【技術實現步驟摘要】
本專利技術涉及配電網重構優化，具體涉及一種含儲能的源荷不確定性與需求響應協同優化下的配電網重構方法。
技術介紹
1、在實現新型能源體系“碳達峰、碳中和”目標的過程中，具備更為強大承載能力的配電網助力構建清潔低碳、經濟高效以及供需協同的新型電力系統。配電網重構是一種優化電網運行的策略，旨在通過調整網絡拓撲結構、運行方式和控制策略進行優化。隨著各種分布式電源((distributed?genera-tion,dg)、分布式儲能設備(electrical?energystorage,ees)的并網，考慮其不確定性和隨機波動特性對配電網重構優化具有十分重要的意義。
2、目前，關于dg接入配電網重構研究主要集中在重構模型的求解算法和對于dg的時序波動處理。配電網的重構涉及到多個聯絡開關的組合和優化，目前對于配電網重構算法主要分為智能算法和啟發式算法。其中智能算法主要包括:遺傳算法、粒子群優化和蟻群算法等，在應對非凸優化問題中有著出色的表現。啟發式算法可用于配電網重構中大量的變量和復雜的約束條件的尋優，可以規劃和分配配電網中各個設備的容量，然而，可能會陷入局部最優解，從而無法保證達到全局最佳。
3、在dg接入配電網系統的背景下，針對源荷不確定性問題常用的方法有：魯棒優化，區間數優化，多場景隨機規劃和模糊規劃等。在研究dg接入對新型能源體系的影響和優化時，大多數并未考慮其不同類型的dg共同作用場景和出力不確定性，而是以傳統意義上恒定功率模型為主。較少研究考慮dg的時序波動特性和負荷側需求響應下的不確定因素，致使在實際應
4、現有的涉及分布式電源接入配電網重構的現有技術包括：
5、中國專利“基于改進神經網絡算法的含分布式電源的配電網重構方法”(申請號：202310782165.8)，該專利首先針對分布式電源接入的配電網建立以有功損耗最小、電壓穩定性指數最高為目標建立配電網重構的數學模型，然后對標準神經網絡算法進行改進，最后基于改進神經網絡算法對含分布式電源的配電網進行重構。
6、中國專利“一種含分布式電源的配電網動態重構策略”(申請號：202110006434.2)，該專利首先建立待優化的可再生分布式電源模型，然后對一天內多個單位時段對配電網進行靜態重構形成最優開關集合，對各時段的重構有效性進行評價，據此確定最優時段劃分方案，最后采用細菌覓食算法選擇重構有效性最大的網架，作為時段合并后的最優網架。
7、中國專利“計及負荷與分布式電源時變性特征的配電網重構方法”(申請號：202410507932.9)，該專利首先基于歷史數據和機器學習算法，對負荷進行預測，并且對分布式電源進行建模；結合負荷預測和分布式電源響應模型，通過優化配電網的拓撲結構，調整網架參數和線路配置，以提高系統的穩定性和效率；最后設計在線調度和控制策略,根據實時負荷和分布式電源的狀態，動態調整系統運行參數，實現配電網的智能化管理。
8、上述現有技術中的專利在含分布式電源接入的配電網重構領域做出了一定的貢獻，但在考慮分布式電源接入配電網后的時序波動特性帶來的影響和電網對清潔能源的消納能力方面，并未進行充分探討和深入分析，這可能限制了對配電網運行動態特征的全面理解，以及如何優化電網以更好地適應可再生能源的并入。因此，進一步研究這些方面將有助于提升配電網重構的整體效果和清潔能源的有效利用。
技術實現思路
1、為解決上述技術問題，本專利技術提出一種含儲能的源荷不確定性與需求響應協同優化下的配電網重構方法，該方法旨在解決傳統方法在考慮分布式電源接入及其不確定性方面的不足，更好地應對配電網中源荷之間的復雜互動關系。通過優化儲能資源的配置和調度，以及充分利用需求響應機制，能夠有效提升配電網的靈活性和穩定性，從而提升電網對可再生能源的消納能力；并增強系統對時序波動的適應性。彌補了傳統方法對配電網結構變化以及負荷差異考慮的缺陷。
2、本專利技術采取的技術方案為：
3、一種含儲能的源荷不確定性與需求響應協同優化下的配電網重構方法，包括以下步驟：
4、步驟1：構建初始配電網拓撲結構信息；
5、步驟2：考慮時序波動特性以及對電網運行的影響，建立分布式電源出力和負荷波動概率模型；
6、步驟3：對分布式電源和負荷進行不確定性處理；
7、步驟4：構建的計及需求響應和源荷特性的配電網重構優化模型；
8、步驟5：對步驟4構建的配電網重構優化模型引入二階錐凸松弛技術和線性化方法，將原模型轉化為具有凸可行域的形式進行求解。
9、所述步驟1中，配電網拓撲結構信息中，節點形成的集合稱為節點集e，其邊形成的集合稱為支路集l，因此電網結構能夠用抽象圖g以及鄰接矩陣a來描述，即：
10、g＝(e,l)
11、
12、式中：矩陣a的元素的取值為0或1，當節點i與節點j之間通過線路連接時取1，反之取0。aij表示鄰接矩陣a中節點i和j之間連接關系，即用于表示圖中節點連接關系是否相連及其權重；(αij)n*n表示在n階鄰接矩陣中節點ij之間的連接關系；n表示節點總數量。所述步驟2中，構建分布式電源出力和負荷波動概率模型，包括：
13、(1)風力發電概率模型：
14、
15、式中：f(pwt)表示風電輸出功率的概率密度函數；pwt表示風電機組的輸出功率；表示以e為底的指數函數；v表示區域實際風速；kw表示形狀參數，反映該地區風速的分布特性；kc是尺度參數，反應該地區的平均風速。
16、kw、kc能夠通過實際風速數據由以下公式計算：
17、
18、式中：δ、μ分別為風速標準差和平均值；γ為伽馬函數。
19、(2)光伏發電概率模型：
20、
21、式中：f(ppv)表示光伏輸出功率的概率密度函數；α，β為beta分布的形狀參數；ppv為實際光照強度；ppv,max為最大光照強度；γ(α+β)表形狀參數之和的伽馬函數用于描述beta分布特性；γ(α)表示伽馬函數在參數α的值；γ(β)表示伽馬函數在參數β的值。
22、(3)負荷概率模型：
23、
24、式中f(pload)表示有功功率的概率密度函數；f(qload)表示無功功率的概率密度函數；pload，qload分別為有功負荷和無功負荷；μp，σp分別為負荷有功功率的均值和標準差；μq，σq分別為負荷無功功率的均值和標準差。
25、所述步驟3包括如下步驟：
26、s3.1:利用拉丁超立方模擬太陽輻照度、風速和負荷的隨機變量，對風光荷這些隨機變量進行模擬求解；
27、(1)采樣過程：
28、假設xk為k個隨機變量中任意一個，則xk對應的累積概率分布函數為：yk＝fk(xk)；
29、假設采樣規模為n，將累積概率密度曲線縱軸分為n個等距無重合區間，每個區間長度為本文檔來自技高網...
【技術保護點】
1.一種含儲能的源荷不確定性與需求響應協同優化下的配電網重構方法，其特征在于包括以下步驟：
2.根據權利要求1所述一種含儲能的源荷不確定性與需求響應協同優化下的配電網重構方法，其特征在于：所述步驟1中，配電網拓撲結構信息中，節點形成的集合稱為節點集E，其邊形成的集合稱為支路集L，因此電網結構能夠用抽象圖G以及鄰接矩陣A來描述，即：
3.根據權利要求1所述一種含儲能的源荷不確定性與需求響應協同優化下的配電網重構方法，其特征在于：所述步驟2中，構建分布式電源出力和負荷波動概率模型，包括：
4.根據權利要求1所述一種含儲能的源荷不確定性與需求響應協同優化下的配電網重構方法，其特征在于：所述步驟3包括如下步驟：
5.根據權利要求4所述一種含儲能的源荷不確定性與需求響應協同優化下的配電網重構方法，其特征在于：S3.1具體包括：
6.根據權利要求4所述一種含儲能的源荷不確定性與需求響應協同優化下的配電網重構方法，其特征在于：S3.2具體包括：
7.根據權利要求1所述一種含儲能的源荷不確定性與需求響應協同優化下的配電網重構
8.根據權利要求1所述一種含儲能的源荷不確定性與需求響應協同優化下的配電網重構方法，其特征在于：配電網重構優化模型的約束條件包括：
9.根據權利要求1所述一種含儲能的源荷不確定性與需求響應協同優化下的配電網重構方法，其特征在于：所述步驟5中，將配電網重構優化模型轉化為具有凸可行域的形式進行求解，具體包括：
10.根據權利要求1所述一種含儲能的源荷不確定性與需求響應協同優化下的配電網重構方法，其特征在于：步驟6中，根據步驟5中所求解的配電網重構優化模型，進行優化結果的分析和評估，制定相應的需求響應策略，通過價格激勵引導用戶在低峰時段用電，并提供實時電價信號激勵用戶在電價低時增加用電，改善電網運行經濟型和穩定性。
...【技術特征摘要】
1.一種含儲能的源荷不確定性與需求響應協同優化下的配電網重構方法，其特征在于包括以下步驟：
2.根據權利要求1所述一種含儲能的源荷不確定性與需求響應協同優化下的配電網重構方法，其特征在于：所述步驟1中，配電網拓撲結構信息中，節點形成的集合稱為節點集e，其邊形成的集合稱為支路集l，因此電網結構能夠用抽象圖g以及鄰接矩陣a來描述，即：
3.根據權利要求1所述一種含儲能的源荷不確定性與需求響應協同優化下的配電網重構方法，其特征在于：所述步驟2中，構建分布式電源出力和負荷波動概率模型，包括：
4.根據權利要求1所述一種含儲能的源荷不確定性與需求響應協同優化下的配電網重構方法，其特征在于：所述步驟3包括如下步驟：
5.根據權利要求4所述一種含儲能的源荷不確定性與需求響應協同優化下的配電網重構方法，其特征在于：s3.1具體包括：
6.根據權利要求4所述一種含儲能的源荷不確定性與需求響應協同優化下的配電網重構方法...
【專利技術屬性】
技術研發人員：魯玲，許鴻衛，魯洋，卜得利，謝秋卓，李奕，戴明遠，楊奕，
申請(專利權)人：三峽大學，
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。