[发明专利]一种配电网分布式光伏双层协同优化投资决策方法

说明书

本发明公开了一种配电网分布式光伏双层协同优化投资决策方法，包括以下步骤：步骤A、基于光伏电站历史发电功率数据集和用电负荷历史数据集，采用K中心点聚类算法提取光伏出力典型场景和用电负荷典型场景；步骤B、构建光伏、负荷联合时序场景；步骤C、根据光伏、负荷联合时序场景发生概率，采用改进粒子群模拟退火算法，确定分布式光伏安装位置和容量；步骤D、以光伏综合出力最大化为目标函数，采用原对偶内点法求取步骤C中分布式光伏的最大出力。对分布式光伏双层进行优化，确保了分布式光伏投资效益最大化，而且保障了电网安全稳定运行。

技术领域

本发明涉及配电网分布式电源规划技术领域，尤其涉及一种配电网分布式光伏双层协同优化投资决策方法。

背景技术

近年来，国家大力发展新能源，以实现“碳达峰、碳中和”。光伏发电接入电网的比例日益增加，如何开展配电网分布式光伏合理规划成为配电网规划重要内容。因为光伏发电出力具有明显的波动性，影响了配电网安全稳定运行，大量分布式光伏的接入会导致配电网运行的复杂性和不确定性增加，为保障配电网安全稳定运行，弃光现象时常发生。

现阶段配电网分布式光伏规划通常基于光伏装机容量，未考虑电网安全约束条件下光伏实际出力情况，也未考虑配电网对光伏的消纳能力，与配电网实际运行情况不符。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种配电网分布式光伏双层协同优化投资决策方法以及装置，基于光伏装机容量，在电网安全约束条件下光伏实际出力，也未考虑配电网对光伏的消纳能力保障电网安全稳定运行，且实现分布式光伏投资效益最大化。现阶段配电网分布式光伏规划通常基于光伏装机容量，未考虑电网安全约束条件下光伏实际出力情况，也未考虑配电网对光伏的消纳能力，与配电网实际运行情况不符

为实现上述目的，本发明提供了一种配电网分布式光伏双层协同优化投资决策方法，所述方法包括以下步骤：

步骤A、基于光伏电站历史发电功率数据集和用电负荷历史数据集，采用K中心点聚类算法提取光伏出力典型场景和用电负荷典型场景；

步骤B、构建光伏、负荷联合时序场景；

步骤C、根据光伏、负荷联合时序场景发生概率，采用改进粒子群模拟退火算法，确定分布式光伏安装位置和容量；

步骤D、以光伏综合出力最大化为目标函数，采用原对偶内点法求取步骤C中分布式光伏的最大出力。

可选的，所述步骤A中，采用K中心点聚类算法提取光伏出力典型场景和用电负荷典型场景包括：

A1、采用动态时间弯曲距离计算分布式光伏电站不同日期发电功率曲线之间的距离，构建分布式光伏电站不同日期发电功率曲线之间的距离矩阵；

A2、以轮廓系数最优为目标，采用K中心点聚类算法开展分布式光伏电站不同日期发电功率曲线聚类分析，选择各个簇中心点作为光伏出力典型场景；

A3、采用动态时间弯曲距离计算用电负荷不同日期负荷曲线之间的距离，构建负荷不同日期负荷曲线之间的距离矩阵；

A4、以轮廓系数最优为目标，采用K中心点聚类算法开展各类型负荷不同日期负荷曲线聚类分析，选择各个簇中心点作为用电负荷典型场景。

可选的，所述步骤B、构建光伏、负荷联合时序场景，包括：

B1、计算每个光伏出力典型场景和用电负荷典型场景的发生概率；

B2、构建光伏、负荷联合时序场景，计算每个场景的发生概率。

可选的，所述B1、计算每个光伏出力典型场景和用电负荷典型场景的发生概率，计算公式如下：