适用于新能源大规模接入下的电网演化模拟方法

摘要

适用于新能源大规模接入下的电网演化模拟方法，步骤如下：1、读入系统负荷和能源的预测信息；2、根据区域内同一电压等级的变电站密度，确定是否需要进行电压等级的提升；3、求解电源规划问题，确定新建发电厂的个数和预期出力；4、求解输电网规划问题，确定线路的建设方案；本发明考虑了新能源大规模接入和新技术应用对于未来电网的影响，借鉴电网规划的思路，以建设成本最小为优化目标，将电力、电量、调峰和环保约束引入电力系统演化模型，并从电力系统运行的角度建立了若干种前沿技术的简化模型，最后结合启发式规则和模拟植物生长算法提出了演化模型的求解方法；使用该电网演化模拟方法可以为能源政策和电力战略提供定量的决策依据。

说明书

技术领域

本发明涉及电力系统电网演化技术领域，具体涉及一种适用于新能源大规模接入下的电网演化模拟方法。

背景技术

在当今社会节约资源、保护环境、减少碳排放的大背景下，清洁能源的发展成为能源领域的热点话题。国家相关政策的出台也意味着新能源将在我国未来电网中占据着极其重要的地位，而新能源的大规模接入也对于电网的发展带来了巨大的挑战。新能源的大规模接入会打破现有系统电源和负荷较为靠近的格局，使得未来电网的互联会更普遍，最终形成的网络规模会更为庞大。然而，新能源本身在调峰深度、可用时间等方面相较传统能源相距甚远，需要常规机组对此进行补偿。而随着环保要求的出现，这类机组的总量必然要受到限制。这些矛盾构成了一个优化问题。目前，电网规划这一领域的研究已经较为成熟，对于求解上述含约束的规划问题已有很多研究。然而在大规模长时期电力系统发展过程的模拟中直接运用规划方法并不方便。主要原因有三：一是时间和空间复杂度均随着问题规模的增大非线性增加，现有计算工具无法承受；二是规划方案制定中的待建变电站、发电厂和线路等很多环节需要专家的参与，这在远期模拟过程中难以实现；三是建设过程具有后效性，前期的建设步骤会对后期的方案选择产生影响，而一旦实际的前期方案选择与预想不同，规划方法所得结果便失去意义。而且，长时期发展过程研究的根本目的应在于指导电网建设的方向而非确切地给出建设过程。因此，有必要引入网络演化思想解决上述问题。

目前，也有相关的研究者对于未来电网的演化模式进行了分析，周孝信在《中国未来电网的发展模式和关键技术》(中国电机工程学报，2014,34(29)：4999-5008)一文中从电力需求量、电源结构、电力流和电网格局四个关键问题入手，对我国2030年后未来电网模式进行了宏观预测。然而，除了宏观的分析预测之外，迫切需要定量的分析工具对电力系统的长期演化过程进行研究，辅助制定能源的相关政策，以便尽量降低社会总成本，避免大量人力物力的浪费。此外，还有学者对三代电网进行了建模与特性分析，得到了未来十几年的电网演化结果，但是，其中大多缺少对于环保的需求、新能源接入以及储能等新技术的考虑，也没有对电力系统演化的成本进行优化。

此外，目前电网演化的一大难题还在于计算规模的庞大，电源规划和电网规划作为混合整数线性规划，具有极大的求解复杂度。综上，现有的电网演化模型有以下两点需要改进，一方面，需要充分考虑新技术对于演化模型的影响，需要对于超导、储能等新技术进行建模，另一方面，还需要找到一种高效的适用于电源规划和电网规划的求解方法，提高仿真效率。

发明内容

为了解决上述现有技术存在的问题，本发明的目的在于提供一种适用于新能源大规模接入下的电网演化模拟方法，通过建立超导、储能等新技术的模型，该方法能够辅助分析新技术对于电网演化的影响，进而辅助制定相关的能源发展战略。本发明还创造性的在电网演化模型中引入了植物生长算法，大大提高了电网规划问题的求解效率，减小了计算规模。

为达到以上目的，本发明采用如下技术方案：

适用于新能源大规模接入下的未来电网演化模拟方法，包括如下步骤：

步骤1：读入系统负荷和能源预测信息，更新节点信息；对前沿技术进行建模，具体步骤如下：

步骤1.1：对前沿技术进行建模，确定各技术场景的约束方程修正系数，所涉及的约束方程包括电力约束方程(1)、电量约束方程(2)和调峰约束方程(3)：

对前沿技术进行建模的方法如下：

步骤1.1.1：对超导输电进行建模

有关超导输电成本的乐观预测是每10年降低一个数量级，这一成本减少过程假设设为线性；

c_l＝c_l0(1-η_sS)L_l

式中c_l0为单位容量每百公里输电初始成本，η_s为系数，L_l为线路l长度，S为技术运用成熟度，是与时间y相关的曲线；技术运用成熟度函数取为:

其中时间节点y₁与y₂的取值取决于对于未来技术发展的乐观程度，除此之外，超导线路的容量约为常规线路的2～10倍，阻抗为原线路的25％～50％；

步骤1.1.2：对储能技术和需求侧响应进行建模

储能技术和需求侧响应的主要作用均为平抑输出功率的波动，削峰填谷，减少对电力系统的冲击，亦即在总体电量需求不变前提下，降低系统的峰荷和调峰需求；因此对于电力约束方程(1)和调峰约束方程(3)的右端项分别引入如下的修正系数：

α_es,1＝1-η_es,1S

α_es,2＝1-η_es,2S

其中，α_es,1为电力约束方程(1)的右端项修正系数，α_es,2为调峰约束方程(2)右端项的修正系数，η_es,1、η_es,2为可调参数，S为技术运用成熟度；

步骤1.1.3：对分布式发电场景进行建模

分布式发电的主要优势在于能够提供更多的电能，因此对于电力约束方程(1)、调峰约束方程(3)和电量约束方程(2)的右端项引入如下的修正系数：

α_d,1＝1-η_d,1S

α_d,2＝1-η_d,2S

α_d,3＝1-η_d,3S

式中α_d,1,α_d,2,α_d,3为峰荷、调峰、电能需求与原始需求的比值，η_d,1,η_d,2,η_d,3为系数，为技术运用成熟度S；此外考虑到技术本身的特点，分布式发电技术只在受入电区域运用；

步骤1.2:确定应用的技术场景，采用的技术场景包括正常模式、分布式发电、储能以及超导共4种技术场景，对于不同的技术场景，需要读入相应的约束方程修正系数；

步骤1.3：根据演化所处年份，修改各种类发电厂的发电成本；

步骤1.4：根据预测的负荷和能源信息，确定各个区域的供给特性：根据预测的负荷和能源信息中的经度和纬度信息与现有节点进行匹配，使用预测的负荷总量和能源总量修正区域i在阶段y中的负荷节点和能源节点数据，区域i中已存在的负荷点j在第y+1阶段末期的负荷量为：

其中，为第y年中区域i的负荷总量；为第y+1年中区域i的负荷总量；为负荷增长的分配系数，与年份和具体负荷点有关；为第y年区域i中节点j的负荷；为第y+1年区域i中节点j的负荷；

在更新节点的可用能源量信息时，需要将大型能源基地的兴建造成的能源阶跃式增长纳入考虑，区域i中已存在的负荷点j在第y+1阶段末期的负荷量为：

为第y年区域i的最大能源量；为第y+1年区域i的最大能源量；为第y年区域i的最大能源量；为第y+1年区域i的最大能源量；为能源增长的分配系数，与年份、具体能源点、能源类型有关；如第y年在点j处有大型能源基地建设完成能够提供能源，则为当年计划供出的能源量，否则为0；

步骤1.5：若在预测数据中区域i处出现了新的负荷节点和能源点，则在区域i的辖区内，按均匀分布随机确定新的负荷点和能源点，并分配剩余的负荷量和能源量；

步骤1.6：对于新出现的负荷节点，新建节点和线路，寻找距离最近的母线作为连接点接入电网；

步骤2：检查各区域中，中低压节点的密度是否超过限度

其中为距离各负荷节点为r的区域i内的中低压节点，若区域i内中低压节点总数超过设定限值n_max且周围无高压母线节点，则需要新建高压母线节点，更新母线和线路信息；

步骤3：电源规划，针对当前的系统信息，检查是否满足各项约束，进而对电源建设方案进行排序和筛选，具体步骤如下：

步骤3.1：在不考虑新建电厂的情况下，求解如下的优化问题，检查系统是否满足各项约束，分别为电力约束、电量约束、调峰约束和环保约束：

决策变量共有n_p个，即连续变量P_g,j，表示节点j处发电厂的预期出力；P_d,j表示节点j处的负荷大小；n_p为发电厂的总数；R_p为容量备用系数；R_e为电量备用系数；A_j为节点j处发电厂的可用时间；T_j为节点j处负荷的最大负荷利用小时；P_R,j为节点j处发电厂的单位发电调峰深度，对于新能源机组，由于反调峰特性，该值可以为负；F_j为节点j处负荷的最大波动比例；P_oll,j为节点j处发电厂的单位发电污染量；P_o,max为当年系统最大允许污染量，该值以总量形式给出或以平均污染量形式给出；

步骤3.2：若当前系统满足上面的四个约束，则对当前的系统进行直流潮流计算，并记录过载线路信息，电源规划完成，转至步骤4；

步骤3.3：若当前系统无法全部满足上面的四个约束，则需要再进行电源规划，考虑新建电厂，确定电厂建设的备选方案，具体步骤如下：

步骤3.3.1：求出所有可利用资源点处线路建设成本预估值：在求解预估值的过程中，关键是计算输送距离，首先计算出各个区域的供需情况，确定缺电区域，根据之前读入的各节点的经度和纬度信息，利用下式计算出缺电区域i的负荷中心：

其中，n为缺电区域i的负荷点数；(x_j,y_j)为负荷点j的地理坐标；备选电厂与最近的缺电区域负荷中心距离和单位长度建设费用的乘积即为线路建设成本预估值；

步骤3.3.2：设第k个约束不能满足，且不满足量为u_k0；依次计算当前阶段可供选择的n_p个电源对于该约束的有效性：

其中，u_j为增加1后约束k的不满足量；为节点j处新建电厂的个数；c_g,j为节点j处发电厂的建设费用；c_b,j为该电厂送电所需线路的建设费用；以E_gj为标准对所有备选方案排序，若不满足电力约束，则将电厂容量与线路建设成本预估值成本相除，作为排序依据；若不满足电量约束，则将电厂容量与线路建设成本预估值相除，作为排序依据；若不满足调峰约束，则将电厂调峰容量与线路建设成本预估值相除，作为排序依据；若不满足环保约束，则将污染排放量与线路建设成本预估值相除，作为排序依据；根据最终得到的排序结果，从中选取前β个方案作为最终备选方案；

步骤3.3.3：对于每种电厂建设备选方案，若能源供应点处无对应能源类型的发电机组，则需要新建发电机，否则需要新建发电机组，并就地新建高压侧母线，根据距离最小原则，寻找相同电压等级的线路接入原系统之中，更新原有的发电机和线路信息；

步骤4：对于不同的电源建设备选方案，选取评价函数，利用植物生长算法，确定优先生长点，逐次迭代求解，最终算法会收敛至满足各约束条件的较优解；

步骤5：求解输电网规划问题，确定输电线路的建设方案；

步骤5.1：对于电源规划后新的系统，求解下面的优化问题，进行直流潮流计算，确定新系统中的线路过载情况；

其中，决策变量为整数变量表示线路l需并联条数；c_l为线路l单位容量建设费用；C_l为线路l单条容量；为线路l已并联条数；R_l为线路容量备用系数；F_l为线路l潮流；θ_l1、θ_l2分别为线路l首末端相角；θ为节点相角向量；B为节点导纳矩阵，ΔB_l为新建支路l引起的节点导纳矩阵改变量；P_inj为节点注入功率向量，根据电源规划的P_g,j和P_d,j结果得出；

步骤5.2:针对过载最严重的线路：首先，判定其潮流方向，然后，线路始端不改变，求得其他节点中与原末端相距最近的β-1个节点作为新的末端；最后，将新的始末端线路以及原线路并联共β个方案作为最终备选方案；

步骤5.3：对于上面的备选方案进行拓扑优化，检验连接在一起的任意三个节点的最大角是否超过规定阈值；如超过则说明存在较为贴近的线路，则删去最大角对应对角边；

步骤6：对于不同的电网建设备选方案，选取评价函数，利用植物生长算法，确定优先生长点，最终算法会收敛至较优解；

步骤7：对系统进行完善，并安排下一阶段的发电计划；

步骤7.1：完成电源规划和电源规划后，计算系统的直流潮流，对系统的线路进行升级；

步骤7.2：求解线性规划问题，确定下一阶段的发电机出力安排，之后进入下一个阶段的电网演化；

决策变量共有n_p个，即连续变量P_g,j，表示节点j处发电厂的预期出力；n_p为发电厂的总数；P_d,j表示节点j处的负荷大小；A_j为节点j处发电厂的可用时间；P_R,j为节点j处发电厂的单位发电调峰深度，对于新能源机组，由于反调峰特性，该值可以为负；F_j为节点j处负荷的最大波动比例；P_oll,j为节点j处发电厂的单位发电污染量；P_o,max为当年系统最大允许污染量，该值以总量形式给出或以平均污染量形式给出。

步骤4和6所述的利用植物生长算法确定优先生长点的方法如下：

步骤1：建立对于备选方案进行评价的背光性函数

f_e＝o_e+Kc_e

其中，o_e为方案e约束超出量，对环保约束而言，该项即为污染超标量；c_e＝c_g,e+c_b,e为当前建设费用之总和；K为系数，当其较大时表明较为重视对每个演化操作建设费用的控制而相对不看重相应对约束的改善，反之则更关心每步操作的“效果”，K的取值通过实验确定；

步骤2：根据生长素浓度函数确定优先生长点，生长素浓度函数F_Mi定义如下：

其中，S₀是树根所在的点，M是由树根长出的树干；S_M1,S_M2,…,S_Mk是比树根光照条件好的生长点；β是生长点的总数，即备选方案的个数；

步骤3：所有的生长素浓度构成[0,1]的状态空间；根据产生在[0,1]之间的随机数所落在的位置决定优先生长点；已经优先生长的树干不会再长出新支，所以它的生长素浓度为0；此后，生长素浓度的计算将包括优先生长后的树干，以及原来没有优先生长的树干；循环执行前面的操作，直到电网演化中的约束条件都得到满足。

本发明和现有技术相比，具有如下优点：

通过对前沿技术的详细建模，能够定量分析前沿技术对于未来电网的影响，特别是对于经济效益的影响，较宏观的分析方法更具有说服力。此外，本文创造性的在电网演化模型中引入了植物生长算法，大大减小了备选方案的数目，在选择合适的评价函数的情况下，能够以较少的迭代次数达到较深的演化层次，提高了电网演化的仿真效率。

附图说明

图1为电网演化模拟方法运行的流程图。

图2为测试电网演化模拟方法所用的国网经营区演化初始拓扑图。

图3为对国网经营区进行40年演化后的电网拓扑图。

具体实施方式

以下结合附图及具体实施例，对本发明的步骤作进一步的详细描述。

如图1所示，本发明适用于新能源大规模接入下的电网演化模拟方法，包括如下步骤：

步骤1：读入系统负荷和能源预测信息，更新节点信息；对前沿技术进行建模，具体步骤如下：

步骤1.1：对前沿技术进行建模，确定各技术场景的约束方程修正系数，所涉及的约束方程包括电力约束方程(1)、电量约束方程(2)和调峰约束方程(3)：

对前沿技术进行建模的方法如下：

步骤1.1.1：对超导输电进行建模

有关超导输电成本的乐观预测是每10年降低一个数量级，这一成本减少过程假设设为线性；

c_l＝c_l0(1-η_sS)L_l

式中c_l0为单位容量每百公里输电初始成本，η_s为系数，L_l为线路l长度，S为技术运用成熟度，是与时间y相关的曲线；技术运用成熟度函数取为:

其中时间节点y₁与y₂的取值取决于对于未来技术发展的乐观程度，除此之外，超导线路的容量约为常规线路的2～10倍，阻抗为原线路的25％～50％；

步骤1.1.2：对储能技术和需求侧响应进行建模

储能技术和需求侧响应的主要作用均为平抑输出功率的波动，削峰填谷，减少对电力系统的冲击，亦即在总体电量需求不变前提下，降低系统的峰荷和调峰需求；因此对于电力约束方程(1)和调峰约束方程(3)的右端项分别引入如下的修正系数：

α_es,1＝1-η_es,1S

α_es,2＝1-η_es,2S

其中，α_es,1为电力约束方程(1)的右端项修正系数，α_es,2为调峰约束方程(2)右端项的修正系数，η_es,1、η_es,2为可调参数，S为技术运用成熟度；

步骤1.1.3：对分布式发电场景进行建模

分布式发电的主要优势在于能够提供更多的电能，因此对于电力约束方程(1)、调峰约束方程(3)和电量约束方程(2)的右端项引入如下的修正系数：

α_d,1＝1-η_d,1S

α_d,2＝1-η_d,2S

α_d,3＝1-η_d,3S

式中α_d,1,α_d,2,α_d,3为峰荷、调峰、电能需求与原始需求的比值，η_d,1,η_d,2,η_d,3为系数，为技术运用成熟度S；此外考虑到技术本身的特点，分布式发电技术只在受入电区域运用；

步骤1.2:确定应用的技术场景，采用的技术场景包括正常模式、分布式发电、储能以及超导共4种技术场景，对于不同的技术场景，需要读入相应的约束方程修正系数；

步骤1.3：根据演化所处年份，修改各种类发电厂的发电成本；

步骤1.4：根据预测的负荷和能源信息，确定各个区域的供给特性：根据预测的负荷和能源信息中的经度和纬度信息与现有节点进行匹配，使用预测的负荷总量和能源总量修正区域i在阶段y中的负荷节点和能源节点数据，区域i中已存在的负荷点j在第y+1阶段末期的负荷量为：

其中，为第y年中区域i的负荷总量；为第y+1年中区域i的负荷总量；为负荷增长的分配系数，与年份和具体负荷点有关；为第y年区域i中节点j的负荷；为第y+1年区域i中节点j的负荷；

在更新节点的可用能源量信息时，需要将大型能源基地的兴建造成的能源阶跃式增长纳入考虑，区域i中已存在的负荷点j在第y+1阶段末期的负荷量为：

为第y年区域i的最大能源量；为第y+1年区域i的最大能源量；为第y年区域i的最大能源量；为第y+1年区域_i的最大能源量；为能源增长的分配系数，与年份、具体能源点、能源类型有关；如第y年在点j处有大型能源基地建设完成能够提供能源，则为当年计划供出的能源量，否则为0；

步骤1.5：若在预测数据中区域i处出现了新的负荷节点和能源点，则在区域i的辖区内，按均匀分布随机确定新的负荷点和能源点，并分配剩余的负荷量和能源量；

步骤1.6：对于新出现的负荷节点，新建节点和线路，寻找距离最近的母线作为连接点接入电网；

步骤2：检查各区域中，中低压节点的密度是否超过限度

其中为距离各负荷节点为r的区域i内的中低压节点，若区域i内中低压节点总数超过设定限值n_max且周围无高压母线节点，则需要新建高压母线节点，更新母线和线路信息；

步骤3：电源规划，针对当前的系统信息，检查是否满足各项约束，进而对电源建设方案进行排序和筛选，具体步骤如下：

步骤3.1：在不考虑新建电厂的情况下，求解如下的优化问题，检查系统是否满足各项约束，分别为电力约束、电量约束、调峰约束和环保约束：

决策变量共有n_p个，即连续变量P_g,j，表示节点j处发电厂的预期出力；P_d,j表示节点j处的负荷大小；n_p为发电厂的总数；R_p为容量备用系数；R_e为电量备用系数；A_j为节点j处发电厂的可用时间；T_j为节点j处负荷的最大负荷利用小时；P_R,j为节点j处发电厂的单位发电调峰深度，对于新能源机组，由于反调峰特性，该值可以为负；F_j为节点j处负荷的最大波动比例；P_oll,j为节点j处发电厂的单位发电污染量；P_o,max为当年系统最大允许污染量，该值以总量形式给出或以平均污染量形式给出；

步骤3.2：若当前系统满足上面的四个约束，则对当前的系统进行直流潮流计算，并记录过载线路信息，电源规划完成，转至步骤4；

步骤3.3：若当前系统无法全部满足上面的四个约束，则需要再进行电源规划，考虑新建电厂，确定电厂建设的备选方案，具体步骤如下：

步骤3.3.1：求出所有可利用资源点处线路建设成本预估值：在求解预估值的过程中，关键是计算输送距离，首先计算出各个区域的供需情况，确定缺电区域，根据之前读入的各节点的经度和纬度信息，利用下式计算出缺电区域i的负荷中心：

其中，n为缺电区域i的负荷点数；(x_j,y_j)为负荷点j的地理坐标；备选电厂与最近的缺电区域负荷中心距离和单位长度建设费用的乘积即为线路建设成本预估值；

步骤3.3.2：设第k个约束不能满足，且不满足量为u_k0；依次计算当前阶段可供选择的n_p个电源对于该约束的有效性：

其中，u_j为增加1后约束k的不满足量；为节点j处新建电厂的个数；c_g,j为节点j处发电厂的建设费用；c_b,j为该电厂送电所需线路的建设费用；以E_gj为标准对所有备选方案排序，若不满足电力约束，则将电厂容量与线路建设成本预估值成本相除，作为排序依据；若不满足电量约束，则将电厂容量与线路建设成本预估值相除，作为排序依据；若不满足调峰约束，则将电厂调峰容量与线路建设成本预估值相除，作为排序依据；若不满足环保约束，则将污染排放量与线路建设成本预估值相除，作为排序依据；根据最终得到的排序结果，从中选取前β个方案作为最终备选方案；

步骤3.3.3：对于每种电厂建设备选方案，若能源供应点处无对应能源类型的发电机组，则需要新建发电机，否则需要新建发电机组，并就地新建高压侧母线，根据距离最小原则，寻找相同电压等级的线路接入原系统之中，更新原有的发电机和线路信息；

步骤4：对于不同的电源建设备选方案，选取评价函数，利用植物生长算法，确定优先生长点，逐次迭代求解，最终算法会收敛至满足各约束条件的较优解；

步骤4.1：建立对于备选方案进行评价的背光性函数

f_e＝o_e+Kc_e

其中，o_e为方案e约束超出量，对环保约束而言，该项即为污染超标量；c_e＝c_g,e+c_b,e为当前建设费用之总和；K为系数，当其较大时表明较为重视对每个演化操作建设费用的控制而相对不看重相应对约束的改善，反之则更关心每步操作的“效果”，K的取值通过实验确定；

步骤4.2：根据生长素浓度函数确定优先生长点，生长素浓度函数F_Mi定义如下：

其中，S₀是树根所在的点，M是由树根长出的树干；S_M1,S_M2,…,S_Mk是比树根光照条件好的生长点；β是生长点的总数，即备选方案的个数；

步骤4.3：所有的生长素浓度构成[0,1]的状态空间；根据产生在[0,1]之间的随机数所落在的位置决定优先生长点；已经优先生长的树干不会再长出新支，所以它的生长素浓度为0；此后，生长素浓度的计算将包括优先生长后的树干，以及原来没有优先生长的树干；循环执行前面的操作，直到电网演化中的约束条件都得到满足。

步骤5：求解输电网规划问题，确定输电线路的建设方案；

步骤5.1：对于电源规划后新的系统，求解下面的优化问题，进行直流潮流计算，确定新系统中的线路过载情况；

其中，决策变量为整数变量表示线路l需并联条数；c_l为线路l单位容量建设费用；C_l为线路l单条容量；为线路l已并联条数；R_l为线路容量备用系数；F_l为线路l潮流；θ_l1、θ_l2分别为线路l首末端相角；θ为节点相角向量；B为节点导纳矩阵，ΔB_l为新建支路l引起的节点导纳矩阵改变量；P_inj为节点注入功率向量，根据电源规划的P_g,j和P_d,j结果得出；

步骤5.2:针对过载最严重的线路：首先，判定其潮流方向，然后，线路始端不改变，求得其他节点中与原末端相距最近的β-1个节点作为新的末端；最后，将新的始末端线路以及原线路并联共β个方案作为最终备选方案；

步骤5.3：对于上面的备选方案进行拓扑优化，检验连接在一起的任意三个节点的最大角是否超过规定阈值；如超过则说明存在较为贴近的线路，则删去最大角对应对角边；

步骤6：对于不同的电网建设备选方案，选取评价函数，利用植物生长算法，确定优先生长点，最终算法会收敛至较优解，具体的过程参照步骤4；

步骤7：对系统进行完善，并安排下一阶段的发电计划；

步骤7.1：完成电源规划和电源规划后，计算系统的直流潮流，对系统的线路进行升级；

步骤7.2：求解线性规划问题，确定下一阶段的发电机出力安排，之后进入下一个阶段的电网演化；

决策变量共有n_p个，即连续变量P_g,j，表示节点j处发电厂的预期出力；n_p为发电厂的总数；P_d,j表示节点j处的负荷大小；A_j为节点j处发电厂的可用时间；P_R,j为节点j处发电厂的单位发电调峰深度，对于新能源机组，由于反调峰特性，该值可以为负；F_j为节点j处负荷的最大波动比例；P_oll,j为节点j处发电厂的单位发电污染量；P_o,max为当年系统最大允许污染量，该值以总量形式给出或以平均污染量形式给出。

实施例

为了验证所提出的新能源大规模接入下的未来电网演化模拟方法是否能够达到预期的效果，对如图2所示国网经营区系统进行了演化分析。

设定：设置总仿真时长为40年，各区域负荷的初始增速依据2014年数据确定，考虑到随着时间推移，经济增速放缓，也会导致负荷的增长减慢，因此在前5年的演化中增速参考当前值确定，而5年后增速减少，15年后增速再减少直至演化结束。

具体各区域的初始负荷量以及增速设定如下表：

表1各区域初始负荷量和增速

各时期的总负荷量统计如下：

表2各时期总负荷量

年份负荷总量/百万GWh14.3455.33105.95156.64207.27308.754010.56

在电源方面，考虑水电将在2030年左右达到饱和，而核电受政策影响，确定水电和核电在一年中的总发电量约束如下：

表3能源总量约束

机组类型总量上限/百万GWh水电(总量约束)2.1核电(政策约束)2.1

事实上，水电的总量约束与可利用水资源总量有关，因此这一总量约束是基本确定的；而核电主要受到政策限制，这是人为因素，因此可以考虑两种较为保守的场景，其具体的核电总量设定如下：

因为近期的核能发展政策已经制定完成，在前期的核能开发量不应被改变。总量的减少是通过减低后期的可利用核能增长速率实现的。

表4核能总量约束

场景总量上限/百万GWh最保守1.0较保守1.5

仿真结果：图3给出了采用本方案进行演化分析后所得到的40年后的电网拓扑图，通过分析该拓扑的度、平均路径长度以及聚类系数指标，可以初步验证所得到的电网是合理的。表5给出了各种核能预测场景下的电力流情况，演化结束时华东地区受入电需求较初始有所下降，但仍是受端，且相较而言最保守场景受入量更大。表6给出了各种新技术应用的情况下的总收益情况，结果显示对于国网经营区而言，超导输电以及分布式发电的技术价值相对较高，储能和负荷侧响应的价值略低。

表5

表6

场景电源成本/亿元线路成本/亿元总收益/亿元基本22292810226-分布式21593686568562储能209091873615327超导22182294371895

由以上实例可以看出，本发明为未来电网的演化分析提供了一个便捷有效的工具，并对未来对电网有巨大影响的前沿技术进行了建模，更加符合未来电网的发展趋势。能够从经济效益上衡量各种前沿技术的发展优先级，辅助制定国家政策。此外，本发明采用的植物生长算法也显著减小了运算和存储规模，提高了规划问题的求解效率。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。