[发明专利]考虑负荷分类的分布式风电源与电容器联合动态规划方法

权利要求书

1.考虑负荷分类的分布式风电源与电容器联合动态规划方法，其特征在于，包括以下步骤：

步骤1、按行业对负荷分类，建立各行业的负荷增长模型；

步骤2、分别以规划期利润和场景效益最大为目标函数，建立DWG和电容器的双层联合动态规划模型，并基于双层粒子群优化PSO算法求解得到规划方案；

步骤1的实现包括：

步骤1.1将电力负荷分为工业、农业、商业和市政生活四类典型负荷；

步骤1.2将系统未来各行业负荷增长表示为：

式中：依次为工、农、商和市政生活四类负荷在第t年的负荷水平；依次为四类负荷节点在第t-1年的负荷水平；依次为四类负荷在第t年的负荷增长率；n¹、n²、n³、n⁴依次为四类负荷节点集合；

步骤2的实现包括：

步骤2.1建立DWG与电容器联合动态规划模型，包括上层规划模型和下层规划模型；

上层规划模型以规划期内DWG和电容器安装时间、节点和容量为控制变量，以规划期内投资总体利润最大为目标函数；上层规划目标函数如下：

max F_up＝B_all-C_all

＝(B_sal+B_gov)-(C_DWG+C_C+C_en+C_ope)

其中，

式中：B_all、C_all为规划期内总收益和总支出，总收益包括售电收入B_sal和新能源上网政府补贴B_gov，总支出包括规划期内DWG综合费用C_DWG、电容器综合费用C_C、向上级电网购电费用C_en和DWG运维费用C_ope；T为规划年限，s为各季，s取值1、2、3、4依次对应春、夏、秋、冬四季典型日，h为时段场景，k为负荷类型，k取值1、2、3、4依次表示工、农、商、市政生活四类负荷；为对k类负荷售电电价，P_DWG,t,s,h、分别为第t年s季节典型日h时段下的k类负荷、DWG总有功出力和关口有功功率，P(r,t)为复利现值系数，默认资金在一年内价值不变，且各项收益、支出均折算至规划期第一年；c_b、c_p分别为风电上网标杆电价和从上级电网购电电价；c_e、c_f为DWG单位容量投资成本和单位容量安装成本，c_c为电容器单位容量综合投资成本，W_t、Q_C,t为第t年DWG和电容器的新增安装容量，C(r,η)、C(r,l)为DWG和电容器等年值投资的现值系数，r为贴现率，η、l为DWG和电容器使用寿命；c_r为DWG单位电量运维费用；

下层规划以每个时段场景下的电容器实际无功补偿容量和DWG实际出力为控制变量，以场景效益最大化为目标函数；下层规划目标函数如下：

max F_down,t,s,h＝B_gov,t,s,h-C_en,t,s,h-C_ope,t,s,h

其中，

式中：F_down,t,s,h、B_gov,t,s,h、C_en,t,s,h、C_ope,t,s,h为第t年s季节典型日h时段的效益、风电政府补贴、购电费用和DWG运维费用；

下层规划DWG出力和电容器补偿容量约束：

式中：分别为i节点DWG在第t年s典型日h时段场景下的实际有功出力和最大有功出力，且由场景年i节点DWG累积安装容量和时段风速v_h确定；为i节点DWG在第t年s季节典型日h时段场景下的无功出力，设定采用恒功率因数控制，λ_w为风机功率因数；为j节点电容器实际无功补偿容量，为其在该场景年累积安装容量；

步骤2.2基于双层PSO算法求解规划模型，得到优化规划方案；上、下层PSO算法分别迭代求解步骤2.1中上层规划模型和下层规划模型，上、下层规划之间，上层规划提供给下层规划场景数据，下层规划返回给上层规划场景最大效益；通过上下层规划信息的反复交流，不断迭代更新控制变量，最终输出最优规划方案；双层PSO算法求解规划模型流程如下：

(1)输入系统原始数据，及规划期内各年、各类负荷预测数据；

(2)初始化规划方案，形成上层规划粒子群，并以规划期利润F_up为上层规划PSO算法适应度函数；

(3)对每个规划方案，初始化各个时段场景下DWG和电容器实际出力，形成下层规划粒子群；

(4)将时段场景效益F_down,t,s,h作为下层规划PSO算法适应度函数，评价、更新下层粒子群，寻求时段场景最大效益maxF_down,t,s,h，并返回至上层规划；

(5)计算上层规划中各个规划方案的利润F_up，其与下层规划间关系式为：

(6)依据F_up更新上层粒子群，并记录各个粒子最优值和粒子群最优值；

(7)上层PSO算法终止条件判断；若最优解连续不变代数达到10，求解结束，输出最优规划方案及相关费用、利润；否则，转至步骤(3)。