论文部分内容阅读
随着新技术的发展,配电网中间歇性分布式电源和电动汽车的渗透率不断提高。由于间歇性分布式电源出力、负荷需求的不确定性以及电动汽车的无序充放电导致配电网的运行状态复杂多变,并对配电网的运行与规划产生深远的影响。因此在含有复杂不确定因素的环境中,对配电网中分布式电源进行合理规划具有重要的现实意义。本文的研究工作主要包括以下几个方面:
首先,通过有功网损灵敏度分析的方法进行分布式电源选址研究。其次,针对风速、光照强度、负荷需求的不确定性与相关性的问题,采用考虑相关性的多场景法分析,并通过拉丁超立方抽样和结合Spearman秩相关系数的Cholesky分解得到具有相关性的分布式电源出力与负荷需求场景集。由密度峰值快速搜索聚类算法对场景集进行削减得到风光荷典型场景。在此基础上,建立考虑分布式电源投资运行费用和向上级电网购电费用最小的分布式电源多目标规划模型。在模型求解时用层次分析法将多目标优化模型转化为单一目标优化模型。在规划模型中引入支路潮流方程,通过二阶锥松弛将规划模型转化为混合整数二阶锥规划问题,并调用Cplex求解器求解。
然后,针对电动汽车无序充电带来不确定因素的问题,通过蒙特卡洛模拟电动汽车充电负荷。为了减少规划的工作量,采用密度峰值快速搜索聚类算法对含电动汽车充电负荷的风光荷场景集进行有效削减得到典型场景。在此基础上,建立考虑分布式电源投资运行费用、有功网损费用和环境成本最小的分布式电源多目标规划模型。将规划模型通过二阶锥松弛转化为混合整数二阶锥规划问题,并调用Cplex求解器求解。
最后,通过IEEE33节点算例对本文所提模型和方法进行仿真分析。仿真结果表明,上述模型和方法能够得到满足约束条件下最优的分布式电源规划方案。与粒子群算法相比,本文采用的二阶锥规划的求解方法具有收敛精度高、计算速度快等优点。
首先,通过有功网损灵敏度分析的方法进行分布式电源选址研究。其次,针对风速、光照强度、负荷需求的不确定性与相关性的问题,采用考虑相关性的多场景法分析,并通过拉丁超立方抽样和结合Spearman秩相关系数的Cholesky分解得到具有相关性的分布式电源出力与负荷需求场景集。由密度峰值快速搜索聚类算法对场景集进行削减得到风光荷典型场景。在此基础上,建立考虑分布式电源投资运行费用和向上级电网购电费用最小的分布式电源多目标规划模型。在模型求解时用层次分析法将多目标优化模型转化为单一目标优化模型。在规划模型中引入支路潮流方程,通过二阶锥松弛将规划模型转化为混合整数二阶锥规划问题,并调用Cplex求解器求解。
然后,针对电动汽车无序充电带来不确定因素的问题,通过蒙特卡洛模拟电动汽车充电负荷。为了减少规划的工作量,采用密度峰值快速搜索聚类算法对含电动汽车充电负荷的风光荷场景集进行有效削减得到典型场景。在此基础上,建立考虑分布式电源投资运行费用、有功网损费用和环境成本最小的分布式电源多目标规划模型。将规划模型通过二阶锥松弛转化为混合整数二阶锥规划问题,并调用Cplex求解器求解。
最后,通过IEEE33节点算例对本文所提模型和方法进行仿真分析。仿真结果表明,上述模型和方法能够得到满足约束条件下最优的分布式电源规划方案。与粒子群算法相比,本文采用的二阶锥规划的求解方法具有收敛精度高、计算速度快等优点。