接入分布式光伏發(fā)電的配電網(wǎng)檢修計(jì)劃優(yōu)化方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及含模糊不確定源荷的配電網(wǎng)檢修計(jì)劃優(yōu)化，屬于智能電網(wǎng)領(lǐng)域，具體 涉及接入分布式光伏發(fā)電的配電網(wǎng)檢修計(jì)劃優(yōu)化方法。 技術(shù)背景
[0002] 配電網(wǎng)檢修是造成用戶停電和系統(tǒng)可靠性降低的重要原因之一，受到各級供電企 業(yè)的高度重視，因此對配電網(wǎng)檢修計(jì)劃進(jìn)行優(yōu)化有利于提高配網(wǎng)系統(tǒng)的運(yùn)行可靠性，使之 能夠更加安全有效的運(yùn)行。
[0003] 隨著分布式光伏發(fā)電接入配電網(wǎng)的滲透率越來越高，它在配電網(wǎng)功率平衡中扮演 的角色越來越重要，在提前制定配電網(wǎng)檢修計(jì)劃中，不但需要對光伏出力做出準(zhǔn)確的預(yù)測， 而且還需要全面、客觀、正確地刻畫光伏出力固有的隨機(jī)性和不確定性；另外，與輸電網(wǎng)相 比，配電網(wǎng)電壓等級較低，節(jié)點(diǎn)負(fù)荷波動的隨意性更大，需要考慮真實(shí)負(fù)荷對于預(yù)測值的模 糊特性。因此，面對配電網(wǎng)中的源荷不確定性，考慮不確定性理論與最優(yōu)化方法的結(jié)合，在 對其源荷隨機(jī)模糊特性進(jìn)行精細(xì)建模的基礎(chǔ)上，在配電網(wǎng)檢修計(jì)劃優(yōu)化模型中基于可信性 理論考慮上述模糊不確定因素，使生成的檢修計(jì)劃在實(shí)際應(yīng)用中有更強(qiáng)的適應(yīng)性，具有十 分重要的理論與現(xiàn)實(shí)意義。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明要解決的技術(shù)問題是，克服現(xiàn)有技術(shù)中的不足，提供一種接入分布式光伏 發(fā)電的配電網(wǎng)檢修計(jì)劃優(yōu)化方法。本發(fā)明在檢修目標(biāo)中兼顧了考慮源荷隨機(jī)模糊不確定性 的檢修成本與考慮設(shè)備、源荷模糊不確定性的可靠性成本，同時(shí)還可以提供可信度水平與 經(jīng)濟(jì)性和可靠性不同折衷下的多種檢修方案供選擇。
[0005] 為解決技術(shù)問題，本發(fā)明的解決方案是：
[0006] 提供一種接入分布式光伏發(fā)電的配電網(wǎng)檢修計(jì)劃優(yōu)化方法，包括以下步驟：
[0007] (1)將接入分布式光伏發(fā)電出力及配網(wǎng)負(fù)荷作為隨機(jī)模糊不確定源荷進(jìn)行建模；
[0008] (2)建立基于可信性理論的配電網(wǎng)檢修計(jì)劃優(yōu)化模型；
[0009] (3)對檢修計(jì)劃進(jìn)行二層尋優(yōu)求解，并最終輸出結(jié)果；
[0010] 所述步驟(1)包括：
[0011] 采用三角模糊隸屬度對節(jié)點(diǎn)負(fù)荷預(yù)測值及設(shè)備故障率的不確定性進(jìn)行描述;采用 NASA(美國航空航天局）中的歷史數(shù)據(jù)，建立光照強(qiáng)度對于預(yù)報(bào)云量的隨機(jī)模糊預(yù)測模型， 再利用光伏出力模型得到具有隨機(jī)模糊特征的光伏出力；
[0012] 所述步驟(2)包括：
[0013] 基于可信性理論建立配電網(wǎng)檢修計(jì)劃優(yōu)化模型，以開關(guān)操作成本、甩負(fù)荷成本、網(wǎng) 絡(luò)損耗成本所組成的檢修成本α悲觀值與期望失電量成本β悲觀值之和最小為優(yōu)化目標(biāo)；以 滿足檢修期間的互斥檢修約束、同時(shí)檢修約束、檢修資源約束、檢修持續(xù)時(shí)間約束、潮流越 限約束、電壓越限約束、輻射狀網(wǎng)絡(luò)拓?fù)浼s束，以及針對源荷不確定性的檢修成本α悲觀值 和針對設(shè)備源荷不確定性的期望失電量成本β悲觀值的可信性約束；
[0014] 所述步驟(3)包括：
[0015] 針對檢修優(yōu)化模型進(jìn)行二層尋優(yōu)求解計(jì)算：主優(yōu)化層采用離散二進(jìn)制粒子群計(jì) 算，生成滿足互斥檢修約束、同時(shí)檢修約束、檢修資源約束、檢修持續(xù)時(shí)間約束的檢修計(jì)劃， 將其傳給子優(yōu)化層;子優(yōu)化層針對主優(yōu)化層傳來的檢修計(jì)劃，采用基于隨機(jī)模糊模擬的啟 發(fā)式負(fù)荷轉(zhuǎn)移計(jì)算，生成滿足其余約束條件的檢修成本α悲觀值和期望失電量成本β悲觀值 之和最小的負(fù)荷轉(zhuǎn)移方案，再將結(jié)果傳回給主優(yōu)化層;主優(yōu)化層根據(jù)優(yōu)化目標(biāo)更新粒子速 度和位置，生成新的檢修方案，再傳給子優(yōu)化層，如此迭代直至達(dá)到迭代次數(shù)，并輸出最終 結(jié)果。
[0016] 本發(fā)明中，所述步驟(1)是通過下述方式實(shí)現(xiàn)的：
[0017] (1)用三角模糊隸屬度來表征配網(wǎng)節(jié)點(diǎn)負(fù)荷預(yù)測值的不確定性；
[0018] (2)采用來源于美國航空航天局(NASA)的歷史數(shù)據(jù)，建立光照強(qiáng)度對于預(yù)報(bào)云量 的隨機(jī)模糊預(yù)測模型，再利用光伏出力模型得到具有隨機(jī)模糊特征的光伏出力；
[0019] 光伏出力是通過對光照強(qiáng)度預(yù)測實(shí)現(xiàn)的，而光照強(qiáng)度的預(yù)測則是通過利用隨機(jī)模 糊算法預(yù)測云遮系數(shù)實(shí)現(xiàn)，其具體方式如下：
[0020] /； =/,,-(1-4.).
[0021]其中，/丨表不云量為i時(shí)的直射或散射光照強(qiáng)度；Ιο表不無云天氣的直射或散射光 照強(qiáng)度，米用REST(reference evaluation of solar transmittance)模型計(jì)算無云直射 光照強(qiáng)度，采用Iqbal C-REST結(jié)合模型計(jì)算無云散射光照強(qiáng)度;表示云量為i時(shí)的云遮系 數(shù)，表示云量為i時(shí)云層對光照強(qiáng)度的削弱作用，1與1之間的隨機(jī)模糊關(guān)系通過NASA中的 歷史數(shù)據(jù)進(jìn)行統(tǒng)計(jì)建模。
[0022]本發(fā)明中，所述步驟(2)是通過下述方式實(shí)現(xiàn)的：
[0023] 基于可信性理論建立配電網(wǎng)檢修計(jì)劃優(yōu)化模型，該模型的目標(biāo)函數(shù)為：以開關(guān)操 作成本、甩負(fù)荷成本、網(wǎng)絡(luò)損耗成本所組成的檢修成本α悲觀值與期望失電量成本β悲觀值 之和最?。?br>[0024] 該模型的數(shù)學(xué)描述為：
[0025]
[0026] 其中，T為檢修持續(xù)總時(shí)段;ft和i?fxs表達(dá)式分別為：
[0027]
[0028] 其中，Si為線路1的潮流，5廣為線路1允許通過的潮流限值;轉(zhuǎn)移負(fù) 荷后各節(jié)點(diǎn)的電壓及其上下限;g為轉(zhuǎn)移負(fù)荷后的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，G為輻射狀拓?fù)浣Y(jié)構(gòu);pi為 開關(guān)動作一次的成本，Kt為t時(shí)段開關(guān)操作次數(shù);？2為電價(jià)，APtSt時(shí)段系統(tǒng)網(wǎng)損，P qt為節(jié)點(diǎn) q的有功切負(fù)荷量，Nd為節(jié)點(diǎn)集合;ds為計(jì)算可靠性時(shí)等值串聯(lián)網(wǎng)絡(luò)上的負(fù)荷值，仏為年故障 時(shí)間，下標(biāo)s表示從電源到負(fù)荷點(diǎn)的等值串聯(lián)網(wǎng)絡(luò);a t、i3t分別為考慮模糊因素的檢修成本悲 觀值及期望失電成本悲觀值的可信度水平，ft、及；*分別為t時(shí)段的檢修成本及期望失電成 本，分別為t時(shí)段檢修成本的at悲觀值及期望失電成本的^悲觀值。
[0029]本發(fā)明中，所述步驟(3)是通過下述方式實(shí)現(xiàn)的：
[0030] (1)針對檢修優(yōu)化模型進(jìn)行二層尋優(yōu)求解計(jì)算：主優(yōu)化層的尋優(yōu)求解計(jì)算采用離 散二進(jìn)制粒子群算法，子優(yōu)化層的尋優(yōu)求解計(jì)算采用基于隨機(jī)模糊模擬的啟發(fā)式負(fù)荷轉(zhuǎn)移 算法；
[0031 ]在主優(yōu)化層中生成滿足互斥檢修約束、同時(shí)檢修約束、檢修資源約束、檢修持續(xù)時(shí) 間約束的檢修計(jì)劃，將其傳給子優(yōu)化層;子優(yōu)化層則基于隨機(jī)模糊模擬的啟發(fā)式負(fù)荷轉(zhuǎn)移 算法進(jìn)行計(jì)算，求出檢修成本α悲觀值與期望失電量成本β悲觀值之和所對應(yīng)的負(fù)荷轉(zhuǎn)移路 徑和目標(biāo)函數(shù)，再將結(jié)果傳回給主優(yōu)化層;主優(yōu)化層根據(jù)檢修成本悲觀值與期望失電量成 本悲觀值之和最小的優(yōu)化目標(biāo)，更新粒子速度和位置，生成新的檢修再傳給子優(yōu)化層，如此 迭代直至達(dá)到迭代次數(shù)，并最終輸出結(jié)果。
[0032]本發(fā)明中，所述基于隨機(jī)模糊模擬的啟發(fā)式負(fù)荷轉(zhuǎn)移算法進(jìn)行計(jì)算，具體包括下 述內(nèi)容：
[0033] (1)對于給定的云量i，分別從云量i對應(yīng)的云層覆蓋率Zi所屬的可能性空間Zi中抽 取滿足Ui(zk) 2 ε的Zk，k=l，2, . . .，N，其中ε是一個(gè)充分小的正數(shù)，同時(shí)從負(fù)荷三角模糊向 量3 = (/J2...,以）（q為負(fù)荷節(jié)點(diǎn)數(shù)）中抽取滿足Μ(么）> ε的式=,對應(yīng)的隸 屬度為％ = "(<)η...η?(<)，同時(shí)從故障率三角模糊向量￡ = (λ1,....λ") (η為故障類型）中 抽取滿足w(&) 2ε的& = (λ〗，.·％)，對應(yīng)的隸屬度為vs = π(λ))。π(λΑη)，Ν為模糊模 擬次數(shù)；
[0034] (2)對于每一個(gè)Zk，根據(jù)云層覆蓋率Zk對應(yīng)的直射和散射的云遮系數(shù)gz的隨機(jī)概率 分布，通過隨機(jī)模擬的方法，求出zk對應(yīng)光照強(qiáng)度的期望值，進(jìn)而求出其對應(yīng)的光伏出力期 望值;在此基礎(chǔ)上，結(jié)合該次采樣下的^，利用改進(jìn)的待恢復(fù)樹切割算法求出負(fù)荷轉(zhuǎn)移路 徑，然后求出該次抽樣下的fk;
[0035] (3)根據(jù)當(dāng)前的負(fù)荷轉(zhuǎn)移路徑，確定當(dāng)前的拓?fù)浣Y(jié)構(gòu)，然后利用分支線分層方法對 系統(tǒng)重新進(jìn)行分層編號；然后根據(jù)當(dāng)前的光伏出力、負(fù)荷功率確定該次抽樣結(jié)果下的孤島 區(qū)域，再利用FMEA(Failure Mode and Effect Analysis)及當(dāng)前的設(shè)備故障率求出該次抽 樣下的及嚴(yán)4';
[0036] (4)假設(shè)對于N次抽樣共有負(fù)荷轉(zhuǎn)移路徑m種，每種對應(yīng)的抽樣集為Ω