计及碳排放和不确定性的充电站和配电网协同规划方法及装置

专利主权项内容

1.一种计及碳排放和不确定性的充电站和配电网协同规划方法，其特征在于，包括：建立充电站和配电网协同规划模型，所述充电站和配电网协同规划模型以包含变电站、线路、风机、光伏、储能、充电站的投资和运行成本以及碳排放成本、基于条件风险值的风险成本在内的长期综合成本最小为目标；所述充电站和配电网协同规划模型的约束条件包括配电网稳态运行约束、配电网运行限值约束、变电站和线路投资约束、风机和光伏投资运行约束、储能投资运行约束、充电站投资运行约束、配电网辐射状拓扑约束、条件风险值约束；所述充电站和配电网协同规划模型的目标函数为：min TC＝PC+CEC+βCVaR+βCVaR；1PL2CE式中，TC为长期综合成本；PC为包含投资成本和运行成本的规划成本；CEC为碳排放成本；CVaR为关于规划成本的条件风险值；CVaR为关于碳排放成本的条件风险值；β和β分别为两种类型条件风险值的修正系数；CINV为规划周期p的投资成本；COPR为规划周期p的运行成本；τ为利率；λ为每个规划周期的年限；为节点d变电站建设成本；/>为规划周期p安装使用a类型导线搭建的线路ij单位成本；l为导线长度；/>为节点k风机安装成本；/>为节点u光伏安装成本；/>为节点b储能投资成本；C为充电站建设成本；/>为c类型充电桩安装成本；π为场景s出现的概率；d为场景s出现的小时数；f(τ，λ)＝(1-(1+τ))/τ为确定年化成本现值的函数；/>为场景s下从电网购电的价格；C为风机运行维护成本；C为光伏运行维护成本；C为储能充电成本；C为储能放电成本；/>为场景s下的碳税成本；/>为节点i从电网输入单位电能对应的碳排放量；VaR和VaR为关于规划成本和碳排放成本的风险值；α为区间置信度；/>为规划周期p在节点d建造变电站的二元变量；/>为规划周期p使用a类型导线搭建线路ij的二元变量；/>为规划周期p在节点k安装风机的二元变量；/>为规划周期p在节点u安装光伏的整数变量；/>为规划周期p在节点b安装储能的整数变量；/>为规划周期p在节点r建造充电站的二元变量；/>为规划周期p在节点r安装c类型充电桩的整数变量；/>为规划周期p场景s下节点d变电站提供的有功功率；/>为规划周期p场景s下节点k风机输出的有功功率；为规划周期p场景s下节点u光伏输出的有功功率；/>为规划周期p场景s下节点b储能的充电功率；/>为规划周期p场景s下节点b储能的放电功率；/>为规划周期p场景s下节点i变电站提供的有功功率；/>为测量场景s下规划成本和VaR间差值的辅助变量；为测量场景s下碳排放成本和VaR间差值的辅助变量；PLCE12ppijEVCSss-λOP，WTOP，PVOP，ES-OP，ES+PLCEPLCE所述配电网稳态运行约束和运行限值约束为：式中，P为规划周期p场景s下通过a类型导线搭建线路ij的有功潮流；为规划周期p场景s下通过a类型导线搭建线路ij的电流的平方；R为导线电阻；/>为规划周期p场景s下节点i的有功功率需求；/>为规划周期p场景s下节点i风机输出的有功功率；为规划周期p场景s下节点i光伏输出的有功功率；/>为规划周期p场景s下的需求因子；/>为规划周期p场景s下节点i充电站的充电需求；Q为规划周期p场景s下通过a类型导线搭建线路ji的无功潮流；X为导线电抗；/>分别为规划周期p场景s下节点i变电站、风机、光伏输出的无功功率；/>为规划周期p节点i的无功功率需求；/>为规划周期p场景s下节点i电压的平方；Z为导线阻抗；b为用于计算线路ij电压降的连续变量；/>为规划周期p场景s下线路ij电流的平方；/>为有功潮流；为无功潮流；/>和分别为配电网节点电压的最大值和最小值；/>为a类型导线电流最大值；z为规划周期p时a类型导线将线路ij连接的变量；/>表示电能从节点i流向节点j的二元变量；/>表示电能从节点j流向节点i的二元变量；/>为线路未连通时，辅助变量b的限值；ij，a，s，paji，a，s，paaij，s，pVij，a，pij，s，p所述变电站和线路投资约束为：所述风机、光伏及储能投资运行约束为：式中，为节点u规划光伏机组最大台数；/>为场景s下风机出力因子；/>为节点k风机装机容量；/>为风机功率因数角；/>为场景s下光伏出力因子；/>为节点u光伏装机容量；/>为光伏功率因数角；/>为节点b规划储能系统最大台数；/>为节点b储能系统容量；/>为储能充电效率；/>为储能放电效率；/>为储能充放电时间段/>内场景s的索引；所述充电站投资运行约束为：式中，为类型c充电桩的最大个数；/>为规划周期p场景s下第r个节点充电站的用电需求；/>为类型c充电桩的容量；/>为规划周期p场景s下电动汽车总充电需求；所述配电网辐射状拓扑约束为：对于任何有变电站的节点i，有：式中，表示电能从节点j流向节点i的二元变量；/>表示电能从节点k流向节点i的二元变量；对任意满足的节点i，有：式中，为规划周期p场景s下节点i的有功功率需求；所述条件风险值约束为：式中，和/>为场景s下的期望规划成本和期望碳排放成本；综合考虑短期风机和光伏出力、用电负荷、电动汽车充电以及用电价格的不确定性以及长期负荷增长率和碳税的不确定性，采用k均值聚类法和非参数组合回归模型生成场景概率矩阵；所述场景概率矩阵的生成方法包括：收集年度风速、太阳辐射量、用电负荷、电动汽车充电需求以及购电价格的历史数据；将历史数据按冬季和夏季进行分类，在每个子类别中按白天和夜晚再次细分；采用k均值聚类法将每个子块的数据聚到k个类别中，每个类别的概率为场景出现的小时数占总计小时数的比值；采用非参数组合回归模型分别预测负荷和碳税的年增长率，生成m个等概率的场景；将短期不确定性和长期不确定性相结合，得到4km个场景以及每个场景对应的概率；将充电站和配电网协同规划问题转化为混合整数线性化规划问题，求解得到风机、光伏、储能、充电站及配电网的最优配置方案。