System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及分布式儲能,尤其涉及一種分布式光伏儲能調節電壓偏差協同規劃方法。
技術介紹
1、分布式電源大量接入配電網,其接入點的隨機性和出力的不確定性給配電網的規劃運營帶來了新的問題。與此同時,大規模分布式新能源以及儲能發展模式將對原有的配電網規劃運行效率及效益提出嚴峻挑戰。隨著負荷快速增長,峰谷差不斷增大,城鄉配電網“標準低、聯系弱、低電壓”等問題日益突出,負荷需求響應作為一種有效調節手段,在一定程度上可以緩解上述問題,但是要從根本上解決,需要引入儲能技術。新能源消納急需配套儲能來緩解當地配電網容量短時不足的影響。
2、同時較多的區域已經出現因為局部配電網大量接入分布式光伏而受到電壓偏差影響的情況。一方面,隨著分布式電源滲透率的增加,電壓偏差不斷增大甚至越限,易出現分布式電源無法上送等情況,嚴重影響供電質量;另一方面,偏遠地區低電壓問題導致電量增速緩慢,用戶的用電需求無法得到滿足。在這種形勢下,研究解決電壓偏差問題的各項技術已刻不容緩,因此,如何從技術和經濟兩個角度找出最優方案是合理解決電壓偏差問題的關鍵。
技術實現思路
1、本專利技術所要解決的技術問題是針對上述現有技術,而提供一種能解決電壓偏差問題的分布式光伏儲能調節電壓偏差協同規劃方法。
2、本專利技術解決上述技術問題所采用的技術方案為:一種分布式光伏儲能調節電壓偏差協同規劃方法,其特征在于包括如下步驟:
3、步驟1、采集配電網可調節點注入功率、分布式光伏儲能有功輸出功率和光伏儲能無功輸
4、步驟2、以配電網年成本最低、分布式光伏儲能的規劃配置最優和配電網電壓偏差最小為目標對步驟1中建立的三層模型進行優化;
5、步驟3、使用改進的多目標金豺優化算法對三層模型進行求解,得到分布式光伏儲能調節電壓偏差協同規劃結果。
6、所述步驟3中改進的多目標金豺優化算法包括初始化階段、搜索獵物階段和包圍并攻擊獵物階段,改進的多目標金豺優化算法是以現有金豺優化算法為基礎,在包圍并攻擊獵物階段引入一個位置更新過程的正弦-余弦算法,得到金豺的位置更新公式;再將柯西高斯變異策略引入金豺的位置更新公式中,得到優化后的金豺的位置更新公式;最后,在優化后的金豺的位置更新公式加入高斯擾動。
7、在初始化階段,設接入配電網的分布式光伏儲能的數量為y0,y0的計算公式為:
8、y0=ymin+rand*(ymax-ymin)
9、其中,ymin為y0的最小值,ymax為y0的最大值,rand為生成[0,1]范圍內的隨機值函數;
10、并初始化配電網的總體分布配置矩陣prey(1)為:
11、
12、其中,y1,1、y1,2和y1,d分別表示配電網的第1條輸電網上的第1個電壓偏差位置,配電網的第1條輸電網上的第2個電壓偏差位置和配電網的第1條輸電網上的第d個電壓偏差位置;y2,1、y2,2和y2,d分別表示配電網的第2條輸電網上的第1個電壓偏差位置,配電網的第2條輸電網上的第2個電壓偏差位置和配電網的第2條輸電網上的第d個電壓偏差位置;yn,1、yn,2和yn,d分別表示配電網的第n條輸電網上的第1個電壓偏差位置,配電網的第n條輸電網上的第2個電壓偏差位置和配電網的第n條輸電網上的第d個電壓偏差位置。
13、在搜索獵物階段,在初始化的配電網中接入2個分布式光伏儲能,即記為完成1次迭代,將迭代次數t置為1,并分別代入到下述兩個計算公式中,分別得到1次迭代后分布式光伏儲能的相對位置y1(1)和1次迭代后配電網總的電壓偏差位置y2(1);
14、y1(t)=ym(t)-e*|ym(t)-rl*prey(t)|
15、y2(t)=yfm(t)-e*|yfm(t)-rl*prey(t)
16、其中,y1(t)和y2(t)分別為t次迭代后分布式光伏儲能的相對位置和t次迭代后配電網總的電壓偏差位置,ym(t)和yfm(t)分別為第t次迭代新接入至配電網中的2個分布式光伏儲能所在的位置,e為電壓偏差,rl表示基于萊維分布的隨機數;
17、并使用下述計算公式更新分布式光伏儲能的位置,得到第t+1次迭代后的分布式光伏儲能位置y(t+1),y(t+1)的計算公式為:
18、
19、所述電壓偏差e的計算公式為:
20、e=e1*e0
21、其中,e1表示電壓偏差的下降過程,e1的計算公式為:e1=c1*(1-(t/t)),c1為設定常數,t為最大迭代次數;e0表示電壓偏差的初始狀態,e0的計算公式為:e0=2*r-1,r為[0,1]范圍內的隨機數。
22、當電壓偏差|e|>1時,則執行搜索獵物階段;當電壓偏差|e|<1時,則執行包圍并攻擊獵物階段。
23、在包圍并攻擊獵物階段,根據下述公式計算t次迭代后分布式光伏儲能的相對位置y1(t)和t次迭代后配電網總的電壓偏差位置y2(t);
24、y1(t)=ym(t)-e*|rl*ym(t)-prey(t)|
25、y2(t)=ym(t)-e*|rl*ym(t)-prey(t)|
26、將上述y1(t)公式引入位置更新過程的正弦-余弦算法,得到金豺的位置更新公式;
27、
28、其中,y′1(t)為y1(t)更新后的位置,a為常數,r2為[0,2π]之間的一個隨機數,r3為[-2,2]之間的一個隨機數,r4為[0,1]之間的一個隨機數;
29、再將柯西高斯變異策略引入金豺的位置更新公式中,得到優化后的金豺的位置更新公式,ym1(t)=y′1(t)+y′1(t)*cauchy(0,1);
30、其中,cauchy(0,1)是標準cauchy分布函數;
31、最后,在優化后的金豺的位置更新公式加入高斯擾動,得到加入高斯擾動后的第t+1次迭代后的分布式光伏儲能位置ym*(t+1),ym*(t+1)的計算公式為:
32、
33、其中,ym1*(t)為對ym1(t)加入高斯擾動,ym2*(t)為對ym2(t)加入高斯擾動,ym2(t)=dmin+(dmax+dmin)*zg,dmin為分布式光伏儲能位置的最小值,dmax為分布式光伏儲能位置的最大值,zg為高斯擾動下的解空間,η為標準高斯分布算子,nt為混沌序列中的粒子個數。
34、在搜索獵物階段或包圍并攻擊獵物階段中,每迭代n次后,則分別取出y1(t)和y2(t)的最小值,分別記為y1min(t)和y2min(t),i和j均為正整數;
35、如果y1(t+1)>y1min(t)且y2(t+1)>y2min(t),則確認接入配電網中的2個分布式光伏儲能位置,并將2個分布式光伏儲能接入至配電網中;如此循環,最終得到y1(t)和y2(t)均趨向于0,則此時配電網的電壓偏差最小。
36本文檔來自技高網...
【技術保護點】
1.一種分布式光伏儲能調節電壓偏差協同規劃方法,其特征在于包括如下步驟:
2.根據權利要求1所述的分布式光伏儲能調節電壓偏差協同規劃方法,其特征在于:所述步驟3中改進的多目標金豺優化算法包括初始化階段、搜索獵物階段和包圍并攻擊獵物階段,改進的多目標金豺優化算法是以現有金豺優化算法為基礎,在包圍并攻擊獵物階段引入一個位置更新過程的正弦-余弦算法,得到金豺的位置更新公式;再將柯西高斯變異策略引入金豺的位置更新公式中,得到優化后的金豺的位置更新公式;最后,在優化后的金豺的位置更新公式加入高斯擾動。
3.根據權利要求2所述的分布式光伏儲能調節電壓偏差協同規劃方法,其特征在于:在初始化階段,設接入配電網的分布式光伏儲能的數量為Y0,Y0的計算公式為:
4.根據權利要求3所述的分布式光伏儲能調節電壓偏差協同規劃方法,其特征在于:在搜索獵物階段,在初始化的配電網中接入2個分布式光伏儲能,即記為完成1次迭代,將迭代次數t置為1,并分別代入到下述兩個計算公式中,分別得到1次迭代后分布式光伏儲能的相對位置Y1(1)和1次迭代后配電網總的電壓偏差位置Y2(1);
...【技術特征摘要】
1.一種分布式光伏儲能調節電壓偏差協同規劃方法,其特征在于包括如下步驟:
2.根據權利要求1所述的分布式光伏儲能調節電壓偏差協同規劃方法,其特征在于:所述步驟3中改進的多目標金豺優化算法包括初始化階段、搜索獵物階段和包圍并攻擊獵物階段,改進的多目標金豺優化算法是以現有金豺優化算法為基礎,在包圍并攻擊獵物階段引入一個位置更新過程的正弦-余弦算法,得到金豺的位置更新公式;再將柯西高斯變異策略引入金豺的位置更新公式中,得到優化后的金豺的位置更新公式;最后,在優化后的金豺的位置更新公式加入高斯擾動。
3.根據權利要求2所述的分布式光伏儲能調節電壓偏差協同規劃方法,其特征在于:在初始化階段,設接入配電網的分布式光伏儲能的數量為y0,y0的計算公式為:
4.根據權利要求3所述的分布式光伏儲能調節電壓偏差協同規劃方法,其特征在于:在搜索獵物階段,在初始化的配電網中接入2個分布式光伏儲能,即記為完成1次迭代,將迭代次數t置為1,并分別代入到下述兩個計...
【專利技術屬性】
技術研發人員:邢亞虹,趙海波,段惠,胡澤升,劉紅宇,
申請(專利權)人:國網山西省電力公司經濟技術研究院,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。