含可再生能源的输配电网分布式随机经济调度
近年来，随着我国经济发展方式与发展理念的转变，可再生能源在我国能源结构中的作用日益增强，优先消纳可再生能源出力成为了电网运行调度的主要目标之一。由于可再生能源出力具有较强的随机性，因此电网常常通过抽水蓄能（pumped-storagehydro，PSH）电站或蓄电池储能（batterystorage，BS）电站等储能装置进行功率平衡调节。同时，近年来大量分布式电源接入配电网，如何有效发挥这些电源的发电潜力，在输配电网层面实现对可再生能源的充分消纳，成为调度决策机构所重点关注的问题。因此，有必要针对含可再生能源的输配电网分布式随机经济调度问题展开研究。 首先，对含110kV线路输电网潮流方程与安全约束机组组合（security-constrainedunitcommitment，SCUC）问题展开研究。基于我国大部分城市电网的架构演变，提出将输电网与配电网的分界点定在110/10kV变电站的110kV侧母线。同时，考虑到输电网110kV线路X/R比值较小，应用直流潮流（directpowerflow，DCPF）模型描述线路有功功率时误差较大，因此提出了对应的二次有功潮流（quadraticactivepowerflow，QAPF）模型，并利用凸包松弛理论对QAPF模型进行凸化处理。算例结果表明，所提模型能够在更短的时间内得到与传统交流潮流（alternatingcurrentpowerflow，ACPF）模型精确性高度接近的结果。 接着，对含可再生能源的输配电网分布式随机经济调度问题展开研究。为了降低配电网调度问题的求解难度，结合Taylor级数展开提出了配电网线性化潮流（linearpowerflow，LPF）模型，并将含有0-1变量的储能装置运行状态约束进行连续线性化处理。在此基础上，针对含有风电场和PSH电站的输电网与含有光伏电站和BS电站的配电网分别进行建模，并基于近似动态规划（approximatedynamicprogramming，ADP）与存储模型理论考虑可再生能源出力随机性，并结合逐次投影近似（successiveprojectiveapproximationroutine，SPAR）算法利用误差场景对近似值函数进行训练。为了实现输配电网调度问题的完全分布式求解，提出了结合同步型交替方向乘子（alternatingdirectionmethodofmultipliers，ADMM）法与ADP算法的考虑可再生能源出力随机性的分布式经济调度算法。算例结果表明，所提的配电网LPF模型与连续线性化处理手段能够大大节省问题的求解时间，所提算法相比起传统的场景法与集中式优化方法，通过时段解耦与空间解耦，能够实现以更高的求解效率得到更加满足实际要求的调度结果。 最后，针对可再生能源出力不确定波动的极端场景所带来的潜在损失，对规避可再生能源出力不确定风险输配电网分布式经济调度算法展开了研究。基于可同时考虑多种极端场景的失真风险价值度量（GlueVaR）法，在调度问题目标函数中补充添加考虑极端场景影响的成本项，结合一致性风险测度理论对目标函数中的数学期望项进行简化，并对近似值函数训练流程进行优化。算例结果表明，所提算法能够根据调度决策机构的不同风险偏好程度得到对应的调度决策方案，在预测场景下的经济性与极端场景的保守性间取得平衡。
含可再生能源;输配电网;分布式随机经济调度;线性化潮流算法
华南理工大学
硕士
电力系统及其自动化
林舜江
2021
中文
TM73
2022-01-14（万方平台首次上网日期，不代表论文的发表时间）