一種配電網(wǎng)多目標(biāo)概率最優(yōu)潮流模糊建模與求解方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及配電網(wǎng)最優(yōu)潮流仿真方法，具體涉及一種配電網(wǎng)多目標(biāo)概率最優(yōu)潮流 模糊建模與求解方法。
【背景技術(shù)】
[0002] 最優(yōu)潮流是當(dāng)系統(tǒng)的結(jié)構(gòu)參數(shù)及負(fù)荷情況給定時(shí)，通過(guò)控制變量的優(yōu)選，找到能 滿足所有指定約束條件，并使系統(tǒng)的某個(gè)或多個(gè)性能指標(biāo)達(dá)到最優(yōu)時(shí)的潮流分布，是一個(gè) 有約束的非線性規(guī)劃問(wèn)題，在傳統(tǒng)的最優(yōu)潮流研究中，專家學(xué)者引入了各種優(yōu)化方法，如線 性規(guī)劃法、非線性規(guī)劃法、二次規(guī)劃法、內(nèi)點(diǎn)法及人工智能方法等；
[0003] 最優(yōu)潮流問(wèn)題是一個(gè)具有可伸縮約束的多目標(biāo)非線性規(guī)劃問(wèn)題，在最優(yōu)潮流模型 方面，目前大多數(shù)研究都對(duì)該問(wèn)題進(jìn)行了簡(jiǎn)化和近似處理，對(duì)于多目標(biāo)，通常采用加權(quán)求和 建模方法，該方法的主要問(wèn)題在于難以選取合適的權(quán)重因子，不能處理不同量綱的多目標(biāo) 函數(shù)；另外，對(duì)于約束條件的處理，常規(guī)模型中常將所有約束采用硬約束模型，大大縮小了 可行域；
[0004] 潮流計(jì)算中，傳統(tǒng)發(fā)電機(jī)一般等效為PQ節(jié)點(diǎn)或PV節(jié)點(diǎn)或平衡節(jié)點(diǎn)，DG具有特殊 性，需根據(jù)具體情況綜合考慮多種因素，建立合適的計(jì)算模型。DG輸出具有隨機(jī)性的特點(diǎn)， 在含有分布式電源配電網(wǎng)的最優(yōu)潮流仿真中，需建立分布式電源的隨機(jī)出力模型，同時(shí)采 用不確定性因素處理方法。目前處理不確定性因素的常用方法包括解析法、蒙特卡羅法和 近似法，解析法數(shù)學(xué)建模過(guò)程復(fù)雜，蒙特卡羅法可以方便地模擬各種不確定性因素，但需要 反復(fù)大量的抽樣計(jì)算，近似法根據(jù)已知變量的隨機(jī)分布，采用近似公式求解行求變量的統(tǒng) 計(jì)特征，是綜合考慮計(jì)算精度與計(jì)算速度的較優(yōu)方法，常用的近似法包括點(diǎn)估計(jì)法和一次 二階矩法；
[0005]隨著分布式電源接入配電網(wǎng)，配電網(wǎng)結(jié)構(gòu)越來(lái)越復(fù)雜，潮流計(jì)算中，分布式電源不 能簡(jiǎn)單地處理為傳統(tǒng)的PQ節(jié)點(diǎn)或PV節(jié)點(diǎn)，同時(shí)分布式電源出力的隨機(jī)性，使得最優(yōu)潮流的 計(jì)算更加復(fù)雜。

【發(fā)明內(nèi)容】

[0006] 針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供一種配電網(wǎng)多目標(biāo)概率最優(yōu)潮流模糊建模與求 解方法，能夠簡(jiǎn)單并有效的得到概率最優(yōu)潮流的統(tǒng)計(jì)特征值。。
[0007] 本發(fā)明的目的是采用下述技術(shù)方案實(shí)現(xiàn)的：
[0008] -種配電網(wǎng)多目標(biāo)概率最優(yōu)潮流模糊建模與求解方法，其改進(jìn)之處在于，所述方 法包括：
[0009] (1)獲取網(wǎng)絡(luò)中t個(gè)節(jié)點(diǎn)中n個(gè)隨機(jī)變量，n<t，并建立隨機(jī)變量的模型；
[0010] (2)采用兩點(diǎn)估計(jì)法獲取n個(gè)隨機(jī)變量對(duì)應(yīng)的2n個(gè)樣本點(diǎn)及樣本點(diǎn)對(duì)應(yīng)的權(quán)重系 數(shù)colk，k= 1，2,利用常規(guī)潮流算法對(duì)所述2n個(gè)樣本點(diǎn)分別進(jìn)行潮流計(jì)算并獲取所述2n個(gè)樣本點(diǎn)的潮流結(jié)果，乂:為n個(gè)隨機(jī)變量中第1個(gè)隨機(jī)變量，其對(duì)應(yīng)樣本點(diǎn)為Xlik，k= 1，2， 1e[l,n]；
[0011] (3)建立多目標(biāo)的概率最優(yōu)潮流非線性規(guī)劃模型；
[0012] (4)基于模糊集理論將多目標(biāo)的概率最優(yōu)潮流模型轉(zhuǎn)化為單目標(biāo)非線性規(guī)劃模 型，并將所述2n個(gè)樣本點(diǎn)的潮流結(jié)果作為初始值利用所述單目標(biāo)非線性規(guī)劃模型分別對(duì) 所述2n個(gè)樣本點(diǎn)進(jìn)行處理，獲取所述2n個(gè)樣本點(diǎn)對(duì)應(yīng)的最優(yōu)潮流值Zlik;
[0013] (5)基于所述最優(yōu)潮流值Zlik及樣本點(diǎn)Xlik對(duì)應(yīng)的權(quán)重系數(shù)《lik獲取最優(yōu)潮流Z 的各階原點(diǎn)矩。
[0014] 優(yōu)選的，所述步驟（1)包括：
[0015] (1-1)采用一次曲線模型，風(fēng)機(jī)輸出功率？^與風(fēng)速v的關(guān)系為：
[0016]
C U
[0017]式⑴中，
均為常數(shù)，是風(fēng)機(jī)的額定風(fēng)速，P1^是風(fēng)機(jī)的額 定功率，是風(fēng)機(jī)的切入風(fēng)速，v。。是風(fēng)機(jī)的切出風(fēng)速；
[0018] 風(fēng)電機(jī)組臺(tái)數(shù)為Nwtg時(shí)，風(fēng)電機(jī)組出力卩u的模型為：
[0019]Pu=PwindNwtg (2)
[0020] 當(dāng)v"〈v〈vr時(shí)，風(fēng)電機(jī)組出力Pu的概率密度函數(shù)的公式為：
[0021]
[0022] 式（3)中，K為Weibull分布的形狀參數(shù)，C為Weibull分布的尺度參數(shù)，f(Pu)為 風(fēng)電機(jī)組有功出力的概率密度函數(shù)，Qu為風(fēng)電機(jī)組無(wú)功出力，~為功率因數(shù)；
[0023] (1-2)光伏發(fā)電系統(tǒng)出力PSC]lar為：
[0024]Ps〇lar=rAn(4)
[0025] 式⑷中，r為輻射度，單位為為光伏發(fā)電系統(tǒng)的太陽(yáng)能方 陣的總面積，A"為單個(gè)電池組件的面積，M為光伏發(fā)電系統(tǒng)的太陽(yáng)能方陣的電池組件數(shù)， 為光伏發(fā)電系統(tǒng)的太陽(yáng)能方陣的光電轉(zhuǎn)換效率，L為單個(gè)電池組?件的光 電轉(zhuǎn)換效率；
[0026] 光伏發(fā)電系統(tǒng)出力PSC]lar的概率密度函數(shù)為：
[0027]
(.5.)
[0028]式（5)中，RSC]lal=r_An為光伏發(fā)電系統(tǒng)的太陽(yáng)能方陣的最大輸出功率，r_為 最大輻射度，a、0均為Beta分布形狀參數(shù)；
[0029] (1-3)負(fù)荷有功功率Pu的概率密度函數(shù)為：
[0030]
(6)
[0031] 式（6)中，y PU為節(jié)點(diǎn)i負(fù)荷輸出功率P u的均值，〇i為節(jié)點(diǎn)i負(fù)荷輸出功率P 的方差，ie[l，t]。
[0032] 優(yōu)選的，所述步驟（2)包括：
[0033] 根據(jù)所述隨機(jī)變量造兩個(gè)樣本點(diǎn)X^和Xu，Xu= (yy2，… y1 1，Xl, 1，yl+r"，yn)，Xi, 2 - (y1，y2，???y1 1，Xl, 2，y1+r"，yn)，Xl, 1為樣本點(diǎn)X1,丄弟 1 維 元素的取值，xli2為樣本點(diǎn)Xli2第1維元素的取值，樣本點(diǎn)Xu和Xli2中除第1維元素外元素 的取值為n個(gè)隨機(jī)變量中除第1個(gè)隨機(jī)變量外剩余隨機(jī)變量的均值，&至y分別為第 1至1-1個(gè)隨機(jī)變量的均值，y1+1至y"分別為第1+1至n個(gè)隨機(jī)變量的均值；其中，Xu和 xli2由其各自對(duì)應(yīng)權(quán)重系數(shù)《 ,.k以及其各自對(duì)應(yīng)的位置系數(shù)Ilik確定，k= 1，2,公式為：
[0034]
(7)
[0035] 式（7)中，yi為第1個(gè)隨機(jī)變量Xi的均值，〇i為第1個(gè)隨機(jī)變量Xi的標(biāo)準(zhǔn)差；
[0036] 所述權(quán)重系數(shù)wlik與位置系數(shù)| 滿足公式：
[0037]
(8)
[0038] 式⑶中，n為隨機(jī)變量個(gè)數(shù)，Xij為X屈j介中心矩與〇，的比值，k= 1，2;j =1，2, 3 ;1 = 1，2,…n;
[0039] 根據(jù)人u = 0和人li2= 1求解公式⑶得：
[0040]
[0041] 式（9)中，入li3為X^3介中心矩與〇J的比值，k= 1，2;j= 1，2,3 ;1 = 1，2,… n〇
[0042] 優(yōu)選的，所述步驟（3)包括：
[0043] 建立多目標(biāo)的概率最優(yōu)潮流非線性規(guī)劃模型，公式為：
[0044]
[0045] 式（10)中，f(x) =(A(x)，f2 (x)，f3 (x))T為所述目標(biāo)的概率最優(yōu)潮流非線性規(guī)劃 模型的目標(biāo)函數(shù)，fiOO為發(fā)電成本，f2(X)為污染物處理費(fèi)用，f3(X)為有功網(wǎng)損，g(x)= 〇為所述目標(biāo)的概率最優(yōu)潮流非線性規(guī)劃模型的潮流約束方程；Xa_<Xa<X_xS不等式 硬約束模型，2 2 為不等式可伸縮約束模型，Xa為硬約束變量，Xb為可伸縮約束 變量，x_n為硬約束變量下限，Xa_硬約束變量上限，Xb_為可伸縮約束變量下限，Xb_為可 伸縮約束變量上限；
[0046] 其中，所述潮流約束方程g(x) = 0的公式為：
[0047]
r11 )
[0048]式（11)中，t為網(wǎng)絡(luò)中的節(jié)點(diǎn)個(gè)數(shù)，iG[l，t]，jG[l，t] ;Pei、Qei分別為節(jié)點(diǎn)i的有功和無(wú)功出力；PDl、QDl分別為節(jié)點(diǎn)i負(fù)荷的有功功率和無(wú)功功率；Ui為第i節(jié)點(diǎn)的電壓 模值，U,為為第j個(gè)節(jié)點(diǎn)的電壓模值，G。為節(jié)點(diǎn)i，j的互電導(dǎo)，B。為節(jié)點(diǎn)i，j的互電納， S^為節(jié)點(diǎn)i，j之間的相對(duì)相位角；所述發(fā)電成本fi(x)的模型為：
[0049]fi(x) =CFuel+CDC+C0M (12)
[0050] 式（12)中，CFuel為燃料成本，CDC為折舊成本，CM為運(yùn)行管理成本；
[0051] 所述CFuel為燃料成本，CDC為折舊成本，(：_為運(yùn)行管理成本的計(jì)算公式為：
[0052]
⑶.）
[0053] 式（13)中，(^為單位燃料價(jià)格，單位為元/g，F(xiàn)為單位功率的燃料消耗量，單位為 g/kW，？_為發(fā)電單元的輸出功率，單位為kW，InsCost為發(fā)電單元的安裝成本，單位為元， CFR為資本回收系數(shù)，Pf。為發(fā)電單元的最大輸出功率，單位為kW，K_為運(yùn)行管理系數(shù)，單位 為元/kW;
[0054] 所述污染物處理費(fèi)用f2 (x)的模型為：
[0055]
(.⑷
[0056] 式（14)中，k表示污染物的類型，Ck為處理每單位k類污染物的費(fèi)用，單位為元/ g，Yk為輸出單位電能時(shí)所排放的k類污染物的排放量，單位為g/kW，P_為發(fā)電單元的輸 出功率；
[0057]所述有功網(wǎng)損f3 (x)的模型為：
[0058]
(15)
[0059]式（15)中，u為支路總數(shù)，Rg是支路g的電阻，單位為Q，Pg、Q#別為支路g末 端流過(guò)的有功和無(wú)功功率，單位分別為kW和kvar，Ug是支路g末端的電壓值，單