一种配微协同优化调度方法、装置及存储介质

本发明涉及配网优化调度，特别是一种配微协同优化调度方法、装置及存储介质。

背景技术：

1、近年来，随着新质能源在新型配微系统中的渗透率逐步提高，源荷分布不匹配、线路损耗增大等问题逐渐凸显出来。分布式光伏等新能源大规模接入电网，给配电系统带来更多不确定性、随机性。

2、低压分布式光伏经聚合后由微电网并入上级配网，能有效减轻光伏出力的不确定性对其就地消纳的影响。智能配电网成为了连接各种能源形式的关键节点，但配电网和微电网间功率交互复杂，限制了微电网的高水平自治和配微系统的多主体利益，且因各主体数据得隐私性和计算的复杂性，导致集中式优化难以实现。

技术实现思路

1、本发明的目的是提供一种配微协同优化调度方法、装置及存储介质，针对性解决分布式电源接入的强出力、随机性引起的配电网电压波动问题，保障配电网的安全稳定运行。本发明采用的技术方案如下。

2、一方面，本发明提供一种配微协同优化调度方法，包括：

3、获取配微系统参数；

4、根据所述配微系统参数，构建配微系统全局优化模型；

5、将配微边界处的配网联络功率和微网联络功率分别作为虚拟电源和虚拟负荷，对所述配微系统全局优化模型进行解耦，得到解耦后的配网优化子问题以及微网优化子问题；

6、采用截断对角二次近似方法对所述配网优化子问题以及微网优化子问题进行并行求解，得到配电网以及各微电网的调节量。

7、可选的，所述配微系统参数包括：配电网的拓扑结构参数，配电网及微电网内各可调设备参数，配电网各馈线负荷，微电网内总负荷；配微系统所在地理范围内的光伏出力预测；

8、所述配电网以及各微电网的调节量包括：配电网内可调节设备的调节量，以及微电网通过联络线向配电网购售的电量。

9、其中，配电网内的可调设备参数包括燃气轮机、电容器组等，微电网内的调节设备包括分布式光伏、储能、微型燃气轮机等，对于可调节设备来说，电容器组的调节量为挡位，燃气轮机的调节量为有功出力和启停状态。微电网经聚合后可等效为可调pq节点，因此不需要获取其内部拓扑结构参数。

10、可选的，所述配微系统全局优化模型表示为：

11、

12、式中，nm为微电网数量，fd(·)和xd分别表示配电网侧的优化目标与决策变量，fm,i(·)和xm,i分别表示微电网i侧的优化目标与决策变量，其中优化目标为运行成本；令t为优化时段数，集合表示配电网侧的耦合变量向量，ri表示微电网侧的耦合变量向量；hd和gd为配电网侧的等式和不等式约束，hm,i和gm,i为微电网i侧的等式和不等式约束。

13、其中，配电网侧的优化求解约束包括配电网优化子问题中的可调设备模型约束、潮流约束、电压安全约束。微电网侧的优化求解约束包括可调设备模型约束、功率平衡约束。

14、可选的，所述对配微系统全局优化模型进行解耦，包括：通过增广拉格朗日罚函数对配微边界处的配网联络功率和微网联络功率进行松弛处理，其中，所述罚函数表示为：

15、

16、式中，ci表示耦合变量的差，μ和ω分别为罚函数一次项和二次项乘子，符号表示矩阵的hadamard积；

17、令得到解耦后的配网优化子问题表示为：

18、

19、解耦后的微网优化子问题表示为：

20、

21、至此，可利用传统atc方法串行求解配电网和微电网优化子问题式，通过迭代求解更新罚函数乘子，使耦合变量满足一致性约束，但计算效率较低。

22、因此，采用截断对角二次近似(tdqa)方法对传统atc算法进行并行化改造，建立全并行分布式协同优化模型。可选的，方法还包括，建立配电网优化子问题模型和各微电网优化子问题模型，其中，配电网优化子问题模型以运行成本f1最小为目标建立目标函数，表示为：

23、

24、式中，为配电网向上下级电网的购售电成本，为设备调节成本，计算公式如下：

25、

26、式中，表示t时刻的购售电电价；pttd和分别表示t时刻配电网向上下级电网购售电功率；aidg、bidg和分别为配电网内可调节设备的成本系数与有功出力；ndg为配网内可调节设备数量；

27、微电网i优化子问题模型以最小化日前运行成本f2,i为目标建立目标函数，表示为：

28、

29、式中，为微电网i向上级配电网的购售电成本；为微电网i聚合分布式设备调节成本，计算公式为：

30、

31、式中，为t时段微电网i与配电网的交互功率；和分别是微电网i内聚合的微型燃气轮机、分布式储能和分布式光伏的出力调节成本；和分别为微型燃气轮机、分布式储能和分布式光伏的在t时刻的有功出力调节量。

32、可选的，所述配电网优化子问题模型中目标函数的约束条件包括：

33、(1)柔性互联装置fid装置约束，表示为：

34、

35、

36、式中，nfid为直流侧互联fid装置的数量；为第i个fid装置在t时段与配电网的交互功率，为fid装置直流侧最大容量；

37、(2)cb组装置约束，表示为：

38、

39、式中，和分别为cb组t时段投入的无功补偿功率和每组cb的补偿功率；和为离散变量，分别表示cb投运组数和最大投运组数；和为cb组投切动作标识，表示cb组i在t时段进行切出动作，表示cb组i在t时段进行投入动作；表示cb组在一个调度周期内的最大动作次数。

40、(3)可控分布式电源dg约束，表示为：

41、

42、式中，和分别为dg的有功出力上限、下限；为第i个dg在t时段的有功出力；为dg的启停标识，表示dg投运，表示dg切出；

43、(4)配电网交流潮流约束，表示为：

44、

45、式中，pij和qij分别表示流过支路ij的有功、无功功率；θij＝θi-θj；vi和vj分别为支路ij两端节点i和节点j的电压幅值，θi和θj分别为节点i和节点j的电压相角，gij和bij分别为支路ij的支路电导和电纳；

46、引入变量xi＝vi2，xij,1＝vivj cosθij，xij,2＝vivj sinθij得到等价关系如下：

47、

48、按所述等价关系恢复每个节点电压的相角，并对进行二阶锥松弛，表示为：

49、(2xij,1)2+(2xij,2)2+(xi-xj)2≤(xi+xj)2

50、得到节点j的功率平衡约束如下：

51、

52、式中，d(j)为节点j处的上级配电网或下级微电网联络线集合；表示配电网向主网购电有功功率，表示配电网向微电网售电电量，表示配电网向主网购电无功功率，和为节点j处的负荷；v(j)为在节点j接入配网的dg集合；c(j)为在节点j接入配网的cb组集合；u(j)为配网拓扑中以节点j为末端节点的支路的首端节点集合。

53、(5)线路潮流安全约束，表示为：

54、ui,min≤ui≤ui,max

55、-θij,max≤θij≤θij,max

56、-pij,max≤pij≤pij,max

57、式中，ui、θij、pij分别为节点i的电压、支路ij的电压相角、支路ij的功率；ui,min和ui,maxxm,i分别为节点i的电压ui的上限和下限；θij,max和pij,max为支路ij的相角差θij的上限和功率上限。

58、可选的，所述微电网优化子问题模型中目标函数的约束条件包括：

59、(1)功率平衡约束，表示为：

60、

61、式中，为微电网i内t时段的负有功负荷，表示微电网内可控分布式电源聚合出力，表示微电网内分布式光伏聚合出力，表示微电网内储能设备聚合出力，表示微电网内有功；

62、(2)联络线功率约束，表示为：

63、

64、式中，为微电网i与配电网之间配微联络线的交互功率，为配微联络线上的最大交互功率；

65、(3)可控分布式电源约束，表示为：

66、

67、式中，和分别为dg的有功出力上、下限；为微电网中第i个dg在t时段的有功出力；为dg的启停标识，若则表示dg投运；

68、(4)分布式储能约束，表示为：

69、

70、式中，表示t时刻微电网i内储能有功出力，和分别为t时段储能在充电、放电状态下的运行功率，表示微电网i内的储能最大出力；为储能在t时段的电量；表示储能的充电效率，表示储能的放电效率；和为时段储能的充电和放电状态标识，表示储能t时段处于放电状态，表示储能t时段处于充状态；

71、(5)光伏运行约束，表示为：

72、

73、式中，表示微电网i内光伏在t时段的有功，为微电网i内光伏在t时段的有功预测值；为光伏出力预测的偏差量，为模糊变量。

74、可选的，所述采用截断对角二次近似方法对所述配网优化子问题以及微网优化子问题进行并行求解，包括：

75、将所述增广拉格朗日罚函数中的二次项部分按如下形式展开：

76、

77、对第k轮迭代中的交叉项进行一阶taylor展开，得到线性化近似结果为：

78、

79、式中，和分别表示第k-1轮迭代的耦合变量，在第k轮迭代中为常数；

80、则罚函数中的二次项部分近似表示为以下形式：

81、

82、式中，为常数项；

83、将二次项部分的近似表示代入原增广拉格朗日罚函数，得到增广拉格朗日罚函数的对角二次近似形式为：

84、

85、则重构后的配微优化子问题的目标函数分别表示如下：

86、

87、以上技术方案中，截断对角二次近似(tdqa)策略选择只考虑外循环，省略内循环，在每次迭代后更新罚函数乘子，基于罚函数重构变换，各子问题的求解均使用了上一轮迭代获得的耦合变量。在全并行求解配微协同优化子问题时，一轮迭代的时间缩减为求解最慢的子问题的求解时间。

88、第二方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现第一方面所述的配微协同优化调度方法。

89、有益效果

90、本发明针对分布式电源接入的强出力、随机性引起的配电网电压波动问题，通过配微协同优化手段提高配电网的安全稳定运行，构建了分布式协同优化模型、配电网优化子问题模型、微电网优化子问题模型等，并将全局配微协同优化问题解耦为配电网优化和微电网优化两类子问题，采用对角二次近似法，对协同优化问题的一致性约束罚函数进行并行化改造，将顺序求解方式转化为全并行求解方式，提升协同优化算法的求解效率，使分布式能源大规模接入下的配电系统能更加高效地响应电压波动进行出力调控，保障配电系统更加安全稳定的运行。