一种基于非参数概率预测的配电网可再生能源承载力分析方法与流程

1.本发明涉及电数字数据处理技术领域，更具体地，涉及一种配电网可再生能源承载力分析评估方法。


背景技术：

2.在新型电力系统建设背景下，配电网中风电、光伏等可再生能源接入比例持续攀升。然而，受天气系统混沌特性影响，风电、光伏出力具有极强的不确定性，给配电网运行带来不利的影响。可再生能源出力波动性对系统安全性和稳定性的影响大，配电网中可再生能源接入比例越高，系统稳定性和可控性越差。分析评估配电网中可再生能源承载力是提升可再生能源容量和维护配电网稳定运行的有效解决方案。
3.可再生能源承载力是指在电网持续不过载和短路电流、电压偏差、谐波不超标条件下，配电网能够消纳或接纳可再生能源的最大容量。同时，由于风电、光伏等可再生能源出力预测误差难以避免，且呈现出非平稳、异方差的特征，基于参数化模型假设的预测方法误差较大、局限性较强。
4.如中国专利文献cn114759615b，介绍的一种基于混合仿真的配网分布式光伏承载力分析及削减方法，就是基于参数化模型假设进行的预测，误差大，局限性大。同时，该技术方案只考虑了光伏出力这种单一的可再生能源承载力，不适于风电、光伏电综合应用的电力场景。因此，亟需研究基于非参数可再生能源出力不确定性预测的配电网可再生能源承载力的分析方法，以指导分布式电源并网的配电网运行控制优化，保障配电网的安全可靠运行。


技术实现要素：

5.本发明所要解决的技术问题是适用于风电、光伏出力等并入分布式电源的配电网综合场景中，解决可再生能源出力波动不确定，有效利用可再生能源承载力容量的问题。本发明目的旨在提供一种基于非参数概率预测的配电网可再生能源承载力分析方法，基于风电、光伏出力非参数概率预测结果，计及配电网线路有功/无功功率约束、节点电压约束、燃气发电机组出力约束以及储能运行约束，利用区间优化方法对配电网可再生能源承载力进行分析，通过评估配电网中可再生能源承载力，处理分布式电源出力的不确定性，并实现电网均衡协调稳定运行的技术方案，以提高配电网运行的综合效率。
6.本发明采用的技术方案是：一种基于非参数概率预测的配电网可再生能源承载力分析方法，其包括以下步骤：
7.步骤s1：基于风电、光伏出力非参数概率预测结果，设置置信水平，选定风电、光伏出力区间。
8.步骤s2：以最大化可再生能源接入容量为目标，设置约束条件，构建配电网可再生能源承载力分析模型。
9.步骤s3：基于区间可能度分析，将配电网可再生能源承载力分析模型确定性转化，得到最大可再生能源承载力，优化配电网运行。
10.该技术方案中，通过基于风电、光伏出力非参数概率预测结果，设置目标函数和约束条件，构建配电网可再生能源承载力分析模型，计及配电网线路有功/无功功率约束、节点电压约束、燃气发电机组出力约束以及储能运行约束的合理限制，利用区间优化方法对配电网可再生能源承载力进行分析，通过评估配电网中可再生能源承载力，处理分布式电源出力的不确定性，从而优化电网均衡协调稳定运行的技术方案，以提高配电网运行的综合效率。
11.在该技术方案中，进一步地，步骤s1所述的非参数概率预测结果，为：
[0012][0013]
式中：f
t+h∣t
为离散化的风电或者光伏未来出力条件概率分布，由一系列离散化分位水平的分位数构成；ai为特定的分为水平，t为预测时刻，h为提前时间。
[0014]
分位数的定义为：
[0015]q(α)
＝inf{y∣f
t+h|t
(y)＞α}
[0016]
式中：y为随机变量。
[0017]
步骤s1所述的设置置信水平，选定风电、光伏出力区间，具体步骤为：
[0018]
设置置信水平(1-ε)％后，选择对应的置信区间为风电、光伏出力区间范围，区间端点应满足以下条件：
[0019][0020]
式中：分别为区间的左右端点；α分别为区间端点对应的分位水平；
[0021]
选择合适置信区间之后，风电、光伏出力用区间数表示：
[0022][0023][0024]
式中：p
twt
、p
tpv
为风电、光伏出力；分别为风电、光伏出力区间数；为风电出力区间的左右端点；为光伏出力区间的左右端点；α
wt
、、α
pv
、为各端点对应的分位水平。
[0025]
在该技术方案中，进一步地，步骤s2所述的配电网可再生能源承载力分析模型，为：
[0026][0027]
s.t.hi(x,u)＝0,i＝1,2,...,m
[0028]gj
(x,u)≥0,j＝1,2,...,n
[0029][0030]
u∈ui＝[u-,u
+
]
[0031]
式中：和为配电系统各节点风电、光伏接入容量；hi(x,u)＝0为系统等式约束，等式约束个数为m；gj(x,u)≥0为系统不等式约束，不等式约束个数为n；为配电系统节点编号集合，n为系统节点个数；x为系统决策变量；u为系统中不确定性参数，为风电、光伏出力；ui为区间数集合，u-和u
+
为区间的左右端点。
[0032]
在该技术方案中，进一步地，步骤s2中所述约束条件，包含：配电网潮流约束、设备运行约束和风电、光伏出力约束；其中，设备运行约束包含燃气发电机组出力约束和储能设备运行约束。
[0033]
更进一步地，所述配电网潮流约束，为：
[0034][0035]
式中：p
jk
、q
jk
为线路上由节点j流向节点k的有功功率和无功功率；pj、qj为节点j注入的有功功率和无功功率；vi为节点i的电压，v0为基准电压；r
ij
、x
ij
分别为线路ij的电阻和电抗。
[0036]
所述燃气发电机组出力约束，为：
[0037][0038][0039][0040][0041]
式中：p
tgt
、、p
tgas，gt
分别为燃气发电机组的有功出力、无功出力以及燃气消耗功率；为燃气机组有功出力的下限和上限；q
tgt
、分别为燃气机组无功出力的下限和上限；分别为燃气机组向上和向下爬坡率；δt为优化的时间间隔；η
gt
为机组运行效率。
[0042]
所述储能设备运行约束，为：
[0043][0044][0045][0046][0047]
soc
i,0
＝soc
i,t
[0048]
[0049]
式中：分别为储能设备充放电功率；分别为储能设备额定充放电功率；soc
i,t
为储能设备荷电状态；soci、分别为储能设备荷电状态下限和上限；ε
char
、ε
dc
、ε
self
分别为设备充电效率、放电效率和自放电率；为储能设备额定容量。
[0050]
所述风电、光伏出力约束，为：
[0051][0052][0053]
式中：和为配电系统各节点风电、光伏接入容量；p
twt
、p
tpv
为风电、光伏出力；分别为各节点风电、光伏出力。
[0054]
访技术方案中，进一步地，步骤s3所述基于区间可能度分析，将配电网可再生能源承载力分析模型确定性转化，具体步骤为设定区间约束可能度，分析结果，将不确定性约束条件用区间分析方法转化为确定性约束，线性求解模型:
[0055]
基于区间可能度分析将配电网可再生能源承载力分析模型中的不确定性约束转化为如下不等式约束：
[0056][0057]
式中：λj∈[0,1]为预设的可能度水平；为函数gj(x,u)在决策变量x下可取值区间，且其中，和按照下式计算：
[0058][0059]
获得后，根据区间可能度，获取约束可能度并判断当前决策是否满足约束条件。
[0060]
综上所述，相对现有技术，本发明基于风电、光伏出力非参数概率预测结果，并选择一定置信水平下的置信区间，将风电、光伏出力表示为区间数，考虑了可再生能源出力的不确定性的同时，降低了模型复杂度和求解难度。
[0061]
本发明通过区间可能度方法将包含区间不等式约束的配电网可再生能源承载力分析模型转化为确定性模型，可利用线性工具进行求解，得到最终的承载力分析结果，具有较好的分析效果和运算效率。
[0062]
本发明适于风电、光伏出力等并入分布式电源的配电网综合场景，解决了可再生能源出力波动不确定，有效利用可再生能源承载力容量的问题。
附图说明
[0063]
图1为本发明配电网可再生能源承载力分析方法流程图。
具体实施方式
[0064]
下面结合本发明附图，对本发明实施例的技术方案进行描述。
[0065]
实施例1。
[0066]
一种基于非参数概率预测的配电网可再生能源承载力分析方法，基于丽水县域能源互联网分层协同规划，该实施例主要步骤如下：
[0067]
1)基于风电、光伏非参数概率预测结果，构造风电、光伏出力的区间表达。
[0068]
2)构造配电网可再生能源承载能力分析模型的目标函数和约束条件。
[0069]
3)构建基于区间优化的配电网可再生能源承载力分析模型。
[0070]
4)基于区间可能度分析进行模型确定性转化。
[0071]
5)求解优化问题，得到配电网可再生能源承载能力分析结果。
[0072]
风电、光伏分布式电源由于出力受到自然资源的影响，其特性具有较强的不确定性，难以获得不确定变量的不确定分布集，从实际样本中选取相对极端离散的场景来表示分布式电源输出的可能值。但是，每个离散场景的实际概率分布仍然是不确定。每个离散场景的概率值所属的可行区域是任意的。为保证实际概率分布更贴近实际运算数据，在合理范围内波动，需进行约束，实现各分布式电源出力场景的概率限制。
[0073]
该实施例通过1范数约束和∞范数约束设置置信水平，限制概率分布的波动范围。
[0074]
配电网可再生能源承载力分析模型的目标函数，为：
[0075][0076]
式中，和表示配电系统各节点风电、光伏接入容量；表示配电系统节点编号集合，n为系统节点个数。
[0077]
配电网可再生能源承载力分析模型的主要约束条件包含：配电网潮流约束、燃气发电机组出力约束、储能设备运行约束、和风电光伏出力约束。
[0078]
配电网潮流约束的算法为：
[0079][0080]
式中：p
jk
、q
jk
为线路上由节点j流向节点k的有功功率和无功功率；pj、qj为节点j注入的有功功率和无功功率；vi为节点i的电压，v0为基准电压；r
ij
、x
ij
分别为线路ij的电阻和电抗。
[0081]
燃气发电机组出力约束的算法为：
[0082]
p
tgt
＝η
gt
p
tgas，gt
[0083][0084][0085][0086]
式中：p
tgt
、、p
tgas，gt
分别为燃气发电机组的有功出力、无功出力以及燃气消耗
功率；为燃气机组有功出力的下限和上限；分别为燃气机组无功出力的下限和上限；分别为燃气机组向上和向下爬坡率；δt为优化的时间间隔；η
gt
为机组运行效率。
[0087]
储能设备运行约束的算法为：
[0088][0089][0090][0091][0092]
soc
i,0
＝soc
i,t
[0093][0094]
式中：分别为储能设备充放电功率；分别为储能设备额定充放电功率；soc
i,t
为储能设备荷电状态；soci、分别为储能设备荷电状态下限和上限；ε
char
、ε
dc
、ε
self
分别为设备充电效率、放电效率和自放电率；为储能设备额定容量。
[0095]
风电光伏出力约束的算法为：
[0096][0097][0098]
式中：和为配电系统各节点风电、光伏接入容量；p
twt
、p
tpv
为风电、光伏出力；分别为各节点风电、光伏出力。
[0099]
构建成的基于区间优化的配电网可再生能源承载力分析模型，为：
[0100][0101]
s.t.hi(x,u)＝0,i＝1,2,...,m
[0102]gj
(x,u)≥0,j＝1,2,...,n
[0103][0104]
u∈ui＝[u-,u
+
]
[0105]
式中：和为配电系统各节点风电、光伏接入容量；hi(x,u)＝0为系统等式约束，等式约束个数为m；gj(x,u)≥0为系统不等式约束，不等式约束个数为n；为配电系统节点编号集合，n为系统节点个数；x为系统决策变量；u为系统中不确定性参数，为风电、光伏出力；ui为区间数集合，u-和u
+
为区间的左右端点。
[0106]
基于区间可能度分析，将配电网可再生能源承载力分析模型确定性转化的具体步骤为设定区间约束可能度，分析结果，将不确定性约束条件用区间分析方法转化为确定性约束，线性求解模型:
[0107]
[0108]
式中：λj∈[0,1]为预设的可能度水平；为函数gj(x,u)在决策变量x下可取值区间，且其中，和按照下式计算：
[0109][0110]
获得后，根据区间可能度，获取约束可能度并判断当前决策是否满足约束条件。
[0111]
通过该方法，将模型中的含区间数的不确定性约束转化为确定性约束。通过线性规划求解器进行求解配电网可再生能源承载力分析问题，得到最终的配电网最大可再生能源承载能力。

技术特征：
1.一种基于非参数概率预测的配电网可再生能源承载力分析方法，其特征在于，包括以下步骤：s1：基于风电、光伏出力非参数概率预测结果，设置置信水平，选定风电、光伏出力区间；s2：以最大化可再生能源接入容量为目标，设置约束条件，构建配电网可再生能源承载力分析模型；s3：基于区间可能度分析，将配电网可再生能源承载力分析模型确定性转化，得到最大可再生能源承载力，优化配电网运行。2.根据权利要求1所述的基于非参数概率预测的配电网可再生能源承载力分析方法，其特征在于，步骤s1所述的非参数概率预测，为：式中：f
t+h∣t
为离散化的风电、光伏未来出力条件概率分布，由离散化分位水平的分位数构成；a
i
为特定的分为水平，t为预测时刻，h为提前时间；分位数的定义为：q
(α)
＝inf{y∣f
t+h|t
(y)＞α}式中：y为随机变量。3.根据权利要求1所述的基于非参数概率预测的配电网可再生能源承载力分析方法，其特征在于，步骤s1所述的设置置信水平，选定风电、光伏出力区间，具体步骤为：设置置信水平(1-ε)％，选择对应的置信区间为风电、光伏出力区间范围，区间端点满足以下条件：式中：分别为区间的左右端点；α分别为区间端点对应的分位水平；选择合适置信区间之后，风电、光伏出力用区间数表示：选择合适置信区间之后，风电、光伏出力用区间数表示：式中：p
twt
、p
tpv
为风电、光伏出力；分别为风电、光伏出力区间数；分别为风电、光伏出力区间数；为风电出力区间的左右端点；为光伏出力区间的左右端点；α
wt
、α
pv
、为各端点对应的分位水平。4.根据权利要求1所述的基于非参数概率预测的配电网可再生能源承载力分析方法，其特征在于，步骤s2所述的配电网可再生能源承载力分析模型，为：s.t.h
i
(x,u)＝0,i＝1,2,...,mg
j
(x,u)≥0,j＝1,2,...,n
u∈u
i
＝[u-,u
+
]式中：和为配电系统各节点风电、光伏接入容量；h
i
(x,u)＝0为系统等式约束，等式约束个数为m；g
j
(x,u)≥0为系统不等式约束，不等式约束个数为n；n为配电系统节点编号集合，n为系统节点个数；x为系统决策变量；u为系统中不确定性参数，为风电、光伏出力；u
i
为区间数集合，u-和u
+
为区间的左右端点。5.根据权利要求1所述的基于非参数概率预测的配电网可再生能源承载力分析方法，其特征在于，s2中所述约束条件，包含：配电网潮流约束、设备运行约束和风电、光伏出力约束；其中，设备运行约束包含燃气发电机组出力约束和储能设备运行约束。6.根据权利要求5所述的基于非参数概率预测的配电网可再生能源承载力分析方法，其特征在于，所述配电网潮流约束，为：式中：p
jk
、q
jk
为线路上由节点j流向节点k的有功功率和无功功率；p
j
、q
j
为节点j注入的有功功率和无功功率；v
i
为节点i的电压，v0为基准电压；r
ij
、x
ij
分别为线路ij的电阻和电抗。7.根据权利要求5所述的基于非参数概率预测的配电网可再生能源承载力分析方法，其特征在于，所述燃气发电机组出力约束，为：p
tgt
＝η
gt
p
tgas,gtgas,gtgas,gt
式中：p
tgt
、q
tgt
、p
tgas,gt
分别为燃气发电机组的有功出力、无功出力以及燃气消耗功率；为燃气机组有功出力的下限和上限；分别为燃气机组无功出力的下限和上限；分别为燃气机组向上和向下爬坡率；δt为优化的时间间隔；η
gt
为机组运行效率。8.根据权利要求5所述的基于非参数概率预测的配电网可再生能源承载力分析方法，其特征在于，所述储能设备运行约束，为：所述储能设备运行约束，为：
soc
i，0
＝soc
i，t
式中：分别为储能设备充放电功率；分别为储能设备额定充放电功率；soc
i,t
为储能设备荷电状态；soc
i
、分别为储能设备荷电状态下限和上限；ε
char
、ε
dc
、ε
self
分别为设备充电效率、放电效率和自放电率；为储能设备额定容量。9.根据权利要求5所述的基于非参数概率预测的配电网可再生能源承载力分析方法，其特征在于，所述风电、光伏出力约束，为：其特征在于，所述风电、光伏出力约束，为：式中：和为配电系统各节点风电、光伏接入容量；p
twt
、p
tpv
为风电、光伏出力；分别为各节点风电、光伏出力。10.根据权利要求1所述的基于非参数概率预测的配电网可再生能源承载力分析方法，其特征在于，步骤s3所述基于区间可能度分析，将配电网可再生能源承载力分析模型确定性转化，具体步骤为设定区间约束可能度，分析结果，将不确定性约束条件用区间分析方法转化为确定性约束，线性求解模型；其中，基于区间可能度分析将配电网可再生能源承载力分析模型中的不确定性约束转化为不等式约束：式中：λ
j
∈[0,1]为预设的可能度水平；为函数g
j
(x,u)在决策变量x下可取值区间，且其中，和分别为：获得后，根据区间可能度，获取约束可能度并判断当前决策是否满足约束条件。

技术总结
本发明公开一种基于非参数概率预测的配电网可再生能源承载力分析方法，包括基于风电、光伏出力非参数概率预测结果，设置置信水平，选定风电、光伏出力区间；以最大化可再生能源接入容量为目标，设置约束条件，构建配电网可再生能源承载力分析模型；基于区间可能度分析，将配电网可再生能源承载力分析模型确定性转化，得到最大可再生能源承载力，优化配电网运行。本发明通过构建配电网可再生能源承载力分析模型，评估配电网中可再生能源承载力，处理分布式电源出力的不确定性，从而可精确分析配电网可再生能源承载能力，优化电网均衡协调稳定运行的技术方案，以提高配电网运行的综合效率。效率。效率。


技术研发人员：施进平 吴梦凯 邱逸 文洪君 叶尚兴 叶吉超 章寒冰 徐文军 王笑棠 徐非非 吴新华
受保护的技术使用者：国网浙江省电力有限公司丽水供电公司
技术研发日：2023.02.21
技术公布日：2023/8/9