本發明涉及配電網動態優化，尤其涉及一種配電網承載能力動態優化方法及系統。

背景技術：

1、隨著分布式能源、電動汽車等新型負荷的大規模接入，配電網運行面臨著更大的挑戰。傳統的配電網承載能力評估方法主要基于靜態負荷模型，難以準確反映負荷的動態特性和可控性。此外，現有方法往往忽略了負荷需求響應對配電網承載能力的影響，導致承載能力評估結果偏保守，無法充分發揮配電網的潛力。

技術實現思路

1、本部分的目的在于概述本發明的實施例的一些方面以及簡要介紹一些較佳實施例。在本部分以及本技術的說明書摘要和發明名稱中可能會做些簡化或省略以避免使本部分、說明書摘要和發明名稱的目的模糊，而這種簡化或省略不能用于限制本發明的范圍。

2、鑒于上述現有存在的問題，提出了本發明。

3、因此，本發明提供了一種配電網承載能力動態優化方法及系統解決傳統配電網在面對動態變化的負荷時，無法準確捕捉這些特點，使得評估準確性較低的問題。

4、為解決上述技術問題，本發明提供如下技術方案：

5、第一方面，本發明提供了一種配電網承載能力動態優化方法，包括：

6、采集并預處理歷史負荷數據、分布式資源出力數據和電價數據，通過分段線性函數建立不同類型用戶的需求響應模型；

7、基于需求響應模型，利用蒙特卡洛模擬方法生成大量負荷和分布式資源出力場景，采用k-means聚類算法從生成的大量場景中選取典型場景；

8、基于典型場景和需求響應模型，通過配電網承載能力指標，動態承載能力評估結果；

9、基于動態承載能力評估結果，根據經濟性目標、可靠性目標和用戶滿意度目標，構建多目標優化模型；

10、基于多目標優化模型和典型場景，采用隨機優化機制，將各個場景下的最優解進行加權平均，得到最終的優化目標函數；

11、基于最終目標函數，通過滾動優化策略，求解一個滾動時域內的優化問題，得到實時優化結果；

12、基于實時優化結果，設計并實施用戶激勵機制，得到動態優化配電網承載能力最終解決方案。

13、作為本發明所述的配電網承載能力動態優化方法的一種優選方案，其中：

14、所述通過分段線性函數建立不同類型用戶的需求響應模型，包括采用分段線性函數來建模居民用戶和工商業用戶的負荷調節量；

15、所述居民用戶的負荷調節量表示為：

16、

17、其中，為t時刻居民用戶的負荷調節量；αr為居民用戶的價格敏感系數；p(t)為t時刻的電價；p0為基準電價；為居民用戶的最大負荷調節能力；

18、所述工商業用戶的負荷調節量，考慮負荷調節的時間依賴性，表示為：

19、

20、其中，為t時刻工商業用戶的負荷調節量；βc為工商業用戶的價格敏感系數；γc為負荷調節的時間依賴系數；δpc(t-1)為上一時刻的負荷調節量；為工商業用戶的最大負荷調節能力。

21、作為本發明所述的配電網承載能力動態優化方法的一種優選方案，其中：

22、所述配電網承載能力指標表示為：

23、

24、其中，pl(t)為t時刻的基礎負荷；δpdr(t)為需求響應貢獻的負荷調節量；pdg(t)為分布式資源的出力；st為配電變壓器容量。

25、作為本發明所述的配電網承載能力動態優化方法的一種優選方案，其中：

26、所述根據經濟性目標、可靠性目標和用戶滿意度目標，構建多目標優化模型，其中多目標優化模型的目標函數表示為：

27、minf＝{f1,f2,f3}

28、f1＝∑[cg(t)*pg(t)+cdr(t)*δpdr(t)]

29、f2＝e[∑pcut(t)]

30、

31、其中，f1為經濟性目標，f2為可靠性目標，f3為用戶滿意度目標，cg(t)為t時刻的發電成本；pg(t)為常規發電量；cdr(t)為需求響應補償成本，wi為用戶i的權重；δpi(t)為用戶i的實際負荷調節量；為用戶i的期望負荷調節量。

32、作為本發明所述的配電網承載能力動態優化方法的一種優選方案，其中：

33、所述采用隨機優化機制，求解多目標優化問題，選擇最優折衷解，包括以下步驟：

34、利用蒙特卡洛模擬生成大量場景，采用k-means聚類算法從生成的大量場景中選取典型場景；

35、針對每個場景，構建在特定場景下的運行狀態和約束條件的優化模型；

36、對于每個場景，求解相應的優化問題，得到在該場景下的最優解；

37、將各個場景下的解進行綜合考慮，得到最終的優化目標函數；

38、通過仿真驗證所得到的決策方案在實際運行中的表現，并根據實際情況進行調整；

39、所述最終的優化目標函數表示為：

40、min?f＝∑πs*fs

41、其中，πs為場景s的概率；fs為場景s下的目標函數值。

42、作為本發明所述的配電網承載能力動態優化方法的一種優選方案，其中：

43、所述通過滾動優化策略，在每個時間步長更新系統狀態，得到實時優化結果，包括以下步驟：

44、更新系統狀態和預測信息；

45、構建并求解優化問題，獲得當前時段的最優決策；

46、執行當前時段的決策，并滾動到下一個時間步長，得到實時優化結果；

47、所述構建優化問題表示為：

48、min?f＝∑τ∈[t，t+t]f(τ)

49、s.t.

50、g(x(τ)，u(τ))＝0

51、h(x(τ)，u(τ))≤0

52、x(t)＝xt

53、其中，t為優化時域；x(τ)為狀態變量；u(τ)為控制變量；g(·)和h(·)分別為等式和不等式約束；xt為t時刻的初始狀態。

54、作為本發明所述的配電網承載能力動態優化方法的一種優選方案，其中：

55、所述設計并實施用戶激勵機制包括計算用戶的激勵收益；

56、所述用戶的激勵收益表示為：

57、

58、其中，α為基礎補貼系數；β為性能獎勵系數；γ為非線性調節系數。

59、第二方面，本發明提供了一種配電網承載能力動態優化系統，包括：

60、需求響應建模模塊，用于采集并預處理歷史負荷數據、分布式資源出力數據和電價數據，通過分段線性函數建立不同類型用戶的需求響應模型；

61、場景生成與聚類模塊，用于基于需求響應模型，利用蒙特卡洛模擬方法生成大量負荷和分布式資源出力場景，采用k-means聚類算法從生成的大量場景中選取典型場景；

62、動態承載能力評估模塊，用于基于典型場景和需求響應模型，通過配電網承載能力指標，動態承載能力評估結果；

63、多目標優化模型構建模塊，用于基于動態承載能力評估結果，根據經濟性目標、可靠性目標和用戶滿意度目標，構建多目標優化模型；

64、隨機優化求解模塊，用于基于多目標優化模型和典型場景，采用隨機優化機制，將各個場景下的最優解進行加權平均，得到最終的優化目標函數；

65、實時優化策略模塊，用于基于最終目標函數，通過滾動優化策略，求解一個滾動時域內的優化問題，得到實時優化結果；

66、用戶激勵機制設計模塊，用于設計并實施用戶激勵機制，得到動態優化配電網承載能力最終解決方案。

67、第三方面，本發明提供了一種計算設備，包括：

68、存儲器，用于存儲程序；

69、處理器，用于執行所述計算機可執行指令，該計算機可執行指令被處理器執行時實現所述配電網承載能力動態優化方法的步驟。

70、第四方面，本發明提供了一種計算機可讀存儲介質，包括：所述程序被處理器執行時，實現所述的配電網承載能力動態優化方法的步驟。

71、本發明的有益效果：本發明旨在準確建模不同類型用戶的負荷需求響應特性，以更好地評估和利用需求側靈活性，負荷需求響應與分布式資源調度相結合，動態評估和優化配電網承載能力，在考慮經濟性、可靠性和用戶滿意度等多目標的情況下，實現配電網承載能力的最優化。