含可再生能源的电力系统两阶段核心骨干网架优化策略-第4页-北极星输配电网

投稿

我要投稿

此外,核心骨干网架在任意时刻还应满足等式约束(如潮流约束、功率平衡约束等)和不等式约束(如发电机出力约束、线路热稳定极限约束)等。这些约束可统一表示为

式中x为状态变量向量,包括节点电压、发电机功率等。

通过求解所提出的两阶段核心骨干网架优化模型(9)—(16)即可得到高比例可再生能源电力系统的核心骨干网架。需要说明的是,本文所提出的两阶段核心骨干网架优化策略主要针对原网架为高比例可再生能源的电力系统,所优化出的核心骨干网架并不一定含高比例可再生能源。由于所提出的核心骨干网架优化的第一阶段模型要求在包含指定节点的基础上构造一个连通子图,其本质上是一个斯坦纳树(Steiner tree),为一NP难(non- deterministic polynomial hard)问题,目前学术界暂无有效求解方案[30]。因此本文采用蜂群算法进行第一阶段模型的优化。蜂群算法是一种模拟蜜蜂采蜜机理的群体随机搜索算法,可用于求解整数规划等问题,其基本原理可参考文献[31]。第一阶段核心骨干网架优化的简要步骤如下：

①设置迭代次数,将目标函数(8)设置为适应度函数,并初始化蜂群。

②进行核心骨干网架优化的第一阶段网架搜索,计算适应度函数值。

③若搜索得到的网架连通,则进行下一次迭代。

④若搜索得到的网架不连通,则根据图论的Dijkstra算法补充不连通子图间的最短路径,修复不连网架以使之连通,然后重新计算适应度函数;进行下一次迭代。

⑤若达到迭代次数,迭代终止,输出核心骨干网架第一阶段优化结果;否则,继续执行②、③和④。

核心骨干网架优化的第二阶段模型是一个非线性整数规划问题,可采用蜂群算法结合贪心策略求解,即在满足约束的前提下按照各类型电源节点的排序逐次加入电源节点,直至目标函数最大或者达到迭代次数为止。

3.算例分析

采用修改后的IEEE-118节点说明本文提出的高比例可再生能源电力系统两阶段核心骨干网架优化策略。修改后的IEEE-118节点包括18个火电机组,2个水电机组,14个风电场,15个光伏电站,系统的拓扑结构如图2所示。源荷参数如附录表B1—表B5所示。负荷功率、风电场出力、光伏电站出力如附录图B1所示。重要负荷节点参考文献[4],重要负荷节点和水电机组节点在核心骨干网架中必须予以保留,可将其重要度设置为一个较大的数值。重要负荷节点在拓扑图中的位置如附录图B2所示。原网架的风电和光伏的穿透功率极限分别为35%和10%,核心骨干网架的风电和光伏的穿透功率极限分别为25%和7%。折衷系数λ1λ1=4,线路权重调整系数λ2λ2=0.5。负荷备用功率取为负荷功率的0.2倍。蜂群算法求解时,其种群数量为30,迭代次数为100次。

图2 IEEE-118节点系统Fig. 2 Diagram of the IEEE-118 bus system

根据IEEE-118节点的网架参数可求得各类型节点的相对重要度,如表3所示为部分节点的相对重要度,完整的节点相对重要度结果如附录B表B1—表B4所示。表3中,节点编号由2部分组成,即“字母+数字”,字母L、W、P和T分别表示负荷节点、风电场节点、光伏电站节点和火电机组节点,数字为图2中的节点编号。RL(relative importance)表示相对重要度。

根据表3的节点相对重要度结果,采用式(10)优化得到如图3所示的第一阶段子网架,该网架含70条线路、65个节点。图3中,红色标记的线路和节点为优化得到的第一阶段子网架。

第一阶段核心骨干网架优化仅针对重要负荷节点进行了优化,构建了一个连通子网架。在此子网架基础上,可进行第二阶段核心骨干网架的电源节点优化。根据电源节点相对重要度和核心骨干网架的第二阶段优化模型可得到最终的核心骨干网架如图4所示。图4中,红色标记的节点代表核心骨干网架的重要负荷或电源,红色标记的边代表核心骨干网架中的线路,部分线路连接的节点并未标红,如节点30和节点37等,这里称之为冗余节点。冗余节点虽然保留在核心骨干网架中,但是并不保障不中断对其负荷的供电,冗余节点主要承担着连接网架的作用。当高比例可再生能源电力系统的功率充足时,可向冗余节点的负荷供电。此外,由于在核心骨干网架优化时充分考虑到了节点相对重要度信息,将冗余节点保留在核心骨干网架中亦有利于灾害过后依靠核心骨干网架恢复整个网络。

图4 含高比例可再生能源的IEEE-118节点系统的核心骨干网架Fig. 4 Core backbone network of the IEEE-118 bus system with high proportion of renewable energy

优化得到的核心骨干网架包含76条输电线路,对其加强建设可以提高系统对重要负荷的供电可靠性。假设该含高比例可再生能源的IEEE-118节点系统遭受自然灾害袭击,故障停电时间约为1天。设遭受灾害袭击时,加强建设后的核心骨干网架线路发生跳闸停电的概率为5%,而没有加强建设的核心骨干网架线路必然跳闸停电。不同数目线路跳闸后重要负荷的损失程度如表4所示。

负荷损失量期望。本文重复10次上述过程并取平均值以求取LR。由于Kn大于10时Pa极小,因此Kn大于10的仿真结果并未列出。

由表4可见,随着跳闸线路数目Kn的增加,故障概率Pa先增加后降低。当Kn大于3时,Pa越来越小并逐渐趋于零,即核心骨干网架能够有效地降低发生多条线路跳闸的故障的概率。随着跳闸线路数目的增加,重要负荷损失量应逐渐增加,然而,由于故障概率Pa在Kn大于3逐渐递减,负荷损失量期望值LR在Kn大于5也呈现出逐渐递减的趋势。这说明了核心骨干网架能够有效地降低重要负荷损失的期望值。通过以上算例结果可知,所构建的核心骨干网架能够有效地降低发生较多线路跳闸停电的故障的概率,减少重要负荷损失的期望值,故能够有效地提高电力系统的供电可靠性。

在所构建的高比例可再生能源电力系统核心骨干网架中,水电、风电和光伏发电的最大功率占比分别为12.24%、21.56%和6.71%,其电能占比分别为12.67%、11.18%和2.71%。可见,所构建的高比例可再生能源电力系统的核心骨干网架具有较高的可再生能源的渗透率和利用率,从而进一步验证了本文两阶段网架优化策略的合理性与有效性。

4.结论

结合高比例可再生能源电力系统具有高IES渗透率的特点,分析了高比例可再生能源电力系统的核心骨干网架的特征,并充分考虑负荷节点、风电场节点、光伏电站节点以及常规机组节点的拓扑特性和电气参数,分别构建其相对重要度评价指标。根据节点相对重要度,提出了含高比例可再生能源的电力系统的两阶段核心骨干网架优化策略：第一阶段模型针对重要负荷节点进行网架优化得到一个包含重要负荷节点和线路的连通子网架;第二阶段模型针对电源节点进行优化得到包含风电场、光伏电站和常规机组的核心骨干网架。修改后的IEEE-118节点仿真算例表明：该策略优化得到的核心骨干网架能够保障对重要负荷的供电,并且其具有较高的可再生能源渗透率与利用率。

原标题：浙江大学赵昱宣、韩畅、林振智、杨莉等：含可再生能源的电力系统两阶段核心骨干网架优化策略

投稿与新闻线索：陈女士微信/手机：13693626116 邮箱：chenchen#bjxmail.com（请将#改成@）

订阅北极星周刊，精彩内容不再错过！

特别声明：北极星转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。

凡来源注明北极星*网的内容为北极星原创，转载需获授权。

阅读下一篇

江苏徐州徐矿集团矿区增量配电业务试点区域配电网专项规划（附评审报告）

可再生能源查看更多>能源转型查看更多>浙江查看更多>

姓名：
性别：
出生日期：
邮箱：
所在地区：
行业类别：
工作经验：
学历：
公司名称：
任职岗位：

含可再生能源的电力系统两阶段核心骨干网架优化策略

江苏徐州徐矿集团矿区增量配电业务试点区域配电网专项规划（附评审报告）

登录注册

绑定账号

想要获取更精准资讯推荐？建议您完善以下信息~

订阅成功

想要获取更精准资讯推荐？建议您
完善以下信息~