亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        考慮多微電網(wǎng)的主動配電網(wǎng)雙層優(yōu)化調(diào)度

        2022-02-22 02:27:46鄧海暉王毅陳中王彪陸廣香
        廣東電力 2022年1期
        關(guān)鍵詞:電站分布式約束

        鄧海暉,王毅,陳中,王彪,陸廣香

        (1.東南大學(xué) 電氣工程學(xué)院,江蘇 南京 210096;2.國電南瑞科技股份有限公司,江蘇 南京 211106)

        近年來,隨著低碳清潔、環(huán)境友好的能源發(fā)展戰(zhàn)略穩(wěn)步推進,主動配電網(wǎng)(active distribution network,ADN)的運行調(diào)控正面臨著巨大的挑戰(zhàn)[1-2],主要表現(xiàn)為ADN的調(diào)度策略既要考慮自身的運行性能、新能源消納[3-4],又要保證和微電網(wǎng)在經(jīng)濟利益上獲得雙贏[5]。

        ADN和微電網(wǎng)是近年來的研究熱點,已有許多文獻對多微電網(wǎng)情況下的ADN最佳運行策略進行了研究[6-10]。文獻[7]提出以ADN日運行成本最小為目標的最優(yōu)日調(diào)度模型,并通過改進的粒子群優(yōu)化算法進行求解,但是粒子群優(yōu)化算法對于非線性潮流等復(fù)雜情況存在尋優(yōu)效率低、速度慢等問題。文獻[8]構(gòu)建了多時間尺度有功-無功調(diào)度架構(gòu),以最優(yōu)網(wǎng)損和電壓偏差為目標進行優(yōu)化,但是忽略了ADN的經(jīng)濟性以及多種類型的分布式能源。文獻[9]在充分考慮微電網(wǎng)和負荷側(cè)等多方利益的基礎(chǔ)上,建立3層最優(yōu)日前調(diào)度模型,但是目標函數(shù)中沒有考慮到ADN的運行性能和經(jīng)濟性。文獻[10]提出ADN和微電網(wǎng)之間的雙向交互模型,卻忽略了ADN的運行性能。

        另外,由于新能源發(fā)電技術(shù)越來越成熟,容量越來越大,傳統(tǒng)不可控的小容量新能源發(fā)電系統(tǒng)逐漸演變成可控型大容量新能源電站,而且參與形式也越來越多樣化,其中以光伏電站最為顯著[11-12],但是現(xiàn)有優(yōu)化模型中較少考慮可控性質(zhì)的新能源電站與ADN在日常調(diào)度方面的融合[13]。

        本文提出一個計及多微電網(wǎng)的ADN雙層優(yōu)化模型,上層注重配電網(wǎng)的運行性能、經(jīng)濟性和可再生能源消納,下層注重微電網(wǎng)運行的經(jīng)濟性。采用二階錐規(guī)劃(second-order cone programming,SOCP)松弛配電網(wǎng)中的潮流約束,采用目標級聯(lián)(analytical target cascading,ATC)算法解耦上下層模型之間的耦合變量,最后使用CPLEX軟件對轉(zhuǎn)換后的模型進行求解。

        1 雙層優(yōu)化數(shù)學(xué)模型

        1.1 目標函數(shù)

        本文所述微電網(wǎng)包含儲能、分布式發(fā)電機、可削減負荷和分布式光伏,其中:柔性負荷的轉(zhuǎn)移特性抽象成儲能中的一部分,另一部分以可削減負荷代替;分布式光伏采用最大功率跟蹤控制,屬于不可調(diào)度電源。此外,配電網(wǎng)自身控制獨立的分布式資源,包含儲能、分布式發(fā)電機以及大型光伏電站,其中光伏電站的輸出功率可控,光伏監(jiān)控系統(tǒng)能夠?qū)夥娬緝?nèi)的全部逆變器實現(xiàn)遙信、遙測、遙調(diào)控制。本文考慮的新能源消納體現(xiàn)在光伏電站的棄光問題上。

        1.1.1 下層優(yōu)化目標

        下層優(yōu)化模型通過協(xié)調(diào)儲能、可削減負荷和分布式發(fā)電機來保證微電網(wǎng)的經(jīng)濟利益。由于微電網(wǎng)中的光伏規(guī)模較小,光伏的消納率為100%。下層優(yōu)化模型為:

        (1)

        1.1.2 上層優(yōu)化目標

        上層模型計及經(jīng)濟性、新能源消納、運行性能3個優(yōu)化目標。為了方便討論,本文的新能源消納以光伏電站為例。

        1.1.2.1 經(jīng)濟性

        ADN的經(jīng)濟性不但與光伏電站、儲能、分布式發(fā)電機的運行有關(guān),而且和發(fā)電廠、微電網(wǎng)的電能交易有關(guān)。ADN的經(jīng)濟性目標為:

        (2)

        1.1.2.2 光伏消納

        光伏消納是衡量光伏電站的重要指標。本文中,通過最小化光伏電站的棄光來保證光伏電站對光伏的消納,即

        (3)

        本文將光伏電站的棄光目標函數(shù)定義為二次形式。與線性函數(shù)相比,二次形式可以保證光伏電站不會存在太大的棄光,也能保證在合適的范圍內(nèi)進行必要的棄光。

        1.1.2.3 運行性能

        考慮到優(yōu)化網(wǎng)損對線路潮流越限具有一定的抑制作用,不單局限于經(jīng)濟性,因此將網(wǎng)損和電壓一并作為ADN運行性能的優(yōu)化目標,即

        (4)

        (5)

        1.1.2.4 上層綜合目標函數(shù)

        通過歸一化處理來消除目標函數(shù)的數(shù)量級差異,根據(jù)文獻[14]中提出的多目標評估模型得出不同目標的權(quán)重,建立上層模型的綜合目標函數(shù):

        (6)

        式中:FADN為ADN綜合優(yōu)化目標函數(shù);δ1、δ2、δ3、δ4為各目標的權(quán)重;H1、H2、H3、H4為各目標的歸一化因子,可根據(jù)配電網(wǎng)的最優(yōu)網(wǎng)損計算得到。

        1.2 模型約束

        1.2.1 潮流約束

        潮流約束是ADN的最基本約束[15]。對于配電網(wǎng)中的節(jié)點j,在任何時段t,約束都如式(7)所示,式(7)中前2項左側(cè)表示注入節(jié)點j的功率之和,前2項右側(cè)表示從節(jié)點j流出的功率之和。

        (7)

        此外,對于配電網(wǎng)中的支路aj,電壓等式約束為

        (Uj,t)2=(Ua,t)2-2(RajPaj,t+XajQaj,t)+

        (8)

        1.2.2 安全約束

        節(jié)點電壓、節(jié)點功率以及支路功率都應(yīng)在允許的范圍內(nèi),以保證ADN運行期間的安全性和穩(wěn)定性[16]。此外,平衡節(jié)點和電壓可控節(jié)點的電壓應(yīng)保持恒定,即:

        (9)

        式中:NPQ為PQ節(jié)點集合;Umin、Umax分別為節(jié)點電壓允許的最大、最小值;Uj,con為平衡節(jié)點或者電壓可控節(jié)點的電壓額定值;Sj,max、Saj,max分別為節(jié)點j、線路aj允許的最大容量值。

        1.2.3 分布式發(fā)電機約束

        分布式發(fā)電機的輸出不應(yīng)超過其允許的范圍,并且由于ADN的分布式發(fā)電機具有較大的容量,應(yīng)額外考慮其爬坡速率約束[17],即:

        (10)

        1.2.4 光伏約束

        ADN中的光伏電站輸出可控,并且應(yīng)當?shù)陀谄漕A(yù)測值,分布式光伏應(yīng)滿足裝機容量約束[18],即:

        (11)

        1.2.5 儲能約束

        儲能滿足的約束為[19]:

        (12)

        1.2.6 可削減負荷約束

        微電網(wǎng)可削減負荷的削減量應(yīng)在一定范圍內(nèi)[20],該范圍由最大削減量或最大削減比例決定,并假定可削減負荷的功率因數(shù)保持恒定,即:

        (13)

        1.2.7 其他約束

        其他約束包括:

        (14)

        (15)

        2 模型處理及求解流程

        2.1 潮流約束的凸松弛

        在上述約束中,潮流等式約束是二次形式,并且存在0-1邏輯變量。因此,該模型是典型的混合整數(shù)、非線性、非凸問題,屬于NP難問題。為此,本文采用SOCP[21]對潮流等式約束進行松弛,使上述模型能夠在多項式時間內(nèi)求解。

        (16)

        對式(16)進行松弛,即

        (17)

        結(jié)合式(7)的前2項以及式(8),可得:

        (18)

        鑒于式(17)的松弛形式,所有支路的電流都必須包含在目標函數(shù)中,以確保式(17)左側(cè)和右側(cè)能夠取等號。在本文中,優(yōu)化目標中的網(wǎng)絡(luò)損耗包含所有支路的電流。

        2.2 上下層模型解耦及求解流程

        基于已建立的目標函數(shù)和約束條件,可以得到一個全局優(yōu)化模型,即:

        (19)

        式中:δADN、δMG分別為上層、下層優(yōu)化目標對應(yīng)的權(quán)重;HADN、HMG分別為上層、下層優(yōu)化目標對應(yīng)的歸一化因子(區(qū)別前面對ADN內(nèi)部的歸一化),采用最優(yōu)網(wǎng)損求解。

        隨著微電網(wǎng)在配電網(wǎng)中的滲入,式(19)建立的全局優(yōu)化模型不再適用。首先,全局優(yōu)化模型的調(diào)度中心需要從所有利益參與方收集全部相關(guān)信息,如發(fā)電成本、功率限值等,但是并不是所有微電網(wǎng)都愿意將自己的機密泄露給第三方。其次,參與優(yōu)化的多方利益主體相互耦合,使得原本傳統(tǒng)的全局優(yōu)化模型更加復(fù)雜,難以求解。因此,與全局優(yōu)化模型相比,雙層優(yōu)化模型在解決該問題上更具優(yōu)勢。為了求解雙層優(yōu)化模型,本文采用ATC算法[22]。

        ATC算法通過從原始問題中引入目標變量和響應(yīng)變量(這里將其稱為聯(lián)絡(luò)功率)來求解多層級系統(tǒng)。關(guān)于ATC算法的收斂性已在文獻[22]中得到證明。此外,ATC算法具有不同形式的罰函數(shù),本文使用文獻[23]提出的增強拉格朗日函數(shù)。采用ATC算法,式(19)代表的全局優(yōu)化模型可轉(zhuǎn)換為如下雙層優(yōu)化模型:

        (20)

        (21)

        雙層優(yōu)化模型迭代的收斂準則為:

        (22)

        式中:下標k表示迭代次數(shù);ξ1p、ξ1q、ξ2均為收斂精度。

        雙層優(yōu)化模型中拉格朗日乘子的更新規(guī)則為:

        (23)

        式中β為加速因子。

        相關(guān)求解流程如下:

        步驟4:根據(jù)收斂準則式(22),判斷是否收斂,收斂則迭代結(jié)束。

        步驟5:k=k+1,并根據(jù)更新規(guī)則式(23)對拉格朗日乘子進行更新,返回步驟2。

        3 算例分析

        本文以IEEE 18標準節(jié)點系統(tǒng)為測試算例,網(wǎng)絡(luò)拓撲如圖1所示。配電網(wǎng)的6節(jié)點、8節(jié)點、10節(jié)點分別接有儲能、分布式發(fā)電機、光伏電站,基于光伏電站的大容量,本例中將其作為電壓可控節(jié)點。配電網(wǎng)的14節(jié)點、16節(jié)點分別接有MG1和MG2,并且微電網(wǎng)內(nèi)部包含儲能、分布式發(fā)電機、可削減負荷、光伏系統(tǒng)。

        圖1 IEEE 18節(jié)點系統(tǒng)的拓撲

        配電網(wǎng)的分時電價和微電網(wǎng)的分時上網(wǎng)電價見表1,其中谷時段對應(yīng)01:00—07:00,平時段對應(yīng)08:00—09:00、13:00—14:00、18:00—19:00,峰時段對應(yīng)10:00—12:00、15:00—17:00和20:00—22:00。儲能、分布式發(fā)電機、可削減負荷的基本信息見表2,配電網(wǎng)總負荷和光伏電站功率預(yù)測曲線見圖2,MG1和MG2的光伏功率預(yù)測曲線見圖3。算例的硬件條件為Inter(R)CoreTM i5-9400F CPU @ 2.90 GHz,8.00 GB(RAM),軟件條件為Yalmip,CPLEX2016。

        表1 分時電價和上網(wǎng)電價

        表2 分布式能源信息

        圖2 配電網(wǎng)總負荷和光伏電站功率的預(yù)測曲線

        圖3 MG1和MG2的光伏功率預(yù)測曲線

        3.1 分布式資源的優(yōu)化結(jié)果

        基于上述雙層優(yōu)化模型,以表3所示權(quán)重為例,該例代表的實際含義為:①上層配電網(wǎng)以運行性能為主,并在此基礎(chǔ)上追求新能源消納和經(jīng)濟利益的最大化;②運行性能以高峰期為主,平時段和谷時段同等地位;③下層和上層屬于不同的層次主體,地位相等。優(yōu)化結(jié)果如圖4至圖6所示。

        表3 權(quán)重取值

        圖4 MG1優(yōu)化結(jié)果

        圖5 MG2優(yōu)化結(jié)果

        圖6 配電網(wǎng)優(yōu)化結(jié)果

        由圖4、5可知:在電價較低的谷時段,MG1和MG2的負荷主要由配電網(wǎng)供給,儲能也適當?shù)爻潆姡瑸楹罄m(xù)的平時段和峰時段蓄能;平時段和峰時段的電價相對較高,微電網(wǎng)內(nèi)部的分布式資源開始出力,其中在平時段主要是彌補內(nèi)部負荷的功率缺額,在峰時段則全力輸出,彌補負荷缺額的同時盡可能向配電網(wǎng)售電,獲取收益。

        由圖6可知:在非谷時段,光伏電站全力輸出,消納率維持在100%;在谷時段,出于自身的運行要求,配電網(wǎng)會適當降低光伏電站的輸出,尋找光伏消納和運行性能的最佳平衡點。配電網(wǎng)的儲能、分布式發(fā)電機與微電網(wǎng)的表現(xiàn)基本一致,在谷時段主要接受主網(wǎng)的功率補給,在峰時段和平時段盡可能彌補配電網(wǎng)自身的功率缺額。

        3.2 不同權(quán)重下的結(jié)果對比

        為進一步比較上層模型和下層模型之間的優(yōu)化關(guān)系,令δMG和δADN另取2組不同的值,即:①δMG=1.0,δADN=0;②δMG=0,δADN=1.0。前者以微電網(wǎng)為主,不考慮配電網(wǎng)的利益需求;后者以配電網(wǎng)為主,不考慮微電網(wǎng)的需求。優(yōu)化的結(jié)果見表4、表5。

        表4 不同優(yōu)化方式下的運行性能

        表5 不同優(yōu)化方式下的經(jīng)濟性

        由表4和表5可知:均衡考慮微電網(wǎng)和配電網(wǎng)時(δMG=0.5,δADN=0.5),模型能較好地保障兩者利益,協(xié)調(diào)不同層次的利益需求。

        3.3 不同分層優(yōu)化算法的對比

        分層優(yōu)化模型的求解算法可劃分為3類:①粒子群優(yōu)化等智能算法[24],該類算法在含有潮流約束的情況下,求解效率和準確性都比較低;②KKT(Karush-Kuhn-Tucker)條件轉(zhuǎn)換為單層模型[25],該類算法求解精度高,但是耦合性強,無法做到上下層解耦;③分布式優(yōu)化算法,該類算法解決了上下層的強耦合性問題,能夠?qū)崿F(xiàn)配電網(wǎng)和微電網(wǎng)在不同的程序主體內(nèi)優(yōu)化求解。

        本文采用的ATC算法屬于第3類,與文獻[24-25]采用的前2類算法進行對比,結(jié)果見表6。

        表6 不同優(yōu)化算法的結(jié)果對比

        由表6可知:文獻[24]采用的粒子群優(yōu)化算法在性能上難以適應(yīng)帶有潮流解的最優(yōu)化問題;文獻[25]采用的KKT條件轉(zhuǎn)換求解雙層模型能夠得到更加精確的最優(yōu)解,并且耗時不多,但存在上下層耦合問題;本文采用的ATC算法在求解精確性上雖然不如KKT條件轉(zhuǎn)換,但是解決了上下層模型的耦合問題,而且收斂精度也可以按照實際情況給定,當收斂精度要求不嚴格時,可以適度放寬,以便更加快速地收斂到最優(yōu)解。

        4 結(jié)束語

        本文提出了一種計及多微電網(wǎng)和新能源消納的ADN雙層優(yōu)化模型,上層模型以配電網(wǎng)為優(yōu)化主體,下層模型以微電網(wǎng)為優(yōu)化主體,上下層通過聯(lián)絡(luò)功率不斷迭代,最終一致性收斂。區(qū)別于傳統(tǒng)的集中式優(yōu)化,本文建立的雙層模型更能適應(yīng)主體層次明顯、架構(gòu)復(fù)雜的ADN。此外還考慮了輸出功率可控的光伏電站,將光伏電站和配電網(wǎng)的運行調(diào)度有機融合,既確保了配電網(wǎng)的運行性能,也保障了光伏電站的新能源消納。仿真結(jié)果表明,所述的雙層優(yōu)化模型可以在確保運行性能和新能源消納的同時,有效協(xié)調(diào)配電網(wǎng)和微電網(wǎng)之間的利益需求。

        猜你喜歡
        電站分布式約束
        三峽電站再創(chuàng)新高
        “碳中和”約束下的路徑選擇
        約束離散KP方程族的完全Virasoro對稱
        低影響開發(fā)(LID)在光伏電站中的應(yīng)用
        分布式光伏熱錢洶涌
        能源(2017年10期)2017-12-20 05:54:07
        分布式光伏:爆發(fā)還是徘徊
        能源(2017年5期)2017-07-06 09:25:54
        基于DDS的分布式三維協(xié)同仿真研究
        雷達與對抗(2015年3期)2015-12-09 02:38:50
        適當放手能讓孩子更好地自我約束
        人生十六七(2015年6期)2015-02-28 13:08:38
        西門子 分布式I/O Simatic ET 200AL
        不等式約束下AXA*=B的Hermite最小二乘解
        中文字幕亚洲一区二区不下 | 亚洲爆乳无码专区| 久久久久这里只有精品网| 91精品欧美综合在线观看| 亚洲国产成人久久精品美女av | 色欲AV成人无码精品无码| 精品久久久久久99人妻| 久久精品国产黄片一区| 一本色道久久88—综合亚洲精品 | 超碰cao已满18进入离开官网| 亚洲欧美激情在线一区| 亚洲自拍另类欧美综合| 亚洲在中文字幕乱码熟女| 亚洲天堂av一区二区| 天天躁夜夜躁狠狠躁2021a2| 影音先锋男人站| 免费99视频| 青青草在线成人免费视频| 亚洲精品中文字幕免费专区| 男人扒开添女人下部免费视频| 亚洲欧美日韩中文无线码| 久久久国产精品樱花网站| 蜜桃在线观看视频在线观看| 国产不卡视频在线观看| 老妇高潮潮喷到猛进猛出| 丰满老熟妇好大bbbbb| 亚洲自拍另类制服在线| 中文字幕无线精品亚洲乱码一区| 亚洲人成精品久久熟女| 日本一级特黄aa大片| 亚洲综合国产一区二区三区| 国产亚洲日韩一区二区三区| 日韩精品有码在线视频| 国产毛片av一区二区| 小荡货奶真大水真多紧视频| 久久久噜噜噜久久中文字幕色伊伊| 久久与欧美视频| av免费在线国语对白| 国产精品美女久久久久av超清| 久久棈精品久久久久久噜噜| 国产美女被遭强高潮露开双腿|