申请/专利权人：南京理工大学

申请日：2020-07-31

公开（公告）日：2024-04-23

公开（公告）号：CN114069687B

主分类号：H02J3/38

分类号：H02J3/38;H02J3/46;H02J3/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2022.03.08#实质审查的生效;2022.02.18#公开

摘要：本发明公开了一种计及逆变器无功调节作用的分布式光伏规划方法。该方法包括以下步骤：考虑负荷和光伏出力的的时序性、随机性和相关性，构建分布式光伏规划场景；计及逆变器无功调节作用，构建以年综合费用最小和电压偏移最少为目标函数的分布式光伏多目标双层规划模型，并基于双层粒子群优化算法优化求解最优规划方案。本发明构建的规划场景更接近实际运行环境，建立的双层规划模型和综合优化策略综合了配电网年综合费用和电压偏移，并在运行优化中考虑了逆变器剩余无功容量的充分利用，有利于提升配电网光伏接入容量，及分布式光伏规划运行的经济性和配电网电压偏移水平。

主权项：1.一种计及逆变器无功调节作用的分布式光伏规划方法，其特征在于，包括以下步骤：步骤1，考虑负荷和光伏出力的时序性、随机性和相关性，构建分布式光伏规划场景；步骤2，计及逆变器无功调节作用，构建以年综合费用最小和电压偏移最少为目标函数的分布式光伏多目标双层规划模型，并基于双层粒子群优化算法优化求解；所述步骤1基于以下流程实现：步骤1.1，基于季节和天气将规划典型日分为12类，共12×24时段，并采集历史各时段光伏出力、各类负荷数据，建立光伏和负荷随机模型；步骤1.2，依次对所有时段采用拉丁超立方采样和Cholesky分解法排序生成时段相关性场景，提取时段相关性场景中的两个极端场景，采用K-means聚类法对剩余场景聚类，最终获得规划场景；所述步骤2基于以下流程实现：步骤2.1，计及光伏逆变器无功调节出力，以光伏并网后配电网年综合费用和电压偏移为目标函数，建立分布式光伏并网“规划-运行”双层规划模型；步骤2.2，基于兼顾费用和电压偏移的综合优化策略指导模型优化：分布式光伏并网规划模型以年综合费用最小和电压偏移最少为目标函数，为兼顾实现两个目标的优化，基于权重将目标函数综合，得上层模型综合目标函数；结合上层、下层规划目标函数间关系，推导得到下层模型的综合目标函数；步骤2.3，基于双层PSO算法求解模型，得到分布式光伏并网规划方案；由于规划模型分为规划优化和运行优化上、下两层，两层间通过信息交流不断迭代优化最终得到最优规划方案，因而采用双层PSO算法分别优化求解；步骤2.1所述计及光伏逆变器无功调节出力，以光伏并网后配电网年综合费用和电压偏移为目标函数，建立分布式光伏并网“规划-运行”双层规划模型，具体如下：上层规划模型以年综合费用最小和电压偏移最少为目标函数，年综合费用ff包含光伏投资成本、运维成本及配电网购电费用，描述如下：minff＝Cinv+Com+Cpur式中：Cinv为光伏投资年成本，Com为光伏运行维护成本，Cpur为配电网购电费用；光伏投资年成本Cinv计算方法如下： 式中：r为贴现率，η为光伏电池板经济使用年限，ci为光伏单位容量投资成本，Wj为节点j的安装容量，NPV为光伏接入节点集合；光伏运行维护成本Com计算方法如下： 式中：s表示春、夏、秋、冬四季，w表示晴天、阴天和雨雪天三类天气状况，h表示时段，NK为时段场景进行K-means聚类后的场景数量；ds,w为全年s季节w天气状况下的天数；com为光伏单位电量运维成本；ps,w,h,k为s季节、w天气状况、h时段下第k个聚类场景的概率，PPV,s,w,h,k,j为节点j光伏在该场景下的有功功率；配电网购电费用Cpur计算方法如下： 式中：cp为配电网单位电量购电成本，为配电网关口有功功率；上层规划模型的另一目标函数为电压偏移fv最少，为客观计算配电网电压偏移，采用负荷加权，描述如下： 式中：Ns为配电网节点数，Ps,w,h,k,n、Ps,w,h,k,all分别为场景下节点n负荷有功功率和系统总有功功率，Us,w,h,k,n、UN分别为场景下节点n电压及系统额定电压；下层规划运行模型以时段场景综合费用和时段场景电压偏移最少为目标函数，由于上层规划确定了光伏装机容量，因而时段场景综合费用ff,s,w,h描述如下：minff,s,w,h＝Com,s,w,h+Cpur,s,w,h式中：Com,s,w,h、Cpur,s,w,h分别为s季节、w天气状况、h时段下的光伏运行维护成本和配电网购电费用；场景光伏运维成本Com,s,w,h计算方法如下： 场景配电网购电费用Cpur,s,w,h计算方法如下： 下层规划模型中时段场景电压偏移fv,s,w,h最少的目标函数表示如下： 下层规划模型以包括电容器投切组数、光伏逆变器无功出力的无功优化措施和光伏有功削减量为控制变量，各节点电压、支路电流、配电网关口功率为状态变量，控制变量约束为： 式中：QPV,s,w,h,j为h时段下光伏逆变器无功出力，分别为无功出力的上、下限；nc,s,w,h,i为第i个电容器组在h时段下的投切组数，为其投切组数上限；wcur,s,w,h为光伏有功削减率，为其上限；状态变量约束为： 式中：为节点i的电压上、下限；Is,w,h,k,b为h时段第k个聚类场景下流经支路b的电流，为支路b电流上限，Nb为配电网支路数；上级电网流向配电网时关口有功功率取正，表示禁止功率倒送上级电网；步骤2.2所述基于兼顾费用和电压偏移的综合优化策略指导模型优化：分布式光伏并网规划模型以年综合费用最小和电压偏移最少为目标函数，为兼顾实现两个目标的优化，基于权重将目标函数综合，得上层模型综合目标函数，具体为：minFup＝wfμff+wvμfv其中， 式中：wf、wv分别为年综合费用和电压偏移的权重，wf+wv＝1，由配电网经济性和电能质量提升的考核效益对比分析确定；μf为关于目标f即ff或fv的隶属度函数，fmax、fmin分别为目标f的最大值和最小值，基于单目标模型优化求解得到；结合上层、下层规划目标函数间关系，推导得到下层模型的综合目标函数为： 则上、下两层综合目标函数间关系为：

全文数据：

权利要求：

百度查询： 南京理工大学 一种计及逆变器无功调节作用的分布式光伏规划方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD