本發(fā)明涉及配電網(wǎng)優(yōu)化規(guī)劃技術(shù)領域，特別是涉及一種配網(wǎng)分布式電源容量布點的模糊機會約束規(guī)劃方法與系統(tǒng)。

背景技術(shù)：

隨著社會經(jīng)濟建設的迅速發(fā)展，能源危機和環(huán)境問題日益凸顯，傳統(tǒng)的能源利用形式和電網(wǎng)結(jié)構(gòu)正發(fā)生深刻的變化，作為傳統(tǒng)大電網(wǎng)的有效補充和有力支撐，分布式發(fā)電技術(shù)具有投資小、清潔環(huán)保、供電可靠、發(fā)電方式靈活等優(yōu)勢。

隨著分布式電源滲透率的增加，分布式發(fā)電系統(tǒng)對大電網(wǎng)也帶來一系列的影響，例如分布式電源的并網(wǎng)運行改變了傳統(tǒng)配電網(wǎng)的輻射狀運行結(jié)構(gòu)，導致系統(tǒng)的潮流具有雙向性，對保護協(xié)調(diào)與電壓調(diào)節(jié)帶來了問題；比如一些分布式電源的出力隨外部自然條件的變化而變化，如光伏發(fā)電、風力發(fā)電等，具有非常強的間歇性和隨機性，給負荷帶來了較大的沖擊。由于分布式電源的接入改變了傳統(tǒng)配電網(wǎng)的輻射型網(wǎng)架結(jié)構(gòu)，潮流分布不再單一地由母線流入末端負荷，從而引起配電網(wǎng)網(wǎng)絡損耗的變化，同時由于分布式電源的功率注入，對配電網(wǎng)的節(jié)點電壓也起到了一定的支撐作用。因此合理的分布式電源接入位置和恰當?shù)倪\行出力對降低配電網(wǎng)網(wǎng)損、提高電壓質(zhì)量起到了至關(guān)重要的作用。

分布式電源并網(wǎng)對配電網(wǎng)有很大影響，包括電壓水平、線損、故障水平、網(wǎng)絡可靠性等方面，且其影響程度與分布式電源的安裝位置和容量密切相關(guān)。如何優(yōu)化配置分布式電源，減小分布式電源對配電網(wǎng)的不良影響同時減少線損并提高供電可靠性，是分布式電源規(guī)劃要解決的問題，而傳統(tǒng)的分布式電源規(guī)劃中設置的剛性約束條件無法在目標函數(shù)最優(yōu)和約束條件之間取得折中。

技術(shù)實現(xiàn)要素：

基于此，有必要針對傳統(tǒng)分布式電源規(guī)劃中的剛性約束條件無法在目標函數(shù)最優(yōu)和約束條件之間取得折中的問題，提供一種可以在目標函數(shù)最優(yōu)和約束條件之間取得折中的配網(wǎng)分布式電源容量布點的模糊機會約束規(guī)劃方法與系統(tǒng)。

一種配網(wǎng)分布式電源容量布點的模糊機會約束規(guī)劃方法，分布式電源包括風力發(fā)電系統(tǒng)pq模型、光伏發(fā)電系統(tǒng)pi模型和光伏發(fā)電系統(tǒng)pv模型，包括步驟：

根據(jù)配電網(wǎng)有功損耗和分布式電源運行成本計算公式，建立分布式電源容量布點優(yōu)化的目標函數(shù)；

根據(jù)潮流功率約束，建立配電網(wǎng)安全運行的約束條件；

根據(jù)分布式電源與負荷隨機功率的概率模型，建立機會約束條件；

根據(jù)約束條件和機會約束條件，求解目標函數(shù)；

根據(jù)求解結(jié)果對分布式電源容量布點進行優(yōu)化。

一種配網(wǎng)分布式電源容量布點的模糊機會約束規(guī)劃系統(tǒng)，分布式電源包括風力發(fā)電系統(tǒng)pq模型、光伏發(fā)電系統(tǒng)pi模型和光伏發(fā)電系統(tǒng)pv模型，包括：

目標函數(shù)建立模塊，用于根據(jù)配電網(wǎng)有功損耗和分布式電源運行成本計算公式，建立分布式電源容量布點優(yōu)化的目標函數(shù)；

約束條件建立模塊，用于根據(jù)潮流功率約束，建立配電網(wǎng)安全運行的約束條件；

機會約束條件建立模塊，用于根據(jù)分布式電源與負荷隨機功率的概率模型，建立機會約束條件；

函數(shù)求解模塊，用于根據(jù)約束條件和機會約束條件，求解目標函數(shù)；

優(yōu)化模塊，用于根據(jù)求解結(jié)果對分布式電源容量布點進行優(yōu)化。

上述配網(wǎng)分布式電源容量布點的模糊機會約束規(guī)劃方法與系統(tǒng)，包括根據(jù)配電網(wǎng)有功損耗和分布式電源運行成本計算公式，建立分布式電源容量布點優(yōu)化的目標函數(shù)；根據(jù)潮流功率約束，建立配電網(wǎng)安全運行的約束條件；根據(jù)分布式電源與負荷隨機功率的概率模型，建立機會約束條件；根據(jù)約束條件和機會約束條件，求解目標函數(shù)，根據(jù)求解結(jié)果對分布式電源容量布點進行優(yōu)化，該配網(wǎng)分布式電源容量布點的模糊機會約束規(guī)劃方法與系統(tǒng)可以很好地解決分布式電源容量布點不確定聯(lián)合規(guī)劃問題，通過對不等式約束條件轉(zhuǎn)化為高于一定置信水平的機會約束條件，可以在目標函數(shù)最優(yōu)和約束條件之間取得折中，能很好地解決對配電網(wǎng)分布式電源容量布點聯(lián)合優(yōu)化問題，為分布式新能源發(fā)電及智能電網(wǎng)安全運行提供可靠的技術(shù)支撐。

附圖說明

圖1為一個實施例中配網(wǎng)分布式電源容量布點的模糊機會約束規(guī)劃方法的流程示意圖；

圖2為一個實施例中配網(wǎng)分布式電源容量布點的模糊機會約束規(guī)劃系統(tǒng)的結(jié)構(gòu)示意圖；

圖3為一個實施例中單變電站多用戶三電壓等級配電系統(tǒng)的物理模型示意圖。

具體實施方式

世界各國在電網(wǎng)接入可再生能源呈快速增長趨勢，光伏發(fā)電接入增長是最快的，年增長率為60％；其次是風力發(fā)電和生物燃料發(fā)電，年增長率分別為27％和18％，分布式發(fā)電系統(tǒng)在城市配電網(wǎng)大規(guī)模接入是一種必然趨勢。分布式電源的選址定容需要考慮一次能源的資源、地域條件和政府相關(guān)能源政策，評估分布式電源的出現(xiàn)對系統(tǒng)規(guī)劃潮流、電應穩(wěn)定性、繼電保護、系統(tǒng)安全可靠性的影響，通過合理有效的優(yōu)化配置方法確定分布式電源的最佳安裝位置和容量，使分布式電源的效益最大化，同時保持電網(wǎng)運行的安全性和經(jīng)濟性。分布式發(fā)電對配電網(wǎng)的運行和規(guī)劃具有重要的影響，分布式電源的出現(xiàn)會使電力系統(tǒng)的負荷預測、規(guī)劃和運行與過去相比有更大的不確定性，由于用戶安裝分布式電源提供電能，使得配電網(wǎng)規(guī)劃人員更加難以準確預測負荷的增長情況，從而影響后續(xù)的規(guī)劃。另外，分布式電源雖然可以減少電能損耗，可以推遲或減少對電網(wǎng)升級的投資，但如果分布式電源的位置和規(guī)模不合適，反而可能會導致電能損耗的增加，導致網(wǎng)絡中某些節(jié)點電壓的下降或出現(xiàn)過電壓，甚至還會改變故障電流的大小、持續(xù)時間及其方向。由此可見，對分布式電源容量布點聯(lián)合優(yōu)化是一個大規(guī)模的多目標尋優(yōu)問題，而各個子目標之間的優(yōu)化存在著相互制約相互矛盾的可能性，因此為獲得正確的決策，必須對分布式電源的影響做出準確的評估，即最優(yōu)化工具必須能夠準確評估分布式電源對所在電網(wǎng)的各種影響，給出分布式電源的最優(yōu)位置和規(guī)模，使得分布式電源在電網(wǎng)的逐步滲透過程中不會破壞電網(wǎng)運行的安全性和經(jīng)濟性。分布式電源容量布點聯(lián)合優(yōu)化問題在數(shù)學上是一個復雜的非線性、多目標，在離散、非凸空間上尋優(yōu)的問題，理論上很難找到最優(yōu)解，處理該問題的方法大致可分為經(jīng)典的數(shù)學優(yōu)化算法、啟發(fā)式算法和人工智能算法。相對于傳統(tǒng)的算法，人工智能算法在求解過程中不依賴于目標函數(shù)本身的數(shù)學信息，對離散、非凸空間的優(yōu)化問題具有很好的適應能力，因而被廣泛應用于配電網(wǎng)規(guī)劃方面的研究。

研究配電網(wǎng)分布式電源容量布點聯(lián)合優(yōu)化問題，可以考慮把分布式電源統(tǒng)一處理為分布式電源的pq模型，但由于不同的分布式電源節(jié)點模型接入配電網(wǎng)，對各支路的潮流方向影響有較大差異，將引起配電網(wǎng)網(wǎng)絡損耗的變化，配電網(wǎng)網(wǎng)絡損耗與分布式電源的安裝位置和分配到各節(jié)點的功率值相關(guān)，故需考慮分布式電源不同節(jié)點模型(pq模型、pi模型和pv模型)的并網(wǎng)特性，并在此基礎上考慮分布式電源的隨機出力問題。常用的確定性規(guī)劃包括線性規(guī)劃、非線性規(guī)劃、多目標規(guī)劃、目標規(guī)劃、動態(tài)規(guī)劃、多層規(guī)劃等，但對于不確定規(guī)劃問題，經(jīng)典的優(yōu)化理論難以準確描述和解答，而機會約束規(guī)劃允許決策在一定程度上不滿足約束條件，該決策使約束條件滿足的概率不小于某一置信水平，從而使傳統(tǒng)優(yōu)化中的剛性約束條件保持一定程度的柔性，以在目標函數(shù)最優(yōu)和滿足約束條件間取得適度的折中。

在一個實施例中，如圖1所示，一種配網(wǎng)分布式電源容量布點的模糊機會約束規(guī)劃方法，分布式電源包括風力發(fā)電系統(tǒng)pq模型、光伏發(fā)電系統(tǒng)pi模型和光伏發(fā)電系統(tǒng)pv模型，包括步驟：

s100，根據(jù)配電網(wǎng)有功損耗和分布式電源運行成本計算公式，建立分布式電源容量布點優(yōu)化的目標函數(shù)。

具體的，根據(jù)配電網(wǎng)有功損耗和分布式電源運行成本計算公式，建立分布式電源容量布點優(yōu)化的目標函數(shù)f＝min(ω1f1+ω2f2)，其中，ω1、ω2為預設的兩個子目標配電網(wǎng)有功網(wǎng)損f1和分布式電源運行成本f2的權(quán)重系數(shù)，且ω1+ω2＝1。更為具體地，有功損耗分布式電源運行成本其中，潮流中節(jié)點i電壓vi，潮流中節(jié)點j電壓vj，潮流中節(jié)點ij間電導gij，潮流中節(jié)點ij間電納bij，潮流中節(jié)點ij間阻抗角θij，系統(tǒng)的運行狀態(tài)空間ω包括分布式電源發(fā)電狀態(tài)和負荷波動狀態(tài)，p(xi)為第i個系統(tǒng)狀態(tài)的概率，pdgk(t)為t時刻分布式電源k的有功功率，ndg為分布式電源的總數(shù)目，△r為預設的分布式電源安裝與運行參數(shù)，△t為預設的運行時間。

s200，根據(jù)潮流功率約束，建立配電網(wǎng)安全運行的約束條件。

具體而言，建立配電網(wǎng)安全運行的約束條件包括：

潮流約束：

節(jié)點負荷功率約束：

分布式電源接入功率約束：

無功補償電容器組投切容量約束：

儲能設備吸放功率約束：

電動汽車充電功率約束：

節(jié)點電壓約束：

pq模型容量約束：

pi模型電流約束：

idgmin≤idgi≤idgmax

pv模型電壓約束：

vdgmin≤vdgi≤vdgmax

其中，潮流中節(jié)點i的有功功率pi，潮流中節(jié)點i的無功功率qi，潮流中節(jié)點i電壓vi，潮流中節(jié)點j電壓vj，潮流中節(jié)點i電導gii，潮流中節(jié)點i電納bii，潮流中節(jié)點ij間電導gij，潮流中節(jié)點ij間電納bij，潮流中節(jié)點ij間阻抗角θij，節(jié)點i的負荷功率最大值和最小值sdxi，分布式電源接入功率的最大值和最小值sdgxi，無功補償電容器組投切容量的最大值和最小值qci，儲能設備吸放功率的最大值和最小值sdsxi，電動汽車充放電功率的最大值和最小值sevxi，電壓幅值的最大值和最小值vxi，風力發(fā)電系統(tǒng)pq模型的額定功率sdgi，光伏發(fā)電系統(tǒng)pi模型的輸出電流的最大值和最小值idgi，光伏發(fā)電系統(tǒng)pv模型的端電壓的最大值和最小值vdgi。

s300，根據(jù)分布式電源與負荷隨機功率的概率模型，建立機會約束條件。

具體而言，建立機會約束條件包括：

節(jié)點負荷功率機會約束：

分布式電源接入功率機會約束：

無功補償電容器組投切容量機會約束：

儲能設備吸放功率機會約束：

電動汽車充電功率機會約束：

節(jié)點電壓機會約束：

pq模型容量機會約束：

pi模型電流機會約束：

pr{idgmin≤idgi≤idgmax}≥β

pv模型電流機會約束：

pr{vdgmin≤vdg≤vdgmax}≥β

其中，pr{}為給定置信水平β下的概率，節(jié)點i的負荷功率最大值和最小值sdxi，分布式電源接入功率的最大值和最小值sdgxi，無功補償電容器組投切容量的最大值和最小值qci，儲能設備吸放功率的最大值和最小值sdsxi，電動汽車充放電功率的最大值和最小值sevxi，電壓幅值的最大值和最小值vxi，風力發(fā)電系統(tǒng)pq模型的額定功率sdgi，光伏發(fā)電系統(tǒng)pi模型的輸出電流的最大值和最小值idgi，光伏發(fā)電系統(tǒng)pv模型的端電壓的最大值和最小值vdgi。

s400，根據(jù)約束條件和機會約束條件，求解目標函數(shù)。

進一步地，根據(jù)約束條件和機會約束條件，求解目標函數(shù)的步驟包括：

根據(jù)分布式電源容量布點優(yōu)化的目標函數(shù)，構(gòu)建目標函數(shù)的概率函數(shù)；

根據(jù)約束條件和機會約束條件，求解目標函數(shù)的概率函數(shù)。

目標函數(shù)的概率函數(shù)為：

其中，pr{}為給定置信水平α下的概率，為給定置信水平下目標函數(shù)f1有功損耗的最優(yōu)解，為給定置信水平下目標函數(shù)f2分布式電源運行成本的最優(yōu)解，潮流中節(jié)點i電壓vi，潮流中節(jié)點j電壓vj，潮流中節(jié)點ij間電導gij，潮流中節(jié)點ij間電納bij，潮流中節(jié)點ij間阻抗角θij，系統(tǒng)的運行狀態(tài)空間ω包括分布式電源發(fā)電狀態(tài)和負荷波動狀態(tài)，p(xi)為第i個系統(tǒng)狀態(tài)的概率，pdgk(t)為t時刻分布式電源k的有功功率，ndg為分布式電源的總數(shù)目，△r為預設的分布式電源安裝與運行參數(shù)，△t為預設的運行時間。

s500，根據(jù)求解結(jié)果對分布式電源容量布點進行優(yōu)化。

上述配網(wǎng)分布式電源容量布點的模糊機會約束規(guī)劃方法，包括根據(jù)配電網(wǎng)有功損耗和分布式電源運行成本計算公式，建立分布式電源容量布點優(yōu)化的目標函數(shù)；根據(jù)潮流功率約束，建立配電網(wǎng)安全運行的約束條件；根據(jù)分布式電源與負荷隨機功率的概率模型，建立機會約束條件；根據(jù)約束條件和機會約束條件，求解目標函數(shù)，根據(jù)求解結(jié)果對分布式電源容量布點進行優(yōu)化，該配網(wǎng)分布式電源容量布點的模糊機會約束規(guī)劃方法可以很好地解決分布式電源容量布點不確定聯(lián)合規(guī)劃問題，通過對不等式約束條件轉(zhuǎn)化為高于一定置信水平的機會約束條件，可以在目標函數(shù)最優(yōu)和約束條件之間取得折中，能很好地解決對配電網(wǎng)分布式電源容量布點聯(lián)合優(yōu)化問題，為分布式新能源發(fā)電及智能電網(wǎng)安全運行提供可靠的技術(shù)支撐。

在一個實施例中，配網(wǎng)分布式電源容量布點的模糊機會約束規(guī)劃方法中，根據(jù)配電網(wǎng)有功損耗和分布式電源運行成本計算公式，建立分布式電源容量布點優(yōu)化的目標函數(shù)的步驟之前還包括：

獲取預設的環(huán)境數(shù)據(jù)信息，計算風力發(fā)電系統(tǒng)pq模型的有功功率和無功功率；

獲取預設的光伏發(fā)電系統(tǒng)運行數(shù)據(jù)和環(huán)境預測數(shù)據(jù)，計算光伏發(fā)電系統(tǒng)pi模型和光伏發(fā)電系統(tǒng)pv模型的并網(wǎng)功率。

具體的，通過風力發(fā)電場所在地監(jiān)控中心獲取預設周期內(nèi)各時段的相關(guān)環(huán)境數(shù)據(jù)信息，包括風電機組發(fā)電環(huán)境的空氣密度ρwg、風電機組單位時間內(nèi)所掃描的面積ht、風能利用效率參數(shù)ηwgt、考慮風速預測誤差的瞬時風速值(v-δv)，計算配電網(wǎng)分布式風力發(fā)電系統(tǒng)pq模型的有功功率pwg和無功功率qwg，其中，λ為分布式風力發(fā)電系統(tǒng)pq模型運行的功率因數(shù)，v為風速實測值，δv為服從均值為0、標準差為σv的正態(tài)分布的風速預測誤差。考慮日照強度、日照時間、日照陰影、日照偏角等的不確定性和隨機性，從相關(guān)數(shù)據(jù)庫中獲取光伏發(fā)電系統(tǒng)運行數(shù)據(jù)，包括光伏發(fā)電板輸出功率、接入點的短路電路值和開路電壓值等，按照抽取一定周期，比如5年(以30分鐘或1小時或2小時作為一個時段)的數(shù)據(jù)規(guī)模，進行概率處理、計算和分析；并根據(jù)環(huán)境預報數(shù)據(jù)，獲取未來日、月、年、多年等一定周期內(nèi)日照強度及其對應的日照時間等數(shù)據(jù)，由從光伏發(fā)電監(jiān)控中心獲取光伏陣列發(fā)出有功功率的預測值ppv.pre、光伏陣列有功出力的預測誤差δω，δω服從以μ為均值、σ為標準差的正態(tài)分布，計算調(diào)度周期內(nèi)某時刻太陽能光伏陣列出力的實際值ppv＝ppvpre+δω。太陽能光伏電池組所發(fā)的直流電通過電流控制型逆變器并網(wǎng)，形成光伏發(fā)電系統(tǒng)的pi模型，考慮逆變器效率的pi模型的并網(wǎng)功率其中，ηpv.i2為電流控制型逆變器二次效率因數(shù)，ηpv.i1電流控制型逆變器一次效率因數(shù)，cpv.i為光伏發(fā)電系統(tǒng)pi模型的修正系數(shù)。太陽能光伏電池組通過電壓控制型逆變器并網(wǎng)，形成光伏發(fā)電系統(tǒng)的pv模型，pv模型的并網(wǎng)功率其中，ηpv.v2為電壓控制型逆變器二次效率因數(shù)，ηpv.v1為電壓控制型逆變器一次效率因數(shù)，cpv.v為光伏發(fā)電系統(tǒng)pv模型的修正系數(shù)。

在一個實施例中，如圖2所示，一種配網(wǎng)分布式電源容量布點的模糊機會約束規(guī)劃系統(tǒng)，分布式電源包括風力發(fā)電系統(tǒng)pq模型、光伏發(fā)電系統(tǒng)pi模型和光伏發(fā)電系統(tǒng)pv模型，包括：

目標函數(shù)建立模塊100，用于根據(jù)配電網(wǎng)有功損耗和分布式電源運行成本計算公式，建立分布式電源容量布點優(yōu)化的目標函數(shù)。

約束條件建立模塊200，用于根據(jù)潮流功率約束，建立配電網(wǎng)安全運行的約束條件。

具體的，約束條件建立模塊包括：

潮流約束單元：

節(jié)點負荷功率約束單元：

分布式電源接入功率約束單元：

無功補償電容器組投切容量約束單元：

儲能設備吸放功率約束單元：

電動汽車充電功率約束單元：

節(jié)點電壓約束單元：

pq模型容量約束單元：

pi模型電流約束單元：

idgmin≤idgi≤idgmax

pv模型電壓約束單元：

vdgmin≤vdgi≤vdgmax

其中，潮流中節(jié)點i的有功功率pi，潮流中節(jié)點i的無功功率qi，潮流中節(jié)點i電壓vi，潮流中節(jié)點j電壓vj，潮流中節(jié)點i電導gii，潮流中節(jié)點i電納bii，潮流中節(jié)點ij間電導gij，潮流中節(jié)點ij間電納bij，潮流中節(jié)點ij間阻抗角θij，節(jié)點i的負荷功率最大值和最小值sdxi，分布式電源接入功率的最大值和最小值sdgxi，無功補償電容器組投切容量的最大值和最小值qci，儲能設備吸放功率的最大值和最小值sdsxi，電動汽車充放電功率的最大值和最小值sevxi，電壓幅值的最大值和最小值vxi，風力發(fā)電系統(tǒng)pq模型的額定功率sdgi，光伏發(fā)電系統(tǒng)pi模型的輸出電流的最大值和最小值idgi，光伏發(fā)電系統(tǒng)pv模型的端電壓的最大值和最小值vdgi。

機會約束條件建立模塊300，用于根據(jù)分布式電源與負荷隨機功率的概率模型，建立機會約束條件。

具體的，機會約束條件建立模塊包括：

節(jié)點負荷功率機會約束單元：

分布式電源接入功率機會約束單元：

無功補償電容器組投切容量機會約束單元：

儲能設備吸放功率機會約束單元：

電動汽車充電功率機會約束單元：

節(jié)點電壓機會約束單元：

pq模型容量機會約束單元：

pi模型電流機會約束單元：

pr{idgmin≤idgi≤idgmax}≥β

pv模型電流機會約束單元：

pr{vdgmin≤vdg≤vdgmax}≥β

其中，pr{}為給定置信水平β下的概率，節(jié)點i的負荷功率最大值和最小值sdxi，分布式電源接入功率的最大值和最小值sdgxi，無功補償電容器組投切容量的最大值和最小值qci，儲能設備吸放功率的最大值和最小值sdsxi，電動汽車充放電功率的最大值和最小值sevi，電壓幅值的最大值和最小值vxi，風力發(fā)電系統(tǒng)pq模型的額定功率sdgi，光伏發(fā)電系統(tǒng)pi模型的輸出電流的最大值和最小值idgi，光伏發(fā)電系統(tǒng)pv模型的端電壓的最大值和最小值vdgi。

函數(shù)求解模塊400，用于根據(jù)約束條件和機會約束條件，求解目標函數(shù)。

具體的，函數(shù)求解模塊包括：

概率函數(shù)建立單元，用于根據(jù)分布式電源容量布點優(yōu)化的目標函數(shù)，構(gòu)建目標函數(shù)的概率函數(shù)；

概率函數(shù)求解單元，用于根據(jù)約束條件和機會約束條件，求解目標函數(shù)的概率函數(shù)。

優(yōu)化模塊500，用于根據(jù)求解結(jié)果對分布式電源容量布點進行優(yōu)化。

上述配網(wǎng)分布式電源容量布點的模糊機會約束規(guī)劃系統(tǒng)，可以很好地解決分布式電源容量布點不確定聯(lián)合規(guī)劃問題，通過對不等式約束條件轉(zhuǎn)化為高于一定置信水平的機會約束條件，可以在目標函數(shù)最優(yōu)和約束條件之間取得折中，能很好地解決對配電網(wǎng)分布式電源容量布點聯(lián)合優(yōu)化問題，為分布式新能源發(fā)電及智能電網(wǎng)安全運行提供可靠的技術(shù)支撐。

在一個實施例中，配網(wǎng)分布式電源容量布點的模糊機會約束規(guī)劃系統(tǒng)中目標函數(shù)建立模塊之前還包括：

pq模型功率獲取模塊，用于獲取預設的環(huán)境數(shù)據(jù)信息，計算風力發(fā)電系統(tǒng)pq模型的有功功率和無功功率；

pi和pv模型功率獲取模塊，用于獲取預設的光伏發(fā)電系統(tǒng)運行數(shù)據(jù)和環(huán)境預測數(shù)據(jù)，計算光伏發(fā)電系統(tǒng)pi模型和光伏發(fā)電系統(tǒng)pv模型的并網(wǎng)功率。

在一個實施例中，如圖3所示，以單變電站多用戶三電壓等級配電系統(tǒng)物理模型為例，圖中1為110kv變電站主變壓器高壓側(cè)母線，2為主變壓器110kv高壓側(cè)功率，3為主變壓器阻抗，4為主變壓器損耗，5為主變壓器低壓側(cè)功率，6為110kv變電站主變壓器低壓側(cè)母線，7為主變壓器低壓側(cè)母線的10kv側(cè)有1條配電支線，其注入功率為sb1；8為10kv配電線路上的第1個節(jié)點，9為主變壓器低壓側(cè)母線的10kv節(jié)點1側(cè)接入的無功補償電容器組，10為主變壓器低壓側(cè)母線的10kv節(jié)點1側(cè)接入的電動汽車，11為主變壓器低壓側(cè)母線的10kv節(jié)點1側(cè)接入的儲能設備，12為主變壓器低壓側(cè)母線的10kv節(jié)點1側(cè)的負荷，13為主變壓器低壓側(cè)母線的10kv節(jié)點1側(cè)接入的分布式電源，14為10kv高壓側(cè)功率，15為10kv變壓器阻抗，16為注入10kv低壓側(cè)的380v節(jié)點1側(cè)的功率，17為10kv低壓側(cè)的380v節(jié)點1側(cè)接入的電動汽車，18為10kv低壓側(cè)的380v節(jié)點1側(cè)的負荷，19為10kv低壓側(cè)的380v節(jié)點1側(cè)接入的分布式電源，20為主變壓器低壓側(cè)母線的10kv側(cè)有1條配電支線，其注入功率為sb2；21為10kv配電線路上的第2個節(jié)點，22為110kv低壓側(cè)母線的10kv配電線路nab-1的首端功率，23為110kv低壓側(cè)母線的10kv配電線路nab-1的線路阻抗，24為110kv低壓側(cè)母線的10kv配電線路nab-1的線路損耗，25為110kv低壓側(cè)母線的10kv配電線路nab-1的末端功率，26為10kv節(jié)點nab側(cè)有1條配電支線，其注入功率為sbnba；27為10kv配電線路上的第nab個節(jié)點，28為10kv節(jié)點nab側(cè)接入的無功補償電容器組，29為10kv節(jié)點nab側(cè)接入的電動汽車，30為10kv節(jié)點nab側(cè)接入的儲能設備，31為10kv節(jié)點nab側(cè)的負荷，32為10kv節(jié)點nab側(cè)接入的分布式電源，33為10kv節(jié)點nab高壓側(cè)功率，34為10kv節(jié)點nab變壓器阻抗，35為注入10kv低壓側(cè)的380v節(jié)點nab側(cè)的功率，36為10kv低壓側(cè)的380v節(jié)點nab側(cè)接入的電動汽車，37為10kv低壓側(cè)的380v節(jié)點nab側(cè)的負荷，38為10kv低壓側(cè)的380v節(jié)點nab側(cè)接入的分布式電源，其中nab＝1,2，…，n。

針對圖3所示的三電壓等級的配電網(wǎng)系統(tǒng)，在該配電系統(tǒng)中接入的分布式電源模型為風力發(fā)電系統(tǒng)的pq模型、光伏發(fā)電系統(tǒng)的pi模型和pv模型，考慮到各節(jié)點位于不同地理區(qū)域，各區(qū)域的設備差異、風能資源、風速特性等因素造成風電機組出力的不確定性，以及各區(qū)域環(huán)境溫度、日照強度、日照時間、日照陰影、日照偏角等因素造成光伏電源出力的隨機性，配電網(wǎng)分布式電源的位置和容量規(guī)劃難度增加。配電網(wǎng)分布式電源的位置和容量規(guī)劃優(yōu)化方法中的決策變量包括離散型變量和連續(xù)型變量，對配電線路中的分布式電源運行參數(shù)和線路有功網(wǎng)絡損耗同時進行優(yōu)化，為供電管理以及電網(wǎng)調(diào)度運行提供必要的技術(shù)支撐。三電壓等級的配電系統(tǒng)包括n個負荷節(jié)點，通過一條饋線與上一級變壓器低壓側(cè)連接，分布式風力發(fā)電系統(tǒng)的pq模型、光伏發(fā)電系統(tǒng)的pi模型和pv模型主要接入10kv中壓配電系統(tǒng)，少量光伏發(fā)電系統(tǒng)的pi模型接入380kv低壓配電系統(tǒng)，假設10kv配電支路第i個節(jié)點上的負荷功率為sdai，分布式電源接入功率為sdgai，無功補償電容器組的投切容量為qci，儲能設備的吸放功率為sdsai，電動汽車的充放電功率為sevai以及電壓幅值為vai；380v配電支路第i個節(jié)點上的負荷功率為sdbi，分布式電源接入功率為sdgbi，電動汽車的充放電功率為sevbi，電壓幅值為vbi；第i個節(jié)點上的負荷功率最大值和最小值分別為sdxi，分布式電源接入功率的最大值和最小值分別為sdgxi，無功補償電容器組投切容量的最大值和最小值分別為qci，儲能設備吸放功率的最大值和最小值分別為sdsai，電動汽車充放電功率的最大值和最小值別為sevxi，電壓幅值的最大值和最小值分別為vxi，其中下標x＝a或b，用a標識10kv中壓配電系統(tǒng)，b標識380v低壓配電系統(tǒng)；風力發(fā)電系統(tǒng)pq模型的的額定功率為sdgi，光伏發(fā)電系統(tǒng)pi模型輸出電流的最大值和最小值分別為idgi，光伏發(fā)電系統(tǒng)pv模型機端電壓的最大值和最小值分別為vdgi。配電網(wǎng)分布式電源容量布點聯(lián)合優(yōu)化的前提是確保電網(wǎng)安全經(jīng)濟可靠運行，并受制于配電網(wǎng)功率平衡關(guān)系和潮流等式約束關(guān)系，基于機會約束規(guī)劃的配電網(wǎng)分布式電源容量布點聯(lián)合優(yōu)化的方法，包括構(gòu)建配電系統(tǒng)等效物理模型，建立以配電網(wǎng)經(jīng)濟性與穩(wěn)定性為前提的分布式電源運行成本與有功損耗最小的多目標函數(shù)，將約束條件轉(zhuǎn)化為高于一定置信水平的機會約束條件，使剛性約束條件具有一定程度的柔性，以在目標函數(shù)最優(yōu)和滿足約束條件間取得適度的折中，實現(xiàn)對不確定規(guī)劃問題的有效求解。

首先，從風力發(fā)電場所在地監(jiān)控中心獲取一定周期內(nèi)各時段的相關(guān)環(huán)境數(shù)據(jù)信息，包括風電機組發(fā)電環(huán)境的空氣密度ρwg、風電機組單位時間內(nèi)所掃描的面積ht，風能利用效率參數(shù)ηwgt、考慮風速預測誤差的瞬時風速值(v-△v)，計算pq模型分布式風力發(fā)電系統(tǒng)有功功率和無功功率：

上式中，λ為分布式風力發(fā)電系統(tǒng)pq模型運行的功率因數(shù)，v為風速實測值，風速預測誤差△v服從均值為0、標準差為σv的正態(tài)分布。

其次，考慮日照強度、日照時間、日照陰影、日照偏角等的不確定性和隨機性，從相關(guān)數(shù)據(jù)庫中獲取光伏發(fā)電系統(tǒng)運行數(shù)據(jù)，包括光伏發(fā)電板輸出功率、接入點的短路電路值和開路電壓值等，按照抽取一定周期，比如5年(以30分鐘或1小時、2小時作為一個時段)的數(shù)據(jù)規(guī)模，進行概率處理、計算和分析。根據(jù)環(huán)境預報數(shù)據(jù)，獲取未來日、月、年、多年等一定周期內(nèi)日照強度及其對應的日照時間等數(shù)據(jù)，從光伏發(fā)電監(jiān)控中心獲取光伏陣列發(fā)出有功功率的預測值ppv.pre、光伏陣列有功出力的預測誤差△ω，計算調(diào)度周期內(nèi)某時刻的太陽能光伏陣列出力的實際值：

ppv＝ppvpre+△ω

上式中，△ω服從以μ為均值、σ為標準差的正態(tài)分布。

太陽能光伏電池組所發(fā)的直流電通過電流控制型逆變器并網(wǎng)，形成光伏發(fā)電系統(tǒng)的pi模型，考慮逆變器效率的pi模型并網(wǎng)功率為：

上式中，ηpv.i2為電流控制型逆變器二次效率因數(shù)，ηpv.i1電流控制型逆變器一次效率因數(shù)，cpv.i為光伏發(fā)電系統(tǒng)pi模型的修正系數(shù)。

太陽能光伏電池組通過電壓控制型逆變器并網(wǎng)，形成光伏發(fā)電系統(tǒng)的pv模型，考慮逆變器效率的pv模型并網(wǎng)功率為：

上式中，ηpv.v2為電壓控制型逆變器二次效率因數(shù)，ηpv.v1電壓控制型逆變器一次效率因數(shù)，cpv.v為光伏發(fā)電系統(tǒng)pv模型的修正系數(shù)。

然后，構(gòu)建配電網(wǎng)分布式電源容量布點聯(lián)合優(yōu)化的目標函數(shù)：

f＝min(ω1f1+ω2f2)

式中，f1、f2分別為配電網(wǎng)有功網(wǎng)損和分布式電源運行成本的兩個目標函數(shù)；其中，ω1、ω2分別為兩個子目標的的權(quán)重系數(shù)，且ω1+ω2＝1。

從電網(wǎng)能量管理系統(tǒng)獲取相關(guān)數(shù)據(jù)，包括：設第i個節(jié)點上的負荷功率最大值和最小值分別為sdxi，分布式電源接入功率的最大值和最小值分別為sdgxi，無功補償電容器組投切容量的最大值和最小值分別為qci，儲能設備吸放功率的最大值和最小值分別為sdsai，電動汽車充放電功率的最大值和最小值別為sevxi，電壓幅值的最大值和最小值分別為vxi，其中下標x＝a或b；風力發(fā)電系統(tǒng)pq模型的額定功率為sdgi，光伏發(fā)電系統(tǒng)pi模型的輸出電流的最大值和最小值分別為idgi，光伏發(fā)電系統(tǒng)pv模型的機端電壓的最大值和最小值分別為vdgi，構(gòu)建如下約束條件：

sdai+sdsai+sevai+s'tai+lli＝sdgai+qci+sbi

sevbi+sdbi+llai＝s'tai+sdgbi

idgmin≤idgi≤idgmax

vdgmin≤vdg≤vdgmax

考慮分布式電源隨機接入與隨機出力的問題，結(jié)合分布式電源與負荷隨機功率的概率模型，將上述問題轉(zhuǎn)化為約束條件中含隨機變量的機會約束規(guī)劃問題，定義系統(tǒng)的運行狀態(tài)空間ω由分布式電源發(fā)電的狀態(tài)和負荷波動的狀態(tài)組成，針對配電網(wǎng)分布式電源容量布點聯(lián)合優(yōu)化問題構(gòu)建如下機會約束條件：

式中，pr{·}為給定置信水平β下的概率。

基于機會約束條件的配電網(wǎng)分布式電源容量布點聯(lián)合優(yōu)化的目標函數(shù)的概率表示形式為：

其中，pr{}為給定置信水平α下的概率，為給定置信水平下目標函數(shù)f1有功損耗的最優(yōu)解，為給定置信水平下目標函數(shù)f2分布式電源運行成本的最優(yōu)解，潮流中節(jié)點i電壓vi，潮流中節(jié)點j電壓vj，潮流中節(jié)點ij間電導gij，潮流中節(jié)點ij間電納bij，潮流中節(jié)點ij間阻抗角θij，p(xi)為第i個系統(tǒng)狀態(tài)的概率，pdgk(t)為t時刻分布式電源k的有功功率，ndg為分布式電源的總數(shù)目，△r為預設的分布式電源安裝與運行參數(shù)，△t為預設的運行時間。

最后，通過改進的模擬退火粒子群算法求解優(yōu)化后的決策變量，包括：pq模型的分布式風力發(fā)電系統(tǒng)運行參數(shù)sdgi，pi模型和pv模型的光伏發(fā)電系統(tǒng)運行參數(shù)idgi和vdgi，電容器組的投切容量qci，儲能設備的吸放功率sdsi以及電動汽車的充放電功率sevi。

以上所述實施例的各技術(shù)特征可以進行任意的組合，為使描述簡潔，未對上述實施例中的各個技術(shù)特征所有可能的組合都進行描述，然而，只要這些技術(shù)特征的組合不存在矛盾，都應當認為是本說明書記載的范圍。

以上所述實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對發(fā)明專利范圍的限制。應當指出的是，對于本領域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保護范圍。因此，本發(fā)明專利的保護范圍應以所附權(quán)利要求為準。