[发明专利]一种基于运行层面相关性场景的含风机配电网多目标优化方法

权利要求书

1.一种基于运行层面相关性场景的含风机配电网多目标优化方法，其特征在于，包括以下步骤：

步骤1，基于运行层面的风速和负荷建模，并综合考虑随机变量间相关性，构建运行层面的相关性场景；

步骤2，以静态电压稳定性最好、有功网损期望最小和电压偏移期望最少为优化目标，建立含风机配电网的多目标无功优化模型，并基于NSGA-II算法求解；

步骤3，由步骤2得到一组非支配解，采用基于优先级的多目标决策方法决策出最优解，得到配电网的最优无功优化方案。

2.根据权利要求1所述的一种基于运行层面相关性场景的含风机配电网多目标优化方法，其特征在于，所述步骤1基于以下流程实现：

步骤1.1上述运行层面的风速建模，即运行层面的实际风速概率密度函数p(v_w)可描述为：

其中，v_w、分别为实际风速、风速上限、风速下限；p′(v_w)为未经风速上、下限截断的风速概率密度函数；为风速预测值；σ_w为风速预测的标准差；

步骤1.2上述运行层面的负荷建模，即运行层面的负荷有功功率概率密度函数p(P_L)可描述为：

其中，P_L、分别为负荷有功功率实际值、有功上限、有功下限；p′(P_L)为未经上、下限截断的负荷有功功率概率密度函数；为负荷有功功率预测值；σ_L为预测标准差；

步骤1.3运行层面的相关性场景构建方法为：基于步骤1.1和步骤1.2的随机变量运行层面的建模，采用LHS抽样及Cholesky分解法排序构建风速-负荷样本矩阵，并依照风机出力与风速间关系，将样本矩阵中的风速转换为风电功率，形成相关性场景矩阵。

3.根据权利要求1所述的一种基于运行层面相关性场景的含风机配电网多目标优化方法，其特征在于，所述步骤2中含风机配电网的多目标无功优化模型，以静态电压稳定性最好、有功网损期望最小和电压偏移期望最少为优化目标，即模型目标函数为：

min f₁,f₂,f₃

其中，f₁为静态电压稳定指标期望；、f₂为网损期望，f₃为电压偏移期望；

期望函数一、静态电压稳定指标期望：

其中，N为场景数(也即LHS采样数)，a_VSI,s为第s个场景的系统静态电压稳定指标；

系统静态电压稳定指标基于下式求取：

其中，i、j分别为支路送、受端；a_VSI,j、a_VSI分别为节点j静态电压稳定指标和系统静态电压稳定指标；R_i、X_i分别为支路电阻、电抗；Q_j为节点j送出的无功；U_i为节点i电压；N_S为系统所有节点集合；

期望函数二、网损期望

其中，P_loss,s为第s个场景的有功网损；

期望函数三、电压偏移期望

其中，a_u,s为第s个场景的加权电压偏移；

加权电压偏移的求取公式为：

其中，P_L,i、P_L,all分别为节点i的有功功率和系统总有功功率；U_N为节点i的额定电压。

4.根据权利要求1所述的一种基于运行层面相关性场景的含风机配电网多目标优化方法，其特征在于，所述步骤3中，基于优先级的多目标决策方法决策流程如下：

步骤3.1确定静态电压稳定指标期望权重；将静态电压稳定指标期望权重关联静态电压稳定指标期望值，当f₁较小时，其权重很小，若接近临界值，则将其权重调整至1；权重函数为：

其中，f₁、f₁^T为静态电压稳定指标期望及其阀值；a为形状参数；

步骤3.2确定电压偏移期望权重；以系统稳定为前提，将电压偏移期望权重关联电压偏移期望值，权重函数为：

其中，f₃、f₃^T为电压偏移期望及其阀值；b为形状参数；

步骤3.3确定网损期望权重；确定w_VSI和w_u后，可得网损期望权重：

w_loss＝1-w_VSI-w_u

步骤3.4多目标决策；假设多目标优化得到的非支配解集为[x₁x₂x₃…x_m]，其对应的目标函数集为：

对目标函数归一化，并加权叠加，确定最优解：

其中，f_ij、w_ij分别为第i个非支配解对应的第j个目标函数及其权重；分别为解集对应的目标函数集中的第j个目标函数的最小值和最大值。