CN114547821B 基于灰色关联理论的可调度柔性资源辨识方法、存储介质（国网安徽省电力有限公司经济技术研究院）

(12)发明专利(65)同一申请的已公布的文献号(73)专利权人国网安徽省电力有限公司经济技术研究院73号(74)专利代理机构深圳天融专利代理事务所(普通合伙)44628基于灰色关联理论的可调度柔性资源辨识本发明的一种基于灰色关联理论的可调度柔性资源辨识方法、存储介质，包括根据分析区域配电网规模建立电网拓扑网络结构，并对该配电网中种类繁多的可调度柔性资源进行选择，建立数学模型；设定系统目标函数和约束函数，并生成实现鲁棒性和经济性协调优化的最优机组出力组合；随机生成可调度柔性资源的配置数据，代入目标函数计算各项成本并形成多组数据；利用基于熵权法的灰色关联理论对多场景数据进行关联度计算，得到各可调度柔性资源的加权综合关联度；各加权综合关联度的大小排序结果便是可调度柔性资源对电网规划的影响程度。本发明克服了当下电力系统规划中对可调度柔开始根据分析区域配电网规模建立电网拓扑网络结构根据分析区域的配电网内可调度柔性资源的出力情况、规模等，对可调度柔性资源进行筛选，并建立数学模型根据数学模型设定系统的目标函数和约束函数，并生成实现鲁棒性和经济性协调优化的最优机组出力组合保证电网稳定运行的前提下，随机生成多组各可调度柔性资源配置数据，代入步骤S3中的目标函数进行计算，生成多场景下的电网规划经济参数采用基于熵权法的灰色关联理论对步骤S5的数据进行分析，通过最终的加权综合关联度的大小判别各柔性资源对电网规划的影响程度结束23设备充放电功率；Nc和Na分别为储能设备充放电的效率；△t为储能设备参与电网调度的3)可削减负荷模型：Qfor.;:分别为在第t小时时间段内用户的实际负荷量、削减的负荷量以及电网预测负荷量；步骤S3中，对可调度柔性资源的建模目标函数分为六个，分别为：目标函数minf₁:t小时弃风惩罚单价；目标函数minf₂:Mpx=mp·Qp(8)M=m.·Q.;(9)f₂=M-Mp(10)式中：Mp±和Mc分别为在第t小时时间段用户的惩罚金额和补偿金额；mp±和m别为在第t小时合同约定的惩罚和补偿金额单价；目标函数minf₃:式中：mo为网损单位成本；E为该区域所有支路的集合；为第t小时时间段内支路ij的电流；R为在第t小时时间段内支路ij的电阻；目标函数minf4:f₄=mbuyQbuy.:(12)目标函数minfs:45无功功率；Pc和Q表示节点i在t时刻微电网供应的有功和无功功率；P²和Q表示节点i在t时刻负荷的有功和无功功率；U为节点i在t时刻的电压幅值；G和B为线路ij的电导和电纳，B为线路ij的对地电纳；0为节点j在t时刻的电压相角差；根据实际情况，要对可中断负荷的削减容量及削减频次数进t小时时间段内对调度响应的状态变量，当Hm为1表示用户响应调度，当Hm为0表示用户2.根据权利要求1所述的一种基于灰色关联理论的可调度柔性资源辨识方法，其特征3.根据权利要求1所述的一种基于灰色关联理论的可调度柔性资源辨识方法，其特征4.根据权利要求1所述的一种基于灰色关联理论的可调度柔性资源辨识方法，其特征的运行规划成本构成的指标序列X=(X,X₂,…,X₆),并形成分析矩阵：6由以下两个公式计算选择两级极差的最大值△m和最小值△min:最后进行灰色关联系数的计算由下式计算第a个指标与第b个经济特性指标在第n组的取值系数R₆(n),如下所示：式中：P为分辨系数是0~1之间的数；将关联系数矩阵λ.(n)中的每一列求取均值，即可得第a个特性指标与第b个影响因素指标的灰色关联度Pab:并将上个式子记为：5.根据权利要求4所述一种基于灰色关联理论的可调度柔性资源辨识方法，其特征在于，步骤S5中，首先将电力系统规划的运行规划成本指标序列构成矩阵：式中：表示矩阵D中的元素；n表示可调度柔性资源改变配置数据后生成的经济成本数据组数，b表示电力系统规划的经济特性指标个数；随后对矩阵D中的元素进行无量纲化处理，如式所示：式中：xma表示第j项指标的最大值，xmin表示第j项指标的最小值；最后根据下式计算熵值和熵权系数：设无量纲化后的评价数据矩阵为D′=(x)x,x为评价矩阵D'的元素，则第j项经济成本指标的熵值计算公式如下所示：7第j项经济成本指标的熵权系数计算公式如下所示：且上式满足：则各指标的熵权系数矩阵为：6.根据权利要求5所述的一种基于灰色关联理论的可调度柔性资源辨识方法，其特征在于，步骤S5中，考虑到各个指标的重要程度不同，将关联系数的加权平均值作为关联度，因此最终的加权综合关联度如下所示：上式结果的大小排序便是第a个指标与b个电力系统规划的经济特性指标的关联度排7.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至6中任一项所述方法的步骤。8基于灰色关联理论的可调度柔性资源辨识方法、存储介质技术领域[0001]本发明涉及电力系统规划技术，尤其是一种基于灰色关联理论的可调度柔性资源辨识方法。背景技术[0002]进入工业社会后，电力发展在社会发展的重要性与日俱增，但依旧存在由于电力紧缺引起的电力事故。同时随着“双碳”目标的提出，可再生新能源在电网中的比重越来越大，同时其出力的不确定性在并网的过程中会对电力系统造成一系列的影响，主要表现在暂态电压波动和闪变，网络电压谐波的引入和畸变、网损增加等。同时为使可调度新能源接近“常规电源”,通常接有储能装置，因为储能装置能够实现毫秒级快电功率调节特性，可以提升电力系统的瞬时、短时和时段平衡能力，提高电力系统安全稳定水平、清洁能源消纳能力、能源电力供应保障和能源电力系统效率效益。除可调度新能源外，电动汽车在空间上的可移动性和时间上的灵活性使其能够更好的参与电网互动，缓解电网用电压力，近些年来得到国家政策的大力扶持，使得电动汽车的数量及其配套的电动充电站数目急剧增加，但这也对配电网负荷结构和特性提出新的要求，同时大功率快充也对增加了对电网运行优化控制的难度。[0003]近些年来学界将研究重点放在可调度新能源、储能和电动汽车等这些可通过主动参与电网运行控制，能够与电网进行能量互动，具有柔性特征的负荷，并将其定义为柔性负荷。不同于传统只存在刚性负荷的电力系统，现今的电力系统在需求侧具有规模庞大的柔性负荷，且柔性负荷的能量流动不是单方向由电网流向负荷的，这就给了柔性负荷可以主动参与电网调度的能力，因此近些年的电力系统规划都将可调度柔性资源纳入模型之中。[0004]现今大部分的电力系统规划只是针对于火电机组和部分可调度柔性资源的规划，未能充分考虑当下种类繁多的柔性负荷，即使在部分文献中虽考虑到了多种柔性负荷协同优化，但仅仅是提供了一种出力最优化的建模方法。不同的柔性负荷具有不同的机理特性，对电力系统规划的影响方式及影响程度各有不同，因此在本文基于电力系统协同优化技术的基础上，提出了一种方法来对电力系统规划中可调度柔性资源的影响力进行量化分析。[0005]对柔性负荷的影响程度量化分析十分重要，可以深度挖掘电网规划布局的核心因素，高度针对性的提高电网规划的效率，为后续可调度柔性资源在电网规划布局上的协同优化提供数据支持，提高电网运行的经济性和可靠性。[0006]国内外对于电力负荷影响因素的定量分析方法主要有：直接的曲线对比法，数理统计中的回归分析法、相关性分析法，以及人工智能方法中的灰色关联分析、数据包络分析、神经网络和小波分析等。相比于其他方法，灰色关联度分析法对样本数据数量、分布情况要求不大，而且两者之间没有直接明显的强关联性。灰色关联度计算的结果也比较准确，与定性分析结果比较吻合。9发明内容[0007]为克服上述的现有技术的不足，本文在现有电力系统规划理论的基础上，充分考虑现有种类复杂的可调度柔性资源，并创新性的将灰色关联理论应用到可调度柔性资源对电网规划的影响力辨识上，将其对电网规划的影响程度进行量化分析。[0008]为了实现上述发明的目的，本发明采取如下的技术方案：[0009]S1,根据分析区域配电网规模建立电网拓扑网络结构；[0010]S2,根据分析区域的配电网内可调度柔性资源的出力情况、规模等，对可调度柔性[0011]S3,根据数学模型设定系统的目标函数和约束函数，并生成实现鲁棒性和经济性协调优化的最优机组出力组合；[0012]S4,保证电网稳定运行的前提下，随机生成多组各可调度柔性资源配置数据，代入步骤S3中的目标函数进行计算，生成多场景下的电网规划经济参数；[0013]S5,采用基于熵权法的灰色关联理论对步骤S5的数据进行分析，通过最终的加权综合关联度的大小判别各柔性资源对电网规划的影响程度。度新能源和电动汽车这五类。[0016]1)风电机组不确定出力模型：为风速预测的上下限；[0019]风力发电机组的输出功率与风速的关系如下式所示：和v“为风电机组的切入和切出的风速；v为风电机组的额定风速；P为风电机组的额定发电量；进一步的，在步骤S4中随机生成可调度柔性资源的配置数据，更改储能装置的容量、风力发电机组的输出功率、可削减负荷的削减时长参数，模拟多场景下的电网机组出力情况，并生成多场景下电网规划经济参数。[0051]进一步的，步骤S5中由a个可调度柔性资源构成的指标序列(Y₁,Y₂,…,Y),由个电力系统规划的运行规划成本构成的指标序列X=(X₁,X₂,…,X),并形成分析矩阵：[0053]并对分析矩阵的元素进行无量纲化处理，得到初值矩阵：[0055]计算在第n组，第a个指标与第b个经济特性指标的差值△ab,并以此得到差值矩阵[0058]由以下两个公式计算选择两级极差的最大值△max和最小值△min:[0061]最后进行灰色关联系数的计算[0062]由下式计算第a个指标与第b个经济特性指标在第n组的取值系数λa(n),如下所[0080]由下式计算第a个指标与第b个经济特性指标在第n组的取值系数λa(n),如下所因素指标的灰色关联度rab:[0087]进一步的，步骤S5中，首先将电力系统规划的运行规划成本指标序列构成矩阵：[0089]式中：x;;表示矩阵D中的元素；n表示可调度柔性资源改变配置数据后生成的经济成本数据组数，b表示电力系统规划的经济特性指标个数；[0090]随后对矩阵D中的元素进行无量纲化处理，如式所示：[0093]最后根据下式计算熵值和熵权系数：项经济成本指标的熵值计算公式如下所示：[0096]第j项经济成本指标的熵权系数计算公式如下所示：[0100]则各指标的熵权系数矩阵为：[0102]进一步的，步骤S5中，考虑到各个指标的重要程度不同，将关联系数的加权平均值作为关联度，因此最终的加权综合关联度如下所示：[0104]上式结果的大小排序便是第a个指标与b个电力系统规划的经济特性指标的关联度排序。[0105]另一方面，本发明还公开一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上述方法的步骤。附图说明在规划过程中建立的模型与实际的数值之间存在误差，并将风速的预[0129]式中：Qp,t和Qc,分别为在第t小时时间段的惩罚负荷量和补偿负荷量；Qtrue,t`Qreq,t、Qfore,t分别为在第t小时时间段内用户的实际负荷量、削减的负荷量以及电网预测负荷量。[0130]微电网主要是指由分布式电源、储能装置、负荷、能量转换装置等组成的微型电网。为方便研究，本文仅考虑含风电的微网系统，在模型构建时将其简化为仅含风力发电模型、分布式储能模型及负荷的小型发配电系统。[0131]S302,本文优化目标是对可调度柔性资源、分布式储能装置等可调度柔性资源进行联合规划，使得配电网网损、运行成本和可靠性经济指标达到最小，并且对高渗透率的风电具有较强的消纳能力，因此本文的目标函数为弃风惩罚成本、负荷削减成本、网损成本、向上购电成本、售电收入和停电损失成本。目标函数如式(6)所示，各部分函数如式(7)～式(14)所示[0135]式中：N表示该片区域风力发电机组的个数；Pwaste,t表示第t小时的弃风量；[0137]负荷削减成本主要包括可削减负荷补偿成本和惩罚收入，分别如式和式所示：分别为在第t小时合同约定的惩罚和补偿金额单价。[0142]3)网损成本[0145]4)向上购电成本[0148]5)售电收入[0154]S303,计及多种类的可调度柔性资源联合鲁棒优化调度模型的约束条件如式(15)~式(24)所示：t时刻处主网供应的有功和无功功率；P"和Q:,表示节点i在t时刻风电机组供应的有功和速进行预测，在考虑误差的前提下建立风电机组的不确定出力区间，同时计算实际风速[0182]S5,本文拟采用基于熵权法的灰色关联理论对步骤S4中生成的电力系统规划的经[0206]S502,由于各个评价指标对评价对象的重要程度不同，以及各评价指标所反映出[0212]本文中的电力系统规划的经济特性指标均为极小型指标，指标的特点为越小越且式满足：以下步骤：根据分析区域配电网规模建立电网拓可调度柔性资源进行选择，建立数学模型；根据数学模型设定系统目标函数和约束函数，并生成实现鲁棒性和经济性协调优化的最优机组出力组合；在满足电网可靠性的前提下，随机生成可调度柔性资源的容量、机组出力等配置数据，代入目标函数计算各项成本并形成多组数据；利用基于熵权法的灰色关联理论对多场景数据进行关联度计算，得到各可调度柔性资源的加权综合关联度；各加权综合关联度的大小排序结果便是可调度柔性资源对电网规划的影响程度。本发明提出的辨识方法，克服了当下电力系统规划中对可调度柔性资源影响力的辨识问题，为量化可调度柔性资源对电网规划的影响程度提供了方法，提高了电力系统规划决策的准确性和高效性。[0228]又一方面，本发明还公开一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上述方法的步骤。[0229]再一方面，本发明还公开一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器