[发明专利]一种基于降压节能技术的配电网计划孤岛概率恢复方法

权利要求书

1.一种基于降压节能技术的配电网计划孤岛概率恢复方法，其特征在于，包括以下步骤：

步骤1，根据停电预测时间将整个孤岛运行周期分为若干个时间段；

步骤2，在每个时间段开始前，收集光伏预测数据，并根据光伏历史数据进行场景生成与场景削减，具体包括：

步骤2.1，采用预测箱对光伏功率历史数据进行预处理；利用累积经验分布函数对各预测箱的实际光伏功率进行拟合，得到各预测箱光伏功率概率分布特性；

步骤2.2，给定预测时间长度为T的光伏功率预测值，找到对应的预测箱，确定其对应的概率分布函数；

步骤2.3，利用多元正态分布随机数生成器生成D个长度为T的多元正态随机向量的样本；基于得到的样本与确定的光伏功率分布特性，通过逆变换抽样，生成D个功率序列，即D个动态场景；

步骤2.4，采用前推回代消除法将D个动态场景削减为S个最有可能发生的场景；

步骤3，利用得到的光伏功率的不同预测场景，以滚动的方式求解孤岛负荷概率恢复优化模型，优化模型通过优化包括光伏逆变器在内的无功电源，可以在允许范围内尽可能降低节点电压，以实现降压节能，增加负荷恢复数量，其中，

孤岛负荷概率恢复优化模型的目标函数如式(1)所示，分别为未来多个时间段内恢复负荷的数量与功率总和；β₁、β₂为权重系数；决策变量包括未来各时间内的负荷状态x_t,d、分布式电源功率投切电容器SC状态z_c,t；

其中，π_s为场景s发生的概率；为负荷d在场景s下第t个时间段内的有功功率,c_d为第d个负荷的重要级系数,k表示为当前为第k个时间段；

约束条件：

(1)负荷功率约束

采用幂函数孤岛负荷概率恢复优化模型体现电压对负荷功率影响；

其中，V_s,t,d是负荷d在场景s下第t个时间段内的工作电压，是负荷d的额定电压；与分别是负荷d第t个时间段内额定有功功率和额定无功功率；与分别是负荷d第t个时间段内的有功功率电压特性系数和无功功率电压特性系数；

(2)节点电压约束

不同场景下的各个时间段内的节点电压应在允许范围内；

V^min≤|V_s,t,n|≤V^max (3)

其中，V^min＝0.9p.u.；V^max＝1.05p.u.；V_s,t,n表示第n个节点在场景s下第t个时间段内的工作电压；

(3)功率平衡约束

计划孤岛作为一种特殊运行方式应满足潮流约束；同时，通过将公共连接点PCC处的功率S^PCC限制为0保证孤岛内部的功率平衡，即

其中，P_s,t,n、Q_s,t,n分别为在场景s下第t个时间段内节点n注入有功功率、无功功率；Y_nm为节点m与节点n相连接支路的导纳值,为V_s,t,n共轭矩阵的伴随矩阵,V_s,t,m表示第m个节点在场景s下第t个时间段内的工作电压；

(4)分布式电源功率约束

可调度电源DDG的功率应在允许的范围内，且应满足爬坡约束；光伏PV有功功率等于预测功率，同时，所有分布式电源应运行在容量范围内；

与分别为第w个DDG的有功功率最大值、最小值以及最大向上与向下爬坡功率；为第k个PV在场景s下第t个时间段的预测功率；为电源g在场景s下第t个时间段内的无功功率，为电源g的额定容量；为第k个PV在场景s下第t个时间段的实际功率；为电源g在场景s下第t个时间段内的有功功率,为在场景s下第t个时间段内第w个DDG的有功功率；

(5)投切电源约束

投切电容器SC作为无功电源可以参与节能降压CVR；

Q_c,t＝z_c,tQ_c (6)

z_c,t＝1，表示第c个SC在第t个时间段会被投用；z_c,t＝0，相反；Q_c为第c个SC的无功容量；Q_c,t为第c个SC的在第t个时间段内的无功功率；

(6)用户体验约束

避免同一个用户在不同时间段之间反复送电、断电，需要对用户负荷状态变化次数进行约束；整个计划孤岛期间每个用户的供电状态变化次数不能超过2次；

其中,t^now表示当前时间段，求解时，利用能够考虑线损的Zbus线性化潮流模型替代节点电压约束与功率平衡约束；对于具有n个节点的辐射状或者网状系统，首先采集某个时间断面下的系统电压，作为参考运行电压V^ref；然后，通过X＝[P^T,Q^T]^T采集新运行点下的各节点注入有功功率与无功功率；新运行点下的电压V、电压幅值|V|以及PCC点功率S^PCC可利用如式(8a)至式(8c)所示的Zbus线性化潮流方程直接求解；

V＝MX+a (8a)

|V|＝KX+b (8b)

S^PCC＝GX+c (8c)

M、K、G以及a、b、c均为关于V^ref与节点导纳矩阵Y的关联矩阵；

对于负荷功率，有功功率计算时，首先参考CVR系数物理意义进行线性化处理，如式(9)所示：

接着，对由离散变量x_d与连续变量V_d的乘积x_dV_d，利用大M法，通过引入辅助决策变量常数M以及2个不等式约束进行线性化处理：

其中，M可取值为CVR_P是CVR系数；为负荷d的有功功率；x_d为负荷d的负荷状态；为负荷d的额定有功功率；

对于用户体验约束，可以通过辅助决策变量y_t,d与5个不等式约束进行线性化处理；y_t,d＝1表示第d个负荷在第t个时间段状态发生了变化；y_t,d＝0，相反；

y_t,d≤x_t+1,d+x_t,d (11a)

y_t,d≥x_t+1,d-x_t,d (11b)

y_t,d≥x_t,d-x_t+1,d (11c)

y_t,d≤2-x_t+1,d-x_t,d (11d)

式(1，5-6，8-11)共同构成了线性化的孤岛负荷概率恢复优化模型，可以利用Matlab求解器进行求解；

步骤4，重复步骤3，直到故障清除，系统正常并网。