计及柔性负荷的多时间尺度主动配电网优化调度研究

摘要

在化石能源和环境污染双重危机下，大力开发和利用可再生能源是解决这一问题的有效途径。我国资源分布和负荷中心呈现非同步特性，远距离输送可再生发电资源难度高，损耗大。分布式电源由于距离负荷近，装机容量小，控制方便、灵活的特点，得到了大量的支持和发展。但可再生分布式能源间歇性、波动性的特点，使其大规模并网会对传统配电网的调度，运行产生巨大的影响。配电网正从单“源”化向多“源”化发展。电池储能技术的提高，电动汽车的大量普及以及智能家居的发展，负荷侧也能体现柔性特性参与电力市场调度。柔性负荷作为需求响应的重要资源，越来越成为促进可再生能源消纳、实现削峰填谷和提高配电网灵活调节的重要手段，也是主动配电网“源-网-荷”协调调度的重要部分。
　　本文首先针对上述问题深入研究了主动配电网中柔性负荷响应特性。将全网柔性负荷分为四大类:电动汽车负荷、工业高载能负荷、商业大负荷及居民负荷。根据四类用户可调度潜力类型、参与响应的方式，建立了负荷模型，制定了不同负荷参与电网调度的机制，以集中式和基于负荷商控制形式，参与电网调度。
　　基于改进的IEEE33节点模型，研究计及柔性负荷对配电网调度的经济和可再生能源消纳的影响。在33节点模型中，加入可转移负荷、可中断负荷、可平移负荷、可削减负荷等，在可再生能源消纳最大化的前提下，建立以经济调度为目标的模型。分四种情况:可再生能源低渗透率时，不计柔性负荷调度和计及柔性负荷调度的情况;可在生能源高渗透率高时，不计柔性负荷和计及柔性负荷调度的情况。研究仿真表明计及柔性负荷的调度可以减少配电网的运行成本和促进可再生能源的消纳。
　　考虑风电、光伏分布式发电在不同时间尺度上的预测精度不同，时间越近，预测精度越高的特点，提出了“日前-日内-实时”多时间尺度调度策略。以多时间调度来平抑可再生能源波动，使电网消纳更多可再生能源。根据柔性负荷参与电网的响应速度、可调度时长，提前通知时间等因素将柔性负荷分为低质量柔性负荷、一般柔性负荷和高质量柔性负荷。并且建立以可再生能源消纳最大、经济效益最优、联络线功率波动和网损最小为目标，计及柔性负荷的主动配电网多时间尺度多目标优化调度模型。对于建立的高维度、多约束的混合整数非线性多目标优化模型。提出了多目标粒子群优化算法，利用动态步长和增加权重系数等方法增强算法的整体性能，使得求解的模型取得更优的Pareto前沿。
　　利用改进的IEEE33节点模型，验证本文提出的多时间尺度调度模型。算法求解获得Pareto最优解集，证明了多时间尺度计及柔性负荷的主动配电网协调调度下，在经济成本增加时，等效负荷的波动减少，线路有功功率损耗下降，能减少扩建压力，提高资源利用率。同时也能保证高渗透率可再生能源发电情况下，平抑可再生能源的波动，跟踪电网调度计划安排，保证在计划可接受的波动内，实现最优调度。

目录

声明

致谢

摘要

1．1 研究背景及意义

1．2 主动配电网研究现状

1．3 柔性负荷潜力研究现状

1．4 柔性负荷参与调度研究现状

1．5 可再生分布式电源调度研究现状

1．6 本文的研究内容

2 主动配电网“源-荷"特性分析

2．1 主动配电网的“源"特性

2．1．1 风力发电单元

2．1．2 光伏发电单元

2．1．3 微型燃气轮机单元

2．2 主动配电网的“荷"特性分析

2．2．1 储能单元

2．2．2 电动汽车充电站

2．2．3 工业高载能用户

2．2．4 商业大用户

2．2．5 居民负荷

2．3 总体调度策略分析

2．4 本章小结

3 计及柔性负荷的调度分析

3．1 计及柔性负荷的主动配电网调度模型

3．1．1 目标函数

3．1．2 约束条件

3．2 粒子群算法

3．2．1 粒子群算法原理

3．2．2 初始化编码

3．2．3 约束的处理

3．3 算例分析

3．4 本章小结

4 多时间尺度的调度分析

4．1 多时间尺度的调度策略

4．2 多尺度调度模型

4．2．1 日前调度模型

4．2．2 日内调度模型

4．2．3 实时调度模型

4．3 多目标粒子群优化算法

4．3．1 多目标粒子群算法的原理

4．3．2 决策的机制

4．4 多时间尺度调度流程

4．5 算例分析

4．6 本章小结

5 总结与展望

参考文献

作者简历

学位论文数据集