合优化模型，得到分布式电源规划的方案。

本发明进一步设置为：步骤一中的能源耦合装置包括燃气轮机(GT)、燃气锅炉(GB)、余热锅炉(WHB)、空调(AC)、吸收式制冷机(AR)，所述储能设备包括蓄电池(ES)、储热罐(HS)。

本发明进一步设置为：步骤二中的城市功能分区步骤为假设L

本发明进一步设置为：步骤三中用户出行目的为分为5类：居住(H)、工作(W)、购物吃饭(S)、社交休闲(E)、其他(O)，且各自对应不同的功能区。

本发明进一步设置为：步骤五中两阶段鲁棒优化算法包括投资成本函数C

式中，Npvi为光伏发电设备在配电网节点i处的接入容量，Nwtj为风力发电设备在配电网节点j处的接入容量，c

运行维护成本函数C

式中，o

分布式电源接入位置和容量约束：

式中，n

电能平衡约束：

式中，燃气轮机的出力P

热能平衡约束：

式中，H

冷能平衡约束：

式中，Q

两阶段三层鲁棒优化算法公式如下：

式中，x为分布式电源的接入容量集合，y为各设备的运行功率集合，P

本发明进一步设置为：步骤五中采用列生成与约束生成算法(C&CG)将规划分布式电源选址定容优化问题转化成最小-最大两层优化问题，将主问题(MP)和子问题(SP)进行联合求解，MP的数学描述公式如下：

式中，θ为辅助变量，y

SP问题的数学公式如下所示：

利用对偶理论可以将上述公式转化如下：

通过Big-M方法来处理双线性约束问题h(P

式中，ΔP

综上所述：

1、本发明公开了一种考虑区域综合能源系统和配电网的分布式电源规划方法，可以更加合理的规划分布式电源，满足电网侧和综合经济效益两方面的需求；

2、本发明采用了ArcGIS地理信息软件，因此在地理信息方面更加容易处理且信息方面获取起来相对容易，对路网信息处理功能强大，且更贴近真实数据，功能分区的划分也更加合理，对后续研究具有关键性的作用；

3、本发明采用了两阶段鲁棒优化模型并利用列约束生成算法和KKT算法求解，合理的考虑了电网侧的安全性，且兼顾了综合能源系统的经济效益。

附图说明

图1为符合本发明优选规划方法的流程示意图；

图2为区域综合能源与配电网联合系统框架图；

图3为基于ArcGIS划分的功能区；

图4为电动汽车用户仿真流程图；

图5为算法流程图；

图6为配电网的网络损耗图；

图7为电负荷功率平衡结果；

图8为热负荷功率平衡结果；

图9为冷负荷功率平衡结果。

具体实施方式

以下结合附图对本发明作进一步详细说明。

参照如图1所示，考虑区域综合能源系统和配电网的分布式电源规划方法，包括：

步骤一：构建上级电网、配电网、能源耦合装置、储能设备、电动汽车和电-热-冷负荷的联合优化模型；

步骤二：对规划区域进行分析，获取规划区域的路网数据和兴趣点，通过ARCGIS软件对兴趣点处理，划分出城市功能分区；

步骤三：对用户的目的地进行分类，分类后的目的地与步骤二中的城市功能分区对应生成出行转移矩阵，依据出行转移矩阵构建用户出行链，通过蒙特卡洛算法对用户出行链和驾驶特性求解，得到区域电动汽车的预测负荷数据；

步骤四：基于步骤三得到的预测负荷数据，构建充电负荷、风力发电功率、光伏发电功率、区域电负荷、热负荷和冷负荷的不确定度集；

步骤五：构建分布式电源规划和模拟运行的两阶段鲁棒优化算法，输入步骤四中的不确定度集，采用两阶段鲁棒优化算法求解步骤一中的联合优化模型，得到分布式电源规划的方案。

进一步的，步骤一中的能源耦合装置包括燃气轮机(GT)、燃气锅炉(GB)、余热锅炉(WHB)、空调(AC)、吸收式制冷机(AR)，所述储能设备包括蓄电池(ES)、储热罐(HS)。

进一步的，步骤二中的城市功能分区步骤为假设L

进一步的，步骤三中用户出行目的为分为5类：居住(H)、工作(W)、购物吃饭(S)、社交休闲(E)、其他(O)，且各自对应不同的功能区。

进一步的，步骤五中两阶段鲁棒优化算法包括投资成本函数C

式中，Npvi为光伏发电设备在配电网节点i处的接入容量，Nwtj为风力发电设备在配电网节点j处的接入容量，c

运行维护成本函数C

式中，o

分布式电源接入位置和容量约束：

式中，n

电能平衡约束：

式中，燃气轮机的出力P

热能平衡约束：

式中，H

冷能平衡约束：

式中，Q

两阶段三层鲁棒优化算法公式如下：

式中，x为分布式电源的接入容量集合，y为各设备的运行功率集合，P

进一步的，步骤五中采用列生成与约束生成算法(C&CG)将规划分布式电源选址定容优化问题转化成最小-最大两层优化问题，将主问题(MP)和子问题(SP)进行联合求解，MP的数学描述公式如下：

式中，θ为辅助变量，y

SP问题的数学公式如下所示：

利用对偶理论可以将上述公式转化如下：

通过Big-M方法来处理双线性约束问题h(P

式中，ΔP

具体实施例：

本实施例选取了南京某区域的区域综合能源系统和研究区域作为实验算例，来验证所提模型的有效性，同时，还考虑了不同分布式能源额定容量和不同保守性参数对模型综合成本的影响，得出了分布式电源规划的最优方案，算例中，将折现年数和折旧率分别设为10年和10％。CCHP系统中主要包括2400kW燃气轮机、4000kW燃气锅炉、4000kW余热锅炉、3200kW吸收式冰箱、2000kW蓄电池、2000kW储热罐。燃气轮机、燃气锅炉、余热锅炉、储能设备等的主要运行参数和运维成本如表一所示，调度周期设置为一天，T＝24h，调度间隔为1h，IEEE33节点对应功能区编号如表二所示，其中CCHP系统接入配电网的1号节点，表一和表二如下：

表一 CCHP用户的参数

表二IEEE33节点对应功能区编号

为了确定区域分布式电源的最佳接入容量，本文首先对模型设定了不同额定容量下风力发电和光伏发电的配置结果进行了分析，并设定分布式电源接入节点数量上限为4，结果表明，随着分布式电源接入额定容量的不断增加，风电、光伏配置容量不再完全等于额定容量，由表三可以看出，容量上限大于等于2800kW时，光伏容量开始出现不同程度的缩减，根据图6所示的不同额定容量下的网络损耗成本，进一步分析发现，当额定容量为2600kW时，网络损耗最小，且光伏发电不会遭受缩减，而在容量达到2800kW之后，网络损耗的降低与对光伏发电容量进行削减引起的成本优化相互作用，因此，在对分布式电源进行后续规划时，本文选择了额定容量为2600kW。这个规划容量的选取可以最大程度地减少网络损耗，同时也不会对光伏的发电产生不必要的缩减，表3如下：

表三分布式发电总容量配置结果

为验证本文所提的规划模型的有效性，选取多个不同的鲁棒参数进行仿真对比，如表四所示，可以看出随着鲁棒参数的不断增加，系统的不确定性增加，为保证系统的安全运行，规划所需的保守程度也随之提高，同时为保持系统运行的经济性，分布式电源设备和CCHP系统的出力也会增加，导致了整体经济性下降，表四如下:

表四分布式发电规划结果

最后选取波动偏差为20％，保守性参数Γ

本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专利法的保护。