高光伏渗透配电网的最优潮流问题分散式求解.docxVIP

  • 11
  • 0
  • 约5.89千字
  • 约 7页
  • 2023-07-22 发布于广东
  • 举报

高光伏渗透配电网的最优潮流问题分散式求解.docx

高光伏渗透配电网的最优潮流问题分散式求解 0 基于opf的光伏补偿方法 由于节能环保、因地制宜、灵活配置,分布均匀性逐渐成为新能源加以利用的重要方式。随着水电系统中既有电源装置的比例增加。分布式光伏发电一般以分散的方式在用户附近建设,一般接入10kV及以下电压等级的配电网 与高压输电网不同的是,主动配电网的电阻往往不可忽略,因此其最优潮流(optimal power flow,OPF)必须依据交流潮流方程才能将电压、无功功率等因素考虑在内。因此,从数学上讲主动配电网的OPF问题是一个非凸的非线性规划问题。如何将该问题凸化或是将其潮流方程高精度线性化已成为研究主动配电网OPF方法的热点问题。近年来,基于凸松弛求解OPF的方法得到了广泛的关注,其中文献[3-4]基于支路潮流方程,借助分段线性化和二阶锥松弛技术,将原OPF模型转化为凸规划形式。文献[5]则将半定规划凸松弛技术应用于光伏逆变器的优化调度,并在小型社区屋顶光伏系统中得到了验证。 上述方法都是集中式优化方法,即调度中心在优化求解前需要收集全局信息,并用所收集到信息进行集中计算后,再向各个控制器下发控制指令。然而,随着接入设备的增多,集中式收集全局信息面临着通信瓶颈等问题的挑战 近年来,针对主动配电网/微电网分散式OPF的研究已经取得了不少的成果。文献[7]针对含有多个可控分布式电源的微电网OPF问题,利用预测—校正逼近乘子法将中央控制器和局部控制器解耦,并基于IEC 61850通信标准搭建了一个真实微电网的分布式架构。文献[8]利用稀疏性提升正则化和半定凸松弛技术将非凸的OPF模型进行凸化,并提出了两种分布式模型,一种是将电力网络和光伏逆变器分别视为独立的可控单元,另一种则将电力网络分割为独立的几个区域。文献[9]将半定凸松弛技术应用于三相不平衡微电网的OPF问题,将网络划分为几个独立的区域,借助交替方向乘子法(alternating direction method of multipliers,ADMM)实现了各区域的分散式求解。文献[10]和文献[11]分别利用ADMM实现了含风/光/柴/储的微电网 本文将CPC算法应用于低压配电网OPF问题的分散式求解。与文献[14]不同的是,与高压输电网相比,低压配电网的电阻电抗比较高,电阻不可忽略,因此需要采用交流潮流模型对低压配电网进行建模。首先对交流潮流方程进行线性近似,将网络中每个节点的节点电压用节点注入功率进行线性表达,将非凸的OPF问题转化为二次规划问题。再利用拉格朗日对偶松弛技术将集中式模型解耦,把网络和每一台光伏分别作为独立的代理,对每一个代理建立独立的主问题和子问题。通过在相邻代理间传递固定数目的割平面约束,在每个代理中都构建原问题的多项式外逼近问题,最终各个代理的主问题都可以求出最优拉格朗日乘子值和目标函数值。 1 非平衡节点注入电流表达形式 假设配电网有W+1个节点,其中节点1与主网相连,节点W+1为平衡节点。其网络方程可写为: 式中:I=[I 节点注入的复功率可以表示为: 式中:*表示共轭。 由式(1)可推导出非平衡节点注入电流表达形式为: 将式(2)与式(3)联立可得: 可以将式(4)中的电压U表示为U=U 由式(3)可知, 式中:Y 节点注入的复功率还可以表示为: 式中:P为节点注入的有功功率;P 将式(6)代入式(5),并将电压的实部和虚部分离可得: 由于θ 根据文献[15-16],电压的幅值和相角可以近似地表示为|U|=|U 此节点电压的幅值和相角可以近似表达为: 式中:R 2 高光渗透自动配电网的osf模型 2.1 节点电压约束 假设共有H个节点为光伏接入节点。令集合N为所有节点的集合;集合N′为除平衡节点外的节点的集合,即N′=N\{N+1};集合H表示所有含光伏接入的节点的集合;集合ε表示所有线路的集合,线路(m,n)可以表示为ε={(m,n)}ue447N×N。 1)目标函数 以最小化全网网损费用和弃光费用为目标,即 网损费用表示如下: 式中:y 弃光费用表示如下: 式中:a 2)网络侧约束条件 网络侧约束条件为节点电压的上下限约束。由式(9)可知,节点电压的实部和虚部可以表示为: 式中:P 因此,电压上下限约束可以表示为: 3)用户侧约束条件 用户侧即为光伏接入节点侧,用户侧约束条件为弃光量上下限约束: 式中:P 2.2 弃光费用添加量 由集中式模型(式(11)至式(17))可知,可将高光伏渗透的主动配电网模型拆分成网络侧和用户侧两部分。其中网络侧由配电网的所有节点构成,其优化目标是使网损费用最小;用户侧由所有接入光伏的节点构成,其优化目标是弃光费用最小。 为了达到分散式优化的目的,应首先找到耦合约束。为此引入两对虚拟变量: 式中: 进一步将式(18)至式(26)写成如下紧凑形式: 式

文档评论(0)

1亿VIP精品文档

相关文档