一种多源异构配电网实时调度优化模型

一种多源异构配电网实时调度优化模型

0基于负荷预测的分布式调度优化策略随着能源、水电等能源技术的发展，连接电源网络的分布能源的数量和能力迅速增加，网络的网络结构变得复杂。不仅要节省能源消耗，还要积极消除具有间歇性的能源分配，有效组织能源分配。因此传统的实时调度模式越来越难以应对多源异构配电网的发展,亟待优化。为了充分优化和协调分布式能源的调度管理和高效利用,针对多源异构配电网一般从日前和实时2个层面进行调度。在日前调度层面中,调度模型以负荷预测以及负荷区域传递信息数据为基础,通过全局调度算法推导出全局调度策略,实现对全局信息和实时有效信息的汇集、分配与控制。在局部层面中,主要针对并网的分布式能源的实时状态,对调度策略进行实时地调整,使得分布式能源的发电量能够得到最有利的消纳文献[7]提出了一种基于负荷预测的配电网供电能力调度方案。该方案在对分布式能源供电能力实时检测的基础上,准确预测负荷增长率,结合重复潮流法构造出对配电网供电能力的预期变化曲线,针对可能存在地供电局限进行优化调度。文献[8]以实时电价为调度目标,以主网的信息交互为基础,提出优化算法对分布式电源、储能设备进行自主调度,实现配网的电能高效利用。文献[9]针对传统调度算法在多源异构配电网中存在的效率低下、适应性不强、难以提高分布式电源利用效率的缺陷,提出了基于多个自治区域和一致性算法的调度策略,较好地提高了算法运行速度,减少了系统通信数据量,很好地应对了配电网络结构地变化。上述文献已经针对多源异构配电网提出了多种针对全局层面地调度优化策略,但是少有针对实时调度进行分析地研究成果。本文以负荷预测和分布式电源的供电能力分析为依托,构造多源异构配电网实时调度优化模型,通过改进的竞争算法对实时调度优化模型进行求解,通过仿真试验对应用实时调度优化模型和改进的竞争算法的仿真系统进行有效性的验证。1实时规划优化模型1.1分布式电源运行成本的确定日前调度是实时调度的基础,为实时调度提供基础性的约束条件。多源异构配电网调度系统结构如图1所示。日前调度的目的是在对负荷预测、对分布式电源间断性供电能力预测以及储能数据检测的基础上,构造调度模型,对分布式电源的运行进行优化调度,以最低的系统运行成本达到理想的供电质量。配电系统的运行成本包括分布式电源的供电成本、主网购电成本、线路损耗成本以及储能成本等。日前调度的模型见式(1):其中,c式中,δ由式(1)可以看出,日前调度的目标是配电网运行成本的最小化。当分布式电源的运行成本低于主网购电成本时,要充分利用分布式电源提供的电能;当分布式电源的运行成本高于主网购电成本时,就要降低分布式电源的运行;配电网中储能单元可以在用电低谷时暂存电能,降低高峰期的购电成本。1.2储能单元的调度模型实时调度是对日前调度的实时调整,其主要目的有:(1)根据对分布式电源实时运行状态的监测,依据日前调度策略,调整分布式电源的供电功率;(2)根据对储能单元实时运行状态的监测,依据日前调度策略,实时切换储能单元的充、放电状态和调整充、放电功率。实时调度的数据基础是对短期内负荷变化的预测以及配电网内分布式电源和储能单元的实时状态。(1)分布式电源的调度模型。分布式电源的调度模型的预期目标是分布式电源运行成本的最小化,表达式如下:式中,P(2)储能单元的调度模型。储能单元的调度模型的预期目标是储能单元充分电的运行成本的最小化,表达式如下:式中,经过实时调整后的分布式电源和储能单元的需要满足一些基本的前提。储能单元的实时调整需满足条件:分布式电源的实时调整需满足条件:多源异构配电网中瞬时总负荷与瞬时供电功率是相等的,表达式如下:2模型解2.1第二、进化系数帝国竞争算法是一种基于群体启发的优化算法,具有较好的收敛速度,对于低维度的目标优化具有突出的优势。但是帝国竞争算法在操作过程中对缺乏帝国之间有效的信息交互,帝国势力没有在迭代过程中得到充分考虑,只是将最弱的殖民地归于最强帝国,导致算法容易陷入局部最优。由此本文引入进化系数,提高算法针对低维度的目标函数时的优化效果。(1)对每个殖民地以式(8)的形式进行变异操作。式中,CO(2)根据式(9)对每个目标进行交叉操作。式中,μ为交叉系数;rand为随机系数;μ和rand的取值范围均为[0,1]。(3)依据贪婪策略,对殖民地进行更新,即当新产生的殖民地的势力大于老殖民地时,就对老殖民地的位置进行更新操作。2.2分布式电源供电功率编码(1)初始化国家、国家代价函数,帝国、同化系数及殖民地系数等相关参数。(2)对分布式电源的供电功率进行编码。设定配电网中分布式电源总数量为a,则其供电功率编码如式(10)所示。其中,由此,可由上述变量推导出A国家个体的编码(3)采用竞争算法对模型进行优化求解,求解过程如图2所示。3配电网供电效率预测基于标准的IEEE33节点配电系统,本文进行改造构建了多源异构配电系统(图3)。图3中针对用电负荷较大的节点设置了各种类型的分布式电源和储能单元共17个,电源和储能单元的配置见表1。主网售电价曲线如图4所示。可以看出在电价高峰期间,需要通过提高分布式电源的供电功率来减少对主网供电的依赖。在电价低谷期间,需要利用主网供电对储能单元进行充电。假设燃油发电成本式0.45元/(kW·h),则该多源异构配电网的负荷和分布式电源的供电功率预测如图5所示。相关参数:最大迭代次数为200;国家数量为100;帝国数量为5;同化系数为2;偏移系数为π/4;殖民系数为0.1;变异系数为0.6;交叉系数为0.9。仿真测试平台为IntelXeonE5-2600v2,8GBDDR3RAM和Windows10旗舰版系统,采用Matlab运行自编程序对调度模型进行求解。日前调度的求解结果如图6所示。由图6可知,负荷总值为92.04MW,分布式电源的供电功率为15.01MW,燃油发电总功率是22.01MW,储能单元的放电总功率是2.1MW,主网供电总功率是52.92MW。系统供电总成本是47095.45元。实时调度的优化结果如图7所示。由图7可以可以看出,00:00—08:00配电网的负荷较低,主要由购电成本较低的主网供电,储能单元也处于充电状态;06:00—23:00配电网负荷逐渐上升至峰值,此时燃油发电和风力发电开始持续供电,光伏发电也逐渐达到最大值,对降低成本较高的主网供电起到了积极效果。系统在实时优化调度下成本降为45876.25元,与日前调度的成本相比,成本降低率达2.59%。4配电网