欢迎来到利索能及~ 联系电话:18621327849
利索能及
我要发布
收藏
专利号: 2021107126354
申请人: 燕山大学
专利类型:发明专利
专利状态:已下证
专利领域: 发电、变电或配电
更新日期:2024-09-06
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种考虑应急电源车调度的有源配电网故障均衡供电恢复方法,其特征在于,具体实施步骤如下:S1、根据有源配电网特征,分别对配电网的负荷特性、储能系统的充放电特性、应急电源车的调度特性和分布式电源的均衡供电特性进行建模:S11、根据负荷时变性和负荷等级建立配电网的负荷特性模型,所述负荷时变性是根据各时段的用电需求,对节点日负荷时变曲线进行积分,具体表达式为:式中,Lk(a)为节点k在a到a+Δa时段的负荷功率;fk(t)为节点k的负荷预测曲线;

同时,依据负荷停供对用户经济损失、人身安全造成的影响将负荷等级分为一级、二级和三级;

S12、通过储能调度策略平抑风光机组出力波动性和负荷不确定性,建立储能系统的充放电特性模型,根据充放电特性模型的公式求得各储能SOC需满足相关状态约束和充放电功率约束,具体表达式为:式中, 分别为ESSk中SOC最小值和最大值; 分别为ESSk单位ES

时段内最大充放电功率;SOCk,t为ESSk在t时段的SOC状态;R 为DER中ESS的集合;

分别为ESSk在t时段内的充放电功率; 为二元变量,分别表示充放电状态, 为1表示充电,否则为0; 为1表示放电,否则为0;假设ESS有足够的无功补偿容量;

S13、分别根据应急电源车的充放电管理约束和应急电源车的候选接入节点配置约束建立应急电源车的调度特性模型;

S131、所述应急电源车的充放电管理约束的具体表达式为:c,EPS d,EPS

式中, 分别为EPSk在时段t内的充放电功率;η 、η 分别为EPS的充放电效率; 分别为EPSk单位时段内最大充放电功率; 为EPSk的容量;

为二元变量,分别表示EPS的充放电状态; 分别表示EPS在故障时刻的初始荷EPS电状态、故障结束时刻的荷电状态;R 为DER中EPS的集合; 分别为ESSk中SOC最小值和最大值;

S132、所述应急电源车的候选接入节点配置约束的具体表达式为:式中, 为EPS候选接入点变量;vbk,t为节点动态孤岛划分变量;Q为配电网内可接入应急电源车供电的候选节点集合,P为包括预放车库在内的候选节点集合,R为分布式电源数量集合,R={1,2,....,m},k∈R;

S14、分别从平均恢复时间指标、第k个风光储的最大持续供电时间 和第k辆EPS的最大持续供电时间 建立分布式能源的均衡供电模型;

S2、建立考虑应急电源调度的动态孤岛均衡恢复双层优化模型:S21、以最大化负荷恢复水平和配电网运行效能建立下层模型的目标函数,具体表达式为:式中,wi为第i个负荷的权重因子;ci为单位时间内第i个负荷缺供造成的损失费用;cEPS为EPS为负荷供电时单位容量消耗费用;sEPS为EPS调度过程中单位时间产生的车程费用;

为EPS候选接入点变量; 为t时段第k辆EPS从候选接入点a调运至候选接入点b的行驶时间;Q为配电网内可接入应急电源车供电的候选节点集合;P为预放车库在内的候选节点集合, 为在t时段内EPSk为第i个负荷提供的容量; 为EPS应急供电决策变量;si,t表示负荷i的连接状态,若第i个负荷在t时段内由风光储或EPS恢复,则si,t=1,否则si,t=0;Pi,t为第i个负荷在t时段内功率需求;

S22、根据配电网孤岛恢复均衡性最优建立上层模型的目标函数,具体表达式为:式中, 表示第k个风光储的最大持续供电时间; 表示第k辆EPS的最大持续供电时间;Tnet表示配电网平均恢复时间指标;

S23、从配电网负荷的节点电压、支路功率、孤岛潮流平衡、配电网辐射运行、孤岛划分和失电负荷恢复总量一致六个因素建立动态孤岛均衡恢复双层优化模型的约束条件;

S231、节点电压的约束条件表达式如下:

Uimin≤Ui≤Uimax,i=1,2,…,m

式中,Uimin和Uimax分别为节点i电压上下限;

S232、支路功率的约束条件表达式如下:

式中,pgmax为支路g能够允许的最大功率;

S233、根据线性化的DistFlow公式,建立含DER的有源配电网潮流方程,得到孤岛潮流平衡的约束条件表达式如下:式中,βi,j,t表示支路状态; 时段t内支路g的有功功率; 时段t内支路g的无功功率;ri支路i的电阻;xi为支路i的电抗;V1为参考电压,取V1=1;σ为电压偏差,取σ=5%;gg(·,i)为功率流入母线i的支路集合;g(i,·)为功率流出母线i的支路集合;I 为支路g直接相连的母线集合;si,t表示负荷i的连接状态,若第i个负荷在t时段内由风光储或EPS恢复,则si,t=1,否则si,t=0;

S234、配电网辐射运行的约束条件表达式如下:

G∈g

式中,G为重构后的配电网网络拓扑,g为辐射状网络拓扑集合;

S235、将由节点j处的风光储或EPS供电的子网称为孤岛,孤岛划分的约束条件表达式如下:式中,zj表示节点j是否有电源,zj=1表示节点j与风光储系统或EPS连接;Q为EPS连接的候选接入节点集合;F为风光储连接的根节点集合;

S236、根据任意时段划分入孤岛恢复范围内的负荷都需由风光储和EPS完全恢复的原则,构建恢复负荷总量一致约束条件表达式如下:式中,si,t表示负荷i的连接状态,若第i个负荷在t时段内由风光储或EPS恢复,则si,t=

1,否则si,t=0; 分别为t时段第i个负荷是否被风光储和EPS恢复的二元决策变量;

S24、根据步骤S21、S22和S23得到的目标函数和约束函数建立动态孤岛均衡恢复双层优化模型,具体表达式为:式中,si,t表示负荷i的连接状态,若第i个负荷在t时段内由风光储或EPS恢复,则si,t=

1,否则si,t=0; 分别为t时段第i个负荷是否被风光储和EPS恢复的二元决策变量;

为EPS候选接入点决策变量;

S3、基于步骤S2中双层优化模型和迪杰斯特拉算法,建立交通路网模型支撑下的应急电源车优化调度方法,以得到其最佳候选接入节点和最优调度路径;

S4、利用Big‑M方法对步骤S24中双层优化模型进行线性化处理,将模型转换为混合整数线性规划,并利用Cplex求解得到全局最优故障恢复方案:S41、利用Big‑M方法等效线性化处理步骤S14的表达式分别为:式中,x1~x6为6个0‑1变量;M为无穷大常数;si,t表示负荷i的连接状态,若第i个负荷在t时段内由风光储或EPS恢复,则si,t=1,否则si,t=0; 分别为t时段第i个负荷是否被风光储和EPS恢复的二元决策变量; 为EPS候选接入点决策变量;Pi,t为第i个负荷在t时段内功率需求; 为DER在t时段内的状态; 为EPSk在时段t内的放电功率;

为第k个风光储系统在t时段内的最大出力;m为配电网中DER的数量;n为配电网中失电负荷量;

S42、将辅助二进制变量 替代二进制变量 并增加等效逻辑约束,对步骤S21表达式中x×y类型的非线性约束实现线性等效转换,所述等效逻辑约束的表达式如下:S43、对步骤S24建立的动态孤岛均衡恢复双层优化模型中的相关非线性约束进行替换,并利用CPLEX求解。

2.根据权利要求1所述的考虑应急电源车调度的有源配电网故障均衡供电恢复方法,其特征在于,在步骤S12中,所述储能系统的充放电特性模型用充电状态SOC表示,其具体表达式为:式中,SOCk,t为ESSk在t时段的SOC状态; 分别为ESSk在t‑1时段内的充放电功ch dch ES率;η 、η 分别为ESS的充放电效率;Ek为ESSk的容量;R 为DER中ESS的集合;Δt=1h。

3.根据权利要求1所述的考虑应急电源车调度的有源配电网故障均衡供电恢复方法,其特征在于,在步骤S14中,所述平均恢复时间指标由Tnet表示,其具体表达式为:式中: 为DER在t时段内的状态;si,t表示负荷i的连接状态; 为第k个风光储系统在t时段内的最大出力;Pi,t为第i个负荷在t时段内功率需求;m为配电网中DER的数量;

n为配电网中失电负荷量;I表示失电负荷节点集合,I={1,2,....,n},i∈I;R表示分布式电源数量集合,R={1,2,....,m},k∈R;t0为停电起始时刻;

将第k个风光储系统作为电源,以最大化负荷恢复价值为目标函数进行孤岛划分,并计算第k个DER能够持续为该孤岛内负荷供电的时间,得到第k个风光储的最大持续供电时间的具体表达式为:式中,为第k个风光储系统在t时段内的状态; 为节点i分配变量,若负荷i在t时段内由第k个风光储系统恢复,则 否则根据EPS的调度得到最佳候选接入节点,并形成最优孤岛为负荷供电,得到第k辆EPS的最大持续供电时间 的具体表达式为:式中, 为第k个EPS在t时段内的状态; 为应急电源车最优匹配决策变量。

4.根据权利要求1所述的考虑应急电源车调度的有源配电网故障均衡供电恢复方法,其特征在于,在步骤S3中,建立交通路网模型支撑下的应急电源车优化调度方法具体包括以下步骤:将应急供电平台获取的路网实时交通数据,带入通过Dijkstra算法求解EPS从预放车库到目的地候选接入节点的最短距离路径的表达式中,得到交通融合系数的具体表达式为:‑1.7r

Vd=VF·e

w1=1/Vd

d=w0·w1

t=d/Vd

其中,Vd表示EPS车辆通行速度;VF为道路的零流速度;d为融合后得到的路径长度;w0为道路初始权值;w1为道路拥堵系数;r表示道路的拥塞情况,可由道路损害评估模块得到;t为EPS车辆调度时间。