考虑高比例分布式光伏随机特性的主动配电网优化调度研究.docxVIP

考虑高比例分布式光伏随机特性的主动配电网优化调度研究

1.引言

1.1背景介绍与问题阐述

随着全球能源需求的不断增长和环境保护意识的加强，分布式光伏发电作为一种清洁、可再生的能源形式，在我国得到了广泛的应用和推广。然而，分布式光伏的随机性和间歇性给配电网的稳定运行带来了诸多挑战。传统的配电网优化调度方法难以适应高比例分布式光伏的接入，因此，研究考虑分布式光伏随机特性的主动配电网优化调度方法具有重要意义。

当前，我国分布式光伏发电在配电网中的渗透率不断提高，使得配电网的运行特性发生显著变化。一方面，分布式光伏出力的波动性、不确定性和不可控性给配电网的调度带来了困难；另一方面，分布式光伏的接入改变了配电网的潮流分布和电压水平，对配电网的安全、经济运行产生影响。因此，针对高比例分布式光伏接入的配电网优化调度问题，亟待提出一种有效的方法予以解决。

1.2研究目的与意义

本研究旨在考虑高比例分布式光伏随机特性的基础上，提出一种主动配电网优化调度方法。该方法能够有效应对分布式光伏出力的不确定性，提高配电网运行的经济性、可靠性和安全性，具有以下研究意义：

提高分布式光伏的消纳能力，促进新能源的广泛应用；

优化配电网的运行策略，降低配电网运行成本；

提高配电网的电压稳定性和供电可靠性，满足用户日益增长的用电需求；

为我国分布式光伏发电与配电网的深度融合提供理论支持和实践指导。

1.3文献综述

近年来，国内外学者针对分布式光伏接入配电网的优化调度问题进行了大量研究。文献主要从以下几个方面展开：

分布式光伏出力预测：通过分析分布式光伏的时序特性、空间分布特性等，采用机器学习、人工智能等方法对分布式光伏出力进行预测；

主动配电网优化调度：构建主动配电网的数学模型，设计相应的优化算法，如粒子群算法、遗传算法等，实现配电网的优化调度；

考虑分布式光伏随机特性的优化调度：结合分布式光伏的随机特性，研究配电网的优化调度策略，包括确定性策略、随机性策略和混合策略等。

综上，已有研究在分布式光伏接入配电网优化调度方面取得了一定的成果，但仍存在一定的局限性，如预测精度、算法求解效率等问题。因此，本研究将在此基础上，进一步探讨考虑高比例分布式光伏随机特性的主动配电网优化调度方法。

分布式光伏随机特性分析

2.1分布式光伏发电概述

分布式光伏发电作为一种新型的绿色能源，近年来在我国得到了广泛的应用。它具有清洁、可再生、分布式、易于接入等优点，对于缓解能源危机、减少环境污染具有重要意义。分布式光伏发电系统主要是指将光伏电池板安装在用户侧，通过光伏逆变器将直流电转换为交流电，直接供给用户使用或并网输送。

在本章中，我们将对分布式光伏发电的原理、分类、发展现状及发展趋势进行详细阐述，以期为后续分析分布式光伏随机特性提供基础。

2.2分布式光伏随机特性

2.2.1时序特性

分布式光伏发电受天气、季节、地理位置等多种因素影响，其输出功率具有明显的时序特性。具体表现为：

日变化：光伏发电功率在一天内呈现出先增加后减少的趋势，与太阳辐射强度变化密切相关。

季节变化：光伏发电功率受季节影响较大，一般夏季发电量较高，冬季发电量较低。

2.2.2空间分布特性

分布式光伏发电系统的空间分布特性主要体现在以下几个方面：

地理分布：光伏发电系统在不同地理位置的辐射资源、气候条件、土地成本等方面存在差异，导致其空间分布不均。

规模分布：分布式光伏发电系统规模各异，从几千瓦到几十兆瓦不等，呈现出多样化的空间分布格局。

2.2.3并网影响

分布式光伏发电系统并网后，会对配电网产生以下影响：

电压波动：光伏发电功率的波动可能导致配电网电压波动，影响供电质量。

网络损耗：分布式光伏并网后，部分负荷由光伏发电承担，可降低配电网的传输损耗。

功率流向：光伏发电并网可能导致配电网功率流向发生改变，对配电网运行产生影响。

本章通过对分布式光伏发电的随机特性进行分析，为后续主动配电网优化调度方法的研究提供理论依据。

3.主动配电网优化调度方法

3.1主动配电网概述

主动配电网（ActiveDistributionNetwork,ADN）是指在传统配电网基础上，通过集成分布式能源、储能装置、需求响应等资源，采用现代通信、控制、计算等技术，实现配电系统的高效、安全、可靠运行的一种新型配电系统。主动配电网强调需求侧与供给侧的互动，提高系统运行的灵活性与经济性，为分布式光伏等可再生能源的接入创造条件。

3.2优化调度方法

3.2.1数学模型

主动配电网优化调度的数学模型主要包括目标函数和约束条件两部分。目标函数通常包括系统运行成本最小化、网损最小化、电压质量最优等。约束条件则包括节点功率平衡、设备运行限制、电压幅值和相角限制等。

目标函数：

系统运行成本最小化：

m

其中，Ci(Pi)