邵傳軍，崔曉青，于光遠，王志磊

(國網(wǎng)濟南供電公司，濟南市250012)

基于序優(yōu)化方法的主動配電網(wǎng)調(diào)度優(yōu)化決策

邵傳軍，崔曉青，于光遠，王志磊

(國網(wǎng)濟南供電公司，濟南市250012)

近年來，隨著可再生能源發(fā)電技術(shù)快速發(fā)展，電網(wǎng)中可再生能源的滲透率不斷提高。主動配電網(wǎng)技術(shù)被認(rèn)為是實現(xiàn)可再生能源高效消納的一種有效解決方案。主動配電網(wǎng)的調(diào)度決策深刻影響著配電網(wǎng)的可靠性與經(jīng)濟性，是主動配電網(wǎng)實現(xiàn)其應(yīng)用價值的核心技術(shù)，因此研究主動配電網(wǎng)的調(diào)度優(yōu)化決策方法具有重要的現(xiàn)實意義。該文針對同時具有分布式光伏、風(fēng)電以及儲能設(shè)備的主動配電網(wǎng)，建立了考慮分布式電源特性與電價影響的主動配電網(wǎng)調(diào)度優(yōu)化決策模型，并利用序優(yōu)化方法進行快速高效求解，得到主動配電網(wǎng)在運行周期內(nèi)的最優(yōu)調(diào)度策略。最后，利用某實際配電網(wǎng)的算例驗證了該文提出的主動配電網(wǎng)調(diào)度優(yōu)化決策方法的有效性。

主動配電網(wǎng)；分布式電源；儲能設(shè)備；電價；調(diào)度優(yōu)化決策

0 引 言

近年來，隨著分布式發(fā)電以及儲能技術(shù)的快速發(fā)展，主動配電網(wǎng)技術(shù)逐漸受到人們的關(guān)注[1-2]。主動配電網(wǎng)是指使用靈活的網(wǎng)絡(luò)拓?fù)鋪砉芾沓绷?，以便對局部的分布式能源進行主動控制和主動管理的配電系統(tǒng)[3]。主動配電網(wǎng)具有靈活的運行方式，被認(rèn)為是實現(xiàn)高效消納分布式電源和可再生能源的有效解決方案[4-5]。

主動配電網(wǎng)與被動配電網(wǎng)的不同之處在于主動配電網(wǎng)為有源配電系統(tǒng)，具備雙向調(diào)度功能[6]。主動配電網(wǎng)內(nèi)部普遍包含分布式電源。一些主動配電網(wǎng)內(nèi)還有儲能系統(tǒng)、電動汽車充電站等。主動配電網(wǎng)的調(diào)度優(yōu)化決策深刻影響著配電網(wǎng)的可靠性與經(jīng)濟性，是主動配電網(wǎng)實現(xiàn)其應(yīng)用價值的核心技術(shù)。研究主動配電網(wǎng)的調(diào)度優(yōu)化決策方法具有重要的現(xiàn)實意義：一方面有利于提高配電網(wǎng)的安全性、可靠性、經(jīng)濟性；另一方面有利于促進分布式發(fā)電等相關(guān)智能電網(wǎng)技術(shù)的進一步發(fā)展。

在主動配電網(wǎng)調(diào)度優(yōu)化決策相關(guān)研究中，具有一些有代表性的研究成果。文獻[7]提出了以運行成本最低為目標(biāo)函數(shù)的調(diào)度優(yōu)化模型，并利用智能單粒子優(yōu)化算法進行求解，但該模型中未考慮儲能裝置；文獻[8]基于機會約束規(guī)劃建立了含有風(fēng)電、光伏和儲能裝置的能量調(diào)度隨機數(shù)學(xué)模型，并使用改進粒子群算法進行求解，但未考慮電價影響與主動配電網(wǎng)網(wǎng)絡(luò)拓?fù)淝闆r；文獻[9]以柔性負(fù)荷為研究對象，構(gòu)建了綜合考慮可再生能源利用率、網(wǎng)絡(luò)損耗和用戶滿意度的主動配電網(wǎng)優(yōu)化調(diào)度模型，但柔性負(fù)荷應(yīng)用場景較少，具有一定局限性。

目前針對主動配電網(wǎng)調(diào)度優(yōu)化決策的研究主要從提升經(jīng)濟性、平抑波動性和配合負(fù)荷特性等角度切入，但尚沒有構(gòu)建一個能夠同時計及分布式電源、儲能設(shè)備、電價影響以及主動配電網(wǎng)拓?fù)涞恼{(diào)度優(yōu)化決策模型。為此，本文針對同時具有分布式光伏、風(fēng)電以及儲能設(shè)備的主動配電網(wǎng)，建立考慮分布式發(fā)電特性與分時電價影響的主動配電網(wǎng)調(diào)度優(yōu)化決策模型，并利用序優(yōu)化方法進行快速高效求解，得到主動配電網(wǎng)在運行周期內(nèi)的最優(yōu)調(diào)度策略。

1 研究框架

本文整體研究思路如圖1所示。首先，對主動配電網(wǎng)中的分布式電源的功率特性以及儲能裝置的運行特性進行分析，并建立相應(yīng)的運行約束條件；其次，基于主動配電網(wǎng)的拓?fù)淇勺兲匦?，建立主動配電網(wǎng)拓?fù)浼s束；然后，引入電價影響機制，對分時電價影響機制建模；最后，建立主動配電網(wǎng)調(diào)度優(yōu)化決策模型，并通過序優(yōu)化方法求解，得到主動配電網(wǎng)的調(diào)度策略。

圖1 整體研究思路示意圖

2 數(shù)學(xué)建模

主動配電網(wǎng)的系統(tǒng)架構(gòu)如圖2所示。除了負(fù)荷之外，主動配電網(wǎng)內(nèi)通常還包括分布式電源、儲能裝置等可調(diào)度設(shè)備，并具備調(diào)度決策系統(tǒng)充當(dāng)主動配電網(wǎng)“大腦”的角色。調(diào)度決策系統(tǒng)根據(jù)輸電網(wǎng)邊界條件以及自身設(shè)備狀態(tài)對可調(diào)度設(shè)備進行調(diào)度優(yōu)化決策。

圖2 典型主動配電網(wǎng)系統(tǒng)架構(gòu)示意圖

本文將以日前主動配電網(wǎng)調(diào)度優(yōu)化決策為研究對象，基于分布式電源與儲能裝置特性、主動配電網(wǎng)拓?fù)涮匦砸约胺謺r電價影響機制，建立相應(yīng)的優(yōu)化決策數(shù)學(xué)模型，如下詳述。

2.1 主動配電網(wǎng)拓?fù)涮匦?/p>

主動配電網(wǎng)具有網(wǎng)絡(luò)拓?fù)淇勺兊奶匦?，可根?jù)調(diào)度運行需求靈活開、合配電線路，提升配電網(wǎng)運行效率。

主動配電網(wǎng)在運行過程中，有3個基礎(chǔ)要求：連通性，即保證所有負(fù)荷與供電系統(tǒng)相連；充裕性，即保證所有負(fù)荷均可被可靠供電；安全性，即所有輸電線路均運行在輸送容量限制范圍內(nèi)。在建模過程中為了滿足主動配電網(wǎng)的基礎(chǔ)要求，需要建立相應(yīng)的約束。

2.1.1 連通性約束

為保證配電網(wǎng)呈輻射狀連通，式(1)給出了主動配電網(wǎng)連通性約束：

I(t)∈T,?t

(1)

式中：I(t)為t時刻的配電網(wǎng)的聯(lián)絡(luò)開關(guān)方案;T為配電網(wǎng)的連通輻射狀結(jié)構(gòu)的集合。

2.1.2 充裕性約束

為保證所有負(fù)荷均被可靠供電，建立針對每一節(jié)點的功率平衡約束：

(2)

式中：Gn、Nn、Sn分別為位于節(jié)點n的機組集合、配電網(wǎng)內(nèi)與節(jié)點n相連節(jié)點的集合、位于節(jié)點n的儲能設(shè)備集合；ΩN為配電網(wǎng)的節(jié)點集合；Pg,t、Pg,t′分別為分布式電源g在t時刻的出力預(yù)測值、棄電功率，其中Pg,t′不能超過出力預(yù)測值Pg,t，如式(3)的所示；Pnr，t為節(jié)點n在t時刻通過線路nr向節(jié)點r傳輸?shù)墓β?；Pds，t、Pcs，t分別為儲能設(shè)備s在t時刻的放電、充電功率；ηs為儲能設(shè)備s的充、放電效率；PLn,t為節(jié)點n在t時刻的負(fù)荷值。

0≤Pg,t′≤Pg,t,?g,t

(3)

2.1.3 安全性約束

式(4)給出了線路輸送功率的約束：

(4)

式中Snr為線路nr的最大輸送容量。

線路輸送功率的表達式如下：

Pnr，t=(δn,t-δr,t)/(Xnr+M-MInr,t)

(5)

式中：δn,t為節(jié)點n在t時刻的相角，rad；Xnr為線路nr的電抗標(biāo)幺值, pu；Inr,t為線路nr上聯(lián)絡(luò)開關(guān)的狀態(tài)，線路nr連通時，Inr,t=1，線路nr斷開時，Inr,t=0；M為無限大的正數(shù)。

當(dāng)線路nr斷開時，式(5)分母趨于無窮大，線路輸送功率為趨于0的無窮小值。

2.2 分布式電源與儲能特性

2.2.1 分布式電源相關(guān)約束

由于分布式電源的出力具有高度的隨機性與波動性，主動配電網(wǎng)調(diào)度決策需要提供一定的備用資源，以滿足分布式電源對配電網(wǎng)靈活性的要求。配電網(wǎng)正、負(fù)備用資源約束分別如式(6)—(7)所示：

(6)

(7)

2.2.2 儲能設(shè)備運行特性相關(guān)約束

(1)充、放電功率約束：

0≤Pcs, t≤Ics, t·Ps, max,?s,t

(8)

0≤Pds, t≤Ids, t·Ps, max,?s,t

(9)

式中：Ics,t、Ids,t為儲能設(shè)備狀態(tài)變量，當(dāng)儲能設(shè)備s在充電狀態(tài)時，Ics,t=1，Ids,t=0，當(dāng)儲能設(shè)備s在放電狀態(tài)時，Ics,t=0，Ids,t=1；Ps, max為儲能設(shè)備s的充、放電功率最大值。

(2)充、放電狀態(tài)約束：

Ics, t+Ids, t≤1, ?s,t

(10)

(3)儲能系統(tǒng)能量(state of charge，SOC)約束：

(11)

(12)

(4)儲能系統(tǒng)能量約束：

(13)

式中N為調(diào)度周期內(nèi)的時段數(shù)。

本文假定每一調(diào)度周期內(nèi)儲能系統(tǒng)充電電量與放電電量相等。

2.3 電價機制

作為輸、配電網(wǎng)間交互的邊界條件，電價通過影響調(diào)度運行成本而影響目標(biāo)函數(shù)，而深刻影響配電網(wǎng)的調(diào)度運行，因而電價機制的不同，也將影響主動配電網(wǎng)的調(diào)度優(yōu)化結(jié)果。電價機制有恒定電價、兩部制電價、階梯電價、分時電價、實時電價等多種類型。電價大多從用電時間、用電量、負(fù)荷水平3個維度制定。

本文假設(shè)輸、配電網(wǎng)聯(lián)絡(luò)線傳輸功率電價機制為分時電價。峰荷時段電價記為πp；谷荷時段電價記為πv；其他時段電價記為πg(shù)。分時電價機制下，配電網(wǎng)會通過優(yōu)化調(diào)度策略來保證峰荷時段的穩(wěn)定運行，并抑制峰荷時段電力負(fù)荷需求。

2.4 主動配電網(wǎng)運行決策目標(biāo)

主動配電網(wǎng)的調(diào)度優(yōu)化決策目標(biāo)通常包括：(1)更高的負(fù)荷供電可靠性，以滿足用戶的用電需求為首要目標(biāo)，通常情況下不允許切負(fù)荷；(2)更高的風(fēng)電和光伏發(fā)電消納率，最大限度地減少棄風(fēng)量和棄光量；(3)更低的分布式電源與儲能裝置運行成本，提高經(jīng)濟效率；(4)更低的輸電網(wǎng)側(cè)用電電價或更高的上網(wǎng)電價；(5)更少去調(diào)用輸電網(wǎng)側(cè)的調(diào)節(jié)能力，即保證主動配電網(wǎng)自身充裕的靈活性，以應(yīng)對分布式電源出力的不確定性?；诖藳Q策目標(biāo)，構(gòu)建主動配電網(wǎng)調(diào)度優(yōu)化決策目標(biāo)函數(shù)：

(14)

(15)

(16)

(17)

(18)式中：Fcurt為棄電懲罰費用；γcurt為單位棄電懲罰費用；Funit為常規(guī)機組運行成本；fg,t為分布式電源g的單位發(fā)電成本；Fstor為儲能裝置運行成本，體現(xiàn)為能量轉(zhuǎn)換的損耗；γstor為單位損耗成本；Felec為輸電網(wǎng)側(cè)聯(lián)絡(luò)線用電電費；πt為輸、配電網(wǎng)聯(lián)絡(luò)線傳輸功率電價，在不同負(fù)荷時段對應(yīng)不同的電價；PTm0，t為配電網(wǎng)與輸電網(wǎng)聯(lián)絡(luò)線傳輸功率(假設(shè)配電網(wǎng)與輸電網(wǎng)連接的節(jié)點號為0，外部節(jié)點為m，且δm,t=0)。

由于風(fēng)電與光伏出力具有高度的不確定性，因此生成n個風(fēng)電與光伏出力場景，式(14)中的目標(biāo)函數(shù)為這n個場景的平均值。需要說明的是，在調(diào)度優(yōu)化決策時，不允許切負(fù)荷。

2.5 序優(yōu)化方法求解

以式(14)為目標(biāo)函數(shù)、式(1)—(13)為約束條件的主動配電網(wǎng)調(diào)度優(yōu)化決策模型屬于混合整數(shù)非線性規(guī)劃，計算負(fù)擔(dān)較高。當(dāng)配電網(wǎng)規(guī)模增長時，對計算能力提出較高要求。為了提高求解效率，本文采用序優(yōu)化方法進行求解。該方法是由何毓琦[10]等學(xué)者于20世紀(jì)末提出的一種處理基于模擬仿真進行優(yōu)化的重要方法，已成功使用到了許多實際應(yīng)用當(dāng)中[11-13]。該方法核心思想如圖3所示，θN是共包含N個元素的總優(yōu)化空間集合。利用特定選取規(guī)則，從中選出含S個元素的子集θS，θS中應(yīng)至少有k個解屬于由足夠好的解組成的子集θG(θG有G個元素)，且其概率Pr{θG∩θS的元素個數(shù)大于或等于k}需要大于給定概率目標(biāo)。該方法定義了如圖4所示的5種排序性能曲線，通過粗略模型評估θN中N個決策解，所有優(yōu)化問題均可以根據(jù)這N個解的模型目標(biāo)值排序結(jié)果來確定其所屬的性能曲線類型。屬于不同類型優(yōu)化問題序優(yōu)化求解時使用的參數(shù)不同。在本文中，采用去掉如式(1)所示約束條件后的粗略優(yōu)化模型。在確定性能曲線類型之后，最優(yōu)解的估計值可通過如下步驟得到：(1)給定θG的空間大小以及k值；(2)評估粗略模型的偏差；(3)確定θS的元素個數(shù)，即S值；(4)得到最優(yōu)解的估計值。詳細(xì)方法請見文獻[10]，在此不贅述。

圖3 序優(yōu)化方法基本思想示意圖

圖4 排序性能曲線類型

3 算例分析

3.1 基本數(shù)據(jù)

以我國某省份的主動型配電網(wǎng)為例，其網(wǎng)絡(luò)拓?fù)淙鐖D5所示。該配電網(wǎng)共有10個支路開關(guān)，其中C1～C7為關(guān)鍵負(fù)荷，采用雙回路供電設(shè)計；有2個風(fēng)電機組、3個光伏機組、4個儲能設(shè)備，參數(shù)見表1。配電網(wǎng)總負(fù)荷如圖6所示。風(fēng)力發(fā)電與光伏發(fā)電出力預(yù)測值如圖7所示。采用本文提出的基于序優(yōu)化的調(diào)度策略對該算例1天24 h的配電網(wǎng)進行調(diào)度優(yōu)化決策。為了不失一般性，假設(shè)所有支路線路參數(shù)一致。

圖5 主動配電網(wǎng)算例示意圖

基于Python 2.7.11建立該算例的調(diào)度模型，計算平臺為Macbook Pro (配置2.2 GHz Intel Core i7處理器和16 GB內(nèi)存)，總計算時間長度為3.6 s。

表1 模型基本參數(shù)

Table 1 Basic parameters of model

圖6 配電網(wǎng)總負(fù)荷

圖7 風(fēng)力發(fā)電與光伏發(fā)電出力預(yù)測值

3.2 結(jié)果分析

設(shè)定光伏與風(fēng)電出力的預(yù)測誤差服從正態(tài)分布，誤差標(biāo)準(zhǔn)差為10%。生成2 000個風(fēng)光出力場景，利用序優(yōu)化方法求解，通過粗略數(shù)學(xué)模型評估得到的排序性能曲線如圖8所示，為Bell型。

圖8 排序性能曲線計算結(jié)果

設(shè)k=1。假設(shè)θG由解空間中前1%的優(yōu)化解組成，則θG中足夠好的解的數(shù)目g為2 000個×1%=20個。假設(shè)粗略模型與精細(xì)化模型的偏差服從均勻分布U(-w,w)，需要對w進行評估。通過選擇出50個粗略模型進行精細(xì)優(yōu)化，可以得到w的統(tǒng)計結(jié)果，即w=0.21。因為50個樣本相對較少，保守起見，我們將這一數(shù)字放大為2倍值，即w=0.42，此時w位于區(qū)間[-0.5, 0.5]之內(nèi)，θS所含元素數(shù)目s可由式(19)確定：

s=‖θS‖=「eZσkρgγ+η?

(19)

式中：||·||為求集合的元素個數(shù)的符號；「·?為向上取整符號；根據(jù)文獻[14]，Zσ=8.199 8、ρ= 1.916 4、γ=-2.025 0、η=10.00。

由式(19)計算得s=19。因此，我們選擇出 2 000個粗略評估過程中最優(yōu)的19個解進行精細(xì)化評估，得到最優(yōu)解。經(jīng)程序計算，最優(yōu)開關(guān)狀態(tài)為K4與K10斷開、其余開關(guān)接通，且無風(fēng)電、光伏棄電，配電網(wǎng)運行成本(目標(biāo)函數(shù)值)為2.94萬元，較未采用優(yōu)化調(diào)度優(yōu)化時3.07萬元的運行成本，降低了4.2%。

儲能設(shè)備的充、放電決策結(jié)果如圖9所示。當(dāng)輸電網(wǎng)電價處于低谷時，儲能設(shè)備進行充電；當(dāng)輸電網(wǎng)電價處于高峰時，儲能設(shè)備放電，以此來壓低購用電成本。

圖9 主動配電網(wǎng)儲能設(shè)備充、放電功率與分時電價情況

圖10為分布式電源并網(wǎng)前、后的配電網(wǎng)負(fù)荷變化情況，以及考慮儲能設(shè)備充、放電行為后的配電網(wǎng)最終凈負(fù)荷。由圖10可見，分布式電源并網(wǎng)后負(fù)荷曲線被壓低。同時，儲能設(shè)備起到進一步削峰填谷的作用。

圖10 配電網(wǎng)調(diào)度優(yōu)化決策負(fù)荷情況

進一步，我們利用常規(guī)方法對模型進行了求解，因為模型高度復(fù)雜且非線性，首先忽略了連通性約束，其次將2 000個風(fēng)光出力場景縮減為10個，最后利用CPLEX優(yōu)化引擎求解，計算時間為17.9 s，運行成本為3.01萬元，進一步證明了序優(yōu)化方法求解的高效性。

4 結(jié) 論

本文提出了一種主動配電網(wǎng)調(diào)度優(yōu)化決策模型，以分布式電源與儲能特性、主動配電網(wǎng)拓?fù)涮匦?、電價為基礎(chǔ)，對主動配電網(wǎng)的調(diào)度運行進行數(shù)學(xué)建模，并利用序優(yōu)化方法求解。算例結(jié)果表明，序優(yōu)化方法求解效率較高，能夠快速得到最優(yōu)解的估計值，且所提出的方法能夠降低主動配電網(wǎng)運行成本。在未來工作中，應(yīng)進一步研究多個主動配電網(wǎng)系統(tǒng)協(xié)調(diào)優(yōu)化調(diào)度與決策，使分布式電源與儲能設(shè)備的利用效率得到進一步的提高。

[1]童亦斌, 吳學(xué)智, 唐芬, 等. 分布式光伏發(fā)電與主動配電網(wǎng)的協(xié)調(diào)發(fā)展[J]. 電力建設(shè), 2015, 36(1):72-75. TONG Yibin, WU Xuezhi, TANG Fen, et al. Coordinated development of distributed photovoltaic generation and active distribution network[J]. Electric Power Construction, 2015, 36(1):72-75.

[2]丁明, 石雪梅. 新能源接入對主動配電網(wǎng)的影響[J]. 電力建設(shè), 2015, 36(1):76-84. DING Ming, SHI Xuemei. Effect of new energy paralleling to the active distribution networks[J]. Electric Power Construction, 2015, 36(1):76-84.

[3]范明天,張祖平, 蘇傲雪,等. 主動配電系統(tǒng)可行技術(shù)的研究[J]. 中國電機工程學(xué)報,2013, 33(22): 12-17. FAN Mingtian, ZHANG Zuping, SU Aoxue, et al. An investigation of enabling technologies for active distribution system[J]. Proceedings of the CSEE,2013, 33(22): 12-17.

[4]劉廣一, 張凱, 舒彬. 主動配電網(wǎng)的6個主動與技術(shù)實現(xiàn)[J]. 電力建設(shè), 2015, 36(1):33-37. LIU Guangyi, ZHANG Kai, SHU Bin. Six actives and key technologies of active distribution network[J]. Electric Power Construction, 2015, 36(1):33-37.

[5]程林, 劉琛, 康重慶, 等. 主動配電網(wǎng)關(guān)鍵技術(shù)分析與展望[J]. 電力建設(shè), 2015, 36(1):26-32. CHENG Lin, LIU Chen, KANG Chongqing, et al. Analysis of development of key technologies in active distribution network [J]. Electric Power Construction, 2015, 36(1):26-32.

[6]金堯, 王正宇, 蔣傳文,等. 主動配電網(wǎng)與主網(wǎng)協(xié)調(diào)調(diào)度[J]. 電力建設(shè), 2016, 37(1):38-44. JIN Yao, WANG Zhengyu, JIANG Chuanwen, et al. Coordinative dispatching between active distribution network and main network[J].Electric Power Construction, 2016, 37(1):38-44.

[7]尤毅, 劉東, 鐘清,等. 主動配電網(wǎng)優(yōu)化調(diào)度策略研究[J]. 電力系統(tǒng)自動化, 2014, 38(9):177-183. YOU Yi, LIU Dong, ZHONG Qing, et al. Research on optimal schedule strategy for active distribution network[J]. Automation of Electric Power Systems, 2014, 38(9):177-183.

[8]王健, 謝樺, 孫健. 基于機會約束規(guī)劃的主動配電網(wǎng)能量優(yōu)化調(diào)度研究[J]. 電力系統(tǒng)保護與控制, 2014，42(13):45-52. WANG Jian, XIE Hua, SUN Jian. Study on energy dispatch strategy of active distribution network using chance-constrained programming[J]. Power System Protection and Control, 2014，42(13):45-52.

[9]沙熠, 邱曉燕, 寧雪姣,等. 協(xié)調(diào)儲能與柔性負(fù)荷的主動配電網(wǎng)多目標(biāo)優(yōu)化調(diào)度[J]. 電網(wǎng)技術(shù), 2016，40(5): 1394-1399. SHA Yi, QIU Xiaoyan, NING Xuejiao, et al. Multi-objective optimization of active distribution network by coordinating energy storage system and flexible load[J]. Power System Technology, 2016，40(5): 1394-1399.

[10]HO Y C，SREENIVAS R S，VAKILI P.Ordinal optimization of DEDS[J]．Discrete Event Dynamic Systems，1992，2(1)：61-88．

[11]LIN S Y，HO Y C，LIN C H．An ordinal optimization theory based algorithm for solving the optimal power flow problem with discrete control variables[J]．IEEE Transactions on Power Systems，2004，19(1)：276-286．

[12]GUAN X, HO Y C, LAI F．An ordinal optimization based bidding strategy for electric power suppliers in the daily energy market[J]．IEEE Transactions on Power Systems，2001，16(4)：788-797．

[13]XU Q, KANG C, XIA Q, et al．Anti-disaster transmission expansion planning considering wind power integration using ordinal optimization[C]//IEEE Power and Energy Society General Meeting. Nation Harbor, Maryland: IEEE,2014:1-5.

[14]LAU T W E,HO Y C. Universal alignment probabilities and subset selection for ordinal optimization[J]. Journal of Optimization Theory and Applications, 1997，93(3): 445-489.

(實習(xí)編輯 郭文瑞)

Dispatching Optimization Decision-Making of Active Distribution Network Based on Ordinal Optimization Theory

SHAO Chuanjun, CUI Xiaoqing, YU Guangyuan, WANG Zhilei

(State Grid Jinan Power Supply Company, Jinan 250012,China)

With the rapid development of renewable energy generation, the technique of active distribution network is taken as an effective solution to efficiently accommodate renewable energy in recent years. The dispatching strategy of active distribution network affects the reliability and economy of distribution network deeply, which is the key technique to realize the value of active distribution network. So it is of great value to conduct the research on the dispatching optimization decision-making of active distribution network. Focusing on the active distribution network with distributed photovoltaic, wind power and energy storage devices integrated, this paper proposes a dispatching optimization decision-making model considering the characteristics of distributed generation and electricity price. Based on the ordinal optimization theory, the optimal dispatching strategy of active distribution network for certain operation period can be achieved efficiently. Finally, a case study on a real distribution network is carried out to verify the effectiveness of the proposed dispatching optimization decision-making method for active distribution network.

active distribution network;distributed generation; energy storage devices; electricity price; dispatching strategy decision-making

TM 734

A

1000-7229(2016)11-0095-06

10.3969/j.issn.1000-7229.2016.11.014

2016-06-13

邵傳軍(1976)，男，工程師，研究方向為電力系統(tǒng)規(guī)劃、經(jīng)濟與可靠性；

崔曉青(1971)，女，本科，高級經(jīng)濟師，研究方向為人力資源管理；

于光遠(1985)，男，碩士，工程師，研究方向為電網(wǎng)系統(tǒng)規(guī)劃；

王志磊(1989)，男，碩士，助理工程師，研究方向為電力系統(tǒng)規(guī)劃與可靠性。