一种配电网韧性提升方法、装置及存储介质与流程

发电;变电;配电装置的制造技术1.本发明涉及电力系统领域，尤其是涉及一种基于网架重构和v2g参与的配电网韧性提升方法、装置及存储介质。背景技术：2.近年来，频繁出现的台风、暴雨等极端天气给城市配电网的安全可靠运行带来了巨大挑战，提升城市在灾害中快速应对及恢复的能力已被列入规划纲要。随着电动汽车保有量的持续增长，其作为灵活性资源参与电网调控的能力逐渐增强。灾害发生后，电动汽车用户可通过车辆并网(vehicle to grid，v2g)的形式参与配电网供电恢复，如何充分发挥其作为移动储能的优势，并配合其他供电恢复手段提升极端天气下的城市配电网韧性已成为当前研究的热点。3.cn 113675867 a公开了一种含电动公交配电网韧性恢复的方法和装置，其中，方法包括：构建拓扑结构为辐射状的配电网模型和配电网韧性恢复过程中的电动公交模型；构建含电动公交的配电网韧性恢复调度的函数模型；通过获取所述函数模型的最优值，确定调动电动公交对配电网进行供电的数量、电动公交对充电站的充电功率或者电动公交的运营负荷。该方法通过构建电网与电动公交的联合网络，帮助电网实现韧性恢复，同时通过构建恢复调度的函数模型，确定函数最优解情况下的调度方案，实现电网韧性恢复和电动公交运营效用总和的最大化。但是，该方法仅针对于电动公交，未包含全部电动汽车，提升电网韧性和运营效用的程度有限，而且电动公交的运行路线是既定的，而电动汽车的出行路径是不定的，因此，该模型并不适用于电动汽车。现有技术中并没有利用电动汽车通过v2g参与配电网供电恢复以在提升配电网韧性的同时提高经济效益的方法。技术实现要素：4.本发明的目的就是为了提供一种基于网架重构和v2g参与的配电网韧性提升方法、装置及存储介质，在提升配电网韧性的同时降低恢复成本，提高经济效益。5.本发明的目的可以通过以下技术方案来实现：6.一种基于网架重构和v2g参与的配电网韧性提升方法，包括以下步骤：7.获取灾害场景下交通系统损坏情况；8.基于用户均衡原则和交通系统损坏情况确定灾后电动汽车出行选择；9.基于灾后电动汽车出行选择建立充电负荷分布模型；10.基于消费者心理学理论确定v2g用户参与灾后供电恢复的激励机制；11.基于激励机制、用户响应率、充电站电动汽车流量、电动汽车剩余电量的概率分布、充电负荷分布模型确定各充电站最大v2g反向输电功率；12.建立基于网架重构和v2g反向输电的配电网韧性提升模型；13.基于配电网韧性提升模型确定供电恢复方案。14.所述基于用户均衡原则和交通系统损坏情况确定灾后电动汽车出行选择包括以道路关联系数为1，否则为0；为电动汽车在(r,s)之间路径q与充电站s的路径-充电站关联系数，当路径q上的电动汽车在充电站s充电时，对应的路径-充电站关联系数为1，否则为0。32.所述基于灾后电动汽车出行选择建立充电负荷分布模型为：[0033][0034]其中，为灾后配网节点i的充电负荷，xs为灾后选择在充电站s进行充电的电动汽车流量，γs,i为充电站s与配电网节点i间的充电站-节点关联系数，若s 由i进行供电，对应的充电站-节点关联系数为1，否则为0，pev为电动汽车的充电功率。[0035]所述基于消费者心理学理论确定v2g用户参与灾后供电恢复的激励机制为：[0036]基于消费者心理学理论，采用线性函数对v2g用户的放电选择与激励价格之间的关系进行建模，得到价格激励-响应关系曲线，所述价格激励-响应关系曲线表示的用户响应行为为：[0037][0038][0039]其中，fv2gup(y)，fv2gdown(y)分别为灾难发生后用户响应率的上、下边界函数， fv2gup(y)为不考虑不确定性的情况，fv2gdown(y)为考虑不确定性的情况，yup,min，ydown,min分别对应上、下边界函数的响应阈值；ymax为饱和激励阈值， fv2gup(ymax)＝fv2gdown(ymax)，对应用户的饱和响应率。[0040]所述基于激励机制、用户响应率、充电站电动汽车流量、电动汽车剩余电量的概率分布、充电负荷分布模型确定各充电站最大v2g反向输电功率包括以下步骤：[0041]基于对用户响应的不确定性的考虑，当激励价格为y时，实际用户响应率在 [fv2gup(y)，fv2gdown(y)]区间内随机波动，采用均匀分布描述用户响应率：[0042][0043]其中，u表示均匀分布，fv2g(y)为实际用户响应率；[0044]假设到达充电站的电动汽车剩余电量e服从正态分布e～n[μ,σ2]，当剩余电量达到预配置的阈值时，用户才有资格参与v2g服务，即满足：e≥emin+pv2gtr，其中，pv2g为单辆电动汽车的反向输电功率，tr为系统修复时间，emin为基于用户接受度确定的最小剩余电量；[0045]结合灾后充电负荷分布模型，对于充电站s，若激励价格为ys，则该站电动汽车提供的反向输电功率为：[0046][0047]其中，xs为灾后选择在充电站s进行充电的电动汽车流量，fe(e≥emin+pv2gtr)为提供v2g服务的电动汽车比例；[0048]考虑充电站v2g充电桩数量的限制，所述充电站最大v2g反向输电功率为：[0049][0050]所述配电网韧性提升模型的目标函数为：[0051][0052]其中，ccut为切负荷成本，cv2g为补偿用户参与v2g的成本，plc,i(t)为配电网节点i处t时刻的有功切负荷量，为充电站s在t时刻的反向输电功率，ωlc,i为配电网节点i处的切负荷单位功率成本。[0053]所述配电网韧性提升模型的约束条件包括潮流约束、支路功率约束、节点电压约束、切负荷约束及v2g约束，其中，[0054]所述潮流约束为：[0055]基于支路潮流模型描述配电网潮流：[0056][0057][0058][0059][0060][0061]其中，eb，el分别代表配电网节点和线路的集合，(i,j)代表连接节点i与节点j 的线路，r，x和z分别为线路电阻、电抗和阻抗有效值，a(j)，b(j)分别代表以节点j 为起点和终点的线路集合，pij，qij分别为线路上的有功，无功功率，pl,j，ql,j分别为节点j上的有功、无功负荷，分别为节点j上所接电源的有功、无功出力， plc,j，qlc,j分别为节点j处的有功、无功切负荷量，u，i分别为节点电压和支路电流有效值的平方，mij为预配置的常数，μij为线路状态参数，若线路闭合，其值为1，否则为0；[0062]所述支路功率约束为：[0063][0064][0065]其中，pij,max，qij,max分别为支路传输有功、无功功率的最大值；[0066]所述节点电压约束为：[0067]vlow≤vi(t)≤vup[0068]其中，vi为节点i的节点电压，vup和vlow分别为节点电压上、下限；[0069]所述切负荷约束及v2g约束为：[0070][0071][0072][0073]其中，为节点j的功率因数角，为充电站最大v2g反向输电功率，为充电站s在t时刻的反向输电功率。[0074]所述供电恢复方案包括重构结果和v2g响应情况，具体包括配电网开关的开闭控制方案和每个充电站参与v2g的电动汽车数量。[0075]一种基于网架重构和v2g参与的配电网韧性提升装置，包括存储器、处理器，以及存储于所述存储器中的程序，所述处理器执行所述程序时实现如上述所述的方法。[0076]一种存储介质，其上存储有程序，所述程序被执行时实现如上述所述的方法。[0077]与现有技术相比，本发明具有以下有益效果：[0078](1)本发明考虑灾害场景下，交通网道路故障对电动汽车用户路径选择的影响，构建了灾后充电负荷的分布模型，相比传统的固定负荷模型，更加真实地刻画了灾后电动汽车的充电情况，有利于灾后修复资源的协调。[0079](2)本发明考虑了放电选择与激励价格之间的关系以及用户响应的不确定性，提出了适用于v2g用户的激励机制，进一步提高了电动汽车用户参与配电网调度的积极性。[0080](3)本发明提出了基于网架重构和v2g反向输电的灾后供电恢复策略，充分利用了配电网的可调度资源，在提高配电网韧性的同时降低了恢复成本。附图说明[0081]图1为本发明的方法流程图；[0082]图2为价格激励-响应关系曲线；[0083]图3为ieee33节点配电网拓扑；[0084]图4为12节点环形交通网拓扑；[0085]图5为灾前灾后充电站负荷分布对比图。具体实施方式[0086]下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。[0087]一种基于网架重构和v2g参与的配电网韧性提升方法，如图1所示，包括以下步骤：[0088]步骤1)获取灾害场景下交通系统损坏情况。[0089]步骤2)基于用户均衡原则和交通系统损坏情况确定灾后电动汽车出行选择。[0090]在交通网中，车辆用户根据自身情况和需求确定出行的起点和终点，进而在交通网内形成由起点到终点的路径，多个用户的出行路径通过交通网络进行交织而形成交通流。随着电动汽车保有量的持续增长，电动汽车已成为交通流的重要组成部分。早期研究中，多利用概率分布函数刻画电动汽车出行时间，并结合出行链模型计算充电负荷的时空分布，未考虑交通拥堵对用户出行选择的影响。本发明采用基于用户均衡原则的交通分配模型刻画灾后电动汽车的出行行为，兼顾了道路损坏和交通拥堵对用户自主选择的影响，获取了更为合理的灾后充电负荷分布。[0091]给定交通网gt＝[tn,ta]，tn，ta分别代表节点和道路集合，设r,s∈tn分别为起点和终点，a∈ta为交通网道路，连接起点-终点对(r，s)的燃油车路径和电动汽车路径，分别用p∈prs和q∈qrs表示。[0092]用户均衡(user equilibrium,ue)原则，又称wardrop第一原则，指如果任意起点-终点对之间所有使用路径的通行时间相等，并小于或等于未使用路径的通行时间，则达到用户均衡。基于用户均衡原则建立电动汽车出行选择模型：[0093][0094]其中，分别为(r,s)之间燃油车和电动汽车的最小出行时间，为(r,s) 之间燃油车路径p的出行时间，为(r,s)之间电动汽车路径q的出行时间，为(r,s)之间电动汽车路径q的出行时间，分别为(r,s)之间路径p，q上的燃油车和电动汽车流量；[0095]根据美国公路局(bureau of public roads，bpr)的研究，道路的行驶时间ta与车流量xa之间满足bpr函数：[0096][0097]其中，为道路a在车流量为0时的通行时间，ca为道路a的基准容量；灾害发生后，若道路发生损坏，对ca进行调整，进而影响电动汽车出行路径的选择，得到灾后电动汽车出行选择模型；[0098]电动汽车在充电站的时间消耗包括排队和充电，结合排队理论，电动汽车在充电站s的时间花费为：[0099][0100]其中，为电动汽车在充电站s的平均充电时间，xs为灾后选择在充电站s进行充电的电动汽车流量，cs为充电站s的容量；[0101]将灾后电动汽车出行选择模型转化为优化求解问题：[0102][0103][0104][0105][0106][0107][0108]其中，分别表示(r,s)间燃油车和电动汽车的出行需求基准量；分别表示(r,s)间路径p，q与道路a的路径-道路关联系数，当路径包含道路a时，对应的路径-道路关联系数为1，否则为0；为电动汽车在(r,s)之间路径q与充电站s的路径-充电站关联系数，当路径q上的电动汽车在充电站s充电时，对应的路径-充电站关联系数为1，否则为0。[0109]步骤3)基于灾后电动汽车出行选择建立充电负荷分布模型。[0110][0111]其中，为灾后配网节点i的充电负荷，xs为灾后选择在充电站s进行充电的电动汽车流量，γs,i为充电站s与配电网节点i间的充电站-节点关联系数，若s 由i进行供电，对应的充电站-节点关联系数为1，否则为0，pev为电动汽车的充电功率。[0112]步骤4)基于消费者心理学理论确定v2g用户参与灾后供电恢复的激励机制。[0113]v2g用户参与灾后供电恢复的过程是以经济收益为主要导向的，该过程中需对电动汽车放电选择与激励价格之间的关系以及响应行为的不确定性进行建模。本发明基于消费者心理学理论，采用线性函数对v2g用户的放电选择与激励价格之间的关系进行建模，激励-响应关系曲线如图2所示。[0114]用户对参与灾后供电恢复存在一定的响应阈值，当反向输电收益超出阈值下限时，用户才有意愿参与v2g服务；且在响应阈值内，用户的响应率随激励价格的提高而增大，因此价格激励-响应关系曲线表示的用户响应行为为：[0115][0116][0117]其中，fv2gup(y)，fv2gdown(y)分别为灾难发生后用户响应率的上、下边界函数， fv2gup(y)为不考虑不确定性的情况，fv2gdown(y)为考虑不确定性的情况，yup,min，ydown,min分别对应上、下边界函数的响应阈值；ymax为饱和激励阈值， fv2gup(ymax)＝fv2gdown(ymax)，对应用户的饱和响应率。[0118]步骤5)基于激励机制、用户响应率、充电站电动汽车流量、电动汽车剩余电量的概率分布、充电负荷分布模型确定各充电站最大v2g反向输电功率。[0119]基于对用户响应的不确定性的考虑，当激励价格为y时，实际用户响应率在 [fv2gup(y)，fv2gdown(y)]区间内随机波动，采用均匀分布描述用户响应率：[0120][0121]其中，u表示均匀分布，fv2g(y)为实际用户响应率；[0122]假设到达充电站的电动汽车剩余电量e服从正态分布e～n[μ,σ2]，当剩余电量达到预配置的阈值(即剩余电量充足)时，用户才有资格参与v2g服务，即满足：其中，pv2g为单辆电动汽车的反向输电功率，tr为系统修复时间， emin为基于用户接受度确定的最小剩余电量；[0123]结合灾后充电负荷分布模型，对于充电站s，若激励价格为ys，则该站电动汽车提供的反向输电功率为：[0124][0125]其中，xs为灾后选择在充电站s进行充电的电动汽车流量，fe(e≥emin+pv2gtr)为提供v2g服务的电动汽车比例；[0126]考虑充电站v2g充电桩数量的限制，所述充电站最大v2g反向输电功率为：[0127][0128]步骤6)建立基于网架重构和v2g反向输电的配电网韧性提升模型。[0129]本发明提出的配电网韧性提升模型包括网架重构和用户v2g响应两部分，网架重构的目的在于通过优化非故障电力设施的拓扑结构最大限度地恢复负荷供电； v2g响应的主要目的在于通过反向输电减少重要负荷的切负荷量，降低灾后经济损失。[0130]配电网韧性提升模型的目标函数为：[0131][0132]其中，ccut为切负荷成本，cv2g为补偿用户参与v2g的成本，plc,i(t)为配电网节点i处t时刻的有功切负荷量，为充电站s在t时刻的反向输电功率，ωlc,i为配电网节点i处的切负荷单位功率成本，其值越大代表该处负荷重要性越高。[0133]配电网韧性提升模型的约束条件包括潮流约束、支路功率约束、节点电压约束、切负荷约束及v2g约束，其中，[0134]所述潮流约束为：[0135]基于支路潮流模型(branch flow model，bfm)描述配电网潮流：[0136][0137][0138][0139][0140][0141]其中，eb，el分别代表配电网节点和线路的集合，(i,j)代表连接节点i与节点j 的线路，r，x和z分别为线路电阻、电抗和阻抗有效值，a(j)，b(j)分别代表以节点j 为起点和终点的线路集合，pij，qij分别为线路上的有功，无功功率，pl,j，ql,j分别为节点j上的有功、无功负荷，分别为节点j上所接电源的有功、无功出力， plc,j，qlc,j分别为节点j处的有功、无功切负荷量，u，i分别为节点电压和支路电流有效值的平方，mij为预配置的很大的常数，μij为线路状态参数，若线路闭合，其值为1，否则为0；[0142]支路功率约束为：[0143][0144][0145]其中，pij,max，qij,max分别为支路传输有功、无功功率的最大值；[0146]为保障电网安全运行，节点电压应控制在要求范围内，因此节点电压约束为：[0147]vlow≤vi(t)≤vup[0148]其中，vi为节点i的节点电压，vup和vlow分别为节点电压上、下限；[0149]切负荷约束及v2g约束为：[0150][0151][0152][0153]其中，为节点j的功率因数角，为充电站最大v2g反向输电功率，为充电站s在t时刻的反向输电功率。[0154]步骤7)基于配电网韧性提升模型确定供电恢复方案。[0155]所述供电恢复方案包括重构结果和v2g响应情况，具体包括配电网开关的开闭控制方案和每个充电站参与v2g的电动汽车数量。[0156]以上步骤序号不对步骤执行顺序进行限定。[0157]基于上述方法，以ieee33节点配电系统与12节点环状交通系统为例，进行算例仿真，说明所提模型及方法的应用过程。[0158]图3和图4给出了ieee33节点配电网拓扑和12节点环形交通网拓扑网络拓扑及本发明所选择的极端天气下故障场景。该算例仿真中的交通网道路参数和各起始点间燃油车和电动汽车出行需求如表1和表2所示。[0159]表1交通网道路参数[0160][0161]表2各起始点间燃油车和电动汽车出行需求[0162][0163]算例仿真中，负荷按照重要程度被分为一级(3，4，5，11，14，24，31)、二级(2，6，7，10，15，23，29，32，33)和三级(其他节点)，其中一级、二级、三级负荷切负荷单位成本分别为150元/kw、15元/kw和1.5元/kw。交通网中流量基准值为5辆/h，各类型道路参数及各起始点间出行需求如表1，表2所示。设电动汽车充电功率为15kw，参与v2g时放电功率为15kw，电池容量为80kwh，用户所能接受的最小剩余电量为20kwh，电动汽车到达充电站时的电池电量符合正态分布，期望值为50kwh，标准差为5。用户激励响应参数yup,min，ydown,min，ymax分别取0.8，2.0，4.2元/kwh，本算例中激励价格为3.0元/kwh，各充电站响应率服从均匀分布，故障修复时间为2h。为对比说明本发明所提方法的有效性，灾害发生后，设置以下四种场景：[0164]场景1：不采取任何供电恢复措施；[0165]场景2：仅采用配电网重构恢复供电；[0166]场景3：在配电网重构基础上配合应急发电车实现供电恢复，其中应急发电车共5辆，单次出动成本折合10000元/辆，输出功率最大值为200kw；[0167]场景4：配电网重构基础上配合v2g实现供电恢复。[0168]灾害发生前后，各充电站负荷分布如图5所示。交通网中，由于节点1与节点 2间的道路发生损坏，车辆无法通行，考虑用户的自主选择行为，灾前计划前往充电站1的电动汽车用户将就近选择其他充电站进行充电，故灾后充电站1负荷为0，其他充电站负荷明显增加，证明了本发明灾后负荷分布模型的有效性。[0169]表3给出了各场景下切负荷量及供电恢复成本的对比。由表3可知，联络线配电网重构对切负荷量的减少有明显帮助，可使灾后失电量降低63.61％；引入应急发电车和v2g后，切负荷量进一步减少，灾后配电网失电量分别降低81.36％和 78.99％。此外，引入应急发电车后恢复成本比仅考虑网络重构增加了22.54％，表明应急发电车参与供电恢复成本较高，而配合v2g的恢复成本相比减少24.40％，证明了本发明提出的策略在有效提高配电网韧性的同时，明显降低了恢复成本。[0170]表3各场景下切负荷量及供电恢复成本对比[0171][0172]上述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random accessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。[0173]以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依据本发明的构思在现有技术的基础上通过逻辑分析、推理、或者有限的实验可以得到的技术方案，皆应在权利要求书所确定的保护范围内。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!