本發(fā)明屬于接入配電網(wǎng)的微電網(wǎng)選址定容，尤其涉及接入含柔性互聯(lián)支路配電網(wǎng)的光儲(chǔ)充微電網(wǎng)選址定容方法和系統(tǒng)。
背景技術(shù)：
1、光儲(chǔ)充微電網(wǎng)將光伏發(fā)電、電動(dòng)汽車(chē)充電負(fù)荷和儲(chǔ)能系統(tǒng)有機(jī)整合，是實(shí)現(xiàn)可再生能源大規(guī)模消納和為電動(dòng)汽車(chē)高效供應(yīng)綠色電能的重要技術(shù)路線(xiàn)。能夠?qū)崿F(xiàn)負(fù)載均衡、動(dòng)態(tài)增容和故障快速轉(zhuǎn)供的柔性互聯(lián)支路技術(shù)越來(lái)越多地應(yīng)用于傳統(tǒng)配電網(wǎng)的改造，這使得配電網(wǎng)結(jié)構(gòu)更加復(fù)雜，精細(xì)化能量管理更加困難。
2、光儲(chǔ)充微電網(wǎng)接入配電網(wǎng)可以提高光伏發(fā)電的利用率、平抑光伏出力波動(dòng)和配電網(wǎng)電壓波動(dòng)，但光儲(chǔ)充微電網(wǎng)接入位置和容量對(duì)其效能發(fā)揮有著重要影響，基于目前的技術(shù)條件，光儲(chǔ)充微電網(wǎng)在接入含柔性互聯(lián)支路配電網(wǎng)時(shí)，面臨著優(yōu)化選址和定容的技術(shù)難題?，F(xiàn)有優(yōu)化選址和定容技術(shù)首先考慮提高配電網(wǎng)供電質(zhì)量和供電連續(xù)性，再考慮提高可再生能源利用率和微電網(wǎng)的經(jīng)濟(jì)性。現(xiàn)有技術(shù)較多涉及了獨(dú)立儲(chǔ)能選址、儲(chǔ)能定容和獨(dú)立充電站選址等方面。
3、(1)獨(dú)立儲(chǔ)能的選址技術(shù)
4、獨(dú)立儲(chǔ)能選址技術(shù)是以配電網(wǎng)中獨(dú)立配置的儲(chǔ)能為主體，依據(jù)儲(chǔ)能投資成本、配電網(wǎng)節(jié)點(diǎn)電壓波動(dòng)和光伏風(fēng)電消納比例等技術(shù)經(jīng)濟(jì)指標(biāo)，尋找獨(dú)立儲(chǔ)能系統(tǒng)在配電網(wǎng)中的最佳接入位置。目前，獨(dú)立儲(chǔ)能選址技術(shù)作為單一設(shè)備的選址技術(shù)，缺少光伏發(fā)電和充電負(fù)荷對(duì)儲(chǔ)能位置影響的分析，同時(shí)，其作為傳統(tǒng)配電網(wǎng)的選址技術(shù)，對(duì)配電網(wǎng)中的柔性互聯(lián)支路的影響也未予充分考慮。
5、(2)微電網(wǎng)的儲(chǔ)能定容技術(shù)
6、微電網(wǎng)內(nèi)的儲(chǔ)能定容技術(shù)目的是以最小代價(jià)解決光伏發(fā)電間歇性、隨機(jī)性與負(fù)荷供電連續(xù)性之間的矛盾。光儲(chǔ)充微電網(wǎng)內(nèi)的儲(chǔ)能定容技術(shù)通常首先生成光伏發(fā)電典型的場(chǎng)景集，再以光儲(chǔ)充微電網(wǎng)整體成本最低為目標(biāo)，并滿(mǎn)足微電網(wǎng)和配電網(wǎng)的基本運(yùn)行約束條件限制，確定最優(yōu)的儲(chǔ)能容量?，F(xiàn)有儲(chǔ)能定容技術(shù)未考慮光伏發(fā)電和充電負(fù)荷對(duì)儲(chǔ)能容量的影響、未考慮儲(chǔ)能接入位置對(duì)儲(chǔ)能容量的影響，也未考慮由于柔性互聯(lián)支路導(dǎo)致的電能傳輸損耗對(duì)確定儲(chǔ)能容量的影響。
7、(3)獨(dú)立充電站選址技術(shù)
8、現(xiàn)有技術(shù)能較好的完成配電網(wǎng)中獨(dú)立設(shè)置的充電站選址任務(wù)，在綜合考慮區(qū)域內(nèi)電動(dòng)汽車(chē)的出行數(shù)據(jù)、配電網(wǎng)供電能力、土地可用面積和成本等因素基礎(chǔ)上，通過(guò)建立數(shù)學(xué)模型和數(shù)據(jù)分析確定最佳充電站建設(shè)位置。獨(dú)立充電站選址技術(shù)包括充電需求模擬和優(yōu)化建模2方面。其中，充電需求模擬通常是根據(jù)收集到的用戶(hù)出行數(shù)據(jù)，通過(guò)蒙特卡洛模擬的方法估計(jì)出充電需求，可較好地保留電動(dòng)汽車(chē)充電負(fù)荷的隨機(jī)性。然而，獨(dú)立充電站選址時(shí)的決策變量?jī)H有充電站位置，在將該技術(shù)應(yīng)用到光儲(chǔ)充微電網(wǎng)的選址、定容時(shí)，存在最佳充電站位置與已確定的光伏、儲(chǔ)能接入位置不一致的情況。
9、綜上所述，現(xiàn)有的針對(duì)單一設(shè)備選址定容技術(shù)，尚未考慮光儲(chǔ)充微電網(wǎng)一體化地選址定容的需求，對(duì)光伏、儲(chǔ)能和充電站的地理集中、相互影響的特性考慮不足，對(duì)配電網(wǎng)柔性互聯(lián)支路影響考慮不足，缺乏能夠?qū)崿F(xiàn)光儲(chǔ)充三者的同步選址、定容的方法。所以亟待開(kāi)發(fā)將光伏、儲(chǔ)能和充電站作為整體以微電網(wǎng)形式接入到含柔性互聯(lián)支路配電網(wǎng)選址定容技術(shù)。
技術(shù)實(shí)現(xiàn)思路
1、為克服現(xiàn)有技術(shù)中存在的上述問(wèn)題，本發(fā)明公開(kāi)了接入含柔性互聯(lián)支路配電網(wǎng)的光儲(chǔ)充微電網(wǎng)選址定容方法和系統(tǒng)。
2、本發(fā)明采用的具體技術(shù)方案如下：
3、接入含柔性互聯(lián)支路配電網(wǎng)的光儲(chǔ)充微電網(wǎng)選址定容方法，包括以下步驟：
4、1.獲取用于光儲(chǔ)充微電網(wǎng)選址定容的原始數(shù)據(jù)
5、電動(dòng)汽車(chē)ev的原始數(shù)據(jù)包括ev數(shù)量nev、ev電池容量和單位里程耗電量，其中第r輛ev的電池容量為cr、單位里程耗電量為er。
6、配電網(wǎng)的原始數(shù)據(jù)包括配電網(wǎng)原有分布式電源的典型日出力、典型日各節(jié)點(diǎn)有功負(fù)荷和無(wú)功負(fù)荷，獲取方式如下：
7、(1)獲取配電網(wǎng)原有分布式電源的典型日出力
8、將配電網(wǎng)原有分布式電源一年內(nèi)的單日出力情況聚類(lèi)為g個(gè)典型場(chǎng)景，得到每個(gè)典型場(chǎng)景對(duì)應(yīng)的聚類(lèi)中心和每個(gè)典型場(chǎng)景出現(xiàn)的天數(shù)，用典型場(chǎng)景出現(xiàn)天數(shù)占一年總天數(shù)的比例表示該典型場(chǎng)景出現(xiàn)的概率；然后，將每個(gè)典型場(chǎng)景出現(xiàn)的概率與該場(chǎng)景聚類(lèi)中心的第t個(gè)時(shí)段出力數(shù)據(jù)相乘，再依據(jù)典型場(chǎng)景數(shù)量g累加得到典型日第t個(gè)時(shí)段出力數(shù)據(jù)；最后，按上述方法求出典型日內(nèi)共t個(gè)時(shí)段的出力數(shù)據(jù)。
9、(2)獲取配電網(wǎng)典型日有功負(fù)荷和無(wú)功負(fù)荷
10、對(duì)于配電網(wǎng)中第i個(gè)節(jié)點(diǎn)的第t個(gè)時(shí)段，將該節(jié)點(diǎn)一年365天的該時(shí)段有功負(fù)荷和無(wú)功負(fù)荷分別取均值作為典型日該節(jié)點(diǎn)該時(shí)段的有功負(fù)荷和無(wú)功負(fù)荷；按上述方法求出典型日內(nèi)該節(jié)點(diǎn)t個(gè)時(shí)段的有功負(fù)荷和無(wú)功負(fù)荷。
11、重復(fù)上述步驟nbus次，求出配電網(wǎng)中nbus個(gè)節(jié)點(diǎn)的典型日t個(gè)時(shí)段的有功負(fù)荷和無(wú)功負(fù)荷。
12、2.確定充電站位置并作為光儲(chǔ)充微網(wǎng)接入配電網(wǎng)的備選節(jié)點(diǎn)
13、從配電網(wǎng)的共nbus個(gè)節(jié)點(diǎn)中選出優(yōu)先布置充電站的nch個(gè)節(jié)點(diǎn)，將這nch個(gè)節(jié)點(diǎn)作為光儲(chǔ)充微網(wǎng)的備選接入節(jié)點(diǎn)，包括以下步驟。
14、2.1建立概率分布模型
15、在配電網(wǎng)供電區(qū)域上建立直角坐標(biāo)系。定義ev自起點(diǎn)至終點(diǎn)間的直線(xiàn)距離為起止點(diǎn)空間距離dr，ev起點(diǎn)至終點(diǎn)的連線(xiàn)與橫軸的夾角為行駛方向θr。第r輛ev的初始荷電狀態(tài)sr服從正態(tài)分布，dr服從對(duì)數(shù)正態(tài)分布，行駛起點(diǎn)or(x0,y0)服從配電網(wǎng)供電區(qū)域內(nèi)的均勻分布，θr服從均勻分布。
16、利用蒙特卡洛法隨機(jī)生成第r輛ev的起點(diǎn)位置or(x0,y0)、行駛方向θr和起止點(diǎn)空間距離dr，則第r輛ev從起點(diǎn)or(x0,y0)出發(fā)，沿著θr方向，通過(guò)起止點(diǎn)空間距離dr得到到達(dá)位置，即終點(diǎn)坐標(biāo)dr(x,y)。
17、2.2計(jì)算ev行駛至路徑中v處的剩余荷電狀態(tài)sv.r
18、利用求取最短路徑的floyd算法，根據(jù)or(x0,y0)和dr(x,y)得到ev的行駛路徑，在其行駛路徑上對(duì)應(yīng)于v處的實(shí)際行駛里程為dov.r。根據(jù)初始荷電狀態(tài)sr和單位里程耗電量er，利用式(1)得到ev行駛至v處的剩余荷電狀態(tài)sv.r。
19、
20、式中，η為能量等效系數(shù)，反映ev啟停過(guò)程中的能量損失，取η＝0.95。
21、2.3確定ev充電需求點(diǎn)
22、當(dāng)sv.r≤0.3時(shí)便會(huì)產(chǎn)生充電需求，因此設(shè)定充電閾值為sv.r＝0.3，并設(shè)定sv.r＝0.2為ev電池放電的荷電狀態(tài)下限。
23、由初始荷電狀態(tài)sr，利用式(2)分別得到sv.r＝0.3和sv.r＝0.2對(duì)應(yīng)的實(shí)際行駛里程：
24、
25、根據(jù)起始位置or(x0,y0)和sv.r＝0.3、sv.r＝0.2對(duì)應(yīng)的實(shí)際行駛里程，確定ev在sv.r＝0.3和sv.r＝0.2時(shí)對(duì)應(yīng)的地理位置，分別記為a點(diǎn)和b點(diǎn)，ev的實(shí)際行駛終點(diǎn)記為c點(diǎn)。當(dāng)c點(diǎn)比a點(diǎn)距起點(diǎn)更近時(shí)，ev無(wú)充電需求；當(dāng)c點(diǎn)介于a點(diǎn)和b點(diǎn)之間時(shí)，確定c點(diǎn)為充電需求點(diǎn)；當(dāng)c點(diǎn)比b點(diǎn)距起點(diǎn)更遠(yuǎn)時(shí)，記錄a、b兩點(diǎn)連線(xiàn)的中點(diǎn)為充電需求點(diǎn)。
26、上述為確定第r輛ev充電需求點(diǎn)的步驟，重復(fù)上述步驟，最終得到nev輛ev產(chǎn)生的nd個(gè)充電需求點(diǎn)。
27、2.4確定充電需求標(biāo)記點(diǎn)
28、將nd個(gè)ev充電需求點(diǎn)進(jìn)行聚類(lèi)處理，得到nch個(gè)聚類(lèi)，各聚類(lèi)中心作為充電需求標(biāo)記點(diǎn)。用負(fù)荷指示圖中的圓表示聚類(lèi)結(jié)果，圓心表示充電需求標(biāo)記點(diǎn)，第h個(gè)圓的直徑dh由式(3)計(jì)算。
29、
30、式中，ph為第h個(gè)聚類(lèi)圓內(nèi)充電負(fù)荷累加有功功率；n為比例尺。
31、將ph作為第h個(gè)充電需求標(biāo)記點(diǎn)對(duì)應(yīng)的充電負(fù)荷。
32、2.5確定光儲(chǔ)充微電網(wǎng)的備選接入節(jié)點(diǎn)
33、將第h個(gè)充電需求標(biāo)記點(diǎn)的位置記為(xh,yh)，分別計(jì)算(xh,yh)到所有nbus個(gè)配電網(wǎng)節(jié)點(diǎn)的距離，則距離第h個(gè)充電需求標(biāo)記點(diǎn)最近的配電網(wǎng)節(jié)點(diǎn)即為該標(biāo)記點(diǎn)對(duì)應(yīng)充電站接入配電網(wǎng)的備選節(jié)點(diǎn)。重復(fù)上述步驟nch次，最終從nbus個(gè)配電網(wǎng)節(jié)點(diǎn)中確定nch個(gè)充電站的備選接入節(jié)點(diǎn)，得到充電站備選接入節(jié)點(diǎn)集合ωs，ωs＝{n1,n2,...,nnch}，ωs中每個(gè)元素對(duì)應(yīng)于配電網(wǎng)節(jié)點(diǎn)編號(hào)。ωs即可作為光儲(chǔ)充微電網(wǎng)備選接入節(jié)點(diǎn)的集合。
34、3.確定光儲(chǔ)充微電網(wǎng)備選接入節(jié)點(diǎn)的可安裝光伏容量
35、估算ωs中編號(hào)為q的備選接入節(jié)點(diǎn)處充電樁車(chē)棚、空地和公共建筑屋頂?shù)目偯娣eaq.pv，用aq.pv乘以可安裝光伏面積利用率αq，計(jì)算出可安裝光伏的面積a′q.pv，再將光伏組件單位面積額定發(fā)電功率β乘以a′q.pv，計(jì)算出第q個(gè)備選接入節(jié)點(diǎn)的可安裝光伏容量eq.pv。重復(fù)上述步驟，計(jì)算出ωs中全部nch個(gè)備選節(jié)點(diǎn)的可安裝光伏容量。
36、4.確定光儲(chǔ)充微電網(wǎng)接入位置及儲(chǔ)能容量
37、4.1建立光儲(chǔ)充微電網(wǎng)選址及儲(chǔ)能定容優(yōu)化模型
38、以光儲(chǔ)充微電網(wǎng)的接入位置、儲(chǔ)能的容量和儲(chǔ)能充放電功率為決策變量，以電壓偏移量最小、配電網(wǎng)網(wǎng)損最小和儲(chǔ)能投資成本最低為目標(biāo)，建立光儲(chǔ)充微電網(wǎng)選址及儲(chǔ)能定容的多目標(biāo)優(yōu)化模型。
39、優(yōu)化模型中設(shè)置以下約束條件：
40、儲(chǔ)能能量平衡約束，表示優(yōu)化周期起始與結(jié)束時(shí)儲(chǔ)能剩余電量一致。
41、儲(chǔ)能的充放電功率限制，表示儲(chǔ)能每個(gè)時(shí)段的充、放電功率介于儲(chǔ)能所允許的功率上、下限之間；
42、荷電狀態(tài)限制，表示儲(chǔ)能每個(gè)時(shí)段的荷電狀態(tài)介于儲(chǔ)能所允許的最大、最小荷電狀態(tài)之間；
43、儲(chǔ)能容量限制，表示配置的儲(chǔ)能容量介于允許接入儲(chǔ)能的最大、最小容量之間；
44、節(jié)點(diǎn)電壓限制，表示配電網(wǎng)中各節(jié)點(diǎn)、各時(shí)段的電壓介于節(jié)點(diǎn)電壓上、下限之間；
45、節(jié)點(diǎn)功率實(shí)時(shí)平衡，表示配電網(wǎng)中各節(jié)點(diǎn)的流入、流出功率達(dá)到實(shí)時(shí)平衡；
46、光儲(chǔ)充微電網(wǎng)接入位置約束，表示光儲(chǔ)充微電網(wǎng)接入節(jié)點(diǎn)應(yīng)在步驟2確定的光儲(chǔ)充微電網(wǎng)備選接入節(jié)點(diǎn)中選取。
47、4.2利用改進(jìn)的多目標(biāo)粒子群算法求解優(yōu)化模型
48、利用改進(jìn)的多目標(biāo)粒子群算法求解優(yōu)化模型。采用非線(xiàn)性權(quán)重ω提升尋優(yōu)性能，隨迭代次數(shù)kitera的增加，ω值不斷減小，ω通過(guò)式(4)計(jì)算。
49、
50、式中，a和b為調(diào)整慣性權(quán)重的數(shù)值范圍的輔助參數(shù)；kmax為最大迭代次數(shù)；z為影響因子，計(jì)算方法如式(5)所示。
51、
52、式中，uω為標(biāo)志位，uω＝1表示群體極值連續(xù)5次迭代未改變，uω＝0表示群體極值在粒子連續(xù)5次迭代中至少發(fā)生過(guò)一次改變。
53、利用改進(jìn)粒子群算法求解模型過(guò)程中，設(shè)置粒子數(shù)量為np，每次迭代都會(huì)更新np個(gè)粒子的個(gè)體極值，將每次迭代得到的個(gè)體極值作為可行解，經(jīng)過(guò)kmax次迭代，最終共產(chǎn)生kmax×np個(gè)可行解，由全部可行解構(gòu)成可行解集ωk。
54、在求解優(yōu)化模型過(guò)程中，根據(jù)配電網(wǎng)中nbus個(gè)節(jié)點(diǎn)的有功負(fù)荷、無(wú)功負(fù)荷、已有的分布式電源出力、充電負(fù)荷和儲(chǔ)能充放電功率，調(diào)用商用軟件包完成潮流計(jì)算，得到第t個(gè)時(shí)段第i個(gè)節(jié)點(diǎn)的節(jié)點(diǎn)電壓ut.i等信息。
55、4.3確定pareto最優(yōu)解并作為備選方案
56、將可行解集ωk中的每一個(gè)可行解依次與可行解集中其它所有可行解逐個(gè)對(duì)比，刪除具有支配關(guān)系的可行解，最終在可行解集中僅保留兩兩互相不支配的nf個(gè)可行解，這nf個(gè)解即為pareto最優(yōu)解，將pareto最優(yōu)解定義為備選方案，得到nf個(gè)備選方案。
57、4.4從備選方案中確定最優(yōu)方案
58、利用改進(jìn)的逼近理想解排序法，從nf個(gè)備選方案中確定光儲(chǔ)充微電網(wǎng)選址及儲(chǔ)能定容的最優(yōu)方案。利用曼哈頓距離表示每個(gè)備選方案與正、負(fù)理想方案之間的距離。
59、光儲(chǔ)充微電網(wǎng)選址及儲(chǔ)能定容最優(yōu)方案包括接入配電網(wǎng)的光儲(chǔ)充微電網(wǎng)數(shù)量、每個(gè)光儲(chǔ)充微電網(wǎng)接入配電網(wǎng)的節(jié)點(diǎn)、每個(gè)光儲(chǔ)充微電網(wǎng)中配置儲(chǔ)能的容量、每個(gè)儲(chǔ)能的24小時(shí)充放電功率。
60、5.確定光儲(chǔ)充微電網(wǎng)接入配電網(wǎng)的最優(yōu)方案
61、在步驟4獲取到光儲(chǔ)充微電網(wǎng)選址及儲(chǔ)能定容最優(yōu)方案后，根據(jù)最優(yōu)方案中光儲(chǔ)充微電網(wǎng)接入節(jié)點(diǎn)編號(hào)，從步驟2和步驟3中確定該節(jié)點(diǎn)編號(hào)對(duì)應(yīng)的充電站負(fù)荷和光伏容量，將其補(bǔ)充到步驟4獲取到的最優(yōu)方案中，得到完整的光儲(chǔ)充微電網(wǎng)接入配電網(wǎng)的最優(yōu)方案。
62、本發(fā)明的有益效果包括：
63、(1)將光儲(chǔ)充微電網(wǎng)作為一個(gè)整體，設(shè)計(jì)了將其接入含柔性互聯(lián)支路配電網(wǎng)的優(yōu)化選址、定容方法，避免了按單一設(shè)備選址導(dǎo)致的儲(chǔ)能和充電站選址不一致問(wèn)題，將光伏、儲(chǔ)能和充電站集中設(shè)置，減少配電網(wǎng)中傳輸?shù)碾娔軗p失，同時(shí)減少占地和基礎(chǔ)設(shè)施的重復(fù)建設(shè)成本。
64、(2)考慮了將光儲(chǔ)充微網(wǎng)接入了含柔性互聯(lián)支路的復(fù)雜環(huán)形配電網(wǎng)時(shí)非線(xiàn)性的潮流約束，在優(yōu)化模型求解過(guò)程中將潮流約束轉(zhuǎn)變?yōu)橹苯诱{(diào)用商用潮流軟件包來(lái)計(jì)算潮流，避免了直接求解含非線(xiàn)性潮流約束優(yōu)化模型的困難。